论文部分内容阅读
摘要 为科学定量分析环境、品种因素、GEI对烟叶种植产量变异的影响，研究了4个主要烟叶品种的稳定性和地点的敏感度。利用AMMI模型双标图对四川省叙永县、古蔺县、兴文县，贵州省金沙县的云烟87、云烟85、云烟99、云烟105品种稳定性和地点分辨力进行了分析。结果表明，云烟87为高产稳产品种，云烟85和云烟99具有广适性，云烟99的产值稳定且在泸州有较好的表现；宜宾兴文县对品种产量差异敏感，毕节金沙县对品种产值差异的分辨力较强。
关键词 AMMI；双标图；品种；稳定性；分辨力
中图分类号：S338 文献标识码：A 文章编号：2095-3305（2018）02-068-03
DOI： 10.19383/j.cnki.nyzhyj.2018.02.029
国内外众多学者[1-4]认为，AMMI模型对于分析品种稳定性具有理想的效果，可将方差分析和主成分分析有机地结合在一起，并借助双标图和互作效应值直观而定量地描述GEI（基因型与环境的互作），进而对品种的稳定性和试点分辨力做出评价[5]。目前该模型被广泛用于基因型与环境互作效应分析、农作物[6-13]区域试验的产量性状分析和作物性状配合力分析[14-16]。文中拟用AMMI模型对四川省泸州、宜宾、贵州省毕节3个植烟区4个烤烟品种的产量、产值进行研究，定量分析了环境、品种因素、GEI对产值量变异的影响，以验证品种的稳定性和地点的分辨力。
1 材料与方法
1.1 试验设计
参试烤烟品种4个，分别為：云烟87（g1）、云烟85（g2）、云烟99（g3）、云烟105（g4）；参试地点4个，分别为：泸州叙永县（e1）、泸州古蔺县（e2）、 宜宾兴文县（e3）、毕节金沙县（e4）。采用随机区组设计，3次重复，每品种各小区种植60株，设为3行区，每行20株，栽培规格为1.2 m×0.5 m，折算667 m2产量和667 m2产值。
1.2 统计方法
AMMI模型中，主效应可加，GEI采用若干个乘积项之和进行估算，公式如下：
式中，yge为是在环境e中品种g的产量，μ为总体平均值，αg为品种平均偏差（各个环境的平均值减去总的平均值），λn为是第n个主成分分析的平均值，δgn为第n个主成分的品种主成分得分，γδn为第n个主成分的环境主成分得分，n是在模型主成分分析中主成分因子轴的总个数，θge为残差。
采用DPS 9.01统计分析软件的AMMI模型分析模块进行分析。
2 结果与分析
2.1 品种、试点的667 m2产量、667 m2产值变异及变异分量
从表1可以看出，烟草4个品种在4个环境进行的产量试验存在极显著的品种、环境互作效应，其变异的平方和占总处理平方和的38.63%，变异的平方和占总处理平方和的52.80%，环境变异的平方和占总处理平方和的8.57%，这表明品种间的差异是引起产量差异的主要原因。
产值联合方差分析表明：品种和GEI存在极显著差异，与环境间的差异不显著，品种变异的平方和占总处理平方和的54.07%，GEI变异的平方和占总处理平方和的43.54%，这表明品种间的差异是引起产值差异的主要原因。
AMMI模型分析表明，前面2个IPCA轴达到极显著水平，不显著的IPCA轴的变异合并为残差，即噪声。两者累计解释交互作用的99%以上，而667 m2产量和667 m2产值线性回归模型仅分别解释了74.67%和42.29%的GEI平方和，这说明AMMI模型分析GEI更加有效。
2.2 品种稳定性和地点分辨力
2.2.1 以667 hm2产量为x轴 AMMI1双标图（图1）横坐标反映667 m2产量高低，品种图标比地点图标分散，表明同一地点、不同品种的667 m2产量差异大，而同一品种在不同地点的667 m2产量差异相对较小；纵坐标反映GEI差异，以IPCA1=0做一条水平线，图标越接近IPCA1零值，则品种的稳定性越好或地点的分辨力越低，品种的稳定性g1>g3>g2>g4，地点的分辨力e4>e1>e2>e3；在垂直方向，作IPCA1=0水平线，品种与同在该水平线一侧的地点有正的互作，与另一侧的地点有负的互作，g1、g4在试点e4有较好的适应性，g2、g3在试点e1、e2、e3有较好的适应性。
AMMI1双标图代表了79.16%的GEI变异信息，基本能够推断品种稳定性和地点分辨力，AMMI2双标图（图2）代表了99.89%的GEI变异，在该基础上进行推断更加准确，在AMMI2双标图中，离坐标原点越近，品种越稳定，试点分辨力越低。稳定性最好的品种是g1，分辨力最高的试点是e3。
2.2.2 以667 hm2产值为x轴 由图3可以看出，在反映667 m2产值高低的横坐标轴上，品种图标比试点图标分散，表明同一地点、不同品种的667 m2产值差异大，而同一品种在不同地点的667 m2产值差异相对较小；在反映GEI变异的纵坐标轴上，品种的稳定性g2>g3>g1>g4，地点分辨力e4>e1>e2>e3；g4在e3、e4试点有较好的适应性，g1、g2、g3在e1、e2试点有较好的适应性。
AMMI1双标图代表了73.19%的GEI变异信息，基本能够推断品种稳定性和地点分辨力，AMMI2双标图（图4）代表了99.77%的GEI变异，在该基础上进行推断更加准确，图中显示，稳定性最好的品种是g3，分辨力最高的地点是e4。
3 结论与讨论
试验结果表明，以667 m2产量和667 m2产值作为衡量指标，供试烤烟品种的贡献率大于环境，其他品种需要做进一步的试验验证。云烟87具有较高且稳定的产量，但是产值的稳定性稍差；云烟85和云烟99具有广适性，其中云烟99的产值稳定且在泸州有较好的表现；宜宾兴文县对品种产量差异敏感，毕节金沙县对品种产值差异的分辨力较强。 参考文献
[1] 黄英姿、毛盛贤. 基因型与环境互作研究进展[J].作物学报， 1992，18（2）：116-125.
[2] 王磊， 张群远， 张晓东. 产量区域试验统计分析-因子设计的AMMI分析[J].北京：中国农业科技出版社， 2001.
[3] 胡秉民， 耿旭.作物稳定性分析法[J].北京：科学出版社，1993.
[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] 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.
[6] ROBINSON J， JALLI M. Sensitivity of resistance to net blotch in barley[J].Journal of Phytopathology， 1999， 147：235-241.
[7] NEWMAN G， HARRIS I M， EDWARDS J G. Determining the physical properties of flax fibre for industrial applications：the influence of agronomic practice[M]. Annals of Applied Biology， 2006， 149：15-25.
[8] 郭天財，马冬云，朱云集，等.冬播小麦品种主要品质性状的基因型与环境及其互作效应分析[J].中国农业科学， 2004， 37（7）：948-953.
[9] 蒋开锋，郑家奎，赵甘霖，等.基于AMMI模型的NCⅡ交配设计试验的配合力分析[J].作物学报， 2000， 26（6）：959-962.
[10] 万向元，胡培松，王海莲，等，水稻品种直链淀粉含量糊化温度和蛋白质含量的稳定性分析[J].中国农业科学， 2005， 38（1）：1-6.
[11] 曾献英. AMMI 模型在棉花区域试验中的应用[J].棉花学报， 2004，16（4）：233-235.
[12] 屠曾平.水稻光合特性研究与高光效育种[J].中国农业科学， 1997，30（3）：28-35.
[13] WAMATU J N， THOMAS E. The influence of genotype×environment interaction on the grain yields of 10 pigeonpea cultivars grown in Kenya[J]. Journal of Agronomy and Crop Science， 2002， 188：25-33.
[14] SUDARIA， IMID S， VRATARI M. Characterization of genotype by environment interactions in soybean breeding programmes of southeast Europe[J]. Plant Breeding， 2006， 125：191-194.
[15] FAN L J，HU B M，SHI C H，et al. A method of choosing locations based on genotype×environment interaction for regional trials of rice[J]. Plant Breeding， 2001， 120：139-142.
[16] ADUGNA W， LABUSCHAGNE M T. Genotype×environment interactions and phenotypic stability analyses of linseed in Ethiopia[J]. Plant Breeding， 2002， 121：66-71.
责任编辑：刘赟
关键词 AMMI；双标图；品种；稳定性；分辨力
中图分类号：S338 文献标识码：A 文章编号：2095-3305（2018）02-068-03
DOI： 10.19383/j.cnki.nyzhyj.2018.02.029
国内外众多学者[1-4]认为，AMMI模型对于分析品种稳定性具有理想的效果，可将方差分析和主成分分析有机地结合在一起，并借助双标图和互作效应值直观而定量地描述GEI（基因型与环境的互作），进而对品种的稳定性和试点分辨力做出评价[5]。目前该模型被广泛用于基因型与环境互作效应分析、农作物[6-13]区域试验的产量性状分析和作物性状配合力分析[14-16]。文中拟用AMMI模型对四川省泸州、宜宾、贵州省毕节3个植烟区4个烤烟品种的产量、产值进行研究，定量分析了环境、品种因素、GEI对产值量变异的影响，以验证品种的稳定性和地点的分辨力。
1 材料与方法
1.1 试验设计
参试烤烟品种4个，分别為：云烟87（g1）、云烟85（g2）、云烟99（g3）、云烟105（g4）；参试地点4个，分别为：泸州叙永县（e1）、泸州古蔺县（e2）、 宜宾兴文县（e3）、毕节金沙县（e4）。采用随机区组设计，3次重复，每品种各小区种植60株，设为3行区，每行20株，栽培规格为1.2 m×0.5 m，折算667 m2产量和667 m2产值。
1.2 统计方法
AMMI模型中，主效应可加，GEI采用若干个乘积项之和进行估算，公式如下：
式中，yge为是在环境e中品种g的产量，μ为总体平均值，αg为品种平均偏差（各个环境的平均值减去总的平均值），λn为是第n个主成分分析的平均值，δgn为第n个主成分的品种主成分得分，γδn为第n个主成分的环境主成分得分，n是在模型主成分分析中主成分因子轴的总个数，θge为残差。
采用DPS 9.01统计分析软件的AMMI模型分析模块进行分析。
2 结果与分析
2.1 品种、试点的667 m2产量、667 m2产值变异及变异分量
从表1可以看出，烟草4个品种在4个环境进行的产量试验存在极显著的品种、环境互作效应，其变异的平方和占总处理平方和的38.63%，变异的平方和占总处理平方和的52.80%，环境变异的平方和占总处理平方和的8.57%，这表明品种间的差异是引起产量差异的主要原因。
产值联合方差分析表明：品种和GEI存在极显著差异，与环境间的差异不显著，品种变异的平方和占总处理平方和的54.07%，GEI变异的平方和占总处理平方和的43.54%，这表明品种间的差异是引起产值差异的主要原因。
AMMI模型分析表明，前面2个IPCA轴达到极显著水平，不显著的IPCA轴的变异合并为残差，即噪声。两者累计解释交互作用的99%以上，而667 m2产量和667 m2产值线性回归模型仅分别解释了74.67%和42.29%的GEI平方和，这说明AMMI模型分析GEI更加有效。
2.2 品种稳定性和地点分辨力
2.2.1 以667 hm2产量为x轴 AMMI1双标图（图1）横坐标反映667 m2产量高低，品种图标比地点图标分散，表明同一地点、不同品种的667 m2产量差异大，而同一品种在不同地点的667 m2产量差异相对较小；纵坐标反映GEI差异，以IPCA1=0做一条水平线，图标越接近IPCA1零值，则品种的稳定性越好或地点的分辨力越低，品种的稳定性g1>g3>g2>g4，地点的分辨力e4>e1>e2>e3；在垂直方向，作IPCA1=0水平线，品种与同在该水平线一侧的地点有正的互作，与另一侧的地点有负的互作，g1、g4在试点e4有较好的适应性，g2、g3在试点e1、e2、e3有较好的适应性。
AMMI1双标图代表了79.16%的GEI变异信息，基本能够推断品种稳定性和地点分辨力，AMMI2双标图（图2）代表了99.89%的GEI变异，在该基础上进行推断更加准确，在AMMI2双标图中，离坐标原点越近，品种越稳定，试点分辨力越低。稳定性最好的品种是g1，分辨力最高的试点是e3。
2.2.2 以667 hm2产值为x轴 由图3可以看出，在反映667 m2产值高低的横坐标轴上，品种图标比试点图标分散，表明同一地点、不同品种的667 m2产值差异大，而同一品种在不同地点的667 m2产值差异相对较小；在反映GEI变异的纵坐标轴上，品种的稳定性g2>g3>g1>g4，地点分辨力e4>e1>e2>e3；g4在e3、e4试点有较好的适应性，g1、g2、g3在e1、e2试点有较好的适应性。
AMMI1双标图代表了73.19%的GEI变异信息，基本能够推断品种稳定性和地点分辨力，AMMI2双标图（图4）代表了99.77%的GEI变异，在该基础上进行推断更加准确，图中显示，稳定性最好的品种是g3，分辨力最高的地点是e4。
3 结论与讨论
试验结果表明，以667 m2产量和667 m2产值作为衡量指标，供试烤烟品种的贡献率大于环境，其他品种需要做进一步的试验验证。云烟87具有较高且稳定的产量，但是产值的稳定性稍差；云烟85和云烟99具有广适性，其中云烟99的产值稳定且在泸州有较好的表现；宜宾兴文县对品种产量差异敏感，毕节金沙县对品种产值差异的分辨力较强。 参考文献
[1] 黄英姿、毛盛贤. 基因型与环境互作研究进展[J].作物学报， 1992，18（2）：116-125.
[2] 王磊， 张群远， 张晓东. 产量区域试验统计分析-因子设计的AMMI分析[J].北京：中国农业科技出版社， 2001.
[3] 胡秉民， 耿旭.作物稳定性分析法[J].北京：科学出版社，1993.
[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] 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.
[6] ROBINSON J， JALLI M. Sensitivity of resistance to net blotch in barley[J].Journal of Phytopathology， 1999， 147：235-241.
[7] NEWMAN G， HARRIS I M， EDWARDS J G. Determining the physical properties of flax fibre for industrial applications：the influence of agronomic practice[M]. Annals of Applied Biology， 2006， 149：15-25.
[8] 郭天財，马冬云，朱云集，等.冬播小麦品种主要品质性状的基因型与环境及其互作效应分析[J].中国农业科学， 2004， 37（7）：948-953.
[9] 蒋开锋，郑家奎，赵甘霖，等.基于AMMI模型的NCⅡ交配设计试验的配合力分析[J].作物学报， 2000， 26（6）：959-962.
[10] 万向元，胡培松，王海莲，等，水稻品种直链淀粉含量糊化温度和蛋白质含量的稳定性分析[J].中国农业科学， 2005， 38（1）：1-6.
[11] 曾献英. AMMI 模型在棉花区域试验中的应用[J].棉花学报， 2004，16（4）：233-235.
[12] 屠曾平.水稻光合特性研究与高光效育种[J].中国农业科学， 1997，30（3）：28-35.
[13] WAMATU J N， THOMAS E. The influence of genotype×environment interaction on the grain yields of 10 pigeonpea cultivars grown in Kenya[J]. Journal of Agronomy and Crop Science， 2002， 188：25-33.
[14] SUDARIA， IMID S， VRATARI M. Characterization of genotype by environment interactions in soybean breeding programmes of southeast Europe[J]. Plant Breeding， 2006， 125：191-194.
[15] FAN L J，HU B M，SHI C H，et al. A method of choosing locations based on genotype×environment interaction for regional trials of rice[J]. Plant Breeding， 2001， 120：139-142.
[16] ADUGNA W， LABUSCHAGNE M T. Genotype×environment interactions and phenotypic stability analyses of linseed in Ethiopia[J]. Plant Breeding， 2002， 121：66-71.
责任编辑：刘赟