基于品种比较试验建立陆地棉综合评价体系

杜逍; 郭文文; 吴莹; 陈全家; 张俊岭; 高永健; 宋鹤岭; 郑凯; DU Xiao; GUO Wenwen; WU Ying; CHEN Quanjia; ZHANG Junling; GAO Yongjian; SONG Heling; ZHENG Kai

网刊加载中。。。

使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

基于品种比较试验建立陆地棉综合评价体系 PDF

- ORCID：
杜逍 ¹
✉
- ORCID：
郭文文 ¹
- ORCID：
吴莹 ²
- ORCID：
陈全家 ¹
- ORCID：
张俊岭 ³
- ORCID：
高永健 ⁴
- ORCID：
宋鹤岭 ³
- ORCID：
郑凯 ¹
✉

1. 新疆农业大学农学院/新疆作物生物育种重点实验室，乌鲁木齐830052； 2. 新疆维吾尔自治区标准化研究院，乌鲁木齐830052； 3. 新疆仟朵种植农民专业合作社联合社，沙湾 832100； 4. 沙湾市农业技术推广中心，新疆沙湾 832100

最近更新：2025-04-03

DOI：10.13430/j.cnki.jpgr.20240809003

目录contents

摘要

为筛选适宜性较好的优质棉花品种，服务于生产。以24个早熟和早中熟陆地棉品种为材料，进行为期3年的品种比较试验，使用相关性、主成分、聚类、灰色关联度等方法进行分析。结果显示，3年误差项变异系数在0.21%~4.18%之间，2022年误差项变异系数相对较高，单株成铃数和单铃重变异程度最大；17对性状之间相关性达到显著水平，37对达到极显著水平，农艺性状与产量、纤维品质性状间相关性错综复杂，纤维品质性状内部相关性较为密切；提取到4个主成分，解释77.98%的变化率。以隶属函数、灰色关联模型和AHP模型为基础，提出一套资源综合评价体系，筛选得到金丰6号、J8031、新农大棉1号等综合品质较优品种，为生产中品种选择提供借鉴。分别在283份陆地棉资源群体和416份自育优良品系中验证综合评价体系，筛选得到A191、A110、Y228、Y210、Y297等优质材料和A241、A39、Y110、Y366、Y329等综合水平较差材料，经实际检验，评价结果与田间表现一致，证明评价体系具有进一步推广的基础。

关键词

陆地棉; 种质资源; 综合评价体系; 主成分分析; 灰色关联度分析

新疆棉花的生产在我国整个棉花产业的发展中扮演着不可或缺且无可替代的重要角色。截止到2023年，新疆棉花种植面积达到2.37万hm²，总产量占全国90%以上^［

1］。随着植棉面积扩大，新疆棉花品种存在“多、乱、杂”的现象，棉花品种种类繁多，商品种层出不穷，种业市场纷乱复杂，严重影响产业的良性发展^{［参考文献 2

百度学术}2］。

棉花种质资源中蕴含着大量可开发的优良性状，是改良现有品种，培育新品种的基础，有着不可替代的作用^［

3］。然而，长期以来，棉花育种工作对种质资源研究的重视程度不够，在挖掘利用与技术方法上相对滞后^{［参考文献 4

百度学术}4］，加之资源同质化程度高、优异资源丢失，不利于棉花品种选育工作。另外，在棉花种质创新的工作中存在材料冗余、亲缘关系复杂、重复过多等问题，导致优良资源难以被有效利用。由于缺少科学系统的评价模型，试验结果易受到环境因素影响，重复性低，不利于准确评价。因此，急需一套准确性高、适用面广的综合性棉花评价体系精准鉴定陆地棉种质各项性状指标的综合表现，深入研究各种质资源的特征特性，从根本上达到棉花种质资源的高效利用和品种精准评价。

品种评价分析方法主要有方差分析、同异分析、模糊综合评定法、AMMI模型、GGE模型、灰色关联分析、层次分析模型（AHP，analytic hierarchy process）、线性回归模型等综合分析体系，其功能与适用范围各异^［

5-8］。其中，灰色关联度分析根据因素之间发展趋势的相似相异程度，为衡量因素间关联程度提供了量化的度量，具有操作简便，适用性广的特点^{［参考文献 9

百度学术}9］。AHP模型通过建立层次分析系统进行分析，思路明了，具有较高的客观实用性和准确性^{［参考文献 10

百度学术}10］。当前品种评价主要围绕表型测定与单产水平比较进行，且过度依赖单一的评价方法，缺少科学系统的评价模型，难以为实际生产中品种的选择与优良资源筛选提供有效支持。

本研究使用推广面积大、性状稳定的24个审定的早熟和早中熟陆地棉品种为试验材料，采用隶属函数、灰色关联度分析和层次分析模型等方法，通过3年连续鉴定，根据农艺性状、产量、纤维品质等方面的具体表现，建立一套棉花品种综合性评价体系，同时将此评价体系分别应用于两套资源群体中，验证评价体系实用性和科学性，为种质资源综合性状的鉴定和种质创新提供新思路。

1 材料与方法

1.1 试验材料

选取北疆推广面积较大、性状稳定的24个早熟和早中熟陆地棉品种，其中国审品种11个，地方审定品种13个（表1），种子采购于市场，经检验均符合棉花种子播种要求。选取本团队前期收集的283份来源不同的陆地棉资源（A群体）和416份陆地棉自育优良品系（Y群体）作为综合评价体系的验证材料。

表1 参试棉花品种信息

Table 1 Information of cotton varieties used in this study

编号Number	品种 Cultivars	选育单位 Cultivars source	审定/引种编号 Validation number	适宜范围 Appropriate range	熟性Ripeness	生育期（d）Reproductive period
1	H33-1-4	新疆合信科技发展有限公司	国审棉20190017	西北内陆早熟棉区	早熟	125
2	J8031	新疆金丰源种业股份有限公司	国审棉20190023	西北内陆早中熟棉区	早中熟	135
3	NH12026	新疆合信科技发展有限公司	新审棉2018年47号	北疆早熟棉区	早熟	119
4	T115	新疆合信科技发展有限公司	新审棉2018年46号	北疆早熟棉区	早熟	122
5	创棉50	创世纪种业有限公司	国审棉2015014	西北内陆早中熟棉区	早中熟	139
6	创棉508	创世纪种业有限公司	国审棉20180006	西北内陆早熟棉区	早熟	125
7	创棉512	创世纪种业有限公司	国审棉20190022	西北内陆早中熟棉区	早中熟	135
8	疆优棉F015-5	新疆金丰源种业股份有限公司	国审棉20190016	西北内陆早熟棉区	早熟	123
9	金丰6号	新疆农业科学院经济作物研究所	国审棉20220010	西北内陆早中熟棉区	早中熟	131
10	金科20	北京中农金科种业科技有限公司	国审棉20190018	西北内陆早熟棉区	早熟	123
11	金垦1565	新疆农垦科学院棉花研究所	新审棉2021年27号	北疆早熟棉区	早熟	123
12	金垦1643	新疆农垦科学院棉花研究所	国审棉20200020	西北内陆早熟棉区	早熟	119
13	特璞棉116	新疆中农优棉棉业有限公司	国审棉20220008	西北内陆早熟棉区	早熟	123
14	新陆早61	新疆石河子棉花研究所	新审棉2013年39号	北疆早熟棉区	早熟	121
15	新陆早65	新疆合信科技发展有限公司	新审棉2014年56号	北疆早熟棉区	早熟	125
16	新陆早70	石河子农业科学研究院	新审棉2015年32号	北疆早熟棉区	早熟	120
17	新陆早76	新疆合信科技有限公司	新审棉2016年26号	北疆早熟棉区	早熟	125
18	新陆早79	石河子农业科学研究院	新审棉2017年43号	北疆早熟棉区	早熟	118
19	新陆早80	石河子农业科学研究院	新审棉2017年44号	北疆早熟棉区	早熟	117
20	新陆早82	新疆第五师农业科学研究所	新审棉2017年46号	北疆早熟棉区	早熟	120
21	新陆早84	新疆合信科技发展有限公司	新审棉2017年48号	北疆早熟棉区	早熟	120
22	新农大棉1号	新疆农业大学	新引棉（2018）002	西北内陆早中熟棉区	早中熟	120
23	新石K24	中国农业科学院棉花研究所	新审棉2018年42号	北疆早熟棉区	早熟	123
24	天云0769	石河子大有赢得种业有限公司	国审棉2015012	西北内陆早熟棉区	早熟	127

1.2 田间种植

试验于新疆塔城地区沙湾县金沟河农业试验基地（85°42′39″E，44°18′41″N，海拔490 m）开展，年平均气温10.56 ℃，气温日较差12.2~17.7 ℃，土壤类型为砂壤土，前茬作物为棉花；土壤有机质含量9.36~10.52 g/kg，属暖温带极端大陆性干旱荒漠气候。

试验在2021-2023年进行，分别于2021年4月15日、2022年4月17日和2023年4月14日播种，试验采用2.05 m宽膜，按照一膜6行宽窄行（宽行66 cm、窄行10 cm）配置行距，株距9 cm，种植密度14000~15000 株/667 m²，每个品种种植1膜，膜长150 m，每品种重复2次，同一重复内各品种随机排布，采用正常田间管理，生育期共灌水9次，化学调控9次，化学防治6次，喷施脱叶剂两次。

1.3 性状及测定方法

试验中测定的性状包括：株高、第一果枝高度、单株果枝数、单株成铃数、单铃重、每亩有效株数、籽棉产量、衣分、皮棉产量、上半部纤维长度、纤维整齐度、纤维断裂比强度、纤维伸长率、马克隆值。马克隆值以3.7~4.2（A级）最优，其次为3.5~3.6和4.3~4.9（B级），3.4以下和5.0以上（C级）最差^［

11］。

在每个小区内连续选取长势均匀的棉株15株，棉花吐絮期喷施脱叶剂后测定株高、第一果枝高度、单株果枝数、单株成铃数。每个小区取中部吐絮正常的50个棉铃进行考种，测定单铃重和衣分，在各小区中划出6.67 m²的区域，记录区域内所有有效株数，采收所有籽棉后称重轧花，以此估算每亩有效株数、籽棉产量和皮棉产量。在每个品种的皮棉中抽取样品约20 g，将样本送至棉花品质监督检验测试中心，对纤维上半部纤维长度、马克隆值、纤维断裂比强度、纤维整齐度、纤维伸长率等指标进行检测，根据3年数据计算BLUE值用于后续计算。

1.4 评价模型及公式

以试验误差的变异系数作为试验精确度和品种比较精确度的评价指标^［

12］，计算公式如下。

C E V = \frac{\sqrt[]{M S e}}{Y} \times 100 %

式中，MSe和Y分别为试验误差均方和试验总体均值。

围绕籽棉产量、单铃重、衣分、上半部纤维长度、纤维断裂比强度5个在产量和纤维品质上品种特征较强的指标，对材料进行层次需求分析，公式如下。

A_{i} = Σ p_{i} w_{i}

式中，A_i为参试材料的层次需求综合得分，p_i为该材料标准化后的单一性状数值，w_i代表此性状的权重，通过R语言计算得到。

参照沈丽^［

8］的方法对株高、第一果枝高度等14个性状进行灰色关联度分析，公式如下。

ξ_{i (k)} = \frac{m i n_{i} m i n_{k} |X_{0 (k)} - X_{i (k)}| + ρ m a x_{i} m a x_{k} |X_{0 (k)} - X_{i (k)}|}{|X_{0 (k)} - X_{i (k)}| + ρ m a x_{i} m a x_{k} |X_{0 (k)} - X_{i (k)}|}

使用主成分分析计算性状权重和综合D值，公式如下。

D_{i} = \sum_{i = 1}^{n} [u_{x i} \times W_{i}]

式中，D_i为综合D值，u_xi为标准化后的单一性状数值，W_i为单一性状权重。

基于上述3种品种评价模型，根据各方法优缺点赋予相应权重，尝试提出一套适应性广、准确性高的品种综合评价方案，计算公式如下。

S_{i} = 0.5 A_{i} + 0.3 ξ_{i} + 0.2 D_{i}

式中，S_i代表品种在本评价模型中的总得分系数；A_i表示品种的AHP得分系数；ξ_i为该品种的灰色关联度D_i为品种的隶属函数综合D值。

1.5 数据分析

使用Microsoft Excel 2019软件进行相关数据录入、整理和主成分分析，采用R语言Matrix包计算BLUE值， readxl、dplyr和magrittr包计算层次分析模型中各性状权重。采用SPSS 27.0软件进行数据统计分析。采用单因素方差分析和Duncan's新复极差法进行差异显著性分析，并用origin 2021和R软件包GGally绘图。

2 结果与分析

2.1 连续3年试验准确度检验

计算3年品比试验不同性状的误差项变异系数（CEV，coefficient of variation），检验试验结果的可靠性（表2）。结果表明，2023年各性状误差项变异系数相对较小，试验准确性较高，而2022年农艺性状误差项变异系数较大，误差略大于另外两个年份。不同性状间，单株成铃数、每亩有效株数和第一果枝高度易受环境影响，误差项变异系数较大，测量精准度相对较小。总体上讲，3年试验中各性状误差项变异系数均未超过5%，说明试验精准度处于较高水平，结果有足够的参考价值。

表2 不同年份试验各性状误差项变异系数

Table 2 Coefficient of variation for each trait in different years of experimentation ( % )

性状 Traits	2021	2022	2023
株高 Plant height	1.94	1.98	1.16
第一果枝高度 Height of the first fruiting node	2.42	2.32	1.86
单株果枝数 Number of branch per plant	1.82	2.06	2.40
单株成铃数 Number of bolls per plant	2.26	4.18	2.34
单铃重 Single boll weight	1.34	2.96	1.97
每亩有效株数 Number of plants per 667 m²	1.93	2.34	2.28
籽棉产量 Seed cotton yield	2.11	1.13	1.57
衣分 Lint percentage	0.86	0.79	0.62
皮棉产量 Lint production	2.54	1.34	1.82
上半部纤维长度 Upper half length of fiber	0.78	0.80	0.45
纤维整齐度 Fiber uniformity	0.40	0.27	0.26
纤维断裂比强度 Fiber specific tenacity	1.13	0.87	1.30
纤维伸长率 Fiber elongation	2.87	0.21	1.51
马克隆值 Micronaire	0.87	0.94	0.79

2.2 3年间性状差异分析

通过比较24个参试棉花品种3年间9个关键性状的差异（图1），发现在农艺性状方面，参试品种株高差异较大，2023年平均株高更高，2022年各品种间单株成铃数差异较大；产量性状方面，各品种单铃重和衣分在不同年份间变化较为稳定，2022年籽棉产量和皮棉产量明显优于另外2个年份，其中籽棉产量差异更明显；纤维品质性状方面，上半部纤维长度和纤维断裂比强度均是2023年较优，2022年相对较差，马克隆值在3年间的差异较小。

图1 3年间参试品种性状比较

Fig. 1 Comparison of the traits of the participating varieties during the three years

总体而言，2021年环境下产量性状与品质性状皆为中等水平，2022年环境下棉花单株结铃更多，产量表现较好，但纤维品质相对较差，2023年环境棉花株型高挑，单铃重提高，产量处于中等水平，且有良好的纤维品质。株高、单株成铃数、籽棉产量等性状更易受到生长环境的影响，而衣分、马克隆值等性状在不同环境间遗传较为稳定，主要由品种自身性质决定。

2.3 参试品种产量性状、品质性状比较

将24个品种3年产量数据标准化后计算BLUE值（表3）。金丰6号、J8031和疆优棉F015-5单铃重均超过6.0 g；新石K24、新陆早82每亩有效株数较多；J8031、新石K24、新农大棉1号、金丰6号等品种籽棉产量超过440 kg/667 m²；新农大棉1号衣分最高，超过44.0%；新农大棉1号、新石K24和J8031的皮棉产量超过200 kg/667 m²，另外还有金丰6号、特璞棉116等7个品种皮棉产量在180 kg/667 m²以上。

表3 产量性状较优品种及BLUE值

Table 3 Varieties with superior yield traits and their BLUE values

性状 Traits	位次Rank
性状 Traits	1	2	3
单铃重（g）Single boll weight	金丰6号（6.92）	J8031（6.45）	疆优棉F015-5（6.13）
每亩有效株数 Number of plants per 667 m²	新石K24（12433.33）	新陆早82（12088.89）	金科20（11925.00）
籽棉产量（kg/667 m²）Seed cotton yield	J8031（469.48）	新石K24（463.77）	新农大棉1号（449.21）
衣分（%）Lint percentage	新农大棉1号（46.88）	新石K24（44.37）	创棉512（44.18）
皮棉产量（kg/667 m²）Lint production	新农大棉1号（210.58）	新石K24（205.83）	J8031（201.16）

括号内数据为对应性状的具体数值，下同

The data in parentheses represent the values of corresponding traits，the same as below

参试品种3年间产量性状稳定性较好，其中2022年产量相对较高。金丰6号和J8031单铃重较高；新石K24每亩有效株数较多，有较高的籽棉产量；新农大棉1号因其高衣分在皮棉产量上存在较大优势。将24个品种3年产量数据标准化后计算产量性状总得分（图2），综合比较参试品种产量性状，发现新石K24>新农大棉1号>J8031>新陆早80>创棉50，位列前5名。

图2 参试棉花品种产量性状总得分

Fig. 2 Total score of yield traits of participating cotton varieties

参试品种3年间纤维品质性状较为稳定，总体纤维品质2023年较好。将24个品种3年纤维品质数据标准化后计算BLUE值（表4），发现特璞棉116、金丰6号和天云0769等9个品种上半部纤维长度超过30.0 mm；J8031、H33-1-4和NH12026纤维整齐度位列前3；金丰6号、金垦1643等5个品种纤维断裂比强度超过31.0 cN/tex；新陆早80、T115和金垦1565等品种纤维伸长率较高；金丰6号、特璞棉116、金垦1565等12个品种马克隆值处于B级水平。特璞棉116、金丰6号、金垦1565等7个品种纤维品质达到“双30”（上半部纤维长度30.0 mm以上、纤维断裂比强度30.0 cN/tex以上）水平。将24个品种3年纤维品质数据标准化后计算品质性状总得分（图3），结果表明，J8031>金丰6号>金垦1643>特璞棉116>新陆早80，位列前5。

表4 纤维品质性状较优品种及BLUE值

Table 4 Varieties with superior fiber quality traits and their BLUE values

性状 Traits	位次Rank
性状 Traits	1	2	3
上半部纤维长度（mm）Upper half length of fiber	特璞棉116（31.7）	金丰6号（31.6）	天云0769（31.1）
纤维整齐度（%）Fiber uniformity	J8031（88.0）	H33-1-4（85.7）	NH12026（85.4）
纤维断裂比强度（cN/tex）Fiber specific tenacity	金丰6号（33.5）	金垦1643（32.4）	J8031（32.4）
纤维伸长率（%）Fiber elongation	新陆早80（9.7）	T115（9.5）	金垦1565（9.5）
马克隆值 Micronaire	金丰6号（4.7）	特璞棉116（4.7）	金垦1565（4.7）

图3 参试棉花品种纤维品质性状总得分

Fig. 3 Total score of fiber quality traits of cotton varieties

2.4 参试棉花品种主要性状相关性分析

对参试品种3年14个主要性状间分别进行相关性分析（图4），结果显示3年平均相关系数有17对性状达到显著相关水平，37对性状达到极显著相关水平。农艺性状方面，株高与第一果枝高度呈极显著的正相关关系，另外单株果枝数与单株成铃数呈极显著正相关，说明株型对棉花的成铃能力存在较大影响。产量性状方面，皮棉产量与籽棉产量和衣分均存在极显著正相关，说明籽棉产量和衣分对皮棉产量存在直接的影响。纤维品质方面，上半部纤维长度与纤维整齐度、纤维伸长率、纤维断裂比强度和马克隆值均表现出显著或极显著的相关关系，纤维整齐度、纤维断裂比强度、纤维伸长率间彼此存在显著或极显著的正相关关系，而马克隆值与上半部纤维长度、纤维断裂比强度和纤维伸长率均呈负相关关系，其中与上半部纤维长度相关性达到显著水平，说明在一定范围内，高纤维品质材料的马克隆值较低。

图4 参试品种主要性状相关性分析

Fig. 4 Correlation analysis between main traits of the varieties

图中X1~X14分别表示株高、第一果枝高度、单株果枝数、单株成铃数、单铃重、每亩有效株数、籽棉产量、衣分、皮棉产量、上半部纤维长度、纤维整齐度、纤维断裂比强度、纤维伸长率和马克隆值；图中左下角散点图表示不同年份两种性状间的数据拟合情况，散点图横纵坐标均为对应性状的具体数据，斜线处面积图表示3年间各性状的正态分布情况，右上角为不同年份和三年平均的相关系数，同一年份数据用同一种颜色表示，蓝色为2021年，绿色为2022年，粉色为2023年；*、**、***分别表示在P≤0.05、P≤0.01、P≤0.001水平上显著相关

X1 to X14 in the figure represent plant height，height of the first fruiting node，number of branch per plant，number of bolls per plant，single boll weight，number of plants per 667 m² ，seed cotton yield，lint percentage，lint production，upper half length of fiber，fiber uniformity，fiber specific tenacity，fiber elongation，and micronaire；The scatter plot in the bottom left corner of the figure illustrates the data fitting between two traits across different years. The horizontal and vertical axes of the scatter plot represent the specific data of the corresponding traits. The area chart with diagonal lines represents the normal distribution of each trait over the three years. The top right corner dsplays the correlation coefficients for different years and their three-year average，with data from the same year indicated by the same color，blue is 2021，green is 2022， pink is 2023；*，**，*** indicate significant differences at the levels of P≤0.05，P≤0.01，and P≤0.001，respectively

2.5 参试棉花品种主成分分析

对参试棉花品种3年14个性状进行主成分分析（表5），筛选出4个主成分，累计贡献率77.980%，能基本反映全部特征。第1主成分的特征值为5.824，贡献率为29.280%，第一果枝高度、株高、上半部纤维长度、纤维断裂比强度、纤维断整齐度的得分系数较高，说明第1主成分主要反映棉花株型和纤维品质水平；第2主成分特征值为2.707，贡献率为25.010%，籽棉产量、皮棉产量的得分系数较高，说明该主成分主要反映棉花的产量水平；第3主成分特征值为1.348，贡献率11.850%，其中单铃重和纤维整齐度得分系数较高，主要反映棉铃的大小；第4主成分的特征值为1.037，贡献率为11.840%，单株果枝数、单株成铃数和纤维伸长率得分较高，主要反映棉花品种的成铃能力。

表5 主要性状主成分特征向量

Table 5 Principal component eigenvectors of major traits

性状 Traits	第1主成分 PC1	第2主成分 PC2	第3主成分 PC3	第4主成分 PC4
株高 Plant height	0.844	0.146	0.076	0.249
第一果枝高度 Height of the first fruiting node	0.885	0.188	0.088	-0.051
单株果枝数 Number of branch per plant	0.464	0.373	-0.063	0.524
单株成铃数 Number of bolls per plant	0.349	0.712	0.103	0.290
单铃重 Single boll weight	0.047	0.666	0.518	0.102
每亩有效株数 Number of plants per 667 m²	-0.242	-0.043	-0.862	-0.147
籽棉产量 Seed cotton yield	0.178	0.884	-0.016	-0.017
衣分 Lint percentage	-0.359	0.461	0.111	-0.598
皮棉产量 Lint production	-0.004	0.925	0.026	-0.249
上半部纤维长度 Upper half length of fiber	0.726	0.088	0.442	0.100
纤维整齐度 Fiber uniformity	0.539	0.580	0.449	-0.152
纤维断裂比强度 Fiber specific tenacity	0.691	0.392	0.376	0.024
纤维伸长率 Fiber elongation	-0.082	-0.031	0.259	0.862
马克隆值 Micronaire	-0.863	0.062	-0.043	-0.068
特征值 Eigenvalue	5.824	2.707	1.348	1.037
贡献率（%） Contribution rate	29.280	25.010	11.850	11.840
累积贡献率（%） Cumulative contribution rate	29.280	54.290	66.140	77.980

2.6 综合评价体系构建

根据主成分分析结果计算权重，使用隶属函数计算D值并对参试品种排名（表6）。24个品种的D值在0.290~0.702之间，其中J8031（0.702）>H33-1-4（0.668）>金丰6号（0.648）>T115（0.621）>NH12026（0.573）综合排名较高，位列前五。

表6 不同模型下排名前10品种及得分

Table 6 Top 10 varieties and their scores under different models

隶属函数 Membership function			灰色关联分析 Grey relational analysis			层次分析法 Analytic hierarchy process
排名 Ranking	品种 Cultivars	D值 D value	排名 Ranking	品种 Cultivars	关联度 Correlation coefficient	排名 Ranking	品种 Cultivars	AHP得分 AHP score
1	J8031	0.702	1	金丰6号	0.758	1	金丰6号	4.371
2	H33-1-4	0.668	2	J8031	0.704	2	J8031	4.330
3	金丰6号	0.648	3	金垦1565	0.613	3	新石K24	4.267
4	T115	0.621	4	新农大棉1号	0.601	4	新农大棉1号	4.260
5	NH12026	0.573	5	新石K24	0.580	5	特璞棉116	4.238
6	金垦1565	0.558	6	T115	0.557	6	新陆早80	4.175
7	疆优棉F015-5	0.484	7	特璞棉116	0.556	7	金垦1565	4.156
8	金科20	0.447	8	天云0769	0.538	8	金垦1643	4.145
9	创棉508	0.436	9	新陆早80	0.533	9	新陆早76	4.143
10	特璞棉116	0.430	10	新陆早82	0.500	10	NH12026	4.128

通过3年品比试验各性状最佳表现拟合出一个理想品种模型，计算各参试品种与此模型的灰色关联度，根据主成分分析结果计算各个性状权重，得到品种与最佳模型间的加权灰色关联度（ξi），以此判定其综合表现水平。结果表明，24个品种关联度在0.394~0.758之间，金丰6号（0.758）>J8031（0.704）>金垦1565（0.613）>新农大棉1号（0.601）>新石K24（0.580），综合品质位列前5。

选择籽棉产量、单铃重、衣分、上半部纤维长度和纤维断裂比强度5个在产量和纤维品质上具有品种代表性的指标，对其进行赋分，使用AHP模型计算各自权重，根据参试品种的BLUE值计算各品种AHP综合得分（A_i）。结果表明，24个品种AHP得分在3.983~4.371之间，排名前五的品种分别为金丰6号（4.371）>J8031（4.330）>新石K24（4.267）>新农大棉1号（4.260）>特璞棉116（4.238）。

结合3种综合评价模型特点，核算其可重复性和失真程度，分别为其赋予0.2（D_i）、0.3（ξ_i）和0.5（A_i）的权重，根据3种综合评价模型结果进行加权运算，对运算出的综合得分进行排序，以此构建一套综合评价体系，将此体系应用于24个参试品种（表7）。结果显示，参试品种综合评价得分在2.195~2.542之间，金丰6号（2.542）>J8031（2.516）>新石K24（2.386）>新农大棉1号（2.380）>金垦1565（2.373），位列前五，结果与3种单一评价模型相近。

表7 参试品种综合评价模型得分

Table 7 Comprehensive evaluation model score of participating varieties

排名 Ranking	品种 Cultivars	综合评分 Score	排名 Ranking	品种 Cultivars	综合评分 Score	排名 Ranking	品种 Cultivars	综合评分 Score
1	金丰6号	2.542	9	新陆早80	2.314	17	新陆早70	2.259
2	J8031	2.516	10	金垦1643	2.301	18	金科20	2.255
3	新石K24	2.386	11	H33-1-4	2.299	19	新陆早61	2.247
4	新农大棉1号	2.380	12	疆优棉F015-5	2.294	20	新陆早82	2.246
5	金垦1565	2.373	13	新陆早76	2.291	21	新陆早84	2.237
6	特璞棉116	2.372	14	创棉50	2.276	22	创棉508	2.218
7	T115	2.341	15	天云0769	2.273	23	新陆早79	2.201
8	NH12026	2.319	16	创棉512	2.268	24	新陆早65	2.195

2.7 评价体系在陆地棉资源群体中的应用与验证

将283份陆地棉资源组成的群体表型数据（A群体）导入本研究构建的综合评价体系中，进行综合得分排名，同时采集田间表型图片加以印证，以此确定评价体系的准确性，排名前十与后十的极端材料见表8。283份材料综合得分在0.436~0.732之间（详见https：//doi.org/10.13430/j.cnki.jpgr.20240809003，附表1），81个资源综合得分在0.6以上，其中A191、A110、A232等资源综合得分较高。

表8 群体A在综合评价体系下极端材料名称及得分

Table 8 Name and score of extreme materials under the integrated evaluation system for population A

编号 Number	材料名称 Resource name	综合得分 Score	排名 Ranking	编号 Number	材料名称 Resource name	综合得分 Score	排名 Ranking
A191	新陆早24	0.732	1	A135	吐71-113	0.472	274
A110	农大棉7号	0.725	2	A95	灵宝棉	0.468	275
A232	新陆中64	0.707	3	A111	农林1号	0.465	276
A178	新陆早45	0.707	4	A31	八农212	0.463	277
A233	新陆中65	0.704	5	A25	St213RNR	0.456	278
A62	沪棉204	0.695	6	A92	辽锦棉3号	0.451	279
A281	WY17003	0.694	7	A91	辽7334-7728	0.450	280
A225	新陆中54	0.684	8	A78	荆州退化棉	0.450	281
A175	新陆早39	0.684	9	A39	川169-6	0.443	282
A77	荆55173	0.683	10	A241	豫棉18	0.436	283

A191单铃重和株高分别为7.12 g和90.08 cm，在A群体所有材料中位列第一和第二，另外单株果枝数和单株成铃数分别超过91.2%和96.5%的资源；A110单株果枝数、单株成铃数和衣分分别超过95.8%、91.95%和88.7%的资源；A232单株成铃数达到9.76个，位列第一，单株果枝数超过92.6%的资源，以上3个资源在A群体中位列前三。综合评价体系下排名后三位的材料中，A241单株成铃数和单铃重分别为5.61个和4.24 g，低于同群体内92.9%和93.6%的资源；A39株高和单铃重分别低于99.3%和98.6%的材料；A78单株成铃数和衣分均处于较低水平，分别低于群体内99.6%和98.6%的材料。

针对以上结果，在铃期采集A群体的田间表型照片，观察材料植株形态和棉铃数量及分布，根据结铃情况推算丰产能力（图5）。将综合评价模型中得分较高的材料和低评分材料的表型图片对比，发现高综合得分材料普遍茎秆粗壮、成铃较多、上部和外围铃占比较大，具有较高的丰产潜力；而低评分材料多存在茎秆细弱、植株倒伏等问题，成铃少而稀疏，下部铃和外围铃脱落较多，从而影响产量。

图5 283份陆地棉资源群体极端材料表型图

Fig. 5 Phenotypic pictures of extreme materials of 283 upland cotton resource groups

A为综合排名前五和后五名材料铃期表型；B为相同植株摘除叶片后的表型；下同

A shows phenotypic of material at bell stages for the top 5 and bottom 5 based on comprehensive ranking； B displays phenotypic of the same plants after leaf removal； The same as below

2.8 评价体系在陆地棉优良品系中的应用与验证

以416份陆地棉优良品系（Y群体），对所构建的综合评价体系进行验证（表9）。Y群体综合得分在0.422~0.667之间（详见https：//doi.org/10.13430/j.cnki.jpgr.20240809003，附表2），22个资源综合得分在0.6及以上，其中Y228、Y210、Y297等资源综合水平较高。在Y群体排名前三的品系中，Y228的单株成铃数和单株果枝数达到11.2个和8.4台，分别位列第一和第四；Y210单铃重达到6.56 g，超过群体内98.5%的品系，衣分为42.97%，超过85.6%的资源；Y297单株成铃数、纺织参数和单株果枝数分别超过95.7%、90.6%和82.7%的品系，综合品质较优。

表9 群体Y在综合评价体系下极端材料名称及得分

Table 9 Names and scores of extreme materials of population Y under the integrated evaluation system

编号 Number	综合得分 Score	排名 Ranking	编号 Number	综合得分 Score	排名 Ranking
Y228	0.667	1	Y235	0.451	407
Y210	0.647	2	Y313	0.451	408
Y297	0.637	3	Y370	0.445	409
Y57	0.627	4	Y365	0.442	410
Y406	0.625	5	Y54	0.440	411
Y383	0.624	6	Y247	0.437	412
Y3	0.615	7	Y394	0.433	413
Y396	0.615	8	Y329	0.426	414
Y55	0.614	9	Y110	0.425	415
Y164	0.612	10	Y366	0.422	416

Y366单株成铃数和单株果枝数均在416份材料中排名最末，纤维品质方面，上半部纤维长度为26.75，低于91.2%的材料；Y110株高为63.38 cm，在整个群体中排名倒数第四，另外单株成铃数和单铃重分别低于82.3%和81.3%的材料；Y329株高、单株成铃数和单株果枝数均处于较低水平，分别低于群体中99.8%、97.4%和97.1%的材料，另外单铃重仅为4.16 g，低于96.9%的材料。这3个材料在综合评价体系中排名最后3位。

比较Y群体铃期田间表型照片发现（图6），综合得分较高的材料（Y228、Y397、Y210等）株型高挑，外围棉桃占比大，叶片布局合理，避免郁闭的同时提高光合效率，促进营养的有效转化；Y366、Y110等低评分材料则出现植株矮小、生长势弱、果枝和成铃数少等问题，棉铃多为内围铃，难以实现高产。

（图6）

图6 416份陆地棉优良品系资源极端材料表型

Fig. 6 Phenotypic of extreme materials of 416 elite upland cotton lines

从多年数据和田间表型图片上看，评价结果与实际情况相近，证明此评价体系有较高的可重复性和准确度，在对种质资源的评价上存在足够的应用基础。

3 讨论

3.1 误差项变异系数与试验精准度

农作物区域试验的精确度是衡量试验质量的重要指标，也是对参试品种和试验环境科学评价的基础，在区域试验质量评价中受到广泛的重视。区域试验的精确度是指同组参试品种在同一试点重复间或不同试点中表型值的大小或品种排序的相似性。试验误差变异系数是区域试验精确度常用的评价指标，区域试验汇总时通常将变异系数大于15%的单年单点试验视为不合格^［

13］。本研究中3年试验各性状误差项变异系数在0.21%~4.18%之间，均低于15%，说明试验精确度较高，结果具有一定可信度。

3.2 变异系数与相关性分析

张华崇等^［

14］对46份棉花杂交组合的14个主要性状变异系数进行分析，发现第一果枝高度、单株成铃数、皮棉产量的变异系数较大，更易受到环境影响，并提出应加大这3个性状上的改良力度。本研究的24个品种通过3年试验测定14个性状，发现单株成铃数和第一果枝高度有较高的变异系数，说明这两个性状在不同品种间的差异较大，有更大的改良空间，与前人的研究成果基本一致。

关于棉花不同性状相关性分析，席育贤等^［

15］对3个试验点下16个棉花品种的主要性状进行相关性分析，发现皮棉产量与生育期、籽棉产量极显著正相关，与衣分显著正相关；唐中杰等^{［参考文献 16

百度学术}16］对转Bt基因抗虫棉进行连续16年的观察测定，发现单株成铃数和衣分是构成皮棉产量的重要因素。李有忠等^{［参考文献 17

百度学术}17］对630份陆地棉资源产量与品质性状进行相关性分析，发现上半部纤维长度与第一果枝高度、单铃重极显著正相关，纤维断裂比强度与株高、单铃重极显著正相关，马克隆值与衣分极显著正相关。本研究发现，株高与单株成铃数呈显著正相关关系，皮棉产量与单铃重、衣分、籽棉产量显著正相关，纤维品质指标内部除马克隆值外以正相关关系为主，与前人的研究结果有所重合。在今后的品种改良工作中需进一步协调产量与纤维品质性状之间的关系。

3.3 优质品种综合评价

产量性状方面，单铃重和衣分是棉花产量构成的重要因素，研究表明，单铃重在5.0~6.5 g，衣分在41%以上时棉花能得到更高的产量^［

18］，另外每亩有效株数除作为产量构成关键因素外，还反映棉花品种的抗逆能力，相同播种量下，株数较高的品种往往对环境有更强的适应力^{［参考文献 19

百度学术}19］。在3年的品比试验中，金丰6号和J8031单铃重较高，在籽棉产量方面优势突出，新石K24对逆境抗性更强，每亩有效株数多于其他品种，新农大棉1号在衣分方面展现出巨大优势，达到46.88%，皮棉产量也处于较高水平。

纤维品质方面，上半部纤维长度和纤维断裂比强度反映棉花品种纤维的基本质量，两个指标均达到30.0以上时，说明该棉花品种纤维品质较好，达到“双30”水平；而纤维整齐度、纤维伸长率和马克隆值反映棉花品种的纺织品质，直接影响品种的推广与使用^［

20］。3年试验结果表明，特璞棉116、金丰6号、金垦1565等7个品种纤维品质达到“双30”水平，另外H33-1-4和新陆早80在纤维整齐度和纤维伸长率方面表现出较高水平，天云0769等7个品种马克隆值处于B级以上水平。

综合比较24个参试品种，金丰6号、J8031和新农大棉1号等品种综合水平较优，在3种比较模型中均有较高的得分，具有更高的推广潜力。

3.4 品种综合评价体系构建

主成分分析法通过数据降维达到简化性状关系的目的，郑巨云等^［

21］对203份陆地棉品种的14个主要性状进行主成分分析，共筛选出6个主成分，累积贡献率为72.82%；赵康等^{［参考文献 22

百度学术}22］对42个海岛棉品种的8个耐盐性指标进行主成分分析，得到两个主成分，共解释92.54%的变化率。但此方法对数据要求较高，需要稳定准确的表型数据作为支撑，且受试验环境影响较大，导致准确度降低，仅适用于多年多点环境型较多的试验，若重复较少则会受到当年环境因素影响，导致试验准确性的降低。本研究对24个品种3年间14个性状进行主成分分析，筛选出4个主成分，共解释77.980%的变化率，根据结果计算性状权重，使用隶属函数计算D值，比较结果表明J8031>H33-1-4>金丰6号>T115>NH12026，位列前五。

灰色关联度分析法是对一个发展变化系统进行量化比较的一种分析方法，具有直观、全面、有效等优点^［

23］，在应用时可充分利用原始数据，选取多项指标，通过对比数列分析系统内部的相关性，确定相关性最为显著的因素，并将系统中众多复杂的因素进行综合评价，按最后加权关联度值大小进行优劣排序^{［参考文献 24

百度学术}24］。刘翔宇等^{［参考文献 25

百度学术}25］通过主成分分析与灰色关联度分析对10份海岛棉新品系进行评价，认为CRM-8、CRM-6、CRM-3和CRM-1性状表现较好，有较为广阔的推广前景。此方法准确度略有不足，如某个品种在单一性状上出现远大于其他品种的情况时，会影响其他性状的评价，从而导致评价结果失真，因此该模型不适用于高精确度要求的试验设计。本研究通过灰色关联分析对24个参试品种进行排序，发现金丰6号、J8031、金垦1565、新农大棉1号和新石K24综合表现较好，位列前五。

层次分析法将人的主观判断用数量形式表达和处理，综合定性与定量性状观测指标进行多准则决策，具有较高的可行性与科学性，适用于处理复杂决策问题，在农业生产领域得到了广泛应用^［

26］，赵玉芬等^{［参考文献 27

百度学术}27］应用AHP模型对收集到的34个卫矛属植物品种进行综合评价，筛选出11个I级品种；陈香波等^{［参考文献 28

百度学术}28］使用AHP模型评价41个引进百子莲属品种，筛选出12个观赏价值高、适应性强的品种。层次分析法评价结果会受到评价者个人喜好的影响，重复性较低，因此不适用于重复次数多、验证样本量大的试验设计。本研究使用AHP模型分析发现，24个品种综合得分在3.983~4.371之间，金丰6号>J8031>新石K24>新农大棉1号>特璞棉116，位列前五。

本研究比较3种综合比较模型结果，发现灰色关联度模型和AHP模型结果相近，排名前五的品种中有4个相同，隶属函数分析结果差异较大，前5名的品种中，仅金丰6号和J8031与另外两种模型一致。根据3种评价方法优缺点赋予3种评价方法相应的权重，构建出一套陆地棉综合评价体系，相较于常规单个模型评价，该体系使用3种不同数学模型对品种进行综合性评价，3种模型相辅相成，互相弥补其不足之处，克服了灰色关联分析因单一性状出现极大值而造成结果失真的问题，相较隶属函数有更高的准确性，同时校正AHP模型过高的主观性，增加结果的可重复性，大大提高了试验的准确性与可重复性。经过综合评价体系校正后，金丰6号>J8031>新石K24>新农大棉1号>金垦1565，位列前五，有较高的推广价值。同时，利用综合体系分别对283份自然资源群体和416个陆地棉优良品系在多个环境型下的表现进行评价，发现评价结果与田间生长趋势相一致，进一步验证了综合评价体系的科学性与可重复性，为综合评价体系的应用推广提供科学基础。

4 结论

3年试验中各性状误差项变异系数在0.21%~4.18%之间，均低于15.0%，试验精确度符合要求。14个性状株高、单株成铃数、籽棉产量在不同年份间变异程度较大，衣分和马克隆值等性状稳定性较高。金丰6号、J8031等品种单铃重高、结铃能力强，有较高的籽棉产量，新农大棉1号衣分方面优势突出，皮棉产量较高，特璞棉116、金垦1565、金丰6号等品种综合纤维品质较好。各性状间的相关关系错综复杂，除基本产量构成因素外，部分农艺性状与产量和品质性状同样存在相关关系。

以主成分和隶属函数分析、灰色关联度模型和AHP模型三种资源评价模型为基础，构建出一套综合评价体系，筛选出综合品质较高的金丰6号、J8031、新石K24等优质品种。本研究分别使用416份陆地棉优良品系和283份陆地棉资源在多个环境型下数据对模型效果进行验证，确认资源综合评价体系的实用性，为今后的品种评价和资源鉴定工作提供参考工具。

参考文献

国家统计局.国家统计局关于2023年棉花产量的公告.（2023-12-25）［2024-08-09］.https：//www.gov.cn/lianbo/bumen/202312/content_6922207 [百度学术]

National Bureau of Statistics. Announcement of the National Bureau of Statistics on cotton production in 2023.（2023-12-25）［2024-08-09］.https：//www.gov.cn/lianbo/bumen/202312/content_ 6922207 [百度学术]

张立涛，李晓君.浅谈棉种市场管理现状及对策.新农业，2023（5）：9-10 [百度学术]

Zhang L T， Li X J. Introduction to the current situation of cotton seed market management and countermeasures. New Agriculture，2023（5）：9-10 [百度学术]

杨芳芳.396份新疆陆地棉种质资源鉴定及评价.石河子：石河子大学，2023 [百度学术]

Yang F F. Identification and evaluation of 396 Xinjiang land cotton germplasm resources. Shihezi：Shihezi University，2023 [百度学术]

张文，逯涛，曾庆涛，王政洋，杨芮，赵富强.陆地棉种质资源遗传多样性分析及优异种质筛选.植物遗传资源学报，2024，25（7）：1190-1201 [百度学术]

Zhang W， Lu T， Zeng Q T， Wang Z Y， Yang R， Zhao F Q. Genetic diversity analysis of land cotton germplasm resources and screening of superior germplasm. Journal of Plant Genetic Resources，2024，25（7）：1190-1201 [百度学术]

魏铭森，陈蓉娟.棉花品种的多级模糊综合评定方法.中国棉花，1986（5）：18-22 [百度学术]

Wei M S， Chen R J. A multilevel fuzzy comprehensive evaluation method for cotton varieties. China Cotton， 1986（5）：18-22 [百度学术]

闫雷，张远学，高剑华，吴承金，肖春芳，王甄，张等宏，沈艳芬.利用AMMI模型分析湖北省区试品种稳定性和适应性.种子，2020，39（9）：76-79 [百度学术]

Yan L， Zhang Y X， Gao J H ， Wu C J ， Xiao C F ， Wang Z， Zhang D D ， Shen Y F. Analysis of stability and adaptability of district-tested varieties in Hubei province using AMMI model. Seed，2020，39（9）：76-79 [百度学术]

乔银桃.基于GGE模型的西北内陆棉区品种生态区划分和试验环境评价.镇江：江苏大学，2023 [百度学术]

Qiao Y T. The ecological zoning of varieties and the evaluation of experimental environment in the inland cotton region of Northwest China based on the GGE model. Zhenjiang：Jiangsu University，2023 [百度学术]

沈丽.机采长绒棉主要农艺性状的灰色关联度分析.广东蚕业，2022，56（8）：29-31，44 [百度学术]

Shen L. Gray correlation analysis of major agronomic traits in machine-picked long-staple cotton. Guangdong Sericulture，2022，56（8）：29-31，44 [百度学术]

刘录祥，孙其信，王士芸.灰色系统理论应用于作物新品种综合评估初探.中国农业科学，1989（3）：22-27 [百度学术]

Liu L X， Sun Q X，Wang S Y. A preliminary study on the application of gray system theory to the comprehensive evaluation of new crop varieties. Chinese Agricultural Science，1989（3）：22-27 [百度学术]

赵焕臣.层次分析法：一种简易的新决策方法.北京：科学出版社，1986：5-7 [百度学术]

Zhao H C. Hierarchical analysis： A simple new decision-making method. Beijing：Science Press，1986：5-7 [百度学术]

熊伟，秋黎凤，白雪.棉花国际通用标准与国棉标准比较探析. 纺织器材，2021，48（2）：53-57 [百度学术]

Xiong W， Qiu L F， Bai X. Comparative analysis of international general standards for cotton and Chinese cotton standards. Textile Equipment， 2021， 48（2）： 53-57 [百度学术]

孔繁玲，张群远，杨付新，郭恒敏.棉花品种区域试验的精确度探讨.作物学报，1998，24（5）：601-607 [百度学术]

Kong F L， Zhang Q Y， Yang F X， Guo H M. Discussion on the accuracy of regional trials of cotton varieties. Acta Agronomica Sinica， 1998， 24（5）：601-607 [百度学术]

许乃银，李健.我国棉花品种区域试验精确度的演变分析.棉花学报，2016，28（1）：34-41 [百度学术]

Xu N Y， Li J. Evolutionary analysis of the accuracy of regional trials of cotton varieties in China. Journal of Cotton，2016，28（1）：34-41 [百度学术]

张华崇，闫振华，赵树琪，黄晓莉，戴宝生，李蔚.46份棉花杂交组合主要性状主成分和聚类分析.种子， 2022，41（5）：60-65 [百度学术]

Zhang H C ， Yan Z H， Zhao S Q， Huang X L， Dai B S， Li W. Principal component and cluster analysis of major traits in 46 cotton hybrid combinations. Seed， 2022，41（5）：60-65 [百度学术]

席育贤，龚举武，潘境涛，王艳，孔德培.新疆阿克苏地区棉花优质高产新品种筛选.棉花科学，2022，44（4）：11-18，35 [百度学术]

Xi Y X， Gong J W， Pan J T， Wang Y， Kong D P. Screening of new high-quality and high-yielding cotton varieties in Aksu region of Xinjiang. Cotton Science，2022，44（4）：11-18，35 [百度学术]

唐中杰，谢德意，许守明，聂利红，吕淑平，王明坤.2005-2020年转Bt基因棉花抗虫性变化及其与产量性状的相关性分析.作物杂志，2023，39（2）： 77-82 [百度学术]

Tang Z J， Xie D Y， Xu S M， Nie L H， Lyu S P， Wang M K. Analysis of changes in insect resistance and its correlation with yield traits in Bt-transformed cotton from 2005 to 2020. Crops，2023，39（2）： 77-82 [百度学术]

李有忠，赵曾强，王志军，董永梅，谢宗铭.基于陆地棉种质资源表型性状的遗传多样性分析.湖南农业大学学报：自然科学版，2022，48（4）：394-400 [百度学术]

Li Y Z， Zhao Z Q， Wang Z J， Dong Y M， Xie Z M. Genetic diversity analysis based on phenotypic traits of land cotton germplasm resources. Journal of Hunan Agricultural University：Natural Science Edition，2022，48（4）：394-400 [百度学术]

喻树迅，范术丽，王寒涛，魏恒玲，庞朝友.中国棉花高产育种研究进展.中国农业科学，2016，49（18）：3465-3476 [百度学术]

Yu S X， Fan S L， Wang H T， Wei H L， Pang C Y. Research progress on high-yield cotton breeding in China. Chinese Agricultural Science，2016，49（18）：3465-3476 [百度学术]

戴茂华，吴振良，刘丽英，马俊永.种植密度对棉花生育动态、产量和品质的影响.华北农学报，2014，29（S1）：146-154 [百度学术]

Dai M H， Wu Z L， Liu L Y， Ma J Y. Effects of planting density on fertility dynamics， yield and quality of cotton. North China Journal of Agriculture，2014，29（S1）：146-154 [百度学术]

孟俊婷，韦京艳，唐淑荣，魏守军.2018-2019年我国棉花推广品种纤维品质状况调查.中国棉花，2020，47（8）：7-9，27 [百度学术]

Meng J T， Wei J Y， Tang S R， Wei S J. Survey on fiber quality status of promoted cotton varieties in China in 2018-2019. China Cotton，2020，47（8）：7-9，27 [百度学术]

郑巨云，桑志伟，王俊铎，龚照龙，梁亚军，张泽良，郭江平，莫明，李雪源.棉花品种抗旱性相关指标分析与综合评价.中国农业科技导报，2022，24（10）：23-34 [百度学术]

Zheng J Y， Sang Z W， Wang J D， Gong Z L， Liang Y J， Zhang Z L， Guo J P， Mo M， Li X Y. Analysis and comprehensive evaluation of drought tolerance indexes of cotton varieties. China Agricultural Science and Technology Bulletin，2022，24（10）：23-34 [百度学术]

赵康，杨涛，王红刚，李生梅，庞博，马尚洁，高文伟.42个新疆海岛棉品种萌发期耐盐性评价.作物杂志，2022，38（5）：27-33 [百度学术]

Zhao K， Yang T， Wang H G， Li S M， Pang B， Ma S J， Gao W W. Evaluation of 42 Xinjiang sea island cotton varieties for salt tolerance during germination. Crops，2022，38（5）：27-33 [百度学术]

邓聚龙.灰色系统与农业.山西农业科学，1985（5）：34-37 [百度学术]

Deng J L. Gray system and agriculture. Shanxi Agricultural Science，1985（5）：34-37 [百度学术]

刘斌，安力，刘涛，蒋志荣.基于灰色关联度分析的旱砂地籽瓜/花生间作模式评价.河南农业科学，2016，45（1）：96-99 [百度学术]

Liu B， An L， Liu T， Jiang Z R. Evaluation of seed melon/peanut intercropping pattern in dry sand land based on gray correlation analysis. Henan Agricultural Science，2016，45（1）：96-99 [百度学术]

刘翔宇，吴久赟，蒋立伟，加帕尔·尼亚孜，吾甫尔·阿不都，郭峰.新疆长绒棉新品系综合评价.作物杂志，2015（5）：50-54 [百度学术]

Liu X Y， Wu J Y， Jiang L W， Gapar N Y Z， Ufuer A B D， Guo F. Comprehensive evaluation of new long-staple cotton lines in Xinjiang. Crops，2015（5）：50-54 [百度学术]

郭亚军.综合评价理论与方法.北京：科学出版社，2002：7-15 [百度学术]

Guo Y J. Theory and methods of comprehensive evaluation. Beijing：Science Press，2002：7-15 [百度学术]

赵玉芬，王储一，蒋淑磊，储博彦.基于层次分析法的卫矛属资源综合评价.河北林业科技，2023（4）：1-5 [百度学术]

Zhao Y F， Wang C Y， Jiang S L， Chu B Y. Comprehensive evaluation of the resources of the genus Weixiang based on hierarchical analysis. Hebei Forestry Science and Technology，2023（4）：1-5 [百度学术]

陈香波，张冬梅，申瑞雪.百子莲属品种资源综合评价与筛选.上海农业学报，2023，39（4）：17-24 [百度学术]

Chen X B， Zhang D M， Shen R X. Comprehensive evaluation and suitable varieties selection of Agapanthus based on AHP method. Shanghai Journal of Agriculture，2023，39（4）：17-24 [百度学术]

请使用 Firefox、Chrome、IE10、IE11、360极速模式、搜狗极速模式、QQ极速模式等浏览器，其他浏览器不建议使用!