AMMI模型在水稻品种区域试验中的应用

在农作物品种区域试验中,品种的产量性状在各地点表现出不一致,是因为品种的基因型和环境(G×E)存在着交互作用。用一般的线性回归方程,只解释G×E交互作用很少一部分。AMMI模型在常规的基因型和环境的加性模型中加入了乘积形式的交互作用,能更多地解释G×E交互作用,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。     

AMMI模型在油菜品种区域试验中的应用

在油菜品种区域试验中,品种在各地点的表现很不一致,说明品种的基因型（G）和环境（E）存在工作用,常用的GXE交互作用分析法约束性较强,解释G×E交互作用较少。加性立效应和来积交互作用模型（简称AMMI模型）在常规的基因型和环境的加性模型中加入了乘积形式的交互作用,能更多地解释G×E交互作用。本文应用AMMI模型分析1995-1997年度通过四川省油菜区试的品种,结果表明：AMMI模型是具体、直观、灵敏地综合评价油菜品种的一种方法。     

AMMI模型应用于桤木种源区域试验的分析研究

对桤木 1 3个种源在 5个测试点进行了生长性状的遗传测定。AMMI(加性主效应和复合交互效应 )模型和传统稳定性分析模型相比较 ,AMMI分析和生态价法的结果很吻合 ,而与回归分析法的结果有所差异 ,但排序结果基本是一致的。AMMI的Di 值法相对比较精确可靠。桤木树高在种源间差异极显著。树高相对稳定的种源是四川泸定沙湾、四川雅安和四川金堂淮口 ,最不稳定的是种源四川金堂长乐和四川沐川     

AMMI模型应用于油菜区域试验的分析研究

AMMI模型是一种有效的加性主效应和乘积交互作用（Additive main effects and multiplicative interaction,简记为AMMI）模型，它发展了分析基因型与环境互作的统计方法。本文以1996和1997年（秋播）的云南省油菜区域试验的小区产量为资料，应用AMMI模型分析研究油菜区域试验。通过分析得出：使用AMMI模型能提高估计的准确性、提高选择的概率。例如，此组区域试验用线性回归模型分析时，剩余残差点交互作用的74.60%；而在AMMI模型中，残差仅占交互作用的16.63%。在AMMI分析中，显著的主成分轴（PCA1-3）用尽量小的自由度捕捉尽量大的SS（其中，PCA1用24%的互作自由度捕捉了48.72%的互作SS），而剩余大自由度对应小的SS，作为试验误差处理，提高试验精确度。特别是AMMI模型利用对应分析图可以直观评价品种的稳定性和较适应地区，为其推广某一品种和在某一区域推广一品种等科学决策提供依据。当显著的PCA轴多于3个以上时，可通过D值的大小来确定品种的稳定性。由此得出结论，此模型可提高试验精确度，减少试验重复数，评价品种更精确，选择出的品种更可靠，且能够直观地得出各参试品种的稳定性和较适应地区。它是一种花费小、简便易行、经济实用的统计分析方法。     

应用AMMI模型分析春小麦品种区域试验

利用AMMI模型对2005年国家东北春小麦旱地组区域试验的产量数据进行稳定性分析。结果表明:航麦96、铁90113属于高产稳产型品种;辽春18号、辽99鉴162、赤99-45虽然产量较高,但稳定性较差;K繁49稳产性好,但平均产量较低;沈免2147、K繁9产量低而不稳。在参试地点中,公主岭、铁岭、通辽、朝阳对品种的分辨力较弱;锦州、天津、宣化、白城、赤峰对品种的分辨力较强。     

基于AMMI模型的水稻品种区域试验分析

基于更合理的欧氏距离值Di和Dj的计算方法，利用AMMI模型分析了广东省1999年晚造杂交稻弱感光组区试试验数据资料，结果表明，就品种稳定而言，博优880、博优998、博优611等3个组合具有较好的品种稳定性；就区域试验点对品种的判别力而言，新兴、阳江和惠来等3个试点则具有较强的品种判别力，是较为理想的水稻弱感光组区域试验点。     

桤木种源区域试验的AMMI模型分析

对桤木13个种源在5个测试点进行了生长性状的遗传测定.结果表明,AMMI(加性主效应和复合交互效应)模型和传统稳定性分析模型相比较,AMMI分析和生态价法的结果较吻合,而与回归分析法的结果有所差异,但排序结果基本是一致的.AMMI的Di值法相对比较精确可靠.     

利用AMMI模型分析大豆品种区域试验

运用AMMI模型对2003~2004年度全国北方春大豆品种区域试验中早熟组试验结果进行分析,结果表明:垦98-4319、垦95-3438、绥农14属于高产稳产性品种;钢95144-1属于低产稳产性品种;延交9804-14属于低产不稳产性品种;合97-713高产但不稳产。从AMMI互作效应值可看出:垦 98 - 4319、垦 95 - 3438 除新疆昌吉州种子站外具有广泛的适应性;绥农 14 和钢95144-1具有广泛的适应性;合 97 - 713 对合江农科所和吉林敦化原种场环境具有特殊的适应性。     

AMMI模型在水稻区域试验产量组成性状分析中的应用

为了解AMMI模型在水稻区域试验产量组成性状分析中的应用效果,利用AMMI模型对2006年安徽省晚粳水稻区域试验资料进行了分析。结果表明,在分析基因型与环境互作时,AMMI模型优于多元回归和相关分析;AMMI模型中的极显著和显著能分别解释产量、单位面积有效穗数、株高、穗长、每穗实粒数性状的89.19%、95.90%、96.30%、91.20%、90.40%的交互作用平方和;AMMI模型稳定性参数Di可以用来分析产量性状在不同地点下的稳定性,稳定性产量性状Di值分析表明,品系和环境的变化对单位面积有效穗数与每穗实粒数影响较小。     

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     

AMMI模型在甘蔗区域试验中的应用

甘蔗品种区域试验中基因型(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,可非常有效地补充现有区域试验分析方法的不足。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辩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2003～2004年度国家甘蔗新品种第四轮区域试验结果进行分析,2条显著的主成分轴共解释了61.47%的互作平方和,品种粤农91-600、福农95-1702、闽糖92-505为高产稳产型,云蔗94-375、粤糖91-1102为高产但不稳产,桂糖95-53、粤糖96-244为稳产较好但产量较低,川引97-1为产量低而不稳。从AMMI双标图及互作效应值可看出高产类型品种中,福农95-1702除广西南宁、云南开远外,具有广泛的适应性,粤糖91-1102则仅对广东湛江、福建福州有特殊适应性,云蔗94-375则仅对云南开远、江西赣州有特殊适应性。     

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.     

应用AMMI模型分析春小麦区试数据的研究

在作物品种区域化试验中,基因型与环境的交互作用(简称G×E)越来越受到人们的重视.主效可加互作可乘模型(additive main effects and multiplicative interaction model,简称为AMMI模型)是一种非常有效的分析G×E的方法,而双标图(biplot)是解释AMMI分析结果的一种直观有效的图形工具.在对AMMI模型、双标图和稳定性参数Di(j)简要介绍后,选用1999～2000年新疆春小麦品种区试的产量数据进行了实例分析,以加深对新方法在区试数据分析中应用的认识,促进其在新疆的推广应用,提高新疆在区试数据分析方面的水平和效率.文章得出的有关品种稳定性和适应性、地点对品种鉴别力等初步结果,对育种和生产单位有一定的参考价值.     

利用AMMI模型评价湖北省水稻区试品种的适应性

对2013年湖北省水稻(Oryza sativa L.)区域试验中的12个品种(V1-V12)在10个环境试点(E1-E10)中的产量数据进行了方差和AMMI模型联合分析。结果表明,环境、基因型与环境的互作、基因型引起的产量变异都达到极显著水平,三者的变异平方和分别占总处理平方和的55.95%、16.48%和21.09%。进而基于AMMI模型对品种与环境间互作效应进行了深入剖析,品种与环境间互作效应可分解为三个显著的主成分轴IPCA1、IPCA2、IPCA3,分别解释了总互作平方和的50.56%、22.57%、13.31%,三者合计占互作总平方和的86.44%。综合品种与环境间互作效应大小及产量表现对品种丰产性和稳定性、试点的鉴别力进行了评价,其中品种V10、V12丰产性、稳产性均表现优良,V4、V6、V7属于丰产性很好但稳产性一般的品种,V9、V11属于稳产性很好但产量一般的品种,V1属于产量一般且稳产性很差的品种,V5属于稳产性很好但产量很低的品种,V2、V3、V8属于丰产性和稳产性均很差的品种;对于试点鉴别力,其中试点E1、E7、E8对品种的鉴别力最强,试点E3、E6、E10对品种的鉴别力最弱,其他试点E2、E4、E5、E9对品种的鉴别力居中。     

非参数度量在棉花区试数据分析中的应用

简明介绍了非参数分析方法 ,并运用该方法对安徽省棉花区试资料进行分析。结果表明 :参试品种D1 80丰产性、稳产性较好 ;皖杂 3号丰产性较好而稳产性较一般 ;绿杂棉 1号丰产性较差 ,稳产性较好。笔者还对利用非参数度量方法分析棉花品种区试数据的一些相关问题进行了探讨     

AMMI模型在水稻品种区域试验中的应用

利用AMMI模型及双标图对2009年贵州省粳稻区域试验产量数据进行分析,结果表明:AMMI模型双标图可以形象表述品种的适应性、稳定性和丰产性,对于深入理解品种和试点互作,明确试点间的相互关系、制定育种目标和良种的示范推广具有一定的参考价值,但在实际的区域试验结果分析中,应结合常规区试分析方法,对参试品种作出合理评价。     

利用AMMI模型分析寒地水稻区试品种产量的基因型与环境互作

为研究寒地水稻产量的稳定性和适应性,将11个黑龙江省垦区水稻品系布置在8个不同生态点,使用主效可加互作可乘模型进行稳定性和适应性评价。结果显示,基因型与环境互作对产量的影响最大,其次为环境,基因型最低。参试材料稳定性最好的是建09-19,其次是龙粳21,稳定性最差的是垦稻10-2206;试验点中对产量鉴别力最强的是二九一农场,其次是八五六农场,再次为八五○农场,最差的为江川农场。建09-17在八五○农场和八五七农场,垦10-1624在八五六农场,垦稻10-2206在二九一农场和友谊农场,垦09-1709在江川农场、农垦水稻所和兴凯湖农场表现出最佳适应性。