潘高峰 房振兵 田永宏
摘要:為分析水稻區(qū)試參試品種的豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性以及區(qū)試地點(diǎn)的代表力和鑒別力,采用GenStat軟件中的GGE雙標(biāo)圖對(duì)湖北省2017年水稻區(qū)試A組12個(gè)參試品種和10個(gè)區(qū)試地點(diǎn)進(jìn)行了分析。結(jié)果表明,深兩優(yōu)10號(hào)、亮兩優(yōu)1212、隆晶優(yōu)4393、襄優(yōu)5327產(chǎn)量較高,亮兩優(yōu)1212、隆晶優(yōu)4393、聚兩優(yōu)639、深兩優(yōu)10號(hào)具有較好的穩(wěn)產(chǎn)性,襄優(yōu)5327穩(wěn)產(chǎn)性較弱,但在生產(chǎn)上仍有推廣利用的價(jià)值。區(qū)試地點(diǎn)沙洋縣、黃岡市、孝南區(qū)的代表力和鑒別力較強(qiáng)。
關(guān)鍵詞:水稻;GenStat;GGE雙標(biāo)圖;品種;區(qū)域試驗(yàn)
中圖分類號(hào):S511.5 文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):0439-8114(2018)15-0024-04
DOI:10.14088/j.cnki.issn0439-8114.2018.15.005 開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):
Evaluating Varieties and Test Sites in the 2017 Rice Regional Trials of Hubei Province by GGE Biplot Based on Genstat
PAN Gao-feng,F(xiàn)ANG Zhen-bing,TIAN Yong-hong,CHEN Bo,F(xiàn)AN Bing,ZHAO Sha-sha
(Xiangyang Academy of Agricultural Sciences,Hubei Province,Xiangyang 441057,Hubei,China)
Abstract: To analyze the high yield, stability production and adaptability performance of rice varieties and the representativeness and discrimination of test sites in regional trials, the GGE biplot based on Genstat was employed to identify 12 varieties from 10 test sites of A group in the 2017 rice regional trials of Hubei province. The results showed that, ‘Shenliangyou10, ‘Liangliangyou1212, ‘Longjingyou4393 and ‘Xiangyou5327 had higher yield; ‘Liangliangyou1212, ‘Longjingyou4393,‘Juliangyou639 and ‘Shenliangyou10 had better stability production performance; The yield of‘Xiangyou5327was high while its stability was low, which still had application value for production. Shayang, Huanggang, and Xiaonan had the greater representativeness and discrimination.
Ker words: rice; Genstat; GGE biplot; variety; regional trial
水稻新品種在推廣之前必須對(duì)其穩(wěn)產(chǎn)性和豐產(chǎn)性進(jìn)行綜合評(píng)價(jià),而這也是區(qū)域試驗(yàn)的重中之重[1]。傳統(tǒng)區(qū)域試驗(yàn)品種穩(wěn)產(chǎn)性和豐產(chǎn)性主要是應(yīng)用算術(shù)平均值法進(jìn)行評(píng)價(jià),但是由于區(qū)域試驗(yàn)往往是多年多點(diǎn)重復(fù)進(jìn)行,年度間環(huán)境差異較大,而且由于自然或人為因素導(dǎo)致部分試點(diǎn)報(bào)廢,致使數(shù)據(jù)差異較大、重復(fù)不一致,所以采用算術(shù)平均值法會(huì)影響對(duì)品種的客觀評(píng)價(jià)[2,3]。
在區(qū)域試驗(yàn)中,試驗(yàn)品種的各種指標(biāo)受到環(huán)境(E)、自身基因型(G)以及環(huán)境和基因互作(GE)的影響[4]。但是在數(shù)據(jù)分析時(shí),人們往往把GE視為干擾或者混雜因子予以排除[5]。嚴(yán)威凱等[6,7]創(chuàng)立的GGE雙標(biāo)圖充分解釋了GE的影響,能很好地分析區(qū)域試驗(yàn)品種的豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性以及區(qū)試地點(diǎn)的鑒別力和代表力,同時(shí),運(yùn)用雙標(biāo)圖還能直觀地比較某一品種在不同地點(diǎn)的表現(xiàn)以及某一品種與對(duì)照品種在不同地點(diǎn)的表現(xiàn)[8-10]。
近年來(lái)GGE雙標(biāo)圖越來(lái)越多地應(yīng)用到國(guó)內(nèi)區(qū)域試驗(yàn)分析,如許乃銀等[11]運(yùn)用GGE雙標(biāo)圖對(duì)長(zhǎng)江流域進(jìn)行了棉區(qū)劃分;陳四龍等[12]用GGE雙標(biāo)圖分析了油菜種植密度對(duì)產(chǎn)量的影響;羅俊等[13]運(yùn)用雙標(biāo)圖對(duì)甘蔗區(qū)試進(jìn)行分析;梁黔云等[14]運(yùn)用GGE雙標(biāo)圖分析了玉米區(qū)試數(shù)據(jù);郭敏杰等[15]運(yùn)用GGE雙標(biāo)圖分析了花生區(qū)試的品種與試點(diǎn)。但GGE雙標(biāo)圖在水稻上的運(yùn)用不多見(jiàn)。本研究主要采用GenStat軟件中的GGE雙標(biāo)圖以2017年湖北省中稻區(qū)試A組品種數(shù)據(jù)為例進(jìn)行分析,以期客觀地評(píng)價(jià)水稻參試品種在湖北省的適應(yīng)性以及穩(wěn)產(chǎn)性,為今后育種工作提供參考。
1 材料與方法
1.1 數(shù)據(jù)來(lái)源
本研究采用的數(shù)據(jù)來(lái)源于2017年湖北省中稻品種區(qū)試A組匯總報(bào)告的產(chǎn)量結(jié)果。參試品種分別為廣8優(yōu)粵禾絲苗、隆晶優(yōu)4393、E兩優(yōu)347、綠豐占、聚兩優(yōu)639、荃香優(yōu)88、深兩優(yōu)10號(hào)、襄優(yōu)5327、亮兩優(yōu)1212、華浙優(yōu)1534、兩優(yōu)548、豐兩優(yōu)四號(hào)(對(duì)照),以上品種分別簡(jiǎn)稱G8、LJ、EL、LF、JL、QX、SL、XY5、LL、HZ、LY、CK。
區(qū)試地點(diǎn)分別為恩施土家族苗族自治州(以下簡(jiǎn)稱恩施)、宜昌市、襄陽(yáng)市、隨州市、沙洋縣、荊州市、潛江市、孝南區(qū)、中國(guó)種子集團(tuán)有限公司生命科學(xué)技術(shù)中心(鄂州)、黃岡市、英山縣,其中,隨州試點(diǎn)由于在試驗(yàn)期間遭受多日大風(fēng)大雨影響,水稻倒伏嚴(yán)重,試驗(yàn)報(bào)廢未納入?yún)R總,其他試點(diǎn)試驗(yàn)結(jié)果均納入?yún)R總。以上承試單位分別簡(jiǎn)稱ES、YC、XY、SZ、SY、JZ、QJ、XN、ZZ、HG、YS。
1.2 試驗(yàn)設(shè)計(jì)
采用隨機(jī)區(qū)組設(shè)計(jì),3次重復(fù),小區(qū)面積13.3 m2。小區(qū)長(zhǎng)6.67 m、寬2.0 m,每小區(qū)插10行秧苗,每行40穴。栽插株行距為16.7 cm×20.0 cm。試驗(yàn)四周設(shè)置保護(hù)行。
1.3 分析方法
利用Excel 2010整理數(shù)據(jù),采用GenStat軟件中的GGE biplot進(jìn)行統(tǒng)計(jì)分析。
2 結(jié)果與分析
2.1 水稻品種的豐產(chǎn)性和穩(wěn)產(chǎn)性
各參試品種在測(cè)試點(diǎn)的產(chǎn)量見(jiàn)表1。利用GGE雙標(biāo)圖可以解釋基因與環(huán)境互作變異的76.13%(圖1)。圖1中,橫坐標(biāo)軸代表第一主成分(PC1),解釋了57.87%的數(shù)據(jù)變異平方和;縱坐標(biāo)軸代表第二主成分(PC2),解釋了18.26%的數(shù)據(jù)變異平方和。帶有箭頭的線段表示平均環(huán)境軸,箭頭指向?yàn)楫a(chǎn)量趨大方向,過(guò)品種向平均環(huán)境軸作垂線,其垂線長(zhǎng)度代表該品種的穩(wěn)產(chǎn)性,即長(zhǎng)度越長(zhǎng)表示穩(wěn)產(chǎn)性越差,越短表示穩(wěn)產(chǎn)性越好。從圖1可以看出,參試品種的產(chǎn)量排序?yàn)镾L>LL>LJ>XY5>QX>LY>CK>HZ>JL>G8>LF>EL,參試品種的穩(wěn)產(chǎn)性排序?yàn)長(zhǎng)L>LJ>JL>SL>QX>CK>LY>G8>EL>XY5>HZ>LF。
品種豐產(chǎn)性和穩(wěn)產(chǎn)性的排序不盡相同,想要綜合評(píng)價(jià)品種需要借助圖2。以平均環(huán)境軸上的箭頭為圓心作同心圓,越靠近圓心表示該品種的綜合性能越好。由圖2可知,參試品種的綜合性能排序?yàn)長(zhǎng)L>LJ>SL>QX>LY>CK>XY5>HZ>JL>G8>LF>EL。
2.2 水稻品種的適應(yīng)性
如圖3所示,將距離原點(diǎn)最遠(yuǎn)的品種連接構(gòu)成一個(gè)多邊形,過(guò)圓心分別作多邊形每條邊的垂線并延伸至圖形邊界,可以發(fā)現(xiàn)垂線將整個(gè)圖分成6個(gè)扇形區(qū)域,將試驗(yàn)點(diǎn)分成不同的組。同一扇形區(qū)域內(nèi),所有試點(diǎn)表現(xiàn)最好的品種正好位于該區(qū)域內(nèi)多邊形頂點(diǎn)。由此可見(jiàn),品種SL在XN、SY、JZ3個(gè)試點(diǎn)都是表現(xiàn)最好的品種,適應(yīng)性較好。EL在各試點(diǎn)表現(xiàn)都不理想,適應(yīng)性比較差。
將每個(gè)測(cè)試點(diǎn)與原點(diǎn)相連,稱為環(huán)境向量;將每個(gè)測(cè)試品種與原點(diǎn)相連稱為品種向量,當(dāng)某一品種向量與某一環(huán)境向量夾角為銳角時(shí),表示該品種在該試點(diǎn)的產(chǎn)量高于試點(diǎn)平均值;為直角時(shí),表示等于平均值;為鈍角時(shí),表示低于平均值。
2.3 試點(diǎn)的鑒別力和代表力
代表力和鑒別力是評(píng)價(jià)試點(diǎn)的重要指標(biāo)。理想的試點(diǎn)應(yīng)該具備較強(qiáng)的鑒別力以及所處生態(tài)區(qū)域的代表力。如圖4所示,以圖中箭頭為圓心作同心圓,越靠近圓心表示測(cè)試地點(diǎn)的鑒別力和代表力綜合評(píng)價(jià)越高,反之越低。因此,試點(diǎn)的綜合能力排序?yàn)镾Y>HG>XN>YS>QJ>JZ>XY>ZZ>YC>ES。
2.4 GGE雙標(biāo)圖的其他運(yùn)用
運(yùn)用GGE雙標(biāo)圖可以分析各個(gè)品種在同一地點(diǎn)的表現(xiàn)。以SY試點(diǎn)為例(圖5),將SY試點(diǎn)與原點(diǎn)相連,過(guò)品種作連線延長(zhǎng)線或反向延長(zhǎng)線的垂線,根據(jù)投影的位置可以看出各品種在SY試點(diǎn)的產(chǎn)量排序,投影點(diǎn)越靠近SY產(chǎn)量越高,顯然LL產(chǎn)量最高,EL產(chǎn)量最低。如果過(guò)原點(diǎn)作一條垂直于連線的直線,將所有品種分為兩組,靠近SY一側(cè)的品種在SY的產(chǎn)量均高于SY的平均值,反之亦然。因此品種G8、EL、LF、JL在SY的產(chǎn)量均低于SY所有品種產(chǎn)量的平均值。
由圖5還可以直觀地分析同一品種在不同試點(diǎn)的表現(xiàn)情況。以品種G8為例,將G8與原點(diǎn)相連,過(guò)試點(diǎn)作連線或反向延長(zhǎng)線的垂線,根據(jù)投影的位置可以看出G8在各試點(diǎn)的產(chǎn)量排序,投影點(diǎn)越靠近G8產(chǎn)量越高,可見(jiàn)G8在YC產(chǎn)量最高,在ZZ產(chǎn)量最低。過(guò)原點(diǎn)作一條垂直于連線的直線,將所有的試點(diǎn)分為兩組,靠近G8一側(cè)的表示在這些區(qū)域內(nèi)G8的產(chǎn)量高于各試點(diǎn)的平均值。可見(jiàn)G8在YC的產(chǎn)量高于平均值,在其余試點(diǎn)的產(chǎn)量均低于平均值。
運(yùn)用圖5可以進(jìn)一步分析某一品種與對(duì)照品種在不同試點(diǎn)的表現(xiàn)。以品種EL為例,將EL與CK相連,過(guò)原點(diǎn)作連線的垂線,將所有試點(diǎn)分成兩組。在EL一側(cè)沒(méi)有任何試點(diǎn),說(shuō)明在各個(gè)試點(diǎn)EL的產(chǎn)量均低于對(duì)照。
3 討論與結(jié)論
一個(gè)水稻品種在生產(chǎn)推廣之前要進(jìn)行多次區(qū)域試驗(yàn)和生產(chǎn)試驗(yàn),由于年度間氣象因素差異大、各試點(diǎn)環(huán)境不一致以及人為誤差等,如何客觀、公正地評(píng)價(jià)一個(gè)品種成為育種學(xué)家和生物統(tǒng)計(jì)學(xué)家越來(lái)越重視的問(wèn)題。在GGE雙標(biāo)圖之前,AMMI模型也曾廣泛應(yīng)用到區(qū)試分析中,該模型將數(shù)據(jù)進(jìn)行雙向中心化,然后重點(diǎn)研究基因型與環(huán)境互作,進(jìn)而對(duì)基因型進(jìn)行評(píng)價(jià),會(huì)導(dǎo)致評(píng)價(jià)不客觀[16-18]。GGE雙標(biāo)圖的問(wèn)世很好地解決了這個(gè)問(wèn)題,相比于之前的AMMI模型,GGE雙標(biāo)圖不僅能直觀地表現(xiàn)出數(shù)據(jù)所蘊(yùn)含的信息,更能充分考慮年際間的差異。GGE雙標(biāo)圖能很好地分析出不同品種對(duì)不同地點(diǎn)的特殊適應(yīng)性,這也是AMMI等其他模型所不能及的[19,20]。
本研究運(yùn)用GenStat軟件中的GGE雙標(biāo)圖對(duì)湖北省2017年水稻區(qū)試A組的12個(gè)品種進(jìn)行了分析。結(jié)果表明,深兩優(yōu)10號(hào)、亮兩優(yōu)1212、隆晶優(yōu)4393、襄優(yōu)5327產(chǎn)量較高,亮兩優(yōu)1212、隆晶優(yōu)4393、深兩優(yōu)10號(hào)具有較好的穩(wěn)產(chǎn)性。不難發(fā)現(xiàn),品種的豐產(chǎn)性和穩(wěn)產(chǎn)性不是一致的,產(chǎn)量高的品種穩(wěn)產(chǎn)性不一定好,穩(wěn)產(chǎn)性是基于豐產(chǎn)性而言的,穩(wěn)產(chǎn)性很好但是產(chǎn)量低也是沒(méi)有推廣意義的[21];相反,產(chǎn)量較高但穩(wěn)產(chǎn)性稍弱的品種在相應(yīng)高產(chǎn)的區(qū)域仍然有推廣應(yīng)用的價(jià)值。例如襄優(yōu)5327,其品種豐產(chǎn)性排名第四,穩(wěn)產(chǎn)性較弱,但在宜昌表現(xiàn)出很好的適應(yīng)性。
研究表明深兩優(yōu)10號(hào)在孝南、沙洋、荊州、潛江4個(gè)試點(diǎn)都是表現(xiàn)最好的,呈現(xiàn)出很好的適應(yīng)性;E兩優(yōu)347在各個(gè)試點(diǎn)表現(xiàn)都不好,適應(yīng)性差。不難發(fā)現(xiàn)孝南、沙洋、荊州、潛江4個(gè)試點(diǎn)都位于江漢平原腹地,屬于同一個(gè)生態(tài)區(qū)域。借助GGE雙標(biāo)圖還可以對(duì)區(qū)域試點(diǎn)進(jìn)行生態(tài)區(qū)域劃分,由于本次研究采用的是單年數(shù)據(jù),所以沒(méi)有進(jìn)行生態(tài)區(qū)域劃分。
10個(gè)區(qū)試地點(diǎn)中,沙洋有著較好的鑒別力和代表力,恩施的綜合能力最差,可能是恩施獨(dú)特的地理位置和氣候特征造成的。對(duì)試點(diǎn)進(jìn)行代表力和鑒別力的評(píng)價(jià)可以幫助區(qū)域試驗(yàn)主持部門淘汰綜合能力較差的地點(diǎn),客觀選擇區(qū)試地點(diǎn)。由于采用的是單年數(shù)據(jù),分析可能不夠充分,因此關(guān)于區(qū)試地點(diǎn)的評(píng)價(jià)僅作為GGE雙標(biāo)圖的應(yīng)用示例。
參考文獻(xiàn):
[1] 張志芬,付曉峰,劉俊青,等.用GGE雙標(biāo)圖分析燕麥區(qū)域試驗(yàn)品系產(chǎn)量穩(wěn)定性及試點(diǎn)代表性[J].作物學(xué)報(bào),2010,36(8):1377-1385.
[2] 高金鋒.蕎麥品種穩(wěn)定性與適應(yīng)性分析及評(píng)價(jià)研究[D].陜西咸陽(yáng):西北農(nóng)林科技大學(xué),2008.
[3] 金文林.作物區(qū)試中品種穩(wěn)定性評(píng)價(jià)的秩次分析模型[J].作物學(xué)報(bào),2000,26(6):925-930.
[4] FAN X M,KANG M S,CHEN H,et al. Yield stability of maize hybrids evaluated in multi-Environment trials in Yunnan,China[J].Agronomy Journal,2007,99(1):220-228.
[5] YAN W,TINKER N A. Biplot analysis of multi-environment trial data:Principles and applications[J].Can J Plant Sci,2006,86:623-645.
[6] 嚴(yán)威凱.雙標(biāo)圖分析在農(nóng)作物品種多點(diǎn)試驗(yàn)中的應(yīng)用[J].作物學(xué)報(bào),2010,36(11):1805-1819.
[7] 嚴(yán)威凱,盛慶來(lái),胡躍高,等. GGE疊圖法-分析品種×環(huán)境互作模式的理想方法[J].作物學(xué)報(bào),2001,27(1):21-28.
[8] YAN W.GGE biplot—a windows application for graphical analysis of multi-environment trial data and other types of two-way data[J].Agronomy Journal,2001,93(5):1111-1118.
[9] YAN W. Singular value partitioning for biplot analysis of multi-environment trial data[J].Agronomy Journal,2002,94:990-996.
[10] YAN W,HOLLAND J B. A heritability-adjusted GGE Biplot for test environment evaluation[J].Euphytica,2010,171:355-369.
[11] 許乃銀,李 健.利用GGE雙標(biāo)圖劃分長(zhǎng)江流域棉花纖維品質(zhì)生態(tài)區(qū)[J].作物學(xué)報(bào),2014,40(5):891-898.
[12] 陳四龍,李玉榮,程增書(shū),等.用GGE雙標(biāo)圖分析種植密度對(duì)高油花生生長(zhǎng)和產(chǎn)量的影響[J].作物學(xué),2009,35(7):1328-1335.
[13] 羅 俊,張 華,鄧祖湖,等.用GGE雙標(biāo)圖分析甘蔗品種性狀穩(wěn)定性及試點(diǎn)代表性[J].應(yīng)用生態(tài)學(xué)報(bào),2012(5):1319-1325.
[14] 梁黔云,李清超,吳 瑞,等.GGE雙標(biāo)圖在玉米品種區(qū)域?qū)嶒?yàn)中的應(yīng)用[J].中國(guó)農(nóng)學(xué)通報(bào),2014(6):224-228.
[15] 郭敏杰,鄧 麗,任 麗,等.基于Genstat的GGE雙標(biāo)圖評(píng)價(jià)花生區(qū)試中的品種及試點(diǎn)[J].河北農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,40(6):9-13.
[16] HGJR G,PIEPHO H P,Annicchiarico P. Statistical Analysis of Yield Trials by AMMI and GGE:Further Considerations[J]. Crop Science,2008,48(3):866-889.
[17] YAN W,KANG M S,MA B,et al. GGE Biplot vs. AMMI Analysis of Genotype-by-Environment Data[J].Crop Science,2007,47(2):641-653.
[18] 羅 俊,張 華,鄧祖湖,等.用GGE雙標(biāo)圖分析甘蔗品種性狀穩(wěn)定性及試點(diǎn)代表性[J].應(yīng)用生態(tài)學(xué)報(bào),2012,23(5):1319-1325.
[19] YAN W,RAJCAN I. Biplot analysis of test sites and trait relations of soybean in Ontario[J].Crop Sci,2002,42:11-20.
[20] SAMONTE S O P B,WILSON L T,MCCLUNG A M,et al. Targeting cultivars onto rice growing environments using AMMI and SREG GGE biplot analyses[J].Crop Sci,2005,45:2414-2424.
[21] 王 磊,程本義,鄂志國(guó),等.基于GGE雙標(biāo)圖的水稻區(qū)試品種豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性評(píng)價(jià)[J].中國(guó)水稻科學(xué),2015,29(4):408-416.