黄淮南片小麦区域试验品种(系)的生产潜力及主要系谱分析

宋晓霞,吉万全

(1.河南省漯河市农业科学院，河南漯河 462000； 2.西北农林科技大学农学院，陕西杨凌 712100)

小麦是中国主要的粮食作物之一，常年种植面积约2 133万hm2，占全国耕地面积的30%[1]，其产量丰欠和品质优劣，直接影响国家粮食安全和人民日常消费[2-3]。黄淮南片麦区是中国小麦主产区[4]，包括河南省的大部分地区(除信阳市和南阳市的部分区域)、安徽省的淮北地区(阜阳市、亳州市、蚌埠市、宿州市、淮北市等)、江苏省的淮北地区(淮安市、徐州市、连云港市、盐城市、宿迁市)、陕西关中地区(宝鸡市、咸阳市、西安市和渭南市)[5]，该区域小麦常年播种面积866.7万hm2以上，面积和总产均占全国的40%以上。新《中华人民共和国种子法》的颁布实施大大提高了小麦种子生产者、经营者和育种者的积极性，推动了小麦新品种选育和种子产业的快速发展，新品种数量明显增加[6]。截止2015年，国家审(认)定小麦品种462个，每年参加国家区域试验的品系数以百计[7-8]。区域试验是小麦品种审定和新品种推广的重要环节[9]，是推动小麦品种更新换代的源动力，代表了当前中国小麦育种的水平和发展趋势[10-11]。本研究选用2009-2017年度黄淮南片冬麦区试验数据，对黄淮南片小麦品种(系)的来源和产量进行分析，以期为该区域小麦品种的选育和利用提供参考依据。

1 材料与方法

1.1 试验材料

依据2009-2017年度国家冬小麦品种试验汇总资料，对2009-2017年度参加黄淮南片区域试验的283个品种(系)的选育情况、品种系谱、产量潜力等进行分析。

1.2 数据分析

为探讨每年度平均产量的形成及其与对照品种和试验品种产量的关系，将各试验收获年度的对照品种平均产量(x1)、剔除对照品种后的平均产量(x2)、最高产量(x3)和最低产量(x4)、剔除重复试验品种的平均产量(x5)、剔除重复试验品种的最高产量(x6)和剔除重复试验品种的最低产量(x7)等作为自变量，以该年度的平均产量(y)为依变量，进行逐步回归分析。

采用Microsost Excel 2003和DPS15.10软件进行数据的统计分析。

2 结果与分析

2.1 参试品种(系)的构成与审定情况

2009-2017年度黄淮南片小麦品种区域试验共32组，参试品种(系)283个，其中冬水共23组(早播组)，有完整试验的试验点19个，鉴定品种206个；春水共9组(晚播组)，有完整试验的试验点17个，鉴定品种77个。参加试验的283个品种(系)，通过国家审定的107个，通过率为37.81%。由表1可以看出，小麦品种的选育速度明显加快，参加试验的品种(系)数呈现扩大趋势，通过国家审定的品种数逐渐增多。

由表2可知，河南省的小麦育种实力最强，提供参试品种(系)的单位有68个，提供试验品种(系)165个，占试验品种(系)总数的58.30%；通过国家审定的品种62个，占审定品种的57.94%。按选育单位和行业统计(表3)，农业科研单位和农业企业是黄淮南片小麦育种的主力军，提供的参试品种(系)数分别为123个和115个，二者共占试验品种(系)总数的84.10%。通过国家审定的品种中，农业科研单位和农业企业选育的品种(系)数分别为52个和47个，二者共占试验品种(系)总数的92.52%。随着《种子法》的修改、农作物种子企业资格和种子市场经营的需要，企业育种的热情高涨，提供参试的品种(系)数逐渐超过了农业科研单位，成为黄淮南片小麦育种的主要力量。分析审定品种(系)数占参试品种总数的比例，也就是育种效率，全部试验的育种效率为37.46%，其中教学单位为21.88%，农业科研单位为42.28%，种子企业为38.26%，其他为23.08%。

进一步对育种单位进行分析(表4)发现，居于前14位的育种单位提供的参试品种(系)共135个，占参试品种(系)总数的47.70%，其中58个通过国家审定，占审定品种总数的54.21%，表明这些单位是当前中国黄淮南片小麦育种的主力军。这14个单位中，教学单位1个，参试品种(系)有20个，通过审定4个；科研单位9个，参试品种(系)有91个，通过审定41个；企业4个，参试品种(系)有24个，通过审定13个。从14个育种单位所处的地域看，安徽省1个，河南省8个，江苏省2个，陕西省1个，中央直属2个。

表1 参试品种(系)数和通过国家审定品种数Table 1 Number of participating trial varieties(lines) and the number of approved varieties in the trials from 2009 to 2017

表2 各省及中央直属单位参试品种(系)数及审定品种数Table 2 Number of participating trial varieties(lines) and the number of approved varieties by provinces and government affiliated institutes in the trials from 2009 to 2017

表3 不同行业参试品种(系)及审定品种的数量Table 3 Number of the tested and approved varieties in different industries in the trials from 2009 to 2017

表4 参试品种(系)数量居前14名的育种单位及审定品种数Table 4 Top 14 breeding units providing tested varieties and the number of approved varieties in the trials from 2009 to 2017

Ⅰ：河南省农业科学院；Ⅱ：西北农林科技大学；Ⅲ：河南省新乡市农业科学院(包括新乡敦煌种业和河南九圣禾新科种业有限公司)；Ⅳ：中国农业科学院作物科学研究所；Ⅴ：江苏徐淮地区淮阴农业科学研究所(包括淮安农科所)；Ⅵ：洛阳市农林科学院(包括洛阳市中垦种业科技公司)；Ⅶ：漯河市农业科学院；Ⅷ：安徽省农业科学院作物研究所； Ⅸ：周口市农业科学院；Ⅹ：河南丰德康种业有限公司(包括天存小麦研究所)；Ⅺ：中国农业科学院棉花研究所(包括中棉种业科技股份有限公司)； Ⅻ：河南天民种业有限公司；ⅩⅢ：江苏瑞华农业科技有限公司；ⅩⅣ：河南省许科种业有限公司。

Ⅰ:Henan Academy of Agricultural Sciences;Ⅱ:Northwestern Agriculture and Forestry University;Ⅲ:Xinxiang Academy of Agricultural Sciences(includesing Xinxiang Dunhuang Seed Industry and Henan Jiushenghe Xinke Seed Industry Co. Ltd), Henan Province;Ⅳ:Institute of Crop Sciences, Chinese Academy of Agricultural Sciences(includinges Huai’an Agricultural Science Institute);Ⅴ:Huaiyin Agricultural Science Research Institute, Xuhuai District, Jiangsu;Ⅵ:Luoyang Academy of Agriculture and Forestry (includesing Luoyang Zhonghao Seed Industry Technology Company);Ⅶ:Luohe Academy of Agricultural Sciences;Ⅷ:Crop Research Institute of Anhui Academy of Agricultural Sciences;Ⅸ:Zhoukou Academy of Agricultural Sciences； Ⅹ:Henan Fengdekang Seed Industry Co. Ltd. (includinges Tiancun Wheat Research Institute);Ⅺ:Cotton Research Institute, Chinese Academy of Agricultural Sciences(includinges China Cotton Seed Industry Technology Co. Ltd. );Ⅻ:Henan Tianmin Seed Industry Co. Ltd.; ⅩⅢ:Jiangsu Ruihua Agricultural Technology Co. Ltd.;ⅩⅣ:Henan Xuke Seed Industry Co. Ltd.

2.2 产量潜力分析

从9年的试验情况来看，对照品种除强筋对照豫麦34和藁麦8901外，冬水组2009年为新麦18和周麦18，2010年后对照品种均为周麦18；春水组对照品种均为偃展4110，2017年增加周麦18作为第2对照。

2.2.1 平均产量的形成因素与关联

对各年度的平均产量及对照品种和试验品种(系)产量和影响因素进行逐步回归分析(表5和表6)，进而建立了如下回归方程：

冬水组y1=23.801+0.223x1.1+1.037x1.3+1.093x1.5-1.370x1.6

春水组y2=-9.768+0.052x2.1+0.742x2.2+0.211x2.5

结果分析发现，冬水组年度平均产量(y1)与对照品种平均产量(x1.1)之间的相关性达显著水平，与最高产量(x1.3)、剔除重复试验品种的平均产量(x1.5)和剔除重复试验品种的最高产量(x1.6)之间的相关性达极显著水平，说明对照品种产量、最高产量、剔除重复试验品种的平均产量和剔除重复试验品种的最高产量均为冬水组平均产量形成的主要影响因素，而最低产量对平均产量的影响则不明显。春水组年度平均产量(y2)与对照品种平均产量(x2.1)之间的相关性达显著水平，与剔除对照后平均产量(x2.2)和剔除重复试验品种的最高产量(x2.6)之间的相关性达极显著水平，说明对照品种平均产量和剔除重复试验品种的最高产量以及剔除对照后的平均产量均为春水组平均产量形成的主要影响因素。

2.2.2 试验地点和年份对平均产量的影响

以试验地点和试验年份为自变量，以平均产量为依变量，分别进行逐步回归分析，并构建了冬水组和春水组的回归方程。

“该检查的检查，该治病的治病，该面对的面对。”随着就医过程的深入，我作为病患家属也开始乐观起来，“面对就是了”。

冬水组yW.L=165.929+0.270D1.5+0.026D1.8-0.076D1.9+0.212D1.15+0.189D1.16+0.047D1.17-0.016D1.19

春水组yS.L=140.418+0.248D2.10+0.135D2.12+0.320D2.13

回归分析结果表明，在试验地点中，冬水组平均产量受涡阳(D1.8)、阜阳(D1.9)、宝鸡(D1.17)和杨凌(D1.19)4个试验点的影响显著，受商丘(D1.5)、宿迁(D1.15)和淮海(D1.16)3个试验点的影响极显著；春水组平均产量受宿州(D2.10)、淮阴(D2.12)和宿迁(D2.13)3个试验点的影响极显著。说明，这些试验地点的产量在各试验地点中表现为较高或者较低，从而影响到平均产量。另外，以试验年份为自变量，根据构建的回归方程(冬水组yW.Y=0.111N1.1+0.111N1.2+0.111N1.3+0.111N1.4+0.111N1.5+0.111N1.6+0.111N1.7+0.111N1.8+0.111N1.9；春水组yS.Y=-0.0001+0.111N2.1+0.111N2.2+0.111N2.3+0.111N2.4+0.111N2.5+0.111N2.6+0.111N2.7+0.111N2.8+0.111N2.9)分析试验年份与产量关系发现，冬水组和春水组的平均产量受9个年度的影响均达到极显著水平，且回归方程的系数均为0.111，说明各年度的产量对平均产量均有影响，且贡献大小基本接近。

2.2.3 参试品种(系)平均产量与对照品种的比较

对照品种是小麦品种试验的标准。自2009年以来，冬水组和春水组分别以周麦18和偃展4110为对照品种。剔除不完全承担试验的试验点，每年试验点的分布均相同，可以假设试验地点的耕作制度和管理水平基本相同，那么气象条件，如光照、温度、降雨、湿度等，就是影响产量形成的主要因素。分析各影响因素与遗传型的互相作用，并对各年度产量、对照品种产量及其残差进行整理(表6)，发现冬水组对照品种周麦18的产量与全试验的平均产量间的残差为负值，即在2009、2015和2016年周麦18的产量均高于区试所有参试品种(系)的平均产量，其他年份低于平均产量，且差距越来越大；春水组对照品种偃展4110的产量一直低于参试品种(系)的平均产量，残差占对照品种的比例也从2009年的1.678%增加到2017年的9.905%，说明该区域近年来小麦育种产量改良取得了一定的成效。

表5 各年度试验8个变量的实际值Table 5 Actual value of eight variables in the trials from 2009 to 2017 kg·667 m-2

冬水组各产量变量为当年该变量的加权平均值；对照品种，冬水组为周麦18，春水组为偃展4110，第2对照的产量均剔除不计。y1和y2分别表示冬水组和春水组的平均产量。相应的x1和x2表示冬水组和春水组中各自的变量，变量中小数点后的数字分别代表，1:对照品种平均产量；2:剔除对照后的平均产量；3:最高产量；4:最低产量；5:剔除重复试验品种的平均产量；6:剔除重复试验品种的最高产量；7:剔除重复试验品种的最低产量。

The yield of each variable in the early sowing group was is the weighted average of the year;The yield of the control was is Zhoumai 18 in the early sowing group, and Yanzhan 4110 in the late sowing group and the second the output of the second control is eliminated.y1andy2represent the average yields of early sowing group and late sowing group respectively. The correspondingx1andx2represent the variate in each group. The number of variate following the decimal point mean the differential traits.1:The average yield of control; 2:The average yield of tested varieties; 3:The highest yield; 4:The lowest yield; 5:The average yield of non-repeat tested varieties; 6:The highest yield of non-repeat tested varieties; 7:The lowest yield of non-repeat tested varieties.

表6 参试品种(系)各年度平均产量与对照品种平均产量的比较Table 6 Comparison of average yield of the test materials and control varieties in the trials from 2009 to 2017 kg·667 m-2

残差为年度试验平均产量及各试验品种与对照品种间的产量差距。

The residual is the average yield of the annual test and the yield difference between the test varieties and the control varieties.

2.2.4 参试品种(系)最高、最低产量与对照品种的比较

表7 参试品种(系)各年度最高产量与对照品种平均产量的比较Table 7 Maximum yield of the test materials and average yield of the control varieties in the trials from 2009 to 2017 kg·667 m-2

表8 参试品种(系)各年度最低产量与对照品种平均产量的比较Table 8 Minimum yield of the test materials and average yield of the control varieties in the trials from 2009 to 2017 kg·667 m-2

2.3 参试品种(系)的育种方法和系谱分析

进一步对参试品种(系)的育成方法、亲本及其基因来源进行分析，发现杂交育种仍然是目前主要的育种方法(表9)，辐射诱变、轮回选择及太谷核不育等技术均为次要育种方法，仅在有条件的单位开展。

在亲本遗传基础上，采用王步云等[12]的亲缘系数法进行分析，周麦系列、百农矮抗58及其改良系作为亲本的使用频率越来越高，对提高黄淮南片小麦品种的产量做出了贡献。但同时也导致品种的遗传基础越来越狭窄，小麦发生病害的潜在风险不断增高。对参试品种(系)进行系谱追踪(表10)发现，一级系谱的亲本有221个，前10位的亲缘系数值累加为165.00，占亲缘系数值总和的74.66%，其中周麦系列和百农系列位居前2位，二者的亲缘系数值为39.82，约占亲缘系数值总和的18.02%；二级系谱的亲本有264个，其中前10位的亲缘系数值为121.70，占亲缘系数值总和的46.10%，其中周麦系列(包括周麦9号，周麦8425B)占20.42%。

表9 主要参试品种(系)的育成方法及其所育成的品种数量Table 9 Breeding methods and numbers of main test materials in the trials from 2009 to 2017

3 讨论和建议

黄淮南片不仅是中国的小麦主产区，也是小麦育种的优势区域。2009-2017年该区域参加品种试验的育种单位达86个，育出品种(系)283个，通过国家审定的品种达107个，育种单位数、参试品种(系)数和通过国家审定的品种数均据全国各麦区之首。在这些育种单位中，2011年前，以科研单位为主，每年供种数占45.83%～66.67%；2012年后，企业的供种数量超过科研单位，每年的供种数量占比从2009年的20%上升至2017年的60.71%，成为主要的育种力量。在86个小麦供种单位中，以河南周口市农科院、江苏瑞华农业科技有限公司和江苏徐淮地区淮阴农业科学研究所的育种效率最高，参试品种(系)数分别为7个、5个和10个，通过国家审定数分别为6个、5个和8个，育种效率分别达85.71%、100%和80.00%。

表10 主要参试品种(系)的亲缘系数总值Table 10 Total coefficient of parentage of varieties(lines) in the trials from 2009 to 2017

黄淮麦区自然条件和生产水平较高，是小麦高产和中强筋的适宜生态区，对小麦品种的产量性状和品质需求也较高[13-14]。2009-2017年冬水组的平均产量残差提高6.04%，每年提高6.38 kg·667 m-2；春水组的平均产量残差提高4.32%，每年提高2.30 kg·667 m-2，说明近年来该地区的育种水平不断提高，品种改良效果明显，这与张清海等[15]的分析结果一致。

各年度的最优品种(系)，表现为适应性广，抗逆性强，稳产性好，特别是最优动态稳定性较好。年度最差品种(系)一般产量水平较低，产量三因素不协调，适应性低，稳产性差，与付亮等[16]的研究结论一致。最优品种(系)的残差加大，最差品种(系)残差的缩小，表明各育种单位间的育种水平在缩小。最优品种(系)与对照品种的残差逐年加大，最差品种(系)与对照品种的残差的逐年缩小，表明该地区的小麦育种水平不断提高，品种(系)改良效果明显，但也与对照品种长期繁殖的种性退化有关。

对照品种的产量出现退行性下降，一方面可能是因为试验地块变化，土壤质地、土壤肥力以及局部气候环境发生了改变[17]，另一方面可能与对照品种长时间繁殖中某些位点的基因缺失或者变异有关。张舒娜等[18]研究表明，由于小麦品种内存在遗传异质性，某些位点呈现微效多基因，在与环境等外在因素作用下，通过人工选择和自然选择发生遗传漂变或者基因漂移，导致种性退化。因此，对照品种在繁殖中首先要选择足够大的群体保持该品种的原始遗传型典型性，其次要在选育当地进行繁种，保持该品种的选育环境条件不变，第三及时为各承担试验单位提供新品种，保持对照的标准不变。本研究显示，春水组对照品种与平均产量的差距，在2014-2017年分别为5.55%、6.65%、8.26%和9.90%，超过国家审定标准中5%的水平[19]，需考虑对照品种的更换与产量提高。

亲本资源越来越狭窄，在抗逆性等方面存在潜在风险。一级亲本和二级亲本均以周麦系列为主要种质[20]，加之其改良系如百农矮抗58等的应用，有进一步加大应用比例的趋势。虽然该种质的应用对提高本地区小麦的产量有重要贡献，但其籽粒加工品质不优，以及抗病基因的单一化[21]，使本地区的潜在风险也在加大。在抗锈病方面，要抗源基因多元化，特别是对西农系列、淮麦及济麦系列种质的利用。但是对赤霉病抗性基因的利用，才刚刚起步，无明显进展[22]。

企业商业化育成品种及商业化育种成效明显。在2009-2017年的9年间，以市场为导向、科技为支撑、企业为主体的商业化育种已经形成，专家兼职自建企业、成果作价入股、平台共建共享等科企合作模式方兴未艾，取得了明显成效。在材料确权、利益共享制度化的前提下，产学研政联合攻关机制加快构建，有力地推动了种业成果转化，调动了科研人员的积极性，强化了科研瞄准市场的创新导向机制。预期在国家加快农业绿色发展、提质增效和种业创新发展的形势下，迫切要求深入推进良种联合攻关，强化机制创新，科研和企业在基础研究和商业化育种上实现大突破，在资源材料上实现大整合，在育种技术上实现大集成，在产业链条上实现大贯通。

优质品种、绿色品种、特殊类型品种的育成和审定呈现逐步加强的趋势。如抗赤霉病品种的选育和鉴定，审定品种中加工品质指标的提高，特殊类型小麦品种的选育得到了重视。节水、节能型、适宜于机械化、轻简化小麦品种的选育，也得到了关注。