掌叶木种子及其籽油性状综合评价模型构建和优选

郭 松，李在留，薛建辉



掌叶木种子及其籽油性状综合评价模型构建和优选

郭 松1,2，李在留2，薛建辉1,3※

（1. 南京林业大学江苏省林业生态工程重点实验室，南京 210037；2. 广西大学林学院，南宁 530004； 3. 江苏省中国科学院植物研究所，南京 210014）

为提高木本粮油植物掌叶木不同种源种子及籽油性状的综合评价结果准确性和评价方法的优选，指导掌叶木优良种源筛选和良种选育，该文构建了一套综合评价模型，对广西乐业、田林、凤山和环江以及贵州独山5个种源掌叶木种子及籽油相关的14项指标采用主成分分析法、因子分析法、离差最大法、熵值法4种单一方法进行评价排序，并对4种方法的评价结果采用均值、Borda、Copeland共3种组合方法进行评价排序，均通过肯德尔和谐系数一致性检验后确定最终评价排序；采用斯皮尔曼等级相关系数对最终评价排序与4种单一方法评价排序进行相关性分析，并筛选最好单一评价方法。结果表明：4种单一评价方法下种源排序虽存在一定差异但通过了肯德尔和谐系数一致性检验；3种组合评价排序均相同，各种源最终评价排序从高到低依次为凤山、乐业、独山、环江、田林。最终评价排序与主成分分析法、因子分析法、离差最大法和熵值法等4种单一方法评价排序的斯皮尔曼等级相关数值分别为1.00、0.90、1.00、0.90，相关性均达到显著水平（< 0.05）；主成分分析法和熵值法所得种子千粒质量的权重值均列各指标首位。因此，基于4种单一评价方法和3种组合评价方法的综合评模型为多种源掌叶木种子及籽油性状提供更为科学合理的排序结果；从易用、简便和有效性角度，掌叶木种子及籽油性状的最优单一评价方法为熵值法，评价中最重要的指标为种子千粒质量，凤山种源掌叶木种子及籽油性状最优。研究结果可为掌叶木种质资源高效利用提供理论依据，也可为种子及油脂领域综合评价研究提供新思路。

种子；油脂；熵；掌叶木；籽油；综合评价模型；肯德尔和谐系数

0 引 言

作物种质资源是良种繁育的物质基础，也是现代农业可持续发展的基础。为有效利用种质资源，国内外学者对种质资源的评价或性状筛选方法进行了大量实践与理论研究[1-3]，这不仅为良种选育提供了依据，还成为了种质资源研究的热点内容之一[4]。由于油料作物的经济价值主要集中于种子油脂中，且油脂在食用和工业上具有重要地位和战略价值，因此选择科学合理的方法评价具体作物资源的种子及油脂性状意义重大。

掌叶木（）是仅分布于中国西南喀斯特地区特有的珍稀濒危单种属植物[5]，也是一种优良的石漠化治理树种[6]；其种子含油率高且集中于种仁[7]，还是一种优良的木本粮油植物，在营养、保健和工业上市场前景广阔[8]。此外掌叶木可在不适合农作物生长的边际土地上种植，不侵占石山地区寸土寸金的农用地，还可为贫困山区居民增加经济收入提供帮助。但是，由于对掌叶木种质资源相关特性及评价的认知不足，一定程度上制约了其种植推广。因此，有待对不同种源掌叶木种子及籽油相关性状进行科学的评价以指导优良种源筛选和良种选育。

通常种质资源的评价由许多指标性状构成，而这些指标往往无法直接加总，因此需要采用综合评价方法实现种质资源的名次排序。现有综合评价方法包括3类: 1)主观评价类，常用的有德尔菲法（delphi method）[9]、层次分析法（analytic hierarchy process，AHP）[10]、决策试验和评价实验室法（decision-making trial and evaluation laboratory，DEMATEL）[11]和结构方程模型法（structural equation modeling，SEM）[12]等；2)客观评价类，常用的有主成分分析法（principal component analysis，PCA）[13]、因子分析法（factor analysis，FA）[14]、熵值法[15]、功效系数法（efficacy coefficient method，ECM）[16]、离差最大法[17]、均方差法、拉开档次法、回归系数法、人工神经网络法等；3)主客结合评价类，包括灰色关联层次分析法[18]、熵权层次分析法[19]、功效系数层次分析法[20]等。由于不同方法的评价计算进程不一样，导致不同方法的评价结果存在差异，而仅通过某一种方法进行评价的结果往往难以令人信服。为此，有必要对不同方法的评价结果再进行组合评价从而得到更有说服力的结果，相关组合评价方法有均值、Borda、Copeland和模糊Borda法等[21]。

客观评价体现了数据信息的真实性，避免了人为因素带来的偏差，为指标本身的重要程度分析提供帮助，常用于多对象多指标构成的评价分析。在种子及油脂研究领域，采用因子分析法[22-24]或主成分分析法[25-29]法进行评价研究较为常见，然而，至今未见离差最大法和熵值法等评价方法的应用研究，也未见多种单一评价方法和组合评价方法的应用研究。再有一些客观评价方法如均方差、拉开档次、回归系数、人工神经网络等方法需要大样本数据进行研究，不太适合小样本数据的评价分析[30]；功效系数法易受指标极值影响从而导致评价结果不科学[31]，模糊Borda组合法存在偏离评价思想的缺陷[32]等。因此，本文尝试建立一套综合评价模型，以5个种源掌叶木种子及籽油的相关指标性状采用主成分分析法、因子分析法、离差最大法、熵值法等4种单一方法进行评价排序，再对4种评价结果采用均值、Borda、Copeland等3种组合方法进行评价排序，均通过肯德尔（Kendall）和谐系数一致性检验后确定最终评价排序；最后采用斯皮尔曼（Spearman）等级相关系数对最终评价排序与4种单一评价方法排序进行比较并筛选最好单一评价方法，以期为掌叶木种质资源高效利用提供理论依据，为种子及油脂领域综合评价研究提供思路。

1 指标数据与研究方法

1.1 指标数据的获取

于2017年8—9月掌叶木种子成熟期，分别在广西乐业、田林、凤山和环江以及贵州独山5个地区随机选取10～20株生长正常、树龄10～20 a母株，在树冠阳面中上部采取果实，各株等量混合作为供试材料，手工剥去果实和假种皮后获得不同种源种子样品。本研究主要考察不同种源掌叶木种子及籽油脂肪酸相关性状，由于掌叶木种子油脂集中于种仁，油脂品质高低与种子含油率、种子质量、种子长和种子直径有关，而油脂组成主要是不饱和脂肪酸，且经济利用上多为不饱和脂肪酸组分，因此选定评价指标有种子长度、种子直径、单粒质量、种子千粒质量、种子出仁率、种子含油率和籽油不饱和脂肪酸组分。

每个种源的种子样品经充分混匀后采用四分法按20粒种子为1组，抽取3组共60粒种子，利用数显游标卡尺（精度0.01 mm）分别测量每粒种子长度（从种子基部到顶部的长度）和种子直径（种子长度方向垂直最大处的直径），结果分别取平均值；利用电子天平（精度0.001 g）分别称量各组种子的质量，并根据3组称量结果计算单粒质量，结果取平均值。气干种子至恒质量后，参照GB/T 5519-2008测量种子千粒质量；参照GB/T 5499-2008检测种子出仁率；参照GB 5009.6-2016，采用索氏抽提法测定种子含油率；参照GB 5009.168-2016，采用气相色谱法检测籽油不饱和脂肪酸组分。其中种子千粒质量、种子出仁率、含油率和籽油不饱和脂肪酸组分均重复测定3次，结果取平均值。相关指标数据统计见表1。

对检测得到的每个种源各指标值标记为x（代表种源序号，取值为1至，为种源个数，代表指标序号，取值为1至，为指标数）。由于各项指标均为正向，即数值越大越好，并验证各种子性状和籽油不饱和脂肪酸间均存在不同程度的相关性，因此无须对数据进行负向转换，可以进行相关评价分析。

表1 不同种源掌叶木种子及籽油相关指标

注：C17:1：十七碳一烯酸，C18:1油酸，C18:2：亚油酸，C18:3：亚麻酸，C20:1：花生一烯酸，C20:2：花生二烯酸，C22:1：芥酸，C24:1：神经酸。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 评价模型的构建

1.2.1 评价步骤

1）对不同种源掌叶木种子及籽油相关指标数据采用主成分分析法、因子分析法、离差最大法和熵值法进行评价排序，获得第个种源第种方法下的评价排序值e（取值为1至），如各种方法下排序相同则为最终评价结果排序Z，不进行后继步骤，如不同则进行第2）步；

2）对不同单一评价方法得到的排名采用肯德尔和谐系数进行一致性检验，检验通过则进行第3）步，如没通过则需要对评价指标或者第1）步的评价方法进行调整直至检验通过；

3）采用均值、Borda、Copeland等3种组合方法进行评价，获得第个种源第种方法下的组合评价排序值z（取值为1至），如各种方法的组合排序相同则为最终评价排序Z，然后转入第6步，如不同则进行第4）步；

4）对不同组合方法评价排名仍采用肯德尔和谐系数进行一致性检验，检验通过则进行第5）步，如没通过则需要对组合方法进行调整直至检验通过；

5）根据偏移度最小原则从原几种组合方法中再选择最优组合方法进行二次组合评价，计算最终评价结果排序Z；

6）采用斯皮尔曼等级相关系数对Z与e进行相关性检验，达到显著相关且相关系数值最高的为最好单一评价方法。

1.2.2 单一评价方法

2）因子分析法：利用SPSS22.0软件，数据标准化、因子提取、分析方式和提取特征根值同主成分分析法，选择方差最大正交方式对公因子进行旋转，获得旋转后第项主成分特征值λ，存贮回归法得到的公因子得分f，其中为提取得到的公因子序号。采用公式（4）计算第个种源评价值Sf，根据Sf值大小进行名次排序e2。

1.2.3 肯德尔和谐系数检验

在组合评价之前必须进行肯德尔和谐系数一致性检验。如同一评价方法无相同等级排序值时，肯德尔和谐系数的计算公式为（12）；如同一评价方法有相同等级排序值时，的计算公式为（13），式中为第种评价方法有相同等级的个数[33]。在显著性检验时，被评价种源样本个数位于3 ≤≤ 7内时，在给定显著度水平，查表得肯德尔和谐系数临界值Ke，当≥ Ke则通过检验；若被评价样本个数> 7时，则需要将值按公式（14）转换成卡方检验值2，在给定显著度水平，当2值大于对应临界值则检验通过；e为排序值，为评分依据标准数。如检验未能通过说明各单一评价方法一致性差，不能进行下一步组合评价，需返回调整评价指标或评价方法。不同组合方法评价排序的一致性检验与此相同。

1.2.4 组合评价方法

4种单一评价方法经肯德尔和谐系数检验通过，对得到的排序值e采用均值、Borda、Copeland等3种组合方法进行评价排序z。

阶层论视角的研究强调农村土地流转与阶层分化的关系。有研究认为，在现阶段农业发展条件下土地流转改变了农村的阶层分化状况以及各阶层的利益分配，乡村社会的阶层结构在土地流转的推动下不断进行重组[9]。也有个案研究显示，农民之间自发的土地流转形成了较大比例的中农阶层，农村中间阶层的经济收入主要依靠土地，社会生活主要在村庄内部，土地流转对于农村中农阶层的生产和生活，以及支撑农村社会常规运行来说有着非常重要的意义[10]。还有研究提出，在土地流转中产生的中农阶层，他们作为农业生产活动的有力承担者，既起到向上表达着基层农民诉求的平台作用，同时也起到为村庄连接国家政策与资源的作用[11]。

1.2.5 斯皮尔曼等级相关系数检验

通过检验e与Z的关系密切程度，可实现单一评价方法的优选，为今后减少烦琐复杂评价计算提供便利。方法是采用斯皮尔曼等级相关系数公式（23）计算e与Z相关系数值Sp，在给定显著度水平，查表得斯皮尔曼等级相关系数临界值Sp，当Sp≥ Sp时，说明第种单一评价方法排序结果与最终结果具有显著相关性，若呈显著相关的Sp值越高说明此单一评价方法越好。

2 结果与分析

2.1 4种单一方法的评价结果与分析

依据1.2.2节中介绍的4种单一方法对表1的5个掌叶木种源14项指标数据进行评价，得分和排名如表2所示。结果表明主成分分析和熵值法评价排序相同，并且与另外2种方法评价排序存在一定差异。就种源排序上看，除田林种源4种方法排序值一样外，其他4个种源不同方法下排序值均有差异，说明不同评价方法对同一样本评价结果也存在一定差异，不能直接确定各种源的最终排序，也说明仅通过某一种评价方法往往难以获得令人信服的排序结果，这就需要多种方法下的组合评价分析。经计算4种单一方法的肯德尔和谐系数值为0.925，查表知当= 0.01时0.01= 0.683，因>0.01，故4种单一方法的评价排序高度一致，可以进行下一步组合评价排序。

表2 不同种源掌叶木种子及籽油性状4种单一方法的评价及排序

注：Sy、Sf、Sv、Se分别为第个种源主成分分析法、因子分析法、离差是大法、熵值法对应的评价值，e1、e2、e3、e4分别为第个种源主成分分析法、因子分析法、离差是大法、熵值法对应的名次排序值。

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.

研究发现不同单一方法下数据标准化方式和计算方式是评价结果产生差异的主因。主成分与因子分析法均采用中心化标准化，去除了量纲和数量级的影响，消除了各指标变异程度上的差异，但无法准确反映原始数据所包含的信息，使得标准化后各变量被均等对待，一些数值较小的脂肪酸指标存在被放大作用的可能；在计算过程中，两者都是以降维为手段，用少数几个综合因子反映原指标的信息量，相关软件操作，因子提取、分析方式和提取特征值相同，区别在于主成分分析是以提取到的初始因子载荷矩阵与主成分特征值计算主成分系数向量，与各指标标准化数据建立综合主成分函数获得评价值；因子分析是对因子增加了方差最大正交旋转，将旋转后的特征根与公因子得分综合计算获得评价值，两者定量方式上的方差不同导致评价结果产生差异。离差最大法采用了极差化标准化，某指标标准化赋值越大，则该指标越接近最优水平，体现为某一样本的评价值越高，其品质就越好。熵值法不具备降维手段，采用均值化标准化，保留了各指标变异程度信息，形成的权重和加权综合得到评价值体现了原始数据所包含的信息量，同时通过指标变异信息量确定权重再加权综合得到评价值。

2.2 3种组合方法的评价结果与分析

依据1.2.4节中介绍的3种组合方法进行评价，首先采用公式（15）对4种单一方法的评价排序值进行转换，以便种源E值越大，排名越靠前。然后计算3种组合方法的评价值并排序，其中均值法的计算公式为（16），Borda法通过统计某种源4种评价名次值大于其他种源的累计次数，Copeland法不仅要统计某种源大于其他种源的累计次数，还要统计小于其他种源的累计次数；如乐业种源的E值与田林相比，4正0负取值为1，与凤山相比1正3负取值为-1，与环江相比4正0负取值为1，与独山相比4正0负取值为1，因此Borda法B值为3，Copeland法C值为2，其他以此类推。相关计算结果见表3。因不同组合方法的评价排序z相同，不用进行肯德尔和谐系数检验，z为最终排序值Z。结果表明各种源最终评价排序从高到底依次为凤山、乐业、独山、环江、田林，即凤山种源掌叶木种子及籽油性状的综合评价最优，田林的最差。

表3 不同种源掌叶木种子及籽油性状3种组合方法的评价及汇总排序

2.3 最终排序与单一方法评价排序的比较分析

运用斯皮尔曼等级相关系数公式（23）分别计算最终组合评价排序值Z与各单一方法评价排序值e的相关系数。结果表明主成分分析法、因子分析法、离差最大法和熵值法与最终组合评价排序的相关系数分别为1.00，0.90，1.00，0.90，相关性均达到显著水平（< 0.05），其中主成分分析法和熵值法与最终组合评价排序完全一致，相关性达到极显著水平（< 0.01），即在本研究指标下4种单一评价方法最好的是主成分分析法和熵值法。

2.4 最优单一评价方法的指标权重与选择分析

从掌叶木种子及籽油性状的综合评价模型得出主成分分析法和熵值法均为最优单一评价方法，在计算过程中发现2种方法的评价值均为各指标权重与标准化数据加权求和而得，第项指标主成分分析法和熵值法权重计算公式分别为公式（2）和（10），汇总2种方法下不同指标权重计算值于表4。结果表明2种方法下种子千粒质量的权重值均居首位，说明种子千粒质量是掌叶木种子及籽油性状评价研究的最重要指标，在生产实践上需重视种子千粒质量指标的测定与分析。再有主成分分析法得到的各指标权重有正有负，其值大小仅能反映指标的强弱关系，不能确定评价指标的权重效用值[34]，而熵值法是基于“差异驱动”原理，突出局部差异，通过指标实际数据求得权重，反映了指标信息熵值的效用值[35]，还能代表各指标在评价结果中所占份量大小，信息熵越小，指标权重就越大，为分析指标重要性提供帮助；又由于主成分分析法需要借助SPSS等大型统计软件完成，计算过程较为复杂，而熵值法计算过程相对简单，仅需借助普通工具就可完成。然而，在种子及油脂研究领域，至今未见熵值法的应用研究。因此，熵值法应用于其他作物种子及油脂性状的评价研究有着较大的挖掘和探索空间。

表4 不同种源掌叶木种子及籽油相关指标的主成分分析法和熵值法的权重值

3 讨 论

3.1 籽油脂肪酸性状对评价结果的影响

本次研究的掌叶木籽油除了含有8种不饱和脂肪酸外，还含有6种饱和脂肪酸，研究最初对种子及其所有脂肪酸性状进行评价，发现几种单一方法评价结果差异较大，难以通过肯德尔和谐系数一致性检验。其原因在于籽油所有脂肪酸之间具有紧密联系和转化关系，它们的质量分数之和为定值，某种源种子内一些脂肪酸含量高，必然导致其它脂肪酸含量低，以相对质量分数判断所有脂肪酸组分在种源间含量的高低合理性值得商榷，如强制进行组合评价会导致最终结果存在被折衷协调的可能，也对评价方法的选择和评价结果的可信度造成影响。然而，油脂领域现有多篇文献[36-38]采用主成分分析法对不同样本油脂所有脂肪酸组分进行评价排序，存在一定的误区。解决方案一是确定样本具体脂肪酸指标的正负向，把负向指标转换成正向指标纳入计算，但客观确定具体脂肪酸组分的正负向有一定难度，还有待进一步研究；其二是不对样本所有脂肪酸组分进行评价，只对有研究价值的一些脂肪酸组分纳入指标进行评价。就掌叶木而言，不饱和脂肪酸质量分数已占籽油脂肪酸的94％左右，而不饱和脂肪酸也是植物增强抗逆性和油脂经济利用的主要成分，因此只选取不饱和脂肪酸组分纳入指标进行评价。

3.2 综合评价模型的扩展及检验

在事物评价过程中，单一方法的评价结果往往存在片面性，基于多种单一方法评价结果再进行组合评价的模型建立可以得到科学合理的评价排序，现多用于经济研究领域。经本次研究证明也适用于种质资源研究领域。同时该综合评价模型还具有较好的扩展性：1）可以增加如德尔菲法、层次分析法、逼近理想解排序法（technique for order of preference by similarity to ideal solution，TOPSIS）等更多主观或客观单一方法以实现更全面的评价结果；2）可以增加偏差平方最小法、整体差异组合法、奇异值分解法（singular value decomposition，SVD）[39]等更多组合方法以体现评价结果的合理性；3）除了在一次组合基础上再进行二次组合以提高评价的一致性和收敛性外，还可以运用原有多种组合方法再对一次组合结果进行二次、三次或多次组合直至各组合评价结果收敛至一致[40]。本次研究因3种组合方法评价已相同，所以未进行二次组合评价。

在进行组合评价和二次组合评价时需要检验不同单一方法和不同组合方法的评价结果一致性，检验方式有肯德尔和谐系数法和斯皮尔曼等级相关系数法，其中3种或3种以上的单一方法和组合方法的评价结果一致性采用前者检验，仅有2种方法则采用后者检验。然而，现有多篇论文评价方法超过3种仍采用斯皮尔曼等级相关系数检验[41-42]，造成不必要的计算浪费，由于斯皮尔曼等级相关系数两两检验间的比较特性，较适合根据最终评价结果去检验筛选最好单一评价方法，本研究采用斯皮尔曼等级相关系数检验的目的也是基于此特性。此外，多种单一方法的评价结果经肯德尔和谐系数检验具有一致性后，多种组合方法的评价结果基本都能通过一致性检验，但也可能存在多种方法的评价结果一致性通不过的情况，解决方法除了如3.1节所述选择合适指标进行评价外，还需要判断多种单一方法与组合方法的相容性[40]，只有相容方法集内的评价方法才能运用于评价模型中。本研究所采用的4种单一方法和3种组合方法的评价结果证明具有相容性，然而更多的评价方法纳入模型是否相容目前还没有一个定论，有待进一步研究。

4 结 论

本文构建了一套由主成分分析法、因子分析法、离差最大法、熵值法共4种单一方法和均值法、Borda法、Copeland法共3种组合方法组成的综合评价模型，对5个种源掌叶木种子及籽油14项指标性状进行了评价排序，得到了各种源最终评价排序从高到底依次为凤山、乐业、独山、环江、田林，即凤山种源掌叶木种子及籽油性状的综合评价最优，田林的最差。主成分分析法、因子分析法、离差最大法和熵值法与最终组合评价排序的相关系数分别为1.00，0.90，1.00，0.90，相关性均达到显著水平（< 0.05），其中主成分分析法和熵值法均为最好单一评价方法，此2种方法下各指标的权重值表明种子千粒质量是掌叶木种子及籽油评价研究的最重要指标。最后从易用、简便和有效性角度，认为熵值法在种子及油脂领域是值得推荐的一种单一评价方法。

[1] 王庆煌，陈业渊，李琼，等. 特色热带作物种质资源收集评价与创新利用[J]. 热带作物学报，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] 刘公社，李晓霞，齐冬梅，等. 羊草种质资源的评价与利用[J]. 科学通报，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] 孙亚强，吴翠云，王德，等. 野生酸枣资源果实品质因子分析及评价指标选择[J]. 食品科学，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，吴国良，李登科，等. 果树核心种质研究进展[J]. 植物遗传资源学报，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] 贵州省林业厅. 贵州野生珍贵植物资源[M]. 北京：中国林业出版社，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. 珍稀濒危植物掌叶木的开花生物学特性与繁育系统[J]. 园艺学报，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] 吕清华，程菊英，罗四莲，等. 一种值得注意的油脂植物—掌叶木[J]. 广西植物，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] 曹丽敏，夏念和，熊志斌，等. 掌叶木种仁油的脂肪酸组成及种仁的营养成分分析[J]. 中国油脂，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，徐芸. 基于层次分析法的面制主食杀菌及包装生产线设计与试验[J]. 农业工程学报，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] 吴林海，钟颖琦，山丽杰. 公众食品添加剂风险感知的影响因素分析[J]. 中国农村经济，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，邓旭东. 基于因子分析的农产品供应链绩效评价实证[J]. 中国流通经济，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] 贺立燕，韩笑天，俞志明. 基于熵权的产生物柴油微藻开发潜力评价[J]. 海洋与湖沼，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] 王应明. 运用离差最大化方法进行多指标决策与排序[J]. 中国软科学，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] 汪权方，晏群，徐慧，等. 基于灰色关联度的AHP权重矩阵构建方法改进及在农地评价中的应用[J]. 地理科学进展，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，韩兆洲. 区域新型城镇化水平测度与空间动态分析[J]. 统计与决策，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] 郭显光. 一种新的综合评价方法─组合评价法[J]. 统计研究，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] 杜刚，王家银，杨若菡，等. 外引油用亚麻品种资源农艺性状的多元统计分析[J]. 西南农业学报，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] 彭兴民，吴疆翀，王有琼，等. 药用印楝表型选择的因子分析及综合评价[J]. 林业科学研究，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] 孙操稳，贾黎明，叶红莲，等. 无患子果实经济性状地理变异评价及与脂肪酸成分相关性[J]. 北京林业大学学报，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] 马春艳，刘惠康，龚瑛. 基于改进熵权法的DPV电能质量评估[J]. 高压电器，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. 政府部门综合评价方法的改进——基于“限高提低”的功效系数法[J]. 统计科学与实践，2017(2)：50 －52.Pan Shuzhen. The improvement of comprehensive evaluation method of government departments — based on efficacy coefficient method of “limit of elevation”[J]. Tatistical Science and Practice, 2017(2): 50－52. (in Chinese with English abstract)

[32] 苏为华，陈骥. 模糊Borda法的缺陷分析及其改进思路[J]. 统计研究，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] 刘艳锋. 肯德尔和谐系数的实际运用[J]. 河南机电高等专科学校学报，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. 多目标综合评价中四种确定权重方法的比较与分析[J]. 湖北大学学报：自然科学版，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] 孙利娟，邢小军，周德群. 熵值赋权法的改进[J]. 统计与决策，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] 孙小红，王国夫，杜轶君，等. 绍兴香榧坚果品质变异分析及综合评价[J]. 食品科学，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] 姚小华，王开良，黄勇，等. 小果油茶不同居群种仁含油率及脂肪酸组分变异特征分析及评价[J]. 林业科学研究，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] 耿树香，宁德鲁，贺娜，等. 云南主栽核桃品种油脂及蛋白综合评价分析[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] 郭亚军，马赞福，张发明. 组合评价方法的相对有效性分析及应用[J]. 中国管理科学，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，陈国宏，肖细凤. 基于一致性组合评价的区域技术创新能力评价与比较分析[J]. 中国管理科学，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，王红瑞，高媛媛，等. 基于迭代修正的水资源利用效率评价模型及其应用[J]. 水利学报，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] 吴飞，濮励杰，许艳，等. 耕地入选基本农田评价与决策[J]. 农业工程学报，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

国家自然科学基金（31560200，31600530）

郭 松，博士生，主要从事濒危植物保护与利用研究。Email：guosong@gxu.edu.cn

薛建辉，教授，博士生导师，主要从事生物多样性保护研究。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，薛建辉. 掌叶木种子及其籽油性状综合评价模型构建和优选[J]. 农业工程学报，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