基于主成分和聚类分析的无籽西瓜果实性状的综合评价

侯东颖，苏东涛，郝科星，张 曼，张 涛，侯富恩

（山西农业大学农业经济管理学院 太原 030006）

长期以来，中国始终是西瓜的消费与生产大国，尤其近几年，中国的西瓜种植产业取得了长足发展。据FAO 统计，2019 年我国西瓜种植面积以147 万hm稳居世界首位，同时总产量达到了6086 万t，在全世界占比依次达到了47.7%与60.6%，受新冠肺炎疫情影响，2020 年我国西瓜甜瓜产业在生产端、市场端及进出口贸易方面有所回落。此外，我国的西瓜单产水平也高于世界平均水平。西瓜在我国非主要农作物生产中的位置日益突出，而筛选优良品种是西瓜生产的重要基础和主导方向。自新中国成立以来，我国各地区主栽西瓜品种已成功地完成了5 次更新换代，也达到了良种杂交一代化的目标。随着人们生活水平和西瓜种植产业化水平的提高，对西瓜的品质、抗逆、抗病性以及耐贮运性的要求也越来越高。

21 世纪以来，四倍体西瓜的创新和诱变加快了我国西瓜的育种进程，用四倍体与二倍体西瓜杂交，育成了一系列三倍体无籽西瓜新品种，通过国家审定或鉴定的无籽西瓜品种主要有郑抗无籽、雪峰花皮无籽、雪峰小玉红无籽及丰乐无籽等系列西瓜。山西晋中地区属温带大陆性季风气候，四季分明，日照时数长，对西瓜生长发育极为有利，也是山西省重要的西瓜生产基地。山西省开展无籽西瓜育种工作相对较晚，山西农业大学农业经济管理学院设施西瓜课题组自2007 年先后培育出晋花无籽、晋阳无籽、黑金无籽、晋绿无籽3 号等无籽西瓜新品种。目前，三倍体西瓜在品质、抗逆性及商品性方面变异较大，因此，选育优质多样性的特色无籽西瓜新品种仍然是西瓜育种的重要目标。

主成分分析作为作物品种综合评价较常用的方法，已广泛应用于谷子、燕麦、辣椒、番茄等农作物育种研究中。现阶段，一些学者已通过聚类及主成分分析法等开展西瓜种质资源遗传多样性的研究，从而为西瓜种质的选育和利用提供理论依据，但针对西瓜特色品种的筛选及综合评价的相关研究较少。笔者采用主成分及聚类分析方法，对收集的24 个无籽西瓜品种的6 个果实性状建立综合评价体系，以期为山西晋中地区设施优质无籽西瓜品种的选育提供理论依据。

1 材料与方法

1.1 材料

试验材料来源于中国农业科学院郑州果树研究所提供的24 份无籽西瓜材料，详见表1。

表1 西瓜参试品种名称及育种单位

1.2 方法

试验于2021 年3—7 月在山西省晋中市东阳镇山西农业大学试验示范基地塑料大棚内进行，试验地地势平整，前茬种植大豆，土壤为黏土，肥力中等。3 月中旬播种育苗，采用50 孔穴盘，穴盘规格为540 mm×280 mm，3 叶1 心时进行定植，7 月下旬进行采收。通过随机区组方案来进行设计，小区面积为18 m，栽培密度为700 株·667 m，株行距为0.5 m×2.0 m，3 次重复，地爬式栽培，采用黑膜覆盖，膜下微灌，每667 m施腐熟牛粪5 m，混复合肥50 kg 作为底肥，三蔓整枝，人工授粉，侧蔓第3 或4雌花留果。每株留1～2 果，其余田间管理参照当地农民惯例进行。西瓜采收后，调查供试品种的6 个果实性状指标：单瓜质量、产量、果肉中心和边部可溶性固形物含量、果皮厚度及果形指数。

1.3 项目测定

依据《西瓜种质资源描述规范和数据标准》，果实成熟后，每个小区取10 个果实，分别用直尺测量果实纵切面的纵径、横径、果皮厚度并计算平均值及果形指数（果实纵径/横径），每个果实称质量并折算成1 hm产量；采用MASTER-33M 手持折光仪来测量果肉边部及中心可溶性固形物含量。

1.4 数据分析

采用Excel 2016 进行数据处理，运用SPSS 24.0 软件对数据进行描述性统计分析、相关性分析与主成分分析及聚类分析。

2 结果与分析

2.1 不同西瓜品种果实性状的平均值与变异系数

24 份无籽西瓜品种基本涵盖了大部分无籽西瓜类型（表2）。从果实形状来看，以圆形果实居多，占比54.17%，其余为椭圆形，占比45.83%；从果皮颜色来看，以黑皮类型最多，占比58.33%，其次是花皮类型，占比33.33%，绿皮类型最少，仅占8.33%；从果肉颜色来看，红瓤类型为主，占比79.17%，橙瓤类型占比12.50%，黄瓤类型占比8.33%。

表2 西瓜参试品种果实的外观性状统计

24 份西瓜品种果实性状指标的平均值及变异性（表3）。其中，平均单果质量、果形指数以及果皮厚度等性状变异范围较大，极差分别为2.65 kg、1.67、1.20 cm，变异系数分别为17.35%、29.53%、31.36%，说明这3 个果实性状在不同品种间存在差异，且外界环境因素影响可导致其变化；而变异范围较小的果实性状主要有产量、可溶性固形物含量，变异系数均小于10%，说明这些性状主要受到自身遗传基因的控制。中心可溶性固形物含量变异系数最小，仅为6.02%。

表3 西瓜参试品种果实性状的平均值及变异性

2.2 不同西瓜品种果实性状的相关性分析

根据表4 数据可以发现，西瓜单瓜质量与产量之间存在着极显著相关性，其系数值达到了0.653，与果皮厚度、果形指数值之间存在着不显著的相关性；此外，它与边部以及中心可溶性固形物含量之间均为不显著的负相关关系。

表4 西瓜参试品种果实性状相关系数

研究结果还表明，西瓜的果形指数与产量以及果皮厚度之间存在着正相关的关系，但是并不显著；果形指数与西瓜的边部及中心可溶性固形物含量之间存在着负相关关系，程度也不显著；西瓜的果皮厚度与产量之间存在着正相关的关系，且比较显著；果皮厚度与果实中心可溶性固形物含量之间存在着极显著的负相关关系，但与边部区域可溶性固形物含量之间存在着并不显著的负相关关系。产量与边部以及中心可溶性固形物含量之间均存在着显著或极显著的负相关关系；就边部与中心可溶性固形物含量而言，它们之间相关系数高达0.711，即二者之间呈极显著正相关。

2.3 不同西瓜品种果实性状的主成分分析

通过对24 个无籽西瓜品种的6 个果实指标值标准化后进行主成分分析（表5）可以发现，排在最前面的3 个主成分特征值均超过1，且其累计贡献率达到83.029%，其中，第1、第2 及第3 主成分分别占全部载荷量的47.421%、18.905%与16.703%，表明前3个主成分在西瓜果实性状指标评价中起主导作用，且能反映西瓜果实特性综合评价的主要信息。

表5 主成分分析解释的总方差及各成分载荷矩阵

西瓜品种6 个果实性状的主成分载荷矩阵反映了各个性状对主成分负荷的大小和正负方向，每个主成分中只有少数几个指标的因子载荷较大：在第1 主成分中，单瓜质量、果皮厚度及产量载荷较大，说明这3 个性状对第1 主成分正向影响较大，如果该主成分比较大，其3 个性状指标将相应地增加，也就是说，该主成分可以清晰地体现出果实体积和质量指标；在第2 主成分中，可溶性固形物含量载荷较大，它对第2 主成分产生正向影响，即可溶性固形物含量会随着第2 主成分的增大而升高，第2 主成分主要反映西瓜果实的含糖量和风味指标；对于第3 主成分来说，在西瓜的果形指数上存在着比较高的正向载荷系数值，所以该主成分可以体现出果实的形状指标。

结合所提取出来的前3 位累计贡献率为83%的3 个主成分的情况，全面构建无籽西瓜果实性状指标的分析评估模型。再以主成分所对应载荷值及特征值来获得相关的特征向量，由此得到下述表达式：

=- 0.507+ 0.467+ 0.442- 0.390+0.367+0.206；

=0.318+ 0.316+ 0.011+ 0.599+0.663-0.003；

=0.074-0.334+0.210+0.180-0.039+0.897。

以上3 个表达式中，代表单瓜质量、代表果形指数、代表果皮厚度、代表产量、代表中心可溶性固形物含量、代表边部可溶性固形物含量；综合各个主成分对应的方差贡献率加权求和：

=0.4509+0.174+0.1374。

根据主成分得分综合模型，计算得出24 个品种无籽西瓜的综合得分和排序（表6），值得分越高，表明该品种西瓜综合性状越好，其中，排名第1的品种为20Y11，其分值到达了8.35，其次为20Y13、20Y15、20Y10、20Y9，分别位列2 到5 位；21Y4、20Y1、20Y18、21Y11 及21Y1 这几个品种综合分值较低，表现较差。

表6 西瓜参试品种果实性状的主成分因子综合得分

2.4 不同西瓜品种果实性状的聚类分析

由图1 可知，当聚类距离为10 时，可将24 个无籽西瓜品种聚分为4 类：其中20Y11 为Ⅰ类，这也与主成分分析综合评价得分最高的品种一致，该品种平均单瓜质量4.65 kg，果形长椭圆形，果皮厚度约1.3 cm，中心可溶性固形物含量11.55%，边部可溶性固形物含量9.45%，中边差较小，瓤色橙色，瓤质脆；20Y5、20Y12、20Y7、20Y8、20Y3、20Y15、20Y2、20Y9、20Y10、20Y14、20Y6、20Y4、21Y12、20Y1、21Y4、21Y5、20Y13 为Ⅱ类，共17 个品种，该类群又可分为两个亚类：20Y13 和剩余的16 个品种，其中20Y13 与主成分分析综合得分第二的品种一致，该品种在参试品种中单瓜质量和产量最高，果形近圆形，瓤色红，瓤质酥脆，无籽性好，口感风味佳；21Y3为Ⅲ类；20Y16、20Y17、20Y18、21Y11、21Y1 为Ⅳ类，该类群共5 个品种，与前面的主成分分析综合评价得分排名最后的品种基本一致，这两个类群的品种相对平均单瓜质量小，产量低，虽然其中有些品种可溶性固形物含量高，但中边差较大，口感一般，且果皮厚度较小，易开裂，不耐贮运。

图1 西瓜参试品种的聚类分析图

结合主成分分析和聚类分析结果，Ⅰ和Ⅱ类的无籽西瓜品种综合指标都处于中等偏上，其中又以20Y11 和20Y13 表现最为优异，是较适宜在山西晋中地区早春栽培的无籽西瓜品种。

3 讨论与结论

西瓜果实的单瓜质量直接决定着产量，一般单瓜质量越大的品种产量也越高，但在选育品种过程中不能够仅依赖单瓜质量，果皮厚度和耐贮运性也是值得重视的性状；可溶性固形物含量决定了果实的风味及品质，其值越高代表风味与品质也越好；而果形指数是园艺作物商业产品进行市场品质评价、定级及分类的重要考核指标。

主成分分析实际上主要是在线性变换的基础上，使复杂却又存在相关性的多个变量有机地组合起来，从而形成了数量较少、同时也不存在关联性的综合指标，以对之前的指标变量进行有效的替代，实现指标体系的进一步简化，最终实现多元统计分析的目标。李晶等采用主成分分析的方法对8个西瓜品种的7 个营养品质性状进行综合分析，从而筛选出适宜甘肃日光温室栽培的优质小果型西瓜品种；史亮亮等基于主成分分析对25 个薄皮甜瓜品种的产量、商品性、品质等进行综合评价，从而筛选出适宜广州地区春季种植的薄皮甜瓜品种。

笔者为了有效筛选适宜于山西晋中地区早春设施栽培的无籽西瓜品种，选用24 个无籽西瓜品种为试验材料，通过对各个品种的单果质量、果皮厚度、果形指数、产量、中心和边部可溶性固形物含量6 个果实性状进行描述性统计，发现果皮厚度、果形指数的变异系数较大，说明这2 个指标变化的多样性来源于品种间的差异，对于可溶性固形物含量而言，其相应的数量性状变异区间则相对比较小，相关变异系数均未超过10%，由此可知，这些性状不易受外界环境影响，在现有品种的基础上进行改良的空间较小，这与近年来人们将高糖含量西瓜作为主要育种目标有很大关系。

相关性分析是研究某些随机变量之间是否存在一定相关性，并探索特定相关性现象的相关性方向和程度的一种统计方法。果实性状之间的相关系数绝对值越大，他们之间呈正相关或负相关的显著程度也越高。根据相关性分析结果可知，除了西瓜的果形指数和别的性状有较低的相关性之外，其他性状之间基本上呈现显著的相关或负相关。

通过主成分分析法来将3 个累计贡献率超过83.03%的主成分提取出来，然后对24 个无籽西瓜品种的6 个果实性状指标进行综合打分，并在主成分分析的基础上进行聚类分析，将供试的24 份无籽西瓜品种分为4 类，其类别也与主成分分析综合得分排名基本一致，其中20Y11 和20Y13 这2 个品种在参试品种中表现最为优异，适宜在山西晋中地区早春设施推广种植，对当地无籽西瓜品种的选育具有一定的参考价值。

在生产种植中，由于晋中地区夏季炎热多雨，西瓜坐果与品质易受阴雨天气影响，因此要控制好坐果节位及水肥施用量；参试品种抗病性普遍较强，但整个生长期仍要注意枯萎病、病毒病以及蚜虫等病虫害的防治。

西瓜的综合评价是西瓜所有量化指标综合表现的结果，因此，筛选出高产优质的品种需要对多样性的农艺性状进行收集和分析。本试验中仅对西瓜的部分果实性状进行了分析，具有一定的局限性，下一步还需结合抗性、物候期及营养指标等全面分析，以更好地为西瓜品种选育与改良提供科学依据。