问题

运用什么方法,可以综合各个性状,对农作物进行一个整体的评价,判断一个新品种的好坏?

回答
想要给一个农作物新品种下个定论,判断它到底“好不好”,绝不能只看一两个优点就拍板定案。这得像给一个孩子评价,得综合考虑他学习成绩、品德行为、身体素质等等方方面面。用咱农民的话说,就是得“把蔸子坐住了”,全方位地审视。

1. 建立一套科学的评价体系:打好底子,有章可循

首先,得有一个明确的评价标准,不能凭着感觉走。这个标准就像是给秧子“立个架子”,让它以后能长得直、长得壮。

明确评价指标: 这个是最关键的。我们需要把一个品种可能具备的“好”拆解成一个个具体的“点”。比如:
产量: 这是最直接的,能收多少斤、多少公斤?是亩产、是总产?
品质: 口感怎么样?维生素、蛋白质含量高不高?有没有啥怪味儿?是不是耐储存?适合加工吗?
抗性: 能不能扛住病虫害?比如蚜虫、白粉病啥的,它自己能“打架”吗?能不能耐旱、耐涝、耐盐碱?这就像给它“打疫苗”,让它不容易生病。
适应性: 在不同地区、不同气候条件下表现怎么样?北方种的能不能拿到南方去?
生育期: 从播种到收获要多久?是不是成熟期比较集中,方便管理?
商品性: 外观好不好看?有没有杂色?大小均匀不均匀?这直接关系到卖价。
稳产性: 每年产量波动大不大?是年年丰收,还是有时候好有时候差?
其他特殊性状: 比如有些品种带有特殊的香味,或者可以用于特殊的用途,比如做饲料或者生物燃料。

量化指标: 把这些指标都变成数字。产量就用斤/亩,抗性可以用抗性等级(比如05级),生育期用天数,等等。这样才能进行比较,才能算账。

设定权重: 有些指标比另一些更重要。比如,产量和抗性对于大多数农作物来说优先级肯定高。但如果是特种蔬菜,品质和风味可能比产量更关键。这就得根据具体农作物的特性和市场需求来分配“分数”,哪个方面表现好能加多少分,哪个方面差扣多少分。这就像家长给孩子打成绩单,语文数学可能比美术音乐分值高一些。

2. 多地点、多年度的田间试验:实地“考查”,经得起考验

光有理论不行,还得拉出去“练练兵”。新品种的好坏,最终得看它在实际的田地里表现如何。

多点试验: 不能只在一个地方试。得在不同的地理位置、不同的土壤类型、不同的气候条件下都种一两季。这就好比让孩子去不同的学校“转一转”,看看他适应能力怎么样。比如,一个新品种在南方旱地表现好,但到了北方湿地就蔫了,那它就不是一个普适性的好品种。

多代试验: 最好能连续试验几代。因为有些性状可能第一年不明显,到了第二年、第三年才暴露出来。这就需要“耐心”,看看它是不是一个“长远的好孩子”。比如,有些品种第一年产量高,但传代之后容易衰退,那也不是个好选择。

对照试验: 必须和现有的、被大家认可的优良品种进行对比试验。这就像是“同台竞技”,看看新品种到底比老品种强在哪儿,弱在哪儿。如果新品种只是比一些差的品种好,但比不过那些市场上的“主力军”,那它也很难被推广。

不同栽培模式试验: 试试不同的播种时间、施肥量、灌溉方式等,看看它在不同的栽培管理下表现如何。万一它对某种管理方式特别敏感,那农民种起来就会很麻烦。

3. 结合科学的统计学方法:让数据说话,客观公正

有了大量的试验数据,还得靠统计学来“解读”这些数据。这就像请来一位“裁判”,帮我们把数据里的“猫腻”都找出来。

方差分析(ANOVA): 用来分析不同品种、不同地点、不同年份之间产量、品质等指标的差异是否显著。简单说,就是看看这些差异是“真功夫”,还是“偶然表现”。

回归分析: 分析产量、品质等指标与环境因素(如降雨量、温度)之间的关系,找到影响新品种表现的关键因素。

主成分分析(PCA)或因子分析: 用来综合多个性状,找出最主要的几个影响品种好坏的“决定性因素”。这就像是把所有性状“浓缩”一下,提炼出最核心的几个评价维度。

聚类分析: 将性状相似的品种归类,找出与现有优良品种在性状上最接近或者最互补的新品系。

多指标综合评价模型: 运用加权评分法、模糊数学、灰色关联分析等方法,将各个单项指标的评分进行加权整合,得出一个总的评价分数。比如,前面提到的给指标分配权重,然后计算出总得分。

4. 听取种植者的反馈和市场评估:接地气,看是否受欢迎

科学数据很重要,但最终的“买单者”是农民和市场。

农民的意见: 在试验过程中,要广泛征求参与试验的农民的意见。他们最了解实际种植中的“门道”,比如播种是否方便、施肥用量是否合理、是否容易管理、收获是否顺手等等。他们的经验是最宝贵的“土方法”。

市场调研: 了解这个新品种的市场潜力。它的品质和产量是否能满足市场需求?价格是否有竞争力?是否容易销售?有没有潜在的加工企业愿意收购?

5. 进行风险评估:不怕一万,就怕万一

新品种推广不是小事,得考虑潜在的风险。

抗病性是否稳定? 有没有可能在新的病害爆发时表现不佳?
对环境变化是否敏感? 极端天气对其影响大不大?
繁殖系代是否稳定? 会不会出现性能衰退?

举个例子,怎么对小麦新品种进行综合评价:

假设我们要评价一个叫“丰产一号”的新小麦品种。

1. 确定指标和权重:
产量(亩产):权重30%
抗病性(条锈病、白粉病):权重25%
品质(面粉筋度、容重):权重20%
生育期(从播种到成熟天数):权重10%
抗倒伏性:权重10%
商品性(麦粒饱满度):权重5%

2. 田间试验:
选择北方三个省份(黑龙江、山东、河南)的代表性农区,每个省份选择两个不同土壤类型的试验点。
连续试验3年。
同时种植对照品种“壮麦3号”。
在每个试验点,设置常规管理和高肥水管理两种模式。
记录每年每地的产量、发病率(用数字表示抗性)、面粉的筋度(仪器测定)、容重、成熟天数、倒伏程度、麦粒饱满度等数据。

3. 统计分析:
用方差分析,看“丰产一号”的产量是否显著高于“壮麦3号”,在不同地点和年份之间是否存在显著差异。
用主成分分析,找出产量、抗病性和品质这三项对评价这个品种最重要的指标。
计算出在各试验点,按照权重计算的综合评分。

4. 听取反馈和评估:
联系试验地的农民,问他们种植“丰产一号”的感受,是否比“壮麦3号”更好管理。
将“丰产一号”的面粉送到面粉厂进行试加工,评估其加工性能和市场接受度。

5. 风险评估:
检查“丰产一号”的基因库,确认其抗条锈病的基因是否稳定,以及在面对突变型病菌时的表现。

经过这么一套严谨的“流程”下来,我们就能非常客观地判断出“丰产一号”到底是一个“潜力股”还是一个“金牌选手”,也就能更放心地决定是否要大面积推广它了。这就像给秧子“体检”,得从根上到叶子都看个遍,才能知道它到底是个“好苗子”还是“普通货”。

网友意见

user avatar

先确定是一个评价对象,还是多个评价对象。

你这里举例的是烟草,那么假定你可以构建多个烟草的品种。

或者说是某个地区种植烟叶的情况。

那么建议你用如下方法来弄。

1、topsis-AISM以及对应的改进方法

上述方法纵向部分本质还是topsis为主。

横向的方法不多做解释。

说下纵向的过程。

闵可夫斯基(Hermann Minkowski,1864-1909),德国数学家,在数论、代数、数学物理和相对论等领域有巨大贡献。他把三维物理空间与时间结合成四维时空(即闵可夫斯基时空)的思想为爱因斯坦的相对论奠定了数学基础。爱因斯坦说闵可夫斯基是他的数学老师。

一言以蔽之:topsis核心就是针对归一化矩阵,通过带权值的距离公式求解出到正负理想点的距离。

一言以蔽之:VIKOR核心就是针对归一化矩阵,通过带权值的范数为1与范数为无穷大闵可夫斯基距离求解出距离

理解上面两句话后。

就理解下面的意义

上面是一个六列的表,怎么求排序是非常容易的事。

上面框住的两列具有等价性。

主要是理解指标是正向还是负向指标。

上面有一个最突出的新东西叫区段截取如何装逼。

  Neumann和Morgenstern在1944年提出的经典理性决策模型—期望效用理论,假设经济活动的主体决策总是遵循利益最大化或者成本最小化的完全理性原则。然而事实上,学术界用大量的实证研究表明人们在实际的决策中大多数情况下都表现出非理性的特点,决策主体存在一定的决策心理偏好。主体决策中的心理偏好一般是指在制定决策的过程中对决策所产生的利益和风险持有独特的看法和反应。学术界研究中经典的决策偏好模型包括有损失厌恶、心理账户、公平性等决策偏好。

  损失厌恶反映了决策者对收益和损失持有的风险偏好不一致,当面对收益时,人们表现为风险厌恶;当面对损失时,人们却表现为风险追逐,因此常常做出与完全理性偏离的决策。心理账户是指决策者会将客观等价的支出或收益在心理上划分到不同的账户中,在制定决策时对不同的账户持有不同的权重系数,总是以不同的态度对待等值的收益或者支出,进而做出带有偏差的决策。公平性偏好(Fairness Preference)是指决策者持有的利益分配心理基准,并在此基础上产生的对收益不公平结果的一种抵制行为。

  1979 年,美国普林斯顿大学心理学教授Daniel Kahneman和Amos Tversky将心理学与经济学研究结合,提出了关于不确定条件下的人类判断和决策的“前景理论”(prospect theory),也叫“展望理论”。该理论认为个人基于心理参考点的不同,会有不同的风险态度,参考点会影响个体对实际决策结果的心理感知,主观地衡量效用价值的“获得”和“损失”,从而导致偏离期望效用理论的非理性决策行为,在不同的风险预期条件下,人们的行为倾向是可以预测的。同一个问题经由不同的决策主体可能会有不同的决策结果。由前景理论引申出的四个基本结论:

  第一,确定效应,即大多数人在面临获利的时候是风险规避的;第二,反射效应,即大多数人在面临损失的时候是风险喜好的;第三,参照依赖,即大多数人对得失的判断往往根据参考点决定;第四,损失效应,即大多数人对损失比对收益更敏感。

  Kahneman他们最初的研究认为标准前景是一种简单前景;而后来Tversky和Kahneman(1992)进一步将原始前景理论拓展到包含任意多个结果的不确定前景及风险前景,形成积累前景理论。

  针对运作管理问题领域,Schweitzer和Cachon(2000)首次通过引入心理学的实验实证检验方法检验了包括前景理论在内的众多行为因素对报童决策偏差的影响,实验结果却排除了前景理论的解释作用。Nagarajan等(2014)[ ]基于累积前景理论的价值函数和非线性权重函数构建了综合模型,研究结论也对“前景理论用于分析运作管理问题”提出了质疑。但是,一些学者的研究结果认为,Schweitzer等人的实验结果恰恰说明前景理论具有报童模型的决策偏差的解释作用(Ho,2010 ;Long,2015;Zhao,2015,褚宏睿等,2015;丁小东,2016)

  前景理论在一定程度上解释了沉没成本效应对消费者决策的影响,而Thaler认为这种解释并不充分,Thaler(1985)提出的心理账户理论认为,沉没成本之所以会影响消费者决策,除了前景理论外,在消费者内心中还存在着一个“心理账户系统”,个体在做决策的过程中,该系统包含着一个心理估价的运算过程,会自发地对获得与损失进行计算,将不同的得失放入不同类别的心理账户中,并在选择前对此作出衡量,由于消费者对不同的经济结果存在心理上的权重,常常会导致决策违背经济学的规律,Thaler同时提出了非替代性(non-funiginility)是心理账户的一个基本特征[ ]。顾军波等人(2020)[ ]基于心理账户将前景理论拓展用于复合结果情形,证实在偏好的特定组合下,前景理论能够解释报童趋中效应,报童趋中效应可归因于基于多重心理账户建构的价值函数。

  总之上面是灌水的话,主要是深刻理解心理账户区间,以及决策偏好期间,并同函数以及排序与偏序结合契合起来。

上面的话可以理解成青菜萝卜各有所爱。然后用数学公式来描述这种所爱。

其它如何吹水就不多说了。

2、计算实例

上面是计算的实例。最关键是理解原始数据。

上面可以看成若干地区的烟叶情况。都是客观数据。

注意两个地方,指标为负向的前面加一个 -号

另外注意里面有客观标准的, 对应优、良、中、差。 其中差就是每一列都最差的,即为零分。

有了上面的客观数据后,然后结果就自动出来了。

结果就只有上面6种情况。

上面是一个排序情况。

这是某个妥协解


类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有