Genetic Diversity on Selected Agronomic Traits of Arabica Coffee Germplasm
-
摘要:目的 分析小粒种咖啡种质资源农艺性状和品质性状的多样性，为小粒种咖啡品种选育提供科学依据。方法 以60份小粒种咖啡种质资源为材料，进行8个农艺性状和5个品质性状测定，并采用相关性分析、主成分分析和聚类分析等方法进行多样性分析。结果 在8个农艺性状中，变异系数以鲜干比最高（25.15%），其次为鲜果重（19.85%），以出米率最低（1.97%）；遗传多样性指数以种子长为最高（2.04）。在5个品质性状中，变异系数以绿原酸最高（22.68%），其次为脂肪（12.40%），蛋白质为最低（5.20%）；遗传多样性指数以绿原酸最高（2.07），其次为脂肪（2.06）和蛋白质（2.05）。性状相关性分析结果表明，干豆重与出米率呈显著正相关，种子大小与百粒重、出米率、蛋白质呈极显著正相关，百粒重与出米率、蛋白质、脂肪呈极显著正相关，出米率与蛋白质、脂肪呈极显著正相关，蛋白质与脂肪呈极显著正相关，咖啡因与蔗糖呈极显著负相关。主成分分析结果表明，前4个主成分因子（PC1、PC2、PC3、PC4）包含了12个农艺性状，累计贡献率达69.17%，表明这些性状是造成小粒种咖啡种质多样性的主要因素。聚类分析结果表明，60份小粒种咖啡种质可分为两个大类群，第I类群有53份资源，第II类群有7份资源。第II类群的鲜果重大，尤其是II-2类群的鲜果重和干豆重。结论 60份咖啡种质资源存在丰富的遗传多样性，可通过引种驯化、杂交、嫁接和分子育种等技术将其优异基因延续下去。第II-2 类种质的鲜果重和干豆重大，可作为选育和改良品种的基本材料。Abstract:Objective Diversity on the agronomic traits relating to breeding purpose of arabica coffee germplasms in collection was studied.Method From 60 arabica coffee germplasms, 8 agronomic and 5 quality traits were targeted and subjected them to the correlation, principal component, and cluster analyses for the genetic diversity study.Result Among the 8 agronomic traits, the fresh/dry ratio had the highest coefficient of variation of 25.15% followed by fresh fruit weight of 19.85%, while green bean rate of 1.97% being the lowest. Seed length ranked the highest on the genetic diversity indices. On the 5 quality traits, the chlorogenic acid content showed the highest coefficient of variation of 22.68% followed by fat of 12.40%, and protein of 5.20% being the lowest of all. Chlorogenic acid also had the greatest genetic diversity index of 2.07 followed by fat of 2.06 and protein of 2.05. The dry bean weight of the germplasms significantly correlated with their green bean rate; the seed size with 100-seed weight, green bean rate and protein; the 100-seed weight with green bean rate, protein and fat; and, the green bean rate with protein and fat. The contents of protein and fat showed an extremely significant correlation; whereas, those of caffeine and sucrose an extremely significant inverse correlation. The principal component analysis indicated the top 4 main components (i.e., PC1-PC4) included the 12 agronomic traits and had a combined contribution of 69.17% of the total constituting the major factors that affected the diversity. A cluster analysis classified the 60 germplasms into two groups, 53 in Group I and 7 in Group II. Group II was high on the fresh fruit weight, especially, Subgroup II-2, which exhibited high fresh and dry bean weights.Conclusion The arabica coffee germplasms under study were rich in diversity. The desirable genes could be preserved by domestication, hybridization, grafting and/or molecular breeding. Subgroup II-2, being high on fresh and dry bean weights, could conceivably be used as a parent for new variety breeding.
-
0. 引言
【研究意义】贫困问题一直以来都是发展中国家经济和社会发展过程中重点关注问题之一。十九大报告指出，2017-2020年是全面建成小康社会的决胜期，到2020年实现全面脱贫是全面建设小康社会的根本要求。农业产业扶贫作为一项重要扶贫举措在全国各地大面积推广。然而，从农业产业扶贫的效果来看具有较大差异，在一部分地区农业产业扶贫取得显著成果，有效促进贫困户的脱贫，但是另一部分地区则出现农业产业扶贫项目无法有效推进的问题。是什么原因导致了农业产业项目不同的实施效果？在什么条件下农业产业扶贫才能实现有效减贫，在什么条件下不太适合农业产业扶贫？因此，研究农业产业扶贫的门槛条件，对精准扶贫、有效利用扶贫资金有重要的现实指导意义。【前人研究进展】产业扶贫作为一种新型的扶贫措施，不同于以往的“输血”措施，盘活了当地资源，赋予贫农可持续发展的能力，因而广受欢迎。有学者研究表明，农业产业扶贫通过打造优势产业，培育内生发展能力，有效推动减贫的进程[1]。当资本超过一定的门槛值以后，才能摆脱贫困，进入资本积累促进减贫的阶段，依赖稳定持续的经济增长获得增长带来的减贫效应。即当资本超过某一门槛值时，经济增长的横向“扩散效应”和纵向的“涓滴效应”才能显现出来[2]。20世纪50年代出现了贫困固化的三大理论[3]，分别是纳克斯的贫困恶性循环理论[4]、纳尔逊的低水平均衡陷阱理论[5]和缪尔达尔的循环积累因果关系理论[6]。这3个理论均认为是物质或人力资本的匮乏导致了贫困固化的产生。只有物质或人力资本越过一定的门槛值以后，经济理论才能发挥作用，即存在门槛效应[7]。随着20世纪60年代新古典主义的兴起，部分发展经济学家认为制度问题是导致贫困的主要原因。制度的不完善，会使得拥有相同经济资源的地区采取不同的发展路径，从而分化稳定在高水平或低水平均衡状态。发展要素如物质资本、人力资本、公共资本等的严重匮乏，会形成自我强化，使得贫困地区陷入贫困循环状态。当这些重要的发展要素超过一定的门槛值，进一步投资才会推动经济进入良性积累的循环过程，促进经济的稳步增长[8]。关于农业产业发展的益贫性，已经有许多学者做出大量的研究。农业产业扶贫是指将贫困农户的生产活动纳入到社会农业产业的大循环中[9]，以市场为导向，以当地资源为依托，发展当地特色产业的扶贫模式[10]。农业产业扶贫可以通过集聚化和品牌化两条道路实现减贫。这两条路径的基本思路一个是通过集聚的规模效应实现成本优势，从而实现农业产业高产值；另一个是通过打造高端优质产业，实现差异化优势，增加农业产业的附加值。邰秀军等[11]以山西的县域数据论证了农业产业集聚和品牌化对于农民收入以及农业人均GDP的提升作用。此外，农业综合资源的优化也有助于减贫[12]。农业产业化扶贫可以通过政府和市场两方面的力量共同实现减贫，其中以政府财政作为支撑的农业产业化经营投入可以有效促进贫困的减少[13]。郭雅[14]认为农业产业化经营可以通过帮助农民克服技术短板、健全农业经营组织、加速资本积累、优化产业结构这4个途径实现减贫。显而易见的是，农业具有弱质性。农业弱质性源于难以形成有效的专业化分工组织，与其他产业相比生产率较低[15]。农业对于自然具有强依赖性，生产周期较长，市场调节机制滞后、失灵，农民的抗风险能力较差，而消费者的需求弹性又很小。王丽华[16]分析了地缘性贫困群体的特征及贫困因素，认为农业贫困主要是人力资本投资的不足。沈洋[17]认为山区贫农除了个人劳动能力不足，以及农业技术匮乏之外，农业经营的分散性也成为农户收入难以增长的重要原因。王定祥等[18]研究发现贫困农户的信贷需求较高，但是满足率较低。农民面临的信贷约束也会进一步加深农业的弱质性。罗楚亮[19]分析了农村贫困状况的变动状况，认为经营收入的波动是导致农户贫困的一个重要因素，外出务工等工资性收入增长可以有效促进扶贫。兼业农户的生计资本禀赋要远远优于纯农业户[20]。【本研究切入点】在金融和医疗领域，扶贫的门槛条件已经得到检验。但是在农业领域，前人的研究大多集中在农业产业扶贫的效果上，针对为何农业产业扶贫具有不同的扶贫效果鲜见深入分析。【拟解决的关键问题】从农业产业扶贫的门槛条件入手，基于福建省县域贫困和社会经济统计的面板数据，构建门槛效应模型，检验农业产业扶贫的门槛条件，研究在什么条件下农业产业扶贫才能有较好的扶贫效果，打开农业产业扶贫效果异质性的“黑盒之谜”，为精准扶贫和扶贫资金的有效利用提供政策参考。
1. 研究方法
随着计量经济学的发展，门槛效应在检验方法上有了长足的进步。Hansen[21]提出了运用bootstrap方法检验门槛效应模型(threshold regression)门槛值的显著性，该方法得以广泛应用。在实证分析中，该模型被拓展至金融领域[22]、环境领域[23]等。与以往文献相比，本文的创新点在于将模型拓展至农业生产领域，探究是否当农村居民人均可支配收入越过一定的门槛，农业产业的规模效应或结构优化才能对贫困显现出减贫效应。农业产业对于贫困有正、负两种效应，即农业产业本身的弱质性与农业产业的益贫性共同作用决定了农业产业的减贫效应。当益贫性大于弱质性的时候，农业生产的适度规模将呈现出减贫效应；当益贫性小于弱质性时，农业产业的发展陷入贫困之中，规模扩张无助于减贫，只有调整农业产业结构才能有效突破农业弱质性的制约。之所以会出现不同的效果，根本原因在于贫困地区和富裕地区的社会与经济发展基础水平不同，部分农村居民人均可支配收入较低的地区陷入贫困固化的漩涡，难以发挥出农业产业的益贫性，农业产业的弱质性凸显。
综上所述，门槛模型在实证分析上拓展至金融和环境等各个扶贫领域。农业生产领域因其同时存在益贫性和弱质性，构成了贫困的内在逻辑。据此提出假说：当地区农业基础设施不完善时，农业产业的规模扩张无助于减贫，只有通过农业产业的结构调整才能发挥出减贫效应；当地区跳出贫困循环状态，农业产业的适度规模有利于减缓贫困。本文将从农业规模和结构两个方面着手，以农村居民人均可支配收入作为门槛变量，验证农业产业扶贫的门槛效应。
2. 变量选取与实证分析
2.1 变量的选取
本文选取2016年福建省的县、区级相关数据进行分析，共计84个样本量。贫困人口作为被解释变量，以农业产业规模、农业产业结构为核心解释变量，农村居民人均可支配收入作为门槛变量进行验证。除此之外，基础设施、金融情况、教育水平、医疗条件作为控制变量。贫困人口数据来源于福建省农业农村厅扶贫办，其他数据来源于《福建省统计年鉴2017》。
2.1.1 被解释变量
本文选择贫困人口作为模型的被解释变量。贫困人口可以反映贫困的基本情况，是个绝对数指标。根据中央脱贫计划表，到2020年要实现全面脱贫，福建总体的贫困人口相对较少，2016年贫困发生率仅为0.54%，贫困发生率这个相对指标意义被弱化了，福建贫困的绝对人数是脱贫的关键所在。采用贫困人口作为模型的因变量是合理合适的。贫困人口数据来源于福建省农业农村厅扶贫办。在实施精准扶贫之后，贫困人口的统计口径才可以规范统一。
2.1.2 解释变量
农业产业规模：选择第一产业生产总值作为衡量农业产业规模的核心指标，单位为亿元。农业产业结构：选择非粮作物播种面积占农作物播种总面积的比值作为农业产业结构的衡量指标。这里的农业产业结构，主要指粮食作物和非粮作物的相对结构，该比例可以反映农业产业结构。本文选择农村居民人均可支配收入作为门槛变量。
控制变量包含基础设施、金融情况、教育水平、医疗条件等4个方面。其中，基础设施的主要衡量指标为：农村投递路线总长度(km)和公路通车里程(km)。这两个方面主要代表信息通路和交通通路的基础设施，是当地与外界联结的核心指标。金融情况主要分为金融规模、金融效率和金融结构。金融规模是指金融机构人民币各项存款和贷款余额的总和，以亿元为单位。金融效率用金融机构人民币各项贷款余额占金融机构人民币各项存款余额的比重表示。金融结构是指短期贷款占中长期贷款的比重。教育水平主要指地区的教师数和学生数的比值，即师生比。卫生条件主要以卫生机构数、卫生技术人员数作为衡量指标。
2.2 模型设定与描述性分析
根据以上分析，本文重点考察农业产业规模和结构对于贫困减缓的影响，同时考虑到贫困减缓还受到其他社会经济因素的影响，因此引入基础建设、金融约束、教育水平和医疗条件等因素作为控制变量。本文设定的基本估计方程为：
Ppverty=β0+β1⋅ArgScale⋅(Income>k)+β2⋅ArgStructure⋅(Income>k)+β3⋅Deliverty+β4⋅Road+β5⋅Fscale+β6⋅Fefficiency+β7⋅FStructure+β8⋅TSratio+β9⋅Hospital+β10⋅HManpover+ε (1) 式(1)中，βi (i=1~10)为模型估计系数，k表示贫困的农村居民人均可支配收入门槛值，ε表示随机误差。
表 1给出了所用变量的定义与描述统计。
表 1 变量描述Table 1. Descriptions of statistic variables变量
Variable均值
Mean标准差
Standard error最小值
Minimum最大值
Maximum被解释变量Interpreted variables 贫困人口Poor Population/人 2389.69 2769.63 0 10710.00 农业产业情况Agriculture 农业产业规模Scale of Agriculture/亿元 29.18 22.36 0.13 138.98 农业产业结构Agricultural Industry Structure 0.56 0.16 0.26 1.00 门槛变量Threshold variables 农村居民人均可支配收入Per capita disposable income of rural residents/元 25571.80 17848.36 10516.55 96850.64 基础设施Infrastructure 农村投递路线总长度Total length of rural delivery routes/km 1284.21 1195.25 449.00 7167.00 公路通车里程Highway mileage/km 1301.89 781.02 87.00 4058.00 金融环境Financial environment 金融规模Financial scale/亿元 1.41 0.47 0.21 3.16 金融效率Financial efficiency 0.76 0.28 0.32 1.91 金融结构Financial structure 0.78 0.41 0.21 2.34 教育水平Education level 师生比Teacher student ratio 0.07 0.01 0.05 0.10 医疗条件Medical conditions 卫生机构数Number of health institutions/个 329.26 183.84 106.00 933.00 卫生技术人员数Number of health technicians/人 2629.63 2572.73 407.00 15721.00 注：贫困人口数据来源于福建省农业农村厅扶贫办，其他数据来源于《福建省统计年鉴2017》。
Note:Data on poverty-stricken population are from the Poverty Alleviation Office of Fujian Agricultural Bureau，and others from Fujian Statistical Yearbook 2017.2.3 模型的估计
本文在农村居民人均可支配收入所有取值范围内进行网格搜寻及遍历回归，找出模型残差标准误最小的点。如图 1所示，通过自举法(Bootstrap)重复抽取样本，得到当农村居民人均可支配收入为14 146元时，模型的残差标准误最小。并且，以农村居民人均可支配收入14 146元作为门槛值进行拟合回归。当农村居民人均可支配收入大于门槛值时，估计结果在0.01水平上显著。因此，该门槛值是显著有效的。当农村居民人均可支配收入越过门槛值以后，很有可能可以摆脱贫困，通过农业产业的发展促进贫困的减缓。
3. 结果与分析
由以上分析(表 2)可知，当农村居民人均可支配收入低于门槛值时，农业产业规模越大，贫困人口越多。即当人们陷入贫困时，农业产业规模越大，农业产业的弱质性越强于益贫性，越不利于减贫。处于贫困中的市县推行农业产业的规模化是不现实的。但是，改善农业产业的结构是有利于减贫的。
表 2 农业产业减贫效应的估计结果(因变量：贫困人口)Table 2. Estimated poverty alleviation in agriculture communities (dependent variables: population in poverty)变量
Variable估计值
Coefficients标准误
Standard errort值
t valueP值
P value截距项Intercept 7124.564 4744.811 1.502 0.14052 农业产业规模Scale of agriculture 90.4663 37.4943 2.413 0.02017** 农业产业结构Agricultural iIndustry structure -14842.4 5233.323 -2.836 0.00694*** 农村居民人均可支配收入>14146元
Per capita disposable income of rural residents>14146 Yuan-5247.14 3375.845 -1.554 0.12744 农村投递路线总长度Total Length of rural delivery route/km -0.8889 0.4341 -2.048 0.04673** 公路通车里程Highway mileage/km 0.4768 0.5916 0.806 0.42469 金融规模Financial scale/亿元 -772.067 829.9796 -0.93 0.35745 金融效率Financial efficiency -2252.41 1335.283 -1.687 0.09888* 金融结构Financial structure 1076.541 806.8983 1.334 0.18917 师生比Teacher student ratio 26770.49 36885.96 0.726 0.47192 卫生机构数Number of health institutions/个 3.5539 2.9137 1.22 0.22922 卫生技术人员数Number of health technicians/人 0.2931 0.5985 0.49 0.62682 农业产业规模:农村居民人均可支配收入>14146元
Scale of agriculture: Per capita disposable income of rural residents>14146 Yuan-95.47 40.6836 -2.347 0.02362** 农业产业结构：农村居民人均可支配收入>14146元
Agricultural structure: Per capita disposable income of rural residents>14146 Yuan12337.73 6337.306 1.947 0.0581* F统计值(F statistical value)：4.096 R2 ：0.5532 注：***、**、*表示估计结果在0.01、0.05、0.1的水平上显著。
Note: ***，** and * indicate estimates of significance at levels of 0.01，0.05，0.1，respectively.当农村居民人均可支配收入高于门槛值时，扩大农业规模才有利于减少贫困，改善农业产业结构仍然具有减贫效应，但是没有基础设施完善的地区效果显著。从模型回归结果看，当农村居民人均可支配收入高于门槛值时，随着农业产业规模的扩大，农业产业的益贫性强于弱质性，减贫效应开始显现。若某个地区已经脱离贫困，就会进入资本积累的良性循环，农业产业的适度规模就会产生规模经济，大幅提高农民的经济收益。
4. 结论与政策建议
综上，本文运用2016年福建省贫困人口数据以及福建统计年鉴相关数据，分析农业产业规模和结构的减贫效应。研究结果表明，福建地区农村贫困门槛值为农村居民人均可支配收入14 146元；当农村居民人均可支配收入低于该门槛值时，贫困地区很难通过农业产业规模的发展以及经济水平的提升减缓贫困，但是改善农业产业结构有利于减缓贫困。当农村居民人均可支配收入超过该门槛值时，农业产业的规模扩张才能对农村减贫发挥出正向效应。
对于尚未跳出贫困陷阱的地区，建议从以下几方面开展扶贫工作：
第一，优化农业产业结构促进减贫。通过发展非粮经济作物，发掘特色优势产业，培育具有地域特色的产业增收项目，增强农村经济活力。通过优化产业布局、调优农业产业结构，不断地提升贫困地区的农业生产的竞争力，提高农产品的质量和效益。
第二，农业基础尚未完善的地区实施兜底式扶贫。极端贫困户陷于贫困的泥沼，迫于生计，思维能力以及道德品行退化，无法摆脱贫困。对于这一批丧失基本生活保障、无劳动能力的贫困户，通过给予低保兜底保障、资金补助、生产资料供给、异地搬迁等“输血式”模式，逐步改善其生产生活条件。
第三，以工代赈，完善农村农业生产基础设施建设。对于尚未完善农业基础设施的县域，以全面完善基础设施建设为核心任务，依靠财政支持、挂钩帮扶、项目对接等形式提升县域整体经济水平，不断完善农村交通网络，升级和维护社会公共设施，完善医疗、教育等社会事业，实施以工代赈，提升贫困农户生计水平。
对于跳出贫困陷阱的地区，可以从以下几方面开展农业产业扶贫工作：
第一，对于跳出贫困陷阱的地区，加快农地流转，促进农业适度规模发展。挖掘优势特色农业产业，促进农业产业集聚，通过规模化提升农业产业竞争力。促进农业生产要素流入农业专业大户、农业技术能人、公司企业等农业经营主体，充分发挥资源最大价值以及企业家精神，做强做大农业。
第二，针对有非农意愿的部分小农户，推广资源资产收益扶贫机制。探索扶贫资金量化折股试点，将各类财政扶贫资金及涉农发展资金注入农业项目，并根据资产量化折股给贫困户，保障贫困户能够按股分红，实现股权收益。探索资源型收益扶贫试点，将土地、生态林地等农业资源入股，增加股权收益，引导村集体和贫困户参与经营管理，健全农业经营主体的收益联动机制。
-
![]()
图 1 咖啡种质资源重要农艺性状的聚类分析结果
Figure 1. Clustering of selected agronomic traits in coffee germplasms
表 1 供试咖啡种质资源
Table 1 Coffee germplasms used in this study
编号
No.种质代码
Germplasm code品种类型
Varietal type编号
No.种质代码
Germplasm code品种类型
Varietal type1 5 波邦 Bourbon 31 143 未知 Unknown 2 10 卡杜艾 Catuai 32 145 未知 Unknown 3 35 卡蒂姆 Catimor 33 147 卡蒂姆 Catimor 4 36 卡蒂姆 Catimor 34 148 卡蒂姆 Catimor 5 37 卡蒂姆 Catimor 35 149 卡蒂姆 Catimor 6 40 未知 Unknown 36 150 卡蒂姆 Catimor 7 41 波邦 Bourbon 37 151 未知 Unknown 8 42 卡蒂姆 Catimor 38 154 未知 Unknown 9 45 卡杜拉 Caturra 39 159 未知 Unknown 10 49 卡蒂姆 Catimor 40 162 卡蒂姆 Catimor 11 50 卡蒂姆 Catimor 41 163 卡蒂姆 Catimor 12 51 波邦 Bourbon 42 166 卡蒂姆 Catimor 13 55 未知 Unknown 43 169 卡蒂姆 Catimor 14 61 未知 Unknown 44 170 卡蒂姆 Catimor 15 78 卡蒂姆 Catimor 45 173 卡蒂姆 Catimor 16 86 波邦 Bourbon 46 174 卡蒂姆 Catimor 17 87 铁皮卡 Typica 47 175 卡蒂姆 Catimor 18 88 波邦 Bourbon 48 178 卡蒂姆 Catimor 19 91 卡杜艾 Catuai 49 180 卡蒂姆 Catimor 20 92 卡杜艾 Catuai 50 182 未知 Unknown 21 93 未知 Unknown 51 204 未知 Unknown 22 118 卡杜拉 Caturra 52 282 未知 Unknown 23 119 未知 Unknown 53 284 未知 Unknown 24 120 未知 Unknown 54 296 未知 Unknown 25 122 卡蒂姆 Catimor 55 390 萨其姆 Sachimor 26 129 未知 Unknown 56 391 萨其姆 Sachimor 27 132 未知 Unknown 57 393 萨其姆 Sachimorr 28 138 未知 Unknown 58 394 萨其姆 Sachimor 29 139 未知 Unknown 59 395 萨其姆 Sachimor 30 140 卡杜拉 Caturra 60 435 未知 Unknown 
下载: 导出CSV
表 2 农艺性状变异系数及遗传多样性分析结果
Table 2 Coefficient of variation and genetic diversity on agronomic traits of coffee germplasms
性状
Characteristics平均值
Average最小值
Min.最大值
Max.标准差
S变异系数
CV/%遗传多样性指数
H′鲜果重 Fresh weight/kg 1.87 0.79 2.97 0.37 19.85 1.88 干豆重 Dry weight/g 390.58 300.49 592.68 71.19 18.23 1.91 鲜干比 Fresh/dry ratio/% 21.50 16.55 48.79 0.11 25.15 1.43 种子长 Seed length/mm 11.74 10.74 12.69 0.44 3.71 2.04 种子宽 Seed width/mm 7.98 7.36 9.05 0.32 4.07 1.92 种子厚 Seed thickness/mm 4.88 4.40 5.70 0.26 5.38 1.99 百粒重100-seed weight/g 19.51 15.06 27.13 19.51 10.81 1.88 出米率 Green bean rate/% 84.01 78.63 86.80 1.65 1.97 1.92
下载: 导出CSV
表 3 品质性状变异系数及遗传多样性分析结果
Table 3 Coefficient of variation and genetic diversity on quality traits of coffee germplasms
性状
Characteristics平均值
Average最小值
Min.最大值
Max.标准差
S变异系数
CV/%遗传多样性指数
H′蛋白质 Protein/% 13.40 11.98 15.43 3.45 5.20 2.05 脂肪 Fat/% 13.02 9.03 15.91 6.88 12.40 2.06 绿原酸 Chlorogenic acid/(mg·g−1) 16.59 8.10 24.56 16.46 22.68 2.07 咖啡因 Caffeine/(mg·g−1) 9.89 7.62 11.80 4.18 9.84 1.99 蔗糖 Sucrose/(g·hg−1) 8.48 7.10 10.00 2.9 9.42 0.55
下载: 导出CSV
表 4 农艺性状、品质性状相关性分析
Table 4 Correlation between agronomic and quality traits of coffee germplasms
变量
Variable鲜果重
Fresh weight干豆重
Dry weight鲜干比
Fresh/dry ratio种子长
Seed length种子宽
Seed width种子厚
Seed thickness百粒重
100-seed weight出米率
Green bean rate蛋白质
Protein脂肪
Fat绿原酸
Chlorogenic acid咖啡因
Caffeine蔗糖
Sucrose鲜果重
Fresh weight1 干豆重
Dry weight0.057 1 鲜干比
Fresh/dry ratio0.053 0.714** 1 种子长
Seed length0.012 0.755** 0.965** 1 种子宽
Seed width0.217 0.125 −0.025 −0.104 1 种子厚
Seed thickness0.045 0.186 −0.057 −0.033 0.061 1 百粒重
100-seed weight0.205 0.164 0.363 0.368** 0.047 0.418** 1 出米率
Green bean rate0.021 0.308* 0.491 0.435** 0.185 0.374** 0.742** 1 蛋白质
Protein0.07 0.382** 0.526 0.477** 0.168 0.468** 0.757** 0.803** 1 脂肪
Fat0.012 0.141 0.183 0.177 −0.026 0.276* 0.467** 0.477** 0.499** 1 绿原酸
Chlorogenic acid−0.706** −0.009 −0.093 −0.115 0.398 0.114 −0.087 −0.01 0.072 0.097 1 咖啡因
Caffeine0.017 −0.051 −0.18 −0.187 0.115 −0.08 −0.109 −0.305 −0.133 −0.188 0.028 1 蔗糖
Sucrose−0.048 0.167 0.178 0.271* −0.316 0.099 0.003 0.063 0.112 0.066 −0.175 −0.426** 1 注：* 表示在 0.05 水平上显著相关；**表示在 0.01 水平上显著相关。
Note:* and ** represented significant correlation (P＜0.05) and extremely significant correlation (P＜0.01) respecively.
下载: 导出CSV
表 5 农艺性状、品质性状主成分分析
Table 5 Principal components of agronomic and quality traits of coffee germplasms
变量
Variable主成分
Principal componentPC1 PC2 PC3 PC4 鲜果重 Fresh weight −0.359 0.801 −0.078 −0.313 干豆重 Dry weight −0.150 0.669 −0.471 0.365 鲜干比 Fresh / dry ratio 0.173 −0.300 −0.326 0.837 种子长 Seed length 0.653 0.090 0.205 −0.209 种子宽 Seed width 0.751 0.439 0.184 0.028 种子厚 Seed thickness 0.904 0.019 0.070 0.031 百粒重100-seed weight 0.919 0.164 0.146 0.007 出米率 Green bean rate 0.697 0.163 0.053 0.221 蛋白质 Protein −0.196 −0.089 0.768 0.204 脂肪 Fat −0.330 0.558 −0.060 0.012 绿原酸 Chlorogenic acid −0.106 0.527 0.280 0.502 咖啡因 Caffeine −0.398 0.230 0.648 0.103 蔗糖 Sucrose 0.476 0.174 −0.274 −0.287 特征值 Eigen value 3.86 2.11 1.61 1.41 贡献率 Contribution rate/% 29.71 16.25 12.35 10.86 累计贡献率
Cumulative contribution rate/%29.71 45.96 58.31 69.17
下载: 导出CSV
-
[1] FAO Statistics[EB/OL]. (2019-01-18)[2019-08-12]. http://faostat.fao.org.
[2] VAN DER VOSSEN H, BERTRAND B, CHARRIER A. Next generation variety development for sustainable production of Arabica coffee (Coffea arabica L.): a review [J]. Euphytica, 2015, 204(2): 243−256. DOI: 10.1007/s10681-015-1398-z
[3] 赵青云, 普浩杰, 王秋晶, 等.咖啡果皮不同堆沤处理养分含量及对咖啡植株生长的影响[J/OL]. 热带作物学报, 2019:1-8[2019-09-21]. http://kns.cnki.net/kcms/detail/46.1019.s.20190920.1323.006.html. ZHAO Q Y, PU H J, WANG Q J, et al.Nutrient contents of coffee peel with different composting treatments and its effects on coffee plant growth[J/OL]. Chinese Journal of Tropical Crops, 2019:1-8[2019-09-21].http://kns.cnki.net/kcms/detail/46.1019.s.20190920.1323.006.html. (in Chinese)
[4] 周华, 张洪波, 夏红云, 等. 咖啡种质资源多样性研究 [J]. 中国热带农业, 2015(5):23−27. DOI: 10.3969/j.issn.1673-0658.2015.05.007 ZHOU H, ZHANG H B, XIA H Y, et al. Genetic diversity analysis of coffee germlasms [J]. China Tropical Agriculture, 2015(5): 23−27.(in Chinese) DOI: 10.3969/j.issn.1673-0658.2015.05.007
[5] 白学慧, 夏红云, 李锦红, 等. 咖啡种质资源抗锈性初步鉴定 [J]. 热带农业科学, 2014, 34(7):60−64. DOI: 10.3969/j.issn.1009-2196.2014.07.012 BAI X H, XIA H Y, LI J H, et al. Resistance identification of coffee germplasm resources to rust [J]. Chinese Journal of Tropical Agriculture, 2014, 34(7): 60−64.(in Chinese) DOI: 10.3969/j.issn.1009-2196.2014.07.012
[6] YAN L, OGUTU C, HUANG L F, et al. Genetic diversity and population structure of coffee germplasm collections in China revealed by ISSR markers [J]. Plant Molecular Biology Reporter, 2019, 37(3): 204−213. DOI: 10.1007/s11105-019-01148-3
[7] 闫林, 黄丽芳, 王晓阳, 等. 咖啡种质资源遗传多样性的ISSR分析 [J]. 南方农业学报, 2019, 50(3):491−499. YAN L, HUANG L F, WANG X Y, et al. Genetic diversity of coffee gemeplasms by ISSR analysis [J]. Journal of Southern Agriculture, 2019, 50(3): 491−499.(in Chinese)
[8] 闫林, 黄丽芳, 王晓阳, 等. 基于ISSR标记的咖啡资源遗传多样性分析 [J]. 热带作物学报, 2019, 40(2):300−307. YAN L, HUANG L F, WANG X Y, et al. Genetic diversity of coffee germplasms by ISSR markers [J]. Chinese Journal of Tropical Crops, 2019, 40(2): 300−307.(in Chinese)
[9] 黄丽芳, 董云萍, 王晓阳, 等. 利用RAPD标记分析咖啡种质资源的遗传多样性 [J]. 热带作物学报, 2014, 35(12):2313−2319. DOI: 10.3969/j.issn.1000-2561.2014.12.001 HUANG L F, DONG Y P, WANG X Y, et al. Genetic diversity analysis of coffee germplasms by RAPD markers [J]. Chinese Journal of Tropical Crops, 2014, 35(12): 2313−2319.(in Chinese) DOI: 10.3969/j.issn.1000-2561.2014.12.001
[10] 黄丽芳, 董云萍, 王晓阳, 等. 云南咖啡资源遗传多样性的RAPD分析 [J]. 中国热带农业, 2017(5):48−52. DOI: 10.3969/j.issn.1673-0658.2017.05.012 HUANG L F, DONG Y P, WANG X Y, et al. Genetic diversity analysis of coffee germlasms from Yunnan by RAPD Markers [J]. China Tropical Agriculture, 2017(5): 48−52.(in Chinese) DOI: 10.3969/j.issn.1673-0658.2017.05.012
[11] 陶爱芬, 祁建民, 林培青, 等. 红麻优异种质产量和品质性状主成分聚类分析与综合评价 [J]. 中国农业科学, 2008, 41(9):2859−2867. DOI: 10.3864/j.issn.0578-1752.2008.09.039 TAO A F, QI J M, LIN P Q, et al. Cluster analysis and evaluation of elite kanaf germplasm based on principal components [J]. Scientia Agricultura Sinica, 2008, 41(9): 2859−2867.(in Chinese) DOI: 10.3864/j.issn.0578-1752.2008.09.039
[12] 廖丽, 陈玉华, 赵亚荣, 等. 地毯草种质资源形态多样性 [J]. 草业科学, 2015, 32(2):248−257. DOI: 10.11829/j.issn.1001-0629.2014-0223 LIAO L, CHEN Y H, ZHAO Y R, et al. Morphology diversity of Axonopus compressus germplasm [J]. Pratacultural Science, 2015, 32(2): 248−257.(in Chinese) DOI: 10.11829/j.issn.1001-0629.2014-0223
[13] 魏忠芬, 李慧琳, 奉斌, 等. 贵州紫苏种质资源表型性状的遗传多样性 [J]. 西南农业学报, 2017, 30(1):45−52. WEI Z F, LI H L, FENG B, et al. Genetic Diversity of Phenotype Characters of Perilla frutescens Germplasm Resources in Guizhou [J]. Southwest China Journal of Agricultural Sciences, 2017, 30(1): 45−52.(in Chinese)
[14] 万述伟, 宋风景, 郝俊杰, 等. 271份豌豆种质资源农艺性状遗传多样性分析 [J]. 植物遗传资源学报, 2017, 18(1):10−18. WANG S W, SONG F J, HAO J J, et al. Genetic Diversity of Agronomic Traits in 271 Pea Germplasm Resources [J]. Journal of Plant Genetic Resources, 2017, 18(1): 10−18.(in Chinese)
[15] 代攀虹, 孙君灵, 何守朴, 等. 陆地棉核心种质表型性状遗传多样性分析及综合评价 [J]. 中国农业科学, 2016, 49(19):3694−3708. DOI: 10.3864/j.issn.0578-1752.2016.19.003 DAI P H, SUN J L, HE S P, et al. Comprehensive evaluation and genetic diversity analysis of phenotypic traits of core collection in upland cotton [J]. Scientia Agricultura Sinica, 2016, 49(19): 3694−3708.(in Chinese) DOI: 10.3864/j.issn.0578-1752.2016.19.003
[16] KISUA J, MWIKAMBA K, MAKOBE M, et al. Genetic diversity of sweet and grain sorghum populations using phenotypic markers [J]. International Journal of Biosciences, 2015, 6(9): 34−46. DOI: 10.12692/ijb/6.9.34-46
[17] 王黎明, 焦少杰, 姜艳喜, 等. 不同来源甜高粱种质资源的表型遗传多样性分析 [J]. 植物遗传资源学报, 2014, 15(2):411−416. WANG L M, JIAO S J, JIANG Y X, et al. Genetic diversity analysis on sweet Sorghum germplasm resources of different origins based on agronomical traits Genetic diversity analysis of sweet Sorghum germplasm resources from different origins using agronomical traits Genetic diversity analysis of sweet Sorghum germplasm resources from different origins using agronomical traits [J]. Journal of Plant Genetic Resources, 2014, 15(2): 411−416.(in Chinese)
[18] 黄家雄, 吕玉兰, 程金焕, 等. 不同海拔对小粒种咖啡品质影响的研究 [J]. 热带农业科学, 2012, 32(8):4−7. DOI: 10.3969/j.issn.1009-2196.2012.08.002 HUANG J X, LV Y L, CHENG J H, et al. Preliminary study on the influence of different altitudes on the quality of coffee Arabica [J]. Chinese Journal of Tropical Agriculture, 2012, 32(8): 4−7.(in Chinese) DOI: 10.3969/j.issn.1009-2196.2012.08.002
[19] 王光路, 李长文, 刘志达, 等. HPLC法同时测定绿咖啡豆中绿原酸及咖啡碱含量 [J]. 食品研究与开发, 2017, 38(23):155−159. DOI: 10.3969/j.issn.1005-6521.2017.23.030 WANG G L, LI C W, LIU Z D, et al. Simultaneous quantitative analysis of chlorogenic acid and caffeine in raw coffee beans by HPLC [J]. Food Research and Development, 2017, 38(23): 155−159.(in Chinese) DOI: 10.3969/j.issn.1005-6521.2017.23.030
[20] 高贤玉, 张发明, 柏天琦, 等. 莲雾果实糖酸含量分析 [J]. 热带农业科学, 2019, 39(3):75−79, 90. GAO X Y, ZHANG F M, BAI T Q, et al. Sugar and Organic Acid Contents in the Fruit of Wax Apple [J]. Chinese Journal of tropical agriculture, 2019, 39(3): 75−79, 90.(in Chinese)
[21] 谢向誉, 陆柳英, 曾文丹, 等. 31份木薯种质资源的鉴定评价及遗传多样性分析 [J]. 南方农业学报, 2017, 48(3):393−400. XIE X Y, LU L Y, ZENG W D, et al. Identification, evaluation and genetic diversity analysis of 31 cassava germplasm resources [J]. Journal of Southern Agriculture, 2017, 48(3): 393−400.(in Chinese)
[22] 朱慧珺, 张耀文, 赵雪英, 等. 山西省绿豆种质资源的遗传多样性分析 [J]. 山西农业科学, 2019, 47(9):1540−1543, 1602. DOI: 10.3969/j.issn.1002-2481.2019.09.11 ZHU H J, ZHANG Y W, ZHAO X Y, et al. Genetic diversity analysis of mung bean germplasm resources in Shanxi Province [J]. Journal of Shanxi Agricultural Sciences, 2019, 47(9): 1540−1543, 1602.(in Chinese) DOI: 10.3969/j.issn.1002-2481.2019.09.11
[23] 马克平. 试论生物多样性的概念 [J]. 生物多样性, 1993, 1(1):20−22. DOI: 10.3321/j.issn:1005-0094.1993.01.006 MA K P. The concept of biological diversity [J]. Chinese Biodiversity, 1993, 1(1): 20−22.(in Chinese) DOI: 10.3321/j.issn:1005-0094.1993.01.006
[24] 时圣明, 潘明佳, 王洁, 等. 分子鉴定技术在中药中的应用 [J]. 中草药, 2016, 47(17):3121−3126. DOI: 10.7501/j.issn.0253-2670.2016.17.027 SHI S M, PAN M J, WANG J, et al. Application of molecular identification techniques in Chinese materia Medica [J]. Chinese Traditional and Herbal Drugs, 2016, 47(17): 3121−3126.(in Chinese) DOI: 10.7501/j.issn.0253-2670.2016.17.027
[25] 刘同金, 张晓辉, 沈镝, 等. 欧洲山芥种质资源的表型遗传多样性分析 [J]. 植物遗传资源学报, 2015, 16(3):528−534. LIU T J, ZHANG X H, SHEN D, et al. Analysis on genetic diversity of Barbarea vulgaris germplasm resources based on phenotypic traits [J]. Journal of Plant Genetic Resources, 2015, 16(3): 528−534.(in Chinese)
[26] 聂石辉, 彭琳, 王仙, 等. 鹰嘴豆种质资源农艺性状遗传多样性分析 [J]. 植物遗传资源学报, 2015, 16(1):64−70. NIE S H, PENG L, WANG X, et al. Genetic diversity of agronomic traits in chickpea(Cicer arietinum L.) germplasm resources [J]. Journal of Plant Genetic Resources, 2015, 16(1): 64−70.(in Chinese)
[27] 王晓阳, 黄丽芳, 闫林, 等. 基于SSR标记的我国咖啡种质资源遗传多样性分析及指纹图谱构建 [J]. 热带农业科学, 2018, 38(12):30−36, 42. WANG X Y, HUANG L F, YAN L, et al. Genetic diversity analysis and fingerprinting of coffee germplasm in China by SSR markers [J]. Chinese Journal of Tropical Agriculture, 2018, 38(12): 30−36, 42.(in Chinese)
[28] 曾潮武, 梁晓东, 李建疆. 新疆春小麦种质资源主要农艺性状的遗传多样性分析 [J]. 分子植物育种, 2017, 15(9):3740−3750. ZENG C W, LIANG X D, LI J J. Genetic diversity analysis in main characters of spring wheat germplasm in Xinjiang [J]. Molecular Plant Breeding, 2017, 15(9): 3740−3750.(in Chinese)
[29] 潘存祥, 许勇, 纪海波, 等. 西瓜种质资源表型多样性及聚类分析 [J]. 植物遗传资源学报, 2015, 16(1):59−63. PAN C X, XU Y, JI H B, et al. Phenotypic diversity and clustering analysis of watermelon germplasm [J]. Journal of Plant Genetic Resources, 2015, 16(1): 59−63.(in Chinese)
-
期刊类型引用(4)
1. 南瑞江，肖俊涛. 基于贫困户感知的脱贫驱动力因素实证分析——以鄂西北集中连片特困区9县1637户的调查数据为基础. 湖北文理学院学报. 2021(11): 73-79 . 
百度学术
2. 郭萌，王怡. 秦巴山区商洛市核桃产业发展的规模特征及经济效应. 农业工程. 2020(06): 124-128 . 百度学术
3. 钱力，彭瑞峰. 大别山连片特困地区经济增长益贫性时空差异分析. 重庆理工大学学报(社会科学). 2020(08): 29-36 . 百度学术
4. 刘金领，刘辉. 产业扶贫打破纳克斯贫困恶性循环——基于国家级贫困县N县的调研分析. 农村经济与科技. 2020(17): 137-140 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 1281
- HTML全文浏览量: 649
- PDF下载量: 29
- 被引次数: 9
