余本勋，田孟祥，何友勋，张时龙，卢 运，叶永印
（贵州省毕节市农业科学研究所，贵州 毕节 ５５１７００）
摘要：应用ＡＭＭＩ模型对２００２－２０１１年贵州省粳稻区域试验品种（组合）产量相关性状基因型与环境互作效应进行分析。结果表明，基因型、环境、基因型与环境互作对考察的７个性状影响程度各不相同，基因型效应、环境效应、基因型与环境互作效应的大小因基因型（参试品种）、试验环境（年份和试点）的不同存在一定的差异。在贵州生态条件下，所研究的７个性状在不同试验环境下差异较大，不同基因型间也存在很大差异，基因型与环境互作差异相对较小。不同性状在不同试验环境下表现出不同的基因型效应、环境效应和互作效应。所研究的７个性状中，株高受基因型效应和环境效应影响为主；生育期、有效穗主要受环境效应影响；产量、穗粒数、结实率和千粒重同时受基因型效应、环境效应、基因型与环境互作效应影响，但产量和千粒重受基因型与环境互作效应影响相对较大，穗粒数和结实率受环境效应影响相对较大。贵州粳稻育种中对产量相关性状进行选择时，需针对基因型、环境、基因型与环境互作效应进行，以提高育种效率。
教育期刊网 http://www.jyqkw.com
关键词 ：粳稻育种；产量相关性状；基因型与环境效应；ＡＭＭＩ模型；贵州
中图分类号：Ｓ５１１．２２ 文献标识码：Ａ 文章编号：０４３９－８１１４（２０１５）０４－０７７８－０６
ＤＯＩ：１０．１４０８８／ｊ．ｃｎｋｉ．ｉｓｓｎ０４３９－８１１４．２０１５．０４．００３
收稿日期：２０１４－０５－２９
基金项目：贵州省科技厅重大专项［黔科合字（２０１２）６００５号］；毕节市科技局毕科合字项目［（２０１２）３４－３号］
作者简介：余本勋（１９６４－），男，贵州毕节人，研究员，主要从事水稻育种及栽培研究，（电话）１３７０８５７６０５８（电子信箱）ｂｊｒｉｃｅｙｂｘ＠１２６．ｃｏｍ。
水稻产量相关性状主要受基因型和环境的共同影响，在不同环境条件下进行品种区域试验旨在鉴定新品种特征特性、应用价值和适用区域，为品种审定和推广应用提供依据。ＡＭＭＩ模型已被广泛应用于水稻、棉花、玉米、小麦、油菜及花生等作物品种区域试验资料分析［１－１３］，并取得了很好的效果，但多见于单年试验资料分析。为进一步探索多年多试点条件下不同基因型产量相关性状的基因型效应、环境效应和基因型与环境互作效应，本研究以２００２~２０１１年连续１０年贵州省粳稻新品种（组合）区域试验为资料，应用ＡＭＭＩ模型［１４，１５］对产量、生育期、株高、有效穗、穗粒数、结实率及千粒重７个性状的基因型与环境变异特征进行分析，旨在为贵州粳稻育种产量相关性状的选择提供参考和借鉴。
１ 材料与方法
１．１ 试验材料
试验材料来源于２００２~２０１１年贵州省粳稻新品种（组合）区域试验汇总总结。２００２年参试品种（组合）６个、试点４个；２００３年参试品种（组合）６个、试点５个；２００４年参试品种（组合）５个、试点５个；２００５年参试品种（组合）５个、试点５个；２００６年参试品种（组合）１２个、试点４个；２００７年参试品种（组合）１０个、试点５个；２００８年参试品种（组合）７个、试点６个；２００９年参试品种（组合）９个、试点６个；２０１０年参试品种（组合）１０个、试点５个；２０１１年参试品种（组合）７个、试点６个。
１．２ 分析方法
以各试点、各品种和各性状３次重复平均值为基础数据，采用ＤＰＳ数据处理系统８．０１版进行ＡＭＭＩ模型分析［１６］。品种（性状）稳定性参数按如下公式进行计算［１］：
式中，k=1,2……n；n为显著的IPCA个数； ＩＰＣＡｉｋ为性状i的第k个主成分；Ｄｉ为性状稳定性定量指标。
２ 结果与分析
２．１ ＡＭＭＩ模型联合方差分析
将２００２~２０１１年贵州省粳稻区试参试品种（组合）产量相关性状进行ＡＭＭＩ模型联合方差分析，基因型效应、环境效应及基因型与环境互作效应占总效应的比值如表１所示，ＡＭＭＩ模型ＰＣＡ１、ＰＣＡ２占互作效应的比值如表２所示。
ＡＭＭＩ模型分析结果表明，产量、生育期、株高、有效穗、穗粒数、结实率及千粒重７个性状的基因型效应、环境效应、基因型与环境互作效应的大小因基因型（参试品种）和试验环境（年份和试点）的不同而存在一定的差异。２００２~２０１１年连续１０年中，产量性状受基因型效应影响差异达显著或极显著水平的有９次，受环境效应影响差异达显著或极显著水平的有１０次，受基因型与环境互作效应影响差异达显著或极显著水平的有７次。生育期受基因型效应影响差异达显著或极显著水平的有９次，受环境效应影响差异达显著或极显著水平的有１０次，受基因型与环境互作效应影响差异达显著或极显著水平的有５次。株高受基因型效应影响差异达显著或极显著水平的有８次，受环境效应影响差异达显著或极显著水平的有９次，受基因型与环境互作效应影响差异达显著或极显著水平的有６次。有效穗受基因型效应影响差异达显著或极显著水平的有６次，受环境效应影响差异达显著或极显著水平的有８次，受基因型与环境互作效应影响差异达显著或极显著水平的有３次。穗粒数受基因型效应影响差异达显著或极显著水平的有９次，受环境效应影响差异达显著或极显著水平的有９次，受基因型与环境互作效应影响差异达显著或极显著水平的有７次。结实率受基因型效应影响差异达显著或极显著水平的有５次，受环境效应影响差异达显著或极显著水平的有７次，受基因型与环境互作效应影响差异达显著或极显著水平的有３次。千粒重受基因型效应影响差异达显著或极显著水平的有８次、受环境效应影响差异达显著或极显著水平的有９次，受基因型与环境互作效应影响差异达显著或极显著水平的有７次。结果表明，在贵州生态条件下，所研究的７个性状在不同试验环境下差异较大，不同基因型间也存在较大差异，基因型与环境互作效应差异相对较小。
２．２ 基因型效应、环境效应、基因型与环境互作效应占总效应成分分析
不同性状在不同环境下表现出不同的基因型效应、环境效应和基因型与环境互作效应，２００２~２０１１年不同性状基因型效应、环境效应和基因型与环境互作效应占总效应的比例如表２所示。由表２可知，产量性状方面各效应所占比例分别为６．４４％～７４．２８％、１１．４０％～６５．１２％、６．７４％～６０．５２％；生育期方面各效应所占比例分别为３．１３％～４５．３９％、２６．４７％～９０．２４％、３．５４％～３９．３１％；株高方面各效应所占比例分别为３．０８％～８１．６８％、１５．６６％～９１．０５％、２．６６％～３３．１６％；有效穗方面各效应所占比例分别为４．７８％～４４．００％、２２．９１％～８４．７８％、８．８５％～３９．２７％；穗粒数方面各效应所占比例分别为１３．２５％～６２．８７％、１２．１０％～６５．９８％、１６．１４％～４２．４７％；结实率方面各效应所占比例分别为６．４９％～７１．２０％、２１．４１％～５３．８７％、７．４０％～４６．３４％；千粒重方面各效应所占比例分别为６．８２％～６９．１５％、７．９９％～５９．２７％、１７．４３％～６３．８９％。２００２~２０１１年基因型效应、环境效应、基因型与环境互作效应占总效应的平均值，产量性状方面各效应所占比例分别为３０．２４％、３２．７７％、３６．９９％；生育期方面各效应所占比例分别为２４．８０％、６０．６８％、１４．５２％；株高方面各效应所占比例分别为４３．７２％、４２．２６％、１４．０２％；有效穗方面各效应所占比例分别为２１．５４％、６０．９３％、１７．５３％；穗粒数方面各效应所占比例分别为３６．１０％、３６．５４％、２７．２５％；结实率方面各效应所占比例分别为２８．８１％、４０．１６％、３１．０３％；千粒重方面各效应所占比例分别为３２．６４％、３４．０１％、３３．３５％。
分析不同性状基因型效应、环境效应、基因型与环境互作效应占总效应的平均值（表２），结果表明，所研究的７个性状中株高以基因型效应（４３．７２％）和环境效应（４２．２６％）为主，生育期和有效穗主要受环境效应影响（环境效应所占比例分别为６０．６８％和６０．９３％），产量、穗粒数、结实率和千粒重同时受基因型效应、环境效应、基因型与环境互作效应影响，但穗粒数、结实率、千粒重以环境效应影响相对较大，而产量则以基因型与环境互作效应为主。因此在贵州粳稻育种中对产量相关性状进行选择时，需针对不同性状进行基因型效应、环境效应、基因型与环境互作效应的选择，以提高育种效率。
２．３ ＡＭＭＩ模型ＰＣＡ１、ＰＣＡ２占互作效应成分分析
由ＰＣＡ１、ＰＣＡ２效应占互作效应比值分析结果（表２）可知，２００２~２０１１年ＡＭＭＩ模型ＰＣＡ１、ＰＣＡ２乘积项表达的基因型与环境互作分别解释了交互作用平方和的幅度，产量为７７．６８％～９８．５４％，生育期为７１．１４％～９８．７９％，株高为６６．２９％～９７．８９％，有效穗为７６．６７％～９７．９４％，穗粒数为７１．６３％～９８．４６％，结实率为５４．４２％～９７．７９％，千粒重为７８．９５％～９９．５３％。各性状ＰＣＡ１、ＰＣＡ２乘积项表达的基因型与环境互作所占比值１０年平均值分别为产量８９．５４％、生育期８８．９５％、株高８９．２９％、有效穗８９．３９％、穗粒数８７．７３％、结实率８０．７５％、千粒重８９．５０％。结果表明，前２个ＡＭＭＩ分量代表的互作部分对７个产量相关性状评价顺序为产量＞千粒重＞有效穗＞株高＞生育期＞穗粒数＞结实率。
２．４ 稳定性参数分析
为进一步分析比较产量相关性状的稳定性，对各年度交互作用差异显著性状的相对稳定性参数Ｄｉ值进行计算（Ｄｉ值越小性状越稳定），结果如表３所示。由表３可知，各年度间交互作用差异显著的性状不同，稳定性排序也存在一定差异。２００２年交互作用差异显著的性状为有效穗和穗粒数，稳定性排序为穗粒数＞有效穗；２００３年交互作用差异显著的性状为产量、生育期、株高、穗粒数、结实率及千粒重，稳定性排序为千粒重＞生育期＞结实率＞株高＞穗粒数＞产量；２００４年交互作用差异显著的性状为产量和千粒重，稳定性排序为千粒重＞产量；２００５年交互作用差异显著的性状为产量、生育期、穗粒数，稳定性排序为生育期＞穗粒数＞产量；２００６年交互作用差异显著的性状为生育期、株高、有效穗、穗粒数、千粒重，稳定性排序为千粒重＞株高＞生育期＞穗粒数＞有效穗；２００７年交互作用差异显著的性状为产量、株高、结实率，稳定性排序为株高＞结实率＞产量；２００８年交互作用差异显著的性状为产量、生育期、株高、有效穗、穗粒数、千粒重，稳定性排序为千粒重＞生育期＞株高＞穗粒数＞有效穗＞产量；２００９年交互作用差异显著的性状为产量、生育期、株高、穗粒数、结实率、千粒重，稳定性排序为千粒重＞生育期＞株高＞结实率＞穗粒数＞产量。２０１０年交互作用差异显著的性状为产量、生育期、株高、有效穗、穗粒数和千粒重，稳定性排序为：千粒重＞生育期＞株高＞穗粒数＞有效穗＞产量。２０１１年交互作用差异显著的性状为产量、株高、结实率、千粒重，稳定性排序为千粒重＞株高＞结实率＞产量。分析结果表明，在所研究的７个性状中千粒重的稳定性最好，产量的稳定性最差。
３ 小结与讨论
农作物品种区域试验是将新育成或引进的品种按统一的技术方案在不同的生态环境下进行连续多年多点试验，分析和评价其特征特性，以确定新品种利用价值和适宜推广区域的过程。在多环境试验中，基因型与环境互作普遍受到育种家的重视，采用有效的统计分析方法，可以对品种（性状）作出客观评价。ＡＭＭＩ模型将方差分析和主成分分析结合在一起，为研究品种区域试验基因型与环境互作提供了有效的分析方法。
应用ＡＭＭＩ模型对２００２~２０１１年贵州省粳稻区域试验参试品种（组合）产量相关性状基因型与环境变异特征进行分析。结果表明，基因型、环境、基因型与环境互作对所考察的７个性状影响程度各不相同，基因型效应、环境效应、基因型与环境互作效应的大小因基因型（参试品种）、试验环境（年份和试点）的不同存在一定的差异，在贵州生态条件下，所研究的７个性状在不同试验环境下差异较大，不同基因型间也存在很大差异，基因型与环境互作差异相对较小。不同性状在不同试验环境下表现出不同的基因型效应、环境效应和互作效应。所研究的７个性状中，株高主要受基因型效应和环境效应影响，生育期、有效穗主要受环境效应影响，产量、穗粒数、结实率和千粒重同时受基因型效应、环境效应、基因型与环境互作效应影响，但产量和千粒重受基因型与环境互作效应影响相对较大，穗粒数和结实率受环境效应影响相对较大，在贵州粳稻育种中对产量相关性状进行选择时，需针对基因型效应、环境效应、基因型与环境互作效应进行，以提高育种效率。
教育期刊网 http://www.jyqkw.com
参考文献：
［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］ 杨仕华，沈希宏，王 磊，等．水稻品种区域试验的ＡＭＭＩ模型分析［Ｊ］．江西农业大学学报，１９９８，２０（４）：４２２－４２６．
［３］ 许乃银，陈旭升，郭志刚，等．ＡＭＭＩ模型在棉花区试数据分析中的应用［Ｊ］．江苏农业学报，２００１，１７（４）：２０５－２１０．
［４］ 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．
［５］ 高海涛，王书子，王翠玲，等．ＡＭＭＩ模型在旱地小麦区域试验中的应用［Ｊ］．麦类作物学报，２００３，２３（４）：４３－４６．
［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］ 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）：１０３－１０７．
［８］ 吴占鹏，孟 林，金 振，等．基因型与环境互作的统计方法及在花生区试中的应用［Ｊ］．杂粮作物，２００６，２６（３）：１８７－１８９．
［９］ 林 凯，江莹芬，郑冬梅，等．应用ＡＭＭＩ模型分析安徽省油菜区试品种的稳定性［Ｊ］．安徽农业科学，２００６，３４（２３）：６０９１－６０９２．
［１０］ 任 勇，李生荣，杜小英，等．不同基因型小麦新品系主要性状稳定性分析［Ｊ］．中国农学通报，２００７，２３（４）：１５４－１５８．
［１１］滕康开．ＡＭＭＩ模型在水稻区域试验产量组成性状分析中的应用［Ｊ］．安徽农业科学，２００７，３５（３２）：１０２５６－１０２５７．
［１２］英 敏，杨恩琼．ＡＭＭＩ模型在玉米品种区域试验中的应用［Ｊ］．种子，２００８，２７（８）：９７－１０１．
［１３］刘俊恒，胡 宁，刘小片，等．应用ＡＭＭＩ模型对夏玉米区试组合的评价分析［Ｊ］．杂粮作物，２００９，２９（３）：１５９－１６２．
［１４］朱 军．遗传模型分析方法［Ｍ］．北京：中国农业出版社，１９９７．
［１５］GAUCH H G．产量区域试验统计分析—因子设计的ＡＭＭＩ分析［Ｍ］．王 磊，张群远，张冬晓，译．北京：中国农业科学技术出版社，２００１．
［１６］唐启义，冯明光，实用统计分析及其ＤＰＳ数据处理系统［Ｍ］．北京：科学出版社，２００２．