DTOPSIS法在河南小麥新品種綜合評(píng)價(jià)中的應(yīng)用

劉陽(yáng),于雪,張清山

（河南科技學(xué)院 數(shù)學(xué)科學(xué)學(xué)院,河南 新鄉(xiāng) 453003）

小麥?zhǔn)呛幽系闹饕Z食作物,因地制宜地選擇小麥品種對(duì)穩(wěn)產(chǎn)高產(chǎn)和糧食品種都有重要的影響.在過(guò)去由于科學(xué)技術(shù)的局限性,作物新品種的綜合評(píng)價(jià)只考慮單一產(chǎn)量因素,而其他品質(zhì)因素例如蛋白質(zhì)含量、穩(wěn)定時(shí)間、吸水率等重要性狀指標(biāo)僅供參考,大大的影響了綜合評(píng)價(jià)結(jié)果的真實(shí)性和可靠性[1-4].為了解決這一問(wèn)題,科研工作者做了很多嘗試,1989年,劉錄祥等[5]將灰色系統(tǒng)理論應(yīng)用于小麥雜交新品種的綜合評(píng)價(jià)中,對(duì)其性狀進(jìn)行量化分析.1998年盧為國(guó)等[6]運(yùn)用DTOPSIS 法來(lái)綜合評(píng)價(jià)大豆新品種,收到了很好的效果.目前,此方法已經(jīng)廣泛使用于小麥、大豆、籽蓮、棉花等作物新品種的綜合評(píng)價(jià)[7-10].本文利用DTOPSIS 法對(duì)12 個(gè)河南省小麥新品種進(jìn)行綜合評(píng)價(jià), 將小麥新品種的性狀指標(biāo)歸納為統(tǒng)一的量化綜合指標(biāo),從而反應(yīng)各品種的穩(wěn)定程度.

1 材料與方法

1.1 材料

材料來(lái)自于2021年通過(guò)河南省審定的小麥新品種,數(shù)據(jù)來(lái)源于中國(guó)種業(yè)大數(shù)據(jù)平臺(tái).從中選取了12 個(gè)品種,分別是棗鄉(xiāng)208（V1）、卓麥20（V2）、永優(yōu)麥628（V3）、永優(yōu)麥8838（V4）、新育178（V5）、瑞星麥625（V6）、南海966（V7）、兆豐18（V8）、泛農(nóng)11（V9）、神舟麥216（V10）、光泰668（V11）、金黎神華608（V12）.參考性狀14 個(gè),分別是產(chǎn)量（kg/667m2,C1）、穗數(shù)（萬(wàn)粒,C2）、穗粒數(shù)（粒,C3）、千粒質(zhì)量（g,C4）、白粉病（級(jí),C5）、條銹病（級(jí),C6）、葉銹病（級(jí),C7）、紋枯?。?jí),C8）、蛋白質(zhì)（百分?jǐn)?shù),C9）、濕面筋（百分?jǐn)?shù),C10）、吸水率（mL/g,C11）、穩(wěn)定時(shí)間（min,C12）、拉伸面積（cm2,C13）、最大拉伸阻力（EU,C14）.

1.2 DTOPSIS 法的原理及方法

設(shè)有m 個(gè)品種,n 個(gè)性狀指標(biāo),建立評(píng)價(jià)矩陣A

將矩陣A 進(jìn)行無(wú)量綱處理,使其成為可比較的規(guī)范化矩陣Zij,建立加權(quán)的規(guī)范化矩陣R,其中Rij=WiZij（Wi為第i 個(gè)性狀的權(quán)重）.求得品種性狀的正理想解和負(fù)理想解

利用歐幾里得范數(shù)求得各品種與正、負(fù)理想解的距離

求各品種與正、負(fù)理想解的相對(duì)接近度

2 結(jié)果與分析

2.1 建立評(píng)價(jià)矩陣

本文在參考性狀的選擇上統(tǒng)籌考慮小麥新品種的經(jīng)濟(jì)性狀（產(chǎn)量、穗數(shù)、穗粒質(zhì)量、千粒質(zhì)量、容質(zhì)量）、抗逆性（抗白粉病、條銹病、葉銹病、紋枯病）、品質(zhì)性狀（蛋白質(zhì)含量、濕面筋含量、吸水率、穩(wěn)定時(shí)間、拉伸面積、最大拉伸阻力）.

產(chǎn)量數(shù)據(jù)為2019—2020年度生產(chǎn)試驗(yàn)平均產(chǎn)量;穗數(shù)、穗粒數(shù)、千粒質(zhì)量、生育期均為數(shù)據(jù)范圍的中間值;抗白粉病、條銹病、葉銹病、紋枯病的抗病等級(jí)中免疫、高抗、中抗、中感、高感、分別定為1、3、5、7、9;蛋白質(zhì)含量、容質(zhì)量、濕面筋、吸水量、穩(wěn)定時(shí)間、拉伸面積、最大拉伸阻力均為2020年檢測(cè)結(jié)果.具體試驗(yàn)數(shù)據(jù)見(jiàn)表1.

表1 2021年度河南省部分小麥新品種區(qū)域試驗(yàn)匯總數(shù)Tab.1 Summary of regional tests of some newwheat varieties in Henan Province in 2021

2.2 數(shù)據(jù)無(wú)量綱處理

在綜合評(píng)價(jià)中選取的小麥性狀涉及產(chǎn)量、農(nóng)藝性狀、小麥抗逆性、小麥品質(zhì)四個(gè)方面,小麥性狀原始數(shù)據(jù)的量綱和數(shù)量級(jí)都有很大的不同,不能夠直接比較,需要進(jìn)行無(wú)量綱處理.

小麥的產(chǎn)量、畝穗數(shù)、穗粒數(shù)、千粒質(zhì)量作為育種目標(biāo),越大越好,采用正向指標(biāo)計(jì)算公式進(jìn)行無(wú)量綱處理.小麥的抗逆性抗白粉病、條銹病、葉銹病、紋枯病數(shù)值越小,品種的抗病性越好,采用逆向指標(biāo)計(jì)算公式進(jìn)行無(wú)量綱處理.按照2017年我國(guó)頒布的《主要農(nóng)作物品種審定標(biāo)準(zhǔn)（國(guó)家級(jí)）》,本文選取的12種小麥新品種均屬于中筋小麥.所以將《主要農(nóng)作物品種審定標(biāo)準(zhǔn)（國(guó)家級(jí)）》中筋小麥的性狀區(qū)間作為最佳穩(wěn)定區(qū)間,小麥的品質(zhì)性狀蛋白質(zhì)含量、容質(zhì)量、濕面筋、吸水量、穩(wěn)定時(shí)間、拉伸面積、最大拉伸阻力采用區(qū)間指標(biāo)計(jì)算公式來(lái)進(jìn)行無(wú)量綱處理.無(wú)量綱處理結(jié)果見(jiàn)表2.

表2 2021年度河南省部分小麥新品種無(wú)量綱處理結(jié)果Tab.2 Dimensionless treatment results of some newwheat varieties in Henan Province in 2021

性狀原始數(shù)據(jù)無(wú)量綱處理,計(jì)算過(guò)程如下所示:

正向指標(biāo)

逆向指標(biāo)

區(qū)間型指標(biāo)

注:為中筋小麥的最佳穩(wěn)定區(qū)間,蛋白質(zhì)、容質(zhì)量、濕面筋、吸水量、穩(wěn)定時(shí)間、拉伸面積、最大拉伸阻力的最佳穩(wěn)定區(qū)間分別是[12,13）、[24,28.5）、[55,58）、[3,7）、[50,80）、[200,350）;[a*,b*]為最大容忍度區(qū)間,按照2020年的檢測(cè)結(jié)果,在河南省2021年審定的118 個(gè)小麥新品種中有46 個(gè)品種為中筋小麥,將這46 個(gè)小麥新品種品質(zhì)形狀的最大值和最小值定為區(qū)間指標(biāo)的最大容忍區(qū)間上限和下限.蛋白質(zhì)、容質(zhì)量、濕面筋、吸水量、穩(wěn)定時(shí)間、拉伸面積、最大拉伸阻力的最大容忍度區(qū)間分別是[11.20,15.73]、[23.7,36.5]、[55,66.2]、[1.3,9.0]、[26,90]、[124,554].

2.3 確定各性狀指標(biāo)權(quán)重

熵值法是根據(jù)各指標(biāo)所含信息有序程度的差異性來(lái)確定指標(biāo)權(quán)重的客觀賦值方法, 僅依賴于數(shù)據(jù)本身的離散程度,指標(biāo)離散程度越大,表明指標(biāo)值提供的信息量越多,在綜合評(píng)價(jià)中所能起到的作用也越大,其權(quán)重也就越大.相反,某個(gè)指標(biāo)的信息熵越大,表明指標(biāo)值得變異程度越小,提供的信息量也越少,在綜合評(píng)價(jià)中所起到的作用也越小,其權(quán)重也就越小.

在具體的使用過(guò)程中,熵值法根據(jù)各指標(biāo)的變異程度,利用信息熵計(jì)算出各指標(biāo)的熵權(quán),再根據(jù)各指標(biāo)的熵值對(duì)所有的指標(biāo)進(jìn)行加權(quán),從而得出較為客觀的指標(biāo)權(quán)重.利用熵值法計(jì)算各指標(biāo)權(quán)重,計(jì)算過(guò)程如下所示,歸一化處理結(jié)果、各性狀的熵值權(quán)重結(jié)果見(jiàn)表3和表4.

表3 歸一化處理結(jié)果Tab.3 Normalized processing results

表4 熵值、權(quán)重結(jié)果Tab.4 Entropy value,weight result

對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理

計(jì)算各性狀的熵值

計(jì)算各性狀的權(quán)重

用各指標(biāo)權(quán)重值乘以無(wú)量綱處理后的值,建立加權(quán)的規(guī)范化決策矩陣R 見(jiàn)表5.

表5 規(guī)范化決策矩陣RTab.5 Normalized decision matrix R

2.4 計(jì)算各品種與理想解的相對(duì)接近度

根據(jù)決策矩陣得到理想解與負(fù)理想解數(shù)列:

根據(jù)所得到的正理想解與負(fù)理想解數(shù)列, 可以得出12 個(gè)小麥新品種與理想解的相對(duì)接近程度Ci值,Ci代表小麥新品綜合性狀的穩(wěn)定度,將Ci值和產(chǎn)量分別排序,便可得到12 個(gè)小麥新品種中的最優(yōu)品種,各品種的Ci值、產(chǎn)量及排序見(jiàn)表6.

表6 各品種的Ci 值、產(chǎn)量及排序Tab.6 Civalue,yield and ranking of each variety

根據(jù)DTOPSIS 法分析原則,Ci值越大,它的綜合性狀也就越優(yōu)良.從表6中可以看出,各品種的Ci值排序與產(chǎn)量排序各有不同.在產(chǎn)量的排序上,品種V9、V4、V1分別排在前三位,也就是說(shuō)三者的綜合性狀較好;在綜合性狀表現(xiàn)排序上,品種V12、V8、V9分別排在前三位.綜合Ci值和產(chǎn)量?jī)烧呖紤]V9品種在生產(chǎn)實(shí)踐上表現(xiàn)穩(wěn)定.

3 討論

隨著育種目標(biāo)多樣化的發(fā)展以及健康食用理念的引導(dǎo)下,僅以產(chǎn)量結(jié)果對(duì)新品種進(jìn)行綜合評(píng)價(jià),顯然是不合適的.其他性狀標(biāo)準(zhǔn)例如與產(chǎn)量有關(guān)的穗數(shù)、穗粒質(zhì)量,與小麥抗逆性有關(guān)的抗白粉病、條銹病,與小麥品質(zhì)有關(guān)蛋白質(zhì)含量、吸水率、穩(wěn)定時(shí)間等等都需要與產(chǎn)量標(biāo)準(zhǔn)相結(jié)合,而非僅供參考.有結(jié)果分析可見(jiàn),DTOPSIS 法較好的解決了這個(gè)問(wèn)題,為綜合評(píng)價(jià)小麥新品種的區(qū)域試驗(yàn)結(jié)果提供了較為合理的科學(xué)理論依據(jù).

DTOPSIS 法是多目標(biāo)決策分析中一種常用的有效方法,又稱(chēng)為優(yōu)劣解距離法.DTOPSIS 法是一種根據(jù)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序的方法,進(jìn)而對(duì)現(xiàn)有的對(duì)象進(jìn)行相對(duì)優(yōu)劣的評(píng)價(jià).農(nóng)作物品種區(qū)域試驗(yàn)結(jié)果的綜合評(píng)價(jià)是一個(gè)多目標(biāo)的決策問(wèn)題,各個(gè)目標(biāo)間沒(méi)有統(tǒng)一的度量標(biāo)準(zhǔn),難以比較,各個(gè)目標(biāo)間也不可能同時(shí)達(dá)到最優(yōu)解（理想解）.所以用DTOPSIS 法來(lái)對(duì)農(nóng)作物新品種進(jìn)行綜合分析評(píng)價(jià)是非常適用的.

運(yùn)用DTOPSIS 方法評(píng)價(jià)農(nóng)作物品種的優(yōu)劣的關(guān)鍵在于參考性狀的合理選擇和各個(gè)性狀間權(quán)重的計(jì)算.本文在參考性狀的選擇上統(tǒng)籌考慮小麥新品種的經(jīng)濟(jì)性狀、抗逆性、品質(zhì)性狀;選取了小麥的14種性狀,分別是:產(chǎn)量、穗數(shù)、穗粒質(zhì)量、千粒質(zhì)量、容質(zhì)量、抗白粉病、條銹病、葉銹病、紋枯病、蛋白質(zhì)含量、濕面筋含量、吸水率、穩(wěn)定時(shí)間、拉伸面積、最大拉伸阻力.各個(gè)性狀間權(quán)重的計(jì)算選取熵值法,熵值法是根據(jù)各項(xiàng)指標(biāo)值的變異程度來(lái)確定指標(biāo)權(quán)數(shù)的,這是一種客觀賦權(quán)法,避免了人為因素帶來(lái)的偏差.相對(duì)那些主觀賦值法,精度較高客觀性更強(qiáng),能夠更好的解釋所得到的結(jié)果.在本文中由于不同品種的小麥的產(chǎn)量、穗數(shù)值差距不大,采用熵值法計(jì)算權(quán)重符合數(shù)學(xué)規(guī)律,具有嚴(yán)格的數(shù)學(xué)意義;但是忽略了指標(biāo)本身的重要程度,導(dǎo)致產(chǎn)量的權(quán)重、穗數(shù)、與預(yù)期的結(jié)果有所偏差,產(chǎn)量、畝穗數(shù)所占的權(quán)重略小.