品种“稳定性参数”的估算方法及其在品种区试中的应用

三、怎样应用“稳定性参数”对参加区试品种进行分析(一)应用第一稳定性参数——回归系数来分析品种的稳定性在环境条件影响作物产量的关系中,环境条件是因,作物产量是果.在统计分析上把“因”称为自变数,“果”称为依变数.当环境条件变动一个单位时,作物产量在理论上相应变动若干单位.这种依变数(产量)与自变数(环境)变动的理论比,就叫做回归系数.     

麦类作物不同品种混合群体的生产性能评述

同种作物不同品种混作由于表现出比单作在产量及其稳定性、抗病性、品质等方面的优势而受到广泛关注,在国内外已做了大量研究,其中尤以对麦类作物研究较多。回顾了麦类作物不同品种混作的研究成果,评述了麦类作物不同品种混合群体的生产性能,并对产生各种效应的机理进行了总结,最后对麦类作物混作的应用和需要进一步研究的问题提出了建议。     

油菜区域试验产量性状及其稳定性分析

利用2008与2009年两年的浙江省油菜区域试验资料,采用作物品种区域试验非平衡资料的统计分析方法,分析了品种产量及其构成因素的方差分量,同时对参试品种进行稳定性分析。结果表明：‘037-77’品种产量较高,但与对照品种‘浙双72’没有显著差异;试点和年份×试点的互作效应对产量及其构成因素影响较大;除‘浙杂0603’和‘黔杂2630’对环境指数反应较敏感及‘J6’和‘ZY-10’一致性较差外,其余品种均表现出相似的稳定性。     

糯玉米区域试验非平衡数据产量性状及稳定性分析

对2005-2006年浙江省糯玉米区域试验中参试组合进行统计,运用朱军等提出的作物品种区域试验非平衡资料的统计分析方法,分析产量性状的各项方差分量及参试品种的稳定性系数.结果表明年份×试点互作效应对产量影响较大;科糯1号、美玉加甜糯8号组合产量较高,显著比对照品种苏玉糯1号高;浙花糯1号对环境指数反应不敏感,组合甜糯2005-1表现一致性较差,其余组合在稳定性方面表现相似.     

作物品种区域试验非平衡资料的分析方法——单一性状的分析

本文运用混合线性模型的分析原理,提出了作物区域试验非平衡数据的统计分析方法。用MINQUE法估算各项方差分量,然后对品种效应的线性对比作显著性测验。品种稳定性分析采用Jackknife数值重复抽样方法,计算回归参数的估计值及其标准误,并通过分析回归参数置信区间来评价稳定性。作为分析区域试验非平衡数据的实例,分析了黄河流域棉花区域试验的皮棉产量。     

作物品种产量潜力研究概况

不断挖掘作物的产量潜力,提高作物单产,是确保中国粮食安全的重要途径。本文介绍了作物品种产量潜力的研究概况,从遗传改良和光合生理基础两个方面进行了深入分析,总结了提高作物品种产量潜力的基本途径,并对作物产量潜力的研究前景进行了展望。     

江苏棉花品种区域化试验技术研究

江苏棉花品种区域化试验技术研究葛知男，冷苏凤（江苏省农科院经作所南京２１００１４）区域试验既是作物育种程序必不可少的延续，又是作物品种管理的基础。区域试验的目的在于通过多点的品种比较试验与生产试验，了解新育成品种的产量潜力、品质表现、抗逆性、稳定性及...     

作物营养遗传育种理论提出的背景思路及价值意义

科学施肥是作物品种产量潜力发挥的重要农艺技术,但目前在世界范围内出现了增施化肥却不能再增加作物产量的严重问题,作物营养遗传育种理论的提出则破解了这一难题。为了使广大土壤施肥和作物育种工作者更好地理解土壤施肥和育种的关系以及理论的重要价值意义,从理论提出的背景思路及其概念、原理进行了诠释。作物营养遗传育种理论首先提出了养分利用效率和耐肥性是作物品种高产性状的概念,并用试验证明土壤施肥、作物营养遗传特性、作物品种产量潜力三者存在逻辑关系,氮磷单施、配施与最大施肥量性状基因是决定作物品种产量潜力水平的遗传因子。作物品种产量潜力水平的形成期在杂交制种期,父母本只有含有相同的氮磷单施或配施基因且一方具有较强的耐肥性,才能实现杂交重组形成高产品种,杂交时相应施肥环境是自交系基因激活表达的必要条件。理论的提出可实现通过诊断营养遗传特性选择父母本直接杂交培育适应高、中、低肥力与土壤最大施肥量相匹配种植的高产优质品种,从而有效解决目前作物品种产量潜力很高,但大面积应用单产水平较低以及没有有效方法大幅度提高中低产田产量的问题。     

不同灌溉模式下高产小麦品种比较试验

针对水资源不足和作物高产之间的矛盾,通过不同的灌溉模式对山东省6个高产小麦品种的农艺性状表现及产量性能变化的影响,检测品种的稳定性和适应性,从而为以后筛选广适品种提供可靠的理论依据。     

作物产量差研究进展

随着人口的增加以及生活水平的提高,人们对粮食的需求不断增加,因此增加粮食产量、确保粮食安全仍是未来永恒不变的课题。近年来随着育秧、覆膜等技术的应用,灌溉、施肥技术措施的提高以及作物品种的更替和技术的进步等使得农作物产量呈现增加的趋势。即便如此,作物实际产量与其潜在产量间仍然存在较大差距,而这种现象广泛存在于世界各国的农业生产中。文章在阐述产量差内涵的基础上,对目前国内外产量差的研究方法及主要研究进展等方面进行了综述,并对未来产量差的研究做了展望,以期为进一步开展产量差研究提供科学参考。产量差概念发展至今,虽然众多学者都对其做了不同的定义及阐述,但总体而言,作物的最大产量水平为潜在产量,实际产量与潜在产量之间的产量差为该作物的总产量差。造成作物产量差的原因主要包括不可能应用到田间的技术和环境因子、生物因素（品种、病虫害等）和经济因素（投入产出比）、政策、文化水平及传统观念等。为了进一步解析作物产量差,前人根据研究目的的不同,划分了不同等级的产量差。目前国内外产量差的研究方法主要有试验调查统计分析法和作物模拟模型法。前者概念简单,可操作性强,但是要求足够的试验数据,试验费用大,周期长;后者可以设置更多的情景和处理,但难以精确定量实际生产中的所有管理措施。因此,在实际进行产量差研究中,可综合利用统计方法、作物模拟模型及遥感方法,充分发挥各种方法的优势。世界各地主要作物产量差的研究结果显示,发达国家因栽培管理水平相对较高,作物产量提升空间较小。虽然各地学者对当地不同作物产量差进行了详细的研究,为提升该地区产量、缩小作物产量差提供了科学依据和参考。然而,由于产量估算方法不同,使得研究结果之间差异较大,可比性差。同时因数据和方法的限制,大多集中在解析农业生产过程中的气候、土壤、品种、栽培管理措施等因素对产量的限制程度,而往往忽略了在产量形成过程中农民意愿、政策和经济等因素的影响。总之,未来的产量差研究重点应包括准确计算各区域主要作物产量潜力上限,明确针对不同产量差计算方法,综合考虑气候、土壤、品种和栽培技术以及社会经济因素,解析产量差限制程度。     

AMMI模型和GGE双标图法在新疆冬小麦区域试验产量分析上的应用

[目的]客观、准确评价区域试验中冬小麦新品系的丰产性和稳定性,探明适合新疆冬小麦区域试验分析的统计模型.[方法]利用AMMI模型和GGE双标图分析2010、2011年北疆冬小麦区域试验中5个试点、12个新品系的产量结果.[结果]基因型、环境及基因型×环境互作的平方和分别占总平方和的6.96;、32.62;和26.82;,均达到极显著水平.通过模型分析,垦冬杂1号和垦冬00(2)号具有较好的稳产性和丰产性,适合在伊宁、塔城和奇台等地区种植;08/7148在安宁渠点和塔城地区种植可获得高产.同时,GGE双标图对新品系丰产性分析结果与田间试验结果趋于一致,相对于AMMI模型能够直观、简单提供新品系的稳定性和适种区域.[结论]GGE双标图法比较适合分析北疆冬小麦区域试验的结果.     

应用GGE双标图进行向日葵杂交种产量稳定性分析

采用GGE模型对2009年度全国向日葵杂交种区域试验数据资料进行统计分析,对参试品种的丰产性、稳产性做出了评价,结果表明:参试品种S18、S11和NX34250表现为高产、稳产,建议继续参加生产试验;S26和S086在白城、松原表现减产,其它地区增产,可继续参试;而UK301、B09-1、S02、NX44166表现不好,建设停止参试。     

黄淮海地区大豆产量及其稳定性评价

【目的】解析黄淮海地区大豆育成品种产量构成因素对产量的贡献及其品种与环境的互作,鉴定代表性品种高产与稳产性,为黄淮海大豆育成品种在生产及育种中的有效利用提供理论依据。【方法】利用能够直观分析农作物双向数据的GGE（genotype + genotype-by-environment interaction）双标图,根据GGE中的“环境之间的关系”（“environmental vector” view）、“哪个赢在哪里”（“which-won-where” view）及“高产性和稳产性”（“mean VS stability” view）分析参试品种的高产特性与不同年份试验的代表性,解析黄淮海区域有代表性的94个夏大豆品种在2008—2010年份的产量与产量组成因子。【结果】不同年份相同区域的试验品种表现差异很大,品种与环境存在互作。单株粒重、单株粒数、单株荚数、百粒重是产量的主要贡献性状,其中,影响产量最重要的因素是单株粒重。三年中,受不同年度环境影响较小、稳产性较好且高产的品种有冀9号-3L-2、冀豆17、徐豆10号、中作00-484和7651-1。【结论】在产量构成因素中,对产量影响的最重要因子是单株粒重,其次为单株粒数、单株荚数和百粒重;相同区域不同年份间品种产量差异较大,品种与环境之间存在互作。     

黄淮海糯玉米品种基因型与环境互作效应分析

【目的】分析黄淮海地区糯玉米区域试验品种基因型与环境的互作效应,为黄淮海地区糯玉米品种选育提供理论参考。【方法】利用AMMI模型和GGE双标图对2018年黄淮海糯玉米区域试验中的18个糯玉米品种（g01～g18）在13个试点的农艺性状（鲜穗产量、穗长、鲜百粒重和出籽率）进行分析,以综合评价参试品种基因型与环境的互作效应。【结果】通过AMMI模型分析发现,鲜穗产量丰产性和稳产性均较好的品种为金跃糯58（g06）和景坡82（g07）,苏玉糯2号（g15）是丰产性较差但稳产性最好的品种（对照）;出籽率高且稳定性好的品种为斯达糯44（g18）和郑白甜糯3号（g05）,对照是出籽率居中但稳定性差的品种;鲜百粒重较重且稳定性好的品种为万糯2018（g04）和金跃糯58（g06）,而对照是鲜百粒重居中但稳定性好的品种;穗长较长且稳定性较好的品种为景坡82（g07）和花糯680（g11）,对照是穗长较短但稳定性好的品种;鲜穗产量、出籽率和穗长的基因型、环境及基因型×环境互作效应均达极显著影响（P<0.01,下同）,鲜百粒重的基因型和环境达极显著影响,基因型×环境互作效应达显著影响（P<0.05）;4个农艺性状的3个主成分累计解释基因型和基因型×环境互作效应（G+GE）均达60.00%以上,说明AMMI模型可较好地解释基因型与环境的相互作用。通过GGE双标图分析发现,万糯158（g03）、金跃糯58（g06）和景坡82（g07）是鲜穗产量丰产性和稳产性均较好的品种,郑白甜糯1号（g02）是长穗丰产且稳定性最好的品种,万糯2018（g04）是鲜百粒重较高且稳定性好的品种,中糯336（g16）是出籽率高且稳定性好的品种。【结论】AMMI模型和GGE双标图的侧重点不同,可实现优势互补。基于二者分析结果,综合表现较好的品种为景坡82（g07）和金跃糯58（g06）,可用于丰产稳产型糯玉米品种选育和推广。     

基于GGE双标图对南方冬大麦区域试验的分析

用GGE双标图对2009—2010年度南方冬大麦品种区域试验进行分析,以图谱的形式阐述了参试品种在各试验点的表现、各品种的平均表现和稳定性、各品种的适应地区、各参试品种的相似性和环境的相似性及两品种之间的比较等问题,很好的解答了品种与环境互作的问题。双标图显示‘苏啤3号’是一个适应性很广的品种。产量相关性状的图谱分析表明：本年度试验中有效穗与产量相关性最高,是影响产量的制约因素。     

一年两季鲜食糯玉米区域试验的GGE双标图分析

[目的]综合评价广西一年两季鲜食糯玉米区域试验品种基因型及基因型与环境互作的关系,为玉米区域试验和育种工作提供参考.[方法]应用GGE-biplot对广西2016年春季和秋季鲜食糯玉米区域试验的鲜穗产量进行GGE双标图分析,评价参试玉米品种的丰产性、稳产性和适应区域,以及各承试点的代表性和鉴别力.[结果]参试玉米品种与环境的综合评价分析结果表明,多数试点间存在正相关,其中春季试验北海和玉林及秋季试验北海和柳州试点间存在紧密正相关,对品种产量排序的影响相似.参试玉米品种适宜环境的分析结果表明,春季7个试点可分为4个生态区,秋季7个试点可分为3个生态区,直观展示了品种的适应性.参试品种丰产性和稳定性的分析结果显示,春季品种桂W1518和秋季品种百香糯1601在当季具有较好的丰产性和稳定性.环境鉴别力与代表性分析结果表明,春季柳州和南宁试点为较理想的试验环境,秋季玉林和河池试点为较理想的试验环境.[结论]GGE双标图直观展示了参试玉米品种的丰产性、稳产性和适应性,以及承试环境的鉴别力、代表性和生态类型,对玉米区域试验和育种工作具有重要参考价值.     

Stability analysis of different cotton genotypes under normal and water-deficit conditions

Cotton plant observes significant reduction in seed cotton yield when subjected to water stress. To find out genotypes having better drought tolerance, seven genotypes of Gossypium hirsutum L. were tested under two moisture levels, i.e., normal and water deficit stress conditions at five locations of Punjab, Pakistan(Faisalabad, Sahiwal, Vehari, Rahim Yar Khan, and Bahawalpur) in 2013 and 2014. Genotype×environment interaction(GEI) was studied using the genotype main effects and genotype by environment interaction(GGE) biplot and additive main effect and multiplicative interaction analysis. The genotypes G3(7001/11) and G6(FH-942) were stable under normal condition, while under drought condition, the stable genotype was G5(FH-326) when analysed using additive main effects and multiplicative interaction(AMMI) biplot scheme. While GGE biplot analysis on the basis of best performance revealed that under normal condition the genotypes, G1(L-13/10) and G2(FH-2056/10), carrying the common position in biplot. Whereas, under water deficit stress condition, G5 was the best adaptive genotype at all five locations. In the same way, ranking of genotypes showed that the G5 was the ideal genotype under both conditions. So, it is concluded that the genotype G5(FH-326) was found best for water deficit stress condition and can be cultivated under water scarce areas of Punjab.     

基于GGE双标图分析筛选生态适应性好的优质稻品种

为筛选具有生态适应性好的优质水稻,同时评价试点的代表性和区分力,采用GGE(基因型主效应及其与环境互作)双标图法综合分析12个杂交稻品种在6个试验点的产量及品质指标,并讨论试验点环境间的关系。结果表明:深两优5814、德优4727和T优6135表现出丰产、优质的特征。其中深两优5814多点平均产量10 096.25kg/hm~2,垩白粒率和整精米率分别为14%和56.5%且稳定性好。同时GGE分析表明,试验点中万州与梁平,秀山与南川紧密正相关。     

花生新品种郑农花15号丰产性、稳产性及品质性状分析

为了解花生新品种郑农花15号的优良特性,根据2015-2016年国家（北方片）花生区域试验产量结果,本研究利用高稳系数法和GGE双标图法对郑农花15号的丰产性和稳产性进行了评估,并根据品质化验结果对该品种的品质进行综合分析。结果表明：郑农花15号表现出较好的丰产性、稳产性和广泛的适应性,含有较高的蛋白含量和油酸含量,具有广阔的推广应用价值。     

应用GGE叠图法分析种植密度对冀绿7号生长和产量的影响

以绿豆新品种冀绿7号为材料,设置9.0、10.5、12.0、13.5、15.0、16.5、18.0万/hm 7个密度处理,利用GGE双标图分析不同种植密度对其个体发育及群体结构的影响。结果表明,密度变化对冀绿7号的株高、主茎节数、单荚粒数、百粒质量影响较小,对单株荚数、单株粒质量影响较大。随密度增大,分枝数、收获指数有逐渐减小的趋势,生物产量和光合势则逐渐增大。冀绿7号的籽粒产量在低密度时随密度增大而增加,密度为13.5万/hm时产量最高,随密度继续升高产量保持相对稳定。