大麦是世界上最早被驯化的粮食作物和饲料作物之一，至今已有数千年的栽培历史。大麦具有早熟、丰产、广适、生育期短和抗逆性强等特点，在世界范围被广泛种植，可作为粮食、饲料、啤酒及保健品原料，近年来大麦的营养及药用价值日益受到人们的青睐。大麦是世界上仅次于水稻、小麦和玉米的第四大禾谷类作物，培育和利用高产、优质、专用、多抗和广适新品种是大麦产业发展的前提。丰富的种质资源是选育大麦品种的基础，通过系统研究大麦种质资源的特性及遗传规律是合理利用大麦资源、选配亲本组合和提高育种效率的前提条件^[1]。对大麦种质资源进行合理的分析和评价，有助于挖掘大麦特异种质资源、充分利用其优良基因和加快育种进程^[2]。

通过农艺性状^[3⇓-5]、品质性状^[6-7]及分子标记^{[8⇓⇓⇓-12]}等不同水平鉴定分析大麦种质资源的遗传多样性已有诸多报道，赵斌等^[13]对111份多棱大麦种质的7个农艺性状进行聚类分析和主成分分析，认为111份多棱大麦种质遗传多样性高，各性状变异差别较大。牛小霞等^[1]对97份大麦种质资源的6个农艺性状进行聚类分析，筛选出矮秆、半矮秆、抗病、抗倒伏的优异资源。刘亚楠等^[14]对97份二棱大麦种质资源的综合评价，认为二棱大麦种质的穗长、单株穗数和单株粒重等变异较为丰富，育种的增益效应体现在穗长和穗数的适度增加。徐先良等^[15]对61份大麦亲本材料农艺性状进行鉴定及遗传多样性分析，认为国内大麦种质遗传变异小、遗传距离近、遗传基础狭窄，需加强新种质的引进，丰富遗传基础。田朋佳等^[16]对140份西藏大麦种质资源遗传多样性分析，认为西藏大麦资源存在着丰富的遗传多样性。陈晓东等^[17]对137份栽培与野生大麦籽粒性状比较及群体遗传多样性进行分析，认为野生大麦含有大量优良基因，育种上可选择与野生大麦遗传距离相近的二棱大麦组配，有利于优良基因位点纯合。近年来，对辣椒^[18]、燕麦^[19]和大豆^[20]等作物的研究也逐渐应用主成分分析等方法进行种质资源鉴定与综合评价。据此，本研究通过聚类分析、主成分分析和回归分析等多元分析与评价方法，对143份大麦种质资源的11个性状进行综合评价，明确大麦种质遗传多样性，发掘综合性状优良或特异种质，为今后大麦种质资源综合利用及亲本选配提供依据。

参试大麦种质材料共143份，保存于河南省驻马店市农业科学院大麦种质资源库，包括国外引进种质资源、不同地方种质资源和各地育成品种等（表1）。

试验材料于2020-2021和2021-2022年度连续2个大麦生长周期种植于河南省驻马店市农业科学院试验站（114°12ʹ E，32°35ʹ N），该地处于暖温带向亚热带过渡带，属大陆性季风气候，光照充足，热量丰富，雨量充沛，多年平均气温14.8°C~15.4°C，年均日照时数1854.1~2076.8h，年均降水量832.9~ 971.3mm。

试验采用随机区组设计，设3次重复，行长2.00m，行距0.30m，株距0.15m，各材料每个重复种植3行，人工进行单粒点播，田间管理同大田生产。

按照《大麦种质资源数据质量控制规范》统一调查记录供试种质资源的农艺性状。于蜡熟期量取株高、穗长和穗下节长，调查单株有效穗数和穗粒数，每份材料随机选取10株进行性状统计并取平均值;蜡熟末期每份材料的3行进行全部收割和晾晒，考种后测定千粒重和产量。使用DA7200型近红外谷物品质分析仪[波通瑞华科学仪器（北京）有限公司生产]测定籽粒的蛋白质（%）、水分（%）、淀粉（%）和粗纤维含量（%），每份材料每个重复测定5次，取平均值。

利用Excel进行数据处理，计算各性状平均值、最大值、最小值、标准差、变异系数和多样性指数;利用RStudio进行聚类作图;用SAS 9.2进行多重比较分析;用SPSS 26.0进行主成分分析。

对143份大麦种质资源的7个农艺性状进行多样性分析，结果（表2）表明，7个性状的变异系数为14.30%~65.75%，平均值30.81%。株高的变异系数最小，为14.30%，产量、穗粒数和单株有效穗数的变异系数高于平均值。多样性指数（H′）为1.33~2.06，平均值1.86。其中穗粒数的H′最小，为1.33，产量的为1.85，其他5个性状的H′均高于平均值。以上结果表明这批大麦种质资源农艺性状的变异程度较大，遗传类型丰富。产量、穗粒数和单株有效穗数等性状的变异范围较大，穗下节长、单株有效穗数和株高等性状的多样性较为丰富。

对143份大麦种质资源的4个品质指标进行多样性分析，结果（表2）表明，4个性状的变异范围为3.78%~14.17%，平均值为9.08%，其中粗纤维和蛋白质含量的变异系数均高于平均值，表明这批种质资源在这2个性状上存在明显差异。水分的变异系数最小，为3.78%，淀粉含量的次之，为7.18%，说明供试种质资源这2项指标变异程度较小。4个品质指标的H′变化范围为1.72~2.07，平均值1.89，蛋白质含量H′最高，为2.07，粗纤维含量的最低，为1.72，说明供试种质资源蛋白质含量多样性丰富，应用潜力较大。

根据7个农艺性状和4个品质指标对143份大麦种质资源进行聚类分析，可划分为4个类群（图1）。类群Ⅰ包含编号7、77、115和22等66份材料;类群Ⅱ包含编号3、4、81和141等47份材料;类群Ⅲ包含编号30、109、31和16等23份材料;类群Ⅳ包含编号2、1、15和54等7份材料。

根据聚类结果对不同类群的性状进行方差分析（表3），不同类群间的农艺性状和品质指标差异较大，除产量和蛋白质含量2个性状不显著外，其他性状间存在显著性差异。类群Ⅰ表现为单株有效穗数、千粒重、产量、株高、穗长和穗下节长最高，品质指标蛋白质、水分、淀粉和粗纤维含量相对较高，为二棱高秆材料。类群Ⅱ表现为蛋白质含量最高，单株有效穗数、千粒重、产量、穗下节长相对较高，株高和穗长相对较低，为二棱矮秆材料。类群Ⅲ表现为水分和粗纤维含量最高，蛋白质含量最低，穗粒数、株高、穗长及淀粉含量相对较高，单株有效穗数、千粒重和穗下节长相对较低，为多棱高秆材料。类群Ⅳ表现为穗粒数和淀粉含量最高，单株有效穗数、千粒重、产量、株高、穗长、穗下节长、水分和粗纤维含量最低，为多棱矮秆材料。因此，在优异种质资源创制及利用中，应根据不同类群种质资源的特性进行筛选应用^[21]。

将143份大麦种质资源的11个性状进行降维因子分析，结果（表4）表明，前6个主成分所构成的信息量为总信息量的85.17%，其中前4个主成分的贡献率达70.19%，反映了全部信息中的大部分信息。根据特征值和各主成分的贡献率可以看出，第1主成分的初始特征值为2.71，贡献率为24.62%，对应的特征向量以粗纤维含量、千粒重、株高、穗下节长的正值和以淀粉含量、穗粒数的负值影响较大;第2主成分的初始特征值为2.42，贡献率为21.96%，对应的特征向量以淀粉含量最大（0.67），其次为穗长（0.62）;第3主成分的初始特征值为1.52，贡献率为13.80%，对应的特征向量以穗粒数最大（0.60），其次为水分含量（0.54）;第4主成分初始特征值为1.08，贡献率为9.81%，特征向量以穗下节长（0.67）和单株有效穗数（-0.76）影响较大;第5主成分特征值为0.90，贡献率为8.17%，特征向量以株高（-0.64）影响较大;第6主成分特征值为0.75，贡献率为6.80%，特征向量以产量（0.42）影响最大。

特征值与因子相互关系的碎石图（图2），从侧面反映了前6个主成分基本上代表了大麦种质资源11个性状的绝大部分信息。

对143份大麦种质资源11个性状数值进行标准化处理，获得前6个主成分得分，以各性状贡献率计算各主成分权重系数，利用前6个主成分得分值与其对应的权重乘积之和作综合指标，对各种质资源进行综合评分和排序（表1）。利用表4的各主成分得分系数得到如下方程式（x₁、x₂、x₃、x₄、x₅、x₆、x₇、x₈、x₉、x₁₀、x₁₁分别代表单株有效穗数、千粒重、穗粒数、产量、株高、穗长、穗下节长、水分、蛋白质含量、淀粉含量、粗纤维含量）：

第1主成分：y₁=0.24x₁+0.68x₂-0.53x₃+0.30x₄+ 0.53x₅+0.29x₆+0.49x₇+0.45x₈+0.20x₉-0.71x₁₀+0.69x₁₁;

第2主成分：y₂=0.25x₁+0.41x₂-0.29x₃+0.35x₄+ 0.56x₅+0.62x₆+0.17x₇-0.45x₈-0.54x₉+0.67x₁₀-0.56x₁₁;

第3主成分：y₃=-0.09x₁-0.35x₂+0.60x₃+0.36x₄+0.21x₅+0.38x₆-0.19x₇+0.54x₈-0.55x₉-0.01x₁₀+0.29x₁₁;

第4主成分：y₄=-0.76x₁-0.07x₂+0.13x₃-0.02x₄+ 0.18x₅-0.05x₆+0.67x₇-0.03x₈+0.03x₉+0.06x₁₀-0.08x₁₁;

第5主成分：y₅=0.40x₁-0.21x₂+0.05x₃-0.64x₄+ 0.27x₅-0.13x₆+0.34x₇+0.12x₈-0.25x₉+0.05x₁₀+0.04x₁₁;

第6主成分：y₆=0.34x₁-0.11x₂+0.32x₃+0.42x₄+ 0.24x₅-0.35x₆+0.20x₇-0.04x₈+0.30x₉+0.02x₁₀-0.16x₁₁。

利用公式y=0.25y₁+0.22y₂+0.14y₃+0.10y₄+0.08y₅+ 0.07y₆可计算出143份大麦种质资源主要性状的主成分得分，即为各材料主要性状的综合得分^[1]。综合得分越高，表明综合性状表现越好^[2]。143份大麦种质资源排名（表1）前10位的分别是AT-1、盐单55、京338-340、87-9-5、盐88284、浙皮1号、京281-283、84-8-4、98-003、京284-286，这些种质资源综合性状表现较好，可直接作为优良的育种材料加以利用。

作物新品种的选育依赖于优异基因的发掘和利用，对大麦种质资源进行合理的分析和评价，是进行合理利用的前提，农艺性状的鉴定和评价是种质资源研究的基本方法，可为大麦杂交育种和良种选育提供依据^{[1⇓⇓⇓-5]}。目前，针对大麦种质资源农艺性状的分析评价已有初步的研究^{[3⇓-5,13⇓⇓⇓-17]}。牛小霞等^[1]通过对97份大麦种质资源农艺性状分析表明，97份大麦种质资源农艺性状变异系数9.18%~19.14%。本研究对143份大麦种质资源的7个主要性状进行综合评估，7个农艺性状的变异系数为14.30%~65.75%，远高于刘亚楠^[2]对97份二棱大麦种质的株高、穗长、穗下节长、单株生物量、主穗粒数、单株穗数、千粒重和单株粒重8个主要性状的变异范围（9.42%~26.99%），表明供试材料整体变异幅度较大，遗传范围广阔，与张向前等^[19]研究发现的燕麦种质资源主要农艺性状变异系数基本一致。本研究农艺性状多样性指数为1.33~ 2.06，平均值1.86，略高于李守明^[22]对107份大麦种质资源的研究结果，与刘亚楠等^[23]对六棱裸大麦的研究结果相似。供试大麦种质粗纤维和蛋白质含量变异系数较高，蛋白质含量的多样性指数最高，说明这批种质蛋白质含量遗传变异丰富，应用范围较大，可在育种中加以利用，丰富现有种质资源的遗传基础。

聚类分析在多种作物种质资源分类方面得到应用，对于科学评价材料优劣的真实性有较好的效果。通过聚类分析既可以看出类群间的相互关系，又可以了解类群内各品种（系）的亲缘关系远近，且参与聚类分析的性状越多越能综合反映种质资源的实际情况^[21]。赵斌等^[13]通过聚类分析的方法对111份多棱大麦种质资源进行聚类，认为可根据目标性状从不同类群入手，有针对性地选配亲本，以改良目标性状，提高育种成效。宋全昊等^[21]对35份人工合成小麦进行聚类分析，认为人工合成六倍体小麦的品质性状较为优良，可用作普通小麦品质性状改良的种质资源。本研究对143份大麦种质资源进行聚类分析，不同类群间的多个性状存在显著差异，类群Ⅰ和类群Ⅱ为二棱种质，类群Ⅰ表现为单株有效穗数、千粒重、产量、株高和穗长最高，改良产量性状可从类群Ⅰ入手，类群Ⅱ和类群Ⅳ为表现为矮秆种质，改良株高可利用类群Ⅱ和类群Ⅳ，类群Ⅲ和类群Ⅳ表现为多粒型，为多棱种质。因此，可根据不同类群种质资源的特性进行筛选应用，以改良目标性状，优化组合选配。

主成分分析是遗传改良育种中较为常用的一种分析方法^[3]，可以在不损失或者损失很少原有信息的前提下，将较多的彼此相关的指标换算成个数较少且彼此独立的综合指标，可以较为科学地对品种（系）的综合性状进行评价^[21]。刘亚楠等^[23]对89份六棱大麦种质资源表型性状进行主成分分析，表明前5个主成分对变异的贡献率为89.235%。本研究对143份大麦种质资源的主要性状进行主成分分析，前6个主成分所构成的信息量为总信息量的85.17%，基本上代表了大麦种质资源11个原始性状指标的绝大部分信息。揭示了各主成分包含的性状是相互联系的，因此在育种工作中应根据育种目标充分考虑各农艺性状之间的相互关系，加强对相应主成分因子的选择。第1主成分对应的特征向量以粗纤维含量、千粒重、株高、穗下节长的正值和以淀粉含量、穗粒数的负值影响较大，即在选择千粒重较大的材料时其穗粒数可能受到负面影响。因此，在选择主成分对应的性状时要综合考虑主成分分析结果。

种质的综合评价（得分）可为育种者提供直观、便捷、量化的参考指标^[14]，综合得分排名前10位的大麦种质资源中，3份为从北京引进的国外材料，2份为创制的中间过渡品系，其余均为国内育成品种。这些种质综合性状好，可在生产中直接应用。

143份大麦种质资源的主要性状存在较为丰富的遗传变异，7个农艺性状的变异系数为14.30%~ 65.75%，平均值为30.81%;多样性指数为1.33~ 2.06，平均值1.86。4个品质性状的变异范围为3.78%~14.17%，平均值9.08%;多样性指数变化范围为1.72~2.07，平均值1.89。根据7个农艺性状及4个品质性状将143份大麦种质分为4个类群，不同类群之间性状差异明显，可根据各类群种质的特性针对性地加以利用。主成分分析表明，前6个主成分的信息量为总信息量的85.17%，反映了全部信息中的大部分。结合主成分分析构建大麦种质多性状的综合评价方程进行综合评分，筛选出10份综合性状优良的种质，为精准鉴评优异大麦种质提供依据。