薏苡品种(系)的产量稳定性及地点鉴别力分析

旨在准确、合理的评价基因型与基因型?环境互作效应(G?E)对薏苡产量稳定性及地点鉴别力的影响,为优良品种的鉴定、推荐和登记提供科学依据。采用AMMI模型结合双标图及稳定性参数Dg(e)对第二轮（2012-2014年）国家薏苡区域试验的产量数据进行了分析。结果表明,G1~G6在不同试点的产量变异范围分别：2380.0~6061.0 kg/hm2、1933.3~5790.0 kg/hm2、2192.0~5632.3 kg/hm2、905.3~5485.7 kg/hm2、978.3~4680.0 kg/hm2、991.0~5340.0 kg/hm2;基因型效应、环境效应和基因型×环境交互效应(G×E)均达到极显著或显著水平,环境效应占总变异的55.10%,G×E 交互效应占14.03%,基因型效应占8.41%,IPCA1、IPCA2 和IPCA3 分别解释了交互作用(G?E)的60.97%、18.97%和3.07%,三者加起来解释了全部交互作用的83.01%,而且第一主成分(IPCA1)达到差异极显著水平。AMMI双标图及稳定性参数显示,‘黔薏鉴2 号’、‘安紫薏苡’和‘文薏2 号’属于高产稳定型品种（系）,可作为推荐品种,‘莆薏6 号’产量中等、稳定性最差,‘文薏3 号’、‘金沙1 号’的丰产性较差,综合稳定性一般;此外,云南昆明、福建莆田、贵州兴义和贵州安顺的试点代表性较强;云南文山、贵州凯里、广西百色和福建福州的地点鉴别力相对较弱。     

福建省龙岩市杂交早稻产量相关性状的基因型与环境变异

摘要：基于龙岩市1997-2002年连续6年在新罗、长汀、连城、上杭、武平和漳平6个不同生态条件的杂交早稻联合区域试验数据资料,应用AMMI模型和相应统计分析方法,分析了产量、生育期、有效穗、株高、穗长、每穗粒数、每穗实粒数、结实率、千粒重等9个产量相关性状的基因型与环境变异。结果表明,环境和基因型与环境互作（G×E）效应对考察的9个性状影响较大。其中,株高以基因型效应为主,产量、穗长、穗总粒数和穗实粒数以环境效应为主,生育期、有效穗、结实率和千粒重以基因型与环境间互作效应为主。穗实粒数、穗总粒数和产量的稳定性在多数年份都是最低的,受栽培环境及G×E互作效应影响较大;千粒重、穗长、生育期和有效穗则相对稳定,受栽培环境及G×E互作效应影响较小。今后选育、引种和利用适合龙岩市杂交早稻品种时,需考虑性状的基因型、环境、基因型与环境间互作效应,才可提高效率。     

用AMMI模型分析杂交水稻基本性状的稳定性

以近年来生产上的5个不育系和9个恢复系配组成45个F1, 进行3地点试验; 运用AMMI模型对产量、穗粒性状等的稳定性进行分析, 结果表明: (1) 各性状G×E互作均达到显著水平; 产量及大部分性状的变异以环境效应为主, 其次是基因型效应, G×E互作效应最小; 千粒重的环境效应和基因型效应相当. (2) 互作效应的构成, 即"线性作用/非     

花油两用红花新品种‘云红花五号’和‘云红花六号’的选育研究

‘云红花五号’和‘云红花六号’是云南省农业科学院经济作物研究所经系统选育的花油两用红花新品种。该品种的生育期分别为178、183天,在2013—2014年度多点试验中,平均种籽产量分别为2166、2161.8 kg/hm~2,较对照品种‘弥渡’红花的种籽平均增产18.47%、18.24%;平均花瓣产量分别为512.1、529.95 kg/hm~2,对照品种‘弥渡’红花的花瓣平均增产20.00%、24.18%。其主要特点表现为无刺、株高适宜、易于采摘、花色红、生育期适中、高产、高含油率(分别为29.1%、26.3%)、高亚油酸(分别为81.95%、80.86%)、抗病、抗旱和适应性广。在云南红花生产示范中,取得了很好的示范推动作用。2015年4月通过云南省种子管理站鉴定,定名为‘云红花五号’和‘云红花六号’。该品种与配套栽培技术结合,经济、社会效益明显,适宜云南怒江、澜沧江、元江、红河、金沙江及其支流的河谷地带,海拔1000~1600 m的地区及同类型生态区域种植。同时,也适应新疆红花产区种植。     

不同玉米品种（系）在云南省不同生态区丰产、稳产及适应性分析

为筛选云南省不同生态区、不同栽培水平条件下的优良新品种，为该区域玉米新品种精准推广和培育提供参考依据。本研究以9个玉米品种（系）在云南省15个试点的区域试验籽粒产量数据为研究对象，通过AMMI模型和GGE双标图分析方法分析不同玉米品种（系）在云南省不同试点的丰产性、稳定性和适应性，同时综合评价参试地点的鉴别力和代表性。结果表明：基因型效应、环境效应以及基因型与环境的互作效应均对参试品种产量产生极显著影响；综合产量、AMMI模型分析及GGE双标图结果，G3（文17-115）、G6（文15-5851）和G5（文17-5313）属较理想品种；E15（普文镇试验点）和E2（石林县试验点）是综合性较好的试点，均具有较强的区分力和代表性。AMMI模型和GGE双标图分析的侧重点不同，但品种评价结果基本一致，两种方法优势互补，可以用来作为全面有效地评估品种和试点的理想工具。     

基于AMMI模型的黄淮海夏大豆国家区试产量分析

为了解黄淮海夏大豆国家区试中各品种丰产性、 稳产性以及各试点鉴别力, 推动该地区大豆育种和推广工作, 利用 AMMI模型对 17个品种 （系） 在 8个试点的大豆产量表现进行分析。结果表明, 品种(g)、 试点(E), 品种×试点(g×E)互作、 交互效应主成份值(IPCA)均达极显著水平。丰产性前 3位品种依次为 ：‘SFy0803’ 、‘中黄 37’ 、‘沧豆 11’ , 稳定性前 3位品种依次为 ：‘邯豆 5号’ 、‘沧豆 11’ 、‘中作 J8032’ ,试点鉴别力前 3位依次为： 临猗、 临汾、 潍坊。试点的稳定性参数与经纬度、 生育期内平均气温、 降水、 日照的相关系数不显著。     

贵州山区粳稻基因型与环境效应分析及其在育种上的应用研究

应用AMMI模型对2002～2009年贵州省粳稻区域试验品种（组合）产量相关性状基因型与环境效应分析结果表明：基因型、环境、基因型与环境互作对考察的7个性状影响程度各不相同,生育期、有效穗主要受环境影响,株高主要以基因型效应和环境效应为主,穗粒数、结实率和千粒重同时受基因型、环境、基因型与环境互作影响,但环境效应相对较大,对产量影响的大小顺序为基因型与环境互作＞基因型＞环境。在贵州山区粳稻育种中,需针对基因型、环境、基因型与环境互作效应进行产量相关性状选择,以提高育种效率。     

贵州山区粳稻基因型与环境效应分析及其在育种上的应用

应用AMMI模型对2002—2009年贵州省粳稻区域试验品种(组合)产量相关性状基因型与环境效应分析结果表明:基因型、环境、基因型与环境互作对考察的7个性状影响程度各不相同,生育期、有效穗主要受环境影响,株高主要以基因型效应和环境效应为主,穗粒数、结实率和千粒重同时受基因型、环境、基因型与环境互作影响,但环境效应相对较大,对产量影响的大小顺序为基因型与环境互作基因型环境。在贵州山区粳稻育种中,需针对基因型、环境、基因型与环境互作效应进行产量相关性状选择,以提高育种效率。     

福建省夏大豆区试品种稳定性与适应性分析

应用AMMI模型对2020年福建省夏大豆品种区域试验中的11个品种、7个试验地点进行综合评价,分析参试品种的丰产性、稳定性及试点的鉴别力。结果表明,华夏10号、苏闽夏2号和闽诚豆8号属高产稳产品种。福清、尤溪2个试点对品种鉴别力较强,较适合开展品种区域试验。基因型效应、环境效应和基因型×环境交互效应均达到极显著水平,AMMI模型中的主成分值,共解释总互作平方和的91.65%,有效地分析了基因与环境互作效应。     

水稻外观品质稳定性分析及G×E互作与气候因子的关系

基于AMMI模型,研究了25个水稻品种外观品质性状与环境的交互作用,并对参试品种垩白品质性状的稳定性、G×E互作与气候因子的关系及气候生态适应性进行了探讨.结果表明,稻米长、宽及长宽比的G×E互作效应差异不显著,垩白率和垩白度的G×E互作效应达到了1%的显著水平.在此基础上将参试品种分为稳定性最好垩白适中、稳定性适中垩白较小及稳定性和垩白性状均较差三类.垩白品质性状的iPCA与水稻生育期内的气温、日照、降雨的相关分析表明气候因子是决定G×E互作的一项重要环境因子.据此得到不同品种对气候因子的最佳品质适应性,如品种V9和V24(沈农9819和0142)的垩白率对温度较低的环境,V23(盐优5858)的垩白度对相对寡照高温的环境具有特殊适应性,在实际生产中选择与这些品种有负向互作的地点可获得较低的稻米垩白率和垩白度.     

低纬高原山区暖冬年与冷冬年油菜品种稳定性和适应性对比分析

为有效评价并推荐丰产性、稳产性和适应性好的山地油菜品种在低纬高原山区推广应用,采用灰色关联度、AMMI模型和模糊聚类等分析方法,对玉溪市典型的暖冬年(2012年)与冷冬年(2015年)4个不同海拔试点的7个参试油菜品种进行稳定性和适应性对比分析。结果表明:(1)暖冬年和冷冬年主要气象因子与油菜产量的关联度有明显差异;(2)AMMI模型中暖冬年的基因、基因与环境互作两者方差分量均显著高于冷冬年,而环境方差分量则明显低于冷冬年;(3)基因型与环境间的互作对暖冬年与冷冬年的主要农艺性状影响存在较大差异。低纬高原山区应主推‘云花油早熟1号’、‘花油6号’、‘玉红油1号’和‘花油5号’等优质油菜品种。     

AMMI模型在蓖麻杂交育种中的应用

在蓖麻品种的育成与推广过程中,品种产量性状的稳定性是一个重要影响因子。由于品种的基因型和环境存在着交互作用,用一般的线性回归方程只能解释小部分交互作用。主效可加互作可乘模型（AMMI模型）,不仅最大程度地反应互作变异,而且能准确地分析品种的稳定性。本文应用AMMI模型及双标图对4个蓖麻杂交组合2008-2009年多点试验的产量性状进行稳定性分析,进而评价各参试组合的稳定性和适应性。     

AMMI模型对啤酒大麦品种稳定性的分析

主效可加互作可乘模型(additive main effect and multiplic-ative interaction model,简称AMMI型)是对作物区域试验中品种(基因型)×环境互作分析的有效方法.本文应用AMMI模型结合双标图和稳定性参数Di(j)对新疆啤酒大麦第六轮区域试验的产量数据进行了稳定性分析,有关品种的稳定性和适应性可供育种和生产单位参考.实践证明,应用这种方法分析区域试验的资料,会对品种评价更加科学完善.     

应用AMMI模型分析饲用燕麦干草产量稳定性和适应性

应用AMMI模型,对17个饲用燕麦品种在西藏自治区4个试验点的稳定性、适应性进行分析。结果表明:地点和品种的选择都具备代表性,AMMI模型中的IPCA 1轴和IPCA 2差异均显著,可以较好的分析基因型与环境的互作;贝勒2、太阳神、甜燕麦属于高产稳定型饲用燕麦;达孜试验点分辨力最强,当雄试验点分辨力最差。海拔对燕麦的生长有一定影响,4 000 m以下海拔不是影响燕麦产量的主要因素,海拔4 000 m以上,随着海拔的增加燕麦产量降低。     

烟草品系试验稳定性研究

以双列杂交选育的8个烤烟品系和两个对照品种K326、红花大金元为试验材料,选取了株高、总糖等10个农艺和化学品质性状为研究对象.采用多试点的联合方差分析和AMMI模型分析,对烤烟各个品种(系)的各个性状进行了稳定性、丰产性的估计和评价.分析结果表明除了叶数外,其它各个性状在不同的试点都存在着基因型与环境互作效应;各品种的产量、总氮、烟碱等随着环境的不同而存在较大的变异.在地点间、品种间、品种x地点间变异均达到1%极显著水平.通过稳定性分析明确了各参试材料的稳定性及适应范围.     

AMMI模型在玉米品种区域试验中的应用

在农作物品种区域试验中,由于品种的基因型和环境存在着交互作用,用一般的线性回归方程只能解释一小部分交互作用。而AMMI模型把方差分析和主成分分析综合于一个模型中,不仅最大程度地反应互作变异,而且能准确地分析品种的稳定性。本文利用AMMI模型及双标图对2007年贵州省玉米区域试验的产量数据进行分析,进而评价各参试品种的稳定性和适应性。     

基于HA-GGE双标图的甘蔗试验环境评价及品种生态区划分

采用遗传力校正的GGE双标图(heritability adjusted GGE,HA-GGE),分析基因型(G)、环境(E)、基因型与环境互作效应(GE)对产量变异的影响,对14个试验点的分辨力、代表性和理想指数进行分析,并对这些试验点的生态区进行划分。结果表明,甘蔗试验环境对产量变异的影响大于基因型和基因型与环境互作;互作因素中以环境×基因型的互作效应最大,基因型×年份的互作效应最小。广东遂溪(E3)和广西崇左(E6)为最理想试验环境,对筛选广适性新品种和鉴别理想品种的效率最高;福建福州(E1)、福建漳州(E2)、广东湛江(E4)、云南保山(E11)、云南临沧(E13)、云南瑞丽(E14)为理想试验环境;广西百色(E5)、广西河池(E7)、海南临高(E10)、云南开远(E12)为较理想试验环境;广西来宾(E8)、广西柳州(E9)为不太理想的试验环境。根据HA-GGE双标图分析结果,可将我国甘蔗生态区划分为3个,即以广西百色、河池、来宾和柳州为代表的华南内陆甘蔗品种生态区,以云南保山、开远、临沧、瑞丽为代表的西南高原甘蔗品种生态区,涵盖福建福州、漳州、广东湛江、遂溪、广西崇左等试点的华南沿海甘蔗品种生态区。     

AMMI模型在棉花区域试验中的应用

应用AMMI模型对2002年河南省春棉区域试验产量结果进行了分析,并对基因型与环境间的互作分析进行了探讨。结果表明,通过AM MI模型的分析结果能更有效地解释品种和环境间的交互作用,显著地提高综合评价棉花区域试验中参试品种的稳定性的能力,使区试结果更客观地反映品种的情况。     

马铃薯产量组分的基因型与环境互作及稳定性

本研究主要探究基因型和基因型与环境互作(genotype+genotypes and environment interactions, GGE)双标图在马铃薯育种中的应用。综合评价马铃薯品系产量性状在不同环境中的丰产性、稳定性和适应性,筛选出适应不同生态环境的产量性状优良品系。同时评价各试点的区分力和代表性,为试点的选择提供依据。2015年和2016年在甘肃安定区鲁家沟镇、安定区内官镇、渭源县五竹镇3个试点种植国际马铃薯中心引进的101份高代品系和对照青薯9号。收获后记录小区产量、小区大薯产量、小区小薯产量、单株产量、单株大薯产量、单株小薯产量、单株结薯数、单株大薯数、单株小薯数;采用联合方差和GGE双标图对产量性状进行基因型与环境互作分析。方差分析表明,除小区小薯产量在基因型与环境互作效应中无显著差异外,其他产量组分在基因型效应、环境效应和互作效应中均呈现极显著差异(P0.01)。小区产量、小区大薯产量、小区小薯产量、单株产量、单株大薯产量、单株结薯数环境效应平方和占总方差平方和最大;单株小薯产量、单株大薯数和单株小薯数的基因型与环境互作效应平方和占总方差平方和最大。GGE分析结果表明,适应性最强的品系在鲁家沟试点是G86;在五竹镇试点是G65;在内官镇试点是G86。参试品系中丰产品系有G86、G116、G124;稳产品系有G124、G125、G10;高产稳产品系有G86、G116、G124、青薯9号。单株大薯数高的品系有G45、G86、G67,稳定性好的品系有G67、G116、G51,对照青薯9号的单株大薯产量不稳定。综合鉴别力和代表性的强弱,依次为鲁家沟镇2016年、鲁家沟镇2015年、五竹镇2015年、五竹镇2016年、内官镇2015年、内官镇2016年。GGE模型能够直观地展现多年多点品系试验结果,并客观评价参试品系的丰产性、稳定性和适应性,同时可以对试点的代表性和区分力进行评价。以GGE模型综合评价,高产稳产品系有G116、G124、G125、G122、青薯9号;高产不稳定的品系有G86、G10、G121、G106、G107、G72。最理想的生态区试点是鲁家沟镇,对品种的鉴别力最强的试点是五竹镇。     

应用AMMI模型分析水稻区域试验

采用AMMI模型分析方法对2009年度贵州省水稻新品种区域试验晚熟组的产量数据进行分析。结果表明:3条显著的主成分轴共解释了75.7%的互作平方和,香6优2855、黔南702、Ⅱ优838属于高产稳产型品种;湘优726平均产量较低,稳产性较差。从AMMI模型互作效应值可看出,遵义农科所(E8)、铜仁地区农科所(E6)、思南县种子站(E5)、黔西南州农科所(E7)对品种的分辨力较强;关岭县种子站(E1)、黔南州农科所(E4)、省农科院水稻所(E2)、黔东南州农科所(E3)对品种的分辨力较弱。