APP下载

基于灰色关联度及DTOPSIS法的南疆冬小麦品种的综合评判

2019-07-08陈慧王冀川

江苏农业科学 2019年10期
关键词:灰色关联度综合评价冬小麦

陈慧 王冀川

摘要:运用灰色关联度和DTOPSIS 2种评价方法对17个冬小麦品种进行综合评判,以期筛选出具有优良性状的品种,为南疆冬小麦优良品种的推广提供依据。结果表明,2种评判方法所得结果相似,得到的17个品种的优劣顺序大体相同。DTOPSIS法的运算虽然较为复杂,但是其引入了正向指标和逆向指标,品种间性状的评判结果差异性大,结果更合理。2种评判方法均得出,玉农系列以及济麦22号的表现较优,可作为南疆地区推广的优良品种,青丰1号与烟农系列的表现较差,不建议作为推广品种。

关键词:冬小麦;灰色关联度;DTOPSIS;综合评价

中图分类号: S512.1+10.37  文献标志码: A  文章编号:1002-1302(2019)10-0102-07

小麦是新疆地区重要的粮食作物之一,2014年全疆小麦种植面积达到129.97万hm2,全国排名第8位,南疆是新疆重要的冬小麦种植区,种植面积占全疆的65%以上,在南疆农业经济发展、粮食安全战略和维护少数民族区域社会稳定等方面占有重要地位[1]。目前,南疆主栽冬小麦品种以新冬20、新冬22为主,由于长期得不到品种更换,小麦的产量和品质提升效果一直不佳,因此筛选出适宜南疆种植的高产优质小麦品种,促进品种更新,对于南疆地区粮食的安全生产及农民增收有着重要的现实意义[2]。关于作物品种筛选的方法很多,最简单的是数理统计法,黄剑秋等通过调查杂交玉米的产量构成以及其他数据得出,东单16的丰产性最好,东单60、东单11等的丰产性较好[3];许海涛等研究了11个玉米农艺性状与产量之间的相关性,并作出多元回归分析和通径分析,由此评判对产量有显著影响的8个性状[4]。多元回归分析在性状评判方面的应用也较多,但用于品种的筛选稍显不足。近些年来,综合考虑小麦多性状间的关系,利用灰色系统理论的方法进行品种评判的研究较多[5-7],邵秋红等应用灰色关联度分析方法评价了冬小麦9个品种的综合性状,克服了常用产量等单一性状的弊端,与实际生产相结合,突出了灰色关联度的现实意义[8]。高素玲等亦用灰色关联度法分析了春性小麦品种系,将灰色关联度从育种领域扩展到生产领域,并重点提示选用合理性状以及合理的权重系数,根据当地多年生产经验构建合理的参考品种[7],为综合评价奠定了更好的理论基础。DTOPSIS法是另一种综合评价作物性状优劣程度的方法,该方法将品种的综合性状量化为该品种对理想解的相对接近度Ci,克服了单用方差分析法将产量作为评价品种优劣的唯一标准的不足,在各作物领域中得到了广泛应用[9-16]。本研究应用灰色关联度和DTOPSIS 2種方法,对引进的17个冬小麦品种进行综合评判,以期筛选出适于在南疆地区推广的优良品种。

1 材料与方法

试验在塔里木大学农学实验站网室中进行,以18个不同类型的冬小麦品种为供试材料(表1),开展小区试验,于2014年10月1日播种,等行距15 cm,播量为570万株/hm2,小区面积为3 m×10 m=30 m2,3次重复,随机排列,以新冬20为对照;试验地于播前统一基施300 kg/hm2磷酸二铵,75 kg/hm2 硫酸钾。11月10日冬灌,2015年4月3日至5月28日共灌水4次,春季头水前施225 kg/hm2尿素+120 kg/hm2 磷酸二铵,二水前施150 kg/hm2尿素,其他田间管理同大田。

2 结果与分析

定点测定株高、单株成穗数、生育期、越冬率、倒伏率、穗长、小穗数、穗粒数、千粒质量、平均收穗数及平均产量等指标,结果见表2。

2.1 农艺性状与产量

以产量为目标,观察产量较对照高的品种,由表3可以看出,与新冬20号相比,玉农1号、济麦22号、玉农2号的增产效果明显,分别增产16.71%、14.63%、12.18%;此外,除众信5189外,其余12个品种的产量均不及新冬20号,其中烟农24号、烟农0428、烟农5158、青丰1号与新冬20号的产量相差较远,因而可以不推广这些品种。

2.2 灰色关联度分析

灰色关联度是以所有参试品种组合在一起形成灰色系统,并给定各理想品种相应的值,用无量纲化等数据处理方法计算出参试品种与理想品种之间的加权关联度,关联度越大,说明该品种的综合性状越接近理想品种。选择测定的17个品种的11个性状为株高(K1)、倒伏率(K2)、生育期(K3)、越冬率(K4)、单株成穗数(K5)、穗长(K6)、小穗数(K7)、穗粒数(K8)、千粒质量(K9)、平均收穗数(K10)以及平均产量(K11),各性状的平均值及标准差见表4。设置理想品种为X0,参试品种为Xi(i=1,2,3,…,17),计算出17个参试品种与理想品种之间的关联度。理想品种各性状值设定为参试品种中各性状的最优值或较优值。

将原始数据进行无量纲化处理,参考式(1)得到表5。

由表8可以看出,无论是等权关联度还是加权关联度,玉农1号、济麦22号以及玉农2号、众信5189、邯郸5316都比对照新冬20号高,说明这5个品种与理想品种接近;青丰1号、烟农24号、烟农0428、烟农5158、京麦7号排名位于最后,与理想品种相差较远,不宜作为新疆地区的推广品种。

2.3 DTOPSIS评判

DTOPSIS是将性状指标分为逆向和正向2种,随后建立加权规范化决策矩阵,计算出各品种与理想解之间的距离,其数值越大,则代表越接近理想解。

2.3.1 建立评价矩阵A 采用共17个品种的11种性状建立评价矩阵A,以新冬20为对照,各性状指标参考表2。

2.3.2 无量纲化处理 原始数据由于单位及量纲不同,不能直接用于比较,要将矩阵A进行规范化处理,将11个性状分为2类指标:正向指标(越冬率、单株成穗数、穗长、小穗数、穗粒数、千粒质量、平均收穗数、平均产量)和逆向指标(株高、倒伏率、生育期)。参考式(6),得到规范化矩阵Z(表9)。

猜你喜欢

灰色关联度综合评价冬小麦
甘肃冬小麦田
10kV配电线路带电作业安全综合评价应用探究
主成分分析法在大学英语写作评价中的应用
冬小麦和春小麦
冬小麦——新冬18号
冬小麦—新冬41号