夏大豆品种区域试验4种分析方法的比较研究

闫向前　马文娅　何鑫

摘要 [目的]篩选更加简便、快捷、有效分析夏大豆品种区域试验的方法。[方法]采用方差分析、灰色关联度、同异分析和模糊概率法，对2015年国家黄淮海地区夏大豆品种（南片B组）试验资料进行了比较分析。[结果] 4种分析方法各有优点，方差分析法理论和方法虽然较成熟，但只能分析产量1个性状，综合能力较差;其余3种分析方法综合能力较强，对参试种评价较为客观全面。[结论]模糊概率法区分度较高，更有利于辨别品种优劣;其计算简便快捷、结论准确可靠，较适合用来综合评价夏大豆新品种。

关键词 大豆;品种区域试验;方差分析;灰色关联度;同异分析;模糊概率法

中图分类号 S565.1文献标识码 A

文章编号 0517-6611（2019）16-0043-03

doi：10.3969/j.issn.0517-6611.2019.16.014

开放科学（资源服务）标识码（OSID）：

Comparative Study on the Four Analysis Methods for Summer Soybean Variety Regional Test

YAN Xiang qian， MA Wen ya， HE Xin

（Henan Shangqiu Academy of Agricultural and Forestry Sciences， Shangqiu， Henan 476000）

Abstract [Objective] To exploit more convenient， fast and effective methods for experimental analysis of summer soybean variety regional test. [Method] The results of national summer soybean regional trials in Huang Huai Hai region in 2015 were adopted. And four different analysis methods of variance analysis， grey correlation analysis， similarity differnce analysis and fuzzy probability method were used and compared. [Result] Each of the four analysis methods had its own merits. The theory and procedure of variance analysis was applicable， with good results only for single character and without integrated functions;the remaining three analysis methods were with integrated functions and more objective and comprehensive to varieties evaluation. [Conclusion] The fuzzy probability method was better in differentiability， more conductive to identify the quality of varieties， more simple and convenient for calculating， and had more accurate and reliable conclusion. Thus， it can be regarded as a good method for comprehensive evaluation of summer soybean varieties.

Key words Soybean;Variety regional test;Variance analysis;Grey correlation analysis;Similarity difference analysis;Fuzzy probability method

在大豆育种过程中，新品种区域试验是不可缺少的步骤，试验结果分析关系到对每一个参试品种的客观评价。传统方法主要是对区域试验中的产量数据进行方差分析[1]，其余性状仅供参考。而实际上，对大豆品种来说除籽粒产量外，生育期、抗倒性、抗病性和品质性状也是限制品种推广的重要因素。如何将籽粒产量与其他性状结合起来，从而更加全面客观地评价品种的优劣，是农业科技工作者普遍关注的一个问题。为此，魏铭森等[2]率先把模糊综合评定法应用于棉花品种评价上，之后灰色关联度法、同异分析法、模糊概率法等在水稻、小麦和棉花等作物评价上得到广泛应用[3-6]，都

取得了一些有益结论。鉴于此，笔者采用方差分析、灰色关联度、同异分析和模糊概率法共4种分析方法对夏大豆品种区域试验资料进行比较分析，旨在筛选出1种计算简便、结论明确的综合评价方法。

1 材料与方法

1.1 材料

资料取自2015年国家黄淮海地区夏大豆品种（南片B组）试验结果[7]，共10个参试品种，包括商豆1310（V1）、周豆22号（V2）、菏豆29号（V3）、济J12105（V4）、山宁17（V5）、潍豆8号（V6）、徐0212-3（V7）、徐9418-2（V8）、晋大78号（V9）、中黄13（V10）。各品种10个性状指标见表1。

1.2 方法

分别采用方差分析法、灰色关联度分析法、同异分析法和模糊概率法共4种方法对表1中的试验数据进行分析，考虑到多性状综合分析时以大值为标准，对表1中的生育期、稳定性、胞囊线虫指数、杂色粒率通过1/X×100（X为观测值）转为前一类性状值，而对抗倒性、花叶病毒病SC3、SC7等性状值加1后，再进行1/（X+1）×100的数据转换，具体分析步骤参见文献[1，3-5]。

依据国家大豆品种审定标准和黄淮海地区夏大豆生产的实际，参考育种专家意见，对10个性状指标按表1中顺序分别赋予0.10、0.05、0.025、0.025、0.025、0.05、0.05、0.05、 0.025和0.6的权重值。

用区分度法对4种分析方法进行比较[8]，其公式为ρ=（τmax-τmin）/（τmax+τmin），式中τmax表示参数中最大的绝对值，τmin表示其最小的绝对值。

2 结果与分析

2.1 计算结果的分析

从表2可以看出，各参试品种产量方差分析法的排序由高到低依次为V1、V2、V7、V3、V6、V10、V5、V4、V8、V9，但其他3种综合分析法与方差分析法排序结果不同，这是因为方差分析法只考虑了产量1个性状，由3种分析方法都综合了10个性状指标，由计算方法不同所致。商豆1310（V1）产量3 592.50 kg/hm2，较中黄13对照种增产10.1%，达极显著水平，居第1位;其他3种综合分析法的商豆1310产量仍居第1位，表现高产、稳产、抗倒、抗病、优质的特性，2017年通过国家农作物品种审定委员会审定。而徐0212-3产量3 408.00 kg/hm2，较潍豆8号增产4.8%，二者产量差异不显著，前者因生育期长、抗倒性差、感花叶病毒病重、粗脂肪含量低，从产量排序第3位降到综合排序第5位;潍豆8号表现早熟、抗倒、抗花叶病毒病，由于其品质优，故从产量排序第5位升居综合排序第2～3位。周豆22号也因一些性状表现较差，从产量性状排序第2位降至综合排序第3～4位。上述现象表明，当用灰色关联度分析法、同异分析法和模糊概率法3种综合分析法对大豆品种进行评价时，可进一步增加对该大豆品种的了解，为推广提供更加全面的信息。在方差分析后，品种间新复极差测验结果不显著时，采用这3种综合分析法进行评价能够得到更客观、合理的结果，这与杜刚等[9]的研究结果相一致。

2.2 计算工作量比较

方差分析法只能分析产量1个性状，并能进行各参试品种之间的差异显著性检验，但计算参数较多，运算工作量較大。其计算大致需要3个步骤：首先要计算各种平方和及自由度;然后进行方差分析;当品种间F值达0.05显著水平时，还需进一步做新复极差测验。而其他3种综合法都能进行较多性状的计算分析，根据相关值对参试品种做出优劣排序，但对参试品种之间的差异显著性测验目前尚鲜见报道。这3种多性状分析方法的计算步骤大致可归纳为表3。从表3可以看出，模糊概率法计算步骤较少、运算较简便快捷。

2.3 相关性分析

从表2和4可以看出，除灰色关联度与同异分析法的排序结果一致外，其余分析方法之间的排序秩相关系数也均达极显著，这说明4种分析方法之间都有十分密切的关系，并且都能真实反映大豆品种的优劣表现。该现象表明：①传统的方差分析法仅按籽粒产量来评价大豆品种优劣，目前仍是决定大豆品种取舍的好方法，因为籽粒产量是大豆品种多个性状综合作用的结果[10];②其他3种综合评价方法不仅具有可靠的统计学基础，而且能充分利用籽粒产量及与其相关的全部信息，使参试品种排序更加合理。

2.4 区分度评判

区分度表示评判值的离散程度，一般离散程度越大，区分度越好，相应的分析方法越准确。将表2中的4种分析方法的各取最大值、最小值代入参考文献[8]的相关公式计算，在4种分析方法中以模糊概率法区分度最大（0.635 4），其次是灰色关联度分析法（0.099 1），再次是同异分析法（0.081 6），方差分析法最小（0.077 6）。显然，模糊概率法区分度最大，该分析方法最优。

3 结论与讨论

该研究采用方差分析法、灰色关联度法、同异分析法和模糊概率法对2015年国家黄淮海地区夏大豆品种（南片B组）试验结果进行了比较分析。结果显示：①商豆1310在4种分析方法中排序均居第1位，该品种高产、稳产、抗倒、抗病、品质优，2017年通过国家农作物品种审定委员会审定，因此应加大推广力度;②4种分析方法都具有较好的数据比较基础，结果可靠。方差分析理论和方法较成熟，虽然只分析了产量1个性状指标，但其是大豆品种多个性状综合作用的表现结果，方差分析法目前仍为一种决定大豆品种取舍的方法;③其他3种多性状综合评价法排序结果稍有差别，这是各种计算分析方法不同所致，但都能充分利用产量及其相关的多个性状的信息，特别是在大豆品种产量新复极差测验结果不显著时，对参试品种综合排序更加客观、公正、科学、合理;④4种分析方法中，模糊概率法区分度最大，计算也最快捷，结论准确可靠，因此是一种评价大豆品种优劣的好方法。

根据不同作物特点和当地生产实践，慎重选取参考性状并确定性状权重值是3种综合评价方法的关键。依据国家大豆品种审定标准、黄淮海地区大豆低单产水平和小麦及时腾茬的实际，确立了以高产、早熟为育种目标。分别赋予产量0.6和生育期0.1的权重，稳产性与抗病性、抗倒性等性状相关程度较高，这些性状权重中包含稳产性因素，仅赋以稳产性0.05的权重，对参试品种的品质性状也给予了考虑，对粗蛋白含量、粗脂肪含量分别赋予0.05的权重。以往研究人员在赋予产量较高权重值的同时，以单株荚数、单株粒数和百粒重等产量构成因素作为评价的参考性状，这就赋予了产量更高的权重，这种方法不太合理。因此，在应用多性状综合评价方法时，对参考性状的选用要认真分析。

参考文献

[1] 莫惠栋.农业试验统计[M].2版.上海：上海科学技术出版社，1992：196-278.

[2] 魏铭森，陈蓉娟.棉花品种的多级模糊综合评定方法[J].中国棉花，1986，13（5）：18-22.

[3] 周守年，戴瓯和.应用灰色关联分析综合评估大豆品种的初步研究[J].安徽农业科学，1991，19（1）：22-28.

[4] 郭瑞林，杨春玲，关立，等.小麦品种区域试验的同异分析法研究[J].麦类作物学报，2001，21（3）：60-63.

[5] 王国印.模糊概率在棉花品种综合评价中的应用初探[C]//第三届全国青年作物遗传育种学术会文集.北京：中国农业科技出版社，1991：150-153.

[6] 王春平，張伟，张改生，等.应用三种分析方法综合评判小麦新品种[J].安阳工学院学报，2008（2）：83-86.

[7] 全国农业技术推广服务中心.中国大豆新品种动态[M].北京：中国农业科学技术出版社，2015.

[8] 郭瑞林，刘亚飞，吕秋芳，等.小麦品种区域试验四种分析方法的比较研究[J].麦类作物学报，2011，31（4）：776-779.

[9] 杜刚，刘其宁，吴学英.DTOPSIS法和灰色关联度法在亚麻新品种综合评价中的应用比较[J].西南农业学报，2009，22（6）：1526-1531.

[10] 苏天增，侯乐新.DTOPSIS法在甜玉米品种综合评价中的应用[J].商丘职业技术学院学报，2009，8（2）：92-95.