不同分析方法在黑龍江省玉米聯合體試驗中的應用及比較分析

周長軍

（黑龍江省農業科學院大慶分院，大慶 163316）

玉米聯合體試驗是綜合評價玉米新品種優劣必不可少的步驟，但區域試驗結果是否準確，評價方法是否合理，能否真實客觀地反映品種的真實特性，對參試品種在當地的示范推廣顯得尤為重要。因此，客觀公正地分析聯合體試驗，科學合理地評價參試品種的綜合生產力和適應區域，對保持聯合體試驗的穩定性和可行性均有重要意義[1]。過去對玉米新品種的評價多依據方差分析和新復極差分析對產量或幾個性狀進行互作效應評價，分析方法繁瑣且存在片面性[2]。目前，產量是育種家關注及追求的焦點，多以產量作為評價品種優劣的主要指標。同時國內對農作物品種評價主要是對區域試驗的產量性狀進行評價，忽視了其他性狀的重要性[3]，而在實際應用中除產量外，生育期、抗病性、品質等因素也是限制品種推廣的重要因素。因此使用適當的分析方法對品種的主要性狀及產量作出科學的綜合評價是有必要的，也是育種者普遍關注的問題。

對于多指標評價體系，指標之間無法統一比較，且可能互相矛盾，這為作物品種的綜合評價帶來困難，如何找到一種對作物高效的評價方法就顯得尤為重要[4]。灰色關聯度法、DTOPSIS 法和同異度分析方法是對作物豐產、穩產、優質、高效的綜合性比較，解決了玉米品種多性狀間的不同評價度問題，對各性狀統一度量，克服了評價的片面性，能夠客觀真實地反映玉米品種的優劣。灰色關聯度分析在農作物評價方面最早由劉錄祥等[5]在雜交小麥新品種中應用，之后DTOPSIS 法和同異分析法被科研工作者廣泛應用于評價甘蔗、玉米、馬鈴薯、花生、大豆、小麥、棉花等農作物新品種中，并取得了良好的效果[6-11]，為作物新品種綜合性狀評價提供了新的途徑。

本研究對2019 年黑龍江省玉米聯合體試驗15 個品種的性狀數據，采用方差分析、灰色關聯度、DTOPSIS 和同異分析法進行綜合分析評價、優劣排序，旨在為玉米育種材料篩選鑒定提供更加合理的綜合評價方法。

1 材料與方法

1.1 供試材料與試驗地點供試玉米品種來源于2019 年黑龍江省東華北中熟春玉米聯合體區試的參試組合，分別為AN4、XN168、AY84、PY5、AF3 號、SFW2、AY183、AD5 號、AF5 號、AY182、AY184、PY216、SFW3、HT4 及對照品種德美亞3號。試驗在富錦市、牡丹江市、雞東縣、延壽縣、佳木斯市、樺南縣、寶清縣、尚志市等地進行。

1.2 試驗設計采取隨機區組設計，3 次重復，小區面積20m2，5 行區，行長6m，行距0.67m，株距22.5cm。為確保出苗，播種時每穴3 粒，保苗密度4500 株/667m2。四周設4 行保護行。

試驗調查參照《玉米種質資源描述規范和數據標準》[12]，在玉米植株生長期間，分別適時在田間調查記載生育期、株高、穗位高、大斑病、莖腐病；在玉米植株成熟后，每小區取連續10 個正常生長果穗，自然風干后，對活動積溫（≥10℃）、穗長、穗粗、禿尖長、穗行數、行粒數、百粒重、出籽率等性狀考種并記錄；收獲時，收取中間3 行，收獲面積為12m2，按照水分含量（14%）折算小區產量。其中，穗長、穗粗、穗行數、行粒數、百粒重、出籽率為產量構成性狀，株高、穗位高為植物學性狀，大斑病、莖腐病為抗病性狀，均具有較高的代表性，能夠反映出玉米群體的綜合表現，對其有很強的整體評價效果。試驗中所考察的農藝性狀數據見表1。

1.3 數據分析方法試驗采用方差分析法、灰色關聯度法、DTOPSIS 法、同異分析法對表1 數據進行分析，具體分析步驟詳見參考文獻[2]、[7]、[13]。

2 結果與分析

2.1 各性狀權重值參試品種（系）各性狀的權重見表2。各性狀權重大小順序為：穗位高＞株高＞積溫＞生育期＞出籽率＞穗粗＞莖腐病＞產量＞穗長＞百粒重＞穗行數＞行粒數＞大斑病＞禿尖長。產量和產量構成要素及其他性狀所占權重值通過灰色理論系統計算求出，避免人為設置權重時為突出某一性狀使其權重占比過高的不合理性，從而使評價結果具有更高的可靠性和科學性，與生產實際中對品種的豐產、穩產要求相符合。

2.2 灰色關聯度法分析結果由表3 可知各參試品種（系）的灰色綜合評判值，根據灰色關聯度法計算結果對品種的優劣進行排序與根據品種產量進行的排序略有差異，但整體上差異不大。其中差異最大的為AY182，從產量排名第11 位上升至第5 位，其次是品種AD5 號，由第9 位上升至第6 位；而PY5、SFW2 分別由第4 位和第7 位下降至第7 位和第10 位；其他品種如XN168、AY184、德美亞3 號等排名略有浮動但差異不大；產量與灰色關聯度法的排序中排名第1 位的品種AN4 排名沒有變化。由此可以看出產量排序和灰色關聯度法排序結果既有重合又有差異。

表1 參試品種各性狀原始數據

表2 各性狀關聯度及權重

表3 4種分析方法結果比較

2.3 DTOPSIS法與同異度法分析結果由表3 可知，根據DTOPSIS 法與同異分析法的計算結果排序與根據品種產量進行的排序具有較大差異，但這兩種方法之間差異不大。如產量排名第1 位的品種AN4 同時在兩種分析方法中下降至第7 位；排名第2 位的品種XN168 同時上升至第1 位；產量排名第9 位的AD5 號在DTOPSIS 法分析中上升至第4 位，在同異度分析中上升至第6 位；變化最大的是AY182，從產量排名第11 位分別在兩種方法中上升至第2 位和第3 位；而AY84 由產量排名第3 位下降至兩種方法中的第6 位和第5 位；AY183 由第8 位下降至第14 位和第13 位。在4 種分析方法中，對照品種德美亞3 號排名在第2～5 位之間，排名變化幅度不大，說明對照品種德美亞3 號的綜合性狀較好，在試驗中的表現較為穩定。綜上分析可以看出產量排序與DTOPSIS 法和同異度法分析排序變化差異明顯，DTOPSIS 法與同異度法分析排序中略有差異，但整體上差異不大。

2.4 不同分析方法結果的比較為評價方差分析法、灰色關聯度法、DTOPSIS 法、同異分析法分析結果的可靠性和優劣，利用SPSS 19.0 軟件對4 種分析方法的排名進行相關性分析，明確這3 種分析方法的結果相較于僅依據產量評價品種（系）優劣的優點。同時進行區分度比較，ρ區=（τmax-τmin）/（τmax-τmin），τmax表示最大值，τmin表示最小值，該式反映參數的離散程度，一般而言離散程度越大，區分程度越好，相應的分析方法就越好。

2.4.1 相關性分析相關性分析結果顯示：方差分析法與灰色關聯度法和同異分析法的秩相關系數分別為0.829 和0.661，達極顯著水平（表4），與DTOPSIS 法的秩相關系數為0.557，相關性最小但也達顯著水平。除方差分析法外，其他3 種分析方法之間的秩相關系數也均為極顯著，說明這4 種分析方法之間關系密切，都能真實反映玉米品種的優劣表現且統計趨于一致。由此可以看出僅以產量來評價品種優劣的方差分析方法，仍是一種常用的方法，因為產量是品種多個性狀綜合作用的結果；而其他3 種分析方法涵蓋了品種的大部分性狀信息，則更具有可靠的統計學基礎，能夠使參試品種排序更加合理。

表4 不同分析方法的相關分析結果

2.4.2 區分度評判區分度表示評判值的離散程度，其值越大說明相應的分析方法越準確。由表5可以看出，在4 種分析方法中DTOPSIS 法的區分度最大，為0.6371；其次是灰色關聯度法與同異分析法，分別是0.2838、0.2152；最后是方差分析法，為0.0579。由此說明4 種分析方法中DTOPSIS 法綜合評價效果比其他3 種方法更好，方差分析法的評價效果最差。

表 5各種分析方法區分度值

2.4.3 綜合評價灰色關聯度法、DTOPSIS 法和同異分析法的優勢從表3 中的產量數據可以體現，產量排名前7 位的品種（系），在方差分析中彼此之間產量差異不顯著。雖然產量數據給出了各品種的排名，但并未考慮到影響產量的其他因素，因此若僅依據產量排名這一生產中常用的方法評價這幾個品種（系）的優劣則不夠科學，而灰色關聯度法、DTOPSIS 法和同異分析法綜合了多個性狀的表現，較僅根據產量進行品種優劣評價則具有更強的可靠性。

3 討論

聯合體試驗是玉米新品種審定和推廣應用的前提，其目的是鑒定玉米新品系在不同試驗地點的產量、抗逆和抗病性的綜合表現。產量一直是我國育種工作者關注的焦點，但產量是品種（系）各種性狀相互作用的結果，僅以產量或其他某一性狀的表現對品種進行評價往往會顧此失彼，尤其是產量等數量性狀在統計過程中出現的誤差可能對評價結果造成嚴重干擾，甚至錯失某些具有改良推廣應用潛力的品種（系）。因此，綜合評價品種（系）的各種性狀，對發現聯合體試驗中有較大推廣潛力的新品種具有重要意義[2]。

本研究采用2019 年黑龍江省聯合體玉米新品種的試驗結果進行分析，結果顯示（表3），在方差分析法和灰色關聯度法分析中排名第1 的品種AN4，在DTOPSIS 法和同異分析法中其排名均有較大幅度的退步，造成這一結果的原因就是AN4 的莖腐病、禿尖長等性狀指標較低，這意味著在實際生產應用過程中該品種在抗病性上可能會出現問題；而品種XN168，在方差分析法中排第2 位，灰色關聯度法中第3 位，在DTOPSIS 法和同異分析法中排名均上升到第1 位，此品種除株高較高外，其余性狀指標都較優異，而株高受氣候、土壤條件影響變化幅度較大，由此可見XN168 在豐產、抗病等方面表現都十分突出，在今后的生產應用中值得推廣；產量排名第11 位的AY182 在其他3 種分析方法中同時上升至前5 位，由表1 可以看出AY182 除產量外其他性狀表現均與理想品種值十分接近。因此可以看出灰色關聯度法、DTOPSIS 法和同異分析法分析結果都是根據參試品種綜合性狀的實際表現進行整體評價，因而這3 種方法較僅依據個別性狀的表現進行優先度排序更加科學合理。

深入對比4 種分析方法發現，灰色關聯度法、DTOPSIS 法和同異分析法都能夠將品種的多個性狀進行綜合分析排序，結果差異可能由各自分析計算方法不同所致。但DTOPSIS 法分析品種間的區分度值較大，反映出該方法對品種綜合性狀進行量化比較的能力較強，對品種綜合性狀優劣的分辨能力更強，這一結論與多數學者的研究結果既有相同之處又存在差異。閆向前等[14]在幾種方法研究中認為模糊概率分析方法最優。郭瑞林等[13]認為灰色多維度、同異分析效果最好。而本試驗與蘇天增等[15]、李彥平等[16]、楊坤等[17]研究結果一致。

4 結論

綜上所述，4 種分析方法都能夠對玉米試驗數據進行分析，且結果可靠。方差分析法的理論與方法成熟，卻只能分析單一性狀，而其他3 種分析方法排序雖有所差別，其原因可能是各自計算方法不同所致，但都能充分考慮產量及多個性狀信息，尤其是在方差分析中產量差異不顯著時，對參試品種的綜合評價排序就顯得更加客觀合理。DTOPSIS 法區分度大，較其他2 種方法分辨品種優劣能力更強，因此DTOPSIS 法在今后面對作物品種試驗大量數據分析時有很大的利用價值。同時，根據不同作物特點及當地生產實踐確定理想目標性狀值，并以此來計算作物權重值是3 種分析方法綜合評價品種優劣的關鍵。