甘蔗(Soccharum officinarum)是重要的制糖原料,原产于热带和亚热带地区。广西是我国重要的产糖基地,甘蔗种植面积和产量均位居全国之首[1]。近年来,由于甘蔗生产成本不断攀升、机械化程度低[2]、优良品种缺乏等因素的影响,广西蔗糖产业发展受到一定程度的冲击。选育和推广优良甘蔗品种是保障蔗糖产业健康持续发展的有效途径[3],而科学合理的甘蔗综合性状评价方法和结果可为甘蔗品种的选育和推广提供重要参考[4]。
灰色关联度分析可衡量系统内各因素之间的关联程度,对研究对象的贡献度作出评价[5]。TOPSIS法作为一种解决多属性决策问题的方法,已应用于多种作物的综合评价[6]。目前已有部分研究采用灰色关联度对甘蔗性状作评价,而TOPSIS法则较少运用在甘蔗综合性状的评价中,这可能会导致一些具备优良综合性状的甘蔗品种难以得到应用。因此,综合运用灰色关联度及TOPSIS法对甘蔗综合性状进行客观评价,对选育和推广高产、高糖、抗逆性强的甘蔗优良新品种具有重要意义。桃联安等[7]采用灰色关联度对云南82-114割手密F1代的9个性状进行分析后发现,蔗茎产量对产糖量的影响最大,提高甘蔗产量能更有效地提高单位面积产糖量。赵俊等[8]对19个国外引进的甘蔗品种的9个主要性状进行灰色关联度分析后也发现,公顷蔗茎产量与公顷含糖量之间的关联度最大。黄婷等[9]对玉米(Zea mays)自交系各性状进行灰色关联度分析,结果发现秃尖长性状与产量构成性状关联度最密切。李小玉等[10]对12份油菜(Brassica napus)品种在不同处理条件下的多个指标进行灰色关联度分析,得出干旱胁迫下与单株产量关联度最密切的是产量因子的结论。姜敏等[11]对18份贵州地区花生(Arachis hypogaea)种质资源的10个主要农艺性状与花生产量的相关性进行灰色关联度分析发现,与产量关联度最密切的指标为成苗率,其次为单株生产力,最后为结果数,同时指出为提高产量,在花生栽培过程中要注重对成苗率、单株生产力等指标的选择。曹燕燕等[12]以4个小麦(Triticum aestivum)品种为材料,测定其植株在受到低温胁迫影响下,叶片中超氧化物歧化酶(SOD)等生理指标的活性变化并测定其单株产量等指标,经灰色关联度分析发现,脯氨酸和可溶性蛋白含量与小麦产量降幅关联度最大。单晓敏等[13]运用TOPSIS法与其他方法进行联合分析,建立并验证了甘蔗联合收割机液压系统设计方案的有效性及合理性。梁秋萍等[14]通过对10个不同品种甜樱桃(Prunus avium)理化性质及总酚物质进行测定并构建TOPSIS模型,筛选出抗氧化能力最强且综合营养价值最高的樱桃优良品种。包淑英等[15]将TOPSIS法用于13个绿豆(Vigna radiata)品种(系)的综合评价,获得4个可示范推广的优良品种。雷涌涛等[16]将11个大麦(Hordeum vulgare)新品系的产量、基本苗等10个性状作为正向指标,以白粉病等3个性状作为负向指标,进行TOPSIS评价,筛选出保大麦10-J5等4个适合在云南推广种植的大麦新品系。安东等[17]将33个原产于南部地区的大豆(Glycine max)品种引种到黄土高原地区,对其粗蛋白等多个指标进行TOPSIS分析,发现华夏3号等2个大豆品种产量和品质表现优良,适宜作为优质饲草大豆品种推广应用。目前,对甘蔗农艺性状的评价大多采用方差分析方法,运用灰色关联度和TOPSIS方法对甘蔗农艺性状进行评价的研究鲜见报道。本研究以桂热1号(GR1)和桂热2号(GR2)甘蔗品种(系)为试验材料,以新台糖22号(ROC22)为对照,进行6次新植4次宿根(6新4宿)种植试验,对其产糖量等7个主要农艺性状进行灰色关联度分析,筛选出与产糖量关联度最大的性状因子,同时将黑穗病等3个病虫害发病率作为负向指标、产糖量等8个农艺性状作为正向指标,运用TOPSIS法进行综合分析,以筛选出综合性状最优的甘蔗品种,为甘蔗新品种的选育和推广提供参考依据。
1 材料与方法 1.1 材料参试甘蔗品种(系)包括GR1和GR2,以ROC22为对照(CK)。其中,甘蔗品系GR1原编号为LZ03-75,其母本为粤糖91-976[18],父本为ROC10[19];甘蔗品种GR2原编号为LZ02-6,其母本同为粤糖91-976,而父本为ROC20[20]。GR1和GR2是由其父、母本分别通过传统杂交育种方式选育,并经过单株筛选、株系选择、初级品比试验及在攀西蔗区进行区域性试验筛选出的甘蔗优良新品种(系),由广西壮族自治区亚热带作物研究所(以下简称“广西热作所”)与四川省凉山州亚热带作物研究所合作,于2012年引入广西蔗区种植[21]。
1.2 方法 1.2.1 试验设计在2012-2017年,共进行6新4宿的小区品比试验。试验地分别设在广西热作所第二试验区、金光农场、新兴农场、良圻农场和滨海农场。各试验品种(系)种植小区设3个重复,随机排列,每小区行长7.0 m,共设5行,行距为1.2 m,小区面积约为42.0 m2,边际设保护行。田间栽培管理遵循当地蔗田栽培管理模式,同时按时对参试品种(系)进行数据调查和收集。
1.2.2 调查项目及方法下种后30 d开始调查统计各品种(系)的出苗率,且每隔15 d再调查1次,共调查3次;自蔗苗分蘖开始,每隔15 d调查各小区各品种(系)分蘖率,共调查3次;于5月中旬调查各品种(系)甘蔗的枯心苗数、黑穗病苗数和梢腐病苗数;新植蔗收获后的次年调查各小区各品种(系)宿根蔗的分蘖率;第二年开始于每年1月测定各小区各品种(系)的株高、茎径、有效茎数、蔗茎产量、蔗糖分和产糖量[3]。
病虫害率(%)=病虫害植株数/植株总数×100%,
有效茎数(株/hm2)=小区有效茎数/小区面积×104,
蔗茎产量(t/hm2)=单茎重×公顷有效茎数,
单茎重(kg)=(茎径)2×茎长×0.7854×1/1000(其中1表示茎比重),
蔗糖分(%)=(平均田间锤度×1.0825-7.703)×100%,
产糖量(t/hm2)=蔗糖分×蔗茎产量,
式中,平均田间锤度为随机测量各小区各品种(系)中间行15-20株甘蔗田间锤度的平均值。
1.2.3 分析方法根据邓聚龙[22]的灰色系统理论,将3个甘蔗品种(系)6新4宿的6个主要农艺性状调查结果作为子序列,以产糖量作为母序列,进行灰色关联度分析,再对3个病虫害发病率(负向指标)及产糖量等8个农艺性状(正项指标)进行TOPSIS分析。灰色关联度有关指标的计算方法如下。
$ \text { 数据的标准化处理: } x_i(k)^{\prime}=\left[x_i(k)-\bar{x}_i\right] / s \text {, } $ |
$ \text {绝对差值: } \Delta_{0 i}(k)=\left|x_0(k)-x_i(k)\right|, 1 \leqslant$ $i \leqslant m, $ |
$ \text { 关联系数: } L_{0 i}(k)=\frac{\Delta_{\min }+\Delta_{\max }}{\Delta_{0 i}(k)+\rho \Delta_{\max }} \text {, } $ |
式中,xi表示比较数列,x0表示参考序列,xi为该性状的平均值,s为该性状的标准差;Δmax和Δmin分别表示比较序列绝对差值中的最大值和最小值,ρ为分辨系数,取值为0.1。
TOPSIS法分析步骤为
① 数据同趋势化处理:将调查得到的黑穗病病害率、枯心苗率和梢腐病率进行逆向化(取倒数)处理。
② 数据的平方和归一化处理:
$ A_{i j}=X_{i j} / \sqrt{\sum_{i=1}^m x_{i j}^2} \text { 。} $ |
③ 找出最优矩阵向量A+和最劣矩阵向量A-:
$ \begin{aligned} & A^{+}=\left(A_1^{+}, A_2^{+}, A_3^{+}, \cdots, A_n^{+}\right), A^{-}=\left(A_1^{-}, A_2^{-}, A_3^{-}, \cdots, \right. \\ & \left.A_n^{-}\right) 。\end{aligned} $ |
④ 分别计算各个评价对象与正、负理想解的距离D+和D-:
$ D^{+}=\sqrt{\sum_{j=1}^m W_j \times\left(A_j^{+}-A_{i j}\right)^2}, $ |
$ D^{-}=\sqrt{\sum_{j=1}^m W_j \times\left(A_j^{-}-A_{i j}\right)^2} 。$ |
⑤ 结合距离值计算得出评价对象与最优方案的接近程度C值并进行排序:
$ C=D^{-} /\left(D^{+}+D^{-}\right) 。$ |
以上式子中,假定为i个评价对象、m个评价指标,Aij表示规范化决策矩阵中的元素,Xij表示矩阵中的元素,Wj表示权重值。
1.3 统计分析试验数据采用Excel 2003进行整理,采用SPSS 18.0进行方差分析和TOPSIS分析,采用DPS V9.01进行灰色关联度分析。
2 结果与分析 2.1 各甘蔗品种(系)抗病虫害能力比较由表 1可知,各甘蔗品种(系) 6新4宿的病虫害发生率中,CK的平均枯心苗率、平均黑穗病率和平均梢腐病率均最高,而GR2均为最低。值得注意的是,2012-2013年广西热作所第二试验区3个品种(系)新植及宿根蔗的枯心苗、黑穗病和梢腐病发病率均为0.00%,可能与试验区的土壤环境及当时的温度气候等有一定的关系。
年份 Year |
地点 Site |
新宿 New-planting and ratoon sugarcane |
品种(系) Variety (lines) |
黑穗病率/% Rate of smut/% |
枯心苗率/% Rate of dead shoots/% |
梢腐病率/% Rate of pokkah boeng/% |
2012-2013 | Second experimental area of Guangxi Subtropical Crop Research Institute | New-planting | GR1 | 0.00 | 0.00 | 0.00 |
GR2 | 0.00 | 0.00 | 0.00 | |||
CK | 0.00 | 0.00 | 0.00 | |||
Ratoon | GR1 | 0.00 | 0.00 | 0.00 | ||
GR2 | 0.00 | 0.00 | 0.00 | |||
CK | 0.00 | 0.00 | 0.00 | |||
2013 | Jinguang farm | New-planting | GR1 | 0.00 | 5.90 | 3.00 |
GR2 | 0.33 | 6.07 | 1.00 | |||
CK | 4.67 | 4.50 | 0.67 | |||
2013 | Xinxing farm | New-planting | GR1 | 0.00 | 0.43 | 6.80 |
GR2 | 0.00 | 0.83 | 0.00 | |||
CK | 7.63 | 0.13 | 0.00 | |||
2016-2017 | Xinxing farm | New-planting | GR1 | 1.16 | 0.09 | 0.79 |
GR2 | 0.00 | 0.90 | 0.39 | |||
CK | 2.41 | 0.19 | 2.89 | |||
Ratoon | GR1 | 1.22 | 0.08 | 0.67 | ||
GR2 | 0.00 | 0.82 | 0.42 | |||
CK | 2.51 | 0.12 | 2.75 | |||
Liangqi farm | New-planting | GR1 | 0.07 | 3.16 | 0.80 | |
GR2 | 0.00 | 0.90 | 3.13 | |||
CK | 0.20 | 1.23 | 1.11 | |||
Ratoon | GR1 | 0.00 | 1.06 | 3.08 | ||
GR2 | 0.00 | 0.95 | 4.46 | |||
CK | 0.09 | 3.10 | 4.38 | |||
Binhai farm | New-planting | GR1 | 1.01 | 2.90 | 3.23 | |
GR2 | 0.18 | 2.50 | 1.28 | |||
CK | 11.90 | 5.20 | 16.44 | |||
Ratoon | GR1 | 8.60 | 2.85 | 5.19 | ||
GR2 | 6.13 | 2.96 | 0.13 | |||
CK | 8.60 | 2.95 | 5.19 | |||
2012-2017 | Mean value | 6 times of new-plant and 4 times of ratoon | GR1 | 1.21 | 1.65 | 2.36 |
GR2 | 0.66 | 1.59 | 1.08 | |||
CK | 3.80 | 1.74 | 3.34 |
2.2 各甘蔗品种(系)的主要农艺性状表现
由表 2可知,3个品种(系)的新植蔗平均出苗率、平均分蘖率、平均株高及平均茎径之间没有显著差异,平均出苗率最高的为GR2,比CK高6.14%;平均分蘖率最高的为GR1,比CK高11.66%,GR2的平均分蘖率比CK高8.23%;平均株高最高的为CK,比GR2高0.41 cm;平均茎径最大的为GR1,其次为GR2;GR2的平均有效茎数显著高于GR1和CK,较CK的增幅达22.00%。2016-2017年,GR2在新兴农场和滨海农场的宿根蔗的有效茎数均显著高于CK;GR1在新兴农场的新植蔗的有效茎数显著高于CK。综上所述,在多年多点的跟踪种植试验中,GR2在有效茎数方面的表现优势明显。
年份 Year |
地点 Site |
新宿 New-planting and ratoon sugarcane |
品种(系) Variety(lines) |
出苗率/% Emergence rate/% |
分蘖率/% Tillering rate/% |
株高/cm Plant height/cm |
茎径/cm Stalk diameter/ cm |
有效茎数/ (Plants/hm2)Millable stalks/(Plants/hm2) |
2012-2013 | Second experimental area of Guangxi Subtropical Crop Research Insti-tute | New-planting | GR1 | 58.03±0.48 | 67.43±5.53 | 348.97±0.27 | 2.90±0.13 | 69 265 |
GR2 | 57.40±3.44 | 69.77±5.64 | 377.10±13.09 | 2.70±0.03 | 79 655 | |||
CK | 61.23±3.46 | 59.13±9.44 | 366.37±11.74 | 2.52±0.25 | 72 725 | |||
Ratoon | GR1 | 91.03±6.86 | 286.33±10.63 b | 2.67±0.10 | 55 099 | |||
GR2 | 98.10±6.09 | 331.63±7.45 a | 2.85±0.10 | 71 498 | ||||
CK | 81.27±5.41 | 326.83±7.24 a | 2.56±0.18 | 58 510 | ||||
2013 | Jinguang farm | New-planting | GR1 | 67.77±3.61 | 70.63±7.47 | 290.47±15.14 | 2.55±0.09 | 84 414 |
GR2 | 68.67±3.67 | 71.63±12.45 | 289.23±2.25 | 2.47±0.09 | 97 671 | |||
CK | 68.47±1.94 | 74.50±8.06 | 314.17±9.37 | 2.28±0.05 | 85 990 | |||
2013 | Xinxing farm | New-planting | GR1 | 62.10±2.86 | 51.83±2.77 | 283.33±8.57 | 2.54±0.16 | 71 392 |
GR2 | 62.83±2.77 | 63.60±5.58 | 295.00±13.32 | 2.35±0.12 | 75 282 | |||
CK | 51.33±4.20 | 63.20±3.60 | 305.67±5.33 | 2.47±0.09 | 66 670 | |||
2016-2017 | Xinxing farm | New-planting | GR1 | 40.41±11.28 b | 69.50±9.95 | 285.67±2.85 | 2.68±0.05 | 73 728 a |
GR2 | 49.85±12.13 b | 55.48±16.19 | 295.67±5.90 | 2.65±0.04 | 77 381 a | |||
CK | 24.34±12.26 a | 33.51±7.5 | 290.00±1.15 | 2.77±0.11 | 48 645 b | |||
Ratoon | GR1 | 50.29±3.22 a | 333.67±8.17 | 2.57±0.05 | 61 349 ab | |||
GR2 | 58.41±4.24 a | 355.67±8.09 | 2.66±0.02 | 66 427 a | ||||
CK | 33.31±3.14 b | 344.67±9.82 | 2.64±0.07 | 39 365 b | ||||
Liangqi farm | New-planting | GR1 | 54.15±2.69 | 73.11±11.31 ab | 319.33±6.67 b | 2.70±0.03 | 64 320 b | |
GR2 | 61.41±2.65 | 85.56±9.82 a | 328.67±3.18 b | 2.47±0.04 | 85 360 a | |||
CK | 57.55±1.87 | 50.74±10.04 b | 351.00±6.00 a | 2.66±0.14 | 68 210 ab | |||
Ratoon | GR1 | 84.12±7.63 ab | 306.67±10.27 | 2.73±0.08 | 60 745 | |||
GR2 | 77.82±6.90 b | 332.67±8.21 | 2.69±0.11 | 56 220 | ||||
CK | 116.04±7.70 a | 329.33±0.67 | 2.81±0.05 | 71 860 | ||||
Binhai farm | New-planting | GR1 | 52.70±1.80 | 64.04±6.25 a | 236.97±13.12 | 2.68±0.08 | 60 745 | |
GR2 | 55.71±1.20 | 36.68±4.93 b | 254.03±5.83 | 2.59±0.09 | 83 140 | |||
CK | 56.11±2.34 | 36.78±6.41 b | 232.70±39.83 | 2.62±0.09 | 65 905 | |||
Ratoon | GR1 | 124.79±12.63 a | 298.33±6.39 | 2.76±0.06 | 66 700 b | |||
GR2 | 97.19±4.18 ab | 319.33±8.96 | 2.75±0.02 | 86 950 a | ||||
CK | 83.42±6.26 b | 306.00±16.37 | 2.69±0.09 | 61 140 b | ||||
2012-2017 | Mean value | 6 times of new-plant and 4 times of ratoon | GR1 | 55.86±3.82 | 74.85±7.63 | 298.97±9.82 | 2.68±0.03 | 66 776 b |
GR2 | 59.31±2.65 | 71.42±6.07 | 316.26±12.44 | 2.62±0.05 | 77 958 a | |||
CK | 53.17±6.22 | 63.19±8.37 | 316.67±11.88 | 2.60±0.05 | 63 902 b | |||
Note: different lowercase letters after the data of different varieties in the same year, the same site and the same crop indicate significant differences (P<0.05), different lowercase letters after the mean value of different varieties indicate significant differences (P<0.05). |
2.3 各甘蔗品种(系)的蔗茎产量和产糖量比较
表 3显示,GR2的平均蔗茎产量最高,较CK增产25.04 t/hm2,增幅达29.14%;GR1的平均蔗茎产量次之,较CK增产8.04 t/hm2,增幅为9.36%。GR2的平均蔗茎产量显著高于GR1和CK。平均蔗糖分最高的为CK,其次为GR2;GR2和CK的平均蔗糖分均超过13%。平均产糖量最高的为GR2,较CK增产3.35 t/hm2,增幅达28.03%;GR1的平均产糖量较CK增产0.67 t/hm2,增幅为5.61%。GR2新植蔗在2012-2013年广西热作所第二试验区、2013年及2016-2017年新兴农场蔗茎产量显著高于CK,在2013年及2016-2017年新兴农场产糖量显著高于CK;相较于新植蔗,GR2宿根蔗的表现则更突出,其蔗茎产量均显著高于CK,蔗糖分平均值与CK差异不显著,而在宿根蔗产糖量方面,除2012-2013年广西热作所第二试验区表现与CK差异不显著外,其余年份均显著高于CK,总体上GR2宿根蔗的蔗茎产量和产糖量均表现出显著优势。
年份 Year |
地点 Site |
新宿 New-planting and ratoon sugarcane |
品种(系) Variety (lines) |
蔗茎产量/(t/hm2) Cane yield/(t/hm2) |
蔗茎产量与CK比较/% Cane yield compare to CK/% |
蔗糖分/% Sucrose content/% | 产糖量/(t/hm2) Sugar yield/(t/hm2) |
产糖量与CK比较/% Sugar yield compare to CK/% |
|||
11月 November |
12月 December |
1月 January |
平均 Average |
||||||||
2012-2013 | Second experimental area of Guangxi Subtropical Crop Research Insti-tute | New-planting | GR1 | 113.79±1.60 b | 9.45 | 11.64 | 12.38 | 13.32 | 12.45±0.49 | 14.84±0.13 | 11.92 |
GR2 | 130.99±4.48 a | 25.99 | 12.38 | 13.3 | 14.06 | 13.25±0.49 | 15.87±1.29 | 19.68 | |||
CK | 103.97±5.47 b | 12.38 | 13.01 | 13.76 | 13.05±0.40 | 13.26±1.18 | |||||
Ratoon | GR1 | 77.28±2.3 c | -15.19 | 12.15 | 12.67 | 12.97 | 12.60±0.24 b | 10.25±0.49 b | -22.52 | ||
GR2 | 113.34±0.45 a | 24.39 | 12.4 | 13.55 | 14.69 | 13.55±0.66 ab | 16.11±0.29 a | 21.77 | |||
CK | 91.12±0.45 b | 12.92 | 13.53 | 15.46 | 13.97±0.77 a | 13.23±1.63 a | |||||
2013 | Jinguang farm | New-planting | GR1 | 116.24±9.51 | 1.53 | 12.97 | 13.33 | 13.61 | 13.30±0.19 | 15.46±1.27 | -4.92 |
GR2 | 128.47±1.74 | 12.21 | 13.25 | 14.17 | 14.46 | 13.96±0.36 | 17.93±0.24 | 10.27 | |||
CK | 114.49±8.93 | 13.94 | 14.28 | 14.38 | 14.20±0.13 | 16.26±1.27 | |||||
2013 | Xinxing farm | New-planting | GR1 | 99.53±3.61 ab | 8.72 | 13.72 | 14.14 | 14.6 | 14.15±0.25 | 14.08±0.51 ab | 4.37 |
GR2 | 110.37±4.85 a | 20.56 | 13.95 | 14.81 | 15.14 | 14.63±0.35 | 16.15±0.71 a | 19.72 | |||
CK | 91.55±4.10 b | 13.92 | 14.95 | 15.32 | 14.73±0.42 | 13.49±0.60 b | |||||
2016- 2017 |
Xinxing farm | New-planting | GR1 | 79.52±3.55 a | 29.24 | 8.6 | 11.0 | 12.1 | 10.57±1.03 | 10.45±0.47 ab | 21.79 |
GR2 | 88.51±3.47 a | 43.85 | 10.8 | 11.1 | 12.5 | 11.47±0.52 | 12.20±0.51 a | 42.19 | |||
CK | 61.53±3.99 b | 10.6 | 11.6 | 13.2 | 11.80±0.76 | 8.58±0.77 b | |||||
Ratoon | GR1 | 95.28±5.02 b | 17.69 | 8.1 | 11.5 | 12.4 | 10.67±1.31 | 11.28±0.55 b | 8.99 | ||
GR2 | 126.05±6.19 a | 55.69 | 10.8 | 11.8 | 13.4 | 12.00±0.76 | 16.32±0.99 a | 57.68 | |||
CK | 80.96±4.01 b | 11.3 | 12.3 | 13.1 | 12.23±0.52 | 10.35±0.47 b | |||||
Liangqi farm | New-planting | GR1 | 105.00±4.82 | -3.14 | 9.42 | 10.93 | 12.82 | 11.06±0.98 b | 14.33±0.34 | -3.50 | |
GR2 | 99.02±4.24 | -8.65 | 10.96 | 12.82 | 13.78 | 12.52±0.83 ab | 14.13±0.95 | -4.85 | |||
CK | 108.40±10.12 | 13.74 | 13.75 | 13.93 | 13.81±0.06 a | 14.85±0.97 | |||||
Ratoon | GR1 | 104.00±2.86 ab | 28.46 | 10.92 | 11.21 | 13.37 | 11.83±0.77 | 13.90±0.34 ab | 17.20 | ||
GR2 | 122.23±8.74 a | 50.98 | 11.82 | 12.45 | 14.45 | 12.91±0.79 | 17.69±1.43 a | 49.16 | |||
CK | 80.96±7.66 b | 12.92 | 13.22 | 14.56 | 13.57±0.50 | 11.86±1.52 b | |||||
Binhai farm | New-planting | GR1 | 65.15±10.04 | -4.08 | 11.71 | 13.34 | 15.05 | 13.37±0.96 | 8.81±1.51 | -5.78 | |
GR2 | 85.68±10.84 | 26.15 | 12.19 | 12.92 | 13.71 | 12.94±0.44 | 11.83±1.52 | 26.52 | |||
CK | 67.92±8.18 | 12.33 | 12.59 | 13.96 | 12.96±0.51 | 9.35±1.17 | |||||
Ratoon | GR1 | 83.83±5.53 b | 43.69 | 11.46 | 12.75 | 14.62 | 12.94±0.92 | 12.80±0.99 a | 54.22 | ||
GR2 | 104.98±4.45 a | 79.95 | 12.33 | 13.46 | 13.78 | 13.19±0.44 | 14.78±0.43 a | 78.07 | |||
CK | 58.34±7.78 c | 12.55 | 13.16 | 14.39 | 13.37±0.54 | 8.30±1.17 b | |||||
2012- 2017 |
Mean value | 6 times of new-plant and 4 times of ratoon | GR1 | 93.96±5.34 b | 9.36 | 11.07 | 12.33 | 13.49 | 12.30±0.70 | 12.62±0.72 b | 5.61 |
GR2 | 110.96±5.15 a | 29.14 | 12.09 | 13.04 | 14.00 | 13.04±0.55 | 15.30±0.66 a | 28.03 | |||
CK | 85.92±6.18 b | 12.66 | 13.24 | 14.21 | 13.37±0.45 | 11.95±0.86 b | |||||
Note: different lowercase letters after the data of different varieties in the same year, the same site and the same crop indicate significant differences (P<0.05), different lowercase letters after the mean value of different varieties indicate significant differences (P<0.05). |
2.4 产糖量与主要农艺性状的关联度分析
根据灰色关联度分析法,以产糖量为母序列,蔗茎产量、有效茎数、株高、分蘖率、蔗糖分和茎径等主要农艺性状为子序列,计算序列之间的关联系数。由表 4可知,与产糖量关系最密切的是蔗茎产量,其次为有效茎数,再次为株高;而茎径与产糖量的关联系数最小。这说明蔗茎产量对产糖量的影响最大,其次为有效茎数、株高和分蘖率,茎径对产糖量影响最小。
因子 Factor |
关联系数 Association coefficient |
排序 Sorting |
Cane yield | 0.672 9 | 1 |
Millable stalks | 0.422 8 | 2 |
Plant height | 0.391 9 | 3 |
Tillering rate | 0.369 1 | 4 |
Sucrose content | 0.343 9 | 5 |
Stalk diameter | 0.301 6 | 6 |
2.5 不同品种(系)甘蔗农艺性状的综合评价
根据TOPSIS法首先计算3个品种(系)甘蔗6新4宿11个指标的正、负理想解(A+和A-),结果如表 5所示,正理想解A+表示各评价指标的最大值,而负理想解A-表示各评价指标的最小值;然后计算出各评价对象分别与正、负理想解的距离值D+和D-。与正理想解的几何距离最近、负理想解的几何距离最远的为最佳方案(品种),结果如表 6所示。经TOPSIS法计算得出,3个品种(系)甘蔗农艺性状的综合评价得分排序为GR2>GR1>CK。
因子 Factor |
正理想解A+ Positive ideal solutionA+ |
负理想解A- Negative ideal solution A- |
Sucrose content | 0.661 | 0.516 |
Sugar yield | 0.598 | 0.550 |
Cane yield | 0.657 | 0.509 |
Millable stalks | 0.645 | 0.528 |
Stalk diameter | 0.588 | 0.570 |
Plant height | 0.588 | 0.555 |
Emergence rate | 0.617 | 0.521 |
Tillering rate | 0.610 | 0.547 |
Rate of pokkah boeng | 0.868 | 0.151 |
Rate of dead shoots | 0.602 | 0.550 |
Rate of smut | 0.872 | 0.282 |
品种(系) Variety (lines) |
D+ | D- | C | 排序 Sorting |
GR1 | 0.646 | 0.364 | 0.361 | 2 |
GR2 | 0.035 | 0.966 | 0.965 | 1 |
CK | 0.967 | 0.058 | 0.057 | 3 |
Note: D + and D- represent the distance between the evaluation object and the positive and negative ideal solution,respectively.C represents the proximity of the evaluation object to the optimal scheme. |
3 讨论
选育高产、高糖和抗逆性强的甘蔗品种是提高甘蔗产量和蔗糖分的有效途径[3]。目前,我国经过长期多单位的大量选育种已获得较多甘蔗新品种,但对这些新品种大多采用方差分析方法进行某一性状的比较[23, 24]。甘蔗品种(系)GR1和GR2由四川省攀西蔗区引入广西,目前已有近10年的种植时间,期间朱鹏锦等[25]通过低温胁迫处理耐寒性不同的甘蔗品种发现,GR2等品种具有较强的低温耐受能力;欧克纬等[21]通过对10个甘蔗品种(系)在柳州地区种植后的各性状进行比较后发现,GR2在产量和产糖量方面均表现出优势;单彬等[26]使用5种除草剂对GR2做安全性测试后,得出GR2对敌草隆、莠灭净等常见除草剂具有较好的耐受性的结论。上述试验多采用方差分析对甘蔗的某单一性状作评价,这可能使得甘蔗品种(系)的综合性状难以得到客观全面的体现。为评估GR2等甘蔗品种(系)在广西蔗区的适应性及产量潜力,本研究特对其进行跨地点、跨年份的跟踪种植调查并采用灰色关联度和TOPSIS法对其综合性状进行评价。
灰色关联度在分析作物多种性状方面的评价效果较好,其评价结果有利于在开展作物品种选育时把握好方向,已应用于包括甘蔗在内的多种作物产量与相关农艺性状的关系研究[27-30]。王尊欣[31]对31个甘蔗品种的公顷蔗产量与其他10个性状进行灰色关联度分析后发现,公顷含糖量与公顷蔗茎产量之间的关联度最大。刘晓燕等[32]将10个引进的甘蔗新品种的公顷含糖量与其他7个性状进行灰色关联度分析后发现,与公顷含糖量关联度最大的是公顷实产。TOPSIS法能对作物品种多个评价指标与理想化目标的接近程度作出分析,进而以此作为依据评估作物品种的优劣,是一种较全面且客观的评价方法[33]。宁东贤等[34]利用TOPSIS法对12个花生品种(系)作出综合评价,获得冀花13号等4个可推广种植的品种。上述研究结果均可作为选育作物品种的侧重点参考,以及评估作物品种综合性状和推广价值的参考依据。
本研究中,3个甘蔗品种(系) 6新4宿试验结果表明,GR2的平均产糖量达15.30 t/hm2,GR1达12.62 t/hm2,分别较CK增产3.35 t/hm2和0.67 t/hm2,增幅分别达28.03%和5.61%。GR2在以各试验地为代表的桂中地区、桂北地区以及桂南地区的种植中均表现出产量及产糖量优势,这与其他同类研究的结果一致,如在来宾蔗区GR2的产量和产糖量均为最高[35],在柳州蔗区GR2宿根蔗的产量和产糖量方面也表现出较大优势[21];而GR1则在桂南地区的种植中表现出优势。灰色关联度分析与TOPSIS法评价的结果较一致。TOPSIS法评价结果表明,3个品种综合性状的评价排序为GR2>GR1>ROC22。灰色关联度分析结果表明,与产糖量关联度最高的是蔗茎产量,这与桃联安等[7]及赵俊等[8]的研究结果一致。综合评价排名第一的GR2的蔗茎产量平均值最高,达110.96 t/hm2,其有效茎数平均值也显著高于GR1和CK,达77 958株/hm2。此外,从11月至次年1月的甘蔗蔗糖分变化趋势可以看出,GR2属于晚熟品种[36]。1月之后,GR2在一些地区的平均蔗糖分在14%以上,如2013年新兴农场GR2新植蔗1月的蔗糖分在15%以上。广西蔗区的榨季为11月中下旬一直持续到次年3月,十分有利于GR2等晚熟甘蔗品种的推广。
4 结论甘蔗新品种GR2具有蔗茎产量高、有效茎数多、宿根性强等特点,经灰色关联度和TOPSIS法综合评价,其综合性状优于GR1和ROC22,是优良的晚熟甘蔗品种,适宜在广西蔗区进一步推广种植。
[1] |
李杨瑞, 杨丽涛. 20世纪90年代以来我国甘蔗产业和科技的新发展[J]. 西南农业学报, 2009, 22(5): 1469-1476. |
[2] |
欧克纬, 卢业飞, 农泽梅, 等. 不同品种甘蔗脱叶性和机收含杂率的测定与比较分析[J]. 热带农业科学, 2020, 40(12): 91-96. |
[3] |
李扬瑞. 现代甘蔗学[M]. 北京: 中国农业出版社, 2010.
|
[4] |
李杨瑞. 甘蔗7个性状对产量的效应[J]. 福建农学院学报, 1987, 16(4): 287-292. |
[5] |
张浩, 安玉发. 基于灰色关联分析的我国农产品出口结构优化研究[J]. 国际贸易问题, 2009(6): 11-15. |
[6] |
刘军. 基于熵权和TOPSIS集成的农作物综合评价[J]. 安徽农业科学, 2010, 38(12): 6078-6079. |
[7] |
桃联安, 经艳芬, 董立华, 等. 甘蔗属割手密种云南82-114F1代灰色关联度综合评价及分类[J]. 南方农业学报, 2015, 46(2): 188-193. |
[8] |
赵俊, 范源洪, 吴才文, 等. 19个国外引进甘蔗品种的灰色关联度分析[J]. 中国糖料, 2007(2): 27-29, 32. |
[9] |
黄婷, 张思亲, 王治中, 等. 基于灰色关联度、DTOPSIS与模糊概率法的玉米姊妹系综合评价[J/OL]. 分子植物育种, 2021(2021-11-15)[2023-02-15]. https://kns.cnki.net/kcms/detail/46.1068.S.20211111.1557.006.html.
|
[10] |
李小玉, 田宏先, 王瑞霞. 灰色关联度分析和主成分分析在油菜抗旱育种中的应用[J]. 种子, 2021, 40(9): 92-97. |
[11] |
姜敏, 饶庆琳, 胡廷会, 等. 贵州花生产量与农艺性状灰色关联度分析[J]. 贵州农业科学, 2021, 49(11): 41-46. |
[12] |
曹燕燕, 张宏套, 郭春强, 等. 不同冬小麦品种拔节期低温生理生化反应及其灰色关联度分析[J]. 山东农业科学, 2021, 53(8): 37-42. |
[13] |
单晓敏, 王丛瑞, 黄云战, 等. 基于区间数TOPSIS法的甘蔗联合收割机液压系统设计方案评估[J]. 机械设计与制造, 2017(10): 67-70. |
[14] |
梁秋萍, 严学迎. 基于熵权TOPSIS法的不同品种甜樱桃营养品质综合评价[J]. 食品研究与开发, 2021, 42(16): 59-64. |
[15] |
包淑英, 贺明, 杨波, 等. 吉林省绿豆主栽品种综合评价[J]. 东北农业科学, 2020, 45(4): 9-12, 44. |
[16] |
雷涌涛, 于亚雄, 杨金华, 等. 用TOPSIS综合评价云南大麦新品系推广价值[J]. 西南农业学报, 2015, 28(3): 982-985. |
[17] |
安东, 来兴发, 邓建强, 等. TOPSIS法评价南方大豆品种在黄土高原地区的饲用潜力[J]. 草地学报, 2019, 27(6): 1710-1717. |
[18] |
刘少谋, 王勤南, 邱永生, 等. '粤糖91-976'的选育及在甘蔗育种中的利用效果[J]. 热带农业科学, 2017, 37(2): 43-47. |
[19] |
彭绍光. 台湾省新台糖(ROC)甘蔗品种介绍[J]. 广西农业科学, 1998(5): 14-18. |
[20] |
张翊袖, 陈耀煌, 蔡英治. 甘蔗新品种新台糖20号(ROC 20)[J]. 甘蔗糖业, 1996(3): 10-14. |
[21] |
欧克纬, 卢业飞, 李佳慧, 等. 广西引进甘蔗品种(系)的比较筛选与综合评价[J]. 福建农业学报, 2020, 35(4): 414-421. |
[22] |
邓聚龙. 农业系统灰色理论与方法[M]. 济南: 山东科学技术出版社, 1988.
|
[23] |
甘仪梅, 杨本鹏, 武媛丽, 等. 强宿根性甘蔗新品种中糖1号的选育[J]. 种子, 2020, 39(3): 120-123. |
[24] |
潘世明, 张树河, 李瑞美, 等. 甘蔗新品种闽糖061405的选育[J]. 福建农业学报, 2019, 34(4): 387-392. |
[25] |
朱鹏锦, 庞新华, 谭秦亮, 等. 低温胁迫对不同甘蔗品种叶片光合色素和光合生理特性的影响[J]. 热带作物学报, 2019, 40(5): 875-881. |
[26] |
单彬, 覃茜, 颜克成, 等. 五种除草剂对甘蔗桂热2号的室内安全性评价[J]. 农业研究与应用, 2020, 33(4): 23-27. |
[27] |
陈优强, 陈骏佳, 张湘博. 灰色系统理论综合评估甘蔗工艺性状[J]. 甘蔗糖业, 2021, 50(1): 46-50. |
[28] |
黄海荣, 徐林, 李翔, 等. 274个甘蔗常用亲本主要叶部病害和黑穗病的抗性评价[J]. 热带作物学报, 2022, 43(7): 1485-1496. |
[29] |
范荣尚, 康琪. 罗甸县鲜食玉米产量与主要农艺性状的灰色关联度分析[J]. 现代农业科技, 2021(22): 4-6. |
[30] |
张淑霞, 杨晓云, 张清霞, 等. 苗用白菜主要农艺性状与单株产量的灰色关联度分析[J]. 北方园艺, 2018(15): 1-5. |
[31] |
王尊欣. 31个甘蔗品种田间综合评价及优良品种的抗旱性分析[D]. 海口: 海南大学, 2014.
|
[32] |
刘晓燕, 何红, 朱秋珍, 等. 甘蔗引进新品种的灰色关联度分析[J]. 广东农业科学, 2011, 38(6): 36-38. |
[33] |
虞晓芬, 傅玳. 多指标综合评价方法综述[J]. 统计与决策, 2004(11): 119-121. |
[34] |
宁东贤, 闫翠萍, 赵玉坤, 等. 不同花生品种农艺、经济和品质性状TOPSIS方法评价[J]. 山西农业科学, 2018, 46(12): 1986-1989. |
[35] |
农泽梅, 覃凤金, 欧克纬, 等. 不同甘蔗品种在来宾地区的表现初探[J]. 广西糖业, 2022, 42(3): 17-20. |
[36] |
卢业飞, 欧克纬, 罗清, 等. 甘蔗'桂热2号'和'桂柳05136'成熟期转录组比较分析[J]. 分子植物育种, 2021, 19(9): 2846-2855. |