江苏省玉米新品种丰产性和稳产性及应用前景分析

郑 飞， 孔令杰， 刘瑞响， 张美景， 孟庆长， 赵文明， 陈艳萍， 袁建华

(江苏省农业科学院粮食作物研究所，江苏南京 210014)

根据地理位置和气候条件，江苏省玉米生产划分为徐淮夏玉米区和通扬沿海春玉米区[1]。不同玉米品种适宜不同的种植区域[2]。一个新品种的推广应用前景除考虑它的丰产性外，更要兼顾它的稳产性以降低推广风险[3]。本研究于2013—2015年选择江苏春夏2个玉米生产区域共5个试验地点，对5个玉米品种和2个苗头组合的丰产性和稳产性进行综合分析，为新品种的选育、推广应用提供理论依据。

1 材料与方法

1.1 试验时间与地点

试验于2013—2015年在江苏省盐城市大丰区、睢宁县、沭阳县、宿迁市洋河新区和丰县进行。

1.2 试验材料

供试材料7个：郑单958(对照1：黄淮海夏玉米组对照种、江苏省夏玉米组对照种)、先玉335(对照2：黄淮海夏玉米种植面积大)和江苏省农科院自育品种苏玉29(2010年东南区国审)、苏玉39(2014年福建省审定)、苏玉41(2015年东南区国审)、自育苗头组合明玉1301(2016年江苏省区试)、苏试51417(2016年江苏省区试)。

1.3 试验方法

1.3.1 试验设计 田间试验为3年多点试验，每个试验点均采用完全随机区组设计，2次重复，以郑单958作为对照，等行距种植，行距0.5 m，每小区4行，行长5 m，每小区面积 10 m2，每小区76株，种植密度75 000株/hm2，籽粒产量按照每小区实收中间2行进行折合，最终折合成产量。田间栽培管理按照当地玉米大田生产水平。

1.3.2 分析方法 高稳系数法(简称HSC：High Stability Coefficient)[4]检验品种的丰产性和稳定性，并结合标准差、变异系数进行估算，高稳系数越大表明品种高产和稳产性越好。同时运用加性主效应和乘积交互作用模型(简称AMMI：Additive Main Efects and Multiplicative Interaction)[5]对每一品种与环境交互作用进行主成分分析(简称IPCA：Interaction Principal Component Analysis)。若品种的IPCA1、IPCA2的平方和分别与总的平方和之比的和大于0.85，说明IPCA1和IPCA2就可以解释互作的绝大部分，IPCA2以后的信息可以忽略；若小于0.85，则需要进一步计算IPCA3及以后的参数项[6-7]。品种IPCA的绝对值越大，说明该品种的基因与环境互作普遍，该品种越不稳定[8]。以品种、地点平均产量为横坐标，IPCA1为纵坐标作图，可通过双标图直观看出基因型、环境、基因型×环境互作的大致情况[8-9]。高稳系数法计算公式：

所有数据应用Microsoft Excel 2003和DPS7.05r软件进行系统分析及绘制图表。

2 结果与分析

2.1 产量方差分析

对试验的产量结果数据进行方差分析，结果表明地点间、品种间、年份间、地点与品种互作间、地点与年份互作间差异均达到了极显著水平。

从表1可以看出，苗头组合明玉1301产量最高，苏玉39产量最低，其中明玉1301与苏试51417差异不显著，但与先玉335差异达到极显著水平；郑单958与苏玉29差异不显著，但与苏玉41差异达到极显著水平， 这与品种适应性和抗逆性有明显联系。从各试验点平均产量可以看出，睢宁点产量最高，宿迁洋河点产量最低，并且5个点平均产量差异达到极显著水平，这与各试验点土壤条件和气候环境有密切联系。

表1 各品种试验产量及多重比较结果 kg/hm2

注：同行、同列平均值数据后不同小写字母表示0.05水平差异显著，不同大写字母表示0.01水平差异显著。

2.2 各品种不同年份、不同地点间丰产、稳产性及适应性分析

从表2可以看出，2013年度试验结果：明玉1301、苏试51417比对照1(郑单958)增产极显著，分别增产16.51%和15.18%，其中明玉1301比对照2(先玉335)增产2.1%。2014年度试验结果：明玉1301、先玉335、苏试51417和苏玉41与对照1(郑单958)差异达极显著水平，分别比对照1增产14.45%、12.47%、11.77%和6.64%。其中仅有明玉1301比对照2(先玉335)增产1.77%。2015年度试验结果表明：明玉1301、苏试51417和苏玉41相比对照1(郑单958)属于增产显著品种，其中明玉1301比对照2(先玉335)增产 8.79% 差异达极显著水平；苏试51417比先玉335增产 5.02%，但差异不显著；苏玉41较对照1(郑单958)增产水平显著，达6.58%。试验3年间，明玉1301都位居参试品种(组合)第1位。从数据统计分析结果看出，2013年度高稳系数的大小顺序为：先玉335>苏试51417>明玉1301>苏玉41>苏玉29>郑单958>苏玉39。2014年度高稳系数的大小顺序为：苏试51417>明玉1301>先玉335>苏玉41>郑单958>苏玉29>苏玉39。2015年度高稳系数的大小顺序为：明玉1301>苏试51417>先玉335>苏玉29>苏玉41>郑单958>苏玉39。综合3年品种比较试验结果，从表3可以看出，明玉1301、苏试51417和苏玉41具有高产稳产性，并且适应性较广，是具有良好推广应用前景的品种(组合)。

2.3 产量AMMI模型分析

由表4参试品种(组合)产量AMMI模型分析结果可知，基因效应、环境效应、基因与环境互作效应均达到极显著水平。基因型间的变异平方和占总变异平方和的18.97%，环境间的变异平方和占总变异平方和的16.78%，而基因型和环境交互作用的变异平方和占15.04%，这说明在试验中对产量影响作用大小顺序为基因、环境、基因与环境互作。分析结果显示，IPCA1反映了89.3%的基因与环境的交互作用，同时也达到极显著差异水平，说明基因型与环境互作绝大部分变异集中在第一个IPCA轴上。因此可以用产量与IPCA1的双标图反映品种(组合)间和产量间的丰产性与稳定性，如图1所示。

AMMI模型中，品种(组合)的横坐标数值越大，说明该品种产量越高，丰产性越强，纵坐标绝对值越小，说明该品种稳定性越强，适应性越广[8-9]。从图1可以看出，在水平方向上基因型比环境的分布范围广，说明基因型间的变异大于环境间的变异。明玉1301、苏试51417产量高，丰产性强；苏玉39产量低，丰产性差。垂直方向表明基因型与环境交互作用的差异，苏玉41的IPCA1值的绝对值小，表明该品种对环境的适应能力强；明玉1301、苏试51417的IPCA1值的绝对值相对较小，表明这2个组合也具有较强的广适性；苏玉29、苏玉39的IPCA1值的绝对值大，表现不稳定。环境IPCA绝对值大小顺序为丰县(14.555 6)、大丰(-5.101 9)、睢宁(-4.705 8)、沭阳(-2.971 6)和宿迁洋河(-1.776 4)，这说明丰县环境对品种(组合)筛选能力强，要求在丰县种植的品种具有较强的适应性，宿迁洋河环境则对品种(组合)筛选能力低，大多数品种均适宜在该环境中种植。

2.4 品种组合产量丰稳性分析

产量的正向离差越大说明该品种(组合)丰产性越好，负向离差越大则丰产性越差[10-11]。从表5可以看出，这7个品种(组合)中明玉1301、苏试51417丰产性和稳定性综合评价很好，其中明玉1301表现最为突出，具有较高的推广应用前景；苏玉41稳产性很好，丰产性较好，综合评价良好，相对具有较大的推广应用空间；苏玉29丰产性一般，稳产性不好；苏玉39丰产性与稳产性都不好，在推广应用时需慎重。综合各品种(组合)产量AMMI模型分析结果与高稳系数法分析结果一致。但AMMI模型分析能利用双标图更直观地反映各品种(组合)丰产性和稳定性差异以及各试验点对品种筛选鉴别能力的大小[11-14]。

注：同列数据后不同小写字母表示在0.05水平上差异显著，不同大写字母表示在0.01水平上差异显著。

表3 各品种丰产性及其稳定性分析

表4 品比试验产量结果AMMI分析

注：“**”表示差异显著性达0.01水平。

3 讨论

从本研究分析结果可以看出，明玉1301、苏试51417丰产性和稳定性综合评价很好，其中明玉1301表现最为突出，笔者认为可以适当进一步增加该组合试验地点，以确保试验分析结果的准确性。苏玉41稳产性很好，丰产性较好，综合评价良好，具有较大的推广应用空间。苏玉29、苏玉39各试点产量不稳定，受环境影响较大，在推广应用时应选择合适的区域种植。

从本试验采用的5个环境试验点来看，IPCA绝对值大小顺序为丰县>大丰>睢宁>沭阳>宿迁洋河，这说明丰县环境对品种(组合)筛选能力强。笔者认为对玉米育种目标而言，应该充分重视品种对环境的敏感性，重视基因型和环境互作。品种(组合)在不同环境条件下的稳产性更能反映该品种的抗逆性特征[15]。张世煌等认为面对不可预测的灾害性气候条件时，品种的抗性就是产量[16]。育种者在初级测配试验和中级测配试验中，试验地点应尽可能安排在对品种(组合)筛选能力强的环境下进行；高级测试环节涉及的试验点应更多，这样才能对品种的风险性和丰产性作出全面而又准确的评估，毕竟品种的广适性是该品种市场开发的基础，也是决定该品种市场寿命的关键因素之一[17-18]。

表5 各品种的丰产性和稳产性分析

本研究仅对品种(组合)产量结果进行了分析，没有对品种的抗病性和抗倒性进行系统分析，这对品种的适应性分析结果的准确性有一定的影响，在今后的同类试验时应该结合品种多年多点的抗逆性分析结果。

AMMI模型分析方法在区域试验中应用较多[9-13]，该方法能把方差分析和主成分分析结合在一起，通过IPCA双标图能直观明了地反映各品种(组合)的丰产性和稳产性，并且能深入了解品种与环境的互作效应、试验地点筛选鉴别能力等[8]，为品种选育和推广应用提供科学有效的文献依据和理论支持。本试验应用AMMI模型分析品种丰稳性时，所涉及的试验点偏少，对分析结果的准确性有一定的影响，试验得出的环境鉴别筛选能力和品种的丰稳性结果虽与高稳系数法分析结果基本一致，但还需要多年多点区域试验进行验证。

[1]佟屏亚. 中国玉米种植区划[M]. 北京：农业科技出版社，1992：144-150.

[2]成广雷，刘春阁，柏长青，等. 中国种子科研状况、研发体系及品种贡献研究[J]. 中国种业，2011(1)：11-15.

[3]蒋佰福. 玉米区试品种稳定性分析[J]. 玉米科学，1999，7(2)：36-38.

[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[J]. 作物学报，1994，20(4)：508-512.

[5]王 磊，杨仕华，谢芙贤，等. AMMI模型及其在作物区试数据分析中的应用[J]. 应用基础和工程科学学报，1997，5(1)：39-46.

[6]吴 禹，刘冠求，李兆波，等. 辽宁省小麦新品种丰产性和稳产性综合分析评价[J]. 辽宁农业科学，2007(3)：1-4.

[7]柏章才，马亚怀，李彦丽. 2005年国家甜菜品种区域试验适应性分析[J]. 中国糖料，2007(4)：35-38.

[8]唐启义，冯明光. DPS数据处理系统——实验设计、统计分析及模型优化[M]. 北京：科学出版社，2006.

[9]陈志雄，胡润芳，林国强. 菜用大豆新品种区域试验的AMMI模型分析[J]. 大豆通报，2007(1)：32-33.

[10]王 磊，高 杰，渠建洲，等. 两种密度下不同玉米品种的高稳产及适应性分析[J]. 玉米科学，2016，24(2)：136-141.

[11]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.

[12]黄平俊，易建华，蒲文宣，等. 应用AMMI模型分析烤烟品种的产量适宜性[J]. 中国农学通报，2013，29(4)：168-172.

[13]杨志平，何凤发，王季春，等. 应用AMMI模型评价马铃薯品种的稳定性和适应性[J]. 中国马铃薯，2006，20(1)：11-15.

[14]鲁毛宁，高树仁，王 霞，等. 大庆地区玉米品种产量稳定性分析[J]. 黑龙江八一农垦大学学报，2015，27(3)：10-13.

[15]李建刚，韩卫红，马翔龙，等. 河南省玉米区试品种产量稳定性分析[J]. 河南科技学院学报，2005，33(1)：13-15.

[16]张世煌，孙世贤. 从品种试验看玉米育种面临的技术问题[J]. 作物杂志，2006(2)：10-12.

[17]张世煌，胡瑞法，黄季煜，等. 玉米商业育种和制度创新[J]. 中国农业科技导报，2000，2(6)：61-64.

[18]王庆红，侯秀娟，高慧霞，等. 杂交玉米商业育种有关问题探讨[J]. 种子科技，2004(4)：220-223.