一种青稞品种生态适应性的评价方法

1.本发明属于植物品质评价技术领域，具体涉及一种青稞品种生态适应性的评价方法。


背景技术：

2.青稞(hordeum vulgare l.var.nudumhook.f.)是青藏高原最具特色的农作物，是大麦的一个变种，又称米大麦、裸麦、裸大麦，属于禾本科小麦族大麦属，是4500米以上的局部高海拔、高寒地带唯一可以正常成熟的农作物。青稞作为青藏高原地区的特色作物，分布区域包括青海、西藏全省以及四川、甘肃和云南的高海拔地区，种植面积广泛，同时由于青稞的生长区域较为偏远，病虫害的发生也较少，所以生长期内一般不施用农药。因此，青稞是高原地区真正无污染的绿色食品。青稞作为大麦的一种特殊类型，其营养成分也较水稻、小麦、玉米为高，是食用、饲用、酿造及药用兼用的作物。在粮食作物中，青稞具有高蛋白质、高纤维、高维生素、低脂肪、低糖等特点，它还含有降胆固醇作用的油酸、亚油酸、亚麻酸等；可溶性纤维和总纤维含量均高于其它谷类作物；青稞富含b族维生素、维生素c等；所含微量元素钙、磷、铁、铜、锌、锰、硒都高于玉米，其中，铁的含量高于小麦、水稻；青稞还含有18种氨基酸，尤以人体必需氨基酸较为齐全。因此，相较于小麦、玉米等主要粮食作物，青稞具有更高的营养价值，符合现代人健康饮食的理念。
3.近年来，随着青稞产业的发展，它不仅可以作为藏区人民的主粮，其营养品质也广泛运用到食品深加工、制药、酿酒等方面。“高产粮用，精深加工”已经成为新时代青稞多元化发展的新思路。青稞作为藏区人民的主要粮食作物，也是重要的生活来源，要想大幅度增加种粮食农牧民的现金收入，必须调整与优化种植业结构，因此，青稞优良新品种选育和新品种示范推广是当前实现稳定粮食生产、继续调整结构、增加农牧民收人这一重要任务的关键措施。种质资源是育种的基础,但目前西藏对青稞育种或栽培系统深人研究较少。藏区海拔高且各个地区甚至同一地区不同县的环境条件差异比较大，由于藏区高原地形地貌复杂，气候带齐全，土壤种类繁多，区域小气候明显，生长环境的差异性，使青稞具有丰富的多样性，因此，若能在生态差异极为突出的藏区选育出综合表现优异的青稞品种及生态区，对于促进我国青稞合理布局，优化种植结构，推动区域特色农业可持续发展将具有重要意义。
4.向莉等(11个青稞品种不同生态区适应性试验[j].大麦与谷类科学,2016,33(1):3.)在新疆冷凉地区奇台、巴里坤、木垒3个不同生态区对新引进的11个青稞品种进行了比较试验。通过对生育期、农艺性状与产量性状等指标的调查和分析，甘垦6号、奇引2号、12-900的综合性状表现良好，折合产量分别较对照品种昆仑14号增产14.9％、10.2％、1.8％。
[0005]
唐亚伟(春青稞新品系高产潜力生态适应性鉴定研究[j].西藏农业科技,2017,39(2):4.)利用17个高产型春青稞新品系进行不同生态区域高产潜力鉴定与筛选研究，主要分析不同生态区域春青稞新品系千粒重、穗粒数、成穗数等主要产量影响因子对高产潜力的影响。试验结果表明:产量三因素中成穗数是影响产量的关键因子，其次是穗粒数，第三位是千粒重，该试验中在不同生态区域各青稞新品系与对照的千粒重差异不显著，而最显
著的是成穗数；藏青13，藏青2000，04-2555等3个品系产量构成三因素在不同生态区域构成合理，是高产潜力充分体现的主要因素，平均产量潜力在313.22～330.38公斤之间，较同区域推广品种亩增产37.77公斤以上，适合在河谷农区示范推广；08-1281,08-1282等2个抗倒伏，高分蘖成穗率，抗病的青稞新品系，可选择在肥水条件相对较高，管理水平上等，机械化收获程度较高的河谷农区种植。
[0006]
韦泽秀等(藏青2000在西藏及周边青稞产区适宜性研究[j].西藏农业科技,2018,40(a01):4.)为了了解藏青2000青稞新品种在西藏及周边青稞产区的生态适应性，在西藏及周边青稞产区进行了多点藏青2000栽培试验，并对藏青2000及当地品种的籽粒产量、秸秆产量、收获指数、成穂数、穂粒数、千粒重等指标进行了取样分析，并对取样地进行了gps定位。研究结果显示:
①
藏青2000较当地品种平均籽粒产量增加11.33％；
②
藏青2000产量增加的主要原因是穗粒数和千粒重较当地品种高，从而提高收获指数；
③
从县乡一级分析发现藏青2000增产率变幅-16％～60％；
④
经纬度主要通过作用于有效穂数影响产量，藏青2000适宜经纬度种植范围，纬度28.8
°
～30.6
°
n，经度80.7
°
～99.6
°
e。
[0007]
青藏高原青稞种植海拔高度从1800m～4700m，地势高昂，群山连绵，使青稞生产天然分隔，按照地区、海拔、温，度和降水情况等总体上可分为河谷半干旱区、台地盆地区、高寒区和农林混合山地干旱半干旱区等4个生产区域类型，上述现有技术虽然对不同地区的青稞品种的生育期、农艺性状与产量性状等指标进行了研究，但其存在的不足之处主要有：以不同省区内为主，较少考虑不同省区内相同生态类型间的交叉；以自然生态条件和产量为主，对品种类型和品质影响因子考虑较少；特别是和当前青稞产业的多元化发展方向的结合度不紧密。


技术实现要素：

[0008]
本发明的目的在于提供一种青稞品种生态适应性的评价方法，通过研究不同品种在不同生态区的气象因子、产量及品质与环境条件的关系，通过相关性分析，筛选出与青稞产量相关的农艺和气候指标，利用聚类分析和隶属函数分析，建立青稞产量综合评价体系，筛选出综合表现优异的青稞品种及生态区，为青稞育种提供科学依据。
[0009]
为了实现上述目的，本发明采用的技术方案为：
[0010]
提供一种青稞品种生态适应性的评价方法，包括：
[0011]
(1)采集不同地区的青稞品种，对不同地区的环境气象因子和不同地区的青稞品种进行农艺性状、品质指标分析，得到关键评价指标；
[0012]
(2)对关键评价指标进行权重分析，对权重进行整数化，构建品种生态适应性综合评价指标；
[0013]
所述品种生态适应性综合评价指标包括基于农艺性状的品种生态适应性综合评价e
α
、品质评价e
β
和环境气象因子评价e
γ
；
[0014]
所述e
α
、e
β
、e
γ
的计算方法分别如式ⅰ、式ⅱ、式ⅲ：
[0015]eα
＝0.2401α1+0.2197α2+0.1904α3+0.1341α4+0.1165α5+0.0992α6式(ⅰ)
[0016]
式ⅰ中，α1代表产量，α2代表生育期，α3代表小穗数，α4代表千粒重，α5代表单株穗粒数，α6代表穗长；
[0017]eβ
＝0.1310β1+0.1227β2+0.1207β3+0.1162β4+0.1134β5+0.1103β6+0.1036β7+
[0018]
0.1016β8+0.0806β9式(ⅱ)
[0019]
式ⅱ中，β1代表清蛋白，β2代表总黄酮，β3代表葡聚糖，β4代表总酚，β5代表花青素，β6代表降落指数，β7代表γ-氨基丁酸，β8代表粗蛋白，β9代表硬度；
[0020]eγ
＝0.2958γ1+0.28.16γ2+0.2336γ3+0.1889γ4式(ⅲ)
[0021]
式ⅲ中，γ1代表全生育期月最低气温，γ2代表全生育期平均月温差，γ3代表全生育期平均月日照时数，γ4代表全生育期月最高气温；(3)根据青稞品种生态适应性评价指标的分级和判别标准，建立青稞品种评价指标评分系统，
[0022]
按照式ⅳ计算青稞生态适应性综合评价值e：
[0023]
e＝0.3776e
α
+0.3389e
β
+0.2835e
γ
式(ⅳ)
[0024]
(4)利用所构建的品种评价指标评分系统判定青稞品种生态适应性程度。
[0025]
青稞品种生态适应性是指青稞品种适应一定的生态环境(温、光、水、土、风、病虫害等)的特性，是青稞在生存竞争中为适应环境而形成的特定性状的一种表现，具有一定的限度和最适范围。
[0026]
气象条件是指各种天气现象的水热条件。所述气象资料包括但不限于平均气压、平均气温、极端最高气温、极端最低气温、平均相对湿度、平均降水量、平均蒸发量、平均风速、最多风向、沙尘暴日、最大冻土深度、最大积雪深度、日照时数、海拔等；所述“平均气压”、“平均气温”、“日照时数”等可以是年平均数值，也可以是月平均数值。
[0027]
优选的，本发明所述环境气象因子包括青稞生育期内月最低气温、平均月温差、平均月日照时数、月最高气温、海拔、月平均湿度、积温、月降水量、全生育期最低气温、全生育期平均月温差、全生育期平均日照时数、全生育期最高气温中的至少一种。
[0028]
优选的，所述农艺性状指标包括产量、生育期、小穗数、千粒重、单株穗粒数、穗长、株高、单株穗粒重、单株分蘖数中的至少一种。
[0029]
产量通常分为生物产量和经济产量，本发明中指生物产量。
[0030]
品质主要是指目标器官营养成分的含量、成分结构及其对人畜的营养价值。
[0031]
优选的，本发明所述品质指标包括但不限于清蛋白、总黄酮、葡聚糖、总酚、花青素、降落指数、γ-氨基丁酸、粗蛋白、硬度、容重、淀粉、粗脂肪、维生素等。
[0032]
优选的，所述淀粉包括直链淀粉、支链淀粉；所述维生素包括维生素a、维生素b、维生素c、维生素d、维生素e中的至少一种，进一步为维生素e。
[0033]
优选的，所述(1)中，通过主成分分析得到不同青稞品种的环境气象因子、农艺性状、品质指标中的关键评价指标。
[0034]
本发明通过不同生态区域的环境气象因子、农艺性状、品质指标等综合性状进行鉴定，才能选育出适宜不同生态区域的高产型新品种，忽视任何一个方面都难以达到预期的效果。
[0035]
优选的，(2)中，所述青稞品种生态适应性评价指标中，农艺性状、品质指标和气象因子评价指标分为高、中、低3个等级，分值为91～100为高级，75～90为中级，＜75为低级；
[0036]
优选的，抗倒性、条纹病通过是否否决进行分级。
[0037]
进一步的，抗倒性的判别标准为倒伏率iv级及以上时，判定为不适宜；条纹病的判别标准为自然发病鉴定高感，判定为不适宜。
[0038]
优选的，(4)中，依据综合得分对品种进行生态适应性判定，＞90分为适宜，75～90
分为较适宜，＜75分为不适宜，＜75分为不适宜。
[0039]
本发明的有益效果是：
[0040]
(1)本发明建立了一种科学、合理的青稞品种生态适应性评价方法，通过研究不同品种在不同生态区的环境气象因子、产量及品质与环境条件的关系，通过相关性分析，筛选出与青稞产量相关的农艺和气候指标，利用聚类分析和隶属函数分析，建立青稞适应性综合评价体系，筛选出综合表现优异的青稞品种及生态区，为青稞生态适应性区域划分提供新思路，为青稞品种示范推广提供科学依据。
[0041]
(2)本发明建立的评价方法考虑到了不同省区内相同生态类型间的交叉类型，除了自然生态条件和产量，本发明方法还兼顾了青稞品种类型和品质因素，和当前青稞产业的多元化发展方向的结合度更紧密；本发明建立的青稞品种生态适应性评价方法规范合理，能够满足青稞生产区域广、生态条件复杂、栽培方式多变等多样化需求。
附图说明
[0042]
图1为依据平均生育期的品种聚类图。
具体实施方式
[0043]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0044]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
[0045]
应当明确的是，下述实施例中所使用的实验方法如无特殊说明，均为常规方法，下述实施例中所使用的材料、试剂等，如无特殊说明，均可从商业途径得到。
[0046]
本文中所用的术语“包含”、“包括”、“具有”、“含有”或其任何其它变形，意在覆盖非排它性的包括。例如，包含所列要素的组合物、步骤、方法或制品不必仅限于那些要素，而是可以包括未明确列出的其它要素或此种组合物、步骤、方法或制品所固有的要素。
[0047]
实施例1
[0048]
(一)材料与方法
[0049]
1.试验材料
[0050]
选择青藏高原主栽和主推青稞品种15个，分为两类：一类是来自西藏和青海河谷盆地的中晚熟品种，包括藏青2000、藏青21、藏青22、喜玛拉22、昆仑15号和昆仑16号；另一类是来自西藏、青海、四川和甘肃高寒早熟品种，包括藏青17、昆仑14号、昆仑19号、昆仑18号、甘青8号、甘青9号、甘青4号、康青7号和康青8号(表1)。其中西藏品种5个，青海品种5个，四川品种2个，甘肃品种3个。
[0051]
表1 15个青藏高原主栽和主推青稞品种
[0052][0053]
2.试验地点
[0054]
结合青藏高原青稞主要种植产区的环境、气候特点，在青稞主要分布区域以及潜在发展区域选取15个代表性地点开展两年大田试验(表2)。
[0055]
表2 15个试点及负责单位
[0056][0057][0058]
(二)结果与分析
[0059]
本发明选取农艺性状、品质、环境气象因子三个性状分别进行相关性分析，主要目的是了解这些性状具体指标之间相关情况，主成分分析主要目的是筛选出各性状中较重要的指标进行青稞的综合评价，相关性分析是对主成分分析结果提供辅助参考的作用。
[0060]
通过相关性分析、主成分分析分别从农艺性状、品质、环境气象因子中筛选得到关键影响因子，再分别对农艺性状、品质、环境气象因子中的关键影响因子进行内部权重计算，分别得到农艺性状、品质、环境气象因子中指标的权重值，最后通过各自的权重值得到生态适应性综合评价公式。
[0061]
1.青稞品种农艺生态适应性评价指标筛选
[0062]
1.1生育期分析
[0063]
15个试验点的生育期情况见表3。
[0064]
表3 15个试验点生育期情况
[0065][0066]
根据两年的平均生育期，将15个品种进行聚类分析，由图1可分为3类，其中昆仑15号和昆仑18号平均生育期最短，为早熟组；昆仑19号、康青9号、昆仑16号、昆仑14号为中早熟组；藏青22、甘青4号、康青7号、甘青9号和甘青8号为中晚熟组；平均生育期最长，藏青23、藏青17、喜玛拉雅22和藏青2000为晚熟组。根据生育期特性将品种的熟期分开，便于后期将不同生育期的品种种植于不同的生态区。
[0067]
1.2农艺性状与气象指标分析
[0068]
对15个地区的15个青稞品种主要农艺及产量性状进行了检测，同时收集了15个地区的主要气象因子。结果表明，15个青稞品种农艺和产量指标在15个生态区产生不同的差异，相关性分析结果表明，平均产量与平均生育期、平均月温差显著正相关，平均产量与月最低气温显著负相关(表4)。
[0069]
表4农艺性状与气象条件相关分析
[0070][0071]
1.3农艺性状与气象指标筛选
[0072]
筛选的2年15个参试品种在15个试验点进行了品种适应性试验。利用spss 25.0对15个试验点的气候、地理、关键农艺性状等数据进行主成分分析(表5)。利用spss软件对原始数据进行标准化处理，得到17个变量的相关系数矩阵，再转换初始因子载荷矩阵，使载荷矩阵旋转之后载荷系数更接近1或者0，从而使因子载荷矩阵中系数更加显著。结果如表4所示，前5个主成分的特征值大于1，分别为λ1＝4.446、λ2＝3.890、λ3＝2.879、λ4＝2.148、λ5＝1.127，且前5个因子的方差贡献率达到85.228％，因此只提取前5个公因子可满足评价需要。
[0073]
表5表征值和贡献率
[0074][0075]
如表6所示，主成分分析生成的5个主成分载荷矩阵，其绝对值越大，对该主成分影响越主要。因此，主成分1以千粒重和全生育期平均月日照时数的影响为主；主成分2以全生育期月最高气温和月最低气温的影响为主；主成分3以单株穗粒重和全生育期平均月温差的影响为主；主成分4以单株穗粒数和小穗数的影响为主；主成分5以单株穗长和生育期的影响为主。
[0076]
表6 5个主成分的载荷矩阵
[0077][0078]
(三)青稞品种品质生态适应性评价指标筛选
[0079]
1.品质指标检测
[0080]
对两年15个地区的青稞籽粒进行了清蛋白、粗蛋白、淀粉、降落指数、总黄酮、粗脂肪、总酚、β-葡聚糖、维生素e、花青素、直链淀粉、支链淀粉、γ-氨基丁酸、容重、硬度共15个品质指标的检测(表7)。结果表明，15个品质指标在15个生态区产生不同的差异，除降落指数外其他14个品质指标在不同的地区均有显著差异，尤其是总酚、清蛋白、支链淀粉和花青素差异最显著。
[0081]
表7参试品种品质性状分析
[0082][0083]
2.品质指标相关性分析
[0084]
对15个品质指标进行相关性分析。表8结果表明，粗脂肪与清蛋白、淀粉显著负相关，总酚与总黄酮、葡聚糖显著正相关，容重与维生素e显著正相关，花青素与粗蛋白显著正相关，与降落指数显著负相关，淀粉与粗脂肪显著负相关，支链淀粉与淀粉极显著正相关，直链淀粉与支链淀粉极显著负相关，葡聚糖与总黄酮极显著正相关。
[0085]
表8品质性状相关分析
[0086][0087]
注：*显著水平(p《0.05)**极显著水平(p《0.01)
[0088]
3.品质生态适应性评价指标体系构建与品种评价
[0089]
对15个不同品种青稞15个主要品质特性指标进行主成分分析。首先，利用spss软件对原始数据进行标准化处理，得到15个变量的相关系数矩阵，再转换初始因子载荷矩阵，使载荷矩阵旋转之后载荷系数更接近1或者0，从而使因子载荷矩阵中系数更加显著。结果显示，前5个主成分的特征值大于1，分别为λ1＝4.23、λ2＝2.55、λ3＝1.43、λ4＝1.29、λ5＝1.18，且前5个因子的方差贡献率达到85.10％，因此只提取前5个公因子可满足青稞品质特性评价的需要(表9)。
[0090]
表9表征值和贡献率
[0091][0092]
如表10所示，主成分分析生成的5个主成分载荷矩阵，其绝对值越大，对该主成分
影响越主要。因此，主成分1以总黄酮和葡聚糖的影响为主；主成分2以清蛋白和γ-氨基丁酸的影响为主；主成分3以粗蛋白、β-葡聚糖和总黄酮的影响为主；主成分4以花青素和硬度的影响为主；主成分5以降落指数和总酚的影响为主。
[0093]
表10 5个主成分的载荷矩阵
[0094][0095]
(四)青藏高原青稞品种品质生态适应性评价体系构建
[0096]
1.青稞生态适应性综合评价指标筛选
[0097]
通过对15个地区环境气象因子和15个品种进行农艺性状和品质共32个指标分析，得到了影响青稞生态适应性的关键因素。在环境气象因子方面，从8个气象和环境指标中，通过主成分分析发现日照时数、最高气温、最低气温和月温差影响最大，因此，将以上4个环境气象因子作为关键评价指标；在农艺性状方面，从9个农艺性状指标中，通过主成分分析发现千粒重、单株穗粒数、穗长、小穗数和生育期影响最大，因此将以上5个农艺性状因子作为关键评价指标；在品质方面，从15个农艺性状指标中，通过主成分分析发现总黄酮、β-葡聚糖、清蛋白、γ-氨基丁酸、粗蛋白、降落指数、花青素、总酚和硬度影响最大，因此将以上9个品质因子作为关键评价指标。
[0098]
为了更加全面准确地研究环境气象、农艺性状和品质三方面筛选出的关键影响因子的相对重要性，利用spssau线上分析软件进行critic权重分析。具体的，本发明权重的获得是将农艺性状、品质和气象三方面数据统一进行标准化处理，通过spssau软件进行critic权重分析，从而获得每个方面在总体的权重，之后再对各个方面内主要指标进行critic权重分析，获得各指标的权重。critic权重分析的步骤如下：
[0099]
1.数据预处理
[0100]
将评价对象(m)和评价指标(n)构成原始数据矩阵x
[0101][0102]
2.数据标准化
[0103]
消除量纲影响分析结果，使所以数据能用统一的标准去衡量。
[0104]
对于正向指标公式：
[0105][0106]
对于逆向指标公式：
[0107][0108]
正向指标和逆向指标在对不同特点指标数据标准化处理中进行使用。
[0109]
3.计算信息承载量
[0110]
波动性：
[0111][0112]
其中为每个指标(列)数据平均值，xij为正向/逆向，是指正向和逆向数据通过上一步标准化处理过的数据。
[0113]
冲突性：
[0114]
计算冲突性时要用到指标的相关性矩阵，计算公式如下：
[0115]
以相关系数的形式来表现，rij表示评价指标i和j之间的相关系数
[0116][0117]
则，冲突性计公式:
[0118][0119]
其中，r
ij
表示第i个指标与第j个指标的相关系数。
[0120]
4.信息量
[0121]cj
＝sj×aj
，cj越大，第j个评价指标在整个评价指标体系中的作用越大，就应该给其分配更多的权重。
[0122]
5.权重
[0123]
所以第j个指标的客观权重wj
[0124][0125]
权重结果见表11，12。结果表明，在环境气象因子方面，权重值较高的因子为最低气温和月温差，较低的因子为日照时数；在农艺性状因子方面，权重值较高的因子为生育期和小穗数，较低的因子为穗长；在品质因子方面，权重值较高的因子为清蛋白和总黄酮，较低的因子为硬度。并在此基础上进行了相关文献查阅和专家咨询，对权重进行了整数化，以此为基础构建了青稞生态适应性综合评价体系(表13)，该体系反映了对青稞品种适应性影
响较重要的环境气象、农艺性状和品质三方面指标，可以较全面准确地反映青稞品种的生态适应性。
[0126]
表11青稞生态适应性综合评价指标critic权重分析
[0127][0128]
表12青稞生态适应性综合评价指标critic权重分析
[0129][0130]
表13青稞生态适应性综合评价体系
[0131][0132]
2.品种生态适应性综合评价公式建立
[0133]
根据表11所示农艺指标权重，建立基于农艺性状的青稞品种生态适应性综合评价公式：
[0134]eα
＝0.2401α1+0.2197α2+0.1904α3+0.1341α4+0.1165α5+0.0992α6式(ⅰ)
[0135]
式ⅰ中，α1代表产量，α2代表生育期，α3代表小穗数，α4代表千粒重，α5代表单株穗粒数，α6代表穗长；
[0136]
同时将品质指标和环境气象因子作为综合评价的加分项对青稞品种进行补充分
析，根据表11所示品质指标权重，建立品质和环境气象因子评价公式：
[0137]eβ
＝0.1310β1+0.1227β2+0.1207β3+0.1162β4+0.1134β5+0.1103β6+0.1036β7+
[0138]
0.1016β8+0.0806β9式(ⅱ)
[0139]
式ⅱ中，β1代表清蛋白，β2代表总黄酮，β3代表葡聚糖，β4代表总酚，β5代表花青素，β6代表降落指数，β7代表γ-氨基丁酸，β8代表粗蛋白，β9代表硬度。
[0140]eγ
＝0.2958γ1+0.28.16γ2+0.2336γ3+0.1889γ4式(ⅲ)
[0141]
式ⅲ中，γ1代表月最低气温，γ2代表平均月温差，γ3代表平均月日照时数，γ4代表月最高气温。
[0142]
结合(1)、(2)、(3)公式和表12分析结果中环境气象条件、农艺性状和品质三方面影响因子权重，得到青藏高原地区青稞生态适应性综合评价公式：
[0143]
e＝0.3776e
α
+0.3389e
β
+0.2835e
γ
式(ⅳ)
[0144]
3.青藏高原地区青稞品种评价指标评分
[0145]
根据青稞品种生态适应性评价指标的分级和判别标准，建立青稞品种评价指标评分系统(表14)。依据综合得分对品种进行生态适应性判定，＞90分为适宜，75～90分为较适宜，＜75分为不适宜。符合一票否决条件的，不再进行综合打分，直接判定为＜75分，即不适宜。
[0146]
表14青稞品种生态适应性评价指标评分表
[0147]
[0148][0149]
注：表中各项指标赋分时只赋整数分。
[0150]
4.青藏高原地区青稞品种生态适应性评价与分析
[0151]
根据表12所示方法对各个试点的青稞品种进行打分，并代入公式进行计算，最终得到品种的综合得分。依据综合得分对品种进行生态适应性判定，＞90分为适宜，75～90分为较适宜，＜75分为不适宜。符合一票否决条件的，不再进行综合打分，直接判定为＜75分，即不适宜。通过分析进行青藏高原地区青稞品种生态适应性排名。
[0152]
适宜点率＝(适宜试点数+较适宜试点数)
÷
生态区总试点数
×
100％式(
ⅴ
)
[0153]
适宜点率＞90％的品种判定为适宜本生态区；70％～90％的判定为较适宜本生态区；＜70％的判定为不适宜本生态区。
[0154]
根据表13分析结果表明，甘青9号、昆仑15号、昆仑16号、甘青4号和甘青8号等5个品种在15个试验点表现出较好的生态适应性。
[0155]
表13青藏高原地区青稞品种生态适应性评价
[0156][0157]
前述的实例仅是说明性的，用于解释本发明所述方法的一些特征。所附的权利要求旨在要求可以设想的尽可能广的范围，且本文所呈现的实施例仅是根据所有可能的实施例的组合的选择的实施方式的说明。因此，申请人的用意是所附的权利要求不被说明本发明的特征的示例的选择限制。在权利要求中所用的一些数值范围也包括了在其之内的子范围，这些范围中的变化也应在可能的情况下解释为被所附的权利要求覆盖。

技术特征：
1.一种青稞品种生态适应性的评价方法，其特征在于，包括：(1)采集不同地区的青稞品种，对不同地区的环境气象因子和不同地区的青稞品种进行农艺性状、品质指标分析，得到关键评价指标；(2)对关键评价指标进行权重分析，对权重进行整数化，构建品种生态适应性综合评价指标；所述品种生态适应性综合评价指标包括基于农艺性状的品种生态适应性综合评价e
α
、品质评价e
β
和环境气象因子评价e
γ
；所述e
α
、e
β
、e
γ
的计算方法分别如式ⅰ、式ⅱ、式ⅲ：e
α
＝0.2401α1+0.2197α2+0.1904α3+0.1341α4+0.1165α5+0.0992α6式(ⅰ)式ⅰ中，α1代表产量，α2代表生育期，α3代表小穗数，α4代表千粒重，α5代表单株穗粒数，α6代表穗长；e
β
＝0.1310β1+0.1227β2+0.1207β3+0.1162β4+0.1134β5+0.1103β6+0.1036β7+0.1016β8+0.0806β9式(ⅱ)式ⅱ中，β1代表清蛋白，β2代表总黄酮，β3代表葡聚糖，β4代表总酚，β5代表花青素，β6代表降落指数，β7代表γ-氨基丁酸，β8代表粗蛋白，β9代表硬度；e
γ
＝0.2958γ1+0.28.16γ2+0.2336γ3+0.1889γ4式(ⅲ)式ⅲ中，γ1代表全生育期最低气温，γ2代表全生育期平均月温差，γ3代表全生育期平均月日照时数，γ4代表全生育期最高气温；(3)根据青稞品种生态适应性评价指标的分级和判别标准，建立青稞品种评价指标评分系统，按照式ⅳ计算青稞生态适应性综合评价值e：e＝0.3776e
α
+0.3389e
β
+0.2835e
γ
式(ⅳ)(4)利用所构建的品种评价指标评分系统判定青稞品种生态适应性程度。2.根据权利要求1所述的评价方法，其特征在于，所述环境气象因子包括月最低气温、平均月温差、平均月日照时数、月最高气温、海拔、月平均湿度、积温、月降水量、全生育期最低气温、全生育期平均月温差、全生育期平均日照时数、全生育期最高气温中的至少一种。3.根据权利要求1所述的评价方法，其特征在于，所述农艺性状指标包括产量、生育期、小穗数、千粒重、单株穗粒数、穗长、株高、单株穗粒重、单株分蘖数中的至少一种。4.根据权利要求1所述的评价方法，其特征在于，所述品质指标包括清蛋白、总黄酮、葡聚糖、总酚、花青素、降落指数、γ-氨基丁酸、粗蛋白、硬度、容重、淀粉、粗脂肪、维生素。5.根据权利要求4所述的评价方法，其特征在于，所述淀粉包括直链淀粉、支链淀粉；所述维生素包括维生素a、维生素b、维生素c、维生素d、维生素e中的至少一种，进一步为维生素e。6.根据权利要求1所述的评价方法，其特征在于，所述(1)中，通过主成分分析得到不同青稞品种的环境气象因子、农艺性状、品质指标中的关键评价指标。7.根据权利要求1所述的评价方法，其特征在于，(2)中，所述青稞品种生态适应性评价指标中，农艺性状、品质性状和环境气象因子评价指标分为高、中、低3个等级，分值为91～100为高级，75～90为中级，＜75为低级。8.根据权利要求1所述的评价方法，其特征在于，抗倒性、条纹病通过是否否决进行分级。
9.根据权利要求8所述的评价方法，其特征在于，抗倒性的判别标准为倒伏率iv级及以上时，判定为不适宜；条纹病的判别标准为自然发病鉴定高感，判定为不适宜。10.根据权利要求1所述的评价方法，其特征在于，(4)中，依据综合得分对品种进行生态适应性判定，＞90分为适宜，75～90分为较适宜，＜75分为不适宜，＜75分为不适宜。

技术总结
本发明涉及一种青稞品种生态适应性的评价方法，包括：采集不同地区的青稞品种，对不同地区的环境气象因子和不同地区的青稞品种进行农艺性状、品质指标分析，得到关键评价指标；对关键评价指标进行权重分析，对权重进行整数化，构建品种生态适应性综合评价指标；根据青稞品种生态适应性评价指标的分级和判别标准，建立青稞品种评价指标评分系统；利用所构建的品种评价指标评分系统判定青稞品种生态适应性程度。本发明建立了的青稞品种生态适应性的评价方法，可以实现对优良品种的生态定位，对于促进青稞合理布局，优化种植结构，推动区域特色农业可持续发展具有重要意义。特色农业可持续发展具有重要意义。特色农业可持续发展具有重要意义。


技术研发人员：姚晓华 吴昆仑 姚有华 陈鲁鹏
受保护的技术使用者：青海省农林科学院
技术研发日：2023.04.17
技术公布日：2023/7/12