灰色关联度分析和DTOPSIS法对大麦新品系评价效果比较

陈剑锋;张秋英

【摘 要】利用灰色关联度分析和DTOPSIS法,对大麦的主要性状与产量进行了分析评价。结果表明两种分析方法的评价结果基本相同,灰色关联度方法品种间差异不大,DTOPSIS法中Ci值差异十分明显,能更好的评价品系的优劣。研究认为,灰色关联度分析与DTOPSIS法结合能全面、客观地评判品系。。%Two analysis methods namely Grey correlation and DIOPSIS were employed for multi-trait evaluation of Barley varieties entered the variety test.The results showed that the two evaluation methods gave the similar results and the results were in consistent.By using the grey correlation a nalysis,there were no significant differences among the varieties,while by DTOPSIS,the differences am ong the Cr values were significant,it indicated that DIOPS1S Can do better in evaluating the performances of the varieties. 【期刊名称】《福建稻麦科技》 【年(卷),期】2012(030)004 【总页数】4页(P1-4)

【关键词】大麦;灰色关联度分析;DTOPSIS法;综合评价 【作 者】陈剑锋;张秋英

【作者单位】福建省农业科学院作物研究所,福建福州350013;福建省农业科学院作物研究所,福建福州350013

【正文语种】中 文 【中图分类】S512.1;S330

作物品种或品系的综合评价是育种的重要环节，近年来灰色关联分析法和DTOPSIS法在育种工作上得到广泛的应用，但其研究工作多局限于一种方法。而在大麦育种工作中同一数据资料同时应用这两种方法，其结果如何还未见报道。文章通过对大麦主要性状和产量的灰色关联度分析和DTOPSIS法分析，比较这两种方法在评价大麦品系上的优缺点，并且将灰色理论融入DTOPSIS法对大麦品系实行综合分析，进一步探讨灰色关联度分析和DTOPSIS法分析在大麦育种上的应用。 1 材料与方法 1.1 供试品系

供试品系为课题近几年来，通过杂交、化学诱变、引种等手段得到13个苗头品系。 1.2 试验设计与方法

试验设在福建省农业科学院作物研究所试验农场，土质为沙壤土，2011年11月21日播种。田间设计顺序排列，3重复，3行1区，畦宽1.2 m，畦间距0.3 m，行距0.25 m。对株高、有效穗数等性状进行观察记载，成熟时每区随机选取20穗（株），室内随机对其中20穗（株）进行穗长不实粒数、实粒数、丢粒、千粒重等性状考种。 1.3 分析方法

通过上述试验可获得每个品系的相关数据，包括：生育期、穗长、不实粒数、实粒数、株高、有效穗数、千粒重、产量等。将上述数据整理并输入计算机，运行DPS数据处理软件和Excel软件，进行灰色关联度分析和DTOPSIS法分析（其中灰色关联度分析进分辨系数ρ取值为0.05）。

2 结果与分析 2.1 灰色关联分析

参试品系和构建的理想品系的主要性状的平均值列于表1。运用DPS软件计算出参试品系主要性状的关联系数（表2）、关联度（表3），并对关联度归一化处理得到权重值。

2.2 灰色关联度分析和DTOPSIS法分析比较

利用得到的权重值，把原始数据运用DPS软件进行DTOPSIS法处理，得到决策矩阵（表4），进而得出Ci及其排序（表5）。同时计算出参试品系与理想品系的关联度，并对两种分析方法进行比较。

由表5可知，灰色关联度分析结果关联度排序为：P13＞P6＞P7＞P8＞P3＞P2＞P5＞P12＞P4＞P9＞P10＞P11＞P1，关联度的差异较小，最大差异仅有 38.0%，不能明显区分品系的优劣；DTOPSIS法分析结果Ci排序为P13＞P6＞P7＞P5＞P8＞P3＞P2＞P10＞P4＞P11＞P12＞P9＞P1，Ci值的品系差异较大，最大差异达到 70.9%，品系间优劣十分明显。这表明在评价大麦品系的综合性状时，利用 DTOPSIS法比灰色关联度法更加准确。从灰色关联度分析和DTOPSIS法的计算结果来看，综合分析结果基本一致，前3位综合评价指标则完全一致，依次为P13、P6和P7。这表明这两种分析方法在评价大麦品系的排序上基本一致。 表1 参试品系和理想品系的主要性状品系 生育期（d）穗长（cm）不实粒数实粒数株高（cm）有效穗数（万/667m2）千粒重（g）产量（kg/667m2）P1 142.00 8.2 7.1 20.3 84.3 58.9 42.8 252.18 P2 141.50 7.6 9.8 21.7 91.7 53.2 53.2 369.08 P3 141.75 7.7 7.8 22.8 90.8 49.4 51.5 367.03 P4 141.50 7.5 8.0 22.3 89.3 45.2 49.9 304.96 P5 142.25 7.6 8.2 22.8 87.5 41.0 49.4 319.81 P6 143.00 7.5 7.0 22.7 88.4 53.9 51.0 408.88 P7 144.75 6.4 8.1 22.9 85.1 57.9 41.2 409.35 P8 153.50 7.2 3.5 39.2 85.6 41.8 37.3 364.98 P9 153.25 7.2 4.0

40.5 85.6 44.8 35.6 304.80 P10 153.50 7.3 3.3 41.4 84.3 42.9 34.2 318.70 P11 134.75 8.1 2.8 23.7 81.2 35.1 43.3 248.67 P12 134.75 7.9 3.4 22.7 81.1 29.6 43.1 289.33 P13 134.75 7.7 3.3 26.0 88.7 64.0 39.9 413.14理想品系 134.75 8.2 2.8 41.4 81.1 64.0 53.2 413.14

表2 参试品系主要性状的关联系数品系 生育期 穗长 不实粒数 实粒数 株高 有效穗 千粒重 产量P1 0.5129 0.1322 0.1048 0.2371 0.2278 0.0534 0.0575 0.2623 P2 0.1378 0.0275 0.0313 0.1592 0.1257 0.0665 0.0145 0.0561 P3 0.1502 0.0190 0.0223 0.1420 0.1275 0.0896 0.0089 0.0583 P4 0.3161 0.0722 0.0267 0.1735 0.1975 0.1144 0.0135 0.1405 P5 0.2842 0.0472 0.0010 0.1517 0.1659 0.1481 0.0128 0.1151 P6 0.0762 0.0117 0.0485 0.1236 0.0701 0.0597 0.0004 0.0228 P7 0.0939 0.0129 0.066 0.1133 0.0521 0.0222 0.0655 0.0239 P8 0.2514 0.0134 0.0036 0.0031 0.0904 0.1448 0.1011 0.0820 P9 0.4180 0.0767 0.0678 0.0035 0.1516 0.1235 0.1334 0.1719 P10 0.3792 0.0542 0.0515 0.0193 0.1272 0.1360 0.1373 0.1467 P11 0.4885 0.0819 0.1050 0.1437 0.2484 0.1765 0.0029 0.2328 P12 0.3428 0.0246 0.0309 0.1201 0.1883 0.2180 0.0032 0.1408 P13 0.0163 0.0244 0.0323 0.0891 0.0776 0.0229 0.0746 0.0098

表3 参试品系主要性状的关联度和权重值生育期 穗长 不实粒数 实粒数 株高 有效穗 千粒重 产量关联度 0.266731 0.045992 0.045515 0.113785 0.142315 0.105815 0.048123 0.112538权重值 0.302823 0.052216 0.051674 0.129181 0.161572 0.120133 0.054635 0.127766

表4 DTOPSIS法的决策矩阵品系 生育期 穗长 不实粒数 实粒数 株高 有效穗 千粒重 产量P1 0.08364 0.01507 0.0087 0.02625 0.04540 0.04046 0.01335 0.02669 P2 0.08394 0.01397 0.00631 0.02807 0.04174 0.03654 0.01659

0.03907 P3 0.08379 0.01415 0.00792 0.02949 0.04215 0.03393 0.01606 0.03885 P4 0.08394 0.01379 0.00772 0.02884 0.04286 0.03105 0.01556 0.03228 P5 0.08350 0.01397 0.00754 0.02949 0.04374 0.02816 0.01541 0.03385 P6 0.08306 0.01379 0.00883 0.02936 0.04330 0.03702 0.01591 0.04328 P7 0.08205 0.01177 0.00763 0.02962 0.04498 0.03977 0.01285 0.04333 P8 0.07738 0.01324 0.01766 0.05070 0.04471 0.02871 0.01163 0.03863 P9 0.07750 0.01324 0.01545 0.05238 0.04471 0.03077 0.01110 0.03226 P10 0.07738 0.01342 0.01873 0.05354 0.04540 0.02947 0.01067 0.03373 P11 0.08814 0.01489 0.02207 0.03065 0.04714 0.02411 0.01351 0.02632 P12 0.08814 0.01452 0.01818 0.02936 0.04719 0.02033 0.01344 0.03062 P13 0.08814 0.01415 0.01873 0.03363 0.04315 0.04396 0.01245 0.04373

表5 参试品系灰色关联度分析和DTOPSIS法分析比较品系灰色关联度分析结果 DTOPSIS法分析结果产量排序关联度 排序 关联度差异（%） Ci 排序 Ci差异（%）P1 0.34321 13 38.0 0.20160 13 70.9 12 P2 0.47113 6 15.0 0.41421 7 40.1 4 P3 0.48959 5 11.6 0.46595 6 32.7 5 P4 0.37698 9 31.9 0.38210 9 44.8 9 P5 0.43863 7 20.8 0.57500 4 16.9 7 P6 0.54419 2 1.8 0.59748 2 13.6 3 P7 0.52719 3 4.8 0.59737 3 13.7 2 P8 0.52313 4 5.6 0.47651 5 31.1 6 P9 0.36627 10 33.9 0.25939 12 62.5 10 P10 0.36543 11 34.0 0.40267 8 41.8 8 P11 0.35428 12 36.0 0.37551 10 45.7 13 P12 0.41779 8 24.6 0.33164 11 52.1 11 P13 0.55397 1 0.0 0.69192 1 0.0 1 3 小结与讨论

3.1 DTOPSIS法和灰色关联度法评价品种时各性状的权重大小会直接关系到品种综合评价结果，因此在确定各性状权重时，需十分慎重。以往育种工作者多根据育

种经验人为的确定权重系数，而本试验将灰色关联度分析与DTOPSIS法相结合，以灰色系统理论的关联度作为DTOPSIS法评判各性状的权重，克服了人为确定权重系数的主观性和片面性。

3.2 DTOPSIS法引入了正向指标与逆向指标 ，但有些性状，如大麦的株高，并不是越大越好，也不是越小越好 ，只有限制在一定范围内分析才有意义。 3.3 DTOPSIS法是从经济问题的多目标决策上借鉴而来的，由于大麦的生长受到环境因素、气象因素等不确定性因素的影响，年际间变化较大。就同一品种而言，在不同栽培条件下 ，其表现也存在很多的差异。小麦的性状指标间的关系与经济问题相比有一定的特殊性，因此，本文所涉及的问题仅是就大麦品系的评价、选择的方法作以初步探讨，其方法的应用应该在生产实践中进一步研究、修改，使该种评价方法具有更强的操作性和更广的适用性。

3.4 综合本试验灰色关联度分析和DTOPSIS法分析的结果，表明P13，P6，P7这三个品系综合性状较好，可以作为苗头品系。