基于灰色关联度分析和DTOPSIS 法的芦笋种质资源综合评价

doi:10.15933/j.cnki.1004-3268.2022.05.010

摘要/Abstract

摘要： 利用灰色关联度分析和DTOPSIS法综合评价芦笋新品种（系）在江西省的适应性，为芦笋种质综合评价及其在江西省示范推广提供理论依据。以2018—2019年吉安市良种场内芦笋资源圃的43份芦笋新品种（系）为材料，采用灰色关联度分析和DTOPSIS法综合评价43份芦笋新品种（系）的田间性状表现，比较芦笋种质不同评价方法的准确性，筛选出综合表现优异的芦笋新品种（系）。结果表明，基于灰色关联度分析的芦笋参评种质各指标在其综合性状评价中关联度顺序依次为优质笋率>优质笋产量>商品笋率>见笋时间>第一分枝高度>第二主茎株高>商品笋产量>株高>抽笋数>抗病性>笋外观品质>笋粗细均匀度>茎粗。采用灰色关联度和DTOPSIS法对芦笋种质评价结果显示，Gijnlim、Extremely male imperial crown、Florida、Jersey knight、California early、巨丰和UC115 排在前10 位，与参考种质最接近。DTOPSIS法Ci最大差异率为68.40%，Ci排序结果与产量排序结果相关系数为0.918^**；灰色关联度分析中等权关联度γi 最大差异率为41.03%，加权关联度△γi 最大差异率为40.33%，排序结果与产量排序结果相关系数分别为0.652^**和0.710^**。可见，DTOPSIS法Ci差异率较大，种质间差异大，与产量的相关性更高。因此，芦笋新品种选育时应首先注重提升优质笋的质量比重，其次是选育春季出土早的优良材料作亲本，同时也要兼顾芦笋株型等其他性状；Gijnlim、Extremely male imperial crown、Florida、Jersey knight、California early、巨丰和UC115的适应性和丰产性均较好，可进一步考察、示范与推广。基于灰色关联度分析的DTOPSIS法更适于综合评价芦笋种质资源的适应性。

关键词: 芦笋, 灰色关联度分析, DTOPSIS法, 适应性, 综合评价

Abstract: In order to provide theoretical basis for comprehensive evaluation of asparagus varieties（lines）and their demonstration and popularization in Jiangxi，the adaptability of new asparagus varieties（lines）in Jiangxi was comprehensively evaluated by grey relational analysis and DTOPSIS method.With 43 new asparagus varieties（lines）from the asparagus resource nursery in Ji’an from 2018 to 2019 as materials，comprehensive evaluation of field traits was performed by using grey relational analysis and DTOPSIS method.The accuracy of different methods was compared，and asparagus varieties（lines）with better comprehensive performance were selected.The result showed that the order of correlation grade value of each character in the overall evaluation of asparagus germplasms based on grey relational analysis was as follows：high‑quality asparagus rate>high‑quality asparagus yield>commodity asparagus rate>seeing asparagus time>first branch height>second main stem height>commercial asparagus production>plant height>number of asparagus shoots>disease resistance>appearance quality of asparagus>asparagus thickness uniformity>stem thickness.The result also showed that Gijnlim，Extremely male imperial crown，Florida，Jersey knight，California early，Jufeng and UC115 ranked in the top 10，which had good adaptability and high yield，and were the closest to the ideal germplasm. The Ci maximum difference rate of DTOPSIS was 68. 40% and the correlation coefficient of its ranking result with the yield ranking was 0.918^**.The maximum difference rate of γi in grey correlation analysis was 41.03%，the maximum difference rate of △γi was 40.33%，the correlation coefficients between the ranking result and the yield ranking were 0.652^**and 0.710^**respectively.It can be seen that the DTOPSIS method had a greater rate of Ci variation，a greater variation among germplasms，and a higher correlation with yield. Therefore，when breeding new asparagus varieties，the first priority should be to increase the weight proportion of high‑quality bamboo shoots，and secondly，high‑quality materials unearthed early in spring are selected as parents. At the same time，other traits such as asparagus plant type should also be taken into consideration. Gijnlim，Extremely male imperial crown，Florida，Jersey knight，California early，Jufeng and UC115，which have good adaptability and high yield，can be further investigated，demonstrated and promoted.The DTOPSIS method based on the grey relational analysis is more suitable for comprehensive evaluation of adaptability of new asparagus varieties（lines）.

Key words: Asparagus, Grey relational analysis, DTOPSIS method, Adaptability, Comprehensive evaluation

中图分类号:

S644.6

张冰冰, 叶艳英, 金水凤, 罗稳根, 周劲松, 尹玉玲, 罗绍春, 汤泳萍. 基于灰色关联度分析和DTOPSIS 法的芦笋种质资源综合评价[J]. 河南农业科学, 2022, 51(5): 96-107.

ZHANG Bingbing, YE Yanying, JIN Shuifeng, LUO Wengen, ZHOU Jinsong, YIN Yuling, LUO Shaochun, TANG Yongping. Overall Evaluation of Asparagus Germplasm Resources Based on Grey Relational Analysis and DTOPSIS Method[J]. Journal of Henan Agricultural Sciences, 2022, 51(5): 96-107.

参考文献

［1］DAWID C，HOFMANN T.Identification of sensory‑active phytochemicals in asparagus（Asparagus officinalis L.）［J］.Journal of Agricultural and Food Chemistry，2012，60（48）：11877‑11888.
［2］任君，毛丽萍.芦笋的功能及开发利用前景［J］.贵州农业科学，2017，45（4）：93‑95.
REN J， MAO L P.Asparagus function and the development and utilization prospects ［J］.Guizhou Agricultural Sciences，2017，45（4）：93‑95.
［3］CHITRAKAR B，ZHANG M，ADHIKARI B.Asparagus（Asparagus officinalis）：Processing effect on nutritional and phytochemical composition of spear and hard‑stem by products［J］.Trends in Food Science and Technology，2019，93：1‑11.
［4］陈光宇.药食同源之新兴产业芦笋大健康［J］.中国农村科技，2019（1）：66‑69.
CHEN G Y.Asparagus，a new industry with the same source of medicine and food，great health［J］.China Rural Science and Technology，2019（1）：66‑69.
［5］NICHOLS M A，FISHER K J.Improving the efficiency of cultivar evaluation of green asparagus［J］.Acta Horticulturae，1999，479：157‑162.
［6］厉广辉，赵传志，侯蕾，等.鲁西南地区芦笋品种适应性评价研究［J］.山东农业科学，2021，53（2）：35‑39.

LI G H，ZHAO C Z，HOU L，et al.Evaluation on adaptability of asparagus cultivars in southwest of Shandong Province［J］.Shandong Agricultural Sciences，2021，53（2）：35‑39.

［7］GATTI I，CRAVERO V P，ANIDO F S L.Evaluation of seven asparagus populations（Asparagus officinalis L.）［J］.Pesquisa Agropecuaria Brasileira，2000，35（6）：1151‑1157.
［8］敖培华，何圣米.芦笋新品种引进筛选与大棚栽培技术［J］.浙江农业科学，2020，61（8）：1578‑1580.
AO P H，HE S M.New asparagus varieties introduced and screened and greenhouse cultivation techniques［J］.Zhejiang Agricultural Sciences，2020，61（8）：1578‑1580.
［9］唐增海.芦笋在山西省北部的适应性研究［J］.山西林业科技，2018，47（2）：24‑25.
TANG Z H.Study on the adaptability of asparagus officinalisin north of Shanxi Province［J］.Shanxi Forestry Science and Technology，2018，47（2）：24‑25.
［10］阮宏椿，石妞妞，杜宜新，等.29个芦笋品种在福建的适应性分析［J］.农学学报，2017，7（11）：31‑34.
RUAN H C，SHI N N，DU Y X，et al.9 asparagus varieties in Fujian：Adaptability analysis［J］.Journal of Agriculture，2017，7（11）：31‑34.
［11］刘思峰，杨英杰，吴利丰.灰色系统理论及其应用［M］.7版. 北京：科学出版社，2014.
LIU S F，YANG Y J，WU F L.Grey system theory and its application［M］.7th ed. Beijing：Science Press，2014.
［12］崔新菊，董世磊，任红松，等.基于组合权重的DTOPSIS法在棉品种（系）综合评价中的应用［J］，安徽农业科学，2016，44（27）：10‑12，17.
CUI X J，DONG S L，REN H S，et al.Application of DTOPSIS method based on combined weight in the comprehensive evaluation of cotton varieties（lines）［J］.Anhui Agricultural Sciences，2016，44（27）：10‑12，17.
［13］丁宁，张玉强，张慎举.灰色关联度分析法和DTOPSIS法对青贮玉米新品种综合评估的比较分析［J］.北方农业学报，2021，49（1）：10‑16.
DING N，ZHANG Y Q，ZHANG S J.Comparative analysis of comprehensive evaluation of silage corn new varieties by grey correlation analysis and DTOPSIS method［J］.Journal of Northern Agriculture，2021，49（1）：10‑16.
［14］金轻，赵红，林丽萍，等.基于灰色关联度分析和DTOPSIS法综合评价小麦新品系在云南省的适应性［J］.南方农业学报，2020，51（10）：2440‑2446.
JIN Q，ZHAO H，LIN L P，et al.Comprehensive evaluation of adaptability of new wheat lines in Yunnan based on grey relevance analysis and DTOPSIS method［J］.Journal of Southern Agriculture，2020，51（10）：2440‑2446.
［15］昝凯，周青，张志民，等.灰色关联度和DTOPSIS 法综合分析河南区域试验中大豆新品种（系）的农艺性状表现［J］.大豆科学，2018，37（5）：664‑671.
ZAN K，ZHOU Q，ZHANG Z M，et al.Gray correlation analysis and DTOPSIS method for comprehensive agronomic performance analysis of new soybean varieties（lines）in Henan regional test［J］.Soybean Science，2018，37（5）：664‑671.
［16］ZHU Q J，CHEN L L，SUN X，et al.Evaluation of the adaptability of 28 green asparagus cultivars［J］.Agricultural Science and Technology，2013，14（2）：235‑242.
［17］李世勤.江西-项目建设突出重点三级平台数据共享［J］.中国水利，2012（23）：22‑23，30.
LI S Q.Jiangxi‑Project construction highlights key three‑level platform data sharing［J］.China Water Resources，2012（23）：22‑23，30.
［18］蒋聪，刘慰华，杨旭昆，等.灰色关联度分析和DTOPSIS法在云南粳稻品种综合评价中的应用［J］.西南农业学报，2020，33（5）：907‑912.
JIANG C，LIU W H，YANG X K，et al.Comprehensive evaluation about Yunnan japonica varieties with DTOPSlS and grey related degree［J］.Southwest Agricultural Journal，2020，33（5）：907‑912.
［19］赵平，李学涛，康振友，等.基于熵权的DTOPSIS法和灰色关联度分析法在西瓜品种综合评价中的应用［J］.黑龙江农业科学，2021（1）：79‑87.
ZHAO P，LI X T，KANG Z Y，et al.Application of DTOPSIS method and grey relational analysis based on entropy weight in comprehensive evaluation of watermelon varieties［J］.Heilongjiang Agricultural Sciences，2021（1）：79‑87.
［20］陈燕华，李经成，李荣，等.基于灰色关联度分析法综合评价24个绿豆新品种（系）在桂南地区的田间性状表现［J］.南方农业学报，2020，51（11）：2644‑2652.
CHEN Y H，LI J C，LI R，et al.Comprehensive evaluation of field traits for 24 new varieties（lines）of mung bean based on grey correlation analysis in southern［J］.Journal of Southern Agriculture，2020，51（11）：2644‑2652.
［21］李霞，刁家连，张元国，等.影响芦笋产量性状的相关性分析［J］.中国农学通报，2005，21（6）：273‑277.
LI X，DIAO J L，ZHANG Y G，et al.Relativity analysis of influencing the asparagus（Asparagus officinalis）yield［J］.Chinese Agricultural Science Bulletin，2005，21（6）：273‑277.
［22］陈河龙，张世清，高建明，等.芦笋种质资源形态多样性分析［J］.热带农业科学，2016，36（5）：55‑59，63.
CHEN H L，ZHANG S Q，GAO J M，et al.Morphological diversities of Asparagus officinalis L.germplasm resources［J］.Chinese Journal of Tropical Agriculture，2016，36（5）：55‑59，63.

[1]	陈涵, 胡慧云, 程建峰, 黄英金, 毛晓嵘, 徐小明, 曾研华. 不同基因型甘薯块根自然富集元素能力的差异性[J]. 河南农业科学, 2023, 52(7): 24-39.
[2]	魏源, 吕梦炀, 马亚特, 刘静, 王旋, 王东升. 基于3 种分析方法的板栗果实营养品质综合评价[J]. 河南农业科学, 2023, 52(6): 111-119.
[3]	赵海军, 史佳晴, 王彬, 郭益洋, 胡小丽, 韩赞平. 150 份玉米自交系籽粒及其品质性状的综合评价[J]. 河南农业科学, 2023, 52(5): 33-39.
[4]	吴国江, 周伟, 余忠浩, 李岩, 吕静波, 王振国, 周亚星. 基于主成分、灰色关联和DTOPSIS 分析的176份糯高粱种质资源综合评价[J]. 河南农业科学, 2023, 52(5): 40-51.
[5]	陈泽东, 师焕婷, 董殿琪, 王亚鑫, 王金凤, 虞波, 王鹏飞, 康国章. 不同小麦品种（系）耐低磷能力综合评价与代表性评价指标筛选[J]. 河南农业科学, 2023, 52(4): 21-30.
[6]	李艺珅, 宋晓飞, 杨艳红, 隋继超, 崔浩楠, 贾建华, 闫立英, 李晓丽. 28 份旱黄瓜种质资源分枝性评价与杂交后代主要农艺性状分析[J]. 河南农业科学, 2023, 52(4): 107-115.
[7]	许兰杰, 梁慧珍, 余永亮, 杨青, 李磊, 安素妨, 杨红旗, 谭政委, 李春明, 董薇, 鲁丹丹. 基于农艺和品质性状的宛艾种质综合评价[J]. 河南农业科学, 2022, 51(8): 55-63.
[8]	王雪萍, 高士伟, 叶飞, 滕靖, 桂安辉, 郑鹏程. 茶树种苗质量评价与壮苗指数构建[J]. 河南农业科学, 2022, 51(12): 45-52.
[9]	苏卓文, 卢彩鸽, 蔡淑琳, 张涛涛, 董丹, 赵娟, 张殿朋. 芦笋茎枯病拮抗内生细菌的筛选及鉴定[J]. 河南农业科学, 2022, 51(10): 106-113.
[10]	位杰, 张琦, 林彩霞, 蒋媛. 不同梨品种（系）叶片解剖结构及其与抗寒性的关系[J]. 河南农业科学, 2021, 50(8): 103-112.
[11]	李超, 杨成敏, 高丽, 崔占虎, 张超云, 黄显章. 不同表型艾叶中矿物元素和主要药用成分差异分析[J]. 河南农业科学, 2021, 50(4): 48-55.
[12]	张永福, 徐仕琴, 荆赞革, 莫丽玲, 黄丽. 基于无机营养的26份葡萄种质资源耐铝性综合评价[J]. 河南农业科学, 2021, 50(1): 113-120.
[13]	邵云, 朱群英, 翁正鹏, 李昊烊, 崔景明, 李春喜. 基于等价产量的不同轮作模式作物资源利用效率研究[J]. 河南农业科学, 2020, 49(8): 45-53.
[14]	王治会, 彭华, 岳翠男, 李琛, 李文金, 杨普香. 江西茶树资源功能成分综合评价与种质优选[J]. 河南农业科学, 2020, 49(8): 54-62.
[15]	吴宏琪, 林碧英, 李彩霞, 刘旭, 张子昆, 钟路明. 不同茄子品种幼苗期耐盐性评价[J]. 河南农业科学, 2020, 49(10): 92-100.