齊建雙 夏來坤 黃 保 李春盈 馬智艷 丁 勇 谷利敏張 君 張鳳啟 穆心愿 唐保軍 趙發(fā)欣 張?zhí)m薰

（1河南省農(nóng)業(yè)科學(xué)院糧食作物研究所/河南省玉米生物學(xué)重點實驗室，450002，河南鄭州；2河南省農(nóng)業(yè)科學(xué)院小麥研究所，450002，河南鄭州）

良種是農(nóng)業(yè)科技的重要載體，是具有根本性的生產(chǎn)要素。20世紀(jì)50-80年代，品種區(qū)域試驗工作陸續(xù)展開。農(nóng)作物品種區(qū)域試驗是鑒定新品種豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性的主要途徑，是農(nóng)作物品種審定的重要基礎(chǔ)、前提和依據(jù)，也是連接科研、生產(chǎn)、產(chǎn)品、產(chǎn)業(yè)和市場的紐帶[1-2]。農(nóng)作物品種區(qū)域試驗主要是研究基因型和環(huán)境的互作，其結(jié)果能否真正從整體水平上客觀真實地反映參試品種的特性，主要由試驗點的試驗質(zhì)量和試驗結(jié)果是否采用科學(xué)合理的評價方法決定[3]。我國還沒有統(tǒng)一的區(qū)域試驗品種評價方法[4]，不同農(nóng)作物區(qū)域試驗分析方法不同，同種農(nóng)作物不同渠道的區(qū)域試驗分析方法也不盡相同，甚至相同渠道的區(qū)域試驗，不同主持單位所用的分析評價方法也不完全相同。目前，區(qū)域試驗中用的較多的分析工具主要有SAS、SPSS、DPS和區(qū)試99等，但是這些分析方法在評價品種與環(huán)境互作方面有很大的局限性。近年來，AMMI模型方法也在逐步推廣應(yīng)用[5-7]，但該方法主要考慮基因型與環(huán)境的互作，忽視了從品種選育和推廣角度對基因型進(jìn)行全面評價[4]。于是，很多學(xué)者又開始嘗試采用GGE雙標(biāo)圖法對品種和區(qū)試點進(jìn)行綜合分析[8-9]。但是綜合分析這些方法，采用的分析數(shù)據(jù)都聚焦在產(chǎn)量這一個性狀上，對其他性狀只是兼顧或者僅對生產(chǎn)影響較大的性狀進(jìn)行兼顧，并且要求標(biāo)準(zhǔn)不高。例如在玉米區(qū)域試驗中對玉米品種的倒伏率和倒折率的具體標(biāo)準(zhǔn)較低，對其他性狀要求更低，在實際的品種評價中對評價結(jié)果幾乎沒有影響。

DTOPSIS法和灰色局勢決策法已被廣泛應(yīng)用于番茄[10]、大豆[11-12]、小麥[13]、馬鈴薯[14]、玉米[15-17]、草莓[18]、再生水[19]、煙草[20]、甘蔗[21]和棉花[22]等各種類型的評價研究。但是，傳統(tǒng)的DTOPSIS法和灰色局勢決策法在計算不同指標(biāo)對目標(biāo)效果的貢獻(xiàn)時一般是采用等權(quán)賦值或根據(jù)經(jīng)驗進(jìn)行賦值[12，17-18]，受人為主觀因素影響較大。熵權(quán)法是一種客觀賦權(quán)方法，其權(quán)重的計算完全按照指標(biāo)間數(shù)值的離散程度來設(shè)置，能有效排除人為設(shè)置權(quán)重的干擾因素。因此，熵權(quán)法與DTOPSIS法、灰色局勢決策法相結(jié)合，從理論上來講，可以避免評價的主觀性和對傳統(tǒng)經(jīng)驗的依賴性[23]。楊禹偉等[23]利用熵權(quán)賦值的DTOPSIS法綜合考量了多個加工番茄品質(zhì)性狀，認(rèn)為對加工番茄品質(zhì)優(yōu)劣的區(qū)分度更加明顯，對番茄個性化產(chǎn)品的原料多性狀評價具有一定的可行性和實用性。夏來坤等[15]采用熵值賦權(quán)的DTOPSIS法和灰色局勢決策法對10個玉米品種的宜機收性進(jìn)行綜合評價，認(rèn)為兩種評價方法均能客觀全面評價玉米品種的宜機收性。吳玥等[24]運用基于熵權(quán)的DTOPSIS法對36個玉米品種進(jìn)行評價，認(rèn)為熵值賦權(quán)法客觀評價了各指標(biāo)在該評價體系中的重要程度，避免了主觀因素對評價結(jié)果的影響，評價結(jié)果更科學(xué)。經(jīng)建芳等[25]采用基于熵權(quán)的灰色局勢決策法對金屬切削液配方優(yōu)選進(jìn)行研究，認(rèn)為該模型是一種科學(xué)、合理、有效的決策方法。本文首次嘗試將基于熵權(quán)的DTOPSIS法和灰色局勢決策法應(yīng)用于玉米品種區(qū)域試驗中，對2018年參加河南農(nóng)科聯(lián)合體的18個品種（含對照品種）進(jìn)行綜合評價，同時對兩種評價方法與目前所采用的“區(qū)試99”軟件分析結(jié)果進(jìn)行比較，分析這幾種數(shù)據(jù)處理結(jié)果的科學(xué)性和合理性，以期為黃淮海玉米區(qū)域試驗品種綜合評價提供參考。

1 材料與方法

1.1 試驗材料

采用2018年河南農(nóng)科聯(lián)合體75 000株/hm2組玉米區(qū)域試驗資料，試驗品種共18個，其中第1年區(qū)域試驗品種12個，分別為新單92、鄭單2185、浩玉188、敦玉278、鄭單2186、安玉706、陜單656、浚單56、浚單996、技豐698、技豐853和技豐616，第2年區(qū)域試驗品種5個，分別為漯玉16-1、敦玉107、鄭單1868、新單78和鄭單5166，對照品種為鄭單958。

1.2 試驗設(shè)計

本組試驗涉及河北、河南、山東、安徽、陜西、湖北、山西和江蘇，共45個試驗點，在試驗過程中，因自然災(zāi)害8個試驗點報廢，對其余的37個試點數(shù)據(jù)進(jìn)行統(tǒng)計。試驗采用隨機區(qū)組設(shè)計，3次重復(fù)，5行區(qū)，小區(qū)面積20m2，密度為75 000株/hm2，實收中間3行計產(chǎn)。

1.3 調(diào)查記錄項目

調(diào)查記錄性狀指標(biāo)共14個，按照NY/T 1290-2006《農(nóng)作物品種試驗規(guī)程》進(jìn)行。田間調(diào)查記錄株高、穗位高、倒伏率、倒折率、空稈率、生育期和總株葉片數(shù)，收獲時測定籽粒含水量，收獲后考種，測量穗長、穗行數(shù)、禿尖、穗粒重、百粒重和產(chǎn)量。

1.4 數(shù)據(jù)處理與分析方法

采用Excel 2013進(jìn)行數(shù)據(jù)處理，在數(shù)據(jù)分析過程中將對照品種也作為一個參試品種來處理。分析方法選用基于熵權(quán)的DTOPSIS法和灰色局勢決策法。

2 結(jié)果與分析

2.1 DTOPSIS法評價結(jié)果

2.1.1 構(gòu)建評價矩陣 18個參試玉米品種的14個指標(biāo)性狀表現(xiàn)的平均值，即為評價矩陣A（表1）。

表1 參試的18個玉米品種各性狀指標(biāo)的平均值（矩陣A）Table 1 Mean value of indexes of 18 traits of tested maize varieties (matrix A)

2.1.2 無量綱化處理 根據(jù)生產(chǎn)實際，將用于綜合評價的14個指標(biāo)分為正向指標(biāo)、中性指標(biāo)和逆向指標(biāo)三類。其中，產(chǎn)量、穗長、穗行數(shù)和穗粒重為正向指標(biāo)，指標(biāo)值越大越好；株高、穗位高、百粒重、生育期和總?cè)~片數(shù)5個指標(biāo)要求適中，屬于中性指標(biāo)；倒伏率、倒折率、空稈率、收獲時含水量和禿尖長為逆向指標(biāo)，指標(biāo)值越小越好。無量綱化處理公式如下：正向指標(biāo)Zij=Yij/Yjmax，其中，Yjmax=max(Yij)，max為最大值；中性指標(biāo)Yij)]，其中Yj為第j個指標(biāo)所有參試品種該指標(biāo)的平均值；逆向指標(biāo)Zij=Yjmin/Yij，其中，Yjmin=min(Yij)，min為最小值。得到無量綱化結(jié)果（矩陣Z），見表2。

表2 無量綱化矩陣Z與灰色局勢決策法效果測度矩陣（L）Table 2 Dimensionless matrix Zand grey situation decision method matrix (L)

續(xù)表2 Table 2 (continued)

2.1.3 建立決策矩陣R 各性狀指標(biāo)權(quán)重的計算方法參照夏來坤等[15]的評價模型，計算結(jié)果見表3。各性狀指標(biāo)權(quán)重aj乘以矩陣Z的第j列得到?jīng)Q策矩陣R（表4）。

表3 各評價指標(biāo)的熵權(quán)、權(quán)重及變異系數(shù)Table 3 Entropy weights, weights and coeff i cient of variation of different indicators

表4 決策矩陣RTable 4 Decision matrix R

續(xù)表4 Table 4(continued)

2.1.4 參試品種性狀的理想解和負(fù)理想解 根據(jù)決策矩陣R得到14個性狀的理想解與負(fù)理想解數(shù)，按照表4順序分別為：=[0.0008，0.0020，0.0016，0.0004，0.0013，0.0000，0.0028，0.0039，0.4933，0.3146，0.0769，0.0016，0.0998，0.0008]，=[0.0007，0.0016，0.0013，0.0004，0.0012，0.0000，0.0025，0.0032，0.0101，0.0217，0.0128，0.0013，0.0117，0.0008]。

表5 DTOPSIS法計算結(jié)果Table 5 Results by DTOPSISmethod

結(jié)果表明：Ci值最大的品種是新單78，其產(chǎn)量排名第12，比對照減產(chǎn)，說明該品種的環(huán)境穩(wěn)定性狀非常突出，具體到本試驗的指標(biāo)就是抗倒性極好，但是產(chǎn)量不達(dá)標(biāo)；Ci值排第2名的品種是技豐616，該品種與新單78一樣，也是抗倒性極好，但是產(chǎn)量排名第17，比對照減產(chǎn)；Ci值排第3名的品種是安玉706，其產(chǎn)量排名第3，說明該品種的環(huán)境穩(wěn)定性較好，產(chǎn)量也很高。Ci值按照從大到小的順序為新單78＞技豐616＞安玉706＞敦玉107＞鄭單1868＞浚單996＞新單92＞鄭單5166＞敦玉278＞鄭單2186＞浚單56＞漯玉16-1＞浩玉188＞鄭單958＞技豐698＞技豐853＞陜單656＞鄭單2185。

2.2 灰色局勢決策法評價結(jié)果與分析

2.2.1 效果測度矩陣的構(gòu)建 灰色局勢決策法同樣將用于綜合評價的14個指標(biāo)分為三類：（1）上限效果測度（產(chǎn)量、穗長、穗行數(shù)、穗粒重）（2）適中效果測度（百粒重、生育期、株高、穗位、總?cè)~片數(shù)），（3）下限效果測度（倒伏率、倒折率、空稈率、含水量、禿尖）。參照郭永忠等[17]的計算方法得到效果測度矩陣（L），與DTOPSIS法的無量綱化的矩陣相同（表2）。

2.2.2 參試品種綜合優(yōu)勢量化值的計算 將各性狀指標(biāo)權(quán)重值（表3）代入公式，計算出各參試品種的加權(quán)綜合效果測度值，即為各品種的綜合優(yōu)勢量化值（表6）。結(jié)果表明：綜合優(yōu)勢量化值按照從大到小的順序為新單78＞技豐616＞安玉706＞敦玉107＞浚單996＞鄭單1868＞新單92＞鄭單5166＞敦玉278＞漯玉16-1＞鄭單2186＞浚單56＞浩玉188＞鄭單958＞技豐698＞技豐853＞陜單656＞鄭單2185，與DTOPSIS法Ci的排序結(jié)果幾乎完全相同，18個品種中只有5個品種排名順序稍有差異，差異最大的1個品種排名僅差2名，其余4個品種兩種方法僅相差1個名次。

表6 灰色局勢決策法計算結(jié)果Table 6 Results by grey situation decision method

3 討論

3.1 常規(guī)區(qū)域試驗評價方法與基于熵權(quán)的DTOPSIS法和灰色局勢決策法的比較

目前玉米區(qū)域試驗常用的區(qū)試99、DPS和SPSS等分析工具均僅對產(chǎn)量數(shù)據(jù)進(jìn)行分析，對抗病性、抗倒性和品質(zhì)等指標(biāo)，只有在確定品種是否能晉級到下一年度試驗時，再查看是否達(dá)到晉級標(biāo)準(zhǔn)。而基于熵權(quán)的DTOPSIS法和灰色局勢決策法可以根據(jù)育種目標(biāo)需要，對育種家關(guān)注的所有調(diào)查的指標(biāo)計算權(quán)重進(jìn)行分析，從理論上來說對品種的綜合評價更客觀、更全面，可以降低品種在實際種植生產(chǎn)過程中的風(fēng)險。

3.2 基于熵權(quán)的DTOPSIS法和灰色局勢決策法在玉米綜合評價中存在的問題

從理論上講，雖然基于熵權(quán)的DTOPSIS法和灰色局勢決策法可以對所有調(diào)查性狀指標(biāo)進(jìn)行綜合分析，比較全面地對參試品種進(jìn)行評價，但是這兩種方法在玉米綜合評價中也存在比較明顯的問題。兩種方法性狀指標(biāo)權(quán)重的大小直接決定對品種的綜合評判結(jié)果，這與其他學(xué)者[13，20-21]的觀點一致。但是，筆者在熵權(quán)的計算過程中發(fā)現(xiàn)，數(shù)據(jù)的分散程度直接決定了該性狀指標(biāo)的權(quán)重大小，即數(shù)據(jù)分散度大的評價指標(biāo)權(quán)重就大，數(shù)據(jù)分散度小的指標(biāo)權(quán)重就小。在玉米區(qū)域試驗調(diào)查的性狀指標(biāo)中，不同性狀指標(biāo)數(shù)據(jù)的分散程度差別很大，例如，在一組試驗中有品種抗倒性極好，所有試點平均倒伏率和倒折率之和只有0.1%，而另外一個品種抗倒性較差，平均倒伏率和倒折率之和達(dá)到8.0%，按照目前玉米區(qū)域試驗的晉級標(biāo)準(zhǔn)，這兩個品種均可以晉級，但是這兩個數(shù)據(jù)相差80倍，數(shù)據(jù)分散度很大；同樣，在這組試驗中的產(chǎn)量數(shù)據(jù)最大值和最小值相差不會超過2倍，分散度很小。鑒于這個問題，筆者仔細(xì)查閱了相關(guān)文獻(xiàn)，例如：吳玥等[24]利用基于熵值賦權(quán)的DTOPSIS法對黑龍江省八五二農(nóng)場新推廣的36個玉米品種進(jìn)行綜合分析及評價，因為禿尖長數(shù)據(jù)分散度高（0.01～1.92cm），權(quán)重高達(dá)0.9021，而產(chǎn)量指標(biāo)權(quán)重僅有0.0080；宋秀麗等[26]利用基于熵權(quán)的DTOPSIS法與灰色關(guān)聯(lián)度分析法綜合評價36個玉米品種，分析了穗長、禿尖長和穗軸的抗折斷力等13個指標(biāo)，其中穗軸的抗折斷力數(shù)據(jù)分散度高（74.31～266.97N），權(quán)重為0.4567，產(chǎn)量指標(biāo)權(quán)重僅為0.0248；夏來坤等[15]采用熵值賦權(quán)的DTOPSIS法和灰色局勢決策法對10個新審定玉米品種的宜機收性進(jìn)行綜合評價，得到腐籽率在0.7%～4.5%之間，權(quán)重為0.3446，產(chǎn)量指標(biāo)權(quán)重為0.0048。本文還計算了試驗的14個性狀指標(biāo)數(shù)據(jù)的變異系數(shù)，倒伏率的變異系數(shù)最大，為113.02，權(quán)重占到了0.4933；倒折率變異系數(shù)（88.40）排名第2位，權(quán)重為0.3146；而產(chǎn)量的變異系數(shù)為4.18，權(quán)重僅為0.0008。就目前玉米生產(chǎn)實際情況來看，產(chǎn)量還是一個非常重要的性狀指標(biāo)，而采用這種方法計算出的權(quán)重比例都很低，明顯不符合目前玉米的育種目標(biāo)，存在這個問題的原因可能與選擇的性狀指標(biāo)有關(guān)，尚需更多的重復(fù)試驗予以研究。

4 結(jié)論

采用基于熵權(quán)的DTOPSIS法和灰色局勢決策法對2018年河南農(nóng)科聯(lián)合體的18個品種（含對照品種）進(jìn)行綜合分析，結(jié)果表明，DTOPSIS法按照Ci值從大到小的順序為新單78＞技豐616＞安玉706＞敦玉107＞鄭單1868＞浚單996＞新單92＞鄭單5166＞敦玉278＞鄭單2186＞浚單56＞漯玉16-1＞浩玉188＞鄭單958＞技豐698＞技豐853＞陜單656＞鄭單2185；灰色局勢決策法綜合優(yōu)勢量化值按照從小到大的順序為新單78＞技豐616＞安玉706＞敦玉107＞浚單996＞鄭單1868＞新單92＞鄭單5166＞敦玉278＞漯玉16-1＞鄭單2186＞浚單56＞浩玉188＞鄭單958＞技豐698＞技豐853＞陜單656＞鄭單2185。參試的18個品種中，兩種評價方法對品種評價的排序結(jié)果差異不大，只有5個品種的排名順序稍有差異，差異最大的品種排名相差2個名次，其余4個品種僅相差1個名次，灰色局勢決策法計算過程相對簡單。但是基于上述這兩種方法在玉米綜合評價中存在問題，該評價結(jié)果與僅用產(chǎn)量指標(biāo)評價結(jié)果差異較大。因此，根據(jù)現(xiàn)階段玉米育種目標(biāo)和生產(chǎn)實際需求，建議玉米區(qū)域試驗品種評價應(yīng)采用多種品種評價方法相結(jié)合來取長補短，首先以產(chǎn)量為評價指標(biāo)進(jìn)行評價，確定產(chǎn)量排序結(jié)果；然后再采用基于熵權(quán)的DTOPSIS法或者灰色局勢決策法進(jìn)行品種的環(huán)境穩(wěn)定性綜合評價。對綜合評價突出的品種，適當(dāng)降低產(chǎn)量晉級標(biāo)準(zhǔn)，反之，對綜合評價很差的品種，建議淘汰或者延長試驗?zāi)晗蘩^續(xù)觀察，這樣通過審定的品種能夠在保證產(chǎn)量的同時大大降低生產(chǎn)應(yīng)用風(fēng)險。