穆蘭海 ??饲? 杜燕萍 陳一鑫 楊崇慶
摘要 以自主選育和引進的5個甜蕎麥品種(系)為材料,在寧南山區(qū)6縣(區(qū))不同氣候類型區(qū)進行多年多點試驗,對8個主要農(nóng)藝性狀進行了灰色關(guān)聯(lián)度分析,綜合評價了品種的優(yōu)劣性。結(jié)果表明:參試品種主要農(nóng)藝性狀對產(chǎn)量的關(guān)聯(lián)度表現(xiàn)為單株粒重>單株粒數(shù)>一級分枝數(shù)>密度>株高>主莖節(jié)數(shù)>千粒重;通過對等權(quán)關(guān)聯(lián)度和加權(quán)關(guān)聯(lián)度分析,結(jié)合生長期的抗病性、抗倒伏等抗逆性指標(biāo),篩選出適宜在當(dāng)?shù)胤N植的品種(系)為固蕎麥1號和固蕎3號,并建立了大面積生產(chǎn)示范區(qū)進行驗證,其增產(chǎn)效果明顯。
關(guān)鍵詞 甜蕎麥;AMMI模型;GGE-biplot;穩(wěn)定性;適應(yīng)性
中圖分類號 S517? 文獻標(biāo)識碼 A
文章編號 0517-6611(2024)10-0024-06
doi:10.3969/j.issn.0517-6611.2024.10.006
Evaluation of Sweet Buckwheat Varieties (Lines) in Different Climate Ecological Types Based on Grey Relational Analysis
MU Lan-hai1,2, CHANG Ke-qin1,2, DU Yan-ping1,2 et al
(1.Guyuan Branch of Ningxia Academy of Agriculture and Forestry Sciences, Guyuan,Ningxia 756000;2.Dry Farming Agricultural Engineering Technology Research Center of Ningxia,Guyuan,Ningxia 756000)
Abstract Using 5 sweet buckwheat varieties (lines) independently selected and introduced as materials. Years of multi-point experiments were conducted in 6 counties (districts) of different climate types in the southern mountainous areas of Ningxia, and grey correlation analysis was conducted on 8 main agronomic traits to comprehensively evaluate the advantages and disadvantages of the varieties. The results showed that the correlation degree between the main agronomic traits of the tested varieties and yield was as follows: grain weight per plant>number of grains per plant>number of primary branches>density>plant height>number of main stem nodes>thousand grain weight;Through the analysis of equal weight grey correlation degree and weighted grey correlation degree, combined with resistance indicators such as disease resistance and lodging resistance during the growth period, suitable varieties (lines) for local cultivation were selected as Guyuan Buckwheat 1 and Guyuan Buckwheat 3. Large scale production demonstration zones were established for verification, and their yield increase effect was significant.
Key words Sweet buckwheat crop varieties;AMMI model;GGE-biplot;Stability;Adaptability
基金項目 農(nóng)業(yè)農(nóng)村部-國家燕麥?zhǔn)w麥產(chǎn)業(yè)技術(shù)體系固原綜合試驗站(CARS-07-G-15);寧夏農(nóng)林科學(xué)院院地合作-蕎麥新品種及輕簡栽培技術(shù)示范(NNKZZCGZH-2021-04)。
作者簡介 穆蘭海(1966—),男,寧夏固原人,高級農(nóng)藝師,從事蕎麥作物新品種選育及高效節(jié)水種植技術(shù)與示范研究。*通信作者,研究員,從事蕎麥和燕麥作物新品種選育研究。
收稿日期 2023-07-13
蕎麥(Fagopyrum),屬于廖科(Polygonaceae)蕎麥屬(Fagopyrum Mill)的小宗作物,蕎麥種植歷史悠久,種植區(qū)域遼闊,由于生育期短,抗逆性強,營養(yǎng)豐富,適應(yīng)性強等特性,在我國栽培歷史悠久。蕎麥屬栽培品種主要包括甜蕎麥(F.esculentum Moench)和苦蕎麥[F.tataricum ( Linnaeus) Gaertn]兩大類[1]。我國蕎麥主要分布在南北2個栽培產(chǎn)業(yè)帶[2],即西南地區(qū)為蕎麥集中產(chǎn)區(qū),包括云南、貴州、山西、四川、重慶、湖南和湖北等省;華北和西北地區(qū)主要為甜蕎集中產(chǎn)區(qū),包括河北、山西、陜西、甘肅、寧夏、青海、內(nèi)蒙古等地區(qū)。2019年國家統(tǒng)計局?jǐn)?shù)據(jù)顯示,我國蕎麥種植面積為388.1×103 hm3,同比增長7.4%,總產(chǎn)量為54.3萬t,同比增長12.2%。其中,陜西、內(nèi)蒙古、寧夏、甘肅、四川種植面積分別為85.1×103 hm3(21.9%)、75.0×103 hm3(19.3%)、58.5×103 hm3(15.1%)、35.0×103 hm3(9.0%)和30.3×103 hm3(7.8%)。蕎麥產(chǎn)量提升速度較快的是內(nèi)蒙古地區(qū),年均生產(chǎn)能力為11.2萬t;其次是陜西省,年均產(chǎn)量為8.7萬t;再次是四川為6.1萬t和寧夏為3.6萬t。
蕎麥具有特殊的食療保健功能。近年來,國內(nèi)外市場的需求量逐年增加,銷量供不應(yīng)求。但產(chǎn)量低,導(dǎo)致收益低,單株粒重的提高是提高產(chǎn)量的主要途徑,影響蕎麥的產(chǎn)量性狀有單株粒重、單株粒數(shù)和千粒重等,受環(huán)境因子與遺傳等方面的調(diào)控,蕎麥的遺傳育種研究工作中集中在株高、千粒重、分枝數(shù)、單株粒重及主莖節(jié)數(shù)等農(nóng)藝性狀方面。通過因子與聚類分析農(nóng)藝性狀的關(guān)系研究[3],發(fā)現(xiàn)不同品種在生育期、主莖節(jié)數(shù)、株高、千粒重和單株粒重等農(nóng)藝性狀中存在著顯著性差別,從農(nóng)藝性狀遺傳多樣性研究獲得高產(chǎn)、穩(wěn)定性、抗旱性品種,實現(xiàn)增產(chǎn)增收[4-9]。筆者通過在不同氣候類型區(qū)、生態(tài)區(qū)域和生產(chǎn)條件下對蕎麥品種進行多年多點試驗,對影響蕎麥品種產(chǎn)量的主要性狀因子進行關(guān)聯(lián)分析和評價,依照主要性狀關(guān)聯(lián)因子篩選出適合在半干旱區(qū)和中部干旱帶種植的品種(系),并對篩選的品種進行生產(chǎn)示范驗證,旨在為新品種(系)引進和選育提供參考。
1 材料與方法
1.1 供試材料
共有5個參試品種:固蕎1號(G1)、寧D07-6(G2)、定甜蕎3號(G3)、固蕎3號(G4)和信農(nóng)1號(G5)。其中,G1、G2、G4和G5為寧夏農(nóng)林科學(xué)院固原分院自主選育品種(系),G3為引進品種。2017—2019年在寧南山區(qū)5縣(區(qū))分別布設(shè)試驗點。其中,原州區(qū)頭營、西吉縣馬建和彭陽縣城陽代表半干旱區(qū)試驗點,同心縣預(yù)旺和鹽池縣花馬池代表中部干旱帶試驗點,每個試驗點參試品種和田間設(shè)計相同。2021—2022年完成生產(chǎn)示范和品種審定。
1.2 試驗設(shè)計
試驗采用隨機區(qū)組設(shè)計,小區(qū)面積10 m2(5 m×2 m),每個小區(qū)種植7行,行距33 cm,留苗密度為105萬株/hm2,重復(fù)3次。試驗收獲時取4 m2進行脫粒計產(chǎn),各試驗點的每個品種考種取中間1 m長單行植株,選取代表性15株進行考種,其剩余植株一并脫粒,計算樣段內(nèi)平均單株株高、主莖分枝、主莖節(jié)數(shù)、單株粒重、單株粒數(shù)及千粒重等。
1.3
田間管理 播種前整地結(jié)合旋耕統(tǒng)一施基肥磷酸二銨150 kg/hm2。6月下旬播種, 7月中旬定苗,其他田間管理同大田。
1.4 試驗點氣候概況
參試品種在寧南山區(qū)5個縣(區(qū))半干旱區(qū)和中部干旱帶進行。蕎麥作物生長期降水量和平均氣溫見表1。由表1可知,寧南山區(qū)半干旱區(qū)(原州區(qū)、西吉縣和彭陽縣),半干旱區(qū)易旱區(qū)(海原縣)和中部干旱帶(同心縣、鹽池縣)多年降水量分別為416.6~450.0和215.1~255.6 mm,蕎麥生育期降水量分別為279.2~353.0和189.8~222.9 mm。年均氣溫分別為5.9~7.2和8.6 ℃,生育期氣溫分別為16.7~19.4和21.3~22.0 ℃。 從圖2可以看出,寧南山區(qū)不同氣候類型區(qū)全年各月降水量由半干旱區(qū)向干旱帶呈遞減規(guī)律,而各月平均氣溫則相反,表現(xiàn)為干旱帶氣溫>半干旱區(qū)。
1.5 分析方法
用DPS 9.50數(shù)據(jù)處理系統(tǒng)和Excel 2016軟件進行數(shù)據(jù)處理, 采用灰色系統(tǒng)理論中的灰色關(guān)聯(lián)度進行分析[10-12] 。將產(chǎn)量及主要農(nóng)藝性狀因素視為一個灰色系統(tǒng),灰色關(guān)聯(lián)度能較為全面地反映參試品種的穩(wěn)定性和優(yōu)劣性,用關(guān)聯(lián)度表示ξi。在標(biāo)準(zhǔn)化處理后,設(shè)定分辨系數(shù)為0.5計算關(guān)聯(lián)度,根據(jù)關(guān)聯(lián)度排序位次確定[10-16]。通過計算參考量與比較量的絕對值,找出每個灰色系統(tǒng)的最大和最小絕對值。由此判斷各農(nóng)藝性狀對產(chǎn)量影響的主次關(guān)系,各農(nóng)藝性狀的關(guān)聯(lián)度越大,則表示品種的綜合性狀越好。關(guān)聯(lián)度分析選擇目前生產(chǎn)中產(chǎn)量高和最理想的主要性狀為參考指標(biāo),各性狀指標(biāo)構(gòu)成參考數(shù)列,記作目標(biāo)品種G0,參試品種(組合)各性狀值比較數(shù)列,記作Gi(i=1,2…,m),其中m為參試品種數(shù),各農(nóng)藝經(jīng)濟性狀指標(biāo)以T表示(T=1,2…,n),其中n為性狀數(shù)進行灰色關(guān)聯(lián)分析[10-16]。
2 結(jié)果與分析
2.1 主要經(jīng)濟性狀
目標(biāo)品種X0主要性狀指標(biāo)取值是當(dāng)?shù)厣a(chǎn)中已實現(xiàn)的理想品種狀態(tài)值[13-14],即參考品種的各主要性狀的取值是目前旱地生產(chǎn)潛力較好的品種主要性狀值,其取值應(yīng)較其他參試品種主要性狀值大一些。
試驗選取主要性狀指標(biāo)密度(T1)、株高(T2)、主莖分枝數(shù)(T3)、主莖節(jié)數(shù)(T4)、單株粒重(T5)、單株粒數(shù)(T6)、千粒重(T7)和平均產(chǎn)量(T8)8個主要性狀數(shù)據(jù)的平均值進行統(tǒng)計分析,各品種的性狀值見表2。
2.2 數(shù)據(jù)無量綱化處理
因各性狀量綱不一致,需將原始數(shù)據(jù)標(biāo)準(zhǔn)化,用各品種農(nóng)藝性狀數(shù)據(jù)分別除以參考品種相應(yīng)農(nóng)藝性狀數(shù)據(jù),將原始數(shù)據(jù)統(tǒng)一量化在[0,1]內(nèi)[12-13](表3)。
設(shè)參考序列(參考品種)為T0(t)={T0(1),T0(2),…,T0(n)};比較序列(參試品種)為Ti(t)={Ti(1),Ti(2),…,Ti(n)},i=1,2,…,m;t=1,2,…,n。
初值化后的參考序列為T0′(t)=T0(t)/[T0(t)×T0(1)],比較序列為Ti′(t)=Ti(t)/Ti(1),i=1,2,…,m;t=1,2,…,n。
2.3 灰色關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度
2.3.1 等權(quán)關(guān)聯(lián)度。
求得參考數(shù)列G0與5個參試品種相應(yīng)性狀的絕對差值[13],計算結(jié)果見表4。
△i(T)=∣G0(T)-Gi(T)∣i=(1,2,…,8)(1)
由公式(2)計算參試品種(組合)與參考品種之間的關(guān)聯(lián)系數(shù)[12-13]:
式中,ξi(T)為Gi對G0在T點的關(guān)聯(lián)系數(shù)[12],P為分辨系數(shù),取值范圍在(0~1),一般取0.5。mint|G0(T)-Gi(T)|和mant|G0(T)-Gi(T)|分別為第1層次最小差和第1層次最大差,即在絕對差|G0(T)-Gi(T)|
中按不同的T值分別挑選其中最小值和最大值;mintmint|G0(T)-Gi(T)|和mantmant|G0(T)-Gi(T)|分別為第2層次最小差和最大差,即在絕對差mantmant|G0(T)-Gi(T)|中選出最小值和最大值,得出各參試品種等權(quán)關(guān)聯(lián)度。將表4中
|Δi(T)|相應(yīng)數(shù)值代入公式(2)即可得到 G0對Ti各性狀的關(guān)聯(lián)系數(shù)。根據(jù)表4各參試品種與參考品種第1層和第2層的絕對差|Δi(T)|最小值和最大值分別以0.000和0.526計算得到各參試品種與性狀間的等權(quán)關(guān)聯(lián)系數(shù)(表5)。
2.3.2 加權(quán)關(guān)聯(lián)度。
對各農(nóng)藝性狀與產(chǎn)量關(guān)聯(lián)度進行分析,根據(jù)關(guān)聯(lián)度排序位次,確定比較數(shù)列對產(chǎn)量的影響主次關(guān)系。關(guān)聯(lián)系數(shù)越大,說明與理想品種各數(shù)列關(guān)系值越密切[13,16-17]。
權(quán)重系數(shù)ωi=ri∑ri(3)
加權(quán)關(guān)聯(lián)度r′i=nk=1ωi(T)ξii(T)(4)
利用式(3)對參試品種等權(quán)關(guān)聯(lián)系數(shù)(表5)對應(yīng)參試品種主要性狀指標(biāo)的T1、T2、T3、T4、T5、T6、T7和T8的均值依次計算得到各參試品種性狀指標(biāo)的權(quán)重賦值系數(shù)(表6)。
2.3.3 關(guān)聯(lián)因子綜合評價。
等權(quán)關(guān)聯(lián)系數(shù)和加權(quán)關(guān)聯(lián)度在一定程度上可反映各參試品種之間的優(yōu)劣性。根據(jù)式(2)計算得到等權(quán)關(guān)系數(shù)(ξi(T)),再利用公式(3)和權(quán)重賦值系數(shù)(表6)整理得到加權(quán)關(guān)聯(lián)關(guān)系數(shù)(ri值)。經(jīng)對參試品種各性狀數(shù)據(jù)整理得到各參試品種等權(quán)關(guān)聯(lián)系數(shù)和加權(quán)關(guān)聯(lián)系數(shù)(表7)。經(jīng)對半干旱區(qū)和中部干旱帶各品種主要性狀的加權(quán)關(guān)聯(lián)系數(shù)ri值以品種G4(0.772~0.964)>G1(0.734~0.918)>G3(0.622~0.828),品種G2和G5分別在0.594~0.745和0.603~0.727。
根據(jù)表7分別對等權(quán)關(guān)聯(lián)系數(shù)ξi(T)和加權(quán)關(guān)聯(lián)系數(shù)(ri)進行排序,并結(jié)合參試品種田間生長表現(xiàn)及其他指標(biāo)記載,并考慮到品種的成熟性和抗病性等抗逆性因素進行關(guān)聯(lián)度評價及排序。結(jié)果表明:①半干旱區(qū)各品種表現(xiàn)為G4(0.934)>G1(0.892)>G3(0.808)>G2(0.721)>G5(0.704);②中部干旱帶各品種表現(xiàn)為G1(0.721)>G4(0.713)>G3(0.613)>G5(0.589)>G2(0.579)??梢?,半干旱區(qū)和中部干旱帶以品種G4和G1的產(chǎn)量和穩(wěn)定性較好,其次為品種G3。
2.3.4 關(guān)聯(lián)因子與產(chǎn)量關(guān)聯(lián)序。
對甜蕎品種主要農(nóng)藝性狀關(guān)聯(lián)因子與產(chǎn)量進行分析[13,15],其關(guān)聯(lián)度明顯(表8)。由表8可知,8個因素與產(chǎn)量關(guān)聯(lián)系數(shù)的影響程度表現(xiàn)為T5>T6>T3>T1>T2>T4>T7。
2.4 參試品種在不同氣候類型區(qū)的增產(chǎn)效應(yīng)
對甜蕎品種在不同試點和不同降水年份增產(chǎn)效應(yīng)進行了分析,結(jié)果見表9。由表9可知,寧南山區(qū)各試點以品種G1和G4表現(xiàn)最好,其次為G3。在干旱年份所有旱地品種產(chǎn)量為393~840 kg/hm2,正常年份產(chǎn)量為1 237~2 104 kg/hm2和豐水年份產(chǎn)量為1 513~2 294 kg/hm2。中部干旱帶試驗點在干旱年份、正常年份和豐水年份,其生長期平均降水量均較半干旱區(qū)同期降水量減少,可使蕎麥品種減產(chǎn)。
品種多年多點試驗的基礎(chǔ)上,對篩選出的品種G1、G4和G3,2020—2022年在寧南山區(qū)5 縣(區(qū))代表陰濕區(qū)的隆德縣觀莊,半干區(qū)的原州區(qū)寨科鄉(xiāng)、彭陽縣城陽鄉(xiāng)和西吉縣吉強鎮(zhèn),中部干旱帶的鹽池縣花馬池鎮(zhèn)和大水坑鎮(zhèn)等建立了不同生態(tài)區(qū)的蕎麥大面積核心展示區(qū)和生產(chǎn)示范區(qū),示范成效見表10。
由表10可知,固蕎1號和固蕎3在半干旱區(qū)的原州區(qū)和西吉縣生產(chǎn)示范區(qū)平均產(chǎn)量位1 687 kg/hm2,較CK增產(chǎn)13.7%,在半干旱易旱區(qū)的海原縣平均產(chǎn)量為1 484 kg/hm2,較CK增產(chǎn)10.0%;在中部干旱帶的鹽池縣平均產(chǎn)量為1 038 kg/hm2,較CK增產(chǎn)8.5%。另外,在鹽池縣生育期實施2次滴灌水量為1 200 mm/hm2情況下,其產(chǎn)量可實現(xiàn)1 902.0~2 475.0 kg/hm2,較CK增產(chǎn)8.7%~35.5%。
2019—2022年固蕎1號和固蕎3號品種先后在內(nèi)蒙古、陜西、甘肅、山西、河北、貴州和云南引進示范種植150 hm2以上,具有較好的適應(yīng)性和廣闊的推廣應(yīng)用前景,對發(fā)展小雜糧蕎麥產(chǎn)業(yè)化種植,規(guī)模化經(jīng)營和帶動產(chǎn)品深加工提供優(yōu)質(zhì)供種資源,形成了高效節(jié)水種植配套技術(shù),對于促進建立大規(guī)模的產(chǎn)業(yè)化基地起到積極的示范引領(lǐng)作用。
3 討論與結(jié)論
經(jīng)過對甜蕎品種主要影響產(chǎn)量的關(guān)聯(lián)因子進行了灰色關(guān)聯(lián)度分析,在甜蕎品種的7個主要性狀中,在正常生長高度下,以單株粒重、單株粒數(shù)、主莖分枝數(shù)、種植密度4個性狀與產(chǎn)量的關(guān)聯(lián)度較高,主莖節(jié)數(shù)和千粒重為次之。除此之外,對蕎麥品種主要性狀與產(chǎn)量的相關(guān)性分析表明,密度與株高、主莖分枝數(shù)、主莖節(jié)數(shù)、單株粒數(shù)和單株粒重呈正相關(guān),這與張清明等[16-18]研究結(jié)果一致。但主要性狀密度、株高和主莖節(jié)數(shù)與千粒重則呈負(fù)相關(guān)。因此,在新品種選育和引種過程中,考慮到半干旱區(qū)冬春干旱,生長發(fā)育期受氣候影響,應(yīng)注重選擇抗旱性和抗病性強、株高、分枝數(shù)和生育期適宜的品種[19-20]。
通過關(guān)聯(lián)分析和綜合評價,固蕎3號和固蕎1號品種在寧南山區(qū)具有豐產(chǎn)性和穩(wěn)定性及適應(yīng)性最好,建議在寧南山區(qū)半干旱區(qū)和干旱區(qū)適宜推廣種植。其他品種穩(wěn)定性較差,可根據(jù)當(dāng)?shù)厣a(chǎn)和氣候立地條件進行因地制宜選擇性種植。試驗期間同步在寧南山區(qū)不同氣候類型區(qū)組建了蕎麥生產(chǎn)示區(qū),累計生產(chǎn)示范面積達到100 hm2,旱地平均產(chǎn)量1 683 kg/hm2,較對照品種信農(nóng)1號增產(chǎn)14.3%,其增產(chǎn)效果明顯。
由于影響蕎麥產(chǎn)量與主要性狀的關(guān)聯(lián)因子比較復(fù)雜,不同氣候類型、生態(tài)環(huán)境和當(dāng)?shù)厣a(chǎn)條件很大程度上決定了品種生態(tài)適應(yīng)性,進而影響品種生產(chǎn)潛力的開發(fā)程度及生產(chǎn)能力進一步提升。在干旱年份下,蕎麥生育期前期和中期的降水量嚴(yán)重影響了株高,限制了主莖分枝數(shù)和主莖節(jié)數(shù)正常生長發(fā)育。研究發(fā)現(xiàn),半干旱區(qū)和干旱區(qū)氣候區(qū)域,在蕎麥在生長期降水量適中情況下,影響產(chǎn)量的主要性狀則以單株粒重、單株粒數(shù)、主莖分枝數(shù)、密度關(guān)聯(lián)度較高。對此,蕎麥生產(chǎn)能力與氣候類型、生態(tài)環(huán)境和當(dāng)?shù)厣a(chǎn)條件密切相關(guān),主要性狀與產(chǎn)量的關(guān)聯(lián)因子隨之合理變化。因此,不斷深化研究蕎麥品種在不同氣候類型區(qū)、不同生態(tài)環(huán)境和立地生產(chǎn)條件下以及在干旱年份、正常年份和豐水年份下的主要性狀與產(chǎn)量關(guān)聯(lián)因子、生育期階段降水量與耗水特征、開花期和灌漿期大氣溫度與結(jié)實率和灌漿速度等至關(guān)重要。
參考文獻
[1] 楊耐德.蕎麥的營養(yǎng)特性及其加工技術(shù)探討[J].農(nóng)產(chǎn)品加工, 2006(5):47-48,52.
[2] 李瑞國, 高冬麗, 柴巖,等.苦蕎資源農(nóng)藝性狀因子聚類分析[J].干旱地區(qū)農(nóng)業(yè)研究,2007,25(6):80-84.
[3] 張麗君, 馬名川,劉龍龍,等.山西省苦蕎品種資源的研究[J].河北農(nóng)業(yè)科學(xué), 2015,19(1):69-74.
[4] 游萍, 鄧林瓊, 許中燕,等.蕎麥主要農(nóng)藝性狀研究[J].畢節(jié)學(xué)院學(xué)報,2011,29(4):112-115.
[5] 賈瑞玲, 馬寧,魏立平,等.50份苦蕎種質(zhì)資源農(nóng)藝性狀的遺傳多樣性分析[J].干旱地區(qū)農(nóng)業(yè)研究,2015,33(5):11-16,89.
[6] 劉迎春,丁素榮,魏云山,等.甜蕎主要農(nóng)藝性狀分析[J].種子,2014,33(10): 97-99.
[7] 李月,石桃雄,黃凱豐,等.苦蕎生態(tài)因子及農(nóng)藝性狀與產(chǎn)量的相關(guān)分析[J].西南農(nóng)業(yè)學(xué)報,2013,26(1): 35-41.
[8] 汪燦,阮仁武,袁曉輝,等.甜蕎農(nóng)藝性狀與產(chǎn)量關(guān)系的多重分析[J].中國農(nóng)學(xué)通報,2014,30(12):234-238.
[9] 楊修仕,郭忠賢,郭慧敏,等.播期和播量對蕎麥產(chǎn)量及主要品質(zhì)的影響[J].作物雜志,2017(1):88-93.
[10] 唐啟義,馮明光.DPS 9.50數(shù)據(jù)分析系統(tǒng)[M].北京:科學(xué)出版社,2007:1027-1036.
[11] 周花,戴麗君,李永平,等.11個谷子新品種的主要農(nóng)藝性狀灰色關(guān)聯(lián)度分析與綜合評價[J].甘肅農(nóng)業(yè)科技,2020(12):25-30.
[12] 稅紅霞,何丹,王秀全,等.11個春玉米新品種主要農(nóng)藝性狀與產(chǎn)量的灰色關(guān)聯(lián)度分析[J].耕作與栽培,2020,40(1):20-23.
[13]? 金輝,鄒華芬,王邦良,等.馬鈴薯新品種灰色關(guān)聯(lián)度分析[J].長江蔬菜,2016(16):37-40.
[14] 王映紅,董昀,李曉航,等.小麥新品種主要農(nóng)藝性狀的灰色關(guān)聯(lián)度分析[J].安徽農(nóng)業(yè)科學(xué),2019,47(14):32-35.
[15] 張陽,張偉,趙威軍,等. 基于主成分與灰色關(guān)聯(lián)分析的飼草小黑麥品種篩選與配套技術(shù)研究[J].作物雜志,2020(3):117-124.
[16] 張清明,馬裕群,趙衛(wèi)敏,等.苦蕎麥產(chǎn)量與主要農(nóng)藝性狀的相關(guān)性及灰色關(guān)聯(lián)度分析[J].耕作與栽培,2019,39(4):11-14.
[17] 吳曹陽,梁詩涵,邱軍,等.基于連續(xù)12年國家苦蕎區(qū)域試驗的中國苦蕎品種選育現(xiàn)狀分析[J].中國農(nóng)業(yè)科學(xué),2020,53(19):3878-3894.
[18] 唐鏈,梁成剛,梁龍兵,等.苦蕎株高及主莖分枝數(shù)的遺傳相關(guān)分析[J].江蘇農(nóng)業(yè)科學(xué),2016,44(9):129-132.
[19] 靳建剛,田再芳. 山西北部地區(qū)引種苦蕎品種的灰色關(guān)聯(lián)度分析[J].作物雜志,2021(2):52-56.
[20] 程曉彬,向達兵,趙鋼,等.川西高原不同苦蕎品種生態(tài)適應(yīng)性研究[J].種子,2017,36(10):63-65,68.