基于灰色關聯分析的黃秋葵品種綜合評估

陳連珠　肖日升　林道元　羅豐　楊小鋒

摘要：【目的】綜合評估黃秋葵品種的主要農藝性狀，篩選出適合三亞地區種植的黃秋葵品種。【方法】在三亞地區進行黃秋葵品種田間比較試驗，采用灰色關聯分析法對供試8個黃秋葵品種的產量、果重、果長、果寬、單株結果數、株幅、節間長、始花期、果實薊馬危害指數及始花節位等10個主要農藝性狀進行綜合評價。【結果】各供試品種綜合性狀的等權關聯度排序為幸福2號>幸福3號>五福>綠秋葵>幸福1號>9號>紅秋葵>泰國Okra，綜合性狀的加權關聯度排序為幸福2號>幸福3號>9號>五福>幸福1號>綠秋葵>泰國Okra>紅秋葵。其中幸福2號和幸福3號綜合性狀表現優良，排序靠前，泰國Okra和紅秋葵綜合性狀表現不理想，排序靠后。綜合性狀的加權關聯度排序更符合田間觀測結果。【結論】以灰色關聯分析法評估選出的幸福2號和幸福3號黃秋葵品種綜合性狀表現優，適合在三亞地區推廣種植。

關鍵詞： 黃秋葵；農藝性狀；綜合評估；灰色關聯度分析

中圖分類號： S649 文獻標志碼：A 文章編號：2095-1191（2016）03-0419-05

0 引言

【研究意義】黃秋葵（Abelmoschus esculentus L.）為錦葵科秋葵屬一年生草本植物（鐘惠宏等，1996），是優質保健蔬菜，其幼果中富含黏性糖蛋白，具有促進消化、健胃、保護腸胃及肝臟的功效。近年來，黃秋葵在我國各地均有栽培，三亞由于冬季氣候溫暖，適宜黃秋葵的生長，其栽培面積日益擴大，但缺少產量高和抗蟲性強的品種。灰色關聯分析法（鄧聚龍，1988）已被廣泛應用于大豆（單彩云等，2009；彭姜龍，2015）、小麥（劉春英等，2013）、棉花（張北群，2014）、玉米（黃光和等，2014）及中藥材（蘇澤春等，2015a， 2015b）等作物品種的綜合評估，可靠性較高，能快速有效地篩選出優勢品種。因此，運用灰色關聯分析法對黃秋葵品種進行綜合評估，對黃秋葵新品種選育和推廣種植具有重要意義。【前人研究進展】隨著灰色關聯分析法的不斷完善，其應用范圍逐漸擴大。李慧峰等（2009）利用灰色關聯分析法評估11個甘薯新品種的8個性狀指標，結果表明，與僅依據產量指標進行評價相比，灰色關聯分析法的評估結果與品種實際表現相符，更適用于甘薯品種的綜合評估。許如意等（2011）應用灰色關聯分析法對三亞設施栽培的6個豇豆品種的10個性狀進行綜合評估，其結果符合各品種在生產中的表現。苗昊翠等（2013）應用灰色關聯分析法對5個花生品種的11個農藝性狀進行綜合評價，為篩選適宜當地栽培的大果花生品種提供了參考依據。張先亮等（2014）對4個西瓜品種進行灰色關聯多維綜合評估，得出各品種綜合評估的加權關聯度排名，其結果與西瓜早熟區域試驗結果一致，為西瓜新品種選育提供了科學依據。【本研究切入點】目前，對黃秋葵品種優劣的評價主要以產量為評判標準（許如意，2010；邵海龍，2010），運用灰色關聯分析法對黃秋葵品種主要農藝性狀進行綜合評估的研究未見報道。【擬解決的關鍵問題】應用灰色關聯分析法對三亞種植的8個黃秋葵品種的10個主要農藝性狀進行綜合評估，為篩選適合三亞地區種植的黃秋葵品種提供參考依據。

1 材料與方法

1. 1 試驗材料

供試黃秋葵品種8個，其中幸福1號、幸福2號和幸福3號由蔡興利國際有限公司提供，分別用X1、X2和X3表示，泰國Okra和9號由三亞市南繁科學技術研究院提供，分別用X4和X5表示，紅秋葵和綠秋葵由山東壽禾種業有限公司提供，分別用X6和X7表示，五福由農友（中國）種苗有限公司提供，用X8表示。

1. 2 試驗方法

試驗于2014年11月～2015年3月在三亞市南繁育制種科技示范園防蟲網設施大棚內進行。采用隨機區組設計，小區面積10.4 m2，每個品種3次重復。高畦雙行栽培，畦寬80.0 cm，溝寬50.0 cm，株行距為40.0 cm×40.0 cm，每小區定植40株。

依據灰色系統理論要求，8個黃秋葵品種的10個性狀指標組成一個灰色系統，每個品種作為系統中的一個因素。以參試品種性狀指標Xi（i=1，2，3，…，8）、Xi={Xi（1），Xi（2），…，Xi（10）}={產量、果重、果長、果寬、單株結果數、株幅、節間長、始花期、果實薊馬危害指數、始花節位}構成的數列作為比較數列，以參考品種各項性狀指標X0={X0（1），X0（2），…，X0（10）}構成的數列作為參考數列。參試品種和參考品種的各項性狀指標的平均值見表1。參照許如意等（2011）的方法計算各參試品種與參考品種間的關聯系數、等權關聯度和加權關聯度。

式中，△i（k）=|X0（k）-Xi（k）|為X0數列與Xi數列在第k點的絕對值；min△i（k）為二級最小差，max△i（k）為二級最大差，ρ為分辨系數，通常取值0.5，Wk為各關聯系數的權重，n為參試品種數，k為評估的性狀數。

2 結果與分析

2. 1 黃秋葵品種主要性狀數據的初值化處理

為了避免不同性狀差異對評估結果造成影響，首先將黃秋葵品種主要性狀數據進行初值化處理。產量、果重、果長、果寬、單株結果數及株幅等性狀的數值越大，則品種越優，初值化以X1～X8的相應性狀被X0除；節間長、始花期、果實薊馬危害指數及始花節位等數值越小，則品種越優，初值化以X0除以X1～X8的相應性狀，處理結果見表2，分別以K1～K10對應產量、果重、果長、果寬、單株結果數、株幅、節間長、始花期、果實薊馬危害指數及始花節位性狀。

由表2可知，經初值化處理后K6和K8數值較大，分別≥0.8590和≥0.8929，說明各參試品種的株幅和始花期差異較小，且較接近參考品種的1.0000；K9中最小數值為0.1436，最大數值為1.0000，說明各參試品種的果實薊馬危害指數差異較大。

2. 3 關聯度分析

根據參試品種與參考種的關聯系數及賦予各性狀指標的權重系數，利用公式（2）和公式（3）分別計算各參試品種與參考品種的等權關聯度和加權關聯度，并根據關聯度大小對各參試品種進行排序，結果見表5。關聯度是參考數列與比較數列間關聯性的量度，各供試品種關聯度分別代表其優劣性，值越大，性狀越優，反之越劣。

由表5可知，各參試品種綜合性狀的等權關聯度排序為幸福2號>幸福3號>五福>綠秋葵>幸福1號>9號>紅秋葵>泰國Okra，綜合性狀的加權關聯度排序為幸福2號>幸福3號>9號>五福>幸福1號>綠秋葵>泰國Okra>紅秋葵。經加權后關聯度排序未發生變化的是幸福1號、幸福2號和幸福3號，分別位居第5、第1和第2位，其中幸福2號的等權關聯度（0.8377）和加權關聯度（0.8827）均最高，表明其綜合表現最佳；加權后排序上升的是9號和泰國Okra，分別由第6和第8位上升至第3和第7位，其中9號的關聯度排序發生較大變化，是由于加權處理能突出其產量方面的優勢；加權后排序下降的是紅秋葵、綠秋葵和五福，分別由第7、第4和第3位下降至第8、第6和第4位。等權關聯度和加權關聯度排序的秩相關系數為0.8095，表明兩者排序結果較接近。

3 討論

本研究用灰色關聯分析法對三亞地區栽培的8個黃秋葵品種的10個性狀進行綜合評價，客觀反映了各品種的優劣性，得到的關聯度排序與田間觀測結果相符，因此使用該方法對黃秋葵品種進行綜合評估是可行的，與張先亮等（2014）對西瓜的研究結果一致。幸福2號和幸福3號在等權關聯度和加權關聯度排序中均排第1、第2位，是較適合三亞地區栽培的品種，而泰國Okra和紅秋葵關聯度排序靠后，綜合表現差，不適合在三亞地區種植。許如意等（2010）研究認為表現較好的五福黃秋葵，在本研究中經加權排序后僅排第4位，表現中等，表明利用本研究方法進行黃秋葵品種選擇會獲得更理想的品種。

為了更直觀地判斷黃秋葵品種各性狀的優劣，方便進行品種間對比評估，需對各性狀指標進行初值化處理，因此需要構建一個參考品種，本研究參照許如意等（2011）、張北群（2014）的方法，采用參試品種各項性狀上限值或略高于上限值的數值構建參考品種。

從參試黃秋葵品種各性狀關聯系數可以看出各品種的優劣，數值越大、越接近參考品種，則品種越優，但一個品種的好壞并不是絕對，即一個品種各性狀的表現并不完全統一，因此需要根據品種選擇目標，使用賦值法確定各性狀的權重系數，將使某些品種的關聯度排序發生變化，重要性狀表現好的，其排序上升，如泰國Okra和9號，反之則下降，如紅秋葵、綠秋葵和五福。本研究中各參試黃秋葵品種的等權關聯度、加權關聯度排序結果不完全相同，但加權關聯度排序結果與品種實際表現較吻合，與劉春英等（2013）對小麥品種（系）的評價結果一致。因此，利用灰色關聯分析法對黃秋葵品種進行綜合評估的結果，可作為海南三亞地區選擇黃秋葵品種的參考依據。

4 結論

本研究結果表明，以灰色關聯分析法評估選出的幸福2號和幸福3號黃秋葵綜合性狀優良，表現產量高、單株結果數多、節間短及果實薊馬危害指數低，適合三亞地區冬季作優良黃秋葵品種。

參考文獻：

鄧聚龍. 1988. 農業系統灰色理論與方法[M]. 濟南：山東科學技術出版社.

Deng J L. 1988. Grey Theories and Methods of Agricultural System[M]. Jinan：Shandong Science and Technology Publisher.

黃光和，趙輝，高祥擴，黃清梅，楊克昌，羅嫦娟，魯用強，馮素芬，趙自仙. 2014. 不同施肥處理對高油玉米產量性狀影響的灰色關聯度分析[J]. 西南農業學報，27（1）：179-182.

Huang G H，Zhao H，Gao X K，Huang Q M，Yang K C，Luo C J，Lu Y Q，Feng S F，Zhao Z X. 2014. Grey correlation analysis of different fertilizer treatments on yield traits of high oil corn[J]. Southwest China Journal of Agricultural Sciences，27（1）：179-182.

李慧峰，盧森權，李彥青，黃詠梅，吳翠榮，陳天淵. 2009. 灰色關聯度分析在食飼兼用型甘薯新品種評價中的應用[J]. 廣西農業科學，40（10）：1300-1304.

Li H F，Lu S Q，Li Y Q，Huang Y M，Wu C R，Chen T Y. 2009. Utilization of grey relation analysis for evaluation of new dual-purpose（edible and forage）type sweet potato varieties[J]. Guangxi Agriculture Science，40（10）：1300-1304.

劉春英，孫學映，朱體超，陳光蓉. 2013. 新引特色小麥品種（系）灰色關聯度分析[J]. 湖北農業科學，52（17）：4048-4051.

Liu C Y，Sun X Y，Zhu T C，Chen G R. 2013. Grey correlative degree analysis on the newly introduced special wheat cultivars（Lines）[J]. Hubei Agricultural Sciences，52（17）：4048-4051.

苗昊翠，李利民，張金波，肖菁，馬艷明. 2013. 基于灰色關聯度分析評價新疆引種花生花育系列品種[J]. 新疆農業科學，50（1）：22-26.

Miao H C，Li L M，Zhang J B，Xiao J，Ma Y M. 2013. Evaluation of huayu series of peanut in Xinjiang based on gray correlation analysis method[J]. Xinjiang Agricultural Sciences，50（1）：22-26.

彭姜龍，張永強，唐江華，張娜，蘇麗麗，李亞杰，徐文修. 2015. 株行距配置對夏大豆光合特性及產量的影響[J]. 大豆科學，34（5）：794-800.

Peng J L，Zhang Y Q，Tang J H，Zhang N，Su L L，Li Y J，Xu W X. 2015. Effect of plant-row spacing on photosynthetic chara-

cteristics and yield of summer soybean[J]. Soybean Science，34（5）：794-800.

單彩云，魏玉光，張延軍，李曉輝，聶錄，董秀蘭，劉成. 2009. 黑龍江省大豆主栽品種主要性狀灰色關聯度分析[J]. 大豆科學，28（5）：945-948.

Shan C Y，Wei Y G，Zhang Y J，Li X H，Nie L，Dong X L，Liu C. 2009. Grey correlation degree analysis on main traits of soybean varieties in Heilongjiang[J]. Soybean Science，28（5）：945-948.

邵海龍，趙文若，趙宏輝. 2010. 吉林地區黃秋葵不同品種引種試驗[J]. 吉林蔬菜，（3）：72-73.

Shao H L，Zhao W R，Zhao H H. 2010. Introduction test of okra cultivars of Jilin[J]. Jilin Vegetables，（3）：72-73.

蘇澤春，陳翠，徐中志，譚敬菊，楊少華，李兆光. 2015a. 2種綜合評價法在白芨種質資源綜合評估中的應用[J]. 江西農業學報，27（5）：10-15.

Su Z C，Chen C，Xu Z Z，Tan J J，Yang S H，Li Z G. 2015a. Application of two comprehensive evaluation methods in comprehensive evaluation of Bletilla germplasm resources[J]. Acta Agriculturae Jiangxi，27（5）：10-15.

蘇澤春，趙菊，薛潤光，和桂青，和根強，李國慶. 2015b. 瑪咖鮮根重與主要農藝性狀的灰色關聯度分析[J]. 江西農業學報，27（7）：48-51.

Su Z C，Zhao J，Xue R G，He G Q，He G Q，Li G Q. 2015b. Analysis of Grey correlation degree between fresh root weight and main agro nomic char acters of Lepidium meyenii[J]. Acta Agriculturae Jiangxi，27（7）：48-51.

許如意，肖日升，范榮，李勁松. 2010. 三亞市黃秋葵品種引進比較試驗[J]. 廣東農業科學，（11）：102-103.

Xu R Y，Xiao R S，Fan R，Li J S. 2010. Comparison test of okra cultivars of Sanya[J]. Guangdong Agriculture Sciences，（11）：102-103.

許如意，袁廷慶，羅豐，曹兵，肖日升，李勁松. 2011. 灰色關聯度綜合評判設施栽培豇豆品種[J]. 熱帶作物學報，32（2）：213-216.

Xu R Y，Yuan T Q，Luo F，Cao B，Xiao R S，Li J S. 2011. Application of the grey relational analysis on the yard long bean in facility[J]. Chinese Journal of Tropical Crops，32（2）：213-216.

張北群. 2014. 基于灰色關聯分析的雜交棉品種綜合評估[J]. 安徽農業科學，42（7）：1951-1953.

Zhang B Q. 2014. Comprehensive appraisal of hybrid cotton cultivars by grey correlation analysis[J]. Journal of Anhui Agricultural Sciences，42（7）：1951-1953.

張先亮，吳占清，霍治邦，程志強，羅曉丹，吳翠翠，李素娟. 2014. 西瓜新品種的灰色關聯度多維綜合評估[J]. 山西農業科學，42（10）：1067-1070.

Zhang X L，Wu Z Q，Huo Z B，Cheng Z Q，Luo X D，Wu C C，Li S J. 2014. Grey correlation multidimensional comprehensive evaluation of new watermelon varieties[J]. Journal of Shanxi Agricultural Sciences，42（10）：1067-1070.

鐘惠宏，鄭向紅，李振山. 1996. 秋葵屬的種及其資源的搜集研究和利用[J]. 中國蔬菜，（2）：49-52.

Zhong H H，Zheng X H，Li Z S. 1996. Varieties of Abelmoschus and collection and utilization of the resources[J]. China Vegetables，（2）：49-52.

（責任編輯 思利華）