葉全洲 梁振偉 劉大存

摘要 ［目的］為篩選出適應(yīng)皖北地區(qū)種植的水稻品種，同時為水稻新品種的育種、精準定位推廣提供依據(jù)。［方法］以17個水稻品種的21個性狀為試驗材料，采用基于灰色關(guān)聯(lián)度分析法和DTOPSIS法對水稻品種的適應(yīng)性進行全面的綜合評價，分析比較品種間的差異。［結(jié)果］灰色關(guān)聯(lián)度分析法和DTOPSIS法都能對水稻新品種進行較全面綜合評價，準確反映品種的優(yōu)劣。2種方法的綜合評價結(jié)果存在差異。在賦予相同權(quán)重的情況下，灰色關(guān)聯(lián)度分析結(jié)果顯示，參試水稻品種與理想品種之間的關(guān)聯(lián)度εt（k）值的最大差異率為26.7%；DTOPSIS法分析結(jié)果顯示，參試品種與理想解的相對接近度Gi值，其最大差異率為70.0%。最大差異率從大到小依次為 Gi值、εt（k）值、 產(chǎn)量差異。DTOPSIS法更能體現(xiàn)品種間的差異和反映品種優(yōu)劣，較灰色關(guān)聯(lián)度分析法更適合用于水稻新品種的綜合評價。［結(jié)論］韻兩優(yōu)絲苗、贊兩優(yōu)570、悅兩優(yōu)2646和韻兩優(yōu)332這4個優(yōu)良品種在皖北適應(yīng)性、穩(wěn)定性、豐產(chǎn)性和抗病性均較好，可進一步試驗、示范及推廣。DTOPSIS法是綜合評價皖北新水稻品種優(yōu)劣的好方法。

關(guān)鍵詞 水稻；灰色關(guān)聯(lián)度分析；DTOPSIS法；綜合評價

中圖分類號 S-3 ??文獻標識碼 A

文章編號 0517-6611（2024）12-0034-08

doi：10.3969/j.issn.0517-6611.2024.12.008

Comprehensive Evaluation of Rice Varieties in Northern Anhui Based on Grey Correlation Analysis and DTOPSIS Method

YE Quan-zhou1，LIANG Zhen-wei2，LIU Da-cun2

（1.Shenzhen Wugu Network Technology Co.，Ltd.，Shenzhen，Guangdong 518055;2.Shenzhen Fengnong Digital Intelligence Agricultural Technology Co.，Ltd.，Shenzhen ，Guangdong 518055）

Abstract ［Objective］ To select rice varieties suitable for planting in northern Anhui，and? to provide a basis for breeding， precise positioning and promotion of new rice varieties.［Method］ Two methods of grey correlation analysis and DTOPSIS were applied to comprehensively evaluate the adaptability of 17 rice varieties including 21 characters.The differences among varieties were analyzed and compared.［Result］ The gray correlation analysis method and DTOPSIS method could make comprehensively and integrative evaluations of new rice varieties and accurately reflect their advantages and disadvantages of varieties.And the results of the two methods differed.Under the case of giving the same weights，the results of the gray correlation analysis showed that the correlation coefficient εt （k） differed among the participating rice varieties and the ideal variety，and its maximum difference rate was 26.7%.The results of DTOPSIS method analysis showed that the relative proximity factor Gi differed among the participating rice varieties and the ideal variety，and its maximum difference rate was 70.0%.The maximum difference rate was in the order of Gi > εt（k） > yield difference.It indicated that the DTOPSIS method could reflect the differences among varieties and reflect the advantages and disadvantages，and was more suitable for the comprehensive evaluation of new rice varieties，comparing to the gray correlation analysis.［Conclusion］The four excellent rice varieties of Yunliangyousimiao，Zanliangyou 570，Yueliangyou 2646 and Yunliangyou 332 had better adaptability，stability，yield and disease resistance in northern Anhui.And these four varieties could be considered for further test，demonstration and promotion.The DTOPSIS method was a reasonable method to comprehensively evaluate the advantages and disadvantages of new rice varieties in northern Anhui.

Key words Rice;Grey correlation analysis;DTOPSIS method;Comprehensive evaluation

基金項目 廣東省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園項目（GDSCYY2022-046）；深圳市科技計劃項目（CJGJZD20210408092401004）。

作者簡介 葉全洲（1968—），男，湖北襄陽人，中級工程師，從事作物栽培學和數(shù)字農(nóng)業(yè)研究。

收稿日期 2023-08-15

水稻（Oryza sativa L.）是我國的主要糧食作物之一。我國約有2/3的人口以大米為主食，常年稻谷消費總量保持在2億t左右。 水稻在保障我國糧食安全中起著至關(guān)重要的作用［1］。安徽省地處暖溫帶與亞熱帶的過渡地帶，依據(jù)地理位置、光溫水土資源、 耕作制度、品種類型及生產(chǎn)條件等狀況，其水稻種植區(qū)域可劃分為5個稻作區(qū)，包括沿江雙、單季稻作區(qū)，江淮丘陵單、雙季稻過渡區(qū)，沿淮淮北單季稻作區(qū)，大別山地單、雙季稻作區(qū)和皖南山地單、雙季稻作區(qū)；南北過渡地帶的地理位置和多樣性的生態(tài)條件，形成了安徽省水稻品種的多樣性 ［2］。生態(tài)環(huán)境多樣性和復(fù)雜的氣候條件增加了育種和種植的風險，因此對新品種進行綜合評價很有必要。近年來，各地審定公布的水稻品種不斷增加，為了更合理地應(yīng)用新品種，達到豐產(chǎn)、穩(wěn)產(chǎn)的目的，同時降低種植的風險，種植者需要全面了解品種特性、耕作環(huán)境條件及方法才能發(fā)揮種子的最大效益。水稻品種評價取決于多種性狀的表現(xiàn)，如何準確客觀對水稻品種進行評價就顯得尤為重要，這也是現(xiàn)代育種的一個重要環(huán)節(jié)［3］。國內(nèi)外綜合評價方法大致可分為定性評價、定量評價和組合評價三大類，多種評價方法使用能夠取長補短，增強評價結(jié)果的穩(wěn)健性［4-6］ 。品種評價應(yīng)用較多的方法有隸屬函數(shù)法、主成分分析法、聚類分析法、同異分析法和相關(guān)性分析法等［7-11］，這些評價方法已應(yīng)用于甜菜、小麥、大豆、棉花、水稻、花生、玉米、油菜、煙草、葡萄等作物［12-21］。DTOPSIS 法是近年來被廣泛應(yīng)用的一種新的綜合評價方法，該方法廣泛應(yīng)用在多目標決策分析中，其根據(jù)理想化目標的接近程度對評價對象的有限個數(shù)進行排序，對現(xiàn)有對象進行相對好壞評價［22］。實際育種工作中大多數(shù)是通過基于方差分析等方法，對產(chǎn)量這個單一性狀進行評價，存在結(jié)果誤差大，不能公平客觀評價品種的真實情況，導致誤判，一些優(yōu)良的品種得不到應(yīng)用及推廣。安徽五河生態(tài)環(huán)境多樣，氣候條件復(fù)雜，生態(tài)環(huán)境差異明顯，對水稻品種適應(yīng)性要求更高，規(guī)避引種風險，對品種進行全面評價很有必要?；疑P(guān)聯(lián)度分析和DTOPSIS 法雖然被廣泛應(yīng)用，但實際應(yīng)用于皖北水稻品種綜合評價上卻很少報道。鑒于此，筆者將灰色關(guān)聯(lián)度分析融入 DTOPSIS 法并應(yīng)用于皖北水稻品種綜合評價中，對17個具有代表性的水稻品種分析對比，篩選出綜合性狀優(yōu)良且適應(yīng)在皖北地區(qū)種植的水稻種質(zhì)資源。

1 材料與方法

1.1 試驗地概況 試驗于2022年在安徽省蚌埠市五河縣五河鎮(zhèn)大于村進行，試驗地地勢平坦，排灌方便，土質(zhì)為壤土，肥力中等，前茬為空閑田。

1.2 試驗材料

參試水稻品種選用韻兩優(yōu)128、亮兩優(yōu)534等17個中稻品種，其中徽兩優(yōu)898為對照品種，參試品種均購買自湖南隆平種業(yè)有限公司（表1）。

1.3 試驗方法

試材種植管理統(tǒng)一按照NY/T 1300—2007《農(nóng)作物品種區(qū)域試驗技術(shù)規(guī)范 水稻》［23］執(zhí)行。5月11日播種，薄膜濕潤育秧，6月11日移栽，每小區(qū)面積13.3 m2，四周設(shè)保護行，栽植株行距為16.6 cm×29.9 cm ，田間管理同常規(guī)大田。

水稻品種性狀調(diào)查按照韓龍植等［24］報道的方法進行，分別于苗期、分蘗期、成熟期進行田間觀察測量，記錄每個品種的基本苗數(shù)、有效穗數(shù)、生育期、株高、倒伏程度、抗病性、產(chǎn)量、成熟期。每小區(qū)取10株有代表性植株進行室內(nèi)考種，記錄每穗粒數(shù)、結(jié)實率、穗長和千粒重，計算各小區(qū)產(chǎn)量，數(shù)據(jù)重復(fù)3次取平均值。

米質(zhì)等級按照NY/T 83—2017《米質(zhì)測定方法》執(zhí)行［25］。整精米率按照NY/T 593—2013《食用稻品種測定方法》執(zhí)行［26］。堊白粒率、堊白度按照NY/T 2334—2013《稻米整精米率、粒型、堊白粒率、堊白度及透明度的測定圖像法》執(zhí)行［27］。膠稠度按照GB/T 22294—2008《糧油檢驗大米膠稠度測定方法》執(zhí)行［28］。直鏈淀粉含量按照NY/T 2639《稻米直鏈淀粉的測定分光光度法測定》執(zhí)行［29］。稻瘟病按照DB43/T 319—2006《水稻抗稻瘟病鑒定及評價方法》執(zhí)行［30］。白葉枯病抗性按照DB34/T 2810—2017《水稻白葉枯病抗病性鑒定技術(shù)規(guī)程》執(zhí)行［31］。稻曲病抗性按照DB34/T 2811—2017《水稻稻曲病抗病性鑒定方法》執(zhí)行［32］。褐飛虱抗性按照GB/T 15794—2009《稻飛虱測報調(diào)查規(guī)范》執(zhí)行［33］。倒伏程度按照DB34/T 3122—2018《水稻主要氣象災(zāi)害調(diào)查技術(shù)規(guī)范》執(zhí)行［34］，分別統(tǒng)計測定結(jié)果。

1.4 數(shù)據(jù)處理

采用DTOPSIS法和灰色關(guān)聯(lián)度分析法對試驗數(shù)據(jù)進行處理和分析。按照夏來坤等［35］報道的評價方法對數(shù)據(jù)進行無量綱化處理；根據(jù)劉麗娟等［36］報道的方法，將DTOPSIS法綜合評價的21個性狀指標分為3類；按照鄧聚龍［37］報道的灰色系統(tǒng)理論公式計算關(guān)聯(lián)系數(shù)和加權(quán)關(guān)聯(lián)度；分析軟件為 Excel 2019 和SPSS 20.0。DTOPSIS法分析詳細步驟參照文獻［36］報道的方法。

2 結(jié)果與分析

2.1 DTOPSIS法對新品種的適應(yīng)性評價分析

2.1.1 新品種性狀的比較矩陣和無量綱化處理。

根據(jù)17個參試水稻品種的21個性狀指標構(gòu)建評價矩陣（表2）。17個水稻品種評價性狀分別為倒伏程度、有效穗數(shù)、每穗粒數(shù)、穗長、結(jié)實率、千粒重、產(chǎn)量、整精米率、堊白粒率、長寬比、堊白度、膠稠度、直鏈淀粉含量、米質(zhì)等級、生育期、株高、稻瘟病損失率、稻瘟病綜合指數(shù)、白葉枯抗性、稻曲病抗性、褐飛虱抗性。進一步對評價矩陣結(jié)果進行計算，得到表3。由于21個性狀各有不同的計量單位，因而原始數(shù)據(jù)存在量綱和數(shù)量級上的差異，不同的量綱和數(shù)量級不便于比較，或者比較時難以得出正確結(jié)論。因此在進行計算之前，通常對原始數(shù)據(jù)進行無量綱化處理，將用于DTOPSIS法綜合評價的21個性狀指標分為3類。正向指標14個，包括倒伏程度、有效穗數(shù)、每穗粒數(shù)、穗長、結(jié)實率、千粒重、產(chǎn)量、整精米率、堊白粒率、長寬比、堊白度、膠稠度、直鏈淀粉含量、米質(zhì)等級，該類性狀作為育種目標，指標值越大越好；中性指標2個，包括全生育期和株高，指標值要求適中；負向指標5個，包括稻瘟病損失率、稻瘟病綜合指數(shù)、白葉枯抗性、稻曲病抗性、褐飛虱抗性，指標值要求越小越好。

2.1.2 熵權(quán)法確定各指標的權(quán)重。

在水稻品種評價中，評價指標的熵值越大，表示差異性系數(shù)越小；權(quán)重越大，則該指標提供的信息量越大，其在品種評價中的貢獻越大。由表3可知，21個性狀指標的權(quán)重從高到低依次為米質(zhì)等級、白葉枯病抗性、堊白度、千粒重、直鏈淀粉含量、堊白粒率、褐飛虱抗性、稻瘟病綜合指數(shù)、每穗粒數(shù)、有效穗數(shù)、穗長、株高、稻瘟病損失率、長寬比、產(chǎn)量、稻曲病抗性、生育期、結(jié)實率、整精米率、倒伏程度和膠稠度。產(chǎn)量方面5項（每穗粒數(shù)、有效穗數(shù)、千粒重、穗長和結(jié)實率）的權(quán)重總和為0.217 3，千粒重（0.064 0）的權(quán)重在整個性狀排序中占第4位，表明該指標在綜合評價中影響較大。中性指標株高和生育期的權(quán)重分別是0.032 6和0.024 5，在21個性狀評價指標中位于第12和17位，說明這2個指標在水稻品種評價中的貢獻較小。稻米品質(zhì)方面7項（整精米率、直鏈淀粉含量、膠稠度、長寬比、堊白粒率、堊白度、米質(zhì)等級）的權(quán)重總和為0.406 0，米質(zhì)等級（0.134 1）的權(quán)重排列最高，該性狀的權(quán)重在21個性狀中占第1位，表明米質(zhì)等級這項指標在綜合評價中影響較大?？共⌒?項（稻瘟病綜合指數(shù)、稻瘟病損失率、稻曲病抗性、稻飛虱抗性、白葉枯病抗性）的權(quán)重總和為0.271 6，白葉枯抗病性（0.097 3）的權(quán)重在整個性狀排序中占第2位，表明該指標在綜合評價中影響最大，膠稠度、倒伏程度權(quán)重最低。

從水稻生產(chǎn)實際情況看，一直把田間產(chǎn)量性狀指標放在非常重要的位置，采用熵權(quán)法計算出的權(quán)重僅為0.033 2 ，權(quán)重值偏低，該性狀權(quán)重在整個性狀排序中占第15位。抗病性5項（稻瘟病綜合指數(shù)、稻瘟病損失率、稻曲病抗性、稻飛虱抗性、白葉枯病抗性）也是幾個重要的指標，采用熵權(quán)法計算出的權(quán)重值和為0.271 6，白葉枯病性狀占整個性狀第2位，說明在皖北地區(qū)水稻白葉枯病表現(xiàn)出良好的抗性。米質(zhì)相關(guān)指標7項包括（整精米率、直鏈淀粉含量、膠稠度、長寬比、堊白粒率、堊白度、米質(zhì)等級）采用熵權(quán)法計算得到的總權(quán)重和為0.406 0，較抗病性5項排序略低，米質(zhì)等級性狀占整個性狀的首位，在稻米品質(zhì)評價中，綜合得分越高表明綜合品質(zhì)越好，田間產(chǎn)量性狀5項排序最低，上述這些異?？赡芘c選擇的品種、性狀指標、樣品數(shù)量、栽培措施、氣候等因素有關(guān)，需進一步驗證。

2.1.3 參試水稻品種各性狀的正負理想解。建立加權(quán)決策矩陣（表4），21個性狀的理想解（X+）和負理想解（X-）數(shù)值如下：

X+=｛0.025 0，0.033 0，0.0170 ，0.045 0，0.053 0，0.023 0，0.065 0，0.031 0，0.034 0，0.021 0，0.032 0，0.061 0，0.085 0，0.012 0 ，0.063 0，0.135 0，0.033 0，0.054 0，0.098 0，0.029 0，0.061 0｝。

X-=｛ 0.000 0，0.000 0，0.000 0，0.000 0，0.001 0，0.000 0，0.001 0，0.000 0，0.000 0，0.000 0，0.000 0，0.001 0，0.001 0，0.000 0，0.001 0，0.001 0，0.000 0，0.001 0，0.001 0，0.000 0，0.001 0｝。

2.1.4 參試水稻品種與理想解接近度距離分析。

經(jīng)計算得出（表5），Gi值越大，表示該品種越接近理想的育種目標。參試水稻品種與理想品種的接近度（Gi）值由高到低依次排序為隆兩優(yōu)618、贊兩優(yōu)570、冠兩優(yōu)華占、韻兩優(yōu)827、隆兩優(yōu)2010、隆8優(yōu)絲苗、隆8優(yōu)534、韻兩優(yōu)絲苗、韻兩優(yōu)128、麟兩優(yōu)華占、韻兩優(yōu)1949、隆兩優(yōu)608、領(lǐng)優(yōu)華占、亮兩優(yōu)534、悅兩優(yōu)2646、韻兩優(yōu)332和徽兩優(yōu)898。17個水稻品種Gi值排序前5 位的品種依次為隆兩優(yōu)618、贊兩優(yōu)570、冠兩優(yōu)華占、韻兩優(yōu)827和隆兩優(yōu)2010 。其中，隆兩優(yōu)618的理想解接近度距離Gi值最高，為0.642 0，田間產(chǎn)量排名第5位；贊兩優(yōu)570的Gi值排名第2位 ，其田間產(chǎn)量排名第2位 ；冠兩優(yōu)華占的Gi值排名第3位，其田間產(chǎn)量排名第11位；韻兩優(yōu)827的Gi值排名第4位，其田間產(chǎn)量排序第8位，韻兩優(yōu)128的Gi值排名第9位 ，其田間產(chǎn)量排序第4位，表明第5個品種綜合性狀優(yōu)良，與理想品種的接近度高，適宜在皖北地區(qū)推廣種植。但亮兩優(yōu)534田間產(chǎn)量排序第1位，其Gi值排序第14位，悅兩優(yōu)2646田間產(chǎn)量排序第3位，但Gi值排序第15位?？梢钥闯?，不同水稻品種基于DTOPSIS法的Gi值排序結(jié)果僅以產(chǎn)量作為評價指標的排序結(jié)果存在一定差異，需進一步示范驗證。領(lǐng)優(yōu)華占、隆兩優(yōu)608和麟兩優(yōu)華占3個品種的Gi值和田間產(chǎn)量排序分別為第13、15、14位和12、16、10位，第3個品種田間產(chǎn)量和Gi值指標都落后，且低于對照品種徽兩優(yōu)898，這3個品種不適應(yīng)當?shù)胤N植。

2.1.5 灰色關(guān)聯(lián)度法對新品種適應(yīng)性評價分析。

首先按照水稻品種的各性狀權(quán)重系數(shù)求出不同品種的關(guān)聯(lián)系數(shù)，對關(guān)聯(lián)系數(shù)加權(quán)得到17個水稻品種灰色關(guān)聯(lián)度值及排序，進而獲得與參考品種接近的加權(quán)關(guān)聯(lián)度，最終從中選出最佳品種，關(guān)聯(lián)系數(shù)代表著該子序列與母序列對應(yīng)維度上的關(guān)聯(lián)程度值，數(shù)字越大，代表關(guān)聯(lián)性越強，品種越接近理想品種，更能適應(yīng)皖北地區(qū)的生態(tài)條件。從表5可以看出，參試水稻品種與理想品種的關(guān)聯(lián)度εt（k）值從高到低依次排序為韻兩優(yōu)1949、亮兩優(yōu)534、悅兩優(yōu)2646、韻兩優(yōu)絲苗、韻兩優(yōu)332、領(lǐng)優(yōu)華占、麟兩優(yōu)華占、隆兩優(yōu)608、隆兩優(yōu)2010、徽兩優(yōu)898、隆8優(yōu)絲苗、冠兩優(yōu)華占、隆8優(yōu)534、贊兩優(yōu)570、韻兩優(yōu)827和隆兩優(yōu)618。這表明評價皖北地區(qū)水稻的適應(yīng)性按灰色關(guān)聯(lián)度εt（k）值進行的排序與按田間產(chǎn)量進行的排序既有相同又存在差異，從排序可看出，韻兩優(yōu)1949、亮兩優(yōu)534和悅兩優(yōu)2646這3個品種按灰色關(guān)聯(lián)度分析進行排序分別位于第1、2和3位，而按產(chǎn)量排序時位于第7、1和3位，這3個品種的關(guān)聯(lián)度εt（k）值排序與田間產(chǎn)量排序幾乎相當；韻兩優(yōu)絲苗、領(lǐng)優(yōu)華占和麟兩優(yōu)華占這3個品種按灰色關(guān)聯(lián)度分析排序時位于第4、6和7位，而按田間產(chǎn)量時位于第13、15和14位。這說明按灰色關(guān)聯(lián)度分析的結(jié)果和按田間產(chǎn)量分析的結(jié)果存在異同，但整體趨勢大致相似，具有較強的生態(tài)適應(yīng)性，其余品種低于對照品種徽兩優(yōu)898，說明這8個品種在皖北的生態(tài)適應(yīng)性低。韻兩優(yōu)1949、亮兩優(yōu)534和悅兩優(yōu)2646這3個品種均優(yōu)于領(lǐng)優(yōu)華占和麟兩優(yōu)華占2個品種。

2.2 不同評價方法對新品種適應(yīng)性評價結(jié)果的差異比較

根據(jù)田間產(chǎn)量表現(xiàn)、灰色關(guān)聯(lián)度分析法和DTOPSIS法評價水稻新品種，結(jié)果見表5。2種方法雖然均是計算參試水稻品種與理想品種的關(guān)聯(lián)度和接近度，但計算方法不同，因此結(jié)果存在差異。田間產(chǎn)量排序結(jié)果顯示，按DTOPSIS法的排序結(jié)果較灰色關(guān)聯(lián)度分析法的排序結(jié)果更吻合。按田間產(chǎn)量表現(xiàn)評價新品種，田間產(chǎn)量差異率最大值是35.9%；按灰色關(guān)聯(lián)度分析法評價新品種，關(guān)聯(lián)度εt（k）差異率最大值是26.7%，按DTOPSIS法評價新品種的相對接近度Gi差異最大值是70.0%。可見，DTOPSIS法相對接近度的最大值Gi值差異大于灰色關(guān)聯(lián)度εt（k）和田間產(chǎn)量，說明DTOPSIS法比灰色關(guān)聯(lián)度分析法評價水稻新品種的適應(yīng)性更合理、更充

分。從表5可看出，灰色關(guān)聯(lián)度分析法結(jié)果顯示，各品種間有一定差異，品種關(guān)聯(lián)度差異在0～26.7%，隆兩優(yōu)618（V9）差異最大，為26.7%；亮兩優(yōu)534（V3）差異最小，為5.5%，說明不同水稻品種在皖北地區(qū)的適應(yīng)性有一定差異范圍。悅兩優(yōu)2646（V12）、韻兩優(yōu)332（V15）、韻兩優(yōu)絲苗（V4）和韻兩優(yōu)827（V5）離差異最小值亮兩優(yōu)534（V3）最接近，即差異很小，說明這4個品種綜合性狀優(yōu)良，適應(yīng)皖北生態(tài)條件。DTOPSIS法分析結(jié)果還顯示，各品種間差異較大，品種相對接近度差異在0～70.0%，韻兩優(yōu)332（V15）差異最大，為70.0%，贊兩優(yōu)570（V16）差異最小，為3.1%，表明品種之間的差異范圍大，在皖北適應(yīng)性范圍更強，選擇品種的范圍和對品種優(yōu)劣評判維度更大。田間產(chǎn)量間的結(jié)果顯示，不同水稻品種在皖北地區(qū)的田間產(chǎn)量間也有差異。差異在0～35.9%，隆兩優(yōu)2010（V11）的田間產(chǎn)量差異最大，為35.9%，田間產(chǎn)量為9 571.1 kg/hm2，產(chǎn)量最低，不適合推廣種植；贊兩優(yōu)570（V16）的田間產(chǎn)量差異最小，為5.5%，田間產(chǎn)量為14 101.3 kg/hm2，產(chǎn)量最高，適合推廣種植。悅兩優(yōu)2646（V12）、韻兩優(yōu)128（V1）、隆兩優(yōu)618（V9）和韻兩優(yōu)332（V15）與差異最小值較接近，分別為5.6%、7.7%、8.0%和10.6%，表明這幾個品種在皖北豐產(chǎn)性好。

3 討論

優(yōu)良的水稻品種應(yīng)具有廣泛的生態(tài)適應(yīng)性、穩(wěn)定性、豐產(chǎn)性、抗病性和優(yōu)質(zhì)性等特點。農(nóng)作物品種綜合評價方法很多，已廣泛應(yīng)用于不同作物試驗中。岳海旺等［38］對2020—2021年黃淮海的22個夏玉米品種、張子豪等［39］對江漢平原的34個小麥品種、趙平等［40］對18個西瓜品種、孔凡信等［41］對遼西19個高粱品種的產(chǎn)量、抗病性和品質(zhì)等進行評價分析，判定在本區(qū)域內(nèi)的適應(yīng)性、穩(wěn)定性、豐產(chǎn)性和抗病性，為品種精準定位引進和推廣提供了科學依據(jù)。

該研究包括17個水稻品種的21個性狀，首先對這21個性狀構(gòu)建比較矩陣，進行標準化處理，求出21個性狀的煽值權(quán)重并加權(quán)確立各性狀的權(quán)重，然后求出參試品種理想解的相對接近度和灰色關(guān)聯(lián)度。表3基于煽值賦權(quán)DTOPSIS法的評價結(jié)果顯示，21個性狀指標的權(quán)重從高到低依次為米質(zhì)等級、白葉枯病抗性、堊白度、千粒重、直鏈淀粉含量、堊白粒率、褐飛虱抗性、稻瘟病綜合指數(shù)、每穗粒數(shù)、有效穗、穗長、株高、稻瘟病損失率、長寬比、產(chǎn)量、稻曲病抗性、生育期、結(jié)實率、整精米率、倒伏程度和膠稠度。王靖［42-43］等研究利用基于熵值賦權(quán)的DTOPSIS法對19個小麥品種的9個性狀進行了綜合評價，結(jié)果顯示各指標的權(quán)重從高到低依次為每穗粒數(shù)、成穗率、千粒重、基本苗、有效穗、株高、容重、產(chǎn)量和生育期，且有6個品種相對接近度Gi值大于0.5，與該研究結(jié)果基本一致。這表明綜合評價皖北地區(qū)水稻品種時，產(chǎn)量性狀關(guān)鍵要考察千粒重，其次是結(jié)實率、每穗粒數(shù)和有效穗，實際生產(chǎn)中需通過農(nóng)藝措施來提升產(chǎn)量構(gòu)成要素；稻米品質(zhì)方面，重點考察整精米率和膠稠度，通過適期播種、合理施肥等農(nóng)藝措施達到要求；抗病性方面，稻瘟病和稻曲病作為水稻穗部的主要病害，2種病害同時發(fā)生為害將直接影響水稻的產(chǎn)量和稻谷質(zhì)量。因此，要避開稻曲病高發(fā)區(qū)，選擇稻曲病抗性強的品種 ［44］。水稻倒伏同樣造成減產(chǎn)減收，從合理施肥和灌溉2方面來提前預(yù)防解決，這些均符合水稻生產(chǎn)實際要求。

蔣聰?shù)龋?5］運用灰色關(guān)聯(lián)度分析和DTOPSIS法對云南粳稻新品種適應(yīng)性進行了田間試驗，楊昆等［46-47］ 運用DTOPSIS法和灰色關(guān)聯(lián)度法對甘蔗新品種進行了田間試驗。該研究的DTOPSIS 法和灰色關(guān)聯(lián)度法評價中， 17個水稻品種的相對接近度 Gi值與關(guān)聯(lián)度εt（k）最高值均高于已報道的研究結(jié)果，說明運用DTOPSIS法和灰色關(guān)聯(lián)度法可供選擇的變異范圍更廣，可以體現(xiàn)品種間的差異并反映品種優(yōu)劣。葉開梅等［48］采用灰色關(guān)聯(lián)度分析法和DTOPSIS法，對引進的11個馬鈴薯品種的13個性狀進行綜合評價，得出品種加權(quán)關(guān)聯(lián)度間差異值為0～35.34％，DTOPSIS法得出參試品種與理想解的相對接近度值差異為0～56.79％。該研究采用灰色關(guān)聯(lián)度分析法和DTOPSIS法也得到相似結(jié)果，即麟兩優(yōu)華占關(guān)聯(lián)度εt（k）排序第7位，田間產(chǎn)量排序第14位；領(lǐng)優(yōu)華占田間產(chǎn)量排序第15位，但灰色關(guān)聯(lián)度εt（k）排序6位；隆8優(yōu)534田間產(chǎn)量排序第9位，相對接近度Gi值排序第7位，但關(guān)聯(lián)度εt（k）排序第13位，隆兩優(yōu)2010，關(guān)聯(lián)度εt（k）排序第9位，相對接近度Gi值排序第5位，但田間產(chǎn)量排序第17位，這與姚宗澤［49］的報道一致。因此，在生產(chǎn)應(yīng)用上，謹慎選擇上述2個新品種，降低育種與種植風險，選擇綜合性狀好的新品種進行示范和推廣。

諸多研究報道表明，采用灰色關(guān)聯(lián)分析法進行種質(zhì)綜合評價，該法直接將數(shù)據(jù)導入軟件計算，減去了多種相關(guān)性狀不均衡導致評價的不科學性，將客觀的定性描述轉(zhuǎn)為定量分析，得到的結(jié)果有據(jù)可依，克服了人為干涉等因素帶來的結(jié)果不準確，加快了新品種選育的步伐［50-51］ 。采用DTOPSIS法對皖北新水稻品種綜合性狀進行分析，將眾多信息指標融合為1個，與以往評價方法相比減少了人為干擾因素，使新品種的評價、選育更加客觀和科學。DTOPSIS法較灰色關(guān)聯(lián)度分析法可供選擇的變異范圍更廣，更能體現(xiàn)品種間的差異、反映品種優(yōu)和劣，更適合用于水稻品種的綜合評價。采用DTOPSIS法和灰色關(guān)聯(lián)度分析法篩選出韻兩優(yōu)絲苗（V4）、贊兩優(yōu)570（V16）、悅兩優(yōu)2646（V12）和韻兩優(yōu)332（V15）這4個品種相繼通過國家農(nóng)作物品種審定委員會審定［52］，適宜在安徽推廣種植。

4 結(jié)論

采用灰色關(guān)聯(lián)度分析法和DTOPSIS法對17個水稻品種的21個性狀進行綜合評價，2種綜合評價結(jié)果均優(yōu)秀的品種有韻兩優(yōu)絲苗（V4）、 悅兩優(yōu)2646（V12）、贊兩優(yōu)570（V16）和韻兩優(yōu)332這4個品種，可作為當?shù)赝茝V品種?；疑P(guān)聯(lián)度分析法計算得出的灰色關(guān)聯(lián)度差異值范圍在0～26.7％，而DTOPSIS法得出新品種與理想解品種的相對接近度值差異值范圍在0～70.0％，表明用DTOPSIS法分析的結(jié)果提供對品種選擇的變異范圍更廣，能明顯表現(xiàn)品種間真實差異，更好地反映出品種的優(yōu)劣，比灰色關(guān)聯(lián)度分析法更加適合用于水稻品種的綜合評價。同時灰色關(guān)聯(lián)度分析和DTOPSIS法在作物品種綜合評價的應(yīng)用，有利于對新品種的優(yōu)劣進行科學評價，為建立科學客觀的對其他作物品種綜合評價與良種推薦及生產(chǎn)決策提供理論支持。

參考文獻

［1］ 劉麗娟.淮北部分水稻品種（系）品質(zhì)綜合評價［J］.北方水稻，2022，52（3）：23-27.

［2］ 周坤能，夏加發(fā)，張彩娟，等.安徽省水稻地方品種資源鑒定評價［J］.植物遺傳資源學報，2023，24（1）：137-148.

［3］ 龍騰芳，郭克婷.DTOPSIS法的程序設(shè)計及其在作物品種評價中的應(yīng)用［J］.中國農(nóng)學通報，2004，20（3）：252-254.

［4］ 陳國宏，李美娟.基于方法集的綜合評價方法集化研究［J］.中國管理科學，2004，12（1）：101-105.

［5］ 郭亞軍，易平濤.一種基于整體差異的客觀組合評價法［J］.中國管理科學，2006，14（3）：60-64.

［6］ 張群遠，孔繁玲，廖琴，等.作物品種區(qū)域試驗的評價體系及評價方法［J］.農(nóng)業(yè)系統(tǒng)科學與綜合研究，2000，16（2）：81-86.

［7］ 張會麗，許興，朱林.利用隸屬函數(shù)值法對玉米成熟期抗旱性的綜合評價［J］.玉米科學，2017，25（4）：32-39.

［8］ 徐清宇，余靜，朱大偉，等.基于主成分分析和聚類分析的不同水稻品種營養(yǎng)品質(zhì)評價研究［J］.中國稻米，2022，28（6）：1-8.

［9］ 吳玥，李威，馬德志，等.基于熵值賦權(quán)的DTOPSIS法對不同玉米品種綜合評價研究［J］.玉米科學， 2019，27（4）：32-41.

［10］ 王士梅，樸鐘澤，朱啟升，等.水稻新品種（系）農(nóng)藝性狀及品質(zhì)的綜合評價分析［J］.安徽農(nóng)業(yè)科學，2008，36（11）：4467-4469.

［11］ 任邵琦，徐智慧，高作利.東北地區(qū)部分彩色稻主要農(nóng)藝性狀相關(guān)性、主成分及聚類分析［J］.分子植物育種，2022，20（17）：5779-5787.

［12］ 蘇欣欣，肖洋，胡曉航，等.基于灰色關(guān)聯(lián)度分析和主成分分析法評估糖用甜菜品種的適應(yīng)性［J］.中國農(nóng)學通報，2021，37（30）：39-46.

［13］ 杜曉宇，李楠楠，鄒少奎，等.黃淮南片新育成小麥品種（系）主要性狀的綜合性分析［J］.作物雜志，2021（4）：38-45.

［14］ 于華榮，郭園，曹帥，等.7個大豆品種在科爾沁地區(qū)的抗旱性綜合評價［J］.種子，2021，40（12）：68-74.

［15］ 李興河，王海濤，劉存敬，等.80份棉花種質(zhì)資源的育種應(yīng)用價值評價［J］.農(nóng)學學報，2021，11（11）：11-18.

［16］ 黃秋要，羅芳媚，梁忠明.DTOPSIS法綜合評價水稻新品種［J］.現(xiàn)代農(nóng)業(yè)科技，2017（3）：39-41.

［17］ 饒慶琳，姜敏，胡廷會，等.花生種質(zhì)資源品質(zhì)性狀的分析與評價［J］.貴州農(nóng)業(yè)科學，2021，49（11）：16-22.

［18］ 魏常敏，宋萬友，周文偉，等.基于主成分分析的甜玉米品質(zhì)綜合評價［J］.浙江農(nóng)業(yè)科學，2020，61（10）：1967-1969，2042.

［19］ 余澤恩，羅莉霞，張芳，等.基于GEE的2018年我國冬油菜長江下游區(qū)域試驗試點與品種評價［J］.種子，2020，39（1）：122-131.

［20］ 李洪臣，常劍波，彭潤潤，等.三門峽市靈寶煙區(qū)烤煙適宜品種評價與篩選［J］.湖北農(nóng)業(yè)科學，2022，61（13）：82-86.

［21］ 李凱，商佳胤，張鶴，等.基于主成分分析的葡萄延遲栽培品種綜合評價［J］.中外葡萄與葡萄酒，2021（4）：20-25.

［22］ 姚興濤，朱永達，張平善.農(nóng)村經(jīng)濟多指標評判方法及應(yīng)用研究［J］.農(nóng)業(yè)系統(tǒng)科學與綜合研究，1994，10（1）：23-26.

［23］ 中華人民共和國農(nóng)業(yè)部.農(nóng)作物品種區(qū)域試驗技術(shù)規(guī)范 水稻：NY/T 1300—2007［S］.北京：中國農(nóng)業(yè)出版社，2007.

［24］ 韓龍植，魏興華.水稻種質(zhì)資源描述規(guī)范和數(shù)據(jù)標準［M］.北京：中國農(nóng)業(yè)出版社，2006.

［25］ 中華人民共和國農(nóng)業(yè)部.米質(zhì)測定方法：NY/T 83—2017［S］.北京：中國農(nóng)業(yè)出版社，2017.

［26］ 中華人民共和國農(nóng)業(yè)部.食用稻品種品質(zhì)：NY/T 593—2013［S］.北京：中國農(nóng)業(yè)出版社，2013.

［27］ 中華人民共和國農(nóng)業(yè)部.稻米整精米率、粒型、堊白粒率、堊白度及透明度的測定 圖像法：NY/T 2334—2013［S］.北京：中國農(nóng)業(yè)出版社，2013.

［28］ 中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局，中國國家標準化管理委員會.糧油檢驗 大米膠稠度的測定：GB/T 22294—2008［S］.北京：中國標準出版社，2008.

［29］ 中華人民共和國農(nóng)業(yè)部.稻米直鏈淀粉的測定 分光光度法：NY/T 2639—2014［S］.北京：中國農(nóng)業(yè)出版社，2015.

［30］ 湖南省質(zhì)量技術(shù)監(jiān)督局.水稻抗稻瘟病鑒定及評價方法：DB43/T 319—2006［S］.湖南省質(zhì)量技術(shù)監(jiān)督局，2006.

［31］ 安徽省質(zhì)量技術(shù)監(jiān)督局.水稻白葉枯病抗病性鑒定技術(shù)規(guī)程：DB34/T 2810—2017［S］.安徽省質(zhì)量技術(shù)監(jiān)督局，2017.

［32］ 安徽省質(zhì)量技術(shù)監(jiān)督局.水稻稻曲病抗病性鑒定方法：DB34/T 2811—2017［S］.安徽省質(zhì)量技術(shù)監(jiān)督局，2017.

［33］ 中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局，中國國家標準化管理委員會.稻飛虱測報調(diào)查規(guī)范：GB/T 15794—2009［S］.北京：中國標準出版社，2009.

［34］ 安徽省質(zhì)量技術(shù)監(jiān)督局.水稻主要氣象災(zāi)害調(diào)查技術(shù)規(guī)范：DB34/T 3122—2018［S］.安徽省質(zhì)量技術(shù)監(jiān)督局，2018.

［35］ 夏來坤，齊建雙，谷利敏，等.基于熵權(quán)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(yīng)用［J］.南方農(nóng)業(yè)學報，2019，50（9）：1953-1959.

［36］ 劉麗娟，劉延剛，金桂秀.用基于熵值賦權(quán)的DTOPSIS法綜合評價水稻品種［J］.山東農(nóng)業(yè)科學，2022，54（7）：39-45.

［37］ 鄧聚龍.社會經(jīng)濟灰色系統(tǒng)的理論與方法［J］.中國社會科學，1984（6）：47-60.

［38］ 岳海旺，韓軒，魏建偉，等.基于GYT雙標圖分析對黃淮海夏玉米區(qū)域試驗品種綜合評價［J］.作物學報，2023，49（5）：1231-1248.

［39］ 張子豪，李想成，吳昊天，等.基于灰色關(guān)聯(lián)度分析和聚類分析的豐產(chǎn)高效小麥品種綜合評價與篩選［J］.江蘇農(nóng)業(yè)科學，2022，50（10）：194-200.

［40］ 趙平，李學濤，康振友，等.基于熵權(quán)的DTOPSIS法和灰色關(guān)聯(lián)度分析法在西瓜品種綜合評價中的應(yīng)用［J］.黑龍江農(nóng)業(yè)科學，2021（1）：79-87.

［41］ 孔凡信，劉志，肖繼兵.遼西地區(qū)適宜機械化生產(chǎn)釀造高粱品種綜合評價［J］.農(nóng)學學報，2019，9（6）：4-11.

［42］ 王靖，孔令國，李寶強，等.基于熵值賦權(quán)的DTOPSIS法對小麥品種的綜合評價研究［J］.中國農(nóng)學通報，2023，39（12）：1-7.

［43］ 邵美紅，程楚，程思明，等.運用DTOPSIS 法對鮮食甜玉米新品種在浙西北地區(qū)適應(yīng)性的綜合評價［J］.江西農(nóng)業(yè)學報，2017，29（6）：25-28.

［44］ 陳晴晴，楊雪，張愛芳.長江中下游區(qū)試水稻品種稻瘟病抗性評價及抗性基因檢測［J］.南方農(nóng)業(yè)學報，2022，53（1）：21-28.

［45］ 蔣聰，劉慰華，楊旭昆，等.灰色關(guān)聯(lián)度分析和 DTOPSIS法在云南粳稻品種綜合評價中的應(yīng)用［J］.西南農(nóng)業(yè)學報，2020，33（5）：907-912.

［46］ 楊昆，吳才文，覃偉，等.DTOPSIS法和灰色關(guān)聯(lián)度法在甘蔗新品種綜合評價中的應(yīng)用比較［J］.西南農(nóng)業(yè)學報，2015，28（4）：1542-1547.

［47］ 金輕，趙紅，林麗萍，等.基于灰色關(guān)聯(lián)度分析和DTOPSIS法綜合評價小麥新品系在云南省的適應(yīng)性［J］.南方農(nóng)業(yè)學報，2020，51（10）：2440-2446.

［48］ 葉開梅，牛力立，樊祖立，等.灰色關(guān)聯(lián)度法與 DTOPSIS法在馬鈴薯品種綜合評價中的應(yīng)用比較［J］.貴州農(nóng)業(yè)科學，2023，51（3）：10-18.

［49］ 姚宗澤，伊應(yīng)良，楊肖艷，等.基于熵權(quán)的DTOPSIS法和灰色局勢決策法對云南雜交玉米新組合的評價分析［J］.江蘇農(nóng)業(yè)科學，2023，51（6）：86-93.

［50］ 丁明亮，趙紅，浦秋紅，等.應(yīng)用灰色關(guān)聯(lián)度分析法對遠緣雜交選育的小麥新品系評價［J］.西南農(nóng)業(yè)學報，2018，31（2）：217-222.

［51］ 孫憲印，吳科，錢兆國，等.灰色關(guān)聯(lián)度在小麥品種（系）綜合評價中的應(yīng)用［J］.內(nèi)蒙古農(nóng)業(yè)科技，2001，29（4）：10-11.

［52］ 國家水稻數(shù)據(jù)中心［DB/OL］.［2023-03-17］.https：∥www.ricedata.cn/variety/varis/620780.htm.