内蒙古区域试验小麦品种(系)籽粒产量AMMI模型分析
|
张海斌, 吴晓华, 于美玲, 王小兵, 叶君, 崔思宇, 李元清, 王占贤, 张宏旭, 薛伟, 李岩, 崔国惠, 赵轩微, 刘娟
|
AMMI Model Analysis of Grain Yield of Wheat Varieties (Lines) in Inner Mongolia Regional Trials
|
Zhang Haibin, Wu Xiaohua, Yu Meiling, Wang Xiaobing, Ye Jun, Cui Siyu, Li Yuanqing, Wang Zhanxian, Zhang Hongxu, Xue Wei, Li Yan, Cui Guohui, Zhao Xuanwei, Liu Juan
|
|
表1 小麦品种(系)籽粒产量方差分析和AMMI模型分析
|
Table 1 Wheat varieties (lines) grain yield analysis of variance and AMMI model analysis
|
|
年份 Year | 变异来源 Source of variation | 自由度 Degree of freedom | 平方和 Sum of squares | 均方 Mean square | 解释变异比例 Ratio of explaining the variation (%) | F值 F-value | 2016 | 总方差 | 69 | 185 577 072.90 | 2 689 522.80 | | | | 处理 | 34 | 176 339 953.80 | 5 186 469.23 | | 19.65** | | 基因型(G) | 6 | 3 507 633.26 | 584 605.54 | 2.99 | 9.22* | | 环境(E) | 4 | 165 003 966.01 | 41 250 991.50 | 92.57 | 156.30** | | 交互作用(G×E) | 24 | 7 828 354.55 | 326 181.44 | 4.44 | 1.55* | | PCA1 | 9 | 3 502 526.40 | 389 169.60 | 44.74 | 1.47* | | PCA2 | 7 | 2 553 073.12 | 364 724.73 | 32.61 | 1.38* | | 残差 | 8 | 1 772 755.03 | 221 594.38 | 22.65 | | 2017 | 总方差 | 83 | 113 877 538.22 | 1 372 018.53 | | | | 处理 | 41 | 112 203 999.27 | 2 736 682.91 | | 68.68** | | 基因型(G) | 6 | 3 545 073.63 | 590 845.61 | 3.16 | 14.83** | | 环境(E) | 5 | 100 316 374.52 | 20 063 274.90 | 89.41 | 503.52** | | 交互作用(G×E) | 30 | 8 342 551.11 | 278 085.04 | 7.44 | 6.98** | | PCA1 | 10 | 6 747 978.86 | 674 797.89 | 80.89 | 16.94** | | PCA2 | 8 | 846 321.39 | 105 790.17 | 10.14 | 2.66* | | 残差 | 12 | 748 250.87 | 62 354.24 | 8.97 | | 2018 | 总方差 | 89 | 308 973 740.19 | 3 471 615.06 | | | | 处理 | 44 | 301 610 893.97 | 6 854 793.04 | | 41.89** | | 基因型(G) | 8 | 12 621 4580.20 | 15 776 822.53 | 41.85 | 96.42** | | 环境(E) | 4 | 131 596 473.64 | 32 899 118.41 | 43.63 | 201.07** | | 交互作用(G×E) | 32 | 43 799 840.10 | 1 368 745.00 | 14.52 | 8.37** | | PCA1 | 11 | 40 176 230.76 | 3 652 384.61 | 91.73 | 22.32** | | PCA2 | 9 | 2 790 708.52 | 310 078.72 | 6.37 | 1.90* | | 残差 | 12 | 832 900.82 | 69 408.40 | 1.90 | | 2019 | 总方差 | 139 | 2 160 626 804.91 | 15 544 077.73 | | | | 处理 | 34 | 74 059 050.64 | 2 178 207.37 | | 39.60** | | 基因型(G) | 6 | 1 197 739.36 | 199 623.23 | 1.62 | 8.91* | | 环境(E) | 4 | 68 077 038.52 | 17 019 259.63 | 91.92 | 302.10** | | 交互作用(G×E) | 24 | 4 784 272.75 | 199 344.70 | 6.46 | 3.53** | | PCA1 | 9 | 3 613 505.34 | 401 500.59 | 75.53 | 5.61** | | PCA2 | 7 | 806 293.27 | 115 184.75 | 16.85 | 2.70* | | 残差 | 8 | 364 474.14 | 45 559.27 | 7.62 | | 2020 | 总方差 | 215 | 3 424 422 257.81 | 15 927 545.39 | | | | 处理 | 53 | 171 185 989.04 | 3 229 924.32 | | 20.56** | | 基因型(G) | 8 | 3 384 344.62 | 173 043.08 | 1.98 | 9.03* | | 环境(E) | 5 | 163 315 350.78 | 33 063 070.16 | 95.40 | 256.10** | | 交互作用(G×E) | 40 | 4 486 293.63 | 112 157.34 | 2.62 | 1.53* | | PCA1 | 12 | 2 692 078.36 | 224 339.86 | 60.01 | 5.72** | | PCA2 | 10 | 967 217.94 | 96 721.79 | 21.56 | 3.32* | | 残差 | 18 | 826 997.33 | 45 944.30 | | |
|
|
|