广东农业科学  2023, Vol. 50 Issue (6): 27-35   DOI: 10.16768/j.issn.1004-874X.2023.06.004.
0

文章信息

引用本文
胡彦师, 周世俊, 刘晓东, 涂敏, 曾霞. 橡胶树野生种质资源产量相关性状的灰色关联度分析[J]. 广东农业科学, 2023, 50(6): 27-35.   DOI: 10.16768/j.issn.1004-874X.2023.06.004
HU Yanshi, ZHOU Shijun, LIU Xiaodong, TU Min, ZENG Xia. Grey Relational Analysis on Yield-Related Traits of Wild Germplasm Resources of Hevea brasiliensis[J]. Guangdong Agricultural Sciences, 2023, 50(6): 27-35.   DOI: 10.16768/j.issn.1004-874X.2023.06.004

基金项目

国家重点研发计划项目(2019YFD1001100);农业农村部、海南省农业农村厅物种资源保护项目(19221891,18220019)

作者简介

胡彦师(1976—), 男,硕士,副研究员,研究方向为橡胶树种质资源保存与创新利用,E-mail:mfcjason@163.com.

通讯作者

曾霞(1976—),女,硕士,研究员,研究方向为橡胶树资源与育种,E-mail:hnzengxia@163.com.

文章历史

收稿日期:2022-10-09
橡胶树野生种质资源产量相关性状的灰色关联度分析
胡彦师 , 周世俊 , 刘晓东 , 涂敏 , 曾霞     
中国热带农业科学院橡胶研究所/农业农村部橡胶树生物学与遗传资源利用重点实验室/海南省热带作物栽培生理学重点实验室/省部共建国家重点实验室培育基地,海南 海口 571101
摘要:【目的】 天然橡胶是重要的工业原料和战略物资,在国民经济发展中具有十分重要的地位和作用,属资源约束性产业,其主要来源于巴西橡胶树,在已知的产胶植物中以橡胶树的产胶量最高,质量最好。巴西橡胶树以收获胶乳为主要经济产出,胶乳产量是受微效多基因控制的数量性状,影响因素较多,其表型值受遗传效应和环境效应影响,为全面了解橡胶树野生种质资源产量与主要相关农艺性状的关系,对橡胶树干胶产量及主要农艺性状进行研究,以期为橡胶树种质资源鉴定评价筛选以及新品种选育种研究提供科学依据。【方法】 采用灰色关联度分析法,对种植于中国热带农业科学院试验场红星队的13份橡胶树野生种质资源产量及生长等相关农艺性状进行研究分析。【结果】 与株次干胶产量相关的8个主要农艺性状的关联顺序为茎围>干胶含量>平均乳管个数〉平均乳管列数〉树皮厚度〉茎围增长〉侧脉胶等级〉胶值比,对应权重分别为茎围0.1380、干胶含量0.1338、平均乳管个数0.1322、平均乳管列数0.1264、树皮厚度0.1205、茎围增长0.1182、侧脉胶等级0.1178、胶值比0.1143。综上,茎围、干胶含量、乳管数目、树皮厚度等性状与干胶产量的关联度较密切,对株次干胶产量影响较大。【结论】 在橡胶树种质资源鉴定评价中,应以茎围、干胶含量、乳管数量等性状为重点,并兼顾其他性状对产量的潜在影响。
关键词巴西橡胶树    野生种质资源    产量    相关性状    灰色关联度分析    
Grey Relational Analysis on Yield-Related Traits of Wild Germplasm Resources of Hevea brasiliensis
HU Yanshi , ZHOU Shijun , LIU Xiaodong , TU Min , ZENG Xia     
Rubber Research Institute, Chinese Academy of Tropical Agricultural Sciences / Key Laboratory of Biology and Genetic Resources of Rubber Tree, Ministry of Agriculture and Rural Affairs / Hainan Key Laboratory for Cultivation & Physiology of Tropical Crops / State Key Laboratory Incubation Base for Cultivation and Physiology of Tropical Crops, Haikou 571101, China
Abstract: 【Objective】 Natural rubber is an important industrial raw materials and strategic materials, and played a very important role in national economic development. As a resource constraint industry, it was mainly produced by Brazilian rubber tree (Hevea brasiliensis) and it has the highest yield and the best quality among the mankind known rubber-producing plants. Harvesting latex is the main economic purpose of Brazilian rubber tree, latex yield is a quantitative trait controlled by minorgene, with many influencing factors, and its phenotypic value is affected by heredity and environmental effect. To determine the relationship among the yield and agronomic traits of the wild germplasm resources of Hevea brasiliensis, this study provides a scientific basis for the evaluation and screening of rubber tree germplasm resources and the selection and breeding of new varieties. 【Method】 The yield, growth and other related agronomic traits of 13 wild germplasm resources of Hevea brasiliensis planted in the experimental field of Chinese Academy of Tropical Agricultural Sciences (CATAS) were studied and analyzed by grey relational analysis. 【Result】 The results showed that the association order of the eight main agronomic traits related to the dry rubber yield per plant were stem girth, dry rubber content, average number of laticifer cells, average number of laticifer columns, bark thickness, mean stem girth increment, lateral vein latex grade and gum value ratio, and the weights of each trait were 0.1380, 0.1338, 0.1322, 0.1264, 0.1205, 0.1182, 0.1178, 0.1143. In summary, stem girth, dry rubber content, quantity of laticifers bark thickness and other traits are closely related to and have a great impact on dry rubber yield per plant. 【Conclusion】 Among the main agronomic traits, the stem girth, dry rubber content and quantity of laticifer should be paid more attention on the evaluation of rubber tree germplasm resources, at the same time the potential impact of other traits on yield also need to be laid some stress on.
Key words: Hevea brasiliensis    wild germplasm resources    yield    relative trait    gray relational analysis    

【研究意义】橡胶树(Hevea brasiliensis)为大戟科(Euphobiaceae)橡胶树属(Hevea)多年生热带雨林乔木树种,原产于南美洲巴西亚马逊河流域的巴西、委内瑞拉和圭亚那等国。目前世界各植胶国家大面积栽培的巴西橡胶树种(Hevea brasiliensis Muell.-Arg.),其主要收获物为天然橡胶,与石油、煤炭、铁矿并称世界四大工业原料,广泛应用于农业、国防、交通运输等方面[1],在国民经济发展中具有十分重要的地位和作用。橡胶树种质资源是橡胶树新品种选育种研究的重要物质基础[2],也是我国天然橡胶产业持续发展的重要保障,橡胶树产量的高低主要取决于种质自身的遗传特性,种质资源作为基因的载体,有效筛选和综合评价一直是橡胶树种质资源研究的重要内容。巴西橡胶树的产胶遗传性是受微效多基因控制的数量性状,以高产为育种目标则必须依靠数量遗传学的指导[3]。因此,明确如何从众多种质资源中筛选具有目标性状的种质以及协调各性状因子间的关系等对于指导橡胶树种质资源研究及橡胶树新品种选育种研究具有重要意义。【前人研究进展】灰色关联度分析法作为一种重要统计分析方法[4],可以克服回归、相关、主成分分析、通径分析等方法需要大量样本数量且要求这些数据具有典型概率分布的不足[5]。目前,灰色关联度分析法已广泛应用到小麦、水稻、玉米、大豆、油菜、甜菜、甘蔗、花生、谷子、棉花、烟草、蓝莓等作物育种、新品种区域试验以及产量、品质、抗性等相关性状的关联度分析中[6-25],并在结果与评价上取得了与生产实际相一致的结果。例如,张慧敏等[8]对10个小麦品种(系) 即的8个性状进行了灰色关联度分析,筛选出适宜在平顶山地区种植的3个小麦品种(系)即平麦189、秋乐2122和平麦998;马文清等[20]利用灰色关联度分析法对10个甘蔗品系的13个主要农艺性状指标进行了综合评价,筛选出桂南亚08-212、桂南亚08-186等5个综合性状明显优于对照的品系;张继君等[17]应用灰色关联度分析方法,对12个春大豆的9个主要性状进行分析,结果表明对春大豆产量影响最大的性状是单株粒重,其后依次是单株粒数、单株荚数、百粒重等性状。在橡胶树研究应用方面,冯耀飞等[26]对橡胶树每月产量及9个相关的气象因子进行了灰色关联性分析,结果发现橡胶产量与雨量呈显著负相关。祁栋灵等[27-28]对8龄橡胶树品种热垦525的茎粗生长随季节变化规律及其相关气象因子进行灰色关联度分析,认为气温对热垦525橡胶树茎粗生长影响最大,降水量影响最小;通过对5龄橡胶树胶木兼优品种热垦628材积生长动态节律以及影响橡胶主材材积生长的温度、降水量和日照时数等气象环境因子进行灰色关联度分析,结果表明,降水量对木材材积生长影响最大,日照时数影响最小。【本研究切入点】综上,灰色关联分析法可以用于橡胶树产量、生长等相关研究中,但目前有关橡胶树新品种主要农艺性状的灰色关联度分析或此方法在橡胶树种质资源鉴定评价应用方面的研究鲜见报道。【拟解决的关键问题】应用灰色关联度分析法综合评价橡胶树种质资源产量与相关主要农艺性状的关系,以期为橡胶树种质资源的深入鉴定评价、有效利用及橡胶树新品种选育提供参考依据。

1 材料与方法 1.1 试验材料

试验橡胶树种质材料为国际橡胶研究与发展委员会(IRRDB)于1981年在橡胶树原产地巴西亚马逊流域采集,中国从马来西亚橡胶国际基因库引进。当年定植种质材料16份,由于台风影响,目前5、6和10号种质材料已损毁,因此用于本试验统计分析的参试种质材料为13份,其中来源于巴西朗多尼亚州(Rodonia)3份,阿克里州(Acre) 4份,马托格罗索州(Mato Grosso)6份。

1.2 试验方法

供试13份橡胶树种质材料于1986年以大田鉴定评价圃的形式定植于中国热带农业科学院试验场红星队[29]。试验小区面积0.7 hm2, 定植材料为一蓬叶稳定的袋装芽接苗,每份材料种植6株,2次重复,随机区组排列,环山等高定植,株行距3 m×7 m, 以高产品种RRIM600作对照。

1.2.1 橡胶树野生种质资源干胶产量及主要性状 主要测定分析指标包括株次干胶产量、胶值比、侧脉胶等级、茎围、茎围增长、树皮厚度、平均乳管列数、平均乳管个数和干胶含量9个相关性状,各性状测定值取平均值作为原始数据。

1.2.2 干胶产量及相关性状鉴定 (1) 干胶产量。采用S/2 d/3+1.5% ET刺激割制(1/2树围,3 d割1刀,1.5% 乙烯利刺激),在5、7、10月3个月进行割胶产量逐刀测定获得胶乳体积,共测定30刀;测产同时,取排胶停止后的胶乳,用电子天平称量2 g左右的胶乳,每个样品加3~5滴5%醋酸凝固胶,期间用水漂洗凝胶片,换水过程中用硬物挤压胶片,去除其中的可溶性成分, 漂洗时间至少48 h, 最后用去离子水清洗,将凝胶片放在80七烘箱中烘至恒重,以干胶片除以胶乳重量获得干胶含量(DRC),最后用干胶含量乘以每割次胶乳体积即获得株次干胶产量。

(2) 生长鉴定。每年年底测量其接合点上方100 cm高处的茎围,以当年茎围减去上一年度茎围计算茎围增长量;同时,用测皮器测量接合点上方100 cm高处的树皮厚度(精确到0.01 cm)。

(3) 树皮乳管解剖。用直径1.5 cm的采皮器在离地150 cm处采下原生皮树皮样品,并立即放入FAA液中固定,之后逐级脱水再经变性试剂处理,用石蜡切片法切片,厚度为18~20岬,经固绿染色,甘油封片,置光学显微镜下观察和统计各项数据,其中“乳管个数”为5个不同视野范围内乳管个数的平均值。

(4) 胶值比。选取顶芽稳定的苗木作样株,以顶蓬的下一蓬叶作测试材料,将复叶的中间小叶从小叶柄基部摘下,待其排完胶,将切口处的胶涂擦于已称重的纸上,取回粘胶的纸和叶片,置于60~70 ℃烘箱中烘24 h至恒重,分别称量小叶柄胶重量(R)和叶片干重(W), 以R/W (mg/g) 计算小叶柄胶值(A),以RRIM600为对照计算胶值比。

(5) 侧脉胶等级。选取顶芽稳定或刚萌动样株的顶蓬叶的下一蓬叶作测试材料,不离体,在复叶中间小叶从距中脉1 cm左右处,自叶基到叶尖纵切一刀,观察各侧脉和网脉的排胶量和持续时间,以RRIM600为对照确定其侧脉胶等级。

1.2.3 灰色关联度分析 根据灰色系统理论[30],将13份橡胶树野生种质资源的产量和其他8个农艺性状作为一个灰色系统,将每一个农艺性状看作该系统中的一个因子。设株次干胶产量为参考数列x0,其他各农艺性状分别为比较数列xi (胶值比x1,侧脉胶等级x2, 茎围x3, 茎围增长x4, 树皮厚度x5,平均乳管列数x6, 平均乳管列数x7, 干胶含量x8),计算株次干胶产量与各性状之间的关联系数。

式中,ξi(k)为xix0k点的关联系数;|x0(k)-xi(k)|为第kx0xi的绝对差;x0数列在k点的二级最小差数绝对值,x0数列与xi数列在k点的二级最大差数绝对值;p为灰色分辨系数,取值范围在[0, 1]之间,一般取0.5。根据各性状的关联系数ξi(k),可求出xix0的关联度ri以及各性状的权重Wi

2 结果与分析 2.1 参试材料干胶产量和农艺性状表现

表 1可以看出,参试的13份橡胶树野生种质资源株次干胶产量均不及对照种RRIM600,其中9号种质表现较好,但也仅有51.44 g; 1、3、7、9号种质平均茎围高于对照种,表现出较好的速生性; 乳管数量均不及对照种,而橡胶树的乳管作为胶乳合成的主要场所,再次印证乳管数量与胶乳产量有直接的关系; 12号种质材料干胶含量最高、达到44.48%,但干胶产量仅有38.99 g,过高的干胶含量会引起排胶困难,因而限制排胶。

表 1 供试材料各性状平均值 Table 1 Mean values of each trait of the test materials

2.2 参试材料干胶产量与农艺性状的关联分析

2.2.1 原始数据无量纲化处理 表 1可以看出,各观测性状的单位不统一,不能直接进行分析,如:株次干胶产量的单位为g、茎围和树皮厚度的单位为cm、侧脉胶等级为数值、平均乳管列数的单位为列、平均乳管个数的单位为个。由于各性状的单位不同,需对其原始数据进行无量纲化处理,常用的方法有均值化、初值化、区间值化、倒数化等,本文采用均值化法,即所有性状值除以相应平均值,从而得到一个新的数列(表 2)。

表 2 原始数据无量纲化处理结果 Table 2 Dimensionless processing of the raw data

2.2.2 关联分析 根据Δik)=丨x0(k) − xi (k)丨(i=1, 2, 3……8,k=1, 2, 3, ……14)计算表 2中参考数列x0与比较数列xi相应性状的绝对差值,Δmin为绝对差值Δi(k) 的最小值,Δmax为最大值(表 3)。从表 3可以得出=0.0012为16号种质茎围增长与产量的绝对差值,=0.9237为14号种质茎围增长与产量的绝对差值,将这两个值代入关联系数计算公式,即可得到株次干胶产量x0xi各性状因子的关联系数ξik)。关联系数反映的是各性状与理想值的吻合度,关联系数越大,表明某性状越接近理想值。由表 4可知,16号种质茎围增长与产量的关联系数最大,ξ4=1.0001,这与树干茎围与橡胶产量呈极显著正相关的研究结果相吻合;而14号种质茎围增长与产量的关联系数最小,即ξ4=0.3342,其主要原因可能是乳管数量仅为7列,是参试种质材料中乳管数量最少的。

表 3 株次干胶产量与各性状的绝对差值 Table 3 Absolute difference between dry rubber yield per plant and each trait

表 4 株次干胶产量与各性状的关联系数 Table 4 Correlation coefficients between dry rubber yield per plant and each trait

2.2.3 灰色关联度及权重 根据所得的关联系数ξik)代入关联度计算公式,可得到各性状因子与产量的关联度ri,并计算得出各性状的权重Wi表 5)。根据关联分析方法,关联度大的性状数列与参考数列的关系最为密切,反之关系则疏远。橡胶树野生种质资源鉴定评价的灰色关联度分析结果表明,与干胶产量相关各性状因子的关联度大小顺序依次为r3(茎围)>r8(干胶含量)>r7(平均乳管个数)>r6(平均乳管列数)>r5(树皮厚度)>r4(茎围增长)>r2(侧脉胶等级)>r1(胶值比),对应权重依次为0.1380、0.1338、0.1322、0.1264、0.1205、0.1182、0.1178、0.1143。其中,茎围、干胶含量与株次干胶产量关联度较大,而侧脉胶、胶值比与株次干胶产量关联度较小。

表 5 株次干胶产量与各性状的关联度与权重 Table 5 Correlation degree and weight between dry rubber yield per plant and each trait

3 讨论

灰色关联度分析法在小麦、水稻、玉米、大豆、烟草等作物种质资源性状筛选、综合评估以及新品种区域试验中取得了与实际表型值相一致的结果,且均已被证明分析有效,对种质资源的综合评价和新品种的示范推广具有较强的指导意义。巴西橡胶树胶乳产量的形成是多个性状相互作用的结果,应用灰色关联度分析法对不同的橡胶树种质资源进行多性状综合分析比较,可以克服只采用单一生长数量性状指标评价的不足。在影响巴西橡胶树胶乳产量的主要数量性状中,橡胶树长势是决定橡胶产量最重要的因素之一,已有研究结果表明,橡胶树在同一个品系中,代表树木生长势的树干茎围与橡胶产量呈极显著正相关,这可以归因于茎围大,割线长,割胶时切断的乳管多,因此产量高[31];树皮的厚薄影响产胶组织(乳管)和输导组织(筛管)的发育,从而影响产量的高低; 胶乳的干胶含量是反映橡胶树产胶潜力的重要指标,更重要的是可以反映割胶后的胶乳再生能力和再生水平,干胶含量过高表示胶乳粘度高,会引起排胶困难,限制排胶,从而影响胶乳产量,干胶含量过低则表明两割次间胶乳再生不足,采胶过度或乳管系统机能受损[32-33]。巴西橡胶树以产出胶乳为主要经济性状,而橡胶树的乳管是合成和贮存胶乳的组织器官,乳管是决定橡胶产量最重要的结构因素,乳管数目的多少与胶乳产量有直接的关系,树干中乳管列的数目是无性系特征特性,同时受环境条件的影响[34-36]

本研究采用灰色关联度分析法明确了橡胶树各农艺性状对胶乳产量影响的主次关系,为进一步明确橡胶树种质资源的育种价值和研究的侧重点具有重要参考价值。由于巴西橡胶树的胶乳产量遗传性是受微效多基因控制的数量性状,其表型值受遗传效应和环境效应影响。本试验仅考虑了巴西橡胶树农艺性状对胶乳产量的影响,而环境效应如大气温度、降雨和太阳辐射是影响胶乳产量的主要气象因子,它们相互影响并以累加效应作用于橡胶生产。土壤营养成分中氮、钾、磷和镁等元素通过影响光合作用等影响胶乳合成,并可影响胶乳的稳定性而影响排胶。此外,常见病虫害、割胶制度和割胶技术、品种、树龄及胶园管理等方面均对胶乳产量具有重要影响[37]。灰色关联分析是对一个发展变化系统进行发展动态量化比较的分析方法,不同的时间、不同的参试品种及生态环境的差异均会影响产量主导因素的分析[5]。因此,在橡胶树种质资源鉴定评价、优异资源筛选及新品种选育种研究中应依据育种家的实践经验、不同环境条件、不同品种资源类型等作相应分析,在对其产胶能力进行评价时既要考虑遗传因素,也要考虑环境因素的潜在影响。

4 结论

橡胶树胶乳产量是一个复杂的数量性状,受多种性状及环境因素的共同影响,而灰色关联分析可将各种影响因素根据影响大小进行排序区分。本研究结果表明,与干胶产量相关的各性状因素中以茎围、干胶含量、乳管数目、树皮厚度等性状与株次干胶产量的关联度较密切,对株次干胶产量影响较大,而侧脉胶、胶值比与株次干胶产量关联度较小,排在最后。因此,在以产量为主要目标的育种工作中,橡胶树种质资源鉴定评价筛选应以茎围、干胶含量、乳管数目、树皮厚度等性状为研究重点,并兼顾其他性状对产量的潜在影响。

参考文献(References):
[1]
何康, 黄宗道. 热带北缘橡胶树栽培[M]. 广州: 广东科技出版社, 1987.
HE K, HUANG Z D. Rubber culture in the northern part of tropical area[M]. Guangzhou: Guangdong Science and Technology Press, 1987.
[2]
黄华孙. 中国橡胶树育种五十年[M]. 北京: 中国农业出版社, 2005.
HUANG H S. Fifty years of rubber tree breeding in China[M]. Beijing: China Agriculture Press, 2005.
[3]
刘乃见. 对马来西亚巴西橡胶树数量遗传研究的综述[J]. 热带作物学报, 1980, 1(1): 42-46.
LIU N J. A review of quantitative genetic studies on Hevea by R.R.I.M[J]. Chinese Journal of Tropical, 1980, 1(1): 42-46.
[4]
邓聚龙. 农业系统灰色理论与方法[M]. 济南: 山东科学技术出版社, 1988.
DENG J L. Grey theory and method of agricultural system[M]. Jinan: Shandong Science and Technology Press, 1988.
[5]
刘录祥, 孔其信, 王士芸. 灰色系统理论应用于作物新品种综合评价初探[J]. 中国农业科学, 1989, 22(3): 22-27.
LIU L X, KONG Q X, WANG S Y. A preliminary study on multifactorial evaluation of new crop varieties with the application of the grey system theory[J]. Scientia Agricultura Sinica, 1989, 22(3): 22-27.
[6]
曹廷杰, 李伟, 闫素红, 王西成. 河南小麦新品种(系)灰色关联度分析[J]. 安徽农业科学, 2010, 38(25): 13640-13642, 13647. DOI:10.13989/j.cnki.0517-6611.2010.25.116
CAO T J, LI W, YAN S H, WANG X C. Grey correlative degree analysis on the new wheat varieties in Henan province[J]. Journal of Anhui Agricultural Sciences, 2010, 38(25): 13640-13642, 13647. DOI:10.13989/j.cnki.0517-6611.2010.25.116
[7]
金轻, 赵红, 林丽萍, 杨忠慧, 李宏生, 刘琨, 杨木军, 李绍祥, 丁明亮. 基于灰色关联度分析和DTOPSIS法综合评价小麦新品系在云南省的适应性[J]. 南方农业学报, 2020, 51(10): 2440-2446. DOI:10.3969/j.issn.2095-1191.2020.10.015
JIN Q, ZHAO H, LIN L P, YANG Z H, LI H S, LIU K, YANG M J, LI S X, DING M L. Comprehensive evaluation of adaptability of new wheat lines in Yunnan based on grey relevance analysis and DTOPSIS method[J]. Journal of Southern Agriculture, 2020, 51(10): 2440-2446. DOI:10.3969/j.issn.2095-1191.2020.10.015
[8]
张慧敏, 常鸿杰, 王二伟, 耿若飞, 王春英, 贾真真. 灰色关联度分析法在小麦品种(系)筛选试验中的应用[J]. 安徽农业科学, 2021, 49(21): 36-38. DOI:10.3969/j.issn.0517-6611.2021.21.009
ZHANG H M, CHANG H J, WANG E W, GENG R F, WANG C Y, JIA Z Z. Application of gray relational degree analysis in wheat varieties(Lines) screening[J]. Journal of Anhui Agricultural Sciences, 2021, 49(21): 36-38. DOI:10.3969/j.issn.0517-6611.2021.21.009
[9]
刘丽娟, 刘延刚. 鲁南地区水稻产量与主要农艺性状的灰色关联度分析[J]. 北方水稻, 2021, 51(4): 1-5, 38. DOI:10.16170/j.cnki.1673-6737.2021.04.001
LIU L J, LIU Y G. Grey correlation degree analysis of rice yield and main agronomic characters in southern Shandong[J]. North Rice, 2021, 51(4): 1-5, 38. DOI:10.16170/j.cnki.1673-6737.2021.04.001
[10]
蒋聪, 刘慰华, 杨旭昆, 吴志刚, 邹茜. 灰色关联度分析和DTOPSIS法在云南粳稻品种综合评价中的应用[J]. 西南农业学报, 2020, 33(5): 907-912. DOI:10.16213/j.cnki.scjas.2020.5.002
JIANG C, LIU W H, YANG X K, WU Z G, ZOU Q. Comprehensive evaluation about Yunnan japonica varieties with DTOPSIS and grey related degree[J]. Southwest China Journal of Agricultural Sciences, 2020, 33(5): 907-912. DOI:10.16213/j.cnki.scjas.2020.5.002
[11]
郑海英, 黄硕芩, 陈友铃, 胡雪峰. 应用灰色关联度分析评估粳稻新品种[J]. 安徽农业科学, 2010, 38(28): 15519-15521. DOI:10.13989/j.cnki.0517-6611.2010.28.097
ZHENG H Y, HUANG S Q, CHEN Y L, HU X F. Evaluation on new japonica rice varieties by applying grey correlation analysis[J]. Journal of Anhui Agricultural Sciences, 2010, 38(28): 15519-15521. DOI:10.13989/j.cnki.0517-6611.2010.28.097
[12]
唐海涛, 张彪, 林勇, 叶国成, 陈宛秋. 玉米杂交种主要农艺性状的灰色关联度分析[J]. 西南农业学报, 2007, 20(5): 912-916. DOI:10.16213/j.cnki.scjas.2007.05.014
TANG H T, ZHANG B, LIN Y, YE G C, CHEN W Q. Grey correlation degree analysis of yield and main agronomic characters of maize hybrid in Sichuan province[J]. Southwest China Journal of Agricultural Sciences, 2007, 20(5): 912-916. DOI:10.16213/j.cnki.scjas.2007.05.014
[13]
王平喜, 进茜宁, 吴向远, 张晓祥, 汪亮, 陈士林. 14个玉米品系主要农艺性状与产量的灰色关联度分析[J]. 河南科技学院学报(自然科学版), 2021, 49(5): 12-18. DOI:10.3969/j.issn.2096-9473.2021.05.002
WANG P X, JIN X N, WU X Y, ZHANG X X, WANG L, CHEN S L. Analysis of grey relational degree between main agronomic characters and yield of 14 maize strains[J]. Journal of Henan Institute of Science and Technology (Natural Science Edition), 2021, 49(5): 12-18. DOI:10.3969/j.issn.2096-9473.2021.05.002
[14]
王美霞, 陈保国, 张之奇, 王创云. 早熟玉米杂交组合主要农艺性状与产量的灰色关联度分析[J]. 种子, 2021, 40(1): 108-111, 127. DOI:10.16590/j.cnki.1001-4705.2021.01.108
WANG M X, CHEN B G, ZHANG Z Q, WANG C Y. Grey correlation analysis of main agronomic traits and yield of early maturity maize hybrid variety[J]. Seed, 2021, 40(1): 108-111, 127. DOI:10.16590/j.cnki.1001-4705.2021.01.108
[15]
张晶, 赵守光, 王秋燕, 黄亮华, 陈红弟. 优质甜玉米品种青苞产量与相关农艺性状的灰色关联度分析[J]. 广东农业科学, 2012, 39(6): 25-26. DOI:10.16768/j.issn.1004-874X.2012.06.053
ZHANG J, ZHAO S G, WANG Q Y, HUANG L H, CHEN H D. Grey relational analysis for agronomic characters and fresh ear yield of high-quality sweet corn[J]. Guangdong Agricultural Sciences, 2012, 39(6): 25-26. DOI:10.16768/j.issn.1004-874X.2012.06.053
[16]
李清超, 马浪浪, 文琼, 杨珊, 梁振娟, 刘建新, 吴瑞, 王嵩. 基于玉米F2:3群体株型性状的灰色关联度分析[J]. 广东农业科学, 2015, 42(21): 6-10. DOI:10.16768/j.issn.1004-874X.2015.21.018
LI Q C, MA L L, WEN Q, YANG S, LIANG Z J, LIU J X, WU R, WANG S. Grey correlative degree analysis for plant-type traits by using F2:3 populations in maize[J]. Guangdong Agricultural Sciences, 2015, 42(21): 6-10. DOI:10.16768/j.issn.1004-874X.2015.21.018
[17]
张继君, 陈红, 李泽碧, 贾兰, 曾宪琪. 灰色关联度分析在春大豆育种中的应用[J]. 西南农业学报, 2009, 22(3): 575-578. DOI:10.16213/j.cnki.scjas.2009.03.039
ZHANG J J, CHEN H, LI Z B, JIA L, ZENG X Q. Studies on the application of grey relation analysis in the breeding of spring sowing soybean[J]. Southwest China Journal of Agricultural Sciences, 2009, 22(3): 575-578. DOI:10.16213/j.cnki.scjas.2009.03.039
[18]
李小玉, 田宏先, 王瑞霞. 灰色关联度分析和主成分分析在油菜抗旱育种中的应用[J]. 种子, 2021, 40(9): 92-97. DOI:10.16590/j.cnki.1001-4705.2021.09.092
LI X Y, TIAN H X, WANG R X. Application of grey correlation degree analysis and principal component analysis in drought resistance breeding of Braissica juncea L.[J]. Seed, 2021, 40(9): 92-97. DOI:10.16590/j.cnki.1001-4705.2021.09.092
[19]
苏欣欣, 肖洋, 胡晓航, 马亚怀, 李彦丽. 基于灰色关联度分析和主成分分析法评估糖用甜菜品种的适应性[J]. 中国农学通报, 2021, 37(30): 39-46. DOI:10.11924/j.issn.1000-6850.casb2021-0269
SU X X, XIAO Y, HU X H, MA Y H, LI Y L. The adaptability evaluation of sugar beet varieties based on grey relational analysis and principal component analysis[J]. Chinese Agricultural Science Bulletin, 2021, 37(30): 39-46. DOI:10.11924/j.issn.1000-6850.casb2021-0269
[20]
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): 71-78. 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): 71-78. DOI:10.16768/j.issn.1004-874X.2014.05.024
[21]
周桂梅, 王勇, 刘振兴, 张文元. 9个大果型花生品种农艺性状的灰色关联度分析(简报)[J]. 河北科技师范学院学报, 2006, 20(1): 77-80. DOI:10.3969/j.issn.1672-7983.2006.01.021
ZHOU G M, WANG Y, LIU Z X, ZHANG W Y. Grey incidence analysis on the agricultural characters of 9 big-fruit type peanut varieties[J]. Journal of Hebei Normal University of Science & Technology, 2006, 20(1): 77-80. DOI:10.3969/j.issn.1672-7983.2006.01.021
[22]
解云, 郭世华. 谷子品种农艺性状的灰色关联度分析及综合评价[J]. 分子植物育种, 2021, 19(6): 2064-2072. DOI:10.13271/j.mpb.019.002064
XIE Y, GUO S H. Grey correlation degree analysis and comprehensive evaluation of agronomic characters in foxtail millet cultivars[J]. Molecular Plant Breeding, 2021, 19(6): 2064-2072. DOI:10.13271/j.mpb.019.002064
[23]
王志军, 董永梅, 赵曾强, 孔新, 谢宗铭. 不同棉花品种(系)叶片光合生理参数与产量及纤维品质的灰色关联度分析[J]. 西南农业学报, 2021, 34(4): 712-719. DOI:10.16213/j.cnki.scjas.2021.4.005
WANG Z J, DONG Y M, ZHAO Z Q, KONG X, XIE Z M. Photosynthetic physiological parameters of leaf and their gray relational grade with yield and fiber quality in different cotton varieties (line)[J]. Southwest China Journal of Agricultural Sciences, 2021, 34(4): 712-719. DOI:10.16213/j.cnki.scjas.2021.4.005
[24]
莫泽君, 夏忠文, 班国军, 喻奇伟, 陈雪, 赵婷婷, 颜梁, 吴浪, 刘仁祥. 江海传奇[J]. 广东农业科学, 2018, 45(12): 13-19. DOI:10.16768/j.issn.1004-874X.2018.12.003
MO Z J, XIA Z W, BAN G J, YU Q W, CHEN X, ZHAO T T, YAN L, WU L, LIU R X. Selection of suitable flue-cured tobacco varieties for Qianxi county[J]. Guangdong Agricultural Sciences, 2018, 45(12): 13-19. DOI:10.16768/j.issn.1004-874X.2018.12.003
[25]
杨燕林, 王朝文, 杨洪涛, 和加卫, 和文佳, 杨正松, 和建平, 王宇萍. 兔眼蓝莓品种主要农艺性状的相关分析[J]. 广东农业科学, 2015, 42(3): 31-34. DOI:10.16768/j.issn.1004-874X.2015.03.024
YANG Y L, WANG C W, YANG H T, HE J W, HE W J, YANG Z S, HE J P, WANG Y P. Correlation and grey relational analysis of main agronomic traits of rabbiteye blueberry[J]. Guangdong Agricultural Sciences, 2015, 42(3): 31-34. DOI:10.16768/j.issn.1004-874X.2015.03.024
[26]
冯耀飞, 张慧艳. 橡胶产量与气象因子的灰色关联性及逐步回归分析研究[J]. 热带农业科学, 2016, 36(11): 57-60. DOI:10.12008/j.issn.1009-2196.2016.11.012
FENG Y F, ZHANG H Y. The gray relevancy analysis and the stepwise regression analysis between latex yield and meteorological factors[J]. Chinese Journal of Tropical Agriculture, 2016, 36(11): 57-60. DOI:10.12008/j.issn.1009-2196.2016.11.012
[27]
祁栋灵, 谢贵水, 孙瑞, 杨川, 吴志祥. 热垦525橡胶树茎粗生长的季节变化规律及其与气象因子关联度分析[J]. 南方农业学报, 2015, 46(8): 1442-1448. DOI:10.3969/j:issn.2095-1191.2015.08.1442
QI D L, XIE G S, SUN R, YANG C, WU Z X. Seasonal variation of stem diameter growth of timber-latex rubber tree variety Renken 525 and its grey correlation with meteorological factor[J]. Journal of Southern Agriculture, 2015, 46(8): 1442-1448. DOI:10.3969/j:issn.2095-1191.2015.08.1442
[28]
祁栋灵, 谢贵水, 杨川, 吴志祥. 5龄热垦628材积量季节生长节律与气象因子关联度初步研究[J]. 西南农业学报, 2016, 29(6): 1470-1474. DOI:10.16213/j.cnki.scjas.2016.06.042
QI D L, XIE G S, YANG C, WU Z X. Preliminary analysis of seasonal growth rhythm of timber volume for timber/latex clone Reken 628 and correlation with meteorological factors[J]. Southwest China Journal of Agricultural Sciences, 2016, 29(6): 1470-1474. DOI:10.16213/j.cnki.scjas.2016.06.042
[29]
中国热带农业科学院, 华南热带作物学院热带作物生物技术国家重点实验室. 中国橡胶种质资源目录[M]. 北京: 中国农业出版社, 1994.
State Key Laboratory of Tropical Crop Biotechnology, Chinese Academy of Tropical Agricultural Sciences and South China Institute of Tropical Crops. List of rubber germplasm resources in China[M]. Beijing: China Agriculture Press, 1994.
[30]
邓聚龙. 灰色系统基本方法[M]. 武汉: 华中科技大学出版社, 2005.
DENG J L. The primary methods of grey system theory[M]. Wuhan: Huazhong University of Science & Technology Press, 2005.
[31]
刘世彪, 林位夫. 巴西橡胶树生长和导管结构与橡胶产量的关系[J]. 热带作物学报, 2002, 23(3): 7-11. DOI:10.3969/j.issn.1000-2561.2002.03.002
LIU S B, LIN W F. Correlation studies between tree growth, vessel structural characters and rubber yield in Hevea brasiliensis[J]. Chinese Journal of Tropical Crops, 2002, 23(3): 7-11. DOI:10.3969/j.issn.1000-2561.2002.03.002
[32]
JACOB J L, 林文轩译. 胶树乳管系统功能的胶乳诊断的生理标准[J]. 世界热带农业信息, 1987(3): 10-18.
JACOB J L, Translated by LIN W X. The physiological criteria for latex diagnosis of rubber tree laxative system function[J]. World Tropical Agriculture Information, 1987(3): 10-18.
[33]
杨少琼, 范思伟. 胶乳诊断及其初步应用(一)[J]. 热带作物科技, 1993(4): 14-17.
YANG S Q, FAN S W. Latex diagnosis and its preliminary application in rubber tree[J]. Tropical Crop Science & Technology, 1993(4): 14-17.
[34]
GOMEZ J B. Anatomy of Hevea and its influence on latex production//Malaysian IRRDB conference[C]. Malaysia Kuala Lumpur: RRIM, 1982.
[35]
赵中奇. 橡胶树乳管发育与产胶量关系研究[J]. 云南农业大学学报, 1998, 13(4): 397-400. DOI:10.16211/j.issn.1004-390x(n).1998.04.013
ZHAO Z Q. The relation between development of latex vessel and latex yield of rubber tree[J]. Journal of Yunnan Agricultural University, 1998, 13(4): 397-400. DOI:10.16211/j.issn.1004-390x(n).1998.04.013
[36]
郝秉中, 吴继林. 巴西橡胶树乳管生物学与胶乳生产[J]. 热带作物学报, 2004, 25(4): 1-7. DOI:10.3969/j.issn.1000-2561.2004.04.001
HAO B Z, WU J L. Biology of laticifers in Hevea and latex production[J]. Chinese Journal of Tropical Crops, 2004, 25(4): 1-7. DOI:10.3969/j.issn.1000-2561.2004.04.001
[37]
李国尧, 王权宝, 李玉英, 周双喜, 于海英. 橡胶树产胶量影响因素[J]. 生态学杂志, 2014, 33(2): 510-517. DOI:10.13292/j.1000-4890.2014.0036
LI G Y, WANG Q B, LI Y Y, ZHOU S X, YU H Y. A review of influencing factors on latex yield of Hevea brasiliensis[J]. Chinese Journal of Ecology, 2014, 33(2): 510-517. DOI:10.13292/j.1000-4890.2014.0036

(责任编辑     邹移光)