Regression Analysis and Path Analysis of Top Fruit Grain Weight and Related Agronomic Traits of Safflower

doi:10.11924/j.issn.1000-6850.casb20190600324

Abstract

Abstract:

The paper aims to study the relationship between the top fruit grain weight and main agronomic traits. With 326 safflower varieties used as materials, the regression analysis and path analysis were carried out to explore the grain weight of top fruit and main agronomic traits. The correlation analysis indicated that the order of the influencing traits on top fruit grain weight were as follows: weight of top fruit, grain number of top fruit, diameter of top fruit, branches height, plant height, and stem diameter. There was an obviously positive correlation between top fruit grain weight and weight of top fruit, grain number of top fruit, branches height, a negative correlation between top fruit grain weight and diameter of top fruit, plant height, stem diameter. Multiple regression analysis showed that top fruit grain number, weight of top fruit, diameter of top fruit, and stem diameter were the main traits affecting top fruit grain weight. The grain number of top fruit, weight of top fruit, diameter of top fruit, plant height, branches height, and stem diameter had more direct effect on the grain weight of top fruit. Linear regression showed that the weight and the grain number of top fruit had more significant effect on grain weight of top fruit. Therefore, in safflower high-yield variety breeding, the focus should be on the weight, the grain number and the diameter of top fruit.

Key words: Carthamus tinctorius, top fruit, agronomic traits, regression analysis, path analysis

CLC Number:

S512.1

Xu Lanjie, Liu Xinmei, Liang Huizhen, Yu Yongliang, Yang Hongqi, Tan Zhengwei, Li Lei, Yu Qiyang. Regression Analysis and Path Analysis of Top Fruit Grain Weight and Related Agronomic Traits of Safflower[J]. Chinese Agricultural Science Bulletin, 2020, 36(22): 55-60.

Figures/Tables 5

References 24

[1]	郭丽芬, 张跃, 胡尊红, 等. 地方红花种质资源的形态标记聚类分析[J]. 河南农业科学, 2013,42(2):41-45.
[2]	许海江, 李喜梅. 羟基红花黄色素A注射液调节血脂作用初探[J]. 国际中医中药杂志, 2011,33(10):897-899.
[3]	成龙, 梁日欣, 杨滨, 等. 红花提取物对高脂血症大鼠降脂和抗氧化的实验研究[J]. 中国实验方剂学杂志, 2006,12(9):25-27.
[4]	黄正良, 高其铭, 崔视梅. 红花黄色素降压作用及机制的初步分析[A]. 全国药理学术会议[C]. 1984.
[5]	成龙, 梁日欣, 杨滨, 等. 红花提取物对高脂血症大鼠降脂和抗氧化的实验研究[J]. 中国实验方剂学杂志, 2006,12(9):25-27.
[6]	谷卫彬, 黎大爵. 世界红花种质的籽油脂肪酸组分评价[J]. 植物资源与环境学报, 2002,11(1):17-19.
[7]	Ambreen H, Kumar S, Variath M T, et al. Development of genomic microsatellite markers in Carthamus tinctorius L. (Safflower) using next generation sequencing and assessment of their cross-species transferability and utility for diversity analysis[J]. Plos One, 2015,10(8):e0135443. URL pmid: 26287743
[8]	Kumar S, Ambreen H, Variath M T, et al. Utilization of molecular, phenotypic and geographical diversity to develop compact composite core collection in the oilseed crop, Safﬂower (Carthamus tinctorius L.) through maximization strategy[J]. Front Plant Sci, 2016,7:1554. doi: 10.3389/fpls.2016.01554 URL pmid: 27807441
[9]	赵刚, 王安虎. 红花的资源及药用价值[J]. 中国野生植物资源, 2004,23(3):24-25.
[10]	Zhao G, Wang A H. Safflower resource and its medicinal value[J]. Chinese Wild Plant Resources, 2004,23(3):24-25.
[11]	王耀辉, 强毅, 康杰芳. 山茱萸种实性状的相关性及通径分析[J]. 中药材, 2013,36(7):1047-1049.
[12]	刘大会, 杨美权, 邵爱娟, 等. 青蒿植株青蒿素含量和总量与农艺性状的相关及通径分析[J]. 中国中药杂志, 2010,35(21):2801-2807.
[13]	杨生超, 萧凤回, 文国松, 等. 灯盏花主要数量性状的相关与通径分析[J]. 西部林业科学, 2009,38(1):109-111.
[14]	杨玉霞, 吴卫, 郑有良, 等. 红花单株花产量性状的相关和通径分析[J]. 中草药, 2006,37(1):105-111.
[15]	王恩军, 陈垣, 韩多红, 等. 菘蓝农艺性状与药材产量的相关和通径分析[J]. 核农学报, 2018,32(2):399-406.
[16]	杨红旗, 梁慧珍, 许兰杰, 等. 河南红花高产高效栽培技术[J]. 园艺与种苗, 2016(10):37-38,44.
[17]	杨建国, 刘旭云, 严兴初, 等. 红花种质资源描述规范和数据标准[M]. 北京: 中国农业出版社, 2007: 17-21.
[18]	Kotecha A. Inheritance of seed yield and and its components in safflower[J]. Genome, 2011,23(1):111-117.
[19]	Camaş N, Esendal E. Estimates of broad-sense heritability for seed yield and yield components of safflower (Carthamus tinctorius L.)[J]. Hereditas, 2006,143:55-57. doi: 10.1111/j.2006.0018-0661.01914.x URL pmid: 17362334
[20]	Reddy M V S, Chand P, Vidyadhar B, et al. Estimation of genetic parameters for yield and its component in F₄ generation of safflower (Carthamus tinctorius L.)[J]. Progressive Agriculture An International Journal, 2004,4(1):16-18.
[21]	Baydar H Erbaş S. Estimates for broad sense heritability and heterosis of agronomic and quality characters of safflower (Carthamus tinctorius L.)[J]. Scientific Papers Series A, Agronomy, 2014,57:110-115.
[22]	郭丽芬, 张跃, 徐宁生, 等. 红花种质资源主要数量性状的灰色关联度分析[J]. 西南农业学报, 2013,26(1):328-333.
[23]	许兰杰, 梁慧珍, 谭政委, 等. 河南红花种质资源表型性状的综合评价[J]. 河南农业科学, 2017,46(10):26-31.
[24]	赵昕鹏, 石晓卫, 董天宇, 等. 红花主要农艺性状与单株籽粒产量的相关和通径分析[J]. 河南师范大学学报, 2016,44(6):140-144.

编号	所在州	来源地	份数	编号	所在州	来源地	份数
1	非洲	阿尔及利亚	2	11	亚洲	中国陕西	1
2	亚洲	中国安徽	1	12	亚洲	中国四川	4
3	欧洲	法国	4	13	非洲	苏丹	2
4	亚洲	中国河南	42	14	欧洲、亚洲	土耳其	9
5	非洲	肯尼亚	12	15	欧洲	西班牙	1
6	非洲	利比亚	7	16	亚洲	中国新疆	197
7	亚洲	中国辽宁	5	17	亚洲	以色列	2
8	欧洲	罗马尼亚	2	18	亚洲	印度	29
9	非洲	摩洛哥	1	19	亚洲	中国云南	4
10	欧洲、亚洲	前苏联	1

编号	所在州	来源地	份数	编号	所在州	来源地	份数
1	非洲	阿尔及利亚	2	11	亚洲	中国陕西	1
2	亚洲	中国安徽	1	12	亚洲	中国四川	4
3	欧洲	法国	4	13	非洲	苏丹	2
4	亚洲	中国河南	42	14	欧洲、亚洲	土耳其	9
5	非洲	肯尼亚	12	15	欧洲	西班牙	1
6	非洲	利比亚	7	16	亚洲	中国新疆	197
7	亚洲	中国辽宁	5	17	亚洲	以色列	2
8	欧洲	罗马尼亚	2	18	亚洲	印度	29
9	非洲	摩洛哥	1	19	亚洲	中国云南	4
10	欧洲、亚洲	前苏联	1

表型性状项目	最小值	最大值	极差	平均值	标准差	变异系数
顶果球籽粒质量/g	0	4.1	4.1	1.39	0.67	0.48
顶果球着粒数/个	0	99	99	29.72	13.11	0.44
顶果球质量/g	0.6	6.6	6	2.53	0.93	0.37
顶果球直径/mm	14.29	37.26	22.97	23.84	3.08	0.13
株高/cm	91	181	90	134.2	16.22	0.12
叶长/cm	5.7	20.7	15	12.01	2.59	0.22
叶宽/cm	2.1	7.7	5.6	4.74	1.04	0.22
分枝高度/cm	0	108	108	32.66	18.55	0.57
茎粗/mm	8.43	26.7	18.27	14.9	2.95	0.20
分枝数/个	5	41	36	15.1	4.76	0.32
二级分枝果球数/个	0	29	29	6.15	3.35	0.54

表型性状项目	最小值	最大值	极差	平均值	标准差	变异系数
顶果球籽粒质量/g	0	4.1	4.1	1.39	0.67	0.48
顶果球着粒数/个	0	99	99	29.72	13.11	0.44
顶果球质量/g	0.6	6.6	6	2.53	0.93	0.37
顶果球直径/mm	14.29	37.26	22.97	23.84	3.08	0.13
株高/cm	91	181	90	134.2	16.22	0.12
叶长/cm	5.7	20.7	15	12.01	2.59	0.22
叶宽/cm	2.1	7.7	5.6	4.74	1.04	0.22
分枝高度/cm	0	108	108	32.66	18.55	0.57
茎粗/mm	8.43	26.7	18.27	14.9	2.95	0.20
分枝数/个	5	41	36	15.1	4.76	0.32
二级分枝果球数/个	0	29	29	6.15	3.35	0.54

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
X₂	0.779^**
X₃	0.828^**	0.729^**
X₄	0.643^**	0.700^**	0.820^**
X₅	-0.082	0.013	-0.037	-0.004
X₆	0.003	0.019	0.028	-0.013	0.226^**
X₇	0.041	-0.057	0.082	0.011	-0.059	0.574^**
X₈	0.101	0.029	0.068	0.096	0.125^*	-0.124^*	-0.082
X₉	-0.08	0.020	-0.01	-0.005	0.436^**	0.272^**	0.029	-0.371^**
X₁₀	-0.045	0.013	-0.019	-0.052	0.273^**	0.221^**	0.125^*	-0.569^**	0.433^**
X₁₁	-0.151^**	-0.061	-0.130^*	-0.129^*	0.319^**	0.156^**	-0.139^*	-0.335^**	0.464^**	0.159^**