李玉娟　張健　王瑩　李敏　談峰　張遠(yuǎn)　陳惠

摘要 以美國紅楓為材料，根據(jù)代表性、科學(xué)性、全面性、實用性的原則，收集出20個指標(biāo)作為選擇美國紅楓綠化樹種評價指標(biāo)的對象；建立了AHP綜合評價體系，并在新品種選育中進(jìn)行了應(yīng)用，選育出美國紅楓新品系Q1005。

關(guān)鍵詞 美國紅楓；AHP綜合評價體系；品種選育

中圖分類號 S687.1 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-5739（2016）21-0118-02

槭樹科作為彩葉樹的主打樹種，目前生產(chǎn)上主要應(yīng)用株型低矮的紅楓、紅羽毛楓等常色葉小喬木樹種，而大喬木的秋葉樹種在華東地區(qū)相對較少。美國紅楓作為近幾年從國外引進(jìn)的秋色葉大喬木新品種，在華東地區(qū)品種表現(xiàn)參差不齊，存在葉片不夠醒目亮麗、色葉期短、色葉不均等現(xiàn)象，限制了該品種的發(fā)展[1-2]。彩葉苗木評價首先要求觀賞效果好，其次還包含適應(yīng)能力、生長特性等方面內(nèi)容，而每一項中還包含許多指標(biāo)；如何建立一個適用于美國紅楓完善的綜合評價體系并能在品種選育應(yīng)用成為本項目研究的關(guān)鍵問題。

1 材料與方法

試驗材料為美國紅楓；試驗地位于江蘇沿江地區(qū)農(nóng)業(yè)科學(xué)研究所試驗基地內(nèi)；研究方法采用層次分析法（analytic hierarchy process，AHP）[3]。

2 結(jié)果與分析

2.1 美國紅楓綜合評價模型建立

利用層次分析法構(gòu)建美國紅楓綜合評價體系，首先需建立美國紅楓的綜合評價模型。一個優(yōu)良的彩葉綠化苗木應(yīng)具備觀賞效果好、病蟲害少、冠大蔭濃、適應(yīng)性強(qiáng)的特點；項目組在查閱相關(guān)文獻(xiàn)，并在廣泛征集園林專家和公眾意見的基礎(chǔ)上，按照評價指標(biāo)應(yīng)具備代表性、科學(xué)性、全面性、實用性的原則，共收集出20個指標(biāo)作為選擇美國紅楓彩葉樹種評價指標(biāo)的對象[4-5]。

2.1.1 目標(biāo)層（A）。即對引進(jìn)的美國紅楓樹種進(jìn)行綜合評價，選擇適于本地的最優(yōu)美國紅楓新品種。

2.1.2 準(zhǔn)則層（B）。①觀賞價值（B1）。根據(jù)美國紅楓的本身特性及市場應(yīng)用前景，將評價因素分解成葉（C1）、花（C2）、形態(tài)（C3）、果（C4）4個子準(zhǔn)則層，子準(zhǔn)則層再分解為13個指標(biāo)層來體現(xiàn)。4個子準(zhǔn)則層中葉（C1）分解為葉色（P1）、葉的大?。≒2）、觀賞期（P3）；花（C2）分解為花色（P4）、花徑（P5）、顯著度（P6）、觀賞期（P7）；形態(tài)（C3）分解為冠型（P8）、樹干（P9）、樹皮（P10）；果（C4）分解為果色（P11）、果型（P12）、顯著度（P13）。②適應(yīng)能力（B2）。適應(yīng)能力主要通過耐水濕（P14）、耐鹽堿（P15）、抗風(fēng)（P16）、抗病蟲害（P17）4個指標(biāo)層來體現(xiàn)。③生長特性（B3）。生長性能主要通過生長速度（P18）、生長壽命（P19）和再生能力（P20）3個指標(biāo)層來體現(xiàn)。

2.1.3 最底層。城市園林綠化植物評價體系的最底層為待評價的美國紅楓樹種。

2.2 美國紅楓評價體系判斷矩陣及一致性檢驗

在調(diào)查過程中，采用專家打分法，通過運(yùn)用1～9比率標(biāo)度法將相對重要性的邏輯判斷數(shù)量化，根據(jù)專家各評價因子的打分，建立判斷矩陣，并進(jìn)行一致性檢驗。打分專家選定為廣大的園林綠化科研、設(shè)計、施工的專業(yè)人員[6]。

2.3 構(gòu)建美國紅楓綜合評價結(jié)構(gòu)體系

根據(jù)層次分析法的原理，將引進(jìn)的美國紅楓品種的評價指標(biāo)整合，建立篩選美國紅楓評價遞階層次結(jié)構(gòu)體系。根據(jù)10位專家對各評價因子打分，加權(quán)平均得出權(quán)重值。

2.3.1 評價因素相對于總目標(biāo)的權(quán)重計算。同一層次所有因素對于最高層次的相對重要性的排序數(shù)值，叫做層次總排序。由以上計算出各評價指標(biāo)（P）相對于其隸屬性狀（C）加權(quán)值后，在此基礎(chǔ)上再與該性狀（C）的權(quán)值加權(quán)綜合，即可計算出各評價指標(biāo)（P）相對于總的綜合評價值（A）的權(quán)值，得出總的排序基于2.1綜合評價模型，將同一層次中的各因素關(guān)于上一層次中某一準(zhǔn)則的重要性進(jìn)行兩兩比較，構(gòu)成判斷矩陣，計算權(quán)重值Wi。層次總排序的計算，由以上計算出各評價指標(biāo)（P）相對于其隸屬性狀（C）加權(quán)值后，在此基礎(chǔ)上再與該性狀（C）的權(quán)值加權(quán)綜合，即W1=WP1×WC1，W2=WP2×WC2，W3=WP3×WC3，……W20=WP20×WC20?？捎嬎愠龈髟u價指標(biāo)（P）相對于總的綜合評價值（A）的權(quán)值，得到總的排序[5-6]，具體見表1。

2.3.2 綜合評價體系的建立?；诰C合評價模型及表1，建立了綜合評價體系及權(quán)重表，見表2。

2.4 樹種評價標(biāo)準(zhǔn)

建立城市園林綠化樹種綜合評價體系后，根據(jù)各評價因素特性，聽取專家意見，結(jié)合實地調(diào)查和試驗觀測，擬定各性狀的評分標(biāo)準(zhǔn)，3個級別的20項指標(biāo)分值為1～5（表3），由此構(gòu)成了由總目標(biāo)、主要性狀、評價指標(biāo)和評分標(biāo)準(zhǔn)等組成的多層次評價系統(tǒng)。通過確定美國紅楓對于評價因素的得分值（F），與對應(yīng)的指標(biāo)層權(quán)重值（D）相乘，然后求和，得到了該品種總評分[7-8]，即H=∑Di×Fi。H值分為3級：I級（>3）使用本地種植的觀賞價值高的優(yōu)良樹種；II級（2～3）為應(yīng)用價值一般的樹種；III 級（<2）為應(yīng)用價值較差的樹種。

3 應(yīng)用檢驗

為檢驗美國紅楓綜合評價體系，選擇了8種新品系進(jìn)行評價，最后得分情況見表4；新品系Q1005得分最高，其變色晚、色葉率高、色葉期長，花期3月，紅色；3月上中旬發(fā)葉，葉片大，有的長達(dá)15 cm以上，葉表面亮綠色，葉背泛白，新生葉正面呈微紅色，之后變成綠色，直至深綠色，葉背面是灰綠色。10月下旬葉片變色，紅艷，變色整齊，11月中

下旬落葉；觀賞期長達(dá)30 d左右。專家對這些新品系實地考察與評價，通過比較基本一致，為最適合本地區(qū)生長的新

品系。

4 討論

美國紅楓的評價體系是一個復(fù)雜的體系，由3個準(zhǔn)則層、20個指標(biāo)層組成。本研究運(yùn)用層次分析法，對與美國紅楓生態(tài)適能力、觀賞價值、生長特性密切相關(guān)的20個評價因素進(jìn)行相對重要性的權(quán)重分析，與田間調(diào)查、專家打分得到的各評價因素的評分標(biāo)準(zhǔn)值相結(jié)合，以及劃分等級的標(biāo)準(zhǔn)，最終建立起一個完整的美國紅楓新品系的篩選評價體系，將定性分析轉(zhuǎn)化為定量分析。據(jù)綜合評價和排序，最終優(yōu)選出新品系Q1005為最適宜的、觀賞價值高的優(yōu)良品系。本評價系統(tǒng)較百分制法、多元統(tǒng)計分析法更為科學(xué)和準(zhǔn)確，對于各類影響因子進(jìn)行權(quán)重比較和分析[6-9]，可為今后其他彩葉苗木新品種的引進(jìn)與篩選提供參考。

5 參考文獻(xiàn)

[1] 張健，李玉娟，李敏，等.典型彩葉樹種美國紅楓研究技術(shù)綜述[J].廣西農(nóng)學(xué)報，2009，24（2）：55-57.

[2] 李玉娟，張健，李敏，等.蔗糖和不同外源激素處理對美國紅楓色葉的影響[J].廣西農(nóng)學(xué)報，2009，24（6）：27-28.

[3] 趙煥臣，許樹柏，和金生.層次分析法：一種簡易的新決策方法[M].北京：科學(xué)出版社，1986.

[4] 姚澤，王輝，王祺.層次分析法在城市園林綠化樹種選擇中的運(yùn)用：以武威市為例[J].甘肅林業(yè)科技，2007（3）：16-20.

[5] 何興元，宋力，徐文鐸，等.應(yīng)用AHP構(gòu)建城市森林樹種綜合評價指標(biāo)體系[J].遼寧林業(yè)科技，2006（3）：1-3.

[6] 黃彥青，徐祥淵，陳瑋.基于層次分析法的大連市彩葉樹種引種綜合評價[J].北方園藝，2012（16）：79-82.

[7] 付喜玲，孫忠奎，王峰，等.優(yōu)良觀賞樹種評價標(biāo)準(zhǔn)與方法研究[J].山東林業(yè)科技，2010（6）：41-44.

[8] 魯敏，張月華.沈陽城市綠化植物綜合評價分級選擇[J].中國園林，2003（7）：66-69.

[9] 劉云華.基于層次分析與模糊評判法的彩葉樹種綜合評價[J].福建林業(yè)科技，2010，37（4）：31-37.