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(lái),屬常綠灌木,為晚花杜鵑品種[1]。其種類(lèi)繁多,花色艷麗,枝葉纖細(xì),且樹(shù)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(wèn)題。因此,亟需一套較客觀、系統(tǒng)的定量分析方法,來(lái)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(jiǎn)稱(chēng)AHP),是運(yùn)用多因素分級(jí)處理來(lái)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(wèn)題中各評(píng)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(lèi)法,是一種基于劃分的經(jīng)典聚類(lèi)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(lèi),使每一類(lèi)都具有較高的相似性,是研究(樣品或指標(biāo))分類(lèi)問(wèn)題的一種統(tǒng)計(jì)分析方法[6-7]。在應(yīng)用上,K-Means 聚類(lèi)法多與層次分析法、模糊數(shù)學(xué)法、灰色系統(tǒng)理論等評(píng)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(píng)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(jiàn)相關(guān)報(bào)道。本研究采用AHP及K-Means聚類(lèi)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(píng)價(jià)重點(diǎn),利用周年觀測(cè)數(shù)據(jù)、市場(chǎng)調(diào)查并結(jié)合專(zhuān)家群體判斷,對(duì)引種的夏鵑品種進(jìn)行評(píng)價(jià)及分級(jí),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)。
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(shì)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(zhǎng)夏短,云霧多,雨量充沛,日照少。年平均相對(duì)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(zhǎng)。
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(píng)價(jià)見(jiàn)表1。
1.3.1 評(píng)價(jià)方法 層次分析法、K-Means均值聚類(lèi)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(cè)法、問(wèn)卷調(diào)查法(郵件咨詢(xún))。
1.3.3 測(cè)量方法 參考徐忠等的方法[21]略作修改。
以生長(zhǎng)勢(shì)中等,能夠代表品種整體生長(zhǎng)狀況的單株作為觀測(cè)對(duì)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(cè)對(duì)象;對(duì)于不同栽培生境,每一生境條件下選擇3~5株作為觀測(cè)對(duì)象。觀測(cè)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(cè)1次,其他時(shí)間1周觀測(cè)1次。花色特征的觀測(cè)以英國(guó)皇家園藝協(xié)會(huì)(RHS)出版的比色卡(RHScolorchart)為標(biāo)準(zhǔn),花朵盛開(kāi)時(shí)以直尺測(cè)量2個(gè)垂直方向的長(zhǎng)度,取其均值為花徑。其中表型性狀測(cè)量方法參照杜鵑DUS測(cè)試指南[23]的相關(guān)測(cè)量部位及測(cè)量方法。

表1 供試杜鵑花品種及綜合評(píng)價(jià)值和等級(jí)
由于夏鵑病蟲(chóng)害種類(lèi)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(duì)夏鵑的病蟲(chóng)害詳細(xì)作出評(píng)價(jià),本試驗(yàn)僅調(diào)查了夏鵑最主要的害蟲(chóng)(軍配蟲(chóng))情況,以夏鵑花期軍配蟲(chóng)危害情況,作為夏鵑品種盆景應(yīng)用病蟲(chóng)害抗性的評(píng)價(jià)指標(biāo)。病蟲(chóng)害抗性的計(jì)算方法參考張冬菊的方法[24],用品種病蟲(chóng)害指數(shù)=花期品種軍配蟲(chóng)危害株數(shù)/品種總株數(shù)來(lái)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(lái)衡量。
1.3.4 調(diào)查問(wèn)卷的設(shè)計(jì) 評(píng)價(jià)指標(biāo)的確定。本試驗(yàn)邀請(qǐng)園藝、園林等相關(guān)領(lǐng)域的專(zhuān)家及從事杜鵑盆景行業(yè)的技術(shù)人員,填寫(xiě)專(zhuān)家意見(jiàn)征詢(xún)表,以確定選取哪些指標(biāo)作為評(píng)價(jià)指標(biāo)。共發(fā)放調(diào)查問(wèn)卷30份,收回問(wèn)卷30份,回收率為100%。
評(píng)價(jià)指標(biāo)重要度的確定。共包括2份問(wèn)卷。問(wèn)卷1:邀請(qǐng)園藝、園林、盆景造型等專(zhuān)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(duì)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(wèn)卷70份,收回問(wèn)卷70份,回收率為100%。問(wèn)卷2:邀請(qǐng)園藝及非園藝專(zhuān)業(yè)人士各100人,對(duì)14項(xiàng)指標(biāo),參照評(píng)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(zhǎng)短、花期遲早、花豐富度、繁殖難易程度、病蟲(chóng)害抗性等指標(biāo),主要根據(jù)課題組觀測(cè)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(wèn)卷200份,收回問(wèn)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(duì)14個(gè)評(píng)價(jià)指標(biāo)的權(quán)重和各品種的綜合評(píng)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(duì)83個(gè)夏鵑品種進(jìn)行聚類(lèi)分析,劃分等級(jí)。
2.1.1 評(píng)價(jià)指標(biāo)的確定 通過(guò)現(xiàn)場(chǎng)觀測(cè)、資料調(diào)研和專(zhuān)家咨詢(xún)等方法,最終篩選出花色、花型、花徑、花期長(zhǎng)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(zhǎng)勢(shì)、病蟲(chóng)害抗性、抗逆性等14個(gè)評(píng)價(jià)指標(biāo)。
2.1.2 評(píng)分標(biāo)準(zhǔn)的確定 各評(píng)價(jià)指標(biāo)具體評(píng)分標(biāo)準(zhǔn),是在對(duì)引種夏鵑的生物學(xué)特性、觀賞性以及生長(zhǎng)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(cè)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(píng)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(píng)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(píng)價(jià)模型。模型分4層。目標(biāo)層A:為對(duì)夏鵑品種資源的綜合評(píng)價(jià)(劃分其等級(jí));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(duì)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(píng)價(jià)指標(biāo)等組成的多層次評(píng)價(jià)體系,夏娟品種盆景評(píng)價(jià)指標(biāo)及模型見(jiàn)圖1。

表2 夏鵑品種盆景應(yīng)用綜合評(píng)價(jià)指標(biāo)及評(píng)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(zhuān)家、技術(shù)人員的經(jīng)驗(yàn)和判斷的基礎(chǔ)上,對(duì)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(wèn)卷形式,邀請(qǐng)相關(guān)專(zhuān)家依據(jù)各因子間的相對(duì)重要性標(biāo)度(表3),進(jìn)行對(duì)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(duì)應(yīng)的判斷矩陣的最大特征值(λmax)和對(duì)應(yīng)特征向量(W),結(jié)果見(jiàn)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(duì)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(jiàn)表8。當(dāng)CR值小于0.1,說(shuō)明該矩陣具有滿意一致性,否則需對(duì)判斷矩陣進(jìn)行調(diào)整[29]。
從表4可以看出,夏鵑品種應(yīng)用綜合評(píng)價(jià)體系中約束層三類(lèi)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(píng)價(jià)的重要指標(biāo),表明在夏鵑盆景適宜品種篩選過(guò)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(píng)價(jià)因子B1-C層的各個(gè)具體評(píng)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(zhǎng)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(píng)價(jià)花觀賞性的主要指標(biāo),花期長(zhǎng)短、花徑、花期遲早和殘花狀況相對(duì)而言只能作為輔助評(píng)價(jià)指標(biāo);在整體觀賞性評(píng)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(píng)價(jià)因子B3-C層的各個(gè)具體評(píng)價(jià)指標(biāo)的權(quán)重值大小排序?yàn)椋荷L(zhǎng)勢(shì)(0.531 8)>繁殖難易程度(0.270 2)>病蟲(chóng)害抗性(0.122 1)>抗逆性(0.076 0),表明在盆景應(yīng)用中對(duì)夏鵑的生長(zhǎng)勢(shì)強(qiáng)弱和繁殖難易程度要求較高,其次是病蟲(chóng)害抗性和抗逆性。評(píng)價(jià)結(jié)果與實(shí)踐相比,具有較高的一致性,說(shuō)明該模型及評(píng)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(duì)于第j個(gè)因素的影響介于上述2個(gè)相鄰等級(jí)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(píng)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(píng)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(píng)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)。
同一層次所有因素對(duì)于最高層次的相對(duì)重要性權(quán)重值的排序?yàn)閷哟慰偱判颍ㄟ^(guò)計(jì)算出各評(píng)價(jià)指標(biāo)(C)相對(duì)于所屬性狀(B)的加權(quán)值后,再與該性狀(B)相對(duì)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(píng)價(jià)指標(biāo)因素(C)相對(duì)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(píng)價(jià)中,花色、株型、花型和花豐富度這4個(gè)評(píng)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(píng)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(píng)價(jià)的決定性因素;葉色、花期長(zhǎng)短、生長(zhǎng)勢(shì)、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(píng)價(jià)的重要因素;而葉形、殘花狀況、病蟲(chóng)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(píng)價(jià)夏鵑品種盆景應(yīng)用價(jià)值綜合評(píng)價(jià)的一般評(píng)價(jià)因素。通過(guò)建立AHP評(píng)價(jià)體系,對(duì)影響夏鵑品種盆景應(yīng)用的因素進(jìn)行綜合評(píng)價(jià),可為夏鵑的盆景應(yīng)用提供指導(dǎo),避免因盲目開(kāi)發(fā)而造成所制作盆景的景觀效果差或植株生長(zhǎng)不良等問(wèn)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(píng)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(píng)價(jià)體系層次的總排序權(quán)值
依據(jù)14項(xiàng)評(píng)價(jià)指標(biāo)的評(píng)分標(biāo)準(zhǔn),對(duì)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(lèi)法對(duì)各品種的綜合分值進(jìn)行聚類(lèi)分析,獲得的聚類(lèi)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(lèi)中心值進(jìn)行等級(jí)劃分。最終將供試的夏鵑品種劃分為3級(jí),其中,Ⅰ級(jí)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(jí)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(jí)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。
盆景應(yīng)用價(jià)值較高、一般、較低的3個(gè)等級(jí)所占比率分別為23%、40%、37%。Ⅰ級(jí)夏鵑品種包括了五寶綠珠、麗子、日之丸等綜合評(píng)分值最高的品種,這些Ⅰ級(jí)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(zhǎng)勢(shì)強(qiáng),較耐修剪,也具有較佳的病蟲(chóng)害抗性及抗逆性強(qiáng)。Ⅱ級(jí)夏鵑品種為和、晃明、夏錦袍等綜合評(píng)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(jí)夏鵑品種差,生長(zhǎng)勢(shì)較弱,適應(yīng)性一般。在綜合評(píng)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(jí)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(píng)分值最低,為Ⅲ級(jí)夏鵑品種,這些品種一般存在較大缺陷,觀賞性一般,生長(zhǎng)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(píng)價(jià)結(jié)果可以看出,本研究所選用的評(píng)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(píng)價(jià)體系不僅衡量了植株的觀賞價(jià)值,而且評(píng)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(píng)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(duì)植株花色、花型、花豐富度和株型的要求,又符合盆景造型過(guò)程中對(duì)植株生長(zhǎng)勢(shì)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(duì)適應(yīng)性方面的要求會(huì)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(zhǎng)短、生長(zhǎng)勢(shì)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。
本研究參照國(guó)內(nèi)外觀賞植物資源評(píng)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(píng)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(píng)價(jià)模型,可以使視覺(jué)美感、生態(tài)應(yīng)用適應(yīng)性、功能性等抽象性評(píng)價(jià)因素定量化,將定性與定量相結(jié)合,大大提高了評(píng)價(jià)的客觀性和有效性。在評(píng)價(jià)模型的建立過(guò)程中,通過(guò)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(duì)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(duì)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(zhǎng)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(huì)隨著栽培時(shí)間的延長(zhǎng)而逐漸降低[21]。因此,夏鵑品種的評(píng)價(jià)應(yīng)在栽培條件、栽培環(huán)境、引種栽培時(shí)間等相對(duì)較一致的情況下進(jìn)行,以提高評(píng)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(lèi)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(guó)杜鵑花資源的保護(hù)與開(kāi)發(fā)利用[J].中國(guó)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(qián)盛友,等.基于K均值聚類(lèi)的組織損傷等級(jí)判定研究[J].電子測(cè)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(guó)慶小菊觀賞性和耐旱、澇性的綜合評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)科學(xué),2012,45(4):734-742.
[9]聶繼云,毋永龍,李海飛,等.蘋(píng)果鮮榨汁品質(zhì)評(píng)價(jià)體系構(gòu)建[J].中國(guó)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(píng)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(guó)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(píng)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(jìng)爭(zhēng)力評(píng)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(píng)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(píng)價(jià)體系構(gòu)建[J].中國(guó)農(nóng)業(yè)科學(xué),2011,44(20):4265-4271.
[18]王晨靜,陸國(guó)權(quán),趙習(xí)武,等.觀賞甘薯的觀賞性綜合評(píng)價(jià)[J].江蘇農(nóng)業(yè)科學(xué),2015,43(2):176-178.
[19]司國(guó)臣.秦巴山區(qū)野生杜鵑花屬植物種質(zhì)資源調(diào)查評(píng)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(píng)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(píng)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(píng)價(jià)[J].林業(yè)實(shí)用技術(shù),2015,10(1):41-45.
[23]國(guó)家林業(yè)局.植物新品種特異性、一致性、穩(wěn)定性測(cè)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(píng)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(píng)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(shù)種選擇適宜性評(píng)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(píng)價(jià)研究[J].西北林學(xué)院學(xué)報(bào),2011,26(3):177-181.