蔷薇属植物资源评价方法技术

本发明专利技术属于蔷薇属植物种植应用领域，提供了蔷薇属植物资源评价方法，包括构建层次分析模型，根据构建的层次分析模型和资源评价目标构建判断矩阵，根据构建的判断矩阵计算排序权重值，根据计算得到的排序权重值计算加权排序权重值，根据层次分析模型的方案层的各个要素的实际得分和计算得到的加权排序权重值计算加权得分，并利用加权得分进行资源评价的步骤；层次分析模型包括：决策层，对蔷薇属植物进行选定的应用评价或综合评价；准则层，对蔷薇属植物进行具体的应用评价；方案层，对准则层的具体的应用评价选定的生物学性状。本发明专利技术提供的方法对蔷薇属植物根据需要进行科学的评价，方便快捷地准确选择出需要的不同应用和综合应用的品种。

Evaluation method of Rosa resources

【技术实现步骤摘要】
蔷薇属植物资源评价方法
本专利技术属于蔷薇属植物种植应用领域，特别涉及一种蔷薇属植物资源评价方法。
技术介绍
蔷薇属植物历史悠久，我国为蔷薇属植物的主要发源地之一。《中国植物志》中记载的蔷薇属植物有82种，原产我国的种占全世界41％。蔷薇属植物约有一百多个野生种，它们是栽培品种的祖先。栽培品种的种源组成十分混杂，几乎现代所有的月季品种都经过了数百年不同杂交背景的育种。近年来，蔷薇属植物的育种方向除了关注观赏特性，也逐渐重视花香性状。欧洲蔷薇主要花香物质为苯乙醇及单萜醇类，且花香物质在不同品种间存在差异。玫瑰原产我国，是世界上最古老的天然香料之一，由其鲜花提取的玫瑰精油为世界名贵精油。充分发掘和利用优良种质资源，尤其是野生资源，加快新品种培育速度，是我国以玫瑰为主的蔷薇属植物(主要是蔷薇属芳香植物)产业发展的根本和必由之路。植物种质资源评价工作包括生物学鉴定、经济性状评价、抗逆性和抗病虫害能力鉴定等，是资源有效利用的基础，其中生物学性状评价和花香物质成分分析鉴定可为蔷薇属植物的育种和关键性状的分子生物学研究提供依据，然而，目前并没有一种客观、稳定的蔷薇属植物的资源评价方法。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种蔷薇属植物资源评价方法，所述方法包括构建层次分析模型，根据构建的层次分析模型和资源评价目标构建判断矩阵，根据构建的判断矩阵计算排序权重值，根据计算得到的排序权重值计算加权排序权重值，根据所述层次分析模型的方案层的各个要素的实际得分和计算得到的加权排序权重值计算各个品种的加权得分，并利用各个品种的加权得分进行资源评价的步骤；其中，所述层次分析模型包括如下三个层次：决策层，即对蔷薇属植物进行选定的应用评价或综合评价；准则层，即对蔷薇属植物进行具体的应用评价；方案层，即针对所述准则层的具体的应用评价所选定的生物学性状。本专利技术提供的方法综合了主观选择的评价目标和用于客观评价的要素，创造性地利用了层次分析法，可以对蔷薇属植物根据需要进行科学、客观的评价，得到的结论既能满足主观选择的需要，也充分利用了品种的客观性状数据，减少了大量的繁杂劳动，可以方便快捷地准确选择出需要的不同应用和综合应用的品种。附图说明图1为实施例1的园林应用评价层次分析模型。图2为月季开花级数示意图，每个小图中右下角的数字为花朵级别，其中，0级：未开的花蕾；1级：半开的花蕾；2级：全开的花蕾；3级：初开的花朵；4级：盛开的花朵；5级：盛末的花朵；6级：衰老的花朵。图3为实施例2的花香应用评价层次分析模型。图4为实施例3的园林应用评价与花香应用评价综合评价层次分析模型。具体实施方式为使本专利技术的技术方案、目的和优点更加清楚，下面通过具体的实施例子并结合附图对本专利技术做进一步的详细描述。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。下述实施例中所使用的各种试剂、材料等，若无特别说明，均为可以从商业渠道获得的产品；下述实施例中所使用的各种测试、检测方法若无特别说明，均为本领域中的常规测试、检测方法，均可以从教科书、工具书或学术期刊中获得。下述实施例中，均采用购自山西元决策软件科技有限公司的层次分析法软件(yaahp标准版)进行各种数值的计算。实施例1本实施例用来说明园林应用评价。本实施例对55个蔷薇属品种(参见表1)进行生物学性状的调查分析，其调查群体均为外地移栽的品种，对于移栽品种的初步资源评价集中在引种后的适应性性状(生长势相关性状)及采收难易相关性状(皮刺性状)。适应性较强的品种适合推广种植，并且也可以作为优秀的育种资源。表1生物学性状调查品种依据植物新品种特异性、一致性、稳定性测试指南蔷薇属(Guidelinesfortheconductoftestsfordistinctness，uniformityandstability-Rose(RosaL.)DUS测试指南)进行生物学性状的调查，生长势相关性状包括顶端小叶叶长、顶端小叶叶宽、5-7节节间长；皮刺性状包括皮刺下部形状、5-7节皮刺总数、5-7节长皮刺数、5-7节短皮刺数、刺毛有无。其中，长皮刺是指长度大于3mm的皮刺，短皮刺是指长度不大于3mm的皮刺。每株取3枝当年生枝进行调查，共选取3株作为生物学重复。调查对象为上述表1中的55个品种，在2018年5月和10月进行两次调查。采用层次分析法(AHP，AnalyticHierarchyProcess)，利用层次分析法软件，分别计算得到55个品种的加权得分，进一步评选出综合性状表现优良的品种。本实施例采用的具体的层次分析法如下：1、构建层次分析模型如图1所示，构建的层次分析模型共分三个层次：决策层，即对蔷薇属植物的资源应用评价(图1中最上部的“园林应用评价”层)；准则层，即对蔷薇属植物进行生长势状况和采收难易两方面的评价(图1中的“生长势状况评价”和“采收难易评价”层)；方案层，即调查的8个生物学性状(具体参见图1中最下端的八个性状层)。将构建的层次分析模型输入购自山西元决策软件科技有限公司的层次分析法软件(yaahp标准版)中，以便于后续的计算。2、构建判断矩阵根据评价的目标，结合客观的评价要素对于上一层次的重要性程度，对同一层次内的任意两个要素对于上一层次的重要性进行比较，根据每个要素对于上一层次的相对重要程度，用数值1、3、5、7、9对同一层次内的任意两个要素对于上一层次的相对重要性进行赋值。其中，1代表“同样重要”、3代表“稍微重要”、5代表“比较重要”、7代表“十分重要”、9代表“绝对重要”；数值1、3、5、7、9的倒数为两个要素的比较中，后一要素更为重要，且重要程度如上述描述。此外，如有必要，还可以用数值2、4、6、8分别代表1、3、5、7、9中的两个相邻判断的中值，数值2、4、6、8的倒数为两个要素的比较中后一要素更为重要，且重要程度如前所述。本专利技术中，两个要素之间对于上一层次的相对重要性赋值的含义均与此处相同，后面不再赘述。例如，如表2所示，对于准则层“生长势状况评价”来说，方案层的两个要素“顶端小叶叶宽”和“5-7节节间长”之间，后者相对于前者对“生长势状况评价”的重要程度为“十分重要”，因此，“5-7节节间长”相对于“顶端小叶叶宽”对于准则层“生长势状况评价”的重要性赋值为7；反之，“顶端小叶叶宽”相对于“5-7节节间长”对于准则层“生长势状况评价”的重要性赋值为1/7。构建的判断矩阵如表2至表4所示。具体地：根据方案层中与生长势相关的性状(顶端小叶叶长、顶端小叶叶宽、5-7节节间长)对准则层的“生长势状况评价”的重要程度，对任意两个性状之间对生长势状况评价的相对重要性进行赋值，从而构成表2所示的判断矩阵。根据方案层中与皮刺性状(皮刺下部形状、5-7节皮刺总数、5-7节长皮刺数、5-7节短皮刺数、刺毛有无)对准则本文档来自技高网...

【技术保护点】
1.一种蔷薇属植物资源评价方法，其特征在于，所述方法包括构建层次分析模型，根据构建的层次分析模型和资源评价目标构建判断矩阵，根据构建的判断矩阵计算排序权重值，根据计算得到的排序权重值计算加权排序权重值，根据所述层次分析模型的方案层的各个要素的实际得分和计算得到的加权排序权重值计算各个品种的加权得分，并利用各个品种的加权得分进行资源评价的步骤；/n其中，所述层次分析模型包括如下三个层次：/n决策层，即对蔷薇属植物进行选定的应用评价或综合评价；/n准则层，即对蔷薇属植物进行具体的应用评价；/n方案层，即针对所述准则层的具体的应用评价所选定的生物学性状。/n

【技术特征摘要】
1.一种蔷薇属植物资源评价方法，其特征在于，所述方法包括构建层次分析模型，根据构建的层次分析模型和资源评价目标构建判断矩阵，根据构建的判断矩阵计算排序权重值，根据计算得到的排序权重值计算加权排序权重值，根据所述层次分析模型的方案层的各个要素的实际得分和计算得到的加权排序权重值计算各个品种的加权得分，并利用各个品种的加权得分进行资源评价的步骤；
其中，所述层次分析模型包括如下三个层次：
决策层，即对蔷薇属植物进行选定的应用评价或综合评价；
准则层，即对蔷薇属植物进行具体的应用评价；
方案层，即针对所述准则层的具体的应用评价所选定的生物学性状。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括在所述构建判断矩阵之后、所述计算排序权重值之前进行一致性检验的步骤。


3.根据权利要求1或2所述的方法，其特征在于，所述层次分析模型包括园林应用评价层次分析模型，所述园林应用评价层次分析模型如下：
决策层：园林应用评价；
准则层：生长势状况评价、采收难易评价；
方案层：所述生长势状况评价选定的生物学性状为：顶端小叶叶长、顶端小叶叶宽、5-7节节间长；所述采收难易评价选定的生物学性状为：皮刺下部形状、5-7节皮刺总数、5-7节长皮刺数、5-7节短皮刺数、刺毛有无。


4.根据权利要求3所述的方法，其特征在于，所述园林应用评价层次分析模型中，判断矩阵包括：
“生长势状况评价”的准则层-方案层判断矩阵



“采收难易评价”的准则层-方案层判断矩阵






决策层-准则层判断矩阵



在判断矩阵中，数值1、3、5、7、9代表同一层次内的任意两个要素对于上一层次的相对重要程度；其中，1代表“同样重要”、3代表“稍微重要”、5代表“比较重要”、7代表“十分重要”、9代表“绝对重要”，数值1、3、5、7、9的倒数为两个要素的比较中后一要素更为重要，且重要程度如前所述。


5.根据权利要求1或2所述的方法，其特征在于，所述层次分析模型包括花香应用评价层次分析模型，所述花香应用评价层次分析模型如下：
决策层：花香应用评价；
准则层：油用资源评价、芳疗法资源评价、保健型观赏资源评价；
方案层：所述油用资源评价选定的生物学性状为：橙花醇质量浓度，香叶醇质量浓度，香茅醇质量浓度，苯乙醇质量浓度；所述芳疗法资源评价选定的生物学性状为：橙花醇质量浓度，香叶醇质量浓度，香茅醇质量浓度，苯乙醇质量浓度，(E)-3-己烯-1-醇乙酸酯质量浓度，TMB质量浓度，乙酸苯乙醇质量浓度，乙酸香叶酯质量浓度，乙酸香茅酯质量浓度，乙酸橙花酯质量浓度，乙酸己酯质量浓度，DMT质量浓度，酚类衍生物质量浓度，单萜醇与酯类物质质量浓度；所述保健型观赏资源评价选定的生物学性状为：萜烯类质量浓度，β、α、γ-揽香烯质量浓度，大香叶烯(ABD)质量浓度。


6.根据权利要求5所述的方法，其特征在于，所述花香应用评价层次分析模型中，判断矩阵包括：油用资源评价判断矩阵、芳疗法资源评价判断矩阵、保健型观赏资源评价判断矩阵，其中：
所述油用资源评价判断矩阵包括：
油用资源评价的准则层-方案层判断矩阵






油用资源评价的决策层-准则层评价判断矩阵



所述芳疗法资源评价判断矩阵包括：
芳疗法资源评价的准则层-方案层判断矩阵



芳疗法资源评价的决策层-准则层判断矩阵



所述保健型观赏资源评价判断矩阵包括：
保健型观赏资源评价的准则层-方案层判断矩阵



...

【专利技术属性】
技术研发人员：程曦，黄丛林，罗昌，陈东亮，刘华，芦瑶，冯焱，苏国辉，黄敦辉，陈菲，
申请(专利权)人：北京农业生物技术研究中心，
类型：发明
国别省市：北京;11