黄皮种质资源果实性状多样性分析及其数量分类研究.PDF

黄皮种质资源果实性状多样性分析及其数量分类研究.PDF

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
黄皮种质资源果实性状多样性分析及其数量分类研究

园艺学报,2016 ,43 (10) :1903 –1915. Acta Horticulturae Sinica doi :10.16420/j.issn.0513-353x.2016-0176;http ://www. ahs. ac. cn 1903 黄皮种质资源果实性状多样性分析及其数量分 类研究 陆育生,林志雄,邱继水,常晓晓,潘建平* (广东省农业科学院果树研究所,农业部南亚热带果树生物学及遗传资源利用重点实验室,广东省热带亚热带果树 研究重点实验室,广州 510640 ) 摘 要:为深入了解黄皮(Clausena lansium)种质资源果实性状的多样性,根据《黄皮种质资源描 述规范和数据标准》,对农业部广州黄皮种质资源圃中保存的 96 份黄皮种质果实性状进行观测,并结合 Q 型聚类、R 型聚类和主成分分析等方法开展数量分类研究。结果表明,22 个描述型性状,平均每个性状 的变异类型达 3.4 个,其中种子形状的变异类型最为丰富,为 6 个。16 个数量性状中,穗粒数的变异系 数最大,为 58.78% ;种子侧径的变异系数最小,为 6.34% 。Q 型聚类分析将 96 份种质在欧氏距离 19.84 处分为 4 个类群,类群内的种质资源以果穗性状、果实大小和果实风味聚类;R 型聚类分析将 38 个果实 性状在相关系数 1.45 时分为 4 组,多数性状表现两两相关;主成分分析结果表明,第 1、第 2 主成分解 释的总变异为 28.16% ,其分析结果与聚类分析基本一致。 关键词:黄皮;种质资源;果实性状;多样性;数量分类 中图分类号:S 666 文献标志码:A 文章编号:0513-353X (2016 )10-1903-13 Fruit Character Diversity Analysis and Numerical Taxonomy of Wampee (Clausena lansium)Germplasm Resources * LU Yu-sheng ,LIN Zhi-xiong ,QIU Ji-shui,CHANG Xiao-xiao ,and PAN Jian-ping (Institution of Fruit Tree Research ,Guangdong Academy of Agricultural Sciences,Key Laboratory of South Subtropical Fruit Biology and Resource Utilization ,Ministry of Agriculture ,Guangdong Provincial Key Laboratory of Tropical and Subtropical Fruit Tree Research ,Guangzhou 510640 ,China) Abstract :In order to further understand the genetic diversity of wampee (Clausena lansium) germplasm resources ,fruit characters of 96 wampees conserved at the National Depository of Wampee Germplasm (Guangzhou)were evaluated in this study according to the book of ‘Descriptors and Data Standard for Wampee [Clausena lansium (Lour. )Skeels]’and the data was numerical classified by Q cluster analysis ,R cluster analysis and principal component analysis. The results indicated that the av

文档评论(0)

shaofang00 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档