一种评价茎秆作物抗倒伏能力的方法与流程

本发明涉及到农作物的选种育种领域，具体的说是一种评价茎秆作物抗倒伏能力的方法。

背景技术：

茎秆作物（如小麦、水稻等）在自然生长状态下，经常会承受像风雨荷载或农业机械在作业过程中产生的外力作用使其茎秆发生冲击、剪切、弯曲等各种变形甚至发生倒伏及损伤，将严重影响作物产量。因此，农学家早已把茎秆作物的抗倒伏能力作为培育茎秆作物优种的一项重要指标。但如何对作物的抗倒伏能力进行切实有效的评价一直以来都是国内外学者研究的重点和难点。近年来，随着工程技术手段的日新月异及其在农业工程领域的广泛应用，利用物理方法研究作物优种特性已成为一种必要的工程手段，尤其是利用生物力学性质指标来评价作物优种特性已引起农业工程领域及其农学家的广泛注意，但是现有的大多数方法都存在评价指标单一，评价结果很难直接被育种学家所采用的缺点。

技术实现要素：

为解决现有的评价方法在评价茎秆作物抗倒伏能力时存在的评价指标不全面、评价结果指导作用不明显等问题，本发明提供了一种评价茎秆作物抗倒伏能力的方法，选择合理的生物力学性质指标，应用层次分析法构建了茎秆作物生物力学评价指标体系，并结合德尔菲法对指标权重进行了调查和确定，最后采用模糊综合评判方法建立了茎秆作物模糊综合评价模型，从而根据此模型来判断评价某种茎秆作物的抗倒伏能力。同时，对形态特性指标与生物力学性质指标进行了相关性分析，获得了形态特性参考指标体系。

本发明为解决上述技术问题所采用的技术方案为：一种评价茎秆作物抗倒伏能力的方法，首先建立茎秆作物抗倒伏能力的评价模型，而后测量待评价茎秆作物的生物力学性能，并将其代入已建立好的评价模型中，从而得到最终的评价结果即为该种茎秆作物的抗倒伏能力，所述建立茎秆作物抗倒伏能力的评价模型包括以下步骤：

1）建立四级评判集，评判集中的元素分别代表优、良、中、差四种结果；

2）由于茎秆作物的抗倒伏能力可用生物力学性能作为参考，因此选择茎秆作物的弹性模量、惯性矩、弯曲强度、抗弯刚度、剪切强度、抗拉强度和冲击韧性指标作为评价茎秆作物生物力学性能的指标，从而建立茎秆作物生物力学评价指标体系；

式中，是因素集，代表7个影响因素，这7个影响因素分别为弹性模量、惯性矩、弯曲强度、抗弯刚度、剪切强度、抗拉强度和冲击韧性；

3）对因素集中的各因素赋予相应的权数，且各权数满足归一性和非负性条件，即，；

将各权数组成权重集，；

4）设评判对象按因素集中第个因素对评判集中第个元素的隶属度为，则第个因素评判的结果可用模糊集合表示：

，；

对因素集中的所有因素进行评判后得到因素集与评判集间的模糊关系评价矩阵；

5）将模糊关系评价矩阵与权重集相乘从而得到茎秆作物的抗倒伏能力的模糊综合评判集；

；

6）根据步骤5）中的结果，依据最大隶属度原则，最终判定其为评判集中的哪种结果。

所述对因素集中的各因素赋予相应的权数时，首先采用主观赋权法中的德尔菲法和层次分析法建立判断矩阵，再用一致性指标对判断矩阵进行一致性检验，若合格，则可通过计算该判断矩阵的最大特征根及对应特征向量，从而获得各因素的权重值。

所述步骤5）中，模糊综合评判集b中的模糊综合评判指标采用加权平均算法进行计算，即按普通矩阵乘法计算权向量与评价矩阵的乘积，其计算公式为，。

有益效果：本发明通过选择合理的生物力学性质指标，应用层次分析法构建了茎秆作物生物力学评价指标体系，并结合德尔菲法对指标权重进行了调查和确定，最后采用模糊综合评判方法建立了茎秆作物模糊综合评价模型，从而根据此模型来判断评价某种茎秆作物的抗倒伏能力，并对形态特性指标与生物力学性质指标进行了相关性分析，获得了形态特性参考指标体系。该方法可以有效判断出供试作物品种的抗倒伏能力强弱，并根据形态特性指标与生物力学指标的相关性分析结果，判定哪个形态指标（如株高、外径、节间距等）与之有重要相关度，则可在育种过程中采用相应的措施改善其值，缩短优种培育的时间。

附图说明

图1为本发明实施例中生物力学评价体系结构图；

图2为本发明实施例中判断矩阵1-9标度及其含义图；

图3为本发明实施例中茎秆生物力学性质指标相对重要性专家咨询图；

图4为本发明实施例中平均随机一致性指标的取值标准图；

图5为本发明实施例中小麦茎秆生物力学指标评判等级对应的取值范围图。

具体实施方式

一种评价茎秆作物抗倒伏能力的方法，首先建立茎秆作物抗倒伏能力的评价模型，而后测量待评价茎秆作物的生物力学性能，并将其代入已建立好的评价模型中，从而得到最终的评价结果即为该种茎秆作物的抗倒伏能力，所述建立茎秆作物抗倒伏能力的评价模型包括以下步骤：

1）建立四级评判集，评判集中的元素分别代表优、良、中、差四种结果；

2）由于茎秆作物的抗倒伏能力可用生物力学性能作为参考，因此选择茎秆作物的弹性模量、惯性矩、弯曲强度、抗弯刚度、剪切强度、抗拉强度和冲击韧性指标作为评价茎秆作物生物力学性能的指标，从而建立茎秆作物生物力学评价指标体系；

式中，是因素集，代表7个影响因素，这7个影响因素分别为弹性模量、惯性矩、弯曲强度、抗弯刚度、剪切强度、抗拉强度和冲击韧性；

3）对因素集中的各因素赋予相应的权数，且各权数满足归一性和非负性条件，即，；

将各权数组成权重集，；

4）设评判对象按因素集中第个因素对评判集中第个元素的隶属度为，则第个因素评判的结果可用模糊集合表示：

，；

对因素集中的所有因素进行评判后得到因素集与评判集间的模糊关系评价矩阵；

5）将模糊关系评价矩阵与权重集相乘从而得到茎秆作物的抗倒伏能力的模糊综合评判集；

；

6）根据步骤5）中的结果，依据最大隶属度原则，最终判定其为评判集中的哪种结果。

所述对因素集中的各因素赋予相应的权数时，首先采用主观赋权法中的德尔菲法和层次分析法建立判断矩阵，再用一致性指标对判断矩阵进行一致性检验，若合格，则可通过计算该判断矩阵的最大特征根及对应特征向量，从而获得各因素的权重值。

所述步骤5）中，模糊综合评判集中的模糊综合评判指标采用加权平均算法进行计算，即按普通矩阵乘法计算权向量与评价矩阵的乘积，其计算公式为，。

下面结合具体实施例对本发明做进一步的说明。

一、建立茎秆作物抗倒伏能力的评价模型

模糊综合评判是作为模糊数学的一种具体应用方法，它是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的因素定量化，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法，其特点在于，评判逐对进行，对被评对象有惟一的评价值，不受被评价对象所处对象集合的影响。这种模型应用广泛，在许多方面，采用模糊综合评判的实用模型取得了很好的经济效益和社会效益。因此，本发明采用模糊评价的数学方法对茎秆作物的生物力学性能进行综合评价，进而建立茎秆作物抗倒伏能力的评价模型，其步骤如下：

1）确定评判集

评判集是评价者对评价对象可能做出的各种评价结果所组成的集合。评判集用大写字母表示，即；

各元素即代表各种可能的评价结果；

模糊综合评判的目的，就是在综合考虑所有影响因素的基础上，从评判集中得到最佳的评价结果；在对茎秆作物的生物力学评价中，我们建立了四级评判集，评判集中的元素分别代表优、良、中、差四个等级的结果；

2）确定因素集

因素集是评价对象的各种因素所组成的一个普通集合，即；

式中，是因素集，代表各影响因素；

本领域中，评价指标体系的构建一般有经验确定法和数学方法两种，但在实际应用中，多数均采用经验确定法。本发明采用专家调研法，对生物力学性质指标的选择咨询了相关领域专家，并按照上述评价指标选取原则，初步确定了茎秆作物优种生物力学性质指标：弹性模量、惯性矩、弯曲强度、抗弯刚度、剪切强度、抗拉强度、冲击韧性、松弛模量、蠕变柔量。在此基础上以小麦为研究对象，对其茎秆材料的生物力学性质指标进行了一系列试验研究分析。研究结果表明：松弛模量和蠕变柔量可以很好地表达茎秆的粘弹性特性，但实际测试中，由于试验难度大，测试过程耗时长。因此，在选择指标时没有考虑这两个指标，确定的该评价体系由1个一级指标、7个二级指标组成,如附图1所示；

确定该评价体系的指标后，茎秆作物的生物力学评价，是影响茎秆生物力学特性的因素集，即为一级指标，表示二级指标，则因素集包含七个子因素集，；

3）确定权重集

在因素集中，各因素的重要程度是不一样的，为了反映各因素的重要程度，应对各个因素赋予相应的权数，由各权数所组成的集合称为权重集，；

通常，各权数应满足归一性和非负性条件，即

，；

它们可视为各因素对“重要”的隶属度，因此，权重集可视为因素集上的模糊子集；

本发明为获得茎秆作物生物力学评价指标体系中各指标变量的权重系数，综合使用德尔菲法和层次分析法，设计了一种获取判断矩阵的专家调查表，选择山西农业大学、太原理工大学等长期从事材料力学性质研究的10位专家调查有关生物材料力学性质指标的重要程度。经过反复汇总和反馈各位专家的意见，在各位专家意见趋于一致时确定最后的重要等级，并对照层次分析法中常用的1-9标度法（其含义见附图2）对各指标重要程度量化，得到的结果如附图3所示。

在本发明中，根据专家调查结果，确定茎秆作物生物力学评价体系中第二层因素相对于总目标层的判断矩阵如下：

建立了判断矩阵，这使判断思维数学化，简化了问题的分析，使复杂的问题定量定性分析成为可能，但保持判断思维的一致性是非常重要的。因此，为了保证得到的结论合理，需要对构造的判断矩阵进行一致性检验，其一致性指标：；

式中为判断矩阵的一致性指标，为判断矩阵的最大特征根，为判断矩阵的阶数，为平均随机一致性指标，如附图4所示为1~9阶判断矩阵的。若随机一致性比率，即认为判断矩阵具有满意一致性，否则需要调整判断矩阵的元素取值。

由于本发明中所建立的小麦茎秆生物力学评价指标体系只有两层结构，只需对判断矩阵进行单排序及一致性检验。其计算结果为：

，，，，，，；

，，；

由计算结果，可知判断矩阵具有满意的一致性。因此，各生物力学性质指标相对于整个小麦茎秆生物力学评价指标的重要程度（由大到小）排序为：弯曲强度、抗弯刚度、惯性矩、弹性模量、冲击韧性、抗拉强度、剪切强度，权重系数依次为：0.376，0.262，0.153，0.089，0.060，0.037，0.023。则小麦茎秆生物力学评价体系的权重集。

4）单因素模糊评判

单独从一个因素出发进行评判，以确定评判对象对评判集元素的隶属程度，便称为单因素模糊评判。设评判对象按因素集中第个因素进行，对评判集中第个元素的隶属度为，则按第个因素评判的结果可用模糊集合表示：

，；

单因素模糊评价是进行综合评价的关键，通常是通过调查统计法或称模糊统计法进行的，对所有因素都分别进行评价后，即可得到矩阵：

式中，称为单因素评价矩阵，总可以看作是因素集和评判集之间的一种模糊关系，即影响因素与评价对象之间的“合理关系”；

5）模糊综合评判

单因素模糊评判仅反映了一个因素对评判对象的影响，这显然是不够的。我们的目的是要综合考虑所有因素的影响，得出科学的评判结果，这就需要进行模糊综合评判。

从单因素评判矩阵可以看出：的第行反映了第个因素影响评判对象取各个评判元素的程度；的第列则反映了所有因素影响评判对象取第个评判元素和程度。因此，可用各列元素之和来反映所有因素的综合影响，即

，；

但是，这样做并未考虑各因素的重要程度。如果在式的各项乘以相应的因素的权数，则更能合理地反映所有因素的综合影响。因此，模糊综合评判，可表示为；

权重集是一个模糊向量，上式可按模糊矩阵乘法进行运算，即

式中，称为模糊综合评判集；；

在模糊数学中，模糊综合评判指标应用不同的计算方法，得到的评判结果也有所不同。实际应用中，可以根据具体问题选择合适的计算方法，本发明选择加权平均算法，按普通矩阵乘法计算权向量与评价矩阵的乘积。这种算法在评价结果向量中包含所有因素的共同作用，真正体现了“综合”，其计算公式为：

，；

二、实例分析

根据供试品种小麦茎秆基部生物力学性质指标值，为使评价结果可供农学家在育种过程中进行调控，选择小麦开花期的数据作为评价等级确定的数据来源小。依据所有供试品种测试指标均值的大小，将测试品种指标均值的最大值作为评价等级“优”的下限，将所有品种的测试均值作为评价等级“良”的下限、“中”的上限，将测试品种指标均值的最小值作为评价等级“差”的上限。按此方法所确定的小麦茎秆生物力学指标评判等级对应的取值范围如附图5所示；

以正在进行优种选育的小麦品种“山农91003”和“山农129”为例，采用本发明的方法来判断两种小麦品种的抗倒伏能力；

1）构造模糊评判矩阵

将试验测试所得的“山农91003”和“山农129”小麦茎秆生物力学指标值与上述评判等级对应，统计测试值隶属于各评判等级的频数，将所得结果进行归一化处理后，得到模糊评判矩阵分别为：

；

2）模糊综合评价

采用本发明已确定的生物力学性质指标权重集，将上述模糊评价矩阵与生物力学评价指标权重集进行模糊变换，便可以得到对两个小麦品种的模糊综合评价矩阵：

由以上结果可以看出，“山农91003”的生物力学性质48.62%被评为差等级，39.93%的可能性被评为中等级，而“山农129”则被评为34.72%的优和“38.23%”的良。根据最大隶属度原则，最后“山农91003”被评为较差品种，“山农129”被评为优良种。

三、结论

1）构建了小麦茎秆生物力学评价指标体系，确定了小麦茎秆的弯曲强度、抗弯刚度、惯性矩、弹性模量、冲击韧性、抗拉强度、剪切强度等七个评价指标，应用德尔菲法和层次分析法确定了指标权重值分别为：0.376，0.262，0.153，0.089，0.060，0.037，0.023；

2）构建了小麦茎秆生物力学模糊综合评价模型，并以供试小麦为例进行了综合评价。结果表明，利用小麦茎秆生物力学性质指标体系及模糊综合评判模型可以对小麦茎秆的生物力学性质进行综合评价，从而得到所培育品种的“优、良、中、差”程度，能够给育种学家提供一个基础的理性参考依据，以便进一步改进优种筛选方向或采取相应农艺措施，缩短育种时间和培育真正意义上的优种。