APP下载

基于AHP-FCE数学模型与DTOPSIS法的苹婆种质资源综合评价

2021-10-09李文砚周婧张秀芬周彩霞黄丽君卢美瑛赵静卓福昌罗培四韦优

南方农业学报 2021年6期
关键词:种质资源综合评价

李文砚 周婧 张秀芬 周彩霞 黄丽君 卢美瑛 赵静 卓福昌 罗培四 韦优

摘要:【目的】综合评价苹婆(Sterculia nobilis Smith)种质资源,筛选苹婆优异种质,为加快苹婆新品种选育进程提供理论参考。【方法】应用层次分析法(AHP)—模糊综合评价法(FCE)的数学模型建立20个苹婆种质资源综合评价体系,再结合逼近理想解的排序法(DTOPSIS),筛选出综合性状表现优良的苹婆品系。【结果】经AHP法构建的4个准则层指标权重值及11个单项指标权重值均通过一致性检验,经FCE法进行综合评判,建立的苹婆种质资源综合评价体系最终得分为90.02,评价结果优良。结合DTOPSIS法计算苹婆各品系理想解的相对接近度(Ci)存在明显差异,其中,品系NYS-17和NYS-12的Ci值较高,分别为0.77852和0.77843,具有树体高大、平均单株产量高、可食率高、抗性强及种子的淀粉、可溶性糖和可溶性蛋白含量高等特性,而NYS-7、NYS-8、NYS-10、NYS-11和NYS-9综合表现较差,与田间实际观测结果一致。【结论】应用AHP—FCE数学模型结合DTOPSIS法可应用于苹婆及其他作物的综合评价,筛选出的优良品系NYS-17和NYS-12适合用于良种选育。

关键词: 苹婆;种质资源;AHP-FCE数学模型;DTOPSIS法;综合评价

Abstract:【Objective】The good germplasm was screened out by comprehensive evaluation of various characters of Sterculia nobilis Smith,which provided reference for accelerating the breeding of new varieties. 【Method】The mathematical model of analytic hierarchy process(AHP) - fuzzy comprehensive evaluation(FCE) was applied to establish and evaluate the comprehensive evaluation system of 20 S. nobilis Smith materials,then,dynamic technique for order preference by similarity to ideal solution(DTOPSIS) was used to select the lines with good comprehensive traits. 【Result】The weights of 4criterion indexes and 11 single indexes constructed by AHP method passed the consistency test. After FCE analysis,the final score of the comprehensive evaluation system of S. nobilis Smith was 90.02,and the evaluation result was excellent. The relative proximity values(Ci) of each ideal solution of 20 lines were greatly different by using DTOPSIS method,the Ci values of lines NYS-17 and NYS-12 were 0.77852 and 0.77843,respectively. It presented that the tree was tall,the average yield per plant was high,the edible rate was high,the resistance was strong, and the content of starch,soluble sugar and soluble protein was high,and the comprehensive performance of NYS-7, NYS-8, NYS-10, NYS-11 and NYS-9 was bad, which were consistent with the actual observation results in the field. 【Conclusion】In this study,AHP-FCE mathematical model and DTOPSIS method are used to comprehensively evaluate the germplasm resources of S. nobilis Smith,the excellent lines NYS-17 and NYS-12 are screened out.

Key words: Sterculia nobilis Smith; germplasm resources; AHP-FCE mathematical model; DTOPSIS method; comprehensive evaluation

0 引言

【研究意義】苹婆(Sterculia nobilis Smith)原产我国华南地区,现已有1000多年的栽培历史(冯文星等,2007;任惠等,2013),其经济价值高,成熟种子淀粉含量约占60%(任惠等,2013),可鲜食,亦可加工成果脯等农副产品,种子和蓇葖果荚均具有较强的抗氧化能力(Li et al.,2012;Zhang et al.,2018)。此外,苹婆是优良的行道树木,是极具开发潜力的树种。目前,我国苹婆处于野生、半野生状态,无规模化果用性栽培品种(系)。因此,建立一种适合苹婆的综合评价体系并筛选出适宜本地栽培且抗性强的果用优良树种显得尤为重要,对促进我国苹婆选育种及创新利用均具有重要意义。【前人研究进展】近年来,有多种方法用于作物种质资源综合评价中,如应用于草莓的灰色关联度法(李莉等,2008;和秀云等,2015),应用于甘蔗(俞华先等,2013;孙玉勇等,2016)、烟草(黄瑞寅等,2013)、棉花(严志丹等,2015)的逼近理想解的排序方法(DTOPSIS),应用于东方百合的层次分析法(AHP)(宁云芬等,2017)等,也有研究人员结合AHP与DTOPSIS法综合评价甘蔗(Wu et al.,2013)、牧草(贾纳提等,2016)和团枣(李春燕等,2019),虽均取得一定结果,但并未对建立的评价体系进行评估,致使整个评估体系不够严谨、全面。因此,将AHP法结合模糊综合评价法(FCE)可弥补单独应用AHP法的不足。AHP-FCE数学模型结合DTOPSIS法具体为:首先通过运用AHP法构建种质资源综合评价体系,计算得出各指标因素的权重并通过一致性检验后,再经FCE法评判建立的种质资源综合评价体系评价结果是否优良,评估结果只有达到优良后,再结合DTOPSIS法进行种质资源综合评价,这样获得的评价结果更具科学性、合理性和严谨性。AHP是由一种定性与定量相结合、系统化层次化的分析方法(薛雨桐和李晓辉,2019),其优势是各层次指标权重的计算比较科学、全面;FCE是一种基于模糊数学的综合评价方法,用模糊线性变换原理与最大隶属度原则,对受到多种因素制约的对象做出一个总体、合理的评价,具有结果清晰、系统性强的特点(李根等,2019;薛雨桐和李晓辉,2019)。有关应用AHP-FCE数学模型建立并评估果树种质资源的综合评价体系的研究尚未见报道,但该数学模型已应用于生态环境(Chen et al.,2019;范萍和刘静,2019;Zhang et al.,2020)、投资建设项目(冯谦,2019;宋冀龙和程帅帅,2019;薛雨桐和李晓辉,2019)、施工安全(史卫国等,2018;赵亚刚等,2019;周前国和周鸿源,2019)、人员能力(邱玮等,2018;徐鹏,2019)等多方面综合评估中,均取得满意结果。DTOPSIS是被广泛应用的综合评价方法(王美珍等,2012;李文砚等,2019),与灰色关联度法相比,其评价结果更为客观、准确(杨昆等,2015;昝凯等,2018),且DTOPSIS法指标权重往往基于人为判断而设定(姜永平等,2010;华福平等,2017),而非通过科学计算得出,具有一定的主观偏向性,因此将AHP-FCE数学模型创新性地结合DTOPSIS法综合评价植物种质资源,可弥补单独应用DSTOPSIS法的不足。【本研究切入点】目前鲜见将AHP-FCE数学模型与DTOPSIS法相结合进行苹婆种质资源综合评价的研究报道。【拟解决的关键问题】以苹婆生产需求为依据,应用AHP-FCE数学模型构建并评估苹婆种质资源综合评价体系,并根据计算的指标权重,结合DTOPSIS法对苹婆种质进行综合评价,实现理论与实践的有机结合,该评价体系也为其他果树种质资源综合评价提供新的参考方法。

1 材料与方法

1. 1 试验材料

供试材料为广西南亚热带农业科学研究所苹婆种质圃内的3年生嫁接苗,共20个品系,依次编号为NYS-1~NYS-20,每个品系种植6株,株行距4 m×5 m,田间常规统一管理。

1. 2 试验方法

于2019年7月中旬对20个苹婆品系进行产量和果实品质测定,共计11个性状指标,分别为平均单株产量、可食率、蓇葖果荚皮厚、抗虫性、抗病性、抗寒性、种子淀粉含量、种子可溶性糖含量、种子可溶性蛋白含量、株高和干周。

1. 2. 1 株高、冠幅和平均单株产量的测定 测定各品系6株的株高、干周和平均单株产量,取其均值。

1. 2. 2 可食率和蓇葖果荚皮厚的测定 随机选取各品系6株的果荚(每株20个),分别称取总重及去除种子外皮后的种仁重,计算种仁的占比,即为可食率。此外,用游标卡尺测量蓇葖果荚皮厚,再计算6株的平均值。

1. 2. 3 种子淀粉含量、可溶性糖含量和可溶性蛋白含量的测定 随机选取各品系苹婆种子10粒,对其淀粉含量、可溶性糖含量和可溶性蛋白含量进行测定,重复3次。种子可溶性糖含量采用高效液相色谱法测定(李秀杰等,2016);采用植物淀粉ELISA试剂盒测定种子淀粉含量;采用植物可溶性蛋白ELISA试剂盒测定可溶性蛋白含量。测试仪器为酶标分析仪Infinite F50。

1. 2. 4 抗虫性指标的测定 危害苹婆果荚的主要害虫为桃蛀螟(杨志强等,2019),故将果荚虫害率作为抗虫性的指标。测定方法:随机选取各品系每株20个果荚,观察是否有蛀果发生并统计数量,计算果荚虫害率,再计算出6株的平均值。

1. 2. 5 抗病性指标的测定 目前苹婆叶片主要病害为炭疽病(杨志强等,2019),故将炭疽病发生率作为苹婆抗病性指标。测定方法:随机选取各品系每株东南西北4个方位中上部枝条成熟叶片各5片,共20片,观察炭疽病发生情况,计算叶片炭疽病发生率,再计算6株的平均值。

1. 2. 6 抗寒性指标的测定 参照曾雯等(2016)的方法作相关改进用于测定苹婆叶片相对电导率:随机选择各品系3株东南西北4个方位中上部当年生枝条基部成熟叶片各2片,共24片,迅速带回实验室,用蒸馏水洗净、擦干。设置5 ℃为处理温度,6次重复,每重复4片叶片。放入培养箱中培养48 h(相对湿度75%~80%,光照时间08:00—18:00,光照强度1000 lx),取出后用去离子水清洗、擦干,将去除主脉的叶片剪碎,称取0.2 g后装入具塞试管中,加入10 mL去离子水,充分振荡后室温下浸提6 h,使用柯迪达CT3031数字电导率仪测电导率C1,再沸水浴20 min,待冷却后测电导率C2,按公式(C1/C2)×100计算出相对电导率(%),用于评估抗寒性。

1. 2. 7 苹婆种质资源评价指标的选取 运用AHP法综合评价苹婆种质资源。首先是建立层次结构模型。影响苹婆种质资源综合评价的性状指标众多,本研究按照科学性、生产实际需求性、层次性及横向比对性的原则,从产量、抗性、种子主要内含物含量、树形4个维度构建苹婆种质资源综合评价层次结构(图1):第一层是目标层(A),即苹婆种质资源评价水平;第二层为准则层(中间层),即分析苹婆种质资源评价水平,由产量(A1)、抗性(A2)、种子主要内含物含量(A3)和树形(A4)4个子层次构成;第三层为指标层,是准则层的具体化和操作化,产量(A1)主要由平均单株产量(A11)、可食率(A12)和蓇葖果荚皮厚(A13)构成;抗性(A2)由抗虫性(A21)、抗病性(A22)和抗寒性(A23)组成;种子主要内含物含量(A3)主要由淀粉含量(A31)、可溶性糖含量(A32)和可溶性蛋白含量(A33)组成;树形(A4)主要有株高(A41)和干周(A42)组成。建立层次递阶模型后,采取两两比较法构造判断矩阵,以確定准则层和指标层的权重及各指标因素对于总目标的重要性。具体方法:对同一层次的指标因素两两比较重要性,采用1~9的比例标度两因素相对重要性赋值。各标度值的具体含义如表1所示。

1. 2. 8 FCE评判方法 模糊综合评价法是利用模糊线性变换原理和最大隶属度原则,考虑与被评价事物相关的各个因素,对各因素作出合理的综合评价。确定各因素的权重(W),建立模糊关系矩阵R(隶属度矩阵):根据上述层次分析法(AHP)确定评价因素的权向量:W=(w1,w2,…,wi,…,wn)。构造好各因素等级模糊子集后,对被评对象的各因素进行量化,然后构造模糊关系矩阵。最后对模糊评价矩阵和因子权重集进行模糊化和归一化处理。先构建二级模糊矩阵,再构建一级模糊矩阵,计算最终得分。根据隶属度最大原则,确定得分对应的数值区间,得到评判结果。

1. 2. 9 DTOPSIS法综合评价 DTOPSIS法计算过程:首先,收集各性状指标数据,形成原始数据矩阵;其次,通过无量纲化处理后,将原始数据矩阵转化为规范化矩阵,再建立加权的规范化决策矩阵;再次,建立各品系性状的理想解Xj+与负理想解Xj-,再以欧几里德范数为距离,测定得出各品系与理想解的距离Sj+与Sj-;最后,根据公式求出各品系对理想解的相对接近度Ci,按Ci值大小排序,最大值即为综合性状优良的品系。

2 结果与分析

2. 1 基于AHP方法的各评价指标权重确定

2. 1. 1 判断矩阵的构建结果 准则层和指标层指标分别根据相对重要程度构建判断矩阵,通过查阅文献资料、咨询相关专家及结合苹婆生产需求等确定各指标因素的相对重要性,通过两两比较,并根据表1中的标度值得出判断矩阵,如表2~表6所示。

2. 1. 2 一致性检验 将准则层判断矩阵归一化处理转化成标准矩阵,并应用和积法求得最大特征向量。具体计算过程如下:将准则层判断矩阵归一化处理得到标准矩阵,如表7所示。将准则层标准矩阵每一列按列相加得到特征向量W',分别为2.350、0.897、0.455和0.298。对准则层特征向量作归一化处理得最大特征向量,分别为0.588、0.224、0.114和0.075。将准则层判断矩阵每列都乘以对应的最大特征向量,结果加总为2.504、0.938、0.447和0.305,则按照公式计算准则层判断矩阵的最大特征根λmax为4.131,一致性指标(CI)为0.044,由于指标数为4,经查询后平均随机一致性指标(RI)为0.89,得出一致性比率(CR)(CR=CI/RI)为0.049(<0.100),从而认为准则层各项指标的判断矩阵通过一致性检验。

采用同样方法对各指标层判断矩阵归一化处理得标准矩阵,并应用和积法计算最大特征向量,A11、A12和A13分别为0.648、0.230和0.122,A21、A22和A23分别为0.623、0.240和0.137,A31、A31和A33分别为0.665、0.231和0.104,A41和A42分别为0.667和0.333,再依次求出各指标层CR,结果如表8所示。从表8可看出,各指标层判断矩阵CR均小于0.100,说明单层次指标重要性排序结果合理。因树形准则层(A4)的指标层只含有株高(A41)和干周(A42)指标,故不存在一致性问题。

苹婆种质资源综合评价指标体系层次总排序及一致性检验:经计算得到苹婆种质资源评价层次的总排序结构,如表9所示。层次总排序计算结果一致性检验:CI=0.588×0.003+0.224×0.009+0.114×0.043+0.0075×0=0.009;RI=0.588×0.520+0.224×0.520+0.114×0.520+0.075×0=0.481;CR=CI/RI=0.009/0.481=0.019(<0.100),表明整个层次结构的总排序具有满意一致性。

2. 2 苹婆种质资源FCE评价结果

2. 2. 1 评价集的确定 根据评价者对各指标因素的不同满意水平,确定可能出现的评价等级,记为评价集V,V=(V1,V2,V3,V4,…,Vn)。本研究的评价集为V=(V1,V2,V3,V4,V5,V6)=(优秀、优良、良、中等、一般、差),对应的评分值为V=(6,5,4,3,2,1),对应的赋分值为:V=(100,90,80,70,60,50)。

2. 2. 2 评价分数的确定 根据评价指标体系,邀请10位同行专家进行评分,10位同行专家组成评价集:P=(P1,P2,P3,P4,P5,P6,P7,P8,P9,P10),具体评分如表10所示。根据专家评分结果进行频数计算,再依次填入已确定的各层因数指标权重,分别构造A1、A2、A3和A4的评价集,如表11所示。设B1、B2、B3和B4分别为各二级因素模糊矩阵,W1、W2、W3和W4分别为各二级因数指标权重,4个二层因素矩阵的模糊评价分别记为Zi(i=1,2,3,4)。由Zi=WiBi得到一级因素模糊矩阵B:B=[Z1Z2Z3Z4]=[0.000  0.000  0.024  0.072  0.576  0.3280.000  0.027  0.113  0.352  0.384  0.1250.000  0.077  0.267  0.367  0.497  0.0000.000  0.367  0.500  0.133  0.000  0.000]準则层指标权重Wi=(0.588,0.224,0.114,0.075),故一层因素矩阵的模糊评价指标:Z=WB=(0.000,0.043,0.107,0.173,0.489,0.221),按照加权平均法计算评价分数为90.02,评价结果为优良,说明该评价体系具有科学性和合理性,后续可运用DTOPSIS法进行综合评价。

通过AHP-FCE构建的数学模型,苹婆种质资源综合评价体系最终得分为90.02,对应评分值为5,评价结果为优良,说明产量、抗性、种子主要内含物含量和树形4个准则层所对应的评价权重(即0.588、0.224、0.114和0.075)较科学合理。其中,产量准则层对苹婆种质资源综合评价影响最大,而隶属于产量准则层的平均单株产量、可食率、蓇葖果荚皮厚度3项指标所对应权重分别为0.648、0.230和0.122,说明平均单株产量指标对产量准则层影响最大,符合苹婆作为木本粮食作物的生产实际需求;抗性准则层和种子主要内含物含量准则层对苹婆种质资源综合评价影响次之,其中,隶属于抗性准则层的3项指标抗虫性、抗寒性和抗病性所对应权重分别为0.623、0.240和0.137,隶属于种子主要内含物含量准则层的3项指标淀粉含量、可溶性糖含量和可溶性蛋白含量所对应权重分别为0.665、0.231和0.104,说明抗虫性、种子淀粉含量分别对抗性准则层和种子主要内含物含量准则层影响最大,对苹婆种质资源综合评价影响最小的为树形准则层。

2. 3 运用DTOPSIS法综合评价苹婆种质资源

2. 3. 1 构建原始数据矩阵 将20个苹婆品系测得的11个性状指标的原始数据列于表12中,从而构建原始数据矩阵。20个苹婆品系的平均单株产量为6.54~16.73 kg,其中,NYS-12的平均单株产量最高,低于10.00 kg的品系有8个,分别是NYS-1、NYS-4、NYS-7、NYS-8、NYS-9、NYS-10、NYS-11和NYS-15;种子可食率为35.57%~45.87%,以NYS-12的可食率最高;蓇葖果荚皮厚为2.63~4.10 mm,以NYS-19的蓇葖果荚皮厚最薄;果荚虫害率为7.78%~33.65%,以NYS-15最低;炭疽病发病率为2.50%~10.00%,以NYS-5最低;相对电导率(抗寒性)为40.20%~52.33%,以NYS-3的抗寒性最强;种子淀粉含量为46.66%~63.58%,以NYS-19的种子淀粉含量最高;种子可溶性糖含量20.09%~29.87%,以NYS-8可溶性糖含量最高;种子可溶性蛋白含量为7.56~12.33 mg/g,以NYS-4的可溶性蛋白最高;株高为2.82~3.84,干周为38.10~59.15,均以NYS-6最高。

2. 3. 2 无量纲化处理 将全部性状指标分为正向指标和逆向指标2类。正向指标为平均单株产量、可食率、种子淀粉含量、种子可溶性糖含量、种子可溶性蛋白含量、株高和干周,以20个品系中最大值作为分母,分别除以各品系各指标的数值;逆向指标为蓇葖果荚皮厚、果荚虫害率、炭疽病发生率和相对电导率,以20个品系中最小值为分子,分别除以各品系各指标的数值,即得到无量纲化矩阵,如表13所示。

2. 3. 3 决策矩阵的建立 根据2.2计算出的11个性状指标权重,依次为0.381、0.135、0.072、0.140、0.054、0.031、0.076、0.026、0.012、0.050、0.025,将权重值依次乘以矩阵对应列的数值,得到决策矩阵,如表14所示。

2. 3. 4 各品系的理想解与负理想解 根据建立的决策矩阵,得到的所有品系的正理想解Xj+=[0.38100,0.13500,0.07200,0.14000,0.05400,0.03100,0.07600,0.02600,0.01200,0.05000,0.02500],负理想解X[-j]=[0.14894,0.10469,0.04619,0.03237,0.01350,0.02381,0.05577,0.01749,0.00736,0.03672,0.01610]。

2. 3. 5 理想解相对接近度(Ci)的计算 各品系理想解的Ci值由公式Ci =S?/(S++S?)计算得出,如表15所示。其中S+为各品系与理想解的距离,S?为各品系与负理想解的距离。从表15可看出,计算得出20个苹婆品系的Ci值存在明显差异,其中NYS-17和NYS-12的Ci值较高,分别为0.77852和0.77843,说明这2个品系综合性状较优;NYS-7、NYS-8、NYS-10、NYS-11和NYS-9的Ci值较低,说明这5个品系综合性状较优。结合田间实际观察结果(表12),NYS-17和NYS-12综合表现为树体高大、平均单株产量高、可食率高、抗性强及种子的淀粉、可溶性糖和可溶性蛋白含量高,而NYS-7、NYS-8、NYS-10、NYS-11和NYS-9综合表现较差。表明DTOPSIS法评价结果与田间实际观测结果基本相符,间接说明建立的苹婆种质资源综合评价体系评价结果优良,较科学合理。

3 讨论

本研究中依据苹婆的生产需求选取4个准则层(产量、抗性、种子主要内含物含量和树形)及11项单项指标(平均单株产量、可食率、蓇葖果荚皮厚、抗虫性、抗病性、抗寒性、种子淀粉含量、种子可溶性糖含量、种子可溶性蛋白含量、株高和干周),运用AHP法构建苹婆种质资源综合评价体系,计算得出各指标因素的权重并通过一致性检验后,经FCE法进行综合评判,最终建立的苹婆种质资源综合评价体系最终得分为90.02,评价结果优良,说明构建的综合评价体系较科学合理。结合DTOPSIS法综合筛选出2个高产、优质、高抗、长势旺的品系NYS-17和NYS-12,具有树体高大、平均单株产量高、可食率高、抗性强及种子的淀粉、可溶性糖和可溶性蛋白含量高等特性,与这2个品系的田间表现相符。为进一步证明本研究结果的独特性、可靠性,本研究单独应用DTOPSIS法對供试的20个苹婆品系进行综合评价,对11个性状指标分别设定权重值,依次为0.250、0.150、0.080、0.100、0.050、0.050、0.120、0.050、0.050、0.050和0.050,最终筛选到的最优品系仅为NYS-12,NYS-17并未筛选到,该结果与结合AHP-FCE数学模型综合筛选出的结果存在明显差异,再次证明AHP-FCE数学模型结合DTOPSIS法综合评价苹婆种质资源的科学性、合理性和严谨性。

本研究结合DTOPSIS法对20个苹婆品系进行综合评价时,将平均单株产量、可食率、种子淀粉含量、种子可溶性糖含量、种子可溶性蛋白含量、株高和干周等7个性状指标定义为正向指标,与姚丽等(2013)将株高和干周定义为中性指标不同,其原因是本研究中苹婆仅为3年生嫁接苗,正处于旺盛生长期,因此,将株高和干周设定为正向指标更为合理,符合苹婆的生长实际需求。将蓇葖果荚皮厚、抗虫性(果荚虫害率)、抗病性(炭疽病发生率)、抗寒性(相对电导率)4项性状指标设定为负向指标,结合DTOPSIS法筛选出综合性状较优的品系为NYS-17和NYS-12,综合性状较差的品系为NYS-7、NYS-8、NYS-10、NYS-11和NYS-9,与其田间实际观测结果一致。NYS-7、NYS-8、NYS-10、NYS-11和NYS-9不适合用于良种选育研究,建议淘汰或只作为种质资源保存即可。今后将继续开展苹婆种质资源的收集、鉴定等工作,为选育种及创新利用提供可靠资源及技术支撑。

4 结论

应用AHP—FCE数学模型结合DTOPSIS法可应用于苹婆及其他作物的综合评价,筛选出的优良品系NYS-17和NYS-12适合用于良种选育。

参考文献:

范萍,刘静. 2019. 基于数学模型的泰安市生态环境质量综合评价[J]. 山东农业大学学报(自然科学版),50(4):587-592. doi:10.3969/j.issn.1000-2324.2019.04.010. [Fan P,Liu J. 2019. Comprehensive evaluation of ecological environment quality in Taian based on mathematical model[J]. Journal of Shandong Agricultural University(Natural Science Edition),50(4):587-592.]

冯谦. 2019. 基于AHP-模糊综合评定模型在商业房地产评估中的运用[D]. 重庆:重庆理工大学. [Feng Q. 2019. Application of AHP-fuzzy comprehensive decision model in commercial real estate[D]. Chongqing:Chongqing University of Technology.]

冯文星,徐雪荣,雷新涛. 2007. 极具开发潜力的热带干果果树资源—苹婆[J]. 中国种业,(3):67-68. doi:10.19462/j.cnki.1671-895x.2007.03.043. [Feng W X,Xu X R,Lei X T. 2007. A kind of tropical dry fruit tree with great deve-lopment potential—Sterculia nobilis Smith[J]. China Seed Industry,(3):67-68.]

和秀云,和加卫,苏泽春,王宇萍. 2015. 灰色关联度对草莓品种的综合评估[J]. 中国农学通报,31(21):259-263. [He X Y,He J W,Su Z C,Wang Y P. 2015. Comprehensive evaluation of strawberry varieties by grey correlation ana-lysis[J]. Chinese Agricultural Science Bulletin,31(21):259-263.]

华福平,王帅兵,邢晓宁,王海莉,李海峰,李建华,聂元军. 2017. 应用DTOPSIS分析方法对花生新品系的评价[J]. 中国种业,(2):47-49. doi:10.19462/j.cnki.1671-895x. 2017.02.018. [Hua F P,Wang S B,Xing X N,Wang H L,Li H F,Li J H,Nie Y J. 2017. Comprehensive evaluation of new peanut varieties by DTOPSIS method[J]. China Seed Industry,(2):47-49.]

黄瑞寅,刘永强,张晓龙,冀浩,陈建,钟庆荣,杨欣,包文风. 2013. DTOPSIS法在烟叶质量综合评价中的应用[J]. 西南农业学报,26(5):1801-1808. doi:10.16213/j.cnki.scjas.2013.05.033. [Huang R Y,Liu Y Q,Zhang X L,Ji H,Chen J,Zhong Q R,Yang X,Bao W F. 2013. Application of DTOPSIS method in comprehensive evaluation of tobacco quality[J]. Southwest China Journal of Agricultural Sciences,26(5):1801-1808.]

贾纳提,刘梦,梁维维,李学森,麦丽亚·伊尔斯比克. 2016. 旱作条件下新疆天山北坡中山带人工草地建植效果评价[J]. 草地学报,24(5):1126-1130. doi:10.11733/j.issn. 1007-0435.2016.05.030. [Jia N T,Liu M,Liang W W,Li X S,Mailiya Y. 2016. Evaluation of planting effect of artificial grassland cultivated in the middle zone of nor-thern slope of Tianshan Mountains[J]. Acta Agrestia Sinica,24(5):1126-1130.]

姜永平,刘水东,薛晨霞,朱振华. 2010. DTOPSIS法和灰色关联度法在番茄品种综合评价中的应用比较[J]. 中国农学通报,26(22):259-263. [Jiang Y P,Liu S D,Xue C X,Zhu Z H. 2010. Results comparison of comprehensive evaluation tomato varieties with DTOPSIS and grey rela-ted degree[J]. Chinese Agricultural Science Bulletin,26(22):259-263.]

李春燕,卢桂宾,刘和,郭晓东,刘英翠. 2019. 用层次分析法和DTOPSIS法综合评价团枣品种[J]. 山西农业科学,47(12):2057-2061. doi:10.3969/j.issn.1002-2481.2019.12.02. [Li C Y,Lu G B,Liu H,Guo X D,Liu Y C. 2019. Comprehensive evaluation of Tuanzao by AHP and DTOPSIS method[J]. Journal of Shanxi Agricultural Sciences,47(12):2057-2061.]

李根,程玉亮,阎诗佳,牟昊,孟庆海. 2019. 基于层次分析法和模糊综合评判法的水利现代化程度综合评价研究[J]. 水利发展研究,19(6):63-67. doi:10.13928/j.cnki.wrdr. 2019.06.016. [Li G,Cheng Y L,Yan S J,Mu H,Meng Q H. 2019. Comprehensive evaluation of water conservancy modernization based on AHP and fuzzy comprehensive evaluation method[J]. Water Resources Development Research,19(6):63-67.]

李莉,杨雷,杨莉,郝保春. 2008. 应用灰色关联分析法综合评价草莓种质资源[J]. 河北农业科学,(4):18-19. doi:10. 16318/j.cnki.hbnykx.2008.04.047. [Li L,Yang L,Yang L,Hao B C. 2008. A comprehensive assessment on strawberry germplasm resource by using the grey relevant analysis method[J]. Journal of Hebei Agricultural Sciences,(4):18-19.]

李文硯,黄丽君,卢美瑛,蒋娟娟,韦优,罗培四,赵静,孔方南,卓福昌,杨志强,周婧. 2018. DTOPSIS法在苹婆不同品系综合评价中的应用[J]. 南方农业学报,50(7):1527-1533. doi:10.3969/j.issn.2095-1191.2019.07.17. [Li W Y,Huang L J,Lu M Y,Jiang J J,Wei Y,Luo P S,Zhao J,Kong F N,Zhuo F C,Yang Z Q,Zhou J. 2018. Comprehensive evaluation of Sterculia nobilis Smith lines by DTOPSIS method[J]. Journal of Southern Agriculture,50(7):1527-1533.]

李秀杰,韩真,李晨,谢兆森,王世平,李勃. 2016. 根域限制对‘巨峰葡萄果实可溶性糖含量及韧皮部超微结构的影响[J]. 植物生理学报,52(10):1546-1554. doi:10.13592/j.cnki.ppj.2016.0282. [Li X J,Han Z,Li C,Xie Z S,Wang S P,Li B. 2016. Effects of root restriction on soluble sugar contents and ultrastructure of phloem tissues in‘Kyoho grape berry[J]. Plant Physiology Journal,52(10):1546-1554.]

宁云芬,贾蕊,荣涛,汪勐炜. 2017. 基于层次分析法的盆栽东方百合品种综合评价体系构建[J]. 南方农业学报,48(4):669-674. doi:10.3969/j.issn.2095-1191.2017.04.017. [Ning Y F,Jia R,Rong T,Wang M W. 2017. Establishing comprehensive evaluation system for potted Oriental lily cultivars based on analytic hierarchy process[J]. Journal of Southern Agriculture,48(4):669-674.]

邱玮,张增磊,田文祥,范俊. 2018. 基于层次分析法和模糊综合评判的装备保障人员能力评估[J]. 兵器装备工程学报,39(4):108-113. doi:10.11809/bqzbgcxb2018.04.024. [Qiu W,Zhang Z L,Tian W X,Fan J. 2018. Ability eva-luation of equipment support staff based on analytic hierar-chy process and fuzzy synthetic[J]. Journal of Ordnance Equipment Engineering,39(4):108-113.]

任惠,周婧,李一伟,韦持章,陆玉英,卢艳春,罗瑞鸿. 2013. 苹婆种子营养及抗氧化活性[J]. 植物科学学报,31(2):203-208. doi:10.3724/SP.J.1142.2013.20203. [Ren H,Zhou J,Li Y W,Wei C Z,Lu Y Y,Lu Y C,Luo R H. 2013. Study on nutrition and antioxidant activities of Sterculia nobilis Smith seeds[J]. Plant Science Journal,31(2):203-208.]

史卫国,张斌,崔鹏伟,白新春,薛飞. 2018. 小窑采空区变电站地基稳定性的模糊综合评价[J]. 勘察科学技术,(S1):65-69. [Shi W G,Zhang B,Cui P W,Bai X C,Xue F. 2018. Research on fuzzy comprehensive evaluation for foundation stability of small kiln goaf substation[J]. Site Investigation Science and Technology,(S1):65-69.]

宋冀龙,程帅帅. 2019. 基于AHP模糊法的房地产投资建设项目地段选择研究[J]. 科技创新与应用,(27):68-70. [Song Y L,Cheng S S. 2019. Study on location selection of real estate investment and construction projects based on AHP-fuzzy comprehensive evaluation method[J]. Technology Innovation and Application,(27):68-70.]

孙玉勇,钟坤,莫皓蓝,何雪丹,卢景润,蒋明健,陈伟,李家文. 2016. 利用DTOPSIS法综合评价甘蔗新品种[J]. 南方农业学报,47(3):348-352. doi:10.3969/j:issn.2095-1191.2016.03.348. [Sun Y Y,Zhong K,Mo H L,He X D,Lu J R,Jiang M J,Chen W,Li J W. 2016. Comprehensive evaluation of new sugarcane varieties by DTOPSIS method[J]. Journal of Southern Agriculture,47(3):348-352.]

王美珍,季蒙,張文军,王晓江,尚海军. 2012. DTOPSIS 法在柠条品系综合评价中的应用[J]. 内蒙古林业科技,38 (4):19-22. [Wang M Z,Ji M,Zhang W J,Wang X J,Shang H J. 2012. Application of DTOPSIS method in comprehensive evaluation on Caragana[J]. Inner Mongolia Forestry Science and Technology,38(4):19-22.]

徐鹏. 2019. 基于层次分析法的法务会计人才培养效果模糊综合评价研究[J]. 商业会计,(10):121-123. [Xu P. 2019. Comprehensive research on training effect of forensic accounting talents based on AHP and fuzzy comprehensive evaluation method[J]. Commercial Accounting,(10):121-123.]

薛雨桐,李晓辉. 2019. 基于AHP与模糊综合评价法的大型商业综合体建设水平评价——以瑞安重庆天地项目为例[J]. 城市住宅,26(6):113-116. [Xue Y T,Li X H. 2019. Eva-luation on construction level of large-scale commercial complex based on AHP and fuzzy comprehensive evaluation method—taking Ruian Chongqing Tiandi project as an example[J]. Urban Residential,26(6):113-116.]

严志丹,王兰,李美华,袁新琳. 2015. 基于DTOPSIS法的塔里木河流域棉花种植适宜性区划研究[J]. 中国农学通报,31(11):210-216. [Yan Z D,Wang L,Li M H,Yuan X L. 2015. Study on planting suitability regionalization of cotton in Tarim river basin based on DTOPSIS method[J]. Chinese Agricultural Science Bulletin,31(11):210-216.]

楊昆,吴才文,覃伟,赵培方,刘家勇,蔡青. 2015. 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,28(4):1542-1547. doi:10.16213/j.cnki.scjas.2015.04.025. [Yang K,Wu C W,Qin W,Zhao P F,Liu J Y,Cai Q. 2015. Comparison of comprehensive evaluation sugarcane new varieties with DTOPSIS and grey related degree[J]. Southwest China Journal of Agricultural Sciences,28(4):1542-1547.]

杨志强,黄丽君,孔方南,赵静,卢艳春,罗培四,周婧. 2019. 广西苹婆病虫害种类及危害情况调查[J]. 安徽农业科学,47(13):141-142. doi:10.3969/j.issn.0517-6611.2019. 13.043. [Yang Z Q,Huang L J,Kong F N,Zhao J,Lu Y C,Luo P S,Zhou J. 2019. Investigation on species and damage of pests and diseases of Sterculia nobilis Smith in Guangxi[J]. Journal of Anhui Agricultural Sciences,47(13):141-142.]

姚丽,陈学宽,赵培方,赵俊,吴才文,夏红明,杨昆,刘家勇. 2013. DTOPSIS法对云蔗05型甘蔗品系的综合评价[J]. 中国糖料,(2):37-39. [Yao L,Chen X K,Zhao P F,Zhao J,Wu C W,Xia H M,Yang K,Liu J Y. 2013. Evaluation on sugarcane lines Yunzhe 05 series by DTOPSIS[J]. Su-gar Crops of China,(2):37-39.]

俞华先,杨李和,周清明,孙有芳,安汝东,桃联安,董立华,郎荣斌,冯蔚,边芯,朱建荣,经艳芬. 2013. 国家第八轮区试甘蔗新品系在云南瑞丽点表现的DTOPSIS法评价[J]. 南方农业学报,44(10):1613-1617. doi:10.3969/j:issn.2095-1191.2013.10.1613. [Yu H X,Yang L H,Zhou Q M,Sun Y F,An R D,Tao L A,Dong L H,Lang R B,Feng W,Bian X,Zhu J R,Jing Y F. 2013. DTOPSIS evaluation of the eighth national sugarcane regional trail in Ruili Site of Yunnan[J]. Journal of Southern Agriculture,44(10):1613-1617.]

昝凯,周青,张志民,郑丽敏,王凤菊,陈亚光,李明军,徐淑霞. 2018. 灰色关联度和DTOPSIS法综合分析河南区域试验中大豆新品种(系)的农艺性状表现[J]. 大豆科学,37(5):664-671. doi:10.11861/j.issn. 1000-9841.2018.05. 0664. [Zan K,Zhou Q,Zhang Z M,Zheng L M,Wang F J,Chen Y G,Li M J,Xu S X. 2018. Gray correlation analysis and DTOPSIS method for comprehensive agronomic performance analysis of new soybean varieties(lines) in Henan regional test[J]. Soybean Science,37(5):664-671.]

赵亚刚,潘姿伶,樊益东,周俊. 2019. 基于AHP-模糊评价的天然气管道改迁安全分析[J]. 石油化工安全环保技术,35(4):26-27. [Zhao Y G,Pan Z L,Fan Y D,Zhou J. 2019. Safety analysis of natural gas pipeline relocation based on AHP and fuzzy comprehensive evaluation me-thod[J]. Petrochemical Safety and Environmental Protection Technology,35(4):26-27.]

曾雯,金晓玲,邢文,胡曼筠. 2016. 9个常绿杂交冬青的抗寒能力比较[J]. 植物生理学报,52(1):55-61. doi:10.13592/ j.cnki.ppj.2015.0535. [Zeng W,Jin X L,Xing W,Hu M J. 2016. Comparison of cold resistance among nine evergreen Ilex cultivars[J]. Plant Physiology Journal,52(1):55-61.]

周前国,周鸿源. 2019. 基于AHP的模糊綜合评判在盾构施工风险评价中的应用[J]. 中国锰业,37(4):95-99. doi:10.14101/j.cnki.issn.1002-4336.2019.04.021. [Zhou Q G,Zhou H Y. 2019. An application of fuzzy comprehensive evaluation based on AHP in risk evaluation of metro tunnel construct by shield[J]. Chinas Manganese Industry,37(4):95-99.]

Chen Z M,Zhou L,Yang M,Luo F J,Lou Z Y,Zhang X H,Sun H Z,Wang X R. 2019. Index design and safety eva-luation of pesticides application based on a fuzzy AHP model for beverage crops:Tea as a case study[J]. Pest Management Science,76(2):520-526. doi:10.1002/ps. 5539.

Li Y W,Lu Y Y,Chen X L,Ren H,Su W Q,Liu Y Q,Luo R H. 2012. Nutritional and health care valuation of seed embryo Sterculia nobilis Smith[J]. Journal Southern Agriculture,43(5):641-648. doi:10.3969/j:issn.2095-1191. 2012.05.641.

Wu J T,Yang J X,Liu F Y,Li Q W,Wu W L,Pan F Y,Xie J,Chen Y G. 2013. Application of AHP and DTOPSIS in sugarcane breeding[J]. Agricultural Biotechnology,2(5):9-12. doi:10.19759/j.cnki.2164 -4993.2013.05.003.

Zhang D,Yang S K,Wang Z Z,Yang C Y,Chen Y Y. 2020. Assessment of ecological environment impact in highway construction activities with improved group AHP-FCE approach in China[J]. Environmental Monitoring and Assessment,192(24):561-105. doi:10.1007/s10661-020-08400-4.

Zhang J J,Li Y,Lin S J,Li H B. 2018. Green extraction of natural antioxidants from the Sterculia nobilis fruit waste and analysis of phenolic profile[J]. Molecules,23(5):1059. doi:10.3390/molecules23051059.

(责任编辑 陈 燕)

猜你喜欢

种质资源综合评价
绿肥作物紫云英研究进展
大白菜种质资源抗根肿病基因CRa和CRb的分子标记鉴定与分析
茄子种质资源农艺性状遗传多样性分析
玉米种质资源抗旱性鉴定研究进展
10kV配电线路带电作业安全综合评价应用探究
基于熵权TOPSIS法对海口市医疗卫生服务质量的综合评价
主成分分析法在大学英语写作评价中的应用
郑州市各县(市)创新能力综合评价