Использование методов многомерной статистики для оценки модельной популяции кукурузы
DOI:
https://doi.org/10.28983/asj.y2021i7pp9-15Ключевые слова:
модельная популяция, кукуруза, гибрид, хозяйственно-ценные признаки, коэффициент вариации, кластерный анализ, факторный анализАннотация
С целью объективной оценки степени сходства сортов и гибридов по комплексу показателей и интерпретации большого объема данных в селекционной практике используют методы многомерной статистики, в том числе факторный и кластерный анализы. В изучении находилось 42 гибрида кукурузы (ФАО 100-499) селекции разных научных учреждений России, которые оценивали по признакам: длина межфазного периода всходы–цветение метелок и початков, высота растений, высота прикрепления початка, урожайность зерна, число зерен с початка, содержание сырого протеина и сырого жира. Факторный анализ позволил рассчитать корреляционные коэффициенты между рассматриваемыми переменными и выявить высокие положительные корреляционные связи между межфазными периодами всходы–цветение метелок и всходы–цветения початков (r = 0,99), высотой растений и высотой прикрепления початка (r = 0,81), длиной межфазных периодов и высотой заложения початка (r = 0,77). Значимый коэффициент корреляции определен между признаками длина межфазных периодов всходы–цветение метелок и початков с урожайностью зерна (r = 0,34 и 0,36 соответственно), урожайность зерна и число зерен на початке (r = 0,37). При расчете весов переменных на компоненты установлено, что наибольший вклад (дисперсия 54,814 %) в первый гипотетический фактор внесли следующие признаки: межфазные периоды всходы–цветение метелки и всходы–цветение початка, высота растений, высота прикрепления початка, урожайность зерна, масса 1000 зерен. Использование кластерного анализа позволило сгруппировать изучаемые гибриды на 32 шаге итерации (евклидово расстояние – 7,340) в 10 кластеров, имеющих разную селекционную ценность. Для гибридов, составляющие кластеры, характерен схожий набор признаков внутри кластеров и достоверные различия между кластерами, подтвержденные методом неорганизованных повторений однофакторного дисперсионного анализа.
Скачивания
Библиографические ссылки
Андрушкевич Т.М. Подбор исходного материала для селекции крыжовника с использованием метода кластерного анализа // Плодоводство и ягодоводство России. – 2012. – Т. 34. – № 1. – С. 24–34.
Артюх С.П.Ускорение селекционного процесса – базовое условие развития садоводства // Оптимизация технолого-экономических параметров структуры агроценозов и регламентов возделывания плодовых культур и винограда: матер. Междунар. науч.-практ. конф. – Краснодар: ГНУСКЗНИИСиВ, 2008. – Т. 1. – С. 87–100.
Вавилов Н.И. Научные основы селекции полевых культур: сборник трудов. – Л.: Наука, 1981. – С. 92–13.
Гудова Л.А. Кластерный анализ хозяйственно-ценных признаков гибридов кукурузы в условиях Саратовского Правобережья // Аграрный научный журнал. – 2020. – №6. – С. 14–20.
Государственный реестр селекционных достижений допущенных к использованию – Т. 1. Сорта растений (официальное издание). – М., 2019. – 2020 с.
Двойнишников В.А. Оценка результатов экологического испытания гибридов кукурузы с помощью факторного анализа //Актуальные проблемы адаптивной интенсификации земледелия на рубеже столетий. – Минск, 2000. –С. 449–451.
Доспехов Б.А. Методика полевого опыта (с основами статистической обработкой результатов исследований). – М., 2011. – 352 с.
Использование компьютерных технологий при подборе родительских форм у плодовых культур // Виноградорство и виноделие в Краснодарском крае лаборатория Кубанского государственного аграрного университета. – Режим доступа: www. vitis.ru/pdf/is37.pdf. – дата доступа 05.01.2012.
Ким Дж. -О. Факторный анализ: статистические методы и практические вопросы //Факторный дискриминантный и кластерный анализ: сб. работ / пер. с анг.; под ред. И.С. Енюкова. – М.: Финансы и статистика., 1989. – 215 с.
Корнева С.П. Использование кластерного анализа для повышения эффективности отборов в расщепляющихся гибридных популяциях // Молодые ученые Сибирского региона – аграрной науке. – Омск, 2004. – Вып. 4. – С. 127–131.
Кукуруза в Саратовской области / А.П. Царев [и др.]. – Саратов: Сарат. гос. с.-х. акад., 1996. – 152 с.
Мартынов С.П. Кластерный анализ саратовских сортов яровой пшеницы по коэффициентам родства // Цитология и генетика. – 1989. – № 4. – С. 37–43
Мельничук А.Д. Определение генетической разнородности сортов картофеля и подбор родительских пар для гибридизации по результатм факторного анализа // Картофелеводство. – 2000. – Вып. 10. – С. 63–73.
Методика государственного сортоиспытания сельскохозяйственных культур. Зерновые, крупяные, зернобобовые, кукуруза и кормовые культуры. – М., 1989. – Вып. 2. – 200 с.
Перуанский Ю.В. Кластеризация по элементам продуктивности форм озимой пшеницы различной // Селекция и урожай. – Алма–Ата, 1988. – С. 143–153.
Практикум по технологии производства продукции растениеводства / под ред. А.К.Фурсовой. – СПб.: Изд-во «Лань», 2014. – 400 с.
Ротару Л.И., Лупашку Г.А. Применение факторного и кластерного анализов для создания генотипов томата со стабильной продуктивностью // Современные тенденции в селекции и семеноводстве овощных культур. Традиции и перспективы: материалы II Междунар. науч.-практ. конф. ГНУ «Всерос. НИИ селекции и семеноводства овощных культур», РАСХН; ред. В.Ф. Пивоваров [и др.]. – М.: ВНИИССОК, 2010. –Т.1 – С. 462–470.
Технология возделывания кукурузы на силос с початками в молочно-восковой спелости в условиях Верхневолжья / под ред. З.И. Усановой. – Тверь: Редакционно-издательский центр ТвГТУ, 2019.– 111 с.
Чеботарь С.В. Дифференциация, идентификация и создание базы данных сортов Т. aesmivum украинской селекции на основе STMS-анализа // Цитология и генетика. – 2001. – № 6. – С. – С. 18–27.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2021 Аграрный научный журнал
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
