利用AMMI模型分析寒地水稻产量基因型与环境互作关系.docVIP

利用AMMI模型分析寒地水稻产量基因型与环境互作关系 　　摘要：利用主效可加互作可乘（AMMI）模型、双标图以及稳定性参数Di对黑龙江省6个寒地水稻高产区的8个寒地水稻品种的数据进行稳定性分析。结果表明：垦粳1号最稳定，龙粳21、龙粳23在佳木斯市创业农场科技示范园区，东农425在五常市试验田具有特殊的适应性;在参试的品种中，品种稳定性从高到低为垦粳1号、中龙稻1号、龙稻5号、东农425、龙粳24、龙粳23、松粳12、龙粳21;在参试地点中，大兴农场科技示范园区、佳木斯市创业农场科技示范园区比较适合作为区试地点，各地点对品种鉴别力的大小依次为大兴农场科技示范园区gt;佳木斯市创业农场科技示范园区gt;五常市试验田gt;牡丹江市农业科学研究所gt;查哈阳农场科技示范园区gt;佳木斯市桦川县试验田。 　　关键词：水稻产量;寒地;AMMI模型;应性;稳定性 　　中图分类号： S511.04 文献标志码： A 　　文章编号：1002-1302（2015）04-0084-03 　　收稿日期：2014-06-11 　　基金项目：国家科技支撑计划（编号：2013BAD07B01-04）;“十二五”农村领域国家科技计划（编号：2011BAD16B11）;黑龙江省农垦总局课题（编号：HNK125A-02-01-05）;黑龙江省教育厅项目（编号：1251xnc109）。 　　作者简介：赵 洋（1988―），男，黑龙江肇源人，硕士研究生，主要从事作物栽培与育种工作。E-mail：zhaoyang888518@163.com。 　　通信作者：郑桂萍，博士，教授，主要从事作物产量和品质的生理生态研究。E-mail：dqzgp@163.com。 　　水稻品种区域试验的目的在于鉴定品种的丰产性、稳定性、适应性[1]，而水稻产量的形成涉及生态环境和栽培技术措施，水稻在不同地点的产量表现不同，说明基因型与环境存在互作关系。在分析基因型与环境互作方面，前人已经提出了大量的稳定性统计模型与方法[2-5]，其中主效可加互作可乘（AMMI）模型是目前国际上流行的分析作物品种区域试验数据非常有效的模型，利用双标图可以直观地描述品种、地点的产量及互作效应大小，运用稳定性参数Di可以定量地描述各品种稳定性的差异以及各试点对品种鉴别力的大小[6-7]。本研究采用AMMI模型、双标图以及Di对黑龙江省寒地高产水稻良种区试数据进行了分析，以期优化出相对稳定的参试品种及鉴别力较强的参试地点。 　　1 材料与方法 　　1.1 试验材料 　　数据资料来自黑龙江省寒地水稻良种区试结果，8个参试品种为龙稻1号（g1）、龙稻5号（g2）、龙粳23（g3）、龙粳21（g4）、龙粳24（g5）、垦粳1号（g6）、东农425（g7）、松粳12号（g8）;6个参试地点为五常市试验田（e1）、佳木斯市桦川县试验田（e2）、牡丹江市农业科学研究所（e3）、查哈阳农场科技示范园区（e4）、大兴农场科技示范园区（e5）、佳木斯市创业农场科技示范园区（e6），各试点均采用随机区组设计，各3次重复。 　　1.2 统计方法 　　在基因型×环境互作效应显著的前提下，进行同质性检验和联合方差分析，采用AMMI模型进行品种稳定性分析。 　　Yger=u+αg+βe+∑ni=1λnγgnδen+θger[8]。 　　式中：Yger为第g个基因型在第e个环境中的第 r 次重复观察值;μ为总体平均值;αg为基因型平均偏差;βe为环境的平均偏差;λn为第n个主成分的分析特征值;γgn为第n个主成分基因型的主成分得分;δen为第n个主成分的环境主成分得分;n为模型主成分分析中主成分因子轴的总数;θger 表示误差。在所有显著的交互作用主成分分析（interactive principal component analysis，IPCA）上，数值较小的基因型（或环境）即为稳定的基因型（或环境）。因此，在 IPCA 双标图上，基因型（或环境）愈接近坐标原点越稳定[9]。 　　Di是一个品种在交互作用主成分空间中的位置与原点的欧氏距离，参照吴为人的计算方法[10]计算品种稳定性参数 Di： 　　Di=∑ni=1ωnγin。 　　式中：n为显著的IPCA数;γin为第i个基因型在第n个IPCA上的得分;ωn为权重系数，即每个IPCA 所解释的平方和占全部IPCA所解释的平方和的比例。用Di为所有基因型给出相应的定量指标，品种的Di值越小，其稳定性越好。 　　采用 Microsoft Excel 2007进行数据整理，使用DPS 7.05进行模型分析。 　　2 结果与分析 　　2.1 产量AMMI模型分析 　　各参试品种在各参试地点的平均产量见表1。对产量的结果进行AMMI分析，分析结果见表