利用雷達(dá)圖分析大豆品種的豐產(chǎn)性和穩(wěn)產(chǎn)性

常世豪 耿臻 楊青春 舒文濤 李瓊 李金花

摘? 要：本研究利用2018年國家黃淮海夏大豆南片A組15個參試品種（含對照）在10個試驗點的產(chǎn)量平均值數(shù)據(jù)，初次用雷達(dá)圖分析大豆品種的豐產(chǎn)性和穩(wěn)產(chǎn)性。分析結(jié)果顯示，15個參試品種在1號、2號、3號、6號、7號試驗點的產(chǎn)量較低，在4號、5號、8號、9號、10號試驗點的產(chǎn)量較高。豐產(chǎn)性前三名為鄭1307、鄭1311、周豆28號，穩(wěn)產(chǎn)性前三名為周豆28號、科豆11號、鄭1307，綜合排名前三名為鄭1307、鄭1311、周豆28號。利用雷達(dá)圖分析大豆品種豐產(chǎn)性和穩(wěn)產(chǎn)性具有較好的可行性。

關(guān)鍵詞：雷達(dá)圖;大豆;區(qū)域試驗;豐產(chǎn)性;穩(wěn)產(chǎn)性

中圖分類號：S565.1

基金項目：國家重點研發(fā)計劃（2017YFD0101406）;河南省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系專項資金。

作者簡介：常世豪，男，碩士，研究實習(xí)員，研究方向為大豆新品種選育及高產(chǎn)栽培技術(shù)研究。

通信作者：李金花，女，碩士，助理研究員，研究方向為大豆新品種選育及高產(chǎn)栽培技術(shù)研究。

大豆是我國重要的飼料和油料作物，是植物蛋白的主要來源[1-2]。目前，我國大豆的單產(chǎn)水平遠(yuǎn)低于世界平均水平[3]，通過有效的方法及途徑篩選高產(chǎn)穩(wěn)產(chǎn)大豆新品種對提高我國大豆產(chǎn)業(yè)國際競爭力具有重大意義[4]。近年來，國內(nèi)育種單位和企業(yè)通過選擇優(yōu)良親本進(jìn)行雜交，從后代中不斷篩選優(yōu)良品系參加國家級和省級的品種區(qū)域試驗，從中篩選既豐產(chǎn)穩(wěn)產(chǎn)又多抗的優(yōu)良新品種。通過分析可知，近年來我國大豆新品種產(chǎn)量水平不斷提高[5]。黃淮海是我國大豆生產(chǎn)的第二大主產(chǎn)區(qū)，依據(jù)緯度和生態(tài)環(huán)境不同，黃淮海大豆種植區(qū)域被分為黃淮海南片、中片和南片，南片主要包括山東南部的棗莊、臨沂以及濟寧與菏澤南部，河南省的黃河以南平原區(qū)及南陽盆地，安徽省、江蘇省的淮河兩岸及以北地區(qū)，無霜期200～260d[6]。利用有效、直觀、快捷的分析法能夠有效地從大豆新品系中篩選豐產(chǎn)、穩(wěn)產(chǎn)的大豆新品種。

目前，分析農(nóng)作物品種穩(wěn)定性和適應(yīng)性的方法有聯(lián)合方差分析法、AMMI模型分析法及GGE雙坐標(biāo)圖法[7-12]等。雷達(dá)圖分析法常用于教育、醫(yī)療、電力、金融等非農(nóng)業(yè)領(lǐng)域的綜合分析評價[13-16]，近年來也用于煙草外觀品質(zhì)的綜合評價分析[17-20]。本文利用2018年國家黃淮海夏大豆區(qū)域試驗?zāi)掀珹組的15個參試品種（含對照）為材料，對大豆新品種（系）的豐產(chǎn)性和穩(wěn)產(chǎn)性進(jìn)行評價與分析。

1 材料與方法

1.1 試驗材料

2018年在黃淮海夏大豆區(qū)域試驗?zāi)掀珹組設(shè)置12個試驗點，共15個參試品種（含對照），按照國家區(qū)域試驗標(biāo)準(zhǔn)，設(shè)置3個重復(fù)。其中2個試驗點數(shù)據(jù)僅供參考，僅匯總剩余10個地點的產(chǎn)量數(shù)據(jù)。10個試驗點分別為安徽阜陽、安徽龍亢、安徽宿州，河南駐馬店，江蘇灌云、江蘇淮安、江蘇徐州，山東菏澤、山東濟寧、山東臨沂，用1、2、3、4、5、6、7、8、9、10表示。以15個品種作為評價對象，以10個地點作為評價指標(biāo)，詳細(xì)產(chǎn)量數(shù)據(jù)見表1。

1.2 試驗方法

利用Microsoft Excel 2010根據(jù)公式（1）對試驗數(shù)據(jù)進(jìn)行最大值法的無量綱化處理，后進(jìn)行雷達(dá)圖的繪制，因10個試驗點不分主次，各試驗點的平均產(chǎn)量投影到雷達(dá)圖中的數(shù)軸是均等分雷達(dá)圖的圓心角，相鄰兩個試驗點之間的夾角均為36°。采用多邊形面積和周長計算公式進(jìn)行計算，公式如下。用多邊形面代表品種的豐產(chǎn)性，即面積越大，豐產(chǎn)性越好;在面積一定的情況下，周長越大越穩(wěn)定。引入函數(shù)Vx=S÷[（L÷2π）2×π]，用Vx代表品種的穩(wěn)定性;引入綜合評價函數(shù)，對品種進(jìn)行綜合評價分析。

公式（1）中，rij為產(chǎn)量的原始數(shù)據(jù)，Rij為最大值法無量綱化處理后的數(shù)據(jù);公式（2）和（4）中Ri和Rj分別代表雷達(dá)圖中相鄰兩個試驗點投影到雷達(dá)圖數(shù)軸上的數(shù)值（無量綱化處理后的數(shù)值），是夾角度數(shù)，為36°，Si和Li分別為相鄰兩個數(shù)軸上的投影圍成的三角形的面積和圓心角所對的邊長;公式（3）和（5）中雷達(dá)圖多邊形的面積S和周長L分別為各三角形的面積之和與圓心角所對的邊長之和。

2 結(jié)果與分析

2.1無量綱化處理結(jié)果

根據(jù)最大值法對15個品種在10個地點的產(chǎn)量進(jìn)行無量綱化處理，鄭1307在9號試驗點（山東濟寧）的產(chǎn)量是279.3，為最高產(chǎn)量，將產(chǎn)量數(shù)據(jù)按照公式（1）進(jìn)行處理，將全部數(shù)值轉(zhuǎn)換為小于1的數(shù)值，見表2。

2.2 雷達(dá)圖的繪制

根據(jù)無量綱化處理的結(jié)果，用Microsoft Excel 2010繪制雷達(dá)圖（見圖1），投影在雷達(dá)圖數(shù)軸上越長證明產(chǎn)量越高，相反越短證明產(chǎn)量越低。由圖1可知，15個品種整體表現(xiàn)為在1號試驗點（安徽阜陽）、2號試驗點（安徽龍亢）、3號試驗點（安徽宿州）、6試驗點（江蘇淮安）、7試驗點（江蘇徐州）共5個試驗點的產(chǎn)量較低，在4號試驗點（河南駐馬店）、5號試驗點（江蘇灌云）、8試驗點（山東菏澤）、9號試驗點（山東濟寧）、10號試驗點（山東臨沂）共5個試驗點的較高。從雷達(dá)圖中也可以直觀地看出鄭1307、鄭1311和周豆28號面積最大，中黃13和皖豆38號面積最小。

2.3品種的豐產(chǎn)性和穩(wěn)產(chǎn)性分析結(jié)果

根據(jù)上述雷達(dá)圖中多邊形的面積和周長的計算方法，得到15個品種的面積和周長值（見表3），面積越大豐產(chǎn)性越好，在面積一定的情況下，周長越小穩(wěn)產(chǎn)性越好，引入綜合評價函數(shù)Vx=S÷[（L÷2π）2×π]，用多邊形面積與其周長相同的圓的面積的比值Vx代表品種的穩(wěn)產(chǎn)性評價值，Vx越大證明品種的穩(wěn)產(chǎn)性越好。引入綜合評價函數(shù)。表3為15個參試品種在雷達(dá)圖中面積、周長、穩(wěn)定性評價和綜合評價結(jié)果，從中可以看出，豐產(chǎn)性前三名分別為鄭1307、鄭1311、周豆28號，面積值為1.691 7、1.654 8、1.556 8，穩(wěn)產(chǎn)性評價前三名為周豆28號、科豆11號、鄭1307，穩(wěn)產(chǎn)性評價值為0.906 3、0.882 0、0.878 2，綜合評價值前三名為鄭1307、鄭1311、周豆28號，綜合評價值為1.218 9、1.199 4、1.187 8。

3 分析與討論

本研究初次利用雷達(dá)圖分析法對大豆品種進(jìn)行豐產(chǎn)性和穩(wěn)產(chǎn)性的綜合評價，各品種在各地點的表現(xiàn)能夠直觀地反映在雷達(dá)圖中，在評價對象較少的情況下可以直接根據(jù)雷達(dá)圖進(jìn)行豐產(chǎn)性和穩(wěn)產(chǎn)性排名，但在綜合評價對象較多的情況下需借助函數(shù)公式，計算多邊形面積、周長及引入評價函數(shù)對其進(jìn)行綜合排名。

雷達(dá)圖中多邊形的面積越大證明豐產(chǎn)性越好，在面積一定的情況下，周長越短穩(wěn)定性越好，一般情況下面積越大、周長越長，為解決評價穩(wěn)產(chǎn)性這一問題，本研究引入穩(wěn)定性評價函數(shù)Vx，Vx表示在多邊形面積與其周長相同的圓的面積的比值代表品種的穩(wěn)產(chǎn)性，利用Vy函數(shù)對豐產(chǎn)性和穩(wěn)產(chǎn)性進(jìn)行綜合評價，為篩選既豐產(chǎn)又穩(wěn)產(chǎn)的優(yōu)良品種提供量化評價參考。

由表3結(jié)果可知，豐產(chǎn)性的結(jié)果與綜合評價的結(jié)果基本一致，但是穩(wěn)產(chǎn)性的結(jié)果與綜合評價結(jié)果相差較大，主要是因為豐產(chǎn)性的指標(biāo)是多邊形面積，面積的數(shù)值比穩(wěn)產(chǎn)性的數(shù)值大，且在綜合平評價過程中豐產(chǎn)性和穩(wěn)產(chǎn)性所占權(quán)重一樣，使得綜合排名結(jié)果偏向于豐產(chǎn)性排名結(jié)果。

4 結(jié)論

本研究初次利用雷達(dá)圖分析了2018年15個參試品種（含對照）的豐產(chǎn)性和穩(wěn)產(chǎn)性，雷達(dá)圖顯示15個參試品種在1號、2號、3號、6號試驗點的產(chǎn)量較低，在4號、5號、8號、9號、10號試驗點的產(chǎn)量較高。豐產(chǎn)性表現(xiàn)前三名的為鄭1307、鄭1311、周豆28號，穩(wěn)產(chǎn)性表現(xiàn)前三名的為周豆28號、科豆11號、鄭1307，綜合表現(xiàn)前三名的為鄭1307、鄭1311、周豆28號。

參考文獻(xiàn)：

[1]Song W W， Yang R P， Wu T T， et al. Analyzing the effects of climate factors on soybean protein， oil contents， and composition by extensive and high-density sampling in China[J].Journal of Agricultural and Food Chemistry，2016，64：4121-4130.

[2]Wu T， Yao Y， Sun S， et al. Temporospatial Characterization of Nutritional and Bioactive Components of Soybean Cultivars in China[J].Journal of the American Oil Chemists Socity，2016，93：1-18.

[3]尹小剛，陳阜.1961—2017年全球大豆生產(chǎn)時空變化[J].世界農(nóng)業(yè)，2019（11）：65-71.

[4]張立富，劉天慧.中國大豆產(chǎn)業(yè)國際競爭力研究[J].農(nóng)業(yè)經(jīng)濟，2015（3）：116-118.

[5]何鑫，馬文婭，付汝洪，等.2006—2017年國家黃淮海夏大豆品種區(qū)域試驗參試品種（系）分析[J].中國油料作物學(xué)報，2019，41（4）：537-549.

[6]李衛(wèi)東，張孟臣.黃淮海夏大豆及品種參數(shù)[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2006：15-17.

[7]陳麗明，周燕芝，譚義青，等.雙季機械直播早秈稻品種的豐產(chǎn)性和穩(wěn)產(chǎn)性[J].中國農(nóng)業(yè)科學(xué)，2020，53（2）：261-272.

[8]劉博，衛(wèi)玲，樊云茜，等.基于AMMI模型的黃淮海夏大豆國家區(qū)試產(chǎn)量分析[J].中國農(nóng)學(xué)通報，2015，31（27）：69-74.

[9]張澤，魯成，向仲懷.基于AMMI模型的品種穩(wěn)定性分析[J].作物學(xué)報，1998（3）：304-309.

[10]葉夕苗，程鑫，安聰聰，等.馬鈴薯產(chǎn)量組分的基因型與環(huán)境互作及穩(wěn)定性[J].作物學(xué)報，2020，46（3）：354-364.

[11]嚴(yán)威凱.雙標(biāo)圖分析在農(nóng)作物品種多點試驗中的應(yīng)用[J].作物學(xué)報，2010，36（11）：1805-1819.

[12]常磊，柴守璽.GGE雙標(biāo)圖在我國旱地春小麥穩(wěn)產(chǎn)性分析中的應(yīng)用[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2010，18（5）：988-994.

[13]蘇順寶.基于多維評價模型的長春市某中學(xué)教學(xué)評價系統(tǒng)的研究[D].大連：大連海事大學(xué)，2017.

[14]喬鵬程，吳正國，李輝.基于改進(jìn)雷達(dá)圖法的電能質(zhì)量綜合評估方法[J].電力自動化設(shè)備，2011，31（6）：88-92.

[15]王梓琪，肖思曲，程雨，等.貴州省醫(yī)療保障能力綜合評價：基于TOPSIS?聚類?雷達(dá)圖實證研究[J].中國醫(yī)院，2019，23（12）：17-20.

[16]張平.地方融資平臺融資渠道的比較研究：基于雷達(dá)圖分析法的視角[J].現(xiàn)代經(jīng)濟探討，2014（8）：64-68.

[17]封俊.基于VBA雷達(dá)圖的攀枝花烤煙質(zhì)量綜合分析[D].雅安：四川農(nóng)業(yè)大學(xué)，2017.

[18]杜薇，昌全，李冰，等.優(yōu)化雷達(dá)圖法在烤煙上部葉外觀質(zhì)量綜合評價中的應(yīng)用[J].中國煙草科學(xué)，2015，36（1）：24-29.

[19]程君奇，曹景林，李亞培，等.基于雷達(dá)圖的湖北烤煙主要化學(xué)成分協(xié)調(diào)性綜合評價[J].湖北農(nóng)業(yè)科學(xué)，2016，55（13）：3387-3389.

[20]魏春陽，王信民，蔡憲杰，等.基于雷達(dá)圖的烤煙外觀質(zhì)量綜合評價[J].煙草科技，2008（12）：57-60.