解國慶,董清山,范書華,王 艷,邵廣忠,時新瑞,趙云彤
(黑龍江省農業科學院牡丹江分院,黑龍江 牡丹江 1570 41)
馬鈴薯品種的豐產性和穩定性是評價其推廣價值的重要參考指標,中國育種工作者一般只強調高產和優質,而對產量及其他性狀的穩定性重視不夠。然而,對產量的高產、穩產特性進行正確評價具有重要的理論與現實意義[1,2]。AMMI模型最早由Gauch[3]提出,將主成分分析與方差分析相結合,利用試驗所獲得的數據,繪出雙標圖進而直觀地描述基因型、環境及互作效應的大小。現已被廣泛用來研究基因型與環境互作效應,較多應用于玉米、小麥、馬鈴薯、水稻等作物品種區域試驗中[4-9],在分析品種單一性狀年度穩定性的應用報道還較少。本研究利用AMMI模型對7個馬鈴薯品種(系)連續3年的產量數據進行分析,對同一地點產量的穩定性進行研究,探討品種產量的穩定性,為特定地區品種產量的穩定性評價提供相關理論基礎,對高產穩產品種的篩選具有重要意義。
材料選自黑龍江省農業科學院牡丹江分院選育的4個不同類型的馬鈴薯優良品系及3個對照品種共7份(表1)。試驗地點在黑龍江省農業科學院牡丹江分院試驗田,試驗時間為2012、2013和2014年。

表1 供試馬鈴薯品種Table 1 Potato breeding lines tested
采用隨機區組設計,3次重復,4行區,行長6 m,行距0.75 m,株距0.30 m。小區面積18 m2。施磷酸二銨(64%)30 kg/667m2、尿素(46.4%)15 kg/ 667m2、氯化鉀(60%)30 kg/667m2。同一年內各項栽培措施按照當地常規進行并保證其同步性。相關數據使用Microsoft Excel 2003錄入整理,利用唐啟義和馮光明[10]DPS 7.05統計分析軟件的AMMI模型分析模塊對各材料按公頃產量進行分析。
AMMI模型的公式:

不同基因型間、不同環境(年度環境變化)間達到了極顯著差異(P<0.01)。此外,基因型與環境之間也存在極顯著互作效應(表2)。
環境變異平方和占總變異平方和的6.41%,基因型變異平方和占47.69%,交互作用變異平方和占40.03%(表3)。說明基因型及基因與環境互作是決定馬鈴薯產量的主要因素。同時也表明,AMMI模型能很好地表達基因型與環境的互作效應。

表2 參試品種(系)產量方差分析Table 2 ANOVA for yield of potato varieties(lines)

表3 參試品種(系)產量AMMI模型分析Table 3 AMMI model analysis for yield of potato varieties(lines)
以基因型的產量數據為x軸,品種和地點的IPCA1值為縱軸作雙標圖(圖1)。在水平方向上,橫坐標值越大,說明該品種豐產性越好,不難看出,g5的豐產性最好,g4最差。在垂直方向,以IPCA1=0作一條水平線,則縱坐標的絕對值越小,該品種產量穩定性越好,由此可知,g3的穩定性最好,g4最差,2012年的環境條件下馬鈴薯的產量穩定性最好;品種與在同一側的環境條件有正的交互效應,與另一側的環境條件有負的交互效應,g2、g4與2013年的環境互作為正,即對其產量的提高有積極的作用,與2012、2014年的環境互作為負;g1、g3、g5、g6、g7與2012、2014年的環境互作為正,與2013年的環境的互作為負,對產量有減弱的作用。綜合不同類型基因型在圖中的位置可知:早熟材料g1的平均產量和穩定性均優于對照g2;高淀粉材料g3的平均產量和穩定性均優于對照g4;中晚熟材料g5的平均產量高于對照g7,但穩定性較差;g6平均產量低于g7,但穩定性略優于g7。

圖1 產量和IPCA1雙標圖Figure 1 Biplot of yield and IPCA1
本研究應用AMMI模型對馬鈴薯品種(系)產量在特定區域內的年度穩定性進行了分析,該模型可以把一個品種(系)產量穩定性用立體的雙標圖簡單表達和解釋,結合方差分析對品種豐產性進行評價,這不僅對品種進行了可靠的穩定性分析,而且還可鑒別一些具有特殊基因型和環境互作效應的品種,對特定環境馬鈴薯品種的選育及引種栽培具有重要意義。
根據該模型分析結果,可以得出參試材料產量穩定性排序g3>g6>g7>g1>g5>g2>g4,平均產量排序為g5>g7>g1>g6>g2>g3>g4。早熟材料‘牡91320’(g1)的平均產量和穩定性均優于‘克新4號’(g2);高淀粉材料‘牡9141’(g3)的平均產量和穩定性均優于‘克新12號’(g4);中晚熟材料‘牡8153’(g5)的平均產量高于‘克新13號’(g7),但穩定性不如‘克新13號’(g7);‘牡8182’(g6)平均產量低于‘克新13號’(g7),但是穩定性優于‘克新13號’(g7)。在馬鈴薯種植時,可根據不同用途選擇產量高且穩定性好的品種。
[1] 呂文河,白雅梅,陳伊里,等.馬鈴薯新品系產量穩定性分析[J].馬鈴薯雜志,1995,9(4):198-202.
[2] 劉凱,張琦琦,石瑛.不同生態條件下馬鈴薯品種的淀粉含量分析[J].中國馬鈴薯,2008,22(2):85-87.
[3] Gauch Jr H G.Model selection and validation for yield trials with interaction[J].Biometrics,1998,44:705-715.
[4]李艷艷,豐震,趙蘭勇.用AMMI模型分析玫瑰品種產花量的穩定性[J].中國農業科學,2008,41(6):1761-1766.
[5]楊志平,何鳳發,王季春,等.應用AMMI模型評價馬鈴薯品種的穩定性和適應性[J].中國馬鈴薯,2006,20(1):11-15.
[6]何代元,胡寧,馬兆錦,等.AMMI模型在玉米區域試驗中的應用[J].玉米科學,2009,17(4):144-147,152.
[7] 萬向元,胡培松,王海蓮,等.水稻品種直鏈淀粉含量糊化溫度和蛋白質含量的穩定性分析[J].中國農業科學,2005,38(1):1-6.
[8]蔣開鋒,鄭家奎,趙甘霖,等.基于AMMI模型的NCⅡ交配設計試驗的配合力分析[J].作物學報,2000,26(6):959-962.
[9] 郭天財,馬冬云,朱云集,等.冬播小麥品種主要品質性狀的基因型與環境及其互作效應分析[J].中國農業科學,2004,37(7): 948-953.
[10] 唐啟義,馮光明.實用統計分析及其DPS數據處理系統[M].北京:科學出版社,2002.