拧筋槭观赏型优树选择研究

2023-12-11 12:06倪沙姚旭东刘庚贾庆彬
林业科技 2023年6期
关键词:主成分分析

倪沙 姚旭东 刘庚 贾庆彬

摘要:  以胸径、冠幅、枝下高、分枝角、通直度、叶片花色素苷含量6个性状为主要指标,在吉林省临江、汪清、湾沟、红石4个地点的天然群体中选择拧筋槭观赏型优树。在野外调查获得40株初选优树的基础上,采用主成分分析法对初选优树进行综合评价与筛选,最终确定观赏型优树19株。采用Pearson相关分析法对性状间相关性进行分析,结果显示:拧筋槭观赏性状间相关表现较弱,相关性未达到显著水平。

关键词:  拧筋槭;  观赏性状;  主成分分析;  优树选择

中图分类号:   S 722. 5               文献标识码:   A                文章编号:1001 - 9499(2023)06 - 0011 - 05

Study on the Selection of Plus tree of Ornamental

Type Maple (Acer triflorum)

NI Sha YAO Xudong LIU Geng JIA Qingbin

(1.  Lishu County State Forest Farm,  Jilin Siping 136500;  2.  Jilin Provincial Academy of Forestry Science,  Jilin Changchun 130033)

Abstract Taking the 6 traits of diameter at breast height (DBH), crown width (CW), height under branches (HUB), branch angle (BA), straightness and leaf anthocyanin content (LAC) as the main indexes, the ornamental plus trees of maple (Acer triflorum) were selected from natural forests in Linjiang, Wangqing, Wangou and Hongshi in Jilin Province. On the basis of 40 primary select trees obtained from field investigation, the primary select trees were comprehensively evaluated and screened by principal component analysis, and 19 ornamental plus trees were finally determined. Pearson correlation analysis was used to analyze the correlation between characters. The results showed that the correlation between ornamental characters was weak, and didn't reach a significant level.

Key words Acer triflorum; ornamental traits; principal component analysis; plus tree selection

拧筋槭(Acer triflorum)又名三花槭,属落叶乔木,其秋季叶色红艳、观赏性强,是我国东北地区优良的园林绿化树种之一[ 1 - 3 ]。作为北方具有特色的彩叶树种,观赏性状的遗传改良一直是拧筋槭良种选育研究领域的重要内容[ 4 - 5 ]。目前,林木的性状改良主要通过人工选择的方法来实现,选择方式包括表型选择与遗传型选择[ 6 - 8 ],其中优树选择即是表型选择的具体应用。经过多年的研究与实践,现阶段优树选择的常用方法主要有优势木比对法、分级评价法、综合指数法等[ 9 - 11 ]。郑丹菁等[ 12 ]在对宫粉紫荆进行优树选择时,根据观赏特性确立了花密度、花冠长、冠幅、分枝角等10个选优性状,通过主成分分析确定性状权重并进行综合评分,达到了良好的选优效果。田力等[ 13 ]在青钱柳药用优良单株选择与评价的研究中以叶面积、分枝角、冠型等表型性状作为选择依据进行第1轮优株选择,再以叶片总黄酮、多糖含量等为依据对优株进行2次筛选,最终在36株优良个体中确定优树3株,所选优树具有较好的综合表现与稳定性。

本文以拧筋槭观赏型优树选择为主要研究内容,将冠幅、分枝角、叶片花色素苷含量等6个观赏性状作为选优指标,在野外初选的基础上采用主成分分析法进行二次筛选,减少人工选择误差,确保入选优树具有较好的综合表现,对今后拧筋槭优树选择方法的研究具有一定的参考价值。在进行优树选择的同时,本研究对所选优树的种质资源进行保存与繁育,对优树无性系间差异性进行比较与分析,以期为拧筋槭观赏性状的遗传改良及优良品种选育提供基础材料。

1 材料与方法

1. 1 拧筋槭优树选择方法

在临江林业局闹枝林场、汪清林業局塔子沟林场、湾沟林业局大安林场、红石林业局红石国家森林公园4个地点,对天然林内拧筋槭野生群体进行调查,以枝下高(≥2 m且≤4 m)、胸径(≥20 cm)、冠幅(≥2 m且≤4 m)、分枝角(≥45°)、通直度(≥0.7)、花色素苷含量(以瑞典NCS colour AB色卡对叶片进行比色,选择红艳度超过色卡NCS S 0580-  Y90R以上的植株,在相同冠层采集叶片100 g,置于冰袋中带回,在实验室内进行花色素苷含量测定)6个性状作为拧筋槭观赏型优树的选择指标,每个地点选择10株,4个地点共计40株。

1. 2 花色素苷含量测定

称取100 mg样品放入具塞三角瓶中,加10 mL盐酸乙醇溶液,在60 ℃水浴中加10 mL提取液浸提30 min,把上清液倒入容量瓶中,分别加5 mL提取液重复提取2次。合并上清液定溶到25 mL。以0.1 mol/L盐酸乙醇溶液作参比液,用分光光度计测定提取液在530,620,650 nm波长下的光密度A。

花色素苷的光密度:

A=(A-A)-0.1(A-A)

花色素苷含量:

ω(花色素苷)=A/ε×V/m×1 000

式中,A为花色素苷的光密度(mg/g);ε为花色素苷摩尔消光系数4.62×10;V为提取液总体积(mL);m为样本干重(g);1 000表示将计算结果换算成mg的倍数。

1. 3 数据分析方法

变异系数采用以下公式计算:

C=σ/μ×100%

式中,C为变异系数,σ为性状均值的标准差,μ为性状均值。

文中涉及的方差分析、多重比较、主成分分析、相关分析等均采用SPSS 18软件进行数据计算。

2 结果与分析

2. 1 拧筋槭观赏型优树选择

对4个地点野外初选优树各指标进行统计,结果(表1)显示:初选优树各性状平均值在1倍标准差区间内窄幅变动,枝下高2.756 (汪清)~2.964 m(湾沟);胸径20.258(湾沟)~23.442 cm(汪清);冠幅3.330(红石)~3.640 m(临江);分枝角48.660°(红石)~57.652°(临江);通直度0.784(湾沟)~0.840(红石);花色素苷含量3.159(湾沟)~3.430 mg/g(红石)。初选优树各性状平均变异系数分别为25.26%(枝下高)、19.41%(胸径)、24.62%(冠幅)、21.23%(分枝角)、11.51%(通直度)、12.81%(花色素苷含量),性状整体变异幅度较小,反映出初选优树群体性状同一性较好,野外人工选择较为理想,按优树评价标准进行的初选误差相对较小。

在野外初选的基础上,采用降维分析的方法,对初选优树6个观赏性状进行主成分分析,综合性状总体表现进行多性状联合比较与选择。主成分分析结果(表2)显示:通过正交转换后,各变量产生3个特征值>1的主成分,其特征值分别为1.453、1.317、1.018,其余变量特征值均<1,表示该主成分对数据变异的解释程度比单个变量小,在此予以剔除。

3个主成分的方差贡献率分别为第一主成分为24.21%,第二主成分为21.95%,第三主成分为16.97%,三者累计方差贡献率为63.14%,可以解释原始数据信息量的60%以上,对于野生环境下选择的初选优树,转换后的变量信息保存量亦可接受。3个主成分变量中,第一主成分主要由枝下高、通直度、花色素苷含量决定,第二主成分主要由冠幅、分枝角、花色素苷含量决定,第三主成分主要由胸径、冠幅、通直度决定。

表2 拧筋槭初选优树各性状主成分分析

利用各性状占主成分贡献值计算相应的特征向量,根据特征向量矩阵分别计算,得到主成分得分计算公式:

Y= 0.753x-0.703x-0.081x-0.213x+0.353x+0.463x

Y=-0.049x+0.006x+0.538x+0.837x-0.001x+0.569x

Y=0.037x+0.418x+0.238x-0.090x+0.877x-0.093x

对初选优树各性状测量值进行标准化转化,得到性状值标准化向量矩阵,将拧筋槭初选优树各性状转化后的标准化向量带入主成分得分计算公式,分别得到各主成分的得分矩阵,以该得分矩阵为基础,再将各主成分的方差贡献率作为权重,进行综合得分计算,计算公式为:

Y=0.242 1Y+0.219 5Y+0.169 7Y

各初选优树综合得分结果详见表3。

经过对拧筋槭初选优树6个观赏性状进行联合比较与分析,按综合得分进行排序,选择保留得分为正值的初选优树,最终确定WG-2015-30、LJ-2015-06等19株个体作为拧筋槭观赏型优树(表4)。所选优树可为拧筋槭优良品种选育等研究提供基础繁育材料,对今后拧筋槭观赏性状的遗传改良具有积极意义。

2. 2   性状間相关性分析

采用Pearson相关分析法对拧筋槭观赏性状进行相关性分析,结果(表5)显示:各性状间相关性均未达到显著水平,相关关系表现较弱。其中,花色素苷含量与胸径和冠幅呈现微弱负相关,相关系数分别为-0.173和-0.029,与其他性状均表现为微弱正相关关系。通直度与分枝角表现为微弱负相关,相关系数为-0.084,与其他性状均表现为正相关关系。其他性状中,枝下高与胸径、分枝角呈微弱负相关,相关系数分别为-0.295和-0.114。胸径与分枝角、通直度为正相关关系,与其他性状均表现为微弱负相关。

3 结论与讨论

优树作为林木遗传育种研究的基础材料,对性状改良进程与效果具有重要影响。针对特定的育种目标,科学有效的选优方法可以为优树选择的准确性提供重要保障[ 17 - 18 ]。以往研究结果显示,在对单一性状进行选优时,一般仅通过野外调查进行测量与比较,即可在天然群体中确定符合选择标准的优良单株,此方法简便易行,可有效提高工作效率。当同时考虑多个性状作为选择指标时,在野外调查的基础上,需采用降维分析的方法对备选个体进行多性状联合选择,通过性状综合得分进行评价与筛选,可有效提高选优精度及入选优树的整体表现[ 19 - 21 ]。以往肖泽鑫等[ 22 ]在台湾相思优树选择标准和方法的研究、黄钰等[ 23 ]在云南油茶优树多指标综合选择的研究、陈国德等[ 24 ]在枝花木奶果优树选择的研究中均采用了此类方法,获得了较好的选优效果。本研究在对拧筋槭6个主要观赏性状进行选优时,首先在天然群体中对目标性状进行野外初选,在获得一定数量备选单株的基础上,采用主成分分析法对多个性状进行综合评价,通过二次筛选减少了人为选择误差,提高了优树选择的准确性,最终在40株初选个体中确定观赏型优树19株,对今后拧筋槭观赏型良种选育的研究具有积极意义。

性状间相关分析结果显示,拧筋槭观赏性状间相关表现较弱。树体形质指标中,枝下高、分枝角、通直度与叶片花色素苷含量间表现为正相关关系;胸径、冠幅与叶片花色素苷含量为负相关关系,但相关性均未达到显著水平。该结果反映出观赏性状中叶片花色素苷含量与生长性状间很可能相互独立遗传,性状受到不同遗传因素控制,不适宜进行间接选择,今后在对拧筋槭观赏性状进行人工改良时,可以通过子代遗传测定试验计算遗传参数,针对特定目标对单一性状进行重点改良,采用直接选择的方式获得优良群体。

参考文献

[1] 任景聃.   槭树在北方城市园林中的应用[J].  林业勘查设计,2021,50(3):80 - 82 + 96.

[2] 兰士波.  槭属植物研究概论及发展前景[J].  中国林副特产,2019(5): 84 - 89.

[3] 史晔,  刘文华.  彩叶树种三花槭的苗木培育与应用[J].  特种经济动植物,2017, 20(4): 31 - 32.

[4] 孙崇起.  彩叶树种在北方园林绿化中的应用与选择分析[J]. 现代园艺, 2021, 44(16): 119 - 120.

[5] 魏百莹.  枫属三小叶枫组的系统发育研究[D].  长春:  东北师范大学,2019.

[6] 郭琪,  孙宇涵,  张元帅,  等.  山东大青山刺槐无性系叶性状的表型变异分析与饲用优良无性系选择[J]. 北京林业大学学报,2021,43(11): 62 - 70.

[7] 康向阳.  林木遗传育种研究进展[J].  南京林业大学学报(自然科学版), 2020, 44(3):1 - 10.

[8] 朱嵊,  黄敏仁.  基因组选择在林木遗传育种研究中的进展与展望[J]. 林业科学,2020,56(11):176 - 186.

[9] 李万和,  刘子荣,  肖平江,  等.  武功山林场火炬松优树选择技术研究[J]. 南方林业科学,2016,44(3):28 - 31.

[10] 梁栋.  能源樹种毛梾种质资源调查与优树选择研究[D]. 山东农业大学,2013,泰安.

[11] 黄铖,  马玉华,  杨少博,  等.  叶用青钱柳优树的选择及其无性系区域化测定试验[J]. 安徽农业大学学报,2020,47(6):938 - 942.

[12] 郑丹菁,  罗树凯,  陈婉颖,  等.  宫粉紫荆优树选择研究[J].热带农业科学,2019,39(10):48 - 53.

[13] 田力,  徐骋炜,  尚旭岚,  等.  青钱柳药用优良单株评价与选择[J]. 南京林业大学学报(自然科学版),2021,45(1):21 - 28.

[14] 沈星诚,  周婷,  范俊俊,  等.  日本红枫春季叶片色彩评价[J].南京林业大学学报(自然科学版),2020,44(6):213 - 220.

[15] 齐睿.  彩叶植物叶片转色期叶色表达与色素含量关系研究[D].郑州:  河南农业大学,2019.

[16] 李力.  北美红枫呈色生理机制及叶色调控[D].  重庆: 西南大学,2016.

[17] 王明庥.  林木遗传育种学[M].  北京:中国林业出版社,2001:162 - 163.

[18] 朱小敏.  山西省几种主要乡土阔叶树种的优树选择及无性繁育研究[D]. 晋中: 山西农业大学,2015.

[19] 郭学斌. 山西省中国沙棘天然种群优树表型变异研究[J]. 林业科学研究,2021,34(4):111 - 119.

[20] 徐肇友,  王云鹏,  肖纪军,  等.  不同产地木荷优树无性系表型多样性[J]. 东北林业大学学报,2021,49(2):5 - 10 + 17.

[21] 王启璋,  王海滨,  田洁.  基于主成分分析评价园林小菊资源在西宁地区的适应性[J]. 中国农业科技导报,2021,23(11):62 - 72.

[22] 肖泽鑫,  彭剑华,  詹潮安,  等.  主成分分析在台湾相思优树选择标准和方法中的应用研究[J]. 中南林业科技大学学报,2012,32(5):54 - 58.

[23] 黄钰,  郎南军,  徐德兵,  等.  云南油茶优树多指标综合选择研究[J]. 西部林业科学,2011,40(3):43 - 47.

[24] 陈国德,  杜尚嘉,  吴海霞,  等.  主成分分析法在枝花木奶果优树选择中的应用[J]. 福建林业科技,2019,46(2):39 - 42 + 54.

猜你喜欢
主成分分析
Categorizing Compiler Error Messages with Principal Component Analysis
关于AI上市公司发展水平评价
大学生创业自我效能感结构研究
塔里木河流域水资源承载力变化及其驱动力分析
我国上市商业银行信贷资产证券化效应实证研究
基于NAR模型的上海市房产税规模预测
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用
农村劳动力转移影响因素与转移数量的动态关系研究