基于主成分和聚类分析的50份冬小麦材料主要农艺性状评价

Evaluation of main agronomic characters of 50 winter wheat varieties based on principal component and cluster analysis

摘要

目的 了解冬小麦农艺性状间的关系，探究冬小麦农艺性状对产量的影响，从而筛选高产冬小麦品系。 方法 本研究以50份冬小麦品种（系）为研究对象，对其15个农艺性状进行了遗传变异分析、相关分析、主成分分析和聚类分析。 结果 遗传变异分析表明，供试材料农艺性状存在差异，除生育期变异系数为0.71%外，其他农艺性状变异系数较大，为7.46%~51.68%。产量与穗粒质量（0.935**）、千粒质量（0.740**）、穗粒数（0.616**）呈极显著正相关，与小穗数（0.289*）呈显著正相关，与其他农艺性状相关性不显著。主成分分析结果表明，小穗数、穗粒数、小穗粒数、穗粒质量、千粒质量对冬小麦产量提高有较大的正向作用，株高、不育小穗数对冬小麦产量提高有负作用，有27份参试材料基于15个农艺性状综合表现好。聚类分析结果表明，50份冬小麦供试材料划分为多粒高产型、多粒中产型、少粒低产型3大类群，各类群特征表现明显。 结论 50份冬小麦参试材料在15个农艺性状上具有丰富的多样性，通过综合评价筛选出了21份综合性状表现优良的冬小麦材料，可以从中选育出具有高产潜力的冬小麦新品种，同时为冬小麦杂交选育提供了优良的亲本资源和理论参考。142-3-3-1（D₃₈）、141-1-8-1（D₃₅）和2012Y-01-6-1（D₄₃） 3份材料较对照陇麦844综合表现优良，产量高。

Abstract

Objective This study aimed to investigate the correlations between agronomic traits of winter wheat and explore theirs effect of agronomic traits on winter wheat yield in order to create and screen high-yield winter wheat varieties. Method The study focused on 50 winter wheat varieties，analyzing 15 agronomic traits through genetic variation analysis，correlation analysis，principal component analysis，and cluster analysis. Result The results revealed differences in the agronomic traits among the tested varieties.Apart from a growth period variation coefficient of 0.71%，the other agronomic traits displayed relatively large variation coefficients ranging from 7.46% to 51.68%.Grain yield exhibited a significantly positive correlation with grain weight per spike (0.935**)，1 000 grain weight (0.740**)，and kernel number per spike (0.616**).It also showed a significant positive correlation with spikelet per spike (0.289*)，while its correlations with other agronomic traits were not significant.Principal component analysis indicated that spikelet per spike，kernel number per spike，the numbers of spikelet grain per spike，grain weight per spike，and 1 000 grain weight had a positive effect on improving winter wheat yield.On the other hand，plant height and sterile spikelets had a negative effect.Among the 27 tested varieties，15 agronomic traits performed well.Cluster analysis divided the 50 winter wheat test varieties into three groups: multi-grain high-yield type，multi-grain middle-yield type，and few-grain low-yield type，each exhibiting distinctive characteristics. Conclusion The 50 winter wheat test varieties demonstrated rich diversity in 15 agronomic traits.Based on comprehensive evaluation，21 winter wheat varieties with excellent overall performance were selected，indicating their potential for high yield.These findings provide valuable parental resources and theoretical references for winter wheat hybrid breeding.Among the selected varieties，142-3-3-1 (D₃₈)，141-1-8-1 (D₃₅)，and 2012Y-01-6-1 (D₄₃) exhibited superior comprehensive performance and higher yield compared to the control variety，Longmai 844.

Graphical abstract

关键词

冬小麦 / 农艺性状 / 相关分析 / 主成分分析 / 聚类分析

Key words

winter wheat / agronomic traits / correlation analysis / principal component analysis / cluster analysis

Author summay

郑彩霞，高级农艺师，主要从事农作物育种工作。E-mail：[e-mail]

小麦（Triticum aestivumＬ.）是一种适应性强、分布广泛的世界性粮食作物，其产量直接关系到人类粮食安全和社会和谐稳定^［1-2］。作为我国主要的粮食作物，冬小麦的种植面积和产量位居世界首位，其主要分布在秦岭、淮河以北，长城以南等区域^［3-4］。甘肃省作为我国旱地冬小麦的主要种植区之一，大部分集中在陇东、陇南和陇中地区，甘肃省中部的白银市冬小麦主产区位于白银市南部的黄土高原，光热资源丰富，自然降水相对少，经常受到干旱胁迫影响，造成了冬小麦不同程度的减产。因此，对不同冬小麦种质资源在白银地区生态环境条件下主要农艺性状和产量的评价和分析，选育高产稳产抗旱的冬小麦新品种，可以为甘肃白银地区冬小麦的育种技术研究奠定基础，对推动本地区冬小麦可持续发展具有重要作用。

稳产高产是农业科研领域重要的研究方向，选育优质、高产的小麦品种是提高产量的重要途径^［5］。而农艺性状是农作物的生长发育习性、产量等可以代表作物品种特征的相关性状，是评价作物遗传多样性的重要指标之一^［6］，育种工作者能够通过对小麦种质资源的不断挖掘，有针对性的选择具有优良性状的亲本，进而选育出整合2个亲本优点的后代品种^［7］。近年来，国内外研究者对冬小麦品种农艺性状的遗传多样性做了大量研究，雷梦林等^［6］对551份山西省冬小麦地方品种的遗传多样性进行分析，结果表明16个质量性状和7个数量性状都存在着丰富的遗传多样性。马国江等^［8］ 对128份抗旱冬小麦新品系的13个主要农艺性状进行了遗传多样性分析，研究发现叶宽、有效分蘖数、小穗数、穗粒数、穗长与产量呈显著正相关，并筛选出了40个农艺综合性状表现优良的冬小麦品系。张雪婷等^［9］ 对70个冬小麦品种的８个农艺性状进行遗传多样性分析，研究结果表明８个农艺性状的遗传多样性都比较丰富，并筛选出39个可作为育种亲本的优良品种。陈次娥等^［10］、张俊灵等^［11］、华冠勋^［12］通过对小麦的农艺性状与产量进行分析，发现有效穗数、穗粒数、千粒质量的增加能够提高产量。综上所述，小麦种质资源农艺性状遗传多样性的研究能够为优质、抗旱、高产的小麦新品种选育提供理论指导。本研究以多年选育的冬小麦新品系为参试材料，分析主要农艺性状、产量构成及农艺性状和产量之间的相关性，筛选出适宜选育的冬小麦品系材料，同时为选育适宜的冬小麦种质资源提供数据参考和理论指导，对推动甘肃白银地区冬小麦产业可持续发展具有重要意义。

1 材料与方法

1.1 试验材料

参试材料50份冬小麦（表1），其中49份参试材料为白银市农业科学研究所选育的冬小麦稳定品系，以陇麦844为对照品种。陇麦844为当地主栽冬小麦品种。

1.2 试验设计

本试验于2021年~2022年在甘肃省白银市会宁县党岘乡党岘村（N 35°32′15′，E 105°18′42″，海拔1 912.8 m）进行，试验点气候属温带大陆性气候半湿润区（二阴山区），由于地势较高，四季分明，春季干旱、降水稀少，夏季炎热多雨且降水集中，秋季凉爽、阴雨连绵，冬季高寒，降水量较多，年均降水量在400~500 mm，是会宁县降水量最多的乡镇，年均气温5~6 ℃，无霜期130 d左右，但年积温较低，热量不足^［13］。试验地土壤为沙壤土，肥力中等，土壤有机质含量见表2。冬小麦播前施纯N 120 kg/hm²、P₂O₅ 90 kg/hm²、有机肥600 kg/hm²、农家肥22 500 kg/hm²，混合均匀撒施地表，一次深施入土做基肥，返青后遇雨追施尿素112.5 kg/hm²，返青后人工锄草一次。试验采用单因素随机区组排列设计，3次重复，小区面积4.29 m×2.1 m=9 m²，行距15 cm，每个小区种植14行，小区间距40 cm，667 m²播种量19 kg。每份参试材料种植1个小区，人工开沟条播，覆土镇压。

1.3 测定指标

田间调查记载各品系的物候期，计算生育期X₁，测定幼苗习性X₂ 、旗叶宽X₃ 、旗叶长X₄ 、有效分蘖数X₅；成熟期田间随机取样10株，进行室内考种，测定株高X₆ 、穗形X₇ 、穗长X₈ 、小穗数X₉ 、不育小穗数X₁₀ 、小穗粒数X₁₁ 、穗粒数X₁₂ 、穗粒质量X₁₃ 、千粒质量X₁₄，取其平均值。每个品系各小区全区收获测定小区产量，取平均产量折算成公顷产量（Y，Yields）进行分析。

1.4 数据分析

使用Microsoft Excel 2007对试验数据进行整理、统计分析，利用 SPSS 21.0软件进行相关分析、主成分分析和聚类分析，利用OriginPro 2022软件进行绘图。

变异系数（CV）计算公式：

CV=\frac{SD}{MV}（1）

式中：SD表示标准差，MV表示某一农艺性状指标均值。

权重（W）计算公式：

W=\frac{\theta }{\lambda }（2）

式中：W表示某一农艺性状指标在对应主成分下的权重，θ表示某一农艺性状指标在对应主成分中的成分系数，λ表示某一主成分特征值。

主成分得分（F_j ）计算公式：

F_j =∑W_ijX_i（3）

式中：F_j 表示第j个主成分得分值，W_ij 表示第j个主成分中第i个农艺性状指标的权重，X_i 表示第i个农艺性状指标原始数据进行标准化后的数据。

主成分综合得分（F）计算公式：

F=∑F_j ×VCR_j（4）

式中：F_j 表示第j个主成分得分值，VCR_j 表示第j个主成分的方差贡献率。

2 结果与分析

2.1 50份冬小麦参试材料的产量比较

用OriginPro 2022对50份冬小麦参试材料的产量进行比较分析，结果见图1。17份参试材料的产量较对照陇麦844表现为增产，且有6份参试材料的增产率达到了5%以上，其中D₃₈的增产率达到了10%；有5份参试材料的增产率介于2.5%~5%，6份参试材料的增产率在2.5%以下。而33份参试材料的产量较对照陇麦844表现为减产，且D₂₆和D₃两份参试材料减产最大，减产率分别为23.27%和16.46%；有8份参试材料的减产率介于10%~15%，11份参试材料的减产率介于5%~10%，11份参试材料的减产率在5%以下。研究结果表明，50份冬小麦参试材料在产量指标上表现丰富的多样性。

2.2 50份冬小麦参试材料农艺性状描述性统计分析及变异系数

采用SPSS 21.0软件对50份冬小麦参试材料农艺性状进行描述统计分析，用公式（1）计算50份参试材料的变异系数（表3）。结果表明50份冬小麦参试材料的14个农艺性状的变异系数为0.71%~51.68%，其中，不育小穗数X₁₀ 的变异系数最大，为51.68%；幼苗习性X₂ 、穗形X₇ 、穗粒质量X₁₃ 的变异系数较大，分别为28.34%、21.65%、21.41%；有效分蘖数X₅ 、旗叶长X₄ 、穗粒数X₁₂ 、旗叶宽X₃ 、千粒质量X₁₄ 、小穗粒数X₁₁ 、小穗数X₉、穗长X₈ 的变异系数分别为18.49%、16.06%、15.56%、15.44%、13.11%、12.15%、10.75%、10.60%。表明50份冬小麦参试材料在这12个农艺性状上存在较大的差异，品种选育中可以通过改变这12个农艺性状，达到改良品种的目的；而株高X₆ 、产量Y、生育期X₁ 的变异系数分别为7.46%、7.33%、0.71%，变异系数较小，说明参试材料在这3个农艺性状上差异较小，比较稳定。

2.3 50份冬小麦参试材料农艺性状的相关分析

2.3.1 参试材料产量的正态分布检验

为了对50份冬小麦参试材料农艺性状与产量之间进行相关分析，首先对产量指标进行正态性检验。假设50份冬小麦参试材料产量服从正态分布（H₀），采用SPSS 21.0分析软件对产量进行正态性检验（表2），检验结果采用Shapiro-Wilk的结果，统计量为0.112，P=0.129>P₀（P₀=0.05），则接受原假设H₀，说明产量性状的分布服从正态分布。

2.3.2 50份冬小麦农艺性状的相关分析

将50份冬小麦参试材料的15个农艺性状数据取平均值后导入SPSS 21.0进行相关分析，采用OriginPro 2022绘制相关系数热图（图2）。结果表明，50份冬小麦参试材料的农艺性状相关程度和方向为穗粒质量X₁₃ （0.935**）>千粒质量X₁₄ （0.740**） >穗粒数X₁₂ （0.616**）>小穗数X₉ （0.289^*）>小穗粒数X₁₁ （0.274）>穗长X₈ （0.220）>旗叶长X₄ （0.157）>株高X₆ （0.132）>幼苗习性X₂ （0.077）>旗叶宽X₃ （0.059），均与产量正相关，其中，穗粒质量X₁₃ 、千粒质量X₁₄ 、穗粒数X₁₂ 呈极显著影响，小穗数X₉ 呈显著影响。生育期X₁ （-0.237）、有效分蘖数X₅ （-0.229）、穗形X₇ （-0.117）、不育小穗数X₁₀ （-0.009），均与产量负相关。

2.4 50份冬小麦参试材料的农艺性状主成分分析

2.4.1 因子分析适用性检验

将50份冬小麦参试材料的15个农艺性状数据导入SPSS 21.0软件，对数据标准化处理后进行因子分析适用性检验（表5）。KMO值等于0.53，Bartlett 球形度检验近似卡方值为396.518，Sig.值为0.000，说明农艺性状间是相关的，导入数据适用因子分析法。

2.4.2 农艺性状的主成分分析

由图3和表6可知，提取了前7个主成分进行因子分析，提取的7个主成分分别用F₁ 、F₂ 、F₃ 、F₄ 、F₅ 、F₆ 、F₇ 表示，其特征值介于0.801~3.688，贡献率介于5.342%~24.586%，7个主成分累计贡献率为82.599%，说明提取的这7个主成分代表了15个农艺性状的绝大部分信息，可以用这7个主成分评价50份冬小麦农艺性状的综合表现，从而达到降维的目的。使用SPSS 21.0软件对50份冬小麦参试材料的15个农艺性状指标进行主成分分析，用公式（2）计算某一农艺性状指标在对应主成分下的权重（表7）。

主成分1的特征值为3.688，方差贡献率为24.586%，穗粒质量、产量、穗粒数、千粒质量4个农艺性状的权重最大，说明这4个农艺性状与产量之间存在较大的正相关。而生育期、株高、有效分蘖数、穗形、不育小穗数5个农艺性状权重为负值，且绝对值小于穗粒质量、产量、穗粒数、千粒质量，说明它们与产量存在一定程度的负相关。因此，在育种过程中，可以通过提高穗粒质量、穗粒数、千粒质量3个农艺性状来实现品种增产的目的，主成分1越大越好。主成分2的特征值为2.076，方差贡献率为13.838%，以旗叶宽、旗叶长两个农艺性状的权重最大，说明这两个农艺性状与产量存在较大的正相关。而生育期、株高、穗粒数、穗粒质量、千粒质量的权重为负值，在一定程度与产量呈负相关。主成分3的特征值为1.694，方差贡献率为11.296%，以幼苗习性X₂ 、穗形X₇ 、千粒质量X₁₄ 的作用最大，但生育期X₁ 、小穗粒数X₁₁ 、穗粒数X₁₂ 的负向作用较大。主成分4特征值为1.521，方差贡献率为10.141%，以有效分蘖数X₅ 、幼苗习性X₂ 、小穗数X₉ 、株高X₆ 的正向作用最大，同时受到不育小穗数X₁₀ 、穗形X₇ 的负向作用影响较大。主成分5的特征值为1.447，方差贡献率为9.646%，以小穗数X₉ 、穗粒数X₁₂ 、幼苗习性X₂ 的正向作用最大，株高X₆ 、穗长X₈ 、千粒质量X₁₄ 的负向作用较大。主成分6的特征值为1.162，方差贡献率为7.75%，大部分农艺性状指标作用为负，说明当主成分6大时，相较其他主成分的农艺性状指标表现差。主成分7的特征值为0.801，方差贡献率为5.342%，以穗长X₈ 、小穗粒数X₁₁ 、穗形X₇ 、小穗数X₉ 的正向作用较大，说明提高主成分7的作用有利于产量的提升。因此，主成分1、主成分7可以作为判断产量因子指标，而主成分2、主成分3、主成分4、主成分6可以作为形态因子指标的判断依据。

由公式（3）计算各主成分得分赋值，公式（4）计算主成分综合得分赋值（表8）。主成分1有7份参试材料得分较高，分别为D₃₈（4.361）、D₃₅（3.600）、D₄₃（2.873）、D₃₇（2.674）、D₂₄（2.305）、D₁（2.279）、D₄₉（2.245），说明这7份参试材料在穗粒质量、产量、穗粒数、千粒质量、小穗粒数、小穗数6个产量性状上表现良好；有25份参试材料得分低，在6个产量性状指标上表现差。主成分2有6份参试材料主成分得分较高，分别为D₄₇（2.988）、D₄₀（2.692）、D₅₀（2.647）、D₄₃（2.163）、D₄₁（2.117）、D₃₆（2.115），有35份参试材料得分较低，说明主成分得分高的这6份参试材料在旗叶宽、旗叶长、不育小穗数 3个农艺性状指标上表现较好。主成分3在幼苗习性、穗形、千粒质量表现较好的参试材料有4份，分别为D₄₄（4.634）、D₂₀（2.129）、D₂₄（2.118）、D₂（2.018）。主成分4参试材料 D₃₂（3.791）、D₁₄（2.094）在有效分蘖数、幼苗习性、小穗数、株高农艺性状指标上表现较好，主成分5中D₂₃（3.427）、D₄₅（2.207）、D₁₈（2.145）3份参试材料在小穗数、穗粒数、幼苗习性农艺性状上表现较好，主成分6参试材料D₁₃主成分得分最高，主成分7参试材料D₁在穗长、小穗粒数、穗形、小穗数农艺性状指标上表现较好。

对50份冬小麦参试材料在7个主成分上的表现进行综合评价，主成分综合得分较高的有8份参试材料，综合得分介于0.507~1.167，分别为D₃₈（1.167）、D₃₅（1.129）、D₄₃（1.058）、D₅₀（0.079）、D₂₄（0.739）、D₃₇（0.700）、D₄₀（0.651）、D₃₄（0.507），表明这8份冬小麦参试材料在15个农艺性状指标上综合表现较好。而对照陇麦844主成分综合得分0.791，有3份参试材料主成分综合得分高于对照陇麦844，分别为D₃₈（1.167）、D₃₅（1.129）、D₄₃（1.058），说明这3份冬小麦参试材料在各农艺性状和产量指标上的综合表现优于对照陇麦844。

2.5 50份冬小麦参试材料农艺性状的聚类分析

通过对50份冬小麦参试材料在15个农艺性状指标上的综合评价，根据聚类分析结果，将50份参试材料分为3个类群，分别为类群Ⅰ，Ⅱ，Ⅲ（图4）。

类群Ⅰ：共有29份材料（D₃₈、D₅₀、D₄₈、D₁等），为高秆长密穗大粒高产型。其特点表现为生育期较长，幼苗习性半匍匐型居多，叶片小，有效分蘖数小，株高适中，穗形以长方形居多，穗长较长，小穗数较多，不育小穗数少，小穗粒数少，穗粒数较多，穗粒质量、千粒质量大，产量高。

类群Ⅱ包含19份材料（D₂、D₄、D₁₄、D₂₃等），为矮秆短稀穗小粒低产型。其特点表现为生育期长，幼苗习性半匍匐型居多，叶片较小，有效分蘖数多，株高矮，穗形以长方形居多，穗长短，小穗数少，不育小穗数多，小穗粒数较少，穗粒数少，穗粒质量、千粒质量小，产量低。

类群Ⅲ包含2份材料（D₅、D₃₂等），为矮秆长稀穗小粒低产型。其特点表现为生育期较短，幼苗习性匍匐型居多，叶片较大，有效分蘖数多，株高较矮，穗形以长方形和圆锥形为主，穗长较长，小穗数较少，不育小穗数较多，小穗粒数小，穗粒数小，穗粒质量、千粒质量较小，产量较低。

3 讨论

通过对参试材料15个农艺性状的变异系数进行分析，不育小穗数、幼苗习性、有效分蘖数、穗形、穗粒质量、穗粒数、旗叶宽、旗叶长、小穗粒数、小穗数、穗长的变异系数均大于10%，说明参试材料在这11个农艺性状上具有丰富的遗传变异，遗传力较大，选择效果好，这与樊明等^［14］、白建军等^［15］、佟汉文等^［16］的研究结果一致。而株高、千粒质量、产量、生育期的变异系数较小，说明参试材料遗传了亲本材料在这4个农艺性状上表现不突出的特点，具有较高的遗传稳定性，若要提高这些农艺性状对产量的影响，则须从杂交亲本资源入手，拓宽亲本选择范围，加强杂交后代的选择和鉴定，从而达到提高育种的目的^［14-17］。

品种的农艺性状之间相互作用关系复杂，某一农艺性状的加强常伴随其他一些农艺性状作用的加强和另一些农艺性状作用的削弱，平衡众多农艺性状间的相互作用是提高产量的最佳途径^［18］。为了探明冬小麦产量与农艺性状间的相关性，本研究对50份冬小麦参试材料的15个农艺性状的相关性分析发现，各参试材料农艺性状间存在着相关甚至极显著正相关，其中，穗粒数（r=0.616**）、穗粒质量（r=0.935**）、千粒质量（r=0.740**）与产量呈极显著正相关，小穗数（r=0.289*）与产量呈显著正相关，这与前人^{［14，17，12-25］}的研究结果基本一致。因此，在冬小麦杂交选育中，针对某个主要农艺性状进行改良也要兼顾其他农艺性状的影响，这样更有利于快速选育出高产品种。

对50份冬小麦参试材料进行主成分分析，将试验中众多农艺性状转化为能提供累计贡献率达到82.599%信息的前7个主成分，从而达到降维的目的，并通过对少数几个因子的综合评价，来分析50份冬小麦参试材料的农艺性状特性。根据抽取的7个主成分特征表明，各主成分中对应的农艺性状具有相关性，主成分增大，则其中农艺性状表型值增大。小穗粒数、小穗数、穗粒数、穗粒质量、千粒质量与产量相关程度大，小穗粒数、小穗数、穗粒数多，以及穗粒质量、千粒质量适中，则产量相对较高。这与马国江等^［8］、张雪婷等^［9］和邵千顺等^［26］的研究结果基本一致。通过聚类分析进一步验证50份冬小麦参试材料基于15个农艺性状的表现，将其分为3个类群，类群Ⅰ为多粒高产型，类群Ⅱ为多粒中产型，类群Ⅲ为少粒低产型。类群Ⅰ共29个参试材料的农艺性状表现最好，各参试材料的特点表现为小穗粒数、穗粒数多，穗粒质量、千粒质量大，产量高，与主成分分析结果基本一致。结合主成分分析和聚类分析综合评价，筛选出21份参试材料在综合农艺性状上表现优良，可作为杂交亲本种质资源选择，也可进入下一步品种选育试验研究，从中选育出具有高产潜力的冬小麦新品种。筛选出的21份参试材料中D₃₈、D₃₅和D₄₃ 3份材料较对照陇麦844综合表现优良。

4 结论

50份冬小麦参试材料在15个农艺性状上具有丰富的多样性表型，各农艺性状变异系数介于0.71%~51.68%。经相关分析各农艺性状间存在相关性，穗粒质量、千粒质量、穗粒数与产量呈极显著正相关，小穗数与产量呈显著正相关。利用主成分分析和聚类分析筛选出了21份综合性状表现优良的冬小麦材料，可以从中选育出具有高产潜力的冬小麦新品种，同时为冬小麦杂交选育提供了优良的亲本资源和理论参考。而142-3-3-1（D₃₈）、141-1-8-1（D₃₅）和2012Y-01-6-1（D₄₃）3份材料较对照陇麦844综合表现优良，产量高。

参考文献

[1] Eversole K， Feuillet C， Mayer K F X，et al.Slicing the wheat genome［J］.Science，2014，345（6194）：285-287.

[2] Taregh G， Mostafa V， Reza S，et al.Effect of PEG stress on germination indices and seedling growth of 12 bread wheat genotypes［J］.Advances in environmental biology，2011，5（6）：1034-1039.

[3] 金善宝.中国小麦学［M］.北京：中国农业出版社，1996：1-17.

[4] 何中虎，夏先春，陈新民，等.中国小麦育种进展与展望.作物学报，2011，37（2）：202-215.

[5] 王贺亚，李怀胜，孟玲，等.冬小麦产量相关性状鉴定与筛选［J］.黑龙江农业科学，2023（1）：25-28.

[6] 雷梦林，刘霞，冯瑞云，等.山西省冬小麦地方品种形态特征和生物学特性的遗传多样性分析［J］.分子植物育种，2020，18（2）：638-649.

[7] 李晶，南铭.俄罗斯和乌克兰引进冬小麦在我国西北地区的农艺性状表现和遗传多样性分析［J］.作物杂志，2019（5）：9-14.

[8] 马国江，马靖福，张沛沛，等.128份抗旱冬小麦新品系农艺性状遗传多样性分析［J］.甘肃农业大学学报，2021，56（3）：37-44.

[9] 张雪婷，杨文雄，王世红，等.甘肃省近年来育成冬小麦品种主要农艺性状的遗传多样性分析［J］.作物杂志，2015，167（4）：27-32.

[10] 陈次娥，张安存，王先如，等.江苏淮南麦区近17年小麦品种产量性状及聚类分析［J］.耕作与栽培，2020，40（5）：31-33.

[11] 张俊灵，闫金龙，张东旭，等.北部冬麦区旱地小麦品种的演变规律［J］.麦类作物学报，2017，37（8）：1017-1024.

[12] 华冠勋.黄淮麦区冬小麦骨干亲本品种农艺和品质性状演变分析［D］.杨凌：西北农林科技大学，2017.

[13] 高建章，马泽龙.会宁县党岘乡乡土历史地理研究概论［J］.考试周刊，2019（30）：151.

[14] 樊明，张双喜，李红霞，等.春小麦主要农艺性状与产量的相关及通径分析［J］.宁夏农林科技，2017，58（7）：5-7.

[15] 白建军，周生伟，汤开东，等.黑小麦单株产量性状的相关性、多元回归及通径分析［J］.安徽农业科学，2011，39（25）：15236-15238.

[16] 佟汉文，黄荣华，刘易科，等.小麦新品种农艺性状与产量的相关及通径分析［J］.湖北农业科学，2008（7）：758-760.

[17] 敬樊，李勇刚.15个小麦新品种（系）主要农艺性状与产量的相关及通径分析［J］.陕西农业科学，2021，67（5）：9-13.

[18] 黄倩楠，马尔合巴·艾司拜尔，邹辉，等.新疆冬小麦种质资源主要农艺性状遗传多样性分析［J］.新疆农业科学，2023，60（5）：1050-1058.

[19] 马艳明，冯智宇，王威，等.新疆冬小麦品种农艺及产量性状遗传多样性分析［J］.作物学报，2020，46（12）：1997-2007.

[20] 李瑞奇.河北省冬小麦品种遗传分析和超高产特征研究［D］.保定：河北农业大学，2015.

[21] 敬艳辉，邢留伟.通径分析及其应用［J］.统计教育，2006（2）：24-26.

[22] 赵加涛.保大麦14号主要农艺性状与产量的相关性和通径分析［J］.中国种业，2016（2）：49-51.

[23] 杨进文，李亚丽，王曙光，等.春小麦主要农艺性状与单株产量的相关及通径分析［J］.山西农业科学，2013，41（5）：407-411.

[24] 孙华卫，张道荣，刘先斌，等.襄阳市小麦产量与主要农艺性状的通径分析［J］.湖北农业科学，2018，57（S2）：23-26.

[25] 郭鹏燕，任杰成，赵吉平，等.不同冬小麦品种（系）产量形成分析及种质筛选［J］.东北农业科学，2022，47（4）：5-8.

[26] 邵千顺，王斐，王克雄，等.宁夏南部山区冬小麦抗旱指标鉴定研究［J］.干旱地区农业研究，2018，36（3）：66-71.

基金资助

甘肃省科技计划项目“冬小麦新品种选育与配套栽培技术研究”(21YF5ND184)