83個(gè)夏鵑品種的盆景應(yīng)用綜合評價(jià)

蔡美萍，袁 媛，陳清西

(福建農(nóng)林大學(xué)園藝學(xué)院，福建福州 350002)

夏鵑(Rhododendronpulchrum)，由R.indicum和R.eriocarpum(Hayata)Nakai雜交或變異而來，屬常綠灌木，為晚花杜鵑品種[1]。其種類繁多，花色艷麗，枝葉纖細(xì)，且樹冠豐滿，發(fā)枝力強(qiáng)，極耐修剪，特別適合于盆景的制作[2]。目前，在夏鵑的引種及盆景制作的品種選擇上，多以人為喜好為主要判斷依據(jù)，易造成盲目引種或造景效果不佳等問題。因此，亟需一套較客觀、系統(tǒng)的定量分析方法，來比較各夏鵑品種的盆景應(yīng)用價(jià)值，以提供指導(dǎo)[3]。

層次分析法(Analytic Hierarchy Process，簡稱AHP)，是運(yùn)用多因素分級處理來確定權(quán)重的方法，是一種定性和定量相結(jié)合的系統(tǒng)化、層次化的分析方法[4]，適合于處理多因素問題中各評價(jià)指標(biāo)權(quán)重因子的確定，具有良好的有效性、可靠性和實(shí)用性[5]。此外，K-Means聚類法，是一種基于劃分的經(jīng)典聚類算法，該算法的基本目標(biāo)是將n個(gè)點(diǎn)的數(shù)據(jù)集合劃分為k類，使每一類都具有較高的相似性，是研究(樣品或指標(biāo))分類問題的一種統(tǒng)計(jì)分析方法[6-7]。在應(yīng)用上，K-Means 聚類法多與層次分析法、模糊數(shù)學(xué)法、灰色系統(tǒng)理論等評價(jià)體系相結(jié)合使用[8-10]。

近幾年，層次分析法已被逐漸應(yīng)用于觀賞植物的引種、優(yōu)良品種選擇、景觀評價(jià)及休閑農(nóng)業(yè)等相關(guān)研究領(lǐng)域[11-14]，在紫薇[15]、芍藥[16]、切花菊[17]、觀賞甘薯[18]等品種中已有相關(guān)報(bào)道。AHP在杜鵑的種質(zhì)資源及觀賞性等方面雖有相關(guān)研究[19-22]，但在盆景應(yīng)用方面卻鮮見相關(guān)報(bào)道。本研究采用AHP及K-Means聚類分析法，以引種的83個(gè)夏鵑品種在盆景應(yīng)用上的特點(diǎn)為評價(jià)重點(diǎn)，利用周年觀測數(shù)據(jù)、市場調(diào)查并結(jié)合專家群體判斷，對引種的夏鵑品種進(jìn)行評價(jià)及分級，篩選出適合于盆景制作應(yīng)用的夏鵑品種，為夏鵑品種的應(yīng)用提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

夏鵑引種試驗(yàn)基地位于福建省東北部的周寧縣盧下洋66.67 hm2花卉區(qū)內(nèi)，地處鷲峰山脈東麓，地勢由西北向東南傾斜，平均海拔800 m。地處27°7′12″N，119°19′48″E，屬中亞熱帶季風(fēng)山地氣候，冬長夏短，云霧多，雨量充沛，日照少。年平均相對濕度為83%，年平均氣溫為13～17℃，最冷的1月年平均氣溫為3～7 ℃，極端最高氣溫為35.6 ℃，極端最低氣溫為-8.9 ℃(1983年12月31日)，年降水量在1 800～2 200 mm，比較適合夏鵑的種植和生長。

1.2 材料

以福建天藍(lán)藍(lán)生態(tài)有限公司引進(jìn)的83個(gè)3年生的地栽夏鵑品種作為本研究的試驗(yàn)材料，杜鵑花品種及綜合評價(jià)見表1。

1.3 方法

1.3.1 評價(jià)方法 層次分析法、K-Means均值聚類分析法、最小歐式距離法。

1.3.2 調(diào)查方法 文獻(xiàn)研究法、實(shí)地觀測法、問卷調(diào)查法(郵件咨詢)。

1.3.3 測量方法 參考徐忠等的方法[21]略作修改。

以生長勢中等，能夠代表品種整體生長狀況的單株作為觀測對象，并掛牌標(biāo)示。在相同生境條件下，每個(gè)夏鵑品種選擇3～5株植株作為觀測對象；對于不同栽培生境，每一生境條件下選擇3～5株作為觀測對象。觀測時(shí)期為2014年6月至2016年6月。4月下旬至6月中旬1～2 d觀測1次，其他時(shí)間1周觀測1次。花色特征的觀測以英國皇家園藝協(xié)會(RHS)出版的比色卡(RHScolorchart)為標(biāo)準(zhǔn)，花朵盛開時(shí)以直尺測量2個(gè)垂直方向的長度，取其均值為花徑。其中表型性狀測量方法參照杜鵑DUS測試指南[23]的相關(guān)測量部位及測量方法。

表1 供試杜鵑花品種及綜合評價(jià)值和等級

由于夏鵑病蟲害種類較多，同時(shí)受季節(jié)和氣候等因素影響，難以在短期內(nèi)對夏鵑的病蟲害詳細(xì)作出評價(jià)，本試驗(yàn)僅調(diào)查了夏鵑最主要的害蟲(軍配蟲)情況，以夏鵑花期軍配蟲危害情況，作為夏鵑品種盆景應(yīng)用病蟲害抗性的評價(jià)指標(biāo)。病蟲害抗性的計(jì)算方法參考張冬菊的方法[24]，用品種病蟲害指數(shù)=花期品種軍配蟲危害株數(shù)/品種總株數(shù)來衡量。目前，夏鵑盆景多以嫁接方式進(jìn)行造型，因此，繁殖難易程度用品種嫁接成活率=品種嫁接成活數(shù)/品種總嫁接數(shù)×100%來衡量。

1.3.4 調(diào)查問卷的設(shè)計(jì) 評價(jià)指標(biāo)的確定。本試驗(yàn)邀請園藝、園林等相關(guān)領(lǐng)域的專家及從事杜鵑盆景行業(yè)的技術(shù)人員，填寫專家意見征詢表，以確定選取哪些指標(biāo)作為評價(jià)指標(biāo)。共發(fā)放調(diào)查問卷30份，收回問卷30份，回收率為100%。

評價(jià)指標(biāo)重要度的確定。共包括2份問卷。問卷1：邀請園藝、園林、盆景造型等專業(yè)背景的教師及學(xué)生，采用1～9標(biāo)度法比較指標(biāo)間的相對重要性，量化各項(xiàng)指標(biāo)并構(gòu)建判斷矩陣。共發(fā)放調(diào)查問卷70份，收回問卷70份，回收率為100%。問卷2：邀請園藝及非園藝專業(yè)人士各100人，對14項(xiàng)指標(biāo)，參照評分標(biāo)準(zhǔn)及相關(guān)資料進(jìn)行主觀感受的賦分，采用1～5分制進(jìn)行打分。其中花徑、花期長短、花期遲早、花豐富度、繁殖難易程度、病蟲害抗性等指標(biāo)，主要根據(jù)課題組觀測的數(shù)據(jù)進(jìn)行打分，其他指標(biāo)主要根據(jù)所拍攝的83個(gè)夏鵑品種相關(guān)照片進(jìn)行打分。共發(fā)放調(diào)查問卷200份，收回問卷196份，回收率為98%。

1.3.5 統(tǒng)計(jì)分析方法 利用Microsoft Excel 2003軟件[25-26]對14個(gè)評價(jià)指標(biāo)的權(quán)重和各品種的綜合評價(jià)分值進(jìn)行計(jì)算，制作圖表。利用IBM SPSS Statistics 22.0統(tǒng)計(jì)軟件[27]對83個(gè)夏鵑品種進(jìn)行聚類分析，劃分等級。

2 結(jié)果與分析

2.1 夏鵑品種盆景應(yīng)用綜合評價(jià)體系的構(gòu)建

2.1.1 評價(jià)指標(biāo)的確定 通過現(xiàn)場觀測、資料調(diào)研和專家咨詢等方法，最終篩選出花色、花型、花徑、花期長短、花期遲早、花豐富度、殘花狀況、株型、葉形、葉色、繁殖難易程度、生長勢、病蟲害抗性、抗逆性等14個(gè)評價(jià)指標(biāo)。

2.1.2 評分標(biāo)準(zhǔn)的確定 各評價(jià)指標(biāo)具體評分標(biāo)準(zhǔn)，是在對引種夏鵑的生物學(xué)特性、觀賞性以及生長適應(yīng)性充分觀察的基礎(chǔ)上，結(jié)合調(diào)研結(jié)果及實(shí)際觀測數(shù)據(jù)，最終擬訂了5分制夏鵑品種盆景應(yīng)用的綜合評分標(biāo)準(zhǔn)(表2)。

2.1.3 層次分析模型的建立 以篩選出的14個(gè)與夏鵑盆景應(yīng)用密切相關(guān)的評價(jià)指標(biāo)，并依據(jù)其相互關(guān)系建立遞階層次結(jié)構(gòu)評價(jià)模型。模型分4層。目標(biāo)層A：為對夏鵑品種資源的綜合評價(jià)(劃分其等級)；約束層B：由花觀賞性、整體觀賞性、適應(yīng)性3個(gè)部分組成，作為對A層的約束層；標(biāo)準(zhǔn)層C：由花色、花型、花徑等14個(gè)指標(biāo)組成；最底層D：由供試的83個(gè)夏鵑品種組成。由此構(gòu)成了由總目標(biāo)、主要性狀、評價(jià)指標(biāo)等組成的多層次評價(jià)體系，夏娟品種盆景評價(jià)指標(biāo)及模型見圖1。

表2 夏鵑品種盆景應(yīng)用綜合評價(jià)指標(biāo)及評分標(biāo)準(zhǔn)

2.1.4 判斷矩陣的構(gòu)建及一致性檢驗(yàn) 在充分利用相關(guān)專家、技術(shù)人員的經(jīng)驗(yàn)和判斷的基礎(chǔ)上，對夏鵑品種定量和非定量因素進(jìn)行統(tǒng)一度量，構(gòu)建判斷矩陣。根據(jù)已構(gòu)建的層次模型，以發(fā)放問卷形式，邀請相關(guān)專家依據(jù)各因子間的相對重要性標(biāo)度(表3)，進(jìn)行對立打分，后用求平均值四舍五入取整法建立A-B，B1-C，B2-C，B3-C共4個(gè)矩陣，并計(jì)算出對應(yīng)的判斷矩陣的最大特征值(λmax)和對應(yīng)特征向量(W)，結(jié)果見表4～表7。

根據(jù)AHP理論，當(dāng)判斷矩陣具有滿意的一致性時(shí)，其特征根大于n，且其余特征根近于0[28]。所以，為保證結(jié)論的可靠性和合理性，需對判斷矩陣進(jìn)行一致性檢驗(yàn)。根據(jù)定義：CR=CI/RI，其中一致性指標(biāo)CI=(λmax-n)/(n-1)，平均隨機(jī)一致性指標(biāo)(RI)系數(shù)取值見表8。當(dāng)CR值小于0.1，說明該矩陣具有滿意一致性，否則需對判斷矩陣進(jìn)行調(diào)整[29]。

2.2 各評價(jià)指標(biāo)層次單排序

從表4可以看出，夏鵑品種應(yīng)用綜合評價(jià)體系中約束層三類因子權(quán)重值分別為花觀賞性(B1)0.649 1，整體觀賞性(B2)0.279 0，適應(yīng)性(B3)0.071 9。其中花觀賞性所占權(quán)重最大，為綜合評價(jià)的重要指標(biāo)，表明在夏鵑盆景適宜品種篩選過程中，首要目標(biāo)是選擇花觀賞性佳的優(yōu)異植株，其次要考慮到植株整體觀賞性和適應(yīng)性。由表5～表7可以看出，花觀賞性評價(jià)因子B1-C層的各個(gè)具體評價(jià)指標(biāo)的權(quán)重值大小排序?yàn)椋夯ㄉ?0.365 0)>花型(0.256 5)>花豐富度(0.169 4)>花期長短(0.091 4)>花徑(0.055 8)>花期遲早(0.034 7)>殘花狀況(0.027 1)，表明花色、 花型和花豐富度是評價(jià)花觀賞性的主要指標(biāo)，花期長短、花徑、花期遲早和殘花狀況相對而言只能作為輔助評價(jià)指標(biāo)；在整體觀賞性評價(jià)因子B2-C中，株型所占權(quán)重最大，葉色次之，葉形最小，權(quán)重值分別為：0.661 2、0.271 8、0.067 0；適應(yīng)性評價(jià)因子B3-C層的各個(gè)具體評價(jià)指標(biāo)的權(quán)重值大小排序?yàn)椋荷L勢(0.531 8)>繁殖難易程度(0.270 2)>病蟲害抗性(0.122 1)>抗逆性(0.076 0)，表明在盆景應(yīng)用中對夏鵑的生長勢強(qiáng)弱和繁殖難易程度要求較高，其次是病蟲害抗性和抗逆性。評價(jià)結(jié)果與實(shí)踐相比，具有較高的一致性，說明該模型及評價(jià)方法具有較佳的適合度、可信度。

表3 標(biāo)度方法

注：①表示第i個(gè)因素相對于第j個(gè)因素的影響介于上述2個(gè)相鄰等級之間。

表4 A-B判斷矩陣與一致性檢驗(yàn)

注：A為最終目標(biāo)，B為評價(jià)的主要性狀，W為所求的特征向量，用和積法計(jì)算得到：λmax=3.064 9，CI=0.032 4，CR=0.062 4<0.1(具有滿意的一致性)。

表5 B1-C判斷矩陣與一致性檢驗(yàn)

注：B1為花觀賞性的主要性狀，C為各評價(jià)指標(biāo)，W為所求的特征向量，用和積法計(jì)算得到：λmax=7.268 1，CI=0.044 7，CR=0.032 9<0.1(具有滿意的一致性)。

表6 B2-C判斷矩陣與一致性檢驗(yàn)

注：B2為整體觀賞性的主要性狀，C為各評價(jià)指標(biāo)，W為所求的特征向量，用和積法計(jì)算得到：λmax=3.044 1，CI=0.022 0，CR=0.042 4<0.1(具有滿意的一致性)。

2.3 各評價(jià)指標(biāo)層次總排序

同一層次所有因素對于最高層次的相對重要性權(quán)重值的排序?yàn)閷哟慰偱判颍ㄟ^計(jì)算出各評價(jià)指標(biāo)(C)相對于所屬性狀(B)的加權(quán)值后，再與該性狀(B)相對于總目標(biāo)(A)所得的權(quán)值進(jìn)行加權(quán)綜合，即可計(jì)算出各評價(jià)指標(biāo)因素(C)相對于總目標(biāo)(A)的權(quán)值，進(jìn)而得到總排序[30]。根據(jù)層次總排序計(jì)算結(jié)果可知，在綜合評價(jià)中，花色、株型、花型和花豐富度這4個(gè)評價(jià)指標(biāo)所占權(quán)重較大。其中花色所占的權(quán)重最大，為23.70%，株型占18.44%，花型占16.65%，花豐富度占 10.99%，這幾個(gè)評價(jià)指標(biāo)所占權(quán)重總和為69.79%(表9)。結(jié)果表明花色、株型、花型及花豐富度是夏鵑品種盆景應(yīng)用價(jià)值綜合評價(jià)的決定性因素；葉色、花期長短、生長勢、花徑、花期遲早及繁殖難易程度等所占權(quán)重次之，分別為7.58%、5.93%、3.82%、3.62%、2.25%、1.94%，總權(quán)重為25.16%，為夏鵑品種盆景應(yīng)用價(jià)值綜合評價(jià)的重要因素；而葉形、殘花狀況、病蟲害抗性、抗逆性等所占權(quán)重最小，分別為1.87%、1.76%、0.88%、0.55%，權(quán)重總和約為5.05%，為評價(jià)夏鵑品種盆景應(yīng)用價(jià)值綜合評價(jià)的一般評價(jià)因素。通過建立AHP評價(jià)體系，對影響夏鵑品種盆景應(yīng)用的因素進(jìn)行綜合評價(jià)，可為夏鵑的盆景應(yīng)用提供指導(dǎo)，避免因盲目開發(fā)而造成所制作盆景的景觀效果差或植株生長不良等問題。

表7 B3-C判斷矩陣

注：B3為適應(yīng)性的主要性狀，C為各評價(jià)指標(biāo)，W為所求的特征向量，用和積法計(jì)算得到：λmax=4.114 2，CI=0.038 1，CR=0.042 8<0.1(具有滿意的一致性)。

表8 1～12階RI值

表9 夏鵑品種應(yīng)用綜合評價(jià)體系層次的總排序權(quán)值

2.4 夏鵑品種盆景應(yīng)用綜合評價(jià)得分及等級的確定

依據(jù)14項(xiàng)評價(jià)指標(biāo)的評分標(biāo)準(zhǔn)，對83個(gè)供試夏鵑品種進(jìn)行逐項(xiàng)打分，再根據(jù)各指標(biāo)的綜合權(quán)重值，計(jì)算出各品種的綜合分值。進(jìn)而應(yīng)用K-Means聚類法對各品種的綜合分值進(jìn)行聚類分析，獲得的聚類中心分別為3.824 9、3.159 3、2.304 8，再利用最小歐式距離法結(jié)合聚類中心值進(jìn)行等級劃分。最終將供試的夏鵑品種劃分為3級，其中，Ⅰ級得分>3.51，為盆景應(yīng)用價(jià)值最高的夏鵑品種，共19個(gè)品種；Ⅱ級得分3.51～2.77，為盆景應(yīng)用價(jià)值一般的夏鵑品種，共33個(gè)品種；Ⅲ級得分<2.77，為盆景應(yīng)用價(jià)值較低的夏鵑品種，共31個(gè)品種。

2.5 綜合評價(jià)結(jié)果的分析與驗(yàn)證

盆景應(yīng)用價(jià)值較高、一般、較低的3個(gè)等級所占比率分別為23%、40%、37%。Ⅰ級夏鵑品種包括了五寶綠珠、麗子、日之丸等綜合評分值最高的品種，這些Ⅰ級夏鵑品種的綜合性狀優(yōu)良，具有極佳的應(yīng)用前景，可在今后盆景應(yīng)用中作較多考慮。其特點(diǎn)是花型飽滿，花色鮮艷有光澤，著花量大，同時(shí)株型緊湊，生長勢強(qiáng)，較耐修剪，也具有較佳的病蟲害抗性及抗逆性強(qiáng)。Ⅱ級夏鵑品種為和、晃明、夏錦袍等綜合評分值居中的品種，這些夏鵑品種的花觀賞性與整體觀賞性較Ⅰ級夏鵑品種差，生長勢較弱，適應(yīng)性一般。在綜合評價(jià)中，表現(xiàn)為某些方面指標(biāo)值較高，其他指標(biāo)值較低，因此，這些Ⅱ級夏鵑品種可作為盆景應(yīng)用的補(bǔ)充材料考慮。彩、光華、新日光等的綜合評分值最低，為Ⅲ級夏鵑品種，這些品種一般存在較大缺陷，觀賞性一般，生長緩慢，植株松散，葉片色澤變淡，不適于盆景應(yīng)用，可作為種質(zhì)資源保存。

從綜合評價(jià)結(jié)果可以看出，本研究所選用的評價(jià)因子基本能體現(xiàn)夏鵑的品種特性，是夏鵑品種在盆景應(yīng)用中的主要影響因素。與傳統(tǒng)方法相比，本研究綜合評價(jià)體系不僅衡量了植株的觀賞價(jià)值，而且評估了各品種的抗性，能較全面地反映夏鵑在盆景應(yīng)用中的綜合應(yīng)用價(jià)值。在評價(jià)體系中花觀賞性和整體觀賞性所占權(quán)重最大，這既符合觀賞效果上對植株花色、花型、花豐富度和株型的要求，又符合盆景造型過程中對植株生長勢強(qiáng)、嫁接后易于成活等的要求。同時(shí)，由于盆景具有精細(xì)養(yǎng)護(hù)的特點(diǎn)，對適應(yīng)性方面的要求會明顯低于花觀賞性和整體觀賞性。在權(quán)重總排序中花色、株型、花型、花豐富度、葉色、花期長短、生長勢等因子的權(quán)重值較大，體現(xiàn)了本次名優(yōu)品種篩選的目的，符合預(yù)期的結(jié)果。因此，本模型具有一定的借鑒意義。

3 討論

本研究參照國內(nèi)外觀賞植物資源評價(jià)指標(biāo)，以夏鵑的夏季城市盆景應(yīng)用為總目標(biāo)，運(yùn)用層次分析法構(gòu)建夏鵑品種應(yīng)用綜合評價(jià)模型，運(yùn)用層次分析法構(gòu)建夏鵑品種盆景應(yīng)用綜合評價(jià)模型，可以使視覺美感、生態(tài)應(yīng)用適應(yīng)性、功能性等抽象性評價(jià)因素定量化，將定性與定量相結(jié)合，大大提高了評價(jià)的客觀性和有效性。在評價(jià)模型的建立過程中，通過多樣本(樣本數(shù)>30)調(diào)查后取平均值的辦法，使因子間的相對重要性標(biāo)度的人為主觀因素降到最小。此外，不同栽培條件及氣候環(huán)境差異等因素對夏鵑品種綜合觀賞價(jià)值的表現(xiàn)有一定影響，如夏鵑的生長發(fā)育及觀賞特性等性狀在偏酸性土壤中能得到較充分的展現(xiàn)，但在偏堿性土壤中則相反，尤其是適應(yīng)性較弱的夏鵑品種的觀賞價(jià)值會隨著栽培時(shí)間的延長而逐漸降低[21]。因此，夏鵑品種的評價(jià)應(yīng)在栽培條件、栽培環(huán)境、引種栽培時(shí)間等相對較一致的情況下進(jìn)行，以提高評價(jià)的科學(xué)性。

[1]de Keyser E，Shu Q Y，van Bockstaele E，et al.Multipoint-likelihood maximization mapping on 4 segregating populations to achieve an integrated framework map for QTL analysis in pot azalea (Rhododendronsimsiihybrids)[J].BMC Molecular Biology，2010，11(1)：1-20.

[2]周 泓.杜鵑花品種資源多樣性研究及品種分類體系構(gòu)建[D].杭州：浙江大學(xué)，2012.

[3]朱春艷，李志炎，鮑淳松，等.我國杜鵑花資源的保護(hù)與開發(fā)利用[J].中國野生植物資源，2007，26(2)：28-30.

[4]Sarkis J，Sundarraj R P.Evaluating componentized enterprise information technologies：a multiattribute modeling approach[J].Information Systems Frontiers，2003，5(3)：303-319.

[5]Okello C，Pindozzi S，F(xiàn)augno S，et al.Appraising bioenergy alternatives in Uganda using strengths，weaknesses，opportunities and threats (SWOT)-analytical hierarchy process (AHP) and a desirability functions approach[J].Energies，2014，7(3)：1171-1192.

[6]Mac Q J.Some methods for classification and analysis of multivariate observations[C]// Berkeley Symposium on Mathematical Statistics and Probability，Berkeley：University of California Press，1967：281-297.

[7]顏 佩，丁亞軍，錢盛友，等.基于K均值聚類的組織損傷等級判定研究[J].電子測量與儀器學(xué)報(bào)，2017，31(3)：468-473.

[8]翟麗麗，房偉民，陳發(fā)棣，等.國慶小菊觀賞性和耐旱、澇性的綜合評價(jià)[J].中國農(nóng)業(yè)科學(xué)，2012，45(4)：734-742.

[9]聶繼云，毋永龍，李海飛，等.蘋果鮮榨汁品質(zhì)評價(jià)體系構(gòu)建[J].中國農(nóng)業(yè)科學(xué)，2013，46(8)：1657-1667.

[10]劉 爽，李 俊，王 琴，等.西南麥區(qū)小麥抗穗發(fā)芽品種資源篩選[J].西南農(nóng)業(yè)學(xué)報(bào)，2014，27(3)：931-937.

[11]吳燕燕，白岳峰，林夏斌，等.武夷山地區(qū)觀賞荷花品種引種價(jià)值綜合評價(jià)[J].西南林業(yè)大學(xué)學(xué)報(bào)，2016，36(1)：106-113.

[12]王 青，戴思蘭，何 晶，等.灰色關(guān)聯(lián)法和層次分析法在盆栽多頭小菊株系選擇中的應(yīng)用[J].中國農(nóng)業(yè)科學(xué)，2012，45(17)：3653-3660.

[13]陸明華，張 恬，馬存琛.南京市游憩型道路綠地植物群落景觀評價(jià)[J].江蘇農(nóng)業(yè)科學(xué)，2016，44(12)：239-243.

[14]李豐玉，董子銘.基于層次分析法(AHP)的休閑農(nóng)業(yè)產(chǎn)業(yè)集群競爭力評價(jià)指標(biāo)體系[J].江蘇農(nóng)業(yè)科學(xué)，2014，42(12)：484-486.

[15]李振芳，張新葉，陳慧玲，等.紫薇品種性狀綜合評價(jià)選擇體系[J].東北林業(yè)大學(xué)學(xué)報(bào)，2017，45(3)：39-43.

[16]吳 婷，高健洲，趙志琴，等.芍藥設(shè)施栽培品種篩選[J].西北林學(xué)院學(xué)報(bào)，2014，29(3)：145-150.

[17]韓 勇，葉燕萍，陳發(fā)棣，等.多頭切花菊品質(zhì)性狀綜合評價(jià)體系構(gòu)建[J].中國農(nóng)業(yè)科學(xué)，2011，44(20)：4265-4271.

[18]王晨靜，陸國權(quán)，趙習(xí)武，等.觀賞甘薯的觀賞性綜合評價(jià)[J].江蘇農(nóng)業(yè)科學(xué)，2015，43(2)：176-178.

[19]司國臣.秦巴山區(qū)野生杜鵑花屬植物種質(zhì)資源調(diào)查評價(jià)及保存研究[D].楊凌：西北農(nóng)林科技大學(xué)，2013：28-33.

[20]王 穎.四川野生杜鵑花屬植物資源的調(diào)查與評價(jià)[D].北京：北京林業(yè)大學(xué)，2008：76-97.

[21]徐 忠，張春英.層次分析法在上海露地栽培杜鵑花品種綜合評價(jià)中的應(yīng)用[J].上海農(nóng)業(yè)學(xué)報(bào)，2014，30(3)：52-55.

[22]李永金，張東杰，田廣慶.15種青海杜鵑花的觀賞價(jià)值分析及評價(jià)[J].林業(yè)實(shí)用技術(shù)，2015，10(1)：41-45.

[23]國家林業(yè)局.植物新品種特異性、一致性、穩(wěn)定性測試指南 杜鵑花屬映山紅亞屬和羊躑躅亞屬：LY/T 1852—2009[S]，2009：18.

[24]張冬菊.切花菊品種遺傳多樣性研究與雜交育種[D].武漢：華中農(nóng)業(yè)大學(xué)，2013：8-17.

[25]沈 科，劉英學(xué).基于Excel的層次分析法及化工企業(yè)危險(xiǎn)性分析應(yīng)用[J].科技創(chuàng)新導(dǎo)報(bào)，2014，11(11)：253-256.

[26]曹茂林.層次分析法確定評價(jià)指標(biāo)權(quán)重及Excel計(jì)算[J].江蘇科技信息，2012(2)：39-40.

[27]馮巖松.SPSS 22.0統(tǒng)計(jì)分析應(yīng)用教程[M].北京：清華大學(xué)出版社，2015.

[28]張繼方，代色平，傅小霞，等.觀賞簕杜鵑在廣州地區(qū)的引種及綜合評價(jià)[J].熱帶農(nóng)業(yè)科學(xué)，2016，36(8)：38-44.

[29]韋新良，馬 俊，劉恩斌，等.生態(tài)景觀林樹種選擇適宜性評價(jià)技術(shù)研究[J].西北林學(xué)院學(xué)報(bào)，2008，23(6)：207-212.

[30]孫 明，李 萍，張啟翔.基于層次分析法的地被菊品系綜合評價(jià)研究[J].西北林學(xué)院學(xué)報(bào)，2011，26(3)：177-181.