基于AMMI模型的遼寧省水稻品種區域試驗穩定性及適應性分析

姜秀英， 于永梅， 馬作斌， 呂軍， 王麗麗，李躍東， 韓勇, 解文孝

摘? 要：為評價遼寧省水稻品種的穩定性、豐產性、適應性及不同試驗點的區分力，利用AMMI模型對2019年遼寧省水稻區域試驗中早熟組參試品種及試驗點進行分析。結果表明：基因型、環境、基因型與環境互作方差均達到極顯著水平，三者平方和分別占總平方和的17.0%、49.72%、14.19%。AMMI模型中前2個主成分值達到極顯著水平，共解釋76.5%的交互作用，能有效地分析基因與環境互作效應。源粳2號（g4）、美鋒稻245（g2）、富禾稻258（g5）屬高產穩產型品種，6個試驗點中，區分力最強的是開原市示范繁殖農場（e1）。

關鍵詞：AMMI模型；水稻；穩定性；適應性

中圖分類號：S511? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A文章編號：1673－6737（２０23）05－００01－０5

Analysis of Stability and Adaptability of Rice Varieties?in Liaoning Yield Test Trial Based on AMMI Model

JIANG Xiu-ying1 ， YU Yong-mei2 ， MA Zuo-bin1 ， LV Jun1 ， WANG Li-li1 ，

LI Yue-dong1 ， HAN Yong1 ， XIE Wen-xiao1*

（1 Liaoning Rice Research Institute，Shenyang 110101， China；

2 Integrated Services Centre for Agriculture of Huanren Manchu Autonomous County，Benxi Liaoning 117200， China）

Abstract： In order to evaluate the stability， high-yielding ability and discrimination of rice varieties in Liaoning Province， the data from 14 rice varieties and 6 test sites in the regional test of rice varieties in Liaoning Province in 2019 were analyzed by AMMI model. The results showed that highly significant variations was observed among environments， GEI（genotype and environment interactions） and genotypes， accounting for17.0%， 49.72% and 14.19% of total variance， respectively. Two principal component in AMMI model could explain 75.6% of the interaction effect， and the interaction effect between genotype and environment could be effectively analyzed. The varieties Yuangeng-2（g4），? Meifengdao-245（g2）， Fuhedao-258（g5） belonged to high and stable yield variety. In terms of discrimination， Kaiyuan Demonstration and Multiplication Farm（e1） showed the strongest discrimination.

Key words： AMMI model; Rice; Stability; Adaptability

水稻是遼寧省第二大糧食作物，在全省糧食生產和經濟發展中占有重要地位，篩選適宜遼寧地區種植的水稻品種意義重大。區域試驗對品種豐產性、穩產性、適應性、抗逆性等進行鑒定，并進行品質分析、DNA指紋檢測等，為品種審定和加速良種推廣與合理布局提供依據?；蛐团c環境互作對作物品種的穩產性和區域適應性具有關鍵作用[1]。品種評價必須考慮包括產量在內的多個性狀。進行多性狀評價、選育高產穩產及廣適型品種是育種家需要解決完成的重要課題。

以往對于區域試驗數據的分析大多采用算術平均數、方差分析或線性回歸分析等方法，然而這些方法在評價基因型與環境互作時具有較大的局限性[2]。選取合適的模型對區域試驗結果進行科學、合理的分析，對于作物品種選育具有重要意義[3]。主效可加互作可乘（AMMI）模型通過結合方差分析和主成分分析，并且將其量化，最終對品種穩定性、豐產性、適應性等進行較準確評價[4]。目前，AMMI模型已廣泛應用于玉米、水稻、大豆、花生、小麥等農作物區域試驗中產量性狀分析，也應用于作物品質性狀分析及配合力性狀分析[1-9]。

利用AMMI模型對2019年遼寧省中早熟水稻品種區域試驗參試品種產量進行分析，評價參試品種豐產性、穩定性、適應性，以期為品種推廣和應用以及區試點的合理布局提供參考。

1? 材料與方法

1.1? 試驗材料

研究使用的數據選自遼寧省2019年水稻品種區域試驗中早熟組總結。參試水稻品種14個，試驗以審定品種沈農315為對照（表1）。試驗共設6個區域試驗點（表2）。各試點統一采用隨機區組排列，3次重復，每小區6行，小區面積13.3 m2，行距30.0 cm，穴距13.3 cm，每穴3～4苗。所有試點均嚴格按照區域試驗方案進行設計、管理、收獲、考種。

1.2? 數據分析

采用EXCEL2010進行數據統計，利用DPS18.0數據處理系統進行方差分析、AMMI模型分析和Dg（e）穩定性分析。

2? 結果與分析

2.1? 產量聯合方差和AMMI模型分析

對14個（含對照）水稻品種的小區平均產量進行方差和AMMI模型分析，結果表明（表3），基因型、環境、基因型與環境互作方差均達到極顯著水平，這表明品種、環境及互作效應對品種產量均具有極顯著影響。其中，環境平方和占總平方和49.72%，基因型平方和占17.0%，基因與環境互作平方和占14.19%，說明在試驗條件下，環境變異對產量的影響占主導因素，品種對產量的貢獻次之，基因型與環境互作變異對產量形成貢獻相對較小?；プ餍鞒煞州SIPCA顯著性測試結果表明，有2個IPCA軸達到極顯著水平，分別解釋了48.15%、28.35%的互作平方和，共解釋了76.5%的互作平方和，未達到顯著水平的IPCA軸的變異則合并為殘差。

2.2? 雙標圖AMMI模型的豐產性、穩定性分析

以平均產量為橫坐標，顯著主成分軸IPCA1為縱坐標，繪制AMMI1雙標圖（IPCA1-產量）。在AMMI1雙標圖中，各參試品種的橫坐標代表品種和試點的平均產量，縱坐標絕對值反映了其穩定性，絕對值越小，品種越穩定，試點區分力越弱。圖1結果顯示，試點位置分布比品種分散，說明試點的影響大于品種的影響。在水平方向上，平均產量最高的品種為g4，其次是g10、g5、g1、g2、g12等，平均產量最低的為對照品種g9。在試驗點方面，e6試驗點平均產量最高，e3 試驗點平均產量最低。穩定性較好的品種是g4、g2、g9、g14，穩定性較差的品種是g1、g10、g13，試點區分力強弱依次是e1、e2、e5、e4、e6、e3。

考慮到AMMI1雙標圖中IPCA1只能解釋48.15%的互作效應，由此推斷的品種穩定性和試點區分力還不夠全面，故利用能代表大部分互作變異信息的AMMI2雙標圖（IPCA1-IPCA2）對品種與環境互作效應進行分析。AMMI2共解釋了76.5%的互作變異，結果更具準確性。在 AMMI2 雙標圖中，品種離原點距離越近穩定性越好，相反則穩定性越差；試點離原點越遠，其對品種的區分力越強，相反則區分力越弱。圖2結果顯示，試驗中品種g4、g2、g9較穩定，品種g1、g10、g8、g11離原點較遠，產量較不穩定。品種與環境互作較大的試點有e1、e6，表明這兩個試點對品種的區分力較強，互作較小的試點為e5，表明這個試點的區分力較差。綜合豐產性考慮，高產穩產的品種是g4、g2、g5，高產不穩產的品種是g1、g10。

2.3? 參試品種及地點穩定性分析

品種與環境互作效應值Dg（e）是評價基因型或環境相對穩定性的重要指標。依據AMMI中的穩定性參數定量描述參試品種的穩定性和試點的區分力。品種Dg值越小，品種穩定性越好，環境De值越大，試點對品種的區分能力越強。由表4可以看出，參試品種Dg值大小依次為g1、g11、g10、g8、g13、g6、g14、g12、g5、g7、g3、g9、g2、g4，即g4、g2、g9、g3、g7、g5的穩定性較好，g1、11穩定性較差；各試點的區分力從大到小順序為e1、e6、e4、e2、e3、e5。

3? 結論與討論

本研究利用AMMI模型對2019年遼寧省水稻品種中早熟組區域試驗產量數據進行分析，結果表明基因型、環境、基因型與環境互作方差均達到極顯著水平，其中環境變異對產量的影響占主導因素，基因型對產量的影響次之，表明選育推廣水稻品種時應該首先考慮環境因素，同時選育具有優良基因型的品種，考慮基因型與環境互作效應，確保品種在適宜生態區種植。

本研究中基因與環境互作主成分只有前兩項達到極顯著水平，所以AMMI雙標圖2能夠解釋大部分的變異，AMMI模型與穩定性參數解釋的變異一致，穩定性Dg（e）值排序與AMMI2圖基本一致。14個參試品種中源粳2號（g4）、美鋒稻245（g2）、沈農315（g9）、富禾稻275（g3）、裕粳香4號（g7）、富禾稻258（g5）穩定性較好，美鋒稻217（g1）、馨稻1號（g10）穩定性較差，結合品種平均產量，源粳2號（g4）、美鋒稻245（g2）、富禾稻258（g5）屬高產穩產型品種，對照品種沈農315（g9）屬低產穩產型品種，美鋒稻217（g1）、馨稻1號（g10）屬高產不穩定型品種。6個試點中，區分力最強的試點是開原市示范繁殖農場（e1）。

品種區域試驗是主要農作物新品種審定的重要環節，為新品種推廣應用提供科學依據。姚霞等認為利用AMMI雙標圖的定性以及Di值的定量，不僅展示了更為詳細的品種對地點的適應性信息，具體地表述了各參試品種的穩定性和適應性，還全面地解釋了各性狀基因型與環境的互作[5]。魯月等研究認為AMMI 模型可以充分解析 GEI 效應，是評估品種穩產性的好方法。然而，AMMI 模型分析容易忽略穩產性較差但具有特殊適應性的品種[2]。李天奇等認為AMMI雙標圖能有效反映品種的豐產性、適應性及互作效應，但當IPCA顯著數量超過2個時，雙標圖就不能有效反映全部變異信息，而穩定性參數Dg（e）考慮了所有顯著的IPCA值，能夠更全面反映品種穩定性和地點的區分力[4]。劉麗華等認為AMMI 模型是分析品種的多地點試驗數據十分有效的工具， 但是目前只能對單個性狀進行分析， 如何對多個性狀進行綜合分析還有待于進一步深入研究。以往多位學者研究認為，AMMI 模型也有需待改進的地方，如對于互作效應雙方均賦予相同權重的主成分特征值 IPCA，應該根據互作雙方對該性狀的貢獻率賦予相應的權重，以期更好地解釋各種錯綜復雜的互作關系[10-12]。

綜上所述，多位學者研究認為AMMI模型是評價品種穩定性的有效工具，在利用AMMI模型時，結合AMMI雙標圖和穩定性參數進行分析效果更好。也有研究認為AMMI模型存在一定的局限性，如缺乏對多性狀的綜合分析，對主成分特征值IPCA賦予的權重也需要改進等。在實際生產中，應當將AMMI模型作為一種參考，結合多年多點的綜合表現評價優異品種及選擇試點。本研究對客觀鑒定、評價不同水稻品種的豐產性、穩產性和適應性，對水稻品種推廣應用和合理區域布局具有重要的參考意義。

參考文獻：

［1］ 陳朝陽，魏建偉，陳淑萍，等.黃淮海夏玉米品種籽粒產量基因型與環境互作分析［J］.分子植物育種，2019， 17（8）：2 749-2 760.

［2］ 陳志德，仲維功，楊杰，等.水稻品種（系）穩定性分析模型的評價［J］.江蘇農業學報，2003，19（4）：205-210.

［3］ 魯月，張子惠，陸洲，等.基于AMMI模型和GGE雙標圖對江蘇省甜玉米區域試驗的分析［J］.分子植物育種，2022，20（20）：6 939-6 946.

［4］ 李天奇，周彥忠，郭玉生，等.基于AMMI模型的河南省小?；ㄉ贩N區域試驗穩定性及適應性分析［J］.天津農業科學，2022，28（9）：1-4.

［5］ 姚霞，李偉，顏澤洪，等.AMMI模型在小麥區域試驗產量組成性狀分析中的應用［J］.麥類作物學報，2005，25（6）：111-115.

［6］ 劉博，衛玲，樊云茜，等.基于AMMI模型的黃淮海夏大豆國家區試產量分析［J］.中國農學通報，2015，31（27）：69-74.

［7］ 劉麗華，胡遠富，陳喬，等.利用AMMI模型分析寒地水稻3個品質性狀的基因型與環境互作［J］.作物學報，2013，39（10）：1 849-1 855.

［8］ 張征鋒，肖本澤.利用AMMI模型分析雜交水稻配合力［J］.植物遺傳資源學報2015，16（2）：400-404.

［9］ 李元元，張征鋒，孫遼，等.利用AMMI模型評價湖北省水稻區試品種的適應性［J］.湖北農業科學，2016，55（2）：285-289.

［10］ 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，2006，26（11）：3 677-3 684 .

［11］ 吳為人.對基于AMMI模型的品種穩定性分析方法的一點改進［J］.遺傳，2000，22（1）：1-32.

［12］ 胡希遠，尤海磊，宋喜芳，等.作物品種穩定性分析不同模型的比較［J］.麥類作物學報，2009，29（1）： 110-117.

（責任編輯：宋雙）