基于主成分分析法和熵值賦權(quán)同異分析法綜合評價新麥系列小麥品種

摘要：對11個新麥系列小麥品種的產(chǎn)量、農(nóng)藝性狀和品質(zhì)等11個區(qū)域試驗指標(biāo)進(jìn)行全面分析，并利用主成分分析和熵值賦權(quán)的同異分析法進(jìn)行綜合評價，以期篩選出不同推廣利用價值的優(yōu)良小麥品種。相關(guān)性分析結(jié)果表明，品質(zhì)指標(biāo)中的蛋白質(zhì)含量、濕面筋含量和穩(wěn)定時間達(dá)到了顯著和極顯著正相關(guān)，產(chǎn)量性狀中的有效穗數(shù)、蛋白質(zhì)含量、吸水率和穩(wěn)定時間之間為顯著正相關(guān)；對標(biāo)準(zhǔn)化的各個性狀數(shù)據(jù)通過主成分分析的結(jié)果表明，提取了累計貢獻(xiàn)率82.508%的3個具有代表性的主成分，這3個主成分因子的綜合得分通過分別計算，綜合得分排名前3位的是新麥58、新麥45和新麥60。11個指標(biāo)中基于熵值賦權(quán)的結(jié)果表明，權(quán)重最大的指標(biāo)為穩(wěn)定時間，其次為容重和穗粒數(shù)。利用確定的權(quán)重對新麥品種進(jìn)行同異分析，依據(jù)聯(lián)系度值確定品種排序，同樣以新麥58、新麥45和新麥60位于前3位。其余品種則由于分析方法原理的差異，主成分分析綜合得分和同異分析聯(lián)系度排序結(jié)果不一致。由此可得，新麥45和新麥58可以作為兼顧產(chǎn)量基礎(chǔ)的強(qiáng)筋類小麥種質(zhì)。

關(guān)鍵詞：小麥；主成分分析；熵值；同異分析；綜合評價；農(nóng)藝性狀；品質(zhì)指標(biāo)

中圖分類號：S512.103.7" 文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2024）13-0047-07

隨著消費(fèi)水平提高和食品加工業(yè)的快速發(fā)展，適合生產(chǎn)優(yōu)質(zhì)面包粉、優(yōu)質(zhì)餃子粉、優(yōu)質(zhì)拉面粉、優(yōu)質(zhì)面條專用粉的優(yōu)質(zhì)強(qiáng)筋小麥?zhǔn)袌鲂枨笃惹校覈鴥?yōu)質(zhì)專用小麥長期以來主要依靠從加拿大、美國、澳大利亞等國家進(jìn)口，小麥單產(chǎn)雖逐年增加，但國產(chǎn)小麥優(yōu)質(zhì)專用型品種缺口較大［1-3］。黃淮南部麥區(qū)是我國最大的商品小麥調(diào)出區(qū)和優(yōu)質(zhì)強(qiáng)筋小麥適宜生態(tài)區(qū)，該地區(qū)不同類型的小麥品種對小麥產(chǎn)業(yè)持續(xù)健康具有重要意義［4］。新鄉(xiāng)市農(nóng)業(yè)科學(xué)院近年來選育出一系列的省審、國審小麥新品種，在品質(zhì)、抗性和產(chǎn)量實現(xiàn)綜合提高，如何高效利用這些品種在確定親本組合、育種目標(biāo)的設(shè)立、種質(zhì)資源多樣性提升都需要對其作出綜合客觀評價。品種審定過程中的區(qū)域試驗是檢驗品種質(zhì)量的必要步驟，一般方法多是采用方差對區(qū)域試驗產(chǎn)量數(shù)據(jù)進(jìn)行分析，別的性狀則是多僅為參考指標(biāo)，然而在冬小麥全產(chǎn)業(yè)鏈過程中，冬小麥的產(chǎn)量三因素、株高、生育期、容重和品質(zhì)指標(biāo)都是其推廣應(yīng)用過程中不可忽視的因素。因此品種優(yōu)劣的全面評價需要利用科學(xué)合理的分析方法，有效結(jié)合這些指標(biāo)進(jìn)行深入理論研究，為將來的育種方向調(diào)整、品種篩選和種質(zhì)資源庫的認(rèn)識提供參考［5］。采用主成分分析法和同異分析法對新麥系列品種的重要區(qū)域試驗指標(biāo)進(jìn)行系統(tǒng)綜合分析評價，以期為黃淮麥區(qū)篩選出品質(zhì)優(yōu)良、抗逆性好、產(chǎn)量穩(wěn)定、適應(yīng)性廣的冬小麥品種和種質(zhì)材料提供重要參考信息。

小麥多性狀指標(biāo)的統(tǒng)計分析過程中，指標(biāo)變量數(shù)量多，增加對其評價的復(fù)雜性，與此同時不同指標(biāo)之間又有著一定的關(guān)系，有效穗數(shù)、穗粒數(shù)、千粒重、產(chǎn)量、株高、生育期和品質(zhì)指標(biāo)變量之間具有一定相關(guān)關(guān)系，是反映作物特征的緊密變量。主成分分析則可以實現(xiàn)減少變量個數(shù)卻能保持原始較多的信息，利用算法將原來變量重新組合成一組新的互相無關(guān)的幾個綜合變量，同時根據(jù)實際需要從中可以取出幾個較少的綜合變量盡可能多地反映原來變量的信息，即為數(shù)學(xué)上的降維［6］。前人在模糊綜合評判法、灰色關(guān)聯(lián)度多維隸屬綜合評價法和集對論等多種評價方法的研究理論基礎(chǔ)上提出的同異分析法，同異分析法是通過將各指標(biāo)無量綱化處理、理想值的確定以及實測值與其的差距進(jìn)行比較，最終計算得出聯(lián)系度，適應(yīng)性越廣的品種其聯(lián)系度越大，進(jìn)而反映出該品種越接近理想品種［7-11］。近年來，以主成分分析和同異分析法為主的分析方法已廣泛應(yīng)用于農(nóng)作物育種中［12-20］。張帆等對西北地區(qū)14個馬鈴薯品種利用主成分分析方法進(jìn)行綜合評價篩選出不同加工類型的品種［21］。張凡等將主成分分析運(yùn)用到黃淮南片小麥新品系的分析選擇出適宜的小麥種質(zhì)資源［22］。張振良等采用主成分分析法從49個糯玉米雜交組合中分析出9個較為優(yōu)異的雜交組合［23］。對20個大豆雜交組合的同異評估方法以產(chǎn)量、脂肪、蛋白質(zhì)為分類標(biāo)準(zhǔn)選取優(yōu)秀組合提高其育種利用價值［24］。王艷青對引進(jìn)的苦蕎品種用同異分析法和田間試驗共同鑒定其在昆明當(dāng)?shù)氐倪m應(yīng)性，兩者結(jié)果一致，驗證了同異分析法的理論有效性［25］。同異分析法在對高粱品種進(jìn)行分析時同一度和差異度分別表示出品種的優(yōu)勢性狀和劣勢性狀，根據(jù)分析結(jié)果信息精準(zhǔn)改良高粱品種［26］。本研究系統(tǒng)全面地比較新鄉(xiāng)市農(nóng)業(yè)科學(xué)院近年來通過國家黃淮麥區(qū)南片水地和河南省審定的11個小麥新品種的產(chǎn)量、有效穗數(shù)、穗粒數(shù)、千粒重、株高、生育期、容重、蛋白質(zhì)含量、濕面筋含量、吸水率、穩(wěn)定時間等共計11個區(qū)域試驗記載標(biāo)準(zhǔn)中的重要指標(biāo)，深入探索不同性狀之間的關(guān)系以及不同類型小麥的優(yōu)缺點(diǎn)，以期篩選出適宜的親本材料豐富種質(zhì)資源。利用主成分分析法和熵值賦權(quán)的同異分析法旨在為黃淮麥區(qū)優(yōu)選品質(zhì)各異的小麥新品種探索良方，為新品種推廣提供科學(xué)依據(jù)，是推動黃淮麥區(qū)小麥產(chǎn)業(yè)高質(zhì)量發(fā)展的理論基礎(chǔ)。

1 材料與方法

1.1 試驗材料

本研究的材料均來自新鄉(xiāng)市農(nóng)業(yè)科學(xué)院，為通過國家、河南省審定的11個新麥系列小麥品種，親本組合及參加區(qū)域試驗?zāi)攴菀姳?。新麥32、新麥35、新麥36、新麥45、新麥58等國審小麥品種的數(shù)據(jù)參考中國農(nóng)業(yè)科學(xué)院編寫的國家冬小麥品種聯(lián)合體黃淮冬麥區(qū)南片水地組試驗總結(jié)中2年區(qū)域試驗的平均值；新麥40、新麥56的數(shù)據(jù)收集出自中國農(nóng)業(yè)科學(xué)院編寫的中作聯(lián)合體冬小麥品種聯(lián)合體黃淮冬麥區(qū)南片水地組試驗總結(jié)中2年區(qū)域試驗的平均值；新麥57、新麥60、新麥9389的數(shù)據(jù)來源于河南省農(nóng)業(yè)科學(xué)院編寫的年度河南省小麥產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟試驗中2年區(qū)域試驗的平均值；新麥9369的數(shù)據(jù)源自中國農(nóng)業(yè)科學(xué)院牽頭的良種攻關(guān)試驗中的2年區(qū)域試驗的平均值，整理的試驗數(shù)據(jù)包含各個品種的農(nóng)藝性狀、產(chǎn)量及品質(zhì)指標(biāo)等共計11個特征值。各個品種的產(chǎn)量、生育期、株高、有效穗、穗粒數(shù)、千粒重等數(shù)據(jù)依據(jù)國審和河南省審定要求布局的各個試驗點(diǎn)匯總求取平均值得出，具有國家資質(zhì)的小麥品質(zhì)檢測中心負(fù)責(zé)提供容重、蛋白質(zhì)含量、濕面筋含量、吸水率和穩(wěn)定時間等品質(zhì)指標(biāo)。

1.2 試驗方法

各區(qū)域試驗承試驗單位選取肥力均勻、地勢平坦的無障礙地塊，采用完全隨機(jī)區(qū)組試驗設(shè)計，每個品種重復(fù)3次，每個小區(qū)面積不小于13.3 m2，每個小區(qū)種植6行，行距20 cm，試驗區(qū)周圍設(shè)置保護(hù)區(qū)，播種密度設(shè)置為270萬苗/hm2，試驗田管理嚴(yán)格按照國家小麥品種區(qū)域試驗的標(biāo)準(zhǔn)執(zhí)行，防蟲不防病。整個生育期按照區(qū)域試驗記載標(biāo)準(zhǔn)全程記錄各個生育期指標(biāo)，成熟季全區(qū)收獲計產(chǎn)，收獲后晾曬后取樣送去指定品質(zhì)檢測中心進(jìn)行測定。

1.3 數(shù)據(jù)統(tǒng)計與分析

試驗匯總數(shù)據(jù)利用Excel 2003進(jìn)行整理，主成分分析則采用SPSS 17.0系統(tǒng)進(jìn)行。

1.4 同異分析法的新麥系列品種評價分析

1.4.1 設(shè)定新麥系列品種各特征的理想值 依據(jù)本生態(tài)區(qū)域內(nèi)小麥的生產(chǎn)適應(yīng)性、品種選育的目標(biāo)和品種審定的要求來確定各個特征的理想值。強(qiáng)筋小麥的審定標(biāo)準(zhǔn)中對4個品質(zhì)指標(biāo)的要求分別為蛋白質(zhì)含量≥13.0%、濕面筋含量≥30.5%，吸水率≥60.0%，穩(wěn)定時間≥10.0 min，因此蛋白質(zhì)含量、濕面筋含量、吸水率和穩(wěn)定時間的理想值越大越好，是強(qiáng)筋品種選育種過程中關(guān)鍵指標(biāo)。生育期和株高取適中值為理想值，容重是小麥等級劃分的指標(biāo)之一，容重越大等級越高，因此容重取最大值為理想值，產(chǎn)量、有效穗數(shù)、穗粒數(shù)、千粒重選取最大值為理想值。

1.4.2 熵值法確定權(quán)重 從模糊理論中得知，最終的評價結(jié)果會受到不同性狀指標(biāo)權(quán)重系數(shù)的較大影響，權(quán)重賦予方法的不一樣，會引起統(tǒng)計過程中不可忽視的人為誤差，專家評分法尤為不可避免，其中人為作用對其評價結(jié)果有較大影響［27］。多指標(biāo)作物評價中科學(xué)的權(quán)重賦予方法，對于最終評價指標(biāo)的合理性具有重要作用。采用以各個指標(biāo)觀測值為基礎(chǔ)設(shè)立的熵權(quán)法用于確定其權(quán)重，可以使貢獻(xiàn)程度偏小的指標(biāo)對評價結(jié)果的影響被弱化，由此因人為主觀的賦值來確定權(quán)重而引起的缺點(diǎn)被克服，評價結(jié)果的客觀性和科學(xué)性可以有所提高。

（1）計算各個指標(biāo)的熵值，公式如下：

ej=-1lnN∑Ni=1PijlnPij。（1）

式中：Pij為第i個品種的第j個指標(biāo)的值占全部品種第j個指標(biāo)值之和的比例；ej為第j個指標(biāo)的熵值，其中ej不能大于1；N為品種總數(shù)。

（2）指標(biāo)權(quán)重的求取。

aj=1-ej∑Mj=1（1-ej）。（2）

式中：aj為各個指標(biāo)j的權(quán)重，M為指標(biāo)總數(shù)。

1.4.3 計算不同指標(biāo)同一度和綜合同一度 利用如下公式計算各性狀表現(xiàn)與理想值的同一度，Agk=Xok/Xgk（用于理想值越小越好的指標(biāo)計算，本研究中的指標(biāo)不涉及該公式），Agk=Xgk/Xok（用于理想值越大越好的指標(biāo)，本研究中的產(chǎn)量、有效穗數(shù)、穗粒數(shù)、千粒重、容重采用該計算公式），Agk=Xok/（Xok+|Xok-Xgk|）（本研究中株高、生育期、蛋白質(zhì)含量、濕面筋含量、吸水率和穩(wěn)定時間等指標(biāo)理想值取適中的特征值），表示小麥評價的同一度是用公式中的Agk表示，第g個品種的第k個性狀的區(qū)域試驗匯總平均值，第k個性狀的理想值則用Xok代表。最后不同小麥品種的綜合統(tǒng)一度使用公式為Ag=∑AgkWk，公式中的Ag用于表示綜合同一度，第g個小麥品種的第k個性狀的同一度用Agk表示，第k個性狀的權(quán)重使用Wk代表。

1.4.4 新麥系列品種差異度bg和聯(lián)系度μ（W） 本研究的計算差異度和聯(lián)系度的計算公式分別為bg=1-Ag和μ（W）=Ag+bgi，由于同一度與差異度是相對的，因此計算聯(lián)系度時，取i=-1。針對分析品種區(qū)域試驗其中的i值為-1［26］。

2 結(jié)果與分析

2.1 新麥系列小麥品種的11個主要性狀指標(biāo)

根據(jù)表2中顯示的供試小麥品種的農(nóng)藝性狀、產(chǎn)量及三因素和品質(zhì)指標(biāo)等共計11個指標(biāo)的區(qū)域試驗數(shù)據(jù)均值可以得出籽粒產(chǎn)量最高的品種為新麥40，其數(shù)值為8 611.5 kg/hm2，同時該品種的千粒重也位居第1位，數(shù)值為50 g；產(chǎn)量最低的品種為新麥57，產(chǎn)量構(gòu)成三因素位居中等水平，其籽粒產(chǎn)量為7 629.0 kg/hm2；有效穗數(shù)（6.45×106 穗/hm2）最多的品種為新麥45，其千粒重為42.4 g，但是其品質(zhì)性狀的4個指標(biāo)全部符合強(qiáng)筋小麥的審定標(biāo)準(zhǔn)，其中蛋白質(zhì)含量（16.6%）和吸水率（63%）2個指標(biāo)位居第一。強(qiáng)筋品種新麥58的穩(wěn)定時間（29.9 min）指標(biāo)最高的同時其產(chǎn)量及其構(gòu)成因素性狀并未出現(xiàn)最低值。11個品種的生育期集中在 220～231 d，株高分布在73～83 cm。由此可見，新麥系列品種尤其是強(qiáng)筋品種實現(xiàn)產(chǎn)量、品質(zhì)、農(nóng)藝性狀之間的均衡發(fā)展，符合我國專用型小麥產(chǎn)業(yè)經(jīng)濟(jì)鏈的需求。

2.2 農(nóng)藝性狀、產(chǎn)量和品質(zhì)等11個指標(biāo)之間的相關(guān)性分析

從不同指標(biāo)的相關(guān)性分析結(jié)果（表3）得出，品質(zhì)性狀的4個指標(biāo)之間為正相關(guān)，尤其是蛋白質(zhì)含量與濕面筋含量為顯著正相關(guān)，與穩(wěn)定時間之間達(dá)到了極顯著正相關(guān)，由此可得出提高小麥品種的蛋白質(zhì)含量是提升其品質(zhì)的重要一步，對于該品種的濕面筋含量和穩(wěn)定時間的影響突出。有效穗數(shù)與蛋白質(zhì)含量、吸水率和穩(wěn)定時間之間呈顯著或極顯著正相關(guān)關(guān)系，有效穗數(shù)體現(xiàn)了小麥群體中個體發(fā)育優(yōu)劣，直接會影響對周圍養(yǎng)分、水分的吸收，進(jìn)一步影響蛋白質(zhì)的合成及其特性，由此可見新麥系列品種在選育中有效穗數(shù)不僅是保證產(chǎn)量的基礎(chǔ)，同樣是維持品質(zhì)的重要保障，因此有效穗數(shù)這一指標(biāo)是品種選育過程中不可忽略的考察指標(biāo)。生育時期與容重出現(xiàn)極顯著負(fù)相關(guān)，可得出過長的生育期引起作物呼吸的物質(zhì)消耗高于光合合成，不利于光合物質(zhì)的存儲，同時審定標(biāo)準(zhǔn)要求成熟期不能太晚，不利于小麥生產(chǎn)實際需求，因此應(yīng)注重優(yōu)選適宜生育期的小麥品種以匹配小麥經(jīng)濟(jì)市場發(fā)展方向。

利用SPSS軟件首先將原始性狀數(shù)據(jù)標(biāo)準(zhǔn)化處理再進(jìn)行主成分分析，根據(jù)數(shù)據(jù)分析結(jié)果（表4）可以得出新麥系列品種小麥主要性狀指標(biāo)的主成分特征值、貢獻(xiàn)率和累計貢獻(xiàn)率。通常該數(shù)據(jù)分析方法的降維步驟認(rèn)定原則為特征值大于1并且累計貢獻(xiàn)率大于80%的主成分一定程度上可代表該分析對象［28］。根據(jù)表4的計算結(jié)果說明新麥系列品種的大部分特征信息可以由前3個主成分來概括。主成分分析結(jié)果中的主成分載荷矩陣結(jié)果見表5，11個小麥性狀的載荷大小用于表現(xiàn)3個主成分中該指標(biāo)對該主成分的貢獻(xiàn)率多少，通常會認(rèn)為影響顯著的載荷絕對值大于0.3。主成分1除生育期指標(biāo)外都是較為顯著的影響，尤其以有效穗數(shù)、蛋白質(zhì)含量、穩(wěn)定時間對最后綜合評價的作用是正向的。產(chǎn)量、容重和吸水率對主成分2的影響是正向的，而生育期的影響則是顯著負(fù)向的，載荷值為-0.907。產(chǎn)量、株高、濕面筋含量對主成分3的影響為正向顯著，其中濕面筋含量以載荷值為0.834對主成分3正向影響作用最大。SPSS主成分分析結(jié)果可計算出總得分用于11個小麥品種的綜合評價，依據(jù)分值大小排序見表6，由表6可看出新麥58和新麥45分別位居第一、第二，這2個品種不僅僅是品質(zhì)指標(biāo)上符合強(qiáng)筋品種，其他指標(biāo)同樣表現(xiàn)優(yōu)秀，是我國黃淮麥區(qū)同時實現(xiàn)產(chǎn)量與品質(zhì)協(xié)調(diào)發(fā)展的優(yōu)質(zhì)高產(chǎn)小麥新品種。

2.4 小麥品種的同異分析進(jìn)行綜合評價

2.4.1 各個指標(biāo)權(quán)重和理想值的確立 在對小麥、水稻、大豆、馬鈴薯、谷類等農(nóng)作物進(jìn)行綜合評價方法中普遍使用的同異分析法具有考察性狀數(shù)量多、操作過程簡便、辨識度高等優(yōu)點(diǎn)。本研究依據(jù)熵值賦權(quán)法的計算公式用于確定權(quán)重，計算結(jié)果如表7所示。優(yōu)質(zhì)和高產(chǎn)是冬小麥的首要育種目標(biāo)和方向，符合冬小麥的生產(chǎn)實踐需求，由此在上述的11個性狀中除株高和生育期選取適當(dāng)值為理想值，其他性狀均以最大值為理想值，即產(chǎn)量為8 611.5 kg/hm2、有效穗數(shù)為645萬穗/hm2，穗粒數(shù)為36.6粒/穗，千粒重為50 g，株高為77 cm，生育期為229 d，容重為820.5 g/L，蛋白質(zhì)含量為16.55%，濕面筋含量為36%，吸水率為63%，穩(wěn)定時間為29.9 min。

2.4.2 新麥系列品種主要性狀的同一度、綜合同一度、差異度和聯(lián)系度

依據(jù)確定的理想值和同一度計算公式可得出表8的計算結(jié)果，從變異系數(shù)可知株高、生育期、容重等3個指標(biāo)的差異性較小，變化幅度的區(qū)間分別在0.927 7～1.000 0、0.961 0～1.000 0、0.948 2～1.000 0。差異性較大的指標(biāo)則多體現(xiàn)在品質(zhì)指標(biāo)中的蛋白質(zhì)含量、濕面筋含量和穩(wěn)定時間，變化幅度區(qū)間分別在0.782 5～1.000 0、0.783 3～1.000 0、0.050 2～1.000 0，其中穩(wěn)定時間差異性最大，其余指標(biāo)的波動區(qū)間則無較大差異。新麥58高達(dá)29.9 min的穩(wěn)定時間，遠(yuǎn)超過中筋品種的穩(wěn)定時間這一指標(biāo)，凸顯出強(qiáng)筋麥的優(yōu)質(zhì)特性。從表9可得出同異分析法的得分排序結(jié)果，綜合同一度的浮動區(qū)間為0.718 7～0.961 5，其中以新麥58綜合同一度最大，新麥9369最小，從差異度來看，作為強(qiáng)筋小麥的新麥58和新麥45與其他中筋品種之間相差較大，中筋品種的浮動區(qū)間較小，為0.241 1～0.281 3，同時其聯(lián)系度也在中筋品種彼此之間變化幅度較小，區(qū)間為0.437 4～0.488 6，其中新麥56的聯(lián)系度稍偏大，則是由于其雖是中筋品種但其濕面筋含量這一指標(biāo)最高，因而造成聯(lián)系度隨之增加。供試品種的優(yōu)劣是通過其聯(lián)系度的大小來反映的，越優(yōu)良的品種其聯(lián)系度越大，反之則越小。11個新麥系列品種的同異分析結(jié)果排序為新麥58＞新麥45＞新麥60＞新麥56 ＞新麥36＞新麥32＞新麥35＞新麥57＞新麥40＞新麥9389＞新麥9369，可見作為強(qiáng)筋小麥的新麥58和新麥45是表現(xiàn)最為優(yōu)良的品種，這2個品種在保留農(nóng)藝性狀和產(chǎn)量優(yōu)勢的前提下，大大提高了自身的品質(zhì)特性，實現(xiàn)了新麥品種特性的綜合提升。

3 結(jié)論與討論

本研究考量的品種參試試驗在嚴(yán)格統(tǒng)一的方案和技術(shù)規(guī)程下實施，科學(xué)、公正地呈現(xiàn)新育成小麥的豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性、抗逆性和品質(zhì)等，其性狀指標(biāo)客觀反映小麥育種主攻方向及種質(zhì)資源利用現(xiàn)狀［29］。由相關(guān)性分析結(jié)果得出，體現(xiàn)品種品質(zhì)方面特性的4個指標(biāo)蛋白質(zhì)含量、濕面筋含量、吸水率和穩(wěn)定時間之間呈現(xiàn)出正相關(guān)，這與前人的研究結(jié)果是相似的，因而在品種選育過程中注重這4個指標(biāo)的高代測定，數(shù)值越高代表品質(zhì)越好，是強(qiáng)筋小麥的育種方向［30］。本研究利用的同異分析法和主成分分析法對近年來新麥系列的審定品種區(qū)域試驗結(jié)果進(jìn)行整理分析，兩者的得分排序結(jié)果不一致，前者的分析方法考量了這11個小麥性狀，后者則采取降維的方法。對比2種方法的排序結(jié)果，新麥58、新麥45和新麥60的排序位次是一致的，分別位于排序的前3名，其余品種的排序則出現(xiàn)不規(guī)律的排序變化。主成分分析的結(jié)果表明，第1主成分的貢獻(xiàn)率高達(dá)42.008%，有效穗數(shù)（載荷值0.909）、蛋白質(zhì)含量（載荷值0.879）、吸水率（載荷值0.847）和穩(wěn)定時間（載荷值0.753）作為較大影響力的特征向量，因此可以作為代表性指標(biāo)用于品種的評價，小麥屬于群體密度產(chǎn)量作物，對產(chǎn)量起首位作用的是有效穗數(shù)，注重單位面積穗數(shù)的提高，是實現(xiàn)高產(chǎn)的基礎(chǔ)，第1主成分的重要特征向量包含了1個產(chǎn)量指標(biāo)和3個品質(zhì)指標(biāo)，表明新麥系列品種兼顧產(chǎn)量和品質(zhì)協(xié)同提高，凸顯新麥系列強(qiáng)筋育種的特色。貢獻(xiàn)率25.3%的第2主成分，容重（載荷值0.862）則是該主成分的最大影響力的因子，同樣可以作為代表性指標(biāo)。第3主成分的貢獻(xiàn)率為15.2%，其中濕面筋含量（載荷值0.862）、產(chǎn)量（載荷值0.559）和株高（載荷值0.444）影響力較大，成為該主成分的品種評價的重要指標(biāo)。

前期的研究多以育種經(jīng)驗來確定權(quán)重系數(shù)，本研究則采用熵權(quán)法即客觀賦權(quán)法用于確定各個指標(biāo)權(quán)重系數(shù)，該方法的計算原理是指標(biāo)的變異程度越小，反映的信息量也越少，對應(yīng)的權(quán)值也應(yīng)該越低［31-33］。本研究計算得出新麥系列11個品種的指標(biāo)中穗粒數(shù)、容重、穩(wěn)定時間的權(quán)重系數(shù)偏大，其中穩(wěn)定時間的權(quán)重最大。穩(wěn)定時間是中筋與強(qiáng)筋品種之間的重要界定指標(biāo)，新麥58在穩(wěn)定時間這一指標(biāo)表現(xiàn)突出，該指標(biāo)權(quán)重系數(shù)最大。強(qiáng)筋與中筋品種的審定標(biāo)準(zhǔn)主要區(qū)別在達(dá)到產(chǎn)量指標(biāo)的同時對品質(zhì)的要求提高，新麥58和新麥45品質(zhì)指標(biāo)的較大提高，引起品質(zhì)指標(biāo)波動幅度較大，因而品質(zhì)指標(biāo)的權(quán)重系數(shù)也較大。權(quán)重系數(shù)和同一度會影響同異分析法中的綜合統(tǒng)一度，綜合統(tǒng)一度大則聯(lián)系度大，所以同異分析法得出新麥58、新麥45和新麥60的聯(lián)系度分別為0.922 9、0.761 8和0.517 8，其余品種的浮動區(qū)間在0.437 4～0.506 3，差異較小?？梢娺@2種方法的分析結(jié)果的共性在于強(qiáng)調(diào)品質(zhì)指標(biāo)對最后排序結(jié)果的影響，通過對新麥系列品種的分析評價可以篩選出在黃淮麥區(qū)審定的新麥58和新麥45是強(qiáng)筋品種的典型代表，是以后強(qiáng)筋小麥育種的較優(yōu)親本材料，而中筋選育的親本材料則可以首選新麥60。新麥系列品種選育地區(qū)生態(tài)條件的一致性引起小麥品種相似的適應(yīng)性，不同小麥品種遺傳物質(zhì)的差異性表現(xiàn)出外在綜合評價指標(biāo)的差異性，不同評價方法計算原理的不一致則造成最后評價排序的不規(guī)律差異，因此在利用這些品種的過程中考慮實際需求適時利用，以便實現(xiàn)特征價值最大化利用。

本研究表明，對新麥系列品種的指標(biāo)參數(shù)利用不同計算原理和算法的分析方法，分析得出的結(jié)果有所差別，因而采用一種評價方法不能精準(zhǔn)有效評價目標(biāo)的優(yōu)劣，客觀公正的評價結(jié)論要建立在多種方法的分析結(jié)果綜合評價。作物自身的生長特性和推廣地的生產(chǎn)需求是確定作物評價指標(biāo)的重要參考信息，無論是主成分分析法還是同異分析法，謹(jǐn)慎選擇評價指標(biāo)以及權(quán)重的確定都是綜合評價方法的關(guān)鍵。

參考文獻(xiàn)：

［1］張 婷，逯臘虎，楊 斌，等. 黃淮麥區(qū)4省小麥種質(zhì)農(nóng)藝性狀的比較分析［J］. 作物雜志，2019（6）：20-26.

［2］張會芳，齊紅志，孫 巖，等. 黃淮冬麥區(qū)不同來源地新育成小麥品種性狀多樣性分析［J］. 植物遺傳資源學(xué)報，2023，24（3）：719-731.

［3］王漢霞，單福華，田立平，等. 2006—2018年北京市審定冬小麥品種的綜合性狀分析［J］. 麥類作物學(xué)報，2020，40（7）：789-795.

［4］馬翔宇. 引進(jìn)小麥種質(zhì)資源部分農(nóng)藝性狀的綜合分析與評價［D］. 楊凌：西北農(nóng)林科技大學(xué)，2021.

［5］杜曉宇，李楠楠，鄒少奎，等. 黃淮南片新育成小麥品種（系）主要性狀的綜合性分析［J］. 作物雜志，2021（4）：38-45.

［6］程曉明，程婧曄，胡文靜，等. 23個小麥品種春化特性主成分分析及聚類分析［J］. 江蘇農(nóng)業(yè)科學(xué)，2019，47（08）：64-68.

［7］韓 笑，李雪瑩，姚 丹，等. 雜交組合同異評估在花生高產(chǎn)育種中的應(yīng)用［J］. 分子植物育種，2019，17（14）：4729-4732.

［8］陳 丹，戴紅燕，丁 鑫，等. 同異分析法對引進(jìn)色稻在涼山州適應(yīng)性評價［J］. 種子，2019，38（7）：85-90.

［9］盧道文，孫海潮，蘆連勇，等. 同異分析法在玉米雜交種評價中的應(yīng)用［J］. 玉米科學(xué)，2005，13（2）：42-44.

［10］張 凡，楊春玲，韓 勇，等. 基于主成分分析和同異分析法的小麥產(chǎn)量與品質(zhì)綜合評價［J］. 山東農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2022，53（4）：503-509.

［11］郭瑞林，楊春玲，關(guān) 立，等. 小麥區(qū)域試驗的同異分析方法研究［J］. 麥類作物學(xué)報，2001，21（3）：60-63.

［12］盧道義，孫海潮，蘆連勇，等. 同異分析方法在玉米雜交種評價中的應(yīng)用［J］. 玉米學(xué)報，2005，13（2）：42-44.

［13］郭瑞林，呂有軍，劉亞飛，等. 棉花品種區(qū)域試驗的同異聯(lián)系勢分析原理與方法［J］. 棉花學(xué)報2006，18（6）：367-371.

［14］胡標(biāo)林，萬 勇，李 霞，等. 水稻核心種質(zhì)表型性狀遺傳多樣性分析及綜合評價［J］. 作物學(xué)報報，2012，38（5）：829 -839.

［15］黃晨晨，宋 曉，黃紹敏，等. 基于主成分分析和聚類分析的磷高效品種篩選和評價［J］. 中國土壤與肥料，2021（6）：292-299.

［16］黃 進(jìn)，陳金華，張方敏. 基于主成分分析的安徽省冬小麥氣候災(zāi)損風(fēng)險的時空演變［J］. 應(yīng)用生態(tài)學(xué)報，2021，32（9）：3185-3194.

［17］倪正斌，朱俊凱，王陳燕，等. 22個玉米雜交組合農(nóng)藝性狀的主成分和動態(tài)聚類分析［J］. 大麥與谷類科學(xué)，2017，34（5）：18-22，37.

［18］李曉榮，張中平，孫永海，等. 西南麥區(qū)96份小麥育種材料重要農(nóng)藝性狀的遺傳多樣性分析.南方農(nóng)業(yè)學(xué)報［J］. 2021，52（9）：2358-2368.

［19］李 德，高 超，孫 義，等. 基于關(guān)鍵品質(zhì)因素的碭山酥梨氣候品質(zhì)評價［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報，2018，26（12）：1836-1845.

［20］李守強(qiáng)，田世龍，李 梅，等. 主成分分析和隸屬函數(shù)法綜合評價15種（系）馬鈴薯的營養(yǎng)品質(zhì)［J］. 食品工業(yè)科技，2020，41（6）：272-276.

［21］張 帆，付錦濤，陳夢茹，等. 基于主成分分析和聚類分析的14份馬鈴薯種質(zhì)資源的品質(zhì)評價［J］. 種子，2022，41（12）：85-92.

［22］張 凡，楊春玲，劉國濤. 近年來黃淮南片育成小麥品種（系）農(nóng)藝、產(chǎn)量及品質(zhì)性狀綜合分析與評價［J］. 江蘇農(nóng)業(yè)科學(xué)，2022，50（21）：90-97.

［23］張振良，黃小蘭，薛 林，等. 基于主成分分析和聚類分析的甜糯玉米新組合育種潛力評價［J］. 江西農(nóng)業(yè)學(xué)報，2019，31（2）：19-25.

［24］張楷歆，王 鐸，吳 晗，等. 雜交組合同異評估法在大豆高產(chǎn)、優(yōu)質(zhì)育種中的應(yīng)用［J］. 大豆科學(xué)，2016，35（3）：360-366.

［25］王艷青，盧文潔，李春花，等. 同異分析法在苦蕎新品種（系）綜合評價中的應(yīng)用［J］. 江蘇農(nóng)業(yè)科學(xué)，2014，42（12）：132-134.

［26］曲祥春，王 鼐，石貴山，等. 同異分析法在粒用高粱雜交種評價中的應(yīng)用［J］. 作物雜志，2021（3）：46-50.

［27］信桂新，楊朝現(xiàn)，楊慶媛，等. 用熵權(quán)法和改進(jìn)TOPSIS模型評價高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)后效應(yīng)［J］. 農(nóng)業(yè)工程學(xué)報，2017，33（1）：238-249.

［28］孫彩玲，曲輝英，呂建華，等. 基于主成分和聚類分析的山東省區(qū)域試驗小麥品種（系）品質(zhì)的綜合評價［J］. 山東農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2014，45（4）：545-551，558.

［29］姚 盟，張玲麗，馮 毅，等. 黃淮麥區(qū)小麥新品系主要農(nóng)藝性狀變異分析［J］. 種子，2015，34（9）：66-70.

［30］胡一波，修 仕，陸 平，等. 中國北部藜麥品質(zhì)性狀的多樣性和相關(guān)性分析［J］. 作物學(xué)報，2017，43（3）：464-470.

［31］陳貴菊，閆 璐，王福玉，等. 近10年黃淮冬麥區(qū)北片區(qū)域試驗品種產(chǎn)量及主要農(nóng)藝性狀分析［J］. 山東農(nóng)業(yè)科學(xué)，2021，53（5）：142-148.

［32］彭 勃，袁文婭，王 奕，等. 緊湊型糯玉米種質(zhì)資源的創(chuàng)制與評價［J］. 核農(nóng)學(xué)報，2021，35（3）：526-534.

［33］李嵩博，唐朝臣，陳 峰，等. 中國粒用高粱改良品種的產(chǎn)量和品質(zhì)性狀時空變化［J］. 中國農(nóng)業(yè)科學(xué)，2018，51（2）：246-256.