全 文 ：河北农业科学 , 2010, 14 (7):56-59, 69
JournalofHebeiAgriculturalSciences
　
编辑　李布青
引进二棱大麦种质资源的主成分分析与聚类分析
周　伟　 (杨凌职业技术学院 , 陕西 杨凌　712100)
摘要:利用多元分析法 , 对引进的 48个二棱大麦种质资源的 6个主要性状进行了主成分分析与聚类分析。主
成分分析结果表明:按照前 4个主成分的大小依次排序 , 穗下节间长与株高 、 穗粒数与穗长 、 千粒重和产量 ,
可衡量每个性状在某个材料中所处的位置与份量 , 能较直观地判断某一材料性状优势或劣势。通过系统聚类方
法 , 把所有参试材料分为 6类:第 1类为高秆短穗材料;第 2类为多粒材料;第 3类为高秆大穗材料;第 4类
为大粒材料;第 5类为穗大粒多材料;第 6类为高秆大穗粒多材料。
关键词:二棱大麦;种质资源;主成分分析;聚类分析
中图分类号:S512.3　　　文献标识码:A　　　文章编号:1008-1631 (2010)07-0056-04
PrincipalComponentAnalysisandClusteranalysisofIntroducedTwo-rowedBarleyGermplasm
ZHOUWei　 (YanglingVocationalandTechnicalColege, Yangling　712100, China)
Abstract:Theprincipalcomponentanalysisandclusteranalysisof48 introducedtwo-rowedbarleygermplasmswere
cariedout.Theresultsshowedthatthefirstfourprincipalcomponentswasintheorderasinternodelengthbelowspikeand
plantheight, grainnumberperspikeandspikelength, 1 000-seedweight, andyield, whichcouldevaluatetheposition
andimportanceofeachmaterial, anddirectlyjudgetheadvantageousordisadvantageoustraitsofeachmaterial.Thetested
materialsweredividedintosixgroupsbyclusteranalysis.Thefirstgroupincludedthematerialswithhighstemandshort
spike, thesecondgroupincludedthematerialswithmoregrainnumber, thethirdgroupincludedthematerialswithhigh
stemandbigspike, thefourthgroupincludedthematerialswithlargegrain, thefifthgroupincludedthematerialswith
bigspikeandmoregrainnumber, andthesixthgroupincludedthematerialswithstem, bigspikesandmoregrainnumber.
Keywords:Two-rowedbarley;Germplasm;Principalcomponentanalysis;Clusteranalysis
收稿日期:2010-06-06
作者简介:周　伟 (1980-), 男 , 黑龙江肇东人 , 助教 , 硕士 , 主
要从事环保专业教学及学生管理 、 学籍管理工作。 E-mail:
zhouwei1205@sohu.com。
　　大麦是世界上最古老的农作物之一 , 也是种植区域
最宽广 、 垂直分布最高的谷类粮食作物 , 除南极洲以
外 , 在南纬 42°～北纬 70°的广阔地带 , 从我国长江口
海拔接近 0m的海滩围垦地到喜马拉雅山坡海拔
4 750m的高原地区都有种植。其播种面积和产量仅次
于小麦 、 玉米和水稻 , 居禾谷类作物的第 4位。大麦抗
旱和抗盐碱能力比其他禾谷类作物突出 , 适应性广 , 再
加上兼具食用 、 饲用 、 酿造以及医药等多种用途 , 成为
世界性的重要作物之一 [ 1] 。
陕西省是我国大麦主要种植区域 , 且大麦种质资源
丰富。陕西的关中地区地势平坦 , 光热资源丰富 , 相对
温度偏低 , 有利于大麦籽粒的灌浆 , 加之收获季节雨水
较少 , 形成的大麦籽粒饱满 、 色泽好。开展大麦新品种
的选育工作 , 是目前与陕西关中地区生态环境条件相适
宜 , 且符合产业结构调整方向 , 延长农产品加工链条 ,
引导农民致富的一条切实可行的途径。因此 , 有关大麦
新品种的选育工作具有重要的意义。通过引进大麦种质
资源 , 了解其特点和生长习性 , 与当地品种结合 , 可根
据生产所需 , 通过多种育种途径和选择方法 , 培育出适
合陕西种植的优良的大麦品种 [ 2] 。
1970年澳大利亚学者 Bhat提出采用多元统计分析
方法研究亲本间遗传差异的大小 , 以指导杂交亲本的选
配 [ 3] 。近年来 , 国内一些育种工作者应用多元分析法中
的主成分分析方法 , 把多个具有相关关系的性状归结为
反映其内在联系并起主导作用的少量几个综合指标 , 在
此基础上 , 再对作物数量性状和质量性状的遗传规律及
其差异进行综合分析 , 提高育种效能 , 克服育种的盲目
性。据此 , 作者对 48个引进的二棱大麦种质资源的
6个主要性状进行了主成分分析和聚类分析 , 以期科学
地指导育种实践。
1　材料与方法
　　试验材料为引进大麦种质资源 , 计 48份。试验分
2个年度在西北农林科技大学农作一站八区进行。对引
种的资源进行种植 , 经过田间观察记载 , 随机取样并进
行室内考种 , 共测试了 48个育种材料的株高 (X1)、
穗长 (X2)、 穗下节间长 (X3)、 穗粒数 (X4)、 千粒
重 (X5)和产量 (X6)6个性状指标。应用计算机进
行多元分析 , 建立样本的协方差矩阵 , 求出特征向量
(L)、特征根 (λ)及其贡献率 , 进而进行主成分分析
与聚类分析 [ 4 , 5] 。
DOI :10.16318/j.cnki.hbnykx.2010.07.018
第 7期 周　伟:引进二棱大麦种质资源的主成分分析与聚类分析
2　结果与分析
2.1　主成分分析
2.1.1　主成分分析
通过对 48个材料 6个性状的大麦种质进行相关系
数计算 , 得到其协方差矩阵 (表 1)。
表 1　引进二棱大麦种质 6项指标的协方差矩阵表Table1　Thecovariancematrixof48two-rowedbarleygermplasmsbasedonsixtraits
项目 X(1) X(2) X(3) X(4) X(5) X(6)
X(1) 1 0.09108 0.748 42 0.117 39 0.042 05 -0.150 63
X(2) 0.091 08 1 -0.233 02 0.558 81 0.020 92 0.143 49
X(3) 0.748 42 -0.233 02 1 -0.011 23 0.042 37 -0.131 37
X(4) 0.117 39 0.558 81 -0.011 23 1 0.002 41 0.107 58
X(5) 0.042 05 0.020 92 0.042 37 0.002 41 1 -0.028 41
X(6) -0.150 63 0.143 49 -0.131 37 0.107 58 -0.028 41 1
　　由表 1出发 , 求出其方差矩阵的特征向量 (L)、 特
征根 (λ)及其贡献率 (表 2)。可以看出 , 前 4个主成
分的方差贡献累计比率达 89.3%。表明前 4个主成分可
以代替所研究的 6个性状 89%的信息。
对该 4个主成分进行协方差矩阵分析 (表 3), 可
以看出 , 第 1主成分主要显示 X1和 X3的信息 , 即株高
和穗下节间长的信息;第 2主成分主要显示 X2和 X4的
信息 , 即穗长和穗粒数的信息;第 3主成分主要显示
X5即千粒重的信息;第 4主成分主要显示的 X6即产量
的信息。而第 5主成分体现的是 X2和 X4的信息 ,
第 6主成分体现的是 X1和 X3的信息。
表 2　48个种质材料协方差矩阵的特征根 (λ)、贡献率及其累计比例Table2　Thecharacteristicroot(λ), contributionrateandcumulativepercentageofthecovariancematrixof48 two-rowedbarlegermplasm
主成分 特征值 比率(%) 累计比率(%)
1 1.831 85 30.530 87 30.530 87
2 1.619 62 26.993 66 57.524 53
3 0.998 95 16.649 14 74.173 68
4 0.909 95 15.165 91 89.339 59
5 0.465 27 7.754 47 97.094 06
6 0.174 36 2.905 94 100.000 00
表 3　48个种质材料协方差矩阵的主成分特征向量 (L)Table3　Theprincipalcomponenteigenvector(L)ofthecovariancematrixof48two-rowedbarleygermplasm
变量 因子 1 因子 2 因子 3 因子 4 因子 5 因子 6
x(1) 0.614 95 0.335 25 -0.073 38 0.071 92 0.311 09 -0.634 12
x(2) -0.256 28 0.637 77 0.044 27 -0.167 33 0.605 65 0.361 67
x(3) 0.674 73 0.123 98 -0.093 87 0.209 52 -0.178 55 0.666 92
x(4) -0.130 69 0.663 17 -0.017 19 -0.143 27 -0.709 34 -0.138 38
x(5) 0.068 24 0.048 33 0.975 01 0.203 29 -0.029 62 -0.012 57
x(6) -0.281 35 0.152 83 -0.181 39 0.927 94 0.022 39 -0.054 82
2.1.2　主成分的表达式及其实际意义分析　
(1)贡献率与株高有密切关系 , 或者说直接影响
株高的穗下节间长起主导作用 , 说明该性状对产量的直
接效应最大。与小麦相比大麦茎秆偏软 , 所以倒伏是大
麦育种中特别值得重视的问题。大麦茎秆过高 、 质地软
弱 、 植株缺乏弹性 , 往往引起倒伏。从田间观察结果也
可以看出 , 引进材料的株高普遍偏高。在根据育种目标
选配杂交亲本时 , 一定要注意株高的问题 , 尽量在杂交
后代中选择其他性状优良的矮秆大麦植株 , 使经济产量
增高 , 生物学产量降低。
(2)第 2主成分是穗长和穗粒数。这 2个性状关系
密切 , 一般来说 , 二者呈正相关关系。穗子越长 , 穗粒
数就越多 , 其是大麦产量构成的十分重要的性状。
(3)第 3主成分表达的是千粒重。它是大麦产量构
成 3个因素中的另一个重要因素。
(4)第 4主成分是产量本身 , 说明产量本身的方差
贡献率最小。考虑到产量因素构成中的穗数 、 粒数 、 千
粒重三者之间的关系 , 第 4主成分则可以代表穗数。
在育种过程中依据主成分的排序 , 协调好株高 、 穗
粒数 、 千粒重与穗数的关系。对引进的材料而言 , 最值
得重视的是降低株高 , 其次考虑的是穗粒数 、 千粒重 ,
最后还应考虑穗数的问题。
2.1.3　利用主成分分析结果对引进材料的评价 　用计
算机运算出 48材料各自的主成分值 (表 4)。按照前
4个主成分的大小依次排序———穗下节间长与株高 、 穗
粒数与穗长 、 千粒重和产量 , 可衡量每个性状在某个材
料中所处的位置与份量 , 能较直观地判断某一材料性状
优势或劣势 , 如 2024、 D-50和 96-158具有穗粒数多的
特点 , D-18千粒重高即粒大 , D-100属于高秆材料等。
2.2　聚类分析
采用 DPSV3.11版统计分析软件进行系统聚类
分析。
·57·
河北农业科学 2010年
表 4　48个种质材料的主成分分析值Table4　Theprincipalcomponentanalysisvaluesof48two-rowedbarleygermplasm
名称 Y(i, 1) Y(i, 2) Y(i, 3) Y(i, 4) 名称 Y(i, 1) Y(i, 2) Y(i, 3) Y(i, 4)
D-2 2.215 00 -0.460 58 -0.530 87 -0.189 33
D-18 -0.327 57 0.250 47 0.465 42 0.378 42
D-20 -0.426 54 2.315 70 -0.241 40 0.492 99
D-21 -0.05838 1.12188 -0.316 23 0.114 46
D-23 0.345 46 0.534 77 0.025 82 0.402 90
D-49 1.299 90 0.029 81 -1.714 67 -0.769 46
D-50 1.035 70 1.897 94 0.413 55 -2.012 10
D-51 1.753 98 0.171 62 -0.084 12 2.761 93
D-59 1.628 06 2.184 99 1.787 09 0.884 92
D-60 0.099 39 -1.513 84 1.209 37 0.326 62
D-62 -0.048 74 -1.059 05 -0.230 71 1.102 07
D-73 -1.455 97 0.970 70 -0.314 40 -0.262 82
D-76 1.372 51 1.318 07 0.033 37 -1.239 65
D-85 2.641 55 0.940 35 -0.244 05 -0.788 42
D-88 2.227 23 -0.172 46 0.474 08 -0.032 4
D-100 2.505 83 -0.447 37 1.433 98 -1.561 94
95-12 0.598 93 0.778 96 0.592 99 -1.196 03
95-52 -0.079 87 2.324 64 -1.015 43 0.969 44
95-53 -0.897 14 0.039 61 -0.170 69 0.061 48
95-54 -1.212 71 0.592 73 -1.403 04 -0.940 85
95-77 0.988 40 -3.530 70 -0.928 08 -0.741 02
95-80 -1.175 39 -0.425 57 -0.108 44 0.719 63
95-83 0.423 90 -1.006 51 -1.228 57 -0.179 48
95-159 -0.187 59 -0.239 07 1.197 92 -1.294 23
95-233 0.945 65 -2.299 64 -1.046 03 -0.357 68
96-58 0.841 00 -1.137 88 0.770 39 0.922 01
96-101 2.236 26 0.120 18 0.475 21 0.554 58
96-104 1.266 39 0.174 29 1.066 33 0.372 81
96-121 -1.641 86 -2.080 50 0.171 70 0.300 06
96-125 0.052 13 -3.142 84 -1.024 50 -1.129 06
96-131 0.381 48 -1.614 53 2.519 80 1.287 43
96-158 0.891 35 1.091 75 -0.031 76 -0.136 19
20-25 -1.796 39 -1.523 31 -0.179 71 0.084 96
20-24 -2.546 05 1.132 01 0.329 70 -1.365 88
95-(4)-1-3-3 -1.025 90 -0.795 54 0.918 65 -0.519 37
95 (5)-1-1-2 -1.424 05 0.070 86 0.885 79 1.028 70
95 (7)-1-6-2 -2.212 44 0.115 42 0.679 68 -1.525 30
90 (11)-8-1-2 -1.516 76 0.809 67 1.353 24 0.037 83
95 (15)-1-2-2-1 -2.100 29 -0.082 09 0.612 63 1.733 77
95 (15)-1-2-1-5 -1.435 13 -0.257 33 1.145 62 -0.690 81
99-6 -1.774 47 -0.055 37 0.496 66 0.416 07
99-28 -2.187 34 0.845 11 -0.814 15 -1.015 59
甘啤 1号 0.109 09 1.259 65 -1.780 91 1.043 96
甘啤 3号 0.118 48 0.864 42 -2.191 71 0.347 34
甘啤 4号 -0.463 12 -0.460 26 -1.998 24 1.343 49
法瓦维特 -0.113 25 0.426 17 -0.444 63 -0.233 32
哈瑞特 -0.234 11 0.910 92 -0.548 57 0.503 55
西安 91-2 0.363 37 -0.988 28 -0.468 07 -0.010 52
2.2.1　数量型资料数据变换处理　采用标准化方式对
原始数据进行变换:
Xij=(xij-xj)/sj
其中 , xj=∑ni=1xij/n;sj= 1n∑
n
i=1 (xij-xj)
2.2.2　计算距离系数 　对转换后的数量型资料 , 采用
欧氏距离方法计算不同样本之间的距离系数:
dij= ∑nk=1 (xik-xjk)2
2.2.3　进行聚类分析 　根据 Wishart(1969)提出的统
一公式进行。设 Gp与 Gq并类为 Gr, 即 Gr= {Gp, Gq},
则 Gr与任一类 Gk的距离为:
Dkr2 =αpDkp2 +αqDkq2 +βDpq2 +γ Dkp2 -Dkq2
分析用类权重法 , 即 WPGMA方法进行聚类 , 上式
中的系数分别为:αp=1/2, αq=1/2, β =0, γ=0。
2.2.4　计算结果 　通过上述方法计算出各材料之间的
欧式距离 (表 5)。
表 5　各材料之间的欧式距离数值表Table5　TheEuclideandistanceof48 two-rowedbarleygermplasm
T I J 距离 T I J 距离 T I J 距离 T I J 距离
1 40 35 2, 44949
2 19 12 2, 5　　
3 5 2 2, 69258
4 22 11 3, 60555
5 17 13 3, 77492
6 33 29 4, 03113
7 48 32 4, 15331
8 12 4 5, 18692
9 30 21 5, 59017
10 28 27 5, 67891
11 25 6 6, 18466
12 43 18 6, 26498
13 26 2 7, 27297
14 23 20 7, 63217
15 15 1 8, 03804
16 29 4 8, 14069
17 14 13 8, 1927
18 27 10 8, 36233
19 35 34 8, 65104
20 47 41 8, 7178
21 11 3 9, 16707
22 4 2 9, 89801
23 31 9 10, 04988
24 46 42 10, 5　　
25 32 20 11, 12743
26 38 2 12, 04178
27 6 1 12, 12402
28 20 10 15, 71691
29 44 41 16, 65325
30 9 2 17, 23693
31 39 8 17, 78342
32 24 21 17, 87046
33 21 13 19, 06287
34 45 18 23, 54176
35 41 3 25, 22068
36 42 10 25, 89773
37 37 1 29, 08672
38 34 10 57, 11952
39 36 3 57, 37605
40 13 1 79, 38847
41 18 8 80, 03367
42 16 7 89, 77449
43 3 2 107, 1151　
44 10 1 123, 2443　
45 8 2 176, 0695　
46 7 1 233, 81　　
47 2 1 424, 0043　
　　根据各材料欧式距离绘制系统聚类图 (图 1), 各
样本次序依次为 D-2、 D-88、 D-49、 95-233、 95 (7)-
1-6-2、 D-76、 95-12、 D-85、 95-77、 96-125、 95-159、 D-
60、 96-101、 96-104、 95-54、 95-83、 96-158、 西安 91-
2、 99-28、 法 瓦 维 特 、 2024、 95 (4)-1-3-3、 95
(15)-1-2-1-5、 D-50、 D-100、 D-18、 D-23、 96-58、 D-
·58·
第 7期 周　伟:引进二棱大麦种质资源的主成分分析与聚类分析
21、 D-73、 95-53、 96-121、 2025、 90 (11)-8-1-2、 D-
59、 96-131、 D-20、 D-62、 95-80、 99-6、 哈瑞特 、 甘啤
3号 、 95 (5)-1-1-2、 D-51、 95 (15)
图 1　系统聚类图Fig.1　Thesystemclusterof48 two-rowedbarleygermplasm
-1-2-2-1、 95-52、 甘啤 1号 、 甘啤 4号。
2.2.5　结果分析 　由系统聚类分析图可以看出 , 聚类
分析的 6个类各有特点 (表 6)。
第Ⅰ类为高秆短穗材料:有 11个品种 , 即 D-2、 D-
88、 D-49、 95-233、 95 (7)-1-6-2、 D-76、 95-12、 D-
85、 95-77、 96-125和 95-159。株高分布为 79 ～ 116 cm,
平均株高 102.6 cm;穗下节间长分布为 18 ～ 40cm, 平
均穗下节间长 30.1cm;株高与穗下节间长明显高于除
第 3和 4类型之外的其他类型;穗长在所有试验材料中
最短 , 分布为 7 ～ 11 cm, 平均穗长 9.36 cm。
第Ⅱ类为多粒材料:包括 12个品种 , 即 D-60、 96-
101、 96-104、 95-54、 95-83、 96-158、 西安 91-2、 99-
28、 法瓦维特 、 20-24、 95- (4)-1-3-3和 95 (15)-1-
2-1-5。穗粒数分布为 27 ～ 36粒 , 平均穗粒数 30.8粒。
第Ⅲ类为高秆大穗材料:只有 2个品种 , 即 D-50
和 D-100。株高分别为 119cm和 116cm, 穗长分别为
12cm和 10cm。
第Ⅳ类为大粒材料:包括 11个品种 , 即 D-18、 D-
23、 96-58、 D-21、 D-73、 95-53、 96-121、 20-25、
90 (11)-8-1-2、 D-59和 96-131。千粒重分布为 43.5 ～
65.5g, 平均千粒重 50.64g。
第Ⅴ类为穗大粒多材料:包括 7个品种 , 即 D-20、
D-62、 95-80、 99-6、 哈瑞特 、 甘啤 3号和 95 (5)-1-1-
2。穗长分布为 9 ～ 12.5cm, 平均穗长 10.6cm;穗粒数
分布为 26.0 ～ 35粒 , 平均穗粒数 30.3粒。
第 Ⅵ 为高秆大穗粒多材料:包括 5个品种 , 即
D-51、 95 (15)-1-2-2-1、 95-52、 甘啤 1号和甘啤 4号。
株高在所有试验材料中最高 , 分布为 84 ～ 116cm, 平均
株高 104.2cm;穗长 分布为 8 ～ 12cm, 平均 穗长
10.4cm;穗粒 数分布 为 27 ～ 34 粒 , 平 均穗 粒数
30.2粒;因生物学产量高 , 再加上穗长 、 粒多等 , 其
产量在所有参试材料中最高 , 平均为 7 634.10kg/hm2。
表 6　聚类分析结果归纳表Table6　Theinductionofclusteranalysisresults
聚类分析类别 材料数量(个) 株高(cm) 穗长(cm) 穗下节间长(cm) 穗粒数(粒) 千粒重(g) 产量(kg/hm2)
Ⅰ 11 102.636 40 9.363 636 30.090 91 28.454 55 43.872 73 4 288.43
Ⅱ 12 94.916 67 10.000 000 27.000 00 30.833 33 46.333 33 5 278.41
Ⅲ 2 117.500 00 11.000 000 31.000 00 30.000 00 51.250 00 3 003.75
Ⅳ 11 96.727 27 10.090 910 26.000 00 29.636 36 50.636 36 6 000.75
Ⅴ 7 96.285 71 10.642 806 26.428 57 30.285 71 45.214 29 6 643.77
Ⅵ 5 104.200 00 10.400 000 29.500 00 30.200 00 42.900 00 7 634.10
3　小结
　　利用主成分分析法筛选出了 4个特征向量对参试材
料进行评价 , 并对所有参试材料的 6个性状进行协方差
矩阵分析 , 得出按照前 4个主成分的大小依次排序 (穗
下节间长和株高 , 穗粒数和穗长 , 千粒重 , 产量), 可
衡量每个性状在某个材料中所处的位置与份量 , 能较直
观地判断某一材料性状优势或劣势。
通过系统聚类方法把所有参试材料分为 6类 , 其
中 , 第 1类为高秆短穗材料 , 第 2类为多粒材料 , 第
3类为高秆大穗材料 , 第 4类为大粒材料 , 第 5类为穗
大粒多材料 , 第 6材料为高秆大穗粒多材料。
(下转第 69页)
·59·
第 7期 白海臣等:皖江黄鸡品系杂交组合筛选试验
2.2　商品代杂交组合试验结果
商品代鸡从 42日龄体重 、 饲料转化比 、 成活率和
屠宰率方面综合来看 , 以 HA× (HB2 ×HC1)杂交组
合最具有优势 (表 2)。且该组合商品代三黄特征明显 ,
胫长适中 , 符合市场需要。
表 1　父母代杂交组合试验结果Table1　ThecrosscombinationsofparentgenerationofWanjiangyelowchicken
杂交组合 观察群规模(套) 22周母鸡体重(g) 5%产蛋率日龄(d) 开产蛋重(g) 40周产蛋量(枚) 66周产蛋量(枚)
HB1×HC2 2 800 2 126±152 163 35.5±3.1 77.3 182.1
HB1×HC1 3 200 2 114±158 168 35.2±3.2 75.2 180.3
HB2×HC2 3 000 2 113±146 166 34.4±3.2 77.7 179.4
HB2×HC1 3 100 2 110±138 169 34.7±3.0 78.4 183.0
杂交组合 66周合格种蛋数(枚) 育雏育成死淘汰率(%) 产蛋期死淘汰率(%) 种蛋受精率(%) 受精蛋孵化率(%) 66周供合格苗鸡数量(羽)
HB1×HC2 172.4 5.2 9.6 93.0 94.2 151.1
HB1×HC1 171.3 6.2 9.7 92.5 94.3 149.4
HB2×HC2 166.2 5.6 10.2 93.2 94.1 145.8
HB2×HC1 174.7 4.4 9.5 92.7 94.5 153.1
表 2　商品代杂交组合试验结果Table2　ThecrosscombinationsofcommercialgenerationofWanjiangyellowchicken
杂交组合 批次 样本量(只) 42日龄平均体重(g) 饲料转化比 成活率(%) 半净膛率(%) 全净膛率(%) 胸腿肌率(%)
HA×(HB1×HC2)
HA×(HB2×HC1)
1 4 000 1 374.4 2.090 98.7 77.8 63.7 38.7
2 4 500 1 373.5 2.112 98.5 78.0 64.1 38.9
1 4 200 1 389.2 2.006 98.8 78.0 63.9 38.7
2 4 600 1 396.6 2.005 98.6 78.2 63.9 38.8
3　小结
　　从父母代和商品代杂交试验结果来看 , HA×
(HB2 ×HC1)杂交组合在父母代供种能力和商品代鸡
生长速度 、 饲料报酬等方面具有较明显的优势。因此 ,
可依此构建配套系如下:
纯系:　　　HA系　HB2系　　HC1系
　　　　　　　↑　　　↑　　　↑
祖代:　　　HA♂♀　HB2♂×HC1♀
　　　　　　　↑　　　　　↑
父母代:　　HA♂　×　HB2HC1♀
　　　　　　　　　　　　↑
商品代:　　　　皖江黄鸡配套系♂♀
参考文献:
[ 1] 胡忠泽 , 闻爱友 , 王立克 , 等 .姜黄素对皖江黄鸡肉质
的影响 [ J] .家禽科学 , 2009, (9):7-10.
[ 2] 胡忠泽 , 王立克 , 闻爱友 .姜黄素对皖江黄鸡脂肪代谢
的影响 [ J] .饲粮与饲料工业 , 2008, (4):29 -30,
33.
[ 3] 骆桂兰 , 陈　军 , 高嘉泰 .尿素及丝兰提取物对黄羽肉
鸡生长性能影响的研究 [ J] .安徽农业科学 , 2008,
36 (29):12693-12694.
[ 4] 王福明.不同饲养方式对凉山岩鹰鸡屠宰率和胴体品质
的影响 [ J] .安徽农业科学 , 2008, 36 (5): 1871 -
1872.
(上接第 59页)
参考文献:
[ 1] 周红星 .我国啤酒大麦产销中的问题及对策 [ J] .中国
食物与营养 , 2005, (4):38-39.
[ 2] 王玉成 , 朱蕴秀 .陕西大麦生态分区和品种生态型
[ A] .中国作物学会大麦专业委员会 .中国大麦文集
[ C] .北京:中国农业出版社 , 1986:67-68.
[ 3] BhattGW.Multivariateanalysisapproachtoselectionofpar-
entsforhybridizationaimingatyieldimprovementiself-polli-
natedcrop[ J] .AgriRes, 1970, (21):1-7.
[ 4] 黄金龙 .电子计算机在遗传育种中的应用 [ M] .北京:
中国农业出版社 , 1991:435-436.
[ 5] 裴鑫德.多元统计分析及其应用 [ M] .北京:北京农业
大学出版社 , 1990:213-216, 234-235.
[ 6] DuXH, LiXM, LiXZ.ClusteranalysisofChinesepumpkin
inbredlines[ J] .AgriculturalScience＆ Technology,
2008, 9 (4):104-107.
[ 7] YingL, XuYC, HuangXM, etal.Clusteranalysisofmor-
phologiccharacteristicofeightgeographicalpopulationsofRa-
nadybowskii[ J] .AgriculturalScience＆ Technology,
2008, 9 (1):104-106, 110.
·69·