遼西地區適宜機械化生產釀造高粱品種綜合評價

孔凡信，劉 志，肖繼兵

（遼寧省旱地農林研究所，遼寧朝陽122000）

0 引言

高粱是全球第5大作物，其具有的抗旱、耐澇、抗鹽堿、耐貧瘠、耐高溫等特點使其在平原、山丘、澇洼、鹽堿地均可種植[1]。在中國，高粱是傳統釀酒、釀醋產業的主要原料，85%以上的高粱用于釀造[2]。高粱是遼西地區主要雜糧作物之一，常年播種面積約8萬hm2，占遼寧省高粱播種面積80%。目前，遼西地區釀造高粱生產應用的品種混雜多樣，且植株比較高大（平均株高170 cm以上），不利于機械化收獲作業[3]，因此引進篩選及評價適宜機械化生產的釀造高粱品種，對推動高粱產業在遼西地區的健康發展具有重要的現實意義。

傳統的品種評價主要采用對產量數據和與產量有關的其他性狀（如株高、穗長、粒重等）單獨進行方差分析、回歸分析等，致使分析結果相互獨立，對品種優劣的評價不夠全面，而灰色系統理論中的關聯度分析方法則克服了這種局限性。灰色關聯度分析是一種將灰色系統中各個要素進行綜合描述和量化的評價方法，可以將產量和其它性狀綜合起來，客觀地、定量地評定參試品種，其特點是能對系統關鍵要素進行全面的、客觀的評價，而且不會由于某一個或某幾個性狀表現優良進而認可該品種，近年來廣泛應用于農作物品種綜合評價方面[4-9]。在高粱品種綜合評價方面，馮海生等[10]運用灰色關聯度分析法對青海省8個甜高粱(Sorghum dochna)品種的9個性狀進行了綜合評價，結果表明在青海東部農業區表現較好的甜高粱品種有‘九甜雜三’、‘大力士’、‘超級放牧者’。粱萬鵬等[11]在甘肅省慶陽地區對16個飼用高粱(Forage sorghum)品種的8個農藝性狀利用灰色關聯度分析法進行了綜合評價，表現較好的飼用高粱品種有‘BJ0602’、‘大卡(Big Kahuna)’。丁品等[12]對甘肅省11種甜高粱材料運用灰色關聯度進行了篩選鑒定，灰色綜合評判排序顯示‘08-2’、‘2043’、‘09-1’、‘雅津43號’分別排列前4位。

遼西地區是遼寧省高粱主產區，品種是影響高粱高產穩產的主要因素之一，而且采用灰色關聯度對該區釀造高粱品種進行綜合評價還未見報道。因此，本研究在同一栽培條件下，利用2016年和2018年高粱品種試驗數據，運用灰色關聯度分析法對引進的高粱品種進行綜合評價，以期為遼西地區選擇適宜的機械化生產釀造高粱品種，優化高粱生產的品種結構和提高產量提供科學依據。

1 材料與方法

1.1 試驗區概況

試驗在遼寧省旱地農林研究所示范基地進行，該區地處北緯40°35'—42°20'，東經 118°50'—121°20'，屬北溫帶大陸性季風氣候區，四季分明，晝夜溫差大，年平均氣溫7.15℃，年平均日照時數2800 h，10℃以上積溫平均為3220℃，無霜期150天左右，年平均降水量為438.9 mm，季節分布不均，70%～74%的降水集中在6—8月份，以雨養農業為主，一年一熟。供試土壤為砂壤質褐土，0～20 cm耕層土壤基本理化性質見表1。

1.2 試驗設計

試驗于2016年和2018年在遼寧省旱地農林研究所試驗基地進行。供試品種隨機區組排列，3次重復，小區面積24 m2，8行區，行長6 m，行距0.5 m。每品種施肥量相同，種肥為磷酸二銨(300 kg/hm2，N 18%，P2O546%)，拔節初期追施尿素(375 kg/hm2，N 46%)，生育期間未灌溉。2016年5月18日和2018年5月15日播種，4葉期按品種密度進行間苗和補苗，9月下旬收獲，其他田間管理同正常種植。供試材料見表2。

1.3 測定項目與方法

株高、穗長用米尺測定，莖粗用游標卡尺測定。高粱收獲后，每品種試驗小區全部測產，籽粒產量按含水量13%計，同時每個小區取30穗風干后考種，按常規方法測定單穗重、單穗粒重、千粒重。

1.4 數據分析方法

選擇株高、莖粗、穗長、單穗重、單穗粒重、千粒重、產量、生育期8個指標（以k1～k8表示）進行權重比較，以此為基礎構建綜合評價模型，做灰色關聯度分析[13]。參試品種以X表示，性狀以k表示，各參試品種X在性狀k處的值構成比較數列Xi，X0是所有參試材料各項指標的最優值，作為構建的理想參考品種，記為｛X0(k)｝(k＝1，2，3，…，8)，參試品種各項指標作為評價指標作為比較數列，即參評指標觀測值集合，記為｛Xi(k)｝(i＝1，2，3，…，19；k＝1，2，3，…，8)，ρ∈(0，1)，根據公式(1)～(5)計算加權關聯度。

表1 供試土壤基本理化性質

表2 品種及來源

1.5 數據處理

采用EXCEL 2010和SPSS 19.0軟件進行數據統計分析。

2 結果與分析

2.1 不同品種灰色關聯度評價

2.1.1 參試品種主要性狀指標及參考數列的確定 2年試驗結果表明，所有參試品種均能正常成熟，且無明顯倒伏現象發生，其中生育期最長的品種為‘白雜13號’，為106.50天，生育期最短品種為‘吉雜140號’，為88.50天。經濟產量最高的品種為‘遼雜19號’，為9979.50 kg/hm2，經濟產量最低的品種為‘吉雜140號’，為5608.38 kg/hm2。

灰色關聯度分析結論與構造一個理想的“參考品種”有關，本研究共選取了8個主要性狀指標，分別為株高、莖粗、穗長、穗重、穗粒重、千粒重、經濟產量、生育期。根據遼西地區氣候特點及釀造高粱實際生產經驗，結合優良機械化生產釀造高粱品種的上限指標，同時參考各參試品種的8個主要性狀指標構建成的參比數列Xi(k)來設計一個理想的參考數列X0(k)。其中正向指標（莖粗、穗長、穗重、穗粒重、千粒重、經濟產量）以參試品種每個指標最大值構成參考數列X0[10]，中性指標（株高和生育期）根據機械化生產釀造高粱品種育種目標和生產實際確定。各品種參比數列由2016年和2018年2年試驗數據的平均值構成。

2.1.2 參試品種主要性狀指標無量綱化 根據灰色系統理論要求，將19個參試高粱品種的8個性狀視為一個整體，即灰色系統，由于同一品種不同性狀的單位不同，為保證各性狀因素具有等效性和同序性，需對原始數據進行無量綱化處理，正向指標以參考數列性狀為分母，參試品種性狀為分子，Xi'(k)=Xi(k)/X0(k)，中性指標取參考數列性狀為分子，各參試品種性狀值與參考品種性狀值差的絕對值再加上參考品種性狀值為分母進行無量綱化處理Xi'(k)，見公式(6)，從而得到一個新的數列（表4）。然后用△i(k)=|X0'(k)-Xi'(k)|表示X0'數列與Xi'數列在k列(k=1，2，3，4，5，6，7，8)的絕對差值，求出各對應列點的絕對差值（表5）。

表3 參試高粱不同品種評價指標值

表4 參試品種主要性狀指標無量綱化

續表4

表5 參試品種主要性狀指標絕對離差

根據公式（2）計算參試品種主要性狀指標絕對離差。

2.1.3 參試品種主要性狀指標關聯系數 由表5可知，二級最小差minmin|X0'(k)-Xi'(k)|為0.0000，二級最大差maxmax|X0'(k)-Xi'(k)|為0.6046，根據公式(1)計算關聯系數。

2.1.4 參試品種主要性狀等權關聯度和加權關聯度 根據模糊數學方法中的權重決策法，由公式(3)、公式(4)計算各指標對應的權值，賦予各性狀不同權重，ωk1=0.1494，ωk2=0.1198，ωk3=0.1296，ωk4=0.1027，ωk5=0.1114，ωk6=0.1231，ωk7=0.1365，ωk8=0.1274。根據權重值的大小，可判斷出每個指標在機械化釀造高粱品種綜合評價中的作用大小，其權重順序為株高＞經濟產量＞穗長＞生育期＞千粒重＞莖粗＞單穗粒重＞單穗重，根據權重可構造釀造高粱綜合評價模型(7)。將權重系數及關聯系數代入公式(5)，求得各參試品種的加權關聯度（表7）。

本試驗中等權關聯度與加權關聯度排名結果基本一致，但加權關聯度排名比等權關聯度排名更加合理準確，可更真實的反應參試品種與最優指標集的差異大小，因此綜合評價排名采用加權關聯度排名。按照灰色系統理論中關聯度分析法原則，關聯度越大的品種與理想品種越接近，說明綜合性能越理想，反之則差異大。從表7可以看出，在綜合各性狀進行關聯度評判時，各品種的優劣排序是X1＞X15＞X18＞X3＞X6＞X9＞X10＞X4＞X12＞X7＞X2＞X16＞X11＞X19＞X17＞X14＞X5＞X13＞X8，其加權關聯度分別為 0.8370、0.6897、0.6573、0.6356、0.6355、0.6308、0.6293、0.6238、0.6190、0.5873、0.5824、0.5730、0.5686、0.5554、0.5452、0.5323、0.5255、0.4613、0.3976，供試釀造高粱品種綜合生產性能評價排在前3位的分別為‘遼雜19號’、‘平試13號’、‘濟粱2號’。

表6 參試品種關聯系數

2.2 釀造高粱品種系統聚類分析

運用SPSS軟件對參試高粱品種進行系統聚類分析。從圖1可以看出，X1（‘遼雜19號’）、X15（‘平試13號’）、X18（‘濟粱2號’）聚為一類，X2（‘遼雜37號’）、X12（‘白雜 12號’）、X6（‘吉雜 137號’）、X10（‘吉雜145號’）、X9（‘吉雜142號’）、X11（‘白雜11號’）、X16（‘通雜108號’）聚為一類，X4（‘吉雜127號’）、X7（‘吉雜138號’）、X3（‘吉雜124號’）、X19（‘機糯粱1號’）、X5（‘吉雜136號’）、X14（‘白雜14號’）、X17（‘通雜127號’）聚為一類，X8（‘吉雜140號’）為一類，X13（‘白雜13號’）為一類。其中‘遼雜19號’、‘平試13號’、‘濟粱2號’聚為一類，運用灰色關聯度分析結果表明這3個品種綜合生產性能分別排在前3位，‘吉雜140號’在所有參試品種中產量最低，單獨聚為一類。聚類分析結果與灰色關聯度分析結果基本一致。

3 討論

農作物品種試驗的結果能否從總體水平上客觀真實地反映參試品種，與科學合理的評價方法密切相關。系統綜合評價的方法很多，如層次分析法、模糊綜合評判法、主成分分析法、因子分析法等。這些方法都有各自的優點，但是也存在著一定的不足[17]。在客觀系統中，灰色是絕對的，灰色系統分析可較為真實和全面地反映人們對客觀系統的實際認識程度，不但可以給出質的定性解釋，同時也可以給出量的確切描述[18-19]。生物系統本身可以作為一種灰色系統，因而可采用灰色系統提供的灰色關聯分析方法對生物體的各種性狀進行分析評價[20-23]。灰色關聯度分析法在系統綜合評價中是一種極為有效的方法，它能夠充分利用備選方案的各指標值來構造數據序列，從而分析計算出備選方案和理想方案的灰色關聯度，從而來確定最佳方案[17]。本文運用灰色關聯度分析法對釀造高粱品種進行了綜合評價，評價結果與生產實踐一致，表明運用此方法進行高粱品種綜合評價是可行的，與前人研究結果一致[10-12]。

表7 參試品種關聯度及排名

圖1 聚類分析樹狀圖

灰色關聯度分析法的關鍵在于“理想品種”的選擇，“理想品種”各性狀過高過低都會造成優異材料的丟失和一般材料的誤選。本研究中參考“理想品種”的株高選擇155 cm，主要基于國家谷子高粱產業技術體系對機械化釀造高粱品種的株高要求在160 cm以下，同時結合遼西地區生產實踐做出的選擇。文中‘遼雜19號’高粱綜合生產性能最高，但其株高在所有參試品種中也最高，而且通過試驗數據可以看出，隨著株高的降低，高粱產量呈下降趨勢。因此，如何在降低高粱株高適應機械化生產的同時保證高粱產量需要認真研究。綜合生產性能排在前3位的只有‘濟粱2號’株高(166.09 cm)較接近理想品種株高；生育期選擇120天，因為相關研究表明，一定范圍內作物產量與生育期顯著正相關[24-25]，同時結合遼西地區的氣候條件做出的選擇。

本文主要考察了與釀造高粱經濟產量有關的農藝性狀指標，與高粱釀造品質有關的一些指標，如單寧含量、脂肪含量、蛋白質含量、淀粉含量等未考慮在內，在下一步的研究中，應把這些釀造品質指標考察在內，并根據具體的選育目標選擇評價指標并為其合理賦值，以期建立適宜的評價體系，形成統一的綜合評價標準，使機械化釀造高粱品種的綜合生產性能評價更全面、更科學。

4 結論

參試適宜機械化生產釀造高粱品種各性狀的權重大小依次為株高＞經濟產量＞穗長＞生育期＞千粒重＞莖粗＞單穗粒重＞單穗重，因此，在進行機械化釀造高粱品種的引進篩選時，應首先考慮株高，其次為經濟產量、穗長和生育期等指標。

參試釀造高粱品種加權關聯度大小依次為‘遼雜19號’＞‘平試13號’＞‘濟粱2號’＞‘吉雜124號’＞‘吉雜137號’＞‘吉雜142號’＞‘吉雜145號’＞‘吉雜127號’＞‘白雜12號’＞‘吉雜138號’＞‘遼雜37號’＞‘通雜108號’＞‘白雜11號’＞‘機糯粱1號’＞‘通雜127號’＞‘白雜14號’＞‘吉雜136號’＞‘白雜13號’＞‘吉雜140號’，其中‘遼雜19號’綜合生產性能最高，‘吉雜140號’綜合生產性能最低，灰色關聯度分析結果與生產實踐一致。