本發(fā)明涉及到農(nóng)作物的選種育種領(lǐng)域，具體的說是一種評(píng)價(jià)莖稈作物抗倒伏能力的方法。

背景技術(shù)：

莖稈作物（如小麥、水稻等）在自然生長(zhǎng)狀態(tài)下，經(jīng)常會(huì)承受像風(fēng)雨荷載或農(nóng)業(yè)機(jī)械在作業(yè)過程中產(chǎn)生的外力作用使其莖稈發(fā)生沖擊、剪切、彎曲等各種變形甚至發(fā)生倒伏及損傷，將嚴(yán)重影響作物產(chǎn)量。因此，農(nóng)學(xué)家早已把莖稈作物的抗倒伏能力作為培育莖稈作物優(yōu)種的一項(xiàng)重要指標(biāo)。但如何對(duì)作物的抗倒伏能力進(jìn)行切實(shí)有效的評(píng)價(jià)一直以來都是國(guó)內(nèi)外學(xué)者研究的重點(diǎn)和難點(diǎn)。近年來，隨著工程技術(shù)手段的日新月異及其在農(nóng)業(yè)工程領(lǐng)域的廣泛應(yīng)用，利用物理方法研究作物優(yōu)種特性已成為一種必要的工程手段，尤其是利用生物力學(xué)性質(zhì)指標(biāo)來評(píng)價(jià)作物優(yōu)種特性已引起農(nóng)業(yè)工程領(lǐng)域及其農(nóng)學(xué)家的廣泛注意，但是現(xiàn)有的大多數(shù)方法都存在評(píng)價(jià)指標(biāo)單一，評(píng)價(jià)結(jié)果很難直接被育種學(xué)家所采用的缺點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

為解決現(xiàn)有的評(píng)價(jià)方法在評(píng)價(jià)莖稈作物抗倒伏能力時(shí)存在的評(píng)價(jià)指標(biāo)不全面、評(píng)價(jià)結(jié)果指導(dǎo)作用不明顯等問題，本發(fā)明提供了一種評(píng)價(jià)莖稈作物抗倒伏能力的方法，選擇合理的生物力學(xué)性質(zhì)指標(biāo)，應(yīng)用層次分析法構(gòu)建了莖稈作物生物力學(xué)評(píng)價(jià)指標(biāo)體系，并結(jié)合德爾菲法對(duì)指標(biāo)權(quán)重進(jìn)行了調(diào)查和確定，最后采用模糊綜合評(píng)判方法建立了莖稈作物模糊綜合評(píng)價(jià)模型，從而根據(jù)此模型來判斷評(píng)價(jià)某種莖稈作物的抗倒伏能力。同時(shí)，對(duì)形態(tài)特性指標(biāo)與生物力學(xué)性質(zhì)指標(biāo)進(jìn)行了相關(guān)性分析，獲得了形態(tài)特性參考指標(biāo)體系。

本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案為：一種評(píng)價(jià)莖稈作物抗倒伏能力的方法，首先建立莖稈作物抗倒伏能力的評(píng)價(jià)模型，而后測(cè)量待評(píng)價(jià)莖稈作物的生物力學(xué)性能，并將其代入已建立好的評(píng)價(jià)模型中，從而得到最終的評(píng)價(jià)結(jié)果即為該種莖稈作物的抗倒伏能力，所述建立莖稈作物抗倒伏能力的評(píng)價(jià)模型包括以下步驟：

1）建立四級(jí)評(píng)判集，評(píng)判集中的元素分別代表優(yōu)、良、中、差四種結(jié)果；

2）由于莖稈作物的抗倒伏能力可用生物力學(xué)性能作為參考，因此選擇莖稈作物的彈性模量、慣性矩、彎曲強(qiáng)度、抗彎剛度、剪切強(qiáng)度、抗拉強(qiáng)度和沖擊韌性指標(biāo)作為評(píng)價(jià)莖稈作物生物力學(xué)性能的指標(biāo)，從而建立莖稈作物生物力學(xué)評(píng)價(jià)指標(biāo)體系；

式中，是因素集，代表7個(gè)影響因素，這7個(gè)影響因素分別為彈性模量、慣性矩、彎曲強(qiáng)度、抗彎剛度、剪切強(qiáng)度、抗拉強(qiáng)度和沖擊韌性；

3）對(duì)因素集中的各因素賦予相應(yīng)的權(quán)數(shù)，且各權(quán)數(shù)滿足歸一性和非負(fù)性條件，即，；

將各權(quán)數(shù)組成權(quán)重集，；

4）設(shè)評(píng)判對(duì)象按因素集中第個(gè)因素對(duì)評(píng)判集中第個(gè)元素的隸屬度為，則第個(gè)因素評(píng)判的結(jié)果可用模糊集合表示：

，；

對(duì)因素集中的所有因素進(jìn)行評(píng)判后得到因素集與評(píng)判集間的模糊關(guān)系評(píng)價(jià)矩陣；

5）將模糊關(guān)系評(píng)價(jià)矩陣與權(quán)重集相乘從而得到莖稈作物的抗倒伏能力的模糊綜合評(píng)判集；

；

6）根據(jù)步驟5）中的結(jié)果，依據(jù)最大隸屬度原則，最終判定其為評(píng)判集中的哪種結(jié)果。

所述對(duì)因素集中的各因素賦予相應(yīng)的權(quán)數(shù)時(shí)，首先采用主觀賦權(quán)法中的德爾菲法和層次分析法建立判斷矩陣，再用一致性指標(biāo)對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，若合格，則可通過計(jì)算該判斷矩陣的最大特征根及對(duì)應(yīng)特征向量，從而獲得各因素的權(quán)重值。

所述步驟5）中，模糊綜合評(píng)判集b中的模糊綜合評(píng)判指標(biāo)采用加權(quán)平均算法進(jìn)行計(jì)算，即按普通矩陣乘法計(jì)算權(quán)向量與評(píng)價(jià)矩陣的乘積，其計(jì)算公式為，。

有益效果：本發(fā)明通過選擇合理的生物力學(xué)性質(zhì)指標(biāo)，應(yīng)用層次分析法構(gòu)建了莖稈作物生物力學(xué)評(píng)價(jià)指標(biāo)體系，并結(jié)合德爾菲法對(duì)指標(biāo)權(quán)重進(jìn)行了調(diào)查和確定，最后采用模糊綜合評(píng)判方法建立了莖稈作物模糊綜合評(píng)價(jià)模型，從而根據(jù)此模型來判斷評(píng)價(jià)某種莖稈作物的抗倒伏能力，并對(duì)形態(tài)特性指標(biāo)與生物力學(xué)性質(zhì)指標(biāo)進(jìn)行了相關(guān)性分析，獲得了形態(tài)特性參考指標(biāo)體系。該方法可以有效判斷出供試作物品種的抗倒伏能力強(qiáng)弱，并根據(jù)形態(tài)特性指標(biāo)與生物力學(xué)指標(biāo)的相關(guān)性分析結(jié)果，判定哪個(gè)形態(tài)指標(biāo)（如株高、外徑、節(jié)間距等）與之有重要相關(guān)度，則可在育種過程中采用相應(yīng)的措施改善其值，縮短優(yōu)種培育的時(shí)間。

附圖說明

圖1為本發(fā)明實(shí)施例中生物力學(xué)評(píng)價(jià)體系結(jié)構(gòu)圖；

圖2為本發(fā)明實(shí)施例中判斷矩陣1-9標(biāo)度及其含義圖；

圖3為本發(fā)明實(shí)施例中莖稈生物力學(xué)性質(zhì)指標(biāo)相對(duì)重要性專家咨詢圖；

圖4為本發(fā)明實(shí)施例中平均隨機(jī)一致性指標(biāo)的取值標(biāo)準(zhǔn)圖；

圖5為本發(fā)明實(shí)施例中小麥莖稈生物力學(xué)指標(biāo)評(píng)判等級(jí)對(duì)應(yīng)的取值范圍圖。

具體實(shí)施方式

一種評(píng)價(jià)莖稈作物抗倒伏能力的方法，首先建立莖稈作物抗倒伏能力的評(píng)價(jià)模型，而后測(cè)量待評(píng)價(jià)莖稈作物的生物力學(xué)性能，并將其代入已建立好的評(píng)價(jià)模型中，從而得到最終的評(píng)價(jià)結(jié)果即為該種莖稈作物的抗倒伏能力，所述建立莖稈作物抗倒伏能力的評(píng)價(jià)模型包括以下步驟：

1）建立四級(jí)評(píng)判集，評(píng)判集中的元素分別代表優(yōu)、良、中、差四種結(jié)果；

2）由于莖稈作物的抗倒伏能力可用生物力學(xué)性能作為參考，因此選擇莖稈作物的彈性模量、慣性矩、彎曲強(qiáng)度、抗彎剛度、剪切強(qiáng)度、抗拉強(qiáng)度和沖擊韌性指標(biāo)作為評(píng)價(jià)莖稈作物生物力學(xué)性能的指標(biāo)，從而建立莖稈作物生物力學(xué)評(píng)價(jià)指標(biāo)體系；

式中，是因素集，代表7個(gè)影響因素，這7個(gè)影響因素分別為彈性模量、慣性矩、彎曲強(qiáng)度、抗彎剛度、剪切強(qiáng)度、抗拉強(qiáng)度和沖擊韌性；

3）對(duì)因素集中的各因素賦予相應(yīng)的權(quán)數(shù)，且各權(quán)數(shù)滿足歸一性和非負(fù)性條件，即，；

將各權(quán)數(shù)組成權(quán)重集，；

4）設(shè)評(píng)判對(duì)象按因素集中第個(gè)因素對(duì)評(píng)判集中第個(gè)元素的隸屬度為，則第個(gè)因素評(píng)判的結(jié)果可用模糊集合表示：

，；

對(duì)因素集中的所有因素進(jìn)行評(píng)判后得到因素集與評(píng)判集間的模糊關(guān)系評(píng)價(jià)矩陣；

5）將模糊關(guān)系評(píng)價(jià)矩陣與權(quán)重集相乘從而得到莖稈作物的抗倒伏能力的模糊綜合評(píng)判集；

；

6）根據(jù)步驟5）中的結(jié)果，依據(jù)最大隸屬度原則，最終判定其為評(píng)判集中的哪種結(jié)果。

所述對(duì)因素集中的各因素賦予相應(yīng)的權(quán)數(shù)時(shí)，首先采用主觀賦權(quán)法中的德爾菲法和層次分析法建立判斷矩陣，再用一致性指標(biāo)對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，若合格，則可通過計(jì)算該判斷矩陣的最大特征根及對(duì)應(yīng)特征向量，從而獲得各因素的權(quán)重值。

所述步驟5）中，模糊綜合評(píng)判集中的模糊綜合評(píng)判指標(biāo)采用加權(quán)平均算法進(jìn)行計(jì)算，即按普通矩陣乘法計(jì)算權(quán)向量與評(píng)價(jià)矩陣的乘積，其計(jì)算公式為，。

下面結(jié)合具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說明。

一、建立莖稈作物抗倒伏能力的評(píng)價(jià)模型

模糊綜合評(píng)判是作為模糊數(shù)學(xué)的一種具體應(yīng)用方法，它是以模糊數(shù)學(xué)為基礎(chǔ)，應(yīng)用模糊關(guān)系合成的原理，將一些邊界不清、不易定量的因素定量化，從多個(gè)因素對(duì)被評(píng)價(jià)事物隸屬等級(jí)狀況進(jìn)行綜合性評(píng)價(jià)的一種方法，其特點(diǎn)在于，評(píng)判逐對(duì)進(jìn)行，對(duì)被評(píng)對(duì)象有惟一的評(píng)價(jià)值，不受被評(píng)價(jià)對(duì)象所處對(duì)象集合的影響。這種模型應(yīng)用廣泛，在許多方面，采用模糊綜合評(píng)判的實(shí)用模型取得了很好的經(jīng)濟(jì)效益和社會(huì)效益。因此，本發(fā)明采用模糊評(píng)價(jià)的數(shù)學(xué)方法對(duì)莖稈作物的生物力學(xué)性能進(jìn)行綜合評(píng)價(jià)，進(jìn)而建立莖稈作物抗倒伏能力的評(píng)價(jià)模型，其步驟如下：

1）確定評(píng)判集

評(píng)判集是評(píng)價(jià)者對(duì)評(píng)價(jià)對(duì)象可能做出的各種評(píng)價(jià)結(jié)果所組成的集合。評(píng)判集用大寫字母表示，即；

各元素即代表各種可能的評(píng)價(jià)結(jié)果；

模糊綜合評(píng)判的目的，就是在綜合考慮所有影響因素的基礎(chǔ)上，從評(píng)判集中得到最佳的評(píng)價(jià)結(jié)果；在對(duì)莖稈作物的生物力學(xué)評(píng)價(jià)中，我們建立了四級(jí)評(píng)判集，評(píng)判集中的元素分別代表優(yōu)、良、中、差四個(gè)等級(jí)的結(jié)果；

2）確定因素集

因素集是評(píng)價(jià)對(duì)象的各種因素所組成的一個(gè)普通集合，即；

式中，是因素集，代表各影響因素；

本領(lǐng)域中，評(píng)價(jià)指標(biāo)體系的構(gòu)建一般有經(jīng)驗(yàn)確定法和數(shù)學(xué)方法兩種，但在實(shí)際應(yīng)用中，多數(shù)均采用經(jīng)驗(yàn)確定法。本發(fā)明采用專家調(diào)研法，對(duì)生物力學(xué)性質(zhì)指標(biāo)的選擇咨詢了相關(guān)領(lǐng)域?qū)＜?，并按照上述評(píng)價(jià)指標(biāo)選取原則，初步確定了莖稈作物優(yōu)種生物力學(xué)性質(zhì)指標(biāo)：彈性模量、慣性矩、彎曲強(qiáng)度、抗彎剛度、剪切強(qiáng)度、抗拉強(qiáng)度、沖擊韌性、松弛模量、蠕變?nèi)崃?。在此基礎(chǔ)上以小麥為研究對(duì)象，對(duì)其莖稈材料的生物力學(xué)性質(zhì)指標(biāo)進(jìn)行了一系列試驗(yàn)研究分析。研究結(jié)果表明：松弛模量和蠕變?nèi)崃靠梢院芎玫乇磉_(dá)莖稈的粘彈性特性，但實(shí)際測(cè)試中，由于試驗(yàn)難度大，測(cè)試過程耗時(shí)長(zhǎng)。因此，在選擇指標(biāo)時(shí)沒有考慮這兩個(gè)指標(biāo)，確定的該評(píng)價(jià)體系由1個(gè)一級(jí)指標(biāo)、7個(gè)二級(jí)指標(biāo)組成,如附圖1所示；

確定該評(píng)價(jià)體系的指標(biāo)后，莖稈作物的生物力學(xué)評(píng)價(jià)，是影響莖稈生物力學(xué)特性的因素集，即為一級(jí)指標(biāo)，表示二級(jí)指標(biāo)，則因素集包含七個(gè)子因素集，；

3）確定權(quán)重集

在因素集中，各因素的重要程度是不一樣的，為了反映各因素的重要程度，應(yīng)對(duì)各個(gè)因素賦予相應(yīng)的權(quán)數(shù)，由各權(quán)數(shù)所組成的集合稱為權(quán)重集，；

通常，各權(quán)數(shù)應(yīng)滿足歸一性和非負(fù)性條件，即

，；

它們可視為各因素對(duì)“重要”的隸屬度，因此，權(quán)重集可視為因素集上的模糊子集；

本發(fā)明為獲得莖稈作物生物力學(xué)評(píng)價(jià)指標(biāo)體系中各指標(biāo)變量的權(quán)重系數(shù)，綜合使用德爾菲法和層次分析法，設(shè)計(jì)了一種獲取判斷矩陣的專家調(diào)查表，選擇山西農(nóng)業(yè)大學(xué)、太原理工大學(xué)等長(zhǎng)期從事材料力學(xué)性質(zhì)研究的10位專家調(diào)查有關(guān)生物材料力學(xué)性質(zhì)指標(biāo)的重要程度。經(jīng)過反復(fù)匯總和反饋各位專家的意見，在各位專家意見趨于一致時(shí)確定最后的重要等級(jí)，并對(duì)照層次分析法中常用的1-9標(biāo)度法（其含義見附圖2）對(duì)各指標(biāo)重要程度量化，得到的結(jié)果如附圖3所示。

在本發(fā)明中，根據(jù)專家調(diào)查結(jié)果，確定莖稈作物生物力學(xué)評(píng)價(jià)體系中第二層因素相對(duì)于總目標(biāo)層的判斷矩陣如下：

建立了判斷矩陣，這使判斷思維數(shù)學(xué)化，簡(jiǎn)化了問題的分析，使復(fù)雜的問題定量定性分析成為可能，但保持判斷思維的一致性是非常重要的。因此，為了保證得到的結(jié)論合理，需要對(duì)構(gòu)造的判斷矩陣進(jìn)行一致性檢驗(yàn)，其一致性指標(biāo)：；

式中為判斷矩陣的一致性指標(biāo)，為判斷矩陣的最大特征根，為判斷矩陣的階數(shù)，為平均隨機(jī)一致性指標(biāo)，如附圖4所示為1~9階判斷矩陣的。若隨機(jī)一致性比率，即認(rèn)為判斷矩陣具有滿意一致性，否則需要調(diào)整判斷矩陣的元素取值。

由于本發(fā)明中所建立的小麥莖稈生物力學(xué)評(píng)價(jià)指標(biāo)體系只有兩層結(jié)構(gòu)，只需對(duì)判斷矩陣進(jìn)行單排序及一致性檢驗(yàn)。其計(jì)算結(jié)果為：

，，，，，，；

，，；

由計(jì)算結(jié)果，可知判斷矩陣具有滿意的一致性。因此，各生物力學(xué)性質(zhì)指標(biāo)相對(duì)于整個(gè)小麥莖稈生物力學(xué)評(píng)價(jià)指標(biāo)的重要程度（由大到?。┡判?yàn)椋簭澢鷱?qiáng)度、抗彎剛度、慣性矩、彈性模量、沖擊韌性、抗拉強(qiáng)度、剪切強(qiáng)度，權(quán)重系數(shù)依次為：0.376，0.262，0.153，0.089，0.060，0.037，0.023。則小麥莖稈生物力學(xué)評(píng)價(jià)體系的權(quán)重集。

4）單因素模糊評(píng)判

單獨(dú)從一個(gè)因素出發(fā)進(jìn)行評(píng)判，以確定評(píng)判對(duì)象對(duì)評(píng)判集元素的隸屬程度，便稱為單因素模糊評(píng)判。設(shè)評(píng)判對(duì)象按因素集中第個(gè)因素進(jìn)行，對(duì)評(píng)判集中第個(gè)元素的隸屬度為，則按第個(gè)因素評(píng)判的結(jié)果可用模糊集合表示：

，；

單因素模糊評(píng)價(jià)是進(jìn)行綜合評(píng)價(jià)的關(guān)鍵，通常是通過調(diào)查統(tǒng)計(jì)法或稱模糊統(tǒng)計(jì)法進(jìn)行的，對(duì)所有因素都分別進(jìn)行評(píng)價(jià)后，即可得到矩陣：

式中，稱為單因素評(píng)價(jià)矩陣，總可以看作是因素集和評(píng)判集之間的一種模糊關(guān)系，即影響因素與評(píng)價(jià)對(duì)象之間的“合理關(guān)系”；

5）模糊綜合評(píng)判

單因素模糊評(píng)判僅反映了一個(gè)因素對(duì)評(píng)判對(duì)象的影響，這顯然是不夠的。我們的目的是要綜合考慮所有因素的影響，得出科學(xué)的評(píng)判結(jié)果，這就需要進(jìn)行模糊綜合評(píng)判。

從單因素評(píng)判矩陣可以看出：的第行反映了第個(gè)因素影響評(píng)判對(duì)象取各個(gè)評(píng)判元素的程度；的第列則反映了所有因素影響評(píng)判對(duì)象取第個(gè)評(píng)判元素和程度。因此，可用各列元素之和來反映所有因素的綜合影響，即

，；

但是，這樣做并未考慮各因素的重要程度。如果在式的各項(xiàng)乘以相應(yīng)的因素的權(quán)數(shù)，則更能合理地反映所有因素的綜合影響。因此，模糊綜合評(píng)判，可表示為；

權(quán)重集是一個(gè)模糊向量，上式可按模糊矩陣乘法進(jìn)行運(yùn)算，即

式中，稱為模糊綜合評(píng)判集；；

在模糊數(shù)學(xué)中，模糊綜合評(píng)判指標(biāo)應(yīng)用不同的計(jì)算方法，得到的評(píng)判結(jié)果也有所不同。實(shí)際應(yīng)用中，可以根據(jù)具體問題選擇合適的計(jì)算方法，本發(fā)明選擇加權(quán)平均算法，按普通矩陣乘法計(jì)算權(quán)向量與評(píng)價(jià)矩陣的乘積。這種算法在評(píng)價(jià)結(jié)果向量中包含所有因素的共同作用，真正體現(xiàn)了“綜合”，其計(jì)算公式為：

，；

二、實(shí)例分析

根據(jù)供試品種小麥莖稈基部生物力學(xué)性質(zhì)指標(biāo)值，為使評(píng)價(jià)結(jié)果可供農(nóng)學(xué)家在育種過程中進(jìn)行調(diào)控，選擇小麥開花期的數(shù)據(jù)作為評(píng)價(jià)等級(jí)確定的數(shù)據(jù)來源小。依據(jù)所有供試品種測(cè)試指標(biāo)均值的大小，將測(cè)試品種指標(biāo)均值的最大值作為評(píng)價(jià)等級(jí)“優(yōu)”的下限，將所有品種的測(cè)試均值作為評(píng)價(jià)等級(jí)“良”的下限、“中”的上限，將測(cè)試品種指標(biāo)均值的最小值作為評(píng)價(jià)等級(jí)“差”的上限。按此方法所確定的小麥莖稈生物力學(xué)指標(biāo)評(píng)判等級(jí)對(duì)應(yīng)的取值范圍如附圖5所示；

以正在進(jìn)行優(yōu)種選育的小麥品種“山農(nóng)91003”和“山農(nóng)129”為例，采用本發(fā)明的方法來判斷兩種小麥品種的抗倒伏能力；

1）構(gòu)造模糊評(píng)判矩陣

將試驗(yàn)測(cè)試所得的“山農(nóng)91003”和“山農(nóng)129”小麥莖稈生物力學(xué)指標(biāo)值與上述評(píng)判等級(jí)對(duì)應(yīng)，統(tǒng)計(jì)測(cè)試值隸屬于各評(píng)判等級(jí)的頻數(shù)，將所得結(jié)果進(jìn)行歸一化處理后，得到模糊評(píng)判矩陣分別為：

；

2）模糊綜合評(píng)價(jià)

采用本發(fā)明已確定的生物力學(xué)性質(zhì)指標(biāo)權(quán)重集，將上述模糊評(píng)價(jià)矩陣與生物力學(xué)評(píng)價(jià)指標(biāo)權(quán)重集進(jìn)行模糊變換，便可以得到對(duì)兩個(gè)小麥品種的模糊綜合評(píng)價(jià)矩陣：

由以上結(jié)果可以看出，“山農(nóng)91003”的生物力學(xué)性質(zhì)48.62%被評(píng)為差等級(jí)，39.93%的可能性被評(píng)為中等級(jí)，而“山農(nóng)129”則被評(píng)為34.72%的優(yōu)和“38.23%”的良。根據(jù)最大隸屬度原則，最后“山農(nóng)91003”被評(píng)為較差品種，“山農(nóng)129”被評(píng)為優(yōu)良種。

三、結(jié)論

1）構(gòu)建了小麥莖稈生物力學(xué)評(píng)價(jià)指標(biāo)體系，確定了小麥莖稈的彎曲強(qiáng)度、抗彎剛度、慣性矩、彈性模量、沖擊韌性、抗拉強(qiáng)度、剪切強(qiáng)度等七個(gè)評(píng)價(jià)指標(biāo)，應(yīng)用德爾菲法和層次分析法確定了指標(biāo)權(quán)重值分別為：0.376，0.262，0.153，0.089，0.060，0.037，0.023；

2）構(gòu)建了小麥莖稈生物力學(xué)模糊綜合評(píng)價(jià)模型，并以供試小麥為例進(jìn)行了綜合評(píng)價(jià)。結(jié)果表明，利用小麥莖稈生物力學(xué)性質(zhì)指標(biāo)體系及模糊綜合評(píng)判模型可以對(duì)小麥莖稈的生物力學(xué)性質(zhì)進(jìn)行綜合評(píng)價(jià)，從而得到所培育品種的“優(yōu)、良、中、差”程度，能夠給育種學(xué)家提供一個(gè)基礎(chǔ)的理性參考依據(jù)，以便進(jìn)一步改進(jìn)優(yōu)種篩選方向或采取相應(yīng)農(nóng)藝措施，縮短育種時(shí)間和培育真正意義上的優(yōu)種。