黃獻斌（羅定市農(nóng)業(yè)技術(shù)推廣實驗場，廣東　羅定　527200）

水稻品種區(qū)域試驗精度和穩(wěn)定性分析模型研究

黃獻斌
（羅定市農(nóng)業(yè)技術(shù)推廣實驗場，廣東羅定527200）

水稻品種區(qū)域試驗對水稻新品種的選育和推廣具有重要作用，水稻品種審定主要依據(jù)的就是水稻品種區(qū)域試驗結(jié)果。盡管水稻品種區(qū)域試驗十分重要，但是仍缺乏評級水稻品種區(qū)域試驗精度的統(tǒng)一指標。同時，水稻品種區(qū)域試驗穩(wěn)定性模型的研究也不夠全面?；诖?，對水稻品種區(qū)域試驗精度和穩(wěn)定性模型的適用性進行研究。

水稻；區(qū)域試驗；精度；穩(wěn)定性

在水稻育種過程中，水稻的區(qū)域試驗屬于“對比”階段?？茖W(xué)評價參試水稻品種的基礎(chǔ)是水稻區(qū)域試驗的精度，而水稻品種的穩(wěn)定性則是確定品種與環(huán)境的適應(yīng)程度。因此，探討水稻區(qū)域試驗精度與穩(wěn)定性，通過對誤差變異系數(shù)（CEV）和相對最小顯著差數(shù)（RLSDα）進行計算，分析LR模型和AMMI模型在穩(wěn)定性上的差異，來評價水稻區(qū)域試驗精度和穩(wěn)定性分析模型，有利于水稻區(qū)域試驗的育種研究［1］。該文將以江蘇省1983—1992年中粳稻區(qū)域試驗和1999—2003年（缺2001年）遲熟中粳稻區(qū)域試驗的數(shù)據(jù)作為背景研究材料。

1　水稻區(qū)域試驗精度評價指標

1.1試驗誤差（Se）

試驗誤差Se是指由于外界的偶然因素而使試驗觀察值偏離了試驗真值的差異。造成試驗誤差主要原因有：一是區(qū)域試驗的外界因素和病蟲害；二是區(qū)域試驗的技術(shù)操作和管理的不一致；三是區(qū)域試驗所選育品種自身的差異性。

1.2以誤差變異系數(shù)（CEV）

以誤差變異系數(shù)（CEV）表示的是試驗的精確度。一般如果CEV＜10%，就說明試驗的誤差控制比較好，試驗的精確度比較高。所以，在水稻的區(qū)域試驗中，CEV一般控制在15%以下，CEV越小說明試驗的精確度越高，反之則精確度較低。

1.3最小顯著差數(shù)（RLSDα）

最小顯著差數(shù)就是指區(qū)域試驗中各品種之間的最小差異。與CEV相同，RLSDα也是一個相對數(shù)，當RLSDα數(shù)值較小時，表明試驗的品種精確度比較高，反之則表示精確度低。

1.4水稻品種區(qū)域試驗精確度比較分析

1.4.1背景材料。將江蘇省1983—1992年中粳稻區(qū)域試驗和1999—2003年（缺2001年）遲熟中粳稻區(qū)域試驗的數(shù)據(jù)作為研究材料，用CEV和RLSDα作為參數(shù)，從一年單點和一年多點2個層面進行水稻區(qū)域試驗精度研究。兩組水稻區(qū)域試驗共有148個參試品種，151個試點，得到數(shù)據(jù)4 374個［2］。

注：α取值為0.05。

1.4.3結(jié)果分析。從一年單次層次上看，中粳稻組CEV的變幅在1.28%～8.74%，其中CEV＜8%的點次占總點次的96.43%，CEV＞8%的點次僅占3.57%。遲熟中粳稻組的CEV變幅在0.88%～10.00%，其中CEV＜8%的點次占總點次的94.87%，CEV＞8%的點次占5.13%。由此可知，在一年單點試驗中，中粳稻組和遲熟中粳稻組的CEV值明顯低于12%～15%，也就是說，這兩組的水稻區(qū)域試驗的試驗精確度都比較高。同時，一年單點試驗層次上，遲熟中粳稻組的品種比較精確度要高于中粳稻組。此外，中粳稻組RLSD0.05的變幅在2.20%～14.92%，遲熟中粳稻組RLSD0.05的變幅為2.49%～16.89%。其中，中粳稻組RLSD0.05≤8.0%的點次占總點次的73.22%，遲熟中粳稻組RLSD0.058.0%的點次占總點次的89.74%。因此可知，在一年單點層次上的品種比較精確度中，遲熟中粳稻組要高于中粳稻組。

從1年多點層次上看，中粳稻組和遲熟中粳稻組在一年多點試驗層次上的CEV和RLSD0.05均低于5.0%。其中，中粳稻組CEV的平均值為3.78%，RLSD0.05的平均值為3.38%；遲熟中粳稻組CEV的平均值為3.444%，RLSD0.05的平均值為2.535%。由此可知，水稻品種區(qū)域試驗在一年多點層次上都具有較高的試驗精確度和品種比較精確度。

2　水稻品種區(qū)域試驗穩(wěn)定性分析模型

品種穩(wěn)定性問題的存在主要是因為品種×環(huán)境的互作現(xiàn)象。我國的水稻生產(chǎn)面臨著各種自然災(zāi)害威脅、分散種植、不同的播種期、土地環(huán)境、操作不同和管理不同等各方面的差異。因此，合理評估水稻品種區(qū)域試驗的穩(wěn)定性和適應(yīng)性，在一定程度上決定著品種的推廣范圍［3］。

2.1LR模型

在LR模型中，如果線性（互作性）顯著，說明水稻品種之間回歸系數(shù)的差異顯著，反之則為不顯著。當剩余項顯著，就表示LR模型不適合，反之則表示適合。

2.2AMMI模型

在用AMMI模型進行分析時，如果水稻品種的IPCA1所表示的變異占總變異的比例達到85%，那么就可以據(jù)此評價水稻品種的穩(wěn)定性；如果水稻品種IPCA1 和IPCA2所表示的變異占總變異的比例達到85%，那么就可以根據(jù)這兩個數(shù)據(jù)來評價水稻品種的穩(wěn)定性；否則，就需要進一步計算IPCA3和之后的參數(shù)項。

2.3穩(wěn)定性評價標準

2.3.1LR模型適用時。當回歸系數(shù)=1時，說明水稻品種屬于平均動態(tài)穩(wěn)定性；當回歸系數(shù)＜1時，說明環(huán)境對水稻產(chǎn)量影響小，回歸系數(shù)越小，靜態(tài)穩(wěn)定性越大；當回歸系數(shù)＞1時，說明環(huán)境對水稻產(chǎn)量影響大，回歸系數(shù)越大，穩(wěn)定性越小。

LR模型不適用時，回歸系數(shù)與1越接近，說明水稻品種動態(tài)穩(wěn)定性越好，接近于0時，說明水稻品種靜態(tài)穩(wěn)定性較好。

2.3.2AMMI模型。IPAC的絕對值大小是評價水稻品種穩(wěn)定性的根據(jù)。如果IPCA的絕對值大，說明該品種的穩(wěn)定性不好。

2.4分析方法

對一年多點的數(shù)據(jù)資料用聯(lián)合方差分析，研究G× E的互作。如果G×E互作項顯著，則表示不同的水稻品種在不同的試驗環(huán)境中產(chǎn)量不一致，從而分析每個水稻品種的穩(wěn)定性。

2.5LR模型和AMMI模型的比較分析

在對水稻品種區(qū)域試驗的穩(wěn)定性分析中，如果采用LR模型，那么就會出現(xiàn)環(huán)境指數(shù)和品種產(chǎn)量的均值并不彼此獨立，能用線性解釋品種對環(huán)境的反應(yīng)的部分太少，這與回歸分析的基本假定相違背。在此次研究中，中粳稻組的G×E互作部分在互作項變異的所占比例是12.04%，遲熟中粳稻組的比例為15.37%。由此可知，LR模型并不適用研究中的水稻區(qū)域試驗。因此，LR模型在區(qū)域試驗分析中有較大的局限性。

在用AMMI模型進行分析時，1985—1992年的粳稻組試驗表明，各品種之間的穩(wěn)定性存在差異，而且在年度間這種穩(wěn)定性差異是一致的。由此可知，AMMI模型分析水稻品種區(qū)域試驗穩(wěn)定性的可信度比較高，建議采用AMMI模型進行水稻品種區(qū)域試驗穩(wěn)定性分析。

3　結(jié)語

糧食是國家發(fā)展的重要基礎(chǔ)性資源，水稻作為我國最主要的糧食作物，提高水稻區(qū)域試驗的精度和穩(wěn)定性，擴大優(yōu)良水稻品種的種植面積，有利于提高我國的水稻產(chǎn)量，保證我國的糧食安全，從而促進我國社會的發(fā)展和經(jīng)濟的進步。

［1］沈希宏，楊仕華，謝芙賢，等.水稻品種區(qū)域試驗的品種@環(huán)境互作及其與氣候因子的關(guān)系［J］.中國水稻科學(xué)，2000（1）：31-36.

［2］張群遠，孔繁玲，廖琴.作物品種區(qū)域試驗的評價體系及評價方法［J］.農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究，2000（2）：81-86.

［3］張群遠，孔繁玲，楊付新.我國作物品種區(qū)域試驗的精確度研究［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2001（1）：43-50.

S511

A

1674-7909-（2016）11-38-2