蝴蝶兰种质资源主要数量性状变异与概率分级

更新时间:2023-05-06 02:23:04 阅读: 评论:0

蝴蝶兰种质资源主要数量性状变异与概率分级
作者:钟海丰 陈剑锋 陈宇华 邱思鑫 黄敏玲
来源:《热带作物学报》2020年第06期
        摘 要:以53份蝴蝶兰种质资源为研究材料,对24个主要数量性状的变异情况、正态性检验以及概率分级进行研究。结果表明:24个主要数量性状的种间变异幅度为8.22%~45.31%,其中花序花朵数量变异系数最大,合蕊柱长度变异系数最小。种内变异幅度为5.07%~22.50%,变异系数最大的为花序长度,变异系数最小的为花朵宽度。经K-S检验植株大小、叶片长度等23个数量性状Sig值>0.05,符合正态分布,花序花朵数量经c2检验,符合卡方分布,呈现偏态分布,所有考察的数量性状认为均符合正态分布。24个数量
性状均分为5级,统一采用(X−1.2818S)、(X−0.5246S)、(X+0.5246S)、(X+1.2818S) 4个点,从而使性状值落入1~5级的概率分别为10%、20%、40%、20%和10%。
        关键词:蝴蝶兰;数量性状;概率分级;DUS测试中圖分类号:S31 文献标识码:A
        Variation and Probability Grading of Main Quantitative Traits of Phalaenopsis Germplasm Resources
        ZHONG Haifeng1, 2, CHEN Jianfeng1, 2, CHEN Yuhua1, 2, QIU Sixin1, 2, HUANG Minling1, 2*
        1. Crop Rearch Institute, Fujian Academy of Agricultural Sciences, Fuzhou, Fujian 350013, China; 2. Fuzhou Sub-center for New Plant Variety Tests, Ministry of Agriculture and Rural Affairs, Fuzhou, Fujian 350013, China
        Abstract: The variation, normality test and probability grading analysis of 24 mai
n quantitative traits were carried out, using 53 Phalaenopsis germplasm resources as the rearch materials. The coefficient of interspecific variation of the traits varied from 8.22% to 45.31%. Among them, the coefficient of variation of the flower number was the biggest, while the length of gynostemium was the least. Meanwhile, the coefficient of intraspecific variation of the traits varied from 5.07% to 22.50%. The coefficient of variation of inflorescence length was the biggest, and the flower width was the least. The Sig value of 23 quantitative traits, such as plant size and leaf length, was more than 0.05 by K-S test, which was in accordance with normal distribution, and the number of inflorescence showed skewed distribution according to chi-square test. All the quantitative traits examined were in accordance with normal distribution. The 24 quantitative traits could be divided into five grades. Four points (X-1.2818S), (X-0.5246S), (X+0.5246S) and (X+1.2818S) are ud uniformly, so that the probability of the trait value falling into 1-5 grades is 10%, 20%, 40%, 20% and 10%, respectively.
        Keywords: Phalaenopsis; quantitative traits; probability grading; DUS testing
        DOI: 10.3969/j.issn.1000-2561.2020.06.007
        品种特异性(Distinctness)、一致性(Unifo­rm­ity)和稳定性(Stability)(简称DUS)测试是定义品种的科学方法,也是目前我国作物品种管理、新品种保护、育种评价的重要技术支撑[1-3]。数量性状是植物形态描述的主要指标体系,数量性状的评价标准是开展种质评价和DUS测试的重要内容[4-5]。同时,数量性状容易受到环境因素的影响,稳定性较差[6]。因此,有必要对数量性状的变异情况、分布类型以及分级标准进行研究分析,建立科学的评价与分级体系。
        蝴蝶兰(Phalaenopsis)是兰科(Orchidaceae)蝴蝶兰属植物,其花形奇特,犹如翩翩起舞的蝴蝶,色彩丰富艳丽且花期长,素有“洋兰皇后”的美誉,观赏价值极高。蝴蝶兰于2010年被列入我国第8批农业植物品种保护名录,并于2012年12月7日公告发布了《植物新品种特异性、一致性和稳定性测试指南 蝴蝶兰》[7-8],但并未明确其数量性状的分级标准。目前,DUS测试中所采用的数量性状分级标准一般基于传统等差分级以及最小显著差(LSD)的等距分级方法[9],国内对于蝴蝶兰数量性状分级研究主要是基于最小显著差(LSD)的等距分级方法[10-11],而基于概率分级的蝴蝶兰数量性状分级方法鲜有报
道。
        数量性状的概率分级是基于数量性状取值的概率分布特征的分级方法,刘孟军[12]于1992年提出,现已广泛应用于大花蕙兰[13]、草莓[14]、多花黑麦草[4]、梯棱羊肚菌[15]、酸枣[16]和桑树[17]等作物的数量性状分级,其能较好地反映性状变异的中值、离散程度以及不同品种性状值在总体变异中的系统位置[18],可有效服务于种质资源的科学描述、评价、创新利用等。
        本研究通过对53份蝴蝶兰种质资源的24个主要数量性状的变异情况与分布规律进行分析,并应用概率分布理论,探索建立蝴蝶兰数量性状等级划分标准。目前,关于蝴蝶兰数量性状的分级研究均是基于等距分级,本文主要利用概率分级方法,對蝴蝶兰数量性状进行非等距分级,使其分布频率符合概率分级的要求,为蝴蝶兰种质资源的综合评价、创新利用以及蝴蝶兰种质资源描述规范和数据标准化提供参考。
        1.1 材料
        试验材料为收集保存于农业农村部植物新品种测试福州分中心的53份蝴蝶兰种质资源。
        1.2 方法
        本研究主要调查《植物新品种特异性、一致性和稳定性测试指南 蝴蝶兰》测试指南中列出的19个数量性状以及测试指南之外新增的5个数量性状(表1)[7-8]。所有数量性状数量均以单株为单位测量,每个品种观测20株,每个植株取样数量为1个。花器官数量性状的观测在花序上有50%的花已开之时,选择最近开花的最大花朵并在其花色没有褪去之前观测,花的长和宽以及花的各部分的观测在花保持自然的状态下进行。叶片的观测应在开花植株的最长叶上进行[8]
        1.3 数据处理
        1.3.1 数量性状稳定性与变异情况分析 采用Excel 2017对各供试蝴蝶兰品种数量性状的最大值、最小值、极差、平均值、中值、标准差和变异系数等进行统计分析。
        计算单个品种每个性状观测数据的平均值、标准差以及变异系数,再求该性状在所有蝴蝶兰种质资源中变异系数的平均值,即为该性状的品种内变异系数。
        根据单个品种每个性状观测数据的平均值,计算出该性状在所有品种中的平均值、标准差以及变异系数,该变异系数即为品种间变异系数。
        1.3.2 数量性状正态性检验 采用单样本K-S(Kolmogorov-Smirnov)检验法[19]和卡方(c2)检验法[20]分析所采集的数量性状数据是否符合正态分布或卡方分布。

本文发布于:2023-05-06 02:23:04,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/90/97393.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:性状   数量   分级   蝴蝶兰   测试   品种   变异
相关文章
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图