品种作为农业发展的“芯片”，是决定农作物高产优质的基础[1]。区域试验是选育品种的关键环节，不仅集中反映了育种工作的最新动态及水准，也是连接市场与科研的重要纽带[2-3]。玉米是我国重要的粮食作物，西北春玉米作为我国玉米的重要组成部分，其高产潜力最大[4-5]。因此，科学评价西北春玉米区域试验结果，客观鉴定参试品种特性，对玉米新品种审定具有重要意义[6]。目前，玉米区域试验数据分析仍聚焦在产量性状上，对抗逆性和抗病性等性状兼顾不够[2,7]，容易出现不能全面反映玉米品种高产稳产的问题，这使得不少新品种在区域试验中表现突出，但在实际推广中表现欠佳。用适当方法对参试品种多性状指标进行综合评价，是一种为玉米生产筛选良种的有效措施。
DTOPSIS法和隶属函数法是2种常用的综合评价方法[8]。DTOPSIS法又称逼近理想解排序法，是将多性状指标归一处理后计算不同指标对理想效果的贡献，并根据品种综合性状对理想解的接近程度比较各品种的优劣[9-10]。基于熵权的DTOPSIS法是一种依据熵权法赋予各性状指标对理想解权重的综合评价方法[11]。该方法已在玉米[2,11]、小麦[12]、番茄[13-14]、水稻[15-16]和谷子[17]等多种作物的综合评价中应用。杨禹伟等[18]利用熵权法和DTOPSIS法综合评价加工番茄的7个品质性状，发现基于熵权的DTOPSIS法在综合评价多性状时，可有效解决评价标准单一的问题，具有较强的可行性；齐建双等[2]采用基于熵权的DTOPSIS法综合分析河南农科联合体的18个玉米品种，认为在确保参试品种产量的基础上，采用基于熵权的DTOPSIS法等多种评价方法，可降低审定品种的生产风险；高山等[8]采用灰色关联度和DTOPSIS法从9个表型性状综合评价羊草种质资源，结果表明，相较灰色关联度法和熵值法综合评价，基于熵权的DTOPSIS法更适合羊草性状综合评价。
隶属函数法是一种把定性评价转化为定量计算，并以各指标的隶属函数值进行综合评价的方法，结合主成分分析的隶属函数法是通过主成分分析将多个指标简化成几个相互独立的综合指标，并把综合指标定量转化后进行综合评价的方法[19
目前，有关基于熵权的DTOPSIS法（以下简称DTOPSIS法）和结合主成分的隶属函数法（以下简称隶属函数法）综合评价西北春玉米区域试验的报道较少。本研究将结合2种方法综合分析2023年和恒西北春玉米联合体区域试验的15个参试品种在产量、抗倒伏、脱水性、抗病性等指标方面的表现，筛选综合表现较好的玉米新品种（系），并比较不同综合评价方法，为西北春玉米的品种鉴定及产业发展提供参考。
1 材料与方法
1.1 试验材料
参试材料来自2023年和恒西北春玉米联合体区域试验，包括15个试验品种（含对照），9个品种为第1年参试（1a），5个品种为第1年续试（2a），详见表1，对照为先玉335。试验涉及新疆、内蒙古、甘肃、宁夏、陕西5个省区共19个试验点，其中2个试点因试验种邮寄过晚报废，试验数据为17个试点的试验结果平均值。
表1 参试品种
Table 1
| 代号 Code | 品种 Variety | 来源 Source | 试验类型 Trial type |
|---|---|---|---|
| J1 | 大汇66 | 石家庄永协农业科技有限公司 | 2a |
| J2 | 金科003 | 张掖市金牛农业有限责任公司 | 2a |
| J3 | 龙玉1319 | 酒泉酒粮种业有限责任公司 | 2a |
| J4 | 万丰8121 | 新疆新锐恒丰农业科技有限公司 | 2a |
| J5 | 万瑞7号 | 陕西万福种业有限公司 | 2a |
| J6 | DK223 | 高台中农大康科技开发有限公司 | 1a |
| J7 | 棒博士58 | 河南秀青种业有限公司 | 1a |
| J8 | 甘农237 | 甘肃农业大学 | 1a |
| J9 | 龙玉107 | 酒泉酒粮种业有限责任公司 | 1a |
| J10 | 龙玉108 | 酒泉酒粮种业有限责任公司 | 1a |
| J11 | 盛玉718 | 武威市搏盛种业有限责任公司 | 1a |
| J12 | 万瑞18 | 陕西万福种业有限公司 | 1a |
| J13 | 新农830 | 海南蓝海新农农业集团有限公司 | 1a |
| J14 | 鑫锐3117 | 新疆新锐恒丰农业科技有限公司 | 1a |
| J15 | 先玉335 | 铁岭先锋种子研究有限公司 | － |
1.2 试验设计
试验采用随机区组排列，每个小区种植5行，面积20 m2，重复3次，收中间3行测产，种植密度82 500株/hm2（新疆试点90 000株/hm2）。
1.3 性状测定
按照《农作物品种试验规程》[26]进行数据采集，测定指标包括产量、穗长、穗行数、生育期、株高、穗位、百粒重、叶片数、倒伏率、倒折率、空秆率、秃尖长、籽粒含水量、茎腐病发病率共14个。
1.4 分析方法
1.4.1 DTOPSIS法
式中，Zij为无量纲化值，Yij为无量纲化前品种i的指标j值，Yjmax、Yjmin分别为指标j的最大值、最小值，Yj为指标j的均值，ABS为绝对值。
计算品种与理想解相对接近度：
正理想解距离（Si+）=
负理想解距离（Si−）=
与理想解的相对接近度（Ci）=Si−/(Si++Si−)
式中，Rij形成决策矩阵R，其中Rij=Wi×Zij，Wi为各性状权重，X+和X−分别为各性状Rij的最大值和最小值。
1.4.2 隶属函数法
式中，Ui为测定各指标的隶属函数值；Xmin和Xmax分别为各性状指标的最小值和最大值。
Wi=
Di=
式中，Wi为第i个综合指标的权重；Pi为经主成分分析所得第i个综合指标的贡献率；Di为参试品种综合评价值。
2 结果与分析
2.1 DTOPSIS法评价品种结果
2.1.1 评价矩阵Z
参照公式(1)、(2)、(3)将参试品种性状数据（表2）无量纲化处理，其中正向指标有3个，分别为产量、穗长、穗行数；中性指标有5个，分别为生育期、株高、穗位、百粒重及叶片数；反向指标有6个，分别为倒伏率、倒折率、空秆率、秃尖长、籽粒含水量及茎腐病发病率。
表2 15份参试品种性状均值
Table 2
| 品种 Variety | 产量 Yield (kg/hm2) | 穗长 Ear length (cm) | 穗行数 Row number per ear | 生育期 Growth period (d) | 株高 Plant height (cm) | 穗位 Ear height (cm) | 百粒重 100- grain weight (g) | 叶片数 Number of leaves | 倒伏率 Lodging rate (%) | 倒折率 Inversion rate (%) | 茎腐病 发病率 Incidence rate of stem rot (%) | 秃尖长 Bald tip length (cm) | 空秆率 Empty stalk rate (%) | 籽粒 含水量 Grain moisture (%) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| DK223 | 17 220.2 | 18.1 | 16.8 | 139.9 | 301.7 | 117.7 | 36.9 | 19.0 | 0.3 | 0.1 | 3.3 | 0.9 | 0.1 | 21.1 |
| 棒博士58 Bangboshi 58 | 17 325.9 | 18.6 | 16.8 | 139.6 | 276.0 | 107.1 | 36.6 | 19.0 | 0.1 | 0.1 | 2.8 | 0.2 | 0.5 | 19.2 |
| 大汇66 Dahui 66 | 15 837.8 | 17.9 | 16.3 | 139.1 | 297.4 | 120.8 | 37.0 | 20.0 | 0.3 | 0.3 | 16.0 | 0.4 | 0.2 | 21.0 |
| 甘农237 Gannong 237 | 17 216.9 | 18.1 | 16.9 | 139.6 | 299.4 | 111.5 | 36.3 | 20.0 | 0.6 | 0.1 | 12.9 | 1.9 | 0.4 | 20.6 |
| 金科003 Jinke 003 | 17 186.6 | 21.1 | 17.4 | 139.6 | 330.9 | 129.8 | 37.2 | 19.0 | 0.3 | 0.1 | 4.4 | 1.2 | 0.4 | 20.7 |
| 龙玉107 Longyu 107 | 16 125.0 | 20.2 | 17.1 | 140.2 | 291.4 | 117.5 | 34.4 | 20.0 | 1.5 | 0.2 | 23.9 | 1.6 | 0.5 | 20.9 |
| 龙玉108 Longyu 108 | 17 241.9 | 18.8 | 17.1 | 139.5 | 289.4 | 116.6 | 38.2 | 19.0 | 0.3 | 0.1 | 17.7 | 1.2 | 0.3 | 19.9 |
| 龙玉1319 Longyu 1319 | 17 259.3 | 20.2 | 16.2 | 139.9 | 293.7 | 105.9 | 38.7 | 19.0 | 0.3 | 0.5 | 3.4 | 0.9 | 1.4 | 20.3 |
| 盛玉718 Shengyu 718 | 16 789.2 | 18.7 | 16.1 | 140.1 | 322.1 | 128.3 | 38.0 | 20.0 | 0.3 | 0.1 | 9.8 | 0.9 | 0.5 | 20.9 |
| 万丰8121 Wanfeng 8121 | 17 294.7 | 20.2 | 18.3 | 140.7 | 296.4 | 115.9 | 38.3 | 20.0 | 0.3 | 0.1 | 10.5 | 0.9 | 0.2 | 20.2 |
| 万瑞18 Wanrui 18 | 17 234.1 | 20.1 | 17.3 | 139.9 | 293.4 | 120.0 | 36.5 | 19.0 | 0.1 | 0.1 | 5.0 | 0.6 | 0.3 | 21.7 |
| 万瑞7号Wanrui 7 | 17 374.4 | 20.6 | 16.5 | 139.9 | 290.1 | 115.7 | 37.1 | 19.0 | 0.4 | 0.1 | 13.4 | 0.4 | 0.8 | 21.6 |
| 先玉335 Xianyu 335 | 16 335.0 | 20.0 | 17.0 | 138.8 | 304.3 | 112.6 | 37.0 | 19.0 | 0.7 | 0.3 | 9.9 | 1.4 | 0.5 | 19.9 |
| 新农830 Xinnong 830 | 17 085.0 | 19.4 | 17.1 | 139.9 | 321.0 | 129.9 | 37.1 | 20.0 | 0.3 | 0.1 | 11.5 | 0.7 | 0.4 | 20.9 |
| 鑫锐3117 Xinrui 3117 | 16 809.3 | 19.0 | 15.2 | 138.6 | 304.9 | 119.6 | 39.3 | 19.0 | 0.3 | 0.5 | 5.0 | 0.6 | 0.4 | 14.1 |
| 极差Range | 1536.6 | 3.2 | 3.1 | 2.1 | 54.9 | 24.0 | 4.9 | 1.0 | 1.4 | 0.4 | 21.1 | 1.7 | 1.3 | 7.5 |
| 标准差Standard deviation | 466.3 | 1.0 | 0.7 | 0.5 | 13.9 | 7.1 | 1.1 | 0.5 | 0.3 | 0.1 | 6.0 | 0.5 | 0.3 | 1.7 |
| 变异系数 Coefficient of variation (%) | 2.8 | 5.0 | 4.0 | 0.4 | 4.6 | 6.0 | 3.0 | 2.5 | 80.5 | 75.4 | 59.8 | 49.6 | 64.9 | 8.6 |
2.1.2 决策矩阵R
表3 DTOPSIS法评价结果
Table 3
| 品种Variety | Si+ | Si− | Ci | Ci排序Ci ranking |
|---|---|---|---|---|
| DK223 | 1.0144 | 1.3905 | 0.5782 | 3 |
| 棒博士58 Bangboshi 58 | 0.6811 | 1.4659 | 0.6828 | 1 |
| 大汇66 Dahui 66 | 1.3648 | 1.2026 | 0.4684 | 12 |
| 甘农237 Gannong 237 | 1.2845 | 1.1752 | 0.4778 | 10 |
| 金科003 Jinke 003 | 1.2173 | 1.2780 | 0.5122 | 5 |
| 龙玉107 Longyu 107 | 1.4299 | 1.0441 | 0.4220 | 15 |
| 龙玉108 Longyu 108 | 1.2573 | 1.2228 | 0.4930 | 9 |
| 龙玉1319 Longyu 1319 | 1.3467 | 1.1734 | 0.4656 | 13 |
| 盛玉718 Shengyu 718 | 1.2621 | 1.2332 | 0.4942 | 8 |
| 万丰8121 Wanfeng 8121 | 0.9831 | 1.3966 | 0.5869 | 2 |
| 万瑞18 Wanrui 18 | 1.1994 | 1.2897 | 0.5181 | 4 |
| 万瑞7号Wanrui 7 | 1.2487 | 1.2251 | 0.4952 | 7 |
| 先玉335 Xianyu 335 | 1.4214 | 1.0948 | 0.4351 | 14 |
| 新农830 Xinnong 830 | 1.2525 | 1.2453 | 0.4986 | 6 |
| 鑫锐3117 Xinrui 3117 | 1.3552 | 1.1997 | 0.4696 | 11 |
2.1.3 对理想解的相对接近度
根据公式(4)、(5)、(6)分别计算出各品种与正、负理想解的距离及各参试品种与理想解的相对接近度Ci（表3），品种Ci值越大，说明综合表现越好。
结果表明15个参试品种Ci值在0.4220~ 0.6828，棒博士58最大，说明该品种综合表现最好，龙玉107最小，综合表现最差。其余品种的综合表现从高到低依次为万丰8121、DK223、万瑞18、金科003、新农830、万瑞7号、盛玉718、龙玉108、甘农237、鑫锐3117、大汇66、龙玉1319、先玉335。
2.2 指标主成分分析
对参试品种的14个性状指标进行主成分分析，提取6个特征值大于1的主成分，贡献率依次为28.045%、17.498%、15.309%、11.387%、7.124%和5.867%，累计贡献率达85.229%，基本包含了所测指标的大部分信息（表4）。其中，与主成分1相关性较大的为倒伏倒折率、生育期和产量等性状；与主成分2密切相关的是籽粒含水量、茎腐病发病率、穗行数等性状；与主成分3相关性较大是空杆率、穗长和穗位高；与主成分4密切相关的为穗长、叶片数及产量；与主成分5相关性较大是秃尖长、倒伏和倒折率；与主成分6相关性较大是百粒重。综上所述，通过主成分分析从14个性状中提取6个综合指标，可进行后续的隶属函数综合评价。
表4 主成分的特征值向量及累计贡献率
Table 4
| 指标 Index | 主成分Principal component | |||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 产量Yield | 0.661 | 0.056 | 0.125 | 0.424 | -0.169 | -0.323 |
| 穗长Ear length | 0.165 | -0.273 | 0.514 | 0.693 | 0.172 | 0.203 |
| 穗行数Row number per ear | 0.210 | -0.731 | 0.230 | 0.373 | 0.339 | -0.109 |
| 生育期Growth period | 0.717 | -0.245 | 0.069 | -0.16 | -0.420 | -0.245 |
| 株高Plant height | -0.691 | 0.115 | 0.477 | 0.199 | -0.176 | 0.007 |
| 穗位Ear height | -0.600 | 0.066 | 0.547 | 0.335 | 0.214 | -0.017 |
| 百粒重100-grain weight | 0.541 | -0.284 | 0.298 | -0.205 | -0.115 | 0.635 |
| 叶片数Number of leaves | 0.418 | 0.538 | 0.076 | 0.542 | -0.188 | 0.324 |
| 倒伏率和倒折率Lodging and inversion rate | 0.762 | 0.082 | 0.338 | -0.017 | 0.413 | -0.146 |
| 空秆率Empty stalk rate | -0.123 | -0.031 | 0.903 | 0.023 | -0.078 | 0.030 |
| 秃尖长Bald tip length | 0.509 | 0.452 | 0.112 | -0.365 | 0.494 | 0.081 |
| 籽粒含水量Grain moisture | -0.320 | 0.816 | -0.201 | 0.095 | 0.114 | -0.046 |
| 茎腐病发病率Incidence rate of stem rot | 0.602 | 0.581 | 0.171 | 0.159 | -0.132 | -0.079 |
| 特征值Eigenvalue | 3.646 | 2.275 | 1.990 | 1.480 | 1.126 | 1.073 |
| 贡献率Contribution rate (%) | 28.045 | 17.498 | 15.309 | 11.387 | 7.124 | 5.867 |
| 累计贡献率Cumulative contribution rate (%) | 28.045 | 45.542 | 60.851 | 72.238 | 79.362 | 85.229 |
2.3 指标隶属函数分析
对主成分分析提取的6个综合指标进行隶属函数分析，利用公式(7)和(8)计算各综合指标的隶属函数值及对应权重，根据公式(9)计算参试材料综合评价指标Di值，各材料Di值为0.2805~0.7489，依据Di值对各品种进行评价，Di值越高表示品种的综合表现越好，各品种的综合表现依次为棒博士58>DK223>万丰8121>金科003>万瑞18>盛玉718>新农830>大汇66>万瑞7号>龙玉108>甘农237>龙玉1319>鑫锐3117>龙玉107>先玉335（表5）。
表5 参试品种的主成分值、隶属函数值与综合评价Di值
Table 5
| 品种 Variety | 主成分因子Principal component factor | 隶属函数值Subordinative function value | Di | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| F1 | F2 | F3 | F4 | F5 | F6 | F1 | F2 | F3 | F4 | F5 | F6 | |||
| 棒博士58 Bangboshi 58 | 1.9435 | 1.5281 | 0.1554 | -0.4434 | -1.4600 | 1.0003 | 1.0000 | 1.0000 | 0.6822 | 0.2092 | 0.0504 | 0.8700 | 0.7489 | |
| 新农830 Xinnong 830 | -0.9721 | 0.8284 | -0.2972 | 2.8072 | -0.5205 | -0.2698 | 0.0951 | 0.8031 | 0.5765 | 1.0000 | 0.3574 | 0.4923 | 0.4971 | |
| 龙玉108 Longyu 108 | 0.6018 | -2.0248 | -0.5540 | 0.6146 | -1.1836 | 1.3095 | 0.5836 | 0.0000 | 0.5166 | 0.4666 | 0.1407 | 0.9619 | 0.4251 | |
| 龙玉1319 Longyu 1319 | -0.3104 | 0.0664 | 0.5809 | -1.2433 | -1.6143 | -0.6134 | 0.3005 | 0.5886 | 0.7815 | 0.0146 | 0.0000 | 0.3901 | 0.3889 | |
| 大汇66 Dahui 66 | -1.2228 | 0.7380 | 0.4295 | -0.3541 | 1.2673 | 0.9912 | 0.0173 | 0.7776 | 0.7462 | 0.2309 | 0.9415 | 0.8673 | 0.4686 | |
| 甘农237 Gannong 237 | 0.0383 | -1.2367 | 0.5831 | -0.6730 | 0.3425 | -1.9253 | 0.4087 | 0.2218 | 0.7820 | 0.1533 | 0.6393 | 0.0000 | 0.3944 | |
| 金科003 Jinke 003 | 0.3933 | 0.5018 | 0.4464 | -0.4104 | -0.1742 | -0.2555 | 0.5188 | 0.7111 | 0.7501 | 0.2172 | 0.4705 | 0.4966 | 0.5540 | |
| 鑫锐3117 Xinrui 3117 | -1.0496 | 1.2771 | -0.7811 | -1.3031 | 0.1203 | -0.4170 | 0.0710 | 0.9294 | 0.4636 | 0.0000 | 0.5667 | 0.4485 | 0.3757 | |
| 先玉335 Xianyu 335 | -1.2785 | -0.8038 | -0.0989 | -0.0422 | -0.9282 | -0.0514 | 0.0000 | 0.3437 | 0.6228 | 0.3068 | 0.2242 | 0.5572 | 0.2805 | |
| 万丰8121 Wanfeng 8121 | 1.3145 | -0.5655 | 1.5167 | 0.6229 | 1.0735 | -0.9575 | 0.8048 | 0.4107 | 1.0000 | 0.4686 | 0.8781 | 0.2878 | 0.6846 | |
| DK223 | 0.6466 | 0.8836 | 0.9361 | 0.8469 | 0.5915 | -0.1552 | 0.5975 | 0.8186 | 0.8645 | 0.5231 | 0.7207 | 0.5264 | 0.6863 | |
| 万瑞18 Wanrui 18 | -0.1512 | 0.1640 | -0.0635 | -0.0591 | 1.0384 | 0.9151 | 0.3499 | 0.6161 | 0.6311 | 0.3027 | 0.8667 | 0.8447 | 0.5260 | |
| 盛玉718 Shengyu 718 | 0.4882 | -0.8965 | -0.7709 | -0.6290 | 1.4464 | 1.4375 | 0.5483 | 0.3176 | 0.4660 | 0.1640 | 1.0000 | 1.0000 | 0.5036 | |
| 龙玉107 Longyu 107 | -1.2024 | -0.5726 | 0.6847 | 0.0525 | -0.3790 | 0.3765 | 0.0236 | 0.4087 | 0.8058 | 0.3298 | 0.4036 | 0.6845 | 0.3613 | |
| 万瑞7号Wanrui 7 | 0.7609 | 0.1126 | -2.7669 | 0.2134 | 0.3799 | -1.3850 | 0.6329 | 0.6016 | 0.0000 | 0.3690 | 0.6516 | 0.1607 | 0.4466 | |
2.4 DTOPSIS法与隶属函数法应用比较
比较DTOPSIS法、隶属函数法及产量的评价结果，DTOPSIS法排名与产量排名呈显著正相关（P<0.05），相关系数为0.611；隶属函数法排名与产量排名无显著正相关；DTOPSIS法排名与隶属函数法排名呈极显著正相关（P<0.01），相关系数为0.932。说明产量对DTOPSIS法评价的影响大于对隶属函数法评价的影响，2种综合评价方法间相关性较强，评价结果较一致。
结合表6可知，DTOPSIS法与隶属函数法综合评价排在前3的均是棒博士58、万丰8121、DK223。产量排序中，DK223产量排在第7位，棒博士58、万丰8121产量分别排第2和第3位。可见，棒博士58、万丰8121不仅具有产量优势，抗逆性、抗病性、脱水性等综合表现也好。
表6 不同评价方法排序比较
Table 6
| 品种 Variety | DTOPSIS法DTOPSIS method | 隶属函数法Membership function method | 产量Yield | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ci值 Ci value | 排序 Ranking | 差异率 Difference rate (%) | Di值 Di value | 排序 Ranking | 差异率 Difference rate (%) | 产量 Yield (kg/hm2) | 排序 Ranking | 差异率 Difference rate (%) | |||
| 万瑞7号Wanrui 7 | 0.4952 | 7 | 27.47 | 0.4466 | 9 | 40.36 | 17 374.35 | 1 | 0.00 | ||
| 棒博士58 Bangboshi 58 | 0.6828 | 1 | 0.00 | 0.7489 | 1 | 0.00 | 17 325.90 | 2 | 0.28 | ||
| 万丰8121 Wanfeng 8121 | 0.5869 | 2 | 14.05 | 0.6846 | 3 | 8.59 | 17 294.70 | 3 | 0.46 | ||
| 龙玉1319 Longyu 1319 | 0.4656 | 13 | 31.81 | 0.3889 | 12 | 48.07 | 17 259.30 | 4 | 0.66 | ||
| 龙玉108 Longyu 108 | 0.4930 | 9 | 27.79 | 0.4251 | 10 | 43.24 | 17 241.90 | 5 | 0.76 | ||
| 万瑞18 Wanrui 18 | 0.5181 | 4 | 24.11 | 0.5260 | 5 | 29.77 | 17 234.10 | 6 | 0.81 | ||
| DK223 | 0.5782 | 3 | 15.31 | 0.6863 | 2 | 8.36 | 17 220.15 | 7 | 0.89 | ||
| 甘农237 Gannong 237 | 0.4778 | 10 | 30.03 | 0.3944 | 11 | 47.33 | 17 216.85 | 8 | 0.91 | ||
| 金科003 Jinke 003 | 0.5122 | 5 | 24.99 | 0.5540 | 4 | 26.03 | 17 186.55 | 9 | 1.08 | ||
| 新农830 Xinnong 830 | 0.4986 | 6 | 26.98 | 0.4971 | 7 | 33.63 | 17 085.00 | 10 | 1.67 | ||
| 鑫锐3117 Xinrui 3117 | 0.4696 | 11 | 31.23 | 0.3757 | 13 | 49.84 | 16 809.30 | 11 | 3.25 | ||
| 盛玉718 Shengyu 718 | 0.4942 | 8 | 27.62 | 0.5036 | 6 | 32.75 | 16 789.20 | 12 | 3.37 | ||
| 先玉335 Xianyu 335 | 0.4351 | 14 | 36.28 | 0.2805 | 15 | 62.55 | 16 335.00 | 13 | 5.98 | ||
| 龙玉107 Longyu 107 | 0.4220 | 15 | 38.19 | 0.3613 | 14 | 51.76 | 16 125.00 | 14 | 7.19 | ||
| 大汇66 Dahui 66 | 0.4684 | 12 | 31.40 | 0.4686 | 8 | 37.43 | 15 837.75 | 15 | 8.84 | ||
比较DTOPSIS法、隶属函数法及产量的评价结果，差异率最大是的隶属函数法综合评价中品种间的Di值，在0%~62.55%，其次为DTOPSIS法品种间的Ci值，在0%~38.19%，产量评价的差异率最小，在0%~8.84%。说明隶属函数法进行综合评价时，品种间的差异表现最充分，其次是DTOPSIS法，单靠产量评价的品种差异最不明显（表6）。
3 讨论
区域试验是新品种审定推广的必经流程，也是鉴定品种丰产稳产性、降低实际生产风险的重要途径[27]。品种的产量性状与抗逆性、抗病性等性状指标间往往此消彼长，相较于仅靠单一性状的品种鉴定，对多性状表现进行综合分析，将使品种评价更加科学全面。DTOPSIS法是一种常用于多指标决策的综合评价法[8]，其中指标的权重系数直接影响评价结果，相较传统的经验法或均值法赋权，利用熵权法赋权可有效降低主观误差，使评价结果更加科学[28-29]。隶属函数法是一种利用模糊数学的隶属度理论把定性评价转化为定量计算，并以各指标的隶属函数值进行综合评价的方法[30-31]，主成分分析从多个相关性指标中，降维提取几个能解释大部分原始指标信息的独立主成分[32]，因此，结合主成分分析的隶属函数法，既避免了单一性状评价品种的片面性，又克服了原始性状信息重叠的误差，使品种的综合评价结果更可靠。本研究同时用基于熵权的DTOPSIS法和结合主成分分析的隶属函数法2种方法，从玉米的产量性状、抗倒伏能力、抗病性和脱水性等方面综合评价参试品种，对西北春玉米区域试验的品种鉴定有一定参考价值。
试验中DTOPSIS法Ci值排名和隶属函数法Di值排名结果相关性达极显著水平（P<0.01），说明2种评价结果相近，2种综合评价方法具有一致性。但是Di最大差异率为62.55%，Ci值最大差异率为38.19%，Di差异率高于Ci值，说明运用结合主成分分析的隶属函数法综合评价品种时，品种间变异范围更大，差异更明显，对品种综合表现的分辨力更强[33]。因此，综合评价品种时，结合主成分分析的隶属函数法比基于熵权的DTOPSIS法更合理。
本研究中棒博士58和万丰8121在DTOPSIS法综合评价和隶属函数法综合评价中均排在前3，说明这2个品种在产量、抗倒伏、抗茎腐病等方面综合表现好，具有较高的推广应用潜力。在实际区域试验中，棒博士58、DK223进入区域试验第2年及同步生产试验，万丰8121作为区域试验和生产试验同步进行的品种，顺利完成试验程序。同时，从理论分析与实际表现相结合的角度，Ci值排名与Di值排名均第一的棒博士58在实际区域试验中除空秆较多外，产量、适应性、抗病性、脱水性等各性状指标表现均较好；而产量排名第一的万瑞7号在实际区域试验中倒伏倒折率较高，茎腐病发病率高，空秆较多，籽粒脱水较慢，说明该品种在生产中稳产性较低、适应性较差，相应地，在Ci值排名与Di值排名中均有较大的退步。综上所述，DTOPSIS法综合评价和隶属函数法综合评价与实际区域试验中品种表现较一致，说明在玉米品种的综合评价中，DTOPSIS法和隶属函数法具有客观性和科学性[34]。本研究只是基于1年区域试验的性状表现，品种筛选还需要参考后续区域试验及生产试验的结果。
4 结论
本试验采用基于熵权的DTOPSIS法和结合主成分分析的隶属函数法对15份西北春玉米区域试验参试品种的14个性状进行综合评价，分析比较2种综合评价方法。采用结合主成分分析的隶属函数法时，品种间变异范围更大、差异更明显、对品种综合表现的分辨力更强。2种方法相结合，同时参考产量结果，筛选出棒博士58和万丰8121这2个综合表现好的品种，这2个品种在产量、抗倒伏、抗茎腐病等方面综合表现好，具有较高的推广应用潜力。
参考文献
Comparing the flavor characteristics of 71 tamato (Solanum lycopersicum) accession in central Shaanxi
双标图分析在农作物品种多点试验中的应用
DOI:10.3724/SP.J.1006.2010.01805
[本文引用: 1]
双标图分析越来越多地被用于直观分析农作物品种多点试验数据和其他类型的两向数据。这种方法深受植物育种家和农业研究人员的推崇, 认为它可以提高研究者理解和驾驭试验数据的能力；但也受到一些学者的批评, 认为它是统计分析方面的旁门左道。事实上，学术界对什么是双标图的认识尚存混乱。一些双标图的使用者并不总能正确地选择和解释双标图。一些双标图的批评者对双标图分析及其研究对象也缺乏深入了解。为使研究者对双标图分析有一个客观全面的认识, 本文就用双标图分析农作物品种多点试验中的几个问题进行阐述：(1) 如何针对特定的研究目的选择适当的双标图; (2) 如何选择适当的GGE双标图来分析多点试验数据; (3) 如何使用GGE双标图的不同功能形态进行品种评价、试验点评价和品种生态区划分; (4) 如何判断双标图是否充分表现试验数据中的规律; (5) 如何检验双标图显示的结果是否显著。
中国328个玉米品种(组合)SSR标记遗传多样性分析
DOI:10.3864/j.issn.0578-1752.2014.05.003
[本文引用: 1]
【目的】从育成年份、种植区域角度分析中国328个玉米品种的遗传多样性，在分子水平上分析各适宜种植区域品种的遗传分化特点，为玉米品种区域试验、审定管理以及育种策略提供一定的理论依据。【方法】利用均匀分布于玉米基因组的40对核心SSR引物，采用10重荧光毛细管电泳检测技术对328个代表性育成品种进行基因分型；通过Power-Marker ver.3.25软件评估40对SSR引物多态性，对参试品种按年份、区试组分析遗传多样性情况；利用多变量统计分析软件MVSP ver.3.13对328个品种按区试组进行主坐标分析。【结果】基于328个玉米品种数据，检测到40对SSR引物等位基因变异范围为3—16个，平均8.10个，多态信息指数（PIC）值变化范围为0.18—0.85，平均为0.63。参试品种不同年份间遗传多样性变化不大，PIC值在0.60左右摆动；8个区试组品种的总等位基因和总基因型变异范围为170—262和200—511，京津唐和西南组分别表现出了最低值和最高值，京津唐组PIC值最低为0.51，其余组均接近于0.60，平均杂合度均在0.60左右。8个区试组主坐标分析显示鲜食、极早熟品种遗传分布偏离普通玉米区域，具有明显的种质特异性；青贮玉米由于早期对照品种为普通玉米导致遗传分布向普通玉米延伸，仅有少数品种分布偏离普通玉米；京津唐、西南、东北早熟三组品种遗传分布相对集中；极早熟、京津唐、西南三组之间品种遗传分布几乎无重叠区域；东华北和黄淮海两组参试品种遗传分布具有明显的分化但也有部分重叠，原因与对照品种曾经相同、育种同质化有关。【结论】利用SSR标记分析328份玉米品种的遗传多样性及遗传分化特点，表明近年来育成品种遗传多样性指数在不同年份间变化不大，除京津唐组之外在其它区试组间差异性也不大。参试品种主坐标分析显示各区试组划分、对照品种设置起到了育种导向的作用。
西北地区玉米生产投入及生态环境风险评价
DOI:10.3864/j.issn.0578-1752.2022.05.010
[本文引用: 1]
【目的】明确西北地区玉米生产的投入与生态环境风险。【方法】基于生命周期评价（LCA）方法对西北地区六省或自治区（新疆、陕西、山西、宁夏、内蒙古、甘肃）15年间（2004—2018年）玉米生产的投入（肥料、农药、柴油、地膜、种子及人工）与生态环境风险（温室气体排放、土壤酸化、水体富营养化及人体毒性）进行评价,定量化该地区单位面积（hm<sup>2</sup>）玉米生产投入与生态环境风险及其时空变化。【结果】西北地区玉米生产投入与生态环境风险较高,15年间平均肥料投入为233.1 kg N·hm<sup>-2</sup>,106.3 kg P<sub>2</sub>O<sub>5</sub>·hm<sup>-2</sup>和23.3 kg K<sub>2</sub>O·hm<sup>-2</sup>,农药、柴油、地膜、种子、人工投入量分别为6.5 kg·hm<sup>-2</sup>、93.2 L·hm<sup>-2</sup>、13.7 kg·hm<sup>-2</sup>、38.8 kg·hm<sup>-2</sup>和120.1 h·hm<sup>-2</sup>。玉米平均产量为7.9 t·hm<sup>-2</sup>,温室气体排放量为4 188 kg CO<sub>2</sub> eq·hm<sup>-2</sup>,土壤酸化潜值为155.3 kg SO<sub>2</sub>-eq·hm<sup>-2</sup>,水体富营养化潜值为52.6 kg PO<sub>4</sub>-eq·hm<sup>-2</sup>,人体毒性为2.9 kg 1,4-DCB-eq·hm<sup>-2</sup>。相较于2004年,2018年西北地区玉米生产种植面积和玉米单产分别增加了79%和26.9%;投入整体呈现上升趋势,其中氮肥、磷肥和钾肥的单位面积投入量分别增加9.2%、52.7%和203.7%,农药、柴油、地膜的单位面积用量分别增加了303%、143%和108%,而种子和人工的单位面积投入量则分别降低了38.6%和50.8%。西北地区玉米生产的生态环境风险则整体呈现先上升后下降的趋势,其中单位面积温室气体排放量、土壤酸化潜值、水体富营养化潜值以及人体毒性分别增加了13.6%、15.8%、2.6%和302.5%。西北地区玉米生产15年间单位面积氮肥投入量及温室气体排放量最高的年份均为2016年,最低均为2007年。西北地区不同省份玉米生产单位面积的投入与生态环境风险存在较大差异。其中,甘肃的氮肥、地膜和人工单位面积投入量最高,3种投入的最低省区分别为山西、陕西和内蒙古;新疆的磷肥和柴油投入量最高,最低均为陕西;山西的钾肥投入量最高,最低为新疆;农药和种子的投入量最高分别为宁夏和新疆,最低均为山西,玉米的种植面积与单产最高的省区分别为内蒙古和新疆,最低的分别为宁夏和陕西。同时温室气体排放量与土壤酸化潜值均为甘肃最高,水体富营养化潜值为陕西最高,人体毒性为宁夏最高,均为山西最低;西北地区玉米生产投入量与生态环境风险综合值最高的省区为宁夏,山西为西北地区玉米生产综合生态环境风险最低的省份。【结论】西北地区玉米生产呈现高投入、高产出、高风险的特点,其投入与生态环境风险在不同时间和空间尺度上均存在较大差异。2004—2018年,西北地区玉米的种植面积、单产、投入整体呈增加趋势,生态环境风险整体呈现先上升后下降的趋势。未来玉米生产布局可考虑向高产和低环境风险的省份倾斜,在实现高产的同时降低生态环境风险。
基于灰色关联度法和DTOPSIS法对羊草种质资源综合评价
DOI:10.11733/j.issn.1007-0435.2024.02.029
[本文引用: 5]
为探讨羊草（Leymus chinensis）种质资源产量与表型性状之间的相关性，筛选出优良的羊草种质。本研究以28份羊草种质资源为试验材料，基于9个田间表型性状，采用2种综合评价方法，进行了羊草种质资源表型性状间相关性分析和优良种质筛选。结果表明，灰色关联度法和DTOPSIS法在羊草田间表型性状与干草产量的关联次序有明显的差异。通过2种方法分别与实际干草产量排序结果进行线性拟合分析，发现相较于灰色关联度法，DTOPSIS熵权值法和熵值法的综合评价最接近干草实际真实测产结果，相关系数分别达到了0.994 5和0.955 7。因此，在羊草表型性状与干草产量相关性田间综合性状分析中应采用DTOPSIS法，该方法更适合羊草多性状评价。同时，通过综合评价发现在羊草高产新品种选育过程中应优先注重提升小穗数量比例，并要考虑叶宽比例，也要注意兼顾其它性状。经过综合评价，在2种评价方法中前三位的种质材料H8、H7和H27具有良好的高产潜力，可进一步作为育种材料进行羊草高产品种的选育。
14份乡土狼尾草材料幼苗的耐冷性综合评价
DOI:10.11686/cyxb2023433
[本文引用: 3]
为了探究低温胁迫对不同狼尾草材料幼苗生理特性的影响及综合评价不同材料的抗寒性。本研究采用泥炭土花盆培养法，对采集的14份乡土狼尾草种子发芽后的幼苗进行低温胁迫（25、4、0、-5 ℃）处理，并测定叶绿素含量、类胡萝卜素含量、抗氧化酶活性、丙二醛含量、渗透调节物质含量。采用主成分分析和隶属函数法对14份材料进行抗寒性评价。随低温胁迫的不断加重，供试狼尾草幼苗的叶绿素a、叶绿素b、总叶绿素、可溶性糖和脯氨酸含量以及过氧化氢酶活性呈先升后降的趋势，类胡萝卜素含量呈逐渐增大的趋势，超氧化物歧化酶活性呈逐渐增加的趋势，可溶性蛋白呈先升后降再略升的趋势，而过氧化物酶活性变化趋势不一致。光合作用相关的各指标之间显著正相关。主成分分析结果表明，低温胁迫下狼尾草的光合因子、质膜系统因子、渗透调节因子可作为抗寒性评价的综合指标。隶属函数综合评价D值结果显示，L<sub>10</sub>材料的抗寒性较强，L<sub>4</sub>、L<sub>1</sub>和L<sub>2</sub>材料的抗寒性相对较弱。采用隶属函数综合评价法所得结果更加准确客观、可靠性高，研究结果可为狼尾草抗寒性评价及耐低温种质资源的筛选提供参考。
11份益母草种质材料苗期耐盐性评价与鉴定
DOI:10.11686/cyxb2023218
[本文引用: 2]
土壤盐渍化是制约我国农业发展的重要问题之一。利用药用植物对盐碱地进行生物改良，是盐碱地资源化利用的有效手段。本研究用2%浓度的NaCl对11份益母草苗期材料进行盐胁迫处理，测定株高、根长、叶面积、地上鲜重、根鲜重等12个指标，采用主成分分析、隶属函数分析及耐盐性综合评价分析对各样本的耐盐性进行了综合评价。结果表明，益母草各指标差异较大，变异系数为13.58%~59.89%，地上鲜重、地上干重、根鲜重及叶面积4个指标受盐胁迫的影响较大，且12个性状指标间存在不同程度的相关性。叶绿素含量、主根直径、地上部分及根的干鲜重可以作为益母草苗期耐盐性评价指标。综合耐盐等级划分和耐盐性综合评价结果，筛选到苗期较为耐盐的益母草材料HY199和HY203。以上结果将会为益母草的盐碱地种植提供理论依据。
Entropy method for determination of weight of evaluating indicators in fuzzy synthetic evaluation for water quality assessment
25pSP-6 application of the maximum entropy method in calculating nuclear strength function
利用灰色关联度和隶属函数法评价5个‘张杂谷’饲草谷子品种的营养价值
DOI:10.11733/j.issn.1007-0435.2024.05.022
[本文引用: 1]
本研究以'张杂谷’(Setaria italica 'Zhangzagu’)系列品种育成的5个青谷饲草品种为研究对象，通过近红外光谱法测定其营养成分、矿物质元素、氨基酸和不饱和脂肪酸等指标，采用灰色关联度分析法和隶属函数法分别对10个指标进行综合分析，旨在明确青谷品种在张家口地区的营养价值，为青谷饲草品种的科学评价提供技术支撑。结果显示，各营养价值指标的相关性排序为：酸性洗涤纤维>粗蛋白>赖氨酸>磷>蛋氨酸=钙>粗灰分>不饱和脂肪酸>相对饲喂价值>中性洗涤纤维。利用灰色关联度分析法和隶属函数法得出的最优的3个品种均为：'青谷1号’'青谷2号’和'青谷3号’。
基于隶属函数法的不同生草栽培模式下澳洲坚果果园土壤理化性质综合评价
DOI:10.3969/j.issn.1000-2561.2024.11.014
[本文引用: 1]
为明确生草栽培对澳洲坚果果园土壤理化性质的影响，筛选出适宜当地的生草栽培模式。本研究选择5种果园常见生草草种（光叶紫花苕子、白三叶、一年生黑麦草、鼠茅草、肥田萝卜），以清耕为对照，分析不同处理间果园土壤含水量、温度、物理性质、养分及肥力差异，并运用隶属函数法进行综合评价。结果表明，生草栽培能有效增加表层土壤含水量，相较对照增加8.7%~24.0%。同时，生草栽培能降低果园表层土壤温度，降低幅度达7.6%~16.8%。与对照相比，生草栽培区土壤容重平均降低11.7%。在土壤养分方面，生草栽培区显著提升了土壤有机质含量，其中白三叶土壤有机质含量最高，达到32.0 g/kg，豆科草种与十字花科草种能显著增加土壤速效养分含量，禾本科草种则表现不明显。光叶紫花苕子、白三叶、肥田萝卜生草栽培模式的土壤综合肥力系数表现最好，分别比对照增加了51.5%、49.2%、45.4%，果园土壤肥力评价可达肥沃级别。利用隶属函数法对各处理的果园土壤的含水量、容重、温度、肥力共4个理化指标进行综合评价，光叶紫花苕子栽培模式表现最佳。
Screening optimal oat varieties for cultivation in arid areas in china: a comprehensive evaluation of agronomic traits
How high plant density of maize affects basal internode development and strength formation?
