甜玉米区域试验点对品种鉴别能力估计方法的研究

摘要：为了比较不同试验点在区域试验中鉴别力的大小,利用变异系数法、回归系数法和AMMI模型Dj值法对福建甜玉米区试点的鉴别力进行了比较研究。结果表明,变异系数法与AMMI模型Dj值法结论大致相同,回归系数法差异较大,而AMMI模型Dj值法相对最准确。试验还表明,Dj值小的试点,其与基因型互作效应弱,包含较少的互作信息。     

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。     

利用AMMI模型分析湖北省区试品种稳定性和适应性

利用AMMI模型对2017年湖北省马铃薯品种区域试验中的8个马铃薯品种,7个试验地点进行综合评价,分析参试品种的稳定性及丰产性,评价试点的鉴别力。结果表明,HB 2010 XS 6和HB 2010 XS 3属于高产稳产品种,适合在湖北省二高山以上地区推广;HB 201079-1属于产量高,但稳定性差,适合在特定区域种植的品种。各试点的鉴别力顺序为:建始巴东五峰恩施兴山竹山利川,其中对品种选择性最高的地点是建始,代表性较强、选择性最低的是利川。AMMI模型中的主成分值,共解释总互作平方和的90.15%,更有效地分析基因与环境互作效应。     

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。     

鲁西南地区10个小麦品种丰产性和稳产性分析

为更科学的分析评价鲁西南地区主栽的10个小麦品种丰产性和稳定性,本研究利用联合方差分析、线性回归分析和AMMI模型对 3个试验地点产量数据进行分析。结果表明,菏麦20、济麦22和周麦22丰产性和稳定性表现优异,周麦18、烟农999和山农20属于丰产性较好稳产性一般的品种,良星99和山农28属于稳产性好丰产性一般的品种,青农2号稳产性较好丰产性较差,但矮抗58丰产性和稳产性均较差但在E3具有特定区域适应性。     

基于GGE双标图和AMMI模型对江苏省水稻区试品种的丰产性和稳定性分析

本研究综合利用GGE双标图方法和AMMI模型对2017年江苏省杂交中粳稻区域试验的12个参试品种的丰产性和稳产性进行了分析。结果表明,基因型、环境及基因型与环境互作效应对杂交中粳稻产量有极显著的影响。在所有参试品种中,杂中区03和杂中区12是丰产稳产的广适性品种,可在粳稻适区进行推广。江苏徐淮地区淮阴农业科学研究所试点代表性最强,而江苏欢腾农业有限公司试点的鉴别力最强。AMMI和GGE双标图的综合运用,可准确直观地评价各品种的丰产性、稳定性和适应性以及各试点的鉴别力和代表性。     

品种区域试验中算术平均值、 BLUP和AMMI估值的精度比较

利用1982年以来我国棉花、小麦、水稻和玉米的60套区域试验数据,采用交叉验证方法,对区域试验中算术平均值、最佳线性无偏预测值(best linear unbiased predictor,BLUP)和AMMI(additive main effects and multiplicative interaction)模型估值的预测精度进行比较,结果表明,与算术平均值相比,AMMI估值精度的增益倍数(gain     

应用AMMI模型分析烤烟区试品种稳定性

AMMI模型在分析基因型与环境互作效应方面有明显的优势,可定量地描述各品种稳定性差异以及各地点对品种鉴别力的大小。为筛选适应河南省特定生态条件下的优良烤烟新品种,应用AMMI模型对2010年河南省烤烟区域试验4个试点7个参试品种的丰产性及稳产性进行分析。结果表明,所有参试新品种产量均值均高于对照‘NC89’,其中,‘Y106’和‘H8190’具有丰产稳产的特性,‘Y102’产量最高,但稳定性较差;‘8182’丰产性差,稳定性好;‘8122’丰产性较差,稳定性较差;‘优选一号’丰产性差,稳定性较好;对照‘NC89’丰产性差,稳定性一般。     

利用AMMI模型分析冬小麦品种区试数据的稳定性

利用AMMI模型、双标图以及稳定性参数Di(i)对2002～2003年度河南省超高产小麦良种区试的数据进行了稳定性分析.结果表明:在参试的品种中,品种稳定性的排序为豫麦47号＞温9519＞丰舞981＞睢科2号＞内乡991＞01中89＞豫同M023＞豫麦49号＞国麦1号＞花培1号＞郑9405＞周92031＞郑9694＞偃师9906.即豫麦47号最稳定,偃师9906在某些试点具有特殊的适应性.在参试地点中,地点对品种鉴别力的大小顺序为郸城所＞温县所＞济源所＞中棉所＞宝丰所＞五二农场＞洛阳所.即郸城所、温县所、济源所适合作为区试地点.     

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NCⅡ交配设计试验的配合力分析

AMMI模型是基因型与环境互作效应分析的有效工具, 而特殊配合力实际上也是父母本间的 互 作效应。 本文用该模型对NCⅡ交配设计试验的配合力进行分析, 结果表明可提高特殊配合 力估值的准确性。 实例分析结果表明, AMMI模型估计的特殊配合力效应值与传统分析方法 的结果在大小上有程度的差异, 但方向相同; 特殊配合力方     

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。     

水稻品种胚乳淀粉RVA谱的稳定性分析

利用AMMI模型对18个水稻品种的淀粉RVA谱特征值——最高黏度、热浆黏性、冷胶黏度、崩解值、回复值和消减值进行稳定性分析,并以6个性状的表型值及相应的稳定性参数（Di）为指标,对供试品种进行聚类分析和评价。结果表明,6项RVA谱特征值在不同品种和环境间的差异以及G×E互作效应都达到极显著水平（P<0.01）;6项特征值的     

基于AMMI模型的品种稳定性分析

ＡＭＭＩ模型发展了分析基因型与环境互作的统计方法,但缺乏度量品种稳定性的定量指标。本文提出一个度量品种稳定性的新参数Ｄｉ。实例分析表明,Ｄｉ与生态价方法和稳定性方差法的分析结果有很好的一致性。讨论了ＡＭＭＩ模型在分析品种稳定性方面的意义以及应用新参数时应注意的问题。     

北部冬麦区冬小麦区试品种（系）的稳定性和适应性分析

为客观准确地评价区域试验中北部冬麦区冬小麦新品种（系）的丰产性和稳产性,以2014-2015年度国家北部冬麦区水地组冬小麦品种（系）区域试验产量数据为资料,应用AMMI模型对小区产量的基因型、环境和基因型与环境（G×E）互作进行了研究。结果表明,稳定性最好的为农大3486、京农12-79,较好的有科遗4174、长6794、中麦93,较差的为航麦109、晋太102、众信7198;试点以天津武清、山西榆次、新疆阿拉尔、河北遵化、山西屯玉分辨力较高,河北固安、河北滦县、北京顺义、北京昌平分辨力较低。在对区域试验中品种（系）稳定性和试点的分辨力进行判定时,综合使用双标图和稳定性参数两种方法,既直观又准确。     

几种模型在玉米区域试验的适用性与品种评价中的差异研究

为了综合评价玉米区域试验的结果,采用Shukla模型、Finlay-Wilkinson模型、Eberhart-Russell模型和加性主效乘式互作模型(AMMI)等4种常用模型对中国5个类型的玉米品种区域试验资料进行了拟合与分析。结果表明,没有一个模型对所有试验资料的拟合效果都最佳,Finlay-Wilkinson模型对5个试验拟合效果均最差,AMMI模型对3个试验的数据拟合效果最佳,Shukla模型和Eberhart-Russell模型则分别对一个试验拟合效果最佳。各个模型在玉米品种产量差异显著性检验和稳定性排序等方面存在较大的差异。因此,在玉米区域试验的实际分析中应采用AMMI模型或者利用模型拟合信息量准则选用最佳的模型进行分析,以提高玉米区域试验对品种高产与稳产评价的准确性。     

AMMI analysis of rainfed lowland rice (Oryza sativa) trials in Nigeria

The additive main effects and multiplicative interaction (AMMI) model is used to analyse the grain yield data of 13 rice genotypes grown in 12 rainfed lowland rice environments. The trials were organized by the International Network for Genetic Evaluation of Rice in Africa (INGER-Africa) and conducted in Nigeria. Main effects due to environments (E), genotypes (G) and G × E interaction were found to be significant (P = 0.001). Cross validation analysis suggested that an AMMI model with one interaction principal component axis (IPCA) was most useful predictively, whereas Gollobs’ test declared two components, IPCA1 and IPCA2, statistically significant (P = 0.01). The IPCAl, however, accounted for most (47.8%) of the G × E sum of squares. Correlation and regression analysis, and relative scatter of genotype and environment points on the AMMI biplot suggest that the interaction partitioned in IPCA1 resulted from differences in the days to flowering among the genotypes. The paper discusses these in relation to the occurrence of Fe toxicity at the test sites and varietal tolerance to the stress.     

应用基因型与播期互作效应分析水稻光温敏核不育系对光周期和温度的育性敏感性

应用AMMI模型、线性回归模型和系统聚类分析方法分析了9个水稻光温敏核不育系和2个对照不育系(培矮64,浙农大11S),在9个播期环境下花粉和种子育性的变化动态。从AMMI两维图可直观看到基因型与播期的交互模式,根据最大互作效应主成分轴IPCA1值和花粉育性平均值将不育系分成3个集团。第1集团是培矮64(1),浙大21S（10）和浙大22S（11）,具有较低花粉育性平均值和较高IPCA1值,表明它们对温度变化比较敏感,且有较大的负向互作效应。第2集团是浙农大11S（2）、浙大4S（3）、浙大7S（6）、浙大8S（7）和浙大9S（8）,其花粉育种平均值和互作值相对较低,变动在0.013-0.276间,暗示花粉育性对播期敏感度低。第3集团是浙大6S（5）和浙大10S（9）,花粉育性平均值高,互作效应大,该2个不育系尚有分离,且花粉育性对播期反映敏感度高。对光敏型和温敏型不育系而言,基因型IPCA值大小主要反映它们对光周期和温度敏感性强弱。花粉和种子育性在基因型、播期及其互作效应上都存在极显著差异。本文还提出利用育性相对稳定性的定量指标D_i界定光温敏核不育的育性稳定性,分析表明,Di值与育种实践结果较为接近。基于AMMI模型的基因型主效应和互作效应分析可以明确划分不育系的不育期、育性转换期和可育期,并将水稻光敏型温敏型不育系区分开,因而该模型可为不育系应用于种子生产提供信息和依据。     

Analysis of the genotype-by-environment interaction of spring barley tested in the Nordic Region of Europe: Relationships among stability statistics for grain yield

Variation in agronomic and quality characteristics was investigated in 220 Nordic spring barley cultivars across distinct environments (6 locations during 3 years) in the Nordic Region of Europe. The objectives of this research were to determine the importance of the genotype by environment interaction in all characteristics evaluated and to establish the relationship among different stability statistics for grain yield. Combined analysis of variance across locations indicated that both environments and genotype by environment interactions influenced significantly the cultivar phenotypes for all characteristics, irrespective of their type (row number) or earliness. The first two interaction principal component axes of the additive-main-effects-and-multiplicative-interaction (AMMI) model accounted together between 35% and 75% of the total genotype-by-environment interaction for all characteristics. Grain yield was, on average, higher in 2-row than in 6-row cultivars, which were significantly earlier in heading and grain maturity than the former. However, in some of the most northern locations, 6-row barley cultivars significantly outyielded on average 2-row barley lines. The genotype by location interaction variance (σ² _GL) accounted by each genotype was significantly associated to the deviation from regression (Tai's λ) while the coefficient of regression (β) was significantly correlated to the IPCA1 and IPCA2 of the AMMI model in 2-row, 6-row and early barley cultivars. This revised version was published online in August 2006 with corrections to the Cover Date.