灰色关联度分析法和DTOPSIS法对青贮玉米新品种综合评估的比较分析

丁 宁，张玉强，张慎举

（1.河南省大京九种业有限公司，河南 商丘 476000；2.商丘职业技术学院，河南 商丘 476000）

农作物品种区域试验是新品种选育不可缺少的步骤，也是对新品种进行客观评估的重要环节。长期以来，育种工作者对品种区域试验资料分析时大都仅对产量一个性状进行方差分析和稳产性分析，其余性状仅供参考。实际上，就青贮玉米品种而言，除生物产量外，植株纤维品质、抗逆性等性状也是限制品种推广的重要因素，只有综合性状好的品种才有更好的推广价值。近年来，灰色关联度分析法在小麦、玉米和棉花等作物上得到广泛应用[1-4]，DTOPSIS法引入大豆、花生和大麦等作物的综合评估[5-9]，得到了一些有益结论。本研究使用灰色关联度分析法和DTOPSIS法对青贮玉米新品种进行综合评估，旨在为新品种大面积推广提供科学依据。

1 材料和方法

1.1 材料来源

本研究的资料来自2014年国家青贮玉米品种区域试验（黄淮海组）结果[10]。参试品种有柳玉3号（V1），SN13-11（V2），帮豪玉108（V3），SAUQ1401（V4），先玉1321（V5），衡远Y1038（V6），BN2932（V7），云瑞12号（V8），大京九26（V9，原名大京九10号），渝青506（V10），黔糯青1号（V11）和雅玉青贮8号（V12，CK）12个品种；测定青贮玉米品种生物干重（X1）、生育期（X2）、持绿性（X3）、稳产性（X4）、倒伏率（X5）、大斑病（X6）、小斑病（X7）、纹枯病（X8）、丝黑穗病（X9）、中性洗涤纤维含量（X10）、酸性洗涤纤维含量（X11）、粗蛋白含量（X12）和淀粉含量（X13）13个主要性状（表1）。

表1 2014年国家黄淮海地区青贮玉米品种试验结果

1.2 分析方法

采用灰色关联度分析法、DTOPSIS法对表1中试验数据进行分析，具体分析步骤参见文献[11-14]。依据《国家青贮玉米品种审定标准》和黄淮海地区青贮玉米生产实际，参考育种专家意见，对13个性状指标按表1中顺序分别赋予0.60、0.08、0.02、0.02、0.04、0.02、0.04、0.02、0.04、0.04、0.02、0.02 和0.04的权重值。

用最大差异率法和区分度法对两种分析方法进行比较[15-16]，区分度计算公式

ρ=（γmax-γmin）/（γmax+γmin）

式中，γmax表示参数中最大值的绝对值；γmin表示参数中最小值的绝对值。

2 结果与分析

2.1 灰色关联度分析

2.1.1 建立矩阵并进行无量纲化 依据灰色关联度分析计算方法，将表1中的数据进行无量纲化处理，得到矩阵Z（表2）。

2.1.2 求理想品种与参试种的绝对差值及最大、最小差 依据灰色关联度原理及计算方法求理想品种与参试种的绝对差值（表3），从表3中找出各性状的max△i（k）=0.916 5，min△i（k）=0。

表2 无量纲化处理结果

表3 理想品种与参试种的绝对差值结果

2.1.3 计算理想品种与参试种的关联系数 依据灰色关联原理及计算方法计算理想品种与参试种的关联系数，结果见表4。

2.1.4 各参试种加权关联度的计算 某一参试种13个性状的关联系数与其对应的权重值相乘之和，即是其加权关联度。经计算，12个参试种的加权关联度见表5。

表4 理想品种与参试种的关联系数

2.2 DTOPSIS分析

2.2.1 建立矩阵并进行无量纲化 依据DTOPSIS分析计算方法，将表1中的数据进行无量纲化处理，得到矩阵Z（表6）。

2.2.2 建立加权决策矩阵 用各个性状指标分别赋予的权重值乘矩阵Z中与其对应列的数据，即得到决策矩阵R（表7）。

2.2.3 根据R 得到理想解与负理想解数列 Xi+={0.60，0.08，0.02，0.02，0.04，0.02，0.04，0.02，0.04，0.04，0.02，0.02，0.04}；Xi-={0.504 7，0.077 1，0.000 5，0.011 0，0.003 3，0.011 1，0.017 1，0.015 6，0.022 2，0.030 0，0.013 1，0.016 3，0.021 9}。

2.2.4 相对接近度Ci的计算 采用欧几里德范数法计算相对接近度C，首先计算各参试种与Si+（理想解）和Si-（负理想解）的距离，再计算各参试种与相对接近度Ci值（表7）。

表6 无量纲化处理结果

表7 加权决策矩阵R

2.3 计算结果分析

由表5 计算结果可以看出，各参试种生物干重方差分析结果排序依次为V9＞V1＞V10＞V7＞V3＞V5＞V12＞V4＞V2＞V8＞V11＞V6，而两种综合分析方法与方差分析法排序结果有所不同，这是因为方差分析法只考虑了生物干重，另两种分析方法综合了13个性状指标，且各自计算方法不同所致。大京九26 青贮玉米品种生物干重为18 742.5 kg/hm2，较对照种增产12.5%，达极显著水平，居第1位，两种综合评估法排序也均居第1位，表现生育期适中，抗倒伏，抗小斑病，中性洗涤纤维含量较低，淀粉含量较高，于2017年、2018年2次通过国家农作物品种审定委员会审定（国审玉20170049、国审玉20180176）。渝青506 生物干重17 647.5 kg/hm2，较帮豪玉108 增产0.96%，二者生物干重差异不显著，但前者生育期、稳产性、抗倒性、抗大斑病、抗小斑病、品质等性状较后者稍差。由生物干重第3位落居综合排序5、4位。SAUQ1401较云瑞12号生物干重增产0.7%，新复极差测验二者生物干重差异不显著，前者也因综合性状稍有逊色，由生物干重居第8位而落居综合排序第10位。黔糯青1号也与上述2 例一样，即大斑病、丝穗病、品质性状表现较差，与衡远Y1038 发生了倒位现象。由此看出，当方差分析法对某一青贮玉米品种生物干重达显著水平时，采用两种综合分析法对其进行评价，可进一步增加对该品种的了解，给推广提供更加全面的信息。而当方差分析后，品种间生物干重新复极差测验结果不显著时，采用2种分析方法对其进行综合评估，能够得到更加客观、合理的结果，这与苏天增等[13]研究结果一致。

2.4 两种综合评估方法的比较

据相关分析，12个参试种生物干重排名与灰色关联度分析法和DTOPSIS法排序的秩相关系数分别为0.930 1、0.902 1，这表明2种综合分析方法都能真实地反映青贮玉米品种的优劣。但在计算结果上存在一定差异（表5），灰色关联度分析法ri最大差异率17.5%，而DTOPSISI法Ci最大差异率达84.6%。显然，DTOPSISI法更易区分青贮玉米品种的优劣表现。区分度即表示评判值的离散程度，一般离散程度越大，区分度越好，相对的分析方法越优。将表5中两种综合评估方法的各自最大值、最小值代入参考文献[15-16]的相应公式，计算得出DTOPSISI法区分度最大（0.733 3）、灰色关联度（0.095 8）次之。综上所述，灰色关联度分析法和DTOPSIS法综合能力都较强，对参试种做出较为客观全面的评估，但以DTOPSIS的分析结果较优。

3 结论与讨论

通过两种分析方法对2014年国家黄淮海地区青贮玉米品种试验结果分析，可归纳为4 点：其一，大京九26 青贮玉米品种生物干重排名和两种综合评估方法排序均居第1位，表现生育期适中、抗倒伏、品质优和生物干重高，于2017年、2018年分别通过国家农作物品种审定委员会审定，应加大推广力度。其二，生物干重排名与两种综合分析方法排序的秩相关系数都达极显著水平，表明目前仅按生物干重对青贮玉米品种决定取舍仍不失为一种好方法，因干物产量是青贮玉米品种多个性状综合作用的结果。其三，两种分析方法不仅具有可靠的统计基础，而且均能充分利用生物干重及其相关的其他多个性状的全部信息，特别是在青贮玉米品种间生物干重新复极差测验结果不显著时，对参试种排序更加客观合理。其四，在两种分析方法中以DTOPSIS法Ci最大差异率和区分度都较大，较易区分品种的优劣，不失为一种评价青贮玉米品种优劣的好方法。

根据不同作物特点和当地生产实践，慎重选取参考性状并赋予不同权重是运用两种方法的关键环节。本例依据《国家青贮玉米审定标准》，目前黄淮海地区青贮玉米产量低，要及时给小麦腾茬的生产实际，确定以高产、早熟、优质为育种目标，分别赋予生物干重0.6 和生育期0.08的较高权重，对该地区主要发生的小斑病、丝黑穗病和倒伏率、中性洗涤纤维含量及淀粉含量等品质性状均赋予0.04 权重，其余性状均为0.02。以往人们在赋予生物干重较高权重的同时，又选择籽粒产量、单株干重等产量因素做评价的参考性状，无形中赋予生物干重更高的权重值，无疑将影响评价结果，因此，在应用多性状综合评估方法时，参考性状应认真分析和选择。