陳曉瑜 丘永杭 黃奇曉 孫曉航 林玉蕊

摘 要：為了定量客觀地篩選福建省近年來(lái)引進(jìn)的花生品種，以福建花生品種篩選及灰色關(guān)聯(lián)度分析測(cè)定的數(shù)據(jù)，通過(guò)改進(jìn)AHP確定權(quán)重的同異分析法進(jìn)行分析比較，得出的結(jié)果與灰色關(guān)聯(lián)度分析法進(jìn)行秩相關(guān)分析。結(jié)果表明：小區(qū)產(chǎn)量、側(cè)枝長(zhǎng)、出仁率和株高的權(quán)重較大，是影響引進(jìn)效果的主要因素;經(jīng)花20、選33的同異聯(lián)系度數(shù)值最大，植株性狀適中，總體產(chǎn)量高，是最適合引進(jìn)的品種;將改進(jìn)AHP確定權(quán)重的同異分析法的結(jié)果與灰色關(guān)聯(lián)度分析法的結(jié)果進(jìn)行秩相關(guān)分析，結(jié)果顯示通過(guò)了顯著性檢驗(yàn)，說(shuō)明該方法在福建花生種質(zhì)資源篩選中具有適用性。

關(guān)鍵詞：改進(jìn)AHP;同異分析;花生品種;適用性

中圖分類號(hào)：S 565.2文獻(xiàn)標(biāo)志碼：A文章編號(hào)：0253-2301（2019）11-006

DOI： 10.13651/j.cnki.fjnykj.2019.11.006

Applicability of Identical and Different Analysis Method ofImproved AHP in Screening Peanut Varieties

CHEN Xiaoyu1，2， QIU Yonghang1，2， HUANG Qixiao1，2， SUN Xiaohang1，2， LIN Yurui1*

（1. School of computer and information， Fujian Agriculture and Forestry University， Fuzhou， Fujian 350002， China;

2. Key Laboratory of Ecology and Resources Statistics of Fujian Universities， Fuzhou， Fujian 350002， China）

Abstract：In order to quantitatively and objectively screen the introduced peanut varieties in Fujian Province in recent years， based on the data measured by the grey relational analysis method of the screening peanut varieties in Fujian， the comparative analysis was carried out by using the identical and different analysis method by AHP to determine the weight. And the rank correlation analysis was conducted on the obtained results with that of the grey relational analysis method. The results showed that the dominant factors that influenced the effect of introduction were plot yield， lateral branch length， kernel percent and stem length. Jinghua 20 and Xuan 33 were the most suitable varieties to be introduced， with the largest degree of identical discrepancy contrary， moderate plant characters and high overall yield. The rank correlation analysis was carried out between the results of the identical and different analysis method by improving AHP to determine the weight and the results of the grey relational analysis method， and the results showed that the method passed the significance test， indicating that it was applicable in the screening of peanut germplasm resources in Fujian Province.

Key words： Improved AHP; Identical and different analysis method; Peanut germplasm; Applicability

花生是福建省種植面積居第3位的大田作物，僅次于水稻和甘薯，同時(shí)是福建省最重要的油料作物和經(jīng)濟(jì)作物，常年播種面積在110萬(wàn)hm2左右，播種面積占福建省大田油料作物播種面積的85%左右，總產(chǎn)則占全省大田油料作物的90%以上，是福建省食用油脂的重要來(lái)源[1]。

花生種質(zhì)資源是花生新品種選育的物質(zhì)基礎(chǔ)，為了促進(jìn)福建省花生育種工作的發(fā)展，近年來(lái)福建省重視引進(jìn)優(yōu)質(zhì)花生種質(zhì)資源[2]。然而種質(zhì)資源的綜合分析篩選至今仍然停留在定性經(jīng)驗(yàn)階段，作物灰色育種理論目前應(yīng)用最多的定量分析的方法[3-5]。但是僅憑一種理論無(wú)法解釋所有的作物育種過(guò)程，同異理論的誕生進(jìn)一步完善和充實(shí)了作物定量化育種理論[6-7]。同異分析是將育種對(duì)象與育種目標(biāo)同與異相比較、相權(quán)衡的過(guò)程，它能同時(shí)評(píng)價(jià)品種的多個(gè)性狀，使其對(duì)品種的評(píng)價(jià)更趨科學(xué)、客觀與合理，并且它具有運(yùn)算簡(jiǎn)單、易于掌握、切實(shí)可行的特點(diǎn)[8]。

在進(jìn)行定量分析時(shí)，確定品種各性狀的權(quán)重是關(guān)鍵的一步，傳統(tǒng)層次分析法（AHP）的依賴于專家經(jīng)驗(yàn)構(gòu)造判斷矩陣，使得權(quán)重結(jié)果客觀性較弱[9]。本研究利用改進(jìn)AHP定量構(gòu)造判斷矩陣得到客觀的權(quán)重值[10]，再對(duì)福建省引進(jìn)的重點(diǎn)花生種質(zhì)資源與福建花生育種目標(biāo)的綜合比較分析，得出該方法在福建花生種質(zhì)資源篩選中的適用性，為科學(xué)評(píng)價(jià)和今后合理利用花生種質(zhì)資源提供更科學(xué)的參考。

1 材料與方法

1.1 材料來(lái)源

本例資料取自朱鴻等[11]的福建花生種質(zhì)資源篩選結(jié)果，以15個(gè)綜合性狀較好的材料作為綜合分析的重點(diǎn)考察品種V=（v1，v2，v3…，vn），分別是汕油71（v1 ），選33（v2），經(jīng)花20（v3），90-1071-2（v4），選49（v5），花28（v6），粵油79（v7），花28突12（v8），87-1268-1（v9），選30（v10），076（v11），梧油6號(hào)（v12），泉花11號(hào)（v13），89-053（v14），選13（v15）。

每個(gè)品種的考察性狀為10個(gè)，各品種的性狀如表1所示。

在表1的10個(gè)考察性狀中，屬于植株性狀的有5個(gè)，分別是株高、側(cè)枝長(zhǎng)、總分枝數(shù)、單株結(jié)果數(shù)和飽果數(shù)。株高與抗倒伏性有一定關(guān)系，從而間接影響到了產(chǎn)量，適合在福建種植的花生種質(zhì)其株高一般不超過(guò)55 cm;側(cè)枝長(zhǎng)與株高呈一致性的關(guān)系，平均為48.3 cm;總分枝數(shù)為5.0～8.9個(gè)的種質(zhì)產(chǎn)量高，總分枝數(shù)大于10個(gè)的種質(zhì)一般不適合在福建種植;單株結(jié)果數(shù)的差異較大，平均為15個(gè);飽果數(shù)的差異也較大，一般單株結(jié)果數(shù)較多則其飽果數(shù)也較多。另外5個(gè)考察性狀都為經(jīng)濟(jì)性狀，基本上與產(chǎn)量呈正相關(guān)的關(guān)系。為便于比較評(píng)價(jià)各品種的相對(duì)重要性，根據(jù)培育目標(biāo)和福建農(nóng)業(yè)生產(chǎn)實(shí)際情況，現(xiàn)假定1個(gè)綜合情況最優(yōu)的理想品種，各主要性狀值見(jiàn)表2。

1.2 分析方法

種質(zhì)資源篩選需要根據(jù)育種目標(biāo)選擇最適合的品種，同異分析法是在模糊綜合評(píng)判法、灰色多維綜合評(píng)估法和集對(duì)分析的基礎(chǔ)上發(fā)展起來(lái)的一種更為簡(jiǎn)便的分析方法。

對(duì)于同異分析法來(lái)說(shuō)，權(quán)重系數(shù)的確定至關(guān)重要。確定權(quán)重系數(shù)的基本原則是：重要的性狀權(quán)重值應(yīng)適當(dāng)大，次要的性狀應(yīng)適當(dāng)小[12]。確定權(quán)重的方法有很多，本研究為避免人為主觀決定判斷矩陣，采用改進(jìn)AHP來(lái)構(gòu)造判斷矩陣來(lái)確定各性狀的權(quán)重。

1.2.1 改進(jìn)AHP正規(guī)化處理 設(shè)有n個(gè)引進(jìn)品種，構(gòu)成評(píng)價(jià)對(duì)象集合V=（v1，v2，v3…，vn），有m個(gè)考察性狀，構(gòu)成評(píng)判性狀集合R=（r1，r2，r3…，rm），每個(gè)品種的每個(gè)性狀均有1個(gè)調(diào)查值，記為xgk（g=1，2，3…，n;k=1，2，3…，m），表示第g個(gè)品種第k個(gè)性狀的值。

越大越優(yōu)型品種性狀的正規(guī)化處理

Agk=xgkxmax（k）+xmin（k）（1）

越小越優(yōu)型品種性狀的正規(guī)化處理

Agk=xmax（k）+xmin（k）-xgkxmax（k）-xmin（k）（2）

越中越優(yōu)型品種性狀的正規(guī)化處理

Agk=xgkxmid（k）+xmin（k），xmin（k）≤xgk≤xmid（k）

xmax（k）+xmid（k）-xgkxmax（k）+xmid（k），xmid（k）≤xgk≤xmax（k）（3）

式中，xmin（k）、xmax（k）、xmid（k）分別為引進(jìn)品種中第k個(gè)指標(biāo)的最小值、最大值和中間最適值;為標(biāo)準(zhǔn)化后Agk的評(píng)價(jià)指標(biāo)值，也就是第g個(gè)品種第k個(gè)性狀指標(biāo)從屬于優(yōu)的相對(duì)隸屬度值。

1.2.2 標(biāo)準(zhǔn)化處理 將正規(guī)化處理后的數(shù)據(jù)列為樣本集，進(jìn)行判斷矩陣的標(biāo)準(zhǔn)化處理，計(jì)算各品種性狀的樣本標(biāo)準(zhǔn)差：

sk=∑ng=1（Agk-k）2n-1（4）

其中，sk反映各品種性狀指標(biāo)對(duì)綜合評(píng)價(jià)的影響程度，k=∑ng=1Agk/n為各個(gè)指標(biāo)下的平均值。

1.2.3 構(gòu)造判斷矩陣 判斷矩陣元素的值反映了各品種性狀的相對(duì)重要性。判斷矩陣的構(gòu)造公式為：

bgk=sk-s′ksmax-smin（bm-1）+1，sk≥s′k

1sk-s′ksmax-smin（bm-1）+1，sk

其中，sk為上述各品種性狀指標(biāo)的樣本標(biāo)準(zhǔn)差構(gòu)成的矩陣，s′k為sk的轉(zhuǎn)置，smax和smin分別為{sk│k=1，2，…，m}的最大值和最小值;相對(duì)重要性程度參數(shù)值bm=min{9，int[smax/smin+0.5]}，其中min（）和int（）分別為取小函數(shù)和取整函數(shù)。

再根據(jù)樣本數(shù)據(jù)首先構(gòu)造1～10級(jí)判斷矩陣B：

B=b（g，k）m×m=

B ?B1 B2 …Bm

B1 b11 b12…b1m

B2 b21 b22…b2m

??

Bm bm1 bm2…bm×m（6）

其中，bkk=1并且bgk=1bgk

1.2.4 計(jì)算權(quán)重值 運(yùn)用MATLAB軟件計(jì)算判斷矩陣的最大特征值及所對(duì)應(yīng)的特征向量，然后對(duì)特征向量進(jìn)行歸一化處理，即可得到的權(quán)重向量：

B·α=λmax·α（7）

其中，B為上述判斷矩陣;λmax為判別矩陣的最大特征值;α為最大特征值對(duì)應(yīng)的特征向量。注意α同時(shí)為權(quán)重值，再對(duì)其進(jìn)行歸一化處理得到α′。

由于育種過(guò)程的復(fù)雜性和育種工作者的認(rèn)識(shí)多樣性，判斷矩陣B的一致性條件不完全滿足客觀實(shí)際，當(dāng)判斷矩陣偏離一致性過(guò)大時(shí)，可靠程度就會(huì)降低。因此必須對(duì)判斷矩陣做一致性檢驗(yàn)，引入一致性指標(biāo)C.I：

C.I=λmax-nn-1（8）

式中，λmax為判別矩陣的最大特征值;n為矩陣維數(shù)。

為度量不同階判斷矩陣是否具有滿意的一致性，需引入平均隨機(jī)性一致性指標(biāo)R.I對(duì)C.I進(jìn)行修正，則一致性比例為：

C.R=C.I/R.I（9）

1～10階判斷矩陣通過(guò)一致性檢驗(yàn)常用的R.I值如表3所列。當(dāng)C.R<0.1時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的;當(dāng)C.R≥0.1時(shí)，應(yīng)對(duì)判斷矩陣進(jìn)行適當(dāng)修正。

1.2.5 同異分析法 運(yùn)用同異分析法對(duì)15個(gè)引進(jìn)品種進(jìn)行綜合分析，比較各品種與理想值之間的關(guān)系。根據(jù)同一度定義，按照公式（10）求出各性狀值與理想性狀值的同一度αgk，由此構(gòu)建同一度矩陣R;再按照公式（11）得出加權(quán)的同一度矩陣μ;最后根據(jù)公式（12）～（14）求出各引進(jìn)品種理想品種性狀的聯(lián)系度為μ（w）。

αgk=xok/xgk，若xgk≥xok

xgk/xok，若xok≥xgk

xok/（xok+│xok-xgk│），若xok為適中（10）

μ=R·w（11）

Ag=∑mk=1αgkwk（12）

bg=1-Ag（13）

μ（w）=Ag+bgi（14）

式中，w為上述改進(jìn)AHP賦權(quán)法確定各品種性狀的權(quán)重;Ag為第g個(gè)品種與理想性狀的同一度;bg為各品種與理想品種性狀的差異度;bgi為差異度的相反數(shù)。

2 結(jié)果與分析

2.1 判斷矩陣及權(quán)重的確定

對(duì)表1中15個(gè)引進(jìn)花生品種的10個(gè)品種性狀進(jìn)行正規(guī)化處理，其中株高、側(cè)枝長(zhǎng)、總分枝數(shù)為越中越優(yōu)型指標(biāo)，故需要運(yùn)用公式（3）對(duì)這3個(gè)性狀進(jìn)行正規(guī)化處理，選取理想品種對(duì)應(yīng)的性狀值為中間最適值;其余7個(gè)性狀皆為越大越優(yōu)型指標(biāo)，運(yùn)用公式（1）進(jìn)行正規(guī)化處理。再運(yùn)用公式（4）計(jì)算10個(gè)品種性狀的標(biāo)準(zhǔn)差，再按照公式（5）構(gòu)造判斷矩陣B如下所示。

B=

1.00 0.85 1.51 1.83 1.99 3.38 1.55 1.61 0.91 0.38

1.18 1.00 1.70 2.01 2.17 3.57 1.73 1.79 1.08 0.41

0.66 0.59 1.00 1.31 1.48 2.87 1.03 1.09 0.62 0.32

0.55 0.50 0.76 1.00 1.16 2.56 0.78 0.82 0.52 0.29

0.50 0.46 0.68 0.86 1.00 2.39 0.69 0.72 0.48 0.28

0.30 0.28 0.35 0.39 0.42 1.00 0.35 0.36 0.29 0.20

0.65 0.58 0.97 1.28 1.44 2.83 1.00 1.06 0.61 0.32

0.62 0.56 0.92 1.22 1.38 2.78 0.95 1.00 0.59 0.31

1.10 0.93 1.62 1.93 2.09 3.49 1.65 1.71 1.00 0.40

2.62 2.43 3.13 3.45 3.61 5.00 3.17 3.22 2.52 1.00

運(yùn)用MATLAB軟件計(jì)算判斷矩陣B的最大特征值λmax為0.6829，代入式（7）得到一致性指標(biāo)C.I=0.0071，查表得R.I=1.49，所以

C.R=0.005<0.1，符合一致性要求。最大特征值對(duì)應(yīng)的特征向量α通過(guò)歸一化運(yùn)算得到各品種性狀的權(quán)重值α′。

從改進(jìn)的AHP計(jì)算出的權(quán)重值可以看出，本次選取的15個(gè)通過(guò)初步篩選引進(jìn)花生品種的小區(qū)產(chǎn)量、側(cè)枝長(zhǎng)、出仁率和株高等性狀的權(quán)重較大，是影響引進(jìn)花生品種是否適合作為福建省花生種質(zhì)資源的重要因素，與專家確定法相比，更具客觀性和連續(xù)性。

2.2 同異分析的結(jié)果

根據(jù)表2中的理想性狀，計(jì)算表1中15個(gè)綜合性狀較優(yōu)的引進(jìn)品種與理想品種的同一度，由公式（10）的定義可知，由于引進(jìn)品種的單株結(jié)果數(shù)、飽果數(shù)和小區(qū)產(chǎn)量的性狀值都小于理想品種的性狀值，故按x

ok>xgk來(lái)計(jì)算，如汕油71的單株結(jié)果的同一度為15.9/24=0.6625;對(duì)其他7個(gè)性狀應(yīng)按xok為適中來(lái)計(jì)算，如汕油71株高性狀的同一度為45/（34.1+│34.1│）=0.8050;以此類推，計(jì)算每個(gè)花生品種性狀的同一度，最后根據(jù)結(jié)果構(gòu)建同一度矩陣R如下所示：

R=

0.8050 0.8054 0.8989 0.6625 0.6556 0.6787 0.9929 0.9444 0.9352 0.7558

0.9636 0.9249 1.0000 0.7000 0.7667 0.6865 0.8500 0.8293 0.9446 0.8667

0.8491 0.9639 0.9756 0.8625 0.8000 0.7874 0.8058 0.9199 0.9305 0.8583

0.8893 0.9302 0.7692 0.5167 0.5444 0.6263 0.9969 0.9004 0.9352 0.7654

0.8604 0.9776 0.7477 0.5000 0.4333 0.6383 0.9466 0.8500 0.8591 0.8003

0.8721 0.8824 0.7843 0.6500 0.6278 0.6329 0.9726 0.9140 0.9214 0.8258

0.8065 0.8421 0.8511 0.6708 0.6611 0.6757 0.8478 0.8500 0.8571 0.8917

0.7965 0.7705 0.8989 0.7000 0.7778 0.7673 0.9375 0.9091 0.6964 0.8538

0.8036 0.8149 0.8421 0.7000 0.5167 0.6522 0.9070 0.9884 0.9665 0.7996

0.8491 0.7947 0.7273 0.6833 0.5056 0.6928 0.8733 0.8873 0.9677 0.7875

0.9165 0.9108 0.7339 0.5000 0.5111 0.6316 0.9277 1.0000 0.9628 0.7417

0.8893 0.8824 0.7921 0.8458 0.8778 0.7246 0.8725 0.9444 0.9158 0.7529

0.9298 0.9266 0.9302 0.4792 0.5389 0.6316 0.8924 0.8317 0.9894 0.7833

0.7923 0.7895 0.9756 0.4792 0.4333 0.6000 0.8348 0.7576 0.9446 0.7583

0.9514 0.9302 0.7619 0.4875 0.5389 0.7177 0.7091 0.7155 0.9740 0.7492

一般情況下，同一度大的品種更理想品種與接近，為了考量10個(gè)性狀的綜合同一度，需要對(duì)每個(gè)性狀進(jìn)行賦權(quán)，每個(gè)性狀對(duì)應(yīng)的權(quán)重值wk=α′，如表3所示。再按照公式（11）～（12）計(jì)算每個(gè)品種的綜合同一度，如汕油71的綜合同一度為0.8050×0.113+0.8054×0.127+…+0.7558×0.248=0.820;最后按照公式（13）～（14）得出與理想品種的聯(lián)系度，如汕油71的聯(lián)系度為0.640。

聯(lián)系度μ（w）數(shù)值越大，說(shuō)明某品種性狀與理想品種性狀接近的程度就越高，綜合表現(xiàn)就越好;相反，聯(lián)系度μ（w）數(shù)值越小，某品種性狀與理想品種性狀接近的程度就越小，綜合表現(xiàn)就越差。根據(jù)所有參試品種所提供的聯(lián)系度μ（w）數(shù)值分析評(píng)判：聯(lián)系度值μ（w）≥0.7時(shí)，可評(píng)判為優(yōu)良品種;聯(lián)系度值為0.7>μ（w）≥0.6時(shí)為較好品種;聯(lián)系度值為0.6>μ（w）≥0.5時(shí)為一般品種;聯(lián)度值為μ（w）<0.5時(shí)為較差品種。最后通過(guò)對(duì)各引進(jìn)品種的聯(lián)系度μ（w）進(jìn)行排序，可以得出各品種的綜合分析排名，見(jiàn)表5所示。

從表5可以看出，在15個(gè)通過(guò)初步篩選的花生引進(jìn)品種中，只有兩個(gè)品種的聯(lián)系度μ（w）小于0.6，其余都是綜合性狀表現(xiàn)較好的品種。其中，經(jīng)花20、選33都是聯(lián)系度μ（w）大于0.7的優(yōu)良品種。對(duì)于經(jīng)花20，其植株性狀適中，同時(shí)單株產(chǎn)量高，果仁飽滿，雖然出仁率較低，但綜合來(lái)說(shuō)是引進(jìn)品種中最適合引進(jìn)福建種植的優(yōu)質(zhì)品種;對(duì)于選33，其植株性狀最接近理想品種，雖然單株產(chǎn)量和飽果率較低，但是出仁率高，這是因?yàn)榻Y(jié)莢集中，株型緊湊，所以同樣是適合引進(jìn)的品種;聯(lián)系度μ（w）大于0.65的較優(yōu)品種是梧油6號(hào)、花28、泉花11號(hào)、粵油79號(hào)，在小區(qū)產(chǎn)量上均超過(guò)900 g，并且在少數(shù)性狀有一些優(yōu)勢(shì)，如梧油6號(hào)的單株結(jié)果數(shù)為20.3個(gè)，具有一定的優(yōu)勢(shì)，這些品種可以通過(guò)引進(jìn)再改良得到符合育種目標(biāo)的品種;品種89-053和選13聯(lián)系度μ（w）小于0.6，主要是單株結(jié)果數(shù)和飽果率低，導(dǎo)致產(chǎn)量低。通過(guò)分析可知，在引進(jìn)種質(zhì)資源時(shí)，應(yīng)注重品種的綜合性狀表現(xiàn)。

2.3 秩相關(guān)分析檢驗(yàn)

為了驗(yàn)證改進(jìn)AHP的同異分析法在福建花生種質(zhì)資源篩選的適用性，在此與福建花生種質(zhì)資源篩選及灰色關(guān)聯(lián)度分析的結(jié)果進(jìn)行秩相關(guān)分析比較[11]，本研究應(yīng)用SPSS軟件對(duì)加權(quán)同異聯(lián)系度和加權(quán)灰色關(guān)聯(lián)度的兩種排序結(jié)果進(jìn)行秩相關(guān)分析[13]，得出兩者spearman相關(guān)系數(shù)P，結(jié)果見(jiàn)表6所示。

從表6可知，在置信度為0.01時(shí)，加權(quán)的同異聯(lián)系度和灰色關(guān)聯(lián)度的spearman相關(guān)系數(shù)P為0.775，達(dá)到顯著性水平，說(shuō)明改進(jìn)AHP的同異分析法在福建花生種質(zhì)資源篩選中具有適用性。在實(shí)際生產(chǎn)中，可以進(jìn)一步加以驗(yàn)證。

3 討論與結(jié)論

運(yùn)用改進(jìn)的AHP計(jì)算引進(jìn)品種各性狀的權(quán)重得出，小區(qū)產(chǎn)量、側(cè)枝長(zhǎng)、出仁率和株高的權(quán)重較大，是影響種質(zhì)資源品質(zhì)的主要因素。對(duì)比專家構(gòu)造判斷矩陣得到的權(quán)重值，改進(jìn)AHP中各個(gè)因素對(duì)結(jié)果的影響程度都是量化的，更能夠滿足連續(xù)性和準(zhǔn)確性的要求，而且可以減少人為的主觀因素干擾，節(jié)省人力物力。

從引進(jìn)品種的綜合性狀表現(xiàn)來(lái)看，經(jīng)花20、選33的同異聯(lián)系度數(shù)值最大，與理想品種性狀接近的程度高，植株性狀適中，總體產(chǎn)量高，綜合表現(xiàn)好，是最適合引進(jìn)的品種;其次為梧油6號(hào)、花28、泉花11號(hào)、粵油79號(hào)。在實(shí)際生產(chǎn)中篩選適合引進(jìn)福建省的種質(zhì)資源時(shí)，應(yīng)結(jié)合福建省當(dāng)?shù)氐纳鷳B(tài)條件，注重綜合考察，在注重產(chǎn)量性狀的考察的同時(shí)，應(yīng)注意選擇植株性狀適中，抗倒伏抗病性較強(qiáng)的品種。

同異分析法綜合了品種多種性狀的信息，現(xiàn)已成功地應(yīng)用于多種作物品種區(qū)試和品種評(píng)價(jià)，多個(gè)性狀的權(quán)重確定是該方法的關(guān)鍵一步，本研究將改進(jìn)AHP確定權(quán)重的同異分析法的結(jié)果與灰色關(guān)聯(lián)度分析法的結(jié)果

[11]進(jìn)行秩相關(guān)分析，結(jié)果顯示通過(guò)了顯著性檢驗(yàn)，說(shuō)明該方法在福建花生種質(zhì)資源篩選中具有適用性。但仍需要在實(shí)際生產(chǎn)中，設(shè)計(jì)試驗(yàn)進(jìn)一步加以驗(yàn)證。在篩選引進(jìn)材料時(shí)，如果引進(jìn)材料多且性狀分類復(fù)雜，可應(yīng)用此方法先做初步的篩選，再把篩選出來(lái)的少數(shù)優(yōu)良品種進(jìn)行大田試驗(yàn)，有利于提高育種效率。

參考文獻(xiàn)：

[1]陳永水，陳劍洪，郭陞垚，等.福建省審（認(rèn)）定花生品種系譜及主要性狀遺傳改良分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2014，30（18）：136-144.

[2]陳永水，葉貽勛.福建省花生種質(zhì)資源特征特性的鑒定和分析[J].花生科技，1999（S）：136-139.

[3]郭瑞林.作物灰色育種學(xué)[M].北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社，1995.

[4]郭瑞林.定量化、信息化育種：作物育種的一個(gè)新方向[J].河南農(nóng)業(yè)科學(xué)，2004（7）：17-19.

[5]葉錫君，孫敬，張?zhí)煺?農(nóng)作物特種遺傳資源共享平臺(tái)的建立[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，34（6）：7-12.

[6]郭瑞林.作物育種同異理論與方法[M].北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社，2011.

[7]范陽(yáng)，周青，徐淑霞.大豆品種區(qū)域試驗(yàn)的同異分析方法研究[J].種子，2007（8）：75-76.

[8]扶定，王青林，祁玉良，等.同異分析法評(píng)價(jià)氣象因子與水稻產(chǎn)量關(guān)系的初步研究[J].中國(guó)農(nóng)學(xué)通報(bào)，2009，25（18）：140-145.

[9]SATTYTL.The Analytic Hierarchy Process[M].New York： McGrawHill，1980.

[10]柴蘊(yùn)栩，肖長(zhǎng)來(lái)，梁秀娟，等.改進(jìn)AHP法灰色關(guān)聯(lián)和模糊綜合評(píng)價(jià)在地下水質(zhì)評(píng)價(jià)中的適用性[J].水利水電技術(shù)，2019，50（4）：146-152.

[11]朱鴻，官德義，楊軍，等.福建花生種質(zhì)資源篩選及灰色關(guān)聯(lián)度分析[J].福建農(nóng)業(yè)學(xué)報(bào)，2008，23（4）：381-386.

[12]馬建琴，崔弼峰，劉蕾，等.基于改進(jìn)層次分析的模糊綜合評(píng)價(jià)在灌水方案優(yōu)選中的應(yīng)用[J].節(jié)水灌溉，2017（8）：34-37，43.

[13]蘇天增，任偉，侯樂(lè)新，等.青貯玉米雜交種5種評(píng)價(jià)方法的比較分析[J].江蘇農(nóng)業(yè)科學(xué)，2019，47（8）：79-81.

（責(zé)任編輯：柯文輝）

收稿日期：2019-10-19

作者簡(jiǎn)介：陳曉瑜，女，1995年生，在讀碩士研究生，主要從事生態(tài)與環(huán)境統(tǒng)計(jì)方面研究。

通信作者：林玉蕊，女，1963年生，碩士生導(dǎo)師，教授，主要從事統(tǒng)計(jì)學(xué)、數(shù)值代數(shù)方面研究（Email：yrlin@fafu.edu.cn.）。

基金項(xiàng)目：福建省自然科學(xué)基金項(xiàng)目（2017J05001）。