余新春 夏明聰 郭桂英 申觀望 王軍威 張順 嚴德遠

摘要：應用模糊多維綜合評判方法，對2010年自育兩系雜交粳稻新組合進行多因素綜合評價分析，結果表明，9優(yōu)418（D11）評價指標是0.732 9，綜合表現最優(yōu)，其次是1586S/爪哇稻(D14)，其評價指標為0.716 6，1592S/新選1號（D15）評價指標是0.215 2，綜合表現最差，此結果與試驗地實際表現吻合。

關鍵詞：模糊多維綜合評判；兩系雜交粳稻；選育

中圖分類號：S511.2+2 文獻標識碼：ADOI編碼：10.3969/j.issn.1006－6500.2011.01.028

Application of Fuzzy Multidimensional Comprehensive Evaluation on New Variety Breeding of Two-line Japonica Hybrid Rice

YU Xin-chun1, XIA Ming-cong2, GUO Gui-ying1, SHEN Guan-wang1, WANG Jun-wei1, ZHANG Shun1, YAN De-yuan1

( 1. Xinyang Agricultural Science Institute of Henan Province, Xinyang, Henan, 464000,China; 2. Institute of plant protection, Henan Academy of Agricultural Sciences Zhengzhou, Henan 450002, China)

Ａｂｓｔｒａｃｔ: By the application of fuzzy comprehensive evaluation method on 2010, two-line Japonica hybrid rice new combination , multiple factors comprehensive evaluation analysis were done, the results showed that 9 and 418 ( D11 ) evaluation index was 0.732 9, the best overall performance, followed by 1586S / Java rice ( D14 ), the evaluation index of 0.716 6,1592S / 1 ( D15 ) evaluation index of 0.215 2, comprehensive performance was the worst, this result was accordance with actual performance in the test.

Key words: fuzzy multidimensional comprehensive evaluation;two-line Japonica hybrid rice;breeding

選育高產、優(yōu)質、抗病、綜合性狀表現優(yōu)良的兩系雜交粳稻新品種，是當前粳稻育種工作的方向之一。目前，對兩系雜交粳稻新品種一般只采用產量性狀的方差分析，易失去與產量性狀、生產需求相關的其它性狀的信息，造成對品種評價的片面性。筆者運用模糊多維綜合評判對兩系雜交粳稻新品種進行多因素綜合評價分析，既彌補了方差分析的不足，又能對品種的各項指標進行綜合分析，對品種作出全面、客觀、合理的評價，為雜交粳稻新品種的審定與利用提供可靠依據。

1試驗設計

試驗材料與數據來源于2010年信陽市農科所以自育3個兩系不育系為母本和14個粳稻品種（系）為父本配制成15個兩系雜交粳稻新組合和9優(yōu)418（CK）的品比試驗結果。以1298S/ln4、1592S/ln4、1298S/花輻9號、1299S/新粳7號、1299S/03295、1299S/武粳15-5-3、1299S/ln40、1299S/秋豐、1299S/武香99-15-6-3、1586S/ln7、9優(yōu)418（CK）、1586S/武粳15-10-1、1586S/（花輻9號/94205）、1586S/爪哇稻、1592S/新選1號、1592S/ln6為材料，分別用D1、D2、D3……D16來表示。隨機區(qū)組排列，3次重復，小區(qū)面積13.34 m2，10行×40穴，行、穴距為20.0 cm×16.7 cm,重復間走道33.3 cm,小區(qū)間走道20.0 cm,四周有保護行。測定8個性狀：每穴穗數、株高、穗長、每穗總粒數、每穗實粒數、結實率、千粒質量及產量。成熟時每區(qū)取5株進行室內考種，取各個性狀的平均值作為原始數據。

2多維綜合評價數學模型

多維綜合評價數學模型計算公式為: B= A×R=( b1, b2,……bn) , 其中B 為綜合評價集, R 為模糊轉換矩陣, 即所選評價指標的隸屬度數值,A 為權重系數, b1, b2,……bn 分別為各品種優(yōu)劣的排序。評價因素集為U。根據育種目標, 用灰色關聯度法對各性狀的權重系數科學賦值。由各品種的評價因素的平均值得出評價要素的最好水平和最差水平。其中隸屬度函數計算公式為:

u(x) = ■

其中，u(x) 為隸屬度數值；X 為每個特征數值；Xmax 為最大特征數值( 最好水平)；Xmin 為最小特征數值( 最差水平)。

3權重系數的確定

3.1評價因素

評價要素要按照系統(tǒng)的原則進行選擇。產量與品種好壞直接相關, 豐產性因素決定了產量, 因此,選擇產量、豐產性因素（穗·穴-1、株高、穗長、穗總、穗實、結實率、千粒質量）等性狀, 組成評價因素集U ( UA1, UA2, ……U6) 。由于對品種的評定目前仍以產量為重要依據,因此, 以小區(qū)產量為參考序列, 其余7 個性狀為比較序列, 各品種評價因素的平均值見表1。

3.2數據無量綱化

由于各性狀的單位不同, 需對各性狀原始數據進行無量綱化處理。確定8 個性狀的最優(yōu)序列值為1, 進行無量綱化, 見表2。

3.3產量與各性狀的差序列

各性狀無量綱數值與產量的差序列公式為:§i( k) =Ir- ri( k) I，其中§i ( k) 表示差序列, r 為產量無量綱數值,ri( k) 為其它7個性狀無量綱數值, 各性狀差序列見表3。

3.4產量與各性狀的關聯系數、關聯度

最小極差m= 0, 最大極差M= 0. 369 1?；疑P聯系數公式:

Coi( k)= ■

=■

=■

關聯度公式:roi=■∑coi

roi=■■∑Coi( k)

產量與各性狀的關聯度如表4示。

3.5確定各性狀的權重系數

對各性狀與產量的灰色關聯度進行規(guī)一化處理, 就得到各性狀的權重系數。產量∶每穴穗數∶株高∶穗長∶每穗總粒數∶每穗實粒數∶結實率∶千粒質量=0.179 8∶0.102 8∶0.118 0∶0.129 7∶0.101 9∶0.115 6∶0.1344∶0.117 9。

4模糊矩陣的確定

根據各性狀隸屬度函數公式, 分別將表1 各指標值代入隸屬度函數計算公式, 即得出其模糊轉換矩陣R（表5）。

5結果與分析

由權重系數A=（0.179 8∶0.102 8∶0.118 0∶0.129 7∶0.101 9∶0.115 6∶0.134 4∶0.117 9），綜合評價集B=A× R，計算得出:B=(0.592 1、0.563 2、0.395 5、0.314 5、0.366 5、0.439 1、0.683 7、0.563 7、

0.321 9、0.437 5、0.732 9、0.426 2、0.680 3、0.716 6、

0.215 2、0.315 6)

由綜合評價集B可以看出：9優(yōu)418（D11）評價指標是0.732 9，綜合表現最優(yōu)，其次是1586S/爪哇稻(D14)，其評價指標為0.716 6，1592S/新選1號（D15）評價指標是0.215 2，綜合表現最差，此結果與試驗地實際表現吻合。

6討 論

(1) 多維綜合評判與方差分析比較。在以產量性狀進行方差分析，產量差異顯著，其品種優(yōu)劣為：D11＞D14＞D2＞D13＞D1＞D7＞D4＞D12＞D6＞D8＞D9＞D3＞D15＞D16＞D10＞D5;多維綜合評判分析品種優(yōu)劣為：D11＞D14＞D7＞D13＞D1＞D8＞D2＞D6＞D10＞D12＞D3＞D5＞D9＞D16＞D4＞D15。

（2）由結果分析可知，D11綜合評價最優(yōu)，D15綜合評價最差，由于D16、D10、D5三個品種的雜株率較高，致使實際產量表現偏低。由此說明運用模糊多維綜合評判在兩系雜交粳稻育種中對其新品種評價分析切實可行。

（3）利用模糊多維綜合評判分析，克服了靠單產性狀評價品種優(yōu)劣的弊端，評價客觀全面，更能真實地表達品種的實際表現，為育種及示范推廣提供可靠依據。

參考文獻：

[1] 余新春，祁玉良，魯偉林，等.灰關聯熵分析在選配雜交水稻新組合中的應用[J].湖南農業(yè)科學，2008（5）：5-7.

[2] 程輝，王友華，何道君，等.用灰色局勢決策多因素綜合評估甘藍型油菜早代自交系的一般配合力[J].2007,29（3）：342-346.

[3] 許海濤, 王友華.應用模糊綜合評判和灰色系統(tǒng)理論對夏大豆區(qū)試品種的分析評價[J].種子, 2006(3):36-39.

[4] 石書兵, 徐文修, 克尤木,等.模糊綜合評判在旱作春小麥品種評價中的應用[J] . 新疆農業(yè)大學學報, 2001,24(2):22-25.

[5] 郭瑞林.作物灰色育種學[M].北京:中國農業(yè)科技出版社,1995:202-272.

[6] 文建成,符菊芬,陳學寬,等.甘蔗品種灰色模糊多維綜合評估分析[J].中國糖料, 2001(3):5-8.

[7] 龔得明,薛其清,陳如凱,等.灰色關聯度分析應用于甘蔗新品種綜合評估初探[J] .福建農學院學報,1992,21(2):215-218.

[8] 岳田利,賀曉鳴.全脂乳粉感官質量的計算機模糊綜合評判[J].西北農業(yè)大學學報,1993,21(4):95-100.

[9] 陸小靜,李開綿,葉劍秋,等.運用灰色模糊多維綜合評估13個甘蔗新品種[J].廣西農業(yè)科學，2008（6）：744-748.

[10] 劉錄祥,孫其信,王士蕓.灰色系統(tǒng)理論應用于作物新品種綜合評估初探[J].中國農業(yè)科學, 1989,22(3):22-27.

收稿日期：2011-09-07；修訂日期：2011-10-27

基金項目：國家水稻產業(yè)技術體系項目

作者簡介：余新春（1981-），男，河南息縣人，研究實習員，主要從事水稻育種及高產栽培技術研究。

通訊作者簡介：魯偉林( 1974-) , 男, 河南信陽人, 副研究員, 主要從事水稻育種及高產栽培技術研究。