试用隶属函数分析法对大豆品种进行综合评价

刘 艳

（山东省菏泽市农业科学院，山东 菏泽 274000）

试用隶属函数分析法对大豆品种进行综合评价

刘 艳

（山东省菏泽市农业科学院，山东 菏泽 274000）

利用模糊数学中隶属函数分析法对2009—2010年山东省菏泽市农业科学院大豆新品种比较试验结果进行分析。结果表明：H07表现最好，其次为H18，最差的是CK3。结果与以后参加省区试的情况相符。因而认为这是一种较全面、较合理的综合评价大豆品种优劣的方法。

隶属函数；大豆品种；综合评价

一般评价一个大豆品种的优劣，除品质外，往往只是单纯的依据其产量的高低来划分，而产量是由多基因控制的数量性状，遗传力较低。同一品种由于年份的不同，环境的不同，产量也有较大的差异，因而几年的产量结果也很难对某一品种作出一个合理的评价，利用模糊数学中的隶属函数分析法来评价大豆品种，可以弥补这方面的不足，用于育种，还可以缩短育种年限，可以在较短的时间内对大豆品种（系）的生产潜力及综合能力作出全面合理的评价，为品种的选育和利用提供可靠的科学依据和理论参考。

1 材料与方法

试验材料来源于2009、2010年山东省菏泽市农科院大豆新品种（系）比较试验2a的田间调查及室内考种及产量结果，参试品系18个分别编为H01—H18，对照品种4个分别编为CK1、CK2、CK3、CK4，试验采用随机区组排列3次重复，行长5m，行距0.5m，6行区，留苗密度20万株/hm2左右，收获时在每区中间随机连续取10株，风干后进行室内考种，主要考察株高、主茎节数、底荚高度、有效分枝数、单株荚数、单株粒数，百粒重等，收获时取中间4行计产，实收面积10m2。数据为2a，3小区的平均值。

1.1 评价方法

评价因素由产量因素和丰产因素2部分组成，产量直接决定品种的优劣赋于较大的权重；而遗传力高，并且与产量关系密切的其他农艺性状（生育期，株高，分枝数……）作为丰产因素之一来作评价因素，赋予相应的权重。这样能较为全面的评价每一个大豆品种。

高产永远是育种者的最终追求，而对于大豆性状与产量关系的研究，前人有许多结论。有研究表明，产量和产量构成因子（荚数/株数，百粒重）关系密切程度大于产量与形态性状（株高、节数、分枝数）及生育期。农艺性状对产量的影响：百粒重＞单株粒数＞有效荚数＞生育期＞株高＞主茎节数。有限结荚习性的大豆品种单株产量与主要农艺性状的关联度从大到小的排列顺序依次为：主茎节数、百粒重、单株荚数、株高、单株粒数、底荚高、分枝数；而亚有限结荚习性的大豆品种单株产量与主要农艺性状的关联度从大到小依次为：单株粒数、单株荚数、主茎节数、株高、百粒重、底荚高、分枝数。根据这些前人的研究结论及他们对这些因素权重的赋予再加上自己十几年的大豆育种经验赋予评价要素合适的权重（见表1、2）。

表1 大豆品种（系）各项评价因素的平均值

表2 大豆各品种（系）评价要素统计

1.2 隶属函数综合评价数学模型

计算公式为B=A×R=（b1b2……bn），其中B为综合评判集，A为权重，R为模糊转换矩阵，即所选评价指标之隶属度数值，b1b2……bn分别代表大豆各品种的优劣排序。

其中：隶属函数计算公式为：

2 结果与分析

2.1 试验结果

根据各性状的隶属函数公式，分别将各指标值带入计算可得出模糊转换矩阵R。

权重分配集A=（0.65 0.05 0.03 0.04 0.03 0.03 0.04 0.06 0.07），由此，综合评判集B=A×R得出如下数值B=（0.237 8 0.507 6 0.137 7 0.457 8 0.373 8 0.407 2 0.145 6 0.561 5 0.533 3 0.184 2 0.824 1 0.532 9 0.351 3 0.680 0 0.712 9 0.271 1 0.661 3 0.635 9 0.279 1 0.703 4 0.351 7 0.727 5）。

2.2 结果分析

根据以上B值可知大豆品种H07的评价指标是0.824 1为最高，因而其综合生产水平最好，其次为大豆品种H18的评价指标是0.727 5，大豆品种H11的评价指标是0.712 9。所有参试品种中CK3的评价指标为最低，只是0.137 7。此后的几年，选择所作试验的部分品系参加山东省大豆区试，结果表明，评价指标较高的几个品系有的现在已经参加了山东省大豆生产试验，有的在区域试验第二年。因而此分析结果表明，利用此种方法在大豆育种中对大豆品种进行评价是较为合理的。

3 讨论

应用隶属函数分析法对大豆品种进行综合评价，关键在于参考性状的选择及其权重的确定。二者确定后利用田间调查及室内考种结果就可把大豆品种的综合性状进行量化。因而此方法克服了单纯的依靠产量来评判一个品种（系）的优劣的片面性，具有计算工作量小、方法比较简便、结果比较直观等优点，是科研单位在进行大豆育种及承担试验中值得尝试的一种方法。

［1］余琼芳,陈迎松.模糊数学中隶属函数的构造策略[J].漯河职业技术学院学报,2003(1)：12-14.

［2］张文娥,王飞,潘学军.应用隶属函数法综合评价葡萄种间抗寒性[J].果树学报,2007(6)：849-853.

［3］关立,张志民,祁国宾,等.灰色多维综合隶属度评估方法在小麦品种评价中的应用[J].河南农业大学学报,2006(2)：117-121.

［4］史宏,刘学义.野生大豆抗旱性鉴定及研究[J].大豆科学,2003(4)：264-268.

［5］徐泽茹,曹金峰,王茹芳,等.大豆产量与主要农艺性状的灰色关联度分析[J].河北农业科学,2010(2)：1-2,4.

［6］郝瑞莲.夏大豆主要农艺性状的灰色关联度分析[J].大豆通报,2002(2)：11-12.

［7］王秋玲,郭凌云,刘艳,等.夏大豆单株产量与主要农艺性状的灰色关联度分析[J].安徽农业科学,2002(1)：26-27.

Comprehensive Evaluation for Soybean Varieties With Subordinate Function Analysis Method

Liu Yan
（Heze Academy of Agricultural Sciences,Heze 274000,Shandong,China）

Membership function in fuzzy mathematics analysis method for evaluating soybean varieties was used to analyze new varieties released during 2009—2010 by Heze Academy of Agricultural Sciences.The results showed that the variety H07 was best,followed by variety H18,while the worst was the variety CK3,and which was in agreement with later regional trial results.The method is a more comprehensive,and reasonable evaluation tool in judging soybean varieties.

Membership function;Soybean variety;Comprehensive evaluation

S565.1

B

1674-3547(2014)04-0014-04

2014-04-12；

2014-05-06

刘艳，女，高级农艺师，从事大豆育种与栽培，E-mail:liu09876@126.com