层次分析法在青稞生产中的应用

曹国成

（青海省贵南草业开发有限责任公司，青海 贵南 810000）

青稞（hordeum vulgare L.var.nudumHook.f.）是禾本科、大麦属一年生草本植物，适宜生长在高原气候冷凉地区，耐寒性强、生长期短、高产早熟，适应性广，是中国藏区居民的主要食粮、燃料和牲畜饲料，也是啤酒、医药和保健品生产原料。

层次分析法（Analytic Hierardy Process，ANP）是美国匹斯堡大学T.L.satty 教授于20 世纪70 年代初提出的一种层次权重决策分析方法。层次分析法的应用区域选自青海省海南藏族自治州贵南县过马营镇，该区域属于农牧交错地带，海拔3 050～3 300 m，种植青稞具有多年的历史，由于受干旱因素影响十分突出，年产量波动幅度较大，最大值与最小值差值为218.4 kg。贵南牧场历年青稞单产纪录见表1。

表1 贵南牧场历年青稞单产纪录Tab.1 Record of highland barley yield in Guinan pasture over the years

影响青稞产量的外部因素主要是降水、温度、土壤；影响青稞产量的内部因子主要是粒数、千粒质量、株高、穗长，为了掌握因素因子的重要性，进行方案模型设计，组织人员评判。该方案采用两两对比方法确定对比标度，建立层次结构模型，构造比较判别矩阵。

表2 层次分析法两两对比标度表Tab.2 Pairwise comparison scale of analytic hierarchy process

设置平均随机一致性指标，见表3。

表3 平均随机一致性指标Tab.3 Average random consistency index

该模型最高一层为总目标：青稞产量，第二层为准则层，包括降水、温度、土壤3 个因素，最低层为方案层，包括粒数、千粒质量、株高、穗长4个因子。经过人员评判结果是第二层对第一层的两两比较判断矩阵如下：

经过人员评判结果，第三层对第二层的四个比较判别矩阵分别是：

第三层相对于第一层的排序向量计算结果为：

按照“一致性指标”n阶正互反矩阵计算方法，判断出一致性通过。

结论：该区域对于青稞产量目标，所考虑的外部因素影响下排序的相对重要次序为：①降水权重0.643；温度权重0.283；土壤权重0.074；②密度权重0.465；粒数权重0.212；穗长权重0.199；株高权重0.124。

总结：在影响青稞产量的外部因素中，就重要性而言，降水＞温度＞土壤，由于降水、温度采用人工干预措施显著效果不明显，应该从土壤入手，采用科学施肥、机械耕作、增强地力，调整结构措施，作为提高青稞产量目标的主要方向。在影响青稞产量的内部因子中，重要性次序是千粒质量＞粒数＞穗长＞株高。应该采取基因技术、育种技术，以密度和粒数为攻关方向。因此层次分析法在青稞生产中具有指导意义。