饲用高粱新品种主要农艺性状与产量灰色关联度分析

饲用高粱新品种主要农艺性状与产量灰色关联度分析
梁万鹏;崔兴莉;高钰;张有龙;穆妮妮;何博
【摘要】对16个饲用高梁(forage sorghum)品种的8个农艺性状利用灰色关联
度分析法进行综合评价,结果表明:在庆阳地区表现较好的饲用高梁品种有BJ0602、大卡(Big Kahuna).各项指标的排序为分蘖数＞株高＞茎粗＞节数＞穗宽＞穗长＞
株高(出苗15d)＞株高(出苗40 d),研究结果可为庆阳市饲用高粱的引种及推广提供科学依据.
【期刊名称】《畜牧兽医杂志》
【年(卷),期】2017(036)005
【总页数】4页(P39-42)
【关键词】饲用高粱;农艺性状;灰色关联度分析
【作者】梁万鹏;崔兴莉;高钰;张有龙;穆妮妮;何博
【作者单位】庆阳市农业科学研究院,甘肃庆阳745000;庆阳市国营合水林业总场;
庆阳市农业科学研究院,甘肃庆阳745000;庆阳市农业科学研究院,甘肃庆阳745000;庆阳市农业科学研究院,甘肃庆阳745000;庆阳市农业科学研究院,甘肃庆
阳745000
【正文语种】中文
【中图分类】S816.5
高粱具有抗旱、耐涝、耐盐碱和适应性强等特性，是世界第五大粮食作物，同时又是一种优质饲料作物。

特点是产量高、营养价值高、适口性好。

适合大规模种植，
因其生长快、产量高、茎秆含糖量高，高粱新品种的利用价值高低是多个农艺性状综合性能的表现。

采用何种方法对品种优劣进行区分，因此分析方法显得尤为重要。

随着统计学理论的发展及应用，对新品种农艺性状评价的探索过程中，积累了许多科学的评价方法。

灰色系统理论是其中一种分析理论，在分析高丹草(Sorghum bicolor×S.sudanense)、黑麦草(Lolium spp.)等牧草相关农艺性状时进行了具体
应用。

但是，在饲用高粱新品种选育及综合性能评价当中运用不多。

以株高、分蘖数、茎粗等8项农艺性状指标，用灰色关联度评价方法分析16个饲用高梁新品种的引种适应性，为庆阳地区饲用高粱引种和推广提供科学依据。

1.1 试验材料
引进国内外饲用高粱新品种15个，本地甜高粱作为对照，共计16个品种在庆阳
市农科院宁县和盛揪包头科研基地进行品比试验。

1.2 试验方法
对16个品种随机区组设计，试验小区面积大小5.0 m×3.0 m,每个品种设3次重复。

2014年4月29日采用条播方式对参加品比试验的高粱进行播种，播种密度
为21 300株/667 m2。

当株高达到1.5 m左右时刈割，留茬高度10 cm左右。

1.3 分析方法
1.3.1 确定参考数据、比较数据将所有指标看作一个灰色系统，每个指标作为系统中的一个因素参与分析。

产量指标作为参考数据Y0，其它指标作为比较数据Yi。

1.3.2 原始数据处理按照灰色系统理论，因为各指标的原始数据单位不相同，无法进行比较，所以在分析时，对数据要进行处理，消除数据因单位不同造成的影响，处理结果如表1所示。

1.3.3 关联系数和关联度计算方法用灰色关联分析模型进行处理，由公式Δi(h)
=∣Yi(h) - Y0(h)∣计算出绝对差值(h表示品种代号，h=1，2，3…16)。

用ΔMIN
表示最小绝对差值，用ΔMAX表示最大绝对差值。

分辨系数ξ=0.5，由公式……(1)计算出关联系数，公式ξi(h)……(2)计算出关联度，权重系数公式，加权关联度公式。

2.1 饲用高粱主要农艺性状与产量的关系
产量和其它农艺性状作进行比较，求它们之间的关联度及关联系数，结果如表2
所示。

产量指标与其它指标的关联度排序为：分蘖数 >穗宽 > 茎粗 > 节数 > 株
高 > 穗长 > 株高(出苗15 d)> 株高(出苗40 d)。

关联度数值大小决定各农艺性状的重要性及与产量的密切程度。

饲用高粱各指标对产量的影响以分蘖数最大，然后依次是穗宽、茎粗、节数、株高、穗长、株高(出苗15 d)、株高(出苗40 d)。

2.2 饲用高粱农艺性状之间的关系
分别对饲用高粱各农艺性状之间进行比较，按照上述计算过程，得出其关联矩阵如表3所示，从数值大小可得知：株高与穗长、茎粗关系密切；分蘖数与株高和穗
长关系密切；茎粗与株高关系密切；穗宽与穗长关系密切；小区平均产量与分蘖数、株高关系密切。

2.3 饲用高粱农艺性状权重
按照权重决策法的分析原理，由以上公式(2)、公式(3)计算每个指标对应的权重数值，得出以下结果：
G1 =0.123551，G2 =0.123523，
G3 =0.12397，G4 =0.130004，
G5 =0.125032，G6 =0.123673，
G7 =0.126135，G8 =0.124112。

以权重值的大小，得出每个指标排序为：分蘖数>株高>茎粗>节数>穗宽>穗长>
株高(出苗15 d)>株高(出苗40 d)。

同时根据权重数据可构造饲用高粱综合评价模型：
Zk=0.123551ξ1+0.123523ξ2+0.12397ξ3+0.130004ξ4+0.125032ξ5+0.12367
3ξ6+0.123135ξ7+0.124112ξ8。

权重系数、关联系数带入上述公式(4)，可得出
参与试验的饲用高粱的加权关联度，同时对加权关联度按照数值大小进行排序，结果如表4所示。

加权关联度数值大小表明了参试高粱综合性能的优劣，数值越大表明综合性能越越好，反之则不理想。

16个饲用高粱品种综合评价排在前2位的为：BJ0602、大卡Big Kahuna。

本研究利用灰色关联分析法，通过求相关因子关联度、关联系数，对16个饲用高粱(forage sorghum)品种的8个农艺性状进行综合评价，结果表明：在庆阳地区
表现较好的饲用高粱品种有BJ0602、大卡Big Kahuna。

同时得出了其农艺性状
位次，主要性状对产量的影响以分蘖数最大，其后依次是茎粗、株高、节数、穗宽、穗长、株高(出苗15 d)、株高(出苗40 d)，因此要想获得高产，必须要较大的密度。

同时依据模糊数学方法中的权重决策法，对饲用高粱主要生产性能指标进行了综合分析，结果表明权重较高的3个指标是分蘖数、株高、茎粗。

本研究主要从
生产实践的角度选择了部分农艺性状指标进行分析评价，其他指标综合分析还有待进一步研究和验证。

*[通讯作者] 高钰(1968-)，男，甘肃庆阳人，高级农艺师，从事作物栽培育种及种子推广工作。

【相关文献】
[1] 金华，夏雪岩，张丽，李荣改，刘国庆，罗耀武.高粱抗蚜基因的遗传分析和SSR标记定位[J].
草业学报，2006，15(2)：113-118.
[2] 程序.能源牧草堪当未来生物能源之大任[J].草业学报，2008，17(3)：1-5.
[3] 韩天文，张建全.5个苏丹草品种酯酶同工酶比较研究[J].草业科学，2009，26(10)：97-102.
[4] 卢庆善.甜高粱研究进展[J].世界农业，1998,229(5)：21-23.
[5] 黎大爵.开发甜高粱产业解决能源、粮食安全及三农问题[J].中国农业科技导报，2004,6(5):55-
58.
[6] 灰色多维综合隶属度评估在甜高粱品比试验中的应用[J].山东农业科学，2013，45(6)：34-38.
[7] 郭瑞林.小麦品种区域试验的联系势测验及其应用[J].小麦类作物学报，2004，24(1)：63-65.
[8] 郭瑞林，张进忠，张爱芹.作物品种多维物元分析法[J].数学的实践与认识，2006，36(1)：115-121.
[9] 成兰，郭瑞林.基于离差最大化原理的灰色综合评判方法及其应用[J].数学的实践与认识，2007，37(20)：94-100.
[10] 郭瑞林，杨春玲，关立.小麦品种区域试验的同异分析方法研究[J].麦类作物学报，2001，
21(3)：60-63.
[11] 金文林，白玉岩.作物区试中品种产量性状评价的秩次分析法[J].作物学报，1999，25(5)：
632-638.
[12] 伊利，逯晓萍，傅晓峰，等.高丹草杂交种灰色关联分析与评判[J].中国草地学报，2006，
28(3)：21-25.
[13] 陈奥，龙明秀，张维，等.作物灰色育种理论在杂交黑麦草新品系筛选中的应用[J].草地学报，2012，20(1)：102-107.
[14] 张跃，皱寿平.模糊数学方法及其应用[M].北京：煤炭工业出版社，1992
[15] 申卯兴，薛西峰，张小水，等.灰色关联分析中分辨系数的选取[J].空军工程大学学报(自然科学版)，2003，4(1)：68-70.
[16] 邓聚龙.灰色系统基本方法[M].武汉：华中理工大学出版社，1987.
[17] 张继君，陈红，李泽碧，等.灰色关联分析在春大豆育种中的应用[J].西南农业学报，
2009,22(3)：575-578.
[18] 邓聚龙.灰色系统理论的关联空间[J].模糊数学，1985(2)：1-10.
[19] 冯海生，李春喜.应用灰色关联度综合评价甜高梁的生产性能[J].草地学报，2013,21(3)：622-625.[收稿日期] 2017-03-30。