马庆 张玉坤 刘兴舟 王勖 杨杰

摘要：揭示安徽省淮北地区产量构成因素对产量的影响，为小麦高产品种选育和大田生产提供参考依据。对2014—2019年度参加安徽省小麦区试半冬性组的284个品种产量与产量构成因素进行相关分析，结果显示，产量的变异系数最大，产量构成因素的变异系数由大到小为穗粒数、穗数、千粒重；相关性分析表明，产量构成因素与产量均呈极显著正相关，相关程度由强到弱为穗粒数、千粒重、穗数；通径分析结果显示，产量构成因素对产量的直接贡献都比較大，贡献由大到小为穗粒数、穗数、千粒重；产量构成三因素均与产量呈极显著二次曲线关系，且在适宜范围内有利于产量的提高。根据分析结果和安徽淮北地区的生态条件，在合理控制穗数群体的基础上，增加穗粒数、稳定提高千粒重是获得小麦高产的关键。在产量水平9000 kg/hm2以上的高产育种和大田生产中，目前最佳的产量因素构成为：穗数600万～ 675万穗/hm2，穗粒数35粒以上，千粒重41～47 g。

关键词：小麦；产量；产量构成因素；相关分析；穗粒数

中图分类号：S512.1文献标志码：A论文编号：cjas20191200320

Correlation Between Yield and Its Components of Wheat Varieties in Regional Trials of Anhui

Ma Qing， Zhang Yukun， Liu Xingzhou， Wang Xu， Yang Jie

（Suzhou Academy of Agricultural Sciences， Suzhou 234000， Anhui， China）

Abstract： The paper aims to reveal the influence of yield components on yield in Huaibei area of Anhui Province and provide reference for high-yield wheat breeding and field production. The correlations between yield and yield components of 284 wheat varieties in Anhui Provincial regional trial of semi-winter group from 2014 to 2019 were analyzed. The results showed that the yield variation coefficient was the largest and the variation coefficient of yield components followed the order of grains per spike> spikes> 1000-grain weight. Correlation analysis showed that wheat yield had an extremely significant and positive correlation with yield components， and the correlation degree was grains per spike> 1000-grain weight> spikes. The path analysis showed that the direct contribution of the yield components to yield was large， following an order of grains per spike> spikes> 1000- grain weight. The three yield components which had an extremely significant conic relation with yield were beneficial to the yield increase in an appropriate range. According to the analysis results and the ecological conditions in Huaibei area， increasing the number of grains per spike and steadily improving 1000-grain weight are the keys to high yield of wheat on the basis of proper controlling the number of spikes. In the high-yield breeding and field production with wheat yield more than 9000 kg/hm2， the best yield components should be 6000000 spikes/hm2to 6750000 spikes/hm2， more than 35 grains per spike and the 1000-grain weight from 41 g to 47 g.

Keywords： Wheat； Yield； Yield Components； Correlation Analysis； Grains per Spike

0引言

安徽省淮北地区地处黄淮平原，拥有丰富的光、温、水资源，土地肥沃[1]，属于黄淮南片冬小麦生态区。常年小麦种植面积167万hm2以上，占全省小麦种植面积的70%左右[2-3]，是安徽省重要的商品粮种植基地和储存基地，一定程度上保障着全省人口的粮食安全[4]。近年来随着人口增长、人均耕地面积不断减少以及极端天气的时常出现，粮食供给面临着严峻考验[5]，持续提高小麦单产潜力是保障小麦产量稳定增长和国家粮食安全的有效途径。小麦产量水平是产量构成三因素（单位面积穗数、穗粒数和千粒重相乘积）影响的结果，前人就产量构成因素的变化与产量的关系进行了广泛的研究，冯家春等[6]、张中州等[7]、任文斌等[8]、Zhao[9]等认为产量的进一步提高主要依赖穗粒数的增加。而赵倩等[10]、张洁等[11]、刘朝辉等[12]认为单位面积穗数对产量的贡献起主要作用。本研究以参加2014—2019年度安徽省小麦品种区域试验半冬性组的284个小麦品种为材料，就产量构成三因素对产量的影响进行分析，旨在为安徽省淮北地区小麦高产育种和高产栽培措施提供参考信息。

1资料与方法

1.1数据资料来源

数据资料来源于2014—2019年安徽省小麦品种区域试验结果汇总，涉及小麦品种区试半冬性组共计284份。

1.2数据资料分析方法

采用Excel和SPSS Statistics 19软件，进行小麦产量与产量构成三因素之间简单相关分析，产量构成三因素对产量影响的通径分析及多元回归分析，产量构成因素分別对产量影响的二次曲线分析以及产量构成三因素之间的二次曲线分析[13]。

2结果与分析

2.1产量与产量构成因素统计参数分析

由表1可知，产量的变异系数最大，说明不同区试品种的产量水平仍有较大差距。在产量构成三因素中穗粒数变异系数最大，穗数变异系数次之，千粒重的变异系数最小，说明育种者在选育小麦品种时对穗粒数的选择范围比较宽松，而对千粒重的选择则是在较高水平上达到相对稳定。

2.2产量与产量构成因素的相关性分析

由表2相关性分析结果可知，产量与产量构成三要素均呈极显著正相关，相关程度由强到弱为穗粒数、千粒重、穗数，说明产量构成三因素对产量的贡献都比较大。在高产品种选育中，通过增加穗粒数来提高产量水平较提高穗数和千粒重更易获得小麦高产。产量构成三因素之间相关性数据表明，穗粒数与穗数相关程度最高，呈极显著负相关（r12=-0.457**），穗粒数与千粒重也呈极显著负相关（r23=-0.226**），穗数与千粒重呈显著正相关（r13=0.126*）。表明产量构成因素中穗粒数与穗数、穗粒数与千粒重之间存在明显的相互制约关系，穗粒数的增加会导致穗数和千粒重的降低，因此在高产育种中要协调产量三要素，尤其是要协调穗数和穗粒数。在大田生产中要重视普施拔节孕穗肥，在合理控制群体大小的基础上，减少小花退化、增加穗粒数从而获得小麦高产。在高产选育中要注重选择成穗较高且多花多实的育种材料，同时注重对千粒重的选择。

2.3产量构成因素对产量的多元回归分析

以穗数（X1）、穗粒数（X2）、千粒重（X3）为自变量，产量Y为因变量，进行多元回归分析，采用逐步代入回归方程的方法，直到建立最优多元回归方程为止（表3），决定系数R2=0.933，说明区试品种产量构成三因素对产量的贡献起主要作用。由产量与产量构成因素的线性回归关系（表4），可建立最优多元回归方程，如式（1）。

对回归方程以及各自变量进行显著性检验，检验结果表明变量X与Y之间存在极显著线性回归关系（F=1309.100**），且穗数、穗粒数、千粒重的偏回归系数均达到极显著水平（b1=13.468**，b2=254.597**，b3= 175.379**）。由多元回归方程可得出，在其他产量因素相对保持不变的情况下，穗粒数每增加1个单位（1粒），产量将增加254.597个单位（kg）；穗数每增加1个单位（1万穗），产量将增加13.648个单位（kg）；千粒重每增加1个单位（1 g），产量将增加175.379个单位（kg）[14]。结果表明，穗粒数对于产量的贡献最大，所以在大田生产当中，可以通过适当的栽培措施提高小花结实率、增加穗粒数，从而使小麦较易获得高产。

2.4产量构成因素对产量的通径系数

通径分析是将简单相关系数分解为直接作用和间接作用[15-16]。由表5可知，产量三因素与产量的简单相关系数大小为穗粒数（r2Y=0.455）>千粒重（r3Y=0.429）>穗数（r1Y=0.387），而产量三因素与产量的直接通径系数大小为穗粒数（P2Y=0.914）>穗数（P1Y=0.736）>千粒重（P3Y= 0.543），两者有较大不同，通径分析较相关分析能更准确地反映出各产量构成因素对产量的作用和影响[17]。直接通径系数结果表明，穗粒数对产量的直接作用最大，穗数与千粒重对产量的直接作用也较大，说明在高产育种中要加强对多花多实育种材料的选育，同时要协调好产量三因素，使之能平稳增长，从而提高产量水平。由间接通径系数可知，穗数通过穗粒数对产量的负向作用最大（P2Yr12=-0.418），穗粒数通过穗数对产量的负向作用也较大（P1Yr12=-0.336），千粒重通过穗粒数和穗粒数通过千粒重对产量都有一定负向作用（P2Yr23=-0.207，P3Yr23=-0.123）。穗数通过千粒重和千粒重通过穗数对产量均为正向作用，但作用较小（P3Yr13=0.068，P1Yr13=0.093）。表明产量构成三因素中，穗粒数和穗数的相互制约作用最大，千粒重和穗粒数之间也有一定的制约作用，穗数和千粒重之间的作用不明显。说明在高产育种中，在多穗型的基础上，可选择多花多实的较大穗，增加穗粒数、提高千粒重，从而提高产量水平。

2.5产量与产量构成因素的二次曲线关系

2.5.1穗数与产量的关系由图1可知，在穗数范围内，穗数与产量呈二次抛物线关系（R2=0.287**），产量随着单位面积穗数的增加呈先增加后降低的趋势，拟合方程为Y=-0.102X2+137.5X-37719。由拟合方程可知，理论最大产量为8446.5 kg/hm2，低于实际产量最大值，对应的理论穗数为672万穗/hm2，较接近实际穗数。区试中产量超过9000 kg/hm2的高产品种，穗数的适宜范围在600万～675万穗/hm2，说明此群体是较为理想的小麦穗数群体，在此基础上小麦更易获得高产，应是单位面积穗数与穗粒数呈极显著负相关所致。在群体较小时，穗数增加的产量增益效应对产量起主导作用，故产量能持续增长，到最高点后，穗数的增益效应弥补不了穗粒数减少对产量的减益效应，且随着穗数的进一步增加，加大了品种后期倒伏和病虫害危害的风险，易导致小麦减产。

2.5.2穗粒数与产量的关系由图2可知，在穗粒数范围内，穗粒数与产量呈二次曲线关系（R2=0.338**），拟合方程为Y=24.67X2-1528X+31250。产量随着穗粒数的增加呈先递减后递增的趋势，该方程的产量最小值为7566.0 kg，对应理论穗粒数为31粒，与实际最低产量有差异，但穗粒数接近实际产量的穗粒数。此后产量随着穗粒数的增加而逐步提高，当穗粒数在40粒左右时，实际产量普遍接近最大值，而获得9000 kg/hm2以上的较高产的品种的穗粒数适宜范围在35粒以上。由相关分析可知，穗粒数的增加会导致单位面积穗数和千粒重的降低，这应是穗粒数在前期增加而产量呈下降趋势的主要原因，而之后产量逐渐增加说明此时穗粒数对产量的贡献起主要作用，因而产量能持续增长。在高产育种中，要使产量能进一步提高，增加穗粒数是关键。

2.5.3千粒重与产量的关系由图3可知，千粒重与产量也呈二次曲线关系（R2=0.192**），拟合方程为Y=-7.233X2+755.3X-10945，产量基本随着千粒重的增大而增加，产量最高值为9810.0 kg/hm2，对应千粒重为47 g。随着千粒重的进一步增加，产量反而呈下降趋势，分析其原因，是千粒重和穗粒数存在极显著负相关，千粒重达到一定值时，穗粒数减少产生的减益效果显著。区试中很少有千粒重超过50 g的品种，而获得9000 kg/hm2以上的较高产的区试品种的千粒重适宜范围41～47 g，这表明千粒重并不是越高越好。在高产育种中要协调好穗粒数和千粒重的关系，使其平稳增长从而提高小麦产量水平。

2.5.4产量构成因素之间的二次曲线关系在穗数范围内，穗粒数随着穗数的增加有下降趋势，穗数与穗粒数呈极显著二次抛物线关系（R2=0.288**）（图4），曲线方程为Y=-0.0003X2+0.325X-59.888。刚开始下降比较平缓，当穗数超过675万穗/hm2，随着穗数的进一步增加，曲线呈陡峭下降状，说明此时穗数的增加会导致穗粒数严重下降。

穗粒数与千粒重也呈极显著二次曲线关系（R2= 0.205**（）图5），曲线方程为Y=0.082X2-5.756X+141.4。千粒重随着穗粒数的增加整体呈下降趋势，刚开始随着穗粒数的增加，千粒重下降坡度大，当穗粒数增加到30粒以后，随着穗粒数的进一步增加，千粒重下降趋于平稳。这表明穗粒数和千粒重可达到较高水平的協调，在高产育种中，可选育出多花多实并且千粒重较高的较大穗品种。穗数与千粒重之间没有明显的曲线关系。

3结论与讨论

由产量和产量构成三因素的变异系数可以看出，区域试验中品种的产量水平差距较大，表明安徽省淮北地区小麦高产潜力整体水平仍有较大提高空间。产量三因素在变异系数上有一定差异，说明在育种策略运用上比较灵活，有的偏重于大穗型，有的偏向于多穗型。

由区试品种产量与产量三因素相关分析结果，产量三因素对产量都有极显著正向作用，相关程度由强到弱为穗粒数、千粒重、穗数。说明在产量构成因素中，穗粒数对产量的贡献是最主要的，千粒重、穗数对产量的贡献也较大。通径分析结果表明，产量三要素对产量的直接作用都呈极显著正向作用，其中穗粒数对产量的作用最大。这与相关分析的结果一致。间接通径作用显示，穗数通过穗粒数对产量的负向效应最大，千粒重通过穗粒数对产量的负向效应也较大。表明产量构成三因素存在明显的相互制约关系，一个产量构成因素对产量的贡献会受到另外一个或两个产量因素的削减，这其中穗数与穗粒数相互制约作用尤为显著[6，11，16-17]。在安徽淮北地区高产品种选育中，通过增加穗粒数来提高产量水平是关键，同时要协调好穗数和穗粒数的关系，一味追求多穗或大穗对于提高产量水平都是不利的，只有产量三要素协调才会最终使产量提高。

由产量构成三因素对产量的多元回归分析，说明产量构成三因素与产量之间呈极显著线性回归关系。且产量构成因素的偏回归系数均极显著，偏回归系数表明，对产量的贡献由大到小为穗粒数、穗数、千粒重，这与通径分析结果一致。由此表明建立的多元回归方程可以用来预测产量的变化规律。

玉米作物研究中常用二次曲线关系反映产量构成因素对产量的影响[18-20]，而用二次曲线关系图反映小麦产量三因素的变化对产量的影响却鲜有报道。本研究表明，区试品种产量三因素均与产量构成极显著的二次曲线关系，且在适宜范围内增加相关产量因素都会使产量增加，这与多元回归分析和通径分析结果一致。穗粒数与穗数之间、穗粒数与千粒重之间也呈极显著二次抛物线关系，穗粒数与穗数之间存在明显的相互制约关系，穗粒数与千粒重可在较高水平上达到协调一致。抛物线关系图分析表明，在区域试验产量达到9000 kg/hm2以上的较高产品种中，产量构成三因素适宜范围为穗数600～675万穗/hm2，穗粒数35粒以上，千粒重41～47 g。

综上所述，在安徽淮北地区的高产育种中，要在合理穗数群体的基础上，注重通过增加穗粒数、提高千粒重来获得产量水平的提高，考虑到穗粒数和千粒重的相互制约关系，对千粒重的选择可适当放宽，即选育出多花多实并且千粒重稳定的较大穗育种材料是关键。在目前9000 kg/hm2以上高产育种策略中，最佳的产量三要素构成为穗数600～675万穗/hm2、穗粒数35粒以上、千粒重41～47 g。在大田生产中，可以通过适当的栽培措施，在合理控制穗数群体的基础上，提高小花结实性、减少不孕小穗退化率来增加穗粒数，同时稳定千粒重来获得小麦高产。因所在区域、种植环境及所用材料的不同，本研究观点与前人研究所得结论或同或异[21-26]，有待于进一步深入研究。

参考文献

[1]卓越.皖北地区小麦高产制约因素及持续增产措施[J].农业科技通讯，2015（7）：12-13.

[2]李明.浅析影响安徽省自育小麦品种推广的主要因素及对策[J].种子科技，2016（10）：54-55.

[3]赵良侠，包晓婷，高灿红.安徽省小麦种子产业发展存在的问题及对策[J].园艺与种苗，2015（7）：13-17.

[4]曹淑华，马卫鹏，聂磊.安徽省粮食生产波动分析及政策建议[J].中国农学通报，2015，31（15）：265-274.

[5]王丽芳，王德轩，上官周平.大穗小麦品系产量与主要农艺性状的相关性及通径分析[J].麦类作物学报，2012，32（3）：435-439.

[6]冯家春，邓贺明，胡亚敏，等.黄淮南部小麦高产品种产量三要素及选择模式探讨[J].安徽农业科学，2006，34（1）：73-74.

[7]佟汉文，黄荣华，刘易科，等.小麦新品种农艺性状与产量的相关及通径分析[J].湖北农业科学，2008，47（7）：758-760.

[8]任文斌，谢三刚，王倩，等.山西南部水地小麦区试品系农艺性状比较及通径分析[J].农学学报，2016，6（2）：22-26.

[9]Zhao H， Liu K， Li H S， et al. Correlation Analysis and Path Analysis between Yield and Yield-Related Traits of Yunmai 52[J]. Agricultural Science & Technology，2017，18（3）：407-410，431.

[10]赵倩，姜鸿明，孙美芝，等.山东省区试小麦产量与产量构成因素的相关和通径分析[J].中国农学通报，2011，27（7）：42-45.

[11]张洁，罗家传.河南小麦主要性状的相关性及通径分析[J].现代农业科技，2009（19）：13-14，16.

[12]刘朝辉，李江伟，付亮，等.黄淮南片小麦产量与构成因素的相关和通径分析[J].浙江农业科学，2013（6）：654-655.

[13]杜家菊，陈志伟.使用SPSS线性回归实现通径分析的方法[J].生物学通报，2010，45（2）：4-6.

[14]南京农业大学.田间试验和统计方法[M].北京：中国农业出版社， 1999：249-249.

[15]敬艳辉，邢留伟.通径分析及其应用[J].统计教育，2006，2：24-26.

[16]邵慧，夏中华，金彦刚，等.江苏淮北地区13个主导小麦品种产量构成因素分析[J].江苏农业科学，2015，43（8）：91-93.

[17]刘朝辉，李江伟，乔庆洲，等.黄淮南片小麦产量构成因素的相关分析[J].作物杂志，2013，5（19）：58-61.

[18]Liu X Z， Li M， Zhang J， et al. Effection of Density on Yield and Yield Components of Major Maize Cultivars in Northern Anhui[J]. Agricultural Science & Technology，2015，16（2）：242-246，250.

[19]刘兴舟，张建，王五洲，等.密度对玉米新品种皖玉708产量及其构成因子的影响[J].农学学报，2017，7（8）：1-5.

[20]Bavec F， Bavec M. Effect of maize plant double row spacing on nutrient uptake， leaf area index and yield[J]. Rost Vyroba， 2001（47）： 135-140.

[21]刘朝辉，李江伟，蒋志凯，等.河南省小麥区试品种（系）产量与产量构成因素的相关和通径分析[J].山东农业科学，2013，45（9）：26-28， 32.

[22]白建军，周生伟，汤开东，等.黑小麦单株产量性状的相关性·多元回归及通径分析[J].安徽农业科学，2011，39（25）：15236-15238.

[23]王继滨，李凤云，李红芹，等.黄淮冬麦区旱地区试小麦产量与产量三因素通径分析[J].中国农学通报，2005，21（1）：142-143，162.

[24]亓振，赵广才，常旭虹，等.小麦产量与农艺性状的相关分析和通径分析[J].作物杂志，2016，3（9）：45-50.

[25]张中州，赵月强，张锋，等.2005-2012年河南省审定的半冬性小麦品种产量和主要农艺性状分析与评价[J].作物杂志，2014（5）：32-37.

[26]姚国才，姚金保，杨学明，等.长江中下游小麦品种产量性状的遗传相关和通径分析[J].南京农专学报，2002，81（4）：11-14.