齐海祥，薛海楠，王金波，王海泽，王文迪，李建波，徐寿军

（1.内蒙古民族大学 农学院，内蒙古 通辽 028043；2.内蒙古自治区兴安盟农牧科学研究所，内蒙古乌兰浩特 137400）

大麦（HordeumVulgare）属禾本科、小麦族、大麦属、普通大麦种，与小麦、燕麦和黑麦同属麦类作物，作为世界上栽培历史最悠久的作物之一，至今已有数千年［1］.大麦作为适应范围最宽广的粮食作物之一，从南纬42°到北纬70°的广阔地带均有种植.大麦具有早熟、生育期短、抗逆性强、适应性广等优点，是高寒、盐碱和干旱等地区主要的优势作物，裸大麦现如今仍然是我国青藏高原地区藏民的主粮作物［2］.主成分分析（Principal Component Analysis，PCA）是最为重要的多元统计方法之一，普遍应用于数据降维和分类［3］.PCA以几个综合因子代替原来众多变量，反映出原来变量的大部分重要信息，了解种质资源主成分的构成及其特征，可为选育优异种质提供参考依据.聚类分析既可揭示类群间的遗传差异、相互关系，又可以了解类群内品种的遗传相似性［4］.周伟［5］对48份引进的二棱大麦种质6个主要农艺性状进行了主成分分析及聚类分析，选取了前4个主成分，依次分别为穗下节间长与株高、穗粒数与穗长、千粒重和产量，且将48份大麦种质聚为高秆短穗、多粒、高秆大穗、大粒、穗大粒多以及高秆大穗粒多6大类.潘高峰等［6］对20份大麦种质资源的光合色素及光合特性进行了聚类分析，并将20份大麦种质聚为高光效、中光效、低光效3大类.本研究对20份六棱大麦种质资源的产量性状、光合荧光特性、干物质转运和氮素转运等30个性状进行主成分分析及聚类分析，以期为大麦优异种质资源的筛选、鉴定与评价提供参考.

1 材料与方法

1.1 参试材料

以内蒙古农牧业科学研究院提供的20份六棱大麦种质为参试材料（表1）.

表1 参试材料信息Tab.1 Information of tested materials

1.2 试验地概况

本试验在内蒙古通辽市科尔沁区农牧业高新科技示范园区（43°49′N，122°24′E）进行，试验地年平均气温为6.3℃，≥11℃活动积温为3 210℃，日照时数为3 112 h，年平均降水量350 mm.试验地耕层土壤有机质含量17.52 g·kg-1，碱解氮45.20 mg·kg-1，速效磷28.32 mg·kg-1，速效钾132.21 mg·kg-1.

1.3 试验设计

试验于2019年、2020年进行，为随机区组设计，3次重复，小区面积8 m2，每小区8行，行长2 m，行距0.5 m，每行播种120粒.基肥二铵（26.24 g·m-2+尿素7.5 g·m-2）播前一次性施入；三叶期结合浇头水追尿素7.5 g·m-2.其他栽培管理同大田.

1.4 样品的采集与测定

开花期各小区选取株高相近、长势一致、穗部大小相近的同一天开花的单茎，挂牌标记.

1.4.1 产量构成因素测定

收获期各材料每一小区取样10株考种，测定单株穗数、单株粒数、单株粒重和千粒重等性状.

1.4.2 SPAD的测定

每小区选取标记植株5株，每一植株选取主茎上数第二叶，在开花期用SPAD—502Plus叶绿素计测定叶片中部的SPAD值，测定时间为晴天上午8：30—12：00.

1.4.3 光合和荧光参数测定在开花期用Li-6400便携式光合作用分析系统测定光合参数，用FMS-2便携式脉冲调制式荧光仪测定荧光参数，选取方法、测定部位及时间同SPAD.

1.4.4 干物质、器官含氮量测定

各小区开花期、成熟期分别取所标记的大麦10株，分为叶片、茎秆、穗等不同部位，在105℃下杀青0.5 h，80℃下烘干至恒重，称重后用小型粉碎机粉碎后测定氮含量.各器官氮含量用凯氏定氮法［7］测定.各指标计算公式参考沈建辉等［8］的方法：

器官干物质（氮素）转运率=器官干物质（氮素）转运量/开花期相应器官干物质（氮素）积累量×100%；

器官干物质（氮素）转运对籽粒的贡献率=开花期各器官干物质（氮素）转运量/成熟期籽粒干物质（氮素）积累量×100%；

花前干物质（氮素）积累率=开花期干物质（氮素）积累量/收获时干物质（氮素）积累量×100%；

花后干物质（氮素）积累量=收获时干物质（氮素）积累量－开花期干物质（氮素）积累量；

花后干物质（氮素）积累率=花后干物质（氮素）积累量/收获时干物质（氮素）积累量×100%；

花前物质（氮素）积累对产量的贡献率=干物质（氮素）转运量/籽粒产量（氮素积累量）×100%；

花后干物质（氮素）积累对产量的贡献率=1－花前干物质（氮素）积累对产量的贡献率.

1.5 统计分析方法

1.5.1 描述性统计

对基础数据使用Excel 2016进行整理，计算各性状的平均值、标准差、变幅、变异系数以及遗传多样性指数.遗传多样性指数（Shannon-Wiener diversity index，H′）的计算：计算参试材料各性状的平均数及标准差，将参试材料的各性状指标均划分为10级，计算每一级的相对频率Pi，从而算出多样性指数［9］.

1.5.2 各性状指标的主成分分析及综合评价

依据简单相关系数矩阵进行主成分分析，将原来多个彼此相关的指标转换成新的少数几个彼此独立的综合指标，建立综合指标Zj的方程［10］.

式中，b表示协方差矩阵，bij是原始变量Xi与Xj的相关系数，x′i是标准化处理后的原始变量.

将各性状指标值代入到由主成分分析所求得的各主成分因子得分中，计算出各主成分得分，运用贡献率求得各主成分的权重系数，最终得到各种质的综合得分（S值）.

1.5.3 基于欧氏距离的聚类分析

欧氏距离又称欧几里得距离，是最常见的距离度量，衡量的是多维空间中2个点之间的绝对距离.计算公式［11］为：

式中i=（Xi1,Xi2,…,Xik）和j=（Xj1,Xj2,…,Xjk）是2个k维的数据对象.

聚类分析是根据事物的多个数值特征来观察事物个体之间或样品之间的亲疏关系和相似程度的一种多元统计分析方法［12］.

1.6 数据处理

运用Excel 2016、DPS（V9.01）软件对数据进行处理分析.

2 结果与分析

2.1 参试材料各性状的遗传多样性表现

由表2可知，参试材料各性状差异比较明显，变异范围在3.09%～37.58%之间，遗传多样性丰富.变异系数以花后物质积累对产量的贡献率最大（37.58%），PSⅡ最大光化学量子效率的变异系数最小（3.09%）.遗传多样性指数以茎秆氮素对籽粒的贡献率最大（2.20），花前物质积累对产量的贡献率和花后物质积累对产量的贡献率最小（1.50），表明花前物质积累对产量的贡献率和花后物质积累对产量的贡献率性状分布较为集中，而茎秆氮素对籽粒的贡献率分布较为分散.

表2 参试材料主要性状的表现Tab.2 Performance of main characters of tested materials

2.2 主成分分析

依据累计贡献率大于85%或特征值大于1的原则［13］选取主成分，结果见表3.由表3可知，前9个主成分累计贡献率为91.37%.第1主成分的贡献率为26.16%，影响因子主要为花后干物质积累率、花后氮素积累率；第2主成分的贡献率为17.44%，影响因子主要为叶片氮素对籽粒的贡献率、花前氮素积累对产量的贡献率；第3主成分的贡献率为12.22%，影响因子主要为茎秆干物质转运速率、茎秆氮素转运速率；第4主成分的贡献率为9.91%，影响因子主要为最大荧光、稳态荧光、初始荧光；第5主成分的贡献率为7.16%，影响因子主要为单株穗数、SPAD；第6主成分的贡献率为7.09%，影响因子主要为胞间二氧化碳浓度、气孔导度、净光合速率；第7主成分的贡献率为4.87%，影响因子主要为千粒重、茎秆氮素对籽粒的贡献率；第8主成分的贡献率为3.61%，影响因子主要为蒸腾速率、初始荧光；第9主成分的贡献率为2.91%，影响因子主要为千粒重.将参试材料的各性状值带入9个主成分的因子得分中，求出各种质的9个主成分得分.

表3 参试材料的主成分分析Tab.3 Principal component analysis of tested materials

第1主成分得分为：S1=-0.08X1+0.12X2+0.17X3+0.04X4-0.31X5+0.31X6-0.08X7+0.23X8-0.21X9+0.10X10+0.21X11-0.21X12-0.33X13+0.33X14-0.20X15+0.20X16+0.00X17+0.26X18-0.20X19-0.12X20+0.14X21-0.04X22+0.04X23+0.11X24+0.15X25-0.09X26-0.15X27-0.10X28-0.15X29+0.13X30，利用9个主成分贡献率权重（0.29、0.19、0.13、0.11、0.08、0.08、0.05、0.04及0.03），构建用于筛选参试材料中优异种质的评价指标S值，即S=0.29S1+0.19S2+0.13S3+0.11S4+0.08S5+0.08S6+0.05S7+0.04S8+0.03S9，S值越高，可初步说明该种质综合性状越好.

通过计算出的综合得分（即S值），对参试大麦种质进行综合评价（表4），综合性状排前5位的分别为15、12、11、8、9号品种；排后5位的分别为3、20、4、7、2号品种.

表4 参试材料主成分综合得分及排名Tab.4 Comprehensive score and ranking of principal components of tested materials

续表3

2.3 聚类分析

由图1可知，参试材料可分为3类，第I类为2份高产高光效种质：12、15号品种；第II类为15份中产中光效种质：1、5、13、10、18、19、6、9、17、8、11、3、16、14、20号品种；第III类为3份低产低光效种质：2、4、7号品种.

图1 参试材料的聚类分析Fig.1 Cluster analysis of tested materials

3 讨论与结论

评价、鉴定作物的种质资源，对作物优质品种的筛选和培育至关重要.作物种质资源评价与鉴定的方法亦有很多种，如：遗传多样性分析、分子标记法、相关分析法、差异性分析法、二维排序分析法、隶属函数法、灰色关联度分析法、TOPSIS综合评价法、主成分分析法及聚类分析法等，其中，主成分分析法、聚类分析法等是常用的评价方法.在各种主要作物（玉米、水稻、小麦、大麦等）种质资源评价与鉴定上均有应用，郑云霄等［14］对181份玉米自交系种质的抗倒伏性进行评价与鉴定，利用主成分分析、聚类分析等方法挑选出AHU24、e220、7026B等35份抗倒伏性最强的自交系种质.杨国峰等［15］对65份山栏稻种质的主要农艺性状进行研究发现，山栏稻种质农艺性状多样性较为丰富，并从中筛选出2份高产潜力较高的山栏稻种质.张巩亮等［16］以30个寒地水稻种质为样本，采用聚类分析法、主成分分析法对种质的抗旱性进行评价，挑选出强抗旱性种质：农丰3055.倪永静等［17］对30份国内外小麦种质的主要农艺性状进行主成分分析、聚类分析后发现，主成分分析中前5个主成分的信息量是85.08%；将30份种质聚为18份中矮秆中高产型种质、6份中矮秆高产型种质、6份高杆中低产型种质3类.本研究对20份六棱大麦种质的产量性状、光合荧光特性、干物质转运和氮素转运等30个性状进行遗传多样性分析、主成分分析及聚类分析.从多个角度来分析种质资源的优异性.结果表明，参试大麦种质间表现出丰富的变异和遗传多样性，其变异范围为3.09%～37.58%，遗传多样性指数的变幅为1.50～2.20.

利用主成分分析法，选取了前9个主成分对参试材料进行评价，且参试材料的9个主成分因子依次为花后干物质积累率、叶片干物质对籽粒的贡献率、单株粒数、初始荧光、单株穗数、净光合速率、千粒重、蒸腾速率、PSⅡ最大光化学量子效率.基于主成分的综合得分（S值）将大麦种质进行排序，排名前5位的分别为15、12、11、8、9号种质，排名后5位的分别为3、20、4、7、2号种质.聚类分析将大麦种质聚为3类，第I类为2份高产高光效种质，第II类为15份中产中光效种质，第III类为3份低产低光效种质.