金輕 趙紅 林麗萍 楊忠慧 李宏生 劉琨 楊木軍 李紹祥 丁明亮

摘要：【目的】利用灰色關聯(lián)度分析和DTOPSIS法綜合評價小麥新品系在云南省的適應性，為小麥品系綜合評價及其在云南省示范推廣提供理論依據?！痉椒ā坎捎没疑P聯(lián)度分析及基于灰色關聯(lián)度分析的DTOPSIS法（以下簡稱為DTOPSIS法）對2018─2019年度云南省區(qū)域試驗中11個小麥新品系在云南省的適應性進行綜合評價，比較小麥品系不同評價方法的準確性，并篩選出綜合表現較好的小麥品系?！窘Y果】11個小麥新品系產量排序為云152-484>云麥110>臨麥22>玉18-2>云麥56>蜀麥1767>德1733>云184-13>文2-396>滇麥13號>保15J-8>云雜19號，超過對照品系云麥56的品系共有4個，分別為云152-484、云麥110、臨麥22和玉18-2。8個農藝性狀的權重值排序為基本苗>產量>最高分蘗數>有效穗數>穗粒數>千粒重>株高>生育期?；疑P聯(lián)度分析結果顯示，供試小麥品系與理想品系的關聯(lián)度（Gi）排序為云152-484>玉18-2>云麥110>云麥56>滇麥13號>保15J-8>蜀麥1767>德1733>文2-396>臨麥22>云雜19號>云184-13。DTOPSIS法分析結果顯示，供試小麥品系與理想解的Ci排序為云152-484>云麥110>玉18-2>云麥56>蜀麥1767>滇麥13號>德1733>臨麥22>文2-396>保15J-8>云184-13>云雜19號。雖然2種方法評價結果整體趨勢較相似，但也存在差異，與按產量表現的排名結果相比，按DTOPSIS法的排名結果較灰色關聯(lián)度分析的排名結果更吻合。此外，Ci差異大于Gi差異和產量差異，且按DTOPSIS法Ci排名與按產量表現排名和按灰色關聯(lián)度分析Gi排名均呈極顯著正相關（r=0.811和r=0.895，P<0.01），進一步說明DTOPSIS法較灰色關聯(lián)度分析和產量表現評價小麥新品系在云南省的適應性更充分、更合理?！窘Y論】綜合評價云南小麥品系時不僅要重視品系的產量，還應重視小麥的基本苗、最高分蘗和有效穗等性狀的考察。云152-484、云麥1102和玉18-2在云南省適應性和豐產性均較好，可進一步試驗、示范及推廣。基于灰色關聯(lián)度分析的DTOPSIS法更適于綜合評價云南省小麥新品系的適應性。

關鍵詞： 小麥;灰色關聯(lián)度分析;DTOPSIS法;適應性;綜合評價

中圖分類號： S512.102.4? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼： A 文章編號：2095-1191（2020）10-2440-07

Comprehensive evaluation of adaptability of new wheat lines in Yunnan based on grey relevance analysis and DTOPSIS method

JIN Qing1， ZHAO Hong 2，3， LIN Li-ping4， YANG Zhong-hui 2，3， LI Hong-sheng 2，3，

LIU Kun 2，3， YANG Mu-jun 2，3， LI Shao-xiang 2，3*， DING Ming-liang 2，3*

（1Zhaotong Academy of Agriculture Sciences， Zhaotong， Yunnan? 657000， China; 2Food Crops Resource Institute，Yunnan Academy of Agriculture Sciences， Kunming? 650205， China; 3Yunnan Branch of National Wheat Improvement Center， Kunming? 650205， China; 4Seed Management Department of Yunnan， Kunming? 650031， China）

Abstract：【Objective】The purpose was to provide theoretical basis for comprehensive evaluation of wheat lines and their demonstration and popularization in Yunnan. The adaptability of new wheat lines in Yunnan was comprehensively evaluated by grey correlation analysis and DTOPSIS method. 【Method】The adaptability of 11 new wheat lines in the regional trial of Yunnan from 2018 to 2019 were analyzed by using grey correlation analysis method and DTOPSIS method based on grey correlation analysis. The accuracy of different methods was compared， and wheat lines with better comprehensive performance were selected. 【Result】The yield of 11 new wheat lines ranked from high to low as Yun 152-484>Yunmai 110>Linmai 22>Yu 18-2>Yunmai 56>Shumai 1767>De 1733>Yun 184-13>Wen 2-396>Dianmai 13>Bao 15J-8> Yunza 19. The yields of four new wheat lines were higher than that of the control variety， they were Yun152-484， Yunmai110， Linmai22 and Yu18-2. The weight of eight traits of new wheat lines from high to low was basic seedling>yield per unit area>maximum tiller number>effective panicles>grains per panicle>thousand-grain weight>plant height>growth period. The results of grey correlation analysis showed that the Gi values between the tested materials and ideal variety ranked from high to low as Yun 152-484>Yu 18-2>Yunmai 110>Yunmai 56>Dianmai 13>Bao 15J-8>Shumai 1767>De 1733>Wen? 2-396>Linmai 22>Yunza 19>Yun 184-13. The results of DTOPSIS analysis showed that the Ci values of the tested materials and ideal variety ranked from high to low as Yun152-484>Yunmai110>Yu 18-2>Yunmai 56>Shumai 1767>Dianmai 13>De 1733>Linmai 22>Wen 2-396>Bao 15J-8>Yun 184-13>Yunza 19. It could be seen that although the overall trend of the two methods was similar， but there were also differences. Combined with the yield performance of each line， the ranking result of DTOPSIS Method was better than that of grey correlation analysis method.In addition，the difference of Ci value was greater than that of Gi value and yield. Moreover， Ci value ranking was extremely positively correlated with yield performance ranking and Gi value ranking（r=0.811 and r=0.895，P<0.01）. The results further showed that the DTOPSIS method based on the grey correlation analysis was more sufficient and reasonable than the gray correlation analysis and yield performance to evaluate the adaptability of new wheat lines in Yunnan. 【Conclusion】In Yunnan， the comprehensive evaluation of new wheat lines should not only pay attention to its yield performance， but also its basic seedling， maximum tiller number， effective panicles and other agronomic traits. The DTOPSIS method based on the grey correlation analysis is more suitable for comprehensive evaluation of adaptability of new wheat lines in Yunnan. Yun 152-484， Yunmai 110 and Yu 18-2 have better adaptability and high yield， which can be further tested， demonstrated and promoted in different ecological regions of Yunnan.

Key words： wheat; grey relevance analysis; DTOPSIS method; adaptability; comprehensive evaluation

Foundation item： National Key Research and Development Program of China（2016YFD0101603）

0 引言

【研究意義】小麥是我國第三大糧食作物，其可持續(xù)發(fā)展為保障我國糧食安全做出了重要貢獻（何中虎等，2018）。小麥也是云南省的主要糧食作物，其產量約占云南糧食總量的10%（黃興奇，2005;于亞雄，2016）。據統(tǒng)計，云南省小麥種植面積在20世紀90年代基本穩(wěn)定在6.67×105 ha，但2000年以后隨著云南省農業(yè)產業(yè)結構的調整，小麥逐漸被其他經濟效益較高的作物所替代，種植面積逐年減少，十二五期間基本維持在4.30×105 ha（于亞雄，2016;檀竹平和高雪萍，2018）。面對當前云南省小麥種植面積逐漸減少的形勢，只能通過提升單位面積產量以保證云南省小麥總產量，而最經濟有效的途徑是選育廣適性新品種。因此，探索小麥綜合評價的新方法，用于評價小麥新品系在云南省的廣適性，對推進云南省小麥品種選育和改良具有重大的指導意義?！厩叭搜芯窟M展】目前對小麥品種的適應性評價主要采用方差分析法，但由于相關性狀較多，信息分散，而無法準確進行綜合評價。近年來，灰色關聯(lián)度分析和逼近理想解排序法（DTOPSIS）被廣泛應用于大麥（陳劍鋒和張秋英，2012）、烤煙（李彥平等，2012） 、油菜（鐘麗，2012）、甘蔗（孫玉勇等，2016）、水稻（黃秋要等，2017）、馬鈴薯（宋潔等，2017）、草莓（李文硯等，2018）、大豆（昝凱等，2018）、玉米（夏來坤等，2019）、小麥（陳慧和王冀川，2019）和蘋婆（李文硯等，2019）等作物的綜合評價，二者均利用模糊理論對作物性狀數值進行無量綱化處理，使每個性狀在一致的標準下進行比較分析，通過對多個性狀進行綜合分析，更準確地評價作物在多生態(tài)區(qū)的綜合表現（李彥平等，2012;楊昆等，2015），且這2種評價方法快速、準確、高效、簡便。陳慧和王冀川（2019）運用灰色關聯(lián)度分析和DTOPSIS法對新疆17個冬小麥品種進行綜合評價，結果發(fā)現這2種評判方法所得的評價結果相似，均可獲得參試小麥品種的優(yōu)劣順序，但DTOPSIS法評價結果更合理，品種間性狀差異性較大，篩選出的品種綜合表現較好，可作為南疆地區(qū)冬小麥品種更新?lián)Q代的品種?！颈狙芯壳腥朦c】云南省屬于高原型亞熱帶季風氣候，生態(tài)類型差異明顯，對小麥的適應性要求更高，亟需對小麥品種進行綜合評價（王艷芳等，2017）。但目前鮮見基于農藝性狀方差分析結果，結合灰色關聯(lián)度分析和DTOPSIS法對云南小麥新品（種）系進行綜合評價的文獻報道?！緮M解決的關鍵問題】采用灰色關聯(lián)度分析及基于灰色關聯(lián)度分析的DTOPSIS法（以下簡稱為DTOPSIS法）對2018─2019年度云南省區(qū)域試驗中11個小麥新品系在云南省的適應性進行綜合評價，比較小麥品系不同評價方法的準確性，并篩選出綜合表現較好的小麥品系，為小麥品系綜合評價及在云南省示范推廣提供理論依據。

1 材料與方法

1. 1 試驗材料

供試材料為云南省不同育種單位選育且推薦參加云南省區(qū)域試驗的11個小麥新品系：云152-484（X1）、云麥110（X2）、玉18-2（X3）、文2-396（X4）、滇麥13號（X5）、蜀麥1767（X6）、臨麥22（X7）、保15J-8（X8）、德1733（X9）、云184-13（X10）和云雜19號（X11），對照品系為云麥56（X12）。

1. 2 試驗方法

供試材料于2018─2019年參加云南省小麥區(qū)域試驗，種植于云南省宜良縣、彌渡縣、楚雄市、臨翔區(qū)、紅塔區(qū)、隆陽區(qū)、玉龍縣和昭陽區(qū)共8個試驗點。試點海拔1470～2418 m，田塊肥力均勻且平整。采用隨機區(qū)組排列，設3次重復，均安排在同一田塊。試驗小區(qū)面積為10 m2，田間管理與當地小麥生產管理一致。整個生育期間防蟲、不防病。分別對供試材料的基本苗（T1）、最高分蘗數（T2）、有效穗數（T3）、穗粒數（T4）、千粒重（T5）、株高（T6）、生育期（T7）和產量（T8）共8個農藝性狀進行測定，取8個試驗點各性狀的平均值。

1. 3 統(tǒng)計分析

采用Excel 2010對各性狀測定數據進行離差標準化處理，然后利用DPS V7.05進行灰色關聯(lián)度分析。按照郭瑞林（1995）的灰色系統(tǒng)理論，將11個小麥新品系和對照品系視為一個灰色系統(tǒng)，每個品系為該系統(tǒng)的1個因素，設有i個品系，考察j個性狀。根據云南小麥的育種目標和生產實際，分別把基本苗、最高分蘗數、有效穗數、穗粒數、千粒重和產量共6個性狀的高值及株高和生育期2個性狀的低值作為各性狀的最優(yōu)性狀值，從而獲得理想品系（X0）的性狀，以其作為參考數列，各小麥品系的性狀值設為比較數列（Xij）。參考王艷芳等（2017）、陳慧和王冀川（2019）的方法進行數據分析，并利用DPS V7.05進行DTOPSIS法分析。

2 結果與分析

2. 1 小麥品系在云南省的田間表現

由表1可知，11個小麥新品系產量排序為X1（云152-484）>X2（云麥110）>X7（臨麥22）>X3（玉18-2）>X12（云麥56）>X6（蜀麥1767）>X9（德1733）>X10（云184-13）>X4（文2-396）>X5（滇麥13號）>X8（保15J-8）>X11（云雜19號），超過對照品系云麥56的品系共有4個，分別為云152-484、云麥110、臨麥22和玉18-2，說明這4個品系在云南省的豐產性表現較好。

2. 2 基于灰色關聯(lián)度分析對云南小麥新品系適應性的評價結果

2. 2. 1 小麥品系各性狀權重的確立 11個小麥新品系的8個農藝性狀數值標準化處理結果如表2所示。計算比較數列值與參考數列值的差值，取其絕對值（表3）。最后，計算8個農藝性狀的關聯(lián)系數，利用加權平均法確立8個農藝性狀的權重值，如表4所示。對8個農藝性狀的權重值進行排序：基本苗>產量>最高分蘗數>有效穗數>穗粒數>千粒重>株高>生育期，表明云南省小麥新品系的基本苗、產量、最高分蘗數和有效穗數4個性狀所占權重較高，而穗粒數、千粒重、株高和生育期3個性狀所占權重較低，表明綜合評價云南小麥品系時，不僅要重視品系的產量，還應重視小麥的基本苗、最高分蘗數和有效穗數等性狀的考察。

2. 2. 2 小麥新品系灰色關聯(lián)度分析結果 由表5可知，供試材料與理想品系的關聯(lián)度（Gi）排序為X1（云152-484）>X3（玉18-2）>X2（云麥110）>X12（云麥56）>X5（滇麥13號）>X8（保15J-8）>X6（蜀麥1767）>X9（德1733）>X4（文2-396）>X7（臨麥22）>X11（云雜19號）>X10（云184-13），可看出云152-484和文2-396分別按灰色關聯(lián)度分析和產量表現進行排序時均位于第1位和第9位，玉18-2、云麥110和云麥56號按灰色關聯(lián)度分析評價位于第2位、第3位和第4位，而這3個品系按產量表現排名分別位于第4位、第2位和第5位，說明基于灰色關聯(lián)度分析評價結果和按品系產量表現評價結果存在異同，但二者整體趨勢仍較相似，均顯示云152-484、玉18-2和云麥110的綜合表現優(yōu)于品系云麥56。

2. 3 基于DTOPSIS法對云南小麥新品系適應性的評價結果

利用灰色關聯(lián)分析得到的權重值，根據表1中11個小麥新品系及對照品系的8個農藝性狀測定結果，運用DPS V7.05進行DTOPSIS法計算，得到決策矩陣R（表6）。根據決策矩陣R對應數列值，可得正理想解與負理想解，結果為：X+i=0.0101、0.0139、0.0158、0.0194、0.0170、0.0169、0.0162、0.0201、0.0170、0.0257、0.0250和0.0154;X-i=0.0340、0.0286、0.0270、0.0236、0.0237、0.0246、0.0217、0.0210、0.0229、0.0182、0.0157和0.0255，最終獲得11個小麥新品系及對照品系與理想解的相對接近度（Ci），并按其大小排序，結果如表5所示。供試小麥品系和理想解的Ci越大則小麥品系在云南省的適應性越好。供試小麥品系與理想解的Ci排序為X1（云152-484）>X2（云麥110）>X3（玉18-2）>X12（云麥56）>X6（蜀麥1767）>X5（滇麥13號）>X9（德1733）>X7（臨麥22）>X4（文2-396）>X8（保15J-8）>X10（云184-13）>X11（云雜19號），其中云152-484、云麥110和德1773分別位于第1位、第2位和第7位，與產量表現排名相同，玉18-2、云麥56號和蜀麥1767按DTOPSIS法評價分別位于第3位、第4位和第5位，而按產量表現分別位于第4位、第5位和第6位，說明按DTOPSIS法排名結果與按產量表現排名結果存在異同，但2種方法評價結果整體趨勢也較相似。

2. 4 不同評價方法對云南小麥新品系適應性評價結果的差異比較

按產量表現、灰色關聯(lián)度分析和DTOPSIS法評價小麥新品系在云南省的適應性排名情況如表5和圖1所示?；疑P聯(lián)度分析和DTOPSIS法雖然均是計算參評品系與理想品系的接近度，但計算方法不同，因此結果存在明顯差異，其中與按產量表現的排名結果相比，按DTOPSIS法的排名結果較灰色關聯(lián)度分析的排名結果更吻合。按產量表現評價小麥新品系的產量最大值與最小值間的差異為33.05%，按灰色關聯(lián)度分析評價新品系Gi的最大值與最小值間的差異為46.62%，按DTOPSIS法評價小麥新品系的Ci的最大值與最小值間的差異為49.84%?？梢?，Ci值差異大于Gi差異和產量差異，說明DTOPSIS法比灰色關聯(lián)度分析和產量表現評價小麥新品系在云南省的適應性更合理、更充分。相關分析結果如表7所示。按DTOPSIS法Ci排名與按產量表現排名呈極顯著正相關（r=0.811）（P<0.01，下同），按灰色關聯(lián)度分析Gi排名與按產量表現排名呈不顯著相關（r=0.566）（P>0.05），按DTOPSIS法Ci值排名與按灰色關聯(lián)度分析Gi排名呈極顯著正相關（r=0.895），說明基于灰色關聯(lián)度分析的DTOPSIS法評價小麥新品系在云南的適應性時不僅充分反映小麥品系的綜合性狀，還能體現小麥品系的豐產性，評價結果最可靠。

3 討論

3. 1 不同評價方法評價結果的比較

小麥新品系的綜合評價是育種及推廣種植過程中一個極其重要的環(huán)節(jié)。由于綜合評價涉及較多農藝性狀，采用方差分析或新復極差分析對產量等多個性狀進行評價時，若結果不顯著則很難得到有效結論（孟杰等，2014）。本研究先采用灰色關聯(lián)度分析獲得11個小麥品系的8個性狀權重值，再用DTOPSIS法進行綜合評價，并根據Ci對小麥品系進行排序，由于Ci是將多個性狀集中為1個指標，與傳統(tǒng)DTOPSIS法評價相比減少了人為設定因素，綜合2種方法有效克服了僅采用單一的評價方法或僅采用產量進行簡單方差分析存在的缺陷，評價結果更科學、更準確，也更符合生產實際（王艷芳等，2017;昝凱等，2018;陳慧和王冀川，2019）。此外，本研究結合產量表現進一步比較分析，結果發(fā)現與按產量表現的排名結果相比，按DTOPSIS法的排名結果較灰色關聯(lián)度分析的排名結果更吻合，雖然3種排名對小麥品系綜合適應性的評價結果整體趨勢相似，但基于DTOPSIS法評價時小麥品系間的Ci差異最大即分辨力最好，且與產量表現評價結果極顯著相關，表明該評價結果最可靠。因此，基于灰色關聯(lián)度分析的DTOPSIS法適用于云南省小麥新品系在多生態(tài)區(qū)的適應性的綜合評價。

3. 2 小麥新品系在云南的適應性綜合評價

本研究采用灰色關聯(lián)度分析獲得小麥各性狀的權重值，再利用DTOPSIS法得到Ci，其分析結果顯示，云152-484、云麥110和玉18-2的Ci高于對照品系云麥56，說明這3個品系在云南省不同生態(tài)區(qū)的適應性和豐產性均較好，可進一步試驗、示范及推廣;臨麥22的產量排名雖位于對照品種之前，但按灰色關聯(lián)度分析和DTOPSIS法的排名均位于對照品種云麥56之后，其他7個小麥新品系按2種評價方法排名均位于對照品系之后，故這8個小麥新品系綜合性狀不佳，還須進行針對性改良。據云南省種子管理站發(fā)布的區(qū)試總結報告（云南種業(yè)信息網，2019），云152-484、云麥110和玉18-2均進入2019─2020年度云南省小麥田麥組的生產試驗，證明利用基于灰色關聯(lián)度分析的DTOPSIS法對云南省小麥新品系的綜合評價結果不僅具有科學性還具有實用性，能在云南省小麥新品系的綜合評價與篩選中發(fā)揮重要作用。此外，云麥110經云南省農作物品種抗性鑒定站鑒定為高抗白粉病和條銹病中抗葉銹?。ㄔ颇戏N業(yè)信息網，2019），綜合性狀好且抗病性突出，值得在云南省加快示范，盡早應用于云南省小麥生產。

4 結論

綜合評價云南小麥品系時不僅要重視品系的產量，還應重視小麥的基本苗、最高分蘗和有效穗等性狀的考察。云152-484、云麥1102和玉18-2在云南省適應性和豐產性均較好，可進一步試驗、示范及推廣?；诨疑P聯(lián)度分析的DTOPSIS法更適于綜合評價云南省小麥新品系的適應性。

參考文獻：

陳慧，王冀川. 2019. 基于灰色關聯(lián)度及DTOPSIS法的南疆冬小麥品種的綜合評判[J]. 江蘇農業(yè)科學，47（10）：102-108. [Chen H，Wang J C. 2019. Comprehensive evaluation of winter wheat varieties in southern Xinjiang based on grey correlation degree and DTOPSIS method[J]. Jian-gsu Agricultural Science，47（10）：102-108.]

陳劍鋒，張秋英. 2012. 灰色關聯(lián)度分析和DTOPSIS法對大麥新品系評價效果比較[J]. 福建稻麥科技，30（4）：1-4. [Chen J F，Zhang Q Y. 2012. Results comparison of eva-luation of barley new variety analysis methods of grey correlation and DIOPSIS[J]. Fujian Rice and Wheat Technology，30（4）：1-4.]

郭瑞林. 1995. 作物灰色育種學[M]. 北京：中國農業(yè)科技出版社：154-160. [Guo R L. 1995. Crop grey breeding[M]. Beijing：China Agricultural Science and Technology Press：154-160.]

何中虎，莊巧生，程順和，于振文，趙振東，劉旭. 2018. 中國小麥產業(yè)發(fā)展與科技進步[J]. 農學學報，8（1）：99-106. [He Z H，Zhuang Q S，Cheng S H，Yu Z W，Zhao Z D，Liu X. 2018. Wheat production and technology improvement in China[J]. Journal of Agriculture，8（1）：99-106.]

黃秋要，羅芳媚，梁忠明. 2017. DTOPSIS法綜合評價水稻新品種[J]. 現代農業(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.]

黃興奇. 2005. 云南作物種質資源[M]. 昆明：云南科技出版社：490-507. [Huang X Q. 2005. Yunnan crop germplasm resources[M]. Kunming：Yunnan Science and Technology Press：490-507.]

李文硯，黃麗君，盧美瑛，蔣娟娟，韋優(yōu)，羅培四，趙靜，孔方南，卓福昌，楊志強，周婧. 2019. DTOPSIS法在蘋婆不同品系綜合評價中的應用[J]. 南方農業(yè)學報，50（7）：1527-1533. [Li W Y，Huang L J，Lu M Y，Jiang J J，Wei Y，Luo P S，Zhao J，Kong F N，Zhuo F C，Yang Z Q，Zhou J. 2019. Comprehensive evaluation of Sterculia nobilis Smith lines by DTOPSIS method[J]. Journal of Sou-thern Agriculture，50（7）：1527-1533.]

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價中的應用研究[J]. 植物生理學報，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法和灰色關聯(lián)度法在新引烤煙新品種綜合評價中的應用比較[J]. 中國煙草學報，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.]

孟杰，陳興福，楊文鈺，李志飛，張玉，宋九華，楊興旺. 2014. 基于灰色關聯(lián)度分析和DTOPSIS 法綜合評價青川柴胡資源[J]. 中國中藥雜志，39（3）：433-437. [Meng J，Chen X F，Yang W Y，Li Z F，Zhang Y，Song J H，Yang X W. 2014. Evaluation of bupleuri radix resources in Qing-chuan based on DTOPSIS and grey related degree[J]. China Journal of Chinese Materia Medica，39（3）：433-437.]

宋潔，李婉琳，郭華春. 2017. DTOPSIS法評價44份CIP引進馬鈴薯新品系的適應性[J]. 中國馬鈴薯，31（4）：193-200. [Song J，Li W L，Guo H C. 2017. Evaluation of adap-tability of 44 new potato varieties introduced by CIP by DTOPSIS method[J]. Chinese Potato Journal，31（4）：193-200.]

孫玉勇，鐘坤，莫皓藍，何雪丹，盧景潤，蔣明健，陳偉，李家文. 2016. 利用DTOPSIS法綜合評價甘蔗新品種[J]. 南方農業(yè)學報，47（3）：348-352. [Sun Y Y，Zhong K，Mo H L，He X D，Lu J R，Jiang M J，Chen W，Li J W. 2016. Comprehensive evaluation of new sugarcane varieties by DTOPSIS method[J]. Journal of Southern Agriculture，47（3）：348-352.]

檀竹平，高雪萍. 2018. 1997—2016年中國小麥種植區(qū)域比較優(yōu)勢及空間分布[J]. 河南農業(yè)大學學報，52（5）：825-838. [Tan Z P，Gao X P. 2018. Comparative advantage and spatial distribution of wheat in China from 1997 to 2016[J]. Journal of Henan Agricultural University，52（5）：825-838.]

王艷芳，李戈，唐玲，楊春勇，李榮英. 2017. 基于灰色關聯(lián)度分析和DTOPSIS法的腎茶種質資源綜合評價[J]. 中國農學通報，33（10）：92-99. [Wang Y F，Li G，Tang L，Yang C Y，Li R Y. 2017. Overall evaluation of Clerodendranthus spicatus （thunb） C. Y. WU based on grey relatio-nal analysis and DTOPSIS[J]. Chinese Agricultural Scien-ce Bulletin，33（10）：92-99.]

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. 2019. 基于熵權的DTOPSIS法和灰色局勢決策法在宜機收玉米品種綜合評價中的應用[J]. 南方農業(yè)學報，50（9）：1953-1959. [Xia L K，Qi S，Gu L M，Mu X Y，Ma Z Y，Ding Y，Tang B J，Zhang F Q，Zhang J，Zhao F X，Zhang L X. 2019. Comprehensive evaluation of maize cultivars suitable for mechanical kernel harvest based on entropy DTOPSIS mode and grey situation decision methods[J]. Journal of Southern Agriculture，50（9）：1953-1959.]

楊昆，吳才文，覃偉，趙培方，劉家勇，蔡青. 2015. DTOPSIS法和灰色關聯(lián)度法在甘蔗新品種綜合評價中的應用比較[J]. 西南農業(yè)學報，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.]

于亞雄. 2016. 云南小麥栽培技術[M]. 昆明：云南科技出版社. [Yu Y X. 2016. Yunnan wheat cultivation techniques[M]. Kunming：Yunnan Science and Technology Press.]

云南種業(yè)信息網. 2019. 2018─2019年度云南省小麥品種試驗總結公示及2019─2020年度云南省小麥品種試驗實施方案[EB/OL]. （2019-09-16）. http：//ynzyxx.net/WebCateArtInfo/？newsn=78a5bc94d82211e9895400155d892e 09l. [Yunnan Seed Industry Information Network. 2019. Summary announcement of wheat varieties test in Yunnan Province in 2018-2019 and implementation plan of wheat varieties test in Yunnan Province in 2019-2020[EB/OL]. （2019-09-16）. http：//ynzyxx.net/WebCateArtInfo/？newsn=78 a5bc94d82 211e9895400155d892e09l.]

昝凱，周青，張志民，鄭麗敏，王鳳菊，陳亞光，李明軍，徐淑霞. 2018. 灰色關聯(lián)度和DTOPSIS法綜合分析河南區(qū)域試驗中大豆新品種（系）的農藝性狀表現[J]. 大豆科學，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]. Soybean Science，37（5）：664-671.]

鐘麗. 2012. 油菜產量與主要性狀的灰色關聯(lián)度分析[J]. 南方農業(yè)學報，43（4）：421-424. [Zhong L. 2012. Gray relational grade analysis between the rapeseed yield and related traits[J]. Journal of Southern Agriculture，43（4）：421-424.]

（責任編輯 陳 燕）