全 文 ：麦类作物学报 2010 , 30(3):515-519
Journa l of T riticeae Crops
裸燕麦区域试验中地点鉴别力和育成品种稳产性分析
＊
张志芬1 ,付晓峰1 ,刘俊青1 ,杨海顺1 ,柴 岩2 ,冯佰利2 ,陈 强3
(1.内蒙古农牧业科学院 ,内蒙古呼和浩特 010031;2.西北农林科技大学农学院 ,陕西杨凌 712100;
3.内蒙古鄂尔多斯农科所 ,内蒙古鄂尔多斯 017000)
摘 要:为提高区域试验品种鉴定的准确性和效率以及了解当前燕麦育成品种的稳产性 ,利用 AM MI模型对
2006-2008 年全国区域试验中裸燕麦的产量数据进行了地点鉴别力和品种稳产性分析。结果表明 , 吉林白城 、内
蒙古武川 、四川昭觉试点鉴别力较高 , 山西五寨 、甘肃会宁 、山西右玉试点鉴别力较低。白燕 2 号 、坝莜 10 号 、9314-
122 品种稳产性较好 , 8652-3、S016 、保罗品种稳产性较差 。
关键词:燕麦;品种稳定性:试点鉴别力
中图分类号:S512.1;S330 文献标识码:A 文章编号:1009-1041(2010)03-0515-05
Analysis on Site Discrimination and Yield Stability of Oat Varieties
ZHANGZhi-fen1 , FU Xiao-feng1 , LIU Jun-qing1 , YANGHai-shun1 ,
CHAI Yan2 , FENG Bai-li2 , CHEN Qiang3
(1.In ner Mongolia Academy of Agricul tu ral and Husban dry S cien ce , H uhhot , In ner Monglia 010031 , China;
2.C ol lege of Agronomy , No rthw est A &F University , Yangling , Shaanxi 712100 , China;
3.Ordos Ag ricul tu ral Science In sti tu te , O rdos , Inner Monglia , 017000 , China)
Abstract:In o rder to compare the discrimination of dif ferent si tes in regional t rials and Stability of Varie-
ties , the AMM I model w as used and comparison w as made betw een AMM I model and joint linear reg res-
sion model wi th the yield data f rom national trails during 2005-2008.The resul t show ed that Baicheng ,
Wuchuan and Zhaojuan had the best discrimination , while Wuzhai , Huining , Youyu w ere the w o rst.Baiy-
an 2 , Bayou 10 , 9314-122 had the best yield stabi li ty , while 8652-3 , S016 and Baoluo we re the w o rst.
Key words:Oat , AMMI;Varieties;Stabili ty ;Site Discrimination
燕麦是营养价值极高的禾谷类作物 ,也是重要
的粮饲兼用作物[ 1] 。我国燕麦产区比较集中 ,主要
分布在内蒙古 、河北和山西等地[ 2] 。随着膳食结构
的改变 ,燕麦营养价值及保健功能越来越受到人们
的重视 ,市场对燕麦的需求越来越多。目前 ,燕麦主
产区品种退化和混杂严重 ,新品种的选育和推广迫
在眉睫。品种的丰产 、稳产性是基因型与环境共同
作用的结果。通过区域试验可鉴定品种的丰产性和
稳产性 ,进而为农业生产提供具有推广价值的品种 。
不同试点的条件不同 ,品种对其反应也会存在差异 ,
因此分析试点鉴别力可以为选择适宜的区试地点和
合理的评价品种提供依据 。
目前已有许多应用变异系数 、线性回归 、方差分
析 、高稳系数 、AMM I 模型等方法研究作物区域试
验点鉴别力和品种稳产性的报道[ 3-6] 。其中 ,主效可
加互作可乘模型(Addi tive Main Ef fects and Mult i-
plicative Interaction Model ,简称为 AMMI 模型)是
一种分析品种稳产性的较有效的模型[ 7-8] ,已经在小
麦[ 9-10] 、油菜[ 11] 、水稻[ 12-13] 等作物上广泛应用 ,而用
此模型分析燕麦区域试验品种稳产性的研究尚未见
报道。本研究利用 AMM I模型分析了 2006-2008
年区域试验中试点的鉴别力 ,以期为选择适宜的区
试地点和合理的评价品种提供依据。
1 材料与方法
2006-2008 年全国燕麦的区域试验参试的试
＊收稿日期:2009-12-02 修回日期:2010-02-19
基金项目:国家科技支撑计划项目(2006BAD02B05-3)。
作者简介:张志芬(1982-),女 ,硕士 ,主要从事燕麦育种和栽培研究。 E-mai l:zzf2663@126.com
通讯作者:付晓峰(1964-),男 ,研究员 ,主要从事燕麦育种和栽培研究。 E-mai l:nmgnkyfu xf@163.com
点共 12个 ,试验品种 10 个(表 1)。各试点均为随
机区组设计 ,三次重复 ,小区面积为 10 m 2 ,成熟后
测定每个小区的产量 ,应用 DPS 软件的 AMM I 模
型进行分析 。品种稳产性和试点鉴别力的参数
D i(j)计算公式:
D i(j)= m
k=1(IPCA)2i(j)k
式中 ,m 为显著的 IPCA(PCA)(Interaction Princi-
pal Component Axes)个数 , IPCA i(j)k为第 i 个基因
型或第 j 个试点在 k 个 IPCA上的得分 。由于 Di(j)
实际是在 m 个 IPCA 上得分的累加 ,因此 Di 值越
小 ,则品种稳产性越好 ,对应的 D j 越大 ,表示试点
的鉴别力越强。
表 1 试验材料和试点
Table 1 Varieties and experimential sites
地点 Location 编号 Number 品种 Variety 编号 Number
内蒙古武川 Inner Mongolia Wuchuan e1 坝莜 3号 Bayou 3 g1
河北张北 Hebei Zhangbei e2 保罗 Baolu o g2
河北崇礼 Hebei Ch on gli e3 燕 2004 Yan 2004 g3
山西右玉 Shanxi You yu e4 8652-3 g4
山西五寨 Shanxi Wuzhai e5 白燕 2号 Baiyan 2 g5
甘肃定西 Gansu Dingxi e6 S016 g6
吉林白城 Jinlin Baicheng e7 坝莜 10号 Bayou 10 g7
甘肃会宁 Gansu H uinin g e8 蒙燕 8474-1-2-2 M engyan 8474-1-2-2 g8
宁夏固原 Ningxia Guyuan e9 9314-122 g9
新疆乌鲁木齐 Xinjiang Wu lumuqi e10 坝莜 8号 Bayou 8 g10
四川昭觉 Sich uan Zhaojue e11
贵州威宁 Guizhou Weining e12
表 2 2006-2008 年产量的联合方差分析 、AMMI模型分析结果
Table 2 Analysis of ANOVA , regression model and AMMI model on the yield of oat
年份
Year
模式 Model 变异来源
Variation source
自由度
DF
平方和
SS
均方
MS
F P
2006 方差分析 总的 Sum 359 710.68 1.9796
Analysis of varian ce 处理 T reatment 119 670.63 5.6356 33.7689 0.0001
基因型 Genotype 9 4.68 0.521 3.1218 0.0014
环境 Environment 11 600.87 54.6252 327.32 0.0001
交互作用 In teraction 99 65.06 0.6572 3.9383 0.0001
AMMI 模型 PCA1 19 27.05 1.4239 4.7067 0.0001
AMMImodel PCA2 17 14.44 0.85 2.8096 0.0003
PCA3 15 9.04 0.6028 1.9924 0.0165
残差 Residual 48 14.52 0.3025
2007 方差分析 总的 Sum 359 435.89 1.2142
Analysis of varian ce 处理 Treatment 119 415.97 3.4956 42.1113 0.0001
基因型 Genotype 9 3.76 0.4186 5.0426 0.0001
环境 Environment 11 383.31 34.8467 419.7967 0.0001
交互作用 In teraction 99 28.89 0.2919 3.5161 0.0001
AMMI 模型 PCA1 19 14.64 0.7707 8.3643 0.0001
AMM Imodel PCA2 17 5.92 0.3488 3.7854 0.0001
PCA3 15 3.89 0.2599 2.821 0.0005
残差 Residual 48 4.4228 0.0921
2008 方差分析 总的 Sum 359 396.57 1.1047
Analysis of varian ce 处理 T reatment 119 378.56 3.1812 42.3786 0.0001
基因型 Genotype 9 10.05 1.1175 14.8863 0.0001
环境 Environment 11 340.17 30.925 411.972 0.0001
交互作用 In teraction 99 28.32 0.2861 3.812 0.0001
AMMI 模型 PCA1 19 12.4 0.6526 7.4516 0.0001
AMM Imodel PCA2 17 7.1305 0.4194 4.7891 0.0001
PCA3 15 4.5944 0.3063 3.4972 0.0001
残差 Residual 48 4.204 0.0876
·516· 麦 类 作 物 学 报 第 30 卷
2 结果与分析
2.1 基因型和环境互作的方差分析和 AMMI 模型
分析结果
方差分析结果(表 2)表明 , 2006-2008年燕麦
区域试验的参试品种间和试点间差异以及品种与试
点的互作均显著 ,其中试点是影响产量的主要因素 ,
其次是互作效应 ,且试点和互作对产量的影响远远
大于品种效应 。进一步用 AMM I分析(表 2)显示 ,
2006-2008年的 3 个互作主成分 IPCA1 、IPCA2 、
IPCA3均达到显著水平 ,2006-2008年 IPCA 分别
累计解释了交互作用的77.68%、84.69%、85.19%。
图 1 燕麦产量与 PCA1 双标图(AMMI1)
Fig.1 AMMI biplot of oat yield and PCA1
图 2 PCA1与 PCA2 双标图(AMMI2)
Fig.2 AMMI2 biplot of PCA1 and PCA2
2.2 品种稳产性和试点鉴别力的 AMMI双标图
分析
AMM I模型分析结果可通过双标图(Biplo t)的
形式进行直观有效地解释 ,常用的两种双标图用
AMM I1和 AMM I2表示 。AMM I1的横坐标反映
产量的高低 ,图标在横坐标上的分散程度表示试点
或品种产量的变异大小。纵坐标反映 GEI 的差异 ,
图标越接近 0点 ,表示 GEI 越小 ,则试点的鉴别力
越差。从图 1横坐标可以看出 ,试点图标远比品种
图标分散 ,品种图标只分布在横坐标的 1.5 ～ 2.5之
间 ,而试点图标从 0 ～ 5.0全有分布。表明试点间的
产量变异大于品种间的产量变异 ,环境是影响产量
的主要因素 。试点鉴别力最好的是 e7(吉林白城),
试点鉴别力最差的是 e4 、e5(山西右玉 、山西五寨)。
g6(S016)、g10(坝莜 8号)稳产性好 , g4(8652-3)稳
产性最差。
·517·第 3 期 张志芬等:裸燕麦区域试验中地点鉴别力和育成品种稳产性分析
AMM I2双标图比 AMM I1 双标图更能准确地
反应品种的稳产性和试点的鉴别力 。在 AMM I 双
标图上越接近原点的品种(试点)越稳产[ 14-15] 。从图
2可以看出 ,品种稳产性较好的是 g5(白燕 2号)和
g10(坝莜 8 号)。其次是 g2(保罗)、g7(坝莜 10
号)、g9(9314-122),较差的是 g4(8652-3)、g8(蒙燕
8474-1-2-2)、g1(坝莜 3 号)、 g3(燕 2004)、g6
(S016)。试点鉴别力较好的是 e1(内蒙古武川)、e7
(吉林白城)、e3(河北崇礼)、e9(宁夏固原),其次是
e10(新疆乌鲁木齐)、e11(四川昭觉)、e6(甘肃定
西)、e2(河北张北),较差的是 e4(山西右玉)、e5(山
西五寨)、e12(贵州威宁)、e8(甘肃会宁)。
表 3 试点的平均产量 、PCA值和稳定性参数
Table 3 Yield , PCA and Stable parameters(Dj)
试点
Si tes
产量平均
Average
yield
/(kg·
10 m -2)
离差
Deviation
PCA1得分
PCA1
score
PCA2得分
PCA2
score
PCA3得分
PCA3
score
特征向量 1
Eigenvector
1
特征向量 2
Eigenvector
2
特征向量 3
Eigenvector
2
稳定性参数
S table
param eters
Dj
D j 位次
Order
of Dj
e1 2.2207 0.33 0.388 -0.6219 0.1104 0.3339 -0.5724 0.1072 0.741 2
e2 2.9913 1.10 -0.3379 -0.1592 0.1477 -0.2906 -0.1465 0.1435 0.402 8
e3 2.1796 0.29 -0.3958 0.4975 0.0666 -0.3404 0.4579 0.0647 0.639 4
e4 1.8155 -0.07 0.0064 0.0394 0.0482 0.0055 0.0362 0.0468 0.063 12
e5 2.1639 0.27 0.0315 -0.1501 0.1449 0.0271 -0.1381 0.1408 0.211 10
e6 0.6245 -1.26 0.2969 0.0131 -0.1295 0.2554 0.012 -0.1258 0.324 9
e7 3.4455 1.55 -0.6175 -0.4669 -0.439 -0.5311 -0.4297 -0.4265 0.890 1
e8 0.382 -1.50 0.1835 0.0507 -0.0835 0.1578 0.0467 -0.0812 0.208 11
e9 1.0946 -0.79 0.4502 0.3753 -0.0809 0.3872 0.3454 -0.0786 0.592 6
e10 3.6446 1.75 -0.381 0.3102 0.2078 -0.3277 0.2855 0.2019 0.533 7
e11 0.8296 -1.05 0.2494 0.1839 -0.6011 0.2145 0.1692 -0.5839 0.676 3
e12 1.2545 -0.63 0.1262 -0.0719 0.6085 0.1085 -0.0662 0.5912 0.626 5
表 4 品种的平均产量和 PCA值和稳定性参数
Table 4 Yield, PCA and Stable parameters(Di)
品种
Varieties
产量
平均
Average
yield
(kg·
10 m-2)
产量
位次
Yield
order
离差
Deviation
PCA1得分
PCA1
score
PCA2
得分
PCA2
score
PCA3
得分
PCA3
score
特征
向量 1
Eigenvector
1
特征
向量 2
Eigenvector
2
特征
向量 3
Eigenvector
3
稳定性
参数
S table
parameters
D i
Di 位次
Order
of
Di
g1 2.0323 4 0.1451 -0.4443 -0.3017 0.4769 -0.3821 -0.2777 0.4633 0.7182 7
g2 2.0601 2 0.1729 -0.4166 -0.0345 -0.6762 -0.3583 -0.0318 -0.6569 0.7950 10
g3 1.7937 6 -0.0935 -0.5367 0.0449 -0.1093 -0.4616 0.0413 -0.1062 0.5496 5
g4 1.7679 7 -0.1193 0.6846 -0.1227 -0.1883 0.5888 -0.1129 -0.1829 0.7205 8
g5 1.8919 5 0.0048 -0.0242 -0.0172 -0.1576 -0.0208 -0.0158 -0.1531 0.1604 1
g6 1.7567 8 -0.1305 -0.0566 0.7464 0.2152 -0.0487 0.6869 0.2091 0.7789 9
g7 2.0809 1 0.1937 0.2174 0.2443 -0.1090 0.1870 0.2249 -0.1059 0.3447 2
g8 1.7795 9 -0.1077 0.1686 -0.6516 0.0131 0.1450 -0.5998 0.0127 0.6732 6
g9 1.6638 10 -0.2234 0.3793 0.1586 0.0430 0.3262 0.1460 0.0418 0.4134 3
g10 2.0450 3 0.1578 0.0285 -0.0663 0.4923 0.0245 -0.0611 0.4783 0.4976 4
2.3 试点鉴别力分析
把每年的平均产量作为一个重复 ,对 2006 -
2008年的数据进行综合分析 ,得出试点鉴别力参
数 ,并进行排序 。从表 3看出 ,试点间平均产量差异
较大 ,产量最高的是 e10(新疆乌鲁木齐), 3.6446 kg
·10 m-2 ,产量最低的是 e8(甘肃会宁),只有0.382
kg ·10 m-2 。 e7 、e1(内蒙古武川 、吉林白城)试点鉴
别力较强 , e4(山西右玉)试点鉴别力较次。试点鉴
别力的大小依次是:吉林白城(e7)>内蒙古武川
(e1)>四川昭觉(e11)>河北崇礼(e3)>贵州威宁
(e12)>宁夏固原(e9)>新疆乌鲁木齐(e10)>河北
张北县(e2)>甘肃定西(e6)>山西五寨(e5)>甘肃
会宁(e8)>山西右玉(e4)。
2.4 品种产量稳定性系数分析
从表 4可以看出 ,品种间产量差异不是很大 ,产
量最高的是 g7(坝莜 10 号),为 2.0809 kg · 10
m
-2 ,最低的是 g9(9314-122),为 1.6638 kg · 10
m-2 。品种稳产性顺序依次为:g5(白燕 2号)>g7
(坝莜 10号)〉g9(9314-122)>g10(坝莜 8号)>g3
(燕 2004)>g8(蒙燕8474-1-2-2)>g1(坝莜 3号)>
·518· 麦 类 作 物 学 报 第 30 卷
g4(8652-3)>g6(S016)>g2(保罗)。坝莜 10 号属
于高产稳产性较好的品种 ,白燕 2号属于中产稳产
性较好的品种 , 9314-122 属于低产稳产性好的品
种 ,坝莜 8号是高产但稳产性一般的品种 ,燕 2004 、
蒙燕 8474-1-2-2属于中产但稳产性一般的品种 ,坝
莜 3号属于高产但稳产性一般的品种 ,8652-3 、S016
属于中产但稳产性较次的品种 ,保罗属于高产但稳
产性最次的品种 。
3 讨论
农作物品种区域试验是品种审定的重要依据 ,
国家区试环境差异比较大 ,同一试点不同年份间也
存在较大的差异 ,为了更准确地反映品种实质 ,多种
方法已经被应用于区域试验的分析 。目前全国区域
试验主要采用的方法是方差分析法 、新复极差法 。
AMM I综合了主成分分析和方差分析的优点 ,并且
通过 G×E 效应中选取显著的 IPCA 轴 ,把不显著
的 IPCA轴上的变异归入残差 ,提高了相应参数的
估计精度[ 15] 。本研究结果显示 ,较传统的这些方法
相比较而言 ,AMM I能更准确地解释环境和基因的
互作 。
虽然双标图有很高的可靠性 ,但是仍然没有考
虑到 PCA3上的显著互作信息 ,所以导致双标图分
析和稳产性系数分析结果的不一致 。如从图 1可以
看出 e11和 e12的试点鉴别力较低 ,而从稳产性系
数分析结果(表 3)可以看出 , e11和 e12的鉴别力很
高 ,分别排在第 3 和第 5位 。从表 3可以看出 e11
和 e12的 PCA3分别为-0.6011 、0.6085 ,可以解释
的比例很高 ,呈极显著。品种稳产性双标图和稳定
性系数分析的结果差异也很大 。因此如果不考虑
PCA3会有很大的误差 。所以试点鉴别力 、品种产
量的稳定性由稳定性参数解释更加精确 。此研究结
果与张泽[ 16] 和常磊[ 17]的研究结果一致 。
通过比较各个参试地点的鉴别力和品种的稳产
性 ,可以对试验点和品种做出评判 ,有利于区域试
验地点的取舍 ,提高试验的准确性和效率。本研究
表明 ,环境是影响产量的主要因素 ,这提示我们应该
合理安排区域试验的试验地点 。合理的区域地点布
局可以为今后在农业布局的宏观决策上提供理论依
据。本研究筛选出白燕 2 号 、坝莜 10 号 、9314-122
稳产性较好的品种 ,还筛选出吉林白城 、内蒙古武
川 、四川昭觉对品种鉴别力较高的试点 。在高产前
提下稳产的品种才具有广泛适应性 ,关于这些品种
的稳产性 、丰产性和适应性有待通过多年数据进一
步验证 。
参考文献:
[ 1] 杨海鹏 ,孙泽民.中国燕麦[M ] .北京:农业出版社 , 1989:1-5.
[ 2] 贾志锋 ,周青平 ,韩志林 , 等.N 、P 肥对裸燕麦生产性能的影响
[ J] .草业科学 , 2007 , 24(6):19-22.
[ 3] 樊龙江 ,胡秉民.作物区试试验点区辨力估算方法的比较研究
[ J] .生物数学学报 , 2000 , 15(2):175-179.
[ 4] 张群远 ,孔繁玲.作物品种区域试验统计分析模型的比较[ J] .中
国农业科学 , 2002 , 35(4):365-371.
[ 5] 李本贵 ,阎俊 ,何中虎 , 等.用 AMMI 模型分析作物区域试验中
的地点鉴别力[ J] .作物学报 , 2004 , 30(6):593-596.
[ 6] 张动敏 ,陈玲 ,梁新棉.区域试验中品种的高产性和稳产性分析
方法的探讨[ J] .作物杂志 , 2003(3):47-49.
[ 7] Ebdon J S , Gauch H G.Addi tive main ef fect and mult iplicative
interaction analy sis of nat ional tu rf g ras s perform ance t rial s Ⅱ.
Cul tivar recomm endations[ J] .C rop Science , 2002 , 42:497-506.
[ 8] Moreno J , Cros sa J , Co rn eliu s P L.Additive m ain ef fects and
mul tiplicative in teraction model Ⅰ .Theory on variance com po-
nents for predictin g cell mean s[ J ] .Crop S cience , 2003 , 43(6):
1967-1975.
[ 9] 姚 霞,李 伟 ,颜泽洪 ,等.AMMI 模型在小麦区域试验产量组成
性状分析中的应用[ J] .麦类作物学报 , 2005 , 25(6):103-107.
[ 10] 马冬云 ,郭天财 ,王晨阳 ,等.用 AMMI 模型分析小麦品种品质
性状的稳定性[ J] .西北农林科技大学学报(自然科学版), 2005 ,
33(4):74-78.
[ 11] 张体刚 ,李芝凡 ,胥岚 ,等.AM MI 模型在油菜品种区域试验中
的应用[ J] .四川农业大学学报 , 1999 , 17(2):172-175.
[ 12] 刘文江 ,李浩杰 ,汪旭东 ,等.用 AMMI 模型分析杂交水稻基本
性状的稳定性[ J] .作物学报 , 2002 , 28(4):569- 573.
[ 13] 蒋开锋 ,曾德初 ,郑家奎 ,等.运用 AMMI 模型分析水稻多点双
列杂交试验组合的丰产性 、稳产性和适应性[ J] .西南农业学报 ,
1998 , 11(1):12-19.
[ 14] 施万喜.利用 AMMI 模型分析陇东旱地冬小麦新品种(系)丰产
稳产性[ J] .干旱地区农业研究 , 2009 , 27(3):37-43.
[ 15] 高金锋.荞麦品种稳定性与适应性分析及评价研究[ D] .西北农
林科技大学 , 2008.
[ 16] 张 泽,鲁 成 ,向仲怀.基于 AMMI 模型的品种稳定性分析[ J] .
作物学报 , 1998 , 24(3):304-309.
[ 17] 常 磊,柴守玺.AMM I模型在旱地春小麦稳定性分析中的应用
[ J] .生态学报 , 2006 , 26(11):3677-3684.
·519·第 3 期 张志芬等:裸燕麦区域试验中地点鉴别力和育成品种稳产性分析