基于灰色关联度、DTOPSIS与灰色局势决策法的谷子品种综合评价

宋 慧 郭 岩 邢 璐 李 龙 臧贺藏 李国强 王素英 郑国清*

(1.河南省农业科学院 农业经济与信息研究所/河南省智慧农业工程技术研究中心,郑州 450002;2.安阳市农业科学院 谷子研究所/河南省谷子育种工程技术研究中心,河南 安阳 455000;3.西北农林科技大学 农学院/旱区作物逆境生物学国家重点实验室,陕西 杨凌 712100)

谷子(Setariaitalica(L.) Beauv.)是禾本科(Gramineae)狗尾草属(Setaria Beauv)的一个栽培种[1],具有抗旱节水耐贫瘠特性[2]和均衡的营养保健作用,是当前我国抗旱战略储备作物和乡村振兴的先锋作物[3]。华北夏谷区多属于复播谷子区,受一年两熟耕作制度的限制,生育期短的谷子品种才能适应生产要求。因此,筛选简单有效的评价方法对现有品种的综合性状进行准确评价,并筛选出一批综合性状优良的谷子新品种是华北夏谷区生产上亟待解决的问题之一。

灰色关联度分析法、DTOPSIS法与灰色局势决策法被广泛应用在苹果[4]、亚麻[5]、肾茶[6]、棉花[7]、柴胡[8]、小麦[9]、番茄[10]、马铃薯[11]、草莓[12]等粮食和经济作物的育种评价中,灰色关联度分析法、DTOPSIS法与灰色局势决策法分析较单独用产量进行分析所得出的结果更加客观全面。但DTOPSIS法与灰色局势决策法分析过程中,各性状指标的权重一般来自于专家赋值或者平均赋权,受外界影响较大[13]。熵权法是一种通过样本数据确定评价指标权重的方法,其权重由指标间数值的离散程度来设置,能有效排除人为设置权重的干扰因素[14]。熵权法与灰色关联度分析法、DTOPSIS法与灰色局势决策法相结合的分析方法可以避免人为因素的干扰。孙鑫等[15]利用熵权法和DTOPSIS分析,得到滴灌施肥条件下沙土马铃薯高产优质和水肥高效的最佳配比。夏来坤等[16]应用基于熵权的DTOPSIS法和灰色局势决策法分析玉米区域试验,结果表明,2种评价方法对品种评价的排序结果差异不大,与产量相结合可以很好地满足区域试验的要求。吴玥等[17]认为熵值赋权法客观评价了各指标在该评价体系中的重要程度,避免了人为主观因素对评价结果的影响,评价结果更客观全面。当前,在我国谷子育种中,产量是主要的评价因素,其他性状作为辅助因素,在产量筛选后,再考虑其他性状表现水平[18],该评价方法存在不能完全反映谷子品种优产稳产的问题。目前,综合3种方法对谷子农艺性状方面的研究鲜见报道。本研究综合灰色关联度分析法、DTOPSIS法和灰色局势决策法将2021—2022年国家生态适应试验中的25个谷子新品种的主要农艺性状和产量性状作为评价指标,同时对3种评价方法进行比较,旨在筛选适应华北夏谷区综合性状优良的谷子品种,以期为后续谷子新品种评价方法提供参考依据。

1 材料与方法

1.1 试验材料

供试谷子品种共25个,主要来自2020—2021年国家生态适应性试验中的谷子品种及大田生产上的主栽谷子品种,‘晋谷21’‘黄金苗’‘山西红谷’‘长农35’‘大同29’‘金苗K2’‘赤优金苗1号’‘张杂谷13号’‘豫谷18’‘长农47’‘陇谷13’‘九谷23’‘嫩选18’‘嫩选15’‘冀谷39’‘龙谷25’‘龙谷38’‘公谷88’‘张杂谷16号’‘朝谷58’‘济谷22’‘冀谷168’‘豫谷35’‘中谷9号’‘中谷2号’;其中包括山西省4份,内蒙古自治区4份,河北省4份,甘肃省1份,吉林省2份,黑龙江省4份,辽宁省1份,河南省2份,北京市2份。

1.2 试验地点及试验设计

试验于2021—2022年在河南省安阳市农业科学院柏庄基地(114.2° E,36.6° N,海拔72.5 m)进行种植。各环境田间小区试验均采取随机区组试验设计,设3次重复,每小区6行,行长5.0 m,行距0.4 cm,小区面积为10 m2(2.0 m×5.0 m)。试验点肥力均匀,各小区环境条件一致,播种方式均为露地平作条播,田间管理参照常规农田统一管理。于5月20日播种,9月30日收获,播种密度统一设定为60万株/hm2。

1.3 试验方法

依据《谷子种质资源描述规范和数据标准》[19],在谷子全生育期内调查25个供试品种的农艺性状。每个性状选取5株进行测量,以平均数代表本小区供试品种的性状水平。

1.4 数据统计

灰色关联度分析方法通过IBM SPSS Statistics 22.0对25个供试品种的8个性状指标进行Pearson相关性分析以及主成分分析,根据轩瑞瑞等[20]的方法进行熵权计算以及灰色关联度分析;DTOPSIS法和模糊概率法的分析分别根据齐建双等[21]的方法进行计算得到各参试品种与理想解的接近度Ci和品种的Ki。试验所有数据处理均采用WPS 2021进行统计分析。

2 结果与分析

2.1 基于不同分析方法的评价

2.1.1灰色关联度分析

不同参试品种株高(H1)、生育期(H2)、单株穗数(H3)、出谷率(H4)、穗长(H5)、单穗重(H6)、单穗粒重(H7)、产量(H8)共计8个指标性状的具体数值,将各性状2年数据平均后带入后续计算(表1)。对谷子各参试品种进行皮尔森(Pearson)相关性系数计算各性状指标的相关性关系(表2),再对25个供试品种的8个性状进行主成分分析,得出3个主成分因子(表3),结合之前相关性分析以及各供试品种性状指标成分(表4)的结果筛选出各参试谷子品种综合评价体系的核心性状指标为单穗粒重(H7)、穗长(H5)、单株穗数(H3)。

表1 各参试品种主要性状平均值

表3 各供试品种性状指标主成分数据

表4 各供试品种性状指标成分矩阵

根据熵权法,对25个供试品种的3个核心性状指标的信息熵、差异性系数、权重进行计算,得出单株穗数(H3)、穗长(H5)、单穗粒重(H7)的权重分别为0.310 9、0.065 0、0.624 1。核心性状指标的权重排序依次为:单穗粒重(H7)>穗长(H5)>单株穗数(H3)。

选取各核心性状极大值Xj组成谷子综合评价体系的参考序列,参考序列为;单株穗数1.56个、穗长24.87 cm、单穗粒重13.86 g,将数据进行无量纲化处理(表5),计算出构建的参考序列核心性状无量纲化数值与供试品种核心性状无量纲化数值的绝对值差(表6),继而依据公式计算得到各性状指标的关联度系数(表7)。

表5 无量纲化结果矩阵

表6 参考序列与供试品种核心性状无量纲化数值的绝对值差

表7 性状指标的灰色关联度系数

将关联度系数与各核心性状指标结合计算得出各参试品种的加权关联度;25个参试品种的综合排名为‘豫谷18’>‘长农47’>‘长农35’>‘豫谷35’>‘九谷23’>‘中谷9号’>‘冀谷39’>‘朝谷58’>‘中谷2号’>‘张杂谷13号’>‘晋谷21’>‘冀谷168’>‘张杂谷16号’>‘赤优金苗1号’>‘济谷22’>‘金苗K2’>‘黄金苗’>‘嫩选18’>‘公谷88’>‘龙谷38’>‘大同29’>‘山西红谷’>‘陇谷13’>‘嫩选15’>‘龙谷25’(表8)。根据计算,25个参试品种中‘豫谷18’加权关联度最大,说明在灰色关联度计算体系中,‘豫谷18’综合性状最好。排名前五的品种分别为‘豫谷18’‘豫谷35’‘九谷23’‘长农47’‘长农35’,对应的产量排名为第1、第3、第5、第10、第11。

表8 各供试品种性状指标的加权关联度及综合排名

2.1.2DTOPSIS法分析

表10 决策矩阵R

表11 各供试品种整体性状指标正、负理想解

表12 DTOPSIS法评价结果

2.1.3灰色局势决策法分析

灰色局势决策法指标分类方式以及计算方式与上述DTOPSIS法一致,灰色关联分析法计算矩阵与无量纲化矩阵Z相同(表8),将计算矩阵与各性状指标权重带入公式计算谷子参试品种的加权综合效果测度值,即为各品种的综合优势量化值Kij(表13)。25个参试品种的加权综合效果测度值排序为:‘豫谷18’>‘冀谷39’>‘豫谷35’>‘朝谷58’>‘九谷23’>‘张杂谷16号’>‘中谷2号’>‘冀谷168’>‘中谷9号’>‘长农47’>‘长农35’>‘张杂谷13号’>‘济谷22’>‘晋谷21’>‘赤优金苗1号’>‘嫩选18’>‘金苗K2’>‘公谷88’>‘大同29’>‘龙谷38’>‘黄金苗’>‘陇谷13’>‘嫩选15’>‘山西红谷’>‘龙谷25’。加权综合效果测度值排名前五的品种产量排名分别为:第2、第1、第3、第4、第7。

表13 灰色局势决策法评价结果

2.2 基于不同分析方法的评价结果对比

通过主成分分析,选取3个核心指标进行灰色关联度分析;同时采用熵权法计算出8个测试性状的权重系数,分别代入DTOPSIS法和灰色局势决策法2种评价模型(表14)。3种方法的评价结果排名存在差别,其中灰色关联度分析排名前五的品种为‘豫谷18’‘长农47’‘长农35’‘豫谷35’‘九谷23’;DTOPSIS法排名前五的品种为‘豫谷18’‘冀谷39’‘豫谷35’‘朝谷58’‘九谷23’;灰色局势决策法排名前五的品种为‘豫谷18’‘冀谷39’‘豫谷35’‘朝谷58’‘九谷23’。其中3种决策方法相重合的优良品种为‘豫谷18’‘豫谷35’‘九谷23’,其产量排名分别为第2、第3、第7。从3种决策方法的评价结果以及产量排名来看,‘豫谷18’和‘豫谷35’为本次区域试验中综合性状优良的品种。

表14 各参试品种灰色关联度、DTOPSIS、局势决策和产量排序分析

3 讨 论

3.1 灰色关联度分析各参试谷子品种性状

皮尔森(Pearson)相关性系数是一种计算各性状指标相关性程度的统计量,它为灰色关联度分析中减少性状指标以及筛选综合评价核心性状提供支撑[23]。本研究通过对参试品种各性状指标相关性的分析发现,谷子产量与出谷率、单穗重、单穗粒重均呈极显著正相关;参试品种具有良好的稳产与丰产特性,同时生育期长的品种较生育期短的品种产量及产量构成要素表现更加优异。信息熵、差异性系数以及权重是灰色关联度分析的重要参数[24-25]。信息熵主要用于解决信息的量化问题,将原本模糊的信息概念进行计算得出精确的信息熵值。信息熵越低,不确定性越低,越容易得到确定的信息。权重主要用于量化综合评定中各参试因子能够提供的有效信息,指标信息熵值越小,所富含的信息量越小,差异性系数越大,权重也越大。熵权法是一种客观赋权的方法,本研究中将其引入参试谷子品种比较,可最大限度消除计算权重时人为主观因素的影响,使性状指标评价结果与实际结果更一致。根据熵权法进行计算,得出谷子单株穗数(H3)、穗长(H5)、单穗粒重(H7)的权重分别为0.310 9、0.065 0、0.624 1。核心性状指标的权重排序依次为:单穗粒重(H7)>穗长(H5)>单株穗数(H3)。在谷子综合评价体系中,单穗粒重(H7)的大小对评价结果影响最大,单株穗数(H3)的多少主要代表着品种的分蘖情况,其对评价结果的影响仅次于单穗粒重(H7)。

灰色关联度法计算后得到的排名与产量排名并不相同,产量排名第2的‘豫谷18’在灰色关联分析方法中排名为第1(表15),说明其核心性状表现优异。部分产量排名靠前的参试品种在灰色关联度分析方法中排名有较大幅度波动,说明有些参试品种具有高产潜力,但是可能存在产量变异系数大的问题。故在实际应用中,应将产量排名与灰色关联度法计算结果综合分析,筛选出最佳品种。

3.2 DTOPSIS及灰色局势决策法分析各参试谷子品种性状

DTOPSIS法评价方法通过评价性状指标与理想化目标的接近度进行排序,参评品种性状与性状理想解越近,得分就越高[26]。由于本试验已将逆向指标正向化,所以正理想解为各评价指标的最优值,负理想解为各评价指标的最劣值。

权重方面,核心性状指标的权重排序依次为:产量(H8)>单穗粒重(H7)>单穗重(H6)>单株穗数(H3)>穗长(H5)>出谷率(H4)>株高(H1)>生育期(H2)。产量的权重最高为0.297 3,产量等构成因素权重占比仅次于产量,其中单穗粒重、单穗重占比分别为0.282 4、0.216 4,说明产量对于综合评价体系影响最大,这与传统区域试验评价方法相呼应。DTOPSIS法评价方法所得结果与产量排名相似,在DTOPSIS计算体系中,‘豫谷18’综合性状最好(表15)。排名前五的品种为‘豫谷18’‘冀谷39’‘豫谷35’‘朝谷58’‘九谷23’,其产量排名分别为:第2、第1、第3、第4、第7,其结果与产量吻合度好,评价效果突出。

灰色局势决策法在熵权法的基础上进行计算分析,其信息熵、差异性系数以及权重与DTOPSIS法评价方法的相关参数相同,排名前五的品种为‘豫谷18’‘冀谷39’‘豫谷35’‘朝谷58’‘九谷23’,其产量排名分别为:第2、第1、第3、第4、第7,这与DTOPSIS法所得结果相同,且较依据单一性状指标进行排序更加合理。

3.3 综合分析灰色关联度、DTOPSIS及灰色局势决策法在区域试验中的应用

灰色关联度分析方法通过Pearson相关性分析以及主成分分析,对数量繁多的性状进行简化,筛选出信息承载量最大的核心指标进行计算,适用于参评性状较多的区域试验评比,能够起到简化计算,突出重点性状的作用,但是由于在简化过程中,删除性状会造成信息损失,会对区域试验评比结果造成影响,因此在使用中需要与其他重要性状配合决策[27]。DTOPSIS法和灰色局势决策法在计算过程中,将全部性状带入进行计算,能够做到信息数据无损化,适用于更高精度的试验评比。DTOPSIS评价方法通过评价性状指标与理想化目标的接近度进行排序,参评品种性状与性状理想解越近,得分就越高,其结果在3种分析方法中最为精确,但计算非常繁琐,灰色局势决策法在熵权法的基础上,简化了DTOPSIS法的评分计算方式。本研究,DTOPSIS法对于性状指标的分类分为正向、逆向以及中性三类,与灰色局势决策法上限、下限和适中3类性状指标相呼应,对比2种方法,发现综合评价品种排名一致,但灰色局势决策法计算更为简单,故在谷子评价体系中,灰色局势决策法较好。

4 结 论

采用灰色关联度分析、基于熵权法的DTOPSIS法和灰色局势决策法对2021—2022年国家生态适应性鉴定试验(河南省安阳市)的25个谷子品种进行综合评价,结果表明,灰色关联度分析排名前五的品种为‘豫谷18’‘长农47’‘长农35’‘豫谷35’‘九谷23’;DTOPSIS法排名前五的谷子品种为‘豫谷18’‘冀谷39’‘豫谷35’‘朝谷58’‘九谷23’;灰色局势决策法排名前五的品种为‘豫谷18’‘冀谷39’‘豫谷35’‘朝谷58’‘九谷23’。结合3种决策方法以及产量排名来看,‘豫谷18’和‘豫谷35’为综合评价优良的品种。灰色局势决策法在区域试验评比中计算过程简单,能够综合利用所有性状,同时结果与DTOPSIS法差异较小,在3种决策方法中表现最好。综上,在谷子区域试验中,可以根据谷子育种目标,确定供试谷子品种潜在目标性状排序,再采用基于熵权的灰色决策法进行综合评价,将综合评价结果与潜在目标性状排序结合分析,使得目标性状与其他性状达到平衡,就可以尽量筛选出目标性状优异且综合评价优良的谷子品种。