应用灰色关联分析区试大豆性状的研究

吴建萍，冯银栓，郝燕芳，郑 煜

（1.太原市小店区国家级农作物品种区域试验站，山西 太原 030032；2.太原市小店区现代农业开发园区管理中心，山西 太原 030032；3.山西省气象干部培训中心，山西 太原 030006）

应用灰色关联分析区试大豆性状的研究

吴建萍1，冯银栓1，郝燕芳2，郑 煜3

（1.太原市小店区国家级农作物品种区域试验站，山西 太原 030032；2.太原市小店区现代农业开发园区管理中心，山西 太原 030032；3.山西省气象干部培训中心，山西 太原 030006）

应用灰色关联法对2015年山西省大豆区试中小店区14个大豆新品种（系）的9个主要性状进行了综合分析，结果表明：单荚粒数、百粒重、生育期与产量关联度高，关联系数依次排在前3位。

灰色关联度；分析；产量；大豆区试

应用灰色关联度综合评价农作物新品种 （系），在大豆育种领域中具有良好效果[1～5]。传统方法是根据方差分析、产量差异显著性测验等评判品种的优劣，具有很大的局限性。为此，应用灰色关联度综合评价山西大豆区试新品种（系），对灰色关联度进行客观优劣评价，探讨影响大豆产量相关因素的关联度大小，同时筛选出适宜当地种植的高产优质新品种，为种植大豆提供科学依据。

1 材料与方法

1.1 试验材料

试验于2004年在小店区试验地进行，供试材料见表1，共14个参试品系材料。试验地土质为黏土，肥力中等。田间试验采取随机区组设计，小区面积12 m2（小区宽2 m、长6 m），每小区5行，等行距种植，3次重复。5月16日播种，田间管理同常规高产田，整个生育期进行统一记载，选择测定性状9个，各个性状数据均取平均值分析，结果见表1。

表1 各品种性状数据平均值

1.2 分析方法

将所调查性状的原始数据作为一个灰色系统，产量为母序列，每个参试品种为系统的一个因素（i），计算系统中各个因素的关联度，以其各性状构成一个参考数列X0，以参试品种的各性状指标构成被比较数列Xi(i=1、2、3……)，求关联系数εij。可使用DPS软件进行分析。

2 结果与分析

2.1 数据标准化处理

由于各个指标间具有不同的量纲和数量级，不能直接对比，因而要对原始数据进行无量纲化处理，采用数值标准化变换法。结果见表2。

2.2 计算关联系数和加权关联度

计算出第i个品种第j项指标与理想品种第j项指标的关联系数为εij（i=1，2…；j=1、2、…），其中△ij=|X`0j-X`ij|，绝对差值见表3。

从中找出整个系统的两级最小差MIN△ij=0.006 1和两级最大差值MAX△ij=4.656 1，根据公式计算关联系数εij：

其中ρ为分辨系数，取值在（0，1）之间，取ρ=0.1，代入公式计算出灰色关联系数。关联系数及排序计算结果，见表4。

表2 各品种性状数据标准化

表3 产量与其他因子的绝对差值

表4 产量和其他因子的关联系数及顺序

3 结论与讨论

（1）灰色系统理论认为，关联度越大的品种与理想品种越接近，其综合性状表现就越好。从表4可以看出，单荚粒数（个）、百粒重（g）、生育期（d）与产量关联度高，关联系数依次排在前3位。因而，以产量为育种目标进行选择时，需要重视这3个性状。

（2）将该方法应用于大豆新品种（系）区试分析，拓宽了灰色系统理论应用范围，且具有科学、客观、综合性强的特点，可克服其他方法单一、片面性的缺点，是综合评价大豆品种（系）的较好方法，其结果也可以作为新品种在生产上推广应用的依据。

（3）本灰色关联度分析中构造了一个母序列即产量。以产量为母序列，分析各个性状与产量的关联系数，对产量和其他8个性状的关系作出评判，与相关分析、相关系数相比，是一种不同的评判方法。关联系数与相关系数优劣需要进行进一步探讨研究。

[1]刘玉皎.应用灰色系统理论确定权定的方法探讨[J].种子世界, 1999（11）:21-22.

[2]郭瑞林.作物灰色育种学[M].北京：中国农业科技出版社，1995.

[3]何良荣,刘小平,张新玲,等.应用灰色关联度综合评价陆地棉杂交组合[J].中国棉花,2003,30(6):14-16.

[4]唐启义,冯明光.DPS数据处理系统-实验设计、统计分析及模型优化[M].北京：科学出版社，2010.

[5]卫玲,樊云茜,肖俊红,等.应用灰色关联度综合评价大豆新品系[J].陕西农业科学,2005(3):12-14.

1005-2690（2016）06-0114-03

：S565.1

：B

2016-04-25）