高油酸花生品种开农1760产量及其构成的可视化分析

分析高油酸小粒花生品种开农1760的产量及其与农艺性状的关系,为高产优质育种提供有效指导。本研究以开农1760参加的2014-2015年河南省小粒花生区试数据为基础,运用GGE (genotype+genotype-by-environment interaction)双标图评价其丰产性和稳产性,利用R语言进行可视化的相关分析和通径分析。结果显示,开农1760的丰产稳产性综合排名第一,出米率的变异系数最小,饱果率与产量呈极显著正相关,百果重、单株生产力、百仁重、主茎高、侧枝长和结果枝数与产量呈显著正相关,结果枝数的直接通径系数最大,是影响开农1760荚果产量的关键性状。综上所述,开农1760丰产性好、稳定性强,适合在河南省大面积推广利用;在选育小粒花生新品种时可侧重做好对结果枝数的选择。     

基于GGE双标图对苜蓿品种丰产性和稳定性综合评价

为了解不同苜蓿（Medicago sativaL.）品种在宁夏南部山区的丰产性、稳产性，以及试点的代表性和区分力，本研究利用方差分析、GGE双标图模型对区域3个不同试点的6个苜蓿品种的产量进行分析。结果表明：苜蓿产量最高的试验区是原州区彭堡镇彭堡三队，最低的是隆德县关庄乡前庄村，前者比后者高43.7%；产量最高的品种是‘甘农7号’，最低的是‘阿尔冈金’，前者比后者高44.9%；联合方差分析显示，基因型与环境互作（G×E）、环境（E）、基因型（G）对品种产量影响显著（P<0.05），其中G×E是引起苜蓿产量差异的最主要原因，它引起的变异是E的1.19倍，是G的1.58倍。利用GGE双标图模型分析可知，高产稳产的品种是‘三得利’、‘苜蓿王’；3个不同区域可划分为2个生态区，原州区头营镇徐河村和原州区彭堡镇彭堡三队为1个，隆德县关庄乡前庄村为1个；综合代表性和区分力，较理想的试点为头营镇徐河村。     

低氮胁迫对谷子苗期性状的影响和耐低氮品种的筛选

筛选和培育耐低氮能力强的作物品种,是提高作物氮素利用效率,减少氮肥施用量,降低环境污染的有效措施。本研究以45份谷子品种为试材,采用水培的方法,在低氮(0.1mmol·L~(-1))和正常氮(5mmol·L~(-1))条件下,测定苗高、根长和根数等22个氮效率相关指标,采用综合耐低氮系数法以及基于主成分分析的隶属函数法评价参试谷子品种的耐低氮性。结果表明,与正常氮条件相比,低氮胁迫下,谷子苗期根长、根冠比、地上部氮素生理效率、地下部氮素生理效率、单株氮素生理效率有不同程度提高,其余17个指标都有不同程度降低。两种评价方法均根据45个谷子品种的耐低氮能力将其划分为强耐低氮型、耐低氮型、中间型、较敏感型和敏感型5类。筛选出耐低氮性较强的品种5份,编号分别为11、14、17、35和39。利用GGE双标图对品种-耐低氮相关指标的分析表明,编号39和14的耐低氮品种主要耐低氮性状为地下部干重、地下部鲜重、根长;编号为11、35和17的耐低氮品种主要耐低氮性状为地上部鲜重、叶片数、叶宽、叶长、单株氮累积量、地上部氮累积量、单株干质量、地上部干重、地下部氮累积量、根数、苗高和SPAD。可见不同谷子品种的耐低氮机制存在一定差异,研究结果可为谷子耐低氮品种的选育提供材料基础。     

利用GGE双标图分析花生品质性状的基因型-环境互作

花生品质性状的稳定性和基因型-环境互作研究，可为花生品质育种及不同生态区域花生品种的选择提供参考依据。本研究利用GGE-biplot工具，对我国黄淮海花生主产区16个花生品种两年间的品质性状进行了综合分析，包括含油量、油酸、亚油酸、棕榈酸和蛋白质含量等。结果显示，5个品质性状均有较高的GGE总变异值（主成分因素PC1和PC2变异的总和），变幅在61.5%-79.9%之间，以含油量的GGE变异值最低，为61.5%，油酸含量的GGE变异值最高，为79.9%。16个花生品种2年间部分品质性状表现较为一致，其中濮花9519的含油量表型值波动最小，山花9号的亚油酸含量表型值波动最小，开农49是油酸含量表型值最为稳定的品种，天府23号是棕榈酸含量和蛋白质含量表型值最为稳定的品种。初步明确了徐州和濮阳分别适合高油花生和高油酸花生种植，确定了不同生态类型试点下较适合种植的品种，为花生品种推广应用提供了参考。     

Genotype x environment interactions and optimum resource allocation for sugarcane yield trials in Swaziland

To account for genotype x environment (G x E) interactions, sugarcane varieties are tested in multi-environment trials (METs) across multiple crop-years and seasons (early vs. late) under fully irrigated conditions in Swaziland. This study aimed to quantify the main sources of variation relevant to the MET network, identify mega-environments, evaluate adaptability of imported sugarcane varieties, and optimize resource use within the testing network. Nine varieties (eight imported Mauritian and one South African variety) were tested at two sites (Mhlume – M and Simunye – S), harvested early (E) and late (L) in the season across five crop-years in replicated (8) Latin square designs. A linear mixed model analysis of cane yield (tons of cane per ha; TCH), sucrose content (SUC%), sucrose yield (tons of sugar per ha; TSH), and fiber content (FIB%) showed that variety x season interactions were highly significant (P < 0.001) and larger than variety x site interactions for most traits. Genotype + genotype x environment (GGE) biplots revealed clustering of environments into two mega-environments by season rather than by site. Two Mauritian varieties were superior in each of the early and late mega-environments. Broad-sense heritability (H²) for all traits was larger than 0.79, with the highest value observed for FIB% (0.89). Resource optimization analysis, using variance components, suggested that future testing be conducted at a single site, across two seasons, with replicate numbers >5, and harvested across approximately five crop-years. Strong variety x season interactions should be exploited more aggressively in irrigated sugarcane selection programs.     

基于BLUP和GGE双标图的林木多地点试验分析

【目的】建立基于无偏预测值(BLUP)与基因型主效加基因型-环境互作效应(GGE)双标图的分析模型,以提高林木多点试验数据分析的准确性。【方法】以火炬松36个基因型在6个试验地(S1~S6)的种子产量为基础数据,利用ASReml软件对实测数据进行空间变异结合因子分析法的模型拟合,以获取各地点下每个基因型的BLUP值;从试验地划分、试验地评估和林木基因型评估3个方面,对原始数据、BLUP数据进行GGE双标图分析与比较。【结果】BLUP数据具有明显的空间变异,比原始数据具有更高的产量变异解释能力;原始数据和BLUP数据的试验地分组结果一致,均分为2组,但BLUP数据的试验地点间的相关关系变弱;原始数据的理想试验地为地点S5,而BLUP数据为地点S1;原始数据和BLUP数据的最理想基因型均为21,但2种数据高产和稳产基因型的一致性比较低。【结论】基于BLUP与GGE双标图相结合的模型,可用于林木多点试验分析,其比原始数据的GGE双标图分析结果更为可靠。     

用GGE双标图分析燕麦品种（系）农艺与品质性状

通过GGE双标图法分析了17个燕麦新品种（系）在阴山北麓半干旱农牧交错区生态条件下的丰产性、适应性和品质,为筛选高产优质燕麦新品种提供依据。结果表明：H44号的秸秆产量最高,科燕一号的籽粒产量最高,2004R-17的蛋白质和脂肪含量最高,坝莜十号β-葡聚糖含量最高,坝莜八号赖氨酸含量最高。籽粒产量与千粒重和有效穂数呈显著正相关关系,秸秆产量与株高、分蘖数以及有效穂数间也呈正相关关系,小穗数和穗粒数与籽粒产量或者秸秆产量间均呈负相关关系,赖氨酸和β-葡聚糖、β-葡聚糖和脂肪、脂肪和蛋白质呈显著正相关关系,赖氨酸和脂肪、赖氨酸和蛋白质、β-葡聚糖和蛋白质均呈负相关关系。     

Genotype by environment interactions of heat stress disorder resistance in crisphead lettuce

Lettuce is a cool season crop susceptible to physiological disorders when exposed to supra optimal temperatures. Genotype (G) by environment (E) interaction (GE) of rib discolouration, tipburn, premature bolting and ribbiness in crisphead lettuce was characterized under high temperature and long day growing conditions. Replicated data of 10 crisphead lettuce varieties from two plantings in each of four growing seasons at two locations in Quebec were analysed using the GGE biplot method. Head-weight-over-stem-length ratio, ribbiness, rib discolouration incidence and tipburn incidence were affected (P = 0.00001) by E, G and GE. E explained more variation in head-weight-over-stem-length ratio (77.1%) and rib discolouration incidence (77.3%) than G and GE, whereas GE explained more variation (72.4%) in tipburn incidence and G explained more variation (38%) in ribbiness. Strong crossover GE was detected with rib discolouration and tipburn incidence, but not with head-weight-over-stem-length ratio and ribbiness. Under heat stress, varieties of the Vanguard group had lower ribbiness than those of the Great Lakes group. Cultivar 'Estival' showed consistent resistance to bolting, ribbiness, tipburn and rib discolouration across all E.     

基于BLUP和GGE双标图的华北落叶松家系区域试验分析

【目的】为综合评价华北落叶松参试家系的速生丰产性、稳定性及各试验地点的区分力和代表性,利用基因型主效加基因型-环境互作效应(GGE)双标图对2017年度华北落叶松区域试验中参试家系的生长数据进行分析。【方法】基于冀北地区4个试验地点26个华北落叶松家系的胸径数据,首先拟合3个线性混合效应模型,各个模型均具有相同的固定效应(“地点”和“地点中的区组”)和残差方差结构(行、列自回归AR1×AR1,以进行空间分析),其中,模型1为随机效应中包含2个公因子的因子分析模型(FA模型),模型2、3分别为随机效应里不含测量误差以及包含测量误差的非结构化矩阵模型(US模型);基于AIC信息准则选出一个最优模型,之后利用最佳线性无偏预测(BLUP)法得到各家系在各地点的胸径BLUP数据;基于胸径BLUP数据做GGE双标图分析,对华北落叶松家系和试验地点进行评价。【结果】基于AIC信息准则,模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))被选为最优模型;基于胸径BLUP数据的GGE双标图的前2个主成分的方差解释百分比之和为92.4%,表明结果可靠;4个试验地点被分成2组,地点L1(张家口赤城马营沟)、地点L3(张家口沽源柳条沟)和地点L4(承德围场查字)为一组(以111号家系的胸径最大),地点L2(承德围场御道口)为一组(以78号家系的胸径最大),相对而言,地点L3(张家口沽源柳条沟)能更有效地选择速生丰产且稳定的家系;各家系在不同试验地点上的表现有所不同,总体而言,26个华北落叶松家系中,111号的胸径(产量)最大,接着是78、72、82、76、59、100、77、56、86、96等系号,胸径(产量)最小的是1号,97、116、53、35、46、66和49号等家系的胸径(产量)也较低,68和42号家系的胸径(产量)接近总体均值;96、86、100和76号是速生丰产且稳定的家系,速生丰产家系111、72、56号的稳定性居中,速生丰产家系78、82和77号的稳定性中等偏下,而速生丰产家系59号则不稳定。【结论】模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))较另外2个模型而言,结果更为可靠。地点L3(张家口沽源柳条沟)既具高区分力,又具高代表性,能更有效地评价家系。家系96、86、100和76号兼具速生性、丰产性和稳定性,可被广泛推广。基于BLUP的GGE双标图能有效应用于华北落叶松家系及试验地点的评价,本研究可为冀北地区华北落叶松的家系选择和应用提供决策支持。     

GGE双标图在湖南省棉花品种区域试验中的应用

为研究2013年湖南省棉花品种区域试验B组中参试品种与环境的互作关系,科学评价参试品种与试点,从而为品种审定、品种在生产中的有效利用及试点遴选提供理论依据。采用具有直观分析农作物两向数据的GGE双标图软件对参试品种的丰产性与稳定性、理想品种选择、品种适宜种植区域划分、各试点的代表性和鉴别力及理想试点选择等方面进行了分析。结果表明：2013年湖南省棉花品种区域试验B组各品种（系）皮棉产量的基因型、环境（试点）、基因型与环境互作效应均达极显著水平,其中环境主效（试点）、基因型主效及基因型与环境互作效应分别占处理变异平方和的57.99%、13.54%、28.48%;丰产性最好的品种是B3,稳产性最好的品种是B5,但最理想的品种是B3;大通湖管理区、君山和湖南省棉花科学研究所试点为最理想试点。