基于熵權TOPSIS法的大豆種質資源綜合評價

摘要本研究以JD001、JD002和JD003等9份大豆種質資源為材料，利用熵權TOPSIS法對株高、底莢高度和單株主莖節數等8個農藝性狀進行評價，繼而進行聚類分析，為大豆品種選育提供參考。結果表明，各農藝性狀中，變異系數較高的是單株有效分枝數（64.79%）、底莢高度（31.44%）和單株有效莢數（28.77%），表明這3個性狀指標遺傳改良潛力較大，可應用于大豆品種選育鑒定。通過熵權TOPSIS法和聚類分析將9個大豆品種分為3種類型，一類為JD006（良好型）；二類為JD001、JD004、JD005和JD009（中等型）；三類為JD002、JD003、JD007和JD008（一般型）。其中大豆品種JD006適宜作為優質親本使用。

關鍵詞大豆；熵權；TOPSIS法；綜合評價；品種選育

中圖分類號S565文獻標識碼A文章編號1007-7731（2024）18-0020-04

DOI號10.16377/j.cnki.issn.1007-7731.2024.18.005

Comprehensive evaluation of soybean germplasm resources based on entropy weight TOPSIS method

WANG WendiZHANG ZhiyongLIU XiaofangZHOU YiCHA GanhasiQI Jiarui LUO ChelimugeSU RinaGUO Fangliang

（Tongliao Institute of Agricultural and Animal Husbandry Sciences， Tongliao 028000， China）

Abstract 9 soybean germplasm resources were selected， including JD001， JD002， and JD003， as materials， and 8 agronomic traits such as plant height， bottom pod height and main stem node number were evaluated by entropy weight TOPSIS method， and then cluster analysis was carried out in order to provide theoretical references for the breeding of new soybean varieties. The results showed that among various agronomic traits， the ones with higher coefficients of variation were effective branch number per plant （64.79%）， bottom pod height （31.44%）， and effective pod number per plant （28.77%）， indicating that these 3 traits have rich genetic improvement potential and can be applied to soybean variety breeding and identification. Through entropy weight TOPSIS method and cluster analysis， 9 soybean varieties were divided into three types， one was JD006 （good type）， the second category were JD001， JD004， JD005 and JD009 （medium type）， the third category were JD002， JD003， JD007 and JD008 （general type）. Among them， the soybean variety JD006 was suitable for use as a high-quality parent.

Keywords soybean; entropy weight; TOPSIS method; comprehensive evaluation; variety breeding

大豆是豆科大豆屬一年生草本植物，是優質植物蛋白食物之一，其提取食用油之后的大豆餅粕也是一種優質的蛋白飼料。隨著生活水平的提高和消費理念的革新，消費者對蛋白質的消費需求提高，對大豆的需求量增加^[1-2]。在一定的耕地面積上，逐步提高大豆產量成為當前研究的熱點之一。選育高產優質大豆品種是提高大豆產量較直接的途徑之一，而優異親本的選擇對品種改良具有決定性作用。因此，對不同大豆種質資源的產量與品質相關性狀進行分析，了解各性狀存在的遺傳變異多樣性，將種質資源劃歸不同群體，有利于雜交育種的親本選擇^[3-4]。目前，通過綜合評價篩選優質親本已獲得廣泛應用。王小翠等^[5]對2 254份不同來源的大豆種質資源的24個表型性狀進行分析，篩選出6份高產優異種質資源和4份穩定高油優異種質資源，為高油高產品種培育提供了基因資源和參考；陳亞光等^[6]以14個大豆品種為試驗材料，對產量及相關農藝性狀進行分析，篩選出安豆6223、HN0811和Z中黃341這3個大豆品種可作為優質親本用于黃淮海地區的大豆新品種選育；張素梅等^[7]對收集到的240份大豆種質資源的蛋白質和脂肪含量進行測定分析，篩選出高蛋白材料39份，高油材料11份；趙萌等^[8]、孫浩楠等^[9]和孫鵬宇等^[10]對大豆資源不同生育期進行抗逆性評價分析，篩選出抗逆性強的品種，為其抗逆育種及抗逆遺傳機制研究提供適宜種質資源。

本研究以JD001、JD002和JD003等9個大豆品種為研究材料，對其產量、株高、底莢高度以及主莖節數等農藝性狀進行評價，同時進行聚類分析，為大豆品種選育提供參考。

1 材料和方法

1.1 供試材料

供試大豆品種分別為JD001、JD002、JD003、JD004、JD005、JD006、JD007、JD008和JD009，均為通遼市農牧科學研究所自有材料。

1.2 試驗方法

試驗在通遼市農牧科學研究所試驗田內進行。每個品種種植一個小區，采取隨機排列，3次重復，試驗區四周設保護行。各小區長3 m，寬6 m（12壟），面積18 m²，全區收獲計產。收獲前，每個重復隨機取樣10株，對其產量、株高、底莢高度、單株主莖節數、單株有效分枝數、單株有效莢數、百粒重和生育天數進行測量和記錄。

1.3 數據分析

利用Excel軟件進行數據初步處理，利用Origin 2022軟件作圖。通過統計各性狀指標的最小值（Min）、最大值（Max）、均值（A）、標準差（S）和變異系數（CV）。對數量性狀進行10級分類，按照A±μS（μ=0、0.5、1.0、1.5和2.0）對各性狀指標進行分級，設置每級0.5 S劃分為1～10級，計算各性狀的遺傳多樣性指數（’）。參考余健等^[11]和楊瑾等^[12]的方法計算熵權、確定指標權重，再基于加權TOPSIS法計算評價對象的正理想解（*）和負理想解（⁰）的距離，最終計算出貼近度值，貼近度越高，表明大豆品種越好。

2 結果與分析

2.1 農藝性狀多樣性評價

9份大豆品種的主要農藝性狀變異情況見表1。平均株高114.80 cm，變異幅度在105.60～124.40 cm，變異系數（CV）5.15%，遺傳多樣性指數（）1.889；平均底莢高度16.42 cm，變異幅度在6.40～23.40 cm，CV=31.44%，=1.677；平均單株主莖節數19.96個，變異幅度在18.00～22.60個，CV=6.71%，=1.427；平均單株有效分枝0.60個，變異幅度在0～1.20個，CV=64.79%，=1.735；平均單株有效莢數69.04個，變異幅度在49.20～111.60個，CV=28.77%，=1.215；平均百粒重18.26 g，變異幅度在16.20～21.28 g，CV=8.24%，=1.735；平均產量3 184.31 kg/hm²，變異幅度在2 957.03～3 540.66 kg/hm²，CV=6.55%，=1.677；平均生育期115.56 d，變異幅度在114.00～116.00 d，CV=0.59%，=0.849。各性狀CV在0.59%～64.79%范圍內，其中單株有效分枝數（64.79%）、底莢高度（31.44%）和單株有效莢數（28.77%）的CV值較高，生育期（0.59%）、株高（5.15%）、單株主莖節數（6.71%）和百粒重（8.24%）的CV值較低。這表明單株有效分枝、底莢高度和單株有效莢數3個性狀的遺傳改良潛力較大；生育期、株高、單株主莖節數和百粒重4個性狀遺傳特性較穩定。各性狀在0.849～1.889，其中株高的最高，為1.889；其次為單株有效分枝和百粒重，均為1.735；生育期的最低，為0.849。

2.2 基于熵權TOPSIS法的大豆品種綜合評價

大豆各農藝性狀信息熵及權重如表2所示。大豆各農藝性狀信息熵和權重呈反比，在8個性狀中，產量的信息熵最小（0.787），權重最大（0.209），說明該指標離散程度較大，對品種綜合評價影響較大，生育期信息熵最大（0.935），權重最小（0.064），對品種綜合評價影響較小。

不同品種大豆綜合評價及排序見表3。綜合9個大豆品種的株高、底莢高度和單株主莖節數等8個主要農藝性狀進行綜合評價，貼近度由高到低依次為JD006>JD009>JD005>JD001>JD004>JD008>JD003>JD002>JD007。

2.3 基于貼近度的大豆品種聚類分析

根據各品種值進行聚類分析，結果如圖1所示。將9個大豆品種分為三類，第一類為良好型，有JD006；第二類為中等型，包括JD001、JD004、JD005和JD009；第三類為一般型，包括JD002、JD003、JD007和JD008。

3 結論與討論

大豆種質資源的遺傳多樣性研究為大豆的改良育種提供基礎數據，有助于了解大豆的遺傳背景和遺傳變異情況。作物各性狀的豐富程度可以通過變異系數直觀表現出來，變異系數越大，說明該性狀的變異程度越大。昝凱等^[13]對黃淮海地區59份夏大豆材料的9個農藝性狀進行變異分析發現，有效分枝的變異系數較大，生育期的變異系數和遺傳多樣性指數均較小。劉迎春等^[14]對20個大豆品種主要農藝性狀的綜合表現分析發現，主莖分枝數、底莢高度的變異系數較大。連金番等^[15]對13個大豆早熟材料的農藝性狀變異分析發現，有效分枝變異系數最大，百粒質量和生育期變異系數較小。本研究結果表明，單株有效分枝、底莢高度和單株有效莢數變異系數較大，生育期、株高、單株主莖節數和百粒重變異系數較小，與上述研究結果一致，即單株有效分枝、底莢高度和單株有效莢數的性狀遺傳多樣性較豐富，是進行種質資源篩選的良好基礎。

熵權法是根據指標統計數據中包含的信息量，確定指標權重的客觀賦權法。根據信息熵的定義，對于某項指標，可以用熵值來判斷其離散程度，信息熵值越小，指標的離散程度越大，該指標對綜合評價的影響（即權重）就越大^[16-17]。TOPSIS法是一種常用的組內綜合評價方法，利用歸一化后的原始數據矩陣，采用余弦法找出有限方案中的最優方案和最劣方案，然后分別計算各評價對象與最優方案和最劣方案間的距離，獲得各評價對象與最優方案的相對接近程度，以此作為評價優劣的依據^[18-19]。相較于模糊隸屬函數法和主成分分析法，熵權TOPSIS法結合了兩種方法的優點，能夠更加準確地進行綜合評價。巴圖等^[20]采用熵權TOPSIS法和聚類分析從10份大麥材料中篩選出2份高度耐堿材料。余忠浩等^[21]利用TOPSIS分析法，在109個大豆品種中篩選出7個表現優異的大豆品種。本研究利用熵權TOPSIS法和聚類分析，對9個大豆品種進行綜合評價，將其劃分為3個類型，其中表現最好的為JD006，表現一般的為JD002、JD003、JD007和JD008。

綜上，通過對9個大豆品種的8個主要農藝性狀綜合分析可知，大豆種質的農藝性狀有豐富的多樣性，在品種選育過程中側重對單株有效分枝、底莢高度和單株有效莢數的篩選鑒定。通過熵權TOPSIS法和聚類分析，將其分為3種類型，一類為JD006（良好型）；二類為JD001、JD004、JD005和JD009（中等型）；三類為JD002、JD003、JD007和JD008（一般型）；其中大豆品種JD006可作為優質親本使用。

參考文獻

[1] 胡壯壯，王路路，姜雪冰，等. 我國大豆產業發展現狀分析及對策[J]. 大豆科技，2023（4）：1-11.

[2] 崔少彬，于曉光，崔杰印，等. 我國大豆產業現狀及發展對策[J]. 黑河學院學報，2023，14（7）：65-67.

[3] 孫星邈，謝建國，鄭海洋，等. 東北春大豆區不同年代審定品種主要性狀演變分析[J]. 大豆科學，2023，42（1）：118-128.

[4] 陳應志，武婷婷，白巖，等. 淺談中國大豆品種改良與更新換代百年史[J]. 大豆科技，2022（1）：1-5.

[5] 王小翠，趙朝森，彭任文，等. 不同來源大豆種質資源產量與品質性狀評價[J]. 江西農業學報，2023，35（6）：16-23.

[6] 陳亞光，昝凱，王鳳菊，等. 黃淮海地區夏大豆新品種產量相關性狀的綜合分析[J]. 天津農業科學，2022，28（6）：16-20.

[7] 張素梅，劉玉芹，劉進謙，等. 240份大豆種質資源品質分析與評價[J]. 種子，2023，42（3）：76-80.

[8] 趙萌，楊帥，蔣洪蔚，等. 大豆種質資源芽期耐旱鑒定及綜合評價[J]. 大豆科學，2023，42（6）：701-709.

[9] 孫浩楠，曹霞，朱貴爽，等. 耐低氮大豆資源的苗期篩選與評價[J]. 大豆科學，2023，42（5）：545-553.

[10] 孫鵬宇，裴雙康，周永剛，等. 大豆萌發期和全生育期抗旱性評價及優異種質篩選[J]. 分子植物育種，2024，22（2）：490-502.

[11] 余健，房莉，倉定幫，等. 熵權模糊物元模型在土地生態安全評價中的應用[J]. 農業工程學報，2012，28（5）：260-266.

[12] 楊瑾，王忠偉，龐燕. 基于熵權TOPSIS法的油茶產業發展績效評價[J]. 中南林業科技大學學報，2021，41（12）：168-177.

[13] 昝凱，王鳳菊，陳亞光，等. 黃淮海地區夏大豆農藝性狀的綜合評價及通徑分析[J]. 天津農業科學，2023，29（10）：18-24.

[14] 劉迎春，趙玉山，周學超，等. 20個大豆品種主要農藝性狀的綜合評價與利用[J]. 貴州農業科學，2022，50（11）：6-12.

[15] 連金番，羅瑞萍，姬月梅，等. 寧夏灌區夏播大豆種質篩選及產量性狀的相關性分析[J]. 寧夏農林科技，2019，60（6）：8-10.

[16] 劉彥岑，郭俊先，郭陽，等. 基于熵權-TOPSIS的哈密瓜田間水肥耦合評價[J]. 江蘇農業科學，2024，52（1）：141-147.

[17] 高偉城，王小平，陳榮珠，等. 基于化學模式識別和熵權TOPSIS法的不同品種枇杷葉品質分析研究[J]. 甘肅中醫藥大學學報，2023，40（5）：33-39.

[18] 李遠方，侯軍英，楊永霞，等. 基于MOPSO和TOPSIS的多目標優化溫室黃瓜光環境調控模型[J]. 農業工程學報，2023，39（19）：185-194.

[19] 菅毅，周金星，萬龍，等. 基于TOPSIS方法的喀斯特斷陷盆地區番茄地下灌溉技術節水效益綜合評價[J]. 節水灌溉，2022（2）：89-94，100.

[20] 巴圖，李建波，李國興，等. 基于熵權-TOPSIS模型的大麥萌發期耐堿種質評價[J]. 種子，2023，42（5）：55-62.

[21] 余忠浩，周偉，李志剛，等. 2002—2021年內蒙古自治區大豆主要性狀變化分析及綜合評價[J]. 中國農學通報，2022，38（34）：14-21.

（責任編輯：李媛）