全 文 ：第 20 卷　第 4 期
1999 年 12 月
内 蒙 古 农 业 大 学 学 报
Journal of I nner Mongolia Agricultural University
Vol.20　NO.4
Dec.1999
文章编号:1001-8727(1999)04-0054-04

缘毛雀麦单穗籽粒产量性状相关因素的多元分析＊
石凤翎1 , 　王明玖1 , 　黄振艳2
(1　内蒙古农业大学生态环境学院 , 呼和浩特　010019;2　内蒙古自治区扎兰屯农业学校 , 扎兰屯　162650)
摘要:　用简单相关和逐步回归的分析方法 ,从不同的角度对缘毛雀麦种子生产的数量性状与单穗籽粒产量的关
系进行分析。结果表明:缘毛雀麦的整穗重 、穗轴节数 、小穗数 、小花数 、籽粒数等各性状间均存在着极显著的正相
关。而穗长 、小穗数 、整穗重 、籽粒数性状组合控制了籽粒产量的 99.37%, 其中 , 整穗重和籽粒数对单穗籽粒产量
有正的效应 ,而穗长 , 小穗数的效应均为较小的负值 ,这表明穗重 、籽粒数是影响籽粒产量的重要因素。
关键词:　缘毛雀麦;　籽粒产量;　数量性状
中图分类号:　S11+3　　文献标识码:　A
MULTIPLE ANALYSIS OF CORRELATION FACTORS
FOR SEED YIELD CHARACTERS
OF SINGLE SPIKE OF Bromus ci liatus
SHI Feng_l ing1 , 　WANG Ming_jiu1 , 　HUANG Zhen_yan2
(1　Co llege of Ecology and Environment , I nner Mongolia Agricultural University ,Huhho t , 010019;
2　I nner Mongolia Zhalantun Ag riculture and Animal School , Zhalantun city , 162650)
Abstract:　The techniques of simple correlation analysis and g radual reg ression were used in this paper to anal-
y se the relationship between quantitative characters related to seed production of Bromus ci liatus and its seed
y ield in a sing le head.The results showed that there were significant positive correiations among some characters
like w hole head weight ,node number of spike stalk , spikelet number , floret numbr and seed number of Bromus
ciliatus .99.37%of the seed yield were controlled by the character combinat ion of spike length spikelet num-
ber ,whole spike weight and seed number , in w hich whole spike w eight and seed number produced positive effect
on seed yield of single spike , whereas the spike length and spikelet number produced negative ef fect.This illus-
收稿日期:　1999-09-15基金项目:　内蒙古自然科学基金资助项目作者简介:　石凤翎(1964-),女 ,副教授 ,从事牧草栽培与种子学研究.
trated that spike weight and seed number w ere the impo rtant factors af fecting the seed yield of Bromus cil iatus.
Key words:　Bromus ci liatus , seed yield ,quantitative character.
引　言
缘毛雀麦(Bromus ciliatus L )是多年生具短根茎的疏丛型禾草。经多年栽培驯化 ,牧草产量和品质与
现行雀麦属的其它栽培品种相当 ,且在抗性方面表现突出 ,是一种非常有研究利用价值的野生优良牧
草〔5 ,6〕 。但由于其抽穗不整齐 ,结实率低 ,种子成熟期不一致 ,圆锥花序顶端的种子成熟后易脱落 。导致种
子产量低〔1〕 ,因此影响了它的大面积推广种植。
缘毛雀麦种子产量高低是由单位面积内的生殖枝数。每花序小穗数 、小花数 、结实率 、单穗籽粒产量 、千
粒重等诸多因素决定的。因此 ,搞清缘毛雀麦籽粒产量与其种子生产的综合性状间的关系及其内在联系 ,可
为缘毛雀麦种子生产田的科学管理 ,提高种子产量 ,以及选择优良亲本育种等提供理论依据。
1　实验地自然概况
本实验地设在原内蒙古农牧学院牧草试验站。该地海拔 1 063m ,属典型的大陆性气候 ,年平均气温
5.4℃,7月份最热 ,极端最高气温 37.9℃,1月份最冷 ,极端最低气温-32.8℃。年均降水量 400mm 左右 ,
多集中在 7 、8 、9三个月份 。无霜期 130 ～ 140d ,初霜一般在 9月下旬 ,晚霜在 5月中旬 ,土壤为沙质壤土 ,肥
力中等 ,pH7.0 ～ 7.5。具灌溉条件。
2　材料与方法
在栽培驯化第 4年的缘毛雀麦种子生产田中 ,于种子完熟期 ,随机取 90个穗子 ,测定整穗重(X1)、穗长
(X2)、穗轴节数(X3)、小穗数(X4)、小花数(X5)、籽粒数(X6)、结实率(X7)、单穗籽粒产量(y)。各性状及其与
籽粒产量间的关系 ,通过简单相关和多元回归的统计方法进行分析〔2 , 3〕 。各计算分析过程均应用国际公认
的标准统计分析软件 SAS 完成〔4〕 。
3　结果与分析
3.1　简单相关分析
简单相关反映出两个性状间的密切程度及其相关的性质。与缘毛雀麦种子生产有关的 7个数量性状间
的简单相关分析见表 1。由表 1可以看出 ,在 7个数量性状中 ,只有结实率(X7)与各性状间的关系不密切 ,
均在 0.5水平下显著 ,而其它性状间及各性状与单穗籽粒产量间均有显著的正相关(P <0.01)。
55第 4 期　　　　　　　　　　石凤翎等:　缘毛雀麦单穗籽粒产量性状相关因素的多元分析
表 1　缘毛雀麦种子生产数量性状间的相关系数及相关概率显著水平
X2 X3 X4 X5 X 6 X7 Y
X1
0.48531
0.0001 0.626370.0001 0.737860.0001 0.930220.0001 0.965080.0001 0.156400.2327 0.983590.0001
X2
0.34088
0.0077 0.278650.0311 0.390240.0021 0.412390.0011 0.076470.5614 0.435040.0005
X3
0.78164
0.0001 0.646500.0001 0.623460.0001 0.164020.2105 0.604890.0001
X4
0.82079
0.0001 0.705690.0001 0.202640.1205 0.684640.0001
X5
0.86270
0.0001 0.107050.4156 0.882210.0001
X6
0.23166
0.0749 0.989060.0001
X7
0.19200
0.1417
3.2　多元逐步回归分析
通过上面的简单相关分析已经
反映出 ,缘毛雀麦单穗籽粒产量(y)
与籽粒数(X6)、整穗重(X1)、小花
数(X5)、小穗数(X4)、穗节数(X3)、
穗长(X2)有极为密切的相关 ,而且
这 6 个数量性状间又存在相互依
存 、相互制约的内在联系 。所以 ,籽
粒产量必然要同时受到这 6个数量
性状的共同影响 。这样 ,当一个性
状发生变化时 ,不仅直接影响到籽
粒产量 ,还要影响其它 5 个数量性
状发生变化 。用多元回归分析能客观反映出各数量性状与籽粒产量的复杂关系和性状间的本质联系〔2 , 3〕。
多元回归分析的结果见表 2 。本分析采用逐步法 ,每次引入模型一个最显著的变量 ,然后再考虑从模型中剔
除一个最不显著的变量 ,直到既没有变量引入也没有变量剔除为止〔4〕 。从表 2中看出 ,与单穗籽粒产量性状
最为密切的数量性状分别是籽粒数(X6)、整穗重(X1)、小穗数(X4)、穗长(X2)。这 4个性状组合的多相关系
数平方值(R2)很高 ,控制了籽粒产量性状变量的 99.37%。而 X1 和 X6 两性状组合的 R2值为 0.9905 ,这两
个性状组合与上面 4个性状组合的 R2 值接近 ,相当于多个性状组合的作用 。故建立单穗籽粒产量性状的模
型为 y=0.0499+0.4515X1+0.002735X6其中 ,单穗籽粒产量与小穗数(X4)、穗长(X2)呈负相关 ,而与籽粒
数(X6)、整穗重(X1)呈正相关 。所以在进行缘毛雀麦选择育种时 ,应首先考虑到籽粒数 、整穗重这两个数量
性状;在种子生产中 ,应加强孕穗期至开花期的田间管理 ,同时进行人工辅助授粉 ,可望获得穗重 ,籽粒多的
效果 ,从而达到提高单位面积内种子产量的目的。
表 2　缘毛雀麦种子生产数量性状相关因素的多元逐步回归分析结果
S tepwise Procedure for Dependent Variable Y
Step 1 Variable X6 Entered R-square=0.97823701 C(p)=129.23339613
DF Sum of Squares Mean Square F Prob>F
Regression 1 15.29531658 15.29531685 2607.08 0.0001
Error 58 0.34027722 0.00586685
Total 59 15.63559380
Parameter Standard Type Ⅱ
Variable Estimate Erro r Sum of Squares F Prob>F
INTERCEP 0.00839250 0.01603602 0.00160692 0.27 0.6027
X6 0.00484169 0.00009482 15.29531658 2607.08 0.0001
Bounds on condition numter: 1 , 1
Step 2 Variable X1 Entered R-square=0.99054761 C(p)=26.45299233
DF Sum of Squares Mean Square F Prob>F
Regression 2 15.48780015 7.74390007 2986.61 0.0001
Error 57 0.14779366 0.00259287
Total 59 15.63559380
Parameter Standard Type Ⅱ
Variable Estimate Erro r Sum of Squares F Prob>F
INTERCEP -0.0697322 0.01399759 0.06440613 24.84 0.0001
X1 0.37136845 0.04310212 0.19248357 74.24 0.0001
X6 0.00284060 0.00024066 0.36124988 139.32 0.0001
Bounds on condition numter: 14.57392 , 58.29566
56 内 蒙 古 农 业 大 学 学 报　　　　 　　　　　　　　1999 年
续表 2　缘毛雀麦种子生产数量性状相关因素的多元逐步回归分析结果
Step 3 Variable X4 Entered R-square=0.99331056 C(p)=4.93648434
DF Sum of Squares Mean Square F Prob>F
Reg ression 3 15.53100041 5.1700014 2771.80 0.0001
Er ro r 56 0.10459339 0.00186774
Total 59 15.63559380
Parameter Standard Type Ⅱ
Variable Estima te Error Sum of Squares F Prob>F
INTERCEP -0.00751684 00.01756855 0.00034191 0.18 0.6704
X1 0.42358882 0.03815933 0.23014615 123.22 0.0001
X4 -0.00268049 0.00055735 0.04320027 23.13 0.0001
X6 0.00282655 0.00020427 0.35761218 191.47 0.0001
Bounds on condition num ter: 15.85788 , 97.80692
Step 4 Variable X2 Entered R-square=0.99367290 C(p)=3.85241480
DF Sum of Squares Mean Square F Prob>F
Reg ression 4 15.53666591 3.88416648 2159.44 0.0001
Er ro r 55 0.09892790 0.00179869
Total 59 15.63559380
Parameter Standard Type Ⅱ
Variable Estima te Error Sum of Squares F Prob>F
INTERCEP 0.04994731 0.03668253 0.00333474 1.85 0.1789
X1 0.45152180 0.04062040 0.22224154 123.56 0.0001
X2 -0.00313745 0.00176781 0.00566549 3.15 0.0815
X4 -0.00281593 0.00055225 0.04676584 26.00 0.0001
X6 0.00273531 0.00020695 0.31422861 174.70 0.0001
Bounds on condition num ter: 18.65916 , 151.2914
All v ariables in the model are significant at the 0.1500 level.
No o ther variable met the 0.1500 significance level for entry into the model.
Summary of S tepw ise Procedure for Dependent Variable Y
Variable Number Partial Model
Step Entered Removed In R＊＊2 R＊＊2 C(p) F Prob>F
1 X6 1 0.9782 0.9782 129.2334 2607.0754 0.0001
2 X1 2 0.0123 0.9905 26.4530 74.2357 0.0001
3 X4 3 0.0028 0.9933 4.9365 23.1297 0.0001
4 X2 4 0.0004 0.9937 3.8524 3.1498 0.0815
4　讨论
4.1　本文利用简
单相关和多元逐步
回归法 ,从不同的
角度对缘毛雀麦种
子生产的数量性状
与单穗籽粒产量的
关系进行了系列分
析。其中简单相关
系数只能反映各性
状直接与间接效应
的代数和 , 而对于
结果性状影响较小
的一些性状效应 ,
容易被其它性状的
间接效应所掩盖。
从前面的结果分析
中可以看出 , 缘毛
雀麦的单穗小穗数
和穗长与单穗籽粒
产量的简单相关系
数都未能真实地反
映出二者间的关
系。因此 , 当多个
性状同时影响某一
性状 ,而且这些性状彼此间又存在相关关系时 ,应尽可能多研究几个性状 ,并应用相应的多元回归等统计分
析法 ,才助于使问题更加清楚明了 。
4.2　从表 2 的 R2 值看出 ,穗重 ,籽粒数等 4 个性状控制着籽粒产量性状变异的 99.37%,这表明还有
0.63%的其它因素控制着籽粒产量性状 ,是对籽粒产量性状影响较小的一部分 。缘毛雀麦的整穗重和籽粒
数对于籽粒产量有正的效应 ,这表明改善这 2个性状将有利于籽粒产量的提高;由于小穗数和穗长对单穗籽
粒产量的效应均为较小的负值 ,表明当其它性状不变时 ,增加小穗数和穗长对于提高单穗籽粒产量影响不
大。
参　考　文　献:
[ 1] 　石凤翎.缘毛雀麦适宜采种期的研究〔J〕.内蒙古农牧学院学报 , 1996 , 17(4):54—57.
[ 2] 　杨纪珂.应用生物统计〔M〕.北京:科学出版社 , 1983.
[ 3] 　刘来福.作物数量遗传〔M〕.农业出版社 , 1984.
[ 4] 　裴喜春 , 薛河儒.SAS 及应用〔M〕.中国农业出版社 , 1997.
[ 5] 　Hughes H.D.Fo rages 4th.USA , 1985.
[ 6] 　Tsvelev N.N.Grasses of the Soviet Union.Part I , 1983.
57第 4 期　　　　　　　　　　石凤翎等:　缘毛雀麦单穗籽粒产量性状相关因素的多元分析