Please wait a minute...
欢迎访问作物学报,今天是
图/表 详细信息
不同基因型燕麦产量差异与叶片生理特性的关系
柳妍娣, 赵宝平, 张宇, 米俊珍, 武俊英, 刘景辉
作物学报    2022, 48 (11): 2953-2964.   DOI: 10.3724/SP.J.1006.2022.11107
摘要   (427 HTML17 PDF(pc) (865KB)(309)  

为了解燕麦穗花形成过程中叶片生理特性对产量的影响, 本试验于2020年和2021年, 以9个不同来源、熟期、穗型、株型、小穗数的品种为试验材料, 采用方差分析、主成分分析、聚类分析等方法, 对不同基因型燕麦产量差异与叶片生理特性的关系进行分析。结果表明: 不同品种间, 抽穗期各生理指标存在显著差异, 通过聚类分析, 将供试的9个品种分为高产和低产品种两类, 其中高产品种较低产品种的籽粒产量显著高73.61%~4.78%; 高产品种的GA3、ZR、IAA含量、SPS、SS活性、净光合速率、叶片蔗糖含量、干物质积累量、穗部蔗糖同化效率的整体水平均优于低产品种; 其中, GA3含量、SPS活性和净光合速率较低产品种显著高49.17%~13.70%、33.29%~4.43%、87.88%~5.72%。结果表明, 结实小穗数、穗粒数、叶片赤霉素含量、蔗糖磷酸合成酶活性和净光合速率对高产品种的产量形成影响最为显著。说明可将增加结实小穗数、穗粒数作为提高产量的突破口, 适当开“源”、延缓叶片衰老以保证酶和激素的活性, 对燕麦获得高产有积极影响。


变量
Variable
主成分1
Principal
component 1
主成分2
Principal
component 2
GY 0.38 -0.13
NS 0.39 -0.07
NG 0.37 -0.18
GA 0.39 -0.06
IAA 0.28 0.66
ABA -0.28 0.64
ZR 0.36 0.20
Pn 0.36 0.24
特征值Eigenvalue 6.34 0.80
贡献率Contribution rate (%) 79.20 9.95
累计贡献率
Cumulative contribution rate (%)
79.20 89.15
View table in article
表7 各指标特征值及贡献率
正文中引用本图/表的段落
为了挖掘各指标对产量的主导作用, 对9个燕麦品种的主要指标进行主成分分析。计算相关性分析中13个指标的表型变异得出, 变异系数超过10%的指标有8个, 分别是籽粒产量、结实小穗数、穗粒数、GA3、IAA、ABA、ZR、Pn, 将8个指标进一步分析, 提取出两个主成分, 如表7, 累计方差贡献率大于80%, 主成分1特征值大于1, 具有较好的代表性, 能反映各生理指标对产量的影响。
由表7可知, 在第一主成分中载荷较高的指标是籽粒产量、结实小穗数、穗粒数、GA3、ZR含量和Pn, 说明要提高籽粒产量, 第一主成份值应适量增大; 第二主成分中载荷较高的指标是ABA、IAA含量, 因其特征值小于1, 在此不作分析。
本文的其它图/表