摘 要：該文基于灰色關(guān)聯(lián)理論和方法，對(duì)19個(gè)木薯種質(zhì)材料的6個(gè)性狀指標(biāo)進(jìn)行了綜合評(píng)價(jià)研究。結(jié)果表明：（1）建立了灰色關(guān)聯(lián)分析和Topsis綜合評(píng)價(jià)方法，獲得結(jié)果基本是一致的，并與種質(zhì)資源田間綜合表現(xiàn)相符，適用于木薯種質(zhì)資源的綜合評(píng)價(jià)；（2）灰色關(guān)聯(lián)度對(duì)種質(zhì)資源的評(píng)價(jià)中，因其灰色關(guān)聯(lián)度（ri）差異系數(shù)為0.161 8，差異較小，不能很好地評(píng)價(jià)出種質(zhì)資源的優(yōu)劣，而Topsis法評(píng)價(jià)結(jié)果中Ci值差異的差異系數(shù)為0.907 5，差異很大，能更好地評(píng)價(jià)品種的優(yōu)劣；（3）通過(guò)評(píng)價(jià)比較，篩選獲得了8份具有育種潛力的木薯種質(zhì)材料。研究結(jié)果為木薯種質(zhì)資源評(píng)價(jià)、應(yīng)用提供了科學(xué)依據(jù)。

關(guān)鍵詞：灰色關(guān)聯(lián)；Topsis法；分析；評(píng)價(jià)；木薯種質(zhì)

中圖分類號(hào) S533 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2015）22-18-05

Abstract：The comprehensive evaluation steuied based on grey correlation theory，which with 6 agronomic-traits in 19 clones cassava germplasm.The results showed that：（1）it was eatablished evaluarion methods for cassava germplasm with grey relational and Topsis，the results are similar of different methods，and were consistent with phenotype traits in the field.（2）Comparison with the coefficirents betweent grey corrlaation （ri=0.161 8）and Topsis’s （Ci=0.907 5），the latter is superior to the fomer for evaluation in cassava germplasms.（3）8 materials were evaluated and selected for cassava breeding.It provided scientific basis for the evaluation and uitilization in cassava germplasm.

Key words：Grey relation；Topsis；Analysis；Evaluation；Cassava germplasm

作物種質(zhì)評(píng)價(jià)和利用是育種工作中重要的環(huán)節(jié)，相關(guān)研究報(bào)道，應(yīng)用通徑分析[1]、逐步回歸分析[2]、關(guān)聯(lián)度分析[3]等多種方法為育種材料性狀參數(shù)評(píng)價(jià)和早期選擇提供了依據(jù)?；疑P(guān)聯(lián)分析方法是對(duì)品種多個(gè)性狀進(jìn)行多維度的綜合評(píng)價(jià)，既可以側(cè)重了品種的重要性狀指標(biāo)，又可以覆蓋多個(gè)性狀指標(biāo)考察，從而比較全面地反映品種的特性，使得評(píng)價(jià)結(jié)果更加客觀和可靠[4-5]。相關(guān)研究報(bào)道，將灰色關(guān)聯(lián)度分析方法應(yīng)用于甘薯[6-8]、油菜[9]、番茄[10]、大麥[11]、煙草[12]、白芨[13]等種質(zhì)資源篩選和育種評(píng)價(jià)以及野生牧犖營(yíng)養(yǎng)價(jià)值[14]評(píng)價(jià)中，結(jié)果表明，灰色關(guān)聯(lián)度分析法可以明確資源篩選中的側(cè)重點(diǎn)和資源對(duì)育種工作的價(jià)值大小，能揭示各指標(biāo)間的關(guān)系。

木薯（Manihot esculenta Crantz）是全球三大重要薯類作物之一，是全球糧食安全的重要保障，特別是在熱帶發(fā)展中國(guó)家和地區(qū)，也是我國(guó)傳統(tǒng)的糧食儲(chǔ)備作物。木薯不但是淀粉和變性淀粉加工的主要原材料，近年來(lái)在生物能源的開發(fā)和利用中也占有非常重要的地位[15-17]。由于木薯種質(zhì)資源具有數(shù)量大、變異多、生長(zhǎng)周期長(zhǎng)等特征，使得其種質(zhì)評(píng)價(jià)和育種利用工作面臨著很大的困難，這就迫使研究工作向多元化發(fā)展，以獲得更優(yōu)化的評(píng)價(jià)體系。隨著利用分子標(biāo)記技術(shù)對(duì)木薯種質(zhì)資源進(jìn)行EST-SSR、SNP和microsatellite-AFLP開發(fā)和利用，以及高通量測(cè)序技術(shù)發(fā)展，能很好地揭示大量的木薯種質(zhì)遺傳背景，提高了木薯傳統(tǒng)育種速度和篩選效率[18-23]。灰色分析系統(tǒng)相關(guān)方法建立和數(shù)據(jù)的發(fā)掘及應(yīng)用，也必能為木薯選育提供了客觀、全面、快速鑒定的依據(jù)，減少種育種的工作量。

1 材料與方法

1.1 實(shí)驗(yàn)材料 研究選用了GR911、GR024-3、HB60、OM36-63-1、GR891、SM1155-24、SC124、GR024-7、UB1-2、RY5、SC205、UB4772、C5、C6、C14、C15、C16、C18和C20，共19個(gè)木薯材料，由廣西亞熱帶作物研究所、廣西木薯研究所和中科院（上海）植物生理生化研究所木薯生物技術(shù)中心提供。

1.2 實(shí)驗(yàn)方法 試驗(yàn)設(shè)計(jì)按隨機(jī)區(qū)組排列，在廣西亞熱帶作物研究所、廣西木薯研究所木薯科研基地實(shí)施。每個(gè)材料隨機(jī)抽取5株進(jìn)行產(chǎn)量（t/hm2）和鮮薯干物質(zhì)含量（水比重法，%）指標(biāo)測(cè)量；參考相關(guān)研究[24-25]，進(jìn)行干片淀粉含量（%）、直連淀粉含量（%）、可溶性糖含量（%）和氨基酸含量（pg/μL）指標(biāo)的測(cè)試。

按照灰色系統(tǒng)理論[26-28]，將19個(gè)木薯材料的6個(gè)性狀指標(biāo)因子認(rèn)為是一個(gè)灰色系統(tǒng)進(jìn)行灰色關(guān)聯(lián)分析，因?yàn)檫@些形狀指標(biāo)都是木薯育種的衡量指標(biāo)，各指標(biāo)的最高值數(shù)列為參考數(shù)列（母序列x0），各材料性狀指標(biāo)設(shè)為分析序列（子序列x1、x2、x3、x4、x5、x6），并進(jìn)行無(wú)量綱化處?；赥opsis法理論對(duì)原始數(shù)據(jù)進(jìn)行處理，并形成歸一化數(shù)據(jù)矩陣（y1、y2、y3、y4、y5、y6），找出最優(yōu)方案（Z+）和最劣方案（Z-），分別計(jì)算對(duì)象與兩者之間的距離（Ci），獲得各評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)相近程度作為評(píng)價(jià)優(yōu)劣的依據(jù)。

1.3 統(tǒng)計(jì)分析 本研究所有數(shù)據(jù)均采用Excsl表格、SPSS19.0、DPS軟件等進(jìn)行統(tǒng)計(jì)分析。

2 結(jié)果與分析

2.1 木薯主要農(nóng)藝性狀的分析 通過(guò)對(duì)19個(gè)木薯種質(zhì)的6個(gè)相關(guān)農(nóng)藝性狀指標(biāo)進(jìn)行相關(guān)分析，結(jié)果表明（表1）：鮮薯產(chǎn)量在11.00～68.50t/hm2，鮮薯干物質(zhì)含量在20.70%～31.40%，干片淀粉含量在47.87%～66.31%，直連淀粉含量在20.77%～26.40%，可溶性糖含量在0.02%～0.10%，氨基酸含量在159.64～408.15pg/μL。各指標(biāo)的變異系數(shù)分別為：148.29%、41.57%、33.10%、23.17%、144.76%和88.20%，指標(biāo)參數(shù)的差異性較大，具有代表性，適合進(jìn)行統(tǒng)計(jì)分析。

2.2 木薯主要農(nóng)藝形狀指標(biāo)灰色關(guān)聯(lián)分析 根據(jù)灰色關(guān)聯(lián)分析方法，為了使不同性狀指標(biāo)間數(shù)據(jù)保持一致性，需要對(duì)各性狀進(jìn)行無(wú)量綱化處理。本研究采用的方法是初值化，即分別求出各個(gè)子序列值和母序列值（x0：68.500 0、31.400 0、66.305 8、26.398 8、0.103 693 4、408.151 9）的比值新數(shù)據(jù)序列，即為無(wú)量綱化序列值決策矩陣（表2）。然后代入公式計(jì)算獲得關(guān)聯(lián)系數(shù)（ri），則值越大越好，影響因子就越靠近研究對(duì)象，相對(duì)于參考指標(biāo)就越有利?？梢钥闯?，以6個(gè)性狀指標(biāo)參數(shù)對(duì)19份木薯種質(zhì)資源的優(yōu)劣順序?yàn)椋篊5>GR024-7>SM1155-24>C6>C14>GR891>SC205>GR024-3>SC124>C16>HB60>C18>GR911>C20>C15>UB4772>OM36-63-1>UB1-2>RY5。木薯主要栽培品種GR891、SC205、SC124和GR911關(guān)聯(lián)度綜合得分排名分別為第6、第7、第9和第13；而C5、GR024-7、SM1155-24、C6和C14關(guān)聯(lián)度綜合得分排名分別為第1～5位，明顯優(yōu)于主要栽培品種。

2.3 木薯主要農(nóng)藝形狀指標(biāo)Topsis法分析 根據(jù)灰色關(guān)聯(lián)分析方法，為了使不同性狀指標(biāo)間數(shù)據(jù)保持一致性，需要對(duì)各性狀進(jìn)行無(wú)量綱化處理。本研究采用的方法是歸一化值，可以得到其“最優(yōu)”方案參數(shù)（Z+：0.355 2、0.264 8、0.271 9、0.236 7、0.153 6、0.325 0）”方案參數(shù)和“最劣”方案參數(shù)（Z-：0.057 6 、0.159 3、0.183 5、0.167 3、0.001 5、0.125 4）”。結(jié)合歸一化值決策矩陣求出D+和D-，并進(jìn)一步計(jì)算出Ci值。按照Ci值的大小進(jìn)行排序，得出Topsis綜合評(píng)價(jià)的結(jié)果（表3），以6個(gè)性狀指標(biāo)參數(shù)對(duì)19份木薯種質(zhì)資源的優(yōu)劣順序?yàn)椋篊5>C14>SM1155-24>C16>C6>GR024-7>HB60>GR911>GR024-3>GR891>C18>SC124>SC205>UB1-2>C20>C15>OM36-63-1>RY5>UB4772。木薯主要栽培品種GR911、GR891、SC124和SC205關(guān)聯(lián)度綜合得分排名分別為第8、第10、第12和第13位；而C5、C14、SM1155-24、C16和C6關(guān)聯(lián)度綜合得分排名分別為第1～5位，明顯優(yōu)于主要栽培品種。

2.4 2種方法對(duì)木薯種質(zhì)資源的綜合分析 灰色關(guān)聯(lián)分析法（GRA）和Topsis法（Topsis）對(duì)木薯種質(zhì)綜合評(píng)價(jià)比較結(jié)果（圖1），排名數(shù)值（Rank value）越小，排名越靠前，綜合評(píng)價(jià)得分越高，2個(gè)綜合評(píng)價(jià)方法獲得的結(jié)果基本一致。但是ri值差異的差異系數(shù)為0.161 8，Ci值差異的差異系數(shù)為0.907 5，2種方法之間在評(píng)價(jià)水平上的差異比較大。相對(duì)于育成及主要栽培品種（GR891、SC205、SC124和GR911）的各性狀指標(biāo)平均值（ck）（表4），C5的鮮薯干物質(zhì)含量、干片淀粉含量、氨基酸含量均高于ck，而鮮薯產(chǎn)量、直連淀粉含量、可溶性糖含量則均低于ck；SM1155-24D的鮮薯產(chǎn)量、鮮薯干物質(zhì)含量、干片淀粉含量均高于ck，而直連淀粉含量、可溶性糖含量、氨基酸含量則均低于ck；綜合排名分別為第1位和第2位。因此，可以說(shuō)明木薯種質(zhì)資源評(píng)價(jià)不應(yīng)該是單一性狀因子的簡(jiǎn)單比較，而是由多個(gè)性狀指標(biāo)因子共同影響下而得出的結(jié)論，這樣才能更全面地獲得種質(zhì)信息量。通過(guò)研究，可以認(rèn)為木薯種質(zhì)C5、GR024-7、SM1155-24、C6、C14、GR024-3、C16和C18的綜合得分值比較高，具有很好的育種潛力。

3 結(jié)論與討論

（1）通過(guò)對(duì)19份木薯種質(zhì)的6個(gè)相關(guān)性狀指標(biāo)進(jìn)行種質(zhì)評(píng)價(jià)，獲得了8個(gè)具有育種潛力的材料，尤其是C5和SM1155-24。

（2）由本次研究可知，灰色關(guān)聯(lián)度分析方法計(jì)算相對(duì)簡(jiǎn)單，但在灰色關(guān)聯(lián)度需要x0（母序列）作為參照-如何根據(jù)目標(biāo)性狀來(lái)確定參考值，這是種質(zhì)資源的評(píng)價(jià)中的關(guān)鍵；灰色關(guān)聯(lián)度在種質(zhì)資源評(píng)價(jià)過(guò)程中，因其灰色關(guān)聯(lián)度值的差異小，比較模糊地地評(píng)價(jià)木薯質(zhì)資源的優(yōu)劣。而Topsis評(píng)價(jià)法無(wú)需設(shè)置參考序列值，不僅能對(duì)木薯種質(zhì)資源進(jìn)行綜合性狀的排序，而且還能將種質(zhì)資源間的差異明顯地反映出來(lái)，針對(duì)木薯種質(zhì)材料比較豐富的情況下，更有助于種質(zhì)資源的鑒定和取舍?；疑P(guān)聯(lián)度分析方法和Topsis分析方法，這2種方法均能對(duì)種質(zhì)資源進(jìn)行客觀的綜合評(píng)價(jià)，結(jié)果基本一致，與田間綜合表現(xiàn)相符合，適合應(yīng)用與木薯種質(zhì)資源的綜合評(píng)價(jià)。

（3）木薯種質(zhì)資源材料比較豐富，僅僅憑靠人為標(biāo)準(zhǔn)和經(jīng)驗(yàn)來(lái)做出判斷難免會(huì)存在偏差；選擇最適應(yīng)本地區(qū)栽培的木薯品種的組合性狀時(shí)，不僅要考慮其產(chǎn)量、淀粉含量性狀，還要考慮到種植、管理、收獲的加工等相關(guān)性狀指標(biāo)，這就需要育種工作者們系統(tǒng)收集了相關(guān)性狀指標(biāo)的高通量研究數(shù)據(jù)，從而組成一個(gè)完整種質(zhì)信息系統(tǒng)，然后運(yùn)用灰色理論和方法進(jìn)行更加深入的研究。

致謝：感謝中國(guó)科學(xué)院（上海）植物生理生態(tài)研究所薯類生物技術(shù)中心對(duì)本研究提供的大力幫助。

參考文獻(xiàn)

[1]林祖軍，楊中萃，王榮.夏甘薯品種主要經(jīng)濟(jì)性狀的通徑分析與高淀粉品種選育[J].山東農(nóng)業(yè)科學(xué)，1989（5）：16-18.

[2]汪寶卿，王慶美，張海燕，等.北方區(qū)試中甘薯農(nóng)藝性狀與產(chǎn)量的多元回歸和通徑分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2011，27（5）：120-125.

[3]蘇春華，李育明，何素蘭，等.高淀粉甘薯輪回選擇群體主要農(nóng)藝性狀遺傳改良效果研究[J].雜糧作物，2007，27（4）：282-285.

[4]張凱，羅小敏，王季春，等.甘薯淀粉產(chǎn)量及相關(guān)性狀的遺傳多樣性和關(guān)聯(lián)度分析[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2013，21（3）：365-374.

[5]辛舉文，辛國(guó)勝.灰色系統(tǒng)理論在高淀粉甘薯育種上的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2006，34（7）：1283-1284.

[6]李強(qiáng)，馬代夫，李洪民，等.灰色關(guān)聯(lián)分析在甘薯品種綜合評(píng)價(jià)上的應(yīng)用[J].雜糧作物，2001，21（1）：15-18.

[7]楊秀蓮，鄭曉昆，楊燕，等.基于灰色關(guān)聯(lián)分析的甘薯品種評(píng)價(jià)[J].長(zhǎng)江蔬菜，2012（10）：8-11.

[8]鄢錚，王正榮.灰色關(guān)聯(lián)分析在淀粉型甘薯新品種評(píng)價(jià)上的應(yīng)用[J].作物雜志，2014，1：30-32.

[9]肖平，龔秋林，高海軍.灰色關(guān)聯(lián)分析在冬油菜種質(zhì)資源創(chuàng)新評(píng)價(jià)中的應(yīng)用[J].江西農(nóng)業(yè)學(xué)報(bào)，2006，18（4）：35-37.

[10]姜永平，劉水東，薛晨霞，等.DTOPSIS法和灰色關(guān)聯(lián)度法在番茄品種綜合評(píng)價(jià)中的應(yīng)用比較[J].中國(guó)農(nóng)學(xué)通報(bào)，2010：259-263.

[11]陳劍鋒，張秋英.灰色關(guān)聯(lián)度分析和DTOPSIS法對(duì)大麥新品系評(píng)價(jià)效果比較[J].福建稻麥科技，2012，30（4）.

[12]盧秀萍.灰色關(guān)聯(lián)度分析和DTOPSIS法對(duì)烤煙新品種評(píng)價(jià)效果比較[J].西南農(nóng)業(yè)學(xué)報(bào)，2006，29（6）：1014-1018.

[13]蘇澤春，陳翠，徐中志，等.2種綜合評(píng)價(jià)法在白芨種質(zhì)資源綜合評(píng)估中的應(yīng)用[J].江西農(nóng)業(yè)學(xué)報(bào)2015，27（5）：10-15.

[14]田兵，冉雪琴，薛紅，等.貴州42種野生牧犖營(yíng)養(yǎng)價(jià)值灰色關(guān)聯(lián)度分析[J].草業(yè)學(xué)報(bào)，2014，23（1）：92-103.

[15]FAO.FAOSTAT[EB/OL].2013.http：//www.fao.org

[16]Tian Y，Lin X，Jin S.Present situation and future potentialof cassava inChina[C].Cassava’s potential in Asia in the21st century： Present situation and future research anddevelopment needs[J].Proc.6th Regional Workshop，2000.

[17]張鵬，楊俊，周文智，等.能源木薯高淀粉抗逆分子育種研究進(jìn)展與展望[J].生命科學(xué)，2014，26（5）：465-473.

[18]Sraphet S，Boonchanawiwat A，Thanyasiriwat T，et al.SSR and EST-SSR-based genetic linkage map of cassava（Manihot esculenta Crantz）[J].Theor Appl Genet，2011，122（6）：1161-1170.

[19]Whankaew S，Poopear S，Kanjanawattanawong S，et al.Agenome scan for quantitative trait loci affectingcyanogenic potential of cassava root in an outbredpopulation[J].BMC Genomics，2011，12：266.

[20]Rabbi IY，Kulembeka HP，Masumba E，et al.An ESTderivedSNP and SSR genetic linkage map of cassava（Manihot esculenta Crantz）[J].Theor Appl Genet，2012，125（2）：329-342.

[21]Whankaew S，Sraphet S，T h a i k e r t R ，e t a l. Characterization of microsatellite markers in cassavabased on microsatellite-AFLP technique.Genet Mol Res，2012，11（2）： 1319-1326.

[22]Zou M，Xia Z，Ling P，et al.Mining EST-derived SSRmarkers to assess genetic diversity in Cassava（Manihotesculenta Crantz）[J].Plant Mol Biol Rep，29：961-971.

[23]孫湘來(lái)，陳新，文明富，等.基于EST-SSR的木薯分子標(biāo)記遺傳連鎖圖譜的構(gòu)建[J].中國(guó)農(nóng)學(xué)通報(bào)，2011，27（9）：231-236.

[24]Wenzhi Zhou，Jun Yang，Yan Hong，et al.Impact of amylase content on starch physicochemical properties in transgenic sweet potato.Carbohydrate polymers （article in press，2014），（ http：//dx.doi.org/10.1016/j.carbpol.2014011.003）.

[25]Natalia K.Genkina，Sergey S. Kozlov，Vladimir V. Martirosyan and Valentina I.kiseleva.，thermal behavior of maize starches with different amylase/amylopectin ratio studied by DSC analysis.Starch/St?rke，2014，66：700-706.

[26]鄧聚龍.灰色預(yù)測(cè)與決策[M].武漢：華中理工大學(xué)出版社，1986.

[27]鄧聚龍.農(nóng)業(yè)系統(tǒng)灰色理論與方法[M].濟(jì)南：山東科技出版社，1988.

[28]唐啟義，馮明光.實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)[M].北京：科學(xué)出版社，2002. （責(zé)編：張宏民）