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。     

浙江省2011年玉米区试产量的AMMI模型分析

对2011年浙江省普通玉米新品种区域试验各个承试点的产量数据,应用AMMI（additive main effects and multiplicative interaction model）模型对产量的基因型、环境和基因型与环境互作进行分析。结果表明,丰产稳产性最好的品种为浙凤单1号,DH605、丹玉86丰产性较好,但稳产性不够。     

基于AMMI模型的花生区试品种稳定性分析

运用AMMI模型分析方法对广东省2000年花生品种区试数据进行品种稳定性分析，结果表明：粤油14、汕油523、汕油2l具有较好的品种稳定性；曲江、东源、鹤山、湛江、高州5个试点具有较强的品种判别力，是花生新品种较为理想的区域试验点。     

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。     

AMMI模型在小麦品种区试中的应用

运用AMMI模型对 2 0 0 2～ 2 0 0 3年度山东省小麦区试结果进行分析 ,结果 3条显著的主成分轴共解释了 96.9%的互作平方和 ,品种潍 62 0 3 6属高产稳产性品种 ;烟 2 78虽然产量高 ,但稳定性差 ;烟 2 80 1属低产稳产性品种 ;汶农 5号、鲁麦 14产量低而不稳。从AMMI互作效应值可看出 ,潍 62 0 3 6除德州、滕州试点外 ,具有广泛的适应性 ;95 5 15 9除长清试点外 ,具有广泛的适应性 ;汶农 5号、烟 2 78、聊 95 18对滕州试点有特殊适应性。     

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。     

基于AMMI模型的黑粒花生产量遗传稳定性分析

为了探究不同黑粒花生品种(系)产量性状遗传的品种和环境交互效应,以山西南部5个试点的8个黑粒花生品种(系)为研究对象,应用AMMI模型分析不同品种的稳定性及试点分辨力。结果表明,品种河津三粒黑和新品系临黑丰1号、临黑3号在各试点具有较好的品种稳定性和环境适应性,且田间产量较高;大阳镇、韩村、阳村乡3个试点对参试品种(系)有较好的分辨力;河津三粒黑、太谷绿宝黑、临黑丰1号、临黑3号对大阳镇试点的特殊适应性较好。AMMI分析结果可为黑粒花生新品种选育及引种栽培提供依据。     

应用AMMI模型分析安徽省油菜区试品种的稳定性

通过将AMMI模型应用于2005~2006年度安徽省油菜区试C组参试品种稳定性评价,结果表明:AMMI模型优于传统的回归分析法,10个参试品种产量稳定性最好的是驰丰1号,稳定性最差的为笑油3号。讨论AMMI模型在分析品种稳定性时应注意的问题。     

AMMI模型分析贵州省水稻区试品种稳定性及适应性

运用AMMI模型对2018年贵州省杂交水稻区试迟熟D组区试试验中12个品种在10个试验点上稳定性及适应性进行分析。结果表明：通过各个品种稳定性分析得到g-3(贵丰优33号)、g-5(正优236)、g-6(贵丰优3785)、g-8(凯丰优4001)、g-9(YS516)品种稳定性比较好;通过各个试点鉴别力分析得到鉴别力最大的点是e-9(兴义);其次是e-10(关岭)。结合产量进行综合考虑： g-8(凯丰优4001)属于丰产稳产品种,g-12(粮两优1378)属于稳产性居中,丰产性很高的品种。     

甜玉米品种稳定性的AMMI模型分析

采用方差分析和AMMI模型分析，对不同地点随机区组试验中甜玉米株高，穗长和产量的品种差异显著性。试验精确度和品种稳定性进行研究。结果表明，在单年单点随机区组试验中除了呈贡和石林的穗长以外，其余各点性状的品种差异都是极显著的，同一性状不同地点的品种间差异表现不一致，这是基因型与环境互作所致，石林点试验精确度最高，其余两点的次之，超甜20号在3个性状上的表现最稳定。黑甜糯产量最不稳定，白甜糯株高和穗长最不稳定。株高，穗长，产量的互作效应主成分（IPCA）的平方和分别占交互作用平方的93.2%,90.9%和80.3%。解释了大部分基因型与环境交互作用。由此计算获得的稳定性参数（Di)是可靠的。     

应用AMMI模型分析冬性饲草型小黑麦品种稳定性

[目的]研究饲草型小黑麦区域试验品种稳定性问题.[方法]应用AMMI模型对冬性饲草型小黑麦区域试验产量数据进行分析,并结合稳定性参数Di(j)和双标图对鲜、干草产量的基因型、环境和基因型与环境(G×E)互作进行分析.[结果]参试品系在各试点上总体适应性表现较强,6个参试品系中WH07 -2鲜草产量上表现出既高产又稳产,适宜于作为刈割青贮品种.[结论]AMMI模型是分析基因型与环境(G×E)互作的有效方法,应用此方法对饲草型小黑麦区域试验品种(系)进行评价会更加科学完善.     

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.     

紫色甘薯品种比较试验

[目的]筛选适合浙中地区栽培的紫色甘薯新品种。[方法]对4个紫色甘薯品种进行品比试验。[结果]宁紫薯1号产量高,薯型较匀称,食用品质较优,综合性状均优于其他各参试品种。贮藏15 d后,各品种甜度与风味呈上升趋势。[结论]宁紫薯1号适宜在浙中地区种植。     

红薯精准施肥数学模型研究

汇总分析了湖南省2005-2011年22个红薯“3414”肥效试验,采用斯坦福施肥量计算公式W=（U-Ns）/R,根据目标产量和土壤速效养分测试值,计算实际施肥纯量,建立氮、磷、钾实际施肥纯量（Y）与目标产量（X1）、土壤检测值（X2）的3个二元一次回归施肥数学模型,为红薯的精确施肥提供了技术支撑。     

基于AMMI模型对蓖麻杂交种适应性的分析(英文)

[目的]分析4个蓖麻杂交种的生产适应性和稳定性,探讨AMMI模型在品种评价中的应用方法。[方法]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。[结果]AMMI模型分析表明,交互作用主成分轴奇异值IPCA1、IPCA2两项共解释了92.24%的互作变异,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适应能力和稳产性。[结论]AMMI模型把方差分析和主成分分析结合在一起,相对于传统的方差分析方法提高了精确度。甚至能够对自身没有结果能力的雌性系,也可以通过鉴定其F1代的基因和环境的互作效应,间接评价雌性系的适应性。     

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。