水稻新品种区域试验精度和稳定性分析模型研究

熊晓敏

（修水县农业局，江西九江332400）

水稻新品种区域试验精度和稳定性分析模型研究

熊晓敏

（修水县农业局，江西九江332400）

我国是粮食生产大国，水稻作为最重要的粮食作物之一，其产量直接关系着社会的稳定与和谐。为了提升水稻质量，必须选择优质水稻品种，对其参数进行测试。具体探讨水稻新品种区域试验精度和稳定性分析模型，希望能为水稻种植提供一些参考。

水稻新品种；区域试验精度；分析模型

研制水稻新品种可以提升水稻产量，保障我国的粮食安全。值得注意的是，近几年来，水稻新品种区域试验精度亟待提高。为了促进我国农业经济的可持续发展，相关学者必须致力于技术创新，采用高效的水稻新品种稳定性分析模型。

1 区域试验精度评定标准

1.1 试验误差

在对水稻新品种进行区域试验时，会出现误差问题。对试验误差进行分析，可以发现试验误差由以下两个因素导致：第一个因素是主观因素，包括人为试验失误、技术操作失衡等等；第二个因素是客观因素，包括自然天气变化、疾病害虫影响等等。上述两种要素都会对水稻新品种的区域试验结果产生作用，因此在试验过程中，需要对水稻品种特性进行分析，根据水稻特征选择合适的试验方法，同时对试验条件进行控制[1]。

1.2 变异系数

变异系数直接关系着水稻新品种的区域试验精确度，在进行试验时，相关人员必须对变异系数进行测算[2]。一般来说，变异系数越小，水稻新品种的区域试验精确度越高；变异系数越大，水稻新品种的区域试验精确度越低。为了保障水稻新品种区域的试验质量，必须将变异系数控制在15%以下。

1.3 显著差数

在进行水稻新品种试验时，不同水稻品种会呈现出相异的试验结果，而显著差数代表了不同品种水稻的差异。最小显著差数是水稻新品种区域试验的重要变量，其数值与试验精确度成反比。最小显著差数越大，水稻新品种区域试验的误差越小；最小显著差数越小，水稻新品种区域试验的误差越大[3]。

1.4 精度分析对比

1.4.1 试验条件

为了得到精确的试验结果，下文将以修水县水稻新品种为例。根据江西省局实施要求，结合修水县实际情况，确定2017年参加展示的品种共16个，其中省确定5个品种：徽两优9810、和两优625、C两优华占、甬优1538及隆两优华占；市确定5个品种：新华两优9号、Y两优1998、Y两优900、科两优889及Y两优3397；县确定5个品种：深两优9310、徳香4103、深优9519、深两优862及荃优丝苗，展示的品种全部是2013年以来通过国审或赣审且适宜本区域种植的一季稻品种。本次试验中应用的是修水县确定的5个品种。在外部客观条件一定的情况下，采用相同的试验方法，并对不同品种水稻的变异系数和显著差数进行测算。

1.4.2 应用方式

在进行计算时，应该采用既定的数学公式。一般来说，水稻新品种区域试验的变异系数与水稻质量密切相关，而水稻新品种区域试验的最小显著差数可以由变异系数、水稻质量推算得出[4]。

1.4.3 分析结果

采用数学固定公式进行计算后，可以得到相对精确的测算结果。上述5种水稻区域试验的变异系数范围为1%～8%，说明5种新水稻的区域试验结果完全符合质量要求。变异系数小于8%的点次率为0.9左右，而变异系数大于8%的点次率仅为0.05左右。除此之外，上述5种水稻区域试验的最小显著差数范围为2%～16%。最小显著差数小于8%的点次率为0.7左右，而最小显著差数大于8%的点次数为0.9左右[5]。

2 稳定性分析模型

2.1 LR模型

水稻新品种区域试验是一个复杂的过程，品种特性和外部环境都会对水稻新品种的稳定性产生影响。我国幅员辽阔，是名副其实的粮食大国，而在我国的各个区域，几乎都能找到水稻的种植地。不同地域的地理环境不同，气候特征也呈现出较大的差异，因此我国区域水稻种植地的适应性不尽相同。众所周知，水稻品种的适应性越强、稳定性越好，其推广程度越高，因此需要建立具体的数学模型，对关键参数进行计算，推广水稻良种，优化劣种质量。

LR模型是水稻新品种稳定性分析的重要模型，相关学者可以根据水稻新品种的播种期、土壤环境等构建模型。在模型建成之后，学者需要对模型线性关系进行分析，判断不同品种水稻的回归系数差异，相异品种的回归系数差异越大，稳定性越差；相异品种的回归系数差异越小，稳定性越好。在选择LR模型进行数学分析时，应当充分考量模型的应用条件和新品种水稻的适应能力，如果LR模型不符合新品种水稻的试验要求，相关学者应该调转方向，采用其他数学模型进行稳定性测试[6]。

2.2 AMMI模型

当LR模型不符合新品种水稻稳定性分析要求时，相关学者可以将着眼点放在AMMI模型上。AMMI模型相对简单，在这一模型中，学者需要突出模型中的基础量，即某一新品种水稻的变异比例。变异比例是进行新品种水稻稳定性评价的依据，如果变异比例达到了3∶4，说明新品种水稻相对稳定。在确定变异比例之后，还需要对不同品种水稻的变异比例进行精确对比，并从中挑选出稳定性最好的水稻品种。除了变异比例外，还有其他的模型参数项，因此在进行对比试验时，应该对其他参数项进行控制，避免客观因素对试验结果造成不良影响。

2.3 两种模型的对比

LR模型和AMMI模型具有一定的相似之处，具体表现在以下的几个方面：第一，LR模型和AMMI模型都是常用的数学分析模型，二者的参数项都存在一定的相互关系。第二，LR模型和AMMI模型都能对水稻品种稳定性进行分析，且模型的回归系数直接关系着试验结果。

当然，LR模型与AMMI模型也存在较大的区别，具体体现在以下的几个方面：第一是稳定性分析结果的判定依据。在应用LR模型对新品种水稻的稳定性进行分析时，需要观察水稻的回归系数。当回归系数小于1，说明试验过程并不会受到外界环境的过多影响；当回归系数大于1，说明外界环境会对新品种水稻的稳定性产生作用；当回归系数等于1，说明新品种水稻处在恒定状态。在应用AMMI模型对新品种水稻的稳定性进行分析时，同样需要对回归系数进行计算。当回归系数约等于1时，说明新品种水稻的稳定性比较好；当回归系数接近0时，说明新品种水稻的稳定性比较差。第二是稳定性分析的方法。在应用LR模型对新品种水稻的稳定性进行分析时，可以采用方差分析法。相关学者可以获取不同品种水稻的数据资料，得到平均值和联合方差，同时分析水稻品种与试验环境的相关性。在应用AMMI模型对新品种水稻的稳定性进行分析时，相关学者可以确定作用项，判断不同项对水稻产量的影响。第三是稳定性分析的结果。LR模型侧重于平均值计算，但是不同品种水稻的产量呈现出较大差异，如果仅以新品种水稻对外界环境的反应为基准，对其稳定性进行判断，会违背数学计算的基本原则。由此可见，LR模型并不适用于水稻新品种的区域试验，依据该模型得到的试验结果大多有待考证。与LR模型相比，AMMI模型的试验结果更加精确。在采用AMMI模型时，学者需要列入多个作用项，每个作用项都直接关系着新品种水稻的产量。AMMI模型承认不同品种水稻的产量差异，其基准建立在回归分析上，因此可以得到可信度更高的试验结果。对我国的水稻新品种区域试验进行分析，可以发现大多数学者采用了AMMI模型而非LR模型，因此AMMI模型的使用空间更加广阔，其试验价值亟待挖掘。

3 结束语

我国的经济社会不断发展，水稻种植产业也进入了快速发展阶段。我国是粮食生产大国，水稻作为最重要的粮食作物之一，其产量直接关系着社会的稳定与和谐。在进行大规模水稻生产之前，需要计算水稻新品种区域试验精度和构建稳定性分析模型。值得注意的是，当前我国水稻新品种区域试验还存在一些局限性，为了促进我国水稻产量的提高，相关学者必须立足于新品种水稻的变异系数和最小显著差数，采用现代化的AMMI模型，对不同品种水稻的变异比例进行精确对比，并从中挑选出稳定性最好的水稻品种。

[1] 陈志德.水稻品种区域试验精度和稳定性分析模型的研究[D].南京农业大学,2014.

[2] 郑锦娟.旱地小麦品种稳定性及其评价研究[D].西北农林科技大学,2015.

[3] 黄献斌.水稻品种区域试验精度和稳定性分析模型研究[J].乡村科技,2016（11）:38-39.

[4] 纳添仓.马铃薯品种区域试验精确度与稳定性分析研究[D].中国农业科学院,2013.

[5] 高金锋.荞麦品种稳定性与适应性分析及评价研究[D].西北农林科技大学,2014.

[6] 陈就就.玉米区域试验分析模型与方法的研究[D].西北农林科技大学,2012.

1005-2690（2017）11-0094-02

S511

B

2017-10-17）