姜 驍 許 靜 潘麗娟 陳 娜 王 通 江曉東 殷祥貞 楊 珍 禹山林 遲曉元,*

花生產(chǎn)量相關(guān)性狀與氣象因子多環(huán)境相關(guān)性分析

姜 驍1許 靜1潘麗娟1陳 娜1王 通1江曉東2殷祥貞1楊 珍1禹山林1遲曉元1,*

1山東省花生研究所, 山東青島 266100;2江蘇省農(nóng)業(yè)氣象重點實驗室/ 南京信息工程大學應用氣象學院, 江蘇南京 210044

花生(L)是重要的經(jīng)濟和油料作物, 提高花生產(chǎn)量對保障油料安全和農(nóng)民增收具有積極作用。2013—2016年, 本研究利用11個花生品種共77環(huán)境的花生產(chǎn)量相關(guān)性狀數(shù)據(jù)和氣象數(shù)據(jù), 分析了花生產(chǎn)量相關(guān)性狀與氣象因子的相關(guān)性。研究發(fā)現(xiàn), 主莖高和側(cè)枝長與平均氣溫、全生育期光照時數(shù)、平均晝夜溫差和平均風速極顯著相關(guān); 分枝數(shù)與全生育期≥10℃活動積溫和平均晝夜溫差極顯著相關(guān); 單株結(jié)果數(shù)和單株飽果數(shù)與全生育期光照時數(shù)和全生育期降水量極顯著相關(guān); 莢果產(chǎn)量與全生育期≥10℃活動積溫、全生育期降水量、平均晝夜溫差和平均氣溫極顯著相關(guān)。本研究對指導各地規(guī)劃花生種植期、提高花生產(chǎn)量具有重要指導意義。

花生; 產(chǎn)量相關(guān)性狀; 環(huán)境因子; 相關(guān)性分析

花生(L.)是世界上重要的經(jīng)濟和油料作物, 我國花生常年播種面積超過460萬公頃, 莢果產(chǎn)量超過1700萬噸, 居世界首位(FAOSTAT, http://faostat.fao.org/)?；ㄉ峁┝素S富的蛋白、植物油脂、維生素和礦物質(zhì), 是重要的食用油和食用蛋白源?；ㄉa(chǎn)量易受到氣象等環(huán)境因素影響, 因此研究花生產(chǎn)量與氣象因子的關(guān)系, 對保障我國油料安全、增加農(nóng)民收入、促進花生產(chǎn)業(yè)可持續(xù)發(fā)展具有積極作用。

“光、溫、水”等氣象因子是重要的環(huán)境因素影響農(nóng)作物生長發(fā)育, 對小麥[1-2]、水稻[3-4]和玉米[5-7]等作物的農(nóng)藝和產(chǎn)量性狀均有重要作用。在花生不同生育期, 氣象因子對花生生長發(fā)育、品質(zhì)和產(chǎn)量性狀具有重要作用[8-22], 積溫對花生脂肪含量呈極顯著正相關(guān)[23]; 濕度、溫度和風速等氣象因子對花生病蟲害有重要作用[24-26], 目前全生育期氣象因子對花生產(chǎn)量相關(guān)性狀的影響以及相關(guān)性的研究鮮有報道。多種作物研究發(fā)現(xiàn), 主莖高、分枝數(shù)和側(cè)枝長性狀對植物光合效率和抗逆具有重要作用[27-29], 花生中研究表明其與花生產(chǎn)量具有相關(guān)性[30-31]。為此本研究利用2013—2016年間共77個環(huán)境的花生主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)、單株飽果數(shù)和莢果產(chǎn)量6個產(chǎn)量相關(guān)性狀表型數(shù)據(jù), 與各個環(huán)境全生育期≥10℃活動積溫、全生育期日照時數(shù)、全生育期降水量、平均晝夜溫差、日平均氣溫和平均風速6個氣象因子氣象數(shù)據(jù), 進行了多環(huán)境相關(guān)性研究, 探究氣象因子對產(chǎn)量相關(guān)性狀的影響, 為各地區(qū)根據(jù)不同氣候情況和花生生育期調(diào)整花生種植安排提供參考依據(jù)。

1 材料與方法

1.1 試驗材料與地點

2013—2016年, 以花育17號、花育19號、花育21號、花育30號、花育33號、冀花10號、冀花9號、閩花6號、徐花13號、徐花9號和中花6號11個花生品種作為試驗材料, 種植于山東、山西、遼寧、吉林、河南、河北、江蘇、安徽、福建、江西、廣東、廣西、貴州、四川、湖南和湖北16個省區(qū)21個地市, 總共77個環(huán)境(表1)。

試驗田選擇地勢平坦, 地力中等以上, 肥力均勻的地塊上。根據(jù)當?shù)胤N植習慣, 按照小區(qū)面積1.0厘(6.67 m2)、小區(qū)隨機排列、穴距15 cm、每穴2粒進行試驗, 每個環(huán)境均設(shè)置3個重復。施肥、澆水、病蟲防治、除草等田間管理按常規(guī)進行。

表1 花生多環(huán)境種植分布

(續(xù)表1)

1.2 試驗方法

1.2.1 花生表型數(shù)據(jù)統(tǒng)計分析 根據(jù)《花生種質(zhì)特征特性術(shù)語解釋及觀察記載標準說明(規(guī)范花生品種性狀描述)》, 飽果成熟期(待收獲時), 隨機測量10株花生。從第一對側(cè)枝分生處到頂葉節(jié)的長度(cm), 計算平均值記為主莖高; 主莖基部第一對側(cè)枝最長的一條側(cè)枝的長度, 即由與主莖連接處到側(cè)枝頂葉節(jié)的長度(cm), 計算平均值記為側(cè)枝長; 清點每株5 cm長度以上所有側(cè)枝數(shù)(不含主莖), 計算平均數(shù)記為分枝數(shù); 全株具有經(jīng)濟價值的莢果總和取平均值記為單株結(jié)果數(shù); 全株果殼硬化網(wǎng)紋清晰, 種仁飽滿的莢果, 總和取平均值記為單株飽果數(shù); 根據(jù)3個重復莢果產(chǎn)量取平均值乘以1500, 計算莢果產(chǎn)量(kg hm–2)。使用Microsoft Excel 2019進行表型數(shù)據(jù)描述性統(tǒng)計分析。

1.2.2 環(huán)境氣象因子數(shù)據(jù)分析 2013—2016年氣象數(shù)據(jù)統(tǒng)計自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma. cn/)。統(tǒng)計77個環(huán)境花生全生育期(從播種日期到收獲日期)的氣象因子數(shù)據(jù), 包括全生育期≥10℃活動積溫、全生育期降水量和全生育期日照時數(shù)。計算各個環(huán)境全生育期平均晝夜溫差、平均氣溫和平均風速。

1.2.3 表型數(shù)據(jù)與氣象因子相關(guān)性和多元線性回歸分析 為探究基因型和環(huán)境對表型差異的貢獻, 使用R 4.1.2軟件對各環(huán)境表型數(shù)據(jù)進行雙因子方差分析, 鑒定6個產(chǎn)量相關(guān)性狀與環(huán)境的因素影響。利用ggcorrplot和corrplot R包使用Pearson算法對77個環(huán)境產(chǎn)量相關(guān)性狀與氣象因子進行相關(guān)性分析和可視化。使用SPSS 20軟件針對6個產(chǎn)量相關(guān)性狀和氣象因子分別進行多元回歸線性分析。

1.2.4 花生產(chǎn)量相關(guān)性狀主成分分析 為綜合評估不同品種花生產(chǎn)量相關(guān)性狀, 對6個花生產(chǎn)量相關(guān)性狀進行評價和判斷, 使用SPSS 20軟件對花生產(chǎn)量相關(guān)性狀表型數(shù)據(jù)進行主成分分析。

2 結(jié)果與分析

2.1 多環(huán)境花生產(chǎn)量相關(guān)性狀表型數(shù)據(jù)分析

按品種對花生品種多環(huán)境產(chǎn)量相關(guān)性狀表型數(shù)據(jù)進行統(tǒng)計分析發(fā)現(xiàn), 中花6號主莖高(44.37 cm)和側(cè)枝長(49.27 cm)最長; 冀花10號表現(xiàn)出最多分枝數(shù)(9.50個)、單株結(jié)果數(shù)(20.46個)和單株飽果數(shù)(14.93個); 花育17號和花育33號莢果產(chǎn)量性狀表現(xiàn)優(yōu)異, 4年平均產(chǎn)量分別達到4530.60 kg hm–2和4419.15 kg hm–2?；ㄓ?3號和花育17號4年間高產(chǎn)表現(xiàn)比較穩(wěn)定, 花育33號在2014和2016年莢果產(chǎn)量最高, 花育17號在2015年表現(xiàn)出最高莢果產(chǎn)量, 在2014年和2016年也表現(xiàn)出較高莢果產(chǎn)量(表2)。

按地理環(huán)境對花生產(chǎn)量相關(guān)性狀表型數(shù)據(jù)進行統(tǒng)計分析發(fā)現(xiàn), 湖南邵陽、江蘇徐州和廣西賀州是主莖高和側(cè)枝長最高的3個地點; 分枝數(shù)最高值位于四川南充; 單株結(jié)果數(shù)和單株飽果數(shù)最高值均位于貴州貴陽; 莢果產(chǎn)量最高值位于山東濰坊(圖1)。主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)和單株飽果數(shù)均表現(xiàn)出隨著緯度升高而降低的趨勢, 莢果產(chǎn)量則表現(xiàn)出河南省、山東省和江蘇省(黃淮海產(chǎn)區(qū))產(chǎn)量高向南北均減少的“中間高南北低”現(xiàn)象。

2.2 花生產(chǎn)量相關(guān)性狀基因型和環(huán)境因子雙因子方差分析

使用R軟件aov函數(shù)對6個產(chǎn)量相關(guān)性狀77個環(huán)境進行基因型(G)和環(huán)境因子(E)雙因子方差分析發(fā)現(xiàn), 環(huán)境因子在6個產(chǎn)量相關(guān)性狀中是最大的方差來源(均超過60%), 其中單株飽果數(shù)環(huán)境因子貢獻超過90%的方差(表3)?？梢? 多環(huán)境間環(huán)境因子對表型的變異起了重要作用, 同時6個產(chǎn)量相關(guān)性狀均存在基因型和環(huán)境互作現(xiàn)象(GbyE)。

2.3 花生產(chǎn)量相關(guān)性狀與氣象因子相關(guān)性分析

使用ggcorrplot和corrplot R包對77個環(huán)境產(chǎn)量相關(guān)性狀與氣象因子進行相關(guān)性分析發(fā)現(xiàn), 主莖高和側(cè)枝長與氣象因子相關(guān)性方向一致, 與日平均氣溫達到極顯著正相關(guān), 與全生育期光照時數(shù)、平均晝夜溫差和平均風速呈極顯著負相關(guān)。分枝數(shù)與全生育期≥10℃活動積溫和日平均氣溫呈顯著極正相關(guān), 與平均晝夜溫差呈極顯著負相關(guān)。單株結(jié)果數(shù)與全生育期光照時數(shù)和平均晝夜溫差呈極顯著負相關(guān), 與全生育期降水量呈極顯著正相關(guān)。單株飽果數(shù)與全生育期光照時數(shù)呈極顯著負相關(guān)。莢果產(chǎn)量與全生育期≥10℃活動積溫、全生育期光照時數(shù)和平均晝夜溫差呈極顯著正相關(guān), 與全生育期降水量、日平均氣溫和平均風速呈極顯著或顯著負相關(guān)(圖2)。相關(guān)性分析結(jié)果表明, 日平均氣溫與主莖高和側(cè)枝長具有較強正相關(guān), 有效積溫對莢果產(chǎn)量具有較強正相關(guān)。莢果產(chǎn)量與氣象因子相關(guān)性分析結(jié)果顯示, 莢果產(chǎn)量“中間高南北低”現(xiàn)象可能是由有效積溫和晝夜溫差因素共同導致的。

圖1 產(chǎn)量相關(guān)性狀各地表型數(shù)據(jù)統(tǒng)計分析

表3 產(chǎn)量相關(guān)性狀基因型和環(huán)境因子雙因素方差分析

***代表在< 0.001水平差異顯著。G、E和GbyE分別代表基因型因素、環(huán)境因素和基因型和環(huán)境互作因素。

***:< 0.001. G, E, and GbyE represent genotype, environment, and genotype′environment interaction, respectively.

圖2 產(chǎn)量相關(guān)性狀與氣象因子相關(guān)性分析

*、**和***分別代表在< 0.05、< 0.01和< 0.001水平差異顯著。1、2、3、4、5和6分別代表主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)、單株飽果數(shù)和莢果產(chǎn)量。1、2、3、4、5和6分別代表全生育期的≥10℃活動積溫、生育期日照時數(shù)、全生育期降水量、平均晝夜溫差、日平均氣溫和平均風速。

*, **, and *** indicate different significance at< 0.05,< 0.01, and< 0.001, respectively.1,2,3,4,5, and6were main stem height, branch length, branch number, pod number per plant, mature pod number per plant, and pod yield, respectively.1,2,3,4,5, and6were the all-growth-stage ≥ 10℃ accumulated temperature, the all-growth-stage sunshine duration, the all-growth-stage precipitation, the average diurnal temperature variation, the average temperature, and the average wind speed, respectively.

2.4 花生產(chǎn)量相關(guān)性狀與氣象因子多元回歸線性分析

為研究不同氣象因子對產(chǎn)量相關(guān)性狀的影響, 使用R軟件對主莖高(1)、側(cè)枝長(2)、分枝數(shù)(3)、單株結(jié)果數(shù)(4)、單株飽果數(shù)(5)和莢果產(chǎn)量(6) 6個產(chǎn)量相關(guān)性狀分別與全生育期的≥10℃活動積溫(1)、全生育期日照時數(shù)(2)、全生育期降水量(3)、平均晝夜溫差(4)、日平均氣溫(5)和平均風速(6) 6個氣象因子進行回歸分析。采用逐步多元回歸方法排除回歸系數(shù)不顯著的變量, 篩選出對產(chǎn)量相關(guān)性狀重要的環(huán)境因子, 進而得到回歸方程。

經(jīng)多元回歸分析, 主莖高性狀與氣象因子回歸方程為:1= –0.0051–0.0052–1.6994+2.3285– 3.266+24.991, 全生育期的≥10℃活動積溫(1)、全生育期日照時數(shù)(2)、平均晝夜溫差(4)、日平均氣溫(5)和平均風速(6)是對主莖高具有重要影響的氣象因子; 側(cè)枝長性狀與氣象因子回歸方程為:2= –0.012–0.0043–1.4484+2.5235–2.786+11.888, 全生育期日照時數(shù)(2)、全生育期降水量(3)、平均晝夜溫差(4)、日平均氣溫(5)和平均風速(6)是對側(cè)枝長具有重要影響的氣象因子; 分枝數(shù)性狀與氣象因子回歸方程為:3= 0.0021–0.2874+5.304, 全生育期的≥10℃活動積溫(1)和平均晝夜溫差(4)是對分枝數(shù)具有重要影響的氣象因子; 單株結(jié)果數(shù)性狀與氣象因子回歸方程為:4= 0.0031–0.0142+ 0.0023+2.1276+14.061, 全生育期的≥10℃活動積溫(1)、全生育期日照時數(shù)(2)、全生育期降水量(3)和平均風速(6)是對單株結(jié)果數(shù)具有重要影響的氣象因子; 單株飽果數(shù)性狀與氣象因子回歸方程為:5= 0.0031–0.0182+0.0023–0.5225+1.7936+24.684,全生育期的≥10℃活動積溫(1)、全生育期日照時數(shù)(2)、全生育期降水量(3)、日平均氣溫(5)和平均風速(6)是對單株飽果數(shù)具有重要影響的氣象因子; 莢果產(chǎn)量性狀與氣象因子回歸方程為:6= 0.1221–0.0393+7.7834–6.2535+11.28, 全生育期的≥10℃活動積溫(1)、全生育期降水量(3)、平均晝夜溫差(4)和日平均氣溫(5)是對莢果產(chǎn)量具有重要影響的氣象因子。

2.5 花生產(chǎn)量相關(guān)性狀主成分分析

對主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)、單株飽果數(shù)和莢果產(chǎn)量6個產(chǎn)量相關(guān)性狀進行主成分分析發(fā)現(xiàn), 共有3個主成分的特征根大于1 (圖3-a), 累計貢獻率為84.13% (表4), 可以較好地替代6個產(chǎn)量相關(guān)性狀對花生品種進行評價和判斷。主成分1方差貢獻率最高, 為36.99%, 其中側(cè)枝長和主莖高載荷數(shù)最高, 分別為0.75和0.70; 主成分2貢獻率為30.19%, 其中主莖高和單株飽果數(shù)載荷數(shù)最高, 分別為-0.69和0.68; 主成分3貢獻率為16.94%, 其中莢果產(chǎn)量和分枝數(shù)載荷數(shù)最高, 分別為0.95和0.33 (圖3-b)。

3 討論

花生是重要的油料和經(jīng)濟作物, 在我國多個地區(qū)和省份均有種植。方差分析結(jié)果顯示環(huán)境因素是變異的重要來源, 并存在基因型和環(huán)境因子互作(GbyE)。現(xiàn)有的研究也發(fā)現(xiàn)花生生長發(fā)育、品質(zhì)產(chǎn)量相關(guān)性狀受氣象因子影響: 楊小兵等[8]研究了安徽各市2000—2017年花生產(chǎn)量與氣象因子關(guān)聯(lián)分析發(fā)現(xiàn), 5月份平均氣溫與花生產(chǎn)量關(guān)聯(lián)度最高; 王巍等[9]研究煙臺福山區(qū)1992—2017年花生單產(chǎn)數(shù)據(jù)與氣象數(shù)據(jù)發(fā)現(xiàn)降水量和平均氣溫是影響福山區(qū)花生產(chǎn)量的重要因素, 莢果期和飽果成熟期是影響產(chǎn)量的關(guān)鍵時期; 宋虎遠[10]研究發(fā)現(xiàn)河南省花生產(chǎn)量與飽果期氣溫相關(guān)性顯著; 楊鳴等[11]發(fā)現(xiàn)北京地區(qū)小京生花生產(chǎn)量與9月高溫干旱有著顯著負相關(guān)關(guān)系; 王二虎等[12]發(fā)現(xiàn)開封花生產(chǎn)量與溫度條件的關(guān)聯(lián)度最大, 特別是在花生播種期間; 李超等[13]研究表明播種期熱量不足、始花期日照過量是影響花生產(chǎn)量的主要因素, 下針期充足熱量、適量降水和日照有助于花生增產(chǎn); 馬杰等[14]認為影響發(fā)育進度快慢的氣象要素依次為總積溫、氣溫、降水量、日照時數(shù); 王昭靜等[15]發(fā)現(xiàn)氣溫指標、總積溫和光照時數(shù)決定了全生育期天數(shù); 李新華等[23]發(fā)現(xiàn)氣象因子中有效積溫對花生脂肪含量具有重要作用; 同時, 平均相對濕度、平均日降雨量和平均風速等氣象因子對褐斑病[24]、薊馬[25]以及蚜蟲[26]病蟲害也有影響, 進而對花生產(chǎn)量產(chǎn)生作用。

表4 不同花生品種產(chǎn)量相關(guān)性狀的主成分分析

圖3 產(chǎn)量相關(guān)性狀主成分分析

現(xiàn)有的研究主要針對氣象因子對花生油脂品質(zhì)性狀的影響和不同生育期氣象因子對花生產(chǎn)量的影響進行了分析, 而對花生主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)和單株飽果數(shù)性狀受氣象因子影響的研究鮮有報道; 在氣象因子對花生產(chǎn)量影響的研究中或利用歷史氣象數(shù)據(jù)和花生產(chǎn)量數(shù)據(jù), 花生品種、栽培方式以及田間管理等因素的巨大差異對研究結(jié)果產(chǎn)生了影響。本試驗關(guān)注花生6個產(chǎn)量相關(guān)性狀受氣象因子的影響, 利用11個花生品種使用相同的種植標準和考種標準4年間在全國16省21地市共77環(huán)境進行種植和考種, 獲得的多環(huán)境產(chǎn)量相關(guān)性狀表型數(shù)據(jù)結(jié)合各環(huán)境氣象數(shù)據(jù), 探究氣象因子對主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)、單株飽果數(shù)和莢果產(chǎn)量的影響和作用。綜合相關(guān)性和多元線性分析結(jié)果發(fā)現(xiàn): 平均氣溫、全生育期光照時數(shù)、平均晝夜溫差和平均風速對主莖高和側(cè)枝長具有重要影響, 其與平均氣溫呈極顯著正相關(guān), 與全生育期光照時數(shù)、平均晝夜溫差以及平均風速呈極顯著負相關(guān); 全生育期≥10℃活動積溫和平均晝夜溫差對分枝數(shù)具有重要影響, 其與全生育期≥10℃活動積溫呈極顯著正相關(guān), 與平均晝夜溫差呈極顯著負相關(guān); 全生育期光照時數(shù)和全生育期降水量對單株結(jié)果數(shù)和單株飽果數(shù)具有重要影響, 其與全生育期降水量呈極顯著正相關(guān), 與全生育期光照時數(shù)呈極顯著負相關(guān); 全生育期≥10℃活動積溫、全生育期降水量、平均晝夜溫差和平均氣溫對莢果產(chǎn)量具有重要影響, 其中與全生育期≥10℃活動積溫和平均晝夜溫差呈極顯著正相關(guān), 與全生育期降水量和日平均氣溫呈極顯著負相關(guān)。本試驗首次在多年多點多環(huán)境中對全生育期多種氣象因子與花生主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)和單株飽果數(shù)性狀的相關(guān)性進行了探究。結(jié)果揭示積溫是影響花生產(chǎn)量的重要因素與現(xiàn)有研究結(jié)論一致[12], 同時也發(fā)現(xiàn)平均晝夜溫差與花生產(chǎn)量極顯著正相關(guān)。主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)和單株飽果數(shù)呈現(xiàn)隨著緯度升高而降低的趨勢, 而莢果產(chǎn)量表現(xiàn)為“中間高南北低”。本研究對6個產(chǎn)量相關(guān)性狀受氣象因子影響的研究為各地區(qū)根據(jù)氣象情況和花生生育期合理安排播種, 以及對花生提高產(chǎn)量具有重要指導意義。

本研究通過對主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)、單株飽果數(shù)和莢果產(chǎn)量6個產(chǎn)量相關(guān)性狀進行主成分分析, 獲得3個主成分的特征根大于1, 累計貢獻率為84.13%, 可以較好地替代6個產(chǎn)量相關(guān)性狀對花生品種進行評價和判斷。第1主成分值越大, 主莖高、側(cè)枝長、分枝數(shù)、單株結(jié)果數(shù)、單株飽果數(shù)均有增加的趨勢, 因此主成分1可以對花生營養(yǎng)生長進行評價和判斷; 隨著主成分2增加, 主莖高、側(cè)枝長有降低的趨勢而單株結(jié)果數(shù)和單株飽果數(shù)有增加的趨勢, 花生是“地上開花, 地下結(jié)果”的生長模式, 過高的開花的位點不利于結(jié)果, 因此主成分2是對主莖高、側(cè)枝長、單株結(jié)果數(shù)和單株飽果數(shù)的平衡; 主成分3的值越大, 莢果產(chǎn)量越高, 因此主成分3可以對花生莢果產(chǎn)量進行評價和判斷。綜上分析可知, 花生6個產(chǎn)量相關(guān)性狀既相互促進, 有相互制約, 在花生育種選種過程中應平衡主成分間的關(guān)系進而提升花生的產(chǎn)量。

4 結(jié)論

通過11個花生品種多年多環(huán)境試驗發(fā)現(xiàn), 主莖高和側(cè)枝長與平均氣溫呈極顯著正相關(guān), 與全生育期光照時數(shù)、平均晝夜溫差以及平均風速呈極顯著負相關(guān); 分枝數(shù)與全生育期≥10℃活動積溫呈極顯著正相關(guān), 與平均晝夜溫差呈極顯著負相關(guān); 單株結(jié)果數(shù)和單株飽果數(shù)與全生育期降水量呈極顯著正相關(guān), 與全生育期光照時數(shù)呈極顯著負相關(guān); 莢果產(chǎn)量與全生育期≥10℃活動積溫和平均晝夜溫差呈極顯著正相關(guān), 與全生育期降水量和日平均氣溫呈極顯著負相關(guān)。本研究為各地區(qū)根據(jù)氣象情況和花生生育期合理安排播種, 以及對花生提高產(chǎn)量具有重要指導意義。

[1] 李文旭, 吳政卿, 雷振生, 姜桂英. 河南省主要氣象因子變化及其對主要糧食作物單產(chǎn)的影響特征. 作物雜志, 2021, (1): 124–134. Li W X, Wu Z Q, Lei Z S, Jiang G Y. The characteristics of climate factors change and its effects on main grain crops yield per unit area in Henan province., 2021, (1): 124–134 (in Chinese with English abstract).

[2] 胡園春, 安廣池, 楊寧, 李全景, 崔云鵬. 主要氣象因子與冬小麥產(chǎn)量的灰色關(guān)聯(lián)度分析. 農(nóng)學學報, 2020, 10(2): 92–95. Hu Y C, An G C, Yang N, Li Q J, Cui Y P. Main meteorological factors and winter wheat yield: grey correlation degree analysis., 2020, 10(2): 92–95 (in Chinese with English abstract).

[3] 陸佳嵐, 王凈, 馬成, 陶明煊, 趙春芳, 張亞東, 李霞, 方先文,張俊, 陳長青, 張巫軍, 夏加發(fā), 江學海, 柳開樓, 喬中英, 張彬. 長江流域中稻產(chǎn)量和品質(zhì)性狀差異與其生育期氣象因子的相關(guān)性. 江蘇農(nóng)業(yè)學報, 2020, 36: 1361–1372. Lu J L, Wang J, Ma C, Tao M X, Zhao C F, Zhang Y D, Li X, Fang X W, Zhang J, Chen C Q, Zhang W J, Xia J F, Jiang X H, Liu K L, Qiao Z Y, Zhang B. Correlation between the differences in yield and quality traits among various types of middle rice and meteorological factors during growth period in the Yangtze River basin., 2020, 36: 1361–1372 (in Chinese with English abstract).

[4] 尹新芳, 尹鑫軍, 王鑫澳, 孫文星, 高葉敏, 敖和軍. 主要氣象因子對水稻產(chǎn)量與糙米重金屬含量的影響. 作物研究, 2022, 36: 411–416. Yin X F, Yin X J, Wang X A, Sun W X, Gao Y M, Ao H J. Effects of main meteorological factors on rice yield and heavy metal content in brown rice., 2022, 36: 411–416 (in Chinese with English abstract).

[5] 劉月娥. 玉米對區(qū)域光、溫、水資源變化的響應研究. 中國農(nóng)業(yè)科學院博士學位論文, 北京, 2013. Liu Y E. The Research on Maize’s Responses to the Regional Resources Change of Light, Temperature and Water. PhD Dissertation of Chinese Academy of Agricultural Sciences, Beijing, China, 2013 (in Chinese with English abstract).

[6] 周寶元, 馬瑋, 孫雪芳, 丁在松, 李從鋒, 趙明. 冬小麥–夏玉米高產(chǎn)模式周年氣候資源分配與利用特征研究. 作物學報, 2019, 45: 589–600. Zhou B Y, Ma W, Sun X F, Ding Z S, Li C F, Zhao M. Characteristics of annual climate resource distribution and utilization in high–yielding winter wheat-summer maize double cropping system,, 2019, 45: 589–600 (in Chinese with English abstract).

[7] 王丹, 周寶元, 馬瑋, 葛均筑, 丁在松, 李從鋒, 趙明. 長江中游雙季玉米種植模式周年氣候資源分配與利用特征. 作物學報, 2022, 48: 1437–1450. Wang D, Zhou B Y, Ma W, Ge J Z, Ding Z S, Li C F, Zhao M. Characteristics of the annual distribution and utilization of climate resource for double maize cropping system in the middle reaches of Yangtze River., 2022, 48: 1437–1450 (in Chinese with English abstract).

[8] 楊小兵, 楊峻, 楊晨, 任重, 汪大林. 安徽省花生產(chǎn)量與氣象因素的關(guān)聯(lián)度分析及預測模型研究. 中國農(nóng)學通報, 2020, 36(34): 100–103. Yang X B, Yang J, Yang C, Ren Z, Wang D L. Peanut yield in Anhui: correlation with meteorological factors and forecast model., 2020, 36(34): 100–103 (in Chinese with English abstract).

[9] 王巍. 福山區(qū)花生單產(chǎn)受氣象因子影響的分析. 內(nèi)蒙古氣象, 2020, (4): 31–33. Wang W. Analysis of peanut yield in Fushan district affected by meteorological factors., 2020, (4): 31–33 (in Chinese with English abstract).

[10] 宋虎遠. 河南省花生產(chǎn)量預報技術(shù)研究. 鄭州大學碩士學位論文, 河南鄭州, 2021. Song H Y. Research on Peanut Yield Forecast Technology in Henan Province. MS Thesis of Zhengzhou University, Zhengzhou, Henan, China, 2021 (in Chinese with English abstract).

[11] 楊鳴, 袁丹丹, 朱濤. 氣象因子對新昌小京生花生產(chǎn)量影響分析. 農(nóng)業(yè)災害研究, 2020, 10(9): 49–50. Yang M, Yuan D D, Zhu T. Analysis on the influence of meteorological factors on the yield of Xinchang Xiaojingsheng peanut., 2020, 10(9): 49–50 (in Chinese with English abstract).

[12] 王二虎, 李樹新, 孫欣, 霍繼超, 李慶, 陳光華. 開封市花生產(chǎn)量與氣象因素的關(guān)聯(lián)度分析. 氣象與環(huán)境科學, 2012, 35(增刊1): 51–54. Wang E H, Li S X, Sun X, Huo J C, Li Q, Chen G H. Correlation analysis of kaifeng peanut production and meteorological factors., 2012, 35(S1): 51–54 (in Chinese with English abstract).

[13] 李超, 吳濤濤, 張濤, 華麗. 氣象因子對大悟縣花生產(chǎn)量的影響分析. 氣象與減災研究, 2013, 36(4): 45–48. Li C, Wu T T, Zhang T, Hua L. Analysis of the effect of meteorological factor on peanut production in Dawu country., 2013, 36(4): 45–48 (in Chinese with English abstract).

[14] 馬杰, 盧山, 劉楨, 譚紅姣, 肖密, 王靜, 劉登望, 李林. 花生產(chǎn)量和生長發(fā)育進度對播期與氣象要素的響應. 山東農(nóng)業(yè)科學, 2014, 46(6): 54–58. Ma J, Lu S, Liu Z, Tan H J, Xiao M, Wang J, Liu D W, Li L. Responds of yield, growth and development of peanut to sowing date and meteorological elements., 2014, 46(6): 54–58 (in Chinese with English abstract).

[15] 王昭靜, 劉登望, 王建國, 徐娟, 李林. 播期對不同粒型花生品種發(fā)育進度的影響及與氣象生態(tài)因子的關(guān)系. 中國農(nóng)學通報, 2013, 29(36): 246–252. Wang Z J, Liu D W, Wang J G, Xu J, Li L. Influence of sowing dates on developmental progress of different seed–size peanut cultivars and the relationship with meteorological eco-factors., 2013, 29(36): 246–252 (in Chinese with English abstract).

[16] 楊麗萍, 朱振林, 李新華, 郭洪海, 萬書波, 季明川. 基于GIS技術(shù)探討我國花生品質(zhì)空間分異規(guī)律. 安徽農(nóng)業(yè)科學, 2012, 40: 17399–17401. Yang L P, Zhu Z L, Li X H, Guo H H, Wan S B, Ji M C. Discussion on spatial distribution differentiation law of peanut quality in China based on GIS technology., 2012, 40: 17399–17401 (in Chinese with English abstract).

[17] 楊麗萍, 郭洪海, 李新華, 楊萍, 萬書波. 中國花生O/L值空間分布預測初探. 中國農(nóng)學通報, 2010, 26(12): 311–315. Yang L P, Guo H H, Li X H, Yang P, Wan S B. Preliminary Studies on Spatial Distribution Prediction of Peanut O/L Ratio in China., 2010, 26(12): 311–315 (in Chinese with English abstract).

[18] 甄志高, 王曉林, 段瑩, 趙曉環(huán). 氣象條件對花生蛋白質(zhì)和脂肪含量的影響. 花生學報, 2004, 33(3): 22–24. Zhen Z G, Wang X L, Duan Y, Zhao X H. The effect of climatic factors on protein and oil content of peanut seed., 2004, 33(3): 22–24 (in Chinese with English abstract).

[19] 郭洪海, 楊麗萍, 李新華, 楊萍, 萬書波. 黃淮海區(qū)域花生生產(chǎn)與品質(zhì)特征的研究. 中國生態(tài)農(nóng)業(yè)學報, 2010, 18: 1233–1238. Guo H H, Yang L P, Li X H, Yang P, Wan S B. Characteristics of production and quality of peanut in Huang-Huai-Hai region., 2010, 18: 1233–1238 (in Chinese with English abstract).

[20] 何澤華, 李東萍, 邱世善. 影響化州市2018年秋花生產(chǎn)量的氣象因素分析及防范措施. 農(nóng)業(yè)災害研究, 2020, 10(1): 78–79. He Z H, Li D P, Qiu S S. Analysis on meteorological factors affecting autumn flower production and preventive measures of Huazhou in 2018., 2020, 10(1): 78–79 (in Chinese with English abstract).

[21] 王禹, 許世衛(wèi), 喻聞. 氣象因素對花生單產(chǎn)影響研究. 廣東農(nóng)業(yè)科學, 2014, 41(15): 1–8. Wang Y, Xu S W, Yu W. Research on the effects of meteorological factors on peanut yield., 2014, 41(15): 1–8 (in Chinese with English abstract).

[22] 王禹, 許世衛(wèi), 喻聞. 河南省花生單產(chǎn)受氣象因子影響研究. 系統(tǒng)科學與數(shù)學, 2015, 35: 657–666. Wang Y, Xu S W, Yu W. Meteorological impact on peanut yield in Henan., 2015, 35: 657–666 (in Chinese with English abstract).

[23] 李新華, 郭洪海, 楊麗萍, 楊萍, 萬書波. 氣象因子對花生品質(zhì)的影響. 中國農(nóng)學通報, 2010, 26(16): 90–94. Li X H, Guo H H, Yang L P, Yang P, Wan S B. The effect of climatic factors on peanut quality., 2010, 26(16): 90–94 (in Chinese with English abstract).

[24] 于舒怡, 臧超群, 謝瑾卉, 林英, 裴雪, 梁春浩. 花生褐斑病表觀侵染速率空中分生孢子密度與氣象因素的相關(guān)性分析. 中國油料作物學報, 2019, 41: 938–946. Yu S Y, Zang C Q, Xie J H, Lin Y, Pei X, Liang C H. Correlation between visible infection rate, airborne conidia density of peanut early leaf spot and meteoro logical factors., 2019, 41: 938–946 (in Chinese with English abstract).

[25] 曲明靜, 劉愛娜, 曾慶朝, 薛明, 梁景華, 李曉, 崔鳳高, 曲春娟. 氣象因子對青島市花生田西花薊馬種群數(shù)量的影響. 花生學報, 2019, 48(4): 43–48. Qu M J, Liu A N, Zeng Q C, Xu M, Liang J H, Li X, Cui F G, Qu C J. The effect of meteorological factors to the population number ofof peanut in Qingdao., 2019, 48(4): 43–48 (in Chinese with English abstract).

[26] 曲春娟, 曾慶朝, 薛明, 梁景華, 劉愛娜, 李曉, 姜曉靜, 曲明靜. 氣象因子對青島市花生田花生蚜蟲種群數(shù)量的影響. 山東農(nóng)業(yè)科學, 2020, 52(8): 115–119. Qu C J, Zeng Q C, Xu M, Liang J H, Liu A N, Li X, Jiang X J, Qu M J. Effect of meteorological factors on population quantity ofof peanut in Qingdao city., 2020, 52(8): 115–119 (in Chinese with English abstract).

[27] Falster D S, Westoby M. Plant height and evolutionary games., 2003, 18:337–343.

[28] Salas Fernandez M G, Becraft P W, Yin Y, Lübberstedt T. From dwarves to giants? Plant height manipulation for biomass yield.,2009, 14: 454–461.

[29] Sarlikioti V, de Visser P H B, Buck-Sorlin G H, Marcelis L F M. How plant architecture affects light absorption and photosynthesis in tomato: towards an ideotype for plant architecture using a functional-structural plant model., 2011, 108: 1065–1073.

[30] Lyu J, Liu N, Guo J, Xu Z, Li X, Li Z, Luo H, Ren X, Huang L, Zhou X, Chen Y, Chen W, Lei Y, Tu J, Jiang H, Liao B. Stable QTLs for plant height on chromosome A09 identified from two mapping populations in peanut (L.)., 2018, 9: 684.

[31] Wang J, Yan C, Li Y, Li C, Zhao X, Yuan C, Sun Q, Shan S. GWAS discovery of candidate genes for yield-related traits in peanut and support from earlier QTL mapping studies., 2019, 10: 803.

Peanut yield-related traits and meteorological factors correlation analysis in multiple environments

JIANG Xiao1, XU Jing1, PAN Li-Juan1, CHEN Na1, WANG Tong1, JIANG Xiao-Dong2, YIN Xiang-Zhen1, YANG Zhen1, YU Shan-Lin1, and CHI Xiao-Yuan1,*

1Shandong Peanut Research Institute, Qingdao 266100, Shandong, China;2Jiangsu Key Laboratory of Agricultural Meteorology / College of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044, Jiangsu, China

Peanut (L.) is an important cash and oil crop, and increasing peanut yield has a positive effect on the ensuring edible oil security and increasing farmers income. In this study, the correlation analysis were conducted between peanut yield-related traits of 11 varieties and the meteorological data in 77 environments from 2013 to 2016. We found that main stem height and branch length were extremely significantly correlated with the average temperature, all-growth-stage sunshine duration, the average diurnal temperature variation, and the average wind speed. Branch number was extremely significantly correlated with the all-growth-stage ≥10℃ accumulated temperature and the average diurnal temperature variation. Pod number per plant and mature pod number per plant were extremely significantly correlated with the all-growth-stage sunshine duration and precipitation. Pod yield was significantly correlated with the ≥10℃ accumulated temperature, the precipitation in the whole growth period, the average diurnal temperature variation, and the average temperature. It is important guiding significance for planning peanut planting and improving peanut yield in various regions.

L.; yield-related traits; meteorological factor; the correlation analysis

10.3724/SP.J.1006.2023.24218

本研究由泰山學者工程專項(tsqn201812121), 財政部和農(nóng)業(yè)農(nóng)村部國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項(CARS-13), 廣東省重點領(lǐng)域研發(fā)計劃(2020B020219003)項目, 山東省重點研發(fā)計劃(農(nóng)業(yè)良種工程)項目(2020LZGC001), 山東省自然科學基金項目(ZR2021QC172), 山東省重點研發(fā)計劃(鄉(xiāng)村振興科技創(chuàng)新提振行動計劃)項目(2022TZXD0031)和新疆維吾爾自治區(qū)重大科技專項(2022A02008-3)資助。

This study was supported by the Taishan Scholar Project Funding (tsqn201812121), the China Agriculture Research System of MOF and MARA (CARS-13), the Key-Area Research and Development Program of Guangdong Province (2020B020219003), the Research and Development Program of Shandong Province (the Improved Variety Engineering Project) (2020LZGC001), the Natural Science Fund of Shandong Province (ZR2021QC172), the Key Research and Development Plan of Shandong Province (Action Plan to Boost Scientific and Technological Innovation in Rural Revitalization) (2022TZXD0031), and the Major Scientific and Technological Project in Xinjiang (2022A02008-3).

遲曉元, E-mail: chi000@126.com

E-mail: 15066223517@163.com

2022-09-30;

2023-02-21;

2023-03-02.

URL: https://kns.cnki.net/kcms/detail//11.1809.S.20230301.1519.006.html

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).