期刊文献+

外引豌豆资源的鉴定及主要数量性状的主成分分析 被引量:5

Principal Component Analysis and Identification of Introduced Pea(Pisum sativum L) Germplasm Resources
下载PDF
导出
摘要 研究了15份外引豌豆(Pisum sativum L.)种质资源的主要农艺、经济性状。结果表明,豌豆种质资源具有较高的变异系数,为23.66%-50.25%。豌豆的单株产量与单株分枝数、单株荚数极显著正相关(P<0.01),豌豆资源的始荚节位与主茎节数极显著正相关,且这两个性状都与株高极显著正相关(P<0.01)。8个数量性状综合成为4个主成分,且这4个主成分构成的信息量可解释总信息量的94.79%。选用前4个主成分值计算各种质间的遗传距离,按遗传距离大小在D2=3.57水平下可将15份种质资源聚类划分为5大类群。 The growth period, seed morphological characteristics, and agronomic traits of fifteen introduced pea (Pisum sativum L.) resources were studied. The results showed that pea resources had high coefficient of variation, ranged from 23.66% to 50.25%. The result of correlation showed that seed weight per plant was significantly and positively correlated with number of primary branches and pods per plant (P〈0.01). Plant height was significantly and positively correlated with first fruiting node and nodes number of the main stem (P〈0.01). The results of principal component analysis showed that eight quantitative characters were consolidated into four principal components accounted for 94.79% of total variation. The genetic distance was calculated using the value of the first four principal component. The pea resources were divided into 5 groups at the level of D^2=-3.57 based on the value of genetic distance.
出处 《湖北农业科学》 北大核心 2014年第23期5643-5648,共6页 Hubei Agricultural Sciences
基金 国家现代农业产业技术体系建设项目(CARS-09) 科技部国际合作重点项目(2011DFB31620) 湖北省农业科技创新中心资助项目(2007-620-001-03)
关键词 豌豆(Pisum sativum L.) 种质资源 鉴定 主成分分析 pea(Pisum sativum L.) germplasm resources identification principal component analysis
  • 相关文献

参考文献11

二级参考文献252

共引文献209

同被引文献83

  • 1张玉革,胡绪彬.基于主成分和聚类分析的大豆品种生物学性状的比较研究[J].大豆科学,2004,23(3):178-183. 被引量:45
  • 2方开泰.实用多元统计分析[M].上海:华东师范大学出版社,1992.
  • 3顾志峰,叶乃好,石耀华.实用生物统计学[M].北京:科学出版社,2012:99-100.
  • 4孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008(1):48-61. 被引量:1072
  • 5Jain A K.Data clustering:50 years beyond k-means[J].Pattern Recognition Letters,2010,31(8):651-666.
  • 6何晓群.多元统计分析[M].2版.北京:中国人民大学出版社,2009:73.
  • 7张文彤,董伟.SPSS统计分析高级教程[M].2版.北京:高等教育出版社,2013:298.
  • 8克劳斯·巴克豪斯,本德·埃里克森,伍尔夫·普林克,等.多元统计分析方法[M].上海:世纪出版集团格致出版社,上海人民出版社,2009:328.
  • 9盖钧镒.试验统计方法[M].4版.北京:中国农业出版社,2013:215.
  • 10李静萍.多元统计分析[M].北京:中国人民大学出版社,2015:49,65.

引证文献5

二级引证文献22

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部