灰色关联度分析法在红掌基质筛选中的应用

周力,刘静波,何小弟

(1.扬州大学 园艺与植物保护学院,江苏扬州 225009;2.南京市蔬菜花卉研究所,江苏 南京 210042)

在区域试验的基质筛选时,大多是对基质处理的某一性状进行比较后再综合,采用的方法是方差分析和回归分析:前者是依据处理间各性状差异的显著性确定处理的优劣,后者是根据某性状与基质的关系建立回归模型来决策和预报处理的优劣。这两种方法均只限于对单一性状的描述。将各种性状综合评价以确定最优处理是筛选工作中普遍关注的问题,近年来采用灰色关联度分析法[1]在玉米[2～4]、燕麦[5]、大豆[6～7]、油菜[8～9]等作物性状与产量及新品种综合评价上取得了较好的应用效果,但在花卉基质筛选中的研究报道较少。本研究以红掌“Dakota”为材料,应用灰色关联分析的方法,对红掌主要生长性状与基质的关系进行了综合分析和评价,旨在为红掌无土栽培基质的筛选提供依据。

1 材料和方法

1.1 试验材料

试验于2008年10月在南京市蔬菜花卉研究所基地的3000 m2玻璃温室进行,试材选用来自广州花卉研究中心的红掌“火焰”(Anthurium andraeanum“Dakota”),8月龄中苗。基质选用国产泥炭、进口泥炭、中药渣、珍珠岩等四种:进口泥炭为Klasmann-Deilmann泥炭;国产泥炭为东北泥炭;中药渣来自金陵制药厂;珍珠岩来自南京东善陶土厂。

1.2 试验设计

以进口泥炭即生产用基质作对照,对处理后的中药渣掺加不同比例珍珠岩,同时对两种泥炭掺加中药渣和珍珠岩进行试验,具体处理如表1。

表1 基质配比处理Table 1 Substrate ratio treatments

试验采用完全随机区组设计,3次重复,每重复12株苗,共8个处理288株。将均匀一致的8月龄中苗于10月10日移入[140 cm(盆底直径)×120 cm(盆高)]的塑料花盆中,12月下旬调查叶片总数、新增叶片数、叶宽、叶长、株高、冠幅A、冠幅B、花数、花宽、花茎长、花茎粗等 11个性状,其均值列于表2。

表2 基质处理植株的主要性状平均值Table 2 Average observation value of substrate treatments

1.3 试验方法

把所有基质处理视为一个灰色系统,每处理为该系统的一个因素[10],参考红掌的有关生长性状目标,以各处理优良性状的上限指标为依据构造出优于处理相应值的理想处理。设有i个处理,考查k个性状,设“理想处理”的各项性状指标所构成的数列为Xi(i=1,2,3……n,其中n为处理数目),并由下列公式[11]计算出各个处理与“理想处理”之间的关联系数:

ρ为分辨系数,本实验ρ=0.5;Wk为加权系数。

2 结果与分析

2.1 原始数据变换

由于各因素量纲(或单位)不一定相同,为保证各性状因素具有等效性和同序性,首先应该对原始数据进行无量纲化处理,转化为可比较的数据[11]。试验将原始数据按公式ri(k)=Xi(k)/Xi(理想)转换,所得数据在0～1之间,越接近1越理想。

2.2 关联系数的计算

由表3求出Xi与X0各对应点的绝对差值,即计算 △i=|X0(k)-Xi(k)|。从表4可知绝对值的最小值与最大值分别为0.0016、0.8467,代入公式(1)即可得到Xi与X0各性状的关联系数,结果见表5。

表3 原始数据的无量纲化处理结果Table 3 The results of non-dimensional treatment in original data

表4 X0与Xi的绝对差值Table 4 Absolute difference of Xi and X

表5 各处理与理想处理的关联系数Table 5 Relational index of treatments and ideal treatment

2.3 关联度分析

红掌为观花、观叶类花卉,花、叶性状表现较重要,加权值(Wk)较大。结合红掌观赏指标和有关专家评定对各处理11个性状赋予不同程度的加权值(Wk)(见表 5),由(2)、(3)式求得各处理与“理想处理”的等权关联度r(表6)。等权关联度结果表明 X5、X8、X1、X4 关联度较大 ,居前 4名 ,与理想处理最接近;X2关联度较小,其它处理居中。

加权关联度与等权关联度不尽相同,X5、X1、X8、X4居前4位,X1上升一名,X7、X8则下降一名,但给予不同性状以不同权重时,等权关联度大的加权关联度有可能变小。在加权关联度结果中,X5即进口泥炭∶中药渣∶珍珠岩(2∶1∶1)的加权关联度为0.9692,远远高于其他处理的,是各处理中最优的处理;X2的加权关联度低,不适合种植红掌。

表6 各处理与“理想处理”的关联度、排序Table 6 Relational grade,rank and of treatments and ideal treatment

3 结论与讨论

在运用灰色关联度分析方法筛选红掌无土栽培基质时,如何选择“理想处理”、如何变换数据、怎样给不同性状的权重系数赋值等都相当重要:理想处理的设定是灰色关联分析中的标准尺度,其指标过大或过小都有可能造成优异材料的丢失或一般材料的误选;实践中,理想处理各指标的取值应根据本地区的生产实际而定;数据变换有均值化变换、初值化变换和标准化变换三种,一般作物性状与产量评价试验将数据标准化,而对原始数列只作数值间的比较可用均值化变换,本试验则将初值化变换方法加以改进得到无量纲化结果。由于不同性状对植物贡献不同,花卉的花数、花形、株高等观赏性状应当根据实际要求及专家意见给不同性状赋予相应的权重,以使加权关联度则更准确、更合理。

本试验综合考查了红掌植株的叶片、花朵、株高、冠幅等11个性状,运用灰色关联度分析法对数据的无量纲化处理,设定理想处理、设置不同性状的权重、并通过公式运算得出关联度,然后根据该值的大小对不同处理进行排序,充分地考虑了更多的试验信息,对各处理作出较为客观的评价[12],基本能够全面描述不同处理中的红掌生长情况。综合结果表明,X5即进口泥炭∶中药渣∶珍珠岩(2∶1∶1)为试验范围内红掌无土栽培基质的优良选择。

[1]邓聚龙.农业系统灰色理论与方法[M].济南:山东科学技术出版社,1988:11-25.

[2].郭永忠,王锋,刘华,等.灰色关联度分析在玉米引种中的应用[J].江西农业学报,2006,18(4):32-34.

[3]卢道文,崔俊明,裴振群,等.灰色关联度多维综合评估在玉米杂交种评价中的应用[J].杂粮作物,2004,24(2):65-68.

[4]祁永红.灰色系统理论在玉米新品种综合评价中的应用[J].黑龙江八一农垦大学学报,2001,13(2):42-45.

[5]祁万录,公保才让,郭连云.灰色关联度分析法在澳大利亚燕麦引种筛选中的应用及评价[J].草业与畜牧,2006(8):13-16.

[6]王铁军,保丽萍,赵银月,等.云南省大豆品种主要性状的灰色关联度分析[J].西南农业学报,2004(1):466-468.

[7]周守年,戴瓯和.应用灰色关联分析法综合评估大豆品种的初步研究[J].安微农业科学,1991(1):24-28.

[8]孔祥丽,曹连甫,余青,等.应用灰色关联度法综合评判油菜品种[J].石河子大学学报,2002,6(4):285-288.

[9]李海龙.灰色关联度分析法在油菜品种评价中的应用[J].江西农业学报,2001,13(4):35-39.

[10]邵秋红,张树明,何力剑.灰色关联度分析在冬小麦品种评价中的应用[J].种子,2008(8):93-94.

[11]刘水东,姜永平,何林池,等.灰色关联度分析在鲜食花生新品种评价中的应用[J].金陵科技学院学报,2009,25(1):54-55.

[12]王永士,郭瑞林,贺德先.灰色关联度分析法在安阳市强筋小麦适宜品种筛选中的应用[J].麦类作物学报,2009,29(2):271-274.