浙江省2011年玉米区试产量的AMMI 模型分析

朱正梅，楼肖成，吕学高，赵军华

(浙江省东阳玉米研究所，浙江 东阳 322100)

作物品种区域试验的目的是对参试品种的丰产性、稳产性进行评价，为农业生产提供适合推广应用的新品种［1-3］。品种在区域试验中的表现，除决定于本身的基因型外，还与环境密切相关。采用适当有效的分析方法，有助于充分剖析和利用区域试验数据信息，从而对参试品种做出客观评价。目前，线性回归分析是区域试验数据处理中采用的主要方法。对区域试验品种的分析和评价一般以品种在不同环境下的方差、变异系数、回归系数和相关系数作为稳定性参数，不可避免会有误差［4-5］。

AMMI (additive main effects and multiplicative interaction model)模型分析，是将主分量分析方法与方差分析相结合的分析方法，在区域试验中得到广泛应用［6-8］。AMMI 模型不仅能分析交互作用的显著性，还能估计交互作用的特点及形态，同时辅以双标图和稳定系数Di值进行直观和定量分析，为客观、合理评价参试品种的适应性提供可靠的理论依据。

1 材料与方法

1.1 材料

试验采用的材料为浙江省2011年普通玉米区域试验品种产量数据，由浙江省种子管理站提供。供试品种和地点的产量见表1。试验采用随机区组设计，小区面积20 m2，重复3 次，四周设保护行。所有参试品种同期播种，其他田间管理按当地习惯进行，及时防治病虫害，观察记载项目和标准按试验方案及《浙江省玉米区域试验和生产试验技术操作规程》(试行)进行。

表1 参试品种的地点、编号和平均产量

1.2 AMMI 模型分析方法

AMMI 模型是将方差分析和主成分分析相结合在同一个模型中具有可加和可乘分量的数学模型，其关系如下:yijk=μ+αi+βj+λmγimδjm+ρij+εijk。

式中:yijk是第i个品种在环境j 的第k 次重复的观察值;μ 为总体平均数;αi为第i个基因型与总平均的离差 (即基因型主效应);βj为第j个环境与总平均的离差 (即环境主效应);λm为第m个交互效应主成分轴 (IPCA)的特征值;γim为第m 轴的基因型特征向量值;δjm为第m 轴环境特征向量值;ρij为提取n个轴后留下的残差;εijk为试验误差。

环境和品种 (基因型)的相对稳定性参数就是以一个品种在交互效应主成分轴空间中与圆点的欧氏距离。其计算公式为:

式中:k=1，2…，n;n 为显著的IPCA个数;IPCAgk和IPCAek分别为品种g 和试点e 的第k个主成分得分;Dg和De分别为品种和试点的稳定性指标。品种的Dg越小产量越稳定，试点De越小对品种的分辨力越弱。通过以Dg值为纵轴，平均产量为横轴作图来评价品种的丰产稳产性，越靠近纵轴说明品种产量越低，越靠近横轴说明品种稳定性越好，选择远离纵轴，靠近横轴的品种即为丰产稳产品种。

数据分析采用Excel 和DPS 数据处理软件。

2 结果与分析

由表2 可知，环境 (试点)间变异平方和占整个处理总平方和的74.72%，基因型 (品种)间的变异平方和占8.47%，而环境和基因型 (试点×品种)的交互作用的平方和占16.81%。说明环境的变异占了主要部分，其次为环境和基因型互作，最后为基因型，并且三者均对总变异的差异达极显著水平。说明参试品种间产量差异较大，参试地点是引起参试品种产量差异的重要原因;而且参试材料与环境间互作效应明显，说明某些参试品种对环境极为敏感。由此可见，对基因型和环境交互作用进一步分析非常必要。

表2 参试品种产量的AMMI 模型分析

通过计算得到了各个IPCA 向量的得分，并计算了各基因型对应的Dg值。根据Dg值大小各基因型稳定性依次为g9＞g3＞g8＞g5＞g10＞g7＞g2＞g11＞g6＞g1＞g4。对交互作用的主成分ICPA 的显著性进行F 测验表明 (表3)，IPCA1达显著水平，IPCA2和IPCA3不显著。IPCA1的变异平方和占互作总平方和的48.02%，解释了48.02% 的互作变异，以Dg值为纵轴，以平均产量为横轴作图得到图1。

图1 参试品种产量的双标分析

从图1 可看出各个品种的丰产稳定性。其中g3属于高产稳产性品种，g2属于高产中稳品种，g9、g8属于高稳中产品种，g1、g4产量较高，但稳定性不够。

表3 参试品种产量在互作主成分轴上的得分及稳定性参数

3 小结

AMMI 模型把方差分析和主成分分析结合在一起，具有这2种方法的优点，为研究品种和地点互作，更好地评价品种的稳定性提供了一种有效的分析方法。在本研究中，丰产稳产性最好的品种为浙凤单1号，尽管DH605、丹玉86 丰产性较好，但稳产性不够。丰产性和稳产性表现均较差的品种为科单1号。但由于基因型和环境互作是一个十分复杂的生物学现象，品种对环境的生理差异需要进一步分析。

［1］张泽，鲁成，向仲怀.基于AMMI 模型的品种稳定性分析［J］.作物学报，1998，24 (3):304-309.

［2］Falconer D S.Introduction to quantitative genetics ［M］.3rded.Harlow United Kingdom:Longman，1989.

［3］王磊，杨仕华，谢美贤.AMMI 模型及其在作物区试数据分析中的作用［J］.应用基础与工程科学学报，1997，5(1):39-45.

［4］王磊，杨仕华，沈希宏，等.作物品种区试数据分析的主效可加互作可乘模型 (AMMI)图形［J］.南京农业大学学报，1998，21 (2):18-23.

［5］刘文江，李浩杰，汪旭东，等.用AMMI 模型分析杂交水稻基本性状的稳定性［J］.作物学报，2002，28 (4):569-573.

［6］曾献英.AMMI 模型在棉花区域试验中的应用［J］.棉花学报，2004，16 (4):233-235.

［7］英敏，杨思琼.AMMI 模型在玉米品种区域试验中的应用［J］.种子，2008，27 (8):97-101.

［8］陈发波，杨克诚.西南及四川区试玉米组合主要性状分析及育种对策探讨［J］.玉米科学，2007，15 (4):41-45.