AMMI模型在亚麻区域试验分析中的应用

在亚麻区域试验中,品种(G)和环境(E)互作现象普遍存在,AMMI模型作为一种分析G×E互作关系的方法,较线性回归分析法更多地解释基因型与环境互作效应,AMMI模型中双标图和特殊互作效应值Dge的引入,为直观、定量地估计环境对基因型的分辨力及基因型对环境的特殊适应性提供了一种非常有效的手段.通过对2005年至2006年云南省亚麻区域试验的产量数据进行分析,结果表明线性回归分析法只解释互作SS的56.91%,而AMMI模型3条主成分轴共解释了96.53%的互作SS.应用AMMI模型分析亚麻品种区域试验是一种行之有效的方法.     

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.     

四川小麦新品系区域试验产量稳定性分析

运用混合线性模型和AMMI模型,对四川小麦新品系两年区域试验的产量进行稳定性分析。结果表明,在混合线性模型中,影响产量的随机效应方差分量以品系与年份互作最大,年份和地点互作也较高。多重比较表明,46548-3、川麦107、98-18、R25和R88的产量显著高于对照川麦28。回归参数和置信区间分析表明,多数品系稳定性表现相似,但以99-1572最好。AMMI模型分别解释了2002和2003年的92.6%和76.9%的互作平方和;其双标图显示,环境改变较品系变异对小麦产量的影响更大。同时,通过AMMI2双标图得到各参试品系与环境间的互作情况。此外,通过稳定性参数Di值和AMMI1的品种排序分析揭示出各参试品系的稳定性表现,其中Y1496-15在两年区试中均表现稳定,而R88和46548-3则呈现出特殊的环境适应性。     

AMMI模型在芝麻区域试验中的应用

品种区域试验中基因型(G)和环境(E)的互作现象普遍存在,AMMI模型作为一种分析G×E互作关系的方法,可非常有效地补充现有区域试验分析方法的不足.通过对2006年度湖北省芝麻新品种区域试验结果进行分析,结果表明,两条主成分轴(IPCAI、IPCA2)共解释了86.66%的互作平方和,03-4067、03H02为高产稳产型材料.     

西藏春油菜新品种的稳定性和适应性分析

应用Eberhat-Russe11法、品种区域试验法AMMI模型相结合,分析了西藏春油菜区试试验4个参试新品种的稳定性适应性,并对几种方法进行比较,结果表明:AMMI模型解释基因型与环境互作明显优于线性回归模型。通过AMMI模型双标图可以看出产量在品种和地点的变异程度,稳定性较好的品种是蜀油8号。品种区域试验AMMI模型分析法测定油菜品种丰产稳产性一个比较简便的方法。若能与回归系数法相结合,则能进一步提高分析的准确性。     

AMMI模型在马铃薯品种区试中的适用性分析

应用AMMI模型对6个马铃薯品种的区试产量进行了分析.结果表明:在线型回归分析的条件不具备时,AMMI模型可解释基因型与环境之间的互作.通过AMMI模型双标图和稳定性参数可以比较基因型与环境互作的大小,进而评价各参试品种的稳定性与适应性.     

基于AMMI模型分析大麦籽粒酚酸含量的基因型与环境效应

[目的]明确基因型、环境以及基因型与环境互作(G×E互作)对大麦籽粒酚酸含量的影响.[方法]以7个大麦品种为材料,种植在3个生态条件迥异的地区,测定其籽粒酚酸含量,并采用主效可加互作可乘模型进行分析.[结果]基因型、环境以及G×E互作对所分析的各酚酸指标的影响均达到极显著水平.对于原儿茶酸和丁香酸含量,G×E互作的影响最大,其次为环境型,基因型的影响最小;对于香草酸含量,G×E互作的影响最大,其次为基因型,环境的影响最小;对羟基苯甲酸、总羟基苯甲酸衍生物和总酚酸含量,环境效应的影响最大,其次为G×E互作,基因型的影响最小;对于阿魏酸和总羟基苯甲酸衍生物含量,基因型效应的影响最大,其次为G×E互作,环境的影响最小.[结论]基因型、环境以及G×E互作对大麦籽粒中主要酚酸成分含量有着极显著的影响.     

多点鉴定试验中玉米品种稳定性和试点分辨力分析

借助AMMI模型对河北省2017年玉米品种多点鉴定试验数据进行分析,研究结果表明:基因型效应(G)、环境效应(E)和基因型×环境交互效应(G×E)均达到极显著水平。其中,环境效应占总变异比例最大为79.79%,基因型与环境互作占10.30%,基因型效应仅占2.84%。基因型与环境互作效应中第一主成分轴(PCA1)、第二主成分轴(PCA2)和第三主成分轴(PCA3)三者共解释了83.14%的互作信息。12个参试品种中,G7(衡玉1587)、G9(沃单901)和G4(沃单818)属于丰产且稳产的品种,对照品种G12(郑单958)稳定性较好但丰产性一般。9个试点中,E2(藁城)试点分辨力最大,E8(永年)试点分辨力最小。     

AMMI模型在棉花区试数据分析中的应用

在作物品种区域试验中 ,基因型和环境的互作是很普遍的现象。主效可加互作可乘模型 (简称AMMI模型 )作为一种非常有效的分析G×E互作的方法越来越受到重视 ,而双标图是展示AMMI分析结果的一种直观有效的图形工具。然而 ,AMMI分析中仍缺乏评价品种稳定性的定量指标。文章对AMMI模型和双标图作一扼要介绍 ,推荐使用Di 来评价品种的稳定性 ,并采用新的参数Dj和Dij来估计试点对品种的分辨力及品种对试点的特殊适应性。选用 1999～ 2 0 0 0年江苏省中熟棉花品种区试的皮棉产量数据进行分析 ,以加深了解AMMI模型和双标图在区试数据分析中的应用。分析结果表明 ,品种、环境及G×E互作的变异都达极显著水平 ,而且 ,G×E的平方和是品种平方和的 2倍。AMMI2模型解释了G×E平方和的 82 8%。根据稳定性参数判断 ,“通 945 0”和“徐 2 44”的皮棉产量较高而稳产性较差 ,“泗棉 3号”和“宁 8186”稳产性好而产量较低 ,“盐 2 0 0 6”则是既高产又稳产的品种。通过AMMI2最佳适应品种图看出 ,盐 2 0 0 6是具有广泛适应性的品种 ,而“泗阳 16 7”对宿迁市有特殊适应性 ,徐 2 44对徐州市和连云港市有特殊适应性。文章还对利用AMMI模型分析棉花品种区试数据的一些相关问题进行了探讨     

三种评价品种稳定性方法的比较

运用线性回归Eberhart和Russell模型、主效可加互作可乘(AMMI)模型以及高稳系数法(HSC)同时分析2002~2003年度重庆市油菜新品种区域试验参试组合的产量稳定性,对3种评价品种稳定性的方法进行了比较。结果表明,线性回归Eberhart和Russell模型和高稳系数法(HSC)可以为选择高产、稳产的油菜新品种提供有益的参考,但两者都有不足之处;AMMI模型通过从加性模型的残差中分离模型误差与干扰,可以提高估计的准确性,并且借助于双标图可以直观地描绘和分析基因型与环境互作的模式;三者中,AMMI模型是一种较为理想的品种稳定性评价方法。     

应用AMMI模型分析广西普通玉米区试品种的稳定性

以不同玉米品种产量资料为基础,应用回归模型和AMMI模型,对2008年春造广西普通玉米品种区域试验A组12个玉米品种的稳定性进行分析评价。结果表明,回归模型在联合回归、基因型回归和环境回归分析中都未达显著水平,因此,回归模型不适用于分析本试验数据;利用AMMI模型分别以1个到多个IPCA主成分轴分析G×E交互作用效应,结果发现当用3个主成分进行分析时,3个IPCA达显著或极显著水平;AMMIⅠ和AMMIⅡ双标图分析结果表明,12个参试玉米品种中,BY789、Z5S31、NX969和YX2774为丰产且稳定性较好的品种,MN4为产量最低、稳定性较差的品种。     

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。     

甘蔗品种的区试蔗茎产量和蔗糖分与环境互作效应分析

利用AMMI(主效可加互作乘积)模型及双标图、Di(品种稳定性参数)以及相应表现型值与Di值的聚类分析,对2005～2006年14个甘蔗品种云南5个试点的2年新植1年宿根甘蔗品种区域化试验蔗茎产量和蔗糖分进行基因环境互作研究分析.结果表明:①产量与环境的互作效应显著,稳定性好的品种有云瑞99-113、德蔗93-94等;甘蔗糖分与环境互作效应较小,稳定性好的品种有云瑞99-113、云蔗98-236等.②根据AMMI双标图,提出了参试品种在参试点的适应性.③根据平均产量和糖分及其Di值聚类分析,参试品种可分为5类.基于AMMI的互作稳定性分析和聚类分析为蔗区甘蔗新品种的推广应用提供了依据.     

基于AMMI模型的区域试验玉米新品种的稳定性和适应性评价

以2009年贵州省玉米新品种区域试验C组各承试点的产量为资料,应用AMMI(additive main effects and multiplicative interaction,又称为主效可加互作可乘)模型对小区产量的基因型、环境和基因型与环境(G×E)互作进行了探讨。结果表明:AMMI模型很好地解释了玉米新品种产量性状的基因型效应、环境效应和G×E互作效应。根据AMMI双标图和分析结果可以得出以下结论:小区产量高且稳定的品种有C2、C6和C8(10.689～11.433kg),相对稳定的品种有C7、C10和CK(10.071～10.594kg),高产但较不稳定的品种有C3和C4(10.571～11.055kg),产量低也不稳定的品种是C1、C5和C9(9.543～10.157kg);试点E1、E5和E2的分辨力较强,E6、E7和E3的分辨力较弱。     

基于AMMI模型评价长期定位施肥对双季稻总产量稳定性的影响

【目的】研究长期不同施肥对双季稻产量演变和稳定性的影响。【方法】以25年定位施肥试验为平台,采用AMMI模型对影响双季稻总产量稳定性的施肥处理、环境和二者互作进行分析。【结果】（1）施肥处理与环境互作（F×E）平方和占方差分析总平方和的9.78%,达到了极显著差异水平（P＜0.01）,AMMI模型的交互效应主成分（IPCA）前三项累计解释了88.46%的互作平方和,其稳定性参数（Di值）与Shukla变异系数和变异系数的相关系数分别为0.97和0.83,均达到了极显著相关。（2）均衡施化肥可以有效提高双季稻产量和产量稳定性,在等量养分条件下配施有机肥进一步提高了其产量和产量稳定性,其中在产量方面,配施30%、50%和70%有机肥处理较均衡施化肥处理（NPK）分别提高6.15%、3.88%和7.75%;在稳定性方面,分别提高25.91%、59.78%和29.31%。【结论】AMMI模型很好地解释了施肥处理与环境的互作效应,是评价长期施肥条件下双季稻产量稳定性的有效方法。根据分析结果得出,有机无机肥配施是该区域双季稻高产和稳产的最佳施肥措施,其中等比例配施有机无机肥在产量相对较高的条件下（与均衡施化肥处理相比）稳定性最好;30%有机肥配施70%化肥和70%有机肥配施30%化肥两个处理在稳定性相对较好的情况下产量最高、适应性最强。     

基于甘薯区试产量数据的AMMI 模型分析

【目的】评价不同甘薯品种的生态适应性,分析新疆各试验区的鉴别力,筛选出适合新疆种植的甘薯新品种,为新疆甘薯新品种的选育和推广提供依据。【方法】采用AMMI模型对2018~2019年新疆甘薯品种区域试验中的5个甘薯品种、3个试验点综合评价,分析5个甘薯品种的稳定性及丰产性,以及3个试验点的鉴别力。【结果】Z15-1和H6-1的稳定性较强,徐薯18号的稳定性较差;Z15-1属于高产稳产品种,可作为示范推广品种;H6-1、印尼紫薯属于低产稳产品种;烟薯25号和徐薯18号属于高产不稳产品种;乌苏试验点对品种的选择性最高,具有较强的代表性,伊宁试验点对品种的鉴别力低。【结论】Z15-1整体表现较好,可在新疆甘薯产区推广种植;烟薯25号和徐薯18号属于高产不稳产品种,可在局部地区示范推广。     

用AMMI模型分析甘薯品种产量性状的稳定性

利用AMMI模型对雷州半岛4试点8个甘薯品种的产量性状进行分析。结果表明,对鲜薯产量和薯干产量总变异起作用的因素依次为基因型、基因型与环境互作和环境。鲜薯产量2条主成分轴共解释了94.70%的互作平方和,薯干产量2条主成分轴共解释了93.55%的互作平方和。广薯87属于高产稳产品种,适应性广;广薯79属于低产稳产品种,适应性广;揭薯04-12、广薯42属于高产不稳产品种;紫罗兰、桂粉3号属于低产不稳产品种。揭薯04-12在雷州,紫罗兰在遂溪,广薯42在徐闻具有特殊的适应性。徐闻对品种的选择性最高,品种的交互作用大;吴川点对品种的鉴别力最低,对各品种具有广泛的适应性。     

用AMMI模型分析玫瑰品种产花量的稳定性

 【目的】研究玫瑰（Rosa rugosa Thunb.）不同品种单株产花量的年度稳定性问题。【方法】选用13个玫瑰品种,采用随机区组试验设计,4次重复,每小区10～12株,连续两年测定各品种的单株产花量,应用AMMI（additive main effects and multiplicative interaction,又称为主效可加互作可乘）模型对连续两年的单株产花量的基因型、环境和基因型与环境（G×E）互作进行了探讨。【结果】基因型、环境及G×E互作的平方和分别占总平方和的65.610%、12.352%、22.038%,均达极显著水平,而误差仅占2.75×10-17%,参试品种的单株产花量在500～1 500 g;AMMI双标和排序图表明,紫云、玉盘、唐紫、唐粉、紫枝玫瑰、朱龙游空与2006年的环境互作为正,而与2007年的环境互作为负;赛西子、唐红、西子、紫芙蓉、朱紫双辉、紫雁、香刺果与2007年的环境互作为正,与2006年的环境互作为负。AMMI品种适应性分析显示,朱龙游空、唐紫和赛西子具有最佳适应性。【结论】AMMI模型很好地解释了玫瑰品种产量性状的基因型效应、环境效应和G×E互作效应。根据分析结果可以得出以下结论,单株产花量高且稳定的品种有西子、紫芙蓉和赛西子（1 200～1 800 g）,相对稳定的品种有玉盘、唐粉、紫枝玫瑰、紫云、紫雁和朱紫双辉（800～1 150 g）,高产但较不稳定的品种有唐紫和朱龙游空（1 700～2 600 g）,产量低也不稳定的品种是唐红和香刺果（500～600 g）。