黄淮海夏大豆不同年份、地点的产量差异分析

doi:10.16035/j.issn.1001-7283.2022.04.031

摘要/Abstract

摘要：

为探究年份间、地点间、品种间及其互作效应下大豆产量差异,对2016-2017年黄淮海夏大豆产区的北片、中片和南片区试数据进行多因素方差分析。结果表明,除北片年份×品种互作效应对大豆产量差异不显著外（P>0.05）,其他各片的年份、地点、品种以及年份×地点、年份×品种、地点×品种、年份×地点×品种互作效应的产量差异均达极显著水平（P<0.01）。其中地点对黄淮海北片、中片和南片的产量差异贡献率最大,分别为57.92%、71.76%和46.91%,品种的贡献率分别为3.85%、4.67%和8.52%,年份的贡献率分别为2.85%、1.02%和0.71%。多重比较分析表明,北片、中片和南片中平均产量最高的河北宁晋、邯郸和山东菏泽比平均产量较低的河北石家庄、河南洛阳和安徽宿州分别高45.66%、71.67%和50.13%,差异达极显著。中黄78、中黄70和中黄301平均产量极显著高于相应对照品种,变异系数小。相关性分析表明,大豆产量与单株粒重和百粒重呈极显著正相关性,与经、纬度无显著相关性。因此,在实现大豆高产的过程中,选择优质、高产、广适的大豆品种是首要条件,同时提高管理水平,发挥高产潜力,实现增产。

关键词: 黄淮海夏大豆, 区域试验, 产量, 地点, 品种

Abstract:

In order to study yield differences in soybeans between years, locations, varieties and interaction effects, the multi-factor analysis of variance was carried out on the test data of the northern, central and southern parts of the Huanghuaihai summer soybean regions from 2016 to 2017. The results showed that, with the exception of the soybean yield difference of the years×varieties in the northern part was not significant (P > 0.05), the years, the locations, the varieties and the interaction effect years×locations, years×varieties, locations×varieties, and years×locations×varieties had extremely significant differences in soybean yield (P < 0.01). The contribution rates of the locations were the highest with 57.92%, 71.76%, 46.91% of the yield of the northern, central and southern parts, the contribution rates of the varieties were 3.85%, 4.67%, 8.52%, and the contribution rates for the years were 2.85%, 1.02% and 0.71%, respectively. Multiple comparative analyzes showed that Ningjin, Handan of Hebei and Heze of Shandong with the highest average yield in the northern, central and southern parts were 45.66%, 71.67% and 50.13% higher than those of Shijiazhuang of Hebei, Luoyang of Henan and Suzhou of Anhui with the lowest average yield, and the differences were extremely significant. The average yields of Zhonghuang 78, Zhonghuang 70, and Zhonghuang 301 were significantly higher than those of the corresponding control varieties, and the coefficient of variation was small. The correlation analysis showed that the soybean yield had a very significant positive correlation with the seed weight per plant and the 100-seed weight, but had no significant correlation with the longitude and latitude of different planting locations. Therefore, in attaining a high yield of soybeans, the first requirement is the selection of high quality, high yield, and wide adaptability soybean varieties. Improving soybean management and releasing yield potential fully also contribute to achieving high yield.

Key words: Huanghuaihai summer soybean, Regional test, Yield, Location, Variety

乔羽佳, 卫玲, 肖俊红, 刘博, 杨海峰, 段学艳. 黄淮海夏大豆不同年份、地点的产量差异分析[J]. 作物杂志, 2022 (4): 221–226

Qiao Yujia, Wei Ling, Xiao Junhong, Liu Bo, Yang Haifeng, Duan Xueyan. Analysis on the Yield Differences of Huanghuaihai Summer Soybeans in Different Years and Locations[J]. Crops, 2022(4): 221–226

图/表 6

表1

表2

表3

表4

表5

表6

参考文献 20

[1]	高明. 土壤环境地球化学条件与大豆产量/质量的关系研究―以吉林省为例. 长春:吉林大学, 2017.
[2]	盖钧镒. 作物育种学各论. 北京: 中国农业出版社, 2006.
[3]	李卫东. 黄淮海夏大豆及品种参数. 北京: 中国农业科学技术出版社, 2006.
[4]	常世豪, 杨青春, 舒文涛, 等. 黄淮海夏大豆品种(系)主要农艺性状的综合性分析. 作物杂志, 2020(3):66-72.
[5]	慈敦伟, 张礼凤, 汪宝卿, 等. 大豆种质资源农艺性状和产量的年份间差异及其关系. 植物遗传资源学报, 2011, 12(6):872-880.
[6]	史宏. 不同生态类型大豆农艺性状与产量关系的研究. 华北农学报, 2018, 33(1):150-159.
[7]	牛宁, 李振侠, 金素娟, 等. 黄淮海地区大豆光合特性及高光效种质筛选. 中国油料作物学报, 2018, 40(4):524-532.
[8]	刘章雄, 杨春燕, 徐冉, 等. 大豆微核心种质在黄淮地区的区域适应性分析. 作物学报, 2011, 37(3):443-451.
[9]	何鑫, 马文娅, 付汝洪, 等. 2006-2017年国家黄淮海夏大豆品种区域试验参试品种(系)分析. 中国油料作物学报, 2019, 41(4):537-549.
[10]	刘晓, 王丽, 王天舒, 等. 黄淮海耐压实大豆品种的初步筛选及根系特征分析. 大豆科学, 2020, 39(3):329-340.
[11]	王乐政, 华方静, 曹鹏鹏, 等. 不同播期夏大豆的产量、光合特性和气象因子效应研究. 中国油料作物学报, 2019, 41(5):750-757.
[12]	Liu X B, Herbert S J. Some aspects of yield physiology research in soybean. Journal of Northeast Agricultural University (English Edition), 2000(1):71-78.
[13]	尹阳阳, 徐彩龙, 宋雯雯, 等. 密植是挖掘大豆产量潜力的重要栽培途径. 土壤与作物, 2019, 32(4):15-21.
[14]	陈曦. 大豆高代品系的稳定性与适应性分析. 郑州:河南农业大学, 2019.
[15]	郑伟. SHMM模型在大豆品种区域试验中的应用. 中国农学通报, 2007(7):207-210.
[16]	Carkner M K, Entz M H. Growing environment contributes more to soybean yield than cultivar under organic management. Field Crops Research, 2017, 207:42-51. doi: 10.1016/j.fcr.2017.02.019
[17]	胡国玉, 李杰坤, 王大刚, 等. 夏播大豆产量的环境响应及高产品种的主要特性. 大豆科学, 2017, 36(4):531-539.
[18]	Merlos F A, Monzon J P, Andrade F H, et al. Potential for crop production increase in Argentina through closure of existing yield gaps. Field Crops Research, 2015, 184:145-154. doi: 10.1016/j.fcr.2015.10.001
[19]	Fischer T, Byerlee D, Edmeades G. Crop yields and global food security:will yield increase continue to feed the world?. Cranberra:Australian Centre for International Agricultural Research, 2014.
[20]	Di M G, Cipriotti P A, Santiago G, et al. Environmental and management variables explain soybean yield gap variability in Central Argentina. European Journal of Agronomy, 2018, 99:186-194. doi: 10.1016/j.eja.2018.04.012

相关文章 15

[1]	陈士勇, 王锐, 陈志青, 张海鹏, 王娟娟, 单玉华, 杨艳菊. 纳米锌和离子锌对水稻产量形成及籽粒锌含量的影响[J]. 作物杂志, 2022, (4): 107–114
[2]	唐建鹏, 陈京都, 温凯, 张明伟, 谢成林, 陆佩玲, 闵思桂, 王企銮, 成洁旻. 稻虾共作模式下不同优良食味粳稻物质生产及产量特征研究[J]. 作物杂志, 2022, (4): 115–123
[3]	孙庆圣, 原程, 张玉先. 减施氮肥和接种根瘤菌对黑大豆光合特性及产量的影响[J]. 作物杂志, 2022, (4): 132–137
[4]	谢奎忠, 孙小花, 罗爱花, 柳永强, 唐德晶, 朱永永, 胡新元. 基施锌肥对长期连作马铃薯抗病性相关酶活性、土传病害和产量的影响[J]. 作物杂志, 2022, (4): 154–159
[5]	李祖军, 姜雪, 杨通莲, 吴朝昕, 张习春, 江学海, 龙武华, 张玉珊, 朱速松. 不同肥料配比对贵州禾苟当1号产量及食味品质的影响[J]. 作物杂志, 2022, (4): 160–166
[6]	马珂, 冯雷, 赵夏童, 张丽光, 原向阳, 董淑琦, 郭平毅, 宋喜娥. 播距和播量对张杂谷10号生长特性及产量的影响[J]. 作物杂志, 2022, (4): 172–178
[7]	赵世锋, 曹丽霞, 石碧红, 刘文婷, 赵雪峰, 刘君馨, 张丽霞, 李嘉豪. 国内主要饲草燕麦品种干物质积累及生产潜力评价[J]. 作物杂志, 2022, (4): 179–186
[8]	于国宜, 孔令聪, 张亮, 韦志, 王永玖, 王智, 杜祥备. 不同新型肥料对小麦光合特性、冠层结构及产量的影响[J]. 作物杂志, 2022, (4): 193–198
[9]	周吉红, 王俊英, 孟范玉, 佟国香, 梅丽, 刘国明, 王燕, 罗军, 解春源. 耕作方式对小麦播种质量、产量和效益的影响[J]. 作物杂志, 2022, (4): 199–204
[10]	周武先, 李梦歌, 谭旭辉, 汪友元, 王华, 蒋小刚, 段媛媛, 张美德. 播种密度对不同季节半夏生长、品质及土壤酶活性的影响[J]. 作物杂志, 2022, (4): 205–213
[11]	梁伟琴, 贾莉, 郭黎明, 李应兰, 胡亚峰, 陈小花, 马旭凤, 李静. 水氮耦合对春小麦干物质累积与植株氮素转运的影响[J]. 作物杂志, 2022, (4): 242–248
[12]	郑敏娜, 梁秀芝, 康佳惠, 李荫藩, 王慧, 韩志顺, 陈燕妮. 不同施氮量对饲用燕麦光合特性及氮素光合利用效率的影响[J]. 作物杂志, 2022, (4): 249–254
[13]	张海鹏, 陈志青, 王锐, 卢豪, 崔培媛, 杨艳菊, 张洪程. 氮肥配施纳米镁对水稻产量、品质和氮肥利用率的影响[J]. 作物杂志, 2022, (4): 255–261
[14]	王家保, 冀怀远, 梅家法, 陶志国, 疏志峰, 江三桥. 玉米新品种荃科玉900的选育与栽培制种技术[J]. 作物杂志, 2022, (4): 267–270
[15]	王晓春, 朱得新, 杨天辉, 王川, 杨炜迪, 高婷, 梁小军. 宁夏引黄灌区不同苜蓿品种主要农艺性状关联分析及干草产量比较[J]. 作物杂志, 2022, (4): 32–36

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

片区Part	地点Location	纬度Latitude (N)	经度Longitude (E)
北片 Northern	北京昌平	39°43′	116°20′
北片 Northern	北京大兴	39°57′	116°19′
	河北石家庄	38°02′	114°38′
	河北南皮	38°02′	116°42′
	河北宁晋	37°31′	114°56′
	河北易县	39°20′	115°29′
	山东德州	37°27′	116°18′
中片 Middle	河北邯郸	36°34′	114°31′
中片 Middle	河南郑州	34°47′	113°40′
	河南洛阳	34°38′	112°28′
	河南濮阳	35°45′	115°01′
	山东潍坊	36°43′	119°10′
	山西临汾	36°06′	111°30′
南片 Southern	安徽阜阳	32°55′	115°47′
南片 Southern	安徽龙亢	33°05′	116°51′
	安徽宿州	33°37′	116°58′
	河南周口	33°38′	114°40′
	河南驻马店	32°59′	114°01′
	江苏灌云	34°19′	119°15′
	江苏淮安	33°36′	119°00′
	江苏徐州	34°16′	117°17′
	山东菏泽	35°19′	115°29′
	山东济宁	35°28′	116°35′
	山东临沂	35°05′	118°15′

片区 Part	变异来源 Resource of variation	平方和 SS	自由度 df	均方 MS	F值 F-value	占总平方和百分比 Percentage of total sum of squares (%)
北片 Northern	区组	364.62	2	182.31	1.22^ns	0.14
北片 Northern	年份	7395.90	1	7395.90	49.34^**	2.85
	地点	150 231.50	6	25 038.58	167.06^**	57.92
	品种	9982.84	4	2495.71	16.65^**	3.85
	年份×地点	32 727.13	6	5454.52	36.39^**	12.62
	年份×品种	350.52	4	87.63	0.58^ns	0.14
	地点×品种	16 017.63	24	667.40	4.45^**	6.18
	年份×地点×品种	21 607.06	24	900.29	6.01^**	8.33
	总和	259 360.88	209
中片 Middle	区组	2058.88	2	1029.44	5.69^**	0.26
中片 Middle	年份	7955.86	1	7955.86	44.00^**	1.02
	地点	561 520.15	5	11 2304.03	621.14^**	71.76
	品种	36 527.32	7	5218.19	28.66^**	4.67
	年份×地点	66 586.64	5	13 317.33	73.66^**	8.51
	年份×品种	10 424.44	7	1489.21	8.24^**	1.33
	地点×品种	43 787.51	35	1251.07	6.92^**	5.60
	年份×地点×品种	19 273.85	35	550.68	3.05^**	2.46
	总和	782 487.16	287
片区 Part	变异来源 Resource of variation	平方和 SS	自由度 df	均方 MS	F值 F-value	占总平方和百分比 Percentage of total sum of squares (%)
南片 Southern	区组	274.63	2	137.32	1.49^ns	0.03
南片 Southern	年份	6022.71	1	6022.71	65.56^**	0.71
	地点	396 825.79	10	39 682.58	431.98^**	46.91
	品种	72 054.01	10	7205.40	78.44^**	8.52
	年份×地点	123 557.20	10	12 355.72	134.50^**	14.61
	年份×品种	10 726.38	10	1072.64	11.68^**	1.27
	地点×品种	118 856.65	100	1188.57	12.94^**	14.05
	年份×地点×品种	73 363.55	100	733.64	7.99^**	8.67
	总和	845 958.47	725

片区 Part	地点 Location	平均产量 Average yield (kg/hm²)	标准差 SD	变异系数 CV (%)
北片 Northern	北京昌平	3178.80dD	282.90	8.9
北片 Northern	北京大兴	3390.73cC	413.70	12.2
	河北石家庄	2793.45fE	259.95	9.31
	河北南皮	3588.75bB	437.85	12.2
	河北宁晋	4069.05aA	304.50	7.48
	河北易县	3242.10dD	285.45	8.8
	山东德州	2888.55eE	402.60	13.94
	平均	3307.35	508.65
中片 Middle	河北邯郸	3943.50aA	407.25	10.33
中片 Middle	河南郑州	3793.35bB	481.35	12.69
	河南洛阳	2297.10fF	360.75	15.7
	河南濮阳	3515.10cC	341.55	9.72
	山东潍坊	2462.85eE	382.05	15.51
	山西临汾	2633.25dD	517.20	19.64
	平均	3107.53	783.28
南片 Southern	安徽阜阳	2526.90gF	271.35	10.74
南片 Southern	安徽龙亢	2733.15fE	247.65	9.06
	安徽宿州	2432.25gG	271.20	11.15
	河南周口	2779.05fE	443.25	15.95
	河南驻马店	2491.05gFG	303.30	12.18
	江苏灌云	2782.80fE	434.25	15.60
	江苏淮安	3045.75cC	282.45	9.28
	江苏徐州	2877.60eD	275.55	9.58
	山东菏泽	3651.45aA	510.75	13.99
	山东济宁	3326.85bB	372.15	11.19
	山东临沂	2994.00dC	560.55	18.72
	平均	2876.44	499.33

片区 Part	品种 Variety	平均产量 Average yield (kg/hm²)	标准差 SD	变异系数 CV (%)
北片 Northern	齐黄34	3364.65bAB	505.80	15.03
北片 Northern	中黄78	3467.70aA	480.75	13.86
	中黄74	3292.65bcBC	517.05	15.70
	冀豆19	3249.00cCD	588.90	18.13
	冀豆12（CK）	3162.90dD	517.20	16.35
中片 Middle	中黄70	3073.05cB	553.35	18.01
中片 Middle	洛豆1号	3361.35aA	944.40	28.10
	荷豆29号	3173.70bB	799.95	25.21
	圣豆十号	3184.20bB	768.90	24.15
	运豆101	3181.80bB	675.90	21.24
	石153	2870.70dC	726.15	25.29
	冀1309	3196.05bB	962.40	30.11
	邯豆5号（CK）	2819.40dC	675.45	23.96
南片 Southern	HD 21116	2825.90eD	494.19	18.07
南片 Southern	中黄301	3165.94aA	526.25	17.18
	中作X96058	2635.99gF	518.49	19.57
	蒙01-42	2817.31eD	403.15	14.63
	淮12-13	2710.25fE	323.03	12.12
	中黄13（CK₁）	2962.02cB	586.15	20.51
	濉科8号	2950.22cBC	546.26	19.35
	徐0117-46	2891.56dC	447.36	15.88
	周豆25号	2962.40cB	490.48	17.12
	荷豆28	3016.69bB	647.01	22.52
	中黄13（CK₂）	2702.41fE	347.47	13.32

片区 Part	年份 Year	平均产量 Average yield (kg/hm²)	标准差 SD	变异系数 CV (%)
北片 Northern	2016	3218.34bB	463.04	14.39
北片 Northern	2017	3396.36aA	575.07	16.93
中片 Middle	2016	3028.68bB	928.02	30.64
中片 Middle	2017	3186.39aA	598.00	18.77
南片 Southern	2016	2919.63aA	559.65	19.17
南片 Southern	2017	2833.22bB	457.00	16.13