灰色關聯度分析在玉米區域試驗品種綜合評價中的應用

譚家剛 向德柱 劉興萍 馬秀云 易陳紅 熊聞霞 李 偉 張興端

摘要采用灰色關聯度分析方法,對參加2008年國家西南一組區域試驗萬州點的10個玉米新組合13個性狀資料進行分析。評價結果表明:W24綜合性狀最好(r=0.909 8)、GD4632次之(r=0.809 5)、DL05綜合性狀最差(r=0.560 3)。

關鍵詞玉米新組合;灰色關聯度分析;綜合評價

中圖分類號S513文獻標識碼A文章編號 1007-5739(2009)14-0033-03

農作物區域試驗是種子工作的基礎,是新品種走向生產的橋梁,是連接科研、生產、市場的紐帶。試驗結果分析是區域試驗工作中的重要環節,品種評價得當與否,直接關系到品種是否通過審定。傳統方法對試驗結果資料中產量數據進行方差分析和回歸分析,對其他性狀如植株性狀和果穗性狀常只采用直觀評價或平均數統計分析,各個性狀結果分析相互獨立,對參試品種評價不夠全面。而大面積生產上,除了對新品種有高產要求外,還對新品種的其他性狀如株高、果穗結實、抗逆性等諸多方面有要求。運用灰色關聯度分析方法,對參加區域試驗的玉米新組合各個性狀進行綜合評判,按照各性狀的相對重要性進行合理評定,有利于指導玉米新品種選育和審定。筆者以2008年國家西南玉米新品種區域試驗一組的10個組合試驗結果資料為基礎,運用灰色關聯度分析法對玉米新組合進行綜合評價案例分析。

1材料與方法

1.1資料來源

以2008年度參加國家西南玉米區域試驗一組的10個組合萬州試驗點的結果數據為分析資料。由于試驗采用密碼編號,組合名稱和試驗結果的對應來源于2009年3月由全國農業技術推廣服務中心編著、中國農業科學技術出版社出版的“中國玉米新品種動態—2008年國家級玉米品種區試報告”一書。參試組合為HK8102(代號為X1)、JG168(代號為X2)、DL05(代號為X3)、CN601(代號為X4)、HZ06-1(代號為X5)、W24(代號為X6)、118139(代號為X7)、GD4632(代號為X8)、GM4105(代號為X9)、渝單8號(對照品種,代號為X10)。

1.2試驗方法

試驗管理嚴格按照2008年國家普通玉米區域試驗方案進行田間操作,以《國家玉米品種區域試驗年終報告》所附調查項目和標準要求進行田間調查和室內考種。選取生育期(k1)、株高(k2)、穗高(k3)、抗倒伏率(k4)、抗倒折率(k5)、穗長(k6)、穗粗(k7)、禿尖(k8)、穗行數(k9)、行粒數(k10)、出籽率(k11)、百粒重(k12)、 籽粒產量(k13)共13個性狀資料進行統計分析。

1.3分析方法

應用灰色關聯分析方法,將所有參試組合視為1個灰色系統,各考察性狀為系統中的1個因素。把玉米新品種選育目標與優良品種的上限結合起來,構建1個理想品種。以理想品種的各性狀指標構成參考數列,記作X0,參試品種(組合)各性狀值比較數列,記作Xi(i=1,2,…,m),其中m為參試品種數,各性狀用k表示(k=1,2,…,n),其中n為考察性狀數。

參試品種(組合)與參考品種之間關聯系數的計算公式如下:

ξi(k)=■………(1),式中,ξi(k)為Xi對X0在K性狀的關聯系數,ρ為分辨系數,取值范圍在(0,1)之間,一般取0.5。■|X0(k)-Xi(k)|和■|X0(k)-Xi(k)|分別為第1層次最小差和第1層次最大差,即在絕對差|X0(k)-Xi(k)|中按不同的k值分別挑選其中最小者和最大者;■■|X0(k)-Xi(k)|和■■|X0(k)-Xi(k)|分別為第2層次最小差和第2層次最大差,即在絕對差■■|X0(k)-Xi(k)|中挑選最小值和最大值。

按各性狀賦予相同的權重計算平均關聯度:ri=■………(2),按各性狀賦予不同的權重計算加權關聯度:ri=■(3),式中,wk為權重系數。由于反應品種優劣的各項性狀指標的重要性不同而賦予各性狀不同的權重系數,權重系數的給出依據某性狀對品種表現的相對重要性。

2結果與分析

2.1參考品種構建

生育期、株高、穗高以所有參試組合的平均值作為參考品種值,其他性狀以參試組合的最大值為參考品種值。對倒伏和倒折指標用公式x1=100-x轉換為抗倒伏和抗倒折值,禿尖指標用公式x=100×(穗長-禿尖長)/穗長轉換為結實率。各性狀的原始數據和參考品種數據列于表1。

2.2數據初始化處理

由于原始數據中各性狀的量綱不同,為便于分析,先將表1數據進行無量綱化處理。本研究采用上限性測度、適中性測度進行無量綱標準化處理。對產量、穗長、穗行數、行粒數、出籽率、千粒重采用上限性測度,對生育期、株高、穗位高采用適中性測度。由ri(k)=■ ………(4),ri(k)=■………(5)分別計算出上限性測度、適中性測度,得到數值在(0,1)內的新數列,結果見表2。

2.3灰色關聯系數及關聯度的計算

首先,求得參考數列X0與10個參試品種相應性狀的絕對差值,計算公式為:△i(k)=|X0(k)-Xi(k)|(i=1,2,……,9,k=1,2,……,13),計算結果列于表3。

由表3可知,■ ■|X0(k)-Xi(k)|=0, ■■|X0(k)-Xi(k)|=0.270 0,將二級差值代入公式(1),并取ρ=0.5,則得:ξi(k)= ■ ………(6),把表3中的相應數值代入公式(5),即可得到X0對Xi各性狀的關聯系數,計算結果列于表4。

將求得的關聯系數代入公式(3)計算加權關聯度,求得每個品種(組合)的加權關聯度,結果見表5。

2.4關聯度分析

首先,按照公式(2)將13個性狀看成具有同等重要性,即平均權重系數計算平均關聯度。然后按照公式(3)將不同性狀賦予不同的權重系數進行加權關聯分析,以產量為最重要性狀,占0.450 0的權重;以植株性狀包括(生育期、株高、穗高、抗倒性)占權重0.200 0;以果穗和籽粒性狀(包括穗長、穗粗、禿尖、行數、行粒數、出籽率、百粒重)占權重0.350 0。詳見表4中的Wk值。

由表5可知,按照產量結果排序,W24第1位、GD4632第2位、JG168第3位、HK8102第4位、GM4105第9位、DL05第10位;按照平均關聯度結果排序,W24第1位、HK8102第2位、 JG168第3位、GD4632第4位、118139第9位、DL05第10位;按照加權關聯度分析結果排序,W24第1位、GD4632第2位、HK8102第3位、JG168第4位,GM4105第9位、DL05第10位。

3討論

(1)按照區域試驗常規評價品種優劣主要考察產量性狀方法,10個參試品種(組合)的前4位分別是:W24第1、GD4632第2、JG168第3、HK8102第4,后2位分別是:GM4105第9、DL05第10;根據平均關聯度分析方法,前4位分別是W24(0.841 9)、HK8102(0.799 7)、JG168(0.778 5)、GD4632(0.775 4),后2位分別是118139(0.658 7)、DL05(0.646 0);根據加權關聯分析方法,前4位分別是W24(0.909 8)、GD4632(0.809 5)、HK8102(0.746 0)、JG168(0.742 8),后2位分別是GM4105(0.575 4)、DL05(0.560 3)。上述結果表明,W24不論是采用產量結果比較,還是用平均關聯度分析或加權關聯分析,都表現為第1位,說明該組合綜合性狀很好,是1個突出組合;GD4632產量和加權關聯分析居第2位,也是1個綜合性狀比較好的組合;而JG168產量第3位、加權關聯分析第4位;HK8102產量第4位、加權關聯分析第3位。

筆者認為,區域試驗常規評價方法只對產量有明確定量評價,而其他性狀有的雖然有量的數值,但沒有量化比較標準;有的性狀只有定性說明,缺乏綜合評判指標,不切合實際,不科學。平均關聯分析把所有考察性狀置于同等重要位置,應用加權關聯度方法進行綜合評價參加試驗組合的優劣,既能把所有性狀進行量化,又能根據性狀的相對重要性進行權重分配,分析結果全面、可靠。

(2)采用灰色關聯度分析法綜合評價的關鍵,在于構建參考品種、分析性狀的選取和各性狀權重大小的分配。因此,應根據各地玉米育種目標、生產實際和生態條件進行綜合考慮,得到的分析結果才具有指導意義,以期為品種審定提供較為可靠的依據。

4參考文獻

[1] 鄧聚龍.農業灰色系統理論與方法[M].濟南:山東科技出版社,1988.

[2] 張興端,徐茜,涂文志,等.灰色關聯度分析在馬鈴薯新品種(系)綜合評價上的應用[J].馬鈴薯雜志,1994,8(1):26-29.

[3] 曹雯梅,劉松濤,路紅衛.灰色系統理論在小麥新品種綜合評判中的應用[J].中國種業,2005(11):47-49.