基于熵权TOPSIS法的大豆种质资源综合评价

摘要本研究以JD001、JD002和JD003等9份大豆种质资源为材料，利用熵权TOPSIS法对株高、底荚高度和单株主茎节数等8个农艺性状进行评价，继而进行聚类分析，为大豆品种选育提供参考。结果表明，各农艺性状中，变异系数较高的是单株有效分枝数（64.79%）、底荚高度（31.44%）和单株有效荚数（28.77%），表明这3个性状指标遗传改良潜力较大，可应用于大豆品种选育鉴定。通过熵权TOPSIS法和聚类分析将9个大豆品种分为3种类型，一类为JD006（良好型）；二类为JD001、JD004、JD005和JD009（中等型）；三类为JD002、JD003、JD007和JD008（一般型）。其中大豆品种JD006适宜作为优质亲本使用。

关键词大豆；熵权；TOPSIS法；综合评价；品种选育

中图分类号S565文献标识码A文章编号1007-7731（2024）18-0020-04

DOI号10.16377/j.cnki.issn.1007-7731.2024.18.005

Comprehensive evaluation of soybean germplasm resources based on entropy weight TOPSIS method

WANG WendiZHANG ZhiyongLIU XiaofangZHOU YiCHA GanhasiQI Jiarui LUO ChelimugeSU RinaGUO Fangliang

（Tongliao Institute of Agricultural and Animal Husbandry Sciences， Tongliao 028000， China）

Abstract 9 soybean germplasm resources were selected， including JD001， JD002， and JD003， as materials， and 8 agronomic traits such as plant height， bottom pod height and main stem node number were evaluated by entropy weight TOPSIS method， and then cluster analysis was carried out in order to provide theoretical references for the breeding of new soybean varieties. The results showed that among various agronomic traits， the ones with higher coefficients of variation were effective branch number per plant （64.79%）， bottom pod height （31.44%）， and effective pod number per plant （28.77%）， indicating that these 3 traits have rich genetic improvement potential and can be applied to soybean variety breeding and identification. Through entropy weight TOPSIS method and cluster analysis， 9 soybean varieties were divided into three types， one was JD006 （good type）， the second category were JD001， JD004， JD005 and JD009 （medium type）， the third category were JD002， JD003， JD007 and JD008 （general type）. Among them， the soybean variety JD006 was suitable for use as a high-quality parent.

Keywords soybean; entropy weight; TOPSIS method; comprehensive evaluation; variety breeding

大豆是豆科大豆属一年生草本植物，是优质植物蛋白食物之一，其提取食用油之后的大豆饼粕也是一种优质的蛋白饲料。随着生活水平的提高和消费理念的革新，消费者对蛋白质的消费需求提高，对大豆的需求量增加^[1-2]。在一定的耕地面积上，逐步提高大豆产量成为当前研究的热点之一。选育高产优质大豆品种是提高大豆产量较直接的途径之一，而优异亲本的选择对品种改良具有决定性作用。因此，对不同大豆种质资源的产量与品质相关性状进行分析，了解各性状存在的遗传变异多样性，将种质资源划归不同群体，有利于杂交育种的亲本选择^[3-4]。目前，通过综合评价筛选优质亲本已获得广泛应用。王小翠等^[5]对2 254份不同来源的大豆种质资源的24个表型性状进行分析，筛选出6份高产优异种质资源和4份稳定高油优异种质资源，为高油高产品种培育提供了基因资源和参考；陈亚光等^[6]以14个大豆品种为试验材料，对产量及相关农艺性状进行分析，筛选出安豆6223、HN0811和Z中黄341这3个大豆品种可作为优质亲本用于黄淮海地区的大豆新品种选育；张素梅等^[7]对收集到的240份大豆种质资源的蛋白质和脂肪含量进行测定分析，筛选出高蛋白材料39份，高油材料11份；赵萌等^[8]、孙浩楠等^[9]和孙鹏宇等^[10]对大豆资源不同生育期进行抗逆性评价分析，筛选出抗逆性强的品种，为其抗逆育种及抗逆遗传机制研究提供适宜种质资源。

本研究以JD001、JD002和JD003等9个大豆品种为研究材料，对其产量、株高、底荚高度以及主茎节数等农艺性状进行评价，同时进行聚类分析，为大豆品种选育提供参考。

1 材料和方法

1.1 供试材料

供试大豆品种分别为JD001、JD002、JD003、JD004、JD005、JD006、JD007、JD008和JD009，均为通辽市农牧科学研究所自有材料。

1.2 试验方法

试验在通辽市农牧科学研究所试验田内进行。每个品种种植一个小区，采取随机排列，3次重复，试验区四周设保护行。各小区长3 m，宽6 m（12垄），面积18 m²，全区收获计产。收获前，每个重复随机取样10株，对其产量、株高、底荚高度、单株主茎节数、单株有效分枝数、单株有效荚数、百粒重和生育天数进行测量和记录。

1.3 数据分析

利用Excel软件进行数据初步处理，利用Origin 2022软件作图。通过统计各性状指标的最小值（Min）、最大值（Max）、均值（A）、标准差（S）和变异系数（CV）。对数量性状进行10级分类，按照A±μS（μ=0、0.5、1.0、1.5和2.0）对各性状指标进行分级，设置每级0.5 S划分为1～10级，计算各性状的遗传多样性指数（’）。参考余健等^[11]和杨瑾等^[12]的方法计算熵权、确定指标权重，再基于加权TOPSIS法计算评价对象的正理想解（*）和负理想解（⁰）的距离，最终计算出贴近度值，贴近度越高，表明大豆品种越好。

2 结果与分析

2.1 农艺性状多样性评价

9份大豆品种的主要农艺性状变异情况见表1。平均株高114.80 cm，变异幅度在105.60～124.40 cm，变异系数（CV）5.15%，遗传多样性指数（）1.889；平均底荚高度16.42 cm，变异幅度在6.40～23.40 cm，CV=31.44%，=1.677；平均单株主茎节数19.96个，变异幅度在18.00～22.60个，CV=6.71%，=1.427；平均单株有效分枝0.60个，变异幅度在0～1.20个，CV=64.79%，=1.735；平均单株有效荚数69.04个，变异幅度在49.20～111.60个，CV=28.77%，=1.215；平均百粒重18.26 g，变异幅度在16.20～21.28 g，CV=8.24%，=1.735；平均产量3 184.31 kg/hm²，变异幅度在2 957.03～3 540.66 kg/hm²，CV=6.55%，=1.677；平均生育期115.56 d，变异幅度在114.00～116.00 d，CV=0.59%，=0.849。各性状CV在0.59%～64.79%范围内，其中单株有效分枝数（64.79%）、底荚高度（31.44%）和单株有效荚数（28.77%）的CV值较高，生育期（0.59%）、株高（5.15%）、单株主茎节数（6.71%）和百粒重（8.24%）的CV值较低。这表明单株有效分枝、底荚高度和单株有效荚数3个性状的遗传改良潜力较大；生育期、株高、单株主茎节数和百粒重4个性状遗传特性较稳定。各性状在0.849～1.889，其中株高的最高，为1.889；其次为单株有效分枝和百粒重，均为1.735；生育期的最低，为0.849。

2.2 基于熵权TOPSIS法的大豆品种综合评价

大豆各农艺性状信息熵及权重如表2所示。大豆各农艺性状信息熵和权重呈反比，在8个性状中，产量的信息熵最小（0.787），权重最大（0.209），说明该指标离散程度较大，对品种综合评价影响较大，生育期信息熵最大（0.935），权重最小（0.064），对品种综合评价影响较小。

不同品种大豆综合评价及排序见表3。综合9个大豆品种的株高、底荚高度和单株主茎节数等8个主要农艺性状进行综合评价，贴近度由高到低依次为JD006>JD009>JD005>JD001>JD004>JD008>JD003>JD002>JD007。

2.3 基于贴近度的大豆品种聚类分析

根据各品种值进行聚类分析，结果如图1所示。将9个大豆品种分为三类，第一类为良好型，有JD006；第二类为中等型，包括JD001、JD004、JD005和JD009；第三类为一般型，包括JD002、JD003、JD007和JD008。

3 结论与讨论

大豆种质资源的遗传多样性研究为大豆的改良育种提供基础数据，有助于了解大豆的遗传背景和遗传变异情况。作物各性状的丰富程度可以通过变异系数直观表现出来，变异系数越大，说明该性状的变异程度越大。昝凯等^[13]对黄淮海地区59份夏大豆材料的9个农艺性状进行变异分析发现，有效分枝的变异系数较大，生育期的变异系数和遗传多样性指数均较小。刘迎春等^[14]对20个大豆品种主要农艺性状的综合表现分析发现，主茎分枝数、底荚高度的变异系数较大。连金番等^[15]对13个大豆早熟材料的农艺性状变异分析发现，有效分枝变异系数最大，百粒质量和生育期变异系数较小。本研究结果表明，单株有效分枝、底荚高度和单株有效荚数变异系数较大，生育期、株高、单株主茎节数和百粒重变异系数较小，与上述研究结果一致，即单株有效分枝、底荚高度和单株有效荚数的性状遗传多样性较丰富，是进行种质资源筛选的良好基础。

熵权法是根据指标统计数据中包含的信息量，确定指标权重的客观赋权法。根据信息熵的定义，对于某项指标，可以用熵值来判断其离散程度，信息熵值越小，指标的离散程度越大，该指标对综合评价的影响（即权重）就越大^[16-17]。TOPSIS法是一种常用的组内综合评价方法，利用归一化后的原始数据矩阵，采用余弦法找出有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据^[18-19]。相较于模糊隶属函数法和主成分分析法，熵权TOPSIS法结合了两种方法的优点，能够更加准确地进行综合评价。巴图等^[20]采用熵权TOPSIS法和聚类分析从10份大麦材料中筛选出2份高度耐碱材料。余忠浩等^[21]利用TOPSIS分析法，在109个大豆品种中筛选出7个表现优异的大豆品种。本研究利用熵权TOPSIS法和聚类分析，对9个大豆品种进行综合评价，将其划分为3个类型，其中表现最好的为JD006，表现一般的为JD002、JD003、JD007和JD008。

综上，通过对9个大豆品种的8个主要农艺性状综合分析可知，大豆种质的农艺性状有丰富的多样性，在品种选育过程中侧重对单株有效分枝、底荚高度和单株有效荚数的筛选鉴定。通过熵权TOPSIS法和聚类分析，将其分为3种类型，一类为JD006（良好型）；二类为JD001、JD004、JD005和JD009（中等型）；三类为JD002、JD003、JD007和JD008（一般型）；其中大豆品种JD006可作为优质亲本使用。

参考文献

[1] 胡壮壮，王路路，姜雪冰，等. 我国大豆产业发展现状分析及对策[J]. 大豆科技，2023（4）：1-11.

[2] 崔少彬，于晓光，崔杰印，等. 我国大豆产业现状及发展对策[J]. 黑河学院学报，2023，14（7）：65-67.

[3] 孙星邈，谢建国，郑海洋，等. 东北春大豆区不同年代审定品种主要性状演变分析[J]. 大豆科学，2023，42（1）：118-128.

[4] 陈应志，武婷婷，白岩，等. 浅谈中国大豆品种改良与更新换代百年史[J]. 大豆科技，2022（1）：1-5.

[5] 王小翠，赵朝森，彭任文，等. 不同来源大豆种质资源产量与品质性状评价[J]. 江西农业学报，2023，35（6）：16-23.

[6] 陈亚光，昝凯，王凤菊，等. 黄淮海地区夏大豆新品种产量相关性状的综合分析[J]. 天津农业科学，2022，28（6）：16-20.

[7] 张素梅，刘玉芹，刘进谦，等. 240份大豆种质资源品质分析与评价[J]. 种子，2023，42（3）：76-80.

[8] 赵萌，杨帅，蒋洪蔚，等. 大豆种质资源芽期耐旱鉴定及综合评价[J]. 大豆科学，2023，42（6）：701-709.

[9] 孙浩楠，曹霞，朱贵爽，等. 耐低氮大豆资源的苗期筛选与评价[J]. 大豆科学，2023，42（5）：545-553.

[10] 孙鹏宇，裴双康，周永刚，等. 大豆萌发期和全生育期抗旱性评价及优异种质筛选[J]. 分子植物育种，2024，22（2）：490-502.

[11] 余健，房莉，仓定帮，等. 熵权模糊物元模型在土地生态安全评价中的应用[J]. 农业工程学报，2012，28（5）：260-266.

[12] 杨瑾，王忠伟，庞燕. 基于熵权TOPSIS法的油茶产业发展绩效评价[J]. 中南林业科技大学学报，2021，41（12）：168-177.

[13] 昝凯，王凤菊，陈亚光，等. 黄淮海地区夏大豆农艺性状的综合评价及通径分析[J]. 天津农业科学，2023，29（10）：18-24.

[14] 刘迎春，赵玉山，周学超，等. 20个大豆品种主要农艺性状的综合评价与利用[J]. 贵州农业科学，2022，50（11）：6-12.

[15] 连金番，罗瑞萍，姬月梅，等. 宁夏灌区夏播大豆种质筛选及产量性状的相关性分析[J]. 宁夏农林科技，2019，60（6）：8-10.

[16] 刘彦岑，郭俊先，郭阳，等. 基于熵权-TOPSIS的哈密瓜田间水肥耦合评价[J]. 江苏农业科学，2024，52（1）：141-147.

[17] 高伟城，王小平，陈荣珠，等. 基于化学模式识别和熵权TOPSIS法的不同品种枇杷叶品质分析研究[J]. 甘肃中医药大学学报，2023，40（5）：33-39.

[18] 李远方，侯军英，杨永霞，等. 基于MOPSO和TOPSIS的多目标优化温室黄瓜光环境调控模型[J]. 农业工程学报，2023，39（19）：185-194.

[19] 菅毅，周金星，万龙，等. 基于TOPSIS方法的喀斯特断陷盆地区番茄地下灌溉技术节水效益综合评价[J]. 节水灌溉，2022（2）：89-94，100.

[20] 巴图，李建波，李国兴，等. 基于熵权-TOPSIS模型的大麦萌发期耐碱种质评价[J]. 种子，2023，42（5）：55-62.

[21] 余忠浩，周伟，李志刚，等. 2002—2021年内蒙古自治区大豆主要性状变化分析及综合评价[J]. 中国农学通报，2022，38（34）：14-21.

（责任编辑：李媛）