检索
E-mail
RSS
高级检索 图表检索

当期目录 我要投稿 过刊浏览
高级检索 图表检索

作物杂志,2019, 第6期: 156–161 doi: 10.16035/j.issn.1001-7283.2019.06.025

• 生理生化·植物营养·栽培耕作 • 上一篇    下一篇

藜麦主要农艺性状与单株产量的相关和通径分析

王艳青1,李勇军1,李春花1,卢文洁1,孙道旺1,尹桂芳1,洪波2,王莉花1   

  1. 1云南省农业科学院生物技术与种质资源研究所/云南省农业生物技术重点实验室/农业农村部西南作物基因资源与种质创制重点实验室,650205,云南昆明
    2会泽县宝云街道农业技术推广站,654200,云南会泽
  • 收稿日期:2019-04-11 修回日期:2019-07-29 出版日期:2019-12-15 发布日期:2019-12-11
  • 通讯作者: 王莉花
  • 作者简介:王艳青,高级实验师,主要从事杂粮资源收集与研究;|李勇军为共同第一作者,高级实验师,主要从事经济作物育种与栽培研究
  • 基金资助:
    国家农业部作物种质资源保护子项目(2016NWB030-06-01-5);国家农业部作物种质资源保护子项目(2018NWB030-06-01-3);云南省农业科学院专项(2017yb26402)

Correlation and Path Analysis of the Main Agronomic Traits and Yield per Plant of Quinoa

Wang Yanqing1,Li Yongjun1,Li Chunhua1,Lu Wenjie1,Sun Daowang1,Yin Guifang1,Hong Bo2,Wang Lihua1   

  1. 1Biotechnology and Germplasm Resources Institute, Yunnan Academy of Agricultural Sciences/Yunnan Provincial Key Laboratory of Agricultural Biotechnology/Key Laboratory of Southwestern Crop Gene Resources and Germplasm Innovation, Ministry of Agriculture and Rural Affairs, Kunming 650205, Yunnan, China
    2Baoyun Station for Popularizing Agricultural Technique, Huize 654200, Yunnan, China
  • Received:2019-04-11 Revised:2019-07-29 Online:2019-12-15 Published:2019-12-11
  • Contact: Lihua Wang

RichHTML

4

PDF (PC)

267

摘要：

为探究藜麦主要农艺性状对单株产量的作用,对10个藜麦新品系的7个主要农艺性状（生育期、株高、茎粗、主茎分枝数、主花序长、主花序分枝数、千粒重）与单株产量进行相关性、多元线性回归和通径分析。结果表明,株高和茎粗与藜麦单株产量呈极显著正偏相关;7个农艺性状可以解释51.60%藜麦单株产量的变异,株高（X2）和茎粗（X3）可以解释48.20%藜麦单株产量的变异,最优回归方程为Y=-102.340+1.040X2+3.257X3;株高和茎粗对藜麦单株产量的直接影响最大。因此,在适宜种植密度基础上,将适当提高株高和茎粗作为云南昆明及周边地区高产藜麦选育的方向。

关键词: 藜麦, 单株产量, 农艺性状, 相关分析, 通径分析

Abstract:

Using correlation, multiple linear regression and path analysis, seven main agronomic traits including growth period, plant height, stem diameter, main stem branching number, main inflorescence length, main inflorescence branching number and 1000-grain weight, were analyzed with yield per plant in 10 new quinoa (chenopodium quinoa) strains. The results showed that plant height, stem diameter and yield per plant were significantly positive and partial correlation. The seven agronomic traits could explain 51.60% variation of the yield per plant. The plant height (X2) and stem diameter (X3) of quinoa could explain 48.20% variation of the yield per plant (Y). The optimal regression equation was Y=-102.340+1.040X2+3.257X3. The yield per plant was directly affected more by the plant height and stem diameter of quinoa. Therefore, on the basis of suitable planting density, proper increase in stem diameter and plant height can help the selection of high yield quinoa in Kunming and surrounding areas.

Key words: Quinoa, Yield per plant, Agronomic trait, Correlation analysis, Path analysis

表1

藜麦单株产量与农艺性状的相关性分析"

性状Trait 生育期(X1)
Growth
period		 株高(X2)
Plant
height		 茎粗(X3)
Stem
diameter		 主茎分枝数(X4)
Main stem
branching number		 主花序长(X5)
Main inflorescence length		 主花序分枝数(X6)
Main inflorescence
branching number		 千粒重(X7)
1000-grain
weight		 单株产量(Y)
Yield per
plant
生育期(X1) Growth period -0.169 -0.127 0.068 -0.176 -0.014 -0.343** -0.091
株高(X2) Plant height -0.145 -0.084 0.492** -0.318** -0.238* -0.100 -0.531**
茎粗(X3) Stem diameter -0.061 -0.503** 0.119 -0.089 -0.062 -0.079 -0.255**
主茎分枝数(X4)
Main stem branching number		 -0.116 -0.717** -0.422** -0.000 -0.161 -0.127 -0.083
主花序长(X5)
Main inflorescence length		 -0.051 -0.484** -0.310** 0.355** -0.065 -0.118 -0.137
主花序分枝数(X6)
Main inflorescence branching number		 -0.050 -0.531** -0.319** 0.486** -0.317** -0.033 -0.071
千粒重(X7) 1000-grain weight -0.344** -0.086 -0.034 0.010 -0.112 -0.012 -0.122
单株产量(Y) Yield per plant -0.018 -0.670** -0.493** 0.451** -0.250* -0.314** -0.059

表2

藜麦单株产量和7个农艺性状的多元线性回归方程的方差分析"

模型Model 平方和SS df 均方MS F Sig.
1 回归Regression 48 401.791 7 6 914.542 12.466 0.000
残差Residual error 45 481.365 82 554.651
总计Total 93 883.156 89

表3

藜麦单株产量和7个农艺性状的多元线性回归模型概述输出结果"

模型
Model		 R R2 调整R2
AdjustR2		 标准估计的误差
Standard estimate error
1 0.718a 0.516 0.474 23.551

表4

藜麦单株产量和7个农艺性状的多元线性回归分析系数"

模型 Model 非标准化系数Non-standardized coefficient 标准系数
Standard coefficient		 t Sig.
B 标准误差Standard error
1 常量Constant 0.126 153.087 - 0.001 0.999
生育期Growth period (X1) -1.172 1.409 -0.071 -0.832 0.408
株高Plant height (X2) 1.339 0.236 0.727 5.681 0.000
茎粗Stem diameter (X3) 3.373 1.413 0.217 2.388 0.019
主茎分枝数Main stem branching number (X4) -0.706 0.931 -0.086 -0.758 0.451
主花序长Main inflorescence length (X5) -0.644 0.515 -0.112 -1.250 0.215
主花序分枝数Main inflorescence branching number (X6) -0.739 1.147 -0.060 -0.644 0.521
千粒重1000-grain weight (X7) 9.262 8.313 0.093 1.114 0.268

表5

藜麦单株产量和7个农艺性状的多元线性逐步回归模型概述输出结果"

模型
Model		 R R2 调整R2
AdjustR2		 标准估计的误差
Standard estimate error
1 0.670a 0.449 0.443 24.243
2 0.694b 0.482 0.470 23.643

表6

藜麦单株产量和7个农艺性状的多元线性逐步回归分析系数"

模型Model 非标准化系数Non-standardized coefficient 标准系数
Standard coefficient		 t Sig.
B 标准误差Standard error
1 常量Constant -76.082 17.923 - -4.245 0.000
株高Plant height (X2) 1.234 0.146 0.670 8.470 0.000
2 常量Constant -102.340 20.748 - -4.933 0.000
株高Plant height (X2) 1.040 0.164 0.565 6.328 0.000
茎粗Stem diameter (X3) 3.257 1.386 0.210 2.349 0.021

表7

藜麦单株产量的通径分析"

性状
Trait		 相关系数
Correlation
coefficient		 直接通径系数
Direct path
coefficient		 间接通径系数Indirect path coefficient
X1→Y X2→Y X3→Y X4→Y X5→Y X6→Y X7→Y 合计Total
生育期(X1) Growth period -0.018 -0.071 - 0.105 -0.013 -0.010 0.006 -0.003 -0.032 0.053
株高(X2) Plant height 0.670 0.727 -0.010 - 0.109 -0.062 -0.054 -0.032 -0.008 -0.057
茎粗(X3) Stem diameter 0.493 0.217 0.004 0.366 - -0.037 -0.034 -0.019 -0.003 0.277
主茎分枝数(X4)
Main stem branching number		 0.451 -0.086 -0.008 0.521 0.092 - -0.040 -0.029 0.001 0.537
主花序长(X5)
Main inflorescence length		 0.250 -0.112 0.004 0.352 0.067 -0.031 - -0.019 -0.010 0.363
主花序分枝数(X6)
Main inflorescence branching number		 0.314 -0.060 -0.004 0.386 0.069 -0.042 -0.036 - 0.001 0.374
千粒重(X7) 1000-grain weight 0.059 0.093 0.024 -0.063 -0.007 -0.001 0.013 0.001 - -0.033
[1] 阿图尔·博汗格瓦, 希尔皮·斯利瓦斯塔瓦 . 藜麦生产与应用. 任贵兴, 叶全宝,译. 北京:科学出版社, 2014.
[2] K. 墨菲, J. 马坦吉翰 . 藜麦研究进展和可持续生产. 任贵兴,赵刚,译. 北京:科学出版社, 2018.
[3] 崔宏亮, 刑宝, 姚庆 , 等. 新疆伊犁河谷藜麦产业发展的SWOT分析. 作物杂志,2019(1):32-37.
[4] 胡一波, 杨修仕, 陆平 , 等. 中国北部藜麦品质性状的多样性和相关性分析. 作物学报, 2017,43(3):464-470.
[5] 魏爱春, 杨修仕, 么杨 , 等. 藜麦营养功能成分及生物活性研究进展. 食品科学, 2015,36(15):272-276.
doi: 10.7506/spkx1002-6630-201515050
[6] 彭识, 李朝凤, 王灿星 , 等. 丽江优质藜麦栽培技术. 中国农技推广, 2018,34(12):44-45.
[7] 余菊, 郑宏刚, 文杰 , 等. 云南省不同海拔梯度耕地自然质量等特征分析. 水土保持研究, 2014,21(4):224-228.
[8] 宋娇, 姚有华, 刘洋 , 等. 6个藜麦品种(系)农艺性状的主成分分析. 青海大学学报, 2017,35(6):6-10.
[9] 王艳青, 李春花, 卢文洁 , 等. 135份国外藜麦种质主要农艺性状的遗传多样性分析. 植物遗传资源学报, 2018,19(5):887-894.
[10] 黄杰, 刘文瑜, 吕玮 , 等. 38份藜麦种质资源农艺性状与产量的关系分析. 甘肃农业科技,2018(12):72-75.
[11] Bhargava A, Shukla S, Ohri D . Genetic variability and interrelationship among various morphological and quality traits in quinoa (Chenopodium quinoa Willd.). Field Crops Research, 2007,101(1):104-116.
doi: 10.1016/j.fcr.2006.10.001
[12] Bhargava A, Shukla S, Rajan S , et al. Genetic diversity for morphological and quality traits in quinoa (Chenopodium quinoa Willd.) germplasm. Genetic Resources and Crop Evolution, 2007,54(1):167-173.
doi: 10.1007/s10722-005-3011-0
[13] Bertero H D, Ruiz R A . Determination of seed number in sea level quinoa (Chenopodium quinoa Willd.) cultivars. European Journal Agronomy, 2008,28(3):186-194.
doi: 10.1016/j.eja.2007.07.002
[14] 陈庆富 . 生物统计学. 北京: 高等教育出版社, 2011.
[15] 杜家菊, 陈志伟 . 使用SPSS线性回归实现通径分析的方法. 生物学通报, 2010,45(2):4-6.
[16] 宋小园, 朱仲元, 刘艳伟 , 等. 通径分析在SPSS逐步线性回归中的实现. 干旱区研究, 2016,33(1):108-113.
[17] 王官, 刘璋, 薛丁丁 , 等. 绿豆单株产量与主要农艺性状的灰色关联度分析. 中国农学通报, 2019,35(8):12-16.
[18] 王鹏, 陈寅初, 李万云 , 等. 抗列当向日葵品种(系)植物学性状对产量预测模型的影响. 作物杂志,2016(1):38-45.
[19] 郑本川, 李浩杰, 崔成 , 等. 甘白远缘杂交新材料单株产量与农艺性状的相关性分析. 中国农学通报, 2019,35(9):22-27.
[20] 庞春花, 张紫薇, 张永清 . 水磷耦合对藜麦根系生长、生物量积累及产量的影响. 中国农业科学, 2017,50(21):4107-4117.
doi: 10.3864/j.issn.0578-1752.2017.21.005
[21] 马伟宝, 彭励, 李海洋 , 等. 银柴胡单株种子产量与农艺性状的相关及通径分析. 中国现代中药, 2017,19(11):1612-1614,1630.
[22] 代梦媛, 李文昌, 高梅 , 等. 藜麦品种冬春季试种初报. 云南农业,2017(10):50-52.
[23] 东川反季藜麦试种成功. 农村百事通,2019(12):26.
[24] 任永峰, 梅丽, 杨亚东 , 等. 播期对藜麦农艺性状及产量的影响. 中国生态农业学报, 2018,26(5):643-656.
[1] 曹廷杰,张玉娥,胡卫国,杨剑,赵虹,王西成,周艳杰,赵群友,李会群. 黄淮南片麦区新育成品种（系）中3个矮秆基因分子标记检测及其与农艺性状的关系[J]. 作物杂志, 2019, (6): 14–19
[2] 张婷,逯腊虎,杨斌,袁凯,张伟,史晓芳. 黄淮麦区4省小麦种质农艺性状的比较分析[J]. 作物杂志, 2019, (6): 20–26
[3] 李虎,陈传华,刘广林,吴子帅,黄秋要,罗群昌. 种植密度和施氮量对桂育9号农艺性状及产量的影响[J]. 作物杂志, 2019, (6): 99–103
[4] 刘兴叶,邢宝龙,吴瑞香,王桂梅,刘飞. 晋北绿豆主要农艺性状变异及对产量构成的影响[J]. 作物杂志, 2019, (5): 69–75
[5] 李晶,南铭. 俄罗斯和乌克兰引进冬小麦在我国西北地区的农艺性状表现和遗传多样性分析[J]. 作物杂志, 2019, (5): 9–14
[6] 高杰,李青风,李晓荣,封广才,彭秋. 贵州省不同年代糯高粱品种（系）农艺性状演变分析[J]. 作物杂志, 2019, (4): 17–23
[7] 王小明,廖政达,何奕响,孙晓波,韦增林,韦喜,苏喜德. 糖料蔗等价配方施肥农艺及品质性状比较分析[J]. 作物杂志, 2019, (4): 191–195
[8] 穆云森,温晓蕾,杨燕萍,刘欣欣,郭娟,崔敬,宋楠,左学丽,车永和. 新疆杂草黑麦基本农艺性状分析[J]. 作物杂志, 2019, (4): 42–48
[9] 曲志华,白苇,张丽丽,李峰,胡杨,乔海明. 170份亚麻种质资源主要农艺性状分析[J]. 作物杂志, 2019, (4): 77–83
[10] 张自强,王良,白晨,张惠忠,李晓东,付增娟,赵尚敏,鄂圆圆,张辉,张必周. 104份甜菜种质资源主要农艺性状分析[J]. 作物杂志, 2019, (3): 29–36
[11] 谭秦亮,朱鹏锦,程琴,李佳慧,吕平,庞新华,周全光. 不同甘蔗品种（系）的产量构成因素及品质比较[J]. 作物杂志, 2019, (3): 49–54
[12] 任洪雷,李春霞,龚士琛,李国良,扈光辉,王明泉,杨剑飞. 利用SPSS实现玉米杂交种主要农艺性状与产量的相关和通径分析[J]. 作物杂志, 2019, (3): 86–90
[13] 付颖,沈轶男,刘艳春,柴晓娇,王显瑞,白晓雷,李书田. 不同春谷品种支链淀粉含量与营养品质指标及农艺性状的相关性分析[J]. 作物杂志, 2019, (2): 90–93
[14] 崔宏亮,邢宝,姚庆,张琴萍,杨修仕,么杨,任贵兴,秦培友. 新疆伊犁河谷藜麦产业发展的SWOT分析[J]. 作物杂志, 2019, (1): 32–37
[15] 王小明,李大成,廖政达,甘远初,陈辉袖,苏喜德,韦增林. 糖料蔗新品种农艺性状及产量的比较[J]. 作物杂志, 2019, (1): 50–55
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 王海涛,刘存敬,唐丽媛,张素君,李兴河,蔡肖,张香云,张建宏. 河北省杂交棉培育现状及发展趋势[J]. 作物杂志, 2019, (5): 1 –8 .
[2] 黄玉芳,叶优良,赵亚南,岳松华,白红波,汪洋. 施氮量对豫北冬小麦产量及子粒主要矿质元素含量的影响[J]. 作物杂志, 2019, (5): 104 –108 .
[3] 李松,张世成,董云武,施德林,史云东. 基于SSR标记的云南腾冲水稻的遗传多样性分析[J]. 作物杂志, 2019, (5): 15 –21 .
[4] 侯乾,王万兴,李广存,熊兴耀. 马铃薯连作障碍研究进展[J]. 作物杂志, 2019, (6): 1 –7 .
[5] 曹廷杰,张玉娥,胡卫国,杨剑,赵虹,王西成,周艳杰,赵群友,李会群. 黄淮南片麦区新育成品种（系）中3个矮秆基因分子标记检测及其与农艺性状的关系[J]. 作物杂志, 2019, (6): 14 –19 .
[6] 张婷,逯腊虎,杨斌,袁凯,张伟,史晓芳. 黄淮麦区4省小麦种质农艺性状的比较分析[J]. 作物杂志, 2019, (6): 20 –26 .
[7] 王永行,单飞彪,闫文芝,杜瑞霞,杨钦方,刘春晖,白立华. 基于向日葵DUS测试的遗传多样性分析及代码分级[J]. 作物杂志, 2019, (5): 22 –27 .
[8] 师赵康,赵泽群,张远航,徐世英,王宁,王伟杰,程皓,邢国芳,冯万军. 玉米自交系幼苗生物量积累及根系形态对两种氮素水平的反应及聚类分析[J]. 作物杂志, 2019, (5): 28 –36 .
[9] 张中伟,杨海龙,付俊,谢文锦,丰光. 玉米粒长性状主基因+多基因遗传分析[J]. 作物杂志, 2019, (5): 37 –40 .
[10] 张永芳,钱肖娜,王润梅,史鹏清,杨荣. 不同大豆材料的抗旱性鉴定及耐旱品种筛选[J]. 作物杂志, 2019, (5): 41 –45 .