水稻新品種區域試驗精度和穩定性分析模型研究

熊曉敏

（修水縣農業局，江西九江332400）

水稻新品種區域試驗精度和穩定性分析模型研究

熊曉敏

（修水縣農業局，江西九江332400）

我國是糧食生產大國，水稻作為最重要的糧食作物之一，其產量直接關系著社會的穩定與和諧。為了提升水稻質量，必須選擇優質水稻品種，對其參數進行測試。具體探討水稻新品種區域試驗精度和穩定性分析模型，希望能為水稻種植提供一些參考。

水稻新品種；區域試驗精度；分析模型

研制水稻新品種可以提升水稻產量，保障我國的糧食安全。值得注意的是，近幾年來，水稻新品種區域試驗精度亟待提高。為了促進我國農業經濟的可持續發展，相關學者必須致力于技術創新，采用高效的水稻新品種穩定性分析模型。

1 區域試驗精度評定標準

1.1 試驗誤差

在對水稻新品種進行區域試驗時，會出現誤差問題。對試驗誤差進行分析，可以發現試驗誤差由以下兩個因素導致：第一個因素是主觀因素，包括人為試驗失誤、技術操作失衡等等；第二個因素是客觀因素，包括自然天氣變化、疾病害蟲影響等等。上述兩種要素都會對水稻新品種的區域試驗結果產生作用，因此在試驗過程中，需要對水稻品種特性進行分析，根據水稻特征選擇合適的試驗方法，同時對試驗條件進行控制[1]。

1.2 變異系數

變異系數直接關系著水稻新品種的區域試驗精確度，在進行試驗時，相關人員必須對變異系數進行測算[2]。一般來說，變異系數越小，水稻新品種的區域試驗精確度越高；變異系數越大，水稻新品種的區域試驗精確度越低。為了保障水稻新品種區域的試驗質量，必須將變異系數控制在15%以下。

1.3 顯著差數

在進行水稻新品種試驗時，不同水稻品種會呈現出相異的試驗結果，而顯著差數代表了不同品種水稻的差異。最小顯著差數是水稻新品種區域試驗的重要變量，其數值與試驗精確度成反比。最小顯著差數越大，水稻新品種區域試驗的誤差越小；最小顯著差數越小，水稻新品種區域試驗的誤差越大[3]。

1.4 精度分析對比

1.4.1 試驗條件

為了得到精確的試驗結果，下文將以修水縣水稻新品種為例。根據江西省局實施要求，結合修水縣實際情況，確定2017年參加展示的品種共16個，其中省確定5個品種：徽兩優9810、和兩優625、C兩優華占、甬優1538及隆兩優華占；市確定5個品種：新華兩優9號、Y兩優1998、Y兩優900、科兩優889及Y兩優3397；縣確定5個品種：深兩優9310、徳香4103、深優9519、深兩優862及荃優絲苗，展示的品種全部是2013年以來通過國審或贛審且適宜本區域種植的一季稻品種。本次試驗中應用的是修水縣確定的5個品種。在外部客觀條件一定的情況下，采用相同的試驗方法，并對不同品種水稻的變異系數和顯著差數進行測算。

1.4.2 應用方式

在進行計算時，應該采用既定的數學公式。一般來說，水稻新品種區域試驗的變異系數與水稻質量密切相關，而水稻新品種區域試驗的最小顯著差數可以由變異系數、水稻質量推算得出[4]。

1.4.3 分析結果

采用數學固定公式進行計算后，可以得到相對精確的測算結果。上述5種水稻區域試驗的變異系數范圍為1%～8%，說明5種新水稻的區域試驗結果完全符合質量要求。變異系數小于8%的點次率為0.9左右，而變異系數大于8%的點次率僅為0.05左右。除此之外，上述5種水稻區域試驗的最小顯著差數范圍為2%～16%。最小顯著差數小于8%的點次率為0.7左右，而最小顯著差數大于8%的點次數為0.9左右[5]。

2 穩定性分析模型

2.1 LR模型

水稻新品種區域試驗是一個復雜的過程，品種特性和外部環境都會對水稻新品種的穩定性產生影響。我國幅員遼闊，是名副其實的糧食大國，而在我國的各個區域，幾乎都能找到水稻的種植地。不同地域的地理環境不同，氣候特征也呈現出較大的差異，因此我國區域水稻種植地的適應性不盡相同。眾所周知，水稻品種的適應性越強、穩定性越好，其推廣程度越高，因此需要建立具體的數學模型，對關鍵參數進行計算，推廣水稻良種，優化劣種質量。

LR模型是水稻新品種穩定性分析的重要模型，相關學者可以根據水稻新品種的播種期、土壤環境等構建模型。在模型建成之后，學者需要對模型線性關系進行分析，判斷不同品種水稻的回歸系數差異，相異品種的回歸系數差異越大，穩定性越差；相異品種的回歸系數差異越小，穩定性越好。在選擇LR模型進行數學分析時，應當充分考量模型的應用條件和新品種水稻的適應能力，如果LR模型不符合新品種水稻的試驗要求，相關學者應該調轉方向，采用其他數學模型進行穩定性測試[6]。

2.2 AMMI模型

當LR模型不符合新品種水稻穩定性分析要求時，相關學者可以將著眼點放在AMMI模型上。AMMI模型相對簡單，在這一模型中，學者需要突出模型中的基礎量，即某一新品種水稻的變異比例。變異比例是進行新品種水稻穩定性評價的依據，如果變異比例達到了3∶4，說明新品種水稻相對穩定。在確定變異比例之后，還需要對不同品種水稻的變異比例進行精確對比，并從中挑選出穩定性最好的水稻品種。除了變異比例外，還有其他的模型參數項，因此在進行對比試驗時，應該對其他參數項進行控制，避免客觀因素對試驗結果造成不良影響。

2.3 兩種模型的對比

LR模型和AMMI模型具有一定的相似之處，具體表現在以下的幾個方面：第一，LR模型和AMMI模型都是常用的數學分析模型，二者的參數項都存在一定的相互關系。第二，LR模型和AMMI模型都能對水稻品種穩定性進行分析，且模型的回歸系數直接關系著試驗結果。

當然，LR模型與AMMI模型也存在較大的區別，具體體現在以下的幾個方面：第一是穩定性分析結果的判定依據。在應用LR模型對新品種水稻的穩定性進行分析時，需要觀察水稻的回歸系數。當回歸系數小于1，說明試驗過程并不會受到外界環境的過多影響；當回歸系數大于1，說明外界環境會對新品種水稻的穩定性產生作用；當回歸系數等于1，說明新品種水稻處在恒定狀態。在應用AMMI模型對新品種水稻的穩定性進行分析時，同樣需要對回歸系數進行計算。當回歸系數約等于1時，說明新品種水稻的穩定性比較好；當回歸系數接近0時，說明新品種水稻的穩定性比較差。第二是穩定性分析的方法。在應用LR模型對新品種水稻的穩定性進行分析時，可以采用方差分析法。相關學者可以獲取不同品種水稻的數據資料，得到平均值和聯合方差，同時分析水稻品種與試驗環境的相關性。在應用AMMI模型對新品種水稻的穩定性進行分析時，相關學者可以確定作用項，判斷不同項對水稻產量的影響。第三是穩定性分析的結果。LR模型側重于平均值計算，但是不同品種水稻的產量呈現出較大差異，如果僅以新品種水稻對外界環境的反應為基準，對其穩定性進行判斷，會違背數學計算的基本原則。由此可見，LR模型并不適用于水稻新品種的區域試驗，依據該模型得到的試驗結果大多有待考證。與LR模型相比，AMMI模型的試驗結果更加精確。在采用AMMI模型時，學者需要列入多個作用項，每個作用項都直接關系著新品種水稻的產量。AMMI模型承認不同品種水稻的產量差異，其基準建立在回歸分析上，因此可以得到可信度更高的試驗結果。對我國的水稻新品種區域試驗進行分析，可以發現大多數學者采用了AMMI模型而非LR模型，因此AMMI模型的使用空間更加廣闊，其試驗價值亟待挖掘。

3 結束語

我國的經濟社會不斷發展，水稻種植產業也進入了快速發展階段。我國是糧食生產大國，水稻作為最重要的糧食作物之一，其產量直接關系著社會的穩定與和諧。在進行大規模水稻生產之前，需要計算水稻新品種區域試驗精度和構建穩定性分析模型。值得注意的是，當前我國水稻新品種區域試驗還存在一些局限性，為了促進我國水稻產量的提高，相關學者必須立足于新品種水稻的變異系數和最小顯著差數，采用現代化的AMMI模型，對不同品種水稻的變異比例進行精確對比，并從中挑選出穩定性最好的水稻品種。

[1] 陳志德.水稻品種區域試驗精度和穩定性分析模型的研究[D].南京農業大學,2014.

[2] 鄭錦娟.旱地小麥品種穩定性及其評價研究[D].西北農林科技大學,2015.

[3] 黃獻斌.水稻品種區域試驗精度和穩定性分析模型研究[J].鄉村科技,2016（11）:38-39.

[4] 納添倉.馬鈴薯品種區域試驗精確度與穩定性分析研究[D].中國農業科學院,2013.

[5] 高金鋒.蕎麥品種穩定性與適應性分析及評價研究[D].西北農林科技大學,2014.

[6] 陳就就.玉米區域試驗分析模型與方法的研究[D].西北農林科技大學,2012.

1005-2690（2017）11-0094-02

S511

B

2017-10-17）