广东农业科学  2022, Vol. 49 Issue (2): 24-36   DOI: 10.16768/j.issn.1004-874X.2022.02.004.
0

文章信息

引用本文
符启位, 黄伟康, 陈积杰, 郭静依, 王绥利, 黄国宋, 罗丰. 基于灰色关联与主成分聚类分析综合评价37份长荚豇豆种质资源[J]. 广东农业科学, 2022, 49(2): 24-36.   DOI: 10.16768/j.issn.1004-874X.2022.02.004
FU Qiwei, HUANG Weikang, CHEN Jijie, GUO Jingyi, WANG Suili, HUANG Guosong, LUO Feng. Comprehensive Evaluation of 37 Long-podded Cowpea Germplasm Resources Based on Grey Relational Analysis and Principal Component and Cluster Analysis[J]. Guangdong Agricultural Sciences, 2022, 49(2): 24-36.   DOI: 10.16768/j.issn.1004-874X.2022.02.004

基金项目

海南省重点研发项目(ZDYF2019054);三亚市专项科研试制项目(2016KS16)

作者简介

符启位(1997—),男,助理农艺师,研究方向为植物保护,E-mail:fuqiwei2017@163.com.

通讯作者

罗丰(1983—),男,硕士,副研究员,研究方向为热带地区瓜菜栽培及瓜菜病虫害综合防治,E-mail:Luofeng1872@163.com.

文章历史

收稿日期:2021-06-21
基于灰色关联与主成分聚类分析综合评价37份长荚豇豆种质资源
符启位1 , 黄伟康2 , 陈积杰1 , 郭静依1 , 王绥利1 , 黄国宋1 , 罗丰1     
1. 三亚市南繁科学技术研究院,海南 三亚 572000;
2. 海南省农业科学院植物保护研究所/海南省农业科学院农产品质量安全与标准中心,海南 海口 571100
摘要:【目的】 充分挖掘并利用长荚豇豆种质资源。【方法】 对37份长荚豇豆种质资源的11个农艺性状进行主成分分析、聚类分析和灰色关联分析。【结果】 37份长荚豇豆种质资源的农艺性状变异系数为7.99%~42.02%,其中荚长、荚横径变异系数最小(< 10%),性状最稳定;其他9个农艺性状变异系数均 > 10%,可作为选育与改良品种农艺性状的首选。11个农艺性状通过主成分分析可以转化成6个主成分,其中特征值前6个主成分累计贡献率为87.17%,能代表 37份长荚豇豆种质资源特征。37份长荚豇豆种质资源在遗传距离为10时可分为Ⅰ、Ⅱ、Ⅲ共3类,其中Ⅰ类28个品种,Ⅱ类5个品种,Ⅲ类4个品种,以Ⅲ类表现较好,分别是和顺、南滨708-K、鸿丰708、汉美八号,可作为在海南进行推广种植的品种。采用加权灰色关联分析法得到综合关联度最大为和顺,关联度0.7285,表现最优。经对比发现,加权灰色关联分析法与主成分分析法筛选出来的表现较优的品种基本相同。【结论】 通过以上两种方法获得品质较好的10个种质资源中有6个相同,分别是和顺、瑞祥贵、南滨708-K、将军708、汉美七号、汉美八号,相同度达60%,表明这两种方法均可对种质资源进行评价并筛选出优良种质资源。
关键词长荚豇豆    农艺性状    主成分分析    聚类分析    灰色关联分析    
Comprehensive Evaluation of 37 Long-podded Cowpea Germplasm Resources Based on Grey Relational Analysis and Principal Component and Cluster Analysis
FU Qiwei1 , HUANG Weikang2 , CHEN Jijie1 , GUO Jingyi1 , WANG Suili1 , HUANG Guosong1 , LUO Feng1     
1. Sanya Sci-Tech Academy of Hainan National Breeding and Multiplication, Sanya 572000, China;
2. Institute of Plant Protection, Hainan Academy of Agricultural Sciences/Research Center of Quality Safety and Standards for Agricultural Products, Hainan Academy of Agricultural Sciences, Haikou 571100, China
Abstract: 【Objective】 The research was performed in order to have a full utilization of the long-podded cowpea germplasm resources. 【Method】 11 agronomic traits of 37 germplasm resources of long-podded cowpea were tested with the methods of principle component analysis, cluster analysis and grey relational analysis. 【Result】 Among the 37 germplasm resources of long-podded cowpea, the coefficient of variation of agronomic traits ranged from 7.99% to 42.02%. The coefficient of variation of pod length and pod width was the smallest (< 10%), and these traits showed the highest stability. Thus, the breeding of long-podded cowpea could be focused on screening and improving other 9 agronomic traits that had relatively high coefficient of variation (> 10%). These agronomic traits could be transferred into 6 principle components and the accumulative contribution rate of the first 6 components was 87.17%, thus they could be used to replace the 11 agronomic traits for evaluation and breeding of 37 germplasm resources of long-podded cowpea. When genetic distance degree was 10, 37 germplasm resources of long-podded cowpea cultivars could be divided into 3 cluster types: 28 cultivars were divided into type Ⅰ; 5 cultivars were divided into type Ⅱ; 4 cultivars-Heshun, Nanbin708-K, Hongfeng 708 and Hanmei No.8 belonging to type Ⅲ had relatively high yield and better quality, which were suitable for the planting and promotion of long-podded cowpea in Hainan. According to the weighted grey relational analysis, the cultivar Heshun, which had the highest weighted correlation of 0.7285, was the best for planting in Hainan. The principle component analysis and weighted grey relational analysis showed consistent result when comparing agronomic traits of 37 long-podded cowpea cultivars. 【Conclusion】 Through principle component analysis and weighted grey relational analysis, 10 germplasm resources of long-podded cowpea with better quality were obtained, respectively. Comparing these germplasm resources, 6 of them (Heshun, Ruixianggui, Nanbin 708-K, Jiangjun 708, Hanmei No. 7 and Hanmei No. 8) are in common. This indicate that both methods can be used for screening and evaluation of germplasm resources.
Key words: Vigna sesquipedalis    agronomic trait    principle component analysis    cluster analysis    grey relational analysis    

【研究意义】豇豆(Vigna unguiculata)是豆科(Leguminosae)豇豆属(Vigna)的一个重要栽培种[1]。我国是豇豆的次生起源中心,品种资源丰富[2]。长豇豆营养丰富[3],是常见种植蔬菜之一,在我国大部分地区均有种植,其中海南省种植面积已达5 340 hm2、出岛产量达15万t,是海南省冬春季主要北运蔬菜[4-5],主要销往广东、湖南、江西等省份。春节前后3个月,三亚市瓜菜特别是豇豆在国内各大市场所占份额较大,2016年春节占上海市场总份额90% 左右[6]。然而近年来,由于多年连作、病害流行等因素造成海南豇豆大量减产[7]。因此,对现有豇豆新品种进行综合评价,选育适合在海南冬春季节栽培种植的优良豇豆新品种,显得尤为重要。【前人研究进展】目前有关豇豆的研究主要集中在品种改良与增产方面[8],而对豇豆品种资源特性及分类的研究是提高育种效率的前提之一。潘飞等[9]比较了5个不同豇豆品种对斑潜蝇的抗虫性并筛选出海豇二号、南豇一号2个抗虫性较好的品种;张渭章等[10]鉴定了39份长豇豆品种的煤霉病并对其14个重要农艺性状进行考查,结果表明7个豇豆品种对煤霉病免疫、高抗或抗病,具有较优综合性状的品种有11个,有9个品种的丰产性或早熟性较优;王佩芝等[11]通过对矮生、早熟、大粒、多荚、高蛋白、抗旱等不同豇豆品种的主要优异性状分析,筛选出204份较好的豇豆资源;汪雁峰等[12]对1 192份长豇豆种质资源进行考查,结果发现矮生直立性材料7份、极早熟材料5份,荚长超过70 cm的极长荚材料3份、单荚重超过25 g的特重荚5份,百粒重超过19 g的特大粒材料4份;冯学杰等[13]对8个豇豆新品种的生物学特性、农艺性状等进行比较,同时检测个可溶性糖、可溶性蛋白含量,分析各品种耐低温能力,结果表明综合性状性状最优的品种是华赣宝冠;詹园凤等[5]通过对15份长豇豆的农艺性状、嫩荚干物质、维生素C、粗蛋白和16种氨基酸含量等进行分析,筛选出适合海南设施大棚种植栽培的豇豆品种JD1101和JD1025。张朝明等[14]开展6个长豇豆品种比较试验,测定各品种双荚率、丰产性、荚纵径、单荚重和抗病性等13个农艺性状,并采用相关分析、主成分分析和聚类分析法进行综合评价,筛选出桂豇一号、赣农超炫、超越708等3个较好的豇豆资源;陈琴等[15]对27个不同品种长豇豆进行品种比较试验,对供试品种品质性状、农艺性状和市场需求综合分析筛选出丰乐、桂豇一号、翠宝二号等3个较好的长豇豆种质资源。目前,种质资源评价主要通过农艺性状的调查比较进行,如王敏等[16]通过调查农艺性状鉴定与评价了87份节瓜种质资源,并获得早熟节瓜种质20份。然而,这种方法往往缺失不同种质材料间的亲缘关系及同一品种不同农艺性状间的相关性,因此,不少学者采用灰色关联或主成分聚类分析法对收集到的品种进行综合评价,如陈林等[17]采用主成分聚类分析法研究197份黄瓜种质资源的多样性及不同种质间的相关性;马文清等[18]用灰色关联分析法评价10个甘蔗品种13个农艺性状,结果表明桂南亚08-212、桂南亚08-186、桂南亚08-320、桂南亚08-336、桂南亚08-353品种优于对照品种。也有学者将灰色关联分析法与主成分聚类分析法结合起来,如兰孟焦等[19]对28个地方甘薯品种9个主要农艺性状作变异性、相关性、聚类和灰色关联分析,筛选出3个优良品种。【本研究切入点】目前,结合灰色关联分析法与主成分聚类分析法共同综合评价豇豆种质资源的报道还较为鲜见。【拟解决的关键问题】以2019年收集的37份不同品种长荚豇豆为材料,采用主成分析、聚类分析和灰色关联分析对其主要农艺性状进行综合评价,筛选出适合海南冬春季节栽培的新品种,为长荚豇豆新品种的选育和种质资源的开发利用提供理论依据。

1 材料与方法 1.1 试验材料

供试37份长荚豇豆种质资源于2019年从全国各地征集而来,材料名称及来源见表 1

表 1 37份长荚豇豆种质资源名称及来源 Table 1 Name and source of 37 long-podded cowpea germplasm resources

1.2 试验设计

试验在三亚市南繁科学技术研究院热带设施农业科技示范园进行。长荚豇豆播种时间为2019年11月15日,每穴播3~4粒,保苗2株,单垄双行种植,大行距80 cm、株间距25 cm,采用吊蔓立架栽培,每个品种面积20 m2,随机区组排列,3次重复。按常规栽培技术进行田间管理。

1.3 测定项目及方法

1.3.1 性状调查 在长荚豇豆采摘盛期,根据《豇豆种质资源描述规范和数据标准》[20],调查豇豆第3节间长、顶叶长宽比、茎粗、叶绿素含量、荚长、荚横径、单荚质量、叶柄长、花序长、嫩荚干物质含量等指标。其中,豇豆叶绿素含量采用手持式叶绿素仪(SPAD 502 Plus)测定。

1.3.2 分析方法 试验数据采用IBM SPSS Statistics 19.0软件计算均值、标准差,并进行主成分分析和聚类分析,其中聚类分析根据种质资源间Euclidean距离,用Ward’s法进行聚类;采用Excel 2010计算变异系数。

灰色关联分析方法,是根据因素之间发展趋势的相似或相异程度,即“灰色关联度”,作为衡量因素间关联程度的一种方法。灰色关联分析法依据灰色系统理论把37个长荚豇豆种质资源的11个性状指标组成一个灰色系统,每个种质资源作为系统中的一个因素,并设一个各主要性状最优值作为一个理想的“参考种质资源”为χ0。参试的37份长荚豇豆种质资源各项性状指标χii=1, 2, 3…,37),且χ0 ={ χ0(1),χ0(2),…,χ0(n)},χi = { χi(1),χi(2),…,χi(n)},其中n为评判的性状数,即n=11。同时,参照许如意等[21]方法计算各种质资源与参考种质资源间的关联系数、等权关联度和加权关联度。

式中,Δik)=|x0k)-xik)|,为x0数列与xi数列在第k点的绝对值;min ∆i (k) 称为二级最小差,其maxΔik)是二级最大差,意义与二级最小差相似;ρ为分辨系数,通常取值0.5,wk为各关联系数的权重。

2 结果与分析 2.1 37份长荚豇豆种质资源农艺性状比较

表 2可知,37份长荚豇豆种质资源第3节间长、顶叶长宽比、茎粗、叶绿素含量、荚长、荚横径、单荚质量、叶柄长、花序长、嫩荚干物质含量、每667 m2产量等农艺性状均值分别为13.13 cm、1.75、4.82 mm、62.90 SPAD、52.58 cm、7.01 mm、18.98 g、8.66 cm、33.06 cm、10.47%、1 476.51 kg,各性状间最大值与最小值跨度差异较大,即变异系数大,说明该性状仍有较大的可优化空间。一般情况下,变异系数大于10% 表明该性状具有较大的可改良性。37份长荚豇豆种质资源11个农艺性状的变异系数范围在7.99%~42.02%,表现为第3节间长>叶柄长>花序长>单荚质量>茎粗>产量>嫩荚干物质含量>顶叶长宽比值>叶绿素含量>10%>荚长>荚横径。其中,第3节间长变异系数最大、为42.02%,表明这个农艺性状个体间差异最大,具有最高的可筛选性;荚横径变异系数最小、为7.99%,表明这个农艺性状较稳定。

表 2 37份长荚豇豆种质资源农艺性状比较 Table 2 Comparison of agronomic traits of 37 long-podded cowpeas germplasm resources

2.2 37份长荚豇豆种质资源农艺性状的主成分分析

以37份长荚豇豆种质资源11个农艺性状为基础,计算各主成分的特征向量、特征值和贡献百分率(表 3)。通过主成分析可以将37份长荚豇豆种质资源的11个农艺性状转化为6个主成分,这6个主成分可以代表 37份长荚豇豆种质资源的11个农艺性状。其中,第1个主成分特征值为2.74,累计贡献率为24.88%,以第3节间长、荚横径和单荚质量为主要指标,特征向量分别为0.85、0.78、0.70,主要反映的是豆荚相关因子;第2个主成分特征值为2.02,累计贡献率为43.24%,主要以荚长、单荚质量、叶柄长为主要指标,特征向量分别为0.74、0.60、0.75,主要反映的是豆荚相关因子;第3个主成分特征值为1.50,累计贡献率为56.91%,以花序长、产量为主要指标,特征向量分别为-0.73、0.61,主要反映的是产量相关因子;第4个主成分特征值为1.33,累计贡献率为68.97%;第5个主成分特征值为1.19,累计贡献率为79.81%;第6个主成分特征值为0.81,累计贡献率为87.17%。

表 3 37份长荚豇豆种质资源农艺性状的主成分分析 Table 3 Principal component analysis of agronomic traits of 37 long-podded cowpea germplasm resources

由37份长荚豇豆种质资源主成分综合得分结果(表 4)可知,综合排名前10的品种有2(和顺)、5(瑞祥贵)、9(南滨708-K)、10(情满中华)、11(将军708)、18(吉丰608)、21(鸿丰708)、22(赚钱王168)、30(汉美七号)、31(汉美八号),得分最高的为31号(汉美八号2 546.7458分)。

表 4 37份长荚豇豆种质资源主成分得分及排名 Table 4 Score and ranking of principle components of 37 long-podded cowpea germplasm resources

2.3 37份长荚豇豆种质资源农艺性状的相关性分析

表 5可知,第3节间长与茎粗呈极显著负相关,相关系数为-0.559,与单荚质量、花序长呈显著正相关,相关系数为0.387、0.375,与荚横茎、产量呈极显著正相关,相关系数分别为0.557、0.452;不同长荚豇豆种质间顶叶长宽比值无显著差异;茎粗与叶炳长呈极显著正相关,相关系数为0.441,与其他农艺性状无显著相关性;荚长与单荚质量呈极显著正相关,相关系数为0.755;荚横茎与单荚质量呈极显著正相关,相关系数为0.531,与花序长呈显著正相关,相关系数为0.401;嫩荚干物质含量与其他农艺性状之间无显著相关性。

表 5 37份长荚豇豆品种资源11个农艺性状的相关性分析 Table 5 Correlation analysis of 11 agronomic traits of 37 long-podded cowpea germplasm resources

2.4 37份长荚豇豆种质资源农艺性状的聚类分析

图 1表 6可知,在遗传距离为10时,37份长荚豇豆种质资源可分为3个大类,品种编号为1(穗丰7号)、3(富贵)、5(瑞祥贵)、6(美美满满)、7(星光大道)、8(万事大吉)、10(情满中华)、11(将军708)、12(吉运天神)、14(龙翔长剑)、15(龙优888)、16(画好月圆)、17(翠深似海)、18(吉丰608)、19(F-1815)、20(丰盛706)、22(赚钱我168)、23(财神爷)、24(美星长豇)、25(柳豇8号)、26(柳豇18-7)、27(春兰秋菊)、30(汉美七号)、32(大富豪)、33(一代天骄)、35(鸿运608)、36(珍翠4号)、37(珍翠6号)的28个种植资源聚为Ⅰ类,该类长荚豇豆叶绿素含量低、叶柄长、豆荚长、单荚质量大、产量一般,但嫩荚干物质含量高,可作为豇豆干货制作备选品种种植;品种编号为4(齐丰油白豆角)、13(南海神龙)、28(汉美五号)、29(汉美六号)、34(天龙八号)的5个种质资源聚为Ⅱ类,该类长荚豇豆顶叶长宽比小、豆荚短、荚横茎细、单荚质量小、花序长、产量低,不适合在海南种植;品种编号为2(和顺)、9(南滨708-K)、21(鸿丰708)、31(汉美八号)的4个种质资源聚为Ⅲ类,该类长荚豇豆叶绿素含量高、单荚质量大、豆荚长、荚横径粗、产量高,该类长荚豇豆比第Ⅰ、第Ⅱ类具有较明显优势,适合在海南三亚地区推广种植。

图 1 37份长荚豇豆种质资源农艺性状的聚类分析 Fig. 1 Cluster analysis of 37 long-podded cowpea germplasm resources based on agronomic traits

表 6 37份长荚豇豆种质资源不同类群11个农艺性状基本情况 Table 6 Basic information of 11 agronomic traits among different clusters of 37 long-podded cowpea germplasm resources

2.5 37份长荚豇豆种质资源灰色关联分析

2.5.1 37份长荚豇豆种质资源11个农艺性状无量纲化处理 将37份长荚豇豆种质资源11个农艺性状根据参考种质资源X0农艺性状进行初值化处理,初值化以χ1~χ37的相应性状被χ0除,因此初值化以χ0除以χ1~χ37的相应性状,得出37份长荚豇豆种质资源农艺性状无纲化处理结果(表 7),其中K1~K10数值越大则品种越优,K11数值越小则品种越优。由表 7可知,不同长荚豇豆种质资源的最优农艺性状并不相同,K1最优的品种为31号(汉美八号,r=0.8502),K2最优的品种为32号(大富豪,r=0.9156),K3最优的品种为4号(齐丰油白豆角,r=0.9815),K4最优的品种为3号(富贵,r=0.9861),K5最优的品种为33号(一代天骄,r=0.9824),K6最优的品种为3号(富贵,r=0.9685),K7最优的品种为30号(汉美七号,r=0.9750),K8最优的品种为4号(齐丰油白豆角,r=0.9636),K9最优的品种为17号(翠深似海,r=0.9784),K10最优的品种为17号(翠深似海,r=0.9516),K11最小值为36号(珍翠4号,r=0.2830)。因此,在杂交育种过程中,可根据该结果针对性选择不同优良性状的材料进行杂交,以获取最优搭配。

表 7 37份长荚豇豆种质资源11个农艺性状无量纲化处理结果 Table 7 Nondimensionalization result of 11 agronomic traits of 37 long-podded cowpea germplasm resources

2.5.2 37份长荚豇豆种质资源关联系数 通过公式可求得37份长荚豇豆种质资源(xi)与参考种质资源(X0)各性状的关联系数,关联系数结果见表 8。结果表明K1关联度最大为2号(和顺,r=0.6878),K2最关联度最大为24号(美星长豇,r=0.8151),K3关联度最大为4号(齐丰油白豆角,r=0.9879),K4关联度最大为3号(富贵,r=1.0001),K5关联度最大为33号(一代天骄,r=0.9903),K6关联度最大为3号(富贵,r=0.9550),K7关联度最大为29号(汉美六号,r=0.9201),K8关联度最大为4号(齐丰油白豆角,r=0.9431),K9关联度最大为17号(翠深似海,r=0.9798),K10关联度最大为17号(翠深似海,r=0.9140),K11关联度最大为36号(珍翠4号,r=0.3463)。在实际评估过程中由于每个品种的农艺性状的重要程度不同,将人为赋予不同的权重系数(wk)。产量是豇豆最重要的性状指标,因此赋予权重系数最大、为0.35;单荚质量、荚长、荚横茎是豇豆产量的主要构成因子,因此赋予权重系数也较大,分别为0.25、0.15、0.10。

表 8 37份长荚豇豆种质资源与参考种质资源11个农艺性状的关联系数 Table 8 Correlation coefficient of 11 agronomic traits between the reference and 37 long-podded cowpea germplasm resources

2.5.3 关联度分析 根据表 8数据,计算参试种质资源与参考种质资源的等权关联系数及赋权后的加权关联度,并根据其关联度大小进行排序,排序越靠前的品种,综合性状越优。由表 9可知,不同豇豆品种等权关联度最大的为4号(齐丰油白豆角),关联度为0.7059,其综合性状最佳;加权关联度最大的品种为2号(和顺),关联度为0.7285。经加权关联排序后,未发生变化的品种有3个,上升的品种有19个,下降的品种有15个。

表 9 37份长荚豇豆种质资源与参考种质资源的关联度及排序 Table 9 Correlation and ranking of the reference and 37 long-podded cowpea germplasm resources

3 讨论

通过调查37份长荚豇豆的11个农艺性状,分析不同来源长荚豇豆品种间的差异性,筛选出适合海南种植的新品种,为长荚豇豆新品种选育提供理论依据。不同长荚豇豆品种间存在遗传差异,同时也具有相似性。一般情况下,变异系数大于10%,说明该性状在品种间个体差异较大[22-23]。本研究结果表明,不同长荚豇豆各农艺性状间的变异系数差异较大、多数大于10%,也表明37份长荚豇豆品种具有非常高的可改良性。李玉发等[24]也认为,在品种选育上首先对变异系数大的性状进行选择,比较容易获得优良品种[24]。变异系数和农艺性状分析结果为选育和品种改良提供了新方向,也为今后长荚豇豆的创新与开发提供了理论依据。本研究结果表明,除荚长、荚横径变异系数低于10% 外,其他9个农艺性状的变异系数均高于10%,这与黄伟康等[25]的研究结果相似,单荚质量、产量等指标变异系数较大。

主成分分析是通过降维将信息浓缩的一种方法,经过降维处理将多个互相关联的数值转化成少数几个互不相关的综合指标,该综合指标可以代表原始数据大部分信息的新变量。黄海涛等[26]利用主成分分析法将50个豇豆品种的5个形态指标和13个生理指标转化为7个主成分,可反映50个豇豆品种的86.81% 原始信息。本研究对37份长荚豇豆种质资源11个农艺性状进行主成分分析和聚类分析,结果表明,特征值前6个主成分反映了总信息量的87.17%,能较好地代替11个农艺性状来评价长荚豇豆。为了解长荚豇豆种质资源遗传差异和亲缘关系,通过聚类分析表明,在欧氏距离为10时,可以将37份长荚豇豆分为3大类:Ⅰ类豇豆豆荚较长,单荚质量较大,但产量不高,该类豇豆可作为备选种植品种;Ⅱ类豇豆单荚质量小、豆荚短、产量低,不适合在海南种植;Ⅲ类豇豆豆荚较长、产量高,可作为海南优先种植品种。通过聚类对豇豆种质资源归类有很大参考价值,为进一步开展豇豆主要农艺性状与产量的数量关系研究提供指导。张忠武等[27]也通过聚类分析法,将41份长荚豇豆品种分为3类。本研究中,3个类群内品种差异较小,3个类群间的品种差异较大。以数量性状作为育种目标时,这种聚类分析法对豇豆新品种选育有极大推动作用。在杂交选配亲本时,应根据遗传距离大小尽量不选用同一类亲本进行杂交,而是利用主要农艺性状的优势互补性进行品种间配组。例如,可以将Ⅰ类节间短、产量低的品种与Ⅲ类产量高、节间长的品种进行杂交,可能选育出节间短、产量高、豆荚长的优质豇豆;也可以利用豇豆不同性状间的相关性进行选育,如与产量显著相关的性状为第3节间长,则在田间初步选育时,可通过测量第3节间长初步评判该品种的产量。本研究显示,单荚质量与荚长、荚横径呈显著正相关,这与张朝明等[14]“单荚质量与荚横径显著正相关”的结论基本相同;本研究表明产量与节间长呈显著正相关,这与刘明骞等“剑豆产量与节间距离显著正相关”的结论[28]相同。

灰色关联分析法是对一个发展变化系统进行动态比较的分析方法,不同条件可能造成产量主要性状产生变化[29-30]。众多研究者利用灰色关联分析法研究、筛选优良品种,如陈连珠等[31]利用该方法筛选秋葵品种,许如意等[21]利用该方法筛选豇豆品种。本研究也利用灰色关联分析法筛选出最优品种为2号(和顺)。

随着农业科技的飞速发展,现代农业对农作物新品种的要求已不再局限于某个性状或几个性状,而是对品种多个性状的综合要求。本文通过灰色关联分析与主成分分析两种分析法对豇豆品种进行评价,通过主成分分析可知综合排名前10的种质资源有2(和顺)、5(瑞祥贵)、9(南滨708-K)、10(情满中华)、11(将军708)、18(吉丰608)、21(鸿丰708)、22(赚钱王168)、30(汉美七号)、31(汉美八号);通过灰色关联分析法得出排名前10的种质资源有2(和顺)、3(富贵)、5(瑞祥贵)、9(南滨708-K)、11(将军708)、29(汉美六号)、30(汉美七号)、31(汉美八号)、33(一代天骄)、37(珍翠6号)。通过以上两种方法获得品质较好的10个种质资源中有6个相同,相似度可达60%,即2(和顺)、5(瑞祥贵)、9(南滨708-K)、11(将军708)、30(汉美七号)、31(汉美八号),表明这两种方法均可对种质资源进行评价并筛选出优良品种。本研究结果与高小丽等[32]采用相关性与灰色关联分析综合评价豌豆的研究结果基本相同,可以结合两种方法对作物进行综合评价。本研究结果表明,运用以上两种评价方法可以更精确地筛选出优质豇豆品种,使后续试验更具针对性,筛选出的2号(和顺)与31号(汉美八号)品种排名均靠前,是值得推广的优良品种。

4 结论

利用主成分分析法得出37份长荚豇豆品种各农艺性状间的变异系数差异大,具有非常高的可改良性。通过聚类分析表明,在欧氏距离为10时,可以将37份长荚豇豆分为Ⅰ、Ⅱ、Ⅲ类:Ⅰ类豇豆品种28个,该类品种豆荚较长、单荚质量较大,但产量不高,可作为备选种植品种;Ⅱ类豇豆品种5个,该类品种单荚质量小、豆荚短、产量低,不适合在海南种植;Ⅲ类豇豆品种4个,该类品种豆荚较长、产量高,可作为海南优先种植品种。运用灰色关联分析与主成分聚类分析评价豇豆品种的结果表明,两种方法得出的结果基本相同,均可用于豇豆新品种综合评价。

参考文献(References):
[1]
陈新, 王学军, 袁星星. 豆类蔬菜设施栽培[M]. 北京: 中国农业出版社, 2013: 35-57.
CHEN X, WANG X J, YUAN X X. Protected cultivation of vegetable legumes[M]. Beijing: China Agriculture Press, 2013: 35-57.
[2]
王素. 豇豆的起源分类和遗传资源[J]. 中国蔬菜, 1989(6): 49-52.
WANG S. Origin, taxonomy and genetic resources of long-podded cowpea[J]. China Vegetables, 1989(6): 49-52.
[3]
李显石. 浅谈豇豆繁种高产高效栽培技术要点[J]. 吉林蔬菜, 2016(1): 19. DOI:10.16627/j.cnki.cn22-1215/s.2016.01.012
LI X S. High yield and high efficiency cultivation of long-podded cowpea seed propagation[J]. Jilin VegetabLes, 2016(1): 19. DOI:10.16627/j.cnki.cn22-1215/s.2016.01.012
[4]
黄国宋, 李秋洁, 刘勇, 吴乾兴, 叶其宏, 罗丰, 孔祥义. 三亚市冬种豇豆品种比较试验[J]. 热带农业科学, 2017, 37(1): 53-59. DOI:10.12008/j.issn.1009-2196.2017.01.012
HUANG G S, LI Q J, LIU Y, WU Q X, YE Q H, LUO F, KONG X Y. Comparative trail of cowpea varieties in winter in Sanya[J]. Chinese Journal of Tropical Agriculture, 2017, 37(1): 53-59. DOI:10.12008/j.issn.1009-2196.2017.01.012
[5]
詹园凤, 党选民, 戚志强, 贺滉, 杨衍. 长豇豆种质资源主要农艺及品质性状分析[J]. 南方农业学报, 2015, 46(11): 2006-2010. DOI:10.3969/j:issn.2095-1191.2015.11.2006
ZHAN Y F, DANG X M, QI Z Q, HE H, YANG Y. Main Main agronomic and quality characters of asparagus bean(Vigna unguiculata ssp. sesquipedalis)germplasms[J]. Journal of Southern Agriculture, 2015, 46(11): 2006-2010. DOI:10.3969/j:issn.2095-1191.2015.11.2006
[6]
袁伟方, 李祖莅, 王硕. 三亚市豇豆产业发展现状与对策[J]. 中国热带农业, 2018(4): 24-26. DOI:10.3969/j.issn.1673-0658.2018.04.006
YUAN W F, LI Z L, WANG S. Current situation and countermeasures of asparagus bean industry in Sanya[J]. China Tropical Agriculture, 2018(4): 24-26. DOI:10.3969/j.issn.1673-0658.2018.04.006
[7]
李秋洁, 符启位, 王爽, 黄国宋, 刘勇, 叶其宏, 吴乾兴, 孔祥义. 海南三亚豇豆枯萎病病原菌鉴定及室内药剂筛选[J]. 热带农业科学, 2017, 37(6): 38-42. DOI:10.12008./j.issn.1009-2196.2017.06.009
LI Q J, FU Q W, WANG S, HUANG G S, LIU Y, YE Q H, WU Q X, KONG X Y. Pathogenic identification and indoor screening of cowpea Fusarium wilt in Sanya, Hainan Province[J]. Chinese Journal of Tropical Agriculture, 2017, 37(6): 38-42. DOI:10.12008./j.issn.1009-2196.2017.06.009
[8]
唐建洲, 张志元, 胡丽琴, 游勇, 罗永兰. 植物营养剂对豇豆产量还原糖、维生素C及有机硒含量的影响[J]. 湖北农业科学, 2014, 53(1): 41-42. DOI:10.14088/j.cnki.issn0439-8114.2014.01.031
TANG J Z, ZHANG Z Y, HU L Q, YOU Y, LUO Y L. Effects of plant nutrients on the yield reducing sugar, vitamin C and organic selenium content of cowpea(Vigna unguiculata)[J]. Hubei Agricultural Sciences, 2014, 53(1): 41-42. DOI:10.14088/j.cnki.issn0439-8114.2014.01.031
[9]
潘飞, 冯青, 冯玉洁, 李道敏, 王三勇. 不同豇豆品种对斑潜蝇的抗虫性比较和筛选[J]. 蔬菜, 2021(3): 43-47.
PAN F, FENG Q, FENG Y J, LI D M, WANG C Y. Comparison and screening of resistance of different cowpea cultivars to Liriomyza[J]. Vegetables, 2021(3): 43-47.
[10]
张渭章, 汪雁峰, 林美琛. 长豇豆资源的遗传距离估测和聚类分析[J]. 园艺学报, 1994(2): 180-184. DOI:10.3321/j.issn.:0513-353X.1994.02.020
ZHANG W Z, WANG Y F, LIN M C. Genetic distance and cluster analysis of long-podded cowpea gemplasms[J]. Acta Horticulturae Sinica, 1994(2): 180-184. DOI:10.3321/j.issn.:0513-353X.1994.02.020
[11]
王佩芝, 冯庆平, 阎家廉, 韩粉霞. 豇豆优异种质资源综合评价[J]. 作物品种资源, 1995(3): 14-16. DOI:10.19462/j.cnki.1671-895x.1995.03.005
WANG P Z, FENG Q P, YANG J L, HAN F X. Excellent gemplasms evaluation of cowpea[J]. China Seed Industry, 1995(3): 14-16. DOI:10.19462/j.cnki.1671-895x.1995.03.005
[12]
汪雁峰, 张渭章, 高迪明. 千份豇豆种质资源十大农艺性状的鉴定与分析[J]. 中国蔬菜, 1997(2): 17-20.
WANG Y F, ZHANG W Z, GAO D M. Identification and analyse of ten agronomic traits over thousand of cowpea gemplasms[J]. China Vegetables, 1997(2): 17-20.
[13]
冯学杰, 吴月燕, 刘振文, 邓长智, 李雪峤. 北运型豇豆新品种比较试验[J]. 广东农业科学, 2011, 38(21): 56, 62. DOI:10.16768/j.issn.1004-874X.2011.21.064
FENG X J, WU Y Y, LIU Z W, DENG C Z, LI X Q. Comparative test of new varieties of cowpea special for north transport[J]. Guangdong Agricultural Sciences, 2011, 38(21): 56, 62. DOI:10.16768/j.issn.1004-874X.2011.21.064
[14]
张朝明, 赵坤, 唐胜, 黎兆山, 陈梅, 周作高, 周生茂. 6个豇豆品种农艺性状的相关性、主成分及聚类分析[J]. 西南农业学报, 2021, 34(3): 501-507. DOI:10.16213/j.cnki.scjas.2021.3.006
ZHANG C M, ZHAO K, TANG S, LI Z S, CHEN M, ZHOU Z G, ZHOU S M. Correlation, principal component and cluster analysis of agronomic traits of six cowpea varieties[J]. Southwest China Journal of Agricultural Sciences, 2021, 34(3): 501-507. DOI:10.16213/j.cnki.scjas.2021.3.006
[15]
陈琴, 张朝明, 郭元元, 赵坤, 车江旅, 蒋月喜, 宋焕忠, 吴永升, 张力, 陈振东. 广西沿海地区不同长豇豆品种性状评价及品种筛选[J]. 种子, 2020, 39(12): 146-150, 9. DOI:10.16590/j.cnki.1001-4705.2020.12.146
CHEN Q, ZHANG C M, GUO Y Y, ZHAO K, CHE J L, JIANG Y X, SONG H Z, WU Y S, ZHANG L, CHEN Z D. Character evaluation and variety screening of different Vigna sesquipedalis varieties in coastal areas of Guangxi[J]. Seed, 2020, 39(12): 146-150, 9. DOI:10.16590/j.cnki.1001-4705.2020.12.146
[16]
王敏, 刘文睿, 何晓明, 江彪, 林毓娥, 谢大森, 彭庆务. 节瓜种质资源鉴定评价与利用[J]. 广东农业科学, 2021, 48(5): 35-41. DOI:10.16768/j.issn.1004-874X.2021.05.005
WANG M, LIU W R, HE X M, JIANG B, LIN Y E, XIE D S, PENG Q W. Identification, evaluation and utilization of germplasm resources of Chieh-qua[J]. Guangdong Agricultural Sciences, 2021, 48(5): 35-41. DOI:10.16768/j.issn.1004-874X.2021.05.005
[17]
陈林, 曹振强, 梁肇均, 何晓明, 王敏, 刘文睿, 彭庆务, 林毓娥. 黄瓜种质资源农艺性状多样性分析[J]. 广东农业科学, 2021, 48(6): 15-22. DOI:10.16768/j.issn.1004-874X.2021.06.003
CHEN L, CAO Z Q, LIANG Z J, HE X M, WANG M, LIU W R, PENG Q W, LIN Y E. Diversity analysis of agronomic traits of cucumber germplasm resources[J]. Guangdong Agricultural Sciences, 2021, 48(6): 15-22. DOI:10.16768/j.issn.1004-874X.2021.06.003
[18]
马文清, 郭强, 邱文武, 李恒锐, 彭崇, 韦持章, 施丁寿. 利用灰色关联分析法评价甘蔗自育新品系[J]. 广东农业科学, 2014, 41(5): 71-73, 78. DOI:10.16768/j.issn.1004-874X.2014.05.024
MA W Q, GUO Q, QIU W W, LI H R, PENG C, WEI C Z, SHI D S. Comprehensive evaluation on new self-cultivated sugarcane lines by grey relational analysis[J]. Guangdong Agricultural Sciences, 2014, 41(5): 71-73, 78. DOI:10.16768/j.issn.1004-874X.2014.05.024
[19]
兰孟焦, 吴问胜, 肖满秋, 潘皓, 侯隆英, 葛瑞华. 江西甘薯品种资源主要农艺性状分析与综合评价[J]. 东北农业大学学报, 2021, 52(10): 1-10. DOI:10.19720/j.cnki.issn.1005-9369.2021.10.001
LAN M J, WU W S, XIAO M Q, PAN H, HOU L Y, GE R H. Analysis and comprehensive evaluation of main agronomic traits of sweet potato varieties in Jiangxi Province[J]. Journal of Northeast Agricultural University, 2021, 52(10): 1-10. DOI:10.19720/j.cnki.issn.1005-9369.2021.10.001
[20]
王佩芝, 李锡香, 王述民, 宗绪晓, 程须珍. 豇豆种质资源描述规范和数据标准[S]. 北京: 中国农业出版社, 2006.
WANG P Z, LI X X, WANG S M, ZONG X X, CHENG X Z. Descriptors and data standard for cowpea〔Vigna unguiculata(L. )Walp〕[M]. Beijing: China Agriculture Press, 2006.
[21]
许如意, 袁廷庆, 罗丰, 曹兵, 肖日升, 李劲松. 灰色关联度综合评判设施栽培豇豆品种[J]. 热带作物学报, 2011, 32(2): 213-216. DOI:10.3969/J.issn.1000-2561.2011.02.005
XU R Y, YUAN Y Q, LUO F, CAO B, XIAO R S, LI J S. Application of the grey relational analysis on the yard long bean in facility[J]. Chinese Journal of Tropical Crops, 2011, 32(2): 213-216. DOI:10.3969/J.issn.1000-2561.2011.02.005
[22]
张龙进, 李桂双, 白成科, 文苗苗, 张志勤. 山茱萸种质资源数量性状评价及相关性分析[J]. 植物遗传资源学报, 2012, 13(4): 655-659. DOI:10.13430/j.cnki.jpgr.2012.04.006
ZHANG L J, LI G S, BAI C K, WEN M M, ZHANG Z Q. Evaluation and correlation analysis on quantitative traits of Cornus officinalis germplasm resources[J]. Journal of Plant Genetic Resources, 2012, 13(4): 655-659. DOI:10.13430/j.cnki.jpgr.2012.04.006
[23]
董灵艳, 张洪勇, 袁海涛, 史加亮, 贾立洪, 张占宇, 杨秀凤. 山东省转基因棉花品种数量性状遗传多样性分析[J]. 江苏农业科学, 2018, 46(13): 86-88. DOI:10.15889/j.issn.1002-1302.2018.13.020
DONG L Y, ZHANG H Y, YUAN H T, SHI J L, JIA L H, ZHANG Z Y, YANG X F. Genetic diversity analysis of quantitative traits of transgenic cotton cultivars in Shandong province[J]. Jiangsu Agricultural Sciences, 2018, 46(13): 86-88. DOI:10.15889/j.issn.1002-1302.2018.13.020
[24]
李玉发, 窦忠玉, 梁军, 王佰众, 刘红欣, 栾天浩, 赵德, 张学军, 何中国. 花生主要农艺性状的遗传变异及相关性和主成分分析[J]. 辽宁农业科学, 2013(3): 11-14. DOI:10.3969/j.issn.1002-1728.2013.03.003
LI Y F, DOU Z Y, LIANG J, WANG B Z, LIU H X, LUAN T H, ZHAO D, ZHANG X J, HE Z G. Genetic variation, correlation and principal component analysis on major agronomic trait of peanut[J]. Liaoning Agricultural Sciences, 2013(3): 11-14. DOI:10.3969/j.issn.1002-1728.2013.03.003
[25]
黄伟康, 刘勇, 符启位, 钟祥涛, 罗丰, 吴乾兴. 七十五份长荚豇豆品种资源农艺性状的主成分与聚类分析[J]. 北方园艺, 2020(7): 10-19. DOI:10.11937/bfyy.20193511
HUANG W K, LIU Y, FU Q W, ZHONG X T, LUO F, WU Q X. Principal component and cluster analysis for agronomic traits of seventy-five cowpea varieties[J]. Northern Horticulture, 2020(7): 10-19. DOI:10.11937/bfyy.20193511
[26]
黄海涛, 胡江, 徐冬梅, 林仁亨, 谭华强, 李焕秀. 基于主成分分析和模糊评价法的豇豆成株期耐冷性综合评价和鉴定[J]. 西南农业学报, 2018, 31(12): 2537-2547. DOI:10.16213/j.cnki.scjas.2018.12.015
HUANG H T, HU J, XU D M, LIN R H, TAN H Q, LI H X. Comprehensive identification and evaluation of cowpea cold tolerance at adult stage based on principal component analysis and fuzzy evaluation[J]. Southwest China Journal of Agricultural Sciences, 2018, 31(12): 2537-2547. DOI:10.16213/j.cnki.scjas.2018.12.015
[27]
张忠武, 孙信成, 詹远华, 田军, 杨连勇, 马建军. 豇豆种质资源农艺性状的相关性、主成分及聚类分析[J]. 中国农学通报, 2017, 33(36): 63-71. DOI:10.11924/j.issn.1000-6850.casb16110030
ZHANG Z W, SUN X C, ZHAN Y H, TIAN J, YANG L Y, MA J J. Agronomic characters of cowpea germplasm resources: correlation, principal component and cluster analysis[J]. Chinese Agricultural Science Bulletin, 2017, 33(36): 63-71. DOI:10.11924/j.issn.1000-6850.casb16110030
[28]
刘明骞, 陈丽君, 周玮, 丁美美, 陈晓阳. 剑豆主要农艺性状多样性研究与综合评价[J]. 热带作物学报, 2021, 42(2): 349-355. DOI:10.3969/j.issn.1000.2561.2021.02.008
LIU M Q, CHEN L J, ZHOU W, DING M M, CHEN X Y. Study and comprehensive evaluation on the diversity of agronomic characters of Canavalia ensiformis[J]. Chinese Journal of Tropical Crops, 2021, 42(2): 349-355. DOI:10.3969/j.issn.1000.2561.2021.02.008
[29]
郭瑞林, 齐光荣, 刘亚飞, 王景顺. 作物灰色育种学的研究与应用[J]. 安阳工学院学报, 2008(6): 81-84. DOI:10.19329/j.cnki.1673-2928.2008.06.024
GUO R L, QI G R, LIU Y F, WANG J S. Review of crop grey breeding science[J]. Journal of Anyang Institute of Technology, 2008(6): 81-84. DOI:10.19329/j.cnki.1673-2928.2008.06.024
[30]
邵根成. 灰色关联多维综合评判在玉米区域试验品种评价中的应用[J]. 河北农业科学, 2009(2): 11-13. DOI:10.16318/j.cnki.hbnykx.2009.02.028
SHAO G C. Application of grey correlative multi-dimensional comprehensive evaluation on the maize varieties of regional trial[J]. Journal of Hebei Agricultural Sciences, 2009(2): 11-13. DOI:10.16318/j.cnki.hbnykx.2009.02.028
[31]
陈连珠, 肖日升, 林道元, 罗丰, 杨小峰. 基于灰色关联分析的黄秋葵品种综合评估[J]. 南方农业学报, 2016, 47(3): 419-423. DOI:10.3969/j:issn.2095-1191.2016.03.419
CHEN L Z, XIAO R S, LIN D Y, LUO F, YANG X F. Comprehensive assessment for Abelmoschus esculentus L. cultivars based on grey correlation analysis[J]. Journal of Southern Agriculture, 2016, 47(3): 419-423. DOI:10.3969/j:issn.2095-1191.2016.03.419
[32]
高小丽, 廖文华, 王姗姗, 杨文才, 戴相林, 张玉红. 豌豆主要农艺和品质性状的相关性及灰色关联度分析[J]. 作物杂志, 2016(5): 56-60. DOI:10.16035/j.issn.1001-7283.2016.05.010
GAO X L, LIAO W H, WANG S S, YANG W C, DAI X L, ZHANG Y H. Relationships among major agronomic traits and nutritional characters of pea based on correlation/grey relational analysis[J]. Crops, 2016(5): 56-60. DOI:10.16035/j.issn.1001-7283.2016.05.010

(责任编辑     张辉玲)