棉花區(qū)試品種的數(shù)量性狀因子分析與聚類分析及綜合評價

朱明哲,任榮軍,張建莉,張文軍,何錄娟

（1.河南科技學院,河南 新鄉(xiāng) 453003；2.新鄉(xiāng)縣洪門鎮(zhèn)政府,河南 新鄉(xiāng) 453003；3.輝縣市南寨鎮(zhèn)政府,河南 輝縣 453600；4.輝縣市北云門鎮(zhèn)政府,河南 輝縣 453600；5.輝縣市南村鎮(zhèn)政府,河南 輝縣 453600）

棉花區(qū)試品種的數(shù)量性狀因子分析與聚類分析及綜合評價

朱明哲1,任榮軍2,張建莉3,張文軍4,何錄娟5

（1.河南科技學院,河南 新鄉(xiāng) 453003；2.新鄉(xiāng)縣洪門鎮(zhèn)政府,河南 新鄉(xiāng) 453003；3.輝縣市南寨鎮(zhèn)政府,河南 輝縣 453600；4.輝縣市北云門鎮(zhèn)政府,河南 輝縣 453600；5.輝縣市南村鎮(zhèn)政府,河南 輝縣 453600）

為對棉花區(qū)試品種進行聚類分析與綜合評價,對參加新疆自治區(qū)2008年棉花品種區(qū)試（早中熟2組）的11個品種的早熟性、產(chǎn)量因素和纖維品質共17個數(shù)量性狀進行因子分析.結果表明：前6個公因子對所考察性狀總變異的累計方差貢獻率達93.42%,反映了所考察性狀絕大部分變異信息.根據(jù)各品種在各公因子上的得分值,以各因子對總變異的貢獻率為權重,計算各品種的綜合得分并排序,列前3名的依次為40428,THK-331,錦科255,它們高產(chǎn)優(yōu)質,綜合表現(xiàn)突出.據(jù)各品種在各公因子上的得分將11個供試品種從早熟、產(chǎn)量和品質的差異聚為4大類.第Ⅰ類有THK-331、40428、K-263、錦科255共4個品種,屬較高產(chǎn)、中上質類品種；第Ⅱ類含99-6、M2、中49（CK）3個品種,為中高產(chǎn)量、中質類品種；第Ⅲ類有康地3052和99-9兩個品種,為中產(chǎn)量、中下質類品種；第Ⅳ含X11006和9816兩個品種,屬高產(chǎn)、較優(yōu)質類品種,并指出各類品種的主要產(chǎn)量與品質性狀改良目標.綜合評價結果與各品種的實際表現(xiàn)基本吻合.

棉花區(qū)試品種；早熟性狀；產(chǎn)量性狀；品質性狀；因子分析；聚類分析

因子分析法是用較少個數(shù)公因子的線性函數(shù)與特殊因子之和來表達原觀察樣品的每個分量,是將多個具有相關關系的指標綜合為少數(shù)幾個主因子,通過對指標之間的相關矩陣內部結構的研究,找出數(shù)目較少且能控制所有指標絕大多數(shù)變異信息的主因子,以便合理解釋原變量的相關性.因子分析在水稻、小麥、玉米、棉花等主要農作物育種研究中應用較多[1-5],研究結果使育種工作者在各世代進行選擇和性狀改良,提高了選擇的效率和預見性.目前在研究多個數(shù)量性狀之間的關系和對受多個性狀影響的群體進行分類時,大多學者直接利用性狀的原始觀測值進行聚類分析.單獨運用因子分析和聚類分析,前人已有不少的研究報道,如范濂等對T型雜種小麥的農藝性狀進行了因子分析[6],胡立成等對黑龍江大豆品種進行了聚類分析[7].而將因子分析與聚類分析結合起來的研究也漸漸進入人們的視野,蕭紅等對冬小麥數(shù)量性狀進行了因子分析和聚類分析[8],陳榮江等對大豆農藝性狀進行了因子分析與聚類分析[9].本文旨在對棉花區(qū)試品種的早熟性、產(chǎn)量因素及纖維品質多項指標進行因子分析,以期找出支配多個性狀的公因子,在各品種相應的公因子得分值的基礎上進行聚類分析,為對棉花新品種進行綜合客觀評價及確定改良目標提供參考依據(jù).

1 材料與方法

1.1 供試材料

分析材料采用參加新疆自治區(qū)2008年棉花品種區(qū)試（早中熟2組）的資料,參試品種有99-6、THK-331、M2、40428、康地3052、X11006、9816、99-9、K-263、錦科255、中49（CK）,共11個品種,考察的早熟性狀主要有生育期（x1/d）,果枝始節(jié)（x2/節(jié)）,霜前花率（x3/%）；植株及產(chǎn)量因素性狀包括：株高（x4/cm）,單株鈴數(shù)（x5/個）,單鈴重（x6/g）,衣分（x7/%）,籽指（x8/（g/100粒））,皮棉產(chǎn)量（x9/（kg/hm2））；品質因素性狀有：上半部長度（x10/mm）,整齊度指數(shù)（x11/%）,馬克隆值（x12）,比強度（x13/（cN/tex））,伸長率（x14/%）,反射率（x15/%）,黃度（x16）,紡紗均勻指數(shù)（x17）,共17個性狀.

1.2 分析方法

采用因子分析、聚類分析方法,旨在找出具有生物學和專業(yè)意義的統(tǒng)計參數(shù),為品種綜合評價和確定性狀改良決策提供有益的信息.數(shù)據(jù)的統(tǒng)計處理在SAS 9.0[10-12]和Matlab7.0[13]環(huán)境下完成.

2 結果與分析

2.1 考察性狀簡單統(tǒng)計

不同生態(tài)環(huán)境的產(chǎn)量性狀平均值及變異系數(shù)是測定作物各性狀受一定環(huán)境條件影響發(fā)生變異程度的一個指標,它能反映出作物性狀遺傳的基本動態(tài).對本試驗資料各品種的早熟性狀、產(chǎn)量因素性狀和品質因素性狀進行統(tǒng)計,結果見表1.

表1 所考察性狀的簡單統(tǒng)計Tab.1 Simple statistical of all the characters

由表1可知,各試點平均皮棉2 421.14 kg/hm2,變異系數(shù)最大為11.74%,株鈴數(shù)變異系數(shù)7.9%次之,表明這2個性狀具有較大伸縮性,單鈴重和衣分兩性狀的變異系數(shù)較低,分別為5.76%和3.76%,這2個性狀較穩(wěn)定,表明它們主要受遺傳特性所控制,受環(huán)境因素及栽培條件的影響較?。还κ脊?jié)的變異系數(shù)為7.24%,顯示出不同品種的早熟性存在一定差異,有較大的改良空間.各纖維品質性狀的變異系數(shù)大小,依次為黃度＞馬克隆值＞紡紗均勻指數(shù)＞比強度＞上半部長度＞反射率＞伸長率＞整齊度,品質性狀中馬克隆值的變異系數(shù)為4.87%較高,不同品種紡紗均勻指數(shù)也有較明顯的差異,具有較大的改良空間,而整齊度、伸長率與反射率較一致.

2.2 品質性狀間的相關系數(shù)矩陣

對17個數(shù)量性狀的相關系數(shù)進行計算（表略）,結果表明：生長期與果枝始節(jié)（0.681*）呈顯著正相關,與霜前花率（-0.842**）呈極顯著負相關,與整齊度指數(shù)（-0.611*）呈顯著負相關,與皮棉產(chǎn)量（-0.586△）達0.1水平的負相關；果枝始節(jié)與伸長率（0637*）.呈顯著正相關,與霜前花率（-0.559△）在0.1水平呈顯著負相關；霜前花率與皮棉產(chǎn)量（0.768**）和整齊度指數(shù)（0.745**）均呈極顯著正相關,與籽指（-0.530△）呈顯著正相關；單株鈴數(shù)與皮棉產(chǎn)量（0.606*）呈顯著正相關,與整齊度指數(shù)（0.585△）達0.1水平的正相關；單鈴重與衣分（0.626*）、伸長率（0.712*）均呈顯著正相關；衣分與皮棉產(chǎn)量（0.770**）呈極顯著正相關；籽指與上半部長度（0.729*）呈顯著正相關,與比強度（0.869**）、紡紗均勻指數(shù)（0.785**）呈極顯著正相關；上半部長度與比強度（0.603*）呈顯著正相關,與馬克隆值（-0.539△）和紡紗均勻指數(shù)（0.584△）在0.1水平上分別呈負、正相關；馬克隆值與紡紗均勻指數(shù)（-0.611*）呈顯著負相關；比強度與紡紗均勻指數(shù)（0.876**）呈極顯著正相關；伸長率與黃度（0.597△）達0.1水平的正相關.鑒于以上性狀間存在著錯綜復雜的關系,有的性狀出現(xiàn)重疊,不便于專業(yè)解析,需要作綜合性的因子分析,以找出影響各個性狀的主要因子.

2.3 初始因子載荷矩陣

利用已得到的相關系數(shù)矩陣,通過SAS統(tǒng)計分析軟件編程進行因子分析,結果提取6個公因子,其累積方差貢獻率達93.42%,已代表所考察的全部性狀的絕大部分相關信息.根據(jù)這6個特征值及相應的特征向量計算得到初始因子載荷矩陣,結果見表2.

表2 前6個初始因子的載荷矩陣Tab.2 Load matrix of the top 6 initial factors

2.4 載荷陣的方差極大旋轉

因子分析的目的不僅是要找出公因子,更重要的是要明確每個因子的生物學意義.從表2可知,有的性狀在幾個公因子上都有較高的載荷值,同時具有中等載荷值的性狀也不少,使得公因子的作用和意義含糊不清,不便于解釋.為了合理地對公因子進行解釋,需要進一步采用方差最大法對公因子軸進行正交旋轉,求得方差最大正交旋轉后的因子載荷陣,結果見表3.

由表3可知,經(jīng)旋轉后,各公因子中的載荷值已趨于兩極分化,各公因子與有關性狀的相關程度較高,其生物學意義更加鮮明.共同度表示所選公因子對變量總方差的貢獻度,其值越大,說明所選公因子代表該變量的效果越好.從表4各性狀的共同度可以看出：除上半部長度的共同度為83.0%外,其余各性狀的共同度均接近或超過90%,表明所選的6個公因子能夠較好地反映這些性狀所包含的變異信息.在第一公因子中,以整齊度（x11=0.913）、單株鈴數(shù)（x5=0.820）、霜前花率（x3=0.819）的載荷值較高,因此稱為早熟因子.整齊度與霜前花率呈極顯著正相關,說明選擇霜前花率高的性狀有助于提高整齊度；整齊度與生長期呈顯著負相關,表明早熟性好可以提高棉纖維整齊度.在第二公因子中,比強度（x13=0.964）、紡紗均勻指數(shù)（x17=0.951）、籽指（x8=0.884）及上半部長度（x10=0.717）的載荷值較高,故稱為纖維品質因子.因籽指與上半部長度呈顯著正相關,與比強度、紡紗均勻指數(shù)均呈極顯著正相關,說明優(yōu)質鈴發(fā)育好、籽指高對提高上半部長度、比強度和紡紗均勻指數(shù)均產(chǎn)生積極作用.第三公因子中,以果枝始節(jié)（x2=0.932）、生育期（x1=0.678）、伸長率（x14=0.573）較高,稱為早熟性因子.選擇生育期較短、果枝始節(jié)中等的性狀會間接提高霜前花率.第四公因子中,單鈴重（x6=0.974）最高,伸長率（x14=0.749）和衣分（x7=0.691）稱為棉鈴質量因子.單鈴重與衣分、伸長率呈顯著正相關,因此,選擇單鈴重高的性狀會提高衣分和伸長率.在第五公因子中,以反射率（x15=0.963）的載荷值最高,因此稱為反射率因子.它與馬克隆值呈負相關,與紡紗均勻指數(shù)呈正相關,選擇反射率高的性狀,可同步降低馬克隆值、提高紡紗均勻指數(shù).在第六公因子中,株高（x4=0.953）最高,應稱為株高因子.它與馬克隆值呈負相關,與黃度呈正相關,說明植株高的性狀可同步增加纖維細度,但會促使纖維黃度的提高,值得引起注意.

表3 旋轉后因子載荷矩陣Tab.3 Rotated factor loading matrix

2.5 參試品種的綜合評價

根據(jù)Thomson估計法,利用各參試品種所考察性狀的標準化值,代入上述6個主因子中,求得每個品種相應6個因子的得分.將每個主因子得分進行規(guī)一化處理,以所選諸主因子對應的特征值占6個入選特征值總和的比例作為該主因子在品種綜合評價中的權重,得權重向量W=（0.336,0.223,0.185,0.099, 0.090,0.067）,將它與每個品種的得分向量作內積,求得各品種的產(chǎn)量和品質綜合得分,并據(jù)此進行綜合排名.結果見表4.

表4 各參試品種的主因子得分及綜合得分Tab.4 The main factor score and comprehensive score of the test varieties

由表4可知,列前3位的是40428,THK-331,錦科255,排在中間的有9816、X11006、99-6、K263和中49（CK）,倒數(shù)3位的品種依次為康地3052,99-9,M2.評價結果與這些品種在區(qū)試中的實際表現(xiàn)基本吻合,客觀地反映了該組參試品種的產(chǎn)量和品質特征.

2.6 聚類分析

為了揭示性狀間深層次的關系,明確品種間在早熟性、產(chǎn)量因素和品質因素性狀方面的相似性和差異,對參試品種進行分析比較,給棉花新品種的優(yōu)選和性狀改良提供信息.基于以上求得的各品種在各主因子上的得分值,在此基礎上取品種間相似度量為Cosine,采用average聚類方法,將參試的11個品種聚為4大類（見圖1）,各類品種的主要產(chǎn)量及品質指標見表5.

圖1 參試品種聚類圖Fig.1 Cluster figure of the tested varieties

表5 各類品種的主要產(chǎn)量及品質指標的平均值和標準差Tab.5 Average and standard deviation of the main production and quality index for each class variety

由圖1和表5可知,第Ⅰ類含THK-331、40428、K-263、錦科255,共4個品種,該類品種的平均皮棉產(chǎn)量較高,為2 547.79 kg/hm2,其中尤以錦科255的皮棉產(chǎn)量最高,達2 916.30 kg/hm2,霜前花率最高,馬克隆值最低,其他各品質指標均居中上水平,屬較高產(chǎn)、中上質類品種.對此類品種的改良,除繼續(xù)提高皮棉產(chǎn)量外,應著重提高棉纖維的上半部長度、整齊度和比強度；第Ⅱ類有99-6、M2和中49（CK）共3個品種,此類品種的平均產(chǎn)量為2440.85 kg/hm2,居中高產(chǎn)水平,而上半部長度（30.34 mm）、比強度（30.84 cN/tex）及紡紗均勻性指數(shù)（156.42）、馬克隆值（4.06）均居中等水平,表明該類為中高產(chǎn)、中質類品種.其改良目標除注意提高產(chǎn)量外,應適當提高纖維的長、細度、強度.第Ⅲ類有康地3052、99-9兩品種,該類品種的產(chǎn)量1 986.53 kg/hm2與霜前花率90.82%均處4類最低,品質指標中上半部長度較長,整齊度指數(shù)最低,其余各品質指標均處中等水平,為中產(chǎn)量、中下質類品種.對這類品種,除需要大力提高棉花產(chǎn)量外,還應著重全面提高纖維的綜合品質.第Ⅳ含X11006、9816兩品種,其平均皮棉產(chǎn)量2 572.88 kg/hm2居4類之首,其整齊度（85.22%）最高,馬克隆值（4.02）稍高,比強度（33.39 cN/tex）及紡紗均勻性指數(shù)（167.50）最高,其余品質指標處中上等水平,為高產(chǎn)、較優(yōu)質類品種.其改良目標除保持產(chǎn)量穩(wěn)中有升外,應適當降低馬克隆值,同時還應注重對其早熟性的改良.

3 結論與討論

對11個參試品種從早熟性、產(chǎn)量因素和纖維品質性狀提取的6個公因子上的得分值進行聚類分析,將11個品種聚為4大類.第Ⅰ類有THK-331、40428、K-263、錦科255,屬較高產(chǎn)、中上質類品種,對此類品種的改良,除繼續(xù)提高皮棉產(chǎn)量外,應著重提高棉纖維的上半部長度、整齊度和比強度；第Ⅱ類有99-6、M2和中49（CK）,為中高產(chǎn)、中質類品種,其改良目標為大力提高其產(chǎn)量,適當提高纖維的長、細度和強度.第Ⅲ類有康地3052、99-9,為中產(chǎn)量、中下質類品種,對這類品種,除需要大力提高棉花產(chǎn)量外,還要全面提高纖維的綜合品質.第Ⅳ含X11006、9816兩品種,屬高產(chǎn)、較優(yōu)質類品種,對此類品種改良,應保持產(chǎn)量穩(wěn)中有升外,應適當降低馬克隆值,還要注重對其早熟性的改良.根據(jù)各品種的產(chǎn)量和品質的綜合得分得出排前3名的有4408,THK331,錦科255,倒數(shù)3位的品種依次為康地3052,99-9,M2,其余各品種排列居中,評價結果與實際情況相吻合.

本試驗各品種的皮棉產(chǎn)量平均為2 421.14 kg/hm2,表明目前棉花育種在高產(chǎn)選育上有較大的進展.在纖維品質方面,從4類品種主要纖維品質性狀的表現(xiàn)可以看出：平均上半部長度為31.32 mm,屬中長絨纖維,符合紡中支紗的要求；平均比強度為31.80 cN/tex,屬較高比強度等級,適紡低支紗（30 cN/tex）,離紡高支紗（35 cN/tex）的要求還有較大的差距；馬克隆值為3.92,為細絨棉A級范圍；紡紗均勻性指數(shù)為162.11,屬于適紡60支高強力優(yōu)質棉（紡紗指數(shù)155）.這一信息啟示我們,今后應當改善育種方法,革新育種手段,在關注選育高產(chǎn)品種的同時,應加強纖維品質的選育力度.在實際育種工作中,除利用雜交育種基因外滲效應外,還可采用現(xiàn)代生物技術,通過外緣基因的導入,為棉花品質的改良提供新的機遇,以期在纖維的長、細、強度上有所突破,提高棉纖維的綜合品質,為提升棉紡品質量提供物質基礎.

[1] 陳榮江,張萬琴,王文峰,等.棉花數(shù)量性狀的因子分析與品種的聚類分析[J].福建農林大學學報：自然科學版,2009,38（3）：225-230.

[2] 張桂英,張國權,羅勤貴,等.陜西關中小麥品質性狀的因子及聚類分析[J].麥類作物學報,2010,30（3）：548-554.

[3] 湯飛宇,程錦,黃文新,等.陸地棉高品質系數(shù)量性狀的遺傳變異與選擇指數(shù)[J].棉花學報,2009,21（5）：361-365.

[4] 殷延勃,馬洪文,榮韞琛,等.寧夏水稻主要農藝和品質性狀的因子分析[J].西北農業(yè)大學學報,1998,27（2）：37-41.

[5] 康立寧,魏益民,歐陽韶輝,等.小麥品質性狀的基因型因子分析[J].西北植物學報,2004,24（1）：120-124.

[6] 范濂,徐國平.T型雜種小麥幾個農藝性狀的因子分析[J].河南農業(yè)大學學報,1987,21（1）：1-7.

[7] 胡立成,姚遠,李秀蘭,等.黑龍江省大豆品種[J].大豆科學,1991,10（1）：10-16.

[8] 蕭紅,裴新德.利用因子分析方法研究冬小麥數(shù)量性狀及品種分類[J].北京農業(yè)大學學報,1991,17（4）：17-24.

[9] 陳榮江,王瑩.大豆農藝性狀的因子分析及品種的聚類分析[J].河南職技師院學報,1998,26（2）：20-24.

[10] Richard A J,Dean WW.實用多元統(tǒng)計分析[M].陸璇,葛余博,趙蘅秀,等譯.北京：清華大學出版社,2001：388-418.

[11] Dallas J.Applied Multivariate Methods for Data Analysis[M].北京：高等教育出版社,2005：147-187.

[12] 高惠璇.SAS系統(tǒng)：SAS/STAT軟件使用手冊[M].北京：中國統(tǒng)計出版社,1997：508-530.

[13] Duane H,Bruce L.精通Matlab 7[M].朱仁峰,譯.北京：清華大學出版社,2006：227-242.

（責任編輯：鄧天福）

Quantitative traits factor analysis and cluster analysis and comprehensive evaluation of cotton regional test varieties

Zhu Mingzhe1,Ren Rongjun2,Zhang Jianli3,Zhang Wenjun4,He Lujuan5
（1.Henan Institute of Science and Technology,Xinxiang 453003,China；2.Hongmen Town Government, Xinxiang 453003,China；3.Nanzhai Town Government,Huixian 453600,China；4.Beiyunmen Town Government,Huixian 453600,China；5.Nancun Town Government,Huixian 453600,China）

In order to analysis and comprehensive evaluate of cotton regional test varieties,factor analysis was conducted to study 17 quantitative traits of 11 varieties including earliness,yield factors and fiber quality in 2008 cotton variety regional test（early to mediummaturity 2 groups）in the Xinjiang autonomous region.The results showthat：cumulative total variance contribution rate of the former 6 common factors to studied characters reaches to 93.42%,reflecting the most variation information.According to all varieties scores in all common factors,with the total variance contribution rate of all factors being weight,calculating the synthesis score of each variety and ranking,the top 3 varieties are 40428,THK-331,Jinke 255.They are high quality and outstanding overall performance.According to all varieties scores in all common factors,11 cultivars were clustered into 4 categories fromearly maturity,yield and quality difference.The first kind has THK-331,40428,K-263,Jinke 255 four species,belonging to high yield and medium-high quality varieties；The second kind contains 99-6,M2,mid 49（CK）three varieties,belonging to mediumhigh yield and mediumquality varieties；The third kind contains 3052,99-9 varieties,belonging to mediumyield and medium-lowquality varieties；The four kind contains X11006 and 9816 two varieties,belonging to high yield andhigher quality varieties.And research results point out the all varieties main yield and quality improvement target. Comprehensive evaluation results and the actual performance are identical basically.

cotton regional test varieties；earliness；yield traits；quality traits；factor analysis；cluster analysis

S562

A

1008-7516（2014）03-0001-07

10.3969/j.issn.1008-7516.2014.03.001

2014-03-31

河南省重點科技攻關項目（112102110089）

朱明哲（1926-）,男,湖南永州人,教授,享受政府特殊津貼.主要從事生物統(tǒng)計教學與棉花科研工作.