利用AMMI模型分析湖北省区试品种稳定性和适应性

闫 雷，张远学，高剑华，吴承金，肖春芳，王 甄，张等宏，沈艳芬

(1.湖北恩施中国南方马铃薯研究中心，湖北 恩施 445000；2.恩施土家族苗族自治州农业科学院，湖北 恩施 445000；3.湖北省农业科技创新中心鄂西综合试验站，湖北 恩施 445000)

农作物品种区域试验是新品种审定和推广的关键环节，主要通过对各参试品种丰产性、稳产性和适应性的鉴定，进而评价各品种的优劣以及适种推广区域。品种丰产性较容易评价，通常采用方差分析和多重比较的方法。在作物品种区域试验中，产量由基因和环境因素共同决定，通过方差分析和多重比较评价不同品种的差异性，忽略了基因与环境互作对产量的影响。许多学者提出，运用线性回归模型来解释品种基因环境互作效应部分因素对产量的影响，但这只能解释很少一部分互作的影响。当基因与环境间线性关系不成立时，线性回归模型就不能解决这个问题。为了更好地评价参试品种，有学者提出了利用加性主效应和乘积交互作用建立的AMMI模型对多年多点的区域试验进行分析。

AMMI模型由Guach等[1]提出，又名主效应可加互作可乘模型。该模型结合方差分析和主成分分析，利用更多的试验信息，绘制双标图，再结合稳定性参数直观地描述不同品种的产量变化差异及试点的辨别力，并且将其量化，最终对品种的稳定性、丰产性、适应性等进行较准确评价。近年来，AMMI模型已被国内外学者用于水稻[2-4]、玉米[5-6]、油菜[7-8]等粮食作物或经济作物的区域试验、品质性状以及配合力等方面的评价。AMMI模型在马铃薯方面的应用也较为普遍，在品种稳定性、丰产性、农艺性状、淀粉品质性状的稳定性分析方面均有应用[9-11]。

湖北省是马铃薯种植大省，育种历史悠久，品种资源丰富，为西南地区马铃薯产业发展以及保障山区人民粮食安全做出了巨大贡献。为了更详细准确地分析区域试验中参试品种的丰产性和稳定性，探索在马铃薯区域试验中AMMI模型的应用，本研究通过对2017年湖北省马铃薯区域试验参试品种的产量表现情况进行AMMI模型分析，了解各参试品种的稳定性、丰产性，试验地点鉴别力强弱，以及AMMI模型应用的实用性，为今后在马铃薯区域性试验中AMMI的利用提供依据。

1 材料与方法

1.1 试验材料

试验以鄂马铃薯5号为对照，共测试7个马铃薯品系，分别是HB 201033-69、HB 201010-2、HB 201079-1、HB 201017-5、HB 2010 XS-3、HB 2010 XS-5、HB 2010 XS-6。共计8份材料，均由湖北恩施中国南方马铃薯研究中心提供，材料详情见表1。

表1 供试马铃薯品种

1.2 试验方法

1.2.1试验地点

试验于2017年1—8月分别在湖北省巴东茶店子、建始县龙坪镇、兴山县古夫镇、竹山县、五峰县渔洋关、利川市汪营镇以及恩施市天池山基地等7点进行，试验地详情见表2。

表2 试验地点

1.2.2试验设计

试验采用一年多点随机区组设计，3次重复，8个处理。试验小区行长5.55 m，行距60 cm，株距28 cm，4行区，小区面积13.3 m2，外有保护行。试验重复间设40 cm过道。所有试点均严格按照区域试验方案进行试验设计、栽培管理及收获等。

1.2.3统计方法

采用WPS软件进行数据处理，DPS 7.05软件进行AMMI模型分析[12]，并进行DG(e)稳定性分析[13,14]。

2 结果与分析

2.1 不同品系产量方差分析

利用AMMI对8个参试马铃薯品种块茎小区产量进行方差分析，见表3。结果表明，在0.01水平上，品种间、试点间的差异均达到极显著水平；此外，在0.01水平上，基因×环境的交互作用之间也发现互作效应。对平方和进行分解，品种间变异平方和(SS)占整个处理平方和的42.68%，试点间的占28.67%，品种和试点的交互作用的占28.65%。本试验中，遗传变异对产量的影响占主导因素，不同试点间的变异与品种环境互作间的变异接近。可见，方差分析区试中互作用的解释不够详细，应对其作进一步分析。

表3 品比试验结果AMMI分析

2.2 AMMI模型分析

为了进一步分析基因与环境互作的特征并评价各品种的相对稳定性，利用AMMI模型3个主成分轴(IPCA 1、IPCA 2、IPCA 2)对G×E 互作效应进行分析。结果发现，3个主成分分析中IPCA 1、IPCA 2达极显著水平，IPCA 3未达到显著水平。其中IPCA 1占 G×E互作变异的45.22%，IPCA 2占G×E互作变异的34.78%，IPCA 3占G×E互作变异的10.15%。3个主成分轴共解释G×E互作效应总变异的90.15%，其中IPCA 1和IPCA 2占80%，表明IPCA 1、IPCA 2轴可以解释互作中的绝大部分变异，用AMMI模型进行稳定性分析具有一定的代表性。

2.3 参试品种稳定性分析

从图1可知，地点和品种在水平方向上的分散程度反映其效应的变异情况；品种在垂直方向的分布反映了互作效应的大小和正负，且IPCA 1的绝对值越大表明其效应越大，并且品种和地点在IPCA 1的同侧时，增互作效应为正，反之则为负效应[9]。在水平方向上，可以观察到参试品种的小区产量从低到高依次为G 7、G 1、G 4、G 2、G 5、G 3、G 6、G 8。对照的产量为40.00 kg，产量高于对照的有G 3、G 6、G 8，产量依次为42.33 kg、45.62 kg和51.37 kg。在试点方面，E 3的小区平均产量最高(47.44 kg)，E 7的最低(24.96 kg)。从垂直方向看，G 7、G 2与试点E 3、E 4、E 5、E 6具有明显的正向互作效应，与地点E 1、E 2有负向互作效应。G 6的稳定性最好，另外稳定性优于对照的品种还有G 1;品种G 7、G 3的稳定性最差，与环境互作效应较大，产量易受环境影响。

图1 AMMI双标图(IPCA 1-产量)

考虑到IPCA 1-产量双标图仅能阐释45.22%，不能很好的代表品种与环境间的互作效应。因此，利用能代表大部分互作信息的IPCA 1-IPCA 2双标图。由图2分析得到，品种的稳定性和地点鉴别力方面，品种G 4、G 5、G 6距离圆心较近，相对其他品种，与环境的互作效应较小；试点E 6与各品种的互作效应最小，各试点间，E 2的鉴别力最好。某一品种对特定试点的适应能力，品种G 3与试点E 1和E 3，品种G 1与试点E 4，品种G 2与试点E 5互作效应也较小。品种与试点间的正向互作，品种G 3与试点E 2，品种G 1与试点E 7有较大的正向互作，G 7与E 1有较大的负向互作。

为了充分利用AMMI模型中IPCA称积项，量化参试品种稳定性和试验地点鉴别能力。对品种而言，D值越小，品种稳定性越好；对试点而言，D值越大，试点鉴别力越强。由表4可知，参试品种的稳定性大小为G 5>G 6>G 4>G 8>G 2>G 1>G 3>G 7，G 1最高，G 7最低；各试点鉴别力大小为E 2>E 1>E 5>E 7>E 3>E 4>E 6，其中对品种的鉴别能力最高试点是E 2，鉴别力最低的是E 6，由此可知，E 6适合种植马铃薯。本研究中稳定性评价D值排序与图2中的顺序一致；但是有些试验表明，稳定性评价D值排序与图2中的顺序不同，这应该由IPCA 3的显著性引起的[15-16]。

表4 品种及试点稳定性参数

图2 AMMI双标图(IPCA 1-IPCA 2)

3 结论与讨论

通过对湖北省2017年马铃薯区域试验数据进行AMMI模型稳定性分析，筛选产量高，稳定性好的优良品种，并分析各试点的鉴别力与代表性。结果表明，在品种稳定性方面，G 5>G 6>G 4>G 8>G 2>G 1>G 3>G 7，其中对照G 5的稳定性最好，其次是G 6和G 4，G 7的稳定性较差；G 8、G 6、G 3的产量高于对照，G 7的产量最低，G 8和G 6属于高产稳产品种；G 3属于产量高，但稳定性差，适合在特定区域种植的品种；G 4和G 2属于中产稳定品种；G 1和G 7属于产量低，稳定性差的品种。各试点的鉴别力顺序为E 2>E 1>E 5>E 7>E 3>E 4>E 6，其中对品种选择性最高的地点是E 2(建始)，代表性较强，选择性最低的是E 6(利川)，试点间鉴别力的差异可能由土壤情况、病虫害发生以及气象情况的不同引起。

品种的稳定性是品种区域试验中的重要考核指标，在品种稳定性分析方面提出许多分析方法[17-23]。本研究利用AMMI分析，结合双标图，可以直观形象地了解参试品种的稳定性、丰产性以及各试点鉴别力的表现情况。从结果可以发现，高产与稳产无明显的相关性，这种结果可能由品种本身遗传特性以及试点间环境的差异引起的。在作物育种工作中，无论是鲜食品种还是加工品种，稳定性与丰产性都是筛选优良品种的基本要求，只有既高产又稳产的品种，才能满足实际生产需要。本次区域实验，只进行了一年多点的数据分析，并没有考虑到不同年份间气象因子以及土壤情况变化的影响，今后还要进一步进行长期的观察分析，尽可能将相对应时期气象数据与互作结合起来，更全面地评价品种丰产性以及适应性，并且更有利的推广优良品种。

AMMI模型是将方差分析与主成分分析结合在一起，兼具两者的优点，但要求所收集的数据具有较好的准确性和精确性，然而田间数据波动性很大，对分析结果的准确性造成了一定的影响，因此要大量的数据才能减小波动性造成的误差，这是该模型的缺点。在区试数据收集时尽可能选择具有代表性的植株，严格控制试验条件，并进行多年多点的试验，特别是地点鉴别力要收集一定年份的数据，最大可能提高该模型的准确性。该模型只对G×E互作的总体信息进行量化分析，要具体分析某一个环境因素对马铃薯产量或者性状的影响还需借助其它方法，确定影响因子的影响程度，为育种工作提供理论依据。G×E互作是一个非常复杂的过程，受到很多因素的影响，运用AMMI模型时，结合常用的区域试验分析模型，可以更好地发挥该模型的优点，增加试验的准确性。