基于聚类分析的棉花品种产量和品质性状研究.docxVIP

基于聚类分析的棉花品种产量和品质性状研究 由于棉花数量众多，相互关系复杂，因此提供的相关信息重叠，因此很难具备简单的规则。为使错综复杂的网络关系变换为既不具相关性又能反映原来多个性状主要信息的综合指标,不少学者利用多元统计分析对棉花多个数量性状进行了分析,如王沛政等进行不同来源陆地棉数量性状主成分及聚类分析,蔡应繁等曾有短季棉早熟性、产量和纤维品质的主成分和典型相关分析的报道,许乃银等进行了长江流域棉花纤维品质性状的综合评价研究,从中得出各类具有生物学意义的统计参数,为棉花选育实践提供有益的信息。此外,多个数量性状的主成分分析方法在水稻、大豆、红花等方面也得到日益广泛的应用。但同时采用主成分分析与其他多种多元统计分析方法相结合对作物品种数量性状研究的报道尚不多见。本文旨在利用棉花区试品种多个数量性状资料,首先进行主成分分析,并以各品种的主成分得分值进行聚类分析,进而运用判别分析对聚类结果进行验证,在此基础上,再对各类品种的产量及主要纤维品质性状进行多元方差分析,以期为棉花新品种的综合评价及性状改良目标的针对性提供理论依据。 1 材料和方法 1.1 棉田生长3.4 供试材料为参加河南省2006及2007年春棉区试品种,编号及名称如下:1.嘉星5403;2.奥试3503;3.棉乡04-69;4.NH255;5.新农9604;6.鑫棉8号;7.JM9911;8.安博棉3号;9.鲁研棉21;10.5C0506;11.锦科178;12.奥试3504;13.中5302;14.新棉503;15.周棉9804,共15个品种。试验在郑州、周口、黄泛区、南阳、内黄、新乡、商丘、尉氏县共8个试点进行。4月12-24日播种,密度3.2～4.65万/hm2,釆用随机区组排列,重复3次,小区面积20 m2。按一般棉田常规管理。考查的植株性状有:株高(x1, cm)、第一果枝节位(x2,节 )、果枝数(x3,台);产量因素性状有单株铃数(x4)、总铃数(x5)、铃质量(x6,g)、籽指(x7,g)、衣分(x8,%)、皮棉产量(x9,kg/hm2);纤维品质性状有上半部长度(x10,mm,以下简称绒长)、整齐度(x11,%)、麦克隆值(x12)、比强度(x13,cN·tex-1)、伸长率(x14,%)、反射率(x15,%)、黄度(x16)、纺纱均匀性指数(x17,以下简称“纺纱指数”)共17个数量性状。 1.2 为棉花新品种综合评价及改良决策提供信息 釆用主成分分析、聚类分析、判别分析、多元方差分析方法。以期找出具有生物学及专业意义的统计参数,为棉花新品种综合评价及制定性状改良决策提供有益的信息。数据的统计处理在SAS9.0和Matlab7.0环境下完成。 2 结果与分析 2.1 性状间的主成分分析 计算17个数量性状间的相关系数(表略),结果表明,这些性状间存在着正负、强弱相关错综复杂的关系,致使它们提供的相关信息出现重叠,不易寻求其简明的变化规律,故需进行主成分分析,以便找出影响各个性状的主成分。 2.2 主成分载荷矩阵 利用2.1中得到的相关系数矩阵进行主成分分析,结果提取前4个主成分,其累积方差贡献率达90.10%,已代表所考查性状的绝大部分相关信息。由相关系数矩阵的前4个特征值及相应的特征向量计算所得的主成分载荷矩阵(表1)。表中共同度h2ii2表示所选主成分对变量xi方差的贡献率,其数值大小表明所选主成分能反映该变量变异信息的多少。从表1各因素性状的共同度可以看出,除整齐度、伸长率和绒长分别为53.9%、79.3%及83.2%外,其余各性状的共同度均接近或超过90%,表明所选4个主成分能较好地反映这些性状所包含的相关信息。基于上面求得的主成分载荷阵(表1)及各性状的标准化值,按式F=AZ,(其中F、A、Z依次为得分矩阵、载荷矩阵和样本矩阵 的标准化)计算各参试品种的主成分得分,结果见表2。 2.3 棉棉种情况类 据表2,取品种间相似系数为主成分得分向量间的夹角余弦,釆用离差平方和方法,当类间距离取0.58时,可将参试的15品种聚为5大类(图1)。第Ⅰ类包括中5302、新棉503、JM9911和奥试3504 共4品种;第Ⅱ类仅新农9604;第Ⅲ类包括鑫棉8号、鲁研棉21和周棉9804 共3品种;第Ⅳ类包括嘉星5403、安博棉3号、5C0506、棉乡04-69共4品种;第Ⅴ类为奥试3503、NH255和锦科178共3品种。 为了验证上述聚类分析结果的合理性,根据已得到的分类信息,以4个主成分作为判别变量,采用一般判别分析方法,建立判别函数(表3),根据判别函数,对参试品种重新判别归类,结果有2个品种被误判,总误判率为13.3%,可以认为聚类分析结果是比较准确可靠的。 2.4 由各类品种生长的棉 对上述5个类型品种的产量及主要纤维品质性状进行多元方差