基于灰色关联度分析的上海市松江区水稻新品种综合评价

2016-12-01陆铭昌金菊花徐建军

中国种业 2016年10期

顾啸陆铭昌金菊花徐建军

顾啸陆铭昌金菊花徐建军

（上海市松江区农业技术推广中心，上海 201611）

灰色关联度分析法能对多个品种多个性状进行综合分析，科学、客观、全面地评价品种的优劣。本文利用灰色关联分析法对上海市水稻新品种区域试验的12个参试品种进行多个性状的综合评价。结果表明：品种松1018综合性状表现最优，其次是秀水1402，这2个品种具有进一步进行生产试验或推广的价值。

灰色关联度分析；水稻新品种；综合评价；松江区

针对地区生态环境特点，按照选育目标，准确、科学、全面地分析评价水稻品种，对于水稻新品种的筛选和选育具有重要意义。但当前分析评价中多将产量作为主要的评价指标，采用方差分析和新复极差检验对几个经济性状进行定性比较，较少对多个性状进行综合、定量的评价分析。

基于灰色关联理论的灰色关联度分析法能较全面合理地综合不同属性，有效地将定性描述转化为定量分析，并获得较可信的综合评价结果[1]。自1988年邓聚龙[2]提出该方法以来，被广泛应用于小麦[3]、花生[4]、水稻[5]、玉米[6]、大豆[7]以及辣椒、棉花等农作物品种的综合评判及品种选育等方面，取得了较好的效果，具有较高的可靠性。

目前，针对上海市松江区生态环境下进行水稻新品种综合评价还是一个空白。本文利用灰色关联度分析法对2015年上海市水稻新品种区域试验结果进行分析，对多个性状综合评价，为上海地区审定、推广水稻新品种提供依据。

1 材料与方法

1.1 试验材料以2015年上海市常规水稻晚粳品种区域试验12个水稻新品种在上海市松江区的种植表现为分析材料。选取全生育期、有效穗数、成穗率、株高、穗长、总粒数、实粒数、结实率、千粒重和产量10个主要性状，进行综合分析。

1.2 试验设计本试验安排在上海市松江区良种繁育场，地处松江区泖港镇胡光村，土壤类型属青紫泥，质地为重壤，排灌方便。整体地势平坦，周围无遮阴，无污染物排放，环境较好。前茬为绿肥，地力均匀，肥力中等。试验采用随机区组设计，设3次重复，小区面积13．3m2，长宽比1∶2，四周设保护行，株行距14．17cm×23．33cm，每穴平均苗数2～3苗，田间管理同常规大田。生长期间记载生育期、分蘖消长、成穗率。成熟期调查有效穗数、测量株高，并取有代表性5丛植株进行室内考种，测量穗长、总粒数、实粒数、结实率和千粒重。产量测定，按小区单打单收，准确称量。

1.3 灰色关联度分析将所有参试品种视为1个灰色系统，各品种为系统中的1个因素。根据育种目标，结合品种优良性状的上限，确定“参考品种”。以参考品种各性状指标作为比较数列，记xo。参试品种各性状指标作为被比较列，记xi（i=1，2，3…n），n为考查的性状个数，本试验n=12。无量纲化处理采用初值化法。

灰色关联度计算方法：关联系数：

2 结果与分析

2.1 参考品种性状指标确定根据育种目标及参试品种的性状表现，构造出目标品种的性状指标作为参考数列x0。目标品种及参试品种各性状平均值列于表1。

表1 目标品种与参试品种各性状指标平均值

2.2 灰色关联度分析

2.2.1 数据无量纲化处理由于各性状量纲不同，需要对各性状原始数据进行无量纲化处理，采用初值化法，从而获得目标品种与参试品种无量纲化（初值法）处理结果（表2）。

2.2.2 关联度分析首先计算x0数列与xi数列在第k点的绝对差值将结果列于表3。从表3可知，ρ＝0．5，按1．3的关联系数计算方法，即可求得参试品种与目标品种各性状的关联系数结果列于表4。

表2 目标品种与参试品种无量纲化（初值法）处理

表3 目标品种与参试品种的绝对差值

表4 参试品种与目标品种关联系数

将参试品种与目标品种关联系数代入等权关联度计算公式（2），即可求得各参试品种与目标品种的等权关联度（ri），这是视各性状同等重要条件下计算的结果。根据松江区生态特点、育种选择目标和实际生产情况，对不同性状指标赋予不同的权重（wk），总和为1。将权重和关联系数代入加权关联度计算公式（3），求得各参试品种与目标品种的加权关联度（表5）。

表5 参试品种与目标品种的关联度及排序

从表5可以看出，等权关联度和加权关联度的位序存在较大差异，位序相差在0～8之间，其中相差最大的是品种长江1425，说明赋予性状不同的权重之后，参试品种与目标品种的关联度发生了变化。等权关联度是将各个性状给予相同权重，但在生产实践中，不同性状重要程度不同，不同生态条件对于品种特性的要求也不同。因此，加权关联度更接近育种实践。