王玉祥，張麗麗，曲志華，李世芳，喬海明

（張家口市農(nóng)業(yè)科學(xué)院，河北 張家口075000）

河北省西北壩上地區(qū)（冀西北地區(qū)）海拔1500 m左右，氣候冷涼，土壤瘠薄。油用亞麻（Linum usitatissimum L.）是冀西北地區(qū)主要的優(yōu)勢(shì)油料作物。自上世紀(jì)50年代以來(lái)，冀西北地區(qū)經(jīng)歷了4次亞麻品種更換，隨著人們對(duì)亞麻保健功能的認(rèn)識(shí)，選育優(yōu)質(zhì)穩(wěn)產(chǎn)、適應(yīng)性廣的亞麻品種對(duì)冀西北地區(qū)胡麻生產(chǎn)具有重要意義［1－2］。河北省油用亞麻品種區(qū)域試驗(yàn)旨在鑒別亞麻優(yōu)良品種的豐產(chǎn)性、穩(wěn)定性及適應(yīng)性。AMMI模型（additivemain effects and multiplicative interactionmode）又稱主效可加互作可乘模型，已被廣泛應(yīng)用于研究油菜、蠶豆、玉米、大麥、小麥、水稻、棉花、青稞等農(nóng)作物區(qū)域試驗(yàn)中［4－20］。AMMI模型將方差分析與主成分分析相結(jié)合，不僅能分析出基因型與環(huán)境交互作用的顯著性，還能估計(jì)出交互作用的特點(diǎn)及形態(tài)。本研究將AMMI模型應(yīng)用于2017年河北省油用亞麻品種區(qū)域試驗(yàn)結(jié)果分析，客觀地評(píng)價(jià)了參試品種的豐產(chǎn)性、穩(wěn)定性及適應(yīng)性，并分析了各試點(diǎn)的鑒別力。

1 材料與方法

1.1 材料

參試材料來(lái)源于2017年河北省油用亞麻品種區(qū)域試驗(yàn)，參試品種8個(gè)，具體名稱、來(lái)源見(jiàn)表1。試驗(yàn)點(diǎn)有5個(gè)：赤城縣種子管理站（E1）、崇禮縣良種場(chǎng)（E2）、康?？h良種場(chǎng)（E3）、錫盟農(nóng)科所（E4）、農(nóng)科院油料所（E5）。

表1 各參試材料名稱來(lái)源Tab.1 Sources of varieties

1.2 方法

1.2.1 試驗(yàn)方法

試驗(yàn)采用隨機(jī)區(qū)組設(shè)計(jì)，3次重復(fù)，小區(qū)面積13.34 m2（長(zhǎng)6.67 m、寬2 m），條播，行距20 cm，10行區(qū)種植，每行1200粒播種量。樅型期、現(xiàn)蕾前及時(shí)除草。收獲后對(duì)小區(qū)產(chǎn)量進(jìn)行測(cè)定。

1.2.2 數(shù)據(jù)分析

所有數(shù)據(jù)均使用 Excel和 DPS統(tǒng)計(jì)軟件［3］處理。

（1）一年多點(diǎn)區(qū)域試驗(yàn)的統(tǒng)計(jì)分析

一年多點(diǎn)區(qū)域試驗(yàn)的統(tǒng)計(jì)分析能反映出品種對(duì)不同地點(diǎn)的適應(yīng)性，但不能直觀地反映出品種的穩(wěn)定性。

（2）AMMI模型分析

AMMI模型分析不僅對(duì)品種進(jìn)行更可靠的穩(wěn)定性分析，而且可以鑒別特殊品種基因型和環(huán)境的互作效應(yīng)。具體形式如下［3－4］：

（3）穩(wěn)定性參數(shù)

品種和試點(diǎn)的相對(duì)穩(wěn)定性參數(shù)，計(jì)算公式如下［3－4］：

2 結(jié)果與分析

2.1 產(chǎn)量結(jié)果方差分析

采用DPS進(jìn)行一年多點(diǎn)區(qū)域試驗(yàn)的統(tǒng)計(jì)分析，可以反映各品種、各試點(diǎn)的差異顯著性，并能得出品種的豐產(chǎn)性及各品種對(duì)各試點(diǎn)的適應(yīng)性。由表2、3可知，品種間G2與G4、G5、G8、G1、G7間差異達(dá)極顯著水平，G6與G7差異達(dá)顯著水平；試點(diǎn)間除E1與E3差異不顯著、E5與E4差異達(dá)顯著水平外，其他各試點(diǎn)相互之間差異均達(dá)到了極顯著水平。

表2 品種間差異顯著性Tab.2 Difference of seed yield among the varieties

表3 試點(diǎn)間差異顯著性Tab.3 Difference of seed yield among the sites

從產(chǎn)量結(jié)果（表4）看，品種G2豐產(chǎn)、適應(yīng)5個(gè)地區(qū)種植，綜合評(píng)價(jià)為很好；品種G6豐產(chǎn)性好、適應(yīng)5個(gè)地區(qū)種植，綜合評(píng)價(jià)為好；品種G3豐產(chǎn)性好、適應(yīng)5個(gè)地區(qū)種植，綜合表現(xiàn)較好；品種G4、G8和G1的豐產(chǎn)性差、適應(yīng)5個(gè)地區(qū)種植，綜合表現(xiàn)為一般；品種G5豐產(chǎn)性差、穩(wěn)定性差、適應(yīng)3個(gè)地區(qū)種植，綜合表現(xiàn)較差；品種G7豐產(chǎn)性差、適應(yīng)5個(gè)地區(qū)種植，綜合表現(xiàn)較差。

表4 品種適應(yīng)性分析Tab.4 Adaptability of the tested varieties

2.2 線性回歸分析和AMMI模型分析

對(duì)各品種在各試點(diǎn)的產(chǎn)量結(jié)果進(jìn)行AMMI模型統(tǒng)計(jì)分析（見(jiàn)表5），品種間、試點(diǎn)間均存在極顯著差異。環(huán)境（試點(diǎn)）間變異平方和（S2）占總平方和的66.55%，基因型（品種）間的平方和僅占5.51%，而品種和試點(diǎn)的交互作用的平方和占9.45%，說(shuō)明試點(diǎn)間的變異占了主要部分，而交互作用的變異又明顯大于品種間的變異。

表5 線性回歸分析和AMMI模型分析Tab.5 Linear regression and AMMI analysis

2.3 品種的穩(wěn)定性

品種的穩(wěn)定性參數(shù)可通過(guò)公式（2）得出。將各品種PCA1、PCA2的穩(wěn)定性參數(shù)D g進(jìn)行排列（見(jiàn)表6），G5＞G6＞G4＞G7＞G2＞G1＞G8＞G3。即品種 G3、G8、G1、G2在各試點(diǎn)上的綜合穩(wěn)定性較好。結(jié)合其產(chǎn)量表現(xiàn)看，品種G3高產(chǎn)適應(yīng)性較好；品種G2產(chǎn)量最高，適應(yīng)性也很好；品種G4、G5產(chǎn)量一般，但G4適應(yīng)性一般、G5適應(yīng)性好；品種G1、G8穩(wěn)產(chǎn)性好，但平均產(chǎn)量較低；品種G6高產(chǎn)適應(yīng)性好；對(duì)照品種G7產(chǎn)量低，適應(yīng)性較差，品種G8產(chǎn)量不高，且適應(yīng)性一般。結(jié)合AMMI雙標(biāo)圖（圖1）可知，品種G2、G6、G3離y軸最遠(yuǎn)，說(shuō)明這3個(gè)品種產(chǎn)量最高，但品種G2、G6離x軸也很遠(yuǎn)，說(shuō)明這兩個(gè)品種的穩(wěn)定性不強(qiáng)，而品種G3、G7、G8離x軸最近，說(shuō)明這3個(gè)品種穩(wěn)定性最好。綜合品種的穩(wěn)定性參數(shù)及AMMI雙標(biāo)圖看，品種G7、G8穩(wěn)定性強(qiáng)，很適合做對(duì)照品種。

表6 主成分分析結(jié)果及品種和試驗(yàn)地點(diǎn)的穩(wěn)定性參數(shù)Tab.6 Results of principal component analysis

圖1 AMMI雙標(biāo)圖分析Fig.1 Analysis of AMMIdouble plot

2.4 試點(diǎn)的分辨力

試點(diǎn)的穩(wěn)定性參數(shù)可通過(guò)公式（3）得出。將各試點(diǎn)PCA1、PCA2的穩(wěn)定性參數(shù)D e進(jìn)行排列（見(jiàn)表7），E3＞E2＞E4＞E1＞E5，即試點(diǎn) E5、E1對(duì)品種的分辨力較弱，試點(diǎn) E3、E2、E4對(duì)品種的分辨力較強(qiáng)。從AMMI雙標(biāo)圖（圖1）看，試點(diǎn)E3、E2、E4離x軸較遠(yuǎn)，說(shuō)明這3個(gè)試點(diǎn)對(duì)品種的分辨力較強(qiáng)，但試點(diǎn)E5、E1距離x軸較近，說(shuō)明這2個(gè)試點(diǎn)分辨力較弱。綜合試點(diǎn)的穩(wěn)定性參數(shù)D e及AMMI雙標(biāo)圖看，試點(diǎn)E3、E2、E4是很好的區(qū)域試驗(yàn)點(diǎn)，其中試點(diǎn)E3的分辨力最強(qiáng)，對(duì)于品種具有較好的鑒別力，其次是試點(diǎn)E2，然后是試點(diǎn)E4，試點(diǎn)E5對(duì)品種的鑒別力最弱。

3 結(jié)論與討論

AMMI模型分析集方差分析與主成分分析于一體，是評(píng)價(jià)品種的穩(wěn)定性、適應(yīng)性和試點(diǎn)鑒別力的一種有效分析方法。加力肯·馬地亞爾［5］利用AMMI模型等3種模型評(píng)價(jià)了2013年新疆北疆棉區(qū)品種區(qū)域試驗(yàn)，并輔以AMMI雙標(biāo)圖和品種適應(yīng)圖，尋找了特定區(qū)域具有豐產(chǎn)、穩(wěn)產(chǎn)和適應(yīng)性強(qiáng)的優(yōu)良品種；黨照等［6］利用AMMI模型對(duì)11個(gè)油用亞麻新品系在6個(gè)地點(diǎn)的農(nóng)藝性狀表現(xiàn)及穩(wěn)定性進(jìn)行了研究；陳霞［7］應(yīng)用AMMI模型對(duì)5個(gè)超級(jí)稻品種6年在6個(gè)試點(diǎn)的區(qū)域試驗(yàn)數(shù)據(jù)分析探討了不同品種的產(chǎn)量變異、穩(wěn)定性以及環(huán)境辨別力；鄭飛［8］、賀清秀［9］、劉麗華［10］、羅俊［11］、常磊［12］、張志芬［13］、安穎蔚［14］、高海燕［15］、張?bào)w剛［16］、董開(kāi)居［17］、何代元［18］、李亞杰［19］等也采用AMMI模型對(duì)多種作物的區(qū)域試驗(yàn)結(jié)果進(jìn)行了品種的穩(wěn)定性、適應(yīng)性及試點(diǎn)辨別力等方面的分析；張子龍等［20］應(yīng)用AMMI模型分析了三七對(duì)不同輪作植物化感作用的穩(wěn)定性。

應(yīng)用AMMI模型對(duì)本試驗(yàn)數(shù)據(jù)進(jìn)行分析，得出：0595－189－71屬高產(chǎn)穩(wěn)產(chǎn)型品種；901產(chǎn)量最高，穩(wěn)定性也較好；其次是中油亞2號(hào)，適應(yīng)性好；兩個(gè)對(duì)照品種也很穩(wěn)定，是作為對(duì)照的理想品種；試點(diǎn)對(duì)品種的分辨力不同，康保試點(diǎn)的分辨力最強(qiáng)，對(duì)于品種具有較好的鑒別力，是鑒定亞麻品種穩(wěn)定性的理想試點(diǎn)。

［1］黨占海，趙瑋.胡麻產(chǎn)業(yè)技術(shù)體系［M］.蘭州：蘭州大學(xué)出版社，2015.

［2］黨占海，趙瑋.中國(guó)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)可持續(xù)發(fā)展戰(zhàn)略研究胡麻分冊(cè)［M］.北京：中國(guó)農(nóng)業(yè)出版社，2016.

［3］唐啟義.DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘（第二版）［M］.北京：科學(xué)出版社，2010.

［4］顏昌蘭，白文琴，郭超，等.青稞品種穩(wěn)定性及適應(yīng)性的 AMMI模型分析［J］.干旱地區(qū)農(nóng)業(yè)研究，2016，34（2）：157－162.

［5］加力肯·馬地亞爾.北疆棉花區(qū)域試驗(yàn)品種（系）產(chǎn)量穩(wěn)定性及適應(yīng)性分析［D］.石河子：石河子大學(xué)，2016.

［6］黨照，張建平，趙利，等.基因型與環(huán)境及其互作效應(yīng)對(duì)胡麻主要農(nóng)藝性狀的影響［J］.西北農(nóng)業(yè)學(xué)報(bào)，2017，26（9）：1324－1333.

［7］陳霞.應(yīng)用AMMI模型分析若干超級(jí)稻品種產(chǎn)量性狀穩(wěn)定性［D］.南昌：江西農(nóng)業(yè)大學(xué)，2013.

［8］鄭飛，孔令杰，劉瑞響，等.江蘇省玉米新品種豐產(chǎn)性和穩(wěn)產(chǎn)性及應(yīng)用前景分析［J］.Agricultural Science＆Technology，2017，18（4）：619－623.

［9］賀清秀，周彥民.AMMI模型在重慶市玉米區(qū)域試驗(yàn)中的應(yīng)用［J］.西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2017（9）：109－115.

［10］劉麗華，胡遠(yuǎn)富，陳喬，等.利用AMMI模型分析寒地水稻3個(gè)品質(zhì)性狀的基因型與環(huán)境互作［J］.作物學(xué)報(bào)，2013，39（10）：1849－1855.

［11］羅俊，鄧祖湖，闕友雄，等.國(guó)家甘蔗第七輪區(qū)域試驗(yàn)品種的豐產(chǎn)性及穩(wěn)定性［J］.應(yīng)用與環(huán)境生物學(xué)報(bào)，2012，18（5）：734－739.

［12］常磊，柴守璽.AMMI模型在旱地春小麥穩(wěn)定性分析中的應(yīng)用［J］.生態(tài)學(xué)報(bào)，2006，26（11）：3677－3684.

［13］張志芬，付曉峰，劉俊青，等.裸燕麥區(qū)域試驗(yàn)中地點(diǎn)鑒別力和育成品種穩(wěn)產(chǎn)性分析［J］.麥類作物學(xué)報(bào)，2010，30（3）：515－519.

［14］安穎蔚，高西寧，葛維德.應(yīng)用 AMMI模型分析春小麥品種區(qū)域試驗(yàn)［J］.安徽農(nóng)業(yè)科學(xué)，2006，34（17）：4199－4200.

［15］高海燕，王書(shū)子，王翠珍，等.AMMI模型在旱地小麥區(qū)域試驗(yàn)中的應(yīng)用［J］.麥類作物學(xué)報(bào)，2003，23（4）：43－46.

［16］張?bào)w剛，李之凡，胥嵐，等.AMMI模型在油菜品種區(qū)域試驗(yàn)中的應(yīng)用［J］.四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，1999，17（2）：172－175.

［17］董開(kāi)居.AMMI模型在蠶豆區(qū)域試驗(yàn)中的應(yīng)用［J］.雜糧作物，2006，26（5）：340－345.

［18］何代元，胡寧，馬兆錦，等.AMMI模型在玉米區(qū)域試驗(yàn)中的應(yīng)用［J］.玉米科學(xué)，2009（4）：144－147，152.

［19］李亞杰，范士杰，張俊蓮，等.AMMI模型在馬鈴薯產(chǎn)量及農(nóng)藝性狀分析中的應(yīng)用［J］.干旱地區(qū)農(nóng)業(yè)研究，2013，31（3）：48－60.

［20］張子龍，侯俊玲，王文全.基于AMMI模型的三七化感作用穩(wěn)定性分析［J］.中國(guó)中藥雜志，2015，40（2）：191－197.