Page 134 - 《广西植物》2025年第4期

７ ４ ８ 广 西 植 物 ４５ 卷
表 ３ 三角梅数量性状的变异情况 分为 １０ 级并得到表 ６ 的频率分布和多样性指数结
Ｔａｂｌｅ ３ Ｖａｒｉａｔｉｏｎ ｏｆ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓ 果ꎮ 由表 ５ 可知ꎬ本研究的各数量性状通过等距
品种间变异系数 离分级得到的遗传多样性指数范围为 ２.８５ ~ ２.９７ꎬ
品种内变异系数
Ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ 比所有质量性状的多样性指数都要高ꎮ 这与张斌
数量性状 Ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ
ｖａｒｉａｔｉｏｎ ｗｉｔｈｉｎ
Ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔ ｂｅｔｗｅｅｎ 斌等 ( ２０２１ ) 对 观 赏 桃 种 质 资 源 及 沈 甲 诚 等
ｖａｒｉｅｔｉｅｓ
ｖａｒｉｅｔｉｅｓ
(％)
(％) (２０２２)和宗亦臣等(２０２２) 对三角梅种质资源的
枝条节间长度 数量性状进行等距离分级后计算出来的多样性指
１９.１２ ３３.７０
Ｌｅｎｇｔｈ ｏｆ ｉｎｔｅｒｎｏｄｅ
数情况一致ꎬ即数量性状的多样性指数与质量性
叶片长度 Ｌｅａｆ ｌｅｎｇｔｈ １１.４３ ２６.５０
状相 比 总 体 偏 高ꎬ但 张 叶 等 ( ２０２１) 和 魏 晓 羽 等
叶片宽度 Ｌｅａｆ ｗｉｄｔｈ １２.８２ ２９.８０
(２０２２)对兰科植物采用等距离分级而计算出来的
叶柄长度 Ｐｅｔｉｏｌｅ ｌｅｎｇｔｈ ２５.０５ ３２.５４
数量性状多样性指数却与质量性状相近ꎮ 从频率
花序梗长度 Ｐｅｄｕｎｃｌｅ ｌｅｎｇｔｈ ２９.２７ ４１.０８
分布来看ꎬ花序梗长度在 １ 级区间的品种数量为
苞片长度 Ｂｒａｃｔ ｌｅｎｇｔｈ ７.５２ ２０.１５
０ꎬ因此可认为ꎬ本研究的数量性状数据采用等距
苞片宽度 Ｂｒａｃｔ ｗｉｄｔｈ ８.６６ ２４.１５
离分级存在一定的不合理性ꎬ故选择使用概率分
级再次进行分级尝试ꎮ
表 ４ 三角梅质量性状多样性指数 ２.３.２ 概率分级法 进行概率分级前ꎬ对数据进行
Ｔａｂｌｅ ４ Ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘ ｏｆ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｑｕａｌｉｔａｔｉｖｅ ｔｒａｉｔｓ 正态性检验ꎬ当样本数量大于 ５０ 时倾向于使用 Ｋ￣
质量性状 遗传多样性指数 Ｓ 检验法ꎬ根据 Ｋ￣Ｓ 假设ꎬ只有当 Ｓｉｇ 值>０.０５ 时ꎬ
Ｑｕａｌｉｔａｔｉｖｅ ｔｒａｉｔ Ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘ 性状符合正态分布(刘孟军ꎬ１９９２)ꎮ 由表 ７ 可知ꎬ
株型 Ｐｌａｎｔ ｔｙｐｅ １.５６ ７ 个数量性状里仅花序梗长度的 Ｓｉｇ 值<０.０５ꎬ因此
叶片形状 Ｌｅａｆ ｓｈａｐｅ ２.０４ 对花序梗长度这一性状再采用正态 Ｑ￣Ｑ 图和卡方
叶片主色 Ｌｅａｆ ｄｏｍｉｎａｎｔ ｃｏｌｏｒ ０.５６
检验法进行判断ꎮ
叶片次色 Ｌｅａｆ ｓｅｃｏｎｄａｒｙ ｃｏｌｏｒ １.５１
如图 １ 所示ꎬ花序梗长度的数据点与理论直线
叶片次色分布 １.６９ (即对角线) 基本重合且经卡方检验ꎬ其 Ｓｉｇ 值为
Ｌｅａｆ ｓｅｃｏｎｄａｒｙ ｃｏｌｏｒ ｄｉｓｔｒｉｂｕｔｉｏｎ
１.０００ꎬ符合卡方分布( 钟海丰等ꎬ２０２０)ꎮ 因此ꎬ本
叶缘波状 Ｌｅａｆ ｍａｒｇｉｎ ｗａｖｙ ０.８４
研究所观测的 ７ 个数量性状均符合正态分布ꎮ 将
叶缘内卷 Ｌｅａｆ ｍａｒｇｉｎ ｒｏｌｌｅｄ ｉｎ ０.０８
各数量性状按照 １０％、２０％、４０％、２０％和 １０％的概
苞片类型 Ｂｒａｃｔ ｔｙｐｅ ０.３７
率分为 ５ 级ꎬ分别代表极少、少、中、多、极多的数
苞片形状 Ｂｒａｃｔ ｓｈａｐｅ １.３９
苞片姿态 Ｂｒａｃｔ ｐｏｓｔｕｒｅ １.１３ 量分布区间ꎬ计算分值点( 表 ８)ꎬ确定每个分级的
苞片颜色 Ｂｒａｃｔ ｃｏｌｏｒ ２.７４ 取值范围ꎬ最终得到三角梅各个数量性状经概率
苞片次色分布 ０.８８
分级后的相对频率和多样性指数(表 ９)ꎮ
Ｂｒａｃｔ ｓｅｃｏｎｄａｒｙ ｃｏｌｏｒ ｄｉｓｔｒｉｂｕｔｉｏｎ
由表 ９ 可知ꎬ本研究的 １００ 份三角梅品种资源
花被管基部膨大情况 １.４１
Ｂａｓｅ ｅｘｐａｎｓｉｏｎ ｃｏｎｄｉｔｉｏｎ ｏｆ 利用概率分级得到的多样性指数范围为 １. ９９ ~
ｐｅｒｉａｎｔｈ ｔｕｂｅ
２.１８ꎮ 与等距离分级相比ꎬ数量性状经概率分级的
多样性指数会更加接近质量性状ꎬ没有出现虚高
异性较强ꎮ 总体而言ꎬ三角梅 １３ 个质量性状的遗 现象ꎬ并且各性状的每个级别范围都有品种数量
传多样指数平均值为 １.２５ꎬ处于中等偏高水平ꎬ但 分布ꎬ没有出现空白区间ꎬ因此认为概率分级比等
不同性状之间的多样性水平相差较大ꎮ 距离分级更加适合本研究中的数量性状分级ꎮ 另
２.３ 三角梅数量性状的分级与多样性指数 外ꎬ表 ６ 显示等距离分级法中多样性指数最高的
２.３.１ 等距离分级法 等距离分级是一种较常用 性状是叶片宽度ꎬ最低的是枝条节间长度ꎻ而表 ９
的数量分级方法ꎬ该方法将数据分为间隔相等的 表明概率分级法中多样性指数最高的是花序梗长
１０ 个区间ꎬ表 ５ 为本研究各个数量性状按照等距 度ꎬ最低的性状有 ２ 个ꎬ分别是叶柄长度和苞片长
离分级计算出来的分值点ꎬ从而将每个数量性状 度ꎬ 结果相差较大ꎮ 共同点在于ꎬ无论采用何种分