全 文 ：文章编号:1001 － 4829(2014)04 － 1393 － 06
收稿日期:2013 － 03 － 19
基金项目:公益性行业(农业)科研专项“热带特色香辛饮料作
物产业技术研究与示范”(200903024)
作者简介:吕玉兰(1966 －)，女，云南宜良人，副研究员，主要从
事咖啡作物研究，E-mail:rjslvyulan@ 126． com，* 为通讯作者。
小粒种咖啡品种的灰色关联度分析
吕玉兰，黄家雄*
(云南省农业科学院热带亚热带经济作物研究所，云南 保山 678000)
摘 要:采用灰色关联度分析法对 12 个小粒种咖啡品种的 7 个农艺性状进行综合评价，结果表明，综合性状表现最好的咖啡品种
是 Catimor CIFC 7963(F6)，其次是 Catimor2 和 Catimor1。等权关联度与加权关联度分析结果基本一致，分析结果与咖啡植株在田
间的实际表现一致。不同性状与咖啡产量的关联度存在差异，咖啡植株的 6 个农艺性状与产量的关联度排序:最长第 1 分枝长度
＞株高 ＞茎粗 ＞节间长度 ＞第 1 分枝对数 ＞冠幅。
关键词:小粒种咖啡;农艺性状;产量;灰色关联度
中图分类号:S571． 2 文献标识码:A
Grey Correlation Degree Analysis on Coffee arabica L． Cultivars
LV Yu-lan，HUANG Jia-xiong*
(Tropical and Subtropical Cash Crops Institute，Yunnan Academy of Agricultural Sciences，Yunnan Baoshan 678000，China)
Abstract:Grey correlation degree analysis was applied to comprehensively evaluate 7 agronomic characters of 12 cultivars of Coffee arabica L．
The results showed that the Catimor CIFC 7963(F6)exhibited excellent general characters，followed by Catimor2 and Catimor1． The results
of equal relational grade and weighted relational grade were the identical and coincided with actual performance of the lines． The correlations
degree was different between different characters and coffee bean yield． The ranking of the correlations degree of the six agronomic characters
and coffee bean yield was the longest first branch length ＞ plant height ＞ trunk diameter ＞ internode length ＞ pairs of the first branch ＞
crown width．
Key words:Coffee arabica L．;Agronomic characters;Yield;Grey correlation degree
小粒种咖啡(Coffee arabica L．)属茜草科咖啡
属多年生常绿灌木或小乔木，原产非洲埃塞俄比亚
的热带雨林［1］。云南最早引入小粒种咖啡始于
1902 年，由法国传教士引进小粒种咖啡波邦(Bour-
ban)变种在云南宾川县朱苦拉海拔 1100 m的干热
河谷地区种植成功［2］。20 世纪 80 年代中期，云南
咖啡主栽品种主要是 S288、波邦(Bourbon)、铁毕卡
(Typica)等。20 世纪 90 年代中后期，S288、Bour-
bon、Typica等品种由于锈病严重逐渐被 Catimor 系
列品种，如 Catimor CIFC 7963(F6)(以下简称 Cati-
mor7963)、P1、P2、PT、T8867、T5175 等品种替
代［3 ～ 4］。Bourbon和 Typica 品种，杯品品质优良，是
开发精品咖啡的首选品种。Catimor7963 以其适应
性广，产量高、抗性强、品质优，成为云南咖啡的主栽
品种。近年来，为适应咖啡产业的发展，云南省德宏
热带农业科学研究所和云南省农科院热带亚热经济
作物研究所从国内外引进和保存了大量小粒种咖啡
种质资源，并对引进品种进行品种比较试验，旨在筛
选高产、优质、抗逆性强的新品种［5 ～ 6］。田间试验是
筛选咖啡优良品种或种质资源的重要环节。咖啡品
种或种质资源的比较试验数据多采用相关分析和方
差分析，主要针对的是咖啡植株相同性状之间的比
较，缺乏相关性状的综合评价。近年来，灰色关联度
分析法在甘蔗［7 ～ 8］、牧草［9］、烤烟［10］、小麦［11］、花
生［12］、腰果［13］等多种农作物性状的综合评价上已
得到广泛应用，取得满意结果。文章采用灰色关联
度分析法对 12 个咖啡品种的 7 个农艺性状进行综
合评估，旨在为咖啡优良品种的筛选提供客观的参
考依据。
3931
2014 年 27 卷 4 期
Vol. 27 No. 4
西 南 农 业 学 报
Southwest China Journal of Agricultural Sciences
DOI:10.16213/j.cnki.scjas.2014.04.051
1 材料与方法
1． 1 试验地概况
试验于 2010 年 9 月至 2011 年 2 月在云南省保
山市潞江坝进行。试验地点海拔 750 m，年均温 21．
5℃，年降雨量 755 mm，年蒸发量 2111． 5 mm，绝对
最高温 40． 4 ℃，最低温 0． 2 ℃，≥10 ℃活动积温
7800． 0 ℃，年日照时数 2325． 75 h，相对湿度 70 %。
试验地土壤为老冲积母质发育的红褐土，其基本理
化性状为:pH值 6． 85，有机质 14． 6 g /kg，全氮 0． 8
g /kg，全磷(P2O5)1． 4 g /kg，碱解氮 63． 6 mg /kg，速
效磷 20． 0 mg /kg，速效钾 176 mg /kg。
1． 2 试验材料及试验设计
参试的咖啡品种 Catimor7963、Catimor1、Cati-
mor2、Catimor3、Catimor4 由云南省德宏热带农业科
学研 究 所 引 进，CatimorP86、Mexico4、Mexico5、
Mexico12 由西双版纳勐伦植物园引进，杂交 91、
Bourbon和 Typica由本研究所提供。
2010 年 9 月对 12 个株龄为 3 年的咖啡品种的
农艺性状进行调查，每个品种随机选取 30 株，分别
测量植株的株高、茎粗、冠幅、最长第 1 分枝、第 1 分
枝对数和节间长度，取其平均值。2010 年 9 月至
2011 年 2 月咖啡果实采收季对 12 个参试品种进行
产量测定，每个品种分别测量 30 株单株鲜果产量，
取其平均值，咖啡鲜果与咖啡干豆的折算比例为 5
∶ 1。以 Catimor7963 为对照(CK)。
1． 3 分析方法
根据灰色系统理论将所有的参试品种看成一个
灰色系统，每个参试品种即为该系统中的 1 个因素。
把咖啡的选育目标与品种优良性状的上限指标结合
起来确定参考品种，以参考品种的各性状指标构成
参考数列，记作 X0，以参试品种各性状指标构成被
比较数列，记作 Xi(i = 1，2，3……n，n 为性状数)，用
下列公式计算各参试品种之间的关联度和关联系
数。根据关联度排序位次确定比较品种的优劣。
ξi ( )k =
min
i
min
k
| X0 ( )k － Xi ( )k | + ρ maxi maxk | X0
( )k － Xi ( )k |
| X0 ( )k － Xi ( )k | + ρ maxi maxk | X0
( )k － Xi ( )k |
(1)
ri =
1
n∑
n
k = 1
ζi(k) (2)
ri = ∑
n
k = 1
Wkζi(k) (3)
式中，ζi(K)为 Xi 对 X0 的关联系数，ρ 为分辨系数
(一般取 0． 5)，|X0(K)－ Xi(K)|为第 K 点 X0 与 Xi
的绝对差值，min
i
min
k
| X0 ( )k － Xi ( )k |为 X0 数列与
Xi 数列在 K点的二级最小差值绝对值，maxi maxk | X0
( )k － Xi ( )k |为二级最大差值绝对值。ri 为参试品
种与参考品种的关联度(即等权关联度)，ri 为参试
品种与参考品种的加权关联度，Wk 为各性状的权重
系数。
表 1 参考品种和参试品种的主要性状
Table 1 Main characters of the reference cultivars and tested cultivars
序号
Serial
number
品种
Cultivars
品种主要性状 Main characters of the cultivars
K1
咖啡豆产量
(kg /hm2)
Coffee
bean yield
K2
株高(cm)
Plant
height
K3
茎粗(cm )
Trunk
diameter
K4
冠幅(cm)
Crown
width
K5
第 1 分枝
对数(对)
Pairs of the
first
branch
K6
最长第 1 分
枝长(cm)
Longest
first
branch length
K7
节间长度
(cm)
Internode
length
X0 参考品种 6753． 24 160． 00 4． 20 160． 00 37． 00 82． 00 2． 50
X1 Catimor7963(CK) 6543． 45 151． 50 3． 65 151． 50 32． 30 79． 10 2． 28
X2 Mexico4 3786． 21 131． 30 3． 68 117． 90 33． 60 65． 73 3． 02
X3 Mexico5 3366． 63 122． 50 3． 51 111． 50 33． 54 68． 69 2． 91
X4 Mexico12 3656． 34 125． 70 3． 56 112． 20 32． 77 65． 08 3． 14
X5 Catimor1 5854． 14 148． 30 4． 15 105． 80 36． 69 73． 46 3． 23
X6 Catimor2 6733． 26 150． 20 3． 88 113． 50 36． 38 75． 38 3． 20
X7 Catimor3 6243． 75 136． 80 3． 85 100． 50 33． 90 72． 90 3． 39
X8 Catimor4 6193． 80 137． 50 3． 93 113． 90 34． 10 73． 15 3． 37
X9 CatimorP86 5174． 82 144． 10 4． 13 124． 00 28． 50 81． 11 3． 90
X10 杂交 91 4475． 52 130． 90 3． 46 114． 00 33． 46 66． 15 3． 21
X11 Bourbon 5174． 82 187． 70 4． 81 154． 80 35． 30 81． 70 3． 30
X12 Typica 5014． 98 187． 80 4． 72 152． 90 35． 40 77． 60 3． 50
4931 西 南 农 业 学 报 27 卷
表 2 原始数据无量纲化
Table 2 Data disposal of the main characters with non-dimensional change
序号
Serial
number
品种主要性状 Main characters of the cultivars
K1 K2 K3 K4 K5 K6 K7
X0 1． 0000 1． 0000 1． 0000 1． 0000 1． 0000 1． 0000 1． 0000
X1 0． 9689 0． 9469 0． 8690 0． 9469 0． 8730 0． 9646 0． 9120
X2 0． 5607 0． 8206 0． 8762 0． 7369 0． 9081 0． 8016 1． 2080
X3 0． 4985 0． 7656 0． 8357 0． 6969 0． 9065 0． 8377 1． 1640
X4 0． 5414 0． 7856 0． 8476 0． 7013 0． 8857 0． 7937 1． 2560
X5 0． 8669 0． 9269 0． 9881 0． 6613 0． 9916 0． 8959 1． 2920
X6 0． 9970 0． 9388 0． 9238 0． 7094 0． 9832 0． 9193 1． 2800
X7 0． 9246 0． 8550 0． 9167 0． 6281 0． 9162 0． 8890 1． 3560
X8 0． 9172 0． 8594 0． 9357 0． 7119 0． 9216 0． 8921 1． 3480
X9 0． 7663 0． 9006 0． 9833 0． 7750 0． 7703 0． 9891 1． 5600
X10 0． 6627 0． 8181 0． 8238 0． 7125 0． 9043 0． 8067 1． 2840
X11 0． 7663 1． 1731 1． 1452 0． 9675 0． 9541 0． 9963 1． 3200
X12 0． 7426 1． 1738 1． 1238 0． 9556 0． 9568 0． 9463 1． 4000
2 结果与分析
2． 1 确定参考品种
结合试验中各参试品种优良性状的上限指标及
咖啡品种选育目标确定参考品种(表 1)。
2． 2 数据的无量纲化处理
为便于不同性状间的比较，需对各性状原始数
据进行无量纲化处理(标准化处理)，即所有相应的
Xi(K)数据除以 X0(K)各点的数值(表 2)。
2． 3 关联系数
用下列公式计算参考数列 X0(K)与比较数列
Xi(K)相应性状绝对差值(表 3)。
即 △i(K)=∣ X0(K)－ Xi(K)∣，i = 1，2，……
18，K = 1，2，……8。
从表 3 中找出各性状的最大值 max△i(K)和最
小值 min△i(K)分别是 0． 56 和 0． 003。代入公式
(1)求得参试品种与参考品种的关联系数(表 4)。
表 3 参考品种与参试品种的绝对差值
Table 3 Absolute differences of reference cultivars and tested cultivars
项目 Items
品种主要性状 Main characters of the cultivars
K1 K2 K3 K4 K5 K6 K7
△1(K) 0． 0311 0． 0531 0． 1310 0． 0531 0． 1270 0． 0354 0． 0880
△2(K) 0． 4393 0． 1794 0． 1238 0． 2631 0． 0919 0． 1984 0． 2080
△3(K) 0． 5015 0． 2344 0． 1643 0． 3031 0． 0935 0． 1623 0． 1640
△4(K) 0． 4586 0． 2144 0． 1524 0． 2988 0． 1143 0． 2063 0． 2560
△5(K) 0． 1331 0． 0731 0． 0119 0． 3388 0． 0084 0． 1041 0． 2920
△6(K) 0． 0030 0． 0613 0． 0762 0． 2906 0． 0168 0． 0807 0． 2800
△7(K) 0． 0754 0． 1450 0． 0833 0． 3719 0． 0838 0． 1110 0． 3560
△8(K) 0． 0828 0． 1406 0． 0643 0． 2881 0． 0784 0． 1079 0． 3480
△9(K) 0． 2337 0． 0994 0． 0167 0． 2250 0． 2297 0． 0109 0． 5600
△10(K) 0． 3373 0． 1819 0． 1762 0． 2875 0． 0957 0． 1933 0． 2840
△11(K) 0． 2337 0． 1731 0． 1452 0． 0325 0． 0459 0． 0037 0． 3200
△12(K) 0． 2574 0． 1738 0． 1238 0． 0444 0． 0432 0． 0537 0． 4000
59314 期 吕玉兰等:小粒种咖啡品种的灰色关联度分析
表 4 参试品种与参考品种的关联系数
Table 4 Correlated coefficient of the tested cultivars and reference cultivars
项目 Items
品种主要性状 Main characters of the cultivars
K1 K2 K3 K4 K5 K6 K7
ζ1(K) 0． 9098 0． 8495 0． 6886 0． 8495 0． 6953 0． 8974 0． 7690
ζ2(K) 0． 3934 0． 6161 0． 7008 0． 5211 0． 7610 0． 5915 0． 5799
ζ3(K) 0． 3621 0． 5502 0． 6370 0． 4853 0． 7577 0． 6398 0． 6374
ζ4(K) 0． 3832 0． 5724 0． 6545 0． 4890 0． 7177 0． 5819 0． 5280
ζ5(K) 0． 6850 0． 8014 0． 9695 0． 4574 0． 9813 0． 7367 0． 4948
ζ6(K) 1． 0001 0． 8293 0． 7945 0． 4959 0． 9536 0． 7845 0． 5054
ζ7(K) 0． 7962 0． 6659 0． 7789 0． 4341 0． 7779 0． 7238 0． 4450
ζ8(K) 0． 7800 0． 6728 0． 8220 0． 4981 0． 7897 0． 7295 0． 4506
ζ9(K) 0． 5509 0． 7460 0． 9539 0． 5604 0． 5552 0． 9730 0． 3369
ζ10(K) 0． 4585 0． 6127 0． 6204 0． 4987 0． 7533 0． 5979 0． 5018
ζ11(K) 0． 5509 0． 6246 0． 6655 0． 9056 0． 8682 0． 9977 0． 4717
ζ12(K) 0． 5266 0． 6237 0． 7008 0． 8724 0． 8755 0． 8482 0． 4162
2． 4 关联度
将各关联系数代入公式(2)，即可得出各参试
品种与参考品种的等权关联度(表 7)。但是，只有
当参试品种的各性状同等重要时，才能用等权关联
度去评价不同品种的优劣，因此必须明确各性状的
权重系数，用加权关联度对参试品种进行综合评估。
文章采用各性状与咖啡产量的关联度确定各性状权
重系数，即以咖啡产量为参考数列，其它性状为比较
数列，计算各性状与产量的关联系数、关联度 r(K)
(表 5，计算方法同上)，并进行归一化处理算出各性
状的权重系数 W(K)(表 6)。将表 4 求得的关联系
数 ζi(K)和表 6 求得的权重系数 W(K)代入公式
(3)，即可得出参试品种与参考品种的加权关联度
(表 7)。
表 5 6 个性状与产量的关联系数、关联度及排序
Table 5 Correlated coefficient and correlated degree and ranking of six characters and yield
品种
Cultivars
关联系数 Correlated coefficient
U1 U2 U3 U4 U5 U6
Catimor7963(CK) 0． 9186 1． 8275 0． 3358 1． 8711 0． 1915 3． 5715
Mexico4 0． 5082 0． 6043 0． 9486 1． 0937 0． 0859 0． 7197
Mexico5 0． 4596 0． 5812 0． 9748 1． 4258 0． 7739 0． 793
Mexico12 0． 3597 0． 4454 0． 7628 0． 8216 0． 0844 1． 1435
Catimor1 0． 4761 0． 1103 1． 4553 0． 7482 0． 5532 0． 5067
Catimor2 1． 1417 1． 4722 1． 8077 0． 1488 0． 9827 1． 3386
Catimor3 1． 3438 1． 1201 2． 0656 0． 8749 0． 9819 0． 4241
Catimor4 1． 2685 0． 8971 1． 3243 0． 7397 0． 8968 0． 4333
CatimorP86 0． 0885 0． 4271 0． 0759 2． 4532 1． 3216 1． 8205
杂交 91 0． 1014 0． 4823 0． 1543 0． 438 0． 606 0． 6234
Bourbon 1． 9348 1． 9586 1． 6814 0． 6885 1． 4213 0． 2581
Typica 2． 0765 1． 893 1． 7194 0． 8718 0． 8657 0． 916
关联度 r 0． 7352 0． 7057 0． 6804 0． 6927 0． 7628 0． 7022
排序 2 3 6 5 1 4
6931 西 南 农 业 学 报 27 卷
表 6 7 个性状与产量的灰色关联度及权重系数
Table 6 Correlated degree and weight coefficient of seven characters and yield
品种主要性状
Main characters
of the cultivars
K1 K2 K3 K4 K5 K6 K7
灰色关联度 r(K) 1． 0000 0． 7352 0． 7057 0． 6804 0． 6927 0． 7628 0． 7022
权重系数 w(K) 0． 1894 0． 1393 0． 1337 0． 1289 0． 1312 0． 1445 0． 1330
表 7 参试品种与参考品种的关联度
Table 7 Correlated degree of the tested cultivars and reference cultivars
序号
Serial number
品种
Cultivars
等权关联度 ri
Equal relational grade
排序
Ｒanking
加权关联度 ri
Weighted
relational grade
排序
Ｒanking
X1 Catimor7963(CK) 0． 8085 1 0． 8154 1
X2 Mexico4 0． 5948 9 0． 5836 9
X3 Mexico5 0． 5814 10 0． 5696 11
X4 Mexico12 0． 5610 11 0． 5513 12
X5 Catimor1 0． 7323 3 0． 7310 3
X6 Catimor2 0． 7662 2 0． 7808 2
X7 Catimor3 0． 6603 8 0． 6695 7
X8 Catimor4 0． 6775 6 0． 6845 6
X9 CatimorP86 0． 6680 7 0． 6663 8
X10 杂交 91 0． 5776 12 0． 5714 10
X11 Bourbon 0． 7263 4 0． 7179 4
X12 Typica 0． 6948 5 0． 6856 5
由表 5 可以看出，咖啡的 6 个农艺性状与产量
关联度由大到小的排序依次是最长第 1 分枝长度 ＞
株高 ＞茎粗 ＞ 节间长度 ＞ 第 1 分枝对数 ＞ 冠幅。
Catimor系列品种主要靠第 1 分枝结果，第 1 分枝的
长度愈长，结果量愈多，即最长第 1 分枝长度是影响
咖啡产量的主要因素;咖啡植株的株高和茎粗对咖
啡产量影响较大，与 Bourbon 和 Typica 品种比较，
Catimor系列品种株型相对较矮，相同树龄的咖啡植
株愈高大粗壮，咖啡豆产量愈高;节间长度对咖啡产
量性状也有很大影响，即相同的枝长，节间长度越
小，挂果率愈高;第 1 分枝对数和冠幅与咖啡品种特
性有很大关系，也是影响咖啡产量的因素之一。
由表 7 可以看出，等权关联度与加权关联度分
析的结果基本一致，综合性状表现最好的咖啡品种
是 Catimor7963，其次是 Catimor2 和 Catimor1，Bour-
bon和 Typica 咖啡品种分别排在第 4 位和第 5 位。
上述 5 个品种的等权关联度分别为 0． 8085、0．
7662、0． 7323、0． 7263 和 0． 6948，其加权关联度分别
为 0． 8154、0． 7808、0． 7310、0． 7179 和 0． 6856。Cati-
mor7963 作为咖啡主栽品种已有近 20 年时间，其综
合性状明显优于参试的其他 11 个品种，该品种的优
良性状仍可作为现阶段咖啡选育种的主要参考目
标。Mexico5、Mexico12 和杂交 91 与参考品种的等
权关联度分别排在第 10、11 和 12 位，加权关联度分
别排在第 11、12 和 10 位，与笔者的选育种目标存在
很大差距。这说明 Mexico5、Mexico12 和杂交 91 等
品种性状在干热河谷地区表现较差。
3 讨 论
研究结果表明，灰色关联度分析在多个性状综
合及定量评价上，能正确、全面地评价各个品种的优
劣。如综合性状较好的咖啡品种 Catimor7963、Cati-
mor2 和 Catimor1 以及处于末位的 Mexico12，其综合
评价结果与田间观察结果一致。由此看来，应用灰
色关联度分析法对咖啡品种进行综合评价，在一定
程度上可以克服田间选择中由于参试品种的个别性
状较优或较差从而造成人为过高或过低的主观评
价。在大田条件下进行咖啡品种筛选和鉴定一般以
咖啡产量、株高、茎粗等作为主要指标，要求采集 3
年的田间试验数据，通常由于参试材料多，选育种工
作任务繁重，所需周期较长。通过采用综合性状评
估，可以及时筛选出综合性状优良的品种或种质开
展进一步的试验鉴定。
采用灰色关联度分析法对多个性状进行综合评
价，参考品种的确定和各性状权重系数的确定是关
键，直接影响评价结果的准确性。参考品种是理想
79314 期 吕玉兰等:小粒种咖啡品种的灰色关联度分析
品种，是参试材料比较的基础，文章把咖啡新品种选
育目标与品种优良性状的上限指标结合起来，确定
参考品种。权重系数多采用赋值法［13 ～ 15］，主要根据
育种目标、育种专业知识和实践经验来确定，也有采
用灰色关联度计算法确定［16 ～ 17］，文章先计算出各性
状与咖啡产量的关联系数和关联度，再进行归一化
处理求出各性状的权重系数 W(K)，有效弥补了在
确定权重系数过程中由于专业知识和实践经验不足
导致的主观误差。评价结果与田间观察结果有很高
的一致性。
参考文献:
［1］中国热带作物学会编译． 热带作物生态生理学［M］． 北京:农业
出版社，1984．
［2］罗朝良．宾川县志［M］．昆明:云南人民出版社，1997．
［3］李锦红，周 华．德宏的咖啡选育种［J］．热带农业科技，2003，26
(4):5 － 8．
［4］周 华，李文伟，张洪波，等．咖啡种质资源的引进、研究及利用
［J］．热带农业科技，2002，25(2):1 － 6．
［5］周 华，李文伟，李锦红，等．云南小粒咖啡优良品种比较试验及
丰产栽培示范［J］．热带农业科技，2006，29(3):1 － 5．
［6］李岫峰，彭忠良，杨世贵，等．小粒咖啡性状与产量的关系［J］．云
南热作科技，2001，24(3):5 － 6．
［7］刘家勇，范源洪，杨洪昌，等． 31 个国 －外甘蔗引种灰色多维综合
评价［J］．西南农业学报，2006，19(4):683 － 687．
［8］赵 俊，范源洪，吴才文，等． 19 个国外引进甘蔗品种的灰色关联
度分析［J］．中国糖料，2007(2):27 － 29．
［9］张鸭关，曾国荣，单贵莲，等．云南冬闲田种植牧草主要农艺性状
与生产性能的灰色关联度分析［J］． 西南农业学报，2013，26
(2):464 － 469．
［10］焦芳婵，于海芹，卢秀萍．烤烟品种比较中灰色关联度分析的应
用［J］．中国农学通报，2008，24(9):141 － 144．
［11］赵 倩，刘兆晔，刘春蕾，等． 小麦新品种(系)的灰色关联度分
析［J］．中国农学通报，23(9):259 － 262．
［12］朱 鸿，官德义，杨 军，等． 福建花生种质资源筛选及灰色关
联度分析［J］．福建农业学报，2008，23(4):381 － 386．
［13］邓穗生．灰色关联度对腰果新品种的综合评估［J］．热带作物学
报，2004，25(2):10 － 14．
［14］汪 澜．灰色关联度分析在箭舌豌豆品种综合评价中的运用
［J］．四川草原，2004(3):14 － 16．
［15］陈友根，王冬良，戴志新．灰色关联度分析在加工番茄品种比较
试验中的应用［J］．安徽农业大学学报，2004，31(1):107 － 110．
［16］吕玉兰，白昌军，刘 倩，等． 柱花草品系的灰色关联度分析
［J］．热带农业工程，2009，33(3):48 － 53．
［17］徐彦军，邓代信，胡小京，等． 萝卜杂交组合产量与相关性状的
灰色关联度分析［J］． 山地农业生物学报，2003，22(6):516 －
519．
( 责任编辑 王家银)
8931 西 南 农 业 学 报 27 卷