全 文 ：作物学报 ACTA AGRONOMICA SINICA 2008, 34(6): 991−998 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

基金项目: 北京市科委项目(D0705006040191); 北京市属市管高等学校人才强教计划资助项目(PXM2006_014207_021717)
作者简介: 濮绍京(1964−), 男, 江苏泰州人, 硕士, 副教授, 主要从事小豆遗传育种研究。Tel:010-80799458; E-mail: pushaojing@yahoo.com.cn
Received(收稿日期): 2007-10-09; Accepted(接受日期): 2008-01-14.
DOI: 10.3724/SP.J.1006.2008.00991
基于玉米区试的籽粒产量抽样方法研究
濮绍京 1 金文林 1 白琼岩 2 张连平 2 陈立军 2 赵 波 1 钟连全 3
( 1北京农学院作物遗传育种研究所, 北京 102206; 2北京市种子管理站, 北京 100088; 3北京市昌平区种子管理站, 北京 102200)
摘 要: 选用夏播玉米京玉 11, 在北京市昌平区建立面积 1 209.60 m2、7 200株的研究总体, 利用金文林、李淼设计
制作的“抽样软件”, 对已知总体进行针对普通玉米区域试验籽粒产量的抽样方法研究, 重点对抽样行数和样本容量
进行了探讨。结果表明, 以 4个样本容量进行 1~6行及 10行片状随机抽样, 样本平均数方差比较显示, 3~6行抽样效
果优于 1~2和 10行。500次抽样样本平均数次数分布显示, 样本容量为 60、120、240和 420时, 分别采用 3、4、5
和 6行的片状抽样方法较好。结合精确度与工作量两方面考虑, 4~6行抽样优于 3行抽样; 采取工作量较少、精确度
较低的抽样策略时, 4~6行抽样采用 120样本容量较好; 采取精确度较高策略时, 4、6行抽样采用 420样本容量较好,
5行抽样采用 480样本容量较好。几个方面结果叠加分析认为, 精确度要求较高时, 应采取 6行 420样本容量的抽样
方法; 精确度要求较低时, 应采取 4行 120样本容量的抽样方法。
关键词: 玉米; 抽样方法; 区域试验; 籽粒产量
Sampling Method on Grain Yield Evaluation Based on Maize Regional
Trials
PU Shao-Jing1, JIN Wen-Lin1, BAI Qiong-Yan2, ZHANG Lian-Ping2, CHEN Li-Jun2, ZHAO Bo1, and
ZHONG Lian-Quan3
(1 Institute of Crop Genetics and Breeding, Beijing Agricultural College, Beijing 102206; 2 Beijing Seed Administration Station, Beijing 100088;
3 Changping District of Beijing Seed Administration Station, Beijing 102200, China)
Abstract: The current design for maize regional trials on the number of rows in plot and plants of yield estimate mostly depends
on experiences instead of sufficient, and it was short of statistical foundation. Sampling method for grain yield based on common
regional trials was studied in the known population of 7 200 plants in an area of 1 209.60 m2 with summer maize cultivar Jingyu
11 in Changping District, Beijing through the “Sampling Software” designed by Jin and Li, and number of sampling rows (lines)
and sample size were approached as key points. Sampling with four sorts of sample sizes of 60, 120, 180, and 240 by random
piece sample of 1–6 rows and 10 rows, according to the comparative analysis of variance of sample means, sampling method of
3–6 rows was better than that of 1–2 rows and 10 rows. Frequency distribution of the means of 500 samples showed that for dif-
ferent sample sizes, the sampling should choose a different number of rows, and for the sample size of 60, 120, 240, and 420, 3, 4,
5, and 6 rows were the better sampling number of rows respectively. Considering precision and labor load, sampling 4–6 rows was
better than sampling 3 rows. In labor-saving strategy with lower precision, sample size of 120 was suggested for sampling 4–6
rows; while in higher precision strategy, sample size of 420 was better for sampling 4 and 6 rows, and that of 480 for sampling 5
rows. Sampling methods with different number of rows and sample sizes were significantly different in frequency distribution of
the sample means and the variance of sample means, and the better sampling methods could be distinguished from the others.
Comprehensive analyses of the above results indicate that the best methods are sampling 6 rows with 420 plants for high precise
trials, and 4 rows with 120 plants for common trials lower in precision.
Keywords: Maize; Sampling method; Regional trial; Grain yield
992 作 物 学 报 第 34卷

作物品种区域试验是鉴定作物新品种的特征特
性、推广价值和适应地区的农业试验[1]。一方面需
制定合理的试验方案, 并尽量提高试验数据的代表
性和准确性; 另一方面需对试验数据进行统计分析,
对品种特性作出评价[2]。长期以来, 区域试验设计中
对小区面积、测产行数、测产株数等的确定基本上
是根据经验 , 缺乏确切的统计学依据 [2], 这也是国
家级与省市级以及省市级间区域试验没有统一方案
的重要原因。
针对区域试验方案的理论性研究, 孔繁玲等 [3]
以 1985—1994年黄河流域试验中 2个棉花品种皮棉
产量为资料, 研究了区域试验的精确度问题, 提出
了区试中误差精确度和品种比较精确度的概念及指
标, 并对比研究了棉花、小麦、水稻和玉米区试不
同年份数和试点数的试验精确度 [1]; 提出了确定作
物品种区域试验最佳年份数、试点数和重复数的非
线性规划模型[4]。童继平等[5]以 2001 年安徽省水稻
区试结果为资料 , 研究了单重复与多重复的相关
性。余泽高等[6]以芝麻为材料, 对样株产量和易测产
量要素进行研究, 以降低测产强度、提高测产效率
和测定准确性。Lin 和 Binns[7]研究了区试中可鉴别
差异及试验重复数间的关系; 对多试点区试中非平
衡数据进行鉴别评价[8]。Lin 和 Butler[9]通过基因型
与环境互作研究, 对区试中试点进行评价和选择。
本研究针对普通玉米区域试验, 在北京地区以
夏播玉米品种为试材, 建立有限研究总体, 比较不
同抽样方法, 进行适宜抽样行数及样本容量的探讨,
旨在为玉米区域试验方案研究与制定提供理论
参考。
1 材料与方法
1.1 试验材料与田间设计
选用北京市农林科学院育成的玉米品种京玉 11,
种子由北京金色农华种业科技有限公司提供。播种
面积 1 333.34 m2, 共 36行, 南北行向, 四周种植其
他品种玉米。试验地点为北京市昌平区南口镇雪山
村, 地块平整, 前茬为大白菜, 地力中上且均匀, 生
长期植株无明显病虫害。2006 年 6 月 20 日人工播
种, 行距 0.60 m, 平均株距 0.28 m, 田间管理按区试
要求进行。2006 年 10 月 8 日逐株测量株高和穗位,
记载缺株, 收获全部果穗, 收获时标记行、株位置单
独装入网袋晾晒。11月 27—28日, 测量穗长和穗粗,
单穗脱粒称重, 双穗株 2果穗籽粒合并为单株产量。
1.2 抽样方法
以 36行, 每行 200株(位)籽粒产量为研究总体。
理论总株数为 7 200 株, 田间缺株数 10 株, 缺失数
据 3株, 实得数据 7 187株。总体面积 1 209.60 m2,
籽粒产量 1 181.91 kg。单株粒重 80 g以下 112株, 占
总株数的 1.56%。单株籽粒产量平均数 168.93 g, 方
差 1 137.48, 标准差 33.73 g。株高标准差 16.27 cm,
穗位标准差 11.21 cm, 穗长标准差 1.86 cm, 穗粗标
准差 0.25 cm。籽粒产量方差分析时, 缺株及缺失数
据以总体平均数代替。
采用北京农学院金文林、李淼设计的“抽样软
件”(可通过 E-mail向作者索取)进行抽样研究。“抽
样软件”中的“列”对应田间“行”的概念, 本文
以下采用同样的概念。软件设计中, 抽样方法分为
简单随机抽样和片状随机抽样 2 大类, 重复抽样均
为复置抽样。抽样方法研究的抽样次数为 500 次随
机抽样(次数确定见 2.1)。文中“片状抽样”概念, 例
如 3 列 60 样本容量片状抽样, 即以 60 株为样本容
量, 均等分 3列, 进行 3列 × 20株连片抽样。
1.3 统计分析方法
利用SPSS 15.0软件, 以Shapiro-Wilk法进行平均
数次数分布正态性检验(W检验), 利用Microsoft Excel
进行平均数方差与样本容量相关性分析。
2 结果与分析
2.1 抽样方法研究中抽样次数的确定
为确定利用“抽样软件”进行抽样研究适宜的
随机抽样次数, 选择 3 个样本容量(60、200 和 400)
进行简单随机抽样, 设置 3、20、100~600次 8种抽
样次数, 每个抽样方法重复 3次(表 1)。
在抽样次数较少(3 次和 20 次)时, 样本平均数
方差对总体方差估计值与实际值相差较大, 另外同
一抽样方法 3 次重复的方差值间差异较大, 说明样
本对总体的代表性和抽样的精确度较差, 不适合作
为抽样次数。抽样次数在 100~600时, 3个样本容量,
随着抽样次数的增加, 3次重复的方差值间差异总体
逐渐变小, 方差平均值也呈逐渐变小的趋势。由样
本平均数方差估计总体方差, 抽样次数在 500和 600
时, 其估计值均与总体方差接近。由于是复置抽样,
抽样次数愈多, 出现同一样本的机率愈大, 应尽量
减少抽样次数, 因此在抽样方法研究中, 均采用 500
次抽样。3 个样本容量不同抽样次数的方差值见
表 1。
第 6期 濮绍京等: 基于玉米区试的籽粒产量抽样方法研究 993


表 1 简单随机抽样 3个样本容量不同抽样次数方差
Table 1 Variance in different sampling times and 3 sample sizes with random sampling
抽样次数 Sampling times 样本容量
Sample
size
统计参数
Statistical item 3 20 100 200 300 400 500 600
Ⅰ 3.68 30.57 17.87 23.76 19.77 19.34 19.34 18.14
Ⅱ 6.14 31.47 24.67 20.02 20.19 19.75 18.80 19.37
重复
Replicate
Ⅲ 31.10 11.04 19.87 19.02 20.13 19.34 19.30 19.18
方差平均
Mean of variances
13.64 24.36 20.80 20.93 20.03 19.48 19.15 18.90
总体方差估计
Estimated population variance
818.24 1461.57 1248.08 1255.99 1201.90 1168.56 1148.91 1133.95
60
与总体方差相差
Difference from the population variance
−319.24 324.09 110.60 118.51 64.42 31.08 11.43 –3.53
Ⅰ 1.47 4.32 5.86 6.23 6.10 5.68 5.72 5.81
Ⅱ 2.39 8.27 6.59 5.72 5.92 5.87 5.62 5.73
重复
Replicate
Ⅲ 5.65 5.18 6.50 6.26 6.08 6.23 5.72 5.54
方差平均
Mean of variances
3.17 5.93 6.32 6.07 6.03 5.93 5.69 5.69
总体方差估计
Estimated population variance
633.40 1185.13 1263.41 1213.77 1206.36 1185.80 1137.75 1138.43
200
与总体方差相差
Difference from the population variance
−504.08 47.65 125.93 76.29 68.88 48.32 0.27 0.95
Ⅰ 4.65 3.24 3.25 3.03 3.05 2.90 2.87 2.82
Ⅱ 2.74 3.35 3.27 3.00 2.95 2.89 2.88 2.97
重复
Replicate
Ⅲ 0.11 4.77 2.95 3.25 2.98 3.06 2.87 2.80
方差平均
Mean of variances
2.50 3.79 3.16 3.09 2.99 2.95 2.87 2.86
总体方差估计
Estimated population variance
1001.61 1514.49 1262.19 1235.79 1197.27 1179.68 1148.56 1145.83
400
与总体方差相差
Difference from the population variance
−135.87 377.01 124.71 98.31 59.79 42.20 11.08 8.35
总体方差=1 137.48; 表中“方差”为样本平均数方差; 总体方差估计=方差平均 × 样本容量。
Population variance=1 137.48. “Variance” in the table is the variance of sample means. Estimated population variance= mean of vari-
ances × sample size.

2.2 片状抽样列数
2.2.1 不同列数抽样平均数及方差比较 选取样
本容量 60、120、180 及 240 分别进行 1~6 列、10
列的片状随机抽样。不同的抽样方法样本平均数之
平均数与总体平均数均较接近, 与总体平均数相差
–0.34% ~ 0.27%(表 2), 这说明在一定样本容量范围
内采用不同的片状抽样方法 , 在抽样次数较多时 ,
样本平均数平均值均可以较好地估计总体平均数。
但是, 区域试验由于工作量、地块等客观条件的限
制, 不可能设置太多的重复。
从样本平均数方差看(表 2), 不同样本容量, 随着
抽样列数增加, 方差总体上呈逐渐变小的趋势, 说
明要减少样本平均数间的差异, 应适当增加抽样的
列数。
1~2 列抽样, 其样本平均数方差明显大于 3~6
列抽样的方差, 不宜作为片状抽样的方法, 特别是
样本容量较大时(180, 240)。10列抽样, 样本容量 60、
240时, 比 6列抽样的样本平均数方差有所减少, 但
减少幅度不大(43.57/46.37, 21.75/23.72); 样本容量
为 120 时, 方差值与 6 列抽样相近(30.76/30.81); 样
本容量为 180 时 , 反而比 6 列抽样方差值大
(26.11/24.00)。说明在一定样本容量下, 片状抽样并
不是列数愈多愈好; 如果列数太多, 也不符合实际
操作中区域试验设计及小区形状上的要求。就该研
究总体而言, 相对于 1 ~ 2和 10列, 3 ~ 6列片状抽样
是较好的方法(表 2)。
2.2.2 不同样本容量 3～6列抽样平均数次数分布
平均数次数分布采用样本容量 60、120、240 和
420株, 3 ~ 6列, 500次片状随机抽样 3次重复, 进行
平均数的次数分布统计, 作平均数次数分布图, 组
内分布次数为 3次重复统计数平均。
随着样本容量增加, 样本平均数分布向总体平
994 作 物 学 报 第 34卷

表 2 不同列数抽样样本平均数及平均数方差
Table 2 Sample mean and variance of mean in sampling of different lines
抽样列数 No. of sampling lines 样本容量
Sample size
统计参数
Statistical item 1 2 3 4 5 6 10
方差 Variance 75.14 61.55 54.74 51.24 47.76 46.37 43.57
平均数 Mean(g) 168.35 168.63 168.62 168.67 169.37 169.32 169.06
60
与总体平均数相差
Difference from the popu-
lation mean(%)
−0.34 –0.18 –0.18 –0.15 0.26 0.23 0.08
方差 Variance 57.39 47.93 39.74 34.17 31.95 30.81 30.76
平均数 Mean(g) 169.29 168.36 169.14 168.92 168.67 169.24 168.98
120
与总体平均数相差
Difference from the popu-
lation mean(%)
0.21 –0.34 0.12 −0.01 −0.15 0.18 0.03
方差 Variance 51.16 41.16 31.90 28.34 26.54 24.00 26.11
平均数 Mean(g) 168.76 169.21 169.16 168.80 168.84 169.00 169.02
180
与总体平均数相差
Difference from the popu-
lation mean(%)
−0.10 0.16 0.14 −0.08 −0.05 0.04 0.05
方差 Variance — 32.88 26.48 25.15 24.33 23.72 21.75
平均数 Mean(g) — 169.15 169.38 169.07 169.36 169.31 169.12
240
与总体平均数相差
Difference from the popu-
lation mean(%)
— 0.22 0.27 0.08 0.25 0.22 0.19
总体平均数=168.93 g; “平均数”为样本平均数之平均数。Population mean =168.93 g. “Mean” is the average of sample means.

均数的聚集度逐渐增高(图 1~图 4)。同一样本容量不
同列数抽样, 其平均数分布的正态性表现出明显的
差异。60、120、240 和 420 样本容量, 平均数分布
W检验服从正态性分布的分别为 3与 5列、4~6列、
5列及 5~6列抽样, 概率值(P)较高的分别位于 3、4、
5和 6列抽样(表 3)。次数分布图显示, 4个样本容量
抽样样本平均数分布正态性较好的分别为 3 列、4
列、5列和 6列抽样(图 1~图 4)。样本平均数分布的
正态性好, 说明抽样的随机性和样本对总体代表性
好。由样本平均数分布判断, 针对该总体的片状随
机抽样, 在样本容量为 60、120、240 和 420 时, 分

图 1 60样本容量 3~6列抽样平均数次数分布
Fig. 1 Distribution of sample mean with sampling 3–6 lines in
sample size 60

图 2 120样本容量 3~6列抽样平均数次数分布
Fig. 2 Distribution of sample mean with sampling 3–6 lines in
sample size 120

图 3 240样本容量 3~6列抽样平均数次数分布
Fig. 3 Distribution of sample mean with sampling 3–6 lines in
sample size 240
第 6期 濮绍京等: 基于玉米区试的籽粒产量抽样方法研究 995



图 4 420样本容量 3~6列抽样平均数次数分布
Fig. 4 Distribution of sample mean with sampling 3–6 lines in
sample size 420

别采用 3、4、5 和 6 列的抽样方法较好, 这也反映
随着样本容量增大, 片状抽样的适宜列数呈增加的
趋势。
2.3 样本容量研究
2.3.1 不同抽样方法平均数方差与样本容量相关分
析 对不同抽样方法平均数方差与样本容量进行
相关分析(依据表 4中数据)。3~6列片状随机抽样及
简单随机抽样 , 2 个变数的相关系数分别为
−0.8977* *、−0.8990* *、−0.9051* *、−0.8799* *和
−0.7961*。表明不同抽样方法平均数方差与样本容量
间均呈极显著或显著负相关。相关散点图趋势线(图
5) 显示, 3~6 列片状随机抽样在有限样本容量范围
内无法达到简单随机抽样的方差值水平, 说明在有
限样本容量下, 片状抽样无法达到简单随机抽样的
精确度。趋势线也显示, 随着样本容量的增加, 平均
数方差逐渐变小, 变幅也逐渐趋缓。因此, 针对抽样
的精确度, 在片状抽样容量的决策上, 需要对精确
度、样本容量、工作量和效率进行权衡。

图 5 不同抽样方法平均数方差与样本容量相关关系
Fig. 5 Relationship between sample size and variance of mean
with different sampling method

2.3.2 适宜样本容量分析 3~6 列片状随机抽样
及简单随机抽样, 均于 60~540 间设置等间距为 60
的 9 个样本容量。对相同列数不同样本容量抽样平
均数方差进行比较, 对相邻和相间样本容量的方差
进行 F 测验。F 测验显著, 说明 2 种抽样样本群体
方差存在本质差异[10], 即采取 2 种样本容量抽样的
精确度存在明显差异; 反之, F 测验不显著, 说明相
比较的 2 种样本容量抽样的精确度无明显差异, 或
样本容量增加对抽样精确度提高的效率不明显。

表 3 抽样样本平均数次数分布正态性检验
Table 3 Normality test of frequency distribution of sample mean
样本容量
Sample size
抽样列数
No. of sampling lines
平均数
Mean (g)
方差
Variance
W检验概率(P)
Probability of Shapiro-Wilk test(P)
3 168.62 54.74 0.641*
4 168.67 51.24 0.002
5 169.37 47.76 0.067*
60
6 169.32 46.37 0.021

3 169.14 39.74 0.018
4 168.92 34.17 0.383*
5 168.67 31.95 0.095*
120
6 169.24 30.81 0.139*

3 169.38 26.48 0.008
4 169.07 25.15 0.007
5 169.36 24.33 0.094*
240
6 169.31 23.72 0.025

3 169.13 19.18 0.000
4 169.48 16.99 0.000
5 169.19 17.77 0.163*
420
6 169.32 14.64 0.343*
* : 服从正态分布。*: submitting to normal distribution.
996 作 物 学 报 第 34卷

相邻样本容量间, 简单随机抽样, 样本容量在
300以上 F测验均不显著, 也即 360~540间样本容量
每增加 60, 抽样样本群体间的方差差异不显著, 说
明简单随机抽样在样本容量 360 以上每增加 60, 方
差降低或精确度提高的效率较差; 3 列与 6 列抽样,
各出现 1个方差变幅明显趋缓的样本容量“拐点”,
分别位于 240 及 120 处; 4 列与 5 列抽样, 均出现 2
个样本容量“拐点”, 分别为 120、420及 120、480
(表 4)。
间隔 1样本容量(样本容量相差 120)间, 4列与 5
列抽样, 出现 2个方差变幅明显趋缓的样本容量“拐
点”, 分别为 180、420 及 120、480; 3 列与 6 列抽
样, 该容量点分别位于 240及 420处(表 4)。
综合分析, 3列抽样相对于 4~6列抽样较差, 不
宜作为抽样方法; 如果抽样采取工作量较少、精确
度较低的策略, 应采取 4~6 列抽样, 样本容量选择
120较好; 抽样要求精确度较高时, 也应采取 4~6列
抽样, 4和 6列抽样选择样本容量 420较好, 5列抽样
选择样本容量 480较好。
2.4 抽样方法多方面相互决定
以上对片状抽样的适宜列数、不同样本容量对
应的适宜抽样列数、不同列数抽样的适宜样本容量
等方面进行了分析, 得到的主要结果分别为, 相对
于 1~2列和 10列抽样, 3~6列抽样较好; 抽样平均数
次数分布统计认为, 样本容量 60、120、240 与 420
对应较适宜的抽样列数分别为 3、4、5及 6列; 3~6
列不同样本容量抽样样本平均数方差的比较结果 ,
应采取 4~6 列抽样, 抽样要求精确度较低时, 样本
容量选择 120 较好, 抽样要求精确度较高时, 4 和 6
列抽样选择样本容量 420较好, 5列抽样选择样本容
量 480较好。3方面分析结果综合考虑, 精确度要求
较高时, 抽样应采取 6列 420样本容量的方法(图 6);
相应地, 精确度要求较低时, 应采取 4列 120样本容
量的方法(图 7)。
3 讨论
区域试验的精确度和代表性, 既涉及对品种产
量水平等评价的可靠性, 也涉及对育种者成果评价
的客观性, 更重要的是涉及对品种推广价值的评估
和对农业生产推介品种的把握度。
国内许多区试工作者和学者对区试工作进行过
研究, 并根据自身的实践经验提出了改进意见, 但

表 4 不同样本容量样本平均数方差
Table 4 Variance of sample mean of different sample sizes
样本容量 Sample size 抽样方法
Sampling
method
统计参数
Statistical item 60 120 180 240 300 360 420 480 540
3列 3 lines 方差 Variance 54.74 39.74 31.9 26.48 21.93 20.78 19.58 18.36 17.10
相邻方差 F值
F value of neighboring variances
1.38 1.25 1.30* 1.12 1.06 1.06 1.07 1.07 —
间隔 1方差 F值
F value of 1 interval variances
1.72* 1.62* 1.45* 1.18 1.12 1.13 1.15 — —
4列 4 lines 方差 Variance 51.24 34.17 28.34 25.15 23.64 20.92 16.99 16.17 15.92
相邻方差 F值
F value of neighboring variances
1.50* 1.21 1.13 1.06 1.13 1.23* 1.05 1.02 —
间隔 1方差 F值
F value of 1 interval variances
1.81* 1.36* 1.20 1.20 1.39* 1.29* 1.07 — —
5列 5 lines 方差 Variance 47.76 31.95 26.54 24.33 21.82 20.40 17.77 14.63 14.50
相邻方差 F值
F value of neighboring variances
1.49* 1.20 1.09 1.12 1.07 1.15 1.21* 1.01 —
间隔 1方差 F值
F value of 1 interval variances
1.80* 1.31 1.22 1.19 1.23* 1.39* 1.23* — —
6列 6 lines 方差 Variance 46.37 30.81 23.99 19.64 18.18 16.45 14.64 13.64 12.43
相邻方差 F值
F value of neighboring variances
1.51* 1.28 1.22 1.08 1.11 1.12 1.07 1.10 —
间隔 1方差 F值
F value of 1 interval variances
1.93* 1.57* 1.32* 1.19 1.24* 1.21* 1.18 — —
简单随机 方差 Variance 19.83 8.53 6.16 4.83 4.11 3.16 2.72 2.48 2.22
Simple
random
相邻方差 F值
F value of neighboring variances
2.32* 1.38* 1.28* 1.18 1.30* 1.16 1.10 1.12 —
*: significant at P < 0.05.
第 6期 濮绍京等: 基于玉米区试的籽粒产量抽样方法研究 997



图 6 较高精确度抽样方法多方面决定
Fig. 6 Multi-decision of sampling method at comparatively
high precision

图 7 较低精确度抽样方法多方面决定
Fig. 7 Multi-decision of sampling method at compara-
tively low precision

研究或偏于实际操作层面——主要针对区试管理工
作和实施操作方面[11-18], 或在理论方面未对区试样
本容量和小区行数进行深入的研究和探讨[1-6]。目前,
国内玉米区试中采取的试验方案普遍缺乏足够的理
论依据, 因而, 抽样或测产方法各家不一。如国家普
通玉米区试采用的测产方法是, 随机区组设计, 3次
重复, 5行区, 小区面积 20 m2, 实收中间 3行(12 m2)
计产; 省市级区试, 如北京市种管理站的正式区域
试验为随机区组设计, 3次重复, 小区面积 33.33 m2,
小区 5行区, 行距 0.6 m, 行长 10 m, 实收中间 3行
(18 m2)计产(北京市种子管理站提供数据)。
区域试验小区测产株数可视为对品种单株产量
总体抽样的样本容量。表 5显示, 国家普通玉米区试
的样本容量(折算值 72) 远远低于本文研究结果中较
低精确度所要求的 120, 北京市普通玉米区试虽然样
本容量与研究结果中较低精确度所要求的样本容量
接近, 但抽样的列数(表 5中为“行数”)与研究结果
不一致。这也反映了国内区试方案统一性和规范性
的不足。
从统计学角度看, 区试测产是通过样本对未知
总体的估计, 因而不同的测产方法(抽样方法)及所
得测产结果的代表性优劣和精确度高低无法比较。
本文通过对已知总体抽样方法的研究, 来比较评价
不同抽样方法, 就该总体而言, 各种抽样方法优劣
的比较具有明确的可参照的标准。
本试验总体的种子为区试用种, 质量具有较好
的代表性。田间管理按照区试的要求进行, 从田间
生长情况(缺株、异常低产株比例)和群体整齐度主要
指标性状(单株产量、株高、穗位、穗长、穗粗)的标
准差看(1.2), 研究总体对于区试具有较好的代表性。
数据调查由北京市种子管理站和北京市昌平区种子管
理站专业技术人员, 以及北京农学院数十名师生共同
认真完成, 试验的原始数据具有较好的可靠性。
本文通过 1 个已知总体, 针对普通玉米区试籽
粒产量进行抽样方法的探讨, 初步摸索出比较不同

表 5 抽样方法研究结果与实际方法对比
Table 5 Comparison of sampling method from this study and practical methods
目前区试测产方法 2)
Methods of yield estimate in regional trial at present2)

本文研究结果
Results of this paper
测产方法
Methods of yield estimate 国家
National
北京市
Beijing
较低精确度
Comparatively
low precision
较高精确度
Comparatively
high precision
测产株数 Plants of yield estimate 721) 1081) 120 420
测产行数 Lines of yield estimate 3 3 4 6
小区行数 Plot lines 5 5 6 8
测产面积 Area of yield estimate(m2) 12 18 20 71
小区面积 Plot area (m2) 20 33 30 94
1) 以 6万株 hm−2折算。2) 国家及北京市区试小区及测产面积数据由北京市种子管理站提供。
1) Data converted by 6×104 plants hm−2. 2) Data were provided by Beijing Seed Administration Station.
998 作 物 学 报 第 34卷

抽样方法优劣的研究方法, 文中抽样行数(列数)及
样本容量的结果有待进一步研究和验证。
4 结论
针对普通玉米区域试验, 首次对区试小区行数
和测产株数进行较深入的探讨, 利用已知总体比较
研究普通玉米籽粒产量的抽样方法(测产方法)。采取
不同行数和不同样本容量进行抽样, 在样本平均数
次数分布、样本平均数方差方面存在明显差异, 也
存在较明显的优劣之分。

特别说明 : 本研究的构想由已故金文林教授提出 ,
试验设计及田间调查工作由其主持完成。
References
[1] Zhang Q-Y(张群远), Kong F-L(孔繁玲), Yang F-X(杨付新).
Evaluation of the precision of regional crop trials in China. J
China Agric Univ (中国农业大学学报), 2001, 6(1): 43−50(in
Chinese with English abstract)
[2] Kong F-L(孔繁玲), Zhang Q-Y(张群远), Liao Q(廖琴), Yang
F-X(杨付新), Wang L(王磊). Evaluation system and methods
for regional trials. Syst Sci Comprehensive Study Agric (农业
系统科学与综合研究), 2000, 16(2):81−86(in Chinese with
English abstract)
[3] Kong F-L(孔繁玲), Zhang Q-Y(张群远), Yang F-X(杨付新),
Guo H-M(郭恒敏). Studies on the precision of regional cotton
variety trials. Acta Agron Sin(作物学报 ), 1998, 24(5):
601−607(in Chinese with English abstract)
[4] Zhang Q-Y(张群远), Kong F-L(孔繁玲), Yang F-X(杨付新).
Optimizing the experimental design of regional crop trial by
nonlinear program. Sci Agric Sin (中国农业科学 ), 2000,
33(4): 25−30(in Chinese with English abstract)
[5] Tong J-P(童继平), Wu Y-J(吴跃进), Han L-D(韩立德), Qian
L-S (钱良树). Study on the test effects of one-block and
three-blocks design in regional crop trails. Seed (种子), 2002,
(5): 18−19(in Chinese with English abstract)
[6] Yu Z-G(余泽高), Gu Z-Q(顾正清), Chen H(陈航). Improving
method of yield estimate in field crop trail. China Seed Ind (中国
种业), 2003, (6): 28−29(in Chinese)
[7] Lin C S, Binns M R. The precision of cultivar trials within
eastern cooperative tests. Can J Plant Sci, 1984, 64: 587−591
[8] Lin C S, Binns M R. A method for assessing regional trial
data when the test cultivars are unbalanced with respect to
locations. Can J Plant Sci, 1988, 68: 1103−1110
[9] Lin C S, Butler G. A data-based approach for selecting
locations for regional trials. Can J Plant Sci, 1988, 68:
651−659
[10] Gai J-Y(盖钧镒). Experimental Statistics Methodology (试验
统计方法 ). Beijing: China Agriculture Press, 2000. pp
99−101(in Chinese)
[11] Zhao Y-S(赵玉山), Yao H-L(姚宏亮), Zhang G-Q(张国庆).
Considerations on problems in varieties regional trails. Seed
Technol (种子科技), 2001, (6): 326−327(in Chinese)
[12] Li F-P(李福平), Wang X-Q(王新勤). Considerations on status
of maize regional trail. Seed Technol (种子科技), 2001, (1):
14(in Chinese)
[13] Tong P-Y(佟屏亚). Discussion on the evolution and deve-
lopment of national varieties regional trail and authorization.
Modern Seed Ind (现代种业), 2002, (6): 4−5(in Chinese)
[14] Jiang Z-X(蒋之埙), Huang Z-Q(黄仲青), Cao S-H(曹淑华).
Discussion on problems in new varieties regional trail. Anhui
Agric Sci (安徽农业科学), 2003, 31(2): 175−176(in Chinese)
[15] Yang X-H(杨晓华). Technical measures to improve the qua-
lity of maize regional trail. Seed Technol (种子科技), 2003,
(6): 358−359(in Chinese)
[16] Tuo H-Z(庹洪章), Guo C-S(郭成尚), Wu C-G (吴承国). Im-
providence of enhancing the management of varieties regional
trails. China Seed Ind (中国种业), 2003, (11): 33−34(in Chinese)
[17] Zhan X-Y(詹显亚). Some concrete problems in regional trails
and betterment suggestions. China Seed Ind (中国种业), 2004,
(2): 31−32(in Chinese)
[18] Zhai M-R(翟孟如), Li D-M(李冬梅). Questions and coun-
termeasures to new varieties regional trail. China Seed Ind
(中国种业), 2006, (8): 34−35(in Chinese)