劉衛(wèi)星 賀群嶺 張楓葉 范小玉 陳 雷 李 可 吳繼華

（商丘市農(nóng)林科學院，476000，河南商丘）

花生是我國重要的油料作物，在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革實踐中，花生的發(fā)展優(yōu)勢更加明顯[1]，2017年我國花生種植面積已達460.8萬hm2，總產(chǎn)量達1 709.2萬t，分別較2007年增加48.0萬hm2和327.7萬t[2]。我國北方花生種植區(qū)主要以大粒型花生為主[3]，種植面積和總產(chǎn)均占全國的60%以上[4]，在我國花生生產(chǎn)中占據(jù)重要位置。

農(nóng)業(yè)生產(chǎn)中作物產(chǎn)量的形成主要取決于基因型、環(huán)境效應(yīng)及基因型與環(huán)境的互作效應(yīng)，而作物產(chǎn)量的穩(wěn)定性主要受基因型與環(huán)境的互作效應(yīng)影響[5]。主效可加互作可乘模型（additive main effects and multiplicative interaction，AMMI）將方差分析和主成分分析相結(jié)合，并通過雙標圖和互作效應(yīng)值定量描述基因型與環(huán)境的互作效應(yīng)，從而對作物產(chǎn)量的穩(wěn)定性進行客觀評價[6]，被廣泛應(yīng)用于眾多作物的穩(wěn)定性評價中[7-11]。本研究利用AMMI模型對2015-2016年國家北方片花生區(qū)域試驗莢果產(chǎn)量數(shù)據(jù)進行分析，評價參試品種的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性，以期為花生品種的推廣應(yīng)用提供參考。

1 材料和方法

1.1 數(shù)據(jù)來源與試驗材料

利用2015-2016年國家北方片花生區(qū)域試驗（大粒2組）的莢果產(chǎn)量數(shù)據(jù)進行分析，數(shù)據(jù)由山東省花生研究所提供。試驗采取隨機區(qū)組排列，小區(qū)面積13.33m2，3次重復(fù)，播種密度15萬穴/hm2，每穴2粒。參試品種8個，分別為花育33號（G1、CK）、花育 9610（G2）、開農(nóng) 705（G3）、龍花二號（G4）、農(nóng)大511（G5）、商花11號（G6）、徐0316（G7）、鄭農(nóng)花15號（G8）。試驗地點19個，分別為安徽固鎮(zhèn)（E1）、北京密云（E2）、河北石家莊（E3）、河北易縣（E4）、河南安陽（E5）、河南開封（E6）、河南洛陽（E7）、河南漯河（E8）、河南濮陽（E9）、河南鄭州（E10）、江蘇徐州（E11）、遼寧大連（E12）、山東菏澤（E13）、山東濟寧（E14）、山東臨沂（E15）、山東青島（E16）、山東日照（E17）、山東濰坊（E18）、山東煙臺（E19）。栽培管理均按當?shù)馗髁晳T和水平進行，觀察記載項目和標準按照試驗方案進行。

1.2 AMMI模型

AMMI模型公式為：

式中，yge是在環(huán)境e中基因型g的產(chǎn)量，μ代表總體平均值，αg是基因型平均偏差，βe是環(huán)境平均偏差，N是模型主成分分析中主成分因子軸的總個數(shù)，λn是第n個主成分分析的特征值，γgn是第n個主成分的環(huán)境主成分得分，δgn是第n個主成分的基因型主成分得分，θge為殘差，εger為隨機誤差。

1.3 穩(wěn)定性參數(shù)

穩(wěn)定性參數(shù)是品種或試驗地點的交互效應(yīng)主成分值（interaction principal component axis，IPCA）在多維空間中圖標離原點的歐式距離[12]，公式為：

式中，n是達到顯著水平的IPCA個數(shù)；Dg(e)是品種或環(huán)境在n個IPCA上的得分，用來度量基因型或環(huán)境的相對穩(wěn)定性；基因型Dg值越小，則品種越穩(wěn)定；環(huán)境的De值越大，試驗地點對品種間差異的分辨力就越強。

1.4 數(shù)據(jù)分析

采用Excel 2007和DPS 7.05進行數(shù)據(jù)處理與分析。

2 結(jié)果與分析

2.1 不同品種及不同試驗地點的產(chǎn)量結(jié)果

由表1可知，2015年和2016年均有6個品種的莢果產(chǎn)量高于對照品種花育33號，2015年8個品種莢果產(chǎn)量范圍為5 073.41～5 747.23kg/hm2，2016年8個品種莢果產(chǎn)量范圍為4 749.99～5 400.39 kg/hm2。由各試驗地點2年莢果產(chǎn)量可知，不同試驗地點間產(chǎn)量變幅較大，同一試驗地點不同年際間產(chǎn)量也有較大波動，2015年最低產(chǎn)量出現(xiàn)在E6，最高產(chǎn)量出現(xiàn)在E16，2016年最低產(chǎn)量出現(xiàn)在E2，最高產(chǎn)量出現(xiàn)在E1（表2）。

表1 2015-2016年花生品種莢果平均產(chǎn)量Table 1 Average pod yield of testing peanut varieties in 2015-2016 kg/hm2

表2 2015-2016年各試驗地點花生莢果平均產(chǎn)量Table 2 Pod yield of peanut in 19 testing sites in 2015-2016 kg/hm2

2.2 產(chǎn)量聯(lián)合方差分析

2年平均莢果產(chǎn)量作聯(lián)合方差分析結(jié)果（表3）顯示，品種（基因型）間的平方和占整個處理平方和的4.38%，試驗地點（環(huán)境）間的平方和占整個處理平方和的83.99%，品種與試驗地點交互作用的平方和占整個處理平方和的7.65%，且基因型、環(huán)境、基因型與環(huán)境交互作用的方差均達到極顯著水平（P＜0.01），說明參試品種間、試驗地點間產(chǎn)量存在顯著差異，且環(huán)境對品種產(chǎn)量的影響最大。

表3 花生品種莢果產(chǎn)量聯(lián)合方差分析Table 3 Combined analysis of variance of pod yield of peanut varieties

2.3 線性回歸分析和AMMI模型分析

從線性回歸分析結(jié)果（表4）可知，聯(lián)合回歸、基因型回歸與環(huán)境回歸三者相加僅解釋了交互作用平方和的26.32%，殘差仍較大，占比73.68%，線性回歸擬合較差。用AMMI模型對基因型與環(huán)境的互作進行分解，有3個乘積項表達的交互作用達極顯著水平（P＜0.01），IPCA1、IPCA2、IPCA3的平方和分別占互作平方和的37.57%、25.85%及15.65%，共解釋了互作效應(yīng)的79.07%，殘差只占互作效應(yīng)平方和的20.93%，說明AMMI模型可更好地分析基因型與環(huán)境的交互作用，其擬合結(jié)果明顯優(yōu)于線性回歸模型。

表4 線性回歸與AMMI模型分析結(jié)果Table 4 Analysis results of linear regression analysis and AMMI model

2.4 AMMI雙標圖穩(wěn)定性分析

以參試品種及試驗地點的平均莢果產(chǎn)量為橫軸，IPCA1值為縱軸作雙標圖（圖1），圖1中橫坐標值越大，說明該品種產(chǎn)量越高，豐產(chǎn)性越好；縱坐標IPCA1絕對值越小，該品種穩(wěn)定性越好，適應(yīng)性越好[13]。由圖1可知，水平方向上試驗地點較品種的分布范圍廣，說明試驗地點間變異遠大于基因型；品種G3、G6、G8、G4遠離縱軸，說明這4個品種的豐產(chǎn)性最好；品種G4、G1、G2、G6遠離橫軸，說明這4個品種的穩(wěn)定性最好。E7、E17、E2、E12遠離橫軸，說明這4個試驗地點的分辨力最強；E11、E5、E4、E8離橫軸較近，說明這4個試驗地點的分辨力較弱。在AMMI雙標圖中，品種與IPCA1=0水平線同側(cè)的試驗地點間有正的互作效應(yīng)，與另一側(cè)的試驗地點間為負互作效應(yīng)[14]。由此可知，品種G6、G7、G8在E1至E10有較好的適應(yīng)性，品種G1至G5在E11至E19有較好的適應(yīng)性，說明試驗地點環(huán)境對于增加相應(yīng)品種的產(chǎn)量具有正向作用。

圖1 平均莢果產(chǎn)量與IPCA1的AMMI模型雙標圖Fig.1 Biplot of AMMI between average pod yield and IPCA1

2.5 AMMI穩(wěn)定性參數(shù)分析

為定量描述品種的穩(wěn)定性和試驗地點的分辨力，按照公式計算出各品種的穩(wěn)定性參數(shù)（Dg）和各試驗地點的分辨力（De）。由表5、表6可知，各品種Dg值的順序為G3＞G4＞G7＞G2＞G5＞G6＞G8＞G1，即品種G1、G8、G6的穩(wěn)定性最好。綜合品種的豐產(chǎn)性與穩(wěn)產(chǎn)性可知，G6、G8屬于高產(chǎn)穩(wěn)產(chǎn)型品種，G3、G4屬于高產(chǎn)但不穩(wěn)產(chǎn)的品種，G1屬于穩(wěn)產(chǎn)但不高產(chǎn)的品種。各試驗地點De值大小順序為 E17＞E7＞E2＞E15＞E9＞E3＞E12＞E11＞E5＞E13＞E16＞E14＞E10＞E19＞E6＞E4＞E18＞E1＞E8，表明試驗地點E17、E7、E2、E15的分辨力強，試驗地點E8、E1、E18的分辨力較差。穩(wěn)定性參數(shù)分析結(jié)果與AMMI雙標圖結(jié)果有差異，這可能是因為平均產(chǎn)量與IPCA1雙標圖只代表了37.57%的基因型與環(huán)境互作效應(yīng)，而由IPCA1、IPCA2、IPCA3求得的穩(wěn)定性參數(shù)代表了79.07%的基因型與環(huán)境互作效應(yīng)。

表5 花生品種的穩(wěn)定性參數(shù)及排序Table 5 Scores and stability parameters of peanut varieties

表6 試驗地點的穩(wěn)定性參數(shù)及排序Table 6 Scores and stability parameters of testing site

3 討論

區(qū)域試驗是評價農(nóng)作物品種農(nóng)藝性狀、產(chǎn)量性狀及品質(zhì)性狀的重要手段，為農(nóng)作物品種審定（登記）提供重要依據(jù)，同時也為作物育種及品種示范推廣提供重要參考[15-17]。本研究方差分析表明，環(huán)境效應(yīng)的占比最大，其次是基因型與環(huán)境交互效應(yīng)，基因型效應(yīng)的占比最小，這說明在我國北方大?；ㄉ鷧^(qū)，品種選擇應(yīng)充分考慮當?shù)氐纳鷳B(tài)條件，只有選用適合當?shù)胤N植的花生品種，才能實現(xiàn)穩(wěn)產(chǎn)豐產(chǎn)。

AMMI模型雙標圖可直觀表現(xiàn)各品種的豐產(chǎn)性、穩(wěn)產(chǎn)性及各試驗地點的分辨力，但當顯著的IPCA個數(shù)超過2個時，雙標圖并不能反映全部的有效變異信息，穩(wěn)定性參數(shù)充分考慮了所有顯著的IPCA值，能夠更全面反映品種的穩(wěn)定性和試驗地點的分辨力[18]。本研究中顯著的IPCA值為3個，利用平均莢果產(chǎn)量與IPCA1構(gòu)建的雙標圖只代表了37.57%的基因型與環(huán)境互作效應(yīng)，由3個顯著的IPCA值求得的穩(wěn)定性參數(shù)則代表了79.07%的基因型與環(huán)境互作效應(yīng)。因此，穩(wěn)定性參數(shù)對品種穩(wěn)定性及試驗地點分辨力的評價更有參考價值。

4 結(jié)論

8個花生品種中高產(chǎn)穩(wěn)產(chǎn)的品種是商花11號和鄭農(nóng)花15號，產(chǎn)量高而穩(wěn)定性一般的品種是開農(nóng)705和龍花二號，穩(wěn)產(chǎn)但不高產(chǎn)的品種是花育33號。19個試驗地點中山東日照和河南洛陽的分辨力強，河南漯河和安徽固鎮(zhèn)的分辨力較差。對區(qū)域試驗數(shù)據(jù)進行AMMI模型分析，可以更好地評價品種的穩(wěn)定性和試驗地點的分辨力，從而為我國北方片大粒花生育種、推廣應(yīng)用及區(qū)域試驗地點設(shè)置提供參考和依據(jù)。