基于AMMI模型的河南省小粒花生品种区域试验稳定性及适应性分析

李天奇，周彦忠，郭玉生，李 飞，姬小玲，李斯佳

（漯河市农业科学院，河南 漯河 462000）

农业生产中，新育成的品种在进行大面积推广之前均需要进行多点区域试验，通过测试分析其丰产性、稳产性及适应性等特性为后期品种的推广和应用提供依据。品种的稳产性和丰产性受基因型与环境的影响较大。因此，能否正确评价作物新品种的区域试验结果，对新品种能否大规模推广应用起到至关重要的作用。加性主效应乘积交互作用（AMMI模型）通过结合方差分析和主成分分析，并且将其量化，最终对品种的稳定性、丰产性、适应性等进行较准确评价。AMMI模型的主要优点是在品种和环境的加性模型中加入了交互作用，通过分离出模型误差与干扰，提高了品种评价的精准度。因此，AMMI模型在新品种评价中受到越来越多育种工作者的青睐。

花生是我国重要的经济作物，也是重要的油料作物和蛋白作物。河南省是我国花生种植和生产的第一大省，花生也是河南继小麦、玉米等主要农作物之后的第三大农作物，在农业经济发展及农民增收中具有重大的意义。近年来，随着麦后夏直播花生种植技术的不断推广和花生机械的应用，夏播种植已逐渐成为花生生产的重要种植方式。据调查表明，在河南、山东等部分花生主产区，夏播花生种植面积已达到花生总面积的50%以上，而作为适宜夏播的小粒花生品种也越来越受到种植户的追捧，小粒花生的种植面积逐年增大。为了更详细准确地分析河南省区域试验中小粒花生新品种的丰产性、稳定性及适应性，本研究通过对2019年河南省小粒组花生区域试验参试品种的产量表现情况进行AMMI模型分析，以期为河南省小粒花生新品种的推广和应用提供一定参考。

1 材料和方法

1.1 试验材料

试验以河南省主栽小粒花生品种‘远杂9102’（CK）为对照，共测试12个花生新品种，分别是‘安花5号’、‘安花6号’、‘漯花19号’、‘商花43号’、‘宛花7号’、‘豫花123号’、‘豫花126号’、‘豫花128号’、‘豫花132号’、‘豫花139号’、‘豫花148号’和‘豫花176号’。具体品种编号见表1。

表1 供试品种名称及编号

1.2 试验地点

试验于2019年6—10月分别在河南省安阳、洛阳、漯河、南阳、商丘、新乡、信阳、驻马店等8地进行，试验地详情编号见表2。

表2 供试地点名称及编号

1.3 试验设计

试验统一采用随机区组排列，重复3次。小区长6.67 m，宽2 m，每小区6行，行距33.33 cm，穴距16.7 cm，密度为1.8×10穴·hm，每穴2粒种子。所有试点均严格按照区域试验方案进行设计、管理、收获、考种。

1.4 数据分析

采用Excel 2010进行数据处理，利用DPS 7.05软件进行AMMI模型分析和Dg（e）稳定性分析。

2 结果与分析

2.1 产量联合方差分析、线性回归及AMMI模型分析

对13个参试花生品种的小区平均产量进行方差分析和AMMI模型分析。由表3可以看出，基因型、环境、基因型与环境互作方差均达到极显著水平，这表明品种、环境及交互效应对品种的产量影响均存在极显著差异。对平方和进行分解，环境（试点间）变异平方和占总平方和的87.23%，基因型（品种）平方和占2.88%，而基因与环境的交互作用的平方和占9.54%，由此可以得出，本试验条件下，不同环境对产量的影响占主导因素，也表明试验点的选择有较好的代表性。

表3 产量联合方差分析表

由表4可以看出，通过对产量结果进行线性回归分析，联合回归、基因型回归与环境回归三者相加仅解释了交互作用平方和的30.61%，误差值仍较大，占比59.48%，线性回归拟合效果较差。利用AMMI模型3个主成分轴（IPCA1、IPCA2、IPCA3）对互作效应进行分析。其中IPCA1占交互作用的42.30%，IPCA2占交互作用的27.16%，IPCA3占交互作用的16.41%。3个主成分轴共解释交互作用的85.87%，表明IPCA1、IPCA2、IPCA3轴在解释环境与基因交互作用明显优于线性回归分析。

表4 线性回归分析及AMMI分析表

2.2 双标图AMMI模型的稳定性分析

AMMI双标图（IPCA1-平均产量）横坐标代表品种及试点平均荚果的产量，其反映品种的丰产性；纵坐标反应品种的互作效应的大小和正负，IPCA1绝对值越小，表明交互作用越小，该品种稳定性更强，且品种和地点在IPCA1的同侧时，交互作效应为正效应，反之为负效应。由图1可以看出，在水平方向平均产量方面，对照品种g13的产量为4 804.16 kg·hm，除品种g10产量低于对照外，其余品种平均产量均高于对照，平均产量最高的品种为g3，产量为5 428.44 kg·hm。在试验点方面，e4试验点的平均产量最高7 799.25 kg·hm，e3的平均产量最低3 796.35 kg·hm。在交互作用方面品种g2、g3、g4、g6、g9、g11与e2、e3、e6有明显的正互作效应，与e4、e7、e8有负互作效应。

图1 AMMI双标图（IPCA1－产量）

由图2（IPCA1-IPCA2）可以看出，本试验中各试验点间，品种与环境交互作用较大的试点有e2、e4、e6，表明该试点的分辨力较强，交互作用较小的有e1、e3和e5，表明该试点的分辨力较差。品种越接近原点说明该品种稳定性好，品种g7、g8最稳定，而品种g5、g11和g12离原点远，品种产量不稳定。

图2 AMMI双标图（IPCA1－IPCA2）

2.3 参试品种及地点稳定性分析

品种与环境的互作效应值Dg(e)是用来评价基因型或环境相对稳定性的重要指标，也是确定优良品种推广应用区域的重要依据。基因型Dg值越小，则品种稳定性越好；环境的De值越大，试验地点对品种间差异的分辨力就越强。由表5可知，参试品种g7的稳定性最好，其次为g4、g13，g5的稳定性最差；各试点鉴别力大小顺序为e6＞e2＞e4＞e1＞e8＞e7＞e3＞e5，其中对品种的鉴别力最好的试点是e6，鉴别力最差的是e5。

表5 品种及试点的稳定性参数及排序

3 结论与讨论

区域试验是新品种通过选育推广的重要环节，通过对参试品种的丰产性、稳定性及适应性进行综合评价，选育适宜一定区域范围的优质、高产优良新品种，并为后期品种推广提供重要依据。AMMI模型可综合分析各品种的稳产性、丰产性，及地点的分辨力，AMMI双标图能有效反映品种的丰产性、适应性及互作效应，但当IPCA的显著个数超过2时，双标图并不能有效反映全部变异信息，而稳定性参数Dg（e）充分考虑了所有显著的IPCA值，能够更全面反映品种的稳定性和地点的分辨力。

本研究通过对河南省2019年小粒组花生区域试验产量数据进行AMMI模型分析。结果表明，在品种稳定性方面，g7、g4、g13稳定性较好，g5、g12、g11稳定性较差；不同试点平均产量上，g3产量最高，g2、g6次之，g10产量最低。结合产量和稳定性可知，g2属于高产稳产型品种、g3属于高产较稳产型品种、g5属于低产不稳定稳产型品种。8个试点中，e6试点的辨别力较强、e5试点的辨别力最弱。

本研究中稳定性评价Dg（e）值排序与图2中的部分顺序不同，这主要是由IPCA3的显著性引起的。因此，在进行AMMI模型分析时，结合稳定性参数进行分析能够更准确地反映品种的丰产性、稳定性及适应性。此外，本研究只对各品种的产量数据进行了一年多点的数据分析，并未结合气象因子等其他因素进行年际间的分析，今后如要更全面地评价品种丰产性以及适应性，需要将试验期间的温度、光照、降雨量等气象数据及土壤的养分状况结合起来进行分析，这样对品种的综合评价才能更加精准。