1、收稿日期：2022-11-04基金项目：山西省农业科学院作物科学研究所青年基金项目（ZQ2004）作者简介：王怡（1994），女，硕士，研究实习员，研究方向为玉米育种，E-mail：通信作者：段运平（1961），男，博士，研究员，研究方向为玉米遗传育种，E-mail：广东农业科学 2023，50（5）：11-20Guangdong Agricultural Sciences DOI:10.16768/j.issn.1004-874X.2023.05.002王怡，刘守渠，郭峰，任小燕，段运平.山西省不同生态区玉米品种数量性状多样性分析 J.广东农业科学，2023，50（5）：11-20.山西省不
2、同生态区玉米品种数量性状多样性分析王 怡，刘守渠，郭 峰，任小燕，段运平（山西农业大学农学院，山西 晋中 030801）摘 要：【目的】充分挖掘并利用山西省不同生态区优质玉米品种。【方法】对山西省 4 个生态区的 75 个玉米品种的 13 个数量性状进行相关性分析、主成分分析和聚类分析。【结果】13 个数量性状中出籽率和粗淀粉含量变异系数较小，分别为 1.78%、1.92%，说明玉米品种的这两个性状能够稳定遗传；穗位和粗脂肪的变异系数较大，分别为 15.06%、13.78%，说明玉米品种的穗位和粗脂肪具有较大的选择潜力。产量与生育期、总叶片数、株高、穗位、行粒数、百粒质量以及出籽率间均呈现极显
3、著正相关，相关系数分别为 0.591、0.520、0.630、0.57、0.315、0.461、0.380；与粗脂肪间呈现极显著负相关，相关系数为-0.438。主成分分析发现，前 4 个主成分累计贡献率为 71.35%，其中第 1 主成分主要反映产量、粗脂肪、穗位、总叶片数；第 2 主成分主要反映生育期、行粒数、粗淀粉；第 3 主成分主要反映粗蛋白、粗淀粉、穗长以及行粒数；第 4 主成分主要反映容重。聚类分析显示，75 个玉米品种的 13 个数量性状最终划分为 3 个类群，初步明确了各个类群特征，其中第类群适合筛选容重、粗蛋白以及粗脂肪含量较高的玉米品种，第类群适合筛选产量高及粗淀粉含量高的玉
4、米品种，第类群适合筛选株高、穗位以及穗长数值较大的玉米品种。【结论】75个玉米材料有着比较丰富的遗传多样性，且数量性状之间均存在不同程度的相关性。主成分分析一共提取出 4 个主成分，累计贡献率为 71.36%，分别是产量因子、行粒数因子、粗蛋白因子、容重因子。聚类分析将 75 个玉米品种划分为了 3 个类群，这 3 个类群差异表现在容重、产量、株高等特征上。本研究为山西省玉米亲本的选配和性状改良奠定了研究基础。关键词：玉米品种；数量性状；主成分分析；相关性分析；聚类分析中图分类号：S5-33 文献标志码：A 文章编号：1004-874X（2023）05-0011-10Diversity Ana
5、lysis of Quantitative Traits of Maize Varieties in Different Ecological Regions of Shanxi ProvinceWANG Yi,LIU Shouqu,GUO Feng,REN Xiaoyan,DUAN Yunping（College of Agriculture,Shanxi Agricultural University,Jinzhong 030801,China）Abstract:【Objective】To fully explore and utilize high quality maize varie
6、ties in different ecological regions of Shanxi Province.【Method】Correlation analysis,principal component analysis and cluster analysis were performed on 13 quantitative traits of 75 maize varieties from 4 ecological regions in Shanxi Province.【Result】Among the 13 quantitative characters,the variatio
7、n coefficients of seed yield and crude starch content were small,which were 1.78%and 1.92%,respectively,indicating that these two characters could be inherited stably.The coefficient of variation of ear position and ether extract was 15.06%and 13.78%,respectively,indicating that ear position and eth
8、er extract of maize varieties had greater potential for selection.Yield was significantly positively correlated with growth period,total leaf number,plant height,ear position,row number,100-grain weight and seed production rate,and the correlation coefficients were 0.591,0.520,0.630,0.57,0.315,0.461
9、 and 0.380,respectively.The yield was significantly negatively correlated with crude fat,12【研究意义】玉米是山西省第一大粮食作物，其单产和总产量均呈逐年增长的趋势，然而山西省气候多变且地形结构复杂，为推动该省玉米产业的发展，育种专家就需要对山西省不同生态区玉米长势情况进行调研与分析，并选育出高产、优质的玉米品种1-6。【前人研究进展】玉米的产量性状和品质性状均属于数量性状，这些性状除了会随着环境的变化而变化，更是受到多个基因的控制。郭欢乐等7对 139 个湖南省玉米地方品种进行表型性状鉴定，通过聚类分析
10、和主成分分析对其进行类群划分和表型综合评价，最终将所有品种划分为 3 个类群，并筛选出 22 个表现优异的地方品种，为湖南玉米种质的创新利用提供重要资源。韩学琴等8为了研究金沙江干热河谷区不同青贮玉米品种生物产量变化与相关农艺性状的关系，以国内收集的 25 个青贮玉米品种为试验材料，采用相关性分析、主成分分析及灰色关联度的方法评价了这些品种在金沙江干热河谷区的生产潜力，最终发现株高、茎粗、叶长、青叶数等主要农艺性状与生物产量的相关性达到显著或极显著水平，且选出 3 个农艺性状优良、抗倒伏倒折、空秆率低的优良青贮玉米品种。周长军9采用主成分分析法和 AMMI 模型对 15 个玉米品种的 14 个
11、性状进行综合分析，最终筛选出 2个适合在黑龙江省种植的高产稳产型品种。当前多数采用相关性分析、主成分分析以及聚类分析等方式来进行数量性状的遗传多样性研究，上述方法除用在玉米品种上，还被用在油菜10、番茄11、绿豆12、苎麻13、大豆14、谷子15、小麦16、粟米17等植物。【本研究切入点】近年来，虽然我国很多学者对玉米数量性状进行了详尽的研究，但由于采用了不同的种植环境以及不同的玉米品种，导致最终得出的结论也不尽相同。此外，不同区域的生态条件存在着显著差异，专家学者需要选育出适合不同区域生长的玉米品种。本文主要对山西省不同生态区玉米种质资源进行评价与筛选，积极推动山西省玉米育种工作的开展。【拟
12、解决的关键问题】对收集到的 75 个山西省不同生态区玉米品种的 13 个数量性状（产量性状以及品质性状）进行调查，利用相关性分析、主成分分析和聚类分析方法来对山西省不同生态区玉米品种的多样性进行研究，了解这些玉米品种的变异丰富程度，为后续山西省玉米育种研究提供参考。1 材料与方法1.1 试验材料选用山西省农业农村厅农作物审定公告的 75个玉米品种，具体信息如表1所示，参试品种包含：特早熟区玉米 19 个，早熟区 15 个，中晚熟区21 个，复播区 20 个。其中，山西南部复播玉米区包括临汾盆地和运城地区，常年活动积温大于3 700d，对照品种为郑单 958；山西春播特早熟玉米区是全省玉米分布最
13、少、单产最低的地区，常年活动积温 2 0952 397 d，对照品种为德美亚 1 号；山西春播早熟玉米区主要分布于大同and the correlation coefficient was-0.438.The results of principal component analysis showed that the cumulative contribution rate of the first four principal components was 71.35%.The first principal component mainly reflected the yield,cru
14、de fat,ear position and total leaf number.The second principal component mainly reflected growth period,row number and crude starch.The third principal component mainly reflected the crude protein,crude starch,ear length and row number.The fourth principal component mainly reflects the bulk density.
15、Cluster analysis showed that 13 quantitative characters of 75 maize varieties were divided into 3 groups,and the characteristics of each group were preliminarily defined.Group was suitable for screening maize varieties with higher bulk density,crude protein and crude fat content,group was suitable f
16、or screening maize varieties with high yield and high crude starch content.Group was suitable for screening maize varieties with higher plant height,ear position and ear length.【Conclusion】The 75 maize materials had rich genetic diversity,and the quantitative characters were correlated with each other to different degrees.A total of 4 principal components were extracted by principal component analysis,with a cumulative contribution rate of 71.36%,which were yield factor,row number factor,crude p