国审小麦品种濮麦116产量特性分析

王丹 程星 许国震 谢文芳 李华 岳云霞 戴妙飞 苏丽娜 郝晓昭

摘要：依据2018-2021年度国家冬小麦黄淮南片水地组区域试验和生产试验汇总数据，采用高稳系数法、变异系数法分析濮麦116的丰产性和稳产性，并采用AMMI模型和GGE双标图剖析了濮麦116在多环境试验中的品种特性。结果表明，2年区域试验中濮麦116平均产量分别比对照周麦18、百农207极显著增产5.34%、7.59%；2年区域试验平均高稳系数比对照周麦18、百农207分别高4.96个、6.69个百分点，平均变异系数（8.74%）略低于对照。生产试验中濮麦116平均产量比对照周麦18极显著增产6.97%，居同组第1位；高稳系数比对照高5.08个百分点，变异系数与对照相当。AMMI模型和GGE双标图分析结果显示，濮麦116品种特性最优，稳定性居中上水平。综合分析得出，濮麦116平均产量较高，高稳系数大、变异系数小，丰产和稳产性优势明显，稳定性居中上水平。产量性状分析结果表明，濮麦116产量三要素中有效穗数变异系数最大，且与产量呈极显著正相关，因此大田生产中可通过调整播量和选择适宜的种植管理方式扩群体、提穗数，进一步发掘濮麦116产量潜力。

关键词：小麦；濮麦116；丰产性；稳产性；AMMI模型；GGE双标图

Yield Characteristics Analysis of the National

Approved Wheat Variety Pumai 116

WANG Dan1，CHENG Xing1，XU Guozhen1，XIE Wenfang1，LI Hua2，

YUE Yunxia1，DAI Miaofei1，SU Lina1，HAO Xiaozhao1

（1Puyang Academy of Agricultural and Forestry Sciences，Puyang 457000，Henan；

2Henan Agricultural University，Zhengzhou 450002）

小麦是世界三大粮食作物之一，作为全球最大的小麦生产国，中国小麦产量约占全球总产的17%（数据来源于美国农业部）。近年来，我国小麦种植面积不断减少，但小麦总产不断增加。据国家统计局数据，小麦总产自2015年突破13000万t后，已连续9年牢牢锁定在130000万t以上。种植面积降低但总产稳步增加得益于小麦单产的持续提升，但是我国小麦单产仍低于西欧代表性国家小麦单产水平，还有很大的提升空间[1]。因此，选育丰产、稳产、特性突出的小麦新品种仍然是我国小麦育种的长期目标之一。此外，充分发掘现有品种的增产潜力，进一步提高小麦单产，也是小麦新品种应用和生产上亟需解决的重要问题。

从1963年Finlay等[2]提出回归系数法开始，研究人员先后又提出了几种评价品种丰产性和稳产性的方法和模型，如变异系数法[3]、高稳系数法[4]、主效可加互作可乘（简称AMMI）模型[5]、GGE模型[6]等。高稳系数法通过将高稳系数（HSC）进行排序，筛选出高产稳产性好的品种，因计算较简单、易操作，数据较准确，目前已得到了广泛应用[7]。但高稳系数只是基因型高产稳产的综合指标，无法判断环境对基因型的影响。AMMI模型将方差分析和主成分分析相结合，提高了估计的准确度，主要应用于从多个品种中筛选出高产稳产性较好的品种，能判断出环境对基因型的影响，但不能明确地看出品种对环境的适应性。GGE模型对基因与环境互作进行了更为直观的展示和评价，能筛选出高产稳产的品种和适宜种植的环境[8]。如今，AMMI模型和GGE双标图常用于研究多环境试验中基因型与环境的互作[9-10]。

本研究基于国家冬小麦黄淮南片水地组2018-2020年度区域试验汇总数据，采用高稳系数法、变异系数法分析濮麦116的丰产和稳产特性。同时，利用2020-2021年度生产试验汇总数据，通过AMMI模型和GGE双标图剖析了濮麦116在多环境试验中的品种特性，以期为濮麦116的推广应用提供理论参考。

1 材料与方法

1.1 试验材料 濮麦116是由濮阳市农业科学院以周麦27为母本、浚K8-4为父本，通过有性杂交和改良系谱法系统选育而成的半冬性小麦新品种，审定编号：国审麦20220021，品种权号：CNA20191006063。2018-2019年度、2019-2020年

度区域试验濮麦116同组参试品种（系）分别为18个，对照品种为周麦18（CK1）、百农207（CK2）；2020-2021年度生产试验同组参试品种（系）7个，对照品种为周麦18，濮麦116同组别参试品种（系）名称详见表1。

1.2 试验设计 区域试验采用随机区组设计，3次重复，小区面积13～15m2，收获面积12m2以上。生产试验设2次重复，小区面积不小于150m2，参试品种（系）随机排列，全区收获。播期为10月5-15日，每667m2播种量为16万～18万株。田间耕作、水肥管理、除草、虫害防治按照当地大田生产进行。

区域试验试点27个，其中陕西省5个（宝鸡、大寨乡、杨凌、华阴、富平），河南省12个（郑州、辉县、漯河、商丘、周口、驻马店、濮阳、洛阳、新乡、南阳、郑州高新区、鹿邑），安徽省5个（阜阳、宿州、涡阳、固城、寿县），江苏省5个（徐州、淮安、射阳、连云港、宿迁）。生产试验试点24个，其中陕西省3个（宝鸡、杨凌、富平），河南省12个（原阳、辉县、漯河、周口、驻马店、濮阳、新乡、郑州、安阳、鹿邑、尉氏、荣阳），安徽省5个（阜阳、宿州、涡阳、新马桥、滩溪），江苏省4个（徐州、淮安、连云港、宿迁），其中荣阳试验点未统计。

1.3 数据分析 数据来源于2018-2019年度、2019-2020年度国家冬小麦黄淮南片水地组区域试验和2020-2021年度国家冬小麦黄淮南片水地组生产试验汇总数据。使用WPS Office进行数据处理，利用DPS数据处理系统（19.50版）对试验数据进行相关性分析、AMMI模型分析和GGE作图。为方便作图，对生产试验23个试点名称进行编号，详见表2。

1.3.1 高稳系数（HSC） 采用高稳系数作为品种高产和稳产特性的判断参数。高稳系数（HSC）计算公式：HSCi（%）=（Xi-Si）/1.10XCK×100[4]。式中，Xi为第i个品种的平均产量，Si为第i个品种的标准差，XCK为对照的平均产量。某个品种的HSC值越大，说明该品种的高产稳产性越好。

1.3.2 变异系数（CV） 采用均值—变异系数作为品种稳产性的判断参数，反映了品种某个性状在不同生态环境下的变异程度。变异系数（CV）计算公式：CVi=Si/Xi×100%[3]。式中，Si为第i个品种的标准差，Xi为第i个品种的平均产量。CV值反映静态稳定性，值越小静态稳定性越好，说明该性状受环境影响越小。CV值小且平均产量高的品种，产量稳定性好。

2 结果与分析

2.1 区域试验

2.1.1 丰产性分析 由表3可以看出，2018-2019年度国家冬小麦黄淮南片水地组区域试验中濮麦116平均产量8825.1kg/hm2，居参试品种（系）第9位，比CK1极显著增产4.62%，增产≥2%的试点率81.8%（22点汇总）；比CK2极显著增产7.40%，增产≥2%的试点率90.9%。2019-2020年度续试，平均产量8653.5kg/hm2，居参试品种（系）第7位，比CK1极显著增产4.72%，增产≥2%的试点率86.4%（22点汇总）；比CK2极显著增产6.90%，增产≥2%的试点率86.4%。2年区域试验平均产量8739.3kg/hm2，比CK1、CK2分别极显著增产4.67%、7.15%，2年汇总44点次，比CK1、CK2增产≥2%的试点率分别为84.1%、88.7%。

2.1.2 稳产性分析 由表4可知，在2018-2019年度、2019-2020年度区域试验中，濮麦116的高稳系数均优于周麦18（CK1）和百农207（CK2）。濮麦116平均高稳系数比CK1、CK2分别高4.96个、6.69个百分点，表明濮麦116具有很好的稳产特性。此外，濮麦116在各试点的产量平均变异系数为8.74%，低于CK1（9.92%）、CK2（9.58%），且濮麦116的平均产量高于2个对照品种，表明濮麦116静态稳定性好，并具有较大的高产潜力。

2.2 生产试验

2.2.1 丰产性和稳产性分析 2020-2021年度生产试验参试品种（系）产量及丰产性、稳定性分析见表5。V3（濮麦116）平均产量8847.2kg/hm2，比对照周麦18极显著增产6.97%，23点汇总，增产点率100%，居同组参试品种（系）第1位。参试品种（系）高稳系数顺序为V1>V2>V3>V4>V5>V6>V7，变异系数顺序为V6>V4>V5>V3>V1>V7>V2。V3的HSC值较大，产量较高，变异系数较小，因此濮麦116丰产特性突出，并具有较高的稳产特性。

2.2.2 AMMI模型分析 利用DPS数据处理系统中的无重复AMMI模型对试验数据进行分析，获得生产试验同组参试品种（系）的AMMI分析排序图（图1）。该图以品种平均产量为横坐标、IPCA为纵坐标。通过品种的两条曲线的交点位置可以区分品种特性的优劣，右侧品种的特性优于落在其左侧的品种[11]。由图1可知，品种（系）特性优劣顺序与产量高低顺序一致，V3（濮麦116）品种特性优于其他品种（系）。

2.2.3 GGE双标图 采用DPS数据处理系统中GGE_biplot进行品种的高产性和稳产性分析，得到高产性和稳产性功能GGE双标图。图2中的小菱形代表平均环境，带箭头的直线是平均环境轴，它所指的方向是品种在所有环境下的近似平均产量。与平均环境轴垂直并通过原点的、带有双箭头的直线代表各品种与各环境相互作用的倾向性，箭头向外指向较大的不稳定性，越偏离平均环境轴越不稳定[11]。从图2可知，V3（濮麦116）平均产量最高，V2次之，V7最低。稳定性排序为V7>V5>V2>V3>V1>V4>V6，濮麦116稳定性处于中等水平。图3为高产性和稳产性功能具同心圆的GGE双标图，该图以各品种到中心点的距离来判断品种优劣，距离越小品种越优[11]。由图3可知，品种（系）离中心点距离由近及远依次为：V3、V2、V1、V5、V4、V6、V7，濮麦116最接近中心点，高产性和稳产性优势明显。

2.3 产量三要素分析 为分析濮麦116产量与产量三要素之间的关系，利用3年试验产量和产量三要素的数据进行了变异系数和相关性分析。由表6可知，产量三要素的变异系数由大到小的顺序为有效穗数>穗粒数>千粒重。其中，千粒重的变异系数最小，说明濮麦116的千粒重较高且相对稳定，较少受外界环境影响；有效穗数的变异系数与穗粒数相差不大，但明显大于千粒重的变异系数，表明濮麦116的有效穗数和穗粒数易受外界环境和种植管理方式的影响，更易通过选择合适的种植管理方式和适宜的环境进一步提高濮麦116的产量。

利用DPS数据处理系统分析濮麦116产量三要素与产量之间的相关性。从表7可知，产量与产量三要素都呈一定正相关关系。其中，有效穗数与产量呈极显著正相关，濮麦116产量较易受有效穗数影响，说明适当增加群体提高有效穗数是增加濮麦116产量的首要有效途径。同时，有效穗数与穗粒数、千粒重呈显著负相关，说明通过提高有效穗数实现高产的同时，也需注意产量三要素间的相对协调。

3 小结与讨论

品种试验通过规范统一的方案要求对新育成的品种（系）进行试验，对品种（系）的丰产性、适应性、抗逆性和品质进行全面鉴定和综合评价，是评价品种（系）的科学依据，也是品种应用推广与科学布局的重要参考。试验中，品种（系）自身的综合表现决定了其应用价值和推广潜力[11]。

本研究基于区域试验和生产试验数据，采用多种方法对濮麦116的丰产、稳产特性进行了分析。2018-2021年度试验产量结果表明，濮麦116平均产量8775.1kg/hm2，最高平均产量8847.2kg/hm2，3个年度间增产点率高、增产均达到极显著水平，高产特性突出。2年区域试验中濮麦116平均高稳系数比CK1、CK2分别高4.96、6.69个百分点；平均变异系数8.74%，低于2个对照，表明其具有良好的丰产和稳产性，高产潜力大。生产试验中V1（瑞华502）、V2（丰德存麦22）、V3（濮麦116）稳定性较好，V1、V2、V3、V7（周麦18）变异系数较小；GGE双标图高产性和稳产性功能分析显示，V2、V3、V5（偃丰168）、V7稳定性较好。结果表明，濮麦116稳定性处于中等偏上水平。AMMI模型分析和高产性和稳产性功能同心圆的GGE双标图分析结果显示，V3（濮麦116）的品种特性最优，其次是V2、V1。综合多方分析结果而言，濮麦116平均产量较高，丰产和稳产性优势明显，是集高产、稳产、广适于一身的优良小麦品种，适宜在生产上大面积推广应用。

濮麦116产量要素分析结果表明，产量与有效穗数呈极显著正相关，与穗粒数、千粒重呈正相关关系；产量三要素的变异系数为有效穗数>穗粒数>千粒重。濮麦116千粒重变异系数小，受环境影响小，与产量正相关，生产上若注重中后期肥水管理增加粒重，则对提高濮麦116产量有一定效果；穗粒数和千粒重变异系数相当，与产量相关不显著，间接说明濮麦116开花结实性相对稳定；相比较而言，有效穗数更易受环境和种植管理方式的影响。综上所述，大田生产上可通过调整播量和选择合适的种植管理方式扩大群体，提高有效穗数，进一步发掘濮麦116产量潜力。另外，濮麦116的有效穗数与穗粒数、千粒重呈显著负相关，生产上扩大群体提高有效穗数的同时，还需注意产量三要素间的相互协调，以确保实现濮麦116高产丰收。

参考文献

[1]刘录祥．我国小麦种业科技研发现状与展望．中国农村科技，2023（7）：4-7

[2] Finlay K W，Wilkinson G N．The analysis of adaptation in a plant breeding programme．Australian Journal of Agricultural Research，1963，14（6）：742-754

[3] France T R，Kannenberg L W．Yield stability studies in short-season maize．Ⅰ．A descriptive method for grouping genotypes．Canadian Journal of Plant Science，1978，58（4）：1029-1034

[4]温振民，张永科．用高稳系数法估算玉米杂交种高产稳产性的探讨．作物学报，1994，20（4）：508-512

[5] Gauch H G．Statistical analysis of regional yield trials：AMMI analysis of factorial designs．New York：Elsevier，1992

[6] Yan W K，Hunt L A，Sheng Q L，Szlavnics Z．Cultivar evaluation and mega-environment investigation based on the GGE biplot．Crop Science，2000，40（3）：597-605

[7]邢璐，穆连鹏，解慧芳，王淑君，刘俊芳，张扬，李龙，刘海萍，闫宏山，王素英，宋慧．19个谷子新品种农艺性状与适应性综合分析．中国种业，2023（10）：66-69

[8]张萌，吕莹莹，沈丹丹，韩伟，张恩盈．几种高产稳产分析方法在品种区域试验中的应用和研究进展．大麦与谷类科学，2018，35（1）：1-5，17

[9]朱艳彬，樊晓琴，吉闻天，宝春雨，徐长成，朱宏宇，李晓雯，郜睿，张琪，郭晋杰，郭延玲．基于AMMI模型和GGE双标图的西北春玉米品种区域试验综合评价．中国农业大学学报，2023，28（12）：

15-24

[10]郑建敏，蒲宗君，吕季娟，罗江陶，邓清燕，刘培勋，李式昭．优质抗病小麦新品种川麦618产量特性分析．四川农业大学学报，2023，41（6）：1032-1037

[11]唐启义．DPS数据处理系统：专业统计及其他．北京：中国农业出版社，2020

（收稿日期：2024-04-02）