摘要
为加快烟草品种区域试验信息的收集、整理、评价和利用，加强品种区域试验规范化管理，促进区域试验信息的交流，本研究根据烟草品种区域试验的步骤和统计分析方法，应用C#语言作为开发语言，SQL Server为后台数据库，采用WEB流行的B/S模式，开发了烟草品种区域试验管理系统(TRTMS)，实现了烟草品种区域试验数据编辑、数据查询、数据分析3种主要功能。该系统解决了长期以来区域试验数据上传、查询不便，信息难以共享的局面，为烟草品种布局提供决策支持。主要结果如下：
1.通过研究和借鉴当前农作物品种区域试验的数学分析模型，分析当前广泛应用于农作物的数学模型在烟草品种区域试验上的适用性。该系统选取联合方差分析法作为比较品种间的产量、产值、上等烟等性状的数学模型；采用直线回归模型、Eberhart稳定性模型、品种与环境互作效应模型、互作方差和变异系数法来分析品种的稳定性；通过综合比较模糊数学、灰色关联度分析法、DTOPSIS法、BP神经网络、主成分分析法的优劣，选用熵权赋值的DTOPSIS法作为烟草品种区域试验的品种综合评价方法。通过借鉴和研究农作物品种区域试验的数学模型，建立了一套适用于烟草品种区域试验的数学模型。
2.该系统以全国烤烟品种试验资料为对象，收集多年的品种试验资料和品种审定资料。根据《全国烤烟良种区域试验记载标准》建立品种区域试验数据库，包括试验点情况表、田间管理表、气温雨量表、生育期表、植物学性状表、农艺性状表、抗病性状表、经济性状表、原烟外观质量表、原烟化学成分表和原烟评吸结果表，数据库的建立为实现系统功能奠定了基础。
3.根据烟草品种区域试验步骤和选用的统计分析方法，利用Web开发技术和模型技术，以Dreamweaver开发系统、ASP.NET（C#语言）作为开发语言、SQL Server作为数据库，采用当前应用广泛的B/S模式，开发出烟草品种区域试验管理系统，实现了数据查询、数据上传、数据分析3种主要功能。
4.选用2010年全国烤烟品种区域试验北方区试验数据和西南区试验数据对所建立的烟草品种区域试验管理系统进行了测试，系统计算结果准确，与实际情况相符，说明系统设计科学、易于操作、功能全面，该系统的开发对烟草品种区域试验工作具有一定的推动作用。
To improve the efficiency of information collection, reorganization, evaluation and utilization intobacco regional trial, Tobacco Regional Trial Management System(TRTMS) was developed accordingto regional trial steps and statistical analysis methods, to realize standardized data management andinformation exchange. TRTMS was developed in C#language, and it utilized SQL Server as databaseand Browser/Server as Web Mode. It enables data edition, query and analysis. Therefore, TRTMS hadresolved the delay on data uploading and querying, made it possible to share information, andundoubtedly will provide support with the distribution of varieties.
1. By studying and referencing the current mathematical analysis models of crop variety regional test,current extensive crop mathematical models in tobacco variety regional test were analyzed andcompared. United variance analysis method was selected to compare acre yield, production value,classy smoke and so on in varieties. Linear regression model, Eberhart model, variety andenvironmental interactions affect model, interaction, CV were used to evaluate variety stability.DTOPSIS method, based on entropy weight determine, was selected to evaluate varieties in tobaccovariety regional test after it was compared with fuzzy mathematics, gray relationship analysis, BP neuralnetwork, principal component analysis. By studying and referencing the mathematical models of cropvariety regional test, we built the suit mathematical models for tobacco variety regional test.
2. Information of nationwide tobacco regional variety test and cultivar assessment was collected, andit was tested in TRTIS. According to the record standard of nationwide flue-cured tobacco improvedvariety, variety regional test data base was built, which include tables for test point, filed management,temperature and rainfall, childbearing period, botanic characters, agronomic trait, disease resistance,economic characters, appearance quality, chemical composition and smoke panel test. Establishment ofthe database lays the foundation for the realization of system functions.
3. According to tobacco variety regional test protocols and selected statistical models, a web-basedtobacco variety regional test management system was developed based on Web developmenttechnologies and modeling techniques by using software Dreamweaver, SQL Server and ASP.NET(C#).The system used Browser/Server as Web mode and it has three major functions: data query, data uploadand data analysis.
4. Case studies on TRTMS were conducted with data in north and southwest national tobacco varietyregional test in2010. The estimations by TRTMS were accurate and were in line with the actualsituation, indicating that the system was scientifically designed, easy to operate, full-featured, and couldpromote the development of tobacco regional test.
引文
1.白雪梅，徐建新. BP神经网络在农业水资源评价中的应用[J].节水灌溉，2007(4)：36-38.
2.程君奇，王毅，蔡长存，等. DTOPSIS法在白肋烟烟叶内在品质综合评价中的应用[J].中国烟草科学，2009，30(增刊)：64-68.
3.池静静，陈彬.基于TOPSIS的灰色关联度在水资源安全评价中的应用[J].水土保持通报，2009，29(2)：155-159.
4.陈雷，王廷章.基于熵权系数与TOPSIS集成评价决策方法的研究[J].控制与决策，2003，18(4)：456-459.
5.陈亮亮，马亮，赵经华，等.变异系数权重TOPSIS法在节水灌溉方案评价中的应用[J].水资源与水土工程学报，2010，21(1)：95-100.
6.陈荣平，杨铁钊.我国烟草品种工作的分析与思考[J].中国烟草学报，2007，13(6)：47-50.
7.陈远良，刘新宇.模糊概率应用于黄瓜品种的综合评价[J].石河子科技，1995，(3)：19-20.
8.陈志德.水稻品种区域试验精度和稳定性分析模型的研究[D].南京：南京农业大学，2004.
9.陈廷.决策分析[M].北京：科学出版社，1987.
10.邓聚龙.灰色系统与农业[J].山西农业科学，1985，(6)：29-33.
11.邓聚龙.农业系统灰色理论与方法[M].山东：山东科学技术出版社，1988.
12.范志霞.作物品种区域试验结果的综合分析法与联合分析法的应用研究[D].四川：四川农业大学，2003.
13.耿宗泽，李东亮，戴亚，等.基于化学成分指标的烤烟产区广义灰色关联分析[J].中国烟草学报，2010，16（4）：12-15.
14.胡建军.烟叶质量评价方法优选与实证研究[D].湖南：湖南农业大学，2009.
15.胡立朝，林洁，白燕，等.模糊数学在烟草研究中的应用[J].河北工业科技，2008，25（6）：399-401.
16.黄平俊，欧阳花，王松峰，等.应用DTOPSIS法综合评价烟叶化学品质的初步研究[J].耕作与栽培，2008，（4）：23-24.
17.季彪俊.福建水稻品种区试布点与统计系统研究[D].福建：福建农林大学，2001.
18.龙腾芳，郭克婷. DTOPSIS法的程序设计及其在作物品种评价中的应用[J].中国农学通报，2004，(3)：252-254.
19.耿宗泽，李东亮，戴亚，等.基于化学成分指标的烤烟产区广义灰色关联分析[J].中国烟草科学，2010，16(3)：12-16.
20.蒋志清，邱正高，张福全，等.烤烟新品种区域试验研究[J].安徽农业科学，2010，38(25)：13669-13672.
21.李良勇，李帆.烤烟新引品种的灰色关联度分析[J].耕作与栽培，2008(5)：15-17.
22.梁凤美.浅谈农作物品种区域试验[J].种子科技，2006，(6)：25-26.
23.林国平，张俊杰，王毅，等.应用AMMI模型分析白肋烟品种的丰产性及稳产性[J].中国烟草科学，2009，30（4）：13-16.
24.李永平，马文广.全国烤烟良种区域试验的现状与问题探讨[J].作物研究，2008，（2）：130-132.
25.刘春龙.改进的主成分分析法及其在水质评价中的应用[J].安徽农业科学，2009，37(22)：10642-10643.
26.刘魁，王元英，罗成刚，等.雷达图分析法在烤烟品种试验中的应用[J].中国烟草科学，2010，31(6)：64-67.
27.刘魁.烤烟品种综合评价方法研究[D].北京：中国农业科学院，2011.
28.刘坤，刘贤赵.模糊概率神经网络模型在水质评价中的应用[J].水文，2007，27（1）：25，36-39.
29.刘良峰.基于Web的水稻品种综合评价与良种推荐系统[D].南京：南京农业大学，2007.
30.卢丽娜.世界农业信息化进程及发展趋势[J].中国信息界，2007，（1）：85-91.
31.卢秀萍，许美玲.10个引进烤烟品种和灰色关联度分析[J].热带农业科学，1999（1）：36-43.
32.马占军.浅析国内外农业信息化发展现状[J].信息技术，2006，（11）：177-179.
33.明道绪，黄玉碧，刘永建，等.作物品种区域试验产量结果的综合分析法[J].四川农业大学学报，2006，18（2）：148-152.
34.明道绪，黄玉碧，王超，等.作物品种区域试验多年资料的联合分析方法[J].作物学报，1997，23（1）：44-49.
35.莫惠栋.农业试验统计[M].上海：上海科学技术出版社，1984.
36.瞿孟如，李冬梅.新品种区试工作中存在的问题与对策[J].中国种业，2006，（8）：34-35.
37.任民，张兴伟，王志德，等.基于GoogleMapsAPI的烟草种质资源WebGIS开发研究[J].植物遗传资源学报，2010，11（5）：522-526.
38.任民，张兴伟，张久权，等.烟草种质资源在线共享系统的开发应用[J].中国烟草科学，2011，32（4）：51-55.
39.任民，张兴伟，张久权，等.中国烟草种质资源网络信息系统的开发[J].农业工程学报，2010，26(3)：209-215.
40.申毅荣.基于GIS的作物栽培模拟模型数据库应用系统研究[D].广西：广西大学，2001.
41.石明辉，孟选宁，程志国，等.模糊概率在甜瓜品种综合评价中的应用.甘肃农业科技，2009(3)：10-12.
42.史跃伟，王轶，任学良，等.烤烟新品系灰色关联度综合评价[J].湖北农业科学，2008，47(5)：561-564.
43.苏为华.多指标综合评价理论与方法问题的研究[D].福建：厦门大学，2000.
44.苏泽春，张红梅，魏团仁，等.灰色关联度对香料烟品种资源的综合评估[J].云南农业大学学报，2008，23(6)：840-844.
45.宿文军.农作物品种区试工作存在的问题与对策[J].种子科技，2002，(2)：77-78.
46.孙海伟.板栗新品种综合评价研究[D].山东：山东农业大学，2004.
47.孙志超，荆绍凌，刘文国，等. TOPSIS分析法在玉米杂交种综合评价中的应用[J].玉米科学，2006，14(5)：49-51，55.
48.唐秀胜.农作物品种区域试验新问题和新对策[J].广西农学报，2009，24(6)：40-42.
49.王进强，王建武，姜龙，等.作物品种区域试验质量的评价[J].大麦科学，2003，(2)：21-22.
50.王磊，许春杰，鄂志国，等.农作物区域试验数据统计分析的网络实现[J].科技通报，2003，19(5)：373-376.
51.卫勇强，赵保献，雷晓兵，等.灰色关联度分析法和DTOPSIS法综合评价玉米新品种[J].江西农业学报，2009，21(6)：11-14.
52.谢德庆，闫殿海.作物区域试验中对品种评价方法的探讨[J].青海农林科技，2006，(2)：4-7.
53.徐永智，华惠川.基于改进的TOPSIS法的东部省市的区域创新能力评价[J].科技管理研究，2009，(8)：173-175.
54.徐志福，游兆彤，石晓燕，等.基于DEA的水稻肥水调控综合评价网络平台[J].浙江农业科学，2010，(4)：911-913.
55.王瑞，李家纳，张学昆，等. DTOPSIS方法在油菜新品种评估中的运用[J].西南农业大学学报（自然科学版），2003，22（4）：324-326.
56.杨付新，付小琼.国家棉花品种区域试验发展概况[J].棉花学报，2007，19（5）：407-410.
57.杨付新，付小琼，王秀玲，等.农作物品种区域试验数据分析系统专用软件在国家棉花品种区试中的应用[J].农业图书情报学刊，2000，2（2）：24-27.
58.姚群.基于主成分分析在安徽经济发展水平评价[J].铜陵职业技术学院学报，2009，(2)：25-27.
59.姚兴涛.区域城乡社会经济协调发展系统研究[D].郑州：河南农业大学，1990.
60.叶德友，胡立敏.模糊概率及灰色关联度分析法在花椰菜杂交组合评价中的应用[J].甘肃农业科技，2004，(7)：34-36.
61.叶协锋，魏跃伟，杨宇熙，等.基于主成分分析和聚类分析的烤烟质量评价模型构建[J].农业系统科学与综合研究，2009（25）：268-276.
62.于建军，王改丽，叶贤文，等.四川会理烟区烤烟质量综合评价[J].湖南农业科学，2010，（3）：90-94.
63.余政军，唐海明，余筱南，等.湖南省棉花品种区域试验研究现状与发展策略[J].湖南农业科学，2010，(3)：4-7.
64.张群远，孔繁玲.作物品种区域试验的评价体系及评价方法[J].农业系统科学与系统研究，2000，16（2）：81-86.
65.张兴伟，王志德，张久权，等.中国烟草种质资源信息网的开发与应用[J].中国烟草科学，2009，30（增刊）：32-36.
66.张艳红.基于CERES玉米模型的黄淮海夏玉米水肥管理技术研究[D].北京：中国农业大学，
2004.
67.张勇刚，宋朝鹏，李常军，等.熵权模糊综合评价法在烤烟感官质量评价中的应用[J].中国烟草学报，2010，16(6)：33-36.
68.赵百东.应用灰色系统理论对烤烟栽培品种进行综合评估[J].中国烟草，1990(1)：24-27.
69.赵朋，刘刚，李民赞，等.基于GIS的苹果病虫害管理信息系统[J].农业工程学报，2006，22(12)：150-154.
70.赵英杰.国外农业信息化发展模式及对中国的启示[J].世界农业，2007，(4)：10-12.
71.郑金士，顾晨刚. BP神经网络多指标评价方法在农作物品种评优中的应用[J].现代化农业，2000(10)：2-4.
72.中国农业科学院烟草研究所.中国烟草栽培学[M].上海：上海科学技术出版社，2005.
73.钟志明，张宪洲，成升魁，等.西藏地区不同年代春青稞品种的灰色关联度评价[J].农业系统科学与综合研究，2009，25(1)：100-104.
74.周惠成，张改红，王国利，等.基于熵权的水库防洪调度多目标决策方法及应用[J].水利学报.2007，38(1)：101-106.
75.周煦阳，寿国光.对农作物品种试验工作的几点思考[J].中国稻米，2005，(3)：11-12.
76.邹志红，孙靖南，任广平，等.模糊评级因子的熵权赋值法及其在水质评价中的应用[J].环境科学学报，2005，25(4)：552-555.
77. Carlo Bertoluzza.,Viviana Doldi., Uncertainty measure on fuzzy partitions. Fuzzy sets and systems142(2004):105-116.
78. Huston C R., Pohlkamp F., Evaluation measures of just-in-times supplier performance.Productionand Inventory Management Journal，1993,34(2):1-5.
79. GUAN GERTNER B T. Using a Paralle lD distributed Processing System to Model Individual TreeMortality [J]. For Sc,i1991,37(3):256-26.
80. MOISEN G G,FRESCINO T S. Comparing five modeling techniques for predicting forestcharacteristics[J].EcologicalModel-ling,2002,157(2/3):209-225.
81. Satty T L. The Analytic Hierarchy Process. New York: McGraw-Hill,1980.
82. Yoon K, Systems Selection by Multiple Attribute Decision Making, Phd Dissertation, Manhattan:Kansas State University,1980.
