灰色關聯(lián)度分析和DTOPSIS法在云南粳稻品種綜合評價中的應用

蔣 聰，劉慰華，楊旭昆，吳志剛，鄒 茜*

(1.云南省農(nóng)業(yè)科學院生物技術與種質(zhì)資源研究所，云南 昆明 650205； 2.云南省農(nóng)業(yè)科學院糧食作物研究所，云南 昆明 650205；3.云南省農(nóng)業(yè)科學院質(zhì)量標準與檢測技術研究所，云南 昆明 650205)

【研究意義】云南地貌、氣候復雜，水稻是栽培歷史久、地域廣、耕作水平較高的一種作物。每年由云南省種子管理站認定公布的品種不占少數(shù)，要合理運用這些品種，不僅要了解各水稻品種的特性，同時又要具體分析每個地方的自然條件。水稻豐產(chǎn)是環(huán)境條件、生物特性和人為努力相互協(xié)調(diào)的結果，條件好，若品種選用不當，也不能增產(chǎn)。水稻品種的產(chǎn)量與品質(zhì)涉及到多個數(shù)量性狀，受遺傳基因和栽培環(huán)境互作影響，目前傳統(tǒng)種質(zhì)綜合評價方法，多是運用方差、多元回歸、相關等分析方法對產(chǎn)量或多個相關性狀進行評價，由于性狀多，評價信息分散，不便于比較[1-5]。如區(qū)域試驗綜合評價結果有效，對推廣潛力的新品種具有重要意義[6-9]?！厩叭搜芯窟M展】綜合評價常用的方法主要有模糊數(shù)學法、隸屬函數(shù)法、灰色關聯(lián)度法、層次分析法、逼近理想解的排序方法(簡稱 DTOPSIS)。20世紀80年代，鄧聚龍教授基于數(shù)學統(tǒng)計理論提出并創(chuàng)立了灰色系統(tǒng)這門學科，灰色關聯(lián)度屬于灰色系統(tǒng)中的一種方法，它是衡量各因素間關聯(lián)程度的一種方法，能較全面且客觀的對各性狀間進行綜合評價。DTOPSIS 法則是近年來被廣泛應用的一種新的綜合評價方法，該方法廣泛應用在多目標決策分析中，其根據(jù)理想化目標的接近程度與評價對象的有限個數(shù)進行排序，與現(xiàn)有對象進行相對好壞評價[13]?！颈狙芯壳腥朦c】實際的育種工作綜合評價中，僅通過某一個性狀的表現(xiàn)，比如產(chǎn)量性狀，對品種進行綜合評價往往會對評價結果造成誤差，以致失去某些具有改良推廣運用潛力的品種(系)，在農(nóng)作物品種綜合評價中，灰色關聯(lián)度分析和DTOPSIS 法被廣泛應用，但應用于水稻品種的綜合評價上目前尚未報道?！緮M解決的關鍵問題】為此將灰色關聯(lián)度分析融入DTOPSIS 法應用于高原粳稻品種綜合性狀評價中，對13個具有代表性的粳稻品種進行對比，以篩選出綜合性狀優(yōu)良且適合在云南高海拔地區(qū)種植的粳稻種質(zhì)。

1 材料與方法

1.1 供試材料

13個水稻品種為2016-2017年度參加云南省高海拔常規(guī)粳稻區(qū)域試驗，云粳46、昆粳10號、云粳16K-5、云粳37號、靖稻6號、靖稻8號、鳳12-17、昭粳13號、麗粳22號、麗粳23號、云資粳47號、師粳8號和鳳稻23號(CK)(表1)。

1.2 試驗設計與方法

試驗種植于2016-2017年種植于云南省尋甸縣(1874 m)、昭陽區(qū)(1900 m)、馬龍區(qū)(2032 m)、會澤縣(1940 m)、大理市(1984 m)、祥云縣(1940 m)、劍川縣(2200 m)和永勝縣(2240 m)試驗田選擇肥力均勻一致，中等偏上的田塊。采用隨機區(qū)組排列，重復3次，安排在同一田上，小區(qū)面積統(tǒng)一為13.3 m2，播種、移栽時節(jié)及栽植密度、施肥量及田間管理要求以當?shù)刈罴压?jié)令和方式進行。試驗期間防蟲、不防病，各試點按照云南省水稻品種區(qū)域試驗項目與標準方法及標準的要求進行觀察記載。試驗數(shù)據(jù)采用8個試點的各個性狀的平均值考察13個品種的全生育期、基本苗、最高苗、有效穗、成穗率、株高、穗長、總粒數(shù)、實粒數(shù)、結實率、千粒重和產(chǎn)量(表1)。

1.3 數(shù)據(jù)統(tǒng)計與分析方法

首先采用SPSS數(shù)據(jù)處理系統(tǒng)(17.0版)進行數(shù)據(jù)標準化處理，然后利用DPS數(shù)據(jù)處理系統(tǒng)(V7.05版)進行灰色關聯(lián)度分析，按照郭瑞林[12]介紹的灰色系統(tǒng)理論獲取各粳稻品種與理想品種(X0)關聯(lián)度，按各品種的關聯(lián)度大小對各品種的綜合性狀進行排名。運用灰色系統(tǒng)分析法計算各品種的12個性狀的關聯(lián)系數(shù)，并依據(jù)12個性狀的關聯(lián)系數(shù)利用加權平均法確立各性狀的權重，然后利用DPS數(shù)據(jù)處理系統(tǒng)(V7.05版)進行DTOPSIS法分析，獲得各粳稻品種對理想值的接近度(Ci值)，按各品種的Ci值大小對各品種的綜合性狀進行排名。

2 結果與分析

2.1 基于灰色關聯(lián)度法對云南高原粳稻品種在高海拔地區(qū)的適應性評價

2.1.1 云南高原粳稻品種在高海拔地區(qū)的田間表現(xiàn)及各性狀權重的確立 從表1可見，產(chǎn)量表現(xiàn)為麗粳23號>云粳46> 麗粳22號>師粳8號>昭粳13號>云粳16K-5>靖稻8號>昆粳10號>鳳稻23號(CK)>鳳12-17>云資粳47號>云粳37號>靖稻6號，超過鳳稻23號(CK)共有8個，說明這8個品種在高海拔地區(qū)的適應性較好，具有較高的產(chǎn)量表現(xiàn)。

高海拔地區(qū)各粳稻品種12個性狀權重的排序為千粒重>成穗率>株高>全生育期>有效穗>最高苗>基本苗>產(chǎn)量>結實率>實粒數(shù)>穗長>總粒數(shù)。結果顯示，評價云南高海拔地區(qū)推廣種植的高原粳稻常規(guī)品種時，其千粒重、成穗率、株高、全生育期所占權重較大，有效穗、最高苗、基本苗和產(chǎn)量所占權重中等，而穗部性狀總粒數(shù)、穗長、實粒數(shù)和結實率所占權重較小，表明在綜合評價云南高海拔地區(qū)推廣種植的高原粳稻常規(guī)品種時，除了產(chǎn)量本身，產(chǎn)量構成性狀關鍵是考察千粒重，其次是有效穗和實粒數(shù)，而其它性狀關鍵是考察成穗率、株高、全生育期，其次是最高苗、基本苗、總粒數(shù)、穗長和結實率等。同時產(chǎn)量及構成產(chǎn)量的千粒重、有效穗和實粒數(shù)等4個性狀所占權重為33.92 %，高原粳稻產(chǎn)量和產(chǎn)量構成要素及其它農(nóng)藝性狀兼顧的同時，產(chǎn)量及與產(chǎn)量相關要素權重均顯略高，符合水稻生產(chǎn)中高產(chǎn)、穩(wěn)產(chǎn)的實際要求，表明對各性狀權重設置合理，對品種做出的綜合評價是科學合理的。

表1 13個粳稻品種在云南高海拔地區(qū)的12個農(nóng)藝性狀評價

2.1.2 云南高原粳稻品種的灰色關聯(lián)度值 從表2可見，粳稻品種按灰色關聯(lián)度值排序為云粳46號>麗粳22號>昆粳10號>麗粳23號>昭粳13號>鳳稻23號(CK)>云粳16K-5>師粳8號>靖稻8號>鳳12-17>云粳37號>云資粳47號>靖稻6號，表明評價高原粳稻常規(guī)品種在高海拔地區(qū)的適應性按灰色關聯(lián)度法進行的排序與按品種產(chǎn)量進行的排序既存在重合又存在差異，但整體上排序差異不大，如昭粳13號、鳳12-17和靖稻6號2種評價結果相同；云粳46、麗粳22號、昆粳10號和麗粳23號按灰色關聯(lián)度法的排序分別為第1、2、3和4位，而按產(chǎn)量排序分別為第2、3、8和第1位。按灰色關聯(lián)度法排序超過鳳稻23號(CK)的品種有云粳46、麗粳22號、昆粳10號、麗粳23號和昭粳13號5個品種，且產(chǎn)量均優(yōu)于鳳稻23號(CK)。說明這5個品種在云南高海拔地區(qū)的適應性較好。

表2 各參試品種灰色關聯(lián)度值、DTOPSIS 值和產(chǎn)量位次

續(xù)表2 Continued table 2

品種Varieties灰色關聯(lián)度法Grey correlative degree analysisDTOPSIS法DTOPSIS田間產(chǎn)量表現(xiàn)Field yield trait關聯(lián)度Correlation位次Ranking關聯(lián)度差異(%)Difference of relevanceCi值Ci value位次RankingCi值差異(%)Difference of Ci產(chǎn)量(kg/hm2)Yield位次Ranking差量差異(%)Difference of yield麗粳22號(X9)0.6449 22.640.6406 10.0011 385.00 33.39麗粳23號(X10)0.6144 47.250.5439 415.1011 784.38 10.00云資粳47號(X11)0.4554 1231.250.4360 1131.949814.69 1116.71師粳8號(X12)0.5368 818.960.4990 822.1010 924.69 47.30鳳稻23號(CK, X13)0.5619 615.170.4998 621.9810 531.88 910.63

2.2 基于DTOPSIS 法對云南高原粳稻品種在高海拔地區(qū)的適應性評價

從表3可見，根據(jù)決策矩陣對應數(shù)列值，可得正理想解與負理想解，結果為X+i=0.0103、0.0116、0.0096、0.0128、0.0149、0.0089、0.0104、0.0077、0.0066、0.0094、0.0105、0.0091和0.0119；X-i=0.0128、0.0109、0.0095、0.0068、0.0054、0.0102、0.0094、0.012、0.0118、0.0112、0.0081、0.0091和0.0119。最終獲得理想解與13個粳稻品種相對接近度Ci值大小排序見表2，Ci值越大，表明該粳稻品種越接近于理想品種，即在高海拔地區(qū)的適應性越好。高海拔地區(qū)各粳稻品種與理想品種的Ci值排序為麗粳22號>昭粳13號>云粳46>麗粳23號>靖稻8號>鳳稻23號(CK)>云粳16K-5>師粳8號>昆粳10號>鳳12-17>云資粳47號>云粳37號>靖稻6號。評價高原粳稻常規(guī)品種在高海拔地區(qū)的適應性按DTOPSIS 法進行的排序與按品種產(chǎn)量排序既重合又有差異，但整體上排序差異不大，如鳳12-17、云資粳47號、云粳37號和靖稻6號2種評價結果相同，均排在第10、11、12和13位；麗粳22號、昭粳13號、云粳46和麗粳23號按DTOPSIS 法排序在第1、2、3和4位，而按產(chǎn)量排序在第3、5、2和1位；按DTOPSIS 法排序超過鳳稻23號(CK)的 有麗粳22號、昭粳13號、云粳46、麗粳23號和靖稻8號5個品種，且產(chǎn)量均優(yōu)于鳳稻23號(CK)。顯示這5個品種在云南高海拔地區(qū)的適應性較好。

表3 DTOPSIS 法決策矩陣R

圖1 云南高原粳稻13個品種按不同方法排名分布情況Fig.1 Distribution of 13 varieties of japonica rice in Yunnan plateau by different methods

2.3 基于灰色關聯(lián)度分析與DTOPSIS 法評價結果比較

從圖1可見，對云南高原粳稻進行綜合評價時DTOPSIS法和灰色關聯(lián)度法都需通過計算和種與理想品種的接近度，2種方法結果差異只因因計算方法不同導致。

從表2可見，不同粳稻品種在高海拔地區(qū)的產(chǎn)量差異較小，其變異系數(shù)為7.26 %，最大值與最小值的差為21.04 %，說明不同粳稻品種在高海拔地區(qū)的適應性差異較??；灰色關聯(lián)度法粳稻品種間的關聯(lián)度值差異較大，其變異系數(shù)為14.06 %，最大值與最小值差為40.14 %，說明不同粳稻品種在高海拔地區(qū)的適應性差異較大；而DTOPSIS法粳稻品種間的Ci值差異最大，其變異系數(shù)為20.34 %，最大值與最小值的差為58.45 %，說明不同粳稻品種在高海拔地區(qū)的適應性差異最大。從產(chǎn)量數(shù)據(jù)可以看出，麗粳23號和云粳46號產(chǎn)量分別排名第1和2位是，其小區(qū)產(chǎn)量分別為11 784.3和11 648.44 kg/hm2，即差異不大，但灰色關聯(lián)度法和DTOPSIS 法的排名云粳46號均優(yōu)于麗粳23號，表明僅以產(chǎn)量表現(xiàn)來評價麗粳23號和云粳46號在高海拔地區(qū)的適應性不夠科學，由此可以看出針對不同粳稻品種的綜合評價，使用DTOPSIS 法結合灰色關聯(lián)度法評價比直接依據(jù)產(chǎn)量表現(xiàn)綜合評價效果較好，尤其是DTOPSIS 法綜合評價效果最好，相比僅以產(chǎn)量進行品種適應性評價可靠性更強。

3 討 論

陳越等[13]認為，目前國內(nèi)報道關于稻種資源的評價，多是通過表型多樣性指數(shù)對農(nóng)藝性狀進行的水平分析，而基于農(nóng)藝性狀表型數(shù)據(jù)進行綜合評價的研究報道少見。而魏興華等[14]認為，在稻種栽培、推廣的過程中，對稻種進行科學合理的綜合評價是一個必不可少的環(huán)節(jié)?？墒沁M行綜合評價涉及過參數(shù)過多，如果采用方差、新復極差等分析方法對一個或多個經(jīng)濟性狀進行評判，那么在分析結果不顯著的情況下，很難獲得有效結果，導致良種得不到高效利用。稻種種質(zhì)綜合評價包括全生育期、基本苗、最高苗、有效穗、成穗率、株高、穗長、總粒數(shù)、實粒數(shù)、結實率、千粒重和產(chǎn)量，共計12個性狀。利用這12個性狀的關聯(lián)系數(shù)采用加權平均法確立各性狀的權重。顯示在評價在云南高海拔地區(qū)推廣種植的高原粳稻常規(guī)品種時，其千粒重、成穗率、株高、全生育期所占權重較大，而穗部性狀總粒數(shù)、穗長、實粒數(shù)和結實率的所占權重較小，表明綜合評價云南高海拔地區(qū)推廣種植的高原粳稻常規(guī)品種，除了產(chǎn)量本身，產(chǎn)量構成性狀關鍵要考察千粒重，其次是有效穗和實粒數(shù)，而其它性狀關鍵要考察成穗率、株高、全生育期，其次是最高苗、基本苗、總粒數(shù)、穗長和結實率等。產(chǎn)量及產(chǎn)量構成因素如千粒重、有效穗和實粒數(shù)等4個性狀的所占權重為33.92 %，故而高原粳稻產(chǎn)量及產(chǎn)量構成相關要素權重較高，這些均符合水稻生產(chǎn)實際要求。

用灰色關聯(lián)分析法進行種質(zhì)綜合評價，首先按照稻種的各性狀權重系數(shù)得出不同品種的關聯(lián)系數(shù)，進而獲得與參考品種接近的加權關聯(lián)度，最終從中選出最佳品種的，此法操作簡單易行，去除了只用一種或幾種相關性狀高低進行評價的不科學性，將定性描述轉為定量分析，結果表明依據(jù)更強，對種質(zhì)資源進行綜合、全面的評價，最終確定品種優(yōu)劣，準確地給品種(系)一個合適的定位, 加快了新品種選育的步伐，與丁明亮等[15]、孫憲印等[16]研究結果一致。

采用灰色關聯(lián)法聯(lián)合DTOPSIS法，對高原粳稻種質(zhì)綜合性狀進行分析，是將各性狀的相關數(shù)據(jù)進行無量綱化處理，進一步構建理想品種、設置各性狀的權重，采用不同的計算方法累加各性狀與理想解(理想品種) 的差距，將品種按照該值大小進行排序。用于排序的這個值是將多個信息指標集中為一個，與以往評價方法相比減少了人為的設定因素，使新品種的評價、選育更加客觀和科學，也符合實際生產(chǎn)需要。

4 結 論

根據(jù)上述灰色關聯(lián)度權重計算結果，利用DTOPSIS 法分析和灰色關聯(lián)度進行稻種農(nóng)藝性狀的綜合評價，在參評的 13 份種質(zhì)中排序前3 位的種質(zhì)是麗粳23號、云粳46和麗粳22號，在各性狀上均表現(xiàn)較好，為優(yōu)良品種選育提供了材料，同時為水稻育種工作者提供更直觀的數(shù)據(jù)參考。對不同粳稻品種在高海拔地區(qū)的綜合評價，使用DTOPSIS 法結合灰色關聯(lián)度法評價比直接依據(jù)產(chǎn)量表現(xiàn)綜合評價效果較好，尤其是DTOPSIS 法綜合評價效果最好，也為品種選育評價方法提供了新的途徑。