摘 要：為研究鲜食大豆产量与主要农艺性状的相关性，以23份鲜食大豆种质为材料，对其标准荚产量、鲜荚产量与11个主要农艺性状分别进行灰色关联度分析，以期筛选出影响鲜食大豆标准荚产量和鲜荚产量的主要因素，为鲜食大豆育种提供理论依据。结果表明：标准荚产量与主要农艺性状的关联顺序依次为：单株有效荚数>有效分枝数>单株荚重>双粒荚果数>主茎节数>株高>单粒荚果数>鲜百粒重>生育日数>3粒荚果数>底荚高度;鲜荚产量与主要农艺性状的关联顺序依次为：单株荚重>单株有效荚数>株高>有效分枝数>双粒荚果数>单粒荚果数>生育日数>主茎节数>底荚高度>鲜百粒重>3粒荚果数。可见，影响鲜食大豆产量的主要性状为：单株有效荚数、有效分枝数、单株荚重和双粒荚果数等4个性状。影响标准荚产量的主要性状，最主要的是单株有效荚数，其次为有效分枝数;影响鲜荚产量的主要性状，最主要的是单株荚重，其次为单株有效荚数。

关键词：鲜食大豆;标准荚产量;鲜荚产量;农艺性状;灰色关联度分析

中图分类号：S 565.1   文献标志码：A   文章编号：0253-2301（2022）01-0041-07

DOI： 10.13651/j.cnki.fjnykj.2022.01.008

Correlation Analysis Between the Yield and Main Agronomic Traits of 23Vegetable Soybean Samples

KANG Rong-rong

（Quanzhou Institute of Agricultural Science， Quanzhou， Fujian 362212， China）

Abstract： In order to study the correlation between the yield and main agronomic traits of vegetable soybean， 23 vegetable soybean germplasms were used as the materials to analyze the grey relational grade between the standard pod yield， fresh pod yield and 11 main agronomic traits， thus to screen out the main factors affecting the standard pod yield and fresh pod yield of vegetable soybean， and provide theoretical basis for the breeding of vegetable soybean. The results showed that the order of the correlation between standard pod yield and main agronomic traits was ranked as follows： effective pod number per plant>effective branch number>pod weight per plant>double-seed pod number>node number of main stem>plant height>one-seeded pod number>fresh 100-seed weight>number of growing days>three-seed pod number>bottom pod height. The order of the correlation between fresh pod yield and main agronomic traits was ranked as follows： pod weight per plant>effective pod number per plant>plant height>effective branch number>double-seed pod number>one-seeded pod number>number of growing days>node number of main stem>bottom pod height>fresh 100-seed weight>three-seed pod number. It could be seen that the main traits affecting the yield of vegetable soybean were the effective pod number per plant， effective branch number， pod weight per plant and double-seed pod number. The main traits affecting the standard pod yield were the number of effective pods per plant， followed by the number of effective branches; while the main traits affecting the fresh pod yield were the pod weight per plant， followed by the effective pod number per plant.

Key words： Vegetable soybeans; Standard pod yield; Fresh pod yield; Agronomic traits; Grey correlation analysis

鲜食大豆，又名菜用大豆，俗称毛豆，起源于中国，已有上千年的栽培历史。鲜食大豆富含蛋白质、不饱和脂肪酸、氨基酸、维生素及各种矿物质，甜脆软糯，味道鲜美，是餐桌上常见的豆类蔬菜

[1-2]。高产一直是育种者选育大豆新品（系）种主要目标之一，大豆产量是受多种因素控制，如果仅对产量性状进行研究，往往无法达到预期的效果[3]。灰色关联分析是把影响作物的各种因素本身所反映的灰色信息通过数字量化，使育种者对品种分析有一个比较客观准确的评价[4-5]，已被广泛应用于大豆新品种（系）区试[6-9]、产量[10-15]、异交结实率[16]、生育期[17]等研究中，本研究采用灰色关联度分析法分别分析23份鲜食大豆的11个主要农艺性状与标准荚产量和鲜荚产量间的关联度，对影响标准荚产量和鲜荚产量的主要因素进行研究，为鲜食大豆育种提供理论依据。1 试验数据来源与统计分析方法

1.1 数据来源与处理

本研究数据来源于2015-2018年4年福建省鲜食大豆品种区域试验泉州试点23个鲜食大豆品系（种）的13个农艺性状考种数据。其中，连续多年参加区域试验的大豆品系（种）以其多年数据的平均值作为该品系（种）的数据，标准荚产量和鲜荚产量均以亩产计。除生育日数性状的原始数值只保留整数部分外，其余性状的原始数值均保留2位小数。数据用主要利用Excel 2010和SPSS 22.0软件进行处理，结果均保留4位小数。

1.2 统计分析方法

统计分析方法主要参考郭瑞林作和邓聚龙的方法[18-19]。根据灰色系统理论，将23份鲜食大豆的11个主要农艺性状（不含标准荚产量和鲜荚产量这两个农艺性状）视为一个灰色系统，每一个性状作为灰色系统的一个灰元[18-19]。设标准荚产量（鲜荚产量）为参考数列χ0（k）={ χ0（1）， χ0（2）， χ0（3）， … ， χ0（23）}，其他11个农艺性状设为比较数列χi（k）={生育日数χ1（k）， 株高χ2（k）， 底荚高度χ3（k）， 主茎节数 χ4（k）， 有效分枝数χ5（k）， 单株有效荚数χ6（k）， 单株荚重χ7（k）， 鲜百粒重χ8（k） ， 单粒荚果数χ9（k） ， 双粒荚果数χ10（k） ， 3粒荚果数χ11（k），其中，i=1，2，3，…11，表示第i个性状，k=1，2，3，…23，表示第k个鲜食大豆样品。

由于各个性状的量纲不同，因此将各个性状的原始数据按如下公式作无量纲化处理[3， 11]。

χi（k）′=χi（k）- isi （公式1）

χi（k）—原始数据，χi（k）′—无量纲化后的数据，

i—所有样品第i个性状的均值，si—所有样品第i个性状的标准差再利用无理纲化处理的数据求出各个比较性状与参考性状的差值的绝对值，即：

Δi（k）= |χi（k）′-χ0（k）′| （公式2）

并利用如下公式求出关联系数：εi（k），通常分辨系数ρ取值在0.1～1.0，本研究取ρ=0.5。

εi（k）=

mini

mink

△i（k）+ρ×

maxi

maxk

△i（k）

△i（k）+ρ×

maxi

maxk

△i（k） （公式3）

最后利用關联系数求出关联度，公式如下：

ri=1n∑nk=1εi（k）  （公式4）

n—样品总数，i—第i个农艺性状，k—第k个样品。

2 结果与分析

2.1 标准荚产量与农艺性状的灰色关联度分析

2.1.1 设定参考数列与比较数列 表1是23份鲜食大豆样品的种质名称及13个农艺性状的原始均值数据。根据统计分析方法，设标准荚产量（鲜荚产量）为参考数列χ0（k）={ χ0（1），χ0（2），χ0（3），…，χ0（23）}，其他11个农艺性状设为比较数列χi（k）={生育日数χ1（k）， 株高χ2（k）， 底荚高度χ3（k）， 主茎节数 χ4（k）， 有效分枝数χ5（k）， 单株有效荚数χ6（k）， 单株荚重χ7（k）， 鲜百粒重χ8（k） ， 单粒荚果数χ9（k） ， 双粒荚果数χ10（k） ， 3粒荚果数χ11（k）}，其中，i=1，2，3，…11，表示第i个性状，k=1，2，3，…23，表示第k个鲜食大豆样品（表1）。

2.1.2 原始数据无量纲化处理 将各个性状的原始数据按公式1作无量纲化处理[20-21]。无量纲化处理后的数据见表2。

2.1.3 求绝对差值 根据无量纲化处理后的数据（表2），求出各个比较性状与参考性状的差值的绝对值，代入公式2，计算结果见表3。

2.1.4 求关联系数 根据表3的数据可知

二级最小差值

mini

mink

△i（k）=0.0105

二级最大差值

maxi

maxk

△i（k）=2.8430

将表3的数据代入公式3求出关联系数εi（k），通常分辨系数ρ取值在0.1～1.0，本研究取 ρ见表4。

2.1.5 灰色关联度分析及排序 根据公式4求得各样品的标准荚产量与11个主要农艺性状的关联度ri，关联度及排序见表5。

从表5可见，鲜食大豆标准荚产量与农艺性状的关联度大小顺序依次为：单株有效荚数>有效分枝数>单株荚重>双粒荚果数>主茎节数>株高>单粒荚果数>鲜百粒重>生育日数>3粒荚果数>底荚高度。根据灰色关联度的原理可知，鲜食大豆主要农艺性状对标准荚产量的影响，最大的是单株有效荚数，其次是有效分枝数，再是单株荚重、双粒荚果数，底荚高度的影响最小。因此，在鲜食大豆的高产育种中，如果是以提高标准荚产量为目的，应该优先考虑选择单株有效荚数多，且有效分枝数多、单株荚重大、双粒荚果数多的品系。

2.2 鲜荚产量与农艺性状的灰色关联度分析

根据同样的过程，将鲜荚产量与各主要农艺性状原始数据，分别按公式1作无量纲化处理后，按公式2求得各个比较性状与参考性状的差值的绝对值，再按公式3求得关联系数，最后将鲜荚产量与其余11主要个性状（χ1～χ11）视为一个灰色系统，得出鲜荚产量与11个农艺性状的关联度ri，关联度及排序见表6。

从表6可见，鲜食大豆鲜荚产量与农艺性状的关联度大小顺序依次为：单株荚重>单株有效荚数>株高>有效分枝数>双粒荚果数>单粒荚果数>生育日数>主茎节数>底荚高度>鲜百粒重>3粒荚果数。这说明，鲜食大豆主要农艺性状对鲜荚产量的影响，最大的是单株荚重，其次是单株有效荚数，再是株高、有效分枝数，3粒荚果数的影响最小。因此，在鲜食大豆育种上，如果是以提高鲜荚产量为目的，则应优先考虑选择单株荚重大，且单株有效荚数多的品系。

3 讨论与结论

通过本研究得出，鲜食大豆标准荚产量与主要农艺性状的关联顺序是：单株有效荚数>有效分枝数>单株荚重>双粒荚果数>主茎节数>株高>单粒荚果数>鲜百粒重>生育日数>3粒荚果数>底荚高度，鲜荚产量与主要农艺性状的关联顺序是：单株荚重>单株有效荚数>株高>有效分枝数>双粒荚果数>单粒荚果数>生育日数>主茎节数>底荚高度>线百粒重>3粒荚果数，两者之间共同的最大关联是：单株有效荚数、有效分枝数、单株荚重、双粒荚果数，可见，提高这4个性状则既可以提高标准荚产量又可提高鲜荚产量，鲜食大豆品种选育中也可以将这4个性状作为评价品种综合性状优劣的参考标准。

产量是大豆育种中衡量品种优劣的一个重要标准，但在鲜食大豆的育种中，仅单纯用产量的高低来对品种进行评价，并不客观全面，通过对品种的灰色关联分析，可以将鲜食大豆的鲜荚产量、标准荚产量及其他主要农艺性状全面分析，对以后筛选出符合育种目标优良品系具有重大意义，同时减少了筛选品种（系）的单一性和盲目性。

王忠等[13]研究结果表明，对菜用大豆产量关联顺序为：单株荚重>单株荚数>分枝数>株高，结论与本文鲜荚产量与农艺性状关联度基本一致。缪亚梅等[22]的研究结果表明，对鲜食大豆鲜荚产量关联顺序为单株荚数>主茎节数>生育期>分枝數，结论与本研究鲜荚产量与农艺性状关联度略有不同，一是因为作者没有将单株荚重作为主要农艺性状列入分析，二是因为品种不同，试验地域、环境也不同，产量的表现也会有差异，分析结果也会有差异。因此，应该综合考虑地区的气候条件、土壤条件等多个栽培因素，选育适宜当地种植的高产鲜食大豆品种。

参考文献：

[1]徐有，王凤敏，默邵景，等，秦君等.我国菜用大豆的研究现状与发展趋势[J].河北农业科学，2012，16（4）：42-45.

[2]史鸿儒.辽宁省鲜食大豆产业发展对策研究[J].园艺与种苗，2021（6）：61-62.

[3]王海杰， 任海龙， 林力， 等.灰色关联分析在春大豆产量分析中的应用[J].广东农业科学，2013（24）： 11-14.

[4]周青，范阳，徐淑霞，等.安豆203主要农艺性状与产量的灰色关联度分析[J].耕作与栽培，2020，40（2）：42-44.

[5]闫向前，马文娅，何鑫，等.夏大豆品种区域试验4种分析方法的比较研究[J].安徽农业学科，2019，47（16）：43-45.

[6]马兵，翟群社，马雯，等. 2019年杨凌试验点黄淮海夏大豆参试品种（系）的丰产性评价[J]. 中国种业，2020（8）：65-68.

[7]何鑫，闫向前，孙化军，等.运用灰色综合评判法综合评价国家黄淮海夏大豆区试品种[J]. 大豆科技，2017（4）：6-12.

[8]吴建萍，冯银栓，郝燕芳，等.应用灰色关联分析区试大豆性状的研究[J].种子科技，2016，34（6）：114-117.

[9]徐淑霞，周青，杨慧凤，等.利用灰色关联度分析大豆新品系[J].农业科技通讯，2015（4）：94-96.

[10]苟升学，肖金平.陕西省夏大豆产量与主要农艺性状的通径及灰色关联度分析[J].江西农业学报，2016， 28（9）：18-22.

[11]连金番，罗瑞萍，赵志刚，等.节水胁迫下大豆产量与主要农艺性状的灰色关联分析[J].宁夏农林科技，2019，60（10）：1-4，9.

[12]屈洋，王可珍，刘洋，等.大豆产量与主要农艺性状的灰色关联度分析[J].陕西农业科学，2019，65（2） ： 39-41，67.

[13]王忠，杨亚玲，陈丽，等，菜用大豆产量与农艺性状关系的灰色关联分析[J].新疆农垦科技，2019（3）：6-9.

[14]薛香，郜庆炉.菜用大豆主要农艺性状与单株产量的灰色关联度[J].贵州农业科学.2011，39（8）：28-30.

[15]赵晶云，马俊奎，任小俊，等.利用灰色关联度分析法分析大豆的产量构成因素[J].农业科技通讯，2015（12）：144-147.

[16]孙佳尧，李志刚，张卫国，等.大豆不育系异交结实率与农艺性状的灰色关联度分析[J].内蒙古民族大学学报（自然科学版），2019，34（2）：134-137.

[17]蔡春，马铃铃，安明哲，等.吉林省不同生育期组大豆品种间农艺性状的比较分析[J].土壤与作物，2018，7（4）：449-455.

[18]郭瑞林.作物灰色育种学[M].北京：中国农业科技出版社，1995.

[19]邓聚龙.农业系统灰色理论与方法[M].济南：山东科学技术出版社，1988.

[20]王淑荣.灰色关联分析在大豆育种数量性状选择上的应用[J].黑龙江农业科学，2000（3）：15-17.

[21]王淑荣.灰色关联分析应用于大豆主要数量性状选择上的研究[J].农业系统科学与综合研究，1995， 11（1）： 75-77.

[22]繆亚梅， 王学军， 汪凯华， 等.鲜食大豆农艺性状与鲜荚产量的灰色关联分析[J].安徽农业科学，2008，36（36）：15809-15810，15813.

（责任编辑：柯文辉）

收稿日期：2021-12-12

作者简介：康蓉蓉，女，1985年生，农艺师，主要从事大豆育种与推广应用。

基金项目：福建省科技计划引导性项目（2020N0050）;福建省科技计划星火项目（2020S0030）。

3233501908208