《基于灰色关联度法的黄淮南片小麦新品种综合评判.docx》由会员分享，可在线阅读，更多相关《基于灰色关联度法的黄淮南片小麦新品种综合评判.docx（6页珍藏版）》请在课桌文档上搜索。
1、基于灰色关联度法的黄淮南片小麦新品种综合评判杜晓宇李顺成韩玉林*周口市农业科学院河南省周口市466001摘要：为科学合理评价小麦新品种（系）品质情况，全面的了解新品种的综合表现，本研究采用灰色关联度法分析2019-2020年度国家黄淮南片区试16个新品种的综合表现。结果表明，关联度排序与产量排序有部分差异，关联度较高的品种有漂河68、涡麦169和周麦37号，综合表现与实际相符。对产量影响较高的7个性状依次为：容重、千粒重、株高、全生育期、穗粒数、穗数、成穗率。灰色关联度法一定程度上补充了单一产量评价的不足，但受到权重赋值比例及品种适应性的制约，尚有优化空间。在未来的品种筛选及实际应用时，应结合
2、实际对评价指标进行优化和性状指标细化，以期为育种和评价工作做出一定贡献。关键词：小麦新品种；灰色关联度法；产量影响因素小麦是黄淮流域的主要粮食作物，近年来其产量和品质均得到稳步提升。小麦品质是由多重因素共同构成的，不同品种间性状有较大差异。小麦新品种试验主要应用DPS等统计软件对产量进行方差分析和多重比较，对多个其他性状评价不够全面，分析过于直观，缺少联系。灰色系统理论，可以充分利用生育期、株高、容重、基本苗、产量等与品种表现有重要关系的性状进行分析，更全面的选择出综合农艺性状优良的品种，该分析方法在多种农作物和经济作物上均有应用叫灰色关联度法在小麦上的应用逐年增多，本文应用灰色关联度分析法，
3、对小麦新品种的产量等多种性状进行综合分析，为以后品种推广及育种改良提供一些参考69）。材料与方法LI试验材料采用2019-2020年度国家黄淮南片水地组区试早播1组的18（含两个对照）个小麦新品种（系），瀑河68、涡麦169、周麦37号、中育1686、丰工38、富麦701、泛育麦20、阜麦13、徽研66、郑麦162、安科1604、郑麦158、泛麦26、隆平麦3号、周麦18、淮核16132、郑大171,百农207。1.2试验方法试验于2019-2020年在辉县、洛阳、瀑河、商丘、濮阳、新乡县、荥阳、原阳、周口、阜阳、涡阳、新马桥、宿州、淮安、连云港、射阳、宿迁、徐州、宝鸡、富平、华阴、杨凌共22
4、个试点。前茬大部分为玉米和大豆。田间试验采用随机区组设计，重复3次，小区面积13.5#。田间调查和室内考种按照国家黄淮南片区试方案统一进行，文章所用的各性状数值均取22个区试点的平均值。采用灰色关联度分析法，将每一组试验作为一个灰色系统，单个品种作为系统的一个因素。构建一个理想的“参考品种”，以参考品种的各项性状指标构成一个参考数列，18个参试品种构成比较数列。计算参试品种与参考品种之间的关联度，以确定各参试品种的优劣次序。选择的8个测量性状分别是：产量、全生育期、株高、成穗率、穗数、穗粒数、千粒重、容重。2结果与分析2.1不同品种灰色关联度分析2.1.1参考品种的构建参考品种，是根据当地育种
5、目标确定的各性状理想值的集合。产量、穗粒数、千粒重、容重、成穗率等性状应取上限值；株高、生育期等应取适中值；黑胚率、发病率等应取下限值皿。表1参考品种和参试品种的各性状平均值品种名称产量kghm2全生育期/d株高/cm成穗率穗数万/hm2穗粒数千粒重/g容重g/L源河68889822680.542.964235.842.7811涡麦1698883226.886.444.4616.532.948.8815周麦37号882922885.939356737.346.7792中育16868710.5226.181.840.15853447.6810丰工388688228.185.442.6610.53
6、2.249801富麦7018656.5226.984.739.859433.349.6804泛育麦208638.5228.582.439.1601.535.243.6811阜麦138586225.989.847.761233.6463812微妍668569.5227.190.538.959432.7463799郑麦1628479.522878.739.5607.532.147.7804安科16048466227.188.441.9646.530.945.4813郑麦1588458.5226382.943.960634.245.1818泛麦268376226.983.139.462134.742
7、3816隆平麦3号8353.5226382.14157634.3473821周麦188326.5227.484.140577.534.447802淮核161328293.5226.792.638.3604.531.946.8828郑大1718233.5226.688.140.658834.546.4808百农2078139227.583.841571.534.646809参考品种8925227804867538508302.1.2无量纲化处理同一品种的各个性状差异较大，为进行灰色关联度分析，需对原始数据进行无量纲化处理，用参考品种的性状值去除各比较序列，得到一个数值全在0,1之间的新数列。也即
8、是对参试品种各性状数据进行标准化处理。表2各品种主要性状的无纲量化值品种名称产量kghmz全生育期d株高cm成穗率%穗数万/hmz穗粒数千粒重g容重g/L溜河680.9970.9960.9940.8940.9510.9420.8540.977涡麦1690.9950.9990.9260.9250.9130.8660.9760.982周麦37号0.9890.9960.9310.8190.8400.9820.9340.954中育16860.9760.9960.9780.8350.8670.8950.9520.976丰工380.9730.9950.9370.8880.9040.8470.9800.96
9、5富麦7010.9701.0000.9450.8290.8800.8760.9920.969泛育麦200.9680.9930.9710.8150.8910.9260.8720.977阜麦130.9620.9950.8910.9940.9070.8840.9260.978徽妍660.9601.0000.8840.8100.8800.8610.9260.963郑麦162().95()0.9960.984().823().9(X)0.8450.9540.969安科16040.9491.0000.9050.8730.9580.8130.9080.980郑麦1580.9480.9970.9650.915
10、0.8980.9000.9020.986泛麦260.9381.0000.9630.8210.9200.9130.8460.983隆平麦3号0.9360.9970.9740.8540.8530.9030.9460.989周麦180.9330.9980.951().8330.856().9050.9400.966淮核161320.9290.9990.8640.7980.8960.8390.9360.998郑大1710.9230.9980.9080.8460.8710.9080.9280.973百农2070.9121.0001.0000.8540.8470.9110.920.975参考品种11111
11、1112.L3关联系数的计算标准化处理后，计算参考品种和比较品种的绝对差值，找出每个灰色系统的最大和最小绝对值，各性状的关联系数（Wi）=（最小绝对值+0.5X最大绝对值）/（各点绝对值+0.5X最大绝对值），0.5为分辨系数，各参试品种的关联系数见表3。表3参试品种的关联系数品种名称产量kghm2全生育期d株高cm成穗率%穗数万/hm2穗粒数千粒重g容重g/L源河680.9710.9900.9850.7980.8960.8790.7420.948涡麦1690.9890.998().85()0.8480.829().7580.9460.959周麦37号0.9750.9900.8590.6990
12、.7240.9580.8640.902中育16860.9460.9910.9500.7180.7590.8000.8970.946丰工380.9410.9890.8690.7890.8150.7330.9550.923富麦7010.9330.9990.8830.7110.7780.7730.9810.931泛育麦200.9290.9850.9350.6940.794().8510.7660.948阜麦130.9170.9890.7940.9850.8180.7840.8500.951徽妍660.9130.9990.7840.6890.7780.7510.8500.918郑麦1620.8940.
13、9900.9630.7030.8080.7300.9010.931安科16040.8910.9990.8150.7680.9090.6920.8200.954郑麦1580.8890.9930.923().8310.8040.808().8110.967泛麦260.8720.9990.9180.7010.8400.8290.7320.961隆平麦3号0.8680.9930.9430.7420.7410.8120.8860.975周麦18CK10.8620.9960.8960.7160.7440.8160.8750.926淮核161320.8560.9970.7550.6750.8010.7230
14、.8680.994郑大1710.8440.996().82()().7310.765().82()0.8540.941百农2070.8271.0001.0000.7420.7330.8240.8400.9432.1.4不同品种的加权关联度和等权关联度根据当地实际，结合育种家经验，对各农艺性状赋予不同的权重系数（Wk）。产量凡二0.35、全生育期Wk=0.05、株高Wk=O.04、成穗率队=0.06、穗数乳=0.14、穗粒数Wk=O.14、千粒重Wk=O.14、容重Wk=0.05。依据riNk伙取K）,求得各品种加权关联度，见表5。等权关联度是关联系数的算术平均值R二3Li（K）,带入前式计算，
15、结果见表4。表4各品种加权关联度品种名称加权关联度加权关联度序等权关联度等权关联度序产量kghm2溪河6809)220.90118898涡麦1690.90710.89798883周麦37号0.89030.87188829中育16860.87670.87668710.5丰工38().8814().87758688富麦7010.87760.87478656.5泛育麦200.86180.863128638.5阜麦130.87850.88638586微妍660.841130.835178569.5郑麦1620.854100.865108479.5安科16040.849120.856148466郑麦15
16、80.86090.87848458.5泛麦260.841140.857138376隆平麦3号0.850110.87098353.5周麦180.840150.854158326.5淮核161320.823180.834188293.5郑大1710.832160.846168233.5百农2070.831170.8641181392.1 .5关联度分析灰色系统理论认为：品种（系）的关联度越大，说明该品种（系）与参考品种越接近，综合表现较好。漂河68、涡麦169、周麦37号、中育1686、丰工38、富麦701等品种加权关联度较高，性状的综合表现突出，与实际是基本一致的。整体来看，产量排序与加权关联度
17、排序有一些出入，但深河68、涡麦169和周麦37号一直处于前三位，说明这三个品种的产量和综合表现均比较突出。个别品种，如徽妍66,产量排序靠前，而加权关联度排名靠后，通过参看关联系数可知，该品种株高偏离参考值过大，导致其关联度降低；另一方面，如阜麦13,其产量排序中等，加权关联度和等权关联度排序居前，说明其除产量外的7个性状表现较好；而如郑麦162和周麦18,产量排序和加权关联度排序完全一致，虽然不突出，但各性状表现均衡，需要指出的是，周麦18是作为对照品种存在的，该品种的综合表现值得继续跟踪。应用关联度分析，可以更加全面的衡量品种的表现，对比品种特点和不足，为后续育种目标和实际推广指明方向。
18、2.2 产量与其他性状的灰色关联度分析2.2.1 产量与其他性状的关联系数及关联度利用以得出的无纲量化值，求出以产量作为参考数列与其他性状的绝对差值，然后依据产量与其他相关性状的关联系数（Zi）=（最小绝对值+05X最大绝对值）/（各点绝对值+05X最大绝对值），0.5为分辨系数，求出产量与不同性状的关联系数。等权关联度是关联系数的算术平均值ri=*ZK）,将表中的各因素的关联系数代入上公式，求出各性状与产量的关联度，见表5。表5参试品种产量与各农艺性状的关联系数品种名称全生育期株高成稔率穗数穗粒数千粒重容重潺河680.9840.9640.4520.6490.6080.3730.810涡麦16
19、90.9540.5520.5480.5100.3970.8170.867周麦37号0.9280.5960.3330.3630.9200.6070.710中育16860.8090.9770.3770.4370.5110.7800.999丰工380.7930.7010.4990.5540.4040.9240.915富麦7010.7420.7690.3760.4860.4760.7940.985泛育麦200.7690.96603570.5250.6710.4700.902阜麦13().7190.5440.7280.6060.5220.7020.839微妍660.6830.5270.3620.5150
20、.4600.7130.972郑麦1620.6510.7150.4010.6290.4470.9560.821安科16040.6250.6610.5290.9020.3860.6770.733郑麦1580.633().8310.7190.6300.6400.6500.692泛麦260.5820.7780.4190.8210.7700.4790.656隆平麦3号0.5820.6890.5100.5070.7180.8940.615周麦18CK10.5660.8230.4600.5230.7540.9230.718淮核161320.5500.56503930.7160.4860.9260.554郑大
21、171().529().8550.5260.623().8530.9390.625百农207CK20.4910.4910.5950.5650.9830.9140.575表6产量与性状间的等权关联度农艺性状等权关联度关联序平均值理想值全生育期0.7004227227株高0.722385.180成穗率0.477741.148穗数0.5876601.1675穗粒数0.611533.838千粒重0.752246.450容重0.7771809.78302.2.2 产量与其他性状的关联度分析由表6可看出，各农艺性状对产量的贡献度大小依次为：容重千粒重株高全生育期穗粒数穗数成穗率。本组试验结果中，对产量贡献
22、最大的三个性状依次是容重、千粒重和株高，同理想值相比，存在一定差距，而另外几个性状的关联度明显偏低，可能跟年份有关。具体来看：全生育期的平均值跟理想值一致，说明各品种表现差别不大；生产上要求适宜的株高，株高的理想值是低于平均值的；而其他5个性状，平均值低于理想值，各品种之间表现是有差异的，性状之间互有优劣。现在对于小麦区试结果的分析，除了常见的产量分析，如丰产稳产性分析之外“匕灰色关联度分析逐年增多，其可容纳数据量大，相比主成分分析或者聚类分析，更加容易掌握，操作简便。方法原理易懂，理论明确，可作为经常性工具，辅助育种和结果判定。这些方法的运用，旨在更好的评价品种表现。育种家培育的品种，主要依
23、托当地气候，土壤等情况做出的优选，运用多点试验结果进行分析，其实也考察了品种的适应性。通过理想品种不同性状的权重分配，依据试验结果，不断贴近育种目标。在小麦实际生产中，理想性状的取值应适中，如株高、产量三要素等，不能一味追求过高值。产量过高，要考虑茎秆弹性和株高，否则有倒伏风险；千粒重过高，要考虑穗粒数；成穗率过高，前期营养浪费严重。而对于一些负向性状，如黑胚率、赤霉病、条锈病等，在实际试验中受主观性和观察时间影响较大，保守起见，本文没有采用，在以后的分析中要设法加以补足。关于各性状权重系数，有多种确定方法，可以分为主管赋权法和客观赋权法，包括德尔菲法、专家打分法、AHP法、主成分分析法、因子
24、分析法等等，这些方法需要大样本量且要符合统计标准，不利于推广。文章对有代表性的8个主要农艺性状，结合育种经验进行权重赋值，降低了产量比重。各育种家按照自己的选育偏好选取，没有具体限制。参考文献1张艳，何中虎，周桂英，王德森.基因型和环境对我国冬播麦区小麦品质性状的影响J中国粮油学报，1999(05):3.5.杨昆，吴才文，覃伟，赵培方,刘家勇，蔡青.DTOPSIS法和灰色关联度法在甘蔗新品种综合评价中的应用比较J.西南农业学报,2015,28(4):1542-1547.3杨禹伟,陈华,姜波，左惠文.一种加工番茄品质的多性状评价方法J.中国农业大学学报,2017,22(3):131-137.4王
25、艳芳，李戈，唐玲，杨春勇,李荣英.基于灰色关联度分析和DTOPSlS法的肾茶种质资源综合评价J.中国农学通报,2017,33(10):92-99.5汪宝卿，张礼凤，慈敦伟，李伟，徐冉.黄淮海地区夏大豆农艺性状与产量的相关性及灰色关联度分析J山东农业科学,2010(3):20-25.6陈慧，王冀川.基于灰色关联度及DTOPSIS法的南疆冬小麦品种的综合评判J.江苏农业科学,2019,47(10):102-108.7贾祥祥,王圣宝，张涛,田红玉.2019年部分地区强筋小麦品质分析J,现代面粉工业,2019,33(6):13-21.网杨春玲侯军红，宋志均，李晓亮，薛鑫.DTOPSlS法综合评价黄淮小
26、麦新品种初探J.山东农业科学，2010(8):21-23,30.9杨丽娟，付亮，蒋志凯，王士坤，魏芳.20162018年度国家区试小麦品种品质性状灰色关联度分析与评价J.中国农学通报,2020,36(19):135-140.10曹廷杰，李伟，闫素红，王西成.河南小麦新品种(系)灰色关联度分析J.安徽农业科学,2010,38(25):13640-13642.11曹廷杰，王西成，赵虹，胡卫国.国审小麦新品种周麦23丰产性、稳产性、适应性及产量结构分析J.种子,2010,29(03):115-11612刘录祥，孙其信，王士芸.灰色系统理论应用于作物新品种综合评估初探J.中国农业科学，1989(03):22-27.
