一种烟草品种选育的定量评价方法.pdf

本发明公开一种烟草品种选育的定量评价方法，包括以下步骤：1)获取所育烟草品种的生物学性状、经济学性状和病情指数指标；2)计算各指标的平均值，并进行均值化处理；3)计算烟草品种性状全部指标的最佳分辨系数；4)分别计算不同品种各指标的关联系数；5)计算各指标的权重；6)计算所育烟草品种的综合得分，并进行排序；该烟草品种选育的定量评价方法准确的对烟草品种进行量化打分，快速选择理想的烤烟品种。

1.一种烟草品种选育的定量评价方法，其特征在于：包括以下步骤：
1)获取所育烟草品种的生物学性状、经济学性状和病情指数指标；
2)计算各指标的平均值，并进行均值化处理；
3)计算烟草品种性状全部指标的最佳分辨系数；
${\mathrm{\Δ}}_{\stackrel{\‾}{X}}=\frac{1}{n\·m}\underset{i=1}{\overset{m}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}|x_0\left(k\right)-x_i\left(k\right)|$
$\mathrm{\ρ}=1.5\frac{{\mathrm{\Δ}}_{\stackrel{\‾}{X}}}{{\mathrm{\Δ}}_{max}}$
其中，x0(k)、xi(k)是指标x0、xi的初值化序列，k＝1，2，…，n，表示第k个指标；i＝1，
2，…，m；表示第i个品种；ΔX是所有差值绝对值的均值；Δmax为最大差值的绝对值；ρ是最佳
分辨系数；
4)分别计算不同品种各指标的关联系数；
${\mathrm{\ξ}}_{i\left(k\right)}=\frac{{\min }_i\min k|r_{0\left(k\right)}-r_{i\left(k\right)}|+{\mathrm{\ρmax}}_i{\max }_k|r_{0\left(k\right)}-r_{i\left(k\right)}|}{|r_{0\left(k\right)}-r_{i\left(k\right)}|+{\mathrm{\ρmax}}_i{\max }_k|r_{0\left(k\right)}-r_{i\left(k\right)}|}$
其中，ξi(k)是第i个品种第k个指标的关联系数；
5)计算各指标的权重；
6)计算所育烟草品种的综合得分，并进行排序。
2.根据权利要求1所述的烟草品种选育的定量评价方法，其特征在于：所述生物学性状
包括自然株高、打顶株高、实际叶片数、打顶叶片数、有效叶片数、茎围、节距、最大叶长和最
大叶宽。
3.根据权利要求2所述的烟草品种选育的定量评价方法，其特征在于：所述经济学性状
包括产量、产值、均价和中上等烟比例。
4.根据权利要求3所述的烟草品种选育的定量评价方法，其特征在于：所述病情指数包
括气候性斑点病、炭疽病、赤星病、白粉病、烟草普通花叶病、黑胫病和根黑腐病指标。
5.根据权利要求1-4中任一项所述的烟草品种选育的定量评价方法，其特征在于：在步
骤5)中，各指标的权重计算方法如下：
对均值化后的数据用主成分法进行因子分析，分析主成分的特征根和每个主成分的方
程贡献率，提取主成分，得到旋转成分矩阵；用因子载荷除以主成分的特征根，得到各指标
在主成分线性组合中的系数，进行归一化处理，计算每个指标的权重；
Zj＝β1j*X1+β2j*X2+…+βnj*Xk
$Q_i=\frac{(m*\underset{i=1}{\overset{n}{\Σ}}{X}_i){\mathrm{\β}}_{ij}*{\mathrm{\γ}}_j}{(n*\underset{i=1}{\overset{n}{\Σ}}{X}_i)(m*\underset{i=1}{\overset{n}{\Σ}}{X}_i){\mathrm{\β}}_{ij}*{\mathrm{\γ}}_j}$
其中，Zj为主成分线性组合(j＝1、2、…、p)，X1、X2、…、Xn为各个指标，β1j、β2j、β3j、……、
βnj为各指标的主成分得分，γj表示Zj的方程贡献率，Qi是指标Xi的权重。
6.根据权利要求1-4中任一项所述的烟草品种选育的定量评价方法，其特征在于：在步
骤6)中，烟草品种的综合得分计算方法如下；
Di＝ξi(1)*Qi+ξi(2)*Qi+…+ξi(k)*Qi
其中，Di为所育烟草品种的综合得分。

一种烟草品种选育的定量评价方法

技术领域

本发明属于烟草品种选育领域，具体涉及一种烟草品种选育的定量评价方法。

背景技术

目前，我国烟草(Nicotiana tabacum L.)品种种植单一化问题严重，云烟85、云烟
87和K326等3个品种的种植面积达70％以上，造成病虫害频发，烟叶风格特色单一，严重影
响了烟叶的品质。鉴于此，我国烟草育种工作者不断从美国和津巴布韦等国家引进特色品
种，发展自育品种，力图满足卷烟工业企业对优质特色原料的需求。

在烟草新品种选育的过程中，往往需要从十几或几十个烤烟新品种中筛选出数个
综合性状较好的优良品种，然后再进行小区试验和大田示范。现行的品种选育评价，一般是
选择植物学性状、经济性状、抗病性和感官质量等因子，分析影响因子中的某些关键指标，
如产量和病情指数等。这种方法能抓住新品种的主要特征，但存在着不足：一是容易忽略新
品种的某些细节，不能反映该品种的全部性状信息；二是新品种的某些性状表现较好，而另
外某些性状表现较差时，容易给人带来困惑，难以准确评价该品种的优劣；三是不能量化品
种评价得分，受经验影响波动较大。

发明内容

本发明针对现有技术问题，提供了一种准确的对烟草品种进行量化打分，快速选
择理想的烤烟品种的烟草品种选育的定量评价方法。

为了解决上述的问题本发明的采用的技术以及方法如下：

一种烟草品种选育的定量评价方法，包括以下步骤：

1)获取所育烟草品种的生物学性状、经济学性状和病情指数指标；

2)计算各指标的平均值，并进行均值化处理；

3)计算烟草品种性状全部指标的最佳分辨系数；

${\mathrm{\Δ}}_{\stackrel{\‾}{X}}=\frac{1}{n\·m}\underset{i=1}{\overset{m}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}|x_0\left(k\right)-x_i\left(k\right)|$

$\mathrm{\ρ}=1.5\frac{{\mathrm{\Δ}}_{\stackrel{\‾}{X}}}{{\mathrm{\Δ}}_{max}}$

其中，x0(k)、xi(k)是指标x0、xi的初值化序列，k＝1，2，…，n，表示第k个指标；i＝
1，2，…，m；表示第i个品种；是所有差值绝对值的均值；Δmax为最大差值的绝对值；ρ是最
佳分辨系数；

4)分别计算不同品种各指标的关联系数；

${\mathrm{\ξ}}_{i\left(k\right)}=\frac{{\min }_i\min k|r_{0\left(k\right)}-r_{i\left(k\right)}|+{\mathrm{\ρmax}}_i{\max }_k|r_{0\left(k\right)}-r_{i\left(k\right)}|}{|r_{0\left(k\right)}-r_{i\left(k\right)}|+{\mathrm{\ρmax}}_i{\max }_k|r_{0\left(k\right)}-r_{i\left(k\right)}|}$

其中，ξi(k)是第i个品种第k个指标的关联系数；

5)计算各指标的权重；

6)计算所育烟草品种的综合得分，并进行排序。

进一步的，所述生物学性状包括自然株高、打顶株高、实际叶片数、打顶叶片数、有
效叶片数、茎围、节距、最大叶长和最大叶宽。

进一步的，所述经济学性状包括产量、产值、均价和中上等烟比例。

进一步的，所述病情指数包括气候性斑点病、炭疽病、赤星病、白粉病、烟草普通花
叶病、黑胫病和根黑腐病指标。

进一步的，在步骤5)中，各指标的权重计算方法如下：

对均值化后的数据用主成分法进行因子分析，分析主成分的特征根和每个主成分
的方程贡献率，提取主成分，得到旋转成分矩阵；用因子载荷除以主成分的特征根，得到各
指标在主成分线性组合中的系数，进行归一化处理，计算每个指标的权重；

Zj＝β1j*X1+β2j*X2+…+βnj*Xk

$Q_i=\frac{(m*\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i){\mathrm{\β}}_{ij}*{\mathrm{\γ}}_j}{(n*\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i)(m*\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i){\mathrm{\β}}_{ij}*{\mathrm{\γ}}_j}$

其中，Zj为主成分线性组合(j＝1、2、…、p)，X1、X2、…、Xn为各个指标，β1j、β2j、
β3j、……、βnj为各指标的主成分得分，γj表示Zj的方程贡献率，Qi是指标Xi的权重。

进一步的，在步骤6)中，烟草品种的综合得分计算方法如下；

Di＝ξi(1)*Qi+ξi(2)*Qi+…+ξi(k)*Qi

其中，Di为所育烟草品种的综合得分。

本发明的有益效果为：根据灰色系统理论，提供了一种基于最优分辨系数的客观
评价方法，在烟叶质量综合评价前，对所育烟草品种的所有性状进行综合评定和定量打分，
能判断所选育烟草品种的田间生长状况，快速选择理想的烤烟品种。

附图说明

图1为本发明的流程示意图。

图2为本发明中各指标权重计算方法的流程示意图。

具体实施方式

下面结合实施例与附图对本发明做进一步的详细说明，但它们并不是对本发明技
术方案的限定，基于本发明教导所做出的任何变换，均落在本发明的保护范围。

参阅图1-2所示，一种烟草品种选育的定量评价方法，包括以下步骤：

1)获取所育烟草品种的生物学性状、经济学性状和病情指数指标；

2)计算各指标的平均值，并进行均值化处理；

3)计算烟草品种性状全部指标的最佳分辨系数；

${\mathrm{\Δ}}_{\stackrel{\‾}{X}}=\frac{1}{n\·m}\underset{i=1}{\overset{m}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}|x_0\left(k\right)-x_i\left(k\right)|$

$\mathrm{\ρ}=1.5\frac{{\mathrm{\Δ}}_{\stackrel{\‾}{X}}}{{\mathrm{\Δ}}_{max}}$

其中，x0(k)、xi(k)是指标x0、xi的初值化序列，k＝1，2，…，n，表示第k个指标；i＝
1，2，…，m；表示第i个品种；是所有差值绝对值的均值；Δmax为最大差值的绝对值；ρ是最
佳分辨系数；

4)分别计算不同品种各指标的关联系数；

${\mathrm{\ξ}}_{i\left(k\right)}=\frac{{\min }_i\min k|r_{0\left(k\right)}-r_{i\left(k\right)}|+{\mathrm{\ρmax}}_i{\max }_k|r_{0\left(k\right)}-r_{i\left(k\right)}|}{|r_{0\left(k\right)}-r_{i\left(k\right)}|+{\mathrm{\ρmax}}_i{\max }_k|r_{0\left(k\right)}-r_{i\left(k\right)}|}$

其中，ξi(k)是第i个品种第k个指标的关联系数；

5)计算各指标的权重；

6)计算所育烟草品种的综合得分，并进行排序。

实施例1

1.将10个参加选育烟草品系有代表性的8个性状的平均值列于下表。

2.用DPS7.05对原始数据进行均值化处理

在用灰色系统进行建模时，由于数据量级差别较大，必须进行无量纲化处理，使因
素序列规划化，才能进行计算。初值化算法适用于处理稳定的经济学现象，均值化常用于处
理无明显趋势的数据序列，因此对原始数据进行均值化处理。此外由于病情指数值越大，烟
草品种表现越差，因此对该类指标先倒数化，再均值化处理。

3.计算最佳分辨系数

3.1计算烟草品种性状的差值

3.2计算最佳分辨系数

根据公式(1)，得出ΔX＝0.1366，Δmax＝0.9553；此时将影响烟草品种性状的全部
指标作为一个灰色系统，根据公式(2)，得出ρ＝0.2145。

4.计算不同品种各指标的关联系数

根据公式(3)，得出不同品种各指标的关联系数ξi(k)。

品系1
0.6446
0.5988
0.8609
0.5181
0.5322
0.6053
0.75582
0.1766
品系2
0.9706
0.7177
0.9976
0.7782
0.7085
1
1
1
品系3
1
1
0.9976
1
0.8753
0.8457
0.722
1
品系4
0.6385
0.5615
0.9642
0.5416
0.9156
0.9421
0.66527
1
品系5
0.8809
0.5859
0.8952
0.572
0.534
0.4492
0.5535
0.232
品系6
0.6322
0.5902
0.8555
0.536
0.8183
0.5599
0.52179
0.1808
品系7
0.7617
0.5714
0.8394
0.5288
1
0.8154
0.64233
0.5273
品系8
0.6805
0.6515
0.9242
0.5266
0.7063
0.5296
0.50984
0.3173
品系9
0.6503
0.6077
0.9416
0.4932
0.619
0.9557
0.86603
0.1858
品系10
0.6869
0.6241
1
0.6037
0.6925
0.9526
0.83361
0.2507

5.计算各指标的权重

5.1提取主成分

用SPSS16.0分析软件，对均值化后的数据进行主成分分析，得出解释的总方差表，
分析特征根>1的主成分，发现成分1、2、3的特征根分别是4.078、1.563和1.366，且累计贡献
率达87.581％，超过85％，确定主成分为1、2、3。

5.2得到主成分线性组合

用因子载荷除以主成分的特征根，得到各指标在主成分线性组合中的系数，得出
公式(4)

Z1＝0.458X4+0.452X1+0.433X2+0.078X7+0.002X6+0.256X3+0.013X5+0.256X8；

Z2＝0.187X4+0.008X1+0.156X2+0.751X7+0.705X6+0.526X3+0.019X5+0.161X8；

Z3＝0.172X4+0.049X1+0.082X2-0.107X7+0.385X6+0.083X3+0.836X5+0.628X8；

5.3得出权重

根据公式(5)，得出各指标的权重：

6.计算所育烟草品种的综合得分

根据公式(6)，得出所育烟草品种的综合性状得分，并进行排序。

品系
综合得分
排序
品系1
0.574755
9
品系2
0.895245
2
品系3
0.9469
1
品系4
0.767041
3
品系5
0.589473
8
品系6
0.572031
10
品系7
0.687694
4
品系8
0.600968
7
品系9
0.640903
6
品系10
0.686003
5

本发明的有益效果为：根据灰色系统理论，提供了一种基于最优分辨系数的客观
评价方法，在烟叶质量综合评价前，对所育烟草品种的所有性状进行综合评定和定量打分，
能判断所选育烟草品种的田间生长状况，快速选择理想的烤烟品种。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何
不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内，因此，本发明的
保护范围应该以权利要求书所限定的保护范围为准。