作物杂志,2018, 第5期: 40–44 doi: 10.16035/j.issn.1001-7283.2018.05.007

• 遗传育种·种质资源·生物技术 • 上一篇    下一篇

北部冬麦区冬小麦区试品种(系)的稳定性和适应性分析

王汉霞,单福华,田立平,马巧云,赵昌平,张风廷   

  1. 北京市农林科学院/北京杂交小麦工程技术研究中心,100097,北京
  • 收稿日期:2018-04-23 修回日期:2018-08-17 出版日期:2018-10-15 发布日期:2018-10-12
  • 通讯作者: 张风廷
  • 作者简介:王汉霞,助理研究员,主要从事小麦品种选育工作
  • 基金资助:
    北部麦区优质抗旱节水高产小麦新品种培育创制(2017YFD0101000);国家科技支撑计划商业化育种技术研究与示范项目(2014BAD01B05);北京市科技项目(D151100004415001)

Analysis of Stability and Adaptability of Winter Wheat Varieties in the Regional Trials of the Northern Wheat Region of China

Wang Hanxia,Shan Fuhua,Tian Liping,Ma Qiaoyun,Zhao Changping,Zhang Fengting   

  1. Beijing Academy of Agriculture and Forestry Sciences/Beijing Engineering and Technique Research Center for Hybrid Wheat, Beijing 100097, China
  • Received:2018-04-23 Revised:2018-08-17 Online:2018-10-15 Published:2018-10-12
  • Contact: Fengting Zhang

摘要:

为客观准确地评价区域试验中北部冬麦区冬小麦新品种(系)的丰产性和稳产性,以2014-2015年度国家北部冬麦区水地组冬小麦品种(系)区域试验产量数据为资料,应用AMMI模型对小区产量的基因型、环境和基因型与环境(G×E)互作进行了研究。结果表明,稳定性最好的为农大3486、京农12-79,较好的有科遗4174、长6794、中麦93,较差的为航麦109、晋太102、众信7198;试点以天津武清、山西榆次、新疆阿拉尔、河北遵化、山西屯玉分辨力较高,河北固安、河北滦县、北京顺义、北京昌平分辨力较低。在对区域试验中品种(系)稳定性和试点的分辨力进行判定时,综合使用双标图和稳定性参数两种方法,既直观又准确。

关键词: AMMI模型, 冬小麦, 区域试验, 稳定性, 适应性

Abstract:

To study the yield potential and stability of winter wheat varieties in regional trials, the data of grain yield were collected from irrigated land group of winter wheat varieties regional test in the Northern Winter Region of China during 2014-2015 cropping season and analyzed by additive main effects and multiplication interaction (AMMI) model. The results could explain clearly the genotype, environment and interaction effect of genotype by environment (G×E) of wheat yield. The Nongda 3486 and Jingnong 12-79 showed the best stability, followed by Keyi 4174, Chang 6794 and Zhongmai 93, whereas Hangmai 109, Jintai 102 and Zhongxin 7198. Wuqing, Yuci, Alaer, Zunhua and Tunyu had the best resolution, while Gu'an, Luanxian, Shunyi of Beijing, Changping of Beijing were of lower resolution. The combination of AMMI biplot and stable parameters is intuitive and accurate for evaluating the stability and adaptability of winter wheat varieties in regional trial.

Key words: AMMI model, Winter wheat, Regional trial, Stability, Adaptability

表1

参试品种(系)和地点的编号及产量"

编号Code 品种(系)/地点Variety (line)/Site 产量Yield (kg/hm2)
V1 京农12-79 8 386.696
V2 农大3486 8 427.004
V3 科遗4174 7 759.475
V4 航2566 8 264.429
V5 中麦93 8 060.883
V6 航麦109 8 023.096
V7 长6794 7 847.296
V8 晋太102 7 082.863
V9 众信7198 7 688.358
V10 (CK) 中麦175 7 815.550
E1 北京昌平 8 632.270
E2 北京顺义 7 251.425
E3 河北保定 6 901.085
E4 河北遵化 7 028.770
E5 河北滦县 7 306.625
E6 河北固安 9 233.355
E7 山西屯玉 8 826.450
E8 山西榆次 6 681.750
E9 山西介休 7 052.950
E10 新疆阿拉尔 9 310.985
E11 天津宝坻 9 362.895
E12 天津武清 7 638.220

表2

产量联合方差分析"

变异来源Source of variation df SS MS F P
总变异Total variation 359 534 194 764.34 1 488 007.70 - -
处理Treatment 119 513 215 271.13 4 312 733.37 49.34 0.0001
基因型Genotype 9 51 046 735.63 5 671 859.51 64.88 0.0001
环境Environment 11 362 636 951.30 32 966 995.57 377.13 0.0001
基因型×环境交互作用G×E interaction 99 99 531 584.20 1 005 369.54 11.50 0.0001
误差Error 240 20 979 493.22 87 414.56 - -

表3

小麦区试产量数据线性回归与AMMI模型分析的比较"

模型
Model
变异来源
Source of variation
df SS F P 占互作平方和百分比(%)
Percentage of G×E
线性回归Linearregression 联合回归United regression 1 66 107.00 0.76 - 0.07
基因型回归Genotype regression 8 4 087 617.89 5.85 0.0001 4.11
环境回归Environment regression 10 21 176 499.50 24.23 0.0001 21.28
残差Residual 80 74 201 359.80 - - 74.54
AMMI模型AMMI model IPCA1 19 51 722 434.68 6.35 0.0001 51.97
IPCA2 17 16 930 737.91 2.32 0.0027 17.01
IPCA3 15 10 291 945.47 1.60 - 10.34
残差Residual 48 20 586 466.14 - - 20.68

图1

平均产量与地点和品种(系)的AMMI双标图"

图2

品种(系)—地点的AMMI(IPCA1和IPCA2)双标图"

表4

品种(系)和试点的稳定性参数"

变量Variable IPCA1 IPCA2 De 变量Variable IPCA1 IPCA2 Dg
V1 -1.8958 2.7265 3.3208 E1 -7.6516 10.5916 13.0663
V2 0.4491 0.5075 0.6777 E2 -2.1702 9.0817 9.3374
V3 4.9879 4.6747 6.8361 E3 13.2894 -15.1040 20.1181
V4 26.0995 -2.5683 26.2256 E4 -1.4525 -20.2987 20.3506
V5 -2.5333 12.1800 12.4407 E5 5.1066 -5.5336 7.5298
V6 18.8603 30.1119 35.5308 E6 -0.7144 -1.9717 2.0971
V7 -8.7016 0.8185 8.7400 E7 -11.5653 -16.6191 20.2472
V8 -42.2024 -7.0073 42.7802 E8 -38.7882 15.0362 41.6006
V9 27.0778 -34.4303 43.8024 E9 -14.3418 11.5153 18.3926
V10 -22.1416 -7.0131 23.2257 E10 16.9895 19.4828 25.8500
E11 -0.5432 -18.4644 18.4724
E12 41.8418 12.2839 43.6077
[1] 刘兆晔, 于经川, 孙晓辉 , 等. 7个小麦品种(系)高产稳产性分析. 山东农业科学, 2012,44(4):24-25,35.
[2] 穆培源, 庄丽, 张吉贞 , 等. 作物品种稳定性分析方法的研究进展. 新疆农业科学, 2003,40(3):142-144.
[3] 吴元奇, 潘光堂, 荣廷昭 . 作物稳定性研究进展. 四川农业大学学报, 2005,23(4):482-489.
[4] 聂迎彬, 穆培源, 桑伟 , 等. AMMI模型和GGE双标图法在新疆冬小麦区域试验产量分析上的应用. 新疆农业科学, 2012,49(9):1569-1575.
[5] 赵洋, 郑桂萍, 张文秀 , 等. 利用AMMI模型分析寒地水稻产量的基因型与环境互作关系. 江苏农业科学, 2015,43(4):84-86.
[6] Gauch H G . Statistical Analysis of Regional Yield Trials:AMMI Analysis of Factorial Designs. Elsevier, Amsterdam:Elsevier, 1992.
[7] Sabaghnia N, Sabaghpour S, Dehghani H . The use of an AMMI model and its parameters to analyse yield stability in multi-environment trials. Journal of Agricultural Science, 2008,146:571-581.
[8] 包奇军 . AMMI模型在啤酒大麦区域试验中的应用. 作物杂志, 2012(2):130-134.
[9] 宁东贤, 赵玉坤, 闫翠萍 , 等. 山西省南部花生品种产量稳定性的模型分析及评价. 作物杂志, 2017(3):39-43.
[10] 唐启义, 冯明光 . DPS数据处理系统. 北京: 科学出版社, 2006: 484-492.
[11] 李亚杰, 范士杰, 张俊莲 , 等. AMMI模型在马铃薯产量及农艺性状分析中的应用. 干旱地区农业研究, 2013,31(3):48-59.
[12] 王磊 . AMMI模型及其在作物区试数据分析中的应用. 应用基础工程科学学报, 1997,5(1):37-46.
[13] 伍玲, 朱华中 . 小麦品种区域试验精确度及精度分析. 西南农业学报, 2002,15(2):13-14.
[14] 姚霞, 李伟, 颜泽洪 , 等. AMMI模型在小麦区域试验产量组成性状分析中的应用. 麦类作物学报, 2005,25(6):103-107.
[15] 陈浪, 覃成, 罗希榕 , 等. 基于AMMI模型的区域试验玉米新品种稳定性和适应性评价. 农技服务, 2011,28(4):411-413,424.
[1] 吴瑞香,杨建春,王利琴,郭秀娟. 应用多元分析法综合评价胡麻材料抗旱适应性[J]. 作物杂志, 2018, (5): 10–16
[2] 苏桂华,李春雷,苏义臣. 吉林省22份主推玉米品种区域试验评价[J]. 作物杂志, 2018, (5): 63–70
[3] 安霞,张海军,蒋方山,吕连杰,陈军. 播期播量对不同穗型冬小麦群体及子粒产量的影响[J]. 作物杂志, 2018, (5): 132–136
[4] 王拯,陈兆波,张胜全,任立平,高新欢,叶志杰,张风廷. BS系列杂交小麦在陕西渭南地区制种可行性分析[J]. 作物杂志, 2018, (3): 174–179
[5] 宋敏,张海鹏,路兴涛,吴翠霞,张勇. 不同除草剂对冬小麦田宝盖草的防除效果[J]. 作物杂志, 2018, (2): 161–165
[6] 马瑞琦,亓振,常旭虹,王德梅,陶志强,杨玉双,冯金凤,孙敏,赵广才. 化控剂对冬小麦植株性状及产量品质的调节效应[J]. 作物杂志, 2018, (1): 133–140
[7] 崔江辉,崔福柱,薛建福,郝建平,杜天庆,孙隆祥. 化肥减施对小麦-高粱系统土壤团聚体分布及其稳定性的影响[J]. 作物杂志, 2018, (1): 126–132
[8] 王洁,曾波,雷财林,赵志超,王久林,程治军. 北方国家水稻区域试验近15年参试品种分析[J]. 作物杂志, 2018, (1): 71–76
[9] 曹嘉晨,郑有飞,赵辉,徐静馨. 开顶式气室对冬小麦的生长及产量的影响[J]. 作物杂志, 2018, (1): 88–95
[10] 黄少辉,杨军芳,贾良良,杨云马,杨文方,孙彦铭. 脲甲醛对冬小麦产量及土壤中硝态氮分布的影响[J]. 作物杂志, 2017, (3): 110–114
[11] 宁东贤,赵玉坤,闫翠萍,杨秀丽,肖俊红,杨丽萍. 山西省南部花生品种产量稳定性的模型分析及评价[J]. 作物杂志, 2017, (3): 39–43
[12] 周学超,丁素荣,魏云山,周艳芳,魏学,娜日娜,李峰. 不同鲜食大豆品种(系)在赤峰地区的适应性评价[J]. 作物杂志, 2017, (3): 44–48
[13] 刘丽杰,张东向,金忠民,林立东,任艳波,赵婧佟,苍晶. 外源水杨酸对低温下寒地冬小麦细胞超微结构的影响[J]. 作物杂志, 2017, (3): 60–68
[14] 谢连杰,李娜娜,裴艳婷,宋建霞,赵磊,李志强,丁汉凤. 山东省近60年主推冬小麦品种对土壤矿质元素吸收特性研究[J]. 作物杂志, 2017, (1): 56–60
[15] 王连喜,刘畅,李琪,吴东丽,王清,成威. 气候变暖背景下京津冀地区冬小麦种植北界变化[J]. 作物杂志, 2017, (1): 61–67
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 赵广才,常旭虹,王德梅,陶志强,王艳杰,杨玉双,朱英杰. 小麦生产概况及其发展[J]. 作物杂志, 2018, (4): 1 –7 .
[2] 权宝全,白冬梅,田跃霞,薛云云. 不同源库关系对花生光合特性及产量的影响[J]. 作物杂志, 2018, (4): 102 –105 .
[3] 黄学芳,黄明镜,刘化涛,赵聪,王娟玲. 覆膜穴播条件下降水年型和群体密度对张杂谷5号分蘖成穗及产量的影响[J]. 作物杂志, 2018, (4): 106 –113 .
[4] 黄文辉, 王会, 梅德圣. 农作物抗倒性研究进展[J]. 作物杂志, 2018, (4): 13 –19 .
[5] 赵云,徐彩龙,杨旭,李素真,周静,李继存,韩天富,吴存祥. 不同播种方式对麦茬夏大豆保苗和生产效益的影响[J]. 作物杂志, 2018, (4): 114 –120 .
[6] 陆梅,孙敏,任爱霞,雷妙妙,薛玲珠,高志强. 喷施叶面肥对旱地小麦生长的影响及与产量的关系[J]. 作物杂志, 2018, (4): 121 –125 .
[7] 王晓飞,徐海军,郭梦桥,肖宇,程薪宇,刘淑霞,关向军,吴耀坤,赵伟华,魏国江. 播期、密度及施肥对寒地油用型紫苏产量的影响[J]. 作物杂志, 2018, (4): 126 –130 .
[8] 朱鹏锦,庞新华,梁春,谭秦亮,严霖,周全光,欧克维. 低温胁迫对甘蔗幼苗活性氧代谢和抗氧化酶的影响[J]. 作物杂志, 2018, (4): 131 –137 .
[9] 高杰,李青风,彭秋,焦晓燕,王劲松. 不同养分配比对糯高粱物质生产及氮磷钾利用效率的影响[J]. 作物杂志, 2018, (4): 138 –142 .
[10] 商娜,杨中旭,李秋芝,尹会会,王士红,李海涛,李彤,张晗. 鲁西地区常规棉聊棉6号留叶枝栽培的适宜密度研究[J]. 作物杂志, 2018, (4): 143 –148 .