基于灰色关联度对山东小麦新品种(系) 综合表现评价分析

    董玉良

    

    【摘? ?要】 本文将基于灰色关联度分析方法，量化评价、综合描述近两年山东省参加区域试验的13个小麦新品种（系）相应7个重点性状，从试验分析结果中找出综合表现最为优异的新品种（系）。相比于传统的等权关联度排序方法，本文所涉及的加权关联度排序方法最终的评价结果，可以将新品种（系）包含产量在内的众多性状具体表现反映出来，从而借助不同权重对不同的性状加以赋予以及构建参考品种，而这便属于灰色关联度分析方法最为核心的一部分。

    【关键词】 灰色关联度;小麦新品种（系）;综合表现;评价;关联系数

    中图分类号：S512.1? ? ? ? ? ? ?文献识别码：A? ? ? ? ? ? ? ?文章编号：2096-1073（2020）09-0077-78

    Evaluation of the Comprehensive Performance of New Wheat varieties （Lines） in Shandong Province Based on Grey Correlation Degree

    DONG Yuliang

    （Shandong Agricultural Management Cadre Institute? ?Jinan， Shandong? ?256600）

    [Abstract] In this paper， 13 new wheat varieties （lines） participating in regional trials in Shandong province in recent two years were quantitatively evaluated and comprehensively described based on the grey relational degree analysis method， and the corresponding 7 key traits were described， and the new varieties （lines） with the best comprehensive performance were found out from the experimental analysis results. Compared to the traditional equal-weighted incidence degree sequence method， in this paper， the weighted correlation degree sorting method involved the final evaluation results， new varieties （or lines） can be reflected the manifestation of many traits including production， and with the aid of to give different weights to different traits and build the reference varieties， which belong to the most core part of the grey correlation analysis method.

    [Key words] grey relational degree; new wheat varieties （lines）; comprehensive performance; evaluation; correlation coefficient

    若想確保能够顺利利用农作物的新品种（系），通常应该经由本省多点多年展开区域试验，来对其适应性、丰产性以及稳产型等综合表现进行对比考察。伴随社会需求以及生产发展持续进步，民众对现今的小麦品种提出更多标准要求。在综合性状共同作用下能够获得小麦的产量，而在此阶段，不同性状会对小麦的产量产生主次不同的作用。所以，对不同性状影响小麦产量的主次关联性加以明确，能够在小麦新品种（系）的高产、选育以及栽培等环节中发挥出关键作用。

    1? 材料和方法

    本文基于的灰色系统相关理论主要是按照各因素间发展方向相异或者相似的程度（也就是本文所用的灰色关联度，其能够对各因素之间的关联程度进行衡量），将事物本质较为充分地反映出来，从而克服模糊综合评判法以及单项比较分析法的各自缺点，进而准确、全面地综合评价小麦新品种（系）主要的产量以及性状。各地在近些年选育、评价玉米、小麦、大豆和水稻等农作物新品种（系）的过程中，广泛应用了灰色关联度的分析方法。文章借助此分析方法分析近几年山东省小麦新品种（系）关键性状，从而对小麦关键性状及其产量间关联程度，使小麦新品种（系）的育种、栽培拥有更多科学凭证。

    1.1? 选用材料

    选用的试验新品种（系）主要包括：鑫麦807、齐民11号、泰农108、菏麦24、景阳670、红地87、清照17、青农6号、菏麦25、圣麦127、山农38、青农177号以及青农7号等[1]。

    1.2? 评价分析方法

    在灰色系统相关理论当中，可以把参加试验相应品种（系）视为灰色系统，同时将所有的品种（系）视为灰色系统当中各个因素。在对参加试验新品种（系）的综合表现的优劣顺序加以研究时，应该优先对“理想品种”进行设想，此类品种关键性状的指标应该为参加试验新品种（系）对应的性状最大值，然而需要注意的是，分析株高时应该取适中值。将“理想品种”设作参考数列，用X0表示，而将其余的品种（系）当做比较用的数列，用X表示，因此比较数列以及参考数列可以表示成：Xi（k）= [Xi（1）、Xi（2）、…Xi（N）]，X0（k）=[X0（1），X0（2）、…X0（n）]，其中品种（系）数表示为N，评估性状表示为n，并且得出以下公式（1）、（2）以及（3），进而将各个品种（系）加权关联度、关联系数以及等权关联度等求出来。

    在上述公式当中， ρ取值为0.5，而Wi属于加权系数，其确定因素主要为专家评定系统以及性状灰色关联度等[2]。

    2? 试验结果和相关分析

    2.1? 无量纲化处理原始数据，构建参考品种

    所谓参考品种，主要指按照育种的主要目标加以制定的全部性状对应理想值整体集合，属于多年以来育种实践以及育种目标的有效结合。优先无量纲化处理原始数据，而在被考察各性状当中，只有株高应用了适中的性状测度，剩下的性状无量纲化处理均应用上限的性状测度，总体而言便是把全部对应xi（k）与x0（k）的各点数值相除，从而获得没有单位的全新数据。详细来看：

    成穗率、产量穗粒数、适用度、千粒重以及容重等性状如果越大，其评价相对越高，主要采用了上限性状测度;而在育种过程中，株高的生育期等性状应当采用较为适中的性状测度;除此之外，如果需要考虑熟相，一般对其有越小的要求能够得到越好的评价，如果参考此性状，则要应用下限性状测度。成穗率、产量穗粒数、容重以及千粒重等都应该取比参加试验品种的最大值略大的数值;用0表示成熟阶段的最晚品种，用1表示与其相比早熟1d的品种，从而进行类推;取株高的合适值为80cm，取穗数的合适值为600万/hm2。

    2.2? 求取关联度与关联系数

    运用上述公式对相关数据展开计算。需要明确的是，当各性状具备等同的重要程度时，方能借助等权关联度对新品种（系）优劣情况展开相应评价。然而实际情况却是，小麦作物相互之间并不具备等同的重要性，应当根据不同性状自身相对的重要性将加权关联度计算出来，只有如此，才可以对小麦新品种（系）优劣情况展开全面而又正确评价。在对各个关联系数赋予相应的权重之后，便可将各个品种的加权关联度计算出来。

    2.3? 综合评价参加试验的新品种（系）

    通过计算对比可知，参加试验的新品种（系）的产量位次、等权关联度以及加权关联度等并不具备一致的排序，但是可以明确产量位次以及加权关联度的位次相比于产量的位次与等权关联度之间更为接近，这就说明在对加权关联度进行计算的时候，将适当权重赋予到各个性状当中是科学的。结合灰色关联度分析方法对应原则可知，如果关联性比较大，说明理想品种和参加试验的品种之间有着较高关联程度，此时的性状较为良好。如果关联性比较小，说明理想品种和参加试验的品种之间有着较小的关联程度，此时的性状较差。而在试验中得知，品种景阳670有着最大的加权关联度，所以其拥有最高的产量;随后有着较好综合性状的品种，即泰农108、青农6号、山农38以及菏麦24，而在有关部门的审定过程中可知，灰色关联分析方法拥有较高的精准度。

    3? 试验讨论

    第一，借助灰色关联分析方法能够科学排序参加试验新品种（系）整体优劣情况，其可以对产量及其有关的众多性状所有的信息加以全面应用，经由对理想参考品种（系）的有效构造，可以将合理权重比例赋予给各类性状，这不仅能够将育种本质目标全方位地体现出来，同时也能够确保分析结果和实际情况越来越接近。此方法除了拥有浅显易懂的原理，明确的理论，同时也能够借助计算机分析计算的结果。所以因此，可以认为此方法能够成为未来山东小麦新品种（系）的审定基础和凭证。

    第二，事实证明，在研究小麦不同性状间关联性的过程中采用灰色系统的相关理论，除了理论根据较为科学，同时也具有较为良好的可行性。然而小麦有着诸多性状，除了本文涉及的个别性状之外，有关人员在未来研究中还应综合考虑和评价籽粒品质、抗病性以及抗逆性等性状，从而确保相关评价更为公正、全面且客观。

    第三，如果无量纲化原始数据时采用了不同的方法，便将使关联度顺序发生相应变化，所以对于原始数据表现情况而言，必须确保采用的无量纲化方法最为合理。借助灰色关联度分析法来对小麦品种进行评价的时候，其最为重要的环节便在于构建理想品种、选择合适性状确定以及权重系数的选择，其能够对评估结果是否可靠產生重要影响。确定“理想品种”时，应当按照当地实际生产条件以及生态环境，同时考虑到育种的主要目标加以确定。确定权重系数时，应该让专家与各地实际生产状况相结合，继而展开评价后再予以确定。

    参考文献：

    [1] 付亮，范永胜，李洋，等.黄淮麦区小麦新品种（系）灰色关联度分析[J].安徽农业科学，2019，47（02）：31-33+64.

    [2] 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.

    [3] 丁明亮，赵红，浦秋红，等.应用灰色关联度分析法对远缘杂交选育的小麦新品系评价[J].西南农业学报，2018（9）：46.

    （编辑：李晓琳）