基于灰色關聯(lián)度分析和聚類分析的豐產高效小麥品種綜合評價與篩選

張子豪 李想成 吳昊天 付鵬浩 高春保 張運波 鄒娟

摘要：為評價和篩選出適宜江漢平原種植的豐產高效小麥品種，以34個近年在湖北省內大面積種植且具有高產潛力的品種為試驗材料，以灰色關聯(lián)度分析和聚類分析對其產量、產量構成因素、農藝性狀及氮肥利用率各項指標進行綜合評價。評價結果顯示，以灰色關聯(lián)度分析計算的綜合評價值的排序結果與各品種產量排序結果存在一定差異，排名的變化幅度因品種而異。通過聚類分析將34個供試品種分為氮低效、氮中效、氮高效3個類群，其中氮高效類群占供試品種的50%，這類品種多數在灰色評價值和產量排序中占據較靠前的排名。綜合灰色關聯(lián)度分析和聚類分析結果，篩選出DH16、川麥104、鄂麥170、淮麥35和蘇麥188等5個品種為適宜在江漢平原推廣種植豐產高效小麥品種。

關鍵詞：小麥;綜合評價;品種篩選;灰色關聯(lián)度分析;聚類分析

中圖分類號：S512.103.7 ??文獻標志碼： A

文章編號：1002-1302（2022）10-0194-07

小麥是我國僅次于水稻的第二大糧食作物，湖北省常年種植面積和總產量分別穩(wěn)定在110萬hm2和420萬t左右，居全國小麥種植面積及總產量的第6位和第7位[1]。江漢平原作為湖北省小麥主產區(qū)之一，耕地面積占全省小麥播種面積的30%左右，小麥總產量占全省的24%左右。但該地區(qū)小麥產量水平低，較全省平均水平低21%，較全國平均水平低34%[1-2]。小麥品種質量參差不齊是導致小麥產量低下的主要原因之一[3]?？茖W合理地評價及篩選出適宜江漢平原種植的豐產高效小麥品種，對提高江漢平原小麥產量具有重要意義。

與傳統(tǒng)方差分析或回歸分析等僅以單一指標作為衡量標準的分析方法相比，灰色關聯(lián)度分析將多項性狀指標綜合呈一個整體來進行比較，可以更全面和真實地反映綜合因素的變化狀況，其綜合評價結果更加科學準確[4-6]，近年來，被廣泛應用于小麥、水稻、煙草、玉米等多種作物的品種綜合評價上[7-11]。此外，聚類分析在作物品種分類及生態(tài)適應性研究中也有廣泛應用。陳凌等對100份糜子（學名為“稷”）材料的耐低氮脅迫指數和耐低氮綜合評價值進行聚類分析，將其分為低氮型、不耐低氮型、中間型3類[12]。王亞飛等將黃淮及長江中下游麥區(qū)20個小麥品種的農藝性狀聚類分析為長江中下游冬麥區(qū)和黃淮冬麥區(qū)南片品種（系）及黃淮冬麥區(qū)北片品種（系）2個大的生態(tài)型[13]。杜保見等根據在不同施氮條件下小麥苗期氮效率綜合值將安徽省44個小麥品種分別在正常氮和高氮條件下聚類為氮高效型品種、氮中效型品種和氮低效型品種3類[14]。前人研究多以單一的分析方法對作物產量、氮效率等指標進行分析[15-16]，結合灰色關聯(lián)度分析和聚類分析對小麥農藝性狀和氮肥利用率指標進行綜合分析的研究較少。

因此，本研究以34個湖北省內大面積種植且具有高產潛力的品種為供試材料，通過灰色關聯(lián)度法對其產量及相關農藝性狀進行分析排序，用聚類分析對其氮肥利用率進行分類，明確豐產高效小麥品種產量構成和氮素利用率特征，以期為江漢平原豐產高效小麥品種評價及篩選工作提供參考依據。

1 材料與方法

1.1 試驗地點與材料

試驗于2018—2020年2個小麥生長季在湖北省農業(yè)科學院南湖種植基地（30°4′N、114°32′E）進行。生長季內年平均降水量633.7 mm，平均光照時數827.5 h，日平均氣溫11.7 ℃。供試品種見表1。

1.2 試驗設計

采用單因素隨機區(qū)組設計，于每年11月初用小區(qū)播種機條播，次年5月上旬收獲。小區(qū)面積 20 m2，種植密度為240萬株/hm2，設置每個品種設施氮和不施氮2個處理。播前以5點法取0～20 cm土樣測定土壤養(yǎng)分含量（表2）。施氮小區(qū)的施氮（N）量為180 kg/hm2，設置基肥 ∶拔節(jié)肥為7 ∶3，基肥于播種前施用，拔節(jié)肥于倒3葉期施用。所有小區(qū)施用磷肥（P2O5） 78 kg/hm2、鉀肥（K2O） 42 kg/hm2，全部基施。其余栽培措施及病蟲草害防治同一般大田。

1.3 測定指標

1.3.1 產量及農藝性狀相關指標

成熟期，每個小區(qū)隨機挑選3個“1 m”代表樣行，調查穗數，再折合為1 hm2的穗數，隨機挑選10株整株測量株高。每行隨機取10穗考種記錄穗粒數和千粒質量，每小區(qū)實打實收測產，并測定籽粒的容重。

1.3.2 氮肥利用率相關指標

氮肥農學效率（NAE，kg/kg）=（Y-Y0）/F;氮肥偏生產力（PFPN，kg/kg）=Y/F;氮素吸收效率（NUPE，%）=（U-U0）/F×100%;氮肥生理效率（NPE，kg/kg）=（Y-Y0）/（U-U0）。式中：Y為施肥后所獲得的作物產量;Y0為不施肥條件下作物的產量;F為氮肥的投入量;U為施氮區(qū)地上部氮素積累量;U0為對照區(qū)植株氮素積累量。

1.4 數據處理

1.4.1 灰色關聯(lián)度分析

將供試品種的穗數、穗粒數、千粒質量、產量、容重和株高看作一個灰色系統(tǒng)，分別用X1、X2、X3、X4、X5、X6表示。每個品種作為該系統(tǒng)中的1個因素，設由i個品種，考察j個性狀。結合篩選目標需求，將產量、穗數、穗粒數、千粒質量、容重、株高各項指標的最優(yōu)值設為參考品種C0。不同品種的各項指標設為比較數列記作{Cij}。運用灰色系統(tǒng)分析法計算各品種的灰色綜合評判值Gi，并根據Gi值對各品種綜合性狀進行排名，按如下程序和公式計算分析，數據處理使用Excel 2016進行[17]。

1.4.1.1 無量綱化處理 因原始數據單位量綱不統(tǒng)一，為消除指標間因量綱和數量級產生的差異，保證不同指標數據間的等效性和有序性，對其進行無量綱化處理，使參考值處在0～1之間記作Cij′。其中，穗數、穗粒數、千粒質量、容重、產量均采用正向指標測度;株高采用中等指標測度。

正向指標計算公式為

Cij′=Cij（K）C0（K）;

中等指標計算公式為

Cij′=C0（K）C0（K）+|C0（K）-Cij（K）|。

式中：Cij′（K）為無量綱化后的值;Cij（K）為無量綱化前的值;C0（K）為參考品種的值;K 為性狀數，K=1～6。

1.4.1.2 計算無量綱化后的參數與參考品種數列差數的絕對值Δi（K）

Δi（K）=|C0′（K）-Cij′（K）|。

并求出各性狀的最大差值maxΔi（K）與最小差值minΔi（K）。計算參試品種（系）各性狀與標準品種各性狀的關聯(lián)系數εi（K）：

εi（K）=minΔi（K）+ρmaxΔi（K）Δi（K）+ρmaxΔi（K）。

式中：ρ為分辨系數，常取0.5。

1.4.1.3 計算關聯(lián)度γi和權重Wi

γi=1n∑nK=1εi（K）;

Wi=γi（K）∑nK=1γi（K）。

式中：n為品種數[18]。

1.4.1.4 求各組合的灰色評判值Gi

Gi=∑nK=1（εi×Wi）。

根據Gi值確定各參試品種的優(yōu)劣順序。

1.4.2 聚類分析

使用Excel 2016對氮肥利用數據進行處理，用IBM SPSS Statistics 25軟件對數據進行相關性分析，用Origin 2021進行聚類分析及繪圖。

2 結果與分析

2.1 不同小麥品種產量及產量構成

從表3可以看出，34個供試品種中產量的變異系數最高，為10.1%，容重的變異系數最低，僅有1.1%，產量構成因素和株高變異系數在4.8%～8.7%之間，說明湖北省小麥品種間產量差異較大，產量構成因素（穗數、穗粒數、千粒質量）、農藝性狀（容重、株高）差異不明顯。參考品種C0的各項指標均來自供試品種，其中穗數、穗粒數和千粒質量分別由C15（浩麥1號）、C31（襄麥D31）和C11（鄂麥352）提供;產量由C5（鄂麥170）提供;容重和株高分別取自C33（鄭麥119）和供試品種的平均值。

2.2 不同小麥品種產量及產量構成的灰色關聯(lián)度分析

2.2.1 數據標準化、關聯(lián)系數、關聯(lián)度和權重

將原始數據按“1.4.1”節(jié)中數據無量綱化處理方式進行換算，結果見表4。依據“1.4.1”節(jié)中公式計算參試品種及產量構成因素的關聯(lián)系數εi（k）及各指標間的關聯(lián)度γi和權重Wi，結果見表5、表6。關聯(lián)度的高低反映了該指標與參考品種的親疏程度。各項指標關聯(lián)度排序為株高>容重>產量>千粒質量>穗數>穗粒數。由此可見，在協(xié)調產量及產量構成因素的同時，也應關注株高和容重這些農藝性狀對產量的影響。

2.2.2 根據Gi值和產量對參試品種進行排序

從表7可以看出，利用灰色關聯(lián)度法計算的產量、產量構成因素和農藝性狀綜合指標Gi值對不同品種小麥進行排序的結果與根據產量對品種小麥進行排序的結果有所不同，且不同品種在2種排序方法下排名上升或下降的變化幅度存在差異。其中，鄂麥DH16、浩麥1號、淮麥35、蘇麥188、西農979、揚麥20等品種在產量排序下分別位于第7、第17、第3、第9、第14、第23位，在灰色綜合評價值排序中，排名依次上升至第3、第2、第1、第5、第8、第6位;安農1124、川麥104、鄂麥170、鄂麥006、 鄂麥580、揚麥23等品種在產量排序下的名次均高于Gi值排序中的排名，上述品種灰色綜合評價值排名較產量排名分別下降8、2、6、3、8、13個名次。

2.3 不同小麥品種氮肥利用的聚類分析

2.3.1 不同小麥品種氮肥利用各項指標的差異 不同品種小麥氮肥利用各項指標存在差異（表8）。氮肥農學效率變化范圍為5.6～17.6 kg/kg，最低為華麥2566，最高為鄂麥580。4項指標中氮肥偏生產力的變異系數最低，為10.1% 其中鄭麥9023最低，為21.9 kg/kg，鄂麥170最高，為33.6 kg/kg。各指標波動變化的劇烈程度為氮肥農學效率>氮肥生理效率>氮素吸收效率>氮肥偏生產力。各小麥品種間氮肥農學效率的變異程度是最劇烈的，可以作為篩選和改善小麥氮肥肥效的重要指標之一。

2.3.2 基于氮肥利用指標的聚類分析

對參試品種的氮肥農學效率、氮肥偏生產力、氮素吸收效率和氮肥生理效率的數據進行標準化處理，用Group average法進行系統(tǒng)聚類分析（圖1）。34個品種在歐氏距離為2.2處可聚為3個類群。第Ⅲ 類群有17個品種，且氮肥利用各項指標的聚類中心均顯著高于Ⅰ類群、Ⅱ 類群（表9）。

3 討論與結論

不同小麥品種的產量、農藝性狀和氮素吸收利用率特征等存在遺傳因素的差異，均可以作為豐產高效品種評價和篩選的指標[17-18]。研究發(fā)現，各項指標間均存在一定程度的關聯(lián)性，單純以某一指標作為評價標準過于片面[19]?；疑P聯(lián)度分析法和聚類分析法憑借可以綜合多個性狀指標進行客觀評價且運算簡便、結果清晰、使評價結果更全面公正等優(yōu)勢，在多種作物性狀、品種評價及篩選工作中應用廣泛且效果理想[20-23]。

本研究對34個小麥品種的穗數、穗粒數、千粒質量、產量、容重和株高6項指標進行灰色關聯(lián)度分析篩選出綜合性狀優(yōu)的品種。參考品種（C0）的各項指標均由供試樣品中的最優(yōu)樣本提供，且通過對數據進行標準化處理消減了各指標因量綱不同或氣候條件等因素對關聯(lián)度、權重和灰色綜合評價值（Gi值）的影響[17，24-25]。此外，依據不同性狀關聯(lián)度的貢獻度結合灰色系統(tǒng)決策原理計算各指標權重，避免了人為賦權的主觀性，使結果更加客觀全面[18]。通過Gi值和產量2種排序方法，按照排名篩選出在2套排名中均位于前10名的品種為江漢平原適宜種植的豐產小麥品種，分別有鄂麥DH16、川麥104、鄂麥170、淮麥35、蘇麥188。

由于目前沒有統(tǒng)一的小麥氮高效評價體系，對小麥氮高效評價指標的選擇不盡一致，致使氮高效評價結果缺乏可比性[14，26]。李淑文等選擇成熟期植株氮積累量、氮效率、吸收效率和生理效率為冬小麥氮高效評價指標[27]。王曉婧等選擇以氮素利用率、氮素吸收效率和利用效率為山東省氮高效小麥篩選指標[28]。董召娣等選擇氮肥表觀利用率、氮肥農學效率、氮素生理效率和氮收獲指數作為評價不同小麥品種氮效率差異的指標[29]。綜合前人研究，本研究選擇氮肥農學效率、氮肥偏生產力、氮素吸收效率和氮肥生理效率作為評價指標篩選湖北省適宜推廣的高氮效小麥品種。將數據歸一化處理以消除不同指標間的量綱差異，進而以4項指標為基礎進行聚類分析。聚類結果顯示，在歐氏距離為2.2時將供試品種分為3類，依據各類群聚類中心的高低將Ⅰ 類中6個小麥品種定為氮低效品種，Ⅱ 類中11個小麥品種定為氮中效品種，Ⅲ 類中17個小麥品種定為氮高效品種，說明湖北省內栽種的品種多數具有較高氮肥吸收利用特征。

結合灰色關聯(lián)度分析和聚類分析發(fā)現，實現豐產的5個小麥品種均屬于氮高效品種。本研究僅以高產高效為目標，篩選出適宜在湖北省內推廣種植的小麥品種，未引入品質相關指標，隨著人們生活水平的提高，對小麥品質的要求越來越高，未來僅以高產高效為品種篩選的目標難以滿足人們對優(yōu)質專用小麥的需求[30-31]。今后應將小麥品質指標納入綜合評價篩選體系，使篩選結果更全面、公正、貼近實際生產需求。

參考文獻：

[1]湯顥軍，鄒 娟，齊森林，等. 關于湖北省小麥結構調整和發(fā)展黑小麥的思考[J]. 湖北農業(yè)科學，2017，56（17）：3228-3230，3295.

[2]鄒 娟，李想成，張子豪，等. 湖北省小麥施氮的增產和養(yǎng)分吸收效應及氮肥利用率研究[J]. 湖北農業(yè)科學，2020，59（24）：51-55，62.

[3]高春保，佟漢文，鄒 娟，等. 湖北省小麥“十二五”生產進展及“十三五”展望[J]. 湖北農業(yè)科學，2016，55（24）：6372-6376.

[4]鄧聚龍. 灰色系統(tǒng)理論教程[M]. 武漢：華中理工大學出版社，1990：33-84.

[5]郭瑞林. 作物灰色育種學[M]. 北京：中國農業(yè)科技出版社，1995：154-160.

[6]潘守慧，王開義，王志彬，等. 基于改進灰色關聯(lián)度和TOPSIS的作物育種材料評價方法[J]. 中國農業(yè)科技導報，2018，20（3）：145-154.

[7]王秀萍，張國新，魯雪林，等. 灰色關聯(lián)度分析法綜合評價水稻新品系[J]. 中國農學通報，2006，22（8）：557-559.

[8]王正旭，劉 魁，姚江美，等. 基于灰色關聯(lián)分析的津巴布韋烤煙品種綜合性狀評價[J]. 中國煙草科學，2017，38（4）：92-96.

[9]趙 奇，郭運宏，楊玉珍，等. 蔗糖浸種緩解玉米幼苗銅脅迫及其生理指標的灰色關聯(lián)分析[J]. 核農學報，2021，35（3）：753-759.

[10]溫丹蘋，李 靜，何朋飛.黑龍江省農業(yè)氣象災害與大豆產量的灰色關聯(lián)分析[J]. 自然災害學報，2017，26（4）：56-62.

[11]王士強，胡銀崗，佘奎軍，等. 小麥抗旱相關農藝性狀和生理生化性狀的灰色關聯(lián)度分析[J]. 中國農業(yè)科學，2007，40（11）：2452-2459.

[12]陳 凌，王君杰，王海崗，等. 耐低氮糜子品種的篩選及農藝性狀的綜合評價[J]. 中國農業(yè)科學，2020，53（16）：3214-3225.

[13]王亞飛，李世景，徐 萍，等. 黃淮和長江中下游冬麥區(qū)小麥品種（系）農藝性狀及其聚類分析[J]. 中國生態(tài)農業(yè)學報（中英文），2020，28（3）：395-404.

[14]杜保見，郜紅建，常 江，等. 小麥苗期氮素吸收利用效率差異及聚類分析[J]. 植物營養(yǎng)與肥料學報，2014，20（6）：1349-1357.

[15]劉思辰，曹曉寧，溫琪汾，等. 山西谷子地方品種農藝性狀和品質性狀的綜合評價[J]. 中國農業(yè)科學，2020，53（11）：2137-2148.

[16]何志華，夏 燕，李清超，等. 大豆產量及主要農藝性狀的相關性及灰色關聯(lián)度分析[J]. 江蘇農業(yè)科學，2016，44（11）：99-103.

[17]張 凡，薛 鑫，劉國濤，等. 基于灰色關聯(lián)度分析法和聚類分析法篩選小麥高產優(yōu)質新品種（系）的研究[J]. 中國農學通報，2020，36（27）：6-13.

[18]魏萌涵，解慧芳，邢 璐，等. 華北地區(qū)谷子產量與農藝性狀的綜合評價分析[J]. 作物雜志，2018（4）：42-47.

[19]Ladha J K，Kirk G J D，Bennett J，et al. Opportunities for increased nitrogen-use efficiency from improved lowland rice germplasm[J]. Field Crops Research，1998，56（1/2）：41-71.

[20]李 強，羅延宏，譚 杰，等. 玉米雜交種苗期耐低氮指標的篩選與綜合評價[J]. 中國生態(tài)農業(yè)學報，2014，22（10）：1190-1199.

[21]馮艷飛，楊 威，任國鑫，等. 黑龍江省部分玉米雜交種的綜合評價[J]. 作物雜志，2021（4）：46-50.

[22]侯小峰，劉 靜，王彩萍，等. 綠豆產量與主要農藝性狀的灰色關聯(lián)分析[J]. 作物雜志，2015（1）：53-56.

[23]宋江峰，劉春泉，姜曉青，等. 基于主成分與聚類分析的菜用大豆品質綜合評價[J]. 食品科學，2015，36（13）：12-17.

[24]陳燕華，李經成，李榮丹，等. 基于灰色關聯(lián)度分析法綜合評價24個綠豆新品種（系）在桂南地區(qū)的田間性狀表現[J]. 南方農業(yè)學報，2020，51（11）：2644-2652.

[25]昝 凱，周 青，張志民，等. 灰色關聯(lián)度和DTOPSIS法綜合分析河南區(qū)域試驗中大豆新品種（系）的農藝性狀表現[J]. 大豆科學，2018，37（5）：664-671.

[26]陳 旭，楊習文，李 文，等. 不同氮素利用效率小麥苗期的根系形態(tài)數量性狀分析[J]. 麥類作物學報，2021，41（2）：174-182.

[27]李淑文，周彥珍，文宏達，等. 不同小麥品種氮效率和產量性狀的研究[J]. 植物遺傳資源學報，2006，7（2）：204-208.

[28]王曉婧，代興龍，馬 鑫，等. 不同小麥品種產量和氮素吸收利用的差異[J]. 麥類作物學報，2017，37（8）：1065-1071.

[29]董召娣，張明偉，易 媛，等. 部分春性和半冬性小麥品種氮效率差異分析[J]. 麥類作物學報，2014，34（9）：1267-1273.

[30]曹新有，程敦公，劉愛峰，等. 高產優(yōu)質兼顧的強筋小麥品種選育方法與實踐[J]. 麥類作物學報，2020，40（9）：1064-1069.

[31]李 媛，王秀東，閆 琰，等. 供給側改革視角下黃淮海地區(qū)小麥品種發(fā)展研究[J]. 中國農業(yè)資源與區(qū)劃，2019，40（11）：224-229.