杜剛，吳學(xué)英，劉其寧*

(1.云南省農(nóng)科院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，昆明650205;2.云南省農(nóng)科院經(jīng)濟(jì)作物研究所，昆明650205)

作物新品種綜合評價是育種工作的一個重要環(huán)節(jié)，傳統(tǒng)方法多運(yùn)用方差分析和新復(fù)極差分析對產(chǎn)量或幾個經(jīng)濟(jì)性狀進(jìn)行分析和評判。而實(shí)際上，對于經(jīng)濟(jì)作物的纖維用亞麻來說，品種優(yōu)劣由許多性狀指標(biāo)決定，除產(chǎn)量外，加工品質(zhì)(工藝長度、出麻率、長麻率、纖維強(qiáng)度、可撓度及分裂度等)、抗逆性等性狀也是限制品種推廣的重要因素，只有綜合性狀好的品種才有更好的推廣價值。一些學(xué)者應(yīng)用模糊評判在玉米［1］、大豆［2］、甘蔗［3］、花生［4］、烤煙［5］等作物上進(jìn)行了探索，得到了較理想的結(jié)果。作為加工纖維應(yīng)用的亞麻，除原莖產(chǎn)量因素外，出麻率、工藝長度、纖維強(qiáng)度等因素也是亞麻新品種培育篩選決定的關(guān)鍵因素，性狀的綜合評判非常重要。劉春芳等人應(yīng)用灰色關(guān)聯(lián)度法對亞麻品種進(jìn)行了綜合評價，取得了一些理論依據(jù)［6］，本文作者也曾用DTOPSIS法對亞麻綜合評價進(jìn)行過探討［7］，在新品種的綜合評價上獲得一定基礎(chǔ)，而模糊綜合評判在亞麻品種的綜合評價中未見報(bào)道。本研究擬對在云南七個不同生態(tài)類型區(qū)域進(jìn)行試驗(yàn)的9個亞麻新品種應(yīng)用模糊綜合評判進(jìn)行綜合評價，以期為亞麻品種的評估提供新的理論基礎(chǔ)。

1 材料方法

1.1 參試品種

本文以2006/2007年度云南省亞麻區(qū)域試驗(yàn)7個試點(diǎn)(昆明、賓川、保山、德宏、牟定、彌勒和勐海)的9個亞麻品種的匯總資料為分析材料進(jìn)行分析。供試品種分別為:云亞1號(P1)、云亞2號(P2)、天鑫7 號(P3)、天鑫10 號(P4)、Viking(P5)、Aurore(P6)、華星006(P7)、華星007(P8)和Ariane(P9);亞麻的評價指標(biāo)為:原莖產(chǎn)量(X1)、生育期(X2)、株高(X3)、工藝長度(X4)、干莖制成率(X5)、長麻率(X6)、出麻率(X7)、可撓度(X8)、纖維強(qiáng)度(X9)、分裂度(X10)和白粉病(X11)11個主要經(jīng)濟(jì)性狀。

1.2 模糊綜合評判的原理和計(jì)算方法

模糊綜合評價方法是模糊數(shù)學(xué)中應(yīng)用的比較廣泛的一種方法［8］。在對某一事務(wù)進(jìn)行評價時常會遇到這樣一類問題，由于評價事務(wù)是由多方面的因素所決定的，因而要對每一因素進(jìn)行評價。在每一因素作出一個單獨(dú)評語的基礎(chǔ)上，如何考慮所有因素而作出一個綜合評語，這就是一個綜合評價問題。

根據(jù)模糊數(shù)學(xué)計(jì)算方法及應(yīng)用原理［9］及實(shí)際應(yīng)用中的一些改進(jìn)［10］，具體計(jì)算方法:

1.2.1 擬定評價指標(biāo)，建立矩陣

設(shè)有m個品種n個性狀指標(biāo)建立矩陣Y，其中，評判對象集為P{Pm，m=1，2，3，…m}，評判指標(biāo)集為 X{Xn，n=1，2，3，…n}。

1.2.2 數(shù)據(jù)歸一化處理

將Y數(shù)據(jù)歸一化處理，使其成為可相互比較的規(guī)范化矩陣Z，其中Zij為:

1.2.3 建立模糊矩陣R

根據(jù)隸屬函數(shù)的定義，把矩陣Z各數(shù)據(jù)代入極值標(biāo)準(zhǔn)化公式，求得各品種各性狀的隸屬度，構(gòu)成模糊轉(zhuǎn)換矩陣R。極值標(biāo)準(zhǔn)化公式為:

1.2.4 計(jì)算等權(quán)、權(quán)綜合評判集B和B'

1.2.5 評價結(jié)果

在電視監(jiān)控系統(tǒng)設(shè)計(jì)中，要對建筑物各層、常用場所、停車場、機(jī)械設(shè)備等進(jìn)行重點(diǎn)監(jiān)控，并在這些區(qū)域安裝監(jiān)控設(shè)備；并對監(jiān)控圖像進(jìn)行實(shí)時記錄，供后續(xù)參考。為了避免出現(xiàn)明顯的死角，需要在樓梯連接點(diǎn)上設(shè)置監(jiān)視器，以減少監(jiān)控的盲點(diǎn)，提高安全監(jiān)控的效率。此外，為了提高智能建筑的安全，應(yīng)在電氣設(shè)備室和空調(diào)室設(shè)置監(jiān)控點(diǎn)，以降低事故的概率，特別是火災(zāi)問題，保證建筑運(yùn)行的穩(wěn)定性.整體設(shè)計(jì)完成后，保安人員需在ST8100平臺上檢查影像，以確認(rèn)沒有大盲點(diǎn)，并特別選擇監(jiān)控資訊，以確保建筑物處于安全監(jiān)察的范圍之內(nèi)。

按照模糊綜合評判集B'的大小，對品種進(jìn)行排序，B'最大者為綜合性狀最好的品種，即為最優(yōu)良品種。

2 結(jié)果與分析

2.1 試驗(yàn)結(jié)果

選取的7個試點(diǎn)9個亞麻新品種(系)區(qū)域試驗(yàn)的匯總主要性狀平均值見表1。

表1 參考品種和參試品種(系)的主要經(jīng)濟(jì)性狀Tab.1 Main characters of the tested varieties and the referenced varieties

2.2 模糊綜合分析評價

2.2.1 數(shù)據(jù)歸一化處理

在11個經(jīng)濟(jì)性狀中，生育期和白粉病為越小越優(yōu)性狀，其余性狀為越大越優(yōu)指標(biāo)。根據(jù)不同計(jì)算，對越大越優(yōu)指標(biāo)數(shù)據(jù)和越小越優(yōu)指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理，使其成為可相互比較的規(guī)范化矩陣Z(表2)。

表2 數(shù)據(jù)歸一化處理結(jié)果Tab.2 Result of the normalized data

2.2.2 建立模糊矩陣R

根據(jù)隸屬函數(shù)的定義，把矩陣Z各數(shù)據(jù)代入極值標(biāo)準(zhǔn)化公式，求得各品種各性狀的隸屬度，構(gòu)成模糊轉(zhuǎn)換矩陣R(表3)。

表3 模糊矩陣RTab.3 The fuzzy matrix R

2.2.3 計(jì)算等權(quán)判集B和加權(quán)綜合評集B'

根據(jù)亞麻育種目標(biāo)及生產(chǎn)實(shí)踐，參考育種專家意見，對亞麻的11個性狀依次分別賦予權(quán)重系數(shù) Aj()0.30，0.04，0.04，0.08，0.04，0.10，0.15，0.07，0.07，0.07，0.04;分別計(jì)算各品種的計(jì)算等權(quán)判集B和加權(quán)綜合評集B'，排序結(jié)果見表4。

表4 參試品種的模糊綜合評判結(jié)果及排序Tab.4 Results of fuzzy comprehensive evaluation and the corresponding orderings

表4中加權(quán)評判集B'結(jié)果顯示:云亞1號模糊加權(quán)評判集最大(B'=0.7405)，其綜合性狀最優(yōu);其次為天鑫10號和天鑫7號，B'分別為0.6148和0.5254;再其次為華星006和華星007，B'分別為0.5158和0.4763;綜合評價結(jié)果最后兩位的是Viking和Ariane，B'分別為0.2689和0.3983。

模糊綜合評價結(jié)果與單一產(chǎn)量排序結(jié)果相比較可發(fā)現(xiàn)，部分產(chǎn)量性狀表現(xiàn)較好的品種，綜合評價結(jié)果并不理想。如Ariane，產(chǎn)量排序中為第3位，但綜合評價結(jié)果為第8位，說明此品種雖產(chǎn)量較好，但綜合性狀較差;而天鑫10號，雖產(chǎn)量排序處于第6位，但綜合評價為第2位，綜合性狀表現(xiàn)優(yōu)良，可在特定的區(qū)域推廣;在所有參試品種中，云亞1號的產(chǎn)量排序和模糊綜合評價都是第1位，此類品種即為優(yōu)良品種。

3 討論

3.1 品種綜合評價是育種工作中的一個重要環(huán)節(jié)，而一個品種往往包括多個性狀指標(biāo)，各個性狀指標(biāo)無統(tǒng)一度量，而且許多性狀指標(biāo)之間呈負(fù)相關(guān)關(guān)系，因而難以找到一個各性狀都達(dá)到理想目標(biāo)的品種。

采用模糊綜合評判對品種的性狀進(jìn)行綜合分析，以此評價品種的優(yōu)良，一定程度解決以單一性狀評價帶來的弊端。

3.2 本文以模糊綜合評判法對9個亞麻品種(系)的優(yōu)良進(jìn)行評價，其結(jié)果與品種的實(shí)際表現(xiàn)相吻合，說明此評價方法對亞麻品種的綜合評估是可行的。

此方法的應(yīng)用為全面分析區(qū)試資料提供了新的方法，方法彌補(bǔ)了單用產(chǎn)量分析的不足，尤其是在產(chǎn)量新復(fù)極差測驗(yàn)結(jié)果不顯著的情況下，更應(yīng)注重對新品種的綜合性狀的評價。

3.2 采用模糊綜合評判法，性狀的選取和對各性狀權(quán)重的賦予十分關(guān)鍵，它直接影響綜合評價結(jié)果。

因此在應(yīng)用本法時，一方面盡量選取重要的、必須的性狀，另一方面，要綜合考慮各性狀的主次性，分別賦予相應(yīng)的權(quán)重。這樣才能得到最為客觀的評價結(jié)果。

［1］韓衛(wèi)紅，趙保獻(xiàn)，陳潤玲，等.玉米區(qū)域試驗(yàn)品種的模糊綜合評價［J］.玉米科學(xué)，2001，9(4):36－38.

［2］郭媛貞，陳海玲，李碧瓊，等.云南蠶豆品種的模糊綜合評判［J］.安徽農(nóng)學(xué)通報(bào)，2010，16(15):99－100.

［3］關(guān)中秀，黃忠興.甘蔗品種的模糊綜合評判［J］.甘蔗糖業(yè)，2003(3):10－13.

［4］陳海玲，黃金堂，李清華，等.福建省春花生新品種的模糊綜合評判［J］.安徽農(nóng)學(xué)通報(bào)，2010，16(15):101－102.

［5］謝小丹，陳順輝，巫升鑫，等.烤煙新引品種的模糊綜合評判和灰色關(guān)聯(lián)度分析［J］.福建農(nóng)林大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002，31(25):160－163.

［6］劉春芳，羅湘寧，李冬.灰色關(guān)聯(lián)度分析法在亞麻品種評價中的應(yīng)用［J］.中國油料，1997，19(1):23－25.

［7］杜剛，劉其寧，趙振玲，等.DTOPSIS法在亞麻新品種評價中的應(yīng)用初探［J］.中國農(nóng)學(xué)通報(bào)，2006，22(10):161－164.

［8］馮德益.模糊數(shù)學(xué)方法及應(yīng)用［M］.北京:地震出版社，1989.

［9］謝季堅(jiān)，劉承平.模糊數(shù)學(xué)方法及其應(yīng)用［M］.武漢:華中理工大學(xué)出版社，2000:205－211.

［10］付強(qiáng)，王立，寧艷芬.對模糊綜合評判決策模型的認(rèn)識及改進(jìn)［J］.農(nóng)機(jī)研究，2002(2):27－29.