朱正梅，樓肖成，呂學(xué)高，趙軍華

(浙江省東陽(yáng)玉米研究所，浙江 東陽(yáng) 322100)

作物品種區(qū)域試驗(yàn)的目的是對(duì)參試品種的豐產(chǎn)性、穩(wěn)產(chǎn)性進(jìn)行評(píng)價(jià)，為農(nóng)業(yè)生產(chǎn)提供適合推廣應(yīng)用的新品種［1-3］。品種在區(qū)域試驗(yàn)中的表現(xiàn)，除決定于本身的基因型外，還與環(huán)境密切相關(guān)。采用適當(dāng)有效的分析方法，有助于充分剖析和利用區(qū)域試驗(yàn)數(shù)據(jù)信息，從而對(duì)參試品種做出客觀評(píng)價(jià)。目前，線性回歸分析是區(qū)域試驗(yàn)數(shù)據(jù)處理中采用的主要方法。對(duì)區(qū)域試驗(yàn)品種的分析和評(píng)價(jià)一般以品種在不同環(huán)境下的方差、變異系數(shù)、回歸系數(shù)和相關(guān)系數(shù)作為穩(wěn)定性參數(shù)，不可避免會(huì)有誤差［4-5］。

AMMI (additive main effects and multiplicative interaction model)模型分析，是將主分量分析方法與方差分析相結(jié)合的分析方法，在區(qū)域試驗(yàn)中得到廣泛應(yīng)用［6-8］。AMMI 模型不僅能分析交互作用的顯著性，還能估計(jì)交互作用的特點(diǎn)及形態(tài)，同時(shí)輔以雙標(biāo)圖和穩(wěn)定系數(shù)Di值進(jìn)行直觀和定量分析，為客觀、合理評(píng)價(jià)參試品種的適應(yīng)性提供可靠的理論依據(jù)。

1 材料與方法

1.1 材料

試驗(yàn)采用的材料為浙江省2011年普通玉米區(qū)域試驗(yàn)品種產(chǎn)量數(shù)據(jù)，由浙江省種子管理站提供。供試品種和地點(diǎn)的產(chǎn)量見(jiàn)表1。試驗(yàn)采用隨機(jī)區(qū)組設(shè)計(jì)，小區(qū)面積20 m2，重復(fù)3 次，四周設(shè)保護(hù)行。所有參試品種同期播種，其他田間管理按當(dāng)?shù)亓?xí)慣進(jìn)行，及時(shí)防治病蟲(chóng)害，觀察記載項(xiàng)目和標(biāo)準(zhǔn)按試驗(yàn)方案及《浙江省玉米區(qū)域試驗(yàn)和生產(chǎn)試驗(yàn)技術(shù)操作規(guī)程》(試行)進(jìn)行。

表1 參試品種的地點(diǎn)、編號(hào)和平均產(chǎn)量

1.2 AMMI 模型分析方法

AMMI 模型是將方差分析和主成分分析相結(jié)合在同一個(gè)模型中具有可加和可乘分量的數(shù)學(xué)模型，其關(guān)系如下:yijk=μ+αi+βj+λmγimδjm+ρij+εijk。

式中:yijk是第i個(gè)品種在環(huán)境j 的第k 次重復(fù)的觀察值;μ 為總體平均數(shù);αi為第i個(gè)基因型與總平均的離差 (即基因型主效應(yīng));βj為第j個(gè)環(huán)境與總平均的離差 (即環(huán)境主效應(yīng));λm為第m個(gè)交互效應(yīng)主成分軸 (IPCA)的特征值;γim為第m 軸的基因型特征向量值;δjm為第m 軸環(huán)境特征向量值;ρij為提取n個(gè)軸后留下的殘差;εijk為試驗(yàn)誤差。

環(huán)境和品種 (基因型)的相對(duì)穩(wěn)定性參數(shù)就是以一個(gè)品種在交互效應(yīng)主成分軸空間中與圓點(diǎn)的歐氏距離。其計(jì)算公式為:

式中:k=1，2…，n;n 為顯著的IPCA個(gè)數(shù);IPCAgk和IPCAek分別為品種g 和試點(diǎn)e 的第k個(gè)主成分得分;Dg和De分別為品種和試點(diǎn)的穩(wěn)定性指標(biāo)。品種的Dg越小產(chǎn)量越穩(wěn)定，試點(diǎn)De越小對(duì)品種的分辨力越弱。通過(guò)以Dg值為縱軸，平均產(chǎn)量為橫軸作圖來(lái)評(píng)價(jià)品種的豐產(chǎn)穩(wěn)產(chǎn)性，越靠近縱軸說(shuō)明品種產(chǎn)量越低，越靠近橫軸說(shuō)明品種穩(wěn)定性越好，選擇遠(yuǎn)離縱軸，靠近橫軸的品種即為豐產(chǎn)穩(wěn)產(chǎn)品種。

數(shù)據(jù)分析采用Excel 和DPS 數(shù)據(jù)處理軟件。

2 結(jié)果與分析

由表2 可知，環(huán)境 (試點(diǎn))間變異平方和占整個(gè)處理總平方和的74.72%，基因型 (品種)間的變異平方和占8.47%，而環(huán)境和基因型 (試點(diǎn)×品種)的交互作用的平方和占16.81%。說(shuō)明環(huán)境的變異占了主要部分，其次為環(huán)境和基因型互作，最后為基因型，并且三者均對(duì)總變異的差異達(dá)極顯著水平。說(shuō)明參試品種間產(chǎn)量差異較大，參試地點(diǎn)是引起參試品種產(chǎn)量差異的重要原因;而且參試材料與環(huán)境間互作效應(yīng)明顯，說(shuō)明某些參試品種對(duì)環(huán)境極為敏感。由此可見(jiàn)，對(duì)基因型和環(huán)境交互作用進(jìn)一步分析非常必要。

表2 參試品種產(chǎn)量的AMMI 模型分析

通過(guò)計(jì)算得到了各個(gè)IPCA 向量的得分，并計(jì)算了各基因型對(duì)應(yīng)的Dg值。根據(jù)Dg值大小各基因型穩(wěn)定性依次為g9＞g3＞g8＞g5＞g10＞g7＞g2＞g11＞g6＞g1＞g4。對(duì)交互作用的主成分ICPA 的顯著性進(jìn)行F 測(cè)驗(yàn)表明 (表3)，IPCA1達(dá)顯著水平，IPCA2和IPCA3不顯著。IPCA1的變異平方和占互作總平方和的48.02%，解釋了48.02% 的互作變異，以Dg值為縱軸，以平均產(chǎn)量為橫軸作圖得到圖1。

圖1 參試品種產(chǎn)量的雙標(biāo)分析

從圖1 可看出各個(gè)品種的豐產(chǎn)穩(wěn)定性。其中g(shù)3屬于高產(chǎn)穩(wěn)產(chǎn)性品種，g2屬于高產(chǎn)中穩(wěn)品種，g9、g8屬于高穩(wěn)中產(chǎn)品種，g1、g4產(chǎn)量較高，但穩(wěn)定性不夠。

表3 參試品種產(chǎn)量在互作主成分軸上的得分及穩(wěn)定性參數(shù)

3 小結(jié)

AMMI 模型把方差分析和主成分分析結(jié)合在一起，具有這2種方法的優(yōu)點(diǎn)，為研究品種和地點(diǎn)互作，更好地評(píng)價(jià)品種的穩(wěn)定性提供了一種有效的分析方法。在本研究中，豐產(chǎn)穩(wěn)產(chǎn)性最好的品種為浙鳳單1號(hào)，盡管DH605、丹玉86 豐產(chǎn)性較好，但穩(wěn)產(chǎn)性不夠。豐產(chǎn)性和穩(wěn)產(chǎn)性表現(xiàn)均較差的品種為科單1號(hào)。但由于基因型和環(huán)境互作是一個(gè)十分復(fù)雜的生物學(xué)現(xiàn)象，品種對(duì)環(huán)境的生理差異需要進(jìn)一步分析。

［1］張澤，魯成，向仲懷.基于AMMI 模型的品種穩(wěn)定性分析［J］.作物學(xué)報(bào)，1998，24 (3):304-309.

［2］Falconer D S.Introduction to quantitative genetics ［M］.3rded.Harlow United Kingdom:Longman，1989.

［3］王磊，楊仕華，謝美賢.AMMI 模型及其在作物區(qū)試數(shù)據(jù)分析中的作用［J］.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，1997，5(1):39-45.

［4］王磊，楊仕華，沈希宏，等.作物品種區(qū)試數(shù)據(jù)分析的主效可加互作可乘模型 (AMMI)圖形［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，1998，21 (2):18-23.

［5］劉文江，李浩杰，汪旭東，等.用AMMI 模型分析雜交水稻基本性狀的穩(wěn)定性［J］.作物學(xué)報(bào)，2002，28 (4):569-573.

［6］曾獻(xiàn)英.AMMI 模型在棉花區(qū)域試驗(yàn)中的應(yīng)用［J］.棉花學(xué)報(bào)，2004，16 (4):233-235.

［7］英敏，楊思瓊.AMMI 模型在玉米品種區(qū)域試驗(yàn)中的應(yīng)用［J］.種子，2008，27 (8):97-101.

［8］陳發(fā)波，楊克誠(chéng).西南及四川區(qū)試玉米組合主要性狀分析及育種對(duì)策探討［J］.玉米科學(xué)，2007，15 (4):41-45.