江蘇省淮北地區近3年主栽小麥品種產量性狀及其穩定性分析

葉凌鳳 周鑫 徐年龍 王飛 杜洪艷 王俊仁

摘要：為了研究江蘇省淮北地區近3年大面積種植小麥品種的適應性和產量穩定性，在鹽城市新洋農場和連云港市東辛農場2個點共選擇淮北地區15個主栽小麥品種進行連續3年的品比試驗，利用方差分析、相關性分析、AMMI（主效可加互作可乘）模型等方法對品種的穩產性進行分析。結果表明，新洋點淮麥22、揚麥23的實際產量穩定性最好，寧麥13、華麥5號實粒數穩定性最好，淮麥33、淮麥22的千粒質量穩定性最好，淮22、淮33、淮35的有效穗數穩定性最好;東辛點連麥7號、連麥8號實際產量穩定性最好，連麥7號的有效穗數穩定性最好，淮麥33、連麥7號的實粒數穩定性最好，淮麥28、淮麥33的千粒質量穩定性最好。

關鍵詞：小麥;主體品種;產量及產量要素;穩定性分析

中圖分類號：S512.103文獻標志碼：A

文章編號：1002-1302（2020）22-0056-06

作者簡介：葉凌鳳（1986—），男，江蘇泗洪人，博士，農藝師，主要從事小麥育種研究。E-mail：sknfylf@163.com。

目前，江蘇省小麥種植面積逐年遞增，尤其在江蘇淮北地區，冬小麥種植比例達到100%，小麥產量是稻麥周年高產的基礎。小麥品種的生態適應性和產量穩定性是小麥品種合理布局和推廣區劃的關鍵，同時也能為小麥生產安全性提供決策支撐，故研究不同小麥品種在不同年份的產量穩定性及產量要素變化規律，對小麥優質高產栽培意義重大[1]。

本研究選用江蘇淮北地區近3年大面積種植的15個小麥品種，在鹽城市新洋農場（簡稱新洋點）和連云港市東辛農場（簡稱東辛點）2個試驗點通過連續3年的田間試驗調查，以期獲得這些品種的生態適應性和穩產性，旨在為優化當地品種布局，豐富當地小麥優質高產栽培理論和充分發揮品種的增產潛力提供理論依據[2]。

1材料與方法

1.1試驗材料

本試驗選用江蘇省淮北地區近幾年主栽的小麥品種，根據品種審定的種植區域，分2個試驗點種植。新洋點種植的品種為淮麥22、淮麥33、淮麥35、華麥5號、寧麥13、揚麥23、龍麥169、瑞華523，共8個品種，以寧麥13為對照。東辛點種植的品種為淮麥33、連麥7號、連麥8號、淮麥32、煙農19、淮麥28、煙農999，共7個品種，以煙農19為對照。

1.2試驗方法

田間試驗于2016—2018年進行，試驗地前茬作物為水稻，土壤肥力中等，地力均勻，隨機區組設計，重復3次，小區面積為15m2，周圍設保護行，按照大田生產高產栽培模式適期播種，新洋點試驗田基本苗在225萬株/hm2左右，東辛點試驗田基本苗在525萬株/hm2左右，生育期施用總氮量為315kg/hm2。病蟲草害防治同大田生產。在小麥生長發育的相應階段，進行不同性狀調查，包括小麥品種的有效穗數、穗粒數、千粒質量等，成熟期小區全區收獲后計算實際產量。

1.3數據處理

采用Excel2003、SPSS10.0、DPS7.05軟件進行數據處理和分析。

2結果與分析

2.1產量及產量變化分析

由圖1-a可知，新洋點白麥品種（淮麥22、淮麥33、淮麥35）試驗區產量趨勢為2017年>2016年>2018年，紅麥品種（華麥5號、寧麥13、揚麥23）試驗區產量為2017年最高，大體上2016年略高于2018年。

由表1可知，淮35近3年的產量水平最為接近，變異系數最低，為10.93%;龍麥169變異系數最高，為21.34%，主要原因是2018年試驗區產量較前2年大幅度降低，導致變異系數增大。新洋點2016年龍麥169產量最高，為9.08t/hm2;2017年華麥5號產量最高，為10.02t/hm2;2018年華麥5號產量最高，為8.11t/hm2;排除龍麥169，3年平均產量最高的品種為華麥5號。

由圖1-b可以看出，東辛點試驗區產量整體趨勢表現為2016年<2017年<2018年，各品種產量年份間變化差異較大。

由表2可以看出，產量的變異系數中煙農999最低，為5.99%;淮麥32的變異系數最高，為16.02%;淮麥33、連麥8號的變異系數均<10.00%。東辛點試驗區2016年淮麥33產量最高，為7.92t/hm2;2017年連麥7號產量最高，為8.23t/hm2;2018年淮麥33產量最高，為8.48t/hm2。3年平均產量排名前3的品種為淮麥33、連麥8號、連麥7號。

2.2產量及產量相關分析

對產量及產量要素進行偏相關分析，由表3可以看出，新洋點試驗區實際產量與實粒數、有效穗數、千粒質量的相關系數分別為0.628、-0.181、0.427，實際產量與實粒數的相關系數達到極顯著水平。新洋點有效穗數與實粒數、千粒質量均呈負相[JP+1]關關系且達到顯著水平，表明有效穗數能夠制約實粒數、千粒質量的水平，有效穗數增多，實粒數、千粒質量會下降。[HJ1.95mm]結果表明，新洋點不同年份小麥產量的差異主要取決于實粒數，在現有小麥生產水平下要取得產量上的突破，單穗實粒數必須要提高[3]。由表4可以看出，東辛點試驗區實際產量與實粒數、有效穗數、千粒質量的相關系數分別為-0.414、0.024、0.550，實際產量與千粒質量的相關系數達到顯著水平，而有效穗數與實粒數、千粒質量相關性不顯著。結果表明，東辛點試驗區現有小麥生產水平的提高要從提高千粒質量著手。

前人分析結果表明，產量三要素與產量的通徑分析結果為穗數>穗粒數>千粒質量[4-6]，與本研究分析結果不同，原因可能與地區品種、栽培體系差異及不同的數據處理方法有關。

2.3利用AMMI模型分析品種穩定性

由表5可知，新洋點有效穗數與試驗區品種以及品種與年份互作的效應不顯著;實粒數不同品種間以及不同年份間差異達到極顯著，品種與年份互作的效應差異不顯著;千粒質量品種間以及品種與年份互作的效應差異達到顯著水平，不同年份間差異達極顯著;實際產量在不同年份之間差異達到極顯著，但在不同品種及品種與年份互作間的效應差異不顯著。AMMI模型顯示實粒數、千粒質量差異達到顯著水平。由表6可知，東辛點有效穗數不同品種間及不同年份間達極顯著差異，實粒數不同品種間及不同年份間差異達極顯著，千粒質量不同品種及年份間差異達極顯著，但產量三要素在品種與年份互作間效應均不顯著，實際產量在不同品種及年份間差異達極顯著，在品種與年份互作效應差異不顯著。AMMI模型顯示千粒質量、試驗區實際產量差異達到顯著水平。

在AMMI模型中若品種IPCA（交互效應主成分坐標值）的絕對值越大，說明該品種的互作效應普遍大，則該品種越不穩定。在IPCA1的均方比較大的情況下，可根據IPCA1來評價品種的穩定性[7-8]。由圖2可見，淮麥22、揚麥23的實收產量穩定性最好，寧麥13、華麥5號實粒數穩定性最好，淮麥22最差;淮麥33、淮麥22的千粒質量穩定性最好，淮麥35的千粒質量穩定性最差;淮麥22、淮麥33、淮麥35的有效穗數穩定性最好，寧麥13有效穗數穩定性最差。由圖3可見，東辛點連麥7號實收產量IPCA1絕對值為0.0797、連麥8實收產量IPCA1絕對值為0.0680，這2個品種的實際產量穩定性較好，而淮麥32、[JP2]煙農19實際產量的穩定性較差;有效穗數的穩定性連麥7號最好，淮麥32最差;實粒數的穩定性淮麥33、連麥7號最好，淮麥28最差;千粒質量的穩定性淮麥28、淮麥33最好，淮麥32最差。

3結論與討論

鹽城地區新洋點實粒數是受不同年份氣候影響最大的因子，其次是千粒質量。根據相關性分析結果，新洋點實際產量與實粒數的相關系數達到極顯著水平;而有效穗數與實際產量、實粒數、千粒質量呈負相關關系，與實粒數、千粒質量的相關性達到顯著水平。淮麥22、揚麥23的試驗區穩定性最好，寧麥13、華麥5號實粒數穩定性最好，淮麥22最差;淮麥33、淮麥22的千粒質量穩定性最好，淮麥35的千粒質量穩定性最差;淮麥22、淮麥33、淮麥35的有效穗數穩定性最好，白麥品種的群體較為穩定，寧麥13有效穗數穩定性最差。綜合試驗結果來看，白麥品種淮麥33，紅麥品種揚麥23、寧麥13、華麥5號較為適宜當地種植。

鹽城地區適期播種的前提下，播種期至成熟期一般為210d左右，小麥籽粒灌漿期從4月下旬開始至6月初小麥成熟，歷時35～45d，當地此期間氣候多變，易遇上大風大雨天氣，氣溫急劇上升，后期多遭遇高溫逼熟，導致小麥千粒質量變化較大，對產量造成嚴重影響[9]。2018年5月累積降水量為174.7mm，遠高于2016年5月的累積降水量54.7mm、2017年5月的累積降水量117.7mm，而2018年5月累積日照時數僅為108.0h，比2016年同期少23.2h，2017年同期少79.5h。而2018年6月上旬月平均氣溫為22.5℃，大量降水之后根系受損，遭遇高溫逼熟，灌漿受到嚴重影響，千粒質量較2017年明顯降低，產量也達到了近年來的最低水平。生產上在保證生產水平的同時，建議選用穗型、千粒質量相對穩定的品種。

影響連云港地區小麥產量的最大因素是千粒質量，實際產量要素年份之間差異達到極顯著水平。東辛點連麥7號、連麥8號實際產量穩定性較好，而淮麥32、煙農19較差;有效穗數的穩定性連麥7號最好，淮麥32最差;實粒數的穩定性淮麥33、連麥7號最好，淮麥28最差;千粒質量的穩定性淮麥28、淮麥33最好，淮麥32最差。綜合試驗結果來看，東辛點淮麥33號的穩定性最好，產量水平高，適宜當地大面積種植，而淮麥32的穩定性較差。

在生產上須要選用灌漿能力較強、能夠抵抗后期不利氣候條件的小麥品種，根據適宜播期，確定合適的種植密度，建立合理的群體結構，進一步提高穗粒數，加強后期管理，減輕小麥灌漿期間不良天氣的影響，兼顧穗粒數和千粒質量的增加，最終達到提高產量的目的[10-12]。

參考文獻：

[1]李巧云，李磊，周蘇梅，等.河南省小麥產量及其構成因素變化規律分析[J].河南農業科學，2011，40（4）：38-40.

[2]姚金保，姚國才，楊學明，等.長江中下游麥區小麥品種的產量分析[J].江蘇農業科學，2006（2）：52-53.

[3]楊程，李向東，張德奇，等.小麥產量三要素與產量的通徑和灰色關聯度分析[J].河南農業科學，2016，45（10）：19-23.[HJ2.1mm]

[4]趙倩，姜鴻明，孫美芝，等.山東省區試小麥產量與產量構成因素的相關和通徑分析[J].中國農學通報，2011，27（7）：42-45.

[5]劉朝輝，李江偉，蔣志凱，等.河南省小麥區試品種（系）產量與產量構成因素的相關和通徑分析[J].山東農業科學，2013，45（9）：26-28.

[6]田紀春，鄧志英，胡瑞波，等.不同類型超級小麥產量構成因素及籽粒產量的通徑分析[J].作物學報，2006，32（11）：1699-1705.

[7]邵立剛，車京玉，王巖，等.黑龍江省春小麥品種穩定性分析[J].湖南農業科學，2016（2）：39-42.

[8]張分云，李宏，王重榮，等.黃華占系譜品種及其親本產量相關性狀的穩定性分析[J].中國水稻科學，2014，28（5）：487-495.

[9]李萬昌，姜麗娜，邵云，等.雜交小麥產量構成因素間協調性的分組分析[J].湖南農業科學，2008（3）：4-7.

[10]馮素偉，姜小苓，胡鐵柱，等.超高產小麥品種產量構成因素及增產途徑分析[J].河南科技學院學報，2013（6）：1-5.

[11]劉紅江，郭智，孫國峰，等.不同播種方式對小麥產量形成及氮素利用效率的影響[J].江蘇農業學報，2019，35（5）：1075-1081.

[12]邵慧，夏中華，金彥剛，等.江蘇淮北地區13個主導小麥品種產量構成因素分析[J].江蘇農業科學，2015，43（8）：91-93.