Variation and Probability Grading of Main Quantitative Traits of <i>Phalaenopsis</i> Germplasm Resources

ZHONG Haifeng; CHEN Jianfeng; CHEN Yuhua; QIU Sixin; HUANG Minling

doi:10.3969/j.issn.1000-2561.2020.06.007

Chinese Journal of Tropical Crops >

2020 , Vol. 41 >Issue 6: 1117 - 1123

DOI: https://doi.org/10.3969/j.issn.1000-2561.2020.06.007

Crop Culture and Nutrition, Genetic BreedingCrop Culture and Nutrition, Genetic Breeding

Variation and Probability Grading of Main Quantitative Traits of Phalaenopsis Germplasm Resources

ZHONG Haifeng ¹^,² ,
CHEN Jianfeng ¹^,² ,
CHEN Yuhua ¹^,² ,
QIU Sixin ¹^,² ,
HUANG Minling ^,¹^,²^,^*

Expand

1. Crop Research Institute, Fujian Academy of Agricultural Sciences, Fuzhou, Fujian 350013, China
2. Fuzhou Sub-center for New Plant Variety Tests, Ministry of Agriculture and Rural Affairs, Fuzhou, Fujian 350013, China

^* HUANG Minling,E-mail: huangml618@163.com。

Received date: 2019-06-19

Request revised date: 2019-08-20

Online published: 2020-07-30

Copyright

Copyright reserved © 2020. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

Fold

Abstract

The variation, normality test and probability grading analysis of 24 main quantitative traits were carried out, using 53 Phalaenopsis germplasm resources as the research materials. The coefficient of interspecific variation of the traits varied from 8.22% to 45.31%. Among them, the coefficient of variation of the flower number was the biggest, while the length of gynostemium was the least. Meanwhile, the coefficient of intraspecific variation of the traits varied from 5.07% to 22.50%. The coefficient of variation of inflorescence length was the biggest, and the flower width was the least. The Sig value of 23 quantitative traits, such as plant size and leaf length, was more than 0.05 by K-S test, which was in accordance with normal distribution, and the number of inflorescence showed skewed distribution according to chi-square test. All the quantitative traits examined were in accordance with normal distribution. The 24 quantitative traits could be divided into five grades. Four points (X-1.2818S), (X-0.5246S), (X+0.5246S) and (X+1.2818S) are used uniformly, so that the probability of the trait value falling into 1-5 grades is 10%, 20%, 40%, 20% and 10%, respectively.

Key words： Phalaenopsis; quantitative traits; probability grading; DUS testing

Cite this article

ZHONG Haifeng , CHEN Jianfeng , CHEN Yuhua , QIU Sixin , HUANG Minling . Variation and Probability Grading of Main Quantitative Traits of Phalaenopsis Germplasm Resources[J]. Chinese Journal of Tropical Crops, 2020 , 41(6) : 1117 -1123 . DOI: 10.3969/j.issn.1000-2561.2020.06.007

品种特异性（Distinctness）、一致性（Uniformity）和稳定性（Stability）（简称DUS）测试是定义品种的科学方法,也是目前我国作物品种管理、新品种保护、育种评价的重要技术支撑^[1,2,3]。数量性状是植物形态描述的主要指标体系,数量性状的评价标准是开展种质评价和DUS测试的重要内容^[4,5]。同时,数量性状容易受到环境因素的影响,稳定性较差^[6]。因此,有必要对数量性状的变异情况、分布类型以及分级标准进行研究分析,建立科学的评价与分级体系。

蝴蝶兰（Phalaenopsis）是兰科（Orchidaceae）蝴蝶兰属植物,其花形奇特,犹如翩翩起舞的蝴蝶,色彩丰富艳丽且花期长,素有“洋兰皇后”的美誉,观赏价值极高。蝴蝶兰于2010年被列入我国第8批农业植物品种保护名录,并于2012年12月7日公告发布了《植物新品种特异性、一致性和稳定性测试指南蝴蝶兰》^[7,8],但并未明确其数量性状的分级标准。目前,DUS测试中所采用的数量性状分级标准一般基于传统等差分级以及最小显著差（LSD）的等距分级方法^[9],国内对于蝴蝶兰数量性状分级研究主要是基于最小显著差（LSD）的等距分级方法^[10,11],而基于概率分级的蝴蝶兰数量性状分级方法鲜有报道。

数量性状的概率分级是基于数量性状取值的概率分布特征的分级方法,刘孟军^[12]于1992年提出,现已广泛应用于大花蕙兰^[13]、草莓^[14]、多花黑麦草^[4]、梯棱羊肚菌^[15]、酸枣^[16]和桑树^[17]等作物的数量性状分级,其能较好地反映性状变异的中值、离散程度以及不同品种性状值在总体变异中的系统位置^[18],可有效服务于种质资源的科学描述、评价、创新利用等。

本研究通过对53份蝴蝶兰种质资源的24个主要数量性状的变异情况与分布规律进行分析,并应用概率分布理论,探索建立蝴蝶兰数量性状等级划分标准。目前,关于蝴蝶兰数量性状的分级研究均是基于等距分级,本文主要利用概率分级方法,对蝴蝶兰数量性状进行非等距分级,使其分布频率符合概率分级的要求,为蝴蝶兰种质资源的综合评价、创新利用以及蝴蝶兰种质资源描述规范和数据标准化提供参考。

1 材料与方法

1.1 材料

试验材料为收集保存于农业农村部植物新品种测试福州分中心的53份蝴蝶兰种质资源。

1.2 方法

本研究主要调查《植物新品种特异性、一致性和稳定性测试指南蝴蝶兰》测试指南中列出的19个数量性状以及测试指南之外新增的5个数量性状（表1）^[7,8]。所有数量性状数量均以单株为单位测量,每个品种观测20株,每个植株取样数量为1个。花器官数量性状的观测在花序上有50%的花已开之时,选择最近开花的最大花朵并在其花色没有褪去之前观测,花的长和宽以及花的各部分的观测在花保持自然的状态下进行。叶片的观测应在开花植株的最长叶上进行^[8]。

表1 测试的蝴蝶兰数量性状

Tab. 1 Quantitative characteristics of Phalaenopsis for tested

代码 Code	性状 Characteristics	代码 Code	性状 Characteristics
C1	植株大小^*/cm	C13	花瓣宽度^*/cm
C2	叶片长度^*/cm	C14	唇瓣中裂片长度^*/cm
C3	叶片宽度^*/cm	C15	唇瓣中裂片宽度^*/cm
C4	花序长度^*/cm	C16	唇瓣肉突大小/mm
C5	花序花朵数量^*/个	C17	叶片厚度/mm
C6	花序梗长度^*/cm	C18	合蕊柱长度/mm
C7	花序梗粗度^*/mm	C19	合蕊柱粗度/mm
C8	花朵长度^*/cm	C20	花枝长度⁺/cm
C9	花朵宽度^*/cm	C21	花梗长度⁺/cm
C10	萼片长度^*/cm	C22	花梗粗度⁺/mm
C11	萼片宽度^*/cm	C23	唇瓣侧裂片长度⁺/cm
C12	花瓣长度^*/cm	C24	唇瓣侧裂片宽度⁺/cm

	Note: ^* denoted Asterisked characteristics are those important for the variety description and should always be examined for DUS by all members of the UPOV．⁺ denoted Characteristics are those didn't included in the Test Guidelines.
	注:^*表示UPOV规定须统一描述的重要性状;⁺表示测试指南之外新增测试性状。

1.3 数据处理

1.3.1 数量性状稳定性与变异情况分析采用Excel 2017对各供试蝴蝶兰品种数量性状的最大值、最小值、极差、平均值、中值、标准差和变异系数等进行统计分析。

计算单个品种每个性状观测数据的平均值、标准差以及变异系数,再求该性状在所有蝴蝶兰种质资源中变异系数的平均值,即为该性状的品种内变异系数。

根据单个品种每个性状观测数据的平均值,计算出该性状在所有品种中的平均值、标准差以及变异系数,该变异系数即为品种间变异系数。

1.3.2 数量性状正态性检验采用单样本K-S（Kolmogorov-Smirnov）检验法^[19]和卡方（c²）检验法^[20]分析所采集的数量性状数据是否符合正态分布或卡方分布。

1.3.3 数量性状概率分级对符合正态分布的数量性状,参照杨俊霞等^{[17-18, 21]}的概率分级方法,分为5级或3级,这2种分级方法统一采用（X-1.2818S）、（X-0.5246S）、（X+0.5246S）和（X+1.2818S）4个分点或（X-0.5246S）、（X+0.5246S）2个分点。5级中1~5类别出现概率分别为10%、20%、40%、20%、10%,3级中1~3类出现的概率分别为30%、40%、30%,其中X为该性状的平均值,S为该性状的标准差。

对于不符合正态分布的性状,每个数量性状以其0.5~1倍于其标准差的级差进行调整,使其分布于各组的频数符合卡方分布。

2 结果与分析

2.1 蝴蝶兰品种资源数量性状变异情况分析

对53份蝴蝶兰品种资源的数量性状数据进行统计分析,结果显示,蝴蝶兰各数量性状在品种内的变异范围为5.07%~22.50%,变异系数最大为花序长度（C4）,为22.50%;变异系数最小的为花朵宽度（C9）,为5.07%（表2）。另外,种内变异系数在10%以上的有花序长度（C4）、花序花朵数量（C5）、花序梗长度（C6）,反映这3个性状种内稳定性较差,容易受环境因素影响。在种间变异情况方面,各数量性状的变异系数为8.22%~45.31%,品种间变异丰富,其中花序花朵数量（C5）的变异幅度最大,变异系数为45.31%,合蕊柱长度（C18）的变异幅度最小,变异系数为8.22%。在24个数量性状中,种间变异系数在15%以下的性状3个,分别为唇瓣中裂片长度（C14）、叶片厚度（C17）、合蕊柱长度（C18）。

表2 蝴蝶兰品种资源数量性状变异情况

Tab. 2 Variations of quantitative characteristics among Phalaenopsis

代码 Code	最大值 Max.	最小值 Min.	极差 Range	中值 Median	平均值 Mean	标准差 Average SD	品种内变异系数 Coefficient of variation within varieties/%	品种间变异系数 Coefficient of variation among varieties/%
C1	50.6	18.9	31.8	34.6	34.2	6.5	9.14	19.05
C2	26.2	11.3	14.9	19.1	19.3	3.9	7.64	20.35
C3	10.6	5.1	5.5	8.0	7.9	1.2	6.22	15.06
C4	47.5	10.0	37.6	23.5	23.7	7.5	22.50	31.68
C5	27.1	4.8	22.3	9.0	10.7	4.9	14.68	45.31
C6	56.1	9.8	46.3	36.0	34.1	11.5	12.78	33.57
C7	8.3	3.3	5.0	5.8	5.8	1.0	8.19	17.29
C8	10.2	3.3	6.9	7.4	7.3	1.7	5.79	23.22
C9	11.6	4.0	7.6	8.8	8.6	2.1	5.07	24.41
C10	5.9	1.9	4.0	4.3	4.3	1.1	5.55	25.47
C11	4.7	1.5	3.2	3.3	3.3	0.9	7.11	26.78
C12	5.5	1.8	3.8	4.1	4.1	1.0	5.61	25.09
C13	7.7	1.8	5.9	5.4	5.1	1.6	5.76	32.05
C14	2.7	1.5	1.2	2.1	2.1	0.3	5.75	14.52
C15	2.9	1.0	1.9	2.1	2.1	0.5	5.28	23.16
C16	7.6	2.4	5.3	5.2	5.3	1.4	5.51	25.86
C17	3.1	1.7	1.4	2.5	2.5	0.3	8.31	12.30
C18	11.6	7.3	4.3	9.7	9.8	0.8	7.05	8.22
C19	7.0	3.4	3.6	5.7	5.6	0.9	5.32	15.95
C20	88.5	22.7	65.8	58.5	57.9	16.2	9.66	27.95
C21	4.7	2.1	2.6	3.7	3.6	0.7	8.59	18.17
C22	5.6	2.1	3.5	3.7	3.7	0.7	8.11	19.05
C23	2.6	1.0	1.6	2.0	1.9	0.4	5.11	19.72
C24	2.0	0.4	1.7	1.5	1.4	0.4	6.98	31.38

2.2 蝴蝶兰品种资源数量性状的正态性检验

对蝴蝶兰24个数量性状进行K-S正态性检验,检验结果表明,除花序花朵数量（C5）指标Sig值小于0.05,差异不显著,不符合正态分布外,其他23个数量性状均符合正态分布。对不符合正态分布的数量性状再进行卡方检验,其c²-P值为1.000,符合卡方分布（表3）。因此,本研究所观测的24个数量性状均符合正态分布。

表3 蝴蝶兰品种资源数量性状的K-S检验和卡方（c²）检验

Tab. 3 K-S and c²normal test of quantitative characteristics of Phalaenopsis

代码 Code	极差绝对值 Absolute	正极差 Positive	负极差 Negative	K-S值 K-S value	Sig值 Sig value	c²-P值 c²-P value
C1	0.072	0.072	-0.072	0.525	0.946	1.000
C2	0.097	0.053	-0.097	0.703	0.706	1.000
C3	0.099	0.091	-0.099	0.720	0.677	0.949
C4	0.088	0.088	-0.04	0.640	0.808	1.000
C5	0.234	0.234	-0.149	1.700	0.006	1.000
C6	0.104	0.097	-0.104	0.754	0.621	1.000
C7	0.087	0.081	-0.087	0.637	0.813	0.522
C8	0.109	0.072	-0.109	0.792	0.557	0.995
C9	0.132	0.083	-0.132	0.963	0.312	0.999
C10	0.143	0.079	-0.143	1.043	0.227	0.924
C11	0.098	0.079	-0.098	0.711	0.692	0.980
C12	0.126	0.078	-0.126	0.914	0.373	0.831
C13	0.149	0.082	-0.149	1.086	0.189	0.951
C14	0.115	0.115	-0.093	0.836	0.486	0.273
C15	0.121	0.107	-0.121	0.882	0.418	0.501
C16	0.097	0.083	-0.097	0.708	0.698	1.000
C17	0.114	0.085	-0.114	0.829	0.497	0.003
C18	0.051	0.051	-0.051	0.373	0.999	0.996
C19	0.089	0.063	-0.089	0.646	0.799	0.999
C20	0.076	0.044	-0.076	0.553	0.919	1.000
C21	0.107	0.055	-0.107	0.779	0.579	0.670
C22	0.111	0.108	-0.111	0.808	0.531	0.360
C23	0.186	0.103	-0.186	1.356	0.051	0.008
C24	0.143	0.091	-0.143	1.043	0.227	0.120

2.3 蝴蝶兰品种资源数量性状分级

对符合正态分布的各数量性状均采用（X- 1.2818S）、（X-0.5246S）、（X+0.5246S）和（X+ 1.2818S）4个分点,分为5级,分别以1、3、5、7、9表示,代表极小、小、中、大、极大或极少、少、中、多、极多等。根据分点计算结果,得到蝴蝶兰各数量性状分级的分值点（表4）,并确定每个数量性状分级的取值范围,并计算出其分布频率（表5）。

表4 蝴蝶兰品种资源数量性状分级的分值点

Tab. 4 Grading point of quantitative characteristics of Phalaenopsis

代码 Code	分值点Point values				代码 Code	分值点Point values
代码 Code	（X-1.2818S）	（X-0.5246S）	（X-0.5246S）	（X+1.2818S）	代码 Code	（X-1.2818S）	（X-0.5246S）	（X+0.5246S）	（X+1.2818S）
C1	25.9	30.8	37.6	42.5	C13	3.0	4.3	5.9	7.2
C2	14.3	17.3	21.3	24.3	C14	1.7	1.9	2.3	2.5
C3	6.4	7.3	8.5	9.4	C15	1.5	1.8	2.4	2.7
C4	14.1	19.8	27.6	33.3	C16	3.5	4.6	6.0	7.1
C5	4.4	8.1	13.3	17.0	C17	2.1	2.3	2.7	2.9
C6	19.4	28.1	40.1	48.8	C18	8.7	9.4	10.2	10.8
C7	4.5	5.3	6.3	7.1	C19	4.4	5.1	6.1	6.8
C8	5.1	6.4	8.2	9.5	C20	37.1	49.4	66.4	78.7
C9	5.9	7.5	9.7	11.3	C21	2.7	3.2	4.0	4.5
C10	2.9	3.7	4.9	5.7	C22	2.8	3.3	4.1	4.6
C11	2.1	2.8	3.8	4.5	C23	1.4	1.7	2.1	2.4
C12	2.8	3.6	4.6	5.4	C24	0.9	1.2	1.6	1.9

表5 蝴蝶兰品种资源数量性状分级范围

Tab. 5 Grading range of quantitative characteristics of Phalaenopsis

代码 Code	分级范围Grading range	等级Grade
代码 Code	分级范围Grading range	1	3	5	7	9
C1	标准分布频率/%	<25.9 11.3	25.9~30.8 17.0	30.8~37.6 37.7	37.6~42.5 30.2	>42.5 2.8
C2	标准分布频率/%	<14.3 11.3	14.3~17.3 17.0	17.3~21.3 35.8	21.3~24.3 28.3	>24.3 7.5
C3	标准分布频率/%	<6.4 11.3	6.4~7.3 20.8	7.3~8.5 37.7	8.5~9.4 20.8	>9.4 9.4
C4	标准分布频率/%	<14.1 7.5	14.1~19.8 22.6	19.8~27.6 43.4	27.6~33.3 13.2	>33.3 13.2
C5	标准分布频率/%	<4.4 0	4.4~8.1 34.0	8.1~13.3 47.2	13.3~17.0 5.7	>17.0 13.2
C6	标准分布频率/%	<19.4 18.9	19.4~28.1 7.5	28.1~40.1 39.6	40.1~48.8 24.5	>48.8 9.4
C7	标准分布频率/%	<4.5 9.4	4.5~5.3 15.1	5.3~6.3 41.5	6.3~7.1 24.5	>7.1 9.4
C8	标准分布频率/%	<5.1 11.3	5.1~6.4 11.3	6.4~8.2 37.7	8.2~9.5 32.1	>9.5 7.5
C9	标准分布频率/%	<5.9 17.0	5.9~7.5 7.5	7.5~9.7 35.8	9.7~11.3 32.1	>11.3 7.5
C10	标准分布频率/%	<2.9 15.1	2.9~3.7 7.5	3.7~4.9 37.7	4.9~5.7 34.0	>5.7 5.7
C11	标准分布频率/%	<2.1 11.3	2.1~2.8 18.9	2.8~3.8 35.8	3.8~4.5 28.3	>4.5 5.7
C12	标准分布频率/%	<2.8 15.1	2.8~3.6 15.1	3.6~4.6 30.2	4.6~5.4 37.7	>5.4 1.9
C13	标准分布频率/%	<3.0 13.2	3.0~4.3 20.8	4.3~5.9 24.5	5.9~7.2 39.6	>7.2 1.9
C14	标准分布频率/%	<1.7 9.4	1.7~1.9 22.6	1.9~2.3 47.2	2.3~2.5 13.2	>2.5 7.5
C15	标准分布频率/%	<1.5 17.0	1.5~1.8 11.3	1.8~2.4 39.6	2.4~2.7 24.5	>2.7 7.5
C16	标准分布频率/%	<3.5 7.5	3.5~4.6 24.5	4.6~6.0 37.7	6.0~7.1 17.0	>7.1 13.2
C17	标准分布频率/%	<2.1 11.3	2.1~2.3 18.9	2.3~2.7 49.1	2.7~2.9 15.1	>2.9 5.7
代码 Code	分级范围Grading range	等级Grade
代码 Code	分级范围Grading range	1	3	5	7	9
C18	标准分布频率/%	<8.7 11.3	8.7~9.4 24.5	9.4~10.2 35.8	10.2~10.8 18.9	>10.8 9.4
C19	标准分布频率/%	<4.4 13.2	4.4~5.1 9.4	5.1~6.1 43.4	6.1~6.8 28.3	>6.8 5.7
C20	标准分布频率/%	<37.1 13.2	37.1~49.4 18.9	49.4~66.4 32.1	66.4~78.7 28.3	>78.7 7.5
C21	标准分布频率/%	<2.7 11.3	2.7~3.2 11.3	3.2~4.0 47.2	4.0~4.5 22.6	>4.5 7.5
C22	标准分布频率/%	<2.8 13.2	2.8~3.3 9.4	3.3~4.1 50.9	4.1~4.6 20.8	>4.6 5.7
C23	标准分布频率/%	<1.4 15.1	1.4~1.7 11.3	1.7~2.1 39.6	2.1~2.4 28.3	>2.4 5.7
C24	标准分布频率/%	<0.9 18.9	0.9~1.2 11.3	1.2~1.6 32.1	1.6~1.9 30.2	>1.9 7.5

3 讨论

性状变异是物种进化及新品种和新物种形成的前提,历来被植物分类和育种学所重视^[22,23],变异系数的差异反映了性状在进化过程中遗传可塑性和保守性方面的不同^[14]。在种间变异方面,各数量性状的变异系数在8.22%~45.31%之间,表明蝴蝶兰种质资源在植株大小、叶片大小、花部相关数量性状均存在丰富的遗传多样性,这与陈和明等^[10]、张鹏等^[11]的研究结果相一致。丰富的遗传多样性可为种质资源创新利用提供更大的选择潜力。从种内性状稳定性来看,本研究的花序长度、花序花朵数量、花序梗长度3个数量性状种内变异系数较大,表明3个性状的种内稳定性较差,容易受环境影响,在开展性状数据采集时需确保植株长势、花芽分化条件以及栽培管理条件尽可能一致。

通常认为,在自然状态下,生物现象的连续性变量或间断性变量是符合正态分布的^[24],本研究观测的数量性状在K-S正态性检验中,仅花序花朵数量Sig值小于0.05,差异不显著,不符合正态分布,通过卡方检验,花序花朵数量c²-P值为1.000,符合卡方分布,呈现偏态分布。在进行数量性状的测定时,这一分布形态也可作为正态分布性来看。这和陈和明等^[10,25]研究结果相一致。偏态分布在大部分植物上都普遍存在^[26,27]。这可能与长期的人工选择压力下,群体向某一特定方向进化,从而使性状分布发生偏移的结果。在蝴蝶兰育种和栽培过程中,对多花性状的长期选择,可能是导致花序花朵数量呈现偏态分布的一个原因。

数量性状的合理分级对种质资源的利用具有重要指导价值^[17]。传统的等距离分级或经验分级存在一定的局限性,往往无法准确反映性状变异的中值和离散程度以及各级取值在总体变异中的系统位置,也缺乏统一的分级标准。本研究采用概率分级方法对蝴蝶兰24个数量性状进行分级分析,24个数量性状均可划分为5个等级。与陈和明等^[10]采用等距分级方法的蝴蝶兰数量性状分级研究相比,本研究在植株大小、叶片长度、叶片宽度、花朵长度、花朵宽度等性状的等级1取值均较大。通过比较分布频率大小,本研究在植株大小、叶片宽度2个性状的等级1取值范围更为合理。另外,在等级9的取值上,二者研究结果整体相对一致。在花朵数量性状分级方面,与陈和明等^[10]的研究结果基本一致,等级1的分布频率均极低,因此,该性状的分级标准有必要在此基础上进行进一步调整。本研究通过分析蝴蝶兰24个主要数量性状的分布类型和分级标准,初步构建了蝴蝶兰种质资源数量性状概率分级指标体系,下一步将继续探讨概率分级方法应用于蝴蝶兰DUS测试中数量性状分级的可行性与科学性。

References

Publishing order | Descend order by publishing year | Descend order by cited within

[1]	Zhuang X Y, Qin L, Leng P S, et al. Comparison and analysis on DUS screening traits of two laveder species[J]. Agricultural Science and Technology, 2015,16(5):912-917, 925.

[2]	王永行, 白立华, 单飞彪, 等. 基于DUS测试性状的普通小麦测试品种的遗传多样性分析[J]. 黑龙江农业科学, 2017(1):4-8.

[3]	钟海丰, 黄敏玲, 钟淮钦, 等. 中国农业植物新品种保护与DUS测试技术发展现状[J]. 热带作物学报, 2017,38(6):1155-1162.

[4]	刘欢, 马啸, 张新全, 等. 多花黑麦草品种DUS测试数量性状分级分析[J]. 植物遗传资源学报, 2016,17(5):846-853, 860.

[5]	褚云霞, 邓姗, 黄志城, 等. 非洲菊新品种DUS测试数量性状分级及形态性状多样性研究[J]. 植物遗传资源学报, 2015,16(4):920-926.

[6]	陈海荣, 杨华, 王加红, 等. 基于DUS测试性状的玉米标准品种形态多样性分析[J]. 玉米科学, 2015,23(2):46-51.

[7]	陈和明, 朱根发, 吕复兵, 等. 蝴蝶兰新品种DUS测试指南的研制[J]. 中国农学通报, 2014,30(10):182-185.

[8]	中华人民共和国农业部. 植物新品种特异性、一致性和稳定性测试指南蝴蝶兰: NY/T 2230—2012[S]. 北京: 中国农业出版社, 2013.

[9]	王凤华, 郝彩环, 周海涛, 等. 玉米DUS测试主要数量性状分级方法的研究[J]. 玉米科学, 2011,19(2):144-147.

[10]	陈和明, 吕复兵, 李佐, 等. 蝴蝶兰品质性状综合评价体系的构建[J]. 中国农业大学学报, 2017,22(8):83-94.

[11]	张鹏, 王江民, 管俊娇, 等. 蝴蝶兰品种数量性状与分组性状的DUS判定[J]. 西北农林科技大学学报(自然科学版), 2018,46(11):81-88.

[12]	刘孟军. 桃树部分经济性状的种内变异及其分级标准研究[J]. 北京农学院学报, 1992(2):98-104.

[13]	张韶伊, 宁惠娟, 范义荣. 大花蕙兰主要数量性状的变异及概率分级[J]. 浙江农业科学, 2013(9):1118-1121.

[14]	杨雷, 杨莉, 李莉, 等. 草莓种质资源果实主要数量性状变异及概率分级[J]. 西南农业学报, 2007(5):1067-1069.

[15]	陈影, 唐杰, 彭卫红, 等. 梯棱羊肚菌种质资源数量性状变异及概率分级[J]. 食用菌学报, 2017,24(1):27-32.

[16]	杨雷, 周俊义, 刘平, 等. 酸枣种质资源果实主要数量性状变异及概率分级[J]. 河北农业大学学报, 2006(1):34-37.

[17]	杨俊霞, 郭宝林. 桑树数量性状的概率分级研究[J]. 蚕业科学, 1998(2):122-124, 130.

[18]	刘孟军. 枣树数量性状的概率分级研究[J]. 园艺学报, 1996(2):105-109.

[19]	马小河, 赵旗峰, 董志刚, 等. 鲜食葡萄品种资源果实数量性状变异及概率分级[J]. 植物遗传资源学报, 2013,14(6):1185-1189.

[20]	张新跃, 李元华, 苟文龙, 等. 多花黑麦草研究进展[J]. 草业科学, 2009,26(1):55-60.

[21]	刘平, 刘孟军, 周俊义, 等. 枣树数量性状的分布类型及其概率分级指标体系[J]. 林业科学, 2003(6):77-82. DOI

[22]	王力荣. 我国果树种质资源科技基础性工作30年回顾与发展建议[J]. 植物遗传资源学报, 2012,13(3):343-349.

[23]	王述民, 李立会, 黎裕, 等. 中国粮食和农业植物遗传资源状况报告(II)[J]. 植物遗传资源学报, 2011,12(2):167-177.

[24]	杜庆鑫, 刘攀峰, 庆军, 等. 杜仲种质资源雄花主要数量性状变异及概率分级[J]. 北京林业大学学报, 2016,38(11):42-49.

[25]	陈和明, 吕复兵, 朱根发, 等. 蝴蝶兰DUS测试主要数量性状分布特点研究[C]//中国观赏园艺研究进展, 北京: 中国林业出版社, 2013: 94-97.

[26]	胡宏霞, 穆国俊, 侯名语, 等. 河北省花生地方品种基于EST-SSR的遗传多样性及性状标记相关分析[J]. 植物遗传资源学报, 2013,14(6):1118-1123, 1129.

[27]	林茂, 李正强, 郑治洪, 等. 贵州省花生地方品种的遗传多样性[J]. 作物学报, 2012,38(8):1387-1396. DOI

Options

Outlines

模态框（Modal）标题