15个夏芝麻新品种综合评价

2020-09-17侯珺任伟

广东蚕业 2020年5期

侯　珺　任　伟

15个夏芝麻新品种综合评价

侯珺1任伟2

（1.商丘市睢阳区农业科学研究所河南商丘476000；2.河南省大京九种业有限公司河南商丘476000）

为了综合评价夏芝麻新品种，文章应用模糊概率法对2017年黄淮区试15个芝麻品种9个主要性状进行了综合评价。结果表明，各参试品种的优劣依次为周芝12号＞漯16PZ17＞商芝156＞阜芝006＞周芝13号＞驻14J50＞驻16B04＞商芝158＞驿芝M26＞郑0318-1＞皖芝17号＞豫芝4号＞上芝12号＞舆芝0428＞上芝10号，综合性状排序结果与产量排名的秩相关系数达极显著水平，说明模糊概率法能够充分利用产量及其相关多个性状的全部信息，是一种客观、有效评价芝麻新品种的好方法。

夏芝麻；模糊概率法；综合评价

农作物新品种综合评价是育种工作的一个重要环节。传统的方法大都仅对产量数据进行方差分析和新复极差分析。而实际上对于油料作物的芝麻来说，除产量外，籽粒品质、抗病性和适应性等也是限制新品种推广的主要因素，只有综合性状好的品种才有更好地推广应用价值[1-2]。近年来，人们应用模糊综合评定、灰色关联度分析和DTOPSIS法在水稻、小麦、玉米、棉花、大豆等作物品种综合评价上的应用，都取得了一些有益的结论[3-8]。文章试用模糊概率法对2017年黄淮地区芝麻区域试验的15 个夏芝麻品种9个主要性状进行了量化分析[9]，旨在为芝麻新品种选育和应用提供一种新的综合评估方法。

1 材料和方法

1.1 供试材料

资料来源于2017年黄淮区芝麻新品种区域试验结果。参试品种共15 个：驿芝M26 （1）、驻16 B04 （2）、阜芝006 （3）、漯16 PB17 （4）、上芝10 号（5）、上芝12 号（6）、郑0318 -1（7）、驻14 J50 （8）、舆芝0428 （9）、皖芝17 号（10）、周芝12 号（11）、周芝13 号（12）、商芝156 （13）、商芝158 （14）、豫芝4号（15）。15 个品种的9个性状调查结果见表1。

表1　15 个参试芝麻品种主要性状调查结果

注：稳产性指品种5个点次产量变异系数（%）。

1.2 方法

根据王国印提出的模糊概率法进行计算[9]，公式如下：

其中是清晰事件生的概率。

=1,2,…,

2 结果与分析

在芝麻的性状系统中，有一些性状的量值越大，越符合经济目的，但也有一些性状量值越小，越符合经济目的。考虑到计算隶属度时以大值为标准，对表1中的生育期、稳产性、抗倒性、耐渍性、茎点枯病的性状值通过1/×100 （为观察值）转变为前一类性状值。由于枯萎病性状值最小为0无法转换，故将个数据都加1后再通过1/×100 转变为以大值为标准的性状值。

2.1 芝麻品种9个性状隶属度计算

表2　各参试芝麻品种主要性状的隶属度

以产量计算为例，从表1可知，15个参试品种的产量最大值=1758.0；最小值=1401.0，根据公式（2）可计算出15 个参试品种产量隶属度，如驿芝M26产量隶属度=（1546.5-1401.0）/（1758.0-1401.0）=0.41，以此类推，同理可计算出15 个参试品种其他各性状的隶属度，计算结果列于表2，从表2可以看出，9个性状的隶属度全体即为参试品种模糊集，它直接随隶属度的变化而变化。

2.2 模糊概率值计算及分析

根据芝麻品种审（鉴）定标准、黄淮地区生产实际，并参照育种专家意见，对9个性状的权重系数按表1中顺序，分别赋予0.60、0.10、0.05、0.025、0.025、0.025、0.025、0.50、0.10。将表2中的隶属度和相对应的权重系数代入公式（3），即求得各参试品种的模糊概率值，结果列于表3。

表3　参试品种产量及模糊概率值

从表3可以看出，15个参试品种模糊概率值从大到小的顺序为周芝12号、漯16 PB17、阜芝006、周芝13 号、驻14 J50、驻16 B04、商芝158、驿芝M26、郑03181、皖芝17号、豫芝4号、上芝12号、舆芝0428、上芝10号，这一结果与产量排序结果基本一致，其相关性达0.911 4**极显著水平，表明模糊概率法能真实地反映芝麻品种的优劣。如周芝12 号产量、生育期、抗倒性、耐渍性、油分含量的概率值都较大，表现早熟、抗倒、耐渍、含油量和产量都较高，综合排序居第1位；漯16 PB17 稳产性、抗倒性、油分含量和产量等重要性状的模糊概率值也比较大，表现稳产、抗倒、优质、产量较高，综合排序由第5位上升到第2位；商芝156表现稳产、耐渍、抗倒、含油量较高，综合排序由第6位上升到第3位。

3 结论与讨论

在夏芝麻品种区域试验中，各参试种受其种性和环境等诸多因素的影响，其性状表现各有优劣，传统的方差分析和新复极差法仅考虑产量一个性状，而对抗病性、抗逆性和品质性状仅做参考，评价结果有失偏颇。文章用模糊概率法对15个芝麻参试种9个性状的分析结果表明，综合性状排序依次为周芝12号＞漯16PB17＞商芝156＞阜芝006＞周芝13号＞驻14J50＞驻16B04＞商芝158＞驿芝M26＞郑0318-1＞皖芝17号＞豫芝4号＞上芝12号＞舆芝0428＞上芝10号。法与产量排名秩相关系数达极显著水平，表明模糊概率法能够充分利用产量及其他多个性状的全部信息，使参试品种排序更加客观合理[10]。如商芝156表现稳产、耐渍、抗倒、含油量较高，由产量排名第6位上升到模糊概率法排序第3位。该法不仅具有可靠的统计基础，并且计算简单，易于掌握，是进行品种综合分析评价的好方法。

应用模糊概率评价的关键在于考察性状的选择和权重大小的确定。该例根据目前黄淮地区夏芝麻单产低而不稳，及时给小麦腾茬和含油量低的特点，分别赋予产量0.6、稳产性0.1、油分含量0.1、生育期和蛋白质含量分别为0.05较高的权重。其余性状都为0.025。以往人们在赋予产量较高权重的同时，又选择株蒴数、蒴粒数、千粒重和单株粒重作为考察性状，无形中赋予了产量更高的权重[11]，这无疑将直接影响评价结果。因此，用此法评价夏芝麻品种时对考察性状应认真分析和选择。

最后需要指出的是，应用该法对芝麻新品种进行综合评价尚属初步尝试，其分析资料、考察性状和不同性状权重值的选择和确定都有一定局限性，有待进一步验证。

[1]郭瑞林.农业模糊学[M].郑州:河南科学技术出版社,1991.

[2]刘录祥,孙其信,王士芸.灰色系统理论应用于作物新品种综合评估初探[J].中国农业科学,1989,22(3):22-27.

[3]张燕之,祁亮,周毓珩.辽河流域几个水稻品种的灰色关联度分析[J].辽宁农业科学,1993(6):3-5.

[4]郭天财,许自成,台国琴.四种类型小麦的灰色关联分析[J].河南农业大学学报,1992,26(3):228-234.

[5]苏天增,侯乐新. DTOPSIS法在甜玉米品种综合评价中的应用[J].商丘职业技术学院学报.2009,8(2):92-95.

[6]魏铭森,陈蓉娟.棉花品种的多级模糊综合评定方法[J],中国棉花,1986,13(5):18-22.

[7]侯乐新,郭巍杰,王培田.灰色局势决策在大豆新品种评价中的应用初探[J].河南农业科学,2004,33(9):31-33.

[8]卢卫国,李卫东,梁慧珍,等.DTOPSIS法综合评价大豆新品种的初步探索[J].中国油料作物学报,1998,20(3):22-26.

[9]王国印.模糊概率法在棉花品种综合评价中的应用初探[A].赵开军,第2届全国青年作物遗传育种学术会文集[C].北京:中国科学技术出版社,1994.

[10]任伟,侯乐新,郭振升,等.12个青贮玉米新品种综合评价[J].河南农业科学,2018,47(2):50-52.

[11]卫文星,张红,卫双玲.芝麻品种的综合评价法[J].中国油料,1994,16(3):19-22,24.