基于AMMI模型分析谷子基因型与环境互作效应

利用AMM I模型及双标图,对2007年西北春谷区谷子早熟及中晚熟组区域试验各品种基因型与环境互作效应进行探讨,并对参试品种的稳定性和试验地点的判别力进行了评价。结果表明：g7（02-567）、g8（06-218）、G1（太选3号）和G3（长农38号）属高产稳产型品种;宁夏西吉县种子公司（e3）和山西省农业科学院高寒作物研究所（e4）对早熟谷子品种判别力较强,辽宁省水土保持研究所（E3）和山西省农业科学院谷子研究所（E6）对中晚熟谷子品种判别力较强,这些地点是鉴定谷子品种稳定性比较理想的地方。     

黄淮海糯玉米品种基因型与环境互作效应分析

【目的】分析黄淮海地区糯玉米区域试验品种基因型与环境的互作效应,为黄淮海地区糯玉米品种选育提供理论参考。【方法】利用AMMI模型和GGE双标图对2018年黄淮海糯玉米区域试验中的18个糯玉米品种（g01～g18）在13个试点的农艺性状（鲜穗产量、穗长、鲜百粒重和出籽率）进行分析,以综合评价参试品种基因型与环境的互作效应。【结果】通过AMMI模型分析发现,鲜穗产量丰产性和稳产性均较好的品种为金跃糯58（g06）和景坡82（g07）,苏玉糯2号（g15）是丰产性较差但稳产性最好的品种（对照）;出籽率高且稳定性好的品种为斯达糯44（g18）和郑白甜糯3号（g05）,对照是出籽率居中但稳定性差的品种;鲜百粒重较重且稳定性好的品种为万糯2018（g04）和金跃糯58（g06）,而对照是鲜百粒重居中但稳定性好的品种;穗长较长且稳定性较好的品种为景坡82（g07）和花糯680（g11）,对照是穗长较短但稳定性好的品种;鲜穗产量、出籽率和穗长的基因型、环境及基因型×环境互作效应均达极显著影响（P<0.01,下同）,鲜百粒重的基因型和环境达极显著影响,基因型×环境互作效应达显著影响（P<0.05）;4个农艺性状的3个主成分累计解释基因型和基因型×环境互作效应（G+GE）均达60.00%以上,说明AMMI模型可较好地解释基因型与环境的相互作用。通过GGE双标图分析发现,万糯158（g03）、金跃糯58（g06）和景坡82（g07）是鲜穗产量丰产性和稳产性均较好的品种,郑白甜糯1号（g02）是长穗丰产且稳定性最好的品种,万糯2018（g04）是鲜百粒重较高且稳定性好的品种,中糯336（g16）是出籽率高且稳定性好的品种。【结论】AMMI模型和GGE双标图的侧重点不同,可实现优势互补。基于二者分析结果,综合表现较好的品种为景坡82（g07）和金跃糯58（g06）,可用于丰产稳产型糯玉米品种选育和推广。     

冬播小麦品种主要品质性状的基因型与环境及其互作效应分析

 选择冬播麦区9个小麦主产省份有代表性的9个品种,分别在9个省份种植,对其品质性状进行系统分析表明,品质指标在不同小麦品种以及不同地点之间存在显著差异;其中蛋白质含量、形成时间的环境作用大于基因型作用;沉降值、硬度、稳定时间、延伸性和拉伸面积的基因型作用大于环境作用。通过AMMI模型(主效可加互作可乘)对基因型和环境互作对部分品质性状的影响进行分析,品种和环境互作程度比较大的为四川试点,比较小的为陕西和河南试点;同时,不同品种的不同品质指标有不同的适宜区,对于沉降值而言,陕65在四川有好的适宜性,对于稳定时间     

作物品种区试数据分析的主效可加互作可乘模型（AMMI）图形

对一些常用的主效可加互作可乘模型（ＡＭＭＩ）图形作了介绍,有助于利用ＡＭＭＩ模型对品种区试数据的分析。     

基因型与环境及其互作效应对胡麻主要农艺性状的影响

运用联合方差和AMMI模型对11个胡麻新品系在6个地点的产量、株高、工艺长度、分枝数、单株果数、每果粒数、千粒质量和单株生产力的表现及稳定性进行研究。结果表明:环境及环境和基因型互作效应对胡麻主要农艺性状有显著影响且对各农艺性状影响的大小不同。对产量影响的大小为环境交互作用基因型;对株高的影响:环境基因型交互作用;对工艺长度的影响:环境基因型交互作用;对分枝数的影响:环境交互作用基因型;对单株果数的影响:交互作用环境基因型;对每果粒数的影响:交互作用环境基因型;对千粒质量的影响:环境交互作用基因型;对单株生产力的影响:环境交互作用基因型。通过稳定性参数可以看出,‘0569-14’产量稳定性最好;‘2004M1-15-1-1-1’的株高和工艺长度稳定性最好;‘0559-15’的分枝数、单株果数和单株生产力稳定性最好;‘1S×外6’的每果粒数稳定性最好;‘113×81A350’的千粒质量稳定性最好。     

基于AMMI模型的家蚕品种稳定性分析

将AMMI模型应用于家蚕品种稳定性评价研究,得到如下结果：AMMI分析与传统法比较结果表明,AMMI分析与生态价（ecovalue）方法、稳定性方差法和平均等级差法在评价品种稳定性差异方面的结果有较好的一致性;5个参试品种万头收茧量稳定性最好的品种A,其品质性状解舒率的稳定性却最差,万头收茧量稳定性排序结果与解舒率稳定性排序结果的Spearman等级相关系数为-0.70,这表明在稳定性指标上家蚕产量稳定性与品质性状稳定性可能为负相关关系。     

AMMI模型分析油菜不同基因型黄籽度的稳定性

将AMMI模型应用于甘蓝型黄籽油菜8个基因型的黄籽度稳定性研究,结果表明：该模型可应用于非区试资料品质性状的稳定性分析,且优于传统的回归模型分析法;利用对应分析图可以直观评价各基因型的稳定性和适应环境;品质差(黄籽度低)的基因型稳定性相对较好,而品质好(黄籽度高)的基因型稳定性相对较差。     

黄淮北片冬麦区小麦产量的基因型×环境互作效应分析

本文用Eberhart and Russell(1966)的模式和G·C·C Tai(1979)的模武分析了黄淮北片水地高肥组1990-1991年度区域试验中13个小麦品种的基因型×环境互作效应,结果表明,Eberhart and Russell模式中,bi对品种稳定性的评价较为笼统,而Tai(1979)的基因型×环境互作效应的分解,对新品种的推广和利用提供了更多、更精确的信息,用此方法分析区域试验的数据有助于更精确地评价品种,使其得到合理的推广和利用,同时,在栽培管理方法上可以提供科学依据。     

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。     

基于AMMI模型的鲜食大豆百粒重基因型与环境效应研究

为明确鲜食大豆百粒重的基因型、环境的效应,本研究采用一年多点鲜食大豆百粒重田间试验,利用AMMI模型解析鲜食大豆为籽粒百粒重的基因型、环境效应及基因型与环境的互作效应。结果表明：鲜食大豆百粒重受环境、基因型、基因型与环境互作的极显著影响,基因型与环境间互作效应最大,其次为环境效应。根据AMMI模型获得的稳定性参数Di和相应的鲜食大豆百粒重综合分析：兴化豆618百粒重最高但环境变异最大,兴化豆618稳定性最高但百粒重较低,忠门试点鲜食大豆平均百粒重最高,稳定性参数Di最大,对百粒重的鉴别力最高,适合筛选高百粒重的品种区域试验地点。仅从品种选择实现百粒重高且稳定难度大,生产上应采取良种良法配套、选择适合环境、优化栽培措施等综合手段,才能最大程度提升百粒重。     

辽宁省水稻品种×地点互作效应分析及其与气候因子的关系

在分析2004年辽宁省中晚熟区试中11个水稻品种在8个不同试点产量稳定性和适应性的基础上,探讨了品种×地点互作与气候因子的相互关系。结果表明：不同品种、不同地点产量差异极显著;AMMI模型结果指出雨田202在辽阳望水台、大石桥市农业技术推广中心,沈农9866、辽盐188及辽星3号在沈阳周边地区,辽优2006在海城市西四农科站、辽宁省盐碱地利用研究所具有特殊的适应性;而辽粳294和沈农9765的稳定性和适应性都比较好。影响品种×地点互作的主要气候因子是温度和日照,且不同品种对气候因子的适应性也不同,如辽盐188对温度较低的环境有特殊适应性,雨田202对日照时数较少的环境有特殊适应性,而辽粳294、沈农9765和花粳8号却适应大多数的环境。     

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     

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。     

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.     

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。