灰色多维综合隶属度评估法在巴州冬小麦品种引种试验中的应用

巴州种子管理站，新疆巴州 841000

通常人们在进行品种筛选试验时，评价参试品种多采用对比法、方差分析法，而且多数是对产量或者个别性状进行分析，但试验中常受自然环境、土壤类型、气候及土壤肥力等诸多因素影响，使得参试品种各个性状的表现，带有明显的随机性、波动性、模糊性和不确定性[1]。近年来，考察多个性状进行综合评价品种的方法越来越多，灰色多维综合隶属度评估就是其中的一种。该方法与传统的分析方法相比，具有更加公正、科学、客观的特点。目前，该方法已在玉米、小麦、大豆、谷子等作物的品种区域试验、品比试验中广泛应用[2-5]。但在新疆巴州范围利用该方法筛选春（冬）小麦品种尚未见文献报道。本文利用该方法对6个冬小麦品种在巴州轮台县试验点的表现进行综合分析评价，旨在为快速筛选出适宜巴州大面积推广种植兼顾产量和品质的冬小麦品种提供科学依据和方法。

1 材料和方法

1.1 试验材料

引进6个冬小麦品种：新冬22号（对照）、新冬33号、新冬36号、新冬41号、新冬46号、新冬54号，分别由A、B、C、D、E、F代称。

1.2 试验设计

试验于巴州轮台县群巴克镇克西力克阿热勒村进行，前茬为冬小麦，土壤肥力中上等。试验采用随机区组排列，不设重复，每个品种3 335～4 669 m2，统一播种密度45万株/666.7m2。全生育期管理方式同一般大田，生育期间治虫、不防病。

1.3 方法

本试验采用灰色多维综合隶属度评估方法进行品种综合评价。

1.3.1 数据整理

对6个品种的产量、容重、全生育期、有效穗数、株高、穗长、结实小穗数、穗粒数、千粒重、湿面筋含量、面团稳定时间11个性状的结果值进行整理。由于评估集合的等级类别界限值的确定仅适用于数值越大越好的性状[1]，对于数值越小越好的性状株高需作倒数转换。（表1）

表1 6个参试品种11个性状的结果值

为便于分析，对株高进行倒数转换。生育期以最晚熟品种记为1，比其早熟1 d记为2，早熟2 d记为3，依次类推。

1.3.2 确定各性状评语等级的类别界限值

以产量为例，介绍产量性状评语等级的类别界限值划分方法。在6个品种中，规定最高产量8 028 kg/hm2为上限，最低产量7 065 kg/hm2为下限，据此将产量分为优良、较好、一般、较差4个等级；在上限与下限之间（8 028-7 065）划分为3等份，每等份为（8 028-7 065）/3=321 kg/hm2，这样便求得产量优良、较好、一般、较差4个评语等级类别界限值，如表2第1列所示，其余性状等级类别界限值的确定与此相同。

表2 11个性状各评语等级的类别界限值

1.3.3 构建各等级隶属函数值子矩阵

以F表示某品种、某性状、某等级的隶属函数值，x表示其相应的观察值，a表示其对应的界限值，等级为优良时，F=x/a；当等级为较好、一般时，x≤a时，F=x/a，当a＜x≤2a时，F=（2a-x）/a，当2a＜x≤3a时，F=（3a-x）/a，当x＞3a时，F=（4a-x）/a；当等级为较差时，F=（M-x）/（M-a），M为各性状的上限值。根据上述公式可以计算出各参试品种、各性状、各等级的隶属函数值。并构成以下子矩阵：

1.3.4 赋予各性状因素的权重

根据巴州小麦生产各要素的重要程度、小麦收购标准及面粉加工厂对小麦品质的要求，参考专家意见及相关文献，赋予产量、容重、生育期、有效穗数、株高、穗长、结实小穗数、穗粒数、千粒重、湿面筋、面团稳定时间11个性状的权重W分别为0.3、0.3、0.04、0.04、0.04、0.04、0.04、0.04、0.04、0.06、0.06。

1.3.5 求综合隶属度值，构成综合隶属度矩阵

以R表示综合隶属度，则R=∑F×W。6个品种的综合隶属度见以下矩阵：

2 结果与分析

上述矩阵中行表示等级、列表示品种。每行中数值最大值所对应的等级表示该品种的优劣结果。可以看出，A为优良品种，C为较好品种，其余为一般品种。品种优劣排序为新冬22号、新冬36号、新冬46号。

从表3中可以看出，单考虑产量因素考察品种，其品种优劣结果与灰色多维综合评估分析结果总体趋势一致。但由于多维隶属度分析是多因素综合分析的结果，因此排序稍有变化。如D和F虽然均为一般品种，单从产量性状来看F排名第5位，但综合容重、生育期、有效穗数等10个性状，结果排名第4位。其他品种综合评价结果与产量分析结果一致。

表3 参试品种灰色多维综合隶属度评价结果

3 讨论

权重的确定对品种综合评价至关重要，它直接影响了评价结果。考察性状的数量和筛选品种的目标，均会影响到权重的变化。本文根据巴州小麦生产各要素的重要程度、小麦收购标准及面粉加工厂对小麦品质的要求，参考专家意见及相关文献等来确定权重。这些专家均有多年丰富的育种、生产实践经验，因此各性状权重的确定具有很高的可靠性。

参试品种在不同生态区的适应性不同，性状表现也不同，同时性状表现年际间也有变化[6]。品种引种试验应安排多个试验点以打破筛选出的品种具有的局限性和区域性。本文仅利用轮台县一个试验点的数据介绍灰色多维隶属度评估法在巴州冬小麦品种引种试验中的应用，为冬小麦品种筛选提供理论依据。