浙江省2011年玉米區試產量的AMMI 模型分析

朱正梅，樓肖成，呂學高，趙軍華

(浙江省東陽玉米研究所，浙江 東陽 322100)

作物品種區域試驗的目的是對參試品種的豐產性、穩產性進行評價，為農業生產提供適合推廣應用的新品種［1-3］。品種在區域試驗中的表現，除決定于本身的基因型外，還與環境密切相關。采用適當有效的分析方法，有助于充分剖析和利用區域試驗數據信息，從而對參試品種做出客觀評價。目前，線性回歸分析是區域試驗數據處理中采用的主要方法。對區域試驗品種的分析和評價一般以品種在不同環境下的方差、變異系數、回歸系數和相關系數作為穩定性參數，不可避免會有誤差［4-5］。

AMMI (additive main effects and multiplicative interaction model)模型分析，是將主分量分析方法與方差分析相結合的分析方法，在區域試驗中得到廣泛應用［6-8］。AMMI 模型不僅能分析交互作用的顯著性，還能估計交互作用的特點及形態，同時輔以雙標圖和穩定系數Di值進行直觀和定量分析，為客觀、合理評價參試品種的適應性提供可靠的理論依據。

1 材料與方法

1.1 材料

試驗采用的材料為浙江省2011年普通玉米區域試驗品種產量數據，由浙江省種子管理站提供。供試品種和地點的產量見表1。試驗采用隨機區組設計，小區面積20 m2，重復3 次，四周設保護行。所有參試品種同期播種，其他田間管理按當地習慣進行，及時防治病蟲害，觀察記載項目和標準按試驗方案及《浙江省玉米區域試驗和生產試驗技術操作規程》(試行)進行。

表1 參試品種的地點、編號和平均產量

1.2 AMMI 模型分析方法

AMMI 模型是將方差分析和主成分分析相結合在同一個模型中具有可加和可乘分量的數學模型，其關系如下:yijk=μ+αi+βj+λmγimδjm+ρij+εijk。

式中:yijk是第i個品種在環境j 的第k 次重復的觀察值;μ 為總體平均數;αi為第i個基因型與總平均的離差 (即基因型主效應);βj為第j個環境與總平均的離差 (即環境主效應);λm為第m個交互效應主成分軸 (IPCA)的特征值;γim為第m 軸的基因型特征向量值;δjm為第m 軸環境特征向量值;ρij為提取n個軸后留下的殘差;εijk為試驗誤差。

環境和品種 (基因型)的相對穩定性參數就是以一個品種在交互效應主成分軸空間中與圓點的歐氏距離。其計算公式為:

式中:k=1，2…，n;n 為顯著的IPCA個數;IPCAgk和IPCAek分別為品種g 和試點e 的第k個主成分得分;Dg和De分別為品種和試點的穩定性指標。品種的Dg越小產量越穩定，試點De越小對品種的分辨力越弱。通過以Dg值為縱軸，平均產量為橫軸作圖來評價品種的豐產穩產性，越靠近縱軸說明品種產量越低，越靠近橫軸說明品種穩定性越好，選擇遠離縱軸，靠近橫軸的品種即為豐產穩產品種。

數據分析采用Excel 和DPS 數據處理軟件。

2 結果與分析

由表2 可知，環境 (試點)間變異平方和占整個處理總平方和的74.72%，基因型 (品種)間的變異平方和占8.47%，而環境和基因型 (試點×品種)的交互作用的平方和占16.81%。說明環境的變異占了主要部分，其次為環境和基因型互作，最后為基因型，并且三者均對總變異的差異達極顯著水平。說明參試品種間產量差異較大，參試地點是引起參試品種產量差異的重要原因;而且參試材料與環境間互作效應明顯，說明某些參試品種對環境極為敏感。由此可見，對基因型和環境交互作用進一步分析非常必要。

表2 參試品種產量的AMMI 模型分析

通過計算得到了各個IPCA 向量的得分，并計算了各基因型對應的Dg值。根據Dg值大小各基因型穩定性依次為g9＞g3＞g8＞g5＞g10＞g7＞g2＞g11＞g6＞g1＞g4。對交互作用的主成分ICPA 的顯著性進行F 測驗表明 (表3)，IPCA1達顯著水平，IPCA2和IPCA3不顯著。IPCA1的變異平方和占互作總平方和的48.02%，解釋了48.02% 的互作變異，以Dg值為縱軸，以平均產量為橫軸作圖得到圖1。

圖1 參試品種產量的雙標分析

從圖1 可看出各個品種的豐產穩定性。其中g3屬于高產穩產性品種，g2屬于高產中穩品種，g9、g8屬于高穩中產品種，g1、g4產量較高，但穩定性不夠。

表3 參試品種產量在互作主成分軸上的得分及穩定性參數

3 小結

AMMI 模型把方差分析和主成分分析結合在一起，具有這2種方法的優點，為研究品種和地點互作，更好地評價品種的穩定性提供了一種有效的分析方法。在本研究中，豐產穩產性最好的品種為浙鳳單1號，盡管DH605、丹玉86 豐產性較好，但穩產性不夠。豐產性和穩產性表現均較差的品種為科單1號。但由于基因型和環境互作是一個十分復雜的生物學現象，品種對環境的生理差異需要進一步分析。

［1］張澤，魯成，向仲懷.基于AMMI 模型的品種穩定性分析［J］.作物學報，1998，24 (3):304-309.

［2］Falconer D S.Introduction to quantitative genetics ［M］.3rded.Harlow United Kingdom:Longman，1989.

［3］王磊，楊仕華，謝美賢.AMMI 模型及其在作物區試數據分析中的作用［J］.應用基礎與工程科學學報，1997，5(1):39-45.

［4］王磊，楊仕華，沈希宏，等.作物品種區試數據分析的主效可加互作可乘模型 (AMMI)圖形［J］.南京農業大學學報，1998，21 (2):18-23.

［5］劉文江，李浩杰，汪旭東，等.用AMMI 模型分析雜交水稻基本性狀的穩定性［J］.作物學報，2002，28 (4):569-573.

［6］曾獻英.AMMI 模型在棉花區域試驗中的應用［J］.棉花學報，2004，16 (4):233-235.

［7］英敏，楊思瓊.AMMI 模型在玉米品種區域試驗中的應用［J］.種子，2008，27 (8):97-101.

［8］陳發波，楊克誠.西南及四川區試玉米組合主要性狀分析及育種對策探討［J］.玉米科學，2007，15 (4):41-45.