李爱国，宋晓霞，吴春西

（漯河市农业科学院，河南漯河462300）



普通小麦品种农艺性状与产量的灰色关联分析

李爱国，宋晓霞，吴春西

（漯河市农业科学院，河南漯河462300）

摘 要：利用灰色系统理论，对普通小麦品种的6个主要农艺性状与产量的灰色关联度进行了分析，结果表明，6个主要农艺性状对产量的影响程度依次为：有效穗数（0. 8739）>穗粒数（0. 7865）>千粒重（0. 7586）>容重（0. 7151）>株高（0. 6555）>全生育期（0. 6468）。

关键词：普通小麦；农艺性状；产量；灰色关联分析

灰色系统理论是由著名学者邓聚龙教授［1］首创的一种系统科学理论，其中的灰色关联度分析法是将研究对象及影响因素的因子值视为一条线上的点，与待识别对象及影响因素的因子值所绘制的曲线进行比较，比较它们之间的贴近度，并分别量化，计算出研究对象与待识别对象各影响因素之间的贴近程度的关联度，通过比较各关联度的大小来判断待识别对象对研究对象的影响程度，进而判断因素之间关联程度的方法。目前已在小麦［2］、大麦［3］、水稻［4］、棉花［5］、红小豆［6］、花生［7］、芝麻［8］、糯玉米［9］、青稞［10］等多种作物的性状关联度分析、新品系（种）的早期评判、品种生态布局［11］等方面得到了广泛的应用。小麦产量是由多个性状共同作用的结果，对品种进行评估，实质上也就是将各因素（或性状）本身所反映的灰色信息通过一定的数学手段进行量化，从而使人们在整体上对品种有一个比较客观的认识和准确的把握。本文以2013年黄淮南片通过国家审定的普通小麦新品种为材料，应用灰色关联度分析方法，研究小麦其它农艺性状对产量影响的主次关系，以期为小麦品种的及时更替提供理论依据，为今后黄淮南片麦区小麦大面积丰产栽培选择适当的品种类型提供参考。

1 材料与方法

1. 1 数据来源

数据来源于2014年1月17日的农业部第2053号公告。

1. 2 统计分析

（1）灰色关联分析原理。灰色关联分析通过对动态过程发展态势的量化分析，求出参考数列与各比较数列之间的灰色关联度，与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。根据灰色系统理论，把产量作为参考数列，记作X0（k），把全生育期、株高、有效穗、穗粒数、千粒重和容重等与产量相关的性状作为比较数列，记作Xi（k）（i =1，2，…，m；k = 1，2，…，n），其中，m为与产量相关的性状的个数，n为参试品种个数。根据关联度的大小，就可以确定比较数列与参考数列的相似程度，从而判断比较数列对参考数列的影响大小。

（2）灰色关联分析计算步骤

A.原始数据转换。由于原始数据中各个性状的量纲不同，无法直接进行比较，因此需要对原始数据进行标准化处理，去除量纲，转换为可直接比较的标准化数列。先对各个性状进行简单的统计分析，计算出平均值和标准差，然后将各个原始数据减去平均值后再除以标准差，得到标准化数列。

B.计算比较数列与参考数列的绝对差值。根据标准化处理结果，按照公式计算比较数列与参考数列的绝对差值。

C.计算关联系数。经数据标准化处理后的参考数列记作X0（k），比较数列记作Xi（k），关联系数ξ0i（k）按照如下公式计算：

式中：Δ表示比较序列与参考数列的绝对差值，关联系数反映比较序列和参考数列的关联程度；ρ取值0. 5。

D.计算关联度（ri）并排序

2 结果分析

2. 1 2013年黄淮南片国审小麦新品种基本情况

根据农业部第2053号公告，2013年经过国家审定适宜在黄淮南片推广应用的有11个品种，基本情况如表1。

表1 2013年黄淮南片国审小麦品种基本情况

2. 2 普通小麦品种的6个主要农艺性状与产量的灰色关联分析

根据灰色分析方法对6个主要农艺性状与产量的关联系数进行计算（表2），并求得各性状与产量的关联度ri（表3）。

表2 6个农艺性状与小麦产量的关联系数

表3 6个农艺性状与小麦产量的关联度及其排序

按照灰色关联分析，各性状的重要性以关联度表示，关联度大的表示参与指标重要性高，关联度的序列变化表示着构成性状各因素的重要性的变化。本文中与产量相关的其它6个农艺性状与产量的关联度排序依次为，有效穗数（0. 8739）>穗粒数（0. 7865）>千粒重（0. 7586）>容重（0. 7151）>株高（0. 6555）>全生育期（0. 6468）。说明这6个农艺性状中，有效穗数对产量的影响最大，之后依次为穗粒数、千粒重、容重和株高，全生育期对产量的影响较小。

3 讨论

目前，对农艺性状与产量的灰色分析结果来看，不同的研究，尽管结果不尽相同，但普遍都认为，有效穗数、穗粒数和千粒重是决定小麦产量的主要因素。段黄金等［12］认为与产量形成关系密切的主要性状为千粒重、收获穗数、单穗重。刘辉［13］的研究结果表明，对产量的影响程度依次为容重>穗粒数>有效穗>千粒重>全生育期>株高。胡凤灵［14］认为小麦产量与其相关因素的关联度大小顺序为：穗粒数>有效穗数>千粒重>有效分蘖率>最高总蘖数。李亚敏等［15］的结果表明，与产量的关联度大小依次为：穗数>千粒重>穗粒数。孙宪印等［16］认为各性状与产量之间的关联度依次为容重>穗粒数、生育期>株高>穗数>千粒重。张化远［17］的研究结果表明，产量与性状的关联度依次为容重>穗粒重>有效穗>千粒重>穗粒重>全生育期>株高>最高分蘖数。裘敏等［18］的研究结果表明，小麦的产量与各产量性状关联度的大小顺序为穗数>生育期>穗粒数>株高>千粒重。陈剑锋等［19］认为，小麦各性状的重要性排序为：有效穗数>穗粒数>千粒重>株高>穗长>小穗数。

本研究结果表明，6个农艺性状中，有效穗数对产量的影响最大，之后依次为穗粒数、千粒重、容重和株高，而全生育期对产量的影响最小。有效穗数、穗粒数和千粒重对产量的影响位居前三，而在不同的研究中发现，这三个要素基本都位居与产量相关主要农艺性状的前列。目前黄淮南片的国审品种的冬春性不是太强，都属于弱冬性和弱春性品种，因此导致生育期对产量的影响相对较小，而农民在秋收后都希望早日播种，以便尽早出去打工。因此，在高产、超高产的小麦新品种选育过程中，应以半冬性或弱冬性品种为主，重点关注有效穗数、穗粒数和千粒重，在保证穗数的前提下，提高穗粒数和千粒重，从而达到增产增收的目的。

参考文献：

［1］ 邓聚龙.灰色系统与农业［J］.山西农业科学，1985 （5）：34 -37.

［2］ 张清海，张桂兰，刘万代，等.“九五”期间黄淮南片小麦冬水组参试品种主要性状的灰色关联度分析［J］.中国农学通报，2002，18（3）：40 -42，54.

［3］ 杨 明，余国东，李伯群，等.应用灰色关联度分析评价不同大麦品种产量与产量构成因素［J］.安徽农业科学，2011，39（36）：22247 -22248，22322.

［4］ 江银荣，潘宝国，陆虎华.江苏省水稻产量与产量性状的灰色关联分析［J］.浙江农业科学，2009（6）：1130 -1132.

［5］ 侯光辉，杨伯祥.灰色关联分析在棉花品种综合评价上的应用［J］.绵阳经济技术高等专科学校学报，1997，14（2）：25 -27.

［6］ 申慧芳，李国柱.红小豆主要农艺性状的灰色关联与相关性分析［J］.山西农业大学学报（自然科学版），2012，32（1）：1 -4.

［7］ 王正荣，鄢 铮.灰色关联分析在花生抗疮痂病育种中的应用［J］.中国种业，2013（5）：60 -63.

［8］ 寇志强，李倩倩，吴少辉，等.应用灰色关联法选择芝麻品种［J］.广东农业科学，2008（7）：23 -24，28.

［9］ 黄小兰，陆虎华，胡加如，等.糯玉米鲜穗产量与主要农艺性状的灰色关联分析［J］.农业科技通讯，2005 （12）：14 -16.

［10］栾运芳.西藏冬青稞主要性状与产量的灰色关联分析［J］.西藏科技，2004（8）：9 -11.

［11］宋志均，贺德先，韩 勇，等.灰色系统原理在小麦新品种（系）布局中的应用［J］.中国种业，2012（1）：47 -49.

［12］段黄金，付星海，沈凤英，等.冬小麦主要农艺性状的灰色关联度分析［J］.中国农学通报，2000，16（6）：15 -17.

［13］刘 辉.超高产小麦主要性状的灰色关联度分析［J］.商丘师范学院学报，2001，17（4）：87 -90.

［14］胡凤灵.灰色关联度分析法在小麦产量相关因素分析中的应用［J］.安徽农学通报，2008，14（11）：116.

［15］李亚敏，邵秋红，安浩军，等.灰色关联度分析法在冬小麦品种选育中的应用［J］.中国种业，2007（8）：43 -44.

［16］孙宪印，吴 科，钱兆国，等.灰色关联度在多穗型小麦高产育种上的应用［J］.安徽农业科学，2001，29 （3）：300 -301.

［17］张化远.豫东平原超高产小麦主要性状的灰色关联度分析［J］.安徽农业科学，2007，35（27）：8472 -8473.

［18］裘 敏，魏亦勤，刘旺清，等.小麦5个产量性状与产量的灰色关联度分析［J］.安徽农业科学，2007，35 （2）：390.

［19］陈剑锋，陈登耀，张秋英.小麦主要性状与产量的通径和灰色关联度分析［J］.福建稻麦科技，2011，29 （4）：5 -8.

The Grey Correlation Analysis between Agronomic Traits and Yield in Triticum aestivum

LI Aiguo，SONG Xiaoxia，WU Chunxi
（Luohe Academy of Agricultural Science，Luohe，Henan 462300，China）

Abstract：The grey correlation between six agronomic traits and yield of Triticum aestivum was analyzed by grey system theory. The results showed that the influence degree of agronomic traits on yield was in the following order：number of effective ears（0. 8739）> seeds number per ear（0. 7865）> 1000 - grain weight（0. 7586）> the weight per liter（0. 7151）> plant height（0. 6555）> whole growth duration（0. 6468）.

Keywords：Triticum aestivum；agronomic traits；yield；grey correlation analysis

基金项目：国家小麦产业技术体系专项（CARS -3 -2 -26）。

作者简介：李爱国（1981 -），男，助理研究员，主要从事小麦新品种利用及选育，Email：shengke925@126. com。

收稿日期：2015 08 31

文章编号：1001-5280（2016）01-0018-04

DOI：10. 16848/ j. cnki. issn. 1001-5280. 2016. 01. 006

中图分类号：S512. 101

文献标识码：A