杨秀莲,郑晓昆,杨燕,谢世清,赵庆云
(1.云南农业大学基础与信息工程学院,昆明,650201;2.昆明市西市区农业局;3.云南农业大学农学与生物技术学院;4.云南农业大学植物保护学院)
基于灰色关联度分析的甘薯品种评价
杨秀莲1,郑晓昆2,杨燕3,谢世清3,赵庆云4
(1.云南农业大学基础与信息工程学院,昆明,650201;2.昆明市西市区农业局;3.云南农业大学农学与生物技术学院;4.云南农业大学植物保护学院)
为筛选出适应性强、高产、优质的甘薯良种,利用灰色关联度分析方法对17个甘薯品种进行评价。试验结果表明,甘薯品种云薯J-4、云薯104、云薯122、京杂4号及云薯119的产量高、淀粉含量高,综合性状好;云薯116、云薯50、台湾薯综合性状较差。
灰色关联度分析;甘薯;品种评价
甘薯在我国种植面积较大,具有逾400 a的栽培历史。云南气候独特,热量资源丰富,适宜甘薯生长,甘薯种质资源丰富。采用无性繁殖栽培甘薯或者多年使用同一品种,易造成种性退化、产量降低,制约甘薯生产的发展。可见,进行甘薯品种的选育、提纯复壮、品种评价,对进一步加强优良品种的研究和合理利用,推动甘薯生产发展具有一定的意义。灰色关联度分析是灰色系统理论中的一种分析方法,是对多个性状进行定量的综合评价,克服了传统方法中单靠产量性状评价品种优劣的弊端,具有对原始数据量要求不高、方法简单、计算量小、分析结果客观准确、实用性广泛等优点[1,2]。本研究应用灰色关联度分析方法,对征集自国内外的17个甘薯品种的各性状进行了综合分析,以期从中筛选出适应性强、高产、优质的甘薯良种,为云南省甘薯生产及品种选育提供依据。
1.1 试验材料
供试的17个甘薯品种由云南农业大学魔芋研究所提供,分别来自云南各地州主栽品种及种质资源圃内多年收集保留的部分品种,具体为川山紫(X1)、京杂4号(X2)、南薯88(X3)、台湾薯(X4)、徐91-54-1(X5)、云薯 104(X6)、云薯 115(X7)、云薯116(X8)、云薯 119(X9)、云薯 122(X10)、云薯 46(X11)、云薯48(X12)、云薯49(X13)、云薯50(X14)、云薯J-2(X15)、云薯J-4(X16)、云薯J-9(X17),以云南省主栽品种徐91-54-1(X5)为对照(CK)。
1.2 试验方法
2010年5~11月,于云南农业大学教学实习农场进行,土壤质地为砂质红壤土,肥力中等,地势平坦,地力均匀,上季闲置。栽培同一般大田生产,6月15日移栽,11月13日采收,生育期151 d。试验采用随机区组排列,3次重复,小区长2 m,宽1.5 m,共51个小区。
1.3 分析方法
采用灰色关联度进行分析,将所有参试甘薯品种看作一个灰色系统[3],每个品种为该系统的一个因素,以各参试甘薯品种的主要性状指标构建成比较数列,表示为:Xi(k)(i=1,2,3,…,n),n表示甘薯品种数,k表示甘薯性状数[4];为便于比较,根据甘薯的品种特征及评价要求,构建一个较理想的品种X0(即参考品种),由此构成一个参考数列,用X0表示。计算各比较数列与参考数列之间的关联度,关联度大则表明该甘薯品种与参考品种较接近,综合性状表现较好,反之,则综合性状较差。甘薯的主要性状分别为最长蔓长(K1)、蔓粗(K2)、节间长(K3)、叶柄长(K4)、茎叶产量(K5)、鲜薯产量(K6)、烘干率(K7)、淀粉含量(K8)。原始数据见表1。
2.1 原始数据无量纲化处理
因甘薯的最长蔓长、蔓粗、节间长、产量等性状的计量单位各不相同,使得原始数据在量纲和数量级上存在差异,难于比较,难于保证结论的客观性和正确性[5]。因此,采用初值化处理对原始数据进行无量纲化处理,即分别用比较数列Xi(k)除以参考数列X0,得到一个数值在0~1的数列(表2)。
表1 甘薯品种的主要性状
表2 甘薯各性状的无量纲化处理
2.2 计算绝对差值
用表2中各比较数列的数值与参考数列的值相减,将差值取绝对值即为甘薯各性状的绝对差值,计算公式为△i(k)=|x0(k)-xi(k)|,结果见表3。
2.3 计算关联系数
式中min△i(k)、max△i(k)分别表示所有比较数列的绝对差值的最小值和最大值,本研究中min△i(k)为0,max△i(k)为0.717 1。△i(k)表示第i个比较数列的绝对差值,ρ为分辨系数,0<ρ<1,通常取0.5。通过计算,结果见表4。
2.4 求关联度及排序
求出各比较数列关联系数的平均值,可直观反映出该比较数列与参考数列的关联大小,即等权关联度,计算公式为式中,γi为第i个比较数列与参考数列的等权关联度。对甘薯品种进行评定时,各性状的重要性不同,所以应赋予各性状不同的权重系数 (Wi),Wi=计算结果见表4。根据公式得各比较数列的加权关联度(γ'i),并排序(表5)。
表3 甘薯各性状的绝对差值
表4 甘薯各性状的关联系数
2.5 关联度分析
从表5可以看出,各甘薯品种的等权关联度排序与产量排序存在一定差异,而加权关联度排序与产量排序较接近,可见,在众多性状中针对体现优良品种的主要性状进行加权,分析得出的结果较为准确和符合实际。通过比较,排在前5位的甘薯品种分别是X16、X6、X10、X2、X9,说明这些品种与参考品种较接近,其产量高,收获指数、淀粉含量也较高;从品种X11、X17来看,加权关联度排序为X11> X17;从产量看,X11
表5 甘薯产量及各性状的等权关联度、加权关联度
①灰色关联度既侧重重要性状指标又兼顾其他指标,是对品种多个性状进行定量的综合评价,避免了传统评价法由单一性状指标来判断品种优劣所造成的弊端,使得评价结果更加可靠和客观。
②利用灰色关联度进行甘薯品种评价时,单从等权关联度进行分析,结果显得不够全面和准确,因各性状在反映品种优劣中的分量不同,应根据品种特性及实际用途,对不同性状指标赋予不同的权重系数,通过计算加权关联度来进行综合评价。
③灰色关联度分析表明,云薯J-4、云薯104、云薯122、京杂4号及云薯119品种的产量高、淀粉含量高,综合性状好,具有一定的推广应用价值。
[1]陈翠霞,赵平,王晓莲.灰色关联度分析在花生新品种评价中的应用[J].陕西农业科学,2007(3):32-34.
[2]李慧峰,卢森权,李彦青,等.灰色关联度分析在食饲兼用型甘薯新品种评价中的应用 [J].广西农业科学,2009,40(10):1 300-1 304.
[3]曹廷杰,李伟,闫素红,等.河南小麦新品种(系)灰色关联度分析[J].安徽农业科学,2010,38(25):13 640-13 642,13 647.
[4]解松峰,谢世学,张百忍,等.秦巴山区玉米杂交组合主要性状与产量间的灰色关联度分析[J].作物杂志,2012(1):52-57.
[5]邵秋红,张树明,何力剑.灰色关联度分析在冬小麦品种评价中的应用[J].种子,2008,27(8):93-94.
Evaluation of Sweet Potato Cultivars Based on Grey Relational Grade Analysis
YANG Xiulian1,ZHENG Xiaokun2,YANG Yan3,XIE Shiqing3,ZHAO Qingyun4
(1.College of Basic Science and Information Engineering,Yunnan Agricultural University,Kunming 650201; 2.Xishi District Agricultural Bureau of Kunming;3.College of Agronomy and Biotechnology,Yunnan Agricultural University;4.College of Plant Protection,Yunnan Agricultural University)
17 sweet potato cultivars were evaluated by the grey relational grade analysis to screen out well-adapted,high yield and high quality sweet potato cultivars.The results showed that the sweet potato cultivars Yunshu J-4,Yunshu 104, Yunshu 122,Jingza No.4 and Yunshu 119 possessed high yield,high starch content and good comprehensive characters, while the cultivars Yunshu 116,Yunshu 50 and Taiwanshu possessed poor comprehensive characters.
Grey relational grade analysis;Sweet potato;Cultivar evaluation
10.3865/j.issn.1001-3547.2012.10.003
杨秀莲(1969-),女,硕士,实验师,主要从事农业信息化的教学及薯类作物研究工作,E-mail:abcyxl@126.com
赵庆云(1969-),男,通信作者,硕士,高级实验师,主要从事薯类作物的教学及研究工作,E-mail:ynauzqy@163.com
2012-05-16