干旱條件下春小麥產量穩定性分析

劉 輝，張淑芳，許顯鑫，馬俊強，張杰丹

(臨夏州氣象局，甘肅 臨夏 731100)

引言

Gauch HG研究結果表明，從作物產量性狀來看，環境、GEI對產量造成的影響比基因型造成的影響大得多，變異來自GEI、環境、基因型這三種成20%、70%、10%[1]的比例。不同的品種的作物對經濟產量和生物方面也有此說法，三者作物產量的變異以上述比例變動[2]。國內外大量研究認為[3～10]，Shukla模型是一種較可取的方法。所以GE 得研究更深一步穩定性分析，能為品種再造價值、品種適宜的環境、不同種植方法的確定、性狀的選育方法制訂等提供有效的論證[11]。

采用Shukla模型對甘肅旱區春小麥品種進行分析，Ebehart-Russell回歸方法分析、輔助分析方法，報道甘肅旱區春小麥品種的穩產、高產現狀及差異、不同成因對產量變異的影響，將為品種的合理評價、布局、選擇合適的區試地點、高產的品種，選擇適宜的環境提供了依據。

1 材料與方法

1.1 試驗設計

2013年旱地春小麥試點由甘肅干旱地區5個試點，5個品種(系)組成。把定西35號作為對比材料(CK)。區組隨機設計，三次重復，每個小區面積為16 m2，密度25萬基本苗·hm-2左右，在自然干旱條件下播種，施肥和當地大田條件相同，成熟收獲后單獨脫粒計產。

1.2 分析方法

Shukla研究的方差分解是把GEI分配給每一個不同品種，在品種與試驗點(G×E)基礎上提出來的，通過對不同作物品種與環境的交互及其變異系數來衡量其穩定性，其值越小，越穩定[12]。Shukla方法統計性強，理想體現了G×E方差的分析方法[13]。Shukla互作方差分解法的數學模型與分析方法如下：

yijk=μ+di+εj+gij+eijk

其中，yijk表示為i個樣本在第j個環境中，第k次重復的平均產量； μ表示所有yjk總平均產量；di表示第i個樣本的遺傳效應； gij表示第i個樣本與第j個環境的交互作用體現效應； eijk表示第i個樣本在第j個環境、第k次重復的隨機誤差。

Shukla模型分析及相關的方差分析和回歸數據分析采用DPS統計軟件[12]。

2 結果與分析

2.1 不同試點、不同品種的春小麥產量的變異和變異的分量

由表1可知：我省新選育的旱地品種平均產量為138.99 kg·667m-2，變幅120.57～160.11 kg·667m-2，高低相差1.33倍。品種間差異顯著，還應進一步對各品種產量進行多重比較，檢驗顯著性，以確定5個品種中的較好的品種。表1可看出，在0.05和0.01顯著性檢驗水平上93101-1、隴春27-4與其它品種相比均達極顯著水平，定西35號、福臨5號在0.05和0.01水平上差異不顯著。

2.2 基因型×環境互作的分析結果

將基因型、環境、基因型與環境的產量通過互相聯合方差分析(表2)，分析結果：三者對產量產生的影響均為極(P<0.01)顯著水平，這三個造成產量變異的平方和占總量的95.07%、1.89%、3.04%，得出造成產量差異的主要根源是每個試點間的差異，GEI次之，兩者對產量的差異產生的影響比每個品種之間的差異大很多，兩者為品種效應的31.28倍和1.60倍，表明這三者基因變異更大些，但是基因型之間的差異比交互的要小。對靜態的品種和試點效應在方差分析中得到詳細的解釋[11]，但這二者的互作只是一個定性的比較模糊的結論，應更深層次的研究分析。

2.3 不同品種的穩定性分析

GEI 及產生的穩定性變化決定于基因和環境兩個方面，相同基因型換在不同的環境體現也是不相同的，示范的品種應該要選產量較高、穩定性較強、適應能力較好的，產量穩定的品種是環境適應的能力和遺傳性綜合的體現，Shukla分解法的變異系數越小，就表現出品種穩定性越好[15]。由表3可以看出：93101-1的Shukla變異系數的值較小，最大與最小兩者之間相差2.15倍；綜合產量可知，穩定性好的品種有93101-1。適應能力越強，說明品種的性能越好。由表4可知：93101-1的適應度為100.0%，廣適性很好，9208的適應度為0。由表5，表6分析看：93101-1、福臨5號，隴春27-4的回歸系數約接近1，回歸離差約接近0，證明品種比較穩定；結合產量高低可以看出，93101-1、隴春27-4的產量較高。綜合三方面分析表明，93101-1、隴春27-4兩者是適應的能力強、穩產性好、在甘肅省獲得產量較高的品種。9208為產量較低的穩定性品種，不宜在全省范圍高產種植，局部地區有其特殊適應性。

表1 實驗基地春小麥實驗品種(系)的產量多重比較(LSD法)

注：多重比較結果(LSD法) LSD0.05=0.2056 LSD0.01=0.2731。

表2 產量的聯合方差分析結果

表3 每個品種Shukla方差及其顯著性檢驗分析(F檢驗)

表4 多點區試各品種的平均產量變異程度和適應度分析

表5 品種穩定性(Ebehart-Russell)分析

表6 品種穩定性(Ebehart-Russell)分析

由表7分析表明：區試品種93101-1在各個試點與最好品種的差異不顯著，穩定性最好，可以在全省范圍內推廣種植；9208與最好品種的差異很顯著，但同時在臨夏的適應性較強，可以局部種植；隴春27-4與最好品種的差異性不顯著，是穩定性比較好的品種。表7的可以看出品種在各試驗點與產量最大品種的顯著性差異的分析結果是相近的，在某一個試點有適應能力特殊的品種經常認為在該試點所有品種的最好品種，這進一步表明了Shukla模型的可靠性。

表7 2007旱地春小麥區試品種在各點與最優品種的差異顯著性分析

注：該表來自各點LSD法多重比較實際結果(+表示差異不顯著 -表示差異顯著)。

3 討論

(1) Schmidt 等(1973)認為，一個在各方面表現好品種在任何不同環境中它的產量都是最高的，而且它的穩定性也比較好。同時，他們遇到不可預知的突發因素也相對較小。故提高基因型克服惡劣環境提高抗耐性或適應能力，對培育良好作物品種有重要意義。所以，生產過程必須要結合當地情況，創造出適合當地的生產路線。在實驗中，環境的好壞對作物產量的影響較大，但還是有少量品種的產量Shukla變異系數值是小的，它的穩定性表現也好。品種9208、93101-1、隴春27-4的Shukla變異系數較小，為穩定性較好的產品，能夠適應比較特殊的環境；結合產量高低，93101-1、隴春27-4的穩定性與產量都比較好，能在較大范圍內獲得高產。

(2)品種與環境的互作效應達顯著水平。在研究分析環境與基因型互作機制時，必須要認真考慮到環境的復雜性和多變性的影響。環境是包含光照、水、肥、熱能等多種因子的綜合體，不僅有空間上的變化，還有時間上的復雜互作，性狀不同對各要素因子的影響曲線也是不同的，同時對農作物生長發育的限制性大小都有影響。另外，甘肅旱地春小麥區環境的年紀變化很大，氣候不穩定，應該采用多年在實驗點獲得的資料才能的出更有價值可靠性論證[2]。

(3) 實驗結果研究表明，甘肅省旱地春小麥產量差別的主要原因是環境的差異引起的，這就提醒我們要在作物種植規劃和布局上下功夫，更因注意合理調配、優化、使用環境。

但在同一環境下，不通的品種之間它們的產量差異仍然較大，選擇優良品種也是提高產量、最優最合理的利用資源等技術的載體。