水稻区试品种稳定性分析的AMMI模型应用

将ＡＭＭＩ模型应用于水稻区试稳定性分析,并将分析结果与线性回归分析进行比较,ＡＭＭＩ模型可深入分析品种与区试地点的互作,为水稻区试品种稳定性评价提供参考。     

应用AMMI模型评价湖南棉花区试品种的稳定性

应用AMMI模型对2007年湖南省棉花区试QB组产量进行了分析,结果表明:通过AMMI模型的分析结果能更有效地解释基因与环境间的互作,从而提高综合评价参试品种稳定性的能力.     

利用AMMI模型对花生品种稳定性的分析

利用ＡＭＭＩ模型对花生区试结果进行分析,结果表明,Ｈ、Ｇ两品种稳定性较好,Ａ、Ｉ、Ｂ三品种稳定性较差。文章还分析了Ｄｉ（１）和Ｄｉ（２）的一致性问题,并对基因与环境的互作作了探讨     

应用AMMI模型评价马铃薯品种的稳定性和适应性

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。     

AMMI模型分析不同基因型马铃薯产量稳定性

为研究不同基因型马铃薯产量的年度稳定性,选用7个品种(系),采用随机区组设计,4次重复,应用AMMI模型对连续3年的数据进行了分析。结果表明,基因型、环境和基因型与环境互作的平方和分别占总平方和的47.69%、6.41%和40.03%,均达极显著水平。AMMI双标图表明,参试材料产量稳定性为‘牡9141’‘牡8182’‘克新13号’‘牡91320’‘牡8153’‘克新4号’‘克新12号’,平均产量为‘牡8153’‘克新13号’‘牡91320’‘牡8182’‘克新4号’‘牡9141’‘克新12号’。综合品系及其对应类型对照品种的丰产性及稳定性,‘牡91320’、‘牡9141’整体表现优于对照;‘牡8153’的丰产性好,但稳定性不如对照,‘牡8182’的稳定性好,丰产性不如对照。AMMI模型很好地解释了产量性状的基因型效应、环境效应和基因型与环境互作效应。     

AMMI模型在高粱品种区域试验中的应用

采用AMM I模型分析方法对2006年度全国高粱品种区域试验春播早熟组的试验数据进行分析,结果表明,3条显著的主成分轴共解释了94.33%的互作平方和,吉杂121和LG601属高产、稳产型品种,适应性广泛;通杂108、龙638、吉杂202平均产量较高,稳定性较好;赤杂23平均产量较低,稳产性较差;吉粱20号和豫粱8号平均产量低且稳定性差。从AMM I模型互作效应值可看出,哈尔滨、赤峰、长春试点对品种的分辨力较强;通辽、公主岭、白城试点对品种的分辨力较弱。LG601除白城和赤峰外,具有广泛的适应性,赤杂23、吉杂121在哈尔滨和赤峰具有特殊适应性。     

基于AMMI模型的辽宁省水稻品种区域试验稳定性及适应性分析

为评价辽宁省水稻品种的稳定性、丰产性、适应性及不同试验点的区分力,利用AMMI模型对2019年辽宁省水稻区域试验中早熟组参试品种及试验点进行分析。结果表明：基因型、环境、基因型与环境互作方差均达到极显著水平,三者平方和分别占总平方和的17.0%、49.72%、14.19%。AMMI模型中前2个主成分值达到极显著水平,共解释76.5%的交互作用,能有效地分析基因与环境互作效应。源粳2号（g4）、美锋稻245(g2)、富禾稻258(g5)属高产稳产型品种,6个试验点中,区分力最强的是开原市示范繁殖农场（e1）。     

应用AMMI模型评价吐哈盆地陆地棉品种的稳定性和丰产性

在吐哈盆地对10个陆地棉品种（系）开展区域试验,应用AMMI模型评价陆地棉品种（系）的稳定性和丰产性。结果表明：AMMI模型能够准确评价各参试品种（系）不同试点产量的稳定性和丰产性;在参试品种（系）中,6号丰产性和稳定性均较好,9号丰产性较好,稳定性一般,4号丰产性较差,稳定性较好,8号和10号的丰产性较好,稳定性较差,其他品种的稳定性和丰产性均表现较差。     

应用AMMI模型对夏玉米区试组合的评价分析

采用AMMI模型对2003年黄淮海夏玉米品种区域试验(二组)的试验数据进行分析,结果表明:3条显著的主成分轴共解释了56.91%的互作平方和.X1132X和农大108属于高产稳产品种,适应性广泛.从AMMI模型互作效应结果看出,河北永年,江苏连云港,河南濮阳,河南郑州试点对品种的分辨力较强;X1132X除在江苏连云港,河南睢县,安徽宿州,山西绛县,河南宝丰外,具有广泛的适应性;DH2101在山东长青具有特殊适应性.     

利用AMMI模型分析云南省杂交籼稻区试优质品种产量基因型与环境互作

利用AMMI模型对2019—2020年云南省区域试验中米质达到农业部优质等级的6个杂交籼稻品种在10个试验点的产量数据进行综合分析。结果表明,品种、试验点、品种与试验点互作、交互效应主成分轴IPCA1和IPCA2均达到极显著水平。6个参试品种中,绿两优808、广8优03、广8优7185、泸优臻占属于高产稳产型品种,适合在全省籼稻区推广种植;内6优粤丝、E两优156虽然产量较高,但稳定性较差,仅适合在特定稻作区种植。在10个试验点中,以华坪、景洪、罗平和文山对品种分辨力较强,蒙自、普洱、保山和芒市对品种分辨力一般,而云县和水富对品种分辨力较弱。垩白度和碱消值是限制优质杂交籼稻米质提升的主要因素。     

AMMI模型在芝麻区域试验中的应用

运用AMMI模型对2000年河南省芝麻区域试验数据进行分析。结果表明，AMMI模型能具体、直观、灵敏地综合评价芝麻区域试验中参试品种的稳定性。同时还分析了Di(1)与Di(2)的一致性问题，并对基因与环境的互作进行了探讨。     

菜用大豆新品种区域试验的AMMI模型分析

农作物品种区域试验中存在基因型和环境(G×E)交互作用.利用AMMI模型分析菜用大豆区域试验的G×E交互作用,探讨菜用大豆品种的稳定性,为品种的全面评价提供参考.     

AMMI模型在旱地小麦区域试验中的应用

作物品种区域试验中基因型和环境互作现象普遍存在,AMMI模型作为一种分析G×E互作关系的方法,可非常有效的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的引人,为直观地、定量地估计试点对品种的分辨力及品种对试点的特殊适应性提供了一种非常有效的手段。通过时2001～2002年度黄淮旱地小麦区试结果进行分析,三条显著的主成分轴共解释了82.56％的互作平方和,品种洛旱2号和晋麦47属高产穗产型品种,天95-3产量校高但穗产性差,济旱6001、Q92-3074穗产性好但产量轻低,临旱619、小山211产量低而不穗;从AMMI双标图及互作效应值可看出高产类型品种中,洛旱2号除天水、黄骅、绛县试点外,具有广泛的适应性,天95-3则仅对天水、长武、成县试点有特殊适应性,长6154对铜川、鹤壁、绛县、洛阳有特殊适应性。     

基于AMMI模型的玉米区域试验地点鉴别力的重演性研究

以2002～2005年山西省中晚熟春玉米区域试验为例,基于优化的AMMI模型采用欧氏距离法分析地点鉴别力的大小,采用组内相关系数评价它们在年内、年际的重演性。结果表明,2004～2005年的地点鉴别力差异明显,而且有较好的重演性;共明确9个高鉴别力的地点,这些地点在不同条件下有高度的一致性。基于AMMI模型分析地点鉴别力的方法适用于玉米品种区域试验。     

Stability analysis of seven agronomic traits for soybean [(Glycine max (L.) Merr.] Tokachi nagaha and its derived cultivars using the AMMI model

The stabilities of seven agronomic traits were analyzed and the general stabilities of soybean [Glycine max (L.) Merr.] accessions were evaluated based on the additive main effects and multiplicative interactions (AMMI) model using the founder parent Tokachi nagaha and 137 of its derived cultivars as materials. The objective was to provide a theoretical basis for effectively using germplasm in soybean breeding and production. Analysis of variance (ANOVA) showed that genotype, environment, and genotype by environment interactions were significantly different for each trait. The first three interaction principal components axes (IPCA) were highly significant, accounting for 61.28–70.00% of the total variation. The stability differed for the different traits. 50 cultivars with high general stabilities were identified. The general stability of Tokachi nagaha was moderate, as the stability coefficients (D_i) of its seven traits were relatively high; this must be considered by breeders using this cultivar as a breeding parent. There were significant positive correlations between the phenotypic values and their own D_i values for number of branches per plant, number of pods per plant, number of seeds per plant, and seed weight per plant. This would lead to the expectation that the phenotypic stability would be lower when a cultivar had more branches, pods, seeds, and high per plant yields. Thus, it appears difficult to breed cultivars that simultaneously have high yields and high stability.     

利用AMMI模型分析我国杂交籼稻整精米率

 利用AMMI 模型分析了6种杂交籼稻在我国5个籼稻亚区平均整精米率,以评价我国杂交籼稻整精米率的稳定性、地区适应性等。结果表明,两优培九的整精米率较高且稳定性优;Ⅱ优838、丰两优1号的整精米率较高但稳定性较差;D优527、金优207的整精米率虽低但稳定性较好;冈优725的整精米率较低且稳定性最差。D优527、冈优725、金优207在浙、沪、苏稻亚区表现较好的适应性;两优培九、Ⅱ优838、丰两优1号在琼粤桂稻亚区、 闽台稻亚区、 皖赣鄂湘稻亚区、滇黔川渝稻亚区表现较好的适应性。皖赣鄂湘稻亚区、 滇黔川渝稻亚区的交互作用小且品种辨别力弱,另外3个则不然。因此,我国籼稻整精米率以基因型与环境的互作效应最大,基因效应其次,环境效应相对较小。     

江淮杂交中籼水稻品质性状基因型与播期互作的AMMI模型分析

为明确杂交中籼水稻在江淮地区种植的适宜播期,提高稻米品质,选用3个杂交中籼水稻品种(系)分5个播期,利用AMMI模型对其营养食味品质性状(糊化温度、胶稠度、直链淀粉含量、蛋白质含量)进行了稳定性和适应性分析。结果表明,糊化温度、胶稠度、直链淀粉含量、蛋白质含量4项指标在基因型间、播期间及基因型×播期互作间的方差均达到极显著水平,这4项指标的交互效应主成分值(IPCA)差异也达到显著水平;穗期(抽穗至成熟期)平均气温较高、累计日照时数长、气温日较差大,有利于杂交中籼水稻品质的提高;3个参试品种(系)营养食味品质稳定性表现为新两优6号两优1128丰两优4号,5个播期对杂交中籼水稻品质影响表现为4月20日5月10日5月20日4月30日5月30日。     

基于AMMI和GGE双标图的贵州不同生态区春玉米丰产性稳产性和试点辨别力评价

基于AMMI模型和GGE双标图对2018～2019年贵州春玉米11个品种、5个试点的产量数据进行丰产性和稳产性分析,评价试点的辨别力和代表性。结果表明,2018年中金玉838、新中玉801、先玉1171丰产性较好,靖单14、先玉1171和金玉838的稳产性较好;威宁、毕节试点的代表性较好,安顺、铜仁试点辨别力较强。2019年中金玉838、新中玉801、先玉1171丰产性较好,先玉1171和金玉838和兴玉3号的稳产性较好;安顺、兴仁试点的代表性较好,毕节、威宁辨别力较强。综合分析,金玉838的丰产性、稳产性均较强,综合表现最佳,威宁和毕节具有较高的试点辨别力和代表性。