基于AMMI模型和GGE雙標圖的水稻區域試驗綜合分析

摘要：為合理評價水稻區域試驗中各參試品種的豐產性、穩產性、區域適應性，為后續新品種推廣提供參考依據，在參照生育期及其他農藝性狀表現的前提下，重點采用AMMI模型和GGE雙標圖對2023年浙江大學科企水稻聯合體長江中下游單季晚粳組水稻區域試驗中的10個品種在10個試驗點的產量數據進行了綜合分析。結果表明，基因型效應和環境效應以及基因型與環境的互作效應對參試品種產量產生了顯著或極顯著影響；品種豐產性、穩產性方面，高產的品種有嘉科優207、常優20-16、華糯優205、浙大粳優6號、嘉兩優8538，穩產性好的品種有常優20-16、嘉兩優8538和華糯優205；品種廣適性方面，常優20-16和華糯優205適宜種植的地點相對較多，廣適性更好。以上結果可為后續新審定品種的推廣應用提供一定的參考依據。

關鍵詞：水稻；區域試驗；AMMI模型；GGE雙標圖；豐產性；穩產性；廣適性

Comprehensive Analysis of Rice Regional Trial

Based on AMMI Model and GGE Biplot

種子是農業的“芯片”，我國種業發展勢頭良好，“十三五”期間，種子市值年均1200億元左右，穩定保持世界第二大種子市場地位[1]。在保證耕地紅線的基礎上，持續選育高質量品種，提高單產水平，可為穩定我國種子市場地位和國家糧食安全提供有力保障。目前，區域試驗是對高質量品種審定和推廣最有效的方法[2-3]。區域試驗可以較直觀地呈現出品種在不同環境作用下的表現（GE，Genotype environment），GE效應直接影響品種穩定性表現，即效應值越大，該品種穩定性越差[4-5]。要想獲得適應性強、推廣性好的新品種，育種家除了要選育出優良的品種（基因型）外，還須對選育出的品種做適應性考驗，即基因型在不同環境的影響下，是否依然能有優良的表現。

目前，分析區域試驗中GE互作效應較為常用的模型有AMMI模型和GGE雙標圖。AMMI模型是一種主效應可加互作可乘模型，可從加性模型的殘差中分離模型誤差和干擾來提高估計的準確度。GGE雙標圖則是將原始數據地點中心化，再對其進行奇異值分解，一般保留前兩項乘積項，由此得到的雙標圖就是GGE雙標圖[6]。兩種模型各有優缺點，AMMI模型使用最早，準確性也較好，GGE雙標圖表現更直觀，且可直接呈現出不同品種在不同種植區域的表現。兩種模型結合使用，可提高區域試驗分析的科學性和準確性，有效挖掘潛力品種[7-8]。

本研究以2023年浙江大學科企水稻聯合體長江中下游單季晚粳組水稻區域試驗中的10個水稻品種性狀數據為基礎，在品種穩定性評價時利用兩種模型結果較一致的部分，在品種適應性及生態區劃分方面采用更為直觀的GGE功能圖進行品種綜合分析，以期篩選出穩產廣適的新品種進行大面積推廣利用。

1 材料與方法

1.1 數據來源 本試驗所用原始數據來源于2023年浙江大學科企水稻聯合體長江中下游單季晚粳組水稻區域試驗（以下簡稱2023年長江中下游單季晚粳組水稻區域試驗）匯總報告。參試品種共10個，包含對照嘉優5號（表1）。試驗點共10個，分布在湖北、安徽、江蘇、浙江、上海5個省（區、市）（表2）。

1.2 試驗設計 各試驗點按照《2023年國家長江中下游單季晚粳組聯合體試驗實施方案-浙江大學科企水稻聯合體》及NY/T 1300—2007《農作物品種區域試驗技術規范 水稻》開展試驗及采收。

本次區域試驗采用完全隨機區組設計，3次重復，每個重復小區面積13.33m2，試驗田四周設置4行以上保護行，種植對應小區品種。同一組試驗所有品種同期播種、移栽，施肥水平中等偏上，其他栽培管理同當地大田管理。生育期內考察參試品種的全生育期、株高、穗長、有效穗數、每穗粒數、結實率、千粒重等性狀，成熟后割除四周保護行記錄實收小區稻谷產量。

1.3 分析方法 利用Excel對2023年長江中下游單季晚粳組水稻區域試驗品種數據進行整理，產量數據的方差分析和AMMI模型分析利用DPS數據處理系統進行，GGE雙標圖繪制通過R語言中的“GGEBiplot GUI”軟件包實現。

2 結果與分析

2.1 參試水稻品種農藝性狀分析 由表3可知，參試品種生育期在143.1～158.7d之間，嘉科優207生育期最長，哈糯1524最短，嘉科優207、浙新香2號、華糯優205生育期長于對照，其余品種均短于對照。株高在95.2～139.4cm之間，華糯優205最高，浙新香1號最低，嘉兩優8538、浙大粳優6號、常優20-16、嘉科優207、華糯優205株高較對照高9.7～26.7cm，其余品種較對照低8.8～17.5cm。穗長在16.2～23.7cm之間，嘉科優207穗長最長，普濟糯1541最短，嘉兩優8538、華糯優205、浙大粳優6號、常優20-16、嘉科優207較對照長1.5～3.9cm，其余品種穗長短于對照。

參試品種有效穗數在15.0萬～20.4萬穗/667m2之間，普濟糯1541最高，常優20-16最低，浙新香1號、哈糯1524、浙新香2號、普濟糯1541較對照高0.3萬～2.4萬穗/667m2。每穗總粒數在146.1～281.7粒之間，嘉科優207最多，浙新香2號最少；每穗實粒數在131.5～238.8粒之間，華糯優205最多，浙新香2號最少；結實率在80.8%～90.0%之間，浙新香2號最高，嘉兩優8538最低，所有參試品種的結實率均大于80.0%，表現較好。千粒重在24.3～28.6g之間，嘉優5號（CK）最高，華糯優205最低，9個品種均較對照低0.5～4.3g。每667m2產量在608.5～745.9kg之間，嘉科優207最高，浙新香2號最低；嘉兩優8538、浙大粳優6號、華糯優205、常優20-16、嘉科優207高于對照，較對照增幅為9.0%～11.6%，增產點率為80.0%～90.0%，其余品種產量較對照下降3.9%～8.9%，增產點率在20.0%～50.0%之間。

2.2 參試水稻品種產量性狀的方差分析和AMMI分析 由表4可知，基因型（G，Genotype）效應和環境（E，Environment）效應對水稻產量有極顯著影響（Plt;0.01），基因型與環境的交互作用（G×E）對水稻產量有顯著影響（Plt;0.05）。基因型效應占總變異的26.21%，環境效應占總變異的53.18%，交互作用占總變異的20.61%。互作效應主成分軸達到顯著水平以上的有3個，分別為IPCA1、IPCA2和IPCA3，分別占互作平方和的36.92%、21.15%、18.34%，3個主成分軸合計解釋了76.41%的互作平方和。3個主成分軸之外IPCA軸的變異合并為殘差，這些主成分軸較好地解釋了互作效應。

2.3 基于AMMI模型的品種穩定性分析 參照吳為人[9]關于品種穩定性Di的計算方法，通過計算AMMI模型主成分分析中達到顯著水平以上的主成分軸到原點的空間距離來分析參試品種的穩定性。如表5所示，具有豐產性的品種有嘉科優207、常優20-16、華糯優205、浙大粳優6號、嘉兩優8538，產量位次均在對照之上。根據Di值排序，豐產的品種中穩定性優于參照品種的是常優20-16、嘉兩優8538和華糯優205。綜上所述，AMMI模型分析得到的豐產穩產的理想品種是常優20-16、嘉兩優8538和華糯優205。

2.4 基于GGE雙標圖的品種豐產性、穩產性及適應性分析

2.4.1 參試水稻品種豐產性和穩產性分析 作物產量是基因型與環境因素共同作用的結果。為確保作物推廣與生產的順利進行，深入探究品種的豐產性、穩定性及適宜種植地區對進一步發掘品種增產潛力具有重要意義[10-11]。GGE雙標圖分析可將品種的豐產性和穩產性在圖中直觀地顯示出來。如圖1所示，橫坐標為第一主成分（PC1），縱坐標為第二主成分（PC2），兩個成分軸分別解釋了71.30%和9.45%的數據變異。水平方向帶箭頭的直線可看做平均環境軸，代表總體平均產量，箭頭指向為豐產方向，各品種位點到平均環境軸的垂直距離代表品種的穩產性，距離越短，穩產性越好。品種產量最高的是g8，其次是g9、g10、g7和g6。穩產性較好的品種是g8，其次是g9和g7。綜合豐產性、穩產性結果，GGE雙標圖分析得到的豐產性和穩產性較好的品種是g8、g7和g9。

2.4.2 參試水稻品種生態適應性分析 同一水稻品種種植于不同區域內其產量及農藝性狀都可能呈現出不同表現，這反映出水稻品種對于種植區域的適應性。GGE雙標圖的適應性分析功能圖中，由3個以上距離原點最遠的品種位點連接所圍成的凸多邊形及原點到各邊的垂線所劃分的多個區域視為參試品種的適應性生態區，坐落于多邊形頂點的品種可視為所在生態區表現最佳的品種。由圖2可知，10個試驗點分布在3個扇形區，e4單獨位于1個生態區，g6是該環境中表現最優的品種。e1、e2、e3、e7、e9位于同一生態區，該環境未篩選出最優品種，但是g8表現接近該環境條件，建議繼續在該環境種植。e5、e6、e8、e10位于同一生態區，g10是該環境中表現最優的品種。

2.4.3 參試水稻品種的綜合表現 為了更直觀了解參試水稻品種的綜合表現，并判斷理想品種，構建GGE雙標圖的理想品種功能圖。該圖以水平軸上的箭頭所在位置為圓心作同心圓，各參試水稻品種散布于同心圓之中，參試水稻品種所在的同心圓到圓心的距離代表該品種的理想指數，即距離越近理想指數越高。由圖3可知，g8離圓心距離最近，是最符合條件的理想品種，其次是g7和g9，以上3個品種的理想指數優于對照品種。g10和g6與對照品種位于同一位次圓環中，故g8、g7、g9、g10、g6皆認為是優于（或不遜色于）對照的理想品種。

3 討論與結論

本研究結合AMMI模型和GGE雙標圖對2023年浙江大學科企水稻聯合體長江中下游單季晚粳組水稻區域試驗產量數據進行了綜合分析。在豐產性上，兩者結論基本一致。在穩產性上，兩種分析方法結論存在較明顯差異。以對照品種為參照，兩種模型各自選取出參照品種之上（包含）的理想品種，可以發現兩種模型的交集品種，即豐產穩產的理想品種，包括常優20-16（g10）、嘉兩優8538（g6）和華糯優205（g9）。理想品種常優20-16（g10）和華糯優205（g9）廣適性更好，且兩者適宜種植的區域較一致，適宜在安徽省銅陵市、江蘇省無錫市、湖北省宜昌市和荊州市附近區域種植。本研究利用AMMI模型Di值計算時，采用了改進后的顯著主成分軸加權算法，理論上對于品種穩定性評價更為準確可靠。同時，結合了GGE雙標圖各功能圖的直觀性展現，綜合判斷出本試驗的理想品種，并分析了各參試品種適宜種植的區域及理論上該生態區最適宜種植的品種。以上結論將為后期挖掘固定生態區存在推廣潛力的品種，及新品種的精準推廣提供客觀科學的理論依據。

參考文獻

[1] 鄧偉，張新明．中國水稻種業發展歷程研究，中國種業，2022（11）：1-10

[2] 許乃銀，榮義華，李健，付永紅，梅漢成．GGE雙標圖在陸地棉高產穩產和適應性分析中的應用——以長江流域棉區國審棉花新品種‘鄂雜棉30’為例．中國生態農業學報，2017，25（6）：884-892

[3] 嚴威凱，盛慶來，胡躍高，Hunt L A．GGE疊圖法─分析品種×環境互作模式的理想方法．作物學報，2001，27（1）：21-28

[4] 岳海旺，韓軒，魏建偉，鄭書宏，謝俊良，陳淑萍，彭海成，卜俊周．基于GYT雙標圖分析對黃淮海夏玉米區域試驗品種綜合評價．作物學報，2023，49（5）：1231-1248

[5] Yue H W，Jiang X W，Wei J W，Xie J L，Chen S P，Peng H C，Bu J Z．A study on genotype×environment interactions for the multiple traits of maize hybrids in China．Agronomy Journal，2021，113（6）：4889-4899

[6] 王磊，程本義，鄂志國．基于GGE雙標圖的水稻區試品種豐產性、穩產性和適應性評價．中國水稻科學，2015，29（4）：408-416

[7] 汪洲濤，蘇煒華，闕友雄，許莉萍，張華，羅俊．應用AMMI和HA-GGE雙標圖分析甘蔗品種產量穩定性和試點代表性．中國生態農業學報，2016，24（6）：790-800

[8] Agyeman A，Parkes E，Peprah B B．AMMI and GGE biplot analysis of root yield performance of cassava genotypes in the forest and coastal ecologiesc．International Journal of Agricultural Policy amp; Research，2015，3（3）：222-232

[9] 吳為人．對基于AMMI模型的品種穩定性分析方法的一點改進．遺傳，2000，22（1）：31-32

[10] 趙長延，段維，朱志鋒，馬宗興，柳延濤，劉勝利，萬素梅．基于AMMI模型和GGE雙標圖對油用向日葵多點試驗穩定性和適應性分析．干旱區資源與環境，2023，37（11）：123-131

[11] 王丹，程星，許國震，謝文芳，李華，岳云霞，戴妙飛，蘇麗娜，郝曉昭．國審小麥品種濮麥116產量特性分析．中國種業，2024（6）：146-152