棉花是世界上最重要的天然纤维作物，提高其产量和纤维品质始终是育种工作的重要目标。由于棉花产量和品质性状都是基因和环境相互作用共同影响的数量性状，利用传统育种手段对其遗传基础进行研究进展缓慢。因此，深入挖掘重要性状遗传变异，对棉花品种改良至关重要。近年来，随着各物种基因组序列的完成和高密度SNP芯片技术的不断发展，基于连锁不平衡的全基因组关联分析方法被广泛地应用到各种动植物数量性状的遗传研究中，也为研究棉花复杂数量性状提供了新途径。　　本研究以广泛收集的719份陆地棉种质资源组成的自然群体为研究材料，采用Illumina公司开发的CottonSNP63K商业化棉花芯片(包括63058个SNP位点)，对供试材料进行基因分型并结合基因组信息筛选特异SNP位点，构建所有陆地棉材料的指纹图谱。基于TASSEL软件混合线性模型(mixed linear model，MLM)，对该群体的5个纤维品质性状(纤维长度、纤维强度、马克隆值、整齐度和伸长率)以及6个产量相关性状(单株铃数、单株果枝数、铃重、衣分、籽指和衣指)2年8点的表型鉴定结果进行全基因组关联分析，旨在发掘棉花产量和品质性状优异基因位点，为探索棉花重要性状基因功能提供理论依据和参考。主要研究结果如下:　　1.对CottonSNP63K芯片上所有SNP位点在两个己公布的陆地棉TM-1参考基因组序列中物理位置进行Blast比对，Li等TM-1基因组版本比对获得基因组特异SNP标记为5474个，Zhang等TM-1基因组版本比对获得基因组特异SNP标记为1850个，两者共有的特异SNP为1594个，进一步利用该芯片对719份材料进行SNP位点基因分型数据，通过分型效果、检出率及多态性3个评价指标，即筛选Score值≥0.7，Call frequency值≥0.95且MAF≥0.2的SNP位点，最终获得393个核心SNP位点并利用这些SNP构建了719份品种资源的特征DNA指纹图谱，除个别材料遗传背景高度相似、基因型完全一致外，97％的材料均能实现准确有效的鉴别。　　2.运用GenomeStudio软件对获得的所有SNP基因分型数据进行分析，去除没有多态性的SNP位点和低质量的SNP位点(Call frequency＜0.85和MAF＜0.05)，最终筛选出10511个高质量SNP用于遗传变异与GWAS分析。这些SNP标记不均匀地分布于整个基因组上，在A亚组与D亚组上分别包含3923个和6588个。在不同染色体间多态性信息含量值PIC表现为0.208～0.312，A亚组与D亚组的总体平均值分别为0.287和0.283。利用STRUCTURE软件对供试材料进行群体结构评价，结果表明整个关联群体可分为两个亚群，与PCA分析结果基本一致。另外，连锁不平衡分析显示该群体的LD衰减约为820kb(r2降到最大值的一半时)。　　3.对5个纤维品质性状进行全基因组关联分析，共检测到46个显著关联的SNP位点，这些SNP位点分布在15条不同的染色体上，筛选到612个相关候选基因，GO和KEGG分析发现这些基因主要涉及多糖生物合成、信号转导和蛋白质转移。在D11和A07染色体上鉴定到两个与纤维长度和强度相关联的单倍型。此外，将GWAS结果和转录组数据结合分析，进一步鉴定了163和120个分别与纤维长度和强度关联的纤维发育相关基因，并从中筛选到若干没有报道过的新基因以及19个在纤维发育过程中显著表达的重要候选基因。　　4.对6个产量相关性状进行全基因组关联分析鉴定到62个显著关联的SNP位点，这些位点分布在A07、D03、D05、D09、D10和D12染色体上，其中包括7个铃数位点、21个果枝数位点、8个铃重位点、6个衣分位点、21个籽指位点和5个衣指位点，部分位点分别形成了6个与不同性状关联的单倍型。基于所有SNP位点筛选到689个候选基因，其中27个基因包含显著关联的SNP位点，这些基因可以作为后续基因功能研究的重要候选基因。另外，对显著富集到KEGG代谢途径中的产量候选基因进行同源蛋白互作网络分析，发现大部分基因之间存在不同程度的互作效应。　　本研究通过对719份陆地棉品种SNP指纹图谱的构建以及在8个环境下产量和品质等重要农艺性状的表型鉴定，为这些种质资源的有效保存和利用奠定了基础，并首次利用棉花CottonSNP63K芯片对11个重要农艺性状进行了全基因组关联分析，鉴定到大量与产量和纤维品质性状显著关联的SNP位点以及候选基因，这些发现有助于加深对棉花重要性状分子调控机制的理解，也为将来通过分子标记辅助选择进行棉花重要性状改良提供了新的资源。