免费文献传递   相关文献

The Application of The Gray System Theory on The Comprehensive Evaluation on of The Main Characteristics of Balsampears

灰色系统理论应用于苦瓜主要品种的评估



全 文 :园  艺  学  报  2001, 28 ( 6) : 567~ 569
Acta Horticulturae Sinica
收稿日期: 2001- 09- 07; 修回日期: 2001- 10- 31
灰色系统理论应用于苦瓜主要品种的评估
向长萍1  谢  军2  周  逊1  汪李平1
( 1华中农业大学园艺系 , 武汉 430070; 2 中山大学生命科学院, 广州 510275)
摘  要: 利用灰色系统理论对苦瓜品种进行综合评估, 结果证明, 各品种的灰色关联排
序综合评估与品种的实际表现一致。此方法对苦瓜遗传育种工作将会有重要作用。
关键词: 苦瓜; 综合评估; 关联度分析
中图分类号: S642. 5; O159 文献标识码: A  文章编号: 0513353X ( 2001) 06056703
1  目的、材料与方法
品种的优劣有多个经济性状指标所决定。本试验试图用灰色系统理论中的关联度分析
法对苦瓜 (Momordica charantia L. ) 的主要农艺性状进行评估, 以期寻求更有效、更完善
的评估新品种的方法。
试验选择了目前种植较多、反映较好的 23个苦瓜品种 (如表1) 为试材, 于 1999年5
月14日播种, 5月 30日定植到大田。田间采用随机区组排列, 3次重复。小区面积为 6. 6
m
2
, 每小区定植 10株, 各处理 3次重复共计 30株。管理同一般大田生产。选择 5个主要
农艺性状 (表 1) 为研究对象, 用灰色关联度分析法对影响苦瓜产量的主要性状进行综合
评估。按照刘录祥1 等提出的方法, 把参试的 23份材料视为一个灰色系统, 并根据供试
品种实际水平和育种目标, 设一个理想的 !参考品种∀, 以它的各性状指标构成参考数列
为X0 (见表 1)。以供试材料各项指标构成被比数列为X i, 用文献 1 公式分别估算关联
系数i ( k) , 等权关联度 ( ri) 和加权关联度 ( ri# )。
2  结果与分析
因品种之间不同性状差异很大, 并且衡量单位不同 (表 1) , 因此按文献 1 方法在
关联分析前进行无量纲化处理, 采用 X0 数列分别去除 Xi数例, 得到一个数值为 0~ 1之
间的无单位的新数列, 再求关联系数i ( k)。
表 1  试验品种主要性状平均值
Table 1  Mean observation values of main characteristics in tested cultivars
品种
Cult ivars
( Xi )
1
单株早期产量
Yield in earl
stage ( kg/ plant)
2
单株总产量
Yield
( kg/ plant )
3
始收期
First harest
( d)
4
总单瓜质量
Average mass
of fruit ( kg)
5
单株总采瓜数
number of harvest
fruit per plant
X0  参考品种  Reference 2. 5 5. 5 16 0. 4 18
X1  白玉苦瓜  Baiyu Kugua 2. 199 4. 65 15. 3 0. 3 15. 6
X2  长白苦瓜  Changbai Kugua 1. 36 3. 99 13. 63 0. 274 14. 6
X3  特选株洲长白  Texuanzhuzhouchangbai 1. 794 3. 95 15. 3 0. 306 12. 97
X4  湘丰三号  Xiangfeng3 2. 044 4. 77 15. 3 0. 291 16. 5
X5  大顶苦瓜  Dading Kugua 1. 761 4. 1 11. 97 0. 257 15. 9
续表 1
品种
Cult ivars
( Xi )
1
单株早期产量
Yield in earl
stage ( kg/ plant)
2
单株总产量
Yield
( kg/ plant )
3
始收期
First harest
( d)
4
总单瓜质量
Average mass
of fruit ( kg)
5
单株总采瓜数
number of harvest
fruit per plant
X6  绿龙青肉苦瓜  Lulongqingyou Kugua 1. 387 3. 82 13. 63 0. 264 14. 5
X7  早熟大白苦瓜  Zaoshu dabai Kugua 1. 553 3. 48 15. 3 0. 275 12. 6
X8  兰山苦瓜  Lanshan Kugua 1. 379 3. 81 13. 63 0. 254 15
X9  种都华绿苦瓜  Zhongxiangtedachangbai 1. 263 3. 98 5. 3 0. 304 13. 1
X10 绿宝石  Lubaoshi 2 4. 39 13. 63 0. 295 14. 9
X11 夏丰苦瓜  Xiafeng Kugua 2. 051 4 15. 3 0. 277 14. 4
X12 中湘特大长白  Zhongxiangtedachangbai 2. 404 5. 5 15. 3 0. 311 17. 7
X13 银农台湾苦瓜  YinnongTaiwan 0. 658 3. 19 0 0. 299 10. 6
X14 4号  No. 4 1. 423 4. 18 13. 6 0. 248 16. 9
X15 翠绿一号  Cuilu 1 1. 554 3. 37 13. 6 0. 281 12
X16 7号  No. 7 1. 43 4. 21 11 0. 237 17. 8
X17 8号  No. 8 1. 199 3. 72 13. 63 0. 238 15. 6
X18 特长白  Techangbai 1. 57 3. 51 15. 3 0. 219 16
X19 长白  Changbai 1. 35 3. 72 9. 3 0. 253 14. 6
X20 种都刺皇  Zhongducihuang 0. 48 3. 17 1 0. 250 12. 67
X21 科兴特大长白  Kexingtedachangbai 1. 08 3. 46 11 0. 23 15
X22 种都特大青丰  Zhongdutedaqingfen 1. 181 3. 26 10 0. 23 14. 2
X23 早白一号  Zaobi 1 1. 339 3. 63 9. 3 0. 216 16. 8
  注: 始收期为品种采收期与参试品种中最晚采收期相差的天数。
Note: First harvest day in table 1 is the days earlier than the last harvest cultivar.
表 2  供试品种与参考品种关联度排序
Table 2 Relational grade between tested cultivars and the reference
关联度
Relat ional grade
等权关联度
Unweighted ( r i)
位序
Ranks
加权关联度
Weighted ( r l# )
位序
Rank
X1 0. 7891 3 0. 751826 3
X2 0. 655862 12 0. 646023 10
X3 0. 703978 6 0. 666098 8
X4 0. 789374 2 0. 761432 2
X5 0. 670002 10 0. 665113 9
X6 0. 64729 14 0. 631312 12
X7 0. 66108 11 0. 61427 17
X8 0. 650224 13 0. 633 11
X9 0. 580441 20 0. 63064 13
X10 0. 719543 5 0. 704835 4
X11 0. 723083 4 0. 668518 7
X12 0. 9016 1 0. 890006 1
X13 0. 498863 23 0. 556403 22
X14 0. 68827 7 0. 677338 6
X15 0. 624233 16 0. 598375 19
X16 0. 672819 9 0. 683833 5
X17 0. 642097 15 0. 623686 15
X18 0. 682153 8 0. 625856 14
X19 0. 594858 18 0. 609839 18
X20 0. 502973 22 0. 555312 23
X21 0. 589641 19 0. 590687 20
X22 0. 570553 21 0. 572901 21
X23 0612492 17 0. 620518 16
568               园   艺   学   报                28卷
将求得的关联系数值代入公式 ri= 1n ∃
N
k= 1
i ( k) 即可得各供试品种与 !参考品种∀ 的等
权关联度。事实上, 反映品种优劣的各性状指标的重要性是不相同的。因此, 要用加权关
联度 ri# = ∃Wki ( k) 作为最终的评价指标。式中Wk为各性状的加权系数, 取值为W1=
0. 1 , W2= 0. 35 , W3= 0. 05 , W4= 0. 30 , W5= 0. 2。根据分析目的, 给予产量性状的权
重 ( W) 为 0. 45 , 产量构成的主要性状单瓜质量 ( W4) 和采瓜数 ( W5) 的权重分别为 0.
3和 0. 2。由于本次试验各品种的熟性不是主要目的, 故始收天数性状赋予的权重W3 为
0. 05。因此某品种单瓜质量较高, 其 ri# 的位序要比 ri有可能提前, 如 X9; 有的品种总
产量和单瓜数较高, 也会出现 ri# 的位序比 ri提前, 如 X16。其排序结果见表 2。
按关联分析原则, 关联度大的数列与参考数列最为接近。即 %中湘特大长白# 苦瓜品
种与 !参考品种∀ 最为接近 ( r12= 0. 9016 )。我们认为 !参考品种∀ 是综合性状均最好的,
因此, %中湘特大长白# 品种综合性状最好, 其次是 %湘丰三号# 品种 ( r4= 0. 789374 )。
%银农台湾苦瓜# 品种与 !参考品种∀ 的关联度最小 ( r13= 0. 498863 ) , 表现最差, 其它品
种表现居中。由加权关联度序列分析, 所得结论与田间表现基本一致, %中湘特大长白#
和 %湘丰三号# 品种表现较好, 在参试材料中其总产量居第一和第二位。就总产量而言,
表现最差的是 %种都刺皇# 和 %银农台湾苦瓜#。
3  讨论
利用灰色理论对 23 个苦瓜品种 (系) 的分析表明 %中湘特大长白# 、 %湘丰三号# 、
%白玉苦瓜# 、%绿宝石# 等为综合性状优良的品种, 此分析结果与田间实际调查表现一致,
无论是早期产量还是总产量上述品种均居 23个品种 (系) 之前五位。而 %种都特大青
丰# 、%银农台湾苦瓜# 和 %种都刺皇# 在田间实际表现和加权关联度的排序一致, 与 !参
考品种∀ 的关联度较小, 居 23个品种 (系) 中第 21、22和 23 位, 此位置与其产量排位
一致。实践证明, 应用灰色系统理论对苦瓜品种进行产量构成性状综合评价, 不仅符合品
种实际表现, 同时可以避免单因子评估的不完善之处, 提高对新品种综合评估的准确性。
灰色系统理论为科研预测提供了基础2 。采用此法, 关键是要根据研究目标, 准确设
参考数列 X。在此基础上借助微机很快可计算各因子的综合评估数, 即各因子在遗传育种
中的作用, 从而加速新品种选育过程中的遗传研究。
参考文献:
1  刘寻祥, 孙其信, 王士芸, 等. 灰色系统理论应用于作物新品种综合评估初探. 中国农业科学, 1989, 22 ( 3) : 22~ 27
2  邓聚龙. 灰色系统综述. 世界科学, 1983 (7) : 1~ 5
The Application of The Gray System Theory on The Comprehensive Evaluation on
of The Main Characteristics of Balsampears
Xiang Changping1, Xie Jun2, Zhou Xun1, and Wang Liping1
(
1
Huazhong Agricultural University , Wuhan 430070;
2
Lif e Science College Zhongshan University , Guangzhou 510275)
Abstract: The main characteristics of tested balsam pears cultivars were evaluated by the gray system theory in this
paper. The results showed that the rank of relational grade between tested cultivars and the reference was identical with
the actual performance of the balsam pears cultivars in the field. It was suggested that this evaluation method would play
an important role in developing and evaluating new cultivars of balsam pear in the future.
Key words: Balsam pear; Comprehensive evaluation; Relational grade analysis
5696 期         向长萍等: 灰色系统理论应用于苦瓜主要品种的评估