基于熵值赋权的DTOPSIS 法筛选优良玉米品种

张中伟 杨海龙 付 俊 谢文锦 李方明 高旭东

（丹东农业科学院 辽宁 凤城 118109）

玉米作为国家粮食安全增收的“主力军”，一直是我国重要的粮食作物， 辽宁省是东华北春玉米区主要生产省之一，地处玉米黄金生产带，对推动我国粮食增产具有重要作用[1-2]。 在辽宁地区选育高产、稳产、优质、广适型的玉米品种对提高我国粮食单产、增加粮食总产具有重要意义[3]。 玉米品种有明显的地域性，丹东地区地处辽宁东南部，降水充沛，资源丰富，针对当地生态环境特点，准确、科学、全面地评价玉米品种， 对于玉米新品种的选育和应用具有指导意义。 DTOPSIS 法近年来被广泛应用于各种作物品种的综合评价[4-9]中，但是传统的DTOPSIS 法对于权重的确定，常常根据经验进行赋值，具有主观性和片面性，熵权法作为一种客观赋权方法，根据比较矩阵求出能代表权重分配的熵权，有效地排除了人为设置权重的干扰因素[10]。 本试验以2022 年东华北春玉米中晚熟组的17 个品种（含对照）为试材，选择14 个性状指标， 利用基于熵值赋权的DTOPSIS 法对参试品种进行综合评价， 以期筛选出适合当地种植的品种，为当地的玉米品种推广种植提供参考。

1 材料与方法

1.1 试验材料与试验设计

试验材料为2022 年东华北春玉米中晚熟组区域试验资料， 试验品种有17 个， 其中郑单958 为对照品种， 各品种编号和品种名称见表1。 试验于2022 年在丹东农业科学院试验基地进行。 试验采取随机区组排列，3 次重复，5 行区，小区面积20 m2，种植密度为67 500 株/hm2， 四周设置不少于4 行的保护行，田间管理同当地大田。

表1 参试品种名称及编号

1.2 调查记录项目

调查产量（X1）、穗长（X2）、穗行数（X3）、行粒数（X4）、出籽率（X5）、百粒重（X6）、穗粗（X7）、轴粗（X8）、生育期（X9）、株高（X10）、穗位高（X11）、大斑病（X12）、小斑病（X13）和秃尖长（X14）14 个性状。 每次重复实收中间3 行风干脱粒，按14%含水量计算产量，其他农艺性状均按国家区试标准观察、考种和记载。

1.3 数据处理与分析方法

应用Excel 进行数据处理，分析方法采用基于熵值赋权的DTOPSIS 法。

2 结果与分析

2.1 构建比较矩阵

将2022 年参试的17 个品种及14 个性状指标性状表现的平均值，构成比较矩阵A（表2）。

表2 参试品种各性状指标的平均值（矩阵A）

2.2 无量纲化处理

根据育种目标和生产需要，将14 个指标分为正向指标、中性指标和逆向指标3 类。 其中，正向指标为产量、穗长、穗行数、行粒数和出籽率，指标值越大越好；中性指标为百粒重、穗粗、穗轴粗、生育期，株高和穗位高， 这类指标要求适中； 逆向指标为大斑病、灰斑病和秃尖长，指标值越小越好。 无量纲化处理公式如下： 正向指标Zij=Yij/Yjmax， 其中，Yjmax=max（Yij），max 为最大值；中性指标Yij）〕，其中为第j 个指标所有参试品种该指标的平均值；逆向指标Zij=Yjmax/Yij，其中，Yjmin=min（Yij），min为最小值。 得到无量纲化结果（矩阵Z）（表3）。

2.3 熵权法确定各指标的权重，建立决策矩阵R

各性状指标权重的计算方法参照张春艳等[11]的评价模型，计算结果见表4。 各性状指标权重aj乘以矩阵Z 的第j 列得到决策矩阵R（表5）。

表4 各评价指标的熵权 权重及变异系数

表5 参试品种各性

2.4 参试品种性状的正理想解和负理想解

依据决策矩阵R（表5）得到14 个性状指标的正负理想解序列。

正理想解序列：Xj+=［0.001 6，0.002 0，0.002 5，0.002 8，0.000 4，0.002 7，0.000 5，0.678 6，0.000 2，0.001 6，0.005 8，0.161 3，0.034 1，0.104 7］

负理想解序列：Xj-=［0.001 3，0.001 5，0.001 8，0.002 0，0.000 4，0.002 0，0.000 5，0.578 8，0.000 2，0.001 4，0.004 8，0.032 3，0.006 8，0.009 5］

2.5 参试品种理想解的相对接近度计算

表6 DTOPSIS 法计算结果

3 讨论与结论

3.1 讨论

玉米区域试验中常用的传统评价分析方法如方差分析、回归分析等方法，仅从产量单一性状入手，导致对品种评价的片面性。 基于熵权的DTOPSIS 法的优点是将各个品种多个指标无量纲化后， 对各指标计算权重进行分析， 从理论上可以对品种进行更加客观全面的评价， 进而筛选出符合育种者目标的品种[12]。

根据目前玉米生产实际需要， 玉米单产仍然是十分重要的育种目标， 本研究采用熵值赋权法计算出的产量指标权重仅为0.001 6，权重值偏小，可能与品种数量、选择的性状指标、气候等因素有关。 也有研究表明， 用熵权法计算出的指标权重大小与该指标的变异系数有关系。吴玥等[13]利用基于熵值赋权的DTOPSIS 法对36 个玉米品种进行综合分析及评价，秃尖长变异系数较大，其权重高达0.902 1，而产量指标权重仅有0.008 0。 在本试验中， 产量变异系数为6.59%，权重为0.001 6，而穗轴粗变异系数为6.96%，与产量变异系数相差不大，其权重为0.678 3，本试验认为熵权法确定权重的大小是否与变异系数有关，还需要进一步开展多点试验。

3.2 结论

应用基于熵值赋权的DTOPSIS 法对2022 年东华北春玉米中晚熟组的17 个品种（含对照）进行综合评价， 初步筛选出4 个优良玉米品种， 即L2128、p112、五谷826 和伟科812，这4 个品种不仅产量和综合性状优异，而且品种的环境稳定性较好，适宜在丹东地区及其相近生态区种植推广。