层次分析法在三色堇观赏性评价中的应用

2012-09-20杜晓华刘会超张风娟

东北农业大学学报 2012年10期

杜晓华，刘会超，张风娟

（河南科技学院园艺园林学院，河南新乡 453003）

三色堇（Viola tricolor）为堇菜科堇菜属多年生草本，常做一、二年生栽培。其原产欧洲，色彩鲜艳，花色丰富、开花早、花期长，是知名的早春花卉[1]。我国20世纪20年代开始引种三色堇，近年来应用日益广泛[2]。随着引种三色堇品种资源的不断增加，科学评价是合理利用的基础[3]，而三色堇的观赏性评价涉及多个目标性状，这些指标性状有主观成分和客观成分，要求决策过程把定性分析与定量分析结合。层次分析法（Analytic hierarchy process，AHP）是一种定性、定量结合、系统化、层次化的分析方法，具有简便、灵活、实用特点[4]。在景观评价[5]、园林树种选择[6]、牧草品种筛选[7]、园艺植物品质鉴定[8]等多个领域被广泛使用，但目前在三色堇观赏性评价中还未见报道。

本文以33份三色堇种质材料为试材，在观赏性状调查基础上，建立三色堇观赏性层次分析结构模型，通过对其综合评价，探讨层次分析法在三色堇观赏性评价上的适用性，为材料的合理利用提供借鉴。

1 材料与方法

1.1 试验地自然概况

试验在河南省新乡市河南科技学院校内试验地进行。试验点地处北纬35°18′，东经113°54′，海拔70 m。气候属暖温带大陆性季风型气候，年均气温14.4℃；7月最热，平均27.3℃；1月最冷，平均0.2℃；极端最高气温42.7℃，极端最低气温-21.3℃。年均降雨量656.3 mm，最大降雨量1 168.4 mm，最小降雨量241.8 mm，年蒸发量1 748.4 mm。6～9月份降雨量最多，为409.7 mm，占全年降水72%。

1.2 材料

供试材料为33份三色堇种质资源，包括引自美国、荷兰、上海、甘肃酒泉等地的品种材料及近年选育的种质材料。试验材料于2009年10月5日播种营养钵，塑料大棚内育苗，2010年3月27日定植于大田，株行距0.5 m×0.2 m。随机区组设计，3次重复，每小区20株，常规栽培管理。

1.3 方法

1.3.1 AHP模型构建

参照观赏植物资源评价指标，指标间相互关联影响以及AHP层次隶属关系，建立三色堇观赏性综合评价结构图（AHP模型）。

1.3.2 判断矩阵建立与一致性检验

根据层次分析法理论[9]及园林专家对三色堇各观赏性状之间重要性的定性评价，运用1～9比例标度法（见表1）建立判断矩阵，计算矩阵最大特征根λmax，按公式CI=（λmax-N）/（N-1）求一致性指标CI，其中，N为矩阵内因子总数；按公式：CR=[（λmax-N）/（N-1）]/RI计算CR，RI查随机一致性表获得。采用方根法[10]求出各指标性状的权重系数（Wi）。

1.3.3 测定项目

在盛花期，每小区选10株生长健壮、具有典型性状的单株，调查统计株高、株幅、分枝数、花期、花斑、花色、花数、花径、叶长、叶宽，并计算叶面积，叶面积=（1/4）π/（叶长×叶宽）[11]。

1.3.4 数据处理

依据相关文献[6,12-13]和园艺专家意见，建立花色、花斑和花期的评分标准（见表2），对三色堇各材料进行评分。按照公式：Xij（标准）=100Xij原/∑Xij原，对各性状指标进行标准化处理，式中，Xij原为评分分值；对定量指标而言，Xij原为实测数据均值。将标准化处理后的指标值代入公式：yi=∑wjdij，计算各指标的综合得分。式中，yi为第i个系统的综合得分；wj是与评价指标dij相应的权重系数[8]。

表1 1～9级标度的标准含义Table1 Standard significance of 1-9 scales

表2 定性因子各项指标评分标准Table2 Evaluation standard of different quanlity factors

2 结果与分析

2.1 综合评价体系AHP模型

对主要应用于花坛、花镜或制作盆花的草本花卉而言，其观赏性要求一是花（包括花色、彩斑、花大小、花数、花期），二是株形（与株高、株幅、分枝数相关），三是对地面的遮盖效果（与叶片大小相关）。建立三色堇观赏性综合评价体系层次结构（AHP模型）。由图1可知，该模型分为三层：第一层目标层（A）：对三色堇观赏性进行综合评价；第二层准则层（B），为影响三色堇观赏性的三个方面，记为B=（B1，B2，B3）=（株形、花，叶）；第3层方案层（C），记为 C=（C1，C2，C3，C4，C5，C6，C7，C8，C9，C10，C11）=（分枝数，株幅，株高，花期，花斑，花色，花数，花径，叶面积，叶长，叶宽）。模型满足三色堇观赏性综合评价的基本要求。

2.2 判断矩阵及权重系数

表3为三色堇观赏性目标层下各准则层的判断矩阵；表4～6为各准则层下各性状指标的判断矩阵。由表3～6可知，各判断矩阵的CR均小于0.1，通过一致性检验，说明建立的判断矩阵合理。

图1 三色堇观赏性评价体系层次结构（AHP模型）Fig.1 AHP model of pansy ornamental assessment system

表3 三色堇观赏性支配下各因素的判断矩阵Table3 Matrix based on pansy ornament

从权重系数（Wi）来看，在株形、花和叶三个因子中，花（B2）的W2最大，其次为株形（B1）的W1，表明花是资源评价最重要指标，而株形则是影响三色堇整体观赏性重要指标之一。在株形中，分枝数（C1）的权重系数较大（0.6491），在花因子中，花径（C8）的权重系数最大（0.4679），在叶因子中，叶面积（C9）的权重系数达到0.5954。从各指标性状综合评价中的权重来看（见表7），花径最大，其次为分枝数、再次为花数。

表4 三色堇株形支配下各指标的判断矩阵Table4 Matrix based on plant shape B1

表5 三色堇花支配下各指标的判断矩阵Table5 Matrix based on flower character B2

表6 三色堇叶支配下各指标的判断矩阵Table6 Matrix based on leaf character B3

2.3 三色堇各品种观赏性的综合评价

供试三色堇各品种的观赏性状观测数据见表8。依据各品种的观测数据与评分，结合AHP分析中各指标的权重，得出三色堇各材料观赏性综合评分（见表9）。得分越高，材料的观赏性越好。

表7 三色堇观赏性评价中各指标权重Table7 Index weight coefficient of pansy ornamental assessment

表8 三色堇33份材料的观赏性状数据Table8 Ornamental characters of 33 pansy cultivars

续表

表9 三色堇各材料观赏性的综合评价Table9 Comprehensive scores of each pansy

由表9可知，参试三色堇材料的综合得分为23.78～47.81。根据得分情况，可将33份三色堇材料划分为3个等级，第一等级总分＞40分，包括CYS-H3、229.11、229.19、EWO、HSY4-1，观赏价值高；第二等级总分30～40分，包括HWP51，229.03、229.07、229.18、229.08、229.04、08-C22-Ys1、 08-C22-Ys3、 10PW-1、 ERX、 08-C22-Ys2、229.01、229.10、XSYO-2、229.09、229.02、10PW-3、229.14、ZMY2-1、10PW-2、EYO、10WP-1、10PD、EXX、EP1，观赏价值中等；第三等级总分＜30分，包括PY-1、PY-2、10YP-1，观赏价值较低。

3 讨论与结论

本文建立的三色堇观赏性综合评价AHP模型，分为目标层、准则层和方案层，方案层包含了与三色堇观赏性紧密相关的11个指标性状，较全面、系统。本文建立的三色堇4个判断矩阵得到一致性检验结果。各因子权重系数的合理性表明，准则层的3个因子中花占据的分量最大，其次为株形、再次为叶，这与三色堇主要为观花植物且多用于地被或盆花的实际需要相符，既要求在视觉效果上花多、花大、花期长等，又要求株形紧凑整齐，对地面的覆盖效果好[12]；在方案层各性状的权重系数中，花径最大，这与习惯上依据花大小将三色堇品种首先分为大花、中花、小花类型相一致[1]。因此，本文建立的三色堇观赏性综合评价AHP模型及判断矩阵较完整、合理、实用，可用于三色堇品种资源评价和育种材料的选择。

对供试的三色堇的观赏性综合评价结果表明，33份三色堇材料中CYS-H3、229.11、229.19、EWO、HSY4-1观赏价值高，应优先选择利用；而PY-1、PY-2、10YP-1观赏价值较低，可予淘汰；其他材料观赏性介于中间，可根据育种目标，结合材料本身特点予以选择利用。

[1]陈俊愉,程绪珂,严玲璋,等.中国花经[M].上海:上海文化出版社,1998.

[2]杨明琪.三色堇栽培与品种介绍[J].中国花卉园艺,2002(8):26.

[3]戴思兰.园林植物育种学[M].北京:中国林业出版社,2007:40-41.

[4]虞晓芬,傅玳.多指标综合评价方法综述[J].统计与决策,2004(11):119-121.

[5]李昆仑.层次分析在城市道路景观评价中的运用[J].武汉大学学报:工学版,2005,38(1):143-147.

[6]刘毅.陕西主要栽培银杏的观赏性状评价研究[D].杨凌:西北农林科技大学,2007.

[7]张鸭关,匡崇义,薛世明,等.层次分析法（AHP）在优良牧草品种筛选中的应用[J].贵州农业科学,2010,38(4):151-154.

[8]刘遵春,包东娥,廖明安.层次分析法在金花梨果实品质评价上的应用[J].西北农林科技大学学报:自然科学版,2006,34(8):125-127.

[9]赵焕臣,许树柏.层次分析法[M].北京:科学出版社,1986.

[10]孟林.层次分析法在草地资源评价中应用的研究[J].草业科学,1998,15(6):1-4.

[11]王健,包满珠.RAPD在三色堇自交系遗传关系研究及杂种优势预测中的应用[J].武汉植物学研究,2007,25(1):19-23.