不同葡萄品种设施环境适应性评价方法研究

环境适应性是植物在特定环境下能够生存并且繁衍后代的一种能力。连年丰产能力是评价环境适应性的最直观指标，连年丰产能力越强，植物的环境适应性越好[1]。连年丰产能力的测算，不仅操作繁杂、周期长、成本高，而且易受涝灾、旱灾和病虫害及天气好坏等不可控因素的影响。因此，急需建立一种快速有效且稳定性好的评价方法，评价不同葡萄品种的设施环境适应性，为设施葡萄专用品种的培育和品种选择提供理论依据。光补偿点、表观量子效率、设施内外光合潜力差值、叶绿素总含量、叶绿素a和b含量、栅栏组织和海绵组织及叶片厚度、干比叶质量、CO2补偿点、羧化效率、水分利用效率、蒸腾速率和暗呼吸速率等生理指标测定快速、简便、成本低，且一定程度上反映了不同葡萄品种的环境适应性。因此，从上述生理指标中筛选出与葡萄的设施环境适应性密切相关的指标并选择适宜的评价方法进行评价。关于诸多指标的综合评价，最常用的有主成分分析法[2]、Topsis法[3-5]、熵值法[6-7]、和熵权Topsis方法[8-9]等4种。本研究首先测定与葡萄的设施环境适应性相关的生理指标，借助相关分析确定与连年丰产能力密切相关的生理指标，然后以葡萄设施栽培条件下的连年丰产能力作为验证指标，以相关分析确定的与连年丰产能力密切相关的生理指标作为基础数据，运用不同的综合评价方法对葡萄的设施环境适应性进行分析比较，最后，筛选出快速有效的评价葡萄设施环境适应性的方法，达到缩短评价周期，降低评价成本的目的。

1 材料和方法

1.1 试验材料及地点

试验以4 a生贝达嫁接的红旗特早玫瑰、紫珍香、无核早红、红标无核、火星无核、乍娜、莎巴珍珠、红香妃、奥迪亚无核、香妃、红双味、京亚、巨峰、优无核、巨玫瑰、87-1、藤稔、布朗无核、夏黑、京秀、无核白鸡心、矢富罗莎等22个葡萄品种(品种编号见表1)为试材，在中国农科院果树所葡萄核心技术试验示范园的高效节能型日光温室和露地品种保存圃(辽宁兴城，东经120.51°，北纬 40.45°)内进行。行株距为1.0 m×0.5 m，单层水平龙干形配合直立叶幕，水肥一体化管理，其他管理同常规。

1.2 试验方法

1.2.1 连年丰产能力的测定以设施栽培条件下的平均结果系数和大小年结果指数按照1∶1权重加和计算得出的连年丰产系数，反映某一品种的连年丰产能力，计算公式如下：

平均结果系数α=∑(Cr-1+Cr+Cr+1)/3

大小年结果指数β=︱(∑(Cr-1+Cr+1)/2-Cr)/∑C︱

结果系数C=单株花穗数/单株新梢数

连年丰产系数γ=α′+ (1-β′)，其中α′和β′分别是平均结果系数α和大小年结果指数β的归一化值

式中Cr-1、Cr和 Cr+1依次为第1，2，3年的结果系数，平均结果系数α表明品种的丰产能力，数值越高，丰产能力越强；大小年结果指数β表明品种的稳产能力，数值越低，稳产能力越强[1]；连年丰产系数γ表明品种的连年丰产能力，数值越大，连年丰产能力越强；每品种调查6株，求平均值。

1.2.2 相关生理指标的测定自5月中旬开始(果实转色期)，选择晴朗无云的上午，利用Li-6400光合仪，对高效节能型日光温室内定植的不同葡萄品种的最佳功能叶进行测量，测定光响应和CO2响应曲线[10]，然后利用直角双曲线修正模型求得光补偿点、表观量子效率、CO2补偿点和羧化效率[11-12]。设定PAR为1 200 μmol/(m2·s)，CO2浓度为340 μmol/mol，于上午10:00-11:00间测定光合潜力(Pn，露地光合潜力在露地品种保存圃内于7月下旬的果实转色期测定)和蒸腾速率(Tr)，然后利用公式 (WUE=Pn/Tr)求得水分利用率(WUE)；在叶片暗中适应5 min后测定暗呼吸速率(Rd)[13]。上述测定时每个品种重复3次，取平均值。

在测定光合生理指标的同时，对高效节能型日光温室内定植的不同葡萄品种，采样测定叶片的栅栏组织厚度、海绵组织厚度与叶片总厚度[14]及叶绿素a(Chla)含量、叶绿素b(Chlb)含量、叶绿素a/b(Chla/b)比值与叶绿素总量(Chl(a+b))[15]，3次重复，取平均值。

1.3 不同综合评价方法

分别运用熵值法[16]、Topsis评价法[17]和熵权Tosis法[18]3种综合评价方法对不同葡萄品种的设施环境适应性进行评价，以连年丰产能力作为验证指标，对上述3种综合评价方法进行比较分析。

2 结果与分析

2.1 设施栽培条件下不同葡萄品种的连年丰产能力

连年丰产能力是体现葡萄品种环境适应性的根本指标[2]，因此，是设施葡萄品种选择的首要指标。品种的连年丰产能力由其连年丰产系数反映，连年丰产系数是不同葡萄品种环境适应性的量化，因此，设施栽培条件下不同葡萄品种的连年丰产系数排名即可反映该品种的设施环境适应性强弱。由表2可知，红旗特早玫瑰、无核早红、香妃、87-1、奥迪亚无核、乍娜、红标无核、紫珍香、红香妃、奥迪亚无核和莎巴珍珠等11个葡萄品种的连年丰产系数排名靠前，其平均结果系数均大于1.0、大小年结果指数均小于3.5%，显著优于其他品种，表明上述葡萄品种的设施环境适应性最强，适于设施栽培。其中无核白鸡心和红香妃适于设施栽培的2个葡萄品种的连年丰产系数分别为1.041 0和1.039 0，排名居于最后，因此，可作为评价某一葡萄品种是否适于设施栽培的参照品种，若某品种的连年丰产系数高于无核白鸡心和红香妃，则该品种适于设施栽培。

2.2 设施栽培条件下不同葡萄品种的相关生理指标与连年丰产能力的相关性分析

植物对环境因子变化的适应能力直接或间接地与自身对其光合作用的调整能力相关，因此，光合作用是评价植物对环境的适应能力的一项重要生理指标[14]。由表3可知，反映光合能力生理的指标很多，而且各个品种差异较大，人们无法直观的判断它们与其环境适应性的关系，为了更好地把握各项生理指标与连年丰产能力的关系，采用相关分析。

经相关性分析可知(表4)，不同葡萄品种的光补偿点、叶绿素a含量、叶绿素总含量、设施内外光合潜力差值和水分利用效率5个生理指标与其连年丰产系数显著相关，其中光补偿点和设施内外光合潜力差值与连年丰产系数成极显著负相关。光照时间短、光照强度低、光质组成以长波光谱的红光等占比例大是设施栽培光环境的典型特征。弱光是影响设施葡萄连年丰产能力的重要环境因素[1]，光补偿点是反映品种耐弱光能力的重要指标，光补偿点越低，耐弱光能力越强，因此，其设施环境适应性越强。叶绿素a和叶绿素b主要吸收利用红光和蓝紫光，其中叶绿素a吸收利用红光的能力显著强于叶绿素b[19]，因此，不同品种的叶绿素a含量与其设施环境适应性密切相关，叶绿素a含量越高则其设施环境适应性越强。叶绿素总含量是反映叶片质量好坏的重要参数，叶绿素总含量越高，光合能力越强，其适应设施环境的能力越强。设施内外光合潜力差值，是指同一葡萄品种设施栽培和露地栽培光合潜力的差值，很显然，同一品种设施内外光合潜力的差值越小，说明其设施环境适应性越好。水分利用效率是净光合速率和蒸腾速率的比值，与葡萄品种对设施环境的适应能力不相关，需剔除。综上所述，光补偿点、叶绿素a含量、叶绿素总含量和设施内外光合潜力差值4个生理指标可以替代不同葡萄品种的连年丰产系数作为其设施环境适应性评价的关键指标。

注：y.连年丰产系数；x.葡萄品种各项生理指标；*.相关性在P<0.05水平上显著；**.在P<0.01水平上极显著。

Note：y. Annual yield coefficient; x.Physiological indexes of grape cultivars; *.P<0.05; **. P<0.01.

2.3 不同综合评价法对不同葡萄品种设施环境适应性的评价

在确定的与连年丰产系数显著相关的4个生理指标中，光补偿点和设施内外光合潜力差值是低优指标，叶绿素a含量、叶绿素总含量是高优指标，为了解决4个生理指标不一致的问题，将4个指标归一化处理后，运用熵值法、Topsis法和熵权Topsis法3种评价方法进行综合评价。由表5可知，3种评价方法对不同葡萄品种设施环境适应性的评价结果与连年丰产系数的评价结果基本一致，这也进一步印证了不同葡萄品种的光补偿点、设施内外光合潜力差值、叶绿素a含量和叶绿素总含量4个生理指标与其设施环境适应性密切相关。但上述3种评价方法相互之间仍有差异，对照连年丰产系数排名可知，熵权Topsis方法评价结果与其最为接近，其次为Topsis方法，熵值法最差。之所以产生这些差异，主要是由于4种方法的理论差异、计算权重的差异决定的。熵值法指“熵”应用在系统论中的信息管理方法。熵越大说明系统越混乱，携带的信息越少；熵越小说明系统越有序，携带的信息越多，指标的权重越大[6]。本试验4个指标，其权重的确定是由于该指标的离散程度决定的，离散程度越大，则所占权重越大。Topsis法是一种根据多项指标、对多个方案进行比较选择的分析方法，通过在目标空间中定义一个测度，以此测量目标靠近正理想解和远离负理想解的程度来评估目标的绩效水平[5]。本试验中，根据业内专家讨论，将光补偿点、光合潜力差值、叶绿素a含量和叶绿素总含量等4个生理指标与连年丰产系数的相关系数分别作为其权重，分别为光补偿点0.911、光合潜力差值0.654、叶绿素a含量0.492、叶绿素总含量0.463。熵权Topsis法是一种改进的Topsis评价法，由于专家确定权重法难免会有些主观因素，因此，结合熵值法的客观权重(权重分别为光补偿点0.324、光合潜力差值0.250、叶绿素a含量0.227、叶绿素总含量0.199)，运用Topsis法的评价体系进行评价[9]。

3 结论与讨论

目前，关于葡萄设施环境适应性的研究很少，前人大多都是通过连年丰产能力的强弱来判断其设施环境适应性的强弱[1]。虽然连年丰产能力直观有效，但其不仅操作繁杂、周期长、成本高，还会受到一些不可控自然因素的影响，因此，急需建立一种快速有效且稳定性好的评价方法，评价不同葡萄品种的设施环境适应性，降低其环境适应性评价的时间成本和周期。本研究发现，不同葡萄品种的光补偿点、设施内外光合潜力差值、叶绿素a含量、叶绿素总含量等生理指标与其连年丰产系数密切相关，一定程度上反映了不同葡萄品种的设施环境适应性，因此，可以替代连年丰产能力作为评价设施环境适应性的有效指标。葡萄品种的设施内外光合潜力差值越小，光补偿点越低，叶绿素a和叶绿素总含量越高，则其设施环境适应性越强。以上述与连年丰产系数密切相关的生理指标为基础数据，运用综合排名法得到的葡萄设施环境适应性结果与通过连年丰产能力得到的结果十分相近，进一步说明，上述4个生理指标与连年丰产能力具有相互替代性。关于综合评价，本研究采取了最常用的熵值法、Topsis法和熵权Topsis法3种评价方法，结果表明，熵权Topsis法评价效果最好，Topsis方法次之，熵值法最差。这说明基于以上几个有效的评价指标，对不同葡萄品种设施环境适应性进行评价，Topsis方法通过正负理想解确定距离的评价体系较优，而熵值法通过数据离散程度确定的权重更准确客观，这样将2种方法的优点结合起来，评价结果也就更加准确。雷勋平等[20]在评价土地利用绩效上，信桂新等[21]在评价高标准基本农田建设后效应上，都有类似的结论。由此可见，在进行多指标的数据分析时，不要囿于一种方法，要多种方法尝试，甚至可以将2个方法结合起来，这样得到的结果可能会更加理想。

综上所述，无核白鸡心和红香妃2个葡萄品种可作为评价某葡萄品种是否适于设施栽培的参照品种。叶片光补偿点、叶绿素a 含量、叶绿素总含量和设施内外光合潜力差值等4个生理指标与连年丰产系数显著相关，可作为评价设施葡萄环境适应性的基础数据。熵权Topsis综合评价法对设施葡萄环境适应性评价结果的排序与其连年丰产系数排序基本相同，Topsis综合评价法次之，熵值法最差。

[1] 王海波, 王孝娣, 史祥宾, 王宝亮, 郑晓翠, 刘凤之. 葡萄不同品种对设施环境的适应性[J]. 中国农业科学, 2013, 46(6):1213-1220. doi: 10.3864/j.issn.0578-1752.2013.06.015.

Wang H B, Wang X D, Shi X B, Wang B L, Zheng X C, Liu F Z. Environmental adaptability of different grape cultivars in greenhouse[J]. Scientia Agricultura Sinica, 2013, 46(6):1213-1220.

[2] 赵丽, 朱永明, 付梅臣, 张蓬涛, 曹银贵. 主成分分析法和熵值法在农村居民点集约利用评价中的比较[J]. 农业工程学报, 2012, 28(7): 235-242. doi: 10.3969/j.issn.1002-6819.2012.07.039.

Zhao L, Zhu Y M, Fu M C, Zhang P T, Cao Y G. Comparative study on intensive use of rural residential land based on principal component analysis and method[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(7): 235-242.

[3] 洪惠坤, 廖和平, 魏朝富, 李涛, 谢德体. 基于改进TOPSIS方法的三峡库区生态敏感区土地利用系统健康评价[J]. 生态学报, 2015, 35(24):8016-8027. doi: 10.5846/stxb201406301353.

Hong H K, Liao H P, Wei C F, Li T, Xie D T. Health assessment of a land use system used in the ecologically sensitive area of the three gorges reservoir area，based on the improved TOPSIS Method[J]. Acta Ecologica Sinica，2015, 35(24):8016-8027.

[4] Hamdan S, Cheaitou A. Green supplier selection and order allocation using an integrated fuzzy TOPSIS, AHP and IP approach[C]. International Conference on Industrial Engineering and Operations Management，2015:1-10. doi:10.1109/IEOM.2015.7093826.

[5] Arabzad S M, Ghorbani M, Razmi J, Shirouyehzard H. Employing fuzzy TOPSIS and SWOT for supplier selection and order all ocation problem[J]. The International Journal of Advanced Manufacturing Technology, 2015, 76(5):803-818. doi: 10.1007/s00170-014-6288-3.

[6] Gwiazda P, Wiedemann E. Generalized entropy method for the renewal equation with measure data[J]. Communications in mathematical sciences, 2016, 15(2):577-586. doi: 10.4310/CMS.2017.v15.n2.a13.

[7] Li P, Li K, Liu C Y, Zheng D C, Li Z M, Liu C C. Detection of coupling in short physiological series by a jointdistribution entropy method[J]. IEEE Transactions on Biomedical Engineering, 2016,63(11)：2231-2242. doi: 10.1109/TBME.2016.2515543.

[8] Sun L Y, Miao C L, Yang L. Ecological-economic efficiency evaluation of green technology innovation in strategic emerging industries based on entropy weighted TOPSIS method[J]. Ecological Indicators, 2017, 73:554-558. doi:10.1016/j.ecolind.2016.10.018.

[9] 公丽艳, 孟宪军, 刘乃侨, 毕金峰. 基于主成分与聚类分析的苹果加工品质评价[J]. 农业工程学报, 2014, 30(13):276-285. doi：10.3969/j.issn.1002-6819.2014.13.034.

Gong L Y, Meng X J, Liu N Q, Bi J F. Evaluation of apple quality based on principal component and hierarchical cluster analysis[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(13): 276-285.

[10] 韩晓, 刘凤之, 谢计蒙, 王孝娣, 冀晓昊, 王海波. 四种综合评价法对不同葡萄品种设施环境适应性的评价和比较[J]. 植物生理学报, 2017, 53(12):2235-2243. doi：10.13592/j.cnki.ppj.2017.0218.

Han X, Liu F Z, Xie J M, Wang X D, Ji X H, Wang H B. Comparison of four comprehensive evaluation methods in evaluating environmental adaptabilities of different grape cultivars[J]. Plant Physiology Journal, 2017, 53(12):2235-2243.

[11] 叶子飘, 于强. 一个光合作用光响应新模型与传统模型的比较[J]. 沈阳农业大学学报, 2007, 38(6):771-775. doi：10.3969/j.issn.1000-1700.2007.06.001.

Yu Z P, Yu Q. Comparison of a new model of light response of photosynthesis with traditional models[J]. Journal of Shenyang Agricultural University, 2007, 38(6):771-775.

[12] 叶子飘, 于强. 光合作用光响应模型的比较[J]. 植物生态学报, 2008,32(6):1356-1361. doi：10.3773/j.issn.1005-264x.2008.06.016.

Yu Z P, Yu Q. Comparison of new and several classical models of photo-synthesis in response to irradiance[J]. Journal of Plant Ecology, 2008, 32(6):1356-1361.

[13] 汤章城. 现代植物生理学实验指南[M]. 北京：科学出版社, 1999.

Tang Z C. Modern plant physiology experiment guide[M]. Beijing：Science Press, 1999.

[14] 谢计蒙. 设施葡萄促早栽培适宜品种的评价与筛选[M]. 北京: 中国农业科学院, 2012.

Xie J M. Evaluating and Screening of the appropriate grape cultivars to promote early maturing in greenhouse[M]. Beijing: Chinese Academy of Agricultural Sciences, 2012.

[15] 赵世杰. 植物生理学实验指导[M]. 北京: 中国农业科技出版社, 1998.

Zhao S J. Plant physiology experiment guide[M]. Beijing: China Agricultural Science and Technology Press, 1998.

[16] Rubinstein R Y, Kroese D P. The Cross-entropy method[J]. Technometrics, 2004, 50(1):92. doi：10.1002/9780470230381.ch8.

[17] Jin H P, Park I Y, Kwun Y C, Tan X G. Extension of the TOPSIS method for decision making problems under interval-valued intuitionistic fuzzy environment[J]. Applied Mathematical Modelling, 2014, 35(5):2544-2556. doi：10.1016/j.apm.2010.11.025.

[18] Wang J, Zhang M S. Notice of retraction analysis of competitiveness evaluating index system of selected international shipping center based on SPA[C]. The International Conference on E-Business and E-Government, 2010:2898-2902. doi：10.1109/ICEE.2010.732.

[19] 黄持都, 陈计峦, 胡小松, 廖小军, 张燕, 吴继红. 光对采后果蔬叶绿素降解动力学研究[J]. 农业工程学报, 2008, 24(10):233-238. doi：10.3321/j.issn:1002-6819.2008.10.047.

Huang C D, Chen J L, Hu X S, Liao X J, Zhang Y, Wu J H. Kinetics for photo-degradation of chlorophyll in postharvest fruit and vegetable[J]. Transactions of the Chinese Society of Agricultural Engineering, 2008, 24(10):233-238.

[20] 雷勋平, Robin Qiu, 刘勇. 基于熵权TOPSIS模型的区域土地利用绩效评价及障碍因子诊断[J]. 农业工程学报, 2016, 32(13):243-253. doi：10.11975/j.issn.1002-6819.2016.13.035.

Lei X P, Robin Q, Liu Y. Evaluation of regional land use performance based on entropy TOPSIS model and diagnosis of itsobstacle factors[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(13):243-253.

[21] 信桂新, 杨朝现, 杨庆媛, 李承桧, 魏朝富. 用熵权法和改进TOPSIS模型评价高标准基本农田建设后效应[J]. 农业工程学报, 2017, 33(1):238-249. doi：10.11975/j.issn.1002-6819.2017.01.033.

Xin G X, Yang C X, Yang Q Y, Li C H, Wei C F. Post-evaluation of well-facilitied capital farmland construction based on entropy weight method and improved TOPSIS model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(1):238-249.