共查询到19条相似文献,搜索用时 217 毫秒
1.
AMMI模型在蚕豆区域试验中的应用 总被引:5,自引:0,他引:5
在蚕豆品种区域试验中,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)存在交互作用,常用的G×E交互作用分析法约束性较强,解释G×E交互作用较少。主效可加互作可乘模型(简称AMMI模型)成功地将方差分析和主成分分析结合在一起,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AMMI模型的双标图,能直观、具体和灵敏地表达各参试品种的稳定性和适应性。结合稳定性参数将AMMI模型应用于2004~2005年度云南省优质蚕豆新品种联合区域试验数据的分析,结果表明:应用AMMI模型分析蚕豆品种区域试验是一种行之有效方法。 相似文献
2.
3.
4.
5.
利用加性主效应和乘积交互作用模型对国际杂交水稻圃数据的分析 总被引:20,自引:0,他引:20
国际水稻遗传评价网 (INGER)的1994年杂交水稻圃(IRHON)采用增广设计,包括了6个国家的17个地点和89个品种。为充分了解这类多点试验中关于品种和地点的交互作用,用加性主效应和乘积交互作用(AMMI)模型,以若干项乘积之和估算品种和地点的交互作用。借助双标图,可鉴别对地点有特殊适应性的品种。如果有参试地点的环境因子的数据,AMMI 模型还可帮助我们用环境因子解释品种和地点的交互作用。通过本文对1994年杂交水稻圃数据的分析,我们看到AMMI模型是分析多点试验数据的非常有效的工具,能为育种项目和决策部门提供非常有价值的品种适应信息。 相似文献
6.
7.
8.
AMMI模型在小麦区域试验产量组成性状分析中的应用 总被引:2,自引:0,他引:2
为了解AMM I模型在小麦区域试验产量组成性状分析中的应用效果,利用AMM I模型对2002年四川省小麦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,AMM I模型优于多元回归和相关分析。AMM I模型中的极显著和显著项能分别解释产量、生育期、有效穗、株高、穗粒数和千粒重等性状92.6%、76.6%、80.1%、76.4%、68.4%和72.9%的交互作用平方和。AMM I模型双标图和稳定性参数Di可以分析产量性状在不同地点下的稳定性。稳定性Di值分析表明,品系和环境的变化均能对穗粒数的稳定性产生较大影响,而品系的变化对生育期影响较小,地点对株高的影响也较小;千粒重不稳定的品系更易检测出产量的不稳定性;有效穗差异大的地点,其对产量的鉴别力相对较弱;而穗粒数变化大的地点,则对产量的鉴别力较强。 相似文献
9.
对辽宁省5个主要玉米品种于2010-2011年不同地点试验产量结果进行分析,利用AMMI模型检验各品种的丰产性和稳定性。结果显示,先玉335的平均产量最高,丰产性和稳定性也最高;丹玉39丰产性较高,但稳定性却较差,沈玉21与之趋势相同;郑单958和辽单565丰产性均较差,但稳定性较好。 相似文献
10.
11.
12.
为客观评价多点试验中小麦新品种(系)籽粒产量的稳定性、适应性以及试点辨别力,探明适合江苏省小麦多点鉴定试验基因型与环境互作分析方法,采用AMMI模型对2018-2019年度江苏省淮南区试A组15个小麦品种(系)和淮北区试C组14个小麦品种(系)分别在12个试点的籽粒产量数据进行分析。结果表明,在两组试验中,基因型效应(G)、环境效应(E)和基因型与环境互作效应(G×E)均达到极显著水平。环境效应分别占淮南和淮北处理平方和的89.55%和70.71%,基因型效应分别占3.10%和12.89%,互作效应分别占7.35%和16.19%。基因型与环境互作中两条显著的主成分轴分别解释了淮南60.54%和淮北56.53%的互作平方和。在本年度特定的气候条件下,15个淮南小麦品种(系)中,宁红1479、金丰1701和盐麦0816属于高产稳产品系;14个淮北小麦品种(系)中,保麦1702、淮核16174属于高产稳产品系。12个试点中,淮南以南通、扬州和金湖试点的分辨力最强;淮北以响水、徐州和宿豫试点的分辨力最强。由AMMI双标图及互作效应值分析可知,两组试验的高产品系对某些试点具有特殊适应性。 相似文献
13.
AMMI模型在芝麻区域试验中的应用 总被引:2,自引:0,他引:2
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。 相似文献
14.
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。 相似文献
15.
作物品种稳定性分析不同模型的比较 总被引:14,自引:0,他引:14
为确定应用不同稳定性分析模型在作物品种特性评价中的效果,基于SAS PROC MIXED程序,选取稳定性方差模型、Finlay-Wilkinson回归模型、Eberhart-Russell回归模型、加性主效乘式互作模型(AMMI)和环境方差模型等5种常用稳定性分析模型,对10套不同的作物品种区域试验资料进行分析.结果表明,每种模型都可以得出其对试验数据拟合的信息量指标值、一种品种稳定性序列和品种均值差异显著性检验的结果.这些模型在数据拟合效果、品种稳定性评判和品种均值差异检验等方面存在明显的差异;没有一个模型对所有试验资料的拟合效果均最佳,而是与具体分析的试验数据有关.不同稳定性分析模型适用于不同的试验数据,模型选择对品种稳定性评价和品种效应差异显著性检验有较大的影响.为提高对作物品种特性评价的准确性, 应针对具体的试验数据,利用Akaike信息量准则选用最佳的分析模型. 相似文献
16.
17.
The primary method used to analyze regional crop variety trials is based on the analysis of variance (ANOVA), which requires a homogenous variance–covariance of data. While other models are available, the problem of how the models should be assessed and which model is more suitable for a given trial's data has not been solved. This restricts the applicability of the models. Therefore, a mixed linear model with flexible variance–covariance structures is proposed. Relationships are introduced for various variance–covariance structures of mixed models, and other models for analyzing crop regional trials. Using data from regional corn trials in northeastern and northern China, an assessment was made of the information criterion and likelihood-ratio-test, along with the goodness of fit of variance–covariance structures. This regional trial data facilitated comparison between an ANOVA model and a mixed linear model with an optimal variance–covariance structure. The results showed that the variance–covariance of varietal effects over environmental influences was not homogeneous, as is required in the ANOVA model. Instead, it was found to be heterogeneous in all trials considered. On average, the ratio of significant varietal differences for the same variety was only 86% when comparing the ANOVA model and the optimal mixed linear model. Also, there were obvious differences in the yield ranking of varieties between the two models. The mean standard error of a difference of varietal effects in the optimally-fitted mixed linear model was smaller than that in the ANOVA model. 相似文献
18.
AMMI模型在高粱品种区域试验中的应用 总被引:1,自引:0,他引:1
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。 相似文献
19.
作物品种产量和稳产性是区域试验评价的重要任务,不同品种的产量、适应性受品种基因型、环境及其交互作用影响。应用GGE双标图方法分析2017~2018年广东省甜玉米区域试验19个参试品种在7个试点的产量数据。结果表明,金百甜15在丰产性和稳产性方面综合表现最好,其适应性也最强,综合品质比对照优势明显;其次是品种HMT9、JBT28和MYT009。GGE-plot方法能够直观有效地评价品种的适应性、丰产性和稳定性。 相似文献