澳洲坚果种质资源花序表型多样性研究

【目的】对澳洲坚果种质资源花序表型性状进行多样性分析,为澳洲坚果种质资源的鉴定评价以及创新利用提供参考。【方法】花序表型性状的观测和描述方法参照《澳洲坚果种质资源描述规范和数据标准》和《澳洲坚果种质资源鉴定技术规范》,数据统计分析应用聚类和主成分分析的方法。【结果】40份供试澳洲坚果种质资源中90%种质小花为乳白色、50%种质小花自花序轴基部向顶端依次开放、77.5%种质无批次开花;花序长度的变异系数最大为26.30%,小花长度的变异系数最小为8.60%。聚类分析将40份种质资源在欧氏距离为4.79时分为2个组群,组群内的种质资源以花序长度和小花数量聚类;主成分分析结果将6个表型性状简化为3个主成分(花量、花色、开花顺序因子),解释的总变异为71.752%,更为直观地展现了花序表型特点,其结果与聚类分析基本一致。【结论】澳洲坚果种质资源的花序表型性状存在丰富的多样性,花序长度、小花数量、小花颜色和小花开放顺序是花序表型性状多样性构成的主导因子。     

基于表型性状的藜麦种质遗传多样性分析

【目的】深入了解藜麦种质资源表型性状的遗传多样性,为藜麦种质资源分类保存和品种改良提供理论依据。【方法】对46份藜麦种质资源的28个表型性状进行观测,计算多样性指数和变异系数,并运用主成分分析和聚类分析方法,研究藜麦种质资源表型性状遗传多样性。【结果】参试材料中多样性指数最高的性状是主花序成熟期颜色和茎粗(多样性指数均为2.084),变异系数最大的是主花序长度(变异系数为41.17%)。主成分分析将28个表型性状简化为9个主成分,其累积贡献率为77.998%,其中贡献率较大的有株型、株高、茎粗、叶柄长、叶长、叶宽、叶基形状、主花序类型、花序紧密度、籽粒颜色、籽粒直径、籽粒表皮皂苷度、单株粒重、籽粒蛋白质含量14个性状,是造成藜麦表型差异的主要因素。聚类分析结果将46份藜麦种质资源划分为5类,其中类群Ⅰ产量性状最佳;将28个表型指标聚为4类。【结论】46份藜麦种质资源类型丰富,多样性程度较高,筛选出一批大籽粒、高粒重、极早熟、矮秆、高蛋白等优异资源,可以在育种和生产上进一步研究利用。     

211份板栗种质资源花序表型多样性和聚类分析

【目的】 通过对10个省份（群体）211份中国板栗种质资源花序相关性状表型多样性和遗传特点的研究,进一步丰富中国板栗表型性状遗传多样性信息,挖掘优异基因材料,并为现有种质资源保护、利用、创新及遗传改良提供参考。【方法】 采用“板栗种质资源描述规范和数据标准”中提供的方法,对河北省农林科学院昌黎果树研究所板栗种质资源圃内211份中国板栗资源的15个花序相关表型性状进行系统调查,量化赋值后,使用SPSS 20.0软件进行遗传变异分析、Shannon-weaver指数多样性分析、相关性分析和主成分分析,采用MEGA 7.0进行聚类分析。【结果】 我国板栗资源花序相关性状具有丰富的表型多样性,平均变异系数和平均多样性指数分别为28.23%和1.70,其中每果枝雌花个数的变异系数最大为60.66,雄花序比例变异系数最小为7.37,序轴粗度比的多样性指数最高为1.99,每果枝两性花序个数、两性花序比例多样性指数最低为1.41。进一步分析发现不同地区板栗遗传变异和表型多样性存在差异,江苏群体变异程度最大,变异系数为35.53%;河北群体多样性水平最高,多样性指数1.86;安徽群体遗传变异和表型多样性水平均最低,变异系数和多样性指数分别为16.96%和0.95。测量性状中,除雄蕊长和序轴粗度比外,其余性状均为群体间差异显著,花序长、花轴粗、花簇密度、每果枝两性花序个数、两性花序比例、雄花序比例、每果枝雌花个数这7个性状,群体间差异极显著,不同地域间变异丰富,多样性程度高。相关性分析表明,花序形态性状内部间的相关性较明显,花序数量性状内部间的相关性较明显,但花序形态和花序数量间相关性不明显。主成分分析表明：前5个主成分反映了总信息量的84.18%,每果枝两性花序个数（0.931）、花序粗（0.912）、花序长粗比（-0.889）、花序长（0.864）、每果枝雌花个数（0.828）、雄花序比例（-0.821）、两性花序比例（0.820）、雄蕊长（0.806）8个性状的相关系数都在0.8以上,是板栗花序相关性状变异的主要因素。以第一主成分和第二主成分为标准,将211份资源分为5个类群,并筛选出9份两性花序数量多、雌雄比例高且高雌花量的板栗资源。聚类分析将211份资源分为8个类群,花相关表型性状变异相同的材料大多聚在一起,变异较大的类群和主成分分析结果相似。【结论】 中国板栗资源花序相关表型性状变异丰富,多样性程度高,地域间遗传变异和多样性程度不同,群体间性状差异显著。花序形态表型性状和花序数量表型性状内部的相关性较明显,但花序形态和花序数量间相关性不明显。筛选出8个性状可作为板栗花形和花量的综合评定指标,9个两性花序数量多、雌雄比例高且高雌花量的板栗资源可作为性别调控、改善产量的亲本材料。     

基于枝条和叶片表型性状的梨种质资源多样性

【目的】通过对梨种质资源叶片和枝条表型多样性和变异特点的研究,为梨种质资源描述的规范化和标准化、梨资源的保存及核心种质的构建提供数据基础和理论依据,促进梨种质资源的高效利用。【方法】采用"梨种质资源描述规范和数据标准"中提供的方法对"国家果树种质兴城梨、苹果圃"内保存的梨13个种548份资源的叶片和枝条23个表型性状进行数据采集及整理。使用SPSS19.0软件分析梨叶片和枝条表型性状的分布频率、变异系数、Simpson指数、Shannon-weaver指数、相关性和主成分,分析比较梨种群内和种群间多样性;采用Origin 8.0软件绘制梨各数值型性状分布直方图,进行分级评价并选取参照品种;采用MEGA 5.0软件对脆肉梨和软肉梨进行聚类分析。【结果】字符型的15个性状分析表明,梨叶片以卵圆形、叶基宽楔形、叶尖急尖、锐锯齿带刺芒、叶片伸展状态抱合、叶姿斜向下和绿微显红色幼叶等类型居多,分别占相对应描述符分布频率的90.51%、58.03%、66.97%、81.93%、87.23%、59.27%、86.68%和35.04%;枝条以黄褐色一年生枝、皮孔数量多、叶芽姿态斜生、顶端钝、芽托中和花芽无茸毛等类型居多,分别占相对应描述符分布频率的87.23%、78.28%、87.96%、83.76%、73.91%和99.27%;其中幼叶颜色和叶基形状的Shannon-weaver指数较高,分别为2.197和1.597。数值型的8个性状分析表明,叶片长度、叶片宽度、叶柄长度、一年生枝长度、一年生枝粗度、节间长度、花芽长度和花芽粗度的平均变异系数分别为17.25%、19.04%、20.06%、23.70%、15.08%、19.33%、20.62%和16.66%;根据分布统计分析,对每个性状分别提出了5级数值分级指标与参照品种;综合相关性分析和主成分分析,8个数值型性状可简化为一年生枝长度、花芽长度、叶片宽度和叶柄长度4个主要性状;梨叶片和枝条8个数值型性状在种群内和种群间差异均达到极显著水平,种群内和种群间表型分化系数VST分别为41.10%和58.90%。聚类分析233个脆肉梨地方品种可划分为12类,87个软肉型秋子梨可划分为6类,西南地区的梨资源在多个类群中均有分布。【结论】梨种质资源叶片和枝条表型性状多样性丰富,字符型性状中幼叶颜色和叶基形状的多样性指数较高,数值型性状中一年生枝长度和花芽长度的变异系数较高,更能体现梨品种间的差异。梨叶片和枝条种群间变异高于种群内变异,种群间的变异是其主要变异来源。筛选出5个数值型性状可作为梨枝条和叶片的综合评价指标。     

基于表型性状的莴笋种质资源遗传多样性分析

【目的】对四川省莴笋种质资源进行表型遗传多样性分析,为有效地保护和利用四川省地方莴笋种质资源提供理论参考。【方法】以四川不同地区收集的108份莴笋种质资源为供试材料,并对其17个主要表型性状进行遗传多样性分析、主成分分析和聚类分析。【结果】 108份莴笋种质资源的不同表型性状表现出不同程度的多样性,8个质量性状的遗传多样性指数（H'）为0~1.10,其中,茎叶基部形状均为心胀形,茎叶附着方式均为无叶柄,故H'为0,肉质茎皮色的H'最高; 9个数量性状的H'为1.85~2.03,变异系数为0.07~0.24,H'最高的是肉质茎长,变异系数最高的是毛重。主成分分析提取的4个主成分累积贡献率达73.79%,包括12个表型性状。108份莴笋种质材料可划分为三大类群,其中,第Ⅰ类群主要是肉质茎大小和长度中等的资源;第Ⅱ类群肉质茎均较长,而且肉质茎较粗,单茎重较重,是具有高产特征的种质资源;第Ⅲ类群主要是节间较密的类型。【结论】四川省莴笋种质资源遗传多样性较高,但部分质量性状的遗传指数较低,需加强对现有种质资源的收集保护工作。开展莴笋种质资源评价和利用,有利于实现莴笋高产优质育种以及填补当前市场缺乏种类,其中第Ⅱ类群可用来选育高产品种,第Ⅲ类群可用来选育当前四川市场上缺乏的叶色紫色、叶形为长椭圆的种质资源。     

观赏桃种质资源表型性状多样性评价

【目的】探讨以质量性状和数量性状为依据对观赏桃种质资源多样性进行评价的可行性,为观赏桃种质资源评价和新品种选育提供参考。【方法】采集38份观赏桃种质的10个质量性状（花型、花瓣类型、花瓣颜色、雌雄蕊高度比、花粉育性、萼筒内壁颜色、花药颜色、叶色、树型、生长势）和6个数量性状（花径、节间长度、花芽/叶芽、单花芽/复花芽、花芽起始节位、生育期）数据,并通过赋值法对质量性状指标进行分级。在对所有表型性状进行相关性分析的基础上,对数据进行主成分分析和系统聚类分析。【结果】观赏桃种质数量性状的多样性指数、变异程度均较质量性状高。相关性分析发现这些性状间存在内在的关系,使得信息重叠。进一步进行主成分分析,将16个表型性状指标转化为10个主成分,前6个主成分可反映38份观赏桃种质表型性状的主要特征信息,其所包含的表型性状因子可以作为观赏桃种质创新和亲本选择的主要性状指标。对38份观赏桃种质16个性状的原始数据进行标准化转换,利用欧氏距离、运用离差平方和法进行系统聚类分析,在遗传距离为9附近将其聚为8个类群,发现直观表现特征最明显的树型、花瓣类型、叶色、生长势等是进行不同类群区分的主要表型性状。【结论】利用表型性状数据,以质量性状调查为依据,结合对数量性状的观测,分析观赏桃种质资源多样性并进行评价是可行的。     

艾纳香种质资源表型性状遗传多样性分析

【目的】分析艾纳香种质资源表型性状的多样性,为良种选育提供科学依据。【方法】以159份艾纳香种质资源为材料,进行9个数量性状和13个质量性状的测定,并采用遗传多样性分析、相关性分析、主成分分析和聚类分析等方法进行遗传多样性分析。【结果】数量性状中遗传多样性指数最高的是株高(2.072),变异系数最大的是花枝数(32.76%);质量性状中遗传多样性指数最高的是叶片形状(1.201)。相关性分析表明,在数量性状中,冠幅与株高、叶宽、叶柄长度、花枝长度、花枝开张角度呈极显著正相关(P0.01);在质量性状中,叶脉花青苷显色强度与主茎花青苷显色强度、叶片边缘花青苷显色强度和叶柄花青苷显色强度呈极显著正相关(P0.01)。前8个主成分的累计贡献率达到64.32%,根据各性状的载荷量大小将各因子依次命名为产量因子、显色因子、叶光滑度因子、叶片边缘因子、叶片形状因子、叶片绿色因子和花枝角度因子。基于表型性状,以离差平方和法在遗传距离为10处将供试材料分为3个类群,类群Ⅰ有39份材料,占总数的24.53%;类群Ⅱ有38份材料,占总数的23.90%;群Ⅲ有82份材料,占总数的51.57%。【结论】159份艾纳香种质资源的表型性状具有丰富的遗传多样性,叶片形状的变异类型较为丰富,叶宽可作为日后选育高产艾纳香种质的指导目标性状。     

蝴蝶兰品种数量性状与分组性状的DUS判定

【目的】对48个蝴蝶兰品种数量性状和分组性状的判定进行研究,为建立蝴蝶兰品种DUS性状的科学判定方法提供支持。【方法】依据DUS测试指南,对蝴蝶兰植株大小、叶片长度、叶片宽度、花序长度、花朵数量、花序梗长度、花序梗粗度、花长度、花宽度、萼片长度、萼片宽度、花瓣长度、花瓣宽度、唇瓣中裂片长度、唇瓣中裂片宽度等15个数量性状进行测量并采集数据,利用SPSS统计分析软件,采用LSD最小显著差法和主成分分析法对数据进行分析。【结果】依据蝴蝶兰15个数量性状表达均值和极差,采用LSD最小显著差法,将其划分为9级表达状态;蝴蝶兰不同部位数量性状的变异系数的平均值表现为花序性状(31.83%)花瓣性状(25.72%)萼片性状(23.40%)叶片性状(20.26%)唇瓣性状(18.96%),其中花序长度与花朵数量的选择空间较大,变异系数分别为34.63%和44.59%;叶片宽度的多样性指数较大,为2.099 8,DUS表达状态较为丰富,但有可能存在性状稳定性问题;通过主成分分析,在15个数量性状中选择出花宽度、叶片长度、花朵数量3个性状作为分组性状。【结论】可以利用主成分分析法确定DUS测试数量性状的分组性状;数量性状的分级存在不稳定因素,如品种内变异、栽培条件、地域差异等,不能以固定的性状表达范围作为分级标准,需要大量数据支撑并进行年度校正。     

野生樱桃李天然群体表型多样性研究

以野生樱桃李的8个天然群体为研究对象,对7个表型性状进行多样性分析。研究发现,野生樱桃李的表型性状在群体间和群体内均存在极其丰富的变异,且大多变异极显著;通过欧氏距离进行的UPGMA聚类分析将8个天然群体分为2组,主成分分析和方差分析结果显示枝条长度、枝条粗度、叶片长度和叶柄长度4个表型变异最大,生态环境是造成野生樱桃李表型差异的主要因素。     

建兰品种资源数量性状与分组性状的DUS判定

【目的】对32份建兰品种资源的18个主要数量性状进行观测与分析,为建兰品种DUS性状科学判定方法的建立提供支持。【方法】以收集保存的32份建兰品种资源为试验材料,依据NY/T 2441-2013《植物新品种特异性、一致性和稳定性测试指南：兰属》(以下简称《兰属植物DUS测试指南》)中的测试要求,每个品种测量10株,每株取样1个,对建兰植株的大小(高度)和叶片数、叶长度和宽度、假鳞茎大小、花序花数量、花序梗长度和粗度以及花、中萼片、侧萼片、花瓣、唇瓣的长度和宽度共18个主要数量性状进行测量并采集数据,利用Excel和SPSS软件进行数量性状分级与各级分布频率分析、相关性分析、变异情况分析和主成分分析。【结果】根据《兰属植物DUS测试指南》中的分级数并结合实际情况对18个数量性状进行分级,将叶片数由5级改为3级,花序花数量由9级改为5级;根据各级的分布频率结果可知,18个数量性状中除植株大小是偏左的偏态分布外,其余17个数量性状较为符合不同峰度的正态分布。相比植株和叶片性状,花部性状间相关性更高,花长度、花宽度与萼片、花瓣、唇瓣长度呈极显著正相关,萼片宽度与花瓣宽度呈极显著正相关。32份建兰品种资源品种内变异系数均小于15%,稳定性较高,而品种间变异系数较大,变异丰富。通过主成分分析,选择出的分组性状为花长度、植株大小、萼片宽度、花序梗长度和假鳞茎大小,与《兰属植物DUS测试指南》中的分组性状部分吻合,可以增加花序梗长度作为分组性状。【结论】建兰种质资源品种内稳定性较好,品种间变异丰富,为种质资源创新利用提供了更大的选择潜力;DUS测试数量性状具有较大的不确定性,要结合标准品种或实际栽培品种来进行分级,并进行年度间的矫正;数量性状的分组性状可以通过主成分分析进行筛选。     

基于DUS测试性状的普通小麦测试品种的遗传多样性分析

通过对19份用于DUS测试的普通小麦品种进行遗传多样性分析,形态多样性结果表明不同品种间质量性状的遗传多样性相对较为丰富,在DUS测试三性判定时要更多依据质量性状的差异进行判定。相关分析结果表明:穗长和旗叶长存在极显著的正相关关系,相关系数为0.67,不育小穗数与穗粒数达到极显著的负相关关系,相关系数为-0.90;建议用穗长代替旗叶长、用穗粒数代替不育小穗数,取消旗叶宽作为测试性状。聚类分析结果表明:测试品种大部分分一类、近似品种大部分分一类,这就要求测试体系人员对测试指南进行进一步的修正,以便于用更好的方法去区分不同的品种为DUS测试服务。     

赣晚籼39号的产量结构分析与增产途径探讨

通过相关分析、通径分析和回归分析,阐述了赣晚籼39号的每穗实粒数、千粒重和有效穗数对产量的影响,结果表明:每穗实粒数对产量的影响最大,其次是有效穗和千粒重,各产量构成因素间存在一定程度的负相关。因此提出在稳定穗数的基础上,促壮秆大穗,提高群体质量,通过增加每穗实粒数,提高结实率来夺取高产。     

基于农用地分等的农地质量分析——以河北省廊坊市广阳区为例

[目的]为全面提高耕地质量提供科学指导。[方法]针对河北省廊坊市广阳区耕地情况,通过对影响其耕地质量因素的筛选分析,剖析其耕地的质量状况以及存在的问题,提出该区农用地合理利用建议。[结果]通过对影响其土地质量自然性状表土质地、土体构型、有效土层厚度、灌溉状况等5个分等因素进行调查分析,根据农用地分等规程中农用地自然质量分的计算程序,得到各单元的自然质量分,通过对自然质量分的分段,将广阳区划分为3个区域,获得细化到村级土地质量状况的分析。[结论]广阳区北临北京市,东连廊坊市,具有极高的区位优势,应着眼于满足城市对农产品的需求,通过合理作物布局,积极发展在城市有广阔市场的作物品种。     

基于共词分析的农户行为领域研究热点分析

农户在转变农业发展方式中承担着重要的角色,农户行为演化对转变农业方式的研究也变得越来越重要.该研究以CNKI数据库中2005 ～ 2014年农户行为研究领域的CSSCI期刊文章为数据源,采用共词分析方法,利用EXCEL、SPSS等统计软件,分析近10年对农户行为的研究现状与趋势.通过共词聚类确定了农户行为领域的研究热点,借助战略坐标图的绘制分析了农户行为领域各个研究热点的发展现状及研究地位.     

基于主成分分析法的区域耕地变化驱动力分析——以张掖市为例

为揭示张掖市耕地格局变化的驱动机制,根据张掖市1997～2005年的统计和普查数据,采用主成分分析法对张掖市社会经济指标进行分析。结果得出,张掖市的耕地变化受经济、人口及农耕业现代化水平等各方面因素的影响。     

基于新浪微博的学术论文社会影响分析

文章以论及学术论文的新浪微博为数据样本,对其开展内容分析。通过人工阅读,对微博内容的情感、态度进行分析,并对其归类总结。研究发现,社会公众通过社交媒体表达对科学研究的兴趣和关注,也发表自己对学术研究的观点和态度。学术论文对社会公众的观念、行为都产生一定的影响,这也反应了科学研究的社会影响。通过分析社交媒体中对学术论文的评价内容,有助于理解社会公众对科学研究的互动关系,为促进公众理解科学、参与科学实践提供客观依据。     

形态性状对长鳍吻鮈体质量的影响效果分析

[目的]分析形态性状对长鳍吻鮈体质量的影响效果,为长鳍吻鮈的人工选育工作提供理论指导。[方法]随机选取120尾驯养的野生长鳍吻鮈,分别测量其体质量(Y)、全长(X1)、体长(X2)、体高(X3)、体宽(X4)、头长(X5)、头宽(X6)、头高(X7)、吻长(X8)、叉长( X9)、眼径( X10)、眼间距( X11)、尾柄长( X12)、尾柄高( X13)、尾鳍长( X14)、眼后头长( X15)共16个性状指标。采用相关分析、通径分析、复相关分析和多元回归分析方法,分别计算了长鳍吻鮈形态性状对体质量的相关系数、通径系数、复相关系数和决定系数,对各形态性状对体质量的影响大小进行剖分,确定了影响长鳍吻鮈体质量的主要外部形态性状。[结果]各形态性状与体质量的相关性均达到极显著水平(P<0.01),但仅全长、头长、头高、眼径、眼后头长对体质量的通径系数达到显著水平(P<0.05),且复相关系数为0.976,是影响体质量的主要性状,其中全长对体质量的直接作用最大(0.663);决定系数分析结果与通径分析结果的变化趋势一致,即全长、头长、头高、眼径、眼后头长的决定系数较大,其中全长对体质量的决定系数(0.440)最大,其他4个性状主要通过全长影响体质量;应用逐步多元回归分析,经过偏回归系数的显著性检验,建立以体质量的因变量(Y),以全长(X1)、头长(X5)、头高(X7)、眼径(X10)和眼后头长( X15)为自变量的多元回归方程：Y=-30.650+2.534 X1+2.012 X5+2.019 X7+8.716 X10+4.120 X15,经回归预测结果显示估计值与实际值间的差异不显著(P>0.05)。[结论]该方程可用于长鳍吻鮈实际生产中,为长鳍吻鮈选中提供理论依据和测量指标。     

15个新疆梨品种果实性状评价

[目的]研究梨育种材料果实性状品种间相似度和遗传多样性,比较评价15个新疆梨品种果实性状,为梨种质创新和杂交育种亲本选配提供参考.[方法]采用方差分析法和Q型聚类,对梨果实进行比较及分类,基于果实性状进行主成分分析.[结果](1)新疆地方梨品种多样性丰富,各数量性状变异系数范围为8.83％ ～78.39％,果形指数变异...     

基于多元统计分析的永寿县刺槐人工林健康评价研究

为了调查陕西省永寿县刺槐人工林的健康状况,以及建立更加客观、科学的森林健康评价体系,在永寿县布设45块刺槐人工林样地并调查,采用主成分分析和聚类分析评价刺槐样地健康状况,并采用判别分析对健康评价结果进行检验。结果表明,研究区刺槐人工林中健康林分占33.33%,亚健康占64.44%,不健康占2.22%,判别分析和聚类分析的结果具有较好的一致性。研究区内人工林需要进行疏伐等经营措施提高林分健康水平,且主成分分析和聚类分析相结合的方法能够用于森林健康评价中,且更具有科学性、客观性。     

小麦主要库、流、源器官对产量和品质影响的初步评价

为研究小麦主要库、流、源器官与产量和品质的关系,分析评价其对产量和品质的影响,为小麦优质高产育种提供参考,首先分析旗叶、穗下节和籽粒与产量性状和品质特性间的相关性,然后以旗叶、穗下节和籽粒为自变量,以产量性状和品质特性为因变量进行多元回归分析。结果表明:(1)较大的旗叶面积是保证小麦产量和品质的前提;旗叶的长、宽和面积对产量均有促进作用,且旗叶宽较旗叶长对产量的影响更明显;旗叶宽与沉降值、面团稳定时间、面团形成时间和拉伸面积呈显著或极显著负相关,且较旗叶长对品质的影响更明显。(2)高秆品种,穗下第一节长/穗下第二节长与产量呈负相关,与品质呈正相关;矮秆品种,穗下第一节长/穗下第二节长与产量呈正相关,与品质呈负相关。无论是高秆还是矮秆,穗下第一节直径均与产量呈正相关,且在矮秆中的作用更显著;穗下第一节直径与籽粒蛋白质含量,湿面筋含量呈正相关,与沉降值、面团稳定时间和面团形成时间呈负相关。(3)粒厚对产量的作用最大,粒宽与粒长次之;粒长、粒宽和粒厚与小穗数、穗粒质量和千粒质量均为正相关;粒宽、粒厚与穗长和穗粒数呈负相关,且粒厚的负作用更大;粒长与籽粒容重呈极显著负相关,较粒宽和粒厚对籽粒容重的影响更明显;粒宽与籽粒蛋白质含量、湿面筋含量、沉降值、面团稳定时间和面团形成时间呈显著或极显著负相关,较粒厚对品质的负作用更大;粒长与除容重外的其他品质特性均呈显著正相关。小麦主要库、流、源器官与产量和品质间存在较为复杂的关系,通过协调各因素间的关系,可以达到源足、库大和流畅的要求,从而实现优质高产的育种目标。