新麦系列新品种系灰色关联度分析

程兰兰等

摘要：对8个小麦新品种（系）的产量和其7个主要性状进行灰色关联度分析，以明确新麦系列新品种（系）产量和产量构成因素及其它性状之间的关系，为优势新品系的评价提供依据。结果表明：影响产量的7个因素，2012年的排序为穗粒数>千粒重>单位面积穗数、成穗率>株高>春季最大分蘖数>基本苗数，2013年的排序为成穗率>单位面积穗数>千粒重>株高>穗粒数>基本苗数>春季最大分蘖数；两年关联度均靠前的小麦新品种（系）有新科麦169、新麦212。

关键词：小麦品种（系）；产量；产量构成因素；灰色关联度分析

中图分类号：S512.633文献标识号：A文章编号：1001-4942（2014）02-0032-04

小麦产量高低是由多种因素共同作用的结果，而各因素对产量影响的主次关系对品种丰产性鉴定尤为重要。育种工作者在对小麦新品种（系）进行鉴定时，多限于对产量的方差分析和新复极差检验等方法，对与单产（666.7m2产量，下同）有关的其它性状如单位面积穗数（666.7m2的穗数，下同）、千粒重、穗粒数、株高、基本苗数（666.7m2的苗数，下同）、春季最大分蘖数（666.7m2的数量，下同）、成穗率等则采用直观分析，其分析结果相互独立，无关联性。更加全面、客观地评价新品种（系）的优劣是农业科技工作者普遍关注的一个问题，为此，刘录祥等（1989）[1]提出了应用灰色系统理论综合评估作物新品种的方法，可以克服许多局限性，并在小麦[2～4]、水稻[5]、玉米[6]、大豆[7] 、棉花[8]、木瓜[9]等作物育种上得到应用。

利用灰色关联度分析2012年和2013年新乡市农业科学院新选育的8个新品种（系），明确与产量相关的单位面积穗数、千粒重、穗粒数、株高、基本苗数、春季最大分蘖数、成穗率等相关性状对产量关联度的密切程度，可为正确评价新品系、探寻小麦高产育种的最佳途径提供依据。

1材料与方法

新麦系列新品种（系）8个，其编号及名称见表1。

试验设在新乡市农业科学院3号小麦试验田内（辉县），前茬为大豆（作绿肥掩青）。采用随机区组排列，重复3次。小区面积7.0 m×1.4 m =9.8 m2，6行区。生育期内调查株高、基本苗数、春季最大分蘖数、单位面积穗数，收获后计产，对样本进行千粒重、穗粒数室内考种，计算成穗率。

应用灰色关联度分析法将其作为一个灰色系统，各农艺性状为系统中的一个因素，了解产量因素与其它农艺性状因素间的变化趋势，与产量值越接近说明关联越密切，也就是新品种选育的首选性状。

2 结果与分析

2.1灰色关联度分析

2.1.1数据标准化处理供试各品种（系）的主要性状原始数据列于表1。由于系统中各因素计量单位不同，不便于比较，因此，在分析中需对原始数据进行标准化处理。

2.2关联度分析

灰色系统理论认为：品种（系）的关联度越大， 说明该品种（系）与理想品种越接近， 综合表现越好。从表4可知，品系8（新科麦169）和品系6（新麦212）两年关联度均较大，产量也分别位居第1、第2位。综合两年结果，新科麦169和新麦212表现最好，已推荐参加2014年国家和河南省预备试验，产量表现可进一步验证；新麦30和新麦31两年表现不太一致，可能受年际气候条件影响较大；新科麦168虽然两年产量位次均不高，但关联序均为4，表现稳定，已经升级到河南省区域试验，综合表现和关联序分析基本一致。新麦23两年产量及关联序均不高，但已经通过国家审定，笔者认为缘于新麦23是春性品种，其它所选品（种）系均是半冬性，可以说春性品种不适合与半冬性品种一起做灰色关联度分析。

本试验结果（表6）表明，各农艺性状对产量的贡献2012年的排序为穗粒数>千粒重>单位面积穗数、成穗率>株高>春季最大分蘖数>基本苗数，2013年的排序为成穗率>单位面积穗数>千粒重>株高>穗粒数>基本苗数>春季最大分蘖数。

3结论与讨论

3.1相关性状对产量的贡献，不同学者在不同的生态类型区域内给出不同的结论。王英杰等（2013）[10]认为辽春系列小麦对产量的贡献是基本苗数>有效穗数>株高>穗粒数>生育期>千粒重>穗长；胡凤灵[11]的试验结果表明：穗粒数>有效穗数>基本苗数>千粒重>有效分蘖率>最高总茎蘖数。本试验2012年穗粒数对产量影响最大，2013年成穗率和单位面积穗数影响较大，分析两年原始数据，2012年穗粒数普遍偏低，2013年单位面积穗数和成穗率普遍偏低，笔者认为影响小麦产量的要素中，如果哪个因素的数值较低，那么它就会成为产量的制约因素，灰色关联度分析时它对产量的影响就越大，这也是造成不同年份、不同学者在不同生态类型区研究结论不同的原因；2013年株高对产量的影响也较大，也是因为该年株高普遍偏低，产量潜力不能充分表现的缘故，具体结论需要进一步验证。成穗率直接影响单位面积穗数，在本分析结果中，两年的关联序均较高，具有重要作用，应该在今后的选种中加以重视。

3.2灰色关联度分析作为快速、准确评价新品（种）系的方法，要注意品（种）系冬春性的区分，春性品种应与半冬性品种分别做灰色关联度分析，以提高分析的准确性。

3.3为更全面有效地分析品种（系）的综合表现，做灰色关联度分析时，应加进生育期、穗长、抗病性、抗逆性等其它影响产量的因素，以便更好地选择出综合农艺性状优良的品种（系）。

参考文献：

[1]刘录祥，孙其信，王士芸. 灰色系统理论应用于作物新品种综合评估初探[J]. 中国农业科学，1989，22（3）：22-27.

[2]王士强，胡银岗，佘奎军，等. 小麦抗旱相关农艺性状和生理生化性状的灰色关联度分析[J].中国农业科学，2007，40（11）：2452-2459.

[3]曹廷杰，李伟，闫素红，等. 河南小麦新品种（系）灰色关联度分析[J]. 安徽农业科学，2010，38（25）：13640-13642，13647.

[4]王永士，郭瑞林，贺德先，等. 灰色关联度分析法在安阳市强筋小麦适宜品种筛选中的应用[J]. 麦类作物学报，2009，29（2）：271-274.

[5]王昌华，张燕之，郑文静，等. 辽宁省中熟水稻品种灰色关联度分析[J]. 辽宁农业科学，2007，5：13-15.

[6]孙海潮，万金红，郭安斌，等. 灰色关联度分析在玉米组合鉴定试验中的应用[J]. 玉米科学，2006，14（2）：47-49.

[7]汪宝卿，张礼凤，慈敦伟，等. 黄淮海地区夏大豆农艺性状与产量的相关性及灰色关联度分析[J]. 山东农业科学，2010，3：20-25.

[8]赵世春，姚曲峋，李先兵，等. 应用灰色关联度综合评价杂交棉新组合[J]. 中国棉花，2004，1：12-13.

[9]杜淑辉，臧德奎，孙居文，等. 木瓜属观赏品种的灰色关联度综合评价[J]. 山东农业科学，2011，1：18-21.

[10]王英杰，庄艳，刘树才. 辽春系列小麦主要产量相关性状的灰色关联分析[J]. 辽宁农业科学，2013，1：13-16.

[11]胡凤灵. 灰色关联度分析法在小麦产量相关因素分析中的应用[J]. 安徽农学通报，2008，14（11）：116.山 东 农 业 科 学2014，46（2）：36～40Shandong Agricultural Sciences

摘要：对8个小麦新品种（系）的产量和其7个主要性状进行灰色关联度分析，以明确新麦系列新品种（系）产量和产量构成因素及其它性状之间的关系，为优势新品系的评价提供依据。结果表明：影响产量的7个因素，2012年的排序为穗粒数>千粒重>单位面积穗数、成穗率>株高>春季最大分蘖数>基本苗数，2013年的排序为成穗率>单位面积穗数>千粒重>株高>穗粒数>基本苗数>春季最大分蘖数；两年关联度均靠前的小麦新品种（系）有新科麦169、新麦212。

关键词：小麦品种（系）；产量；产量构成因素；灰色关联度分析

中图分类号：S512.633文献标识号：A文章编号：1001-4942（2014）02-0032-04

小麦产量高低是由多种因素共同作用的结果，而各因素对产量影响的主次关系对品种丰产性鉴定尤为重要。育种工作者在对小麦新品种（系）进行鉴定时，多限于对产量的方差分析和新复极差检验等方法，对与单产（666.7m2产量，下同）有关的其它性状如单位面积穗数（666.7m2的穗数，下同）、千粒重、穗粒数、株高、基本苗数（666.7m2的苗数，下同）、春季最大分蘖数（666.7m2的数量，下同）、成穗率等则采用直观分析，其分析结果相互独立，无关联性。更加全面、客观地评价新品种（系）的优劣是农业科技工作者普遍关注的一个问题，为此，刘录祥等（1989）[1]提出了应用灰色系统理论综合评估作物新品种的方法，可以克服许多局限性，并在小麦[2～4]、水稻[5]、玉米[6]、大豆[7] 、棉花[8]、木瓜[9]等作物育种上得到应用。

利用灰色关联度分析2012年和2013年新乡市农业科学院新选育的8个新品种（系），明确与产量相关的单位面积穗数、千粒重、穗粒数、株高、基本苗数、春季最大分蘖数、成穗率等相关性状对产量关联度的密切程度，可为正确评价新品系、探寻小麦高产育种的最佳途径提供依据。

1材料与方法

新麦系列新品种（系）8个，其编号及名称见表1。

试验设在新乡市农业科学院3号小麦试验田内（辉县），前茬为大豆（作绿肥掩青）。采用随机区组排列，重复3次。小区面积7.0 m×1.4 m =9.8 m2，6行区。生育期内调查株高、基本苗数、春季最大分蘖数、单位面积穗数，收获后计产，对样本进行千粒重、穗粒数室内考种，计算成穗率。

应用灰色关联度分析法将其作为一个灰色系统，各农艺性状为系统中的一个因素，了解产量因素与其它农艺性状因素间的变化趋势，与产量值越接近说明关联越密切，也就是新品种选育的首选性状。

2 结果与分析

2.1灰色关联度分析

2.1.1数据标准化处理供试各品种（系）的主要性状原始数据列于表1。由于系统中各因素计量单位不同，不便于比较，因此，在分析中需对原始数据进行标准化处理。

2.2关联度分析

灰色系统理论认为：品种（系）的关联度越大， 说明该品种（系）与理想品种越接近， 综合表现越好。从表4可知，品系8（新科麦169）和品系6（新麦212）两年关联度均较大，产量也分别位居第1、第2位。综合两年结果，新科麦169和新麦212表现最好，已推荐参加2014年国家和河南省预备试验，产量表现可进一步验证；新麦30和新麦31两年表现不太一致，可能受年际气候条件影响较大；新科麦168虽然两年产量位次均不高，但关联序均为4，表现稳定，已经升级到河南省区域试验，综合表现和关联序分析基本一致。新麦23两年产量及关联序均不高，但已经通过国家审定，笔者认为缘于新麦23是春性品种，其它所选品（种）系均是半冬性，可以说春性品种不适合与半冬性品种一起做灰色关联度分析。

本试验结果（表6）表明，各农艺性状对产量的贡献2012年的排序为穗粒数>千粒重>单位面积穗数、成穗率>株高>春季最大分蘖数>基本苗数，2013年的排序为成穗率>单位面积穗数>千粒重>株高>穗粒数>基本苗数>春季最大分蘖数。

3结论与讨论

3.1相关性状对产量的贡献，不同学者在不同的生态类型区域内给出不同的结论。王英杰等（2013）[10]认为辽春系列小麦对产量的贡献是基本苗数>有效穗数>株高>穗粒数>生育期>千粒重>穗长；胡凤灵[11]的试验结果表明：穗粒数>有效穗数>基本苗数>千粒重>有效分蘖率>最高总茎蘖数。本试验2012年穗粒数对产量影响最大，2013年成穗率和单位面积穗数影响较大，分析两年原始数据，2012年穗粒数普遍偏低，2013年单位面积穗数和成穗率普遍偏低，笔者认为影响小麦产量的要素中，如果哪个因素的数值较低，那么它就会成为产量的制约因素，灰色关联度分析时它对产量的影响就越大，这也是造成不同年份、不同学者在不同生态类型区研究结论不同的原因；2013年株高对产量的影响也较大，也是因为该年株高普遍偏低，产量潜力不能充分表现的缘故，具体结论需要进一步验证。成穗率直接影响单位面积穗数，在本分析结果中，两年的关联序均较高，具有重要作用，应该在今后的选种中加以重视。

3.2灰色关联度分析作为快速、准确评价新品（种）系的方法，要注意品（种）系冬春性的区分，春性品种应与半冬性品种分别做灰色关联度分析，以提高分析的准确性。

3.3为更全面有效地分析品种（系）的综合表现，做灰色关联度分析时，应加进生育期、穗长、抗病性、抗逆性等其它影响产量的因素，以便更好地选择出综合农艺性状优良的品种（系）。

参考文献：

[1]刘录祥，孙其信，王士芸. 灰色系统理论应用于作物新品种综合评估初探[J]. 中国农业科学，1989，22（3）：22-27.

[2]王士强，胡银岗，佘奎军，等. 小麦抗旱相关农艺性状和生理生化性状的灰色关联度分析[J].中国农业科学，2007，40（11）：2452-2459.

[3]曹廷杰，李伟，闫素红，等. 河南小麦新品种（系）灰色关联度分析[J]. 安徽农业科学，2010，38（25）：13640-13642，13647.

[4]王永士，郭瑞林，贺德先，等. 灰色关联度分析法在安阳市强筋小麦适宜品种筛选中的应用[J]. 麦类作物学报，2009，29（2）：271-274.

[5]王昌华，张燕之，郑文静，等. 辽宁省中熟水稻品种灰色关联度分析[J]. 辽宁农业科学，2007，5：13-15.

[6]孙海潮，万金红，郭安斌，等. 灰色关联度分析在玉米组合鉴定试验中的应用[J]. 玉米科学，2006，14（2）：47-49.

[7]汪宝卿，张礼凤，慈敦伟，等. 黄淮海地区夏大豆农艺性状与产量的相关性及灰色关联度分析[J]. 山东农业科学，2010，3：20-25.

[8]赵世春，姚曲峋，李先兵，等. 应用灰色关联度综合评价杂交棉新组合[J]. 中国棉花，2004，1：12-13.

[9]杜淑辉，臧德奎，孙居文，等. 木瓜属观赏品种的灰色关联度综合评价[J]. 山东农业科学，2011，1：18-21.

[10]王英杰，庄艳，刘树才. 辽春系列小麦主要产量相关性状的灰色关联分析[J]. 辽宁农业科学，2013，1：13-16.

[11]胡凤灵. 灰色关联度分析法在小麦产量相关因素分析中的应用[J]. 安徽农学通报，2008，14（11）：116.山 东 农 业 科 学2014，46（2）：36～40Shandong Agricultural Sciences

摘要：对8个小麦新品种（系）的产量和其7个主要性状进行灰色关联度分析，以明确新麦系列新品种（系）产量和产量构成因素及其它性状之间的关系，为优势新品系的评价提供依据。结果表明：影响产量的7个因素，2012年的排序为穗粒数>千粒重>单位面积穗数、成穗率>株高>春季最大分蘖数>基本苗数，2013年的排序为成穗率>单位面积穗数>千粒重>株高>穗粒数>基本苗数>春季最大分蘖数；两年关联度均靠前的小麦新品种（系）有新科麦169、新麦212。

关键词：小麦品种（系）；产量；产量构成因素；灰色关联度分析

中图分类号：S512.633文献标识号：A文章编号：1001-4942（2014）02-0032-04

小麦产量高低是由多种因素共同作用的结果，而各因素对产量影响的主次关系对品种丰产性鉴定尤为重要。育种工作者在对小麦新品种（系）进行鉴定时，多限于对产量的方差分析和新复极差检验等方法，对与单产（666.7m2产量，下同）有关的其它性状如单位面积穗数（666.7m2的穗数，下同）、千粒重、穗粒数、株高、基本苗数（666.7m2的苗数，下同）、春季最大分蘖数（666.7m2的数量，下同）、成穗率等则采用直观分析，其分析结果相互独立，无关联性。更加全面、客观地评价新品种（系）的优劣是农业科技工作者普遍关注的一个问题，为此，刘录祥等（1989）[1]提出了应用灰色系统理论综合评估作物新品种的方法，可以克服许多局限性，并在小麦[2～4]、水稻[5]、玉米[6]、大豆[7] 、棉花[8]、木瓜[9]等作物育种上得到应用。

利用灰色关联度分析2012年和2013年新乡市农业科学院新选育的8个新品种（系），明确与产量相关的单位面积穗数、千粒重、穗粒数、株高、基本苗数、春季最大分蘖数、成穗率等相关性状对产量关联度的密切程度，可为正确评价新品系、探寻小麦高产育种的最佳途径提供依据。

1材料与方法

新麦系列新品种（系）8个，其编号及名称见表1。

试验设在新乡市农业科学院3号小麦试验田内（辉县），前茬为大豆（作绿肥掩青）。采用随机区组排列，重复3次。小区面积7.0 m×1.4 m =9.8 m2，6行区。生育期内调查株高、基本苗数、春季最大分蘖数、单位面积穗数，收获后计产，对样本进行千粒重、穗粒数室内考种，计算成穗率。

应用灰色关联度分析法将其作为一个灰色系统，各农艺性状为系统中的一个因素，了解产量因素与其它农艺性状因素间的变化趋势，与产量值越接近说明关联越密切，也就是新品种选育的首选性状。

2 结果与分析

2.1灰色关联度分析

2.1.1数据标准化处理供试各品种（系）的主要性状原始数据列于表1。由于系统中各因素计量单位不同，不便于比较，因此，在分析中需对原始数据进行标准化处理。

2.2关联度分析

灰色系统理论认为：品种（系）的关联度越大， 说明该品种（系）与理想品种越接近， 综合表现越好。从表4可知，品系8（新科麦169）和品系6（新麦212）两年关联度均较大，产量也分别位居第1、第2位。综合两年结果，新科麦169和新麦212表现最好，已推荐参加2014年国家和河南省预备试验，产量表现可进一步验证；新麦30和新麦31两年表现不太一致，可能受年际气候条件影响较大；新科麦168虽然两年产量位次均不高，但关联序均为4，表现稳定，已经升级到河南省区域试验，综合表现和关联序分析基本一致。新麦23两年产量及关联序均不高，但已经通过国家审定，笔者认为缘于新麦23是春性品种，其它所选品（种）系均是半冬性，可以说春性品种不适合与半冬性品种一起做灰色关联度分析。

本试验结果（表6）表明，各农艺性状对产量的贡献2012年的排序为穗粒数>千粒重>单位面积穗数、成穗率>株高>春季最大分蘖数>基本苗数，2013年的排序为成穗率>单位面积穗数>千粒重>株高>穗粒数>基本苗数>春季最大分蘖数。

3结论与讨论

3.1相关性状对产量的贡献，不同学者在不同的生态类型区域内给出不同的结论。王英杰等（2013）[10]认为辽春系列小麦对产量的贡献是基本苗数>有效穗数>株高>穗粒数>生育期>千粒重>穗长；胡凤灵[11]的试验结果表明：穗粒数>有效穗数>基本苗数>千粒重>有效分蘖率>最高总茎蘖数。本试验2012年穗粒数对产量影响最大，2013年成穗率和单位面积穗数影响较大，分析两年原始数据，2012年穗粒数普遍偏低，2013年单位面积穗数和成穗率普遍偏低，笔者认为影响小麦产量的要素中，如果哪个因素的数值较低，那么它就会成为产量的制约因素，灰色关联度分析时它对产量的影响就越大，这也是造成不同年份、不同学者在不同生态类型区研究结论不同的原因；2013年株高对产量的影响也较大，也是因为该年株高普遍偏低，产量潜力不能充分表现的缘故，具体结论需要进一步验证。成穗率直接影响单位面积穗数，在本分析结果中，两年的关联序均较高，具有重要作用，应该在今后的选种中加以重视。

3.2灰色关联度分析作为快速、准确评价新品（种）系的方法，要注意品（种）系冬春性的区分，春性品种应与半冬性品种分别做灰色关联度分析，以提高分析的准确性。

3.3为更全面有效地分析品种（系）的综合表现，做灰色关联度分析时，应加进生育期、穗长、抗病性、抗逆性等其它影响产量的因素，以便更好地选择出综合农艺性状优良的品种（系）。

参考文献：

[1]刘录祥，孙其信，王士芸. 灰色系统理论应用于作物新品种综合评估初探[J]. 中国农业科学，1989，22（3）：22-27.

[2]王士强，胡银岗，佘奎军，等. 小麦抗旱相关农艺性状和生理生化性状的灰色关联度分析[J].中国农业科学，2007，40（11）：2452-2459.

[3]曹廷杰，李伟，闫素红，等. 河南小麦新品种（系）灰色关联度分析[J]. 安徽农业科学，2010，38（25）：13640-13642，13647.

[4]王永士，郭瑞林，贺德先，等. 灰色关联度分析法在安阳市强筋小麦适宜品种筛选中的应用[J]. 麦类作物学报，2009，29（2）：271-274.

[5]王昌华，张燕之，郑文静，等. 辽宁省中熟水稻品种灰色关联度分析[J]. 辽宁农业科学，2007，5：13-15.

[6]孙海潮，万金红，郭安斌，等. 灰色关联度分析在玉米组合鉴定试验中的应用[J]. 玉米科学，2006，14（2）：47-49.

[7]汪宝卿，张礼凤，慈敦伟，等. 黄淮海地区夏大豆农艺性状与产量的相关性及灰色关联度分析[J]. 山东农业科学，2010，3：20-25.

[8]赵世春，姚曲峋，李先兵，等. 应用灰色关联度综合评价杂交棉新组合[J]. 中国棉花，2004，1：12-13.

[9]杜淑辉，臧德奎，孙居文，等. 木瓜属观赏品种的灰色关联度综合评价[J]. 山东农业科学，2011，1：18-21.

[10]王英杰，庄艳，刘树才. 辽春系列小麦主要产量相关性状的灰色关联分析[J]. 辽宁农业科学，2013，1：13-16.

[11]胡凤灵. 灰色关联度分析法在小麦产量相关因素分析中的应用[J]. 安徽农学通报，2008，14（11）：116.山 东 农 业 科 学2014，46（2）：36～40Shandong Agricultural Sciences