全 文 ：大麦科学 急第 5期 1 99 8年第 2期
啤用二棱大麦产量构成因素的
表型相关分析与应用
秦盈 卜 王家才
(湖北省农科院 武汉
李家发
43) 0( 64)
高崇松
(郑州市农业局 )
滴要 应用简单相关 、 回 归分析 、 偏相关 、 通 径分析方法衬沪麦 4号等 1 0个啤用二徒大麦品 种
(系)的产量构成因素进行统计分析和研究 , 结果表明 , 3 个产量构成因素对单株产量均有正向效
应 , 其中以每株德数的贡献最大 , 每穗拉数次之 , 千拉重贡献最小 。 因此 , 提 出了高产优质啤用二
枝大麦的育种模式 : 以增加每株德数 “ 多德型 ” 为主要选择 目标 , 兼顾每德拉重 , 增加千拉重为配合
选择指标 , 并适 当协调好千拉重与穗拉数的关系。
关键词 啤用大麦 产量 因素 表型相关 应 用
引言
通过简单相关 、 回归分析 、 偏相关 , 找出
与单株产量关系密切 , 影响显著的产量构成
因素 ;通过通径分析 , 明确各产量构成因素 ,
对单株产量的直接效应与间接效应以及总贡
献 , 旨在为高产优质啤用二棱大麦品种选育
提供理论依据 。
3 次重复的平均值进行统计分析 , 统计方法
按莫惠栋编著 (农业试验设计》提供的方法进
行川数据处理借助于微机操作完成。
2 材料与方法
试验材料为不同来源 、 不同基因型 、 丰产
性较好的啤用二棱大麦全国冬麦区区试品种
(系 ) 10 个 : 80 7 0 13 (福建 ) 、 8 6一9 4 (湖南 ) 、
3 1 5 5 (四 川 ) 、 沪麦 4 号 ( C K · 上海 ) 、 50 7 8 (江
苏 ) 、 87一 1 69 (浙江 ) 、 8 7一3 7 (浙江 ) 、 陕 03
(陕西 ) 、 8 9一气 )9 1 5 (上海 ) 、 1033 1 (湖北 ) 。 试
验在本院试验场进行 , 随机区组排列 , 重复 3
次 , 小区面积 1 3 . 3 5m 2 , 1 0 行区 , 等行条播 。
苗期每小区随机定苗 10 株 , 田间挂牌标记 ,
收获前取挂牌单株总计 30 株考种。 考察下
列 5 个性状 : 每株穗数 X , , 每穗粒数 X Z , 千粒
重 X3 ( g ) , 单穗重 凡 ( g ) , 单株产量 Y ( g ) 。 取
收稿日期 : 19 9 7一 1 1一 3
3 结果与分析
3
.
1 简单相关分析
每株穗数 、穗粒数 、千粒重等 5 个性状间
简单的相关系数列于表 1。 从表 1 看出 , 在
产量构成 因 素中 , 株穗数 ( X , )与单株产量
( )Y 间呈极显著正相关 , 穗粒数 (凡 )与单株
产量 ( Y )呈较强的正相关 , 千粒重 ( X 3 )与单
株产量 (Y )呈弱正相关 , 单穗重 (为 )与单株
产量 (Y )呈显著正相关 , 简单相关系数分别
为 r , y = 0 . 7 93 5 、 几 y = 0 . 52 50 、 几 y 二 0 . 12 1 4 ,
后两者未达到显著水平 。 结果说明 , 株穗数
对单株产量有直接大的影响 , 穗粒数对单株
产量影响较大 , 而干粒重影响最小 。 3 个产
量构成因素之间的相关表明 , 株穗数与穗粒
数呈弱正相关 ( r = 0 . 10 28) , 株穗数与千粒重
呈极弱负相关 ( : = 0 . 0 629) , 穗粒数与千粒重
呈负相关 ( : = 一 0 . 4 3 8 1) , 由于千粒重与株穗
数和穗粒数之间呈现不同程度的负相关 , 这
将在一定程度上间接地抵消了 3 个产量构成
因素对单株产量的正效应 。
大麦科学 总第 55 期 1 8 99年第 2 期
表 1 中 , 单穗重 ( x4 )与单株产量 ( y )呈显 穗重起一定的促进作用。 穗粒数与千粒重的
著正相关 ( 4r y 二 0 . 64 65 ’ ) , 株穗数与单穗重 负相关表明 , 在决定单穗重 、 单株产量方面 ,
呈弱正相关 ( r , , ; = 0 . 0 561 ) , 可见 , 单穗重对 二者均有补偿作用 , 并以穗粒数对单穗重
单株产量的正效应是明显的 , 株穗数增加对 ( 2r , ; = 0 . 7 29 ` )的显著正效应 , 进而对单株
单穗重 、 穗粒数 ( r , , 2 二 0 . 10 28) , 千粒重 (r , . 3 产童的贡献较大。
= 一 0 . 0629) 不会产生多大的影响 , 相反对单
表 l 啤酒用二棱大麦简单相关系数 ijr 和偏相关系数 n j4)
性 状 · 株 穗 数 穗 粒 数
( X l ) ( X Z )
征株穗数 (X . ) 0 . 10 2 8
每穗粒数 ( x Z )
一千粒垂 ( x , )
单德重 (沁 )
单株产址 ( Y ) 0 . 9 9 4 0 “ 0 . 9 89 , *
干粒 垂
( X
飞
)
单 德 重
(X4 )
单株产缺
( X s 二 Y )
一 0
.
0 6 2 9
一 0
.
4 38 1
0
.
0 56 1
0
.
7 2 9 9
关
0
.
2 9 2 7
0
.
79 3 5
关 釜
0
.
52 5 0
0
.
12 14
( )
.
6 4 6 5
关
0
.
9 7 9 9
关 釜
注 : 子1 1几方简单相 关系数 : 。 , 左 厂为偏相关系数 r 加 , “ , ” 5% 显著水平, “ , * ” l % 极显著水平。
表 2 三元回归和偏回归方差分析结果
变异来源 H ) . 0 1
月j七{ , l夕J
i人} X l 的偏回归
囚 X Z的偏回归
因 X , 的偏回归
离 回 归
3
.
0 7 2 2
1
.
7 3 3 7
1
.
0 2 5 2
0
.
5 0 5 7
0
.
0 2 12
1
.
( )2 4 1
1
.
7 3 3 7
1
.
0 2 5 2
0
.
5 0 5 7
()
.
0 ( )3 5
29 0
.
3 4 0 5 关 关
4 9 5
.
2 9 2 6
等 赞
2 9 2
.
9 2 2 5
苦 关
14 4
.
4 7 8 7 关 资
9
.
78
1 3
.
74
3
.
2 回归分析
从表 2 的回归分析结果看出 , 三元 回归
方差分析的假设性测验达极显著水平 , 说明
3 个产堡构成因素对单株产里的综合彩响是
大的 , 它们之间存在极显著的线性关系 , 这与
简单的相关分析结果一致 。 在偏回归分析基
础上建立最优线性三元回归方程为 : y : : . : 二
一 7 . 5 9 17 + 1 . 16 9 5 x l + 0 . 1 5 ()6 x 2 +
0
.
0 8 9 3 x 3
, 离回 归标准误 S y八, 2 . : = 0 . 0 5 9 4
( g )
C
株穗数 、 穗粒数 、 干粒重的三元回归和各
自的偏回归方差分析均达到了极显著水平 ,
说明该方程成立 , 各产量构成因素都与单株
产童存在明显而真实的线性回归关系 : 根据
方程可对大麦单株产量进行预测 。 该方程的
意义 为 : 当每穗粒数 、 千粒重 分 别保持
2 7
.
1676 粒 , 42 . 0 199 9 的平均水平时 , 株穗数
( x , )每增加一穗 , 单株产童 ( y )平均将增加
1
.
1 695 9 ;当每株穗数平均为 3 . 6 5 33 , 千粒重
为 4 2 . 0 19 9 9 时 , 穗粒数 ( x : )每增加一粒 , 单
株产童 ( y )平均将增加 0 . 15 0 6 ;9 当每株穗
数 、 每穗粒数保持平均水平时 , 千粒重 ( x : )每
增加 1 9 , 单株产里 ( y )平均将增加 0 . 0 8 9 3 9 。
3
.
3 偏相关分析
偏相关分析是在消除其它变数的线性影
响后的两个变数间的线性相关关系 , 它能更
确切地反映和评定任两个变数间的线性相关
性质和程度 。 表 l 中的偏相关系数表明株穗
大麦科学 总第 5 期 1 98 年第 2 期
数 、穗粒数 、千粒重与单株产量之间的偏相关 株产量的关系最密切 , 影响最大 , 其次是穗粒
均呈极显著正值 , 其偏相关系数分别为 r ; , = 数 , 千粒重最小 。
O
·
9 4 0 ” 、 几 y = O · 9 8 9 9 ” 、 巧 y = 0 . 9 7 9 9 ” , 3 · 4 通径分析
这说明在消除其它变数的线性影响后 , 每个 简单相关 、 回归及偏相关分析仅为我们
产量构成因素各自与单株产量间都有密切的 对各种性状之间 , 以及产量构成因素与产量
正相关 , 这一结果与偏 回归显著性测验结果 之间的一般相关与互作关系提供一个初步概
相一致。 同时可以看出 lr y > rZ y > 巧 , 说明在 念 , 而通径分析将为我们对这些相关与互作
性状固定时 , 与偏回归分析一样 , 株穗数对单 关系提供更为确切的可靠依据 。
表 3 啤酒用二棱大麦通径分析结果
相关的通径 I〕 ( I, Y ) R ( I , J ) I , ( J , Y ) R ( I , Y )
复相关系数
株德数 X : 对单株产量 Y
直接越径系数
间接通径系数
间接通径系数
穗粒数 X Z 对单株产量 Y
直接通径系数
问接通径系数
l飞, J接通径系数
千粒重 X、 对单株产量 Y
直接通硕盏系数
间接 j函径系数
间接通毛仑系数
剩余 [大l素 ( I〕。 )
0
.
9 6
0
.
79 36
0
.
7 55 7
通过德粒数 X Z
通过千粒重 X l
0
.
(场 6 3
一 0 . 0 28 4
0
.
5 2 5 0
0
.
64 5 2
通过株德数 xl
通过干粒重 X ,
0
.
0 7 7 7
一 0
.
19 7 9
0
.
12 13
0
.
4 5 16
通过株穗数 xl
通过穗粒数 X Z
一 0
.
04 7 6
一 0
.
28 2 7
0
.
0 8 2 5
通径分析结果 见表 3 , 从表 3 可以看出 ,
3 个产量构成因素对单株产童的直接效应均
较大 , 株穗数 lP y = 0 . 7 55 7 , 穗粒数 咫 y =
0
.
64 52
, 千粒重 P3 y 二 0 . 45 16 , 直接效应的大
小排 列顺序 为株穗数 > 穗粒数 > 干粒
重 。 [2 , 3 }间接效应其值都很小 , 在多数情况下
间接效应可以忽略不计。 在产量构成三因素
中 , 单株有效穗是一个很重要的性状 , 对单株
产童贡献最大 , 其次是穗粒数 , 千粒重贡献最
J/
、 。
4 结论与育种应用
4
.
1 本研究相关分析表明, 株穗数对单株产
量关系最密切 , 通径分析同样表明 , 不仅株穗
数对单株产量的直接效应最大 , 而且其总贡
献也最大 , 这一点与他人研究结果基本一
致 [3 ]。
4
.
2 在产量因素中 , 株穗数、 穗粒数 、 千粒重
直接决定产量的高低 (三因素包含了总信息
的 99 . 32 % ) , 同时三者又是互相促进 , 相互
制约的。
4
.
3 啤用二棱大麦产量构成因素株穗数 、穗
粒数 、千粒重对单株产量均有正向直接效应 ,
贡献大小以株有效穗数起主要作用 , 其次是
穗粒数和千粒重 。 因此 , 在高产啤麦育种中,
应以增加每株有效穗为主攻方向 , 选择分桑
力强 , 成穗率高的多穗型单株 。 从实践中也
证实了这一点 , 我们在鄂大麦 6 号的选育中 ,
大麦科学 总第 5 期 199 8 年第 2期
自始至终注意了单株穗数的选择 , 几 代收获
了 16个单株 , 通过室内考种 , 淘汰了分葵差 ,
穗数少的单株 , 当选 6 个单株 , 株穗数均在
10个以上 , 其中以 别 85一 l 单株穗数达 18
个 , 84 85 一2 达 16 个 , 当年这 2 个单株拿到
昆明夏繁加代 , 每个单株混收带回院 , 凡 代
在武昌选择 , 收获了 32 个单株 , 当选 18 个单
株 , 凡 也是当选 18 个单株 , 株穗数均在 15
个以上。 该品种稳定后表现出有效穗多的特
点 , 一般每公顷达 675 万穗以上 , 高产地区襄
北农场每公顷穗数高达 以刃 万以上 , 单产达
75 0 呵hmZ 以上 。 3 个产量因素是互相联系 , 互相促进 , 又相互制约的 , 因此 , 如何协调
好三者的关系非常重要 。 同时也要考虑啤麦
的品质 , 其中千粒重是重要指标之一 , 当选的
单株千粒重应在 40 9 以上 , 不仅仅是籽粒大 ,
而且要整齐一致 , 籽粒近园型 。 我们选育的
啤酒大麦新品种鄂大麦 6 号具有千粒重高的
特点 , 3年省区试平均千粒重达 45 . 99 , 高者
达到 52 . 7 9 , 它不仅产量高 , 而且制啤品质优
良。
综上所述 , 我们提出以增加株穗数为主
攻育种目标 , 兼顾穗粒重 , 增加千粒重为配合
选择指标 , 适当协调千粒重与穗粒数之间的
关系是较适宜的育种模式 。
5 参考文献
莫惠栋 . 农业试验设计 . 上 .海 : 上海科技出版
社 , 19 84
赵理清 . 二棱大麦部分性状的遗传规律的研究
. 浙江农业科学 , 19 83 ( 5 ) : 22 5
顾双平 . 大麦主要农艺性状遗传相关剖析 . 遗
传 , 19 88 , 10 (2 ) : 1
肖远萍 . 大麦产量构成因素的遗传分析 . 中国
大麦文集 ,南昌 :江西科技出版社 , 19 92 : 1 12
P h e n o t y P e c o r re l a t i o n a n a l y s is a n d i t s a P P l i c a t i o n
o f y i e l d e o m P o n e n t s im tw o
一 r o w e d m a l t i n g b a r l e y
印 n Y i n p u , ) w an g J i a ca i , ) L i J i a ar , ) G a o e h o n脚 n扩)
( H
u块 1 A c a d e m y o f gA d e d t u r a l cs ie n e e , w u h a n , H 、 lb e i 4 3 0 0 6 4 ; 2 ) E z h o 。 A g r i e 、 Ll t u r a l B r e a u )
bA
s t ar e t : S t a t i s t i e a n a ly s i s m e t h叱 s 一n e lu d i n g s im p le e o r r e l a t io n , r馆 r e s io n a n a l y s i s , s l a n t
co r e l a t ion
a n d p a t h a an ly
s i s w e r e u sde t o i n v es t ig a t e t h e r e la t io n o f t h e y i e ld o om 卯 n e n t s o f 10
v葫 e t ies o r l i n es of t~ or w de m a l t i n g b a r l e y
.
T h e r e s u l t s s u g g e s t e d t h a t e a e h o f t h e t h r e e y i e ld
com
p o n e n t s h a d po
s i t i v e e f f e e t o n y i e ld o f P e r p la n t
,
t h e n um b
e r
of
s p ik e s 详 r p l a n t e o n t ir b u t e d
t h e
~
t
,
n e x t t h e n unr b
e r o f g r a i n P e r s P ik e
,
t h e l a s t 1000
一 s
e d w
e i g h t
. 黝 t h e a t zt h o r s P or po s ed
a m记 e l fo r b r e ( 11眼 h i g h y ie ld an d q u a l i t y v a r ie t io s of t w o or w e d m a l t i雌 b a r l e y : m a in ly s e l e e t
m ul t ip le s p ik es t
o i n e r e a s e t h e n m b
e r o f s p ik e s p e r p la n t
,
f o l low i
n g b y i n z p or
v i n g g r a in w e ig h r
详 r s p ik e , se t a dd i n g 100 一 g ar in w e i g h t a s a com p l
e m e n t se le e t in d e x
, a n d a p p or p
r i a t e l y co ir d an
t e
t h e 1000
一
g r a in w e ig h t an d t h
e g ar i n n unr b
e r p e r s P ik e
.
K ey w o川 s : M a l t i n g b a r l e y , Y ilde
com
l刃 n e n t s , P h e no t y l〕 e co r e la t io n , AP p l i ca t io n
.