基于灰色关联度法的黄淮南片小麦新品种综合评判.docx

《基于灰色关联度法的黄淮南片小麦新品种综合评判.docx》由会员分享，可在线阅读，更多相关《基于灰色关联度法的黄淮南片小麦新品种综合评判.docx（6页珍藏版）》请在第壹文秘上搜索。

1、基于灰色关联度法的黄淮南片小麦新品种综合评判杜晓宇李顺成韩玉林*周口市农业科学院河南省周口市466001摘要：为科学合理评价小麦新品种（系）品质情况，全面的了解新品种的综合表现，本研究采用灰色关联度法分析2019-2020年度国家黄淮南片区试16个新品种的综合表现。结果表明，关联度排序与产量排序有部分差异，关联度较高的品种有漂河68、涡麦169和周麦37号，综合表现与实际相符。对产量影响较高的7个性状依次为：容重、千粒重、株高、全生育期、穗粒数、穗数、成穗率。灰色关联度法一定程度上补充了单一产量评价的不足，但受到权重赋值比例及品种适应性的制约，尚有优化空间。在未来的品种筛选及实际应用时，应结合

2、实际对评价指标进行优化和性状指标细化，以期为育种和评价工作做出一定贡献。关键词：小麦新品种；灰色关联度法；产量影响因素小麦是黄淮流域的主要粮食作物，近年来其产量和品质均得到稳步提升。小麦品质是由多重因素共同构成的，不同品种间性状有较大差异。小麦新品种试验主要应用DPS等统计软件对产量进行方差分析和多重比较，对多个其他性状评价不够全面，分析过于直观，缺少联系。灰色系统理论，可以充分利用生育期、株高、容重、基本苗、产量等与品种表现有重要关系的性状进行分析，更全面的选择出综合农艺性状优良的品种，该分析方法在多种农作物和经济作物上均有应用叫灰色关联度法在小麦上的应用逐年增多，本文应用灰色关联度分析法，

3、对小麦新品种的产量等多种性状进行综合分析，为以后品种推广及育种改良提供一些参考69）。材料与方法LI试验材料采用2019-2020年度国家黄淮南片水地组区试早播1组的18（含两个对照）个小麦新品种（系），瀑河68、涡麦169、周麦37号、中育1686、丰工38、富麦701、泛育麦20、阜麦13、徽研66、郑麦162、安科1604、郑麦158、泛麦26、隆平麦3号、周麦18、淮核16132、郑大171,百农207。1.2试验方法试验于2019-2020年在辉县、洛阳、瀑河、商丘、濮阳、新乡县、荥阳、原阳、周口、阜阳、涡阳、新马桥、宿州、淮安、连云港、射阳、宿迁、徐州、宝鸡、富平、华阴、杨凌共22

4、个试点。前茬大部分为玉米和大豆。田间试验采用随机区组设计，重复3次，小区面积13.5#。田间调查和室内考种按照国家黄淮南片区试方案统一进行，文章所用的各性状数值均取22个区试点的平均值。采用灰色关联度分析法，将每一组试验作为一个灰色系统，单个品种作为系统的一个因素。构建一个理想的“参考品种”，以参考品种的各项性状指标构成一个参考数列，18个参试品种构成比较数列。计算参试品种与参考品种之间的关联度，以确定各参试品种的优劣次序。选择的8个测量性状分别是：产量、全生育期、株高、成穗率、穗数、穗粒数、千粒重、容重。2结果与分析2.1不同品种灰色关联度分析2.1.1参考品种的构建参考品种，是根据当地育种

5、目标确定的各性状理想值的集合。产量、穗粒数、千粒重、容重、成穗率等性状应取上限值；株高、生育期等应取适中值；黑胚率、发病率等应取下限值皿。表1参考品种和参试品种的各性状平均值品种名称产量kghm2全生育期/d株高/cm成穗率穗数万/hm2穗粒数千粒重/g容重g/L源河68889822680.542.964235.842.7811涡麦1698883226.886.444.4616.532.948.8815周麦37号882922885.939356737.346.7792中育16868710.5226.181.840.15853447.6810丰工388688228.185.442.6610.53

6、2.249801富麦7018656.5226.984.739.859433.349.6804泛育麦208638.5228.582.439.1601.535.243.6811阜麦138586225.989.847.761233.6463812微妍668569.5227.190.538.959432.7463799郑麦1628479.522878.739.5607.532.147.7804安科16048466227.188.441.9646.530.945.4813郑麦1588458.5226382.943.960634.245.1818泛麦268376226.983.139.462134.742

7、3816隆平麦3号8353.5226382.14157634.3473821周麦188326.5227.484.140577.534.447802淮核161328293.5226.792.638.3604.531.946.8828郑大1718233.5226.688.140.658834.546.4808百农2078139227.583.841571.534.646809参考品种8925227804867538508302.1.2无量纲化处理同一品种的各个性状差异较大，为进行灰色关联度分析，需对原始数据进行无量纲化处理，用参考品种的性状值去除各比较序列，得到一个数值全在0,1之间的新数列。也即

8、是对参试品种各性状数据进行标准化处理。表2各品种主要性状的无纲量化值品种名称产量kghmz全生育期d株高cm成穗率%穗数万/hmz穗粒数千粒重g容重g/L溜河680.9970.9960.9940.8940.9510.9420.8540.977涡麦1690.9950.9990.9260.9250.9130.8660.9760.982周麦37号0.9890.9960.9310.8190.8400.9820.9340.954中育16860.9760.9960.9780.8350.8670.8950.9520.976丰工380.9730.9950.9370.8880.9040.8470.9800.96

9、5富麦7010.9701.0000.9450.8290.8800.8760.9920.969泛育麦200.9680.9930.9710.8150.8910.9260.8720.977阜麦130.9620.9950.8910.9940.9070.8840.9260.978徽妍660.9601.0000.8840.8100.8800.8610.9260.963郑麦162().95()0.9960.984().823().9(X)0.8450.9540.969安科16040.9491.0000.9050.8730.9580.8130.9080.980郑麦1580.9480.9970.9650.915

10、0.8980.9000.9020.986泛麦260.9381.0000.9630.8210.9200.9130.8460.983隆平麦3号0.9360.9970.9740.8540.8530.9030.9460.989周麦180.9330.9980.951().8330.856().9050.9400.966淮核161320.9290.9990.8640.7980.8960.8390.9360.998郑大1710.9230.9980.9080.8460.8710.9080.9280.973百农2070.9121.0001.0000.8540.8470.9110.920.975参考品种11111

11、1112.L3关联系数的计算标准化处理后，计算参考品种和比较品种的绝对差值，找出每个灰色系统的最大和最小绝对值，各性状的关联系数（Wi）=（最小绝对值+0.5X最大绝对值）/（各点绝对值+0.5X最大绝对值），0.5为分辨系数，各参试品种的关联系数见表3。表3参试品种的关联系数品种名称产量kghm2全生育期d株高cm成穗率%穗数万/hm2穗粒数千粒重g容重g/L源河680.9710.9900.9850.7980.8960.8790.7420.948涡麦1690.9890.998().85()0.8480.829().7580.9460.959周麦37号0.9750.9900.8590.6990

12、.7240.9580.8640.902中育16860.9460.9910.9500.7180.7590.8000.8970.946丰工380.9410.9890.8690.7890.8150.7330.9550.923富麦7010.9330.9990.8830.7110.7780.7730.9810.931泛育麦200.9290.9850.9350.6940.794().8510.7660.948阜麦130.9170.9890.7940.9850.8180.7840.8500.951徽妍660.9130.9990.7840.6890.7780.7510.8500.918郑麦1620.8940.

13、9900.9630.7030.8080.7300.9010.931安科16040.8910.9990.8150.7680.9090.6920.8200.954郑麦1580.8890.9930.923().8310.8040.808().8110.967泛麦260.8720.9990.9180.7010.8400.8290.7320.961隆平麦3号0.8680.9930.9430.7420.7410.8120.8860.975周麦18CK10.8620.9960.8960.7160.7440.8160.8750.926淮核161320.8560.9970.7550.6750.8010.7230.8680.994郑大171