黃淮海夏大豆不同年份、地點的產量差異分析

喬羽佳 衛 玲 肖俊紅 劉 博 楊海峰 段學艷

（山西農業大學小麥研究所，041000，山西臨汾）

大豆[Glycine max(L.)Merr.]原產于我國，種植歷史悠久。大豆因含有豐富的蛋白質、不飽和脂肪酸、生物活性物質異黃酮和皂苷等，成為人們生活中不可或缺的糧食和油料作物。20世紀90年代前，我國是大豆主要的生產國和出口國之一，但自1996年以后，我國從凈出口國變為凈進口國[1]，2020年大豆進口量已超過1億t。大豆單產低一直是制約我國大豆生產和發展的重要因素。黃淮海夏大豆生產區作為我國大豆的第二大產區，種植總面積及產量占全國的1/3，在我國大豆生產中有著舉足輕重的地位[2]。黃淮海夏大豆產區依據不同的生態環境特點，劃分為北部早熟區（北片）、中部中早熟區（中片）和南部中晚熟區（南片）3個片區[3]。研究同一片區內大豆產量的影響因素，分析比較年份、地點、品種及互作效應間的產量差異，了解環境和基因型對產量的影響，對提高大豆產量具有重要意義。

對黃淮海夏大豆的研究大多集中在農藝性狀[4-6]、光合特性[7]、參試品種適應性、穩定性評價[8-10]和栽培措施[11]等方面。近年來，黃淮海地區育成品種數量多，品種更新換代快，大豆產量有一定的提升，但仍存在單產低的問題。本研究通過對黃淮海夏大豆產區的區域試驗數據進行分析，探討大豆產量的主要影響因素，為大豆生產和引種利用等方面提供理論依據。

1 材料與方法

1.1 數據來源

本數據來自《2016年大豆國家區試品種報告》和《2017年大豆國家區試品種報告》。以連續2年參加黃淮海夏大豆區域試驗的品種為對象，其中北片5個品種，分別為齊黃34、中黃78、中黃74、冀豆19和冀豆12（CK）；中片8個品種，分別為中黃70、洛豆1號、荷豆29、圣豆十號、運豆101、石153、冀1309和邯豆5號（CK）；南片11個品種，分為2組，A組分別為HD21116、中黃301、中作 X96058、蒙 01-42、淮 12-13 和中黃 13（CK1），B組分別為濉科8號、徐0117-46、周豆25號、荷豆28和中黃13（CK2）。南片A和B組品種因試點相同作合并分析。各地點的地理位置見表1。

表1 各地點的地理位置Table 1 The geographic locations of each location

1.2 試驗設計

試驗均采用完全隨機區組設計，3個區組，試驗地四周設置的保護行（區）應不小于小區寬度。小區行長6m，收獲計產面積均為12m2。北片行距0.5m，中片和南片行距0.4m。經計算北片株距8.9cm，中片和南片株距13.3cm。

1.3 數據處理

用Excel進行數據整理，用DPS 7.05進行方差分析和多重比較（Duncan新復極差法），SAS 8.0 e進行相關性分析。

2 結果與分析

2.1 黃淮海夏大豆產量的多因素方差分析

對連續2年參加黃淮海夏大豆北片、中片和南片區域試驗數據分別進行了方差分析。由表2可知，除北片年份×品種互作效應對大豆產量差異不顯著以外（P＞0.05），其余各片年份、地點、品種及互作效應均對大豆產量影響達極顯著水平（P＜0.01）。中片各地點內區組的大豆產量也存在極顯著性差異（P＜0.01），說明區域試驗中設置區組來反映大豆品種的產量差異具有一定的意義。

表2 黃淮海夏大豆產量的多因素方差分析Table 2 Multi-factor variance analysis of summer soybean yield in Huanghuaihai region

參照各因子的平方和占總平方和的百分比可知其貢獻率，北片、中片和南片對大豆產量的貢獻率略有不同，對貢獻率進行排序，北片為地點（57.92%）＞年份×地點（12.62%）＞年份×地點×品種（8.33%）＞地點×品種（6.18%）＞品種（3.85%）＞年份（2.85%）＞年份×品種（0.14%），中片為地點（71.76%）＞年份×地點（8.51%）＞地點×品種（5.60%）＞品種（4.67%）＞年份×地點×品種（2.46%）＞年份×品種（1.33%）＞年份（1.02%），南片為地點（46.91%）＞年份×地點（14.61%）＞地點×品種（14.05%）＞年份×地點×品種（8.67%）＞品種（8.52%）＞年份×品種（1.27%）＞年份（0.71%），可見黃淮海北片、中片和南片地點效應的貢獻率最大，接下來是年份×地點和地點×品種的互作效應，品種效應次之，年份效應的貢獻率較小。

續表2 Table 2(continued)

2.2 黃淮海夏大豆產量的多重比較

對不同地點的大豆平均產量進行多重比較。由表3可知，北片平均產量為3307.35kg/hm2，各地點平均產量排序為河北寧晉＞河北南皮＞北京大興＞河北易縣＞北京昌平＞山東德州＞河北石家莊，除北京昌平和河北易縣產量差異不顯著外，其他地點間差異均顯著，北片河北寧晉達4069.05kg/hm2，較河北石家莊增加了45.66%。中片平均產量為3107.53kg/hm2，具體表現為河北邯鄲＞河南鄭州＞河南濮陽＞山西臨汾＞山東濰坊＞河南洛陽，中片各地點的平均產量差異均為極顯著（P＜0.01），邯鄲平均產量比洛陽增加了71.67%。南片平均產量為2876.44kg/hm2，具體表現為山東菏澤＞山東濟寧＞江蘇淮安＞山東臨沂＞江蘇徐州＞江蘇灌云＞河南周口＞安徽龍亢＞安徽阜陽＞河南駐馬店＞安徽宿州，其中安徽龍亢、河南周口和江蘇灌云3個地點的平均產量差異不顯著，安徽阜陽、安徽宿州和河南駐馬店平均產量差異也不顯著，山東菏澤為3651.45kg/hm2，較安徽宿州（2432.25kg/hm2）極顯著增加50.13%。對不同品種的平均產量進行多重比較。由表4可知，北片參試品種均顯著高于對照冀豆12的產量，其中中黃78的產量最高，達3467.70kg/hm2，極顯著高于其他品種，且中黃78變異系數最小，說明中黃78在北片不同試點產量均較高且波動小，可適應黃淮海北片的不同環境，齊黃34和中黃74產量較高且變異系數較小。中片洛豆1號產量最高，達3361.35kg/hm2，極顯著高于其他品種，荷豆29號、圣豆十號、運豆101和冀1309的產量均極顯著高于對照品種，石153和對照品種的產量差異不顯著。中黃70在中片的產量較高，變異系數最小，產量較為穩定。南片中黃301產量最高，極顯著高于其他品種，且變異系數較低，產量較為穩定，荷豆28產量較高，但其變異系數較大，淮12-13產量較低，變異系數最小，為12.12%。

表3 不同地點的大豆產量比較Table 3 Soybean yield comparison of different locations

表4 不同大豆品種的產量比較Table 4 Yield comparison of different soybean varieties

對不同年份的大豆品種進行多重比較。由表5可知，所有片區2016和2017年平均產量存在極顯著差異，但北片、中片和南片變化不一致。北片2017年的產量較2016年高5.53%，達極顯著水平，中片2017年的產量較2016年高5.21%，達極顯著水平，而南片2017年的產量較2016年降低了2.96%，差異極顯著。

表5 不同年份大豆產量比較Table 5 Soybean yield comparison of different years

2.3 大豆產量與地理位置和其他農藝性狀間的相關性分析

大豆產量與地理位置和其他農藝性狀的相關性分析結果（表6）表明，大豆產量與單株粒重和百粒重呈極顯著正相關，相關系數分別為0.6767和0.5432（P＜0.01），而與經度和緯度無顯著相關性。

表6 產量與地理位置和農藝性狀的相關性Table 6 Correlations of yield with geographic locations and agronomic traits

3 討論

糧食作物的產量是由基因型和環境相互作用[12]，高產、優質、抗病且廣適品種是大豆高產、穩產的前提，但也離不開環境因子的影響。本研究對北片7個地點的5個品種、中片6個地點的8個品種和南片11個地點的11個品種進行多因素方差分析，結果表明，地點效應是影響黃淮海大豆產量差異的主要因素，接下來是年份×地點互作效應、地點×品種互作效應以及品種效應，年份效應貢獻率較小，說明在黃淮海區域試驗中，大豆產量除了受品種的遺傳因素影響外，環境對產量影響更大，不同地點自然氣候條件和人為栽培管理措施等對大豆產量產生較大差異。這也可以解釋在大豆生產實踐中，由于栽培管理與種植區域等因素的差異，高產結果難以被重復的現象[13]。目前對于產量影響因素的分析有不同的研究方法，包括AMMI模型（加性主效應倍增互作模型）、SHMM模型（平移乘積乘模型）、GGE雙標圖和多因素方差分析等。陳曦[14]通過AMMI模型分析品系間、試點間、品系與試點互作效應對大豆產量的影響，結果表明，試點間的差異占總變異的主要部分，互作效應也占了很大的比重，最后是品種間的差異，與本研究結果一致。鄭偉[15]采用SHMM模型對2年9個試點的16個品種進行分析，結果表明，試點間變異平方和占整個處理平方和的86.59%，基因型即品種平方和僅占3.28%，而品種和試點的交互作用的平方和卻占10.13%，是品種平方和的3.1倍。Carkner等[16]通過方差分析對9個栽培點的12個品種進行分析，品種、地點和品種與地點互作分別占總變異的1.0%、72.4%和8.1%，可見地點是影響大豆產量的主要因素，地點的差異很大程度上影響產量的高低，這些差異可能表現在試點的光照、溫度和降雨量等氣候條件及土壤理化性質、有機質含量、肥料施用和病蟲害防治等方面。胡國玉等[17]分析不同環境對夏播大豆產量的影響，結果表明，品種效應對產量差異的影響大于試點效應，可能的原因是安徽省蒙城、阜南和河南龍亢3個試驗點均位于黃淮海南部的皖北平原，緯度差異較小，光照和溫度等氣候條件相似，土壤類型相同，而在本研究中不同試點的土壤類型和土壤理化性質可能存在差異。年份×地點和地點×品種的互作效應大于品種效應對大豆產量的影響，說明地點在具體年份和不同品種間因氣候條件和品種在該試點的適應性不同而表現出產量的不同。

增加作物產量可以通過擴大現有作物面積、提高單產或者兩者兼得來實現[18]，單產的增加可以通過提高產量潛力或者減少產量差距[19-20]來實現，產量差距的縮小很大程度取決于作物栽培管理措施的改善[19]。在本研究中，黃淮海中片大豆產量差距較大，南片差距較小，北片不同地點間平均產量相差95.10～1275.60kg/hm2，中片相差165.75～1646.40kg/hm2，南片相差 58.80～1219.20kg/hm2，因此注重大豆栽培技術的優化，創制有利于大豆的生長條件，對提高黃淮海地區大豆的單產水平有重要作用。

本研究結果表明，中黃78、中黃70和中黃301分別在黃淮海夏大豆北片、中片和南片平均產量較高，且變異系數小，說明這3個品種適宜種植區域比較大。洛豆1號和荷豆28產量較高，但其變異系數大，對環境有一定的選擇性，適宜種植區域較小。

年份間變化對大豆產量的影響最小。北片2017年平均產量較2016年增加了178.02kg/hm2，中片2017年較2016年增加了157.71kg/hm2，南片年份間產量差距小，變化趨勢相反，2017年平均產量較2016年減少了86.41kg/hm2。分析黃淮海南片9個試點的氣候資料，2016年6月份（播種期）降雨量達115.20mm，比2017年多44.85mm，降水充足，土壤墑情較好，大豆能夠搶墑播種，利于出苗，苗齊和苗全是保證大豆產量的基礎和前提。2017年9月（鼓粒期）平均氣溫比2016年低0.77℃，降雨量多42.75mm，日照時數少30.82h，光照不足影響大豆植株光合作用，溫度較低，濕度大，易導致病蟲害的發生。這些可能是黃淮海南片2017年平均產量比2016年低的原因。

4 結論

黃淮海夏大豆產區種植面積廣，經緯度跨度大，同一片區內生態條件相似，不同地點的土壤狀況和栽培措施不同，造成產量差距大，大豆單產水平不一，地點效應成為影響黃淮海大豆產量差異的主要因素，品種效應次之，年份效應的影響最小。中黃78、中黃70和中黃301分別在黃淮海北片、中片和南片為高產穩產品種。因此在黃淮海夏大豆推廣過程中，選擇優質、高產和廣適品種是高產的首要條件，同時還應因地制宜進行品種小面積的示范推廣，集成配套的栽培技術，進行標準化管理，降低不良環境或病蟲害對大豆的影響，充分發揮優良品種的高產潛力，提高黃淮海地區大豆單產水平，增加總產量。