基于灰色关联度分析和DTOPSIS法综合评价小麦新品系在云南省的适应性

金轻 赵红 林丽萍 杨忠慧 李宏生 刘琨 杨木军 李绍祥 丁明亮

摘要：【目的】利用灰色關联度分析和DTOPSIS法综合评价小麦新品系在云南省的适应性，为小麦品系综合评价及其在云南省示范推广提供理论依据。【方法】采用灰色关联度分析及基于灰色关联度分析的DTOPSIS法（以下简称为DTOPSIS法）对2018─2019年度云南省区域试验中11个小麦新品系在云南省的适应性进行综合评价，比较小麦品系不同评价方法的准确性，并筛选出综合表现较好的小麦品系。【结果】11个小麦新品系产量排序为云152-484>云麦110>临麦22>玉18-2>云麦56>蜀麦1767>德1733>云184-13>文2-396>滇麦13号>保15J-8>云杂19号，超过对照品系云麦56的品系共有4个，分别为云152-484、云麦110、临麦22和玉18-2。8个农艺性状的权重值排序为基本苗>产量>最高分蘖数>有效穗数>穗粒数>千粒重>株高>生育期。灰色关联度分析结果显示，供试小麦品系与理想品系的关联度（Gi）排序为云152-484>玉18-2>云麦110>云麦56>滇麦13号>保15J-8>蜀麦1767>德1733>文2-396>临麦22>云杂19号>云184-13。DTOPSIS法分析结果显示，供试小麦品系与理想解的Ci排序为云152-484>云麦110>玉18-2>云麦56>蜀麦1767>滇麦13号>德1733>临麦22>文2-396>保15J-8>云184-13>云杂19号。虽然2种方法评价结果整体趋势较相似，但也存在差异，与按产量表现的排名结果相比，按DTOPSIS法的排名结果较灰色关联度分析的排名结果更吻合。此外，Ci差异大于Gi差异和产量差异，且按DTOPSIS法Ci排名与按产量表现排名和按灰色关联度分析Gi排名均呈极显著正相关（r=0.811和r=0.895，P<0.01），进一步说明DTOPSIS法较灰色关联度分析和产量表现评价小麦新品系在云南省的适应性更充分、更合理。【结论】综合评价云南小麦品系时不仅要重视品系的产量，还应重视小麦的基本苗、最高分蘖和有效穗等性状的考察。云152-484、云麦1102和玉18-2在云南省适应性和丰产性均较好，可进一步试验、示范及推广。基于灰色关联度分析的DTOPSIS法更适于综合评价云南省小麦新品系的适应性。

关键词： 小麦;灰色关联度分析;DTOPSIS法;适应性;综合评价

中图分类号： S512.102.4                            文献标志码： A 文章编号：2095-1191（2020）10-2440-07

Comprehensive evaluation of adaptability of new wheat lines in Yunnan based on grey relevance analysis and DTOPSIS method

JIN Qing1， ZHAO Hong 2，3， LIN Li-ping4， YANG Zhong-hui 2，3， LI Hong-sheng 2，3，

LIU Kun 2，3， YANG Mu-jun 2，3， LI Shao-xiang 2，3*， DING Ming-liang 2，3*

（1Zhaotong Academy of Agriculture Sciences， Zhaotong， Yunnan  657000， China; 2Food Crops Resource Institute，Yunnan Academy of Agriculture Sciences， Kunming  650205， China; 3Yunnan Branch of National Wheat Improvement Center， Kunming  650205， China; 4Seed Management Department of Yunnan， Kunming  650031， China）

Abstract：【Objective】The purpose was to provide theoretical basis for comprehensive evaluation of wheat lines and their demonstration and popularization in Yunnan. The adaptability of new wheat lines in Yunnan was comprehensively evaluated by grey correlation analysis and DTOPSIS method. 【Method】The adaptability of 11 new wheat lines in the regional trial of Yunnan from 2018 to 2019 were analyzed by using grey correlation analysis method and DTOPSIS method based on grey correlation analysis. The accuracy of different methods was compared， and wheat lines with better comprehensive performance were selected. 【Result】The yield of 11 new wheat lines ranked from high to low as Yun 152-484>Yunmai 110>Linmai 22>Yu 18-2>Yunmai 56>Shumai 1767>De 1733>Yun 184-13>Wen 2-396>Dianmai 13>Bao 15J-8> Yunza 19. The yields of four new wheat lines were higher than that of the control variety， they were Yun152-484， Yunmai110， Linmai22 and Yu18-2. The weight of eight traits of new wheat lines from high to low was basic seedling>yield per unit area>maximum tiller number>effective panicles>grains per panicle>thousand-grain weight>plant height>growth period. The results of grey correlation analysis showed that the Gi values between the tested materials and ideal variety ranked from high to low as Yun 152-484>Yu 18-2>Yunmai 110>Yunmai 56>Dianmai 13>Bao 15J-8>Shumai 1767>De 1733>Wen  2-396>Linmai 22>Yunza 19>Yun 184-13. The results of DTOPSIS analysis showed that the Ci values of the tested materials and ideal variety ranked from high to low as Yun152-484>Yunmai110>Yu 18-2>Yunmai 56>Shumai 1767>Dianmai 13>De 1733>Linmai 22>Wen 2-396>Bao 15J-8>Yun 184-13>Yunza 19. It could be seen that although the overall trend of the two methods was similar， but there were also differences. Combined with the yield performance of each line， the ranking result of DTOPSIS Method was better than that of grey correlation analysis method.In addition，the difference of Ci value was greater than that of Gi value and yield. Moreover， Ci value ranking was extremely positively correlated with yield performance ranking and Gi value ranking（r=0.811 and r=0.895，P<0.01）. The results further showed that the DTOPSIS method based on the grey correlation analysis was more sufficient and reasonable than the gray correlation analysis and yield performance to evaluate the adaptability of new wheat lines in Yunnan. 【Conclusion】In Yunnan， the comprehensive evaluation of new wheat lines should not only pay attention to its yield performance， but also its basic seedling， maximum tiller number， effective panicles and other agronomic traits. The DTOPSIS method based on the grey correlation analysis is more suitable for comprehensive evaluation of adaptability of new wheat lines in Yunnan. Yun 152-484， Yunmai 110 and Yu 18-2 have better adaptability and high yield， which can be further tested， demonstrated and promoted in different ecological regions of Yunnan.

Key words： wheat; grey relevance analysis; DTOPSIS method; adaptability; comprehensive evaluation

Foundation item： National Key Research and Development Program of China（2016YFD0101603）

0 引言

【研究意义】小麦是我国第三大粮食作物，其可持续发展为保障我国粮食安全做出了重要贡献（何中虎等，2018）。小麦也是云南省的主要粮食作物，其产量约占云南粮食总量的10%（黄兴奇，2005;于亚雄，2016）。据统计，云南省小麦种植面积在20世纪90年代基本稳定在6.67×105 ha，但2000年以后随着云南省农业产业结构的调整，小麦逐渐被其他经济效益较高的作物所替代，种植面积逐年减少，十二五期间基本维持在4.30×105 ha（于亚雄，2016;檀竹平和高雪萍，2018）。面对当前云南省小麦种植面积逐渐减少的形势，只能通过提升单位面积产量以保证云南省小麦总产量，而最经济有效的途径是选育广适性新品种。因此，探索小麦综合评价的新方法，用于评价小麦新品系在云南省的广适性，对推进云南省小麦品种选育和改良具有重大的指导意义。【前人研究进展】目前对小麦品种的适应性评价主要采用方差分析法，但由于相关性状较多，信息分散，而无法准确进行综合评价。近年来，灰色关联度分析和逼近理想解排序法（DTOPSIS）被广泛应用于大麦（陈剑锋和张秋英，2012）、烤烟（李彦平等，2012） 、油菜（钟丽，2012）、甘蔗（孙玉勇等，2016）、水稻（黄秋要等，2017）、马铃薯（宋洁等，2017）、草莓（李文砚等，2018）、大豆（昝凯等，2018）、玉米（夏来坤等，2019）、小麦（陈慧和王冀川，2019）和苹婆（李文砚等，2019）等作物的综合评价，二者均利用模糊理论对作物性状数值进行无量纲化处理，使每个性状在一致的标准下进行比较分析，通过对多个性状进行综合分析，更准确地评价作物在多生态区的综合表现（李彦平等，2012;杨昆等，2015），且这2种评价方法快速、准确、高效、简便。陈慧和王冀川（2019）运用灰色关联度分析和DTOPSIS法对新疆17个冬小麦品种进行综合评价，结果发现这2种评判方法所得的评价结果相似，均可获得参试小麦品种的优劣顺序，但DTOPSIS法评价结果更合理，品种间性状差异性较大，筛选出的品种综合表现较好，可作为南疆地区冬小麦品种更新换代的品种。【本研究切入点】云南省属于高原型亚热带季风气候，生态类型差异明显，对小麦的适应性要求更高，亟需对小麦品种进行综合评价（王艳芳等，2017）。但目前鲜见基于农艺性状方差分析结果，结合灰色关联度分析和DTOPSIS法对云南小麦新品（种）系进行综合评价的文献报道。【拟解决的关键问题】采用灰色关联度分析及基于灰色关联度分析的DTOPSIS法（以下简称为DTOPSIS法）对2018─2019年度云南省区域试验中11个小麦新品系在云南省的适应性进行综合评价，比较小麦品系不同评价方法的准确性，并筛选出综合表现较好的小麦品系，为小麦品系综合评价及在云南省示范推广提供理论依据。

1 材料与方法

1. 1 试验材料

供试材料为云南省不同育种单位选育且推荐参加云南省区域试验的11个小麦新品系：云152-484（X1）、云麦110（X2）、玉18-2（X3）、文2-396（X4）、滇麦13号（X5）、蜀麦1767（X6）、临麦22（X7）、保15J-8（X8）、德1733（X9）、云184-13（X10）和云杂19号（X11），对照品系为云麦56（X12）。

1. 2 试验方法

供试材料于2018─2019年参加云南省小麦区域试验，种植于云南省宜良县、弥渡县、楚雄市、临翔区、红塔区、隆阳区、玉龙县和昭阳区共8个试验点。试点海拔1470～2418 m，田块肥力均匀且平整。采用随机区组排列，设3次重复，均安排在同一田块。试验小区面积为10 m2，田间管理与当地小麦生产管理一致。整个生育期间防虫、不防病。分别对供试材料的基本苗（T1）、最高分蘖数（T2）、有效穗数（T3）、穗粒数（T4）、千粒重（T5）、株高（T6）、生育期（T7）和产量（T8）共8个农艺性状进行测定，取8个试验点各性状的平均值。

1. 3 统计分析

采用Excel 2010对各性状测定数据进行离差标准化处理，然后利用DPS V7.05进行灰色关联度分析。按照郭瑞林（1995）的灰色系统理论，将11个小麦新品系和对照品系视为一个灰色系统，每个品系为该系统的1个因素，设有i个品系，考察j个性状。根据云南小麦的育种目标和生产实际，分别把基本苗、最高分蘖数、有效穗数、穗粒数、千粒重和产量共6个性状的高值及株高和生育期2个性状的低值作为各性状的最优性状值，从而获得理想品系（X0）的性状，以其作为参考数列，各小麦品系的性状值设为比较数列（Xij）。参考王艳芳等（2017）、陈慧和王冀川（2019）的方法进行数据分析，并利用DPS V7.05进行DTOPSIS法分析。

2 结果与分析

2. 1 小麦品系在云南省的田间表现

由表1可知，11个小麦新品系产量排序为X1（云152-484）>X2（云麦110）>X7（临麦22）>X3（玉18-2）>X12（云麦56）>X6（蜀麦1767）>X9（德1733）>X10（云184-13）>X4（文2-396）>X5（滇麦13號）>X8（保15J-8）>X11（云杂19号），超过对照品系云麦56的品系共有4个，分别为云152-484、云麦110、临麦22和玉18-2，说明这4个品系在云南省的丰产性表现较好。

2. 2 基于灰色关联度分析对云南小麦新品系适应性的评价结果

2. 2. 1 小麦品系各性状权重的确立 11个小麦新品系的8个农艺性状数值标准化处理结果如表2所示。计算比较数列值与参考数列值的差值，取其绝对值（表3）。最后，计算8个农艺性状的关联系数，利用加权平均法确立8个农艺性状的权重值，如表4所示。对8个农艺性状的权重值进行排序：基本苗>产量>最高分蘖数>有效穗数>穗粒数>千粒重>株高>生育期，表明云南省小麦新品系的基本苗、产量、最高分蘖数和有效穗数4个性状所占权重较高，而穗粒数、千粒重、株高和生育期3个性状所占权重较低，表明综合评价云南小麦品系时，不仅要重视品系的产量，还应重视小麦的基本苗、最高分蘖数和有效穗数等性状的考察。

2. 2. 2 小麦新品系灰色关联度分析结果 由表5可知，供试材料与理想品系的关联度（Gi）排序为X1（云152-484）>X3（玉18-2）>X2（云麦110）>X12（云麦56）>X5（滇麦13号）>X8（保15J-8）>X6（蜀麦1767）>X9（德1733）>X4（文2-396）>X7（临麦22）>X11（云杂19号）>X10（云184-13），可看出云152-484和文2-396分别按灰色关联度分析和产量表现进行排序时均位于第1位和第9位，玉18-2、云麦110和云麦56号按灰色关联度分析评价位于第2位、第3位和第4位，而这3个品系按产量表现排名分别位于第4位、第2位和第5位，说明基于灰色关联度分析评价结果和按品系产量表现评价结果存在异同，但二者整体趋势仍较相似，均显示云152-484、玉18-2和云麦110的综合表现优于品系云麦56。

2. 3 基于DTOPSIS法对云南小麦新品系适应性的评价结果

利用灰色关联分析得到的权重值，根据表1中11个小麦新品系及对照品系的8个农艺性状测定结果，运用DPS V7.05进行DTOPSIS法计算，得到决策矩阵R（表6）。根据决策矩阵R对应数列值，可得正理想解与负理想解，结果为：X+i=0.0101、0.0139、0.0158、0.0194、0.0170、0.0169、0.0162、0.0201、0.0170、0.0257、0.0250和0.0154;X-i=0.0340、0.0286、0.0270、0.0236、0.0237、0.0246、0.0217、0.0210、0.0229、0.0182、0.0157和0.0255，最终获得11个小麦新品系及对照品系与理想解的相对接近度（Ci），并按其大小排序，结果如表5所示。供试小麦品系和理想解的Ci越大则小麦品系在云南省的适应性越好。供试小麦品系与理想解的Ci排序为X1（云152-484）>X2（云麦110）>X3（玉18-2）>X12（云麦56）>X6（蜀麦1767）>X5（滇麦13号）>X9（德1733）>X7（临麦22）>X4（文2-396）>X8（保15J-8）>X10（云184-13）>X11（云杂19号），其中云152-484、云麦110和德1773分别位于第1位、第2位和第7位，与产量表现排名相同，玉18-2、云麦56号和蜀麦1767按DTOPSIS法评价分别位于第3位、第4位和第5位，而按产量表现分别位于第4位、第5位和第6位，说明按DTOPSIS法排名结果与按产量表现排名结果存在异同，但2种方法评价结果整体趋势也较相似。

2. 4 不同评价方法对云南小麦新品系适应性评价结果的差异比较

按产量表现、灰色关联度分析和DTOPSIS法评价小麦新品系在云南省的适应性排名情况如表5和图1所示。灰色关联度分析和DTOPSIS法虽然均是计算参评品系与理想品系的接近度，但计算方法不同，因此结果存在明显差异，其中与按产量表现的排名结果相比，按DTOPSIS法的排名结果较灰色关联度分析的排名结果更吻合。按产量表现评价小麦新品系的产量最大值与最小值间的差异为33.05%，按灰色关联度分析评价新品系Gi的最大值与最小值间的差异为46.62%，按DTOPSIS法评价小麦新品系的Ci的最大值与最小值间的差异为49.84%。可见，Ci值差异大于Gi差异和产量差异，说明DTOPSIS法比灰色关联度分析和产量表现评价小麦新品系在云南省的适应性更合理、更充分。相关分析结果如表7所示。按DTOPSIS法Ci排名与按产量表现排名呈极显著正相关（r=0.811）（P<0.01，下同），按灰色关联度分析Gi排名与按产量表现排名呈不显著相关（r=0.566）（P>0.05），按DTOPSIS法Ci值排名与按灰色关联度分析Gi排名呈极显著正相关（r=0.895），说明基于灰色关联度分析的DTOPSIS法评价小麦新品系在云南的适应性时不仅充分反映小麦品系的综合性状，还能体现小麦品系的丰产性，评价结果最可靠。

3 讨论

3. 1 不同评价方法评价结果的比较

小麦新品系的综合评价是育种及推广种植过程中一个极其重要的环节。由于综合评价涉及较多农艺性状，采用方差分析或新复极差分析对产量等多个性状进行评价时，若结果不显著则很难得到有效结论（孟杰等，2014）。本研究先采用灰色关联度分析获得11个小麦品系的8个性状权重值，再用DTOPSIS法进行综合评价，并根据Ci对小麦品系进行排序，由于Ci是将多个性状集中为1个指标，与传统DTOPSIS法评价相比减少了人为设定因素，综合2种方法有效克服了仅采用单一的评价方法或仅采用产量进行简单方差分析存在的缺陷，评价结果更科学、更准确，也更符合生产实际（王艳芳等，2017;昝凯等，2018;陈慧和王冀川，2019）。此外，本研究结合产量表现进一步比较分析，结果发现与按产量表现的排名结果相比，按DTOPSIS法的排名结果较灰色关联度分析的排名结果更吻合，虽然3种排名对小麦品系综合适应性的评价结果整体趋势相似，但基于DTOPSIS法評价时小麦品系间的Ci差异最大即分辨力最好，且与产量表现评价结果极显著相关，表明该评价结果最可靠。因此，基于灰色关联度分析的DTOPSIS法适用于云南省小麦新品系在多生态区的适应性的综合评价。

3. 2 小麦新品系在云南的适应性综合评价

本研究采用灰色关联度分析获得小麦各性状的权重值，再利用DTOPSIS法得到Ci，其分析结果显示，云152-484、云麦110和玉18-2的Ci高于对照品系云麦56，说明这3个品系在云南省不同生态区的适应性和丰产性均较好，可进一步试验、示范及推广;临麦22的产量排名虽位于对照品种之前，但按灰色关联度分析和DTOPSIS法的排名均位于对照品种云麦56之后，其他7个小麦新品系按2种评价方法排名均位于对照品系之后，故这8个小麦新品系综合性状不佳，还须进行针对性改良。据云南省种子管理站发布的区试总结报告（云南种业信息网，2019），云152-484、云麦110和玉18-2均进入2019─2020年度云南省小麦田麦组的生产试验，证明利用基于灰色关联度分析的DTOPSIS法对云南省小麦新品系的综合评价结果不仅具有科学性还具有实用性，能在云南省小麦新品系的综合评价与筛选中发挥重要作用。此外，云麦110经云南省农作物品种抗性鉴定站鉴定为高抗白粉病和条锈病中抗叶锈病（云南种业信息网，2019），综合性状好且抗病性突出，值得在云南省加快示范，尽早应用于云南省小麦生产。

4 结论

综合评价云南小麦品系时不仅要重视品系的产量，还应重视小麦的基本苗、最高分蘖和有效穗等性状的考察。云152-484、云麦1102和玉18-2在云南省适应性和丰产性均较好，可进一步试验、示范及推广。基于灰色关联度分析的DTOPSIS法更适于综合评价云南省小麦新品系的适应性。

参考文献：

陈慧，王冀川. 2019. 基于灰色关联度及DTOPSIS法的南疆冬小麦品种的综合评判[J]. 江苏农业科学，47（10）：102-108. [Chen H，Wang J C. 2019. Comprehensive evaluation of winter wheat varieties in southern Xinjiang based on grey correlation degree and DTOPSIS method[J]. Jian-gsu Agricultural Science，47（10）：102-108.]

陳剑锋，张秋英. 2012. 灰色关联度分析和DTOPSIS法对大麦新品系评价效果比较[J]. 福建稻麦科技，30（4）：1-4. [Chen J F，Zhang Q Y. 2012. Results comparison of eva-luation of barley new variety analysis methods of grey correlation and DIOPSIS[J]. Fujian Rice and Wheat Technology，30（4）：1-4.]

郭瑞林. 1995. 作物灰色育种学[M]. 北京：中国农业科技出版社：154-160. [Guo R L. 1995. Crop grey breeding[M]. Beijing：China Agricultural Science and Technology Press：154-160.]

何中虎，庄巧生，程顺和，于振文，赵振东，刘旭. 2018. 中国小麦产业发展与科技进步[J]. 农学学报，8（1）：99-106. [He Z H，Zhuang Q S，Cheng S H，Yu Z W，Zhao Z D，Liu X. 2018. Wheat production and technology improvement in China[J]. Journal of Agriculture，8（1）：99-106.]

黄秋要，罗芳媚，梁忠明. 2017. DTOPSIS法综合评价水稻新品种[J]. 现代农业科技，（3）：39-41. [Huang Q Y，Luo F M，Liang Z M. 2017. Comprehensive evaluation of new rice varieties by DTOPSIS method[J]. Modern Agricultural Science and Technology，（3）：39-41.]

黄兴奇. 2005. 云南作物种质资源[M]. 昆明：云南科技出版社：490-507. [Huang X Q. 2005. Yunnan crop germplasm resources[M]. Kunming：Yunnan Science and Technology Press：490-507.]

李文砚，黄丽君，卢美瑛，蒋娟娟，韦优，罗培四，赵静，孔方南，卓福昌，杨志强，周婧. 2019. DTOPSIS法在苹婆不同品系综合评价中的应用[J]. 南方农业学报，50（7）：1527-1533. [Li W Y，Huang L J，Lu M Y，Jiang J J，Wei Y，Luo P S，Zhao J，Kong F N，Zhuo F C，Yang Z Q，Zhou J. 2019. Comprehensive evaluation of Sterculia nobilis Smith lines by DTOPSIS method[J]. Journal of Sou-thern Agriculture，50（7）：1527-1533.]

李文砚，韦优，孔方南，罗培四，赵静，黄丽君，蒋娟娟，卓福昌，周婧. 2018. DTOPSIS法在草莓品种综合评价中的应用研究[J]. 植物生理学报，54（5）：925-930. [Li W Y，Wei Y，Kong F N，Luo P S，Zhao J，Huang L J，Jiang J J，Zhuo F C，Zhou J. 2018. Study on comprehensive evaluation of strawberry varieties by DTOPSIS method[J]. Plant Physiology Journal，54（5）：925-930.]

李彦平，李淑君，吴娟霞，孟智勇，郭芳阳. 2012. DTOPSIS法和灰色关联度法在新引烤烟新品种综合评价中的应用比较[J]. 中国烟草学报，18（4）：35-40. [Li Y P，Li S J，Wu J X，Meng Z Y，Guo F Y. 2012. Application of DTOPSIS and grey relational analysis in evaluating newly introduced flue-cured tobacco varieties[J]. Acta Tabacaria Sinica，18（4）：35-40.]

孟杰，陈兴福，杨文钰，李志飞，张玉，宋九华，杨兴旺. 2014. 基于灰色关联度分析和DTOPSIS 法综合评价青川柴胡资源[J]. 中国中药杂志，39（3）：433-437. [Meng J，Chen X F，Yang W Y，Li Z F，Zhang Y，Song J H，Yang X W. 2014. Evaluation of bupleuri radix resources in Qing-chuan based on DTOPSIS and grey related degree[J]. China Journal of Chinese Materia Medica，39（3）：433-437.]

宋洁，李婉琳，郭华春. 2017. DTOPSIS法评价44份CIP引进马铃薯新品系的适应性[J]. 中国马铃薯，31（4）：193-200. [Song J，Li W L，Guo H C. 2017. Evaluation of adap-tability of 44 new potato varieties introduced by CIP by DTOPSIS method[J]. Chinese Potato Journal，31（4）：193-200.]

孫玉勇，钟坤，莫皓蓝，何雪丹，卢景润，蒋明健，陈伟，李家文. 2016. 利用DTOPSIS法综合评价甘蔗新品种[J]. 南方农业学报，47（3）：348-352. [Sun Y Y，Zhong K，Mo H L，He X D，Lu J R，Jiang M J，Chen W，Li J W. 2016. Comprehensive evaluation of new sugarcane varieties by DTOPSIS method[J]. Journal of Southern Agriculture，47（3）：348-352.]

檀竹平，高雪萍. 2018. 1997—2016年中国小麦种植区域比较优势及空间分布[J]. 河南农业大学学报，52（5）：825-838. [Tan Z P，Gao X P. 2018. Comparative advantage and spatial distribution of wheat in China from 1997 to 2016[J]. Journal of Henan Agricultural University，52（5）：825-838.]

王艳芳，李戈，唐玲，杨春勇，李荣英. 2017. 基于灰色关联度分析和DTOPSIS法的肾茶种质资源综合评价[J]. 中国农学通报，33（10）：92-99. [Wang Y F，Li G，Tang L，Yang C Y，Li R Y. 2017. Overall evaluation of Clerodendranthus spicatus （thunb） C. Y. WU based on grey relatio-nal analysis and DTOPSIS[J]. Chinese Agricultural Scien-ce Bulletin，33（10）：92-99.]

夏来坤，齐建双，谷利敏，穆心愿，马智艳，丁勇，唐保军，张凤启，张君，赵发欣，张兰薰. 2019. 基于熵权的DTOPSIS法和灰色局势决策法在宜机收玉米品种综合评价中的应用[J]. 南方农业学报，50（9）：1953-1959. [Xia L K，Qi S，Gu L M，Mu X Y，Ma Z Y，Ding Y，Tang B J，Zhang F Q，Zhang J，Zhao F X，Zhang L X. 2019. Comprehensive evaluation of maize cultivars suitable for mechanical kernel harvest based on entropy DTOPSIS mode and grey situation decision methods[J]. Journal of Southern Agriculture，50（9）：1953-1959.]

杨昆，吴才文，覃伟，赵培方，刘家勇，蔡青. 2015. DTOPSIS法和灰色关联度法在甘蔗新品种综合评价中的应用比较[J]. 西南农业学报，28（4）：1542-1547. [Yang K，Wu C W，Qin W，Zhao P F，Liu J Y，Cai Q. 2015. Comparison of comprehensive evaluation sugarcane new varieties with DTOPSIS and grey related degree[J]. Southwest China Journal of Agricultural Sciences，28（4）：1542-1547.]

于亚雄. 2016. 云南小麦栽培技术[M]. 昆明：云南科技出版社. [Yu Y X. 2016. Yunnan wheat cultivation techniques[M]. Kunming：Yunnan Science and Technology Press.]

云南种业信息网. 2019. 2018─2019年度云南省小麦品种试验总结公示及2019─2020年度云南省小麦品种试验实施方案[EB/OL]. （2019-09-16）. http：//ynzyxx.net/WebCateArtInfo/？newsn=78a5bc94d82211e9895400155d892e 09l. [Yunnan Seed Industry Information Network. 2019. Summary announcement of wheat varieties test in Yunnan Province in 2018-2019 and implementation plan of wheat varieties test in Yunnan Province in 2019-2020[EB/OL]. （2019-09-16）. http：//ynzyxx.net/WebCateArtInfo/？newsn=78 a5bc94d82 211e9895400155d892e09l.]

昝凱，周青，张志民，郑丽敏，王凤菊，陈亚光，李明军，徐淑霞. 2018. 灰色关联度和DTOPSIS法综合分析河南区域试验中大豆新品种（系）的农艺性状表现[J]. 大豆科学，37（5）：664-671. [Zan K，Zhou Q，Zhang Z M，Zheng L M，Wang F J，Chen Y G，Li M J，Xu S X. 2018. Grey correlation degree and DTOPSIS method comprehensive analysis of soybean varieties （or lines） in Henan Province regional test of agronomic traits performance[J]. Soybean Science，37（5）：664-671.]

钟丽. 2012. 油菜产量与主要性状的灰色关联度分析[J]. 南方农业学报，43（4）：421-424. [Zhong L. 2012. Gray relational grade analysis between the rapeseed yield and related traits[J]. Journal of Southern Agriculture，43（4）：421-424.]

（责任编辑 陈 燕）