郭 松，李在留，薛建輝

?

掌葉木種子及其籽油性狀綜合評(píng)價(jià)模型構(gòu)建和優(yōu)選

郭 松1,2，李在留2，薛建輝1,3※

（1. 南京林業(yè)大學(xué)江蘇省林業(yè)生態(tài)工程重點(diǎn)實(shí)驗(yàn)室，南京 210037；2. 廣西大學(xué)林學(xué)院，南寧 530004； 3. 江蘇省中國科學(xué)院植物研究所，南京 210014）

為提高木本糧油植物掌葉木不同種源種子及籽油性狀的綜合評(píng)價(jià)結(jié)果準(zhǔn)確性和評(píng)價(jià)方法的優(yōu)選，指導(dǎo)掌葉木優(yōu)良種源篩選和良種選育，該文構(gòu)建了一套綜合評(píng)價(jià)模型，對(duì)廣西樂業(yè)、田林、鳳山和環(huán)江以及貴州獨(dú)山5個(gè)種源掌葉木種子及籽油相關(guān)的14項(xiàng)指標(biāo)采用主成分分析法、因子分析法、離差最大法、熵值法4種單一方法進(jìn)行評(píng)價(jià)排序，并對(duì)4種方法的評(píng)價(jià)結(jié)果采用均值、Borda、Copeland共3種組合方法進(jìn)行評(píng)價(jià)排序，均通過肯德爾和諧系數(shù)一致性檢驗(yàn)后確定最終評(píng)價(jià)排序；采用斯皮爾曼等級(jí)相關(guān)系數(shù)對(duì)最終評(píng)價(jià)排序與4種單一方法評(píng)價(jià)排序進(jìn)行相關(guān)性分析，并篩選最好單一評(píng)價(jià)方法。結(jié)果表明：4種單一評(píng)價(jià)方法下種源排序雖存在一定差異但通過了肯德爾和諧系數(shù)一致性檢驗(yàn)；3種組合評(píng)價(jià)排序均相同，各種源最終評(píng)價(jià)排序從高到低依次為鳳山、樂業(yè)、獨(dú)山、環(huán)江、田林。最終評(píng)價(jià)排序與主成分分析法、因子分析法、離差最大法和熵值法等4種單一方法評(píng)價(jià)排序的斯皮爾曼等級(jí)相關(guān)數(shù)值分別為1.00、0.90、1.00、0.90，相關(guān)性均達(dá)到顯著水平（< 0.05）；主成分分析法和熵值法所得種子千粒質(zhì)量的權(quán)重值均列各指標(biāo)首位。因此，基于4種單一評(píng)價(jià)方法和3種組合評(píng)價(jià)方法的綜合評(píng)模型為多種源掌葉木種子及籽油性狀提供更為科學(xué)合理的排序結(jié)果；從易用、簡便和有效性角度，掌葉木種子及籽油性狀的最優(yōu)單一評(píng)價(jià)方法為熵值法，評(píng)價(jià)中最重要的指標(biāo)為種子千粒質(zhì)量，鳳山種源掌葉木種子及籽油性狀最優(yōu)。研究結(jié)果可為掌葉木種質(zhì)資源高效利用提供理論依據(jù)，也可為種子及油脂領(lǐng)域綜合評(píng)價(jià)研究提供新思路。

種子；油脂；熵；掌葉木；籽油；綜合評(píng)價(jià)模型；肯德爾和諧系數(shù)

0 引 言

作物種質(zhì)資源是良種繁育的物質(zhì)基礎(chǔ)，也是現(xiàn)代農(nóng)業(yè)可持續(xù)發(fā)展的基礎(chǔ)。為有效利用種質(zhì)資源，國內(nèi)外學(xué)者對(duì)種質(zhì)資源的評(píng)價(jià)或性狀篩選方法進(jìn)行了大量實(shí)踐與理論研究[1-3]，這不僅為良種選育提供了依據(jù)，還成為了種質(zhì)資源研究的熱點(diǎn)內(nèi)容之一[4]。由于油料作物的經(jīng)濟(jì)價(jià)值主要集中于種子油脂中，且油脂在食用和工業(yè)上具有重要地位和戰(zhàn)略價(jià)值，因此選擇科學(xué)合理的方法評(píng)價(jià)具體作物資源的種子及油脂性狀意義重大。

掌葉木（）是僅分布于中國西南喀斯特地區(qū)特有的珍稀瀕危單種屬植物[5]，也是一種優(yōu)良的石漠化治理樹種[6]；其種子含油率高且集中于種仁[7]，還是一種優(yōu)良的木本糧油植物，在營養(yǎng)、保健和工業(yè)上市場前景廣闊[8]。此外掌葉木可在不適合農(nóng)作物生長的邊際土地上種植，不侵占石山地區(qū)寸土寸金的農(nóng)用地，還可為貧困山區(qū)居民增加經(jīng)濟(jì)收入提供幫助。但是，由于對(duì)掌葉木種質(zhì)資源相關(guān)特性及評(píng)價(jià)的認(rèn)知不足，一定程度上制約了其種植推廣。因此，有待對(duì)不同種源掌葉木種子及籽油相關(guān)性狀進(jìn)行科學(xué)的評(píng)價(jià)以指導(dǎo)優(yōu)良種源篩選和良種選育。

通常種質(zhì)資源的評(píng)價(jià)由許多指標(biāo)性狀構(gòu)成，而這些指標(biāo)往往無法直接加總，因此需要采用綜合評(píng)價(jià)方法實(shí)現(xiàn)種質(zhì)資源的名次排序?，F(xiàn)有綜合評(píng)價(jià)方法包括3類: 1)主觀評(píng)價(jià)類，常用的有德爾菲法（delphi method）[9]、層次分析法（analytic hierarchy process，AHP）[10]、決策試驗(yàn)和評(píng)價(jià)實(shí)驗(yàn)室法（decision-making trial and evaluation laboratory，DEMATEL）[11]和結(jié)構(gòu)方程模型法（structural equation modeling，SEM）[12]等；2)客觀評(píng)價(jià)類，常用的有主成分分析法（principal component analysis，PCA）[13]、因子分析法（factor analysis，F(xiàn)A）[14]、熵值法[15]、功效系數(shù)法（efficacy coefficient method，ECM）[16]、離差最大法[17]、均方差法、拉開檔次法、回歸系數(shù)法、人工神經(jīng)網(wǎng)絡(luò)法等；3)主客結(jié)合評(píng)價(jià)類，包括灰色關(guān)聯(lián)層次分析法[18]、熵權(quán)層次分析法[19]、功效系數(shù)層次分析法[20]等。由于不同方法的評(píng)價(jià)計(jì)算進(jìn)程不一樣，導(dǎo)致不同方法的評(píng)價(jià)結(jié)果存在差異，而僅通過某一種方法進(jìn)行評(píng)價(jià)的結(jié)果往往難以令人信服。為此，有必要對(duì)不同方法的評(píng)價(jià)結(jié)果再進(jìn)行組合評(píng)價(jià)從而得到更有說服力的結(jié)果，相關(guān)組合評(píng)價(jià)方法有均值、Borda、Copeland和模糊Borda法等[21]。

客觀評(píng)價(jià)體現(xiàn)了數(shù)據(jù)信息的真實(shí)性，避免了人為因素帶來的偏差，為指標(biāo)本身的重要程度分析提供幫助，常用于多對(duì)象多指標(biāo)構(gòu)成的評(píng)價(jià)分析。在種子及油脂研究領(lǐng)域，采用因子分析法[22-24]或主成分分析法[25-29]法進(jìn)行評(píng)價(jià)研究較為常見，然而，至今未見離差最大法和熵值法等評(píng)價(jià)方法的應(yīng)用研究，也未見多種單一評(píng)價(jià)方法和組合評(píng)價(jià)方法的應(yīng)用研究。再有一些客觀評(píng)價(jià)方法如均方差、拉開檔次、回歸系數(shù)、人工神經(jīng)網(wǎng)絡(luò)等方法需要大樣本數(shù)據(jù)進(jìn)行研究，不太適合小樣本數(shù)據(jù)的評(píng)價(jià)分析[30]；功效系數(shù)法易受指標(biāo)極值影響從而導(dǎo)致評(píng)價(jià)結(jié)果不科學(xué)[31]，模糊Borda組合法存在偏離評(píng)價(jià)思想的缺陷[32]等。因此，本文嘗試建立一套綜合評(píng)價(jià)模型，以5個(gè)種源掌葉木種子及籽油的相關(guān)指標(biāo)性狀采用主成分分析法、因子分析法、離差最大法、熵值法等4種單一方法進(jìn)行評(píng)價(jià)排序，再對(duì)4種評(píng)價(jià)結(jié)果采用均值、Borda、Copeland等3種組合方法進(jìn)行評(píng)價(jià)排序，均通過肯德爾（Kendall）和諧系數(shù)一致性檢驗(yàn)后確定最終評(píng)價(jià)排序；最后采用斯皮爾曼（Spearman）等級(jí)相關(guān)系數(shù)對(duì)最終評(píng)價(jià)排序與4種單一評(píng)價(jià)方法排序進(jìn)行比較并篩選最好單一評(píng)價(jià)方法，以期為掌葉木種質(zhì)資源高效利用提供理論依據(jù)，為種子及油脂領(lǐng)域綜合評(píng)價(jià)研究提供思路。

1 指標(biāo)數(shù)據(jù)與研究方法

1.1 指標(biāo)數(shù)據(jù)的獲取

于2017年8—9月掌葉木種子成熟期，分別在廣西樂業(yè)、田林、鳳山和環(huán)江以及貴州獨(dú)山5個(gè)地區(qū)隨機(jī)選取10～20株生長正常、樹齡10～20 a母株，在樹冠陽面中上部采取果實(shí)，各株等量混合作為供試材料，手工剝?nèi)ス麑?shí)和假種皮后獲得不同種源種子樣品。本研究主要考察不同種源掌葉木種子及籽油脂肪酸相關(guān)性狀，由于掌葉木種子油脂集中于種仁，油脂品質(zhì)高低與種子含油率、種子質(zhì)量、種子長和種子直徑有關(guān)，而油脂組成主要是不飽和脂肪酸，且經(jīng)濟(jì)利用上多為不飽和脂肪酸組分，因此選定評(píng)價(jià)指標(biāo)有種子長度、種子直徑、單粒質(zhì)量、種子千粒質(zhì)量、種子出仁率、種子含油率和籽油不飽和脂肪酸組分。

每個(gè)種源的種子樣品經(jīng)充分混勻后采用四分法按20粒種子為1組，抽取3組共60粒種子，利用數(shù)顯游標(biāo)卡尺（精度0.01 mm）分別測量每粒種子長度（從種子基部到頂部的長度）和種子直徑（種子長度方向垂直最大處的直徑），結(jié)果分別取平均值；利用電子天平（精度0.001 g）分別稱量各組種子的質(zhì)量，并根據(jù)3組稱量結(jié)果計(jì)算單粒質(zhì)量，結(jié)果取平均值。氣干種子至恒質(zhì)量后，參照GB/T 5519-2008測量種子千粒質(zhì)量；參照GB/T 5499-2008檢測種子出仁率；參照GB 5009.6-2016，采用索氏抽提法測定種子含油率；參照GB 5009.168-2016，采用氣相色譜法檢測籽油不飽和脂肪酸組分。其中種子千粒質(zhì)量、種子出仁率、含油率和籽油不飽和脂肪酸組分均重復(fù)測定3次，結(jié)果取平均值。相關(guān)指標(biāo)數(shù)據(jù)統(tǒng)計(jì)見表1。

對(duì)檢測得到的每個(gè)種源各指標(biāo)值標(biāo)記為x（代表種源序號(hào)，取值為1至，為種源個(gè)數(shù)，代表指標(biāo)序號(hào)，取值為1至，為指標(biāo)數(shù)）。由于各項(xiàng)指標(biāo)均為正向，即數(shù)值越大越好，并驗(yàn)證各種子性狀和籽油不飽和脂肪酸間均存在不同程度的相關(guān)性，因此無須對(duì)數(shù)據(jù)進(jìn)行負(fù)向轉(zhuǎn)換，可以進(jìn)行相關(guān)評(píng)價(jià)分析。

表1 不同種源掌葉木種子及籽油相關(guān)指標(biāo)

注：C17:1：十七碳一烯酸，C18:1油酸，C18:2：亞油酸，C18:3：亞麻酸，C20:1：花生一烯酸，C20:2：花生二烯酸，C22:1：芥酸，C24:1：神經(jīng)酸。下同。

Note：C17:1: heptadecanoleic acid. C18:1: oleic acid. C18:2: linoleic acid. C18:3: linolenic acid. C20:1: eicosenoic acid. C20:2: eicosadienoic acid. C22:1: erucic acid. C24:1: nervonic acid. The same below.

1.2 評(píng)價(jià)模型的構(gòu)建

1.2.1 評(píng)價(jià)步驟

1）對(duì)不同種源掌葉木種子及籽油相關(guān)指標(biāo)數(shù)據(jù)采用主成分分析法、因子分析法、離差最大法和熵值法進(jìn)行評(píng)價(jià)排序，獲得第個(gè)種源第種方法下的評(píng)價(jià)排序值e（取值為1至），如各種方法下排序相同則為最終評(píng)價(jià)結(jié)果排序Z，不進(jìn)行后繼步驟，如不同則進(jìn)行第2）步；

2）對(duì)不同單一評(píng)價(jià)方法得到的排名采用肯德爾和諧系數(shù)進(jìn)行一致性檢驗(yàn)，檢驗(yàn)通過則進(jìn)行第3）步，如沒通過則需要對(duì)評(píng)價(jià)指標(biāo)或者第1）步的評(píng)價(jià)方法進(jìn)行調(diào)整直至檢驗(yàn)通過；

3）采用均值、Borda、Copeland等3種組合方法進(jìn)行評(píng)價(jià)，獲得第個(gè)種源第種方法下的組合評(píng)價(jià)排序值z（取值為1至），如各種方法的組合排序相同則為最終評(píng)價(jià)排序Z，然后轉(zhuǎn)入第6步，如不同則進(jìn)行第4）步；

4）對(duì)不同組合方法評(píng)價(jià)排名仍采用肯德爾和諧系數(shù)進(jìn)行一致性檢驗(yàn)，檢驗(yàn)通過則進(jìn)行第5）步，如沒通過則需要對(duì)組合方法進(jìn)行調(diào)整直至檢驗(yàn)通過；

5）根據(jù)偏移度最小原則從原幾種組合方法中再選擇最優(yōu)組合方法進(jìn)行二次組合評(píng)價(jià)，計(jì)算最終評(píng)價(jià)結(jié)果排序Z；

6）采用斯皮爾曼等級(jí)相關(guān)系數(shù)對(duì)Z與e進(jìn)行相關(guān)性檢驗(yàn)，達(dá)到顯著相關(guān)且相關(guān)系數(shù)值最高的為最好單一評(píng)價(jià)方法。

1.2.2 單一評(píng)價(jià)方法

2）因子分析法：利用SPSS22.0軟件，數(shù)據(jù)標(biāo)準(zhǔn)化、因子提取、分析方式和提取特征根值同主成分分析法，選擇方差最大正交方式對(duì)公因子進(jìn)行旋轉(zhuǎn)，獲得旋轉(zhuǎn)后第項(xiàng)主成分特征值λ，存貯回歸法得到的公因子得分f，其中為提取得到的公因子序號(hào)。采用公式（4）計(jì)算第個(gè)種源評(píng)價(jià)值Sf，根據(jù)Sf值大小進(jìn)行名次排序e2。

1.2.3 肯德爾和諧系數(shù)檢驗(yàn)

在組合評(píng)價(jià)之前必須進(jìn)行肯德爾和諧系數(shù)一致性檢驗(yàn)。如同一評(píng)價(jià)方法無相同等級(jí)排序值時(shí)，肯德爾和諧系數(shù)的計(jì)算公式為（12）；如同一評(píng)價(jià)方法有相同等級(jí)排序值時(shí)，的計(jì)算公式為（13），式中為第種評(píng)價(jià)方法有相同等級(jí)的個(gè)數(shù)[33]。在顯著性檢驗(yàn)時(shí)，被評(píng)價(jià)種源樣本個(gè)數(shù)位于3 ≤≤ 7內(nèi)時(shí)，在給定顯著度水平，查表得肯德爾和諧系數(shù)臨界值Ke，當(dāng)≥ Ke則通過檢驗(yàn)；若被評(píng)價(jià)樣本個(gè)數(shù)> 7時(shí)，則需要將值按公式（14）轉(zhuǎn)換成卡方檢驗(yàn)值2，在給定顯著度水平，當(dāng)2值大于對(duì)應(yīng)臨界值則檢驗(yàn)通過；e為排序值，為評(píng)分依據(jù)標(biāo)準(zhǔn)數(shù)。如檢驗(yàn)未能通過說明各單一評(píng)價(jià)方法一致性差，不能進(jìn)行下一步組合評(píng)價(jià)，需返回調(diào)整評(píng)價(jià)指標(biāo)或評(píng)價(jià)方法。不同組合方法評(píng)價(jià)排序的一致性檢驗(yàn)與此相同。

1.2.4 組合評(píng)價(jià)方法

4種單一評(píng)價(jià)方法經(jīng)肯德爾和諧系數(shù)檢驗(yàn)通過，對(duì)得到的排序值e采用均值、Borda、Copeland等3種組合方法進(jìn)行評(píng)價(jià)排序z。

階層論視角的研究強(qiáng)調(diào)農(nóng)村土地流轉(zhuǎn)與階層分化的關(guān)系。有研究認(rèn)為，在現(xiàn)階段農(nóng)業(yè)發(fā)展條件下土地流轉(zhuǎn)改變了農(nóng)村的階層分化狀況以及各階層的利益分配，鄉(xiāng)村社會(huì)的階層結(jié)構(gòu)在土地流轉(zhuǎn)的推動(dòng)下不斷進(jìn)行重組[9]。也有個(gè)案研究顯示，農(nóng)民之間自發(fā)的土地流轉(zhuǎn)形成了較大比例的中農(nóng)階層，農(nóng)村中間階層的經(jīng)濟(jì)收入主要依靠土地，社會(huì)生活主要在村莊內(nèi)部，土地流轉(zhuǎn)對(duì)于農(nóng)村中農(nóng)階層的生產(chǎn)和生活，以及支撐農(nóng)村社會(huì)常規(guī)運(yùn)行來說有著非常重要的意義[10]。還有研究提出，在土地流轉(zhuǎn)中產(chǎn)生的中農(nóng)階層，他們作為農(nóng)業(yè)生產(chǎn)活動(dòng)的有力承擔(dān)者，既起到向上表達(dá)著基層農(nóng)民訴求的平臺(tái)作用，同時(shí)也起到為村莊連接國家政策與資源的作用[11]。

1.2.5 斯皮爾曼等級(jí)相關(guān)系數(shù)檢驗(yàn)

通過檢驗(yàn)e與Z的關(guān)系密切程度，可實(shí)現(xiàn)單一評(píng)價(jià)方法的優(yōu)選，為今后減少煩瑣復(fù)雜評(píng)價(jià)計(jì)算提供便利。方法是采用斯皮爾曼等級(jí)相關(guān)系數(shù)公式（23）計(jì)算e與Z相關(guān)系數(shù)值Sp，在給定顯著度水平，查表得斯皮爾曼等級(jí)相關(guān)系數(shù)臨界值Sp，當(dāng)Sp≥ Sp時(shí)，說明第種單一評(píng)價(jià)方法排序結(jié)果與最終結(jié)果具有顯著相關(guān)性，若呈顯著相關(guān)的Sp值越高說明此單一評(píng)價(jià)方法越好。

2 結(jié)果與分析

2.1 4種單一方法的評(píng)價(jià)結(jié)果與分析

依據(jù)1.2.2節(jié)中介紹的4種單一方法對(duì)表1的5個(gè)掌葉木種源14項(xiàng)指標(biāo)數(shù)據(jù)進(jìn)行評(píng)價(jià)，得分和排名如表2所示。結(jié)果表明主成分分析和熵值法評(píng)價(jià)排序相同，并且與另外2種方法評(píng)價(jià)排序存在一定差異。就種源排序上看，除田林種源4種方法排序值一樣外，其他4個(gè)種源不同方法下排序值均有差異，說明不同評(píng)價(jià)方法對(duì)同一樣本評(píng)價(jià)結(jié)果也存在一定差異，不能直接確定各種源的最終排序，也說明僅通過某一種評(píng)價(jià)方法往往難以獲得令人信服的排序結(jié)果，這就需要多種方法下的組合評(píng)價(jià)分析。經(jīng)計(jì)算4種單一方法的肯德爾和諧系數(shù)值為0.925，查表知當(dāng)= 0.01時(shí)0.01= 0.683，因>0.01，故4種單一方法的評(píng)價(jià)排序高度一致，可以進(jìn)行下一步組合評(píng)價(jià)排序。

表2 不同種源掌葉木種子及籽油性狀4種單一方法的評(píng)價(jià)及排序

注：Sy、Sf、Sv、Se分別為第個(gè)種源主成分分析法、因子分析法、離差是大法、熵值法對(duì)應(yīng)的評(píng)價(jià)值，e1、e2、e3、e4分別為第個(gè)種源主成分分析法、因子分析法、離差是大法、熵值法對(duì)應(yīng)的名次排序值。

Note:Sy、Sf、Sv、Seare evaluation values corresponding to the principal component analysis, factor analysis, maximizing deviation method and entropy weight method of theprovenance respectively.e1、e2、e3、e4are ranking values corresponding to the principal component analysis, factor analysis, maximizing deviation method and entropy weight method of theprovenance respectively.

研究發(fā)現(xiàn)不同單一方法下數(shù)據(jù)標(biāo)準(zhǔn)化方式和計(jì)算方式是評(píng)價(jià)結(jié)果產(chǎn)生差異的主因。主成分與因子分析法均采用中心化標(biāo)準(zhǔn)化，去除了量綱和數(shù)量級(jí)的影響，消除了各指標(biāo)變異程度上的差異，但無法準(zhǔn)確反映原始數(shù)據(jù)所包含的信息，使得標(biāo)準(zhǔn)化后各變量被均等對(duì)待，一些數(shù)值較小的脂肪酸指標(biāo)存在被放大作用的可能；在計(jì)算過程中，兩者都是以降維為手段，用少數(shù)幾個(gè)綜合因子反映原指標(biāo)的信息量，相關(guān)軟件操作，因子提取、分析方式和提取特征值相同，區(qū)別在于主成分分析是以提取到的初始因子載荷矩陣與主成分特征值計(jì)算主成分系數(shù)向量，與各指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)建立綜合主成分函數(shù)獲得評(píng)價(jià)值；因子分析是對(duì)因子增加了方差最大正交旋轉(zhuǎn)，將旋轉(zhuǎn)后的特征根與公因子得分綜合計(jì)算獲得評(píng)價(jià)值，兩者定量方式上的方差不同導(dǎo)致評(píng)價(jià)結(jié)果產(chǎn)生差異。離差最大法采用了極差化標(biāo)準(zhǔn)化，某指標(biāo)標(biāo)準(zhǔn)化賦值越大，則該指標(biāo)越接近最優(yōu)水平，體現(xiàn)為某一樣本的評(píng)價(jià)值越高，其品質(zhì)就越好。熵值法不具備降維手段，采用均值化標(biāo)準(zhǔn)化，保留了各指標(biāo)變異程度信息，形成的權(quán)重和加權(quán)綜合得到評(píng)價(jià)值體現(xiàn)了原始數(shù)據(jù)所包含的信息量，同時(shí)通過指標(biāo)變異信息量確定權(quán)重再加權(quán)綜合得到評(píng)價(jià)值。

2.2 3種組合方法的評(píng)價(jià)結(jié)果與分析

依據(jù)1.2.4節(jié)中介紹的3種組合方法進(jìn)行評(píng)價(jià)，首先采用公式（15）對(duì)4種單一方法的評(píng)價(jià)排序值進(jìn)行轉(zhuǎn)換，以便種源E值越大，排名越靠前。然后計(jì)算3種組合方法的評(píng)價(jià)值并排序，其中均值法的計(jì)算公式為（16），Borda法通過統(tǒng)計(jì)某種源4種評(píng)價(jià)名次值大于其他種源的累計(jì)次數(shù)，Copeland法不僅要統(tǒng)計(jì)某種源大于其他種源的累計(jì)次數(shù)，還要統(tǒng)計(jì)小于其他種源的累計(jì)次數(shù)；如樂業(yè)種源的E值與田林相比，4正0負(fù)取值為1，與鳳山相比1正3負(fù)取值為-1，與環(huán)江相比4正0負(fù)取值為1，與獨(dú)山相比4正0負(fù)取值為1，因此Borda法B值為3，Copeland法C值為2，其他以此類推。相關(guān)計(jì)算結(jié)果見表3。因不同組合方法的評(píng)價(jià)排序z相同，不用進(jìn)行肯德爾和諧系數(shù)檢驗(yàn)，z為最終排序值Z。結(jié)果表明各種源最終評(píng)價(jià)排序從高到底依次為鳳山、樂業(yè)、獨(dú)山、環(huán)江、田林，即鳳山種源掌葉木種子及籽油性狀的綜合評(píng)價(jià)最優(yōu)，田林的最差。

表3 不同種源掌葉木種子及籽油性狀3種組合方法的評(píng)價(jià)及匯總排序

2.3 最終排序與單一方法評(píng)價(jià)排序的比較分析

運(yùn)用斯皮爾曼等級(jí)相關(guān)系數(shù)公式（23）分別計(jì)算最終組合評(píng)價(jià)排序值Z與各單一方法評(píng)價(jià)排序值e的相關(guān)系數(shù)。結(jié)果表明主成分分析法、因子分析法、離差最大法和熵值法與最終組合評(píng)價(jià)排序的相關(guān)系數(shù)分別為1.00，0.90，1.00，0.90，相關(guān)性均達(dá)到顯著水平（< 0.05），其中主成分分析法和熵值法與最終組合評(píng)價(jià)排序完全一致，相關(guān)性達(dá)到極顯著水平（< 0.01），即在本研究指標(biāo)下4種單一評(píng)價(jià)方法最好的是主成分分析法和熵值法。

2.4 最優(yōu)單一評(píng)價(jià)方法的指標(biāo)權(quán)重與選擇分析

從掌葉木種子及籽油性狀的綜合評(píng)價(jià)模型得出主成分分析法和熵值法均為最優(yōu)單一評(píng)價(jià)方法，在計(jì)算過程中發(fā)現(xiàn)2種方法的評(píng)價(jià)值均為各指標(biāo)權(quán)重與標(biāo)準(zhǔn)化數(shù)據(jù)加權(quán)求和而得，第項(xiàng)指標(biāo)主成分分析法和熵值法權(quán)重計(jì)算公式分別為公式（2）和（10），匯總2種方法下不同指標(biāo)權(quán)重計(jì)算值于表4。結(jié)果表明2種方法下種子千粒質(zhì)量的權(quán)重值均居首位，說明種子千粒質(zhì)量是掌葉木種子及籽油性狀評(píng)價(jià)研究的最重要指標(biāo)，在生產(chǎn)實(shí)踐上需重視種子千粒質(zhì)量指標(biāo)的測定與分析。再有主成分分析法得到的各指標(biāo)權(quán)重有正有負(fù)，其值大小僅能反映指標(biāo)的強(qiáng)弱關(guān)系，不能確定評(píng)價(jià)指標(biāo)的權(quán)重效用值[34]，而熵值法是基于“差異驅(qū)動(dòng)”原理，突出局部差異，通過指標(biāo)實(shí)際數(shù)據(jù)求得權(quán)重，反映了指標(biāo)信息熵值的效用值[35]，還能代表各指標(biāo)在評(píng)價(jià)結(jié)果中所占份量大小，信息熵越小，指標(biāo)權(quán)重就越大，為分析指標(biāo)重要性提供幫助；又由于主成分分析法需要借助SPSS等大型統(tǒng)計(jì)軟件完成，計(jì)算過程較為復(fù)雜，而熵值法計(jì)算過程相對(duì)簡單，僅需借助普通工具就可完成。然而，在種子及油脂研究領(lǐng)域，至今未見熵值法的應(yīng)用研究。因此，熵值法應(yīng)用于其他作物種子及油脂性狀的評(píng)價(jià)研究有著較大的挖掘和探索空間。

表4 不同種源掌葉木種子及籽油相關(guān)指標(biāo)的主成分分析法和熵值法的權(quán)重值

3 討 論

3.1 籽油脂肪酸性狀對(duì)評(píng)價(jià)結(jié)果的影響

本次研究的掌葉木籽油除了含有8種不飽和脂肪酸外，還含有6種飽和脂肪酸，研究最初對(duì)種子及其所有脂肪酸性狀進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)幾種單一方法評(píng)價(jià)結(jié)果差異較大，難以通過肯德爾和諧系數(shù)一致性檢驗(yàn)。其原因在于籽油所有脂肪酸之間具有緊密聯(lián)系和轉(zhuǎn)化關(guān)系，它們的質(zhì)量分?jǐn)?shù)之和為定值，某種源種子內(nèi)一些脂肪酸含量高，必然導(dǎo)致其它脂肪酸含量低，以相對(duì)質(zhì)量分?jǐn)?shù)判斷所有脂肪酸組分在種源間含量的高低合理性值得商榷，如強(qiáng)制進(jìn)行組合評(píng)價(jià)會(huì)導(dǎo)致最終結(jié)果存在被折衷協(xié)調(diào)的可能，也對(duì)評(píng)價(jià)方法的選擇和評(píng)價(jià)結(jié)果的可信度造成影響。然而，油脂領(lǐng)域現(xiàn)有多篇文獻(xiàn)[36-38]采用主成分分析法對(duì)不同樣本油脂所有脂肪酸組分進(jìn)行評(píng)價(jià)排序，存在一定的誤區(qū)。解決方案一是確定樣本具體脂肪酸指標(biāo)的正負(fù)向，把負(fù)向指標(biāo)轉(zhuǎn)換成正向指標(biāo)納入計(jì)算，但客觀確定具體脂肪酸組分的正負(fù)向有一定難度，還有待進(jìn)一步研究；其二是不對(duì)樣本所有脂肪酸組分進(jìn)行評(píng)價(jià)，只對(duì)有研究價(jià)值的一些脂肪酸組分納入指標(biāo)進(jìn)行評(píng)價(jià)。就掌葉木而言，不飽和脂肪酸質(zhì)量分?jǐn)?shù)已占籽油脂肪酸的94％左右，而不飽和脂肪酸也是植物增強(qiáng)抗逆性和油脂經(jīng)濟(jì)利用的主要成分，因此只選取不飽和脂肪酸組分納入指標(biāo)進(jìn)行評(píng)價(jià)。

3.2 綜合評(píng)價(jià)模型的擴(kuò)展及檢驗(yàn)

在事物評(píng)價(jià)過程中，單一方法的評(píng)價(jià)結(jié)果往往存在片面性，基于多種單一方法評(píng)價(jià)結(jié)果再進(jìn)行組合評(píng)價(jià)的模型建立可以得到科學(xué)合理的評(píng)價(jià)排序，現(xiàn)多用于經(jīng)濟(jì)研究領(lǐng)域。經(jīng)本次研究證明也適用于種質(zhì)資源研究領(lǐng)域。同時(shí)該綜合評(píng)價(jià)模型還具有較好的擴(kuò)展性：1）可以增加如德爾菲法、層次分析法、逼近理想解排序法（technique for order of preference by similarity to ideal solution，TOPSIS）等更多主觀或客觀單一方法以實(shí)現(xiàn)更全面的評(píng)價(jià)結(jié)果；2）可以增加偏差平方最小法、整體差異組合法、奇異值分解法（singular value decomposition，SVD）[39]等更多組合方法以體現(xiàn)評(píng)價(jià)結(jié)果的合理性；3）除了在一次組合基礎(chǔ)上再進(jìn)行二次組合以提高評(píng)價(jià)的一致性和收斂性外，還可以運(yùn)用原有多種組合方法再對(duì)一次組合結(jié)果進(jìn)行二次、三次或多次組合直至各組合評(píng)價(jià)結(jié)果收斂至一致[40]。本次研究因3種組合方法評(píng)價(jià)已相同，所以未進(jìn)行二次組合評(píng)價(jià)。

在進(jìn)行組合評(píng)價(jià)和二次組合評(píng)價(jià)時(shí)需要檢驗(yàn)不同單一方法和不同組合方法的評(píng)價(jià)結(jié)果一致性，檢驗(yàn)方式有肯德爾和諧系數(shù)法和斯皮爾曼等級(jí)相關(guān)系數(shù)法，其中3種或3種以上的單一方法和組合方法的評(píng)價(jià)結(jié)果一致性采用前者檢驗(yàn)，僅有2種方法則采用后者檢驗(yàn)。然而，現(xiàn)有多篇論文評(píng)價(jià)方法超過3種仍采用斯皮爾曼等級(jí)相關(guān)系數(shù)檢驗(yàn)[41-42]，造成不必要的計(jì)算浪費(fèi)，由于斯皮爾曼等級(jí)相關(guān)系數(shù)兩兩檢驗(yàn)間的比較特性，較適合根據(jù)最終評(píng)價(jià)結(jié)果去檢驗(yàn)篩選最好單一評(píng)價(jià)方法，本研究采用斯皮爾曼等級(jí)相關(guān)系數(shù)檢驗(yàn)的目的也是基于此特性。此外，多種單一方法的評(píng)價(jià)結(jié)果經(jīng)肯德爾和諧系數(shù)檢驗(yàn)具有一致性后，多種組合方法的評(píng)價(jià)結(jié)果基本都能通過一致性檢驗(yàn)，但也可能存在多種方法的評(píng)價(jià)結(jié)果一致性通不過的情況，解決方法除了如3.1節(jié)所述選擇合適指標(biāo)進(jìn)行評(píng)價(jià)外，還需要判斷多種單一方法與組合方法的相容性[40]，只有相容方法集內(nèi)的評(píng)價(jià)方法才能運(yùn)用于評(píng)價(jià)模型中。本研究所采用的4種單一方法和3種組合方法的評(píng)價(jià)結(jié)果證明具有相容性，然而更多的評(píng)價(jià)方法納入模型是否相容目前還沒有一個(gè)定論，有待進(jìn)一步研究。

4 結(jié) 論

本文構(gòu)建了一套由主成分分析法、因子分析法、離差最大法、熵值法共4種單一方法和均值法、Borda法、Copeland法共3種組合方法組成的綜合評(píng)價(jià)模型，對(duì)5個(gè)種源掌葉木種子及籽油14項(xiàng)指標(biāo)性狀進(jìn)行了評(píng)價(jià)排序，得到了各種源最終評(píng)價(jià)排序從高到底依次為鳳山、樂業(yè)、獨(dú)山、環(huán)江、田林，即鳳山種源掌葉木種子及籽油性狀的綜合評(píng)價(jià)最優(yōu)，田林的最差。主成分分析法、因子分析法、離差最大法和熵值法與最終組合評(píng)價(jià)排序的相關(guān)系數(shù)分別為1.00，0.90，1.00，0.90，相關(guān)性均達(dá)到顯著水平（< 0.05），其中主成分分析法和熵值法均為最好單一評(píng)價(jià)方法，此2種方法下各指標(biāo)的權(quán)重值表明種子千粒質(zhì)量是掌葉木種子及籽油評(píng)價(jià)研究的最重要指標(biāo)。最后從易用、簡便和有效性角度，認(rèn)為熵值法在種子及油脂領(lǐng)域是值得推薦的一種單一評(píng)價(jià)方法。

[1] 王慶煌，陳業(yè)淵，李瓊，等. 特色熱帶作物種質(zhì)資源收集評(píng)價(jià)與創(chuàng)新利用[J]. 熱帶作物學(xué)報(bào)，2013，34(1)：188－194.Wang Qinghuang, Chen Yeyuan, Li Qiong, et al. Collection, evaluation and innovative use of the special tropical crops genetic resources[J]. Chinese Journal of Tropical Crops, 2013, 34(1): 188－194. (in Chinese with English abstract)

[2] 劉公社，李曉霞，齊冬梅，等. 羊草種質(zhì)資源的評(píng)價(jià)與利用[J]. 科學(xué)通報(bào)，2016，61(2)：271－281.Liu Gongshe, Li Xiaoxia, Qi Dongmei, et al. Evaluation and utilization ofgermplasm resources[J]. Chinese Science Bulletin, 2016, 61(2): 271－281. (in Chinese with English abstract)

[3] 孫亞強(qiáng)，吳翠云，王德，等. 野生酸棗資源果實(shí)品質(zhì)因子分析及評(píng)價(jià)指標(biāo)選擇[J]. 食品科學(xué)，2016，37(9)：29－34.Sun Yaqiang, Wu Cuiyun, Wang De, et al. Selection of quality indicators and factor analysis for fruit quality evaluation ofvar.germplasms[J]. Food Science, 2016, 37(9): 29－34. (in Chinese with English abstract)

[4] 王永康，吳國良，李登科，等. 果樹核心種質(zhì)研究進(jìn)展[J]. 植物遺傳資源學(xué)報(bào)，2010，11(3)：380－385.Wang Yongkang, Wu Guoliang, Li Dengke, et al. Advances in core collection of fruit germplasm[J]. Journal of Plant Genetic Resources, 2010, 11(3): 380－385. (in Chinese with English abstract)

[5] 貴州省林業(yè)廳. 貴州野生珍貴植物資源[M]. 北京：中國林業(yè)出版社，2000.Forestry Department of Guizhou Province. Rare and Endangered Plants in Guizhou Province[M]. Beijing: China Forestry Publishing House, 2000. (in Chinese with English abstract)

[6] 李在留，李雪萍，郭松，等. 珍稀瀕危植物掌葉木的開花生物學(xué)特性與繁育系統(tǒng)[J]. 園藝學(xué)報(bào)，2015，42(2)：311－320.Li Zailiu, Li Xueping, Guo Song, et al. Flowering biology and breeding system of the rare and endangered plant[J]. Acta Horticulturae Sinica, 2015, 42(2): 311－320. (in Chinese with English abstract)

[7] 呂清華，程菊英，羅四蓮，等. 一種值得注意的油脂植物—掌葉木[J]. 廣西植物，1980(1)：64－65.Lu Qinghua, Cheng Juying, Luo Silian, et al. A noticeable oil plant—[J]. Guihaia, 1980(1): 64－65. (in Chinese with English abstract)

[8] 曹麗敏，夏念和，熊志斌，等. 掌葉木種仁油的脂肪酸組成及種仁的營養(yǎng)成分分析[J]. 中國油脂，2016，41(6)：96－100.Cao Limin, Xia Nianhe, Xiong Zhibin, et al. Fatty acid composition of oil and nutritional component ofseed kernel[J]. China Oils and Fats, 2016, 41(6): 96－100. (in Chinese with English abstract)

[9] Ilic S, Lejeune J, Lewis Ivey M L, et al. Delphi expert elicitation to prioritize food safety management practices in greenhouse production of tomatoes in the United States[J]. Food Control, 2017, 78: 108－115.

[10] 徐雪萌，屈凌波，徐蕓. 基于層次分析法的面制主食殺菌及包裝生產(chǎn)線設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(9)：219－224.Xu Xuemeng, Qu Lingbo, Xu Yun. Design and experiment of aseptic packaging line of staple wheat food with analytic hierarchy process method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 219－224. (in Chinese with English abstract)

[11] Liang Hanwei, Ren Jingzheng, Gao Zhiqiu, et al. Identification of critical success factors for sustainable development of biofuel industry in China based on grey decision-making trial and evaluation laboratory (DEMATEL)[J]. Journal of Cleaner Production, 2016, 131: 500－508.

[12] 吳林海，鐘穎琦，山麗杰. 公眾食品添加劑風(fēng)險(xiǎn)感知的影響因素分析[J]. 中國農(nóng)村經(jīng)濟(jì)，2013(5)：45－57.Wu Linhai, Zhong Yingqi, Shan Lijie. Analysis of influencing factors in public food additive risk perception[J]. Chinese Rural Economy, 2013(5): 45－57. (in Chinese with English abstract)

[13] Peng Xingyun, Li Xin, Shi Xiaodi, et al. Evaluation of the aroma quality of Chinese traditional soy paste during storage based on principal component analysis[J]. Food Chemistry, 2014, 151(20): 532－538.

[14] 王勇，鄧旭東. 基于因子分析的農(nóng)產(chǎn)品供應(yīng)鏈績效評(píng)價(jià)實(shí)證[J]. 中國流通經(jīng)濟(jì)，2015(3)：10－16.Wang Yong, Deng Xudong. Empirical study on the performance evaluation of agricultural products supply chain based on factor analysis[J]. China Business and Market, 2015 (3): 10－16. (in Chinese with English abstract)

[15] 賀立燕，韓笑天，俞志明. 基于熵權(quán)的產(chǎn)生物柴油微藻開發(fā)潛力評(píng)價(jià)[J]. 海洋與湖沼，2015，46(2)：305－310.He Liyan, Han Xiaotian, Yu Zhiming. Evaluation of microalgae potential for biodiesel production in entropy weight theory[J]. Oceanologia et Limnologia Sinica, 2015, 46(2): 305－310. (in Chinese with English abstract)

[16] Wu Keqi, Mao Baohua, Wang Yongliang, et al. Intercity rail transport pricing strategy based on efficacy coefficient method[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(3): 105－110.

[17] 王應(yīng)明. 運(yùn)用離差最大化方法進(jìn)行多指標(biāo)決策與排序[J]. 中國軟科學(xué)，1998(3)：36－38.Wang Yingming. Using the method of maximizing deviations to make decision for multiindicies[J]. China Soft Science, 1998(3): 36－38. (in Chinese with English abstract)

[18] 汪權(quán)方，晏群，徐慧，等. 基于灰色關(guān)聯(lián)度的AHP權(quán)重矩陣構(gòu)建方法改進(jìn)及在農(nóng)地評(píng)價(jià)中的應(yīng)用[J]. 地理科學(xué)進(jìn)展，2016，35(10)：1249－1257.Wang Quanfang, Yan Qun, Xu Hui, et al. A modified analytic hierarchy process method based on grey relation analysis and its application in evaluating sustainability of agricultural land use in Zaoyang city, Hubei province[J]. Progress in Geography, 2016, 35(10): 1249－1257. (in Chinese with English abstract)

[19] Chen Ting, Jin Yiying, Qiu Xiaopeng, et al. A hybrid fuzzy evaluation method for safety assessment of food-waste feed based on entropy and the analytic hierarchy process methods[J]. Expert Systems with Applications, 2014, 41(16): 7328－7337.

[20] 肖峰，韓兆洲. 區(qū)域新型城鎮(zhèn)化水平測度與空間動(dòng)態(tài)分析[J]. 統(tǒng)計(jì)與決策，2017，473(5)：101－104.Xiao Feng, Han Zhaozhou. The measure and spatial dynamic analysis on the level of regional new urbanization[J]. Statistics and Decision, 2017, 473(5): 101－104. (in Chinese with English abstract)

[21] 郭顯光. 一種新的綜合評(píng)價(jià)方法─組合評(píng)價(jià)法[J]. 統(tǒng)計(jì)研究，1995，6(5)：56－59.Guo Xianguang. A new comprehensive evaluation method for combination evaluation[J]. Statistical Research, 1995, 6(5): 56－59. (in Chinese with English abstract)

[22] Sarkhosh A, Zamani Z, Fatahi R, et al. Evaluation of genetic diversity among Iranian soft-seed pomegranate accessions by fruit characteristics and RAPD markers[J]. Scientia Horticulturae, 2009, 121(3): 313－319.

[23] 杜剛，王家銀，楊若菡，等. 外引油用亞麻品種資源農(nóng)藝性狀的多元統(tǒng)計(jì)分析[J]. 西南農(nóng)業(yè)學(xué)報(bào)，2016，29(4)：770－774.Du Gang, Wang Jiayin, Yang Ruohan, et al. Multivariate statistical analysis of main agronomic characters of introduced flax germplasm resources[J]. Southwest China Journal of Agricultural Sciences, 2016, 29(4): 770－774. (in Chinese with English abstract)

[24] 彭興民，吳疆翀，王有瓊，等. 藥用印楝表型選擇的因子分析及綜合評(píng)價(jià)[J]. 林業(yè)科學(xué)研究，2015，28(4)：464－472.Peng Xingmin, Wu Jiangchong, Wang Youqiong, et al. Factor analysis and comprehensive assessment of phenotypic selection of officinal neem superior trees[J]. Forest Research, 2015, 28(4): 464－472. (in Chinese with English abstract)

[25] Darrudi R, Nazeri V, Soltani F, et al. Genetic diversity ofL. andDuchesne accessions using fruit and seed quantitative traits[J]. Journal of Applied Research on Medicinal and Aromatic Plants, 2018, 8: 60－66.

[26] Gad H A, El-Ahmady S H. Prediction of thymoquinone content in black seed oil using multivariate analysis: An efficient model for its quality assessment[J]. Industrial Crops and Products, 2018, 124: 626－632.

[27] Singh S, Prakash A, Chakraborty N R, et al. Trait selection by path and principal component analysis infor enhanced oil yield[J]. Industrial Crops and Products, 2016, 86: 173－179.

[28] Mottese A, Albergamo A, Bartolomeo G, et al. Evaluation of fatty acids and inorganic elements by multivariate statistics for the traceability of the SicilianL.[J]. Journal of Food Composition and Analysis, 2018, 72: 66－74.

[29] 孫操穩(wěn)，賈黎明，葉紅蓮，等. 無患子果實(shí)經(jīng)濟(jì)性狀地理變異評(píng)價(jià)及與脂肪酸成分相關(guān)性[J]. 北京林業(yè)大學(xué)學(xué)報(bào)，2016，38(12)：73－83.Sun Caowen, Jia Liming, Ye Honglian, et al. Geographic variation evaluating and correlation with fatty acid composition of economic characters ofspp fruits[J]. Journal of Beijing Forestry University, 2016, 38(12): 73－83. (in Chinese with English abstract)

[30] 馬春艷，劉惠康，龔瑛. 基于改進(jìn)熵權(quán)法的DPV電能質(zhì)量評(píng)估[J]. 高壓電器，2016，52(5)：192－198.Ma Chunyan, Liu Huikang, Gong Ying. Power quality assessment of distributed photovoltaic by improved entropy weight method[J]. High Voltage Apparatus, 2016, 52(5): 192－198. (in Chinese with English abstract)

[31] 潘淑珍. 政府部門綜合評(píng)價(jià)方法的改進(jìn)——基于“限高提低”的功效系數(shù)法[J]. 統(tǒng)計(jì)科學(xué)與實(shí)踐，2017(2)：50 －52.Pan Shuzhen. The improvement of comprehensive evaluation method of government departments — based on efficacy coefficient method of “l(fā)imit of elevation”[J]. Tatistical Science and Practice, 2017(2): 50－52. (in Chinese with English abstract)

[32] 蘇為華，陳驥. 模糊Borda法的缺陷分析及其改進(jìn)思路[J]. 統(tǒng)計(jì)研究，2007，24(7)：58－64.Su Weihua, Chen Ji. The defects of fuzzy borda method and it's improvement[J]. Statistical Research, 2007, 24(7): 58－64. (in Chinese with English abstract)

[33] 劉艷鋒. 肯德爾和諧系數(shù)的實(shí)際運(yùn)用[J]. 河南機(jī)電高等專科學(xué)校學(xué)報(bào)，2006，14(1)：41－42.Liu Yanfeng. Practical application of Kender's harmonious coefficient[J]. Journal of Henan Mechanical and Electrical Engineering College, 2006, 14(1): 41－42. (in Chinese with English abstract)

[34] 何超，李萌，李婷婷，等. 多目標(biāo)綜合評(píng)價(jià)中四種確定權(quán)重方法的比較與分析[J]. 湖北大學(xué)學(xué)報(bào)：自然科學(xué)版，2016，38(2)：172－178.He Chao, Li Meng, Li Tingting, et al. Comparison and analysis of the four methods of determining weights in multi-objective comprehensive evaluation[J]. Journal of Hubei University: Natural Science, 2016, 38(2): 172－178. (in Chinese with English abstract)

[35] 孫利娟，邢小軍，周德群. 熵值賦權(quán)法的改進(jìn)[J]. 統(tǒng)計(jì)與決策，2010，321(21)：153－154.Sun Lijuan, Xing Xiaojun, Zhou Dequn. The improvement of entropy weighting method[J]. Statistics and Decision, 2010, 321(21): 153－154. (in Chinese with English abstract)

[36] 孫小紅，王國夫，杜軼君，等. 紹興香榧堅(jiān)果品質(zhì)變異分析及綜合評(píng)價(jià)[J]. 食品科學(xué)，2018，39(3)：129－134.Sun Xiaohong, Wang Guofu, Du Yijun, et al. Variation analysis and comprehensive evaluation of nut quality of‘Merrilli’from Shaoxing[J]. Food Science, 2018, 39(3): 129－134. (in Chinese with English abstract)

[37] 姚小華，王開良，黃勇，等. 小果油茶不同居群種仁含油率及脂肪酸組分變異特征分析及評(píng)價(jià)[J]. 林業(yè)科學(xué)研究，2013，26(5)：533－541.Yao Xiaohua, Wang Kailiang, Huang Yong, et al. Analysis and evaluation on variation characteristics of oil content and fatty acid composition ofpopulations[J]. Forest Research, 2013, 26(5): 533－541. (in Chinese with English abstract)

[38] 耿樹香，寧德魯，賀娜，等. 云南主栽核桃品種油脂及蛋白綜合評(píng)價(jià)分析[J]. 食品科技，2018，43(2)：124－131.Geng Shuxiang, Ning Delu, He Na, et al. Comprehensive evaluation and analysis on oil and protein of walnut cultivars in Yunnan[J]. Food Science and Technology, 2018, 43(2): 124－131. (in Chinese with English abstract)

[39] 郭亞軍，馬贊福，張發(fā)明. 組合評(píng)價(jià)方法的相對(duì)有效性分析及應(yīng)用[J]. 中國管理科學(xué)，2009，17(2)：125－130.Guo Yajun, Ma Zanfu, Zhang Faming. Validity analysis of several kinds of combination evaluation methods[J]. Chinese Journal of Management Science, 2009, 17(2): 125－130. (in Chinese with English abstract)

[40] 李美娟，陳國宏，肖細(xì)鳳. 基于一致性組合評(píng)價(jià)的區(qū)域技術(shù)創(chuàng)新能力評(píng)價(jià)與比較分析[J]. 中國管理科學(xué)，2009，17(2)：131－139.Li Meijuan, Chen Guohong, Xiao Xifeng. Evaluation and comparative analysis on regional technology innovation capability based on consistency combination evaluation[J]. Chinese Journal of Management Science, 2009, 17(2): 131－139. (in Chinese with English abstract)

[41] 高雄，王紅瑞，高媛媛，等. 基于迭代修正的水資源利用效率評(píng)價(jià)模型及其應(yīng)用[J]. 水利學(xué)報(bào)，2013，44(4)：478－488.Gao Xiong, Wang Hongrui, Gao Yuanyuan, et al. A model based on iteration-correction for water resources utilization efficiency evaluation and its application[J]. Journal of Hydraulic Engineering, 2013, 44(4): 478－488. (in Chinese with English abstract)

[42] 吳飛，濮勵(lì)杰，許艷，等. 耕地入選基本農(nóng)田評(píng)價(jià)與決策[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25(12)：270－277.Wu Fei, Pu Lijie, Xu Yan, et al. Evaluation and decision-making for selecting cultivated land into prime farmland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(12): 270－277. (in Chinese with English abstract)

Establishment and optimization of comprehensive evaluation model for seed and seed oil traits of

Guo Song1,2, Li Zailiu2, Xue Jianhui1,3※

(1.,210037,;2.,,530004,;3.,210014,)

was a rare and endangered endemic single species genus plant only in karst areas of southwestern China, and it was also an excellent species of rocky desertification control, furthermore, its seed oil had higher value in nutrition, health care and industry. However, due to the lack of recognition of the related traits ofgermplasm resources, the planting and popularization ofwas restricted to some extent. Therefore, it was necessary to scientifically evaluate seed and seed oil traits offrom different provenances in order to guide the selection of good provenance and breeding. To improve the accuracy of evaluation results and optimum selection evaluation method, a new comprehensive evaluation model was constructed in this study. Fourteen indices related to seed and seed oil ofincluding seed length, seed diameter, single seed weight, 1 000- grain weight of seed, seed kernel rate, seed oil content, unsaturated fatty acid compositions of seed oil and so on were selected and determined. Five provenances of Leye of Guangxi, Tianlin of Guangxi, Fengshan of Guangxi, Huanjiang of Guangxi and Dushan of Guizhou were evaluated and sorted by four single evaluation methods of principal component analysis, factor analysis, maximizing deviation method, entropy weight method. The evaluation results of four single methods above were evaluated and sorted by three combination evaluation methods of mean, Borda and Copeland. Final evaluation rank was determined after all these methods had passed the Kendall's coefficient of concordance test. Spearman rank correlation coefficient was used to analyze the correlation between the final evaluation rank and four single methods evaluation ranking, and the best single evaluation method was selected at last. The results are showed following: Although there are some differences in the ranking of provenance evaluation in four single evaluation methods, they have passed the Kendall's coefficient of concordance test; all the three combination methods evaluation rank values are the same. Final evaluation ranking of provenance from high to low is Fengshan of Guangxi, Leye of Guangxi, Dushan of Guizhou, Huanjiang of Guangxi and Tianlin of Guangxi. Spearman rank correlation coefficient between final evaluation ranking and evaluation ranking of principal component analysis, factor analysis, maximum deviation method and entropy weight method are 1.00, 0.90, 1.00 and 0.90 respectively, and all correlations have reached a significant level (< 0.05); the weight value of 1 000 - grain weight of seed obtained by principal component analysis and entropy weight method is listed in the first place of all indices. Therefore, the comprehensive evaluation model based on four single evaluation methods and three combination evaluation methods can provide scientific and reasonable ranking results for the seed and seed oil traits ofin multiple provenances. From the perspective of ease, convenience and effectiveness, the entropy method is the optimal single evaluation method for seed and seed oil traits of, the most important index in the evaluation is 1 000 - grain weight of seed, and seed and oil traits ofin Fengshan of Guangxi provenance are the best. The research results provide a theoretical basis for efficient utilization of germplasm resources of, and it also provides a new idea for the comprehensive evaluation of seed and oil field.

seed; oils and fats; entropy;; seed oil; comprehensive evaluation model; Kendall's coefficient of concordance

2018-09-08

2019-02-21

國家自然科學(xué)基金（31560200，31600530）

郭 松，博士生，主要從事瀕危植物保護(hù)與利用研究。Email：guosong@gxu.edu.cn

薛建輝，教授，博士生導(dǎo)師，主要從事生物多樣性保護(hù)研究。Email：jhxue@njfu.com.cn

10.11975/j.issn.1002-6819.2019.06.038

TS222.1；O212.4

A

1002-6819(2019)-06-0314-09

郭 松，李在留，薛建輝. 掌葉木種子及其籽油性狀綜合評(píng)價(jià)模型構(gòu)建和優(yōu)選[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(6)：314－322. doi：10.11975/j.issn.1002-6819.2019.06.038 http://www.tcsae.org

Guo Song, Li Zailiu, Xue Jianhui. Establishment and optimization of comprehensive evaluation model for seed and seed oil traits of[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 314－322. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.06.038 http://www.tcsae.org