作为我国十大传统名花和世界四大切花之一，菊花具有极高的观赏和经济价值。在生产过程中，为保证主蕾的良好发育和成花品质，需要人为多次抹除侧芽侧蕾，耗时耗力，生产成本高。本研究以总侧芽数、上部一级分枝数、二级分枝总数、一级分枝粗、一级分枝角度、一级分枝长度和总侧芽数/叶节数为指标，运用主成分分析法和隶属函数法对127个标准切花菊品种的萌芽能力与分枝能力进行评价分级，筛选适用于生产以及育种的少芽品种。其中，分枝能力弱的39个品种可作为优良亲本，萌芽数量少、一致性高的20个品种可作为少芽品种推广，为求降低生产成本，提高产品品质。
目录
摘要 4
关键词 4
Abstract 4
Key words 4
引言 4
1 材料与方法 4
1．1 试验材料 4
1．2 田间性状调查 5
1．3 数据分析方法 5
1．3．1 分枝能力得分 5
1．3．2 萌芽能力得分 5
2 结果与分析 5
2．1 分枝、萌芽形态指标统计与分析 5
2．2 各分枝、萌芽指标的相关性分析 6
2．3 7个分枝指标的主成分分析 7
2．4 分枝能力评价 9
2．5 萌芽能力评价 9
3 讨论 10
致谢 11
参考文献： 11
菊花分枝性评价与少芽品种筛选
引言
菊花是一种具有极高观赏及经济价值的园艺作物，但是，对其观赏性影响很大的分枝特性极易受基因、环境以及激素调控。其中，导入cDNA、转录因子等措施能够调控菊花的分枝情况（Chen XL等，2013；Han BH等，2007；Jing N等，2018），也可通过激素（独脚金内酯、生长素等）对菊花株型进行调控（Robrecht D等，2018）。在生产中，为了保证主蕾的良好发育和成花品质，需要多次抹除侧芽侧蕾，这些人为操作造成了生产成本的提高。因此，充分调查、了解各品种的萌芽及分枝特性，合理选择生产及育种品种，是降低生产成本、提高切花品质的关键途径。何臻（2015）利用28个菊花品种侧枝、侧蕾、脚芽等方 *景先生毕设|www.jxszl.com +Q: &351916072& 
面的10个性状，采用层次分析法和灰色关联法结合的方法，建立了标准切花菊分枝性状评价体系，并将之分为了5个等级，对生产和育种有一定指导意义[8]。但是，该研究选取的品种较少，且与生产过程实际操作存在差异，其统计与分析也较为复杂，存在一定的局限性。
本研究调查了127个标准切花菊品种，测量指标包括总侧芽数、一级分枝粗、一级分枝角度、一级分枝长度、上部一级分枝数、二级分枝总数和总侧芽数/叶节数共7个指标。评价方法主要采用主成分分析和隶属函数法，按照生产方法统计需抹芽次数、抹芽总数（即叶节数），研究结果将对切花菊少芽品种评价体系的建立提供依据。
1 材料与方法
1．1 试验材料
试验材料为127个保存在大学中国菊花种质资源保存中心的标准切花菊品种。
1．2 田间性状调查
在2018年7月，将127个标准切花菊品种定植，每个品种30株，定植间距为10 cm×10 cm，定植后同常规大田管理。
让一部分植株自然生长，等待盛花期，测量总侧芽数、上部一级分枝数、二级分枝总数、一级分枝粗、一级分枝角度、一级分枝长度和总侧芽数/叶节数7个分枝能力相关指标，单株重复6次，取均值。总侧芽数/叶节数为总侧芽数与叶节数的比值。总侧芽数、上部一级分枝数、二级分枝总数、一级分枝角度、一级分枝长度参照杨信程等（2018）的测量方法[13]。一级分枝粗为上部一级分枝1/2处的直径，使用精度为0.01 mm的数显游标卡尺测量。
另一部分植株在现蕾期按照生产方式进行抹芽（蕾）：保留主蕾，抹除株高1/3以上的长度大于0.5 cm的侧芽、侧蕾（以下通称为侧芽），每周进行一次，直至显色或不需要抹除。统计需抹芽次数、抹芽总数、抹芽总数/叶节数3个萌芽能力相关指标，单株重复6次，取均值。抹芽总数/叶节数为抹芽总数与叶节数的比值。
1．3 数据分析方法
1．3．1 分枝能力得分 应用SPSS 25.0软件对7个分枝能力相关指标的数据进行标准化处理和主成分分析。根据碎石图与累积贡献率，选择特征值大于1且累积贡献率较高的成分作为主成分。各主成分的权重（W）为该主成分的贡献率与累积贡献率的比值。某指标该主成分的特征向量（Y）等于载荷向量（X）除以主成分特征值（λ）的算数平方根，即Y= X /
????
。各主成分的得分（CI）为各指标数据（Z）与其特征向量（Y）的乘积之和，即CI = ∑Y∙Z。
利用隶属函数法计算各主成分的隶属函数值（孙炜等，2019）[10]。某主成分得分在所有品种中的最大值和最小值为CImax和CImin 。某品种该主成分的隶属函数值（U）为主成分得分（CI）和最小值（CImin）之差与最大值（CImax）和最小值（CImin）之差的比值，即U= (CI CImin)/( CImax CImin)。该品种分枝能力的最终得分值（D）为各主成分的隶属函数值（U）与其权重（W）的乘积之和，即D = ∑ U∙W。
1．3．2 萌芽能力得分 利用隶属函数法计算3个萌芽能力相关指标的隶属函数值。某性状在所有品种中的最大值和最小值为Tmax和Tmin。某品种该指标的隶属函数值（F）为测量值（T）和最小值（Tmin）之差与最大值（Tmax）和最小值（Tmin）之差的比值，即F= (T Tmin)/( Tmax Tmin)。该品种萌芽能力的最终得分值为各指标隶属函数值的平均值。
2 结果与分析
2．1 分枝、萌芽形态指标统计与分析
由表21可知，各分枝、萌芽形态指标分布较广泛、变异较大。总侧芽数为5.70~48.70，变异系数为32.55%；上部一级分枝数为3.80~16.30，变异系数为29.73%；二级分枝总数为0~12.80，变异系数为228.74%；一级分枝粗分布于1.31~2.59 mm之间，变异系数为12.78%；一级分枝角度分布于28.10~63.70之间，变异系数为14.27%；一级分枝长度分布于3.96~20.36 cm之间，变异系数为30.16%；总侧芽数/叶节数分布于0.17~1.00之间，变异系数为29.61%；需抹芽次数为1.00~3.67，变异系数为27.26%；抹芽总数为4.30~27.30，变异系数为26.85%；抹芽总数/叶节数分布于0.12~0.64之间，变异系数为25.11%。

原文链接：http://www.jxszl.com/nongxue/yy/564309.html