基于pca方法的夏玉米穗部性状综合评价

《基于pca方法的夏玉米穗部性状综合评价》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于PCA方法的夏玉米穗部性状综合评价赵玉坤1，高根来1，田玮玮2，王向东1，甄胜虎1（1山西省农业科学院小麦研究所，山西临汾041000；2安泽县农业局，山西安泽042500）摘要：为了探究不同年际间夏玉米穗部多性状统计数据的内在关联规律，以晋南地区品比圃鉴定2个玉米对照品种和7个杂交组合为研究对象，调查2011—2013年3年间11个玉米穗部性状因子的数据，通过主成分分析，提取3~4个主成分，评价各杂交组合在穗部性状上的数量差异。结果表明，不同年际间提取的各主成分侧重反应的穗部性状分量各有不同，但在分别构建主成分评价函数后，主成分评价

2、得分表现相似的变化趋势；与对照品种（‘郑单958’、‘先玉335’）相比，杂交组合PB6和PB7综合主成分得分较高，表现出优异的综合穗部性状信息，存在一定的增产潜力。因此，可将主成分分析作为玉米常规育种的辅助数据分析手段，提高育种效率。.jyqkail：[email protected]。通讯：高根来，男，1956年出生，山西襄汾人，研究员，主要从事玉米遗传育种及栽培研究。E-mail：[email protected]。收稿日期：2014-08-17，修回日期：2014-10-09。0引言玉米穗部性状与产量密切相关，

3、通过玉米穗部性状间接筛选优良品种的效率要远高于对产量的直接筛选[1]，针对具体穗部性状目的明确地遗传改良，能够有效提高玉米田间产量[2-4]，如何借助于有效的数据统计分析手段，评价玉米穗部多性状的综合优劣程度，是玉米育种工作的重要环节。本研究宗旨在通过对晋南地区3年间夏玉米穗部性状数据的主成分提取及函数评价分析，揭示穗部多性状数据在不同主成分载荷上的内在关联规律，以主成分函数模型评价不同玉米品种穗部性状的综合表现，为玉米高效育种提供理论参考。基于多元统计分析的主成分分析法(PrincipalponentAnalysis，PCA)，通过少数

4、几个彼此不相关的主成分来解释多变量的方差-协方差结构，将多变量从高维空间映射到低维空间，简化多变量数据分析，已在模型建立[5-6]、指标评价[7-8]中有较多应用。玉米穗部性状大多是由微效多基因控制的数量性状，受外界复杂环境因子的支配影响较大，因此，在穗部性状研究中多采用一些生物数理统计方法，来完成对玉米穗部性状的综合评价[9-11]，常用的方法有相关分析、通径分析、灰色关联度分析等。崔震海等[12]研究了在玉米苗期不同供水条件下穗部性状与产量的相关关系，结果表明在苗期正常供水条件下，百粒重对产量的影响较大，在苗期轻度干旱胁迫条件下，粒长

5、和出籽率与产量关系最密切，在苗期中度干旱胁迫条件下，行粒数对产量的影响较大。王久光等[13]利用通径分析方法研究了阴雨寡照条件下玉米穗部性状与产量的相关规律，表明穗行数、千粒重、行粒数对产量的直接作用较大，秃尖长虽然直接作用比较小，但它要通过行粒数、千粒重来对产量造成影响，在实际育种中要注意协调选择。岳尧海等[14]应用灰色理论关联度分析法，对夏玉米7个数量性状与子粒产量进行分析，表明各性状与产量的灰关联度依次顺序为，叶数>行粒数>株高>穗长>百粒重>穗行数，在玉米常规育种中要兼顾各性状对产量的促进作用，协调

6、一致，充分发挥杂交种自身增产的最大潜力。主成分分析方法作为一种有效的数据统计分析手段，在玉米穗部性状研究中应用较少，且未形成成熟的系统理论，因此，笔者选取品比圃试验的2个玉米对照品种和7个玉米杂交组合为试验材料，通过调查记录2011—2013年3年间11个玉米穗部性状因子的数据，利用主成分分析法进行主成分提取和构建函数评价，比较、分析杂交组合与对照品种间的差异，从而为玉米新品种的选育提供统计依据和理论借鉴。1材料与方法1.1试验材料试验于2011—2013年在山西省农科院小麦研究所玉米试验田品比圃进行，试验地前茬为休闲用地，土壤为石灰性褐

7、土，播种前养分含量为：有机质14.30g/kg，碱解氮37.80mg/kg，速效磷11.52mg/kg，速效钾125.00mg/kg，pH7.48。材料选取7个玉米杂交组合和2个对照品种，具体种类如表1所示，分别于2011年5月22日、2012年5月25日和2013年5月24日播种，播种密度为49500株/hm2，宽窄行种植，宽行行距0.70m，窄行行距0.50m，株距0.33m。采用随机区组设计，3次重复，共27个小区，每小区4行，行长10m，面积为24m2左右。玉米生育期内追肥、除草等田间管理统一进行。1.2调查项目及方法在玉米成熟期

8、时，每小区随机选取10株，调查株高(m)和穗位高(m)，计算穗位系数（穗位高/株高）。待玉米收获后，从小区取样12穗中调查穗长(cm)、穗粗(cm)、秃尖长(cm)、穗行数、行粒数、百粒重(g