分享一种水稻品种综合优良指数评价方法与流程

将乐信息网 http://www.jianglexinxi.cn 2020-10-18 11:43 出处:网络
这里写的分享一种水稻品种综合优良指数评价方法与流程,以下是我给大家带来的内容。

这里写的分享一种水稻品种综合优良指数评价方法与流程,以下是我给大家带来的内容。


本发明涉及作物遗传育种
技术领域
,具体涉及一种水稻品种综合优良指数评价方法。
背景技术
:随着水稻产业不断深入发展,稻谷市场产大于需,且稻谷种植、加工、消费等各经济主体对市场收益最大化诉求大幅增强,导致对品种优良特征特性提出新的、更高的要求。近年来,水稻品种审定数量逐年增加,如何从大量已审定品种或苗头品系中筛选出满足各经济主体需求的“好种”、“好吃”、“好加工”优良品种,成为品种是否适合作为育种亲本利用和大面积种植推广过程中新的研究课题,这就必须对品种产量、品质、抗性等多维度指标性状优劣性做出正确的决策,综合优良指数作为品种筛选的重要应用,有助于发现品种优缺点,实现对品种综合性状的客观全面准确呈现,帮助育种者、种植者、加工企业和消费者发现品种利用潜力和使用价值。综合优良指数评价是利用熵权法与功效评分法相组合的方式,对品种产量、品质、抗逆等多维度性状指标进行计算,能够充分发挥熵权法根据指标变异程度来确定权重的客观性特点,避免了主观误差,达到全面反映各类信息的目的,具有较强的操作性,能够充分发挥功效评分法根据功效综合优良指数大小值来评定的特性,完成品种的客观排序,具有简便实效性,两种分析方法的有机结合,能够形成取长补短的互补优势,减少随机偏差和系统误差发生的可能性,可为品种多维度指标的综合评价提供可靠依据,增强评价结果的准确性。关于水稻品种综合优良指数评价方法应用的文献尚少,有些文献针对水稻品种耐低肥能力、耐低氮、耐冷性、品质性状、产量性状等某个方面评价,忽略了品种性状的多维度综合性评价,存在评价过高或误差的可能,有些文献利用主成分、聚类、权重投影模型、四元联系数多因素态势排序、模糊综合评价、dtopsis和灰色关联等分析方法对水稻品种进行评价,但是存在单一评价方法的片面性、不稳定性以及组合评价方法的实效性问题,从而影响评价结果准确性,难于保障优良品种的高效发掘利用。技术实现要素:本发明为了克服上述技术问题,提供了一种水稻品种综合优良指数评价方法,通过构建品种产量、品质和抗逆多维度评价体系和计算方法,建立综合优良指数评价模型,实现水稻品种的客观、全面和准确评价。解决上述技术问题的技术方案如下:一种水稻品种综合优良指数评价方法,采用熵权与功效相结合的分析方法,对水稻品种综合优良性能筛选评价,如表1所示:表1品种综合优良指数评价体系选择注:“……”代表未列出的性状指标.包括以下步骤:1)建立评价体系:依据科学性、综合性、实效性和可操作性四个基本原则,建立目标层、准则层、指标层,并对指标层各指标正负效益及测定方法进行说明;所述的准则层包括品种产量、品质和抗逆;所述的指标层包括有效分蘖数、胶稠度和穗颈瘟发病指数等性状;2)获取指标数据:种植供试水稻品种于相应生态试验区,根据评价体系要求,进行指标数据采集和计算;即:根据供试品种生育期特性,按照“中华人民共和国农业行业标准(ny/t1300-2007)《农作物品种区域试验技术规范水稻》”的方法,在相应生态区域种植;再按照“国家质量技术监督局植物新品种特异性、一致性和稳定性测试指南水稻[m],北京中国农业出版社(2007)”和“中华人民共和国国家标准(gb/t17891-1999)《优质稻谷》与农业行业标准(ny147-88)《稻米品质的测定》”,并结合有关通用方法对供试品种进行指标数据采集和计算;3)确定指标权重:根据熵权分析方法,计算获取各指标权重系数;所述的熵权分析方法的计算方法如下:假设给定了m个评价对象,n个评价指标,建立各评价指标原始数据矩阵,如下列式①表示:①x={xij}m×n(i=1,2,3,...,m;j=1,2,3...,n);式中,xij表示第i个评价对象第j个指标值;按照下列式②计算标准化数据,②式中,pij表示第i个系统第j个指标的综合标准化值,m为评价单元数量;再按照下列式③确定标准化数据p;③p={pij}m×n(i=1,2,3,...,m;j=1,2,3,...,n);式中,pij表示第i个评价对象第j个标准化后指标值;再按照下列式④计算评价指标的信息熵;④式中,ej表示第j个指标的信息熵,如果pij=0,则定义再按照下列式⑤计算各指标的权重系数;⑤4)计算综合指数:建立功效系数矩阵,计算功效综合优良指数值;建立功效系数矩阵的方法如下:按照下列式⑥(指标均为正效益)或⑦(指标均为负效益)所示,计算各指标隶属函数系数值bij;⑥⑦从而确定功效系数矩阵b={bij}m×n(i=1,2,3,...,m;j=1,2,3,...,n);式中,bij表示第i个系统第j个指标功效系数;再按照下列式⑧计算功效综合优良指数值;⑧式中ciij表示第i个系统指标j的综合优良指数,wj表示第j个指标的权重。利用matlab(r2017a)软件编辑源代码,对原始数据根据①至⑧公式次序进行熵权权重和功效综合指数等计算,按照计算结果对各积温带品种进行排序。5)评价优良品种:根据功效综合优良指数值大小,评定水稻品种的综合性状,功效综合优良指数值越大,水稻品种的综合性状越优良,反之,功效综合优良指数值越小,水稻品种的综合性状越差,依据功效综合优良指数大小筛选评定综合优良性好的水稻品种。本发明的有益效果是:本发明提供了一种水稻品种综合优良指数评价方法,采用熵权与功效相结合的分析方法,对品种优良性进行筛选评价,解决了水稻品种评价方法存在的主观性、片面性和可靠性问题且难于全面客观分析及判别品种“好种”、“好吃”、“好加工”相匹配产量、品质、抗逆等多维度性状需要的困难,达到了如下效果:1)能够综合反映水稻品种优劣程度;2)能够形成最大限度满足种植、加工、消费等经济主体需要的品种性状评价指标体系,为完善水稻育种思路提供一个参考依据;3)能够明确各评价指标的关系和权重,为水稻育种实践性状指标选择标准提供一个参考依据;4)能够以综合优良指数值的形式评价品种,为品种使用者分析、辨别品种优良特性提供全面客观信息;5)能够有效避免主观误差和实效性问题,保障评价结果合理客观全面准确,具有较强可操作性,提升科研人员水稻育种能力的同时,也为种植者、加工企业和消费者挖掘利用水稻品种潜力和使用价值提供有益帮助。附图说明下面结合附图和具体实施方式对本发明作进一步详细的说明。图1为本发明的水稻品种综合优良指数评价方法的流程图。具体实施方式实施例1:如图1所示,本实施例提供2009-2018年黑龙江省审定的常规粳稻品种综合优良指数评价方法,包括以下步骤:(1)建立评价体系。围绕水稻产量、品质、抗逆性等特性对品种的影响,结合相应具体性状指标,形成品种综合优良指数评价体系框架,共13项指标,其中9项正向效益指标(越大越好),4项负向效益指标(越小越好),如下表2。表2品种综合优良指数评价体系选择通过表2评价体系的设定,能够最大限度满足种植、加工、消费等经济主体对“好种”、“好吃”、“好加工”相匹配的产量、品质、抗逆等性状需要的品种评价体系,这将为完善水稻育种思路提供一个参考依据。(2)获取指标数据:按照表2指标说明,在相应生态区域内,种植2009-2018年黑龙江省审定的187份常规粳稻品种,其中第1积温带品种60个,第2积温带品种56个,第3积带品种43个,第4积带品种28个,每个品种种植10平方米,并进行指标数据的采集、计算和汇总工作。(3)确定指标权重:根据熵权分析方法,利用matlab(r2017a)软件编辑源代码,对原始数据根据①至⑤公式次序进行熵权权重计算获取各指标权重系数,如下表3。表3各积温带品种农艺性状指标的权重系数积温带糙米率整精米率胶稠度直链淀粉产量日产量积温产量倒伏穗颈瘟空壳率10.00030.00180.00300.00280.00350.00370.00410.00210.71440.264320.00030.00210.00230.00400.00250.00310.00390.00500.53200.444730.00120.00700.01140.00950.02150.01980.02170.00580.46490.437240.00050.00220.00590.00480.00730.00620.00780.00530.49000.4700从表3可知,各指标性状权重系数不同,穗颈瘟、空壳率2个农艺性状所占权重最大,表现为对品种优良性影响最大,其他8个农艺性状在各积温带间对品种影响不一,第1、3、4积温带产量性状对品种影响较大,第2积温带千粒重、直链淀粉含量性状对品种影响较大,这将为进行品种综合优良评价奠定了基础,并对水稻育种实践性状指标选择标准提供一个参考依据。(4)计算综合指数:建立功效系数矩阵,利用matlab(r2017a)软件编辑源代码,根据公式⑧计算确定指标综合指数值,如表4。表4各积温带品种综合优良指数值及排序从表4可知,品种根据功效系数评定的综合优良指数存在差异,这将为品种使用者分析、辨别品种特性优良性提供全面客观准确信息。(5)评价优良品种:根据综合优良指数值对品种进行排序(见表4),综合指数值越大的品种其综合性状越优良,反之越差。通过综合优良指数评价品种,能够综合反映水稻品种优劣程度,有效避免主观误差和实效性问题,保障评价结果合理客观全面准确,具有较强可操作性,这将为科研人员、种植者、加工企业和消费者创新挖掘利用水稻品种潜力和价值提供有益帮助。以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质上对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。除非另有定义,本发明中所使用的所有专业术语与本领域技术人员通常理解含义相同。本发明中所使用的专业术语只是为了描述具体实施例的目的,并不是旨在限制本发明的保护范围。除非另有特别说明,本发明中使用到的各种试验材料、仪器、试剂及设备等均可通过市场购买得到或者可以通过现有方法制备得到。所使用的作物品种(系)均为育种领域中常规使用的品种(系),通过国家或省级审定认定或技术鉴定,可在品种资源库获得或市场采购。当前第1页1 2 3 
技术特征:

1.一种水稻品种综合优良指数评价方法,其特征在于,采用熵权与功效相结合的分析方法,对水稻品种综合优良性能筛选评价,包括以下步骤:

1)建立评价体系:

依据科学性、综合性、实效性和可操作性四个基本原则,建立目标层、准则层、指标层,并对指标层各指标正负效益及测定方法进行说明;

所述的准则层包括品种产量、品质和抗逆;

所述的指标层包括但不限于有效分蘖数、胶稠度和穗颈瘟发病指数;

2)获取指标数据:

种植供试水稻品种于相应生态试验区,根据评价体系要求,进行指标数据采集和计算;

3)确定指标权重:

根据熵权分析方法,计算获取各指标权重系数;

4)计算综合指数:

建立功效系数矩阵,计算功效综合优良指数值;

5)评价优良品种:

根据功效综合优良指数值大小,评定水稻品种的综合性状,功效综合优良指数值越大,水稻品种的综合性状越优良,反之,功效综合优良指数值越小,水稻品种的综合性状越差,依据功效综合优良指数大小筛选评定综合优良性好的水稻品种。

2.根据权利要求1所述的水稻品种综合优良指数评价方法,其特征在于,步骤3)中所述的熵权分析方法的计算方法如下:假设给定了m个评价对象,n个评价指标,建立各评价指标原始数据矩阵x={xij}m×n(i=l,2,3,...,m;j=1,2,3...,n),按计算标准化数据,确定标准化数据p={pij}m×n(i=1,2,3,...,m;j=1,2,3,...,n),按照计算评价指标的信息熵,按照计算各指标的权重系数。

3.根据权利要求2所述的水稻品种综合优良指数评价方法,其特征在于,步骤4)中所述的建立功效系数矩阵的方法如下:按照计算各指标隶属函数系数值bij,从而确定功效系数矩阵b={bij}m×n(i=1,2,3,...,m;j=1,2,3,...,n),再按照计算功效综合优良指数值。

技术总结
本发明涉及作物遗传育种技术领域,具体涉及一种水稻品种综合优良指数评价方法,采用熵权与功效相结合的分析方法,对品种优良性进行筛选评价,解决了水稻品种评价方法存在的主观性、片面性和可靠性问题且难于全面客观分析及判别品种“好种”、“好吃”、“好加工”相匹配产量、品质、抗逆等多维度性状需要的困难。实施这一方案主要包括以下步骤:(1)建立评价体系;(2)获取指标数据;(3)确定指标权重;(4)计算综合指数;(5)评价优良品种。

技术研发人员:刘宝海;高世伟;聂守军;刘晴;刘宇强;常汇琳;薛英会;马成
受保护的技术使用者:黑龙江省农业科学院绥化分院
技术研发日:2020.02.21
技术公布日:2020.06.26

分享一种水稻品种综合优良指数评价方法与流程的相关内容如下:

本文标题:分享一种水稻品种综合优良指数评价方法与流程
http://www.jianglexinxi.cn/yanergaozhi/522574.html

0

精彩评论

暂无评论...
验证码 换一张
取 消