夏來坤 齊建雙 谷利敏 穆心愿 馬智艷 丁勇 唐保軍 張鳳啟 張君 趙發(fā)欣 張?zhí)m薰

摘要：【目的】綜合評(píng)價(jià)玉米品種的宜機(jī)收性，篩選適宜黃淮海玉米產(chǎn)區(qū)的機(jī)械收粒玉米新品種，為該區(qū)域宜機(jī)收玉米品種的選育和推廣提供參考依據(jù)?！痉椒ā坎捎渺刂蒂x權(quán)的DTOPSIS法和灰色局勢(shì)決策法，對(duì)2017—2018年10個(gè)新審定和生產(chǎn)上的主栽玉米品種進(jìn)行綜合評(píng)價(jià)?！窘Y(jié)果】DTOPSIS法計(jì)算結(jié)果表明，按照10個(gè)玉米品種與理想解的相對(duì)接近度Ci排序?yàn)榫┺r(nóng)科728>粒收1號(hào)>豫單9953>新單68>創(chuàng)玉107>先玉335>迪卡517>華皖267>懷川39>鄭單958，綜合產(chǎn)量和宜機(jī)收性狀，京農(nóng)科728和豫單9953兩個(gè)品種表現(xiàn)較好?；疑謩?shì)決策法計(jì)算結(jié)果表明，各參試品種的加權(quán)綜合效果測(cè)度值排序?yàn)榫┺r(nóng)科728>粒收1號(hào)>豫單9953>先玉335>新單68>創(chuàng)玉107>迪卡517>懷川39>華皖267>鄭單958，結(jié)合產(chǎn)量和綜合優(yōu)勢(shì)量化值，同樣是京農(nóng)科728和豫單9953表現(xiàn)較好。兩種方法中，京農(nóng)科728、粒收1號(hào)、豫單9953、迪卡517和鄭單958等5個(gè)品種的排序基本一致，其余5個(gè)品種的綜合評(píng)價(jià)排序稍有不同?！窘Y(jié)論】?jī)煞N評(píng)價(jià)方法均能客觀全面評(píng)價(jià)玉米品種的宜機(jī)收性，但灰色局勢(shì)決策法分類更準(zhǔn)確，計(jì)算過程也相對(duì)簡(jiǎn)單。依據(jù)各品種的產(chǎn)量和宜機(jī)收性綜合評(píng)價(jià)10個(gè)參試玉米品種，初步篩選出適宜黃淮海玉米產(chǎn)區(qū)的高產(chǎn)宜機(jī)收品種為京農(nóng)科728和豫單9953。

關(guān)鍵詞： 玉米;機(jī)械收粒;熵權(quán);DTOPSIS法;灰色局勢(shì)決策法

中圖分類號(hào)： S513.091? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：2095-1191（2019）09-1953-07

Abstract：【Objective】Comprehensive evaluation of characteristics of mechanical kernel harvest was conducted and new maize cultivar suitable for mechanical kernel harvest in the Huanghuaihai maize planting region was selected. It could provide reference for the selection and promotion of cultivars suitable for mechanical kennel harvest in the region. 【Method】Two evalua-ting methods，DTOPSIS mode and grey situation decision based on entropy were adopted in this paper to comprehensively evaluate 10 newly approved and produced main maize cultivars in 2017–2018. 【Result】DTOPSIS analysis results indicated the rank order of relative approach degree（Ci） of each cultivar was Jingnongke 728>Lishou No.1>Yudan 9953>Xindan 68>Chuangyu 107>Xianyu 335>Dika 517>Huawan 267>Huaichuan 39>Zhengdan 958. Two cultivars Jingnongke 728 and Yudan 9953 performed better in comprehensive yield and suitable traits. Analysis results of grey situation decision method indicated the rank of weighted composite effect value of each cultivars was Jingnongke 728>Lishou No.1>Yudan 9953>Xindan 68>Chuangyu 107>Xianyu 335>Dika 517>Huawan 267>Huaichuan 39>Zhengdan 958. Combined with the quantitative value of yield and comprehensive advantages， the performance of Jingnongke 728 and Yudan 9953 were fine. Among the two methods， the rankings of five cultivars including Jingnongke 728， Lishou No.1， Yudan 9953， Dika 517 and Zhengdan 958 were identical， and the rankings of the other five cultivars were slightly different. 【Conclusion】Both evaluation methods can objectively and comprehensively evaluate characters of mechanical kernel harvest of the maize cultivars， but the gray situation decision method is more accurate and the calculation process is relatively simple. According to the comprehensive evaluation of cultivar yield and suitable traits， the high-yield and suitable harvesting varieties suitable for the Huanghuaihai maize producing region from 10 tested maize cultivars are Jingnongke 728 and Yudan 9953.

Key words： maize; mechanical kernel harvest; entropy; DTOPSIS; grey situation decision

0 引言

【研究意義】隨著我國(guó)城市化進(jìn)程的加快和土地流轉(zhuǎn)集約化經(jīng)營(yíng)的需求，全程機(jī)械化是玉米生產(chǎn)發(fā)展的必然趨勢(shì)。在玉米生產(chǎn)全程機(jī)械化過程中，黃淮海玉米主產(chǎn)區(qū)由于受小麥/玉米一年兩熟耕作制度的限制，為保證小麥播種時(shí)間，玉米從成熟到收獲的時(shí)間非常有限，目前生產(chǎn)上許多品種仍達(dá)不到機(jī)械化粒收的要求。因此，選擇合適的評(píng)價(jià)指標(biāo)，采用簡(jiǎn)單有效的方法對(duì)現(xiàn)有品種的宜機(jī)收性狀進(jìn)行準(zhǔn)確評(píng)價(jià)，并篩選出一批宜機(jī)收玉米新品種是當(dāng)前黃淮海玉米生產(chǎn)的迫切需求?！厩叭搜芯窟M(jìn)展】玉米品種的宜機(jī)收性狀是一個(gè)綜合性狀，需要對(duì)品種的抗倒性、籽粒脫水速率、機(jī)收籽粒破碎率等多個(gè)指標(biāo)進(jìn)行綜合評(píng)價(jià)。在不同作物品種的綜合評(píng)價(jià)中，DTOPSIS法和灰色局勢(shì)決策法均是對(duì)各性狀指標(biāo)進(jìn)行無量綱化處理后再統(tǒng)一度量，能有效克服綜合評(píng)價(jià)的片面性，全面客觀地評(píng)價(jià)目標(biāo)效果，已被廣泛應(yīng)用于小麥（吳志會(huì)等，2005）、玉米（郭永忠等，2007;邵美紅等，2017）、煙草（李彥平等，2012）、水稻（黃秋要等，2017）、甘蔗（楊昆等，2015）、棉花（馬輝等，2015）、大豆（余文遠(yuǎn)和李霖超，2015;昝凱等，2018）、番茄（楊禹偉等，2017）、馬鈴薯（宋潔等，2017）、草莓（李文硯等，2018）等各類作物的評(píng)價(jià)型研究。綜合分析前人的研究結(jié)果，發(fā)現(xiàn)DTOPSIS法和灰色局勢(shì)決策法對(duì)品種進(jìn)行綜合評(píng)價(jià)較單用產(chǎn)量進(jìn)行分析更合理。郭永忠等（2007）采用灰色局勢(shì)決策方法對(duì)16個(gè)玉米品種的生物學(xué)性狀進(jìn)行綜合評(píng)價(jià)，認(rèn)為灰色局勢(shì)決策方法應(yīng)用于玉米品種綜合評(píng)價(jià)具有可行性，可多層次地綜合多個(gè)目標(biāo)性狀、客觀、全面地反映每個(gè)品種的性狀特征;馬輝等（2015）采用灰色關(guān)聯(lián)度法和DTOPSIS法綜合分析了4個(gè)機(jī)采棉品種的10個(gè)性狀，結(jié)果表明，灰色關(guān)聯(lián)度法和DTOPSIS法綜合評(píng)價(jià)結(jié)果完全一致，但DTOPSIS法優(yōu)于灰色關(guān)聯(lián)度法;昝凱等（2018）采灰色關(guān)聯(lián)度和DTOPSIS法綜合分析河南區(qū)域試驗(yàn)中大豆新品種（系）的農(nóng)藝性狀表現(xiàn)，認(rèn)為DTOPSIS法中品種間綜合性狀的差異表現(xiàn)充分，具有相對(duì)更好的評(píng)價(jià)效果。同時(shí)，有學(xué)者關(guān)注到DTOPSIS法和灰色局勢(shì)決策法對(duì)品種進(jìn)行綜合評(píng)價(jià)時(shí)，調(diào)查性狀的權(quán)重賦值至關(guān)重要（李彥平等，2012）?！颈狙芯壳腥朦c(diǎn)】傳統(tǒng)的DTOPSIS法和灰色局勢(shì)決策法在計(jì)算不同指標(biāo)對(duì)目標(biāo)效果的貢獻(xiàn)時(shí)一般是采用等權(quán)賦值或根據(jù)經(jīng)驗(yàn)進(jìn)行賦值，易因權(quán)重賦值不合理導(dǎo)致評(píng)價(jià)結(jié)果不準(zhǔn)確。熵權(quán)法是一種客觀賦權(quán)方法，熵權(quán)法的權(quán)重計(jì)算完全按照指標(biāo)間數(shù)值的離散程度來設(shè)置，能有效排除人為干擾因素，使研究結(jié)果更加公正有效，但目前利用該方法對(duì)玉米品種的宜機(jī)收性進(jìn)行綜合評(píng)價(jià)的研究較少?！緮M解決的關(guān)鍵問題】將熵權(quán)法引入到傳統(tǒng)的DTOPSIS模型和灰色局勢(shì)決策評(píng)價(jià)體系中，綜合評(píng)價(jià)黃淮海玉米產(chǎn)區(qū)10個(gè)玉米品種的宜機(jī)收性，同時(shí)對(duì)兩種評(píng)價(jià)方法進(jìn)行比較，篩選適宜該產(chǎn)區(qū)種植的宜機(jī)收玉米新品種，為黃淮海玉米產(chǎn)區(qū)宜機(jī)收玉米品種的選育和推廣提供參考依據(jù)。

1 材料與方法

1. 1 試驗(yàn)材料

供試玉米品種共10個(gè)（表1），均為2017—2018年國(guó)家審定或河南省新審定的玉米品種及生產(chǎn)上的主栽玉米品種。

1. 2 試驗(yàn)方法

試驗(yàn)于2018年在河南省原陽現(xiàn)代農(nóng)業(yè)研究示范基地進(jìn)行。試驗(yàn)地土壤類型為潮土，地勢(shì)平整，排灌設(shè)施完善，地力均勻。前茬作物為小麥，小麥?zhǔn)斋@后秸稈全部粉碎還田，玉米貼茬播種。隨機(jī)區(qū)組設(shè)計(jì)，3次重復(fù)，10行區(qū)，行長(zhǎng)6.67 m，行距0.60 m，小區(qū)面積40.00 m2，播種密度75000株/ha， 6月13日播種，10月13日收獲，生產(chǎn)管理同大田。收獲機(jī)具為奧地利溫特斯泰格（Wintersteiger）DELTA型號(hào)和配套HM800測(cè)產(chǎn)系統(tǒng)（Juniper System，inc），割幅為3行。

1. 3 測(cè)定項(xiàng)目及方法

各參試品種的性狀指標(biāo)取3個(gè)重復(fù)的平均值，測(cè)量和調(diào)查株高、穗位高、生育期、子粒破碎率、腐粒率、雜質(zhì)率、生理成熟期水含量、生理成熟后10 d的脫水速率和產(chǎn)量，收獲前取莖稈地上第2～4節(jié)，測(cè)定第3節(jié)的莖粗、莖稈穿刺力、折斷力和壓碎力。收獲時(shí)每小區(qū)收獲中間6行進(jìn)行測(cè)產(chǎn)和雜質(zhì)率、破碎率及腐粒率等指標(biāo)的測(cè)定。

1. 3. 1 株高、穗位高、生育期及產(chǎn)量測(cè)定 按照NY/T 1290—2006《農(nóng)作物品種試驗(yàn)規(guī)程》，在玉米乳熟期調(diào)查株高和穗位高;臘熟完熟期調(diào)查玉米成熟期，計(jì)算玉米生育期;產(chǎn)量按照標(biāo)準(zhǔn)水份（14%）折算。

1. 3. 2 脫水速率測(cè)定 測(cè)定生理成熟后10 d的脫水速率，分別調(diào)查每個(gè)品種的成熟期，在該品種生理成熟期當(dāng)天測(cè)定一次子粒水含率，第11 d同一時(shí)間再測(cè)定一次子粒水含率，計(jì)算生理成熟后10 d的脫水速率。脫水速率（%/d）=（生理成熟時(shí)子粒水含率-第11 d的子粒水含率）/10 d×100

具體子粒水含率的測(cè)定方法：每品種每次取3穗，選取每個(gè)果穗中部子粒100粒，稱鮮重（W鮮）后放入80 ℃烘箱烘干至恒重，稱干重（W干）。子粒水含率（%）=（W鮮-W干）/W鮮×100。

1. 3. 3 莖粗、莖稈穿刺力、折斷力和壓碎力測(cè)定 收獲前1 d每組合的第1行從第3株開始連續(xù)取3株莖稈，取第3節(jié)間，去除葉鞘后用塑料薄膜包裹好，1 d內(nèi)測(cè)量莖粗并用YYD-1型莖稈強(qiáng)度測(cè)定儀測(cè)第3節(jié)間莖稈穿刺力、折斷力和壓碎力。每個(gè)樣品測(cè)3次，取其平均值。

1. 3. 4 雜質(zhì)率、破碎率和腐粒率測(cè)定 在收獲時(shí)，每個(gè)品種均隨機(jī)取出子粒樣品約2 kg，稱重（W），手工分揀將其分為子粒和非子粒兩部分，分別稱重子粒（W1）和非子粒（ZW）;再將子粒部分根據(jù)子粒的完整性和腐爛與否，將其分為完整非腐子粒、破碎子粒和腐病子粒，分別稱重，破碎子粒計(jì)為PW，腐病子粒計(jì)為FW。雜質(zhì)率（%）=ZW/W×100;破碎率（%）=PW/W1×100;腐粒率（%）=FW/W1×100。

1. 4 數(shù)據(jù)處理與統(tǒng)計(jì)分析

采用Excel 2013進(jìn)行試驗(yàn)數(shù)據(jù)的整理和統(tǒng)計(jì)分析。各性狀權(quán)重計(jì)算方法參照任亮等（2019）的評(píng)價(jià)模型，參試品種數(shù)目計(jì)為m，性狀指標(biāo)數(shù)目計(jì)為n。

（1）原始數(shù)據(jù)歸一化處理：

（2）各項(xiàng)指標(biāo)的熵值計(jì)算：

ej即為第個(gè)j指標(biāo)的熵值，其中ej不能大于1，lnm必須大于0。

（3）各項(xiàng)指標(biāo)的權(quán)重計(jì)算：

αj為第j個(gè)指標(biāo)的權(quán)重，gj為第j個(gè)指標(biāo)的差異性系數(shù)。

2 結(jié)果與分析

2. 1 DTOPSIS法評(píng)價(jià)結(jié)果

2. 1. 1 構(gòu)建評(píng)價(jià)矩陣及無量綱化處理 表2為10個(gè)參試玉米品種13個(gè)指標(biāo)性狀表現(xiàn)的平均值。 將13個(gè)指標(biāo)分為兩類：（1）逆向指標(biāo)，包括株高（I1）、穗位高（I2）、生育期（I3）、籽粒破碎率（I4）、腐粒率（I5）、雜質(zhì)率（I6）和生理成熟期水含量（I7），以10個(gè)樣本中最小值為分子，分別除以各樣本該指標(biāo)的數(shù)值;（2）正向指標(biāo)，包括莖粗（I8）、穿刺力（I9）、折斷力（I10）、壓碎力（I11）、生理成熟后10 d的脫水速率（I12）和產(chǎn)量（I13），以10個(gè)樣本中最大值作為分母，分別除以各樣本該指標(biāo)的數(shù)值。無量綱化結(jié)果（矩陣Z）見表3。

2. 1. 2 建立決策矩陣R 按照公式（1）～（3）計(jì)算各指標(biāo)的熵值和權(quán)重（表4）。指標(biāo)的熵值越大，表示差異性系數(shù)越小;權(quán)重越大，在綜合評(píng)價(jià)中所承載的信息越多。各性狀指標(biāo)權(quán)重（αj）乘以矩陣Z的第j列得到?jīng)Q策矩陣R（表5）。

2. 1. 3 各品種性狀指標(biāo)的理想解和負(fù)理想解 根據(jù)決策矩陣R得到13個(gè)性狀的正理想解與負(fù)理想解，按照表5順序分別為：

2. 1. 4 10個(gè)品種理想解的相對(duì)接近度 根據(jù)公式Ci=S?/（S++S?），計(jì)算出10個(gè)玉米品種與理想解的相對(duì)接近度Ci（表6），Ci越大，表示品種的宜機(jī)收性越接近理想目標(biāo)，其中S+為各品種與理想解的距離，S?為各品種與負(fù)理想解的距離。

10個(gè)參試玉米品種的Ci排序依次為：京農(nóng)科728>粒收1號(hào)>豫單9953>新單68>創(chuàng)玉107>先玉335>迪卡517>華皖267>懷川39>鄭單958。Ci最大的品種是京農(nóng)科728，其產(chǎn)量排名第4，表明該品種的宜機(jī)收性很好，產(chǎn)量也在中上等水平;Ci排第2名的品種是粒收1號(hào)，但其產(chǎn)量排名第9，說明該品種的宜機(jī)收性較好，但產(chǎn)量偏低;Ci排第3名的品種是豫單9953，產(chǎn)量排名第1，表明該品種的宜機(jī)收性較好，產(chǎn)量也較高。綜合產(chǎn)量和宜機(jī)收性性狀，京農(nóng)科728和豫單9953兩個(gè)品種是最適宜黃淮海玉米產(chǎn)區(qū)機(jī)械收粒的高產(chǎn)玉米品種。

2. 2 灰色局勢(shì)決策法評(píng)價(jià)結(jié)果

2. 2. 1 效果測(cè)度矩陣的構(gòu)建 與DTOPSIS法不同，灰色局勢(shì)決策法將用于綜合評(píng)價(jià)的13個(gè)指標(biāo)分為三類：（1）上限效果測(cè)度，包括莖粗（I8）、穿刺力（I9）、折斷力（I10）、壓碎力（I11）、生理成熟后10 d的脫水速率（I12）和產(chǎn)量（I13）;（2）下限效果測(cè)度，包括株高（I1）、穗位高（I2）、生育期（I3）、籽粒破碎率（I4）、腐粒率（I5）、雜質(zhì)率（I6）和生理成熟期水含量（I7）;（3）適中效果測(cè)度，包括株高（I1）、穗位高（I2）和生育期（I3）。參照郭永忠等（2007）的方法得到效果測(cè)度矩陣L（表7）。

2. 2. 2 參試品種綜合優(yōu)勢(shì)值的計(jì)算 根據(jù)各性狀指標(biāo)的權(quán)重值（表4），帶入公式rij= [j=1nαjLij]（郭永忠等，2007），計(jì)算出各參試品種的加權(quán)綜合效果測(cè)度值，即為各品種的綜合優(yōu)勢(shì)量化值rij（表8）。結(jié)果表明：各參試品種的加權(quán)綜合效果測(cè)度值排序?yàn)榫┺r(nóng)科728>粒收1號(hào)>豫單9953>先玉335>新單68>創(chuàng)玉107>迪卡517>懷川39>華皖267>鄭單958。結(jié)合產(chǎn)量和綜合優(yōu)勢(shì)量化值，在10個(gè)參試品種中篩選出最適宜黃淮海玉米產(chǎn)區(qū)的高產(chǎn)宜機(jī)收籽粒品種同樣是京農(nóng)科728和豫單9953。

3 討論

本研究采用熵權(quán)法計(jì)算出13個(gè)測(cè)試性狀對(duì)目標(biāo)性狀的貢獻(xiàn)權(quán)重系數(shù)，分別代入DTOPSIS法和灰色局勢(shì)決策法兩種評(píng)價(jià)模型中，結(jié)果表明：兩種方法的評(píng)價(jià)結(jié)果排名不完全一致，其中京農(nóng)科728、粒收1號(hào)、豫單9953、迪卡517和鄭單958等5個(gè)品種的排序基本一致，其余5個(gè)品種的排序存在差異，但兩種評(píng)價(jià)方法在10個(gè)參試品種中篩選出的最適宜機(jī)收品種均為京農(nóng)科728和豫單9953，綜合評(píng)價(jià)結(jié)果基本一致。DTOPSIS法和灰色局勢(shì)決策法的共同點(diǎn)在于均是對(duì)各性狀指標(biāo)進(jìn)行無量鋼化處理后再統(tǒng)一度量，不同點(diǎn)是DTOPSIS法對(duì)評(píng)價(jià)指標(biāo)的分類只有正向和逆向兩類，而灰色局勢(shì)決策法則分為上限、下限和適中三類效果指標(biāo)，分類相對(duì)更準(zhǔn)確。對(duì)比兩種評(píng)價(jià)方法，發(fā)現(xiàn)綜合評(píng)價(jià)值（Ci和rij）分散程度相差不明顯，品種評(píng)價(jià)排序差異也較小，但灰色局勢(shì)決策法的計(jì)算過程更簡(jiǎn)單，與左安建等（2014）在卷煙質(zhì)量綜合評(píng)價(jià)中的研究結(jié)果一致。

按照GB/T 21962—2008《玉米收獲機(jī)械技術(shù)條件》規(guī)定，機(jī)收玉米應(yīng)達(dá)到子粒破碎率≤5%、雜質(zhì)率≤3%。本研究的10個(gè)參試品種中，僅鄭單958的子粒破碎率大于5%，其余9個(gè)品種均小于5%，平均破碎率2.7%;子粒雜質(zhì)率均遠(yuǎn)小于3%，低于GB/T 21962—2008的相關(guān)規(guī)定，也低于李少昆（2017）關(guān)于我國(guó)玉米機(jī)械粒收質(zhì)量的研究結(jié)果，其原因可能與試驗(yàn)材料收獲時(shí)間及收獲機(jī)械性能有關(guān)。本研究中各品種均在生理成熟后10 d左右收獲，即比正常收獲時(shí)間晚10 d左右，籽粒水含率較低，因此，破碎率較低，與柳楓賀等（2013）、謝瑞芝等（2014）和李少昆（2017）的研究結(jié)果一致;同時(shí)，本研究使用的收獲機(jī)具為奧地利溫特斯泰格（Wintersteiger）DELTA型號(hào)和配套HM800測(cè)產(chǎn)系統(tǒng)，機(jī)械性能較好，而李少昆（2017）的研究中使用的是多種國(guó)產(chǎn)福田雷沃谷神GE60系列、花田玉溪、博遠(yuǎn)等機(jī)型和進(jìn)口機(jī)械（凱斯CASS-6088、John Deere系列JD-3518與JD-3316）。本課題組在其他試驗(yàn)中也發(fā)現(xiàn)，同時(shí)播種、同時(shí)收獲的同一個(gè)玉米品種，采用不同的收獲機(jī)械進(jìn)行收粒時(shí)，子粒的破碎率和雜質(zhì)率差異明顯。因此，在評(píng)價(jià)玉米品種的宜機(jī)收性時(shí)也應(yīng)充分考慮收獲機(jī)械的性能水平。

通過審定的玉米品種，均有其優(yōu)勢(shì)存在，對(duì)玉米品種的評(píng)價(jià)僅是針對(duì)品種在不同生態(tài)區(qū)的適應(yīng)性、品質(zhì)或宜機(jī)收性等某一特性進(jìn)行。因此，對(duì)品種的評(píng)價(jià)準(zhǔn)確與否，前提是能否準(zhǔn)確選擇評(píng)價(jià)指標(biāo)，在此基礎(chǔ)上選擇合適有效的評(píng)價(jià)方法才能準(zhǔn)確篩選出最符合目標(biāo)的品種。本研究中選擇的性狀指標(biāo)，主要從玉米的抗倒伏能力、機(jī)收質(zhì)量、產(chǎn)量和脫水性等方面考慮，這些指標(biāo)是黃淮海夏玉米籽粒機(jī)收的主要性狀指標(biāo)，具有較強(qiáng)代表性，采用熵值賦權(quán)的DTOPSIS法和灰色局勢(shì)決策法也能較全面客觀地對(duì)玉米品種的宜機(jī)收性進(jìn)行綜合評(píng)價(jià)。因此，本研究初步篩選出的宜機(jī)收玉米品種對(duì)黃淮海玉米產(chǎn)區(qū)生產(chǎn)上選擇、種植推廣該類品種具有一定參考價(jià)值，但其結(jié)果尚需進(jìn)行多年多點(diǎn)重復(fù)試驗(yàn)予以驗(yàn)證。

4 結(jié)論

DTOPSIS法和灰色局勢(shì)決策法兩種評(píng)價(jià)方法均能客觀全面評(píng)價(jià)玉米品種的宜機(jī)收性，但灰色局勢(shì)決策法分類更準(zhǔn)確，計(jì)算過程也相對(duì)簡(jiǎn)單。依據(jù)品種產(chǎn)量和宜機(jī)收性綜合評(píng)價(jià)，從10個(gè)參試玉米品種中初步篩選出適宜黃淮海玉米產(chǎn)區(qū)的高產(chǎn)宜機(jī)收品種為京農(nóng)科728和豫單9953，可進(jìn)入下一年的多點(diǎn)篩選試驗(yàn)。

參考文獻(xiàn)：

郭永忠，楊彩霞，鄒軍，劉華. 2007. 灰色局勢(shì)決策在玉米品種綜合評(píng)價(jià)中的應(yīng)用[J]. 西北農(nóng)業(yè)學(xué)報(bào)，16（4）：92-95. [Guo Y Z，Yang C X，Zou J，Liu H. 2007. The application of gray situation decision method in comprehensive evaluation of corn varieties[J]. Acta Agriculturae Boreali-Occidentalis Sinica，16（4）：92-95.]

黃秋要，羅芳媚，梁忠明. 2017. DTOPSIS法綜合評(píng)價(jià)水稻新品種[J]. 現(xiàn)代農(nóng)業(yè)科技，（3）：39-41. [Huang Q Y，Luo F M，Liang Z M. 2017. Comprehensive evaluation of new rice varieties by DTOPSIS method[J]. Modern Agricultural Science and Technology，（3）：39-41.]

李少昆. 2017. 我國(guó)玉米機(jī)械粒收質(zhì)量影響因素及粒收技術(shù)的發(fā)展方向[J]. 石河子大學(xué)學(xué)報(bào)（自然科學(xué)版），35（3）：265-272. [Li S K. 2017. Factors affecting the quality of maize grain mechanical harvest and the development trend of grain harvest technology[J]. Journal of Shihezi University（Natural Science），35（3）：265-272.]

李文硯，韋優(yōu)，孔方南，羅培四，趙靜，黃麗君，蔣娟娟，卓福昌，周婧. 2018. DTOPSIS法在草莓品種綜合評(píng)價(jià)中的應(yīng)用研究[J]. 植物生理學(xué)報(bào)，54（5）：925-930. [Li W Y，Wei Y，Kong F N，Luo P S，Zhao J，Huang L J，Jiang J J，Zhuo F C，Zhou J. 2018. Study on comprehensive evaluation of strawberry varieties by DTOPSIS method[J]. Plant Physiology Journal，54（5）：925-930.]

李彥平，李淑君，吳娟霞，孟智勇，郭芳陽. 2012. DTOPSIS 法和灰色關(guān)聯(lián)度法在新引烤煙新品種綜合評(píng)價(jià)中的應(yīng)用比較[J]. 中國(guó)煙草學(xué)報(bào)，18（4）：35-40. [Li Y P，Li S J，Wu J X，Meng Z Y，Guo F Y. 2012. Application of DTOPSIS and grey relational analysis in evaluating newly introduced flue-cured tobacco varieties[J]. Acta Tabacaria Sinica，18（4）：35-40.]

柳楓賀，王克如，李健，王喜梅，孫亞玲，陳永生，王玉華，韓冬生，李少昆. 2013. 影響玉米機(jī)械收粒質(zhì)量因素的分析[J]. 作物雜志，（4）：116-119. [Liu F H，Wang K R，Li J，Wang X M，Sun Y L，Chen Y S，Wang Y H，Han D S，Li S K. 2013. Analyses effected factors on quality of harvesting maize grain with combine machine[J]. Crops，（4）：116-119.]

馬輝，戴路，劉燕. 2015. 灰色關(guān)聯(lián)度法和DTOPSIS法在機(jī)采棉品種綜合評(píng)價(jià)中的應(yīng)用[J]. 中國(guó)棉花，42（6）：27-29. [Ma H，Dai L，Liu Y. 2015. Application and comparison of gray relational analysis and DTOPSIS method in the comprehensive evaluation of machine picking-up cotton varieties[J]. China Cotton，42（6）：27-29.]

任亮，張海濤，魏明珠，李題印. 2019. 基于熵權(quán) TOPSIS 模型的智慧城市發(fā)展水平評(píng)價(jià)研究[J]. 情報(bào)理論與實(shí)踐.doi：10.16353/j.cnki.1000-7490.2019.07.020. [Ren L，Zhang H T，Wei M Z，Li T Y. 2019. Research on the evaluation of development level of smart city based on entropy TOPSIS Model[J]. Information Studies：Theory & Application.doi：10.16353/j.cnki.1000-7490.2019.07. 020.]

邵美紅，程楚，程思明，韓海亮，黃惠芳，趙福成. 2017. 運(yùn)用DTOPSIS法對(duì)鮮食甜玉米新品種在浙西北地區(qū)適應(yīng)性的綜合評(píng)價(jià)[J]. 江西農(nóng)業(yè)學(xué)報(bào)，29（6）：25-28. [Shao M H，Cheng C，Cheng S M，Han H L，Huang H F，Zhao F C. 2017. Comprehensive evaluation of adaptability of fresh sweet maize varieties in northwest Zhejiang Province by DTOPSIS method[J]. Journal of Jiangxi Agriculture，29（6）：25-28.]

宋潔，李婉琳，郭華春. 2017. DTOPSIS法評(píng)價(jià)44份CIP引進(jìn)馬鈴薯新品系的適應(yīng)性[J]. 中國(guó)馬鈴薯，31（4）：193-200. [Song J，Li W L，Guo H C. 2017. Evaluation of adaptabi-lity of 44 new potato varieties introduced by CIP by DTOPSIS method[J]. Chinese Potato，31（4）：193-200.]

吳志會(huì)，白玉龍，董玉武，王淑芳. 2005. DTOPSIS法綜合評(píng)價(jià)冀中北冬小麥新品種的初步研究[J]. 麥類作物學(xué)報(bào)，（6）：108-111. [Wu Z H，Bai Y L，Dong Y W，Wang S F. 2005. Preliminary study on comprehensive evaluation of new winter wheat varieties in central and northern Hebei by DTOPSIS method[J]. Journal of Wheat Crops，（6）：108-111.]

謝瑞芝，王克如，郭銀巧，柴宗文，侯鵬，李少昆. 2014. 黃淮海夏玉米子粒機(jī)械收獲研究初報(bào)[J]. 作物雜志，159（2）：76-79. [Xie R Z，Wang K R，Guo Y Q，Chai Z W，Hou P，Li S K. 2014. Research on corn mechanically harves-ting grain quality in Huanghuaihai Plain[J]. Crops，159（2）：76-79.]

楊昆，吳才文，覃偉，趙培方，劉家勇，蔡青. 2015. DTOPSIS 法和灰色關(guān)聯(lián)度法在甘蔗新品種綜合評(píng)價(jià)中的應(yīng)用比較[J]. 西南農(nóng)業(yè)學(xué)報(bào)，28（4）：1542-1547. [Yang K，Wu C W，Qin W，Zhao P F，Liu J Y，Cai Q. 2015. Comparison of comprehensive evaluation sugarcane new varieties with DTOPSIS and grey related degree[J]. Southwest China Journal of Agricultural Sciences，28（4）：1542-1547.]

楊禹偉，陳華，姜波，左惠文. 2017. 一種加工番茄品質(zhì)的多性狀評(píng)價(jià)方法[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，22（3）：131-137. [Yang Y W，Chen H，Jiang B，Zuo H W. 2017. A multi-character evaluation method for processing tomato quality[J]. Journal of China Agricultural University，22（3）：131-137.]

余文遠(yuǎn)，李霖超. 2015. 運(yùn)用灰色局勢(shì)決策法綜合評(píng)價(jià)鮮食大豆新品系[J]. 湖南農(nóng)業(yè)科學(xué)，（10）：26-28. [Yu W Y，Li L C. 2015. Evaluation of new vegetable soybean varieties with gray situation decision method[J]. Journal of Hunan Agricultural Science，（10）：26-28.]

昝凱，周青，張志民，鄭麗敏，王鳳菊，陳亞光，李明軍，徐淑霞. 2018. 灰色關(guān)聯(lián)度和DTOPSIS法綜合分析河南區(qū)域試驗(yàn)中大豆新品種（系）的農(nóng)藝性狀表現(xiàn)[J]. 大豆科學(xué)，37（5）：664-671. [Zan K，Zhou Q，Zhang Z M，Zheng L M，Wang F J，Chen Y G，Li M J，Xu S X. 2018. Grey correlation degree and DTOPSIS method comprehensive analysis of soybean varieties（or lines） in Henan Province regional test of agronomic traits performance[J]. Journal of Soybean Science，37 （5）：664-671.]

左安建，王玉勝，李旭華，金保鋒，葉為民，扈強(qiáng)，梁榮. 2014. DTOPSIS法和灰色局勢(shì)決策在卷煙質(zhì)量綜合評(píng)價(jià)中的應(yīng)用[J]. 安徽農(nóng)業(yè)科學(xué)，42（19）：6385-6386. [Zuo A J，Wang Y S，Li X H，Jin B F，Ye W M，Hu Q，Liang R. 2014. Application of the DTOPSIS and grey situation decision in comprehensive evaluation of cigarette quality[J]. Journal of Anhui Agricultural Sciences，42（19）：6385-6386.]

（責(zé)任編輯 王 暉）