呂銳玲等

摘要 [目的]為明確早秈產量與產量性狀的相互關系，找出影響早秈產量的主導因素，為早秈優(yōu)良品種的選育及栽培提供科學依據。[方法]以2011年南方稻區(qū)早秈區(qū)域試驗13個水稻品種（組合）為材料，運用灰色系統(tǒng)理論對影響水稻產量的8個產量性狀進行灰色關聯分析。[結果]早秈產量性狀與產量的關聯度大小依次為： 全生育期（r=0.516 7）>結實率（r=0.485 1）>穗長（r=0.474 1）>千粒重（r=0.427 2）>實粒數（r=0.402 1）>株高（r=0.382 4）>總粒數（r=0.359 4）>有效穗數（r=0.311 0）。[結論]在進行早秈選育和高產栽培過程中，要抓住結實率這個指標，在保證穗長和千粒重前提下，提高每穗實粒數。

關鍵詞 早秈；產量性狀；關聯度分析

中圖分類號 S511 文獻標識碼 A 文章編號 0517-6611（2014）11-03218-03

Abstract [Objective] To define the relationship between yield and yield characters of early indica rice， figure out dominant factors influencing yield of early indica rice， and offer scientific support for the breeding and cultivation of quality early indica rice varieties. [Method] Taking 13 rice varieties or combinations in the early indica rice pilot experiment from south rice producing regions in 2011 as the test materials， Gray System Theory is applied for the gray correlation analysis of 8 characters of rice yield. [Result] The correlation between early indica rice yield characters and yield is： whole growth season （r=0.516 7）> maturing rate （r=0.485 1）> spike length（r=0.474 1 ）> thousand-kernel weight （r=0.427 2）> full kernel quantity（r=0.402 1）> plant height（r=0.382 4）> total kernel quantity （r=0.359 4） > efficient spike（r=0.311 0）. [Conclusion] In the breeding and high-yield cultivation of early indica rice， maturing rate should be valued， full kernel quantity per spike should be improved on the basis of guaranteeing spike length and thousand-kernel weight.

Key words Early indica rice； Yield character； Correlation analysis

水稻產量性狀受環(huán)境和基因型的相互作用，不同的產量水平具有不同的產量性狀結構。分析產量性狀對產量影響的重要程度，從而有針對性的采取相應的栽培措施和選育方向。胡蓉采用相關分析、回歸分析和通徑分析研究了30個雜交中稻品種的產量和產量構成因素，認為在對福州地區(qū)雜交中稻新品種的篩選時，穗實粒數和叢穗數應作為優(yōu)先考察的因素，同時兼顧粒重和穗總粒數，并要求相對穩(wěn)定的結實率[1]。陳達剛等5個超級稻品種（組合）在廣州地區(qū)早、晚季的產量構成因素與產量的關系進行研究，認為早季重點增加每穗粒數、晚季注重提高粒重是增加超級稻產量的有效途徑[2]。

灰色關聯度分析法是鄧聚龍教授創(chuàng)立的一種重要的統(tǒng)計分析方法，灰色系統(tǒng)理論的關聯度分析與數理統(tǒng)計學的相關分析是不同的，其主要研究動態(tài)過程，被認為優(yōu)于方差分析、主成分分析、相關分析等[3]。王海潮等應用灰色關聯度分析了不同區(qū)域的水稻主要產量性狀與產量關系[4-6]。為此，筆者通過對水稻產量性狀的灰色關聯度分析，找出影響早秈產量的主導因素，旨在為早秈優(yōu)良品種的選育及栽培提供科學依據。

1 材料與方法

1.1 供試材料

試驗材料來源于2011年南方稻區(qū)早秈區(qū)域試驗13個水稻品種或組合。各品種（組合）的代號和名稱分別為HD9802S/R30、H750S/華108、株兩優(yōu)0609、株兩優(yōu)35、H750S/H005、安豐優(yōu)211、陸兩優(yōu)173、兩優(yōu)699、H750S/HY17、中2優(yōu)547、潭兩優(yōu)143、株兩優(yōu)39、株兩優(yōu)819。

1.2 試驗方法

試驗地點為黃岡市農業(yè)科學院梅家墩試驗基地。于3月28日播種，水育秧（薄膜弓架保溫育秧），秧齡30 d左右。試驗采用隨機區(qū)組排列，3 次重復，小區(qū)面積13.3 m2，行株距 20.0 cm×16.7 cm。成熟期每品種（組合）調查5點，每點10穴；取每穴有效穗與平均值相同的兩穴，進行室內考種，記錄有效穗數、穗粒數、結實率、千粒重，并進行實收測產。

3 結論與討論

水稻產量形成過程中，受環(huán)境條件和品種基因型共同作用，影響水稻產量的因素是相當復雜的，通常采用相關分析、回歸分析和通徑分析等統(tǒng)計方法，而這些方法需要大量原始數據，計算量大且要求數據有一定的統(tǒng)計規(guī)律，應用起來比較困難?；疑P聯分析的基本原理是根據曲線幾何形狀的相似程度來判斷關聯程度，在數據較少、信息不完全、分布不典型的情況下，仍能得到較可靠的結果。利用灰色關聯分析研究各性狀對產量影響的優(yōu)先次序已在大麥[7]、玉米[8]、大豆[9]、棉花[10]等作物中得到了廣泛的應用。

按照灰色關聯分析方法，各性狀的重要性以關聯度表示，關聯度大的表示參與指標重要，關聯序的變化意味著性狀間關系的變化。早秈產量性狀與產量的關聯度大小依次為：全生育期（r=0.516 7）>結實率（r=0.485 1）>穗長（r=0.474 1）>千粒重（r=0.427 2）>實粒數（r=0.402 1）>株高（r=0.382 4）>總粒數（r=0.359 4）>有效穗數（r=0.311 0），說明在早秈產量構成因素中，全生育期影響最大，之后依次為結實率、穗長、千粒重、實粒數、株高、總粒數、有效穗數。由于受耕作制度的影響，早秈的生育期一般變化幅度很小，并且盡量選擇短生育期為佳，故在進行早秈選育和高產栽培過程中，要抓住結實率這個指標，在保證穗長和千粒重前提下，提高每穗實粒數。

參考文獻

[1] 胡蓉.雜交中稻產量構成因素與產量相關性的分析[J].福建農業(yè)學報，2011（2）：211-214.

[2] 陳達剛，周新橋，李麗君，等.超級稻產量構成因素與產量的關系研究[J].廣東農業(yè)科學，2008（7）：3-6.

[3] 聶守軍，謝樹鵬，史冬梅，等.寒地水稻產量因素間灰色關聯度分析[J].農業(yè)科技通訊，2009（6）：36-39.

[4] 王海潮，肖紅旭，王小紅，等.陜南雜交水稻產量和產量構成因素的灰色關聯度分析[J].陜西農業(yè)科學，2009（6）：20-22，33.

[5] 江銀榮，潘寶國，陸虎華.江蘇省水稻產量與產量性狀的灰色關聯分析[J].浙江農業(yè)科學，2009（6）：1130-1132.

[6] 袁偉玲，曹湊貴，程建平.水稻產量及構成因素的灰色關聯度分析[J].湖北農業(yè)科學，2005（2）：24-25.

[7] 楊明，余國東，李伯群，等.應用灰色關聯度分析評價不同大麥品種產量與產量構成因素[J].安徽農業(yè)科學，2011（36）：22247-22248，22322.

[8] 閔麗，李偉忠，許崇香，等.黑龍江省自育中晚熟玉米品種主要農藝性狀與產量的灰色關聯分析[J].黑龍江農業(yè)科學，2013（4）：4-6.

[9] 申忠寶，王建麗，潘多鋒，等.大豆單株產量與主要農藝性狀的灰色關聯度分析[J].中國農學通報，2012（33）：75-77.

[10] 楊玉楓，韓永亮，路正營，等.雜交棉產量與主要農藝性狀的灰色關聯度分析[J].河北農業(yè)科學，2012（10）：24-26.