基于熵权-TOPSIS法平衡棉花品种的高产与稳产：综合评估框架研究

《Agronomy》：Balancing High Yield and Yield Stability: Comprehensive Evaluation of Cotton Varieties Based on Entropy Weight–TOPSIS

　　

为在棉花品种评价中同时考虑平均产量和年际稳定性，本研究将产量水平与稳定性整合至统一框架内。研究人员利用四年（2022–2025年）田间试验数据对10个棉花品种进行了评价。平均籽棉产量、变异系数（CV）和Shukla稳定性方差分别表征产量水平、年际波动幅度和品种×年互作稳定性；Finlay-Wilkinson回归系数辅助分析品种对年份特定环境的响应，并采用熵权-TOPSIS法进行综合排名。年份、品种及品种×年互作对籽棉产量的影响均达极显著水平（p < 0.001）。CV、平均产量和Shukla稳定性方差的权重分别为42.3%、32.1%和25.7%。平均产量排名与TOPSIS排名总体一致，但部分品种排序发生变化。中棉所100平均产量为3413 kg ha-1，CV为5.4%，在平均产量排名和熵权-TOPSIS综合排名中均位列第一。SCRC 28在稳定性方面排名第一但产量较低，综合排名第二。本研究表明，熵权-TOPSIS法可将产量水平、年际波动和品种×年互作稳定性整合至单一评价框架中，为多年品种试验从"高产筛选"向"高产稳产协调筛选"转变提供了有效方法。

基于熵权-TOPSIS法的棉花品种高产与稳产协调综合评价

一、研究背景与科学问题

棉花产量形成受品种遗传特性与环境条件的共同影响，不同环境下品种的产量表现和稳定性可能存在显著差异。在棉花品种筛选中，若仅依赖平均产量进行评价，容易导致那些在个别年份表现突出但年际波动大的高风险品种被推广应用于生产。因此，单纯基于产量的评价方式无法满足当前生产对产量稳定性的要求。如何同时兼顾产量水平和年际稳定性，建立科学完善的评价体系，是棉花品种评价中的关键问题。

针对难以同时兼顾产量和稳定性的难题，国内外学者已从多个角度开展了大量研究。Finlay等人提出了线性回归分析方法（即Finlay-Wilkinson回归系数法），利用回归系数b反映品种对环境变化的敏感度；Eberhart等人进一步提出结合回归系数与离回归方差的稳定性评价方法；Shukla利用稳定性方差分析法，基于方差分量衡量品种在年份间的相对稳定性；Becker等人系统讨论了动态与静态稳定性在品种稳定性分析中的区别；Kang首次提出产量与稳定性双选择指数（YS_i），将产量和稳定性纳入统一筛选框架。在多变量分析方法方面，Gauch等人比较了AMMI与GGE分析的统计特征和适用范围；Yan等人利用GGE双标图揭示品种表现与环境鉴别力之间的关系；Olivoto等人开发的多年多点试验分析工具也促进了品种、环境及品种×环境互作的综合分析。然而，鲜有研究将平均产量、年际波动和基因型×年互作稳定性同时纳入同一评价框架，并分析不同稳定性指标客观赋权后对最终品种排名的影响。

基于上述局限性，本研究利用连续四年（2022–2025年）田间试验数据，综合运用变异系数（CV）、Finlay-Wilkinson回归系数（b）和Shukla稳定性方差（σ²）三个指标从不同角度表征品种稳定性，进而采用熵权-TOPSIS法进行综合排名，并与传统基于平均产量的排名进行系统比较，旨在完善棉花品种评价体系，为多年品种比较试验从"高产筛选"向"高产稳产协调筛选"转变提供更全面的评价方法。

二、关键技术方法

本研究在中国农业科学院棉花研究所东场试验基地（河南省安阳市）开展，供试材料为黄河流域棉区10个代表性棉花品种，涵盖早熟、中熟、中早熟及紧凑型、松散型等不同生态类型。试验采用随机完全区组设计（RCBD），设10个品种处理、3次重复，共30个小区。主要技术方法包括：（1）采用常规双向方差分析和线性混合效应模型检验年份、品种及品种×年互作效应；（2）利用变异系数（CV）、Finlay-Wilkinson回归系数（b）和Shukla稳定性方差（σ²）从年际波动幅度、品种对环境变化响应趋势和品种×年互作偏离程度三方面评价稳定性；（3）采用熵权法确定各评价指标的客观权重；（4）应用TOPSIS法计算各品种与正负理想解的距离，获得相对贴近度作为综合评价指标。

三、研究结果

3.1 品种×年互作效应分析

双向方差分析结果表明，年份（F = 76.13，p < 0.001）、品种（F = 6.25，p < 0.001）及品种×年互作（F = 2.80，p < 0.001）效应均达极显著水平。年份效应平方和和均方最大，表明年份间复合环境差异对籽棉产量总变异的贡献最大；品种效应高度显著，证实品种间存在真实遗传差异；品种×年互作显著，表明不同品种在各年份间的产量响应存在差异，但其均方低于年份和品种效应，说明对产量总变异的贡献相对较小。进一步似然比检验显示，包含品种×年互作项的完整模型拟合效果显著优于不含互作项的简化模型（LRT = 81.54，df = 27，p < 0.001）。

3.2 品种间产量水平与稳定性差异

10个品种的四年平均产量范围为2558至3413 kg ha^-1，品种间在产量水平和稳定性方面存在明显差异。中棉所100平均产量为3413 kg ha^-1，CV为5.4%，表现出高产量水平和较小的年际波动。SCRC 28在等权稳定性排名中位列第一，Shukla稳定性方差仅为34，回归系数为0.78，其产量随年份环境变化的响应总体上与整体环境趋势一致。部分品种的产量水平与稳定性表现不一致，如中棉所1619和同建1号Shukla稳定性方差虽较小，但平均产量分别仅为2870和2727 kg ha^-1；中棉所60和0型的CV分别高达30.5%和29.1%，Shukla稳定性方差也较高，表明年际波动较大。

3.3 传统平均产量评价与熵权-TOPSIS综合评价

熵权法分析结果显示，CV的权重最高（42.3%），表明其在参试品种和评价指标范围内具有较强的区分作用；平均产量和Shukla稳定性方差的权重分别为32.1%和25.7%。基于上述权重，TOPSIS综合评价结果表明：中棉所100在平均产量排名和熵权-TOPSIS综合评价中均位列第一，其总体优势主要源于高产量水平和低年际波动；SCRC 28平均产量为2960 kg ha^-1，产量排名第三，等权稳定性排名第一，但由于Shukla稳定性方差权重较低（25.7%），其稳定性优势未能完全弥补与中棉所100的产量差距，综合排名第二；中棉所50平均产量排名第二，但因CV和Shukla稳定性方差均高于SCRC 28，综合排名降至第三；同建1号平均产量排名第八，稳定性排名第三，综合评价升至第五，表明良好的年际稳定性可部分补偿产量水平的不足。此外，中棉所60和冀228平均产量相同（均为2843 kg ha^-1），但前者CV（30.5%）和Shukla稳定性方差（673）均高于后者（27.0%和246），综合排名分别为第九和第七。

四、讨论与结论

讨论部分总结

本研究揭示了产量潜力与年际稳定性之间存在内在权衡关系。中棉所100的总体优势主要源于高平均产量和低CV，而SCRC 28的优势在于其对年份环境变化的响应较为协调。CV的较高权重表明参试品种在绝对波动幅度上的差异更大，这决定了中棉所100产量优势在综合评价中的主导地位；Shukla稳定性方差权重较低，表明其作为互作偏离的补充信息，未能逆转SCRC 28在平均产量上的劣势。传统平均产量评价与熵权-TOPSIS评价排名的差异本质上源于评价维度的扩展和赋权方法的客观性。平均产量仅反映产量的集中趋势，而熵权-TOPSIS利用信息熵客观赋权，在统一框架内平衡了产量水平与波动风险。本研究不仅验证了多性状综合评价体系的合理性，还回应了关于多种稳定性统计量适用条件的讨论。需要注意的是，本研究结果仅反映参试品种在本试验地点和年份条件下的相对表现，不能作为广泛地理适应性的证据。

研究结论翻译

基于连续四年田间试验数据，本研究采用熵权-TOPSIS法将平均产量、变异系数（CV）和Shukla稳定性方差纳入统一的综合评价框架。结果表明，年份、品种及品种×年互作对籽棉产量的影响均达极显著水平（p < 0.001）。熵权分析显示，平均产量、CV和Shukla稳定性方差的权重分别为32.1%、42.3%和25.7%，表明年际波动、产量水平和互作稳定性共同决定了品种的综合表现。中棉所100兼具高产量和低CV，在综合评价中排名第一；SCRC 28在等权稳定性排名中位列第一，但因产量较低而综合排名第二。这些结果证实，在品种选育中产量水平和稳定性难以完全同步实现，综合评价能够有效识别不同品种的产量-稳定性组合特征。平均产量排名与熵权-TOPSIS综合排名总体一致，但存在差异，表明稳定性指标的引入可以揭示平均产量评价无法反映的品种差异。该评价体系为棉花品种选育从"高产筛选"向"高产稳产协调筛选"转变提供了有效的定量分析框架。所选出的中棉所100和SCRC 28等品种可作为后续多环境验证的优先候选材料，其广适性有待未来研究中更多年份和地点的数据进一步验证。在实际育种方案中，熵权-TOPSIS综合排名可作为平均产量排名的补充，特别适用于区分平均产量相近但稳定性表现不同的育种材料，平均产量较高且综合排名靠前的材料应优先纳入后续多点试验。