基于AMMI模型的辽宁省水稻品种区域试验稳定性及适应性分析

姜秀英， 于永梅， 马作斌， 吕军， 王丽丽，李跃东， 韩勇, 解文孝

摘  要：为评价辽宁省水稻品种的稳定性、丰产性、适应性及不同试验点的区分力，利用AMMI模型对2019年辽宁省水稻区域试验中早熟组参试品种及试验点进行分析。结果表明：基因型、环境、基因型与环境互作方差均达到极显著水平，三者平方和分别占总平方和的17.0%、49.72%、14.19%。AMMI模型中前2个主成分值达到极显著水平，共解释76.5%的交互作用，能有效地分析基因与环境互作效应。源粳2号（g4）、美锋稻245（g2）、富禾稻258（g5）属高产稳产型品种，6个试验点中，区分力最强的是开原市示范繁殖农场（e1）。

关键词：AMMI模型；水稻；稳定性；适应性

中图分类号：S511                                文献标志码：A文章编号：1673－6737（２０23）05－００01－０5

Analysis of Stability and Adaptability of Rice Varieties in Liaoning Yield Test Trial Based on AMMI Model

JIANG Xiu-ying1 ， YU Yong-mei2 ， MA Zuo-bin1 ， LV Jun1 ， WANG Li-li1 ，

LI Yue-dong1 ， HAN Yong1 ， XIE Wen-xiao1*

（1 Liaoning Rice Research Institute，Shenyang 110101， China；

2 Integrated Services Centre for Agriculture of Huanren Manchu Autonomous County，Benxi Liaoning 117200， China）

Abstract： In order to evaluate the stability， high-yielding ability and discrimination of rice varieties in Liaoning Province， the data from 14 rice varieties and 6 test sites in the regional test of rice varieties in Liaoning Province in 2019 were analyzed by AMMI model. The results showed that highly significant variations was observed among environments， GEI（genotype and environment interactions） and genotypes， accounting for17.0%， 49.72% and 14.19% of total variance， respectively. Two principal component in AMMI model could explain 75.6% of the interaction effect， and the interaction effect between genotype and environment could be effectively analyzed. The varieties Yuangeng-2（g4），  Meifengdao-245（g2）， Fuhedao-258（g5） belonged to high and stable yield variety. In terms of discrimination， Kaiyuan Demonstration and Multiplication Farm（e1） showed the strongest discrimination.

Key words： AMMI model; Rice; Stability; Adaptability

水稻是遼宁省第二大粮食作物，在全省粮食生产和经济发展中占有重要地位，筛选适宜辽宁地区种植的水稻品种意义重大。区域试验对品种丰产性、稳产性、适应性、抗逆性等进行鉴定，并进行品质分析、DNA指纹检测等，为品种审定和加速良种推广与合理布局提供依据。基因型与环境互作对作物品种的稳产性和区域适应性具有关键作用[1]。品种评价必须考虑包括产量在内的多个性状。进行多性状评价、选育高产稳产及广适型品种是育种家需要解决完成的重要课题。

以往对于区域试验数据的分析大多采用算术平均数、方差分析或线性回归分析等方法，然而这些方法在评价基因型与环境互作时具有较大的局限性[2]。选取合适的模型对区域试验结果进行科学、合理的分析，对于作物品种选育具有重要意义[3]。主效可加互作可乘（AMMI）模型通过结合方差分析和主成分分析，并且将其量化，最终对品种稳定性、丰产性、适应性等进行较准确评价[4]。目前，AMMI模型已广泛应用于玉米、水稻、大豆、花生、小麦等农作物区域试验中产量性状分析，也应用于作物品质性状分析及配合力性状分析[1-9]。

利用AMMI模型对2019年辽宁省中早熟水稻品种区域试验参试品种产量进行分析，评价参试品种丰产性、稳定性、适应性，以期为品种推广和应用以及区试点的合理布局提供参考。

1  材料与方法

1.1  试验材料

研究使用的数据选自辽宁省2019年水稻品种区域试验中早熟组总结。参试水稻品种14个，试验以审定品种沈农315为对照（表1）。试验共设6个区域试验点（表2）。各试点统一采用随机区组排列，3次重复，每小区6行，小区面积13.3 m2，行距30.0 cm，穴距13.3 cm，每穴3～4苗。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。

1.2  数据分析

采用EXCEL2010进行数据统计，利用DPS18.0数据处理系统进行方差分析、AMMI模型分析和Dg（e）稳定性分析。

2  结果与分析

2.1  产量联合方差和AMMI模型分析

对14个（含对照）水稻品种的小区平均产量进行方差和AMMI模型分析，结果表明（表3），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、环境及互作效应对品种产量均具有极显著影响。其中，环境平方和占总平方和49.72%，基因型平方和占17.0%，基因与环境互作平方和占14.19%，说明在试验条件下，环境变异对产量的影响占主导因素，品种对产量的贡献次之，基因型与环境互作变异对产量形成贡献相对较小。互作效应主成分轴IPCA显著性测试结果表明，有2个IPCA轴达到极显著水平，分别解释了48.15%、28.35%的互作平方和，共解释了76.5%的互作平方和，未达到显著水平的IPCA轴的变异则合并为残差。

2.2  双标图AMMI模型的丰产性、稳定性分析

以平均产量为横坐标，显著主成分轴IPCA1为纵坐标，绘制AMMI1双标图（IPCA1-产量）。在AMMI1双标图中，各参试品种的横坐标代表品种和试点的平均产量，纵坐标绝对值反映了其稳定性，绝对值越小，品种越稳定，试点区分力越弱。图1结果显示，试点位置分布比品种分散，说明试点的影响大于品种的影响。在水平方向上，平均产量最高的品种为g4，其次是g10、g5、g1、g2、g12等，平均产量最低的为对照品种g9。在试验点方面，e6试验点平均产量最高，e3 试验点平均产量最低。稳定性较好的品种是g4、g2、g9、g14，稳定性较差的品种是g1、g10、g13，試点区分力强弱依次是e1、e2、e5、e4、e6、e3。

考虑到AMMI1双标图中IPCA1只能解释48.15%的互作效应，由此推断的品种稳定性和试点区分力还不够全面，故利用能代表大部分互作变异信息的AMMI2双标图（IPCA1-IPCA2）对品种与环境互作效应进行分析。AMMI2共解释了76.5%的互作变异，结果更具准确性。在 AMMI2 双标图中，品种离原点距离越近稳定性越好，相反则稳定性越差；试点离原点越远，其对品种的区分力越强，相反则区分力越弱。图2结果显示，试验中品种g4、g2、g9较稳定，品种g1、g10、g8、g11离原点较远，产量较不稳定。品种与环境互作较大的试点有e1、e6，表明这两个试点对品种的区分力较强，互作较小的试点为e5，表明这个试点的区分力较差。综合丰产性考虑，高产稳产的品种是g4、g2、g5，高产不稳产的品种是g1、g10。

2.3  参试品种及地点稳定性分析

品种与环境互作效应值Dg（e）是评价基因型或环境相对稳定性的重要指标。依据AMMI中的稳定性参数定量描述参试品种的稳定性和试点的区分力。品种Dg值越小，品种稳定性越好，环境De值越大，试点对品种的区分能力越强。由表4可以看出，参试品种Dg值大小依次为g1、g11、g10、g8、g13、g6、g14、g12、g5、g7、g3、g9、g2、g4，即g4、g2、g9、g3、g7、g5的稳定性较好，g1、11稳定性较差；各试点的区分力从大到小顺序为e1、e6、e4、e2、e3、e5。

3  结论与讨论

本研究利用AMMI模型对2019年辽宁省水稻品种中早熟组区域试验产量数据进行分析，结果表明基因型、环境、基因型与环境互作方差均达到极显著水平，其中环境变异对产量的影响占主导因素，基因型对产量的影响次之，表明选育推广水稻品种时应该首先考虑环境因素，同时选育具有优良基因型的品种，考虑基因型与环境互作效应，确保品种在适宜生态区种植。

本研究中基因与环境互作主成分只有前两项达到极显著水平，所以AMMI双标图2能够解释大部分的变异，AMMI模型与稳定性参数解释的变异一致，稳定性Dg（e）值排序与AMMI2图基本一致。14个参试品种中源粳2号（g4）、美锋稻245（g2）、沈农315（g9）、富禾稻275（g3）、裕粳香4号（g7）、富禾稻258（g5）稳定性较好，美锋稻217（g1）、馨稻1号（g10）稳定性较差，结合品种平均产量，源粳2号（g4）、美锋稻245（g2）、富禾稻258（g5）属高产稳产型品种，对照品种沈农315（g9）属低产稳产型品种，美锋稻217（g1）、馨稻1号（g10）属高产不稳定型品种。6个试点中，区分力最强的试点是开原市示范繁殖农场（e1）。

品种区域试验是主要农作物新品种审定的重要环节，为新品种推广应用提供科学依据。姚霞等认为利用AMMI双标图的定性以及Di值的定量，不仅展示了更为详细的品种对地点的适应性信息，具体地表述了各参试品种的稳定性和适应性，还全面地解释了各性状基因型与环境的互作[5]。鲁月等研究认为AMMI 模型可以充分解析 GEI 效应，是评估品种稳产性的好方法。然而，AMMI 模型分析容易忽略稳产性较差但具有特殊适应性的品种[2]。李天奇等认为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显著数量超过2个时，双标图就不能有效反映全部变异信息，而稳定性参数Dg（e）考虑了所有显著的IPCA值，能够更全面反映品种稳定性和地点的区分力[4]。刘丽华等认为AMMI 模型是分析品种的多地点试验数据十分有效的工具， 但是目前只能对单个性状进行分析， 如何对多个性状进行综合分析还有待于进一步深入研究。以往多位学者研究认为，AMMI 模型也有需待改进的地方，如对于互作效应双方均赋予相同权重的主成分特征值 IPCA，应该根据互作双方对该性状的贡献率赋予相应的权重，以期更好地解释各种错综复杂的互作关系[10-12]。

综上所述，多位学者研究认为AMMI模型是评价品种稳定性的有效工具，在利用AMMI模型时，结合AMMI双标图和稳定性参数进行分析效果更好。也有研究认为AMMI模型存在一定的局限性，如缺乏对多性状的综合分析，对主成分特征值IPCA赋予的权重也需要改进等。在实际生产中，应当将AMMI模型作为一种参考，结合多年多点的综合表现评价优异品种及选择试点。本研究对客观鉴定、评价不同水稻品种的丰产性、稳产性和适应性，对水稻品种推广应用和合理区域布局具有重要的参考意义。

参考文献：

［1］ 陈朝阳，魏建伟，陈淑萍，等.黄淮海夏玉米品种籽粒产量基因型与环境互作分析［J］.分子植物育种，2019， 17（8）：2 749-2 760.

［2］ 陈志德，仲维功，杨杰，等.水稻品种（系）稳定性分析模型的评价［J］.江蘇农业学报，2003，19（4）：205-210.

［3］ 鲁月，张子惠，陆洲，等.基于AMMI模型和GGE双标图对江苏省甜玉米区域试验的分析［J］.分子植物育种，2022，20（20）：6 939-6 946.

［4］ 李天奇，周彦忠，郭玉生，等.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［J］.天津农业科学，2022，28（9）：1-4.

［5］ 姚霞，李伟，颜泽洪，等.AMMI模型在小麦区域试验产量组成性状分析中的应用［J］.麦类作物学报，2005，25（6）：111-115.

［6］ 刘博，卫玲，樊云茜，等.基于AMMI模型的黄淮海夏大豆国家区试产量分析［J］.中国农学通报，2015，31（27）：69-74.

［7］ 刘丽华，胡远富，陈乔，等.利用AMMI模型分析寒地水稻3个品质性状的基因型与环境互作［J］.作物学报，2013，39（10）：1 849-1 855.

［8］ 张征锋，肖本泽.利用AMMI模型分析杂交水稻配合力［J］.植物遗传资源学报2015，16（2）：400-404.

［9］ 李元元，张征锋，孙辽，等.利用AMMI模型评价湖北省水稻区试品种的适应性［J］.湖北农业科学，2016，55（2）：285-289.

［10］ 常磊，柴守玺.AMMI模型在旱地春小麦稳定性分析中的应用［J］.生态学报，2006，26（11）：3 677-3 684 .

［11］ 吴为人.对基于AMMI模型的品种稳定性分析方法的一点改进［J］.遗传，2000，22（1）：1-32.

［12］ 胡希远，尤海磊，宋喜芳，等.作物品种稳定性分析不同模型的比较［J］.麦类作物学报，2009，29（1）： 110-117.

（责任编辑：宋双）