8個黨參品種在定西主產區產量的AMMI模型分析

尚龍山，張華，尚虎山

（1.甘肅省定西市安定區農業廣播電視學校，甘肅定西 743000；2.甘肅省定西市安定區能源站，甘肅定西 743000；3.甘肅省定西市農業科學研究院；甘肅定西 743000）

8個黨參品種在定西主產區產量的AMMI模型分析

尚龍山1，張華2，尚虎山3

（1.甘肅省定西市安定區農業廣播電視學校，甘肅定西 743000；2.甘肅省定西市安定區能源站，甘肅定西 743000；3.甘肅省定西市農業科學研究院；甘肅定西 743000）

采用AMMI模型，對定西市4個主產縣（區）8個黨參品種（系）的豐產性及穩產性分析結果表明，渭黨3號、DSZX02-01、渭黨1號豐產性、穩定性相對好；DSA06-01、DSN04-01豐產性好，但穩定性較差；渭黨2號、DSZJ03-01和DSA06-02豐產性一般，但穩定性較好。各試點的鑒別力由大到小依次為漳縣馬泉鄉、隴西首陽鎮、渭源新寨鎮、岷縣禾馱鄉。

AMMI模型；黨參；品種；區域試驗；穩產性；豐產性

藥用植物道地性很強，特定環境生長的藥材品質及產量才是最優。甘肅定西市是我國優質黨參的主要產區之一，有“中國黨參之鄉”的美譽，生產的黨參占國內市場的50%左右。但定西的黨參栽培品種普遍采用黨參屬多種類型的混和體，田間表現良莠混雜，難于管理，嚴重制約著當地黨參的產量和品質。因此，篩選適應定西市特定生態條件下的優良黨參新品種，加快品種更新換代步伐，優化黨參品種布局勢在必行［1～3］。AMMI模型（Additive Main Effects and Multiplicative Interaction Model）起源于社會學和動物學領域，Kemption首次將這一模型應用于小麥區域試驗資料的分析，以研究基因型和環境的互作模式［4］。AMMI分析通過從加性模型的殘差中分離模型誤差與干擾，可以提高估計的準確性，并且借助于雙標圖可以直觀地描繪和分析基因型與環境互作的模式［5］。目前，AMMI模型已廣泛應用于水稻、小麥、棉花、蓖麻、芝麻、馬鈴薯、油菜等作物品種區域試驗中基因型與環境互作產量特征分析［6～12］，而在藥用植物區域試驗中未見報道。我們利用AMMI模型以及顯示AMMI分析結果非常有效的雙標圖（biplot），對定西市2012—2013年連續2 a黨參良種區域試驗的產量進行分析，以期更合理評價各個品種（系）的表現，同時對各試驗點的品種鑒別力進行分析，準確地鑒定新品種在本地區的適應性、應用價值和栽培特點，從中選出適應本地區的優質、高產品種，為黨參新品種區域化布局提供依據。

1 材料與方法

1.1 供試材料

供試黨參新品種（系）8個，分別為渭黨1號（G1）、DSN04-01（G2）、渭黨3號（G3）、渭黨2號（G4）、DSZJ03-01（G5）、DSA06-01（G6）、DSZX02-01（G7）、DSA06-02（G8），均由甘肅省定西市農業科學研究院提供。

1.2 試驗方法

試驗在定西市生態條件代表性強、試驗條件好的隴西縣首陽鎮、漳縣馬泉鄉、渭源縣新寨鎮、岷縣禾馱鄉4個點進行，試點代碼及2 a試點的平均產量見表1，每個試驗點均種8個品種（系），每品種（系）為1個處理。隨機區組設計，3次重復，小區面積15 m2（3 m×5 m）。2012、2013年的試驗均于4月上旬種植，行距15 cm，株距4 cm。田間栽培管理措施按照黨參規范化生產技術要求進行［2］。10月中旬收獲。各小區單獨計產。取2 a的平均值進行統計分析。

表1 2013年參試黨參品種（系）各試點的平均產量kg/hm2

1.3 分析方法

數據采用DPS 9.5和Excel統計分析。參試品種產量的穩定性用AMMI模型分析法分析。在AMMI分析中，品種的穩定性參數IPCA的平方和與總的平方和之比越大，說明IPCA可以解釋互作的比例越大；品種IPCA的絕對值越大，說明該品種的互作普遍，則該品種越不穩定。在IPCA1平方和比較大的情況下，可根據IPCA1來評價品種的穩定性。在利用AMMI模型分析的基礎上，以品種、試點平均產量為橫坐標，IPCA1為縱坐標繪制雙標圖，進一步了解基因型與環境互作效應。

2 結果與分析

2.1 試點與品種（系）產量的雙標分析

圖1中試點和品種（系）在水平方向上的分散程度反映其效應的變異情況，品種（系）在垂直方向的分布反映了G×E在大小和方向上的差異，且IPCA1的絕對值愈大表明其交互作用愈大，在過零點水平線上下的品種與位于同側地點之間的互作為正向，與位于另一側地點間的互作為負向。

圖1 AMMI 1雙標圖

通過圖1可以看出，在水平方向上，品系G5平均產量最低，品種G3平均產量最高，達3 974.25/hm2。試點E4產量最低，試點E2的平均產量最高，達到3 839.55/hm2。在垂直方向上，品種G1、G2、G4與試點E1、E3、E4具有正向交互作用，品種G3、G5、G6、G7、G8與試點E2具有正向交互作用。品種G1、G5、G7、G8的IPCAl絕對值較小，與環境的交互作用小，穩定性強。品種G2、G3、G4、G6、的IPCA絕對值較大，與環境交互作用大，易受種植環境的影響，其穩定性最差。

2.2 環境IPCA1與產量變化趨勢

圖2 品種的適應性分析

從圖2可以看出，隨著環境IPCA1值的增加，品種G2、G4的產量逐漸上升，表明這2個品種（系）與環境的交互作用具有正向效應趨勢，即具有廣泛適應性。G1、G3、G5、G6、G7、G8與環境交互作用具有負向效應趨勢，說明這些品種對特殊環境具有適應性。

2.3 黨參產量的AMMI模型分析

表2 黨參品種（系）產量的方差分析、線性回歸模型和AMMI模型分析

從表2可知，在產量AMMI模型中，環境、基因型與環境互作方差都達到l%顯著水平，基因型的差異不顯著，表明品種間的產量存在真實差異，試點的選擇有較好的代表性。對產量方差分析表明，基因型、環境和基因型與環境互作平方和分別占總變異平方和的9.43%、7.92%和26.80%，說明對產量總變異起作用的大小順序依次為基因與環境互作、環境、基因型。AMMI模型分析表明，前兩個互作主成分值均達到顯著水平，IPCAl、IPCA2分別解釋了交互作用的63.07%、27.38%，IPCA1和IPCA1的平方和占整個互作平方和的90.45%，表明整個互作的絕大部分變異集中在前面兩個IPCA軸上，用AMMI模型進行穩定性分析更具有代表性，而采用線性回歸模型只解釋1.40%的互作平方和，表明AMMI模型比線性回歸模型能更有效地反映基因與環境互作效應。

2.4 穩定性及鑒別力值

表3 黨參不同品種（系）的穩定性參數Di值

表4 黨參不同試點鑒別力參數Dj值

為了能夠全面利用極顯著與顯著乘積項的信息，采用AMMI模型穩定參數對品種的穩定性與試點的鑒別力進行進一步的分析。AMMI模型穩定參數是定量判定品種穩定性與試點鑒別力的重要指標，對品種與試點進行了量化，其中Dj值越大，表明試點對品種的鑒別力越高，Di值越小，表明品種的穩定性越高。從表3、4中可以看出，各品種的穩定性從大到小依次為G8、G1、G3、G5、G7、G4、G6、G2，各試點的鑒別力從大到小依次為E2、E3、E4、E1，漳縣馬泉鄉、渭源新寨鎮對品種的選擇性最高，隴西首陽鎮、岷縣禾馱鄉對品種的鑒別力低。

3 小結與討論

1）基于AMMI模型，研究了定西市2012—2013年黨參品種（系）區域產量性狀的基因型與環境互作效應，從分析結果可知，在參試的8個品種（系）中，渭黨3號、DSZX02-01、渭黨1號的豐產性、穩定性相對最好，DSA06-01、DSN04-01豐產好，但穩定性較差；渭黨2號、DSZJ03-01和DSA06-02豐產性一般，但穩定性均好。從雙標圖結果看，各試點的鑒別力由大到小依次為漳縣馬泉鄉、隴西首陽鎮、渭源新寨鎮、岷縣禾馱鄉，說明漳縣馬泉鄉的環境對黨參品種鑒別力較強，要求在馬泉鄉種植的品種需要具有特殊適應性；隴西首陽鎮的鑒別力較低，大多數參試品種對首陽鎮有較好的適應性。

2）黨參作為藥用經濟作物，在分析基因型與環境互作時，除了考察品種的穩定性外，地點鑒別力也是育種工作者比較關心的問題，通過比較參試地點的鑒別力，可以對試驗點做出評判，篩選出鑒別力好的地點，提高區域試驗的準確性和效率［12］。

3）農作物品種區域試驗結果的統計分析直接關系到對品種的評判。AMMI模型的提出及其在區域試驗的初步應用表明，AMMI模型為研究G×E互作和作物品種區域試驗品種的評價提供了一個比較好的分析方法［3］。與傳統的回歸模型相比較，AMMI模型把方差分析和主成分分析結合于同一模型，兼有二者的優點。AMMI是分析基因型與環境互作的一個有效方法，它能夠估計出交互作用的特點，有助于建立可解釋的非線性的生物學模型，并且借助雙標圖直觀形象地對品種的穩定性差異進行分析。筆者用AMMI模型對各參試品種產量及其穩定性進行了比較分析，并對各個試驗點鑒別力進行比較，研究結果可直接指導黨參品種的試驗鑒定和合理利用。

［1］荊彥民.黨參高產優質新品種選育研究［J］.中藥材，2010，33（5）：425-428.

［2］劉效瑞，荊彥明，尚虎山，等.甘肅黨參新品系98-01選育初報［J］.甘肅農業科技，2008（2）：3-5.

［3］尚虎山，劉效瑞，王興政.藥用植物黃芪新品種品比試驗［J］.中國現代中藥，2014，16（2）：119-122.

［4］KEMPTON R A.The use of bip lots in interpreting variety by environment interactions［J］.Agric.Sci.Camb.，1984（103）：404-423.

［5］余本勛，盧運，何友勛，等.應用AMMI模型對水稻品種主要農藝性狀的評價［J］.甘肅農業科技，2010（3）：3-6.

［6］余本勛，張時龍，何友勛，等.AMMI模型在水稻品種區域試驗中的應用［J］.現代農業科技，2010（2）：45-46.

［7］常磊，柴守璽.AMMI模型在旱地春小麥穩定性分析中的應用［J］.生態學報，2006（11）：3 677-3 684.

［8］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.

［9］張錫順，楊建國，劉旭云，等.雙標圖在蓖麻區域試驗產量分析中的應用［J］.西南農業學報，2007，20（5）：917-920.

［10］張體德，鄭永戰，衛雙玲，等.全國芝麻區域試驗點合理性與代表性的評價［J］.河南農業科學，2004（1）：15-17.

［11］宿飛飛，陳伊里，呂典秋，等.用AMMI模型分析馬鈴薯淀粉品質性狀的穩定性［J］.東北農業大學學報，2009，40（11）：18-22.

［12］董云，王毅，漆燕玲，等.應用AMMI模型分析評判甘肅省春油菜區試品種的穩定性和適應性［J］.西北農業學報，2010，19（7）：74-78.

（本文責編：陳偉）

S567.5

A

1001-1463（2014）11-0052-04

10.3969/j.issn.1001-1463.2014.11.020

2014-07-21

尚龍山（1967—），男，甘肅定西人，農藝師，主要從事農業機械推廣工作，聯系電話：（0）13830282721。E-mail：longhu26@sohu.com