西北旱作區(qū)馬鈴薯多點試驗中高代品系穩(wěn)定性分析
發(fā)布時間:2021-12-09 09:40
本文借助于GenStat的GGE雙標(biāo)圖對2016—2018年馬鈴薯多點試驗中的7個馬鈴薯參試高代品系在5個試點的產(chǎn)量及穩(wěn)定性進行分析。結(jié)果表明,在參加多點試驗的7個品系中,在豐產(chǎn)性與穩(wěn)定性方面表現(xiàn)較好的是品系0773-2(G5)與1003-2(G2)。0904-134(G1)與0911-27(G6)既不高產(chǎn),也不穩(wěn)產(chǎn)。綜合3年試驗分析結(jié)果,參加多點試驗的5個試點中,試點隴西(E3)的代表性與區(qū)分力綜合表現(xiàn)好,其次為試點安定(E1),試點臨洮(E2)與通渭(E5)的區(qū)分力與代表性相似,試點會寧(E4)的區(qū)分力與代表性較差, GGE雙標(biāo)圖能夠為馬鈴薯的新品種選育、產(chǎn)量穩(wěn)定性評價提供快速準(zhǔn)確的分析方法。
【文章來源】:干旱地區(qū)農(nóng)業(yè)研究. 2020,38(05)北大核心CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
基于GGE-biplot分析馬鈴薯高代品系的穩(wěn)定性及試點的區(qū)分力(2018年)
表3 甘肅半干旱區(qū)5個試點的馬鈴薯產(chǎn)量聯(lián)合方差分析Table 3 Analysis of variation for potato yield across 5 environments in the semi-arid regions of Gansu Province 變異來源Source of variation 平方和SS 自由度df 均方MS F檢驗F 概率Probability 占總變異比例/%Explained variation 區(qū)組 Block 0.0861 30 0.0029 年份 Year 0.1436 2 0.0718 12.8574*** 0.0000 0.2 試點 Site (E) 34.8418 4 8.7105 5.5444* 0.0195 58.7 試點×年份 Site×Year 12.5684 8 1.5710 281.3804*** 0.0000 21.2 基因型 Genotype (G) 2.7545 6 0.4591 3.8581* 0.0223 4.6 基因型×年份 Genotype×Year 1.4279 12 0.1190 21.3119*** 0.0000 2.4 試點×基因型 Site(E)×Genotype 2.1819 24 0.0909 4.0177* 0.0446 3.7 試點×基因型×年份 Site×Genotype×Year 4.2878 48 0.0893 15.9993*** 0.0000 7.2 誤差 Error 1.0050 180 0.0056 總變異 Total 59.2969 314 注:*表示顯著差異(P≤0.05);***表示極顯著差異(P≤0.001)。 Note: *: Significant at P≤0.05; ***: Significant at P≤0.001.在圖2(a)中,多邊形被分成4個扇形區(qū),5個試點分布在其中的3個扇形區(qū)內(nèi)。E1、E2、E3位于第1個扇形區(qū),E4位于第2個扇形區(qū),E5位于第3個扇形區(qū)。在第1個扇形區(qū)域內(nèi),表現(xiàn)最好的品種為G5,在第2個扇形區(qū)域內(nèi),品系G2、G3、G4落入該區(qū)域內(nèi),但是該區(qū)域內(nèi)無相對應(yīng)的試點,在第3個扇形區(qū)域內(nèi),品系G6位于多邊形頂點處,在該區(qū)域內(nèi)表現(xiàn)最好,第4個扇形區(qū)域內(nèi),G7位于頂點,表現(xiàn)最優(yōu)。圖2(b)中,環(huán)境E2、E3、E5之間夾角最小,環(huán)境之間相關(guān)性強,具有相同的地域環(huán)境條件,對品種的排序很相似。E1與E2、E3、E5的夾角較大,相關(guān)性弱,環(huán)境之間具有不同的氣候條件,對品種的排序能力強。在圖2(c)中,試點E1的箭頭線段最長,對品種的區(qū)分力最強,E4的箭頭線段最短,對品種的區(qū)分力最弱,試點E1、E2、E3與平均環(huán)境軸的夾角較小,其中E1與平均環(huán)境軸夾角最小,代表性最好,試點E4、E5的代表性較差。在圖2(d)中,可知G5平均產(chǎn)量最高,后面依次是G7、G2、G3、G4、G1、G6,產(chǎn)量最低的是G6。G7位置僅次于G5,但是G7線段長,穩(wěn)定性較差,比較穩(wěn)產(chǎn)的是G2、G5(與平均環(huán)境軸的垂線較短)。綜合品種產(chǎn)量和穩(wěn)定的指標(biāo),可以看出G5與G2是比較高產(chǎn)穩(wěn)產(chǎn)的品種,G6既不高產(chǎn),也不穩(wěn)產(chǎn)。在圖2(e)中,以平均環(huán)境軸上的箭頭為圓心畫圓,越靠近中心圓的試點區(qū)分力和代表性越好。試點的綜合表現(xiàn)排序為E2>E3>E1>E5>E4。在圖2(f)中,試點被分為3種類型區(qū)域,E3、E2、E1劃分為一個生態(tài)區(qū)域,E5和E4各為一個生態(tài)區(qū)域。
在多年多點試驗數(shù)據(jù)處理中,許多學(xué)者提出了多種圖解分析方法,Finlay和Wilkinson[2]的聯(lián)合回歸分析,Gauch和Zobel等[13]創(chuàng)立的AMMI(主效相加互作相乘)模型,嚴(yán)威凱等[14]創(chuàng)立的GGE雙標(biāo)圖分析。Finlay和Wilkinson聯(lián)合回歸分析主要采用線性回歸模型,利用回歸系數(shù)來判斷品種在環(huán)境中的穩(wěn)定性,它的假定是基因與環(huán)境互作與加性環(huán)境指數(shù)呈線性關(guān)系,但是它僅能解釋一部分變異,并且當(dāng)自變量和因變量彼此不獨立,模型就無法成立,具有一定局限性。雙標(biāo)圖的概念由Gabriel[4]提出,用來圖解主成分分析(PCA)或特征值分解(SVD)兩向數(shù)據(jù)表所得出的結(jié)果。雙標(biāo)圖依據(jù)其獨特的“內(nèi)積原理”,使雙向表中的每一個數(shù)值都可從圖上直觀得出。在實踐中,只有G和GE與品種評價有關(guān),評價品種時必須對G和GE同時考慮,目前常用的雙標(biāo)圖為環(huán)境中心化的雙標(biāo)圖,這種雙標(biāo)圖只含與品種評價有關(guān)的G和GE,而不含與品種評價無關(guān)的其他效應(yīng)。AMMI分析中,AMMI的有用性體現(xiàn)在主成分軸得分所能解釋的可重復(fù)互作變異的大小,在有些試驗中,第一主成分(PC1)只可以解釋10%~30%的互作變異,利用AMMI分析不一定會得到很好的結(jié)果。AMMI模型利用方差分析計算基因型和環(huán)境的加性主效應(yīng),再利用主成分分析互作部分,對基因型與環(huán)境互作分析比較透徹,但對不同年際間分析具有局限性,同時,AMMI模型去除基因型和環(huán)境主效,只能得知其偏離平均表現(xiàn)的差異,而GGE模型則只去除環(huán)境主效,通過基因型在某環(huán)境向量上的投影方向和長度即可直觀得出基因型在某環(huán)境中的真實表現(xiàn)。嚴(yán)威凱[15]提出對雙標(biāo)圖的解釋中,雙標(biāo)圖的擬合度能夠決定該圖是否可以充分接近所代表的兩向表數(shù)據(jù)。如果擬合度高,則雙標(biāo)圖能較好地接近實際數(shù)據(jù)。在圖1~3中,雙標(biāo)圖的擬合度分別為98.2%、85.29%、87.07%,屬于中上水平。因此,從圖1~3中所看到的關(guān)系或規(guī)律應(yīng)當(dāng)是接近真實的。Yan和Tinker[16]提出“信息比”(IR)的概念并對其功能進行解釋,對于一個主成分,IR>1表示含有規(guī)律性信息,IR=1表示含有獨立性信息,IR<1則表示不含任何規(guī)律或重要信息。在一組數(shù)據(jù)中,有幾個主成分具有IR≥1,就需要幾個主成分來充分近似之。在圖1中,第一主成分(PC1)與第二主成分(PC2)的信息比(IR)分別為4.014與0.887,其中第二主成分(PC2)的信息比(IR)<1,表示不含重要信息,該圖的信息可以考慮利用其他方式進行表達。在圖2中,PC1與PC2的信息比分別為3.239與1.026,含有規(guī)律性信息;在圖3中,PC1與PC2的信息比分別為3.3025與1.051,含有規(guī)律性信息。圖3 基于GGE-biplot分析馬鈴薯高代品系的穩(wěn)定性及試點的區(qū)分力(2018年)
【參考文獻】:
期刊論文
[1]馬鈴薯產(chǎn)量組分的基因型與環(huán)境互作及穩(wěn)定性[J]. 葉夕苗,程鑫,安聰聰,袁劍龍,余斌,文國宏,李高峰,程李香,王玉萍,張峰. 作物學(xué)報. 2020(03)
[2]基于Genstat GGE雙標(biāo)圖評價甘肅省馬鈴薯區(qū)域試驗的參試品種和試點[J]. 李建武,李高峰,文國宏,張榮,馬勝,齊恩芳,賈小霞. 西北農(nóng)業(yè)學(xué)報. 2018(08)
[3]應(yīng)用GGE疊圖法分析種植密度對冀綠7號生長和產(chǎn)量的影響[J]. 范保杰,劉長友,曹志敏,王彥,蘇秋竹,張志肖,田靜. 西北農(nóng)業(yè)學(xué)報. 2013(03)
[4]雙標(biāo)圖分析在農(nóng)作物品種多點試驗中的應(yīng)用[J]. 嚴(yán)威凱. 作物學(xué)報. 2010(11)
[5]甘藍型油菜油酸配合力的雙標(biāo)圖分析[J]. 尚國霞,王瑞,李加納,徐新福,諶利,唐章林. 植物遺傳資源學(xué)報. 2010(05)
[6]GGE雙標(biāo)圖在我國旱地春小麥穩(wěn)產(chǎn)性分析中的應(yīng)用[J]. 常磊,柴守璽. 中國生態(tài)農(nóng)業(yè)學(xué)報. 2010(05)
[7]用GGE雙標(biāo)圖分析燕麥區(qū)域試驗品系產(chǎn)量穩(wěn)定性及試點代表性[J]. 張志芬,付曉峰,劉俊青,楊海順. 作物學(xué)報. 2010(08)
本文編號:3530414
【文章來源】:干旱地區(qū)農(nóng)業(yè)研究. 2020,38(05)北大核心CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
基于GGE-biplot分析馬鈴薯高代品系的穩(wěn)定性及試點的區(qū)分力(2018年)
表3 甘肅半干旱區(qū)5個試點的馬鈴薯產(chǎn)量聯(lián)合方差分析Table 3 Analysis of variation for potato yield across 5 environments in the semi-arid regions of Gansu Province 變異來源Source of variation 平方和SS 自由度df 均方MS F檢驗F 概率Probability 占總變異比例/%Explained variation 區(qū)組 Block 0.0861 30 0.0029 年份 Year 0.1436 2 0.0718 12.8574*** 0.0000 0.2 試點 Site (E) 34.8418 4 8.7105 5.5444* 0.0195 58.7 試點×年份 Site×Year 12.5684 8 1.5710 281.3804*** 0.0000 21.2 基因型 Genotype (G) 2.7545 6 0.4591 3.8581* 0.0223 4.6 基因型×年份 Genotype×Year 1.4279 12 0.1190 21.3119*** 0.0000 2.4 試點×基因型 Site(E)×Genotype 2.1819 24 0.0909 4.0177* 0.0446 3.7 試點×基因型×年份 Site×Genotype×Year 4.2878 48 0.0893 15.9993*** 0.0000 7.2 誤差 Error 1.0050 180 0.0056 總變異 Total 59.2969 314 注:*表示顯著差異(P≤0.05);***表示極顯著差異(P≤0.001)。 Note: *: Significant at P≤0.05; ***: Significant at P≤0.001.在圖2(a)中,多邊形被分成4個扇形區(qū),5個試點分布在其中的3個扇形區(qū)內(nèi)。E1、E2、E3位于第1個扇形區(qū),E4位于第2個扇形區(qū),E5位于第3個扇形區(qū)。在第1個扇形區(qū)域內(nèi),表現(xiàn)最好的品種為G5,在第2個扇形區(qū)域內(nèi),品系G2、G3、G4落入該區(qū)域內(nèi),但是該區(qū)域內(nèi)無相對應(yīng)的試點,在第3個扇形區(qū)域內(nèi),品系G6位于多邊形頂點處,在該區(qū)域內(nèi)表現(xiàn)最好,第4個扇形區(qū)域內(nèi),G7位于頂點,表現(xiàn)最優(yōu)。圖2(b)中,環(huán)境E2、E3、E5之間夾角最小,環(huán)境之間相關(guān)性強,具有相同的地域環(huán)境條件,對品種的排序很相似。E1與E2、E3、E5的夾角較大,相關(guān)性弱,環(huán)境之間具有不同的氣候條件,對品種的排序能力強。在圖2(c)中,試點E1的箭頭線段最長,對品種的區(qū)分力最強,E4的箭頭線段最短,對品種的區(qū)分力最弱,試點E1、E2、E3與平均環(huán)境軸的夾角較小,其中E1與平均環(huán)境軸夾角最小,代表性最好,試點E4、E5的代表性較差。在圖2(d)中,可知G5平均產(chǎn)量最高,后面依次是G7、G2、G3、G4、G1、G6,產(chǎn)量最低的是G6。G7位置僅次于G5,但是G7線段長,穩(wěn)定性較差,比較穩(wěn)產(chǎn)的是G2、G5(與平均環(huán)境軸的垂線較短)。綜合品種產(chǎn)量和穩(wěn)定的指標(biāo),可以看出G5與G2是比較高產(chǎn)穩(wěn)產(chǎn)的品種,G6既不高產(chǎn),也不穩(wěn)產(chǎn)。在圖2(e)中,以平均環(huán)境軸上的箭頭為圓心畫圓,越靠近中心圓的試點區(qū)分力和代表性越好。試點的綜合表現(xiàn)排序為E2>E3>E1>E5>E4。在圖2(f)中,試點被分為3種類型區(qū)域,E3、E2、E1劃分為一個生態(tài)區(qū)域,E5和E4各為一個生態(tài)區(qū)域。
在多年多點試驗數(shù)據(jù)處理中,許多學(xué)者提出了多種圖解分析方法,Finlay和Wilkinson[2]的聯(lián)合回歸分析,Gauch和Zobel等[13]創(chuàng)立的AMMI(主效相加互作相乘)模型,嚴(yán)威凱等[14]創(chuàng)立的GGE雙標(biāo)圖分析。Finlay和Wilkinson聯(lián)合回歸分析主要采用線性回歸模型,利用回歸系數(shù)來判斷品種在環(huán)境中的穩(wěn)定性,它的假定是基因與環(huán)境互作與加性環(huán)境指數(shù)呈線性關(guān)系,但是它僅能解釋一部分變異,并且當(dāng)自變量和因變量彼此不獨立,模型就無法成立,具有一定局限性。雙標(biāo)圖的概念由Gabriel[4]提出,用來圖解主成分分析(PCA)或特征值分解(SVD)兩向數(shù)據(jù)表所得出的結(jié)果。雙標(biāo)圖依據(jù)其獨特的“內(nèi)積原理”,使雙向表中的每一個數(shù)值都可從圖上直觀得出。在實踐中,只有G和GE與品種評價有關(guān),評價品種時必須對G和GE同時考慮,目前常用的雙標(biāo)圖為環(huán)境中心化的雙標(biāo)圖,這種雙標(biāo)圖只含與品種評價有關(guān)的G和GE,而不含與品種評價無關(guān)的其他效應(yīng)。AMMI分析中,AMMI的有用性體現(xiàn)在主成分軸得分所能解釋的可重復(fù)互作變異的大小,在有些試驗中,第一主成分(PC1)只可以解釋10%~30%的互作變異,利用AMMI分析不一定會得到很好的結(jié)果。AMMI模型利用方差分析計算基因型和環(huán)境的加性主效應(yīng),再利用主成分分析互作部分,對基因型與環(huán)境互作分析比較透徹,但對不同年際間分析具有局限性,同時,AMMI模型去除基因型和環(huán)境主效,只能得知其偏離平均表現(xiàn)的差異,而GGE模型則只去除環(huán)境主效,通過基因型在某環(huán)境向量上的投影方向和長度即可直觀得出基因型在某環(huán)境中的真實表現(xiàn)。嚴(yán)威凱[15]提出對雙標(biāo)圖的解釋中,雙標(biāo)圖的擬合度能夠決定該圖是否可以充分接近所代表的兩向表數(shù)據(jù)。如果擬合度高,則雙標(biāo)圖能較好地接近實際數(shù)據(jù)。在圖1~3中,雙標(biāo)圖的擬合度分別為98.2%、85.29%、87.07%,屬于中上水平。因此,從圖1~3中所看到的關(guān)系或規(guī)律應(yīng)當(dāng)是接近真實的。Yan和Tinker[16]提出“信息比”(IR)的概念并對其功能進行解釋,對于一個主成分,IR>1表示含有規(guī)律性信息,IR=1表示含有獨立性信息,IR<1則表示不含任何規(guī)律或重要信息。在一組數(shù)據(jù)中,有幾個主成分具有IR≥1,就需要幾個主成分來充分近似之。在圖1中,第一主成分(PC1)與第二主成分(PC2)的信息比(IR)分別為4.014與0.887,其中第二主成分(PC2)的信息比(IR)<1,表示不含重要信息,該圖的信息可以考慮利用其他方式進行表達。在圖2中,PC1與PC2的信息比分別為3.239與1.026,含有規(guī)律性信息;在圖3中,PC1與PC2的信息比分別為3.3025與1.051,含有規(guī)律性信息。圖3 基于GGE-biplot分析馬鈴薯高代品系的穩(wěn)定性及試點的區(qū)分力(2018年)
【參考文獻】:
期刊論文
[1]馬鈴薯產(chǎn)量組分的基因型與環(huán)境互作及穩(wěn)定性[J]. 葉夕苗,程鑫,安聰聰,袁劍龍,余斌,文國宏,李高峰,程李香,王玉萍,張峰. 作物學(xué)報. 2020(03)
[2]基于Genstat GGE雙標(biāo)圖評價甘肅省馬鈴薯區(qū)域試驗的參試品種和試點[J]. 李建武,李高峰,文國宏,張榮,馬勝,齊恩芳,賈小霞. 西北農(nóng)業(yè)學(xué)報. 2018(08)
[3]應(yīng)用GGE疊圖法分析種植密度對冀綠7號生長和產(chǎn)量的影響[J]. 范保杰,劉長友,曹志敏,王彥,蘇秋竹,張志肖,田靜. 西北農(nóng)業(yè)學(xué)報. 2013(03)
[4]雙標(biāo)圖分析在農(nóng)作物品種多點試驗中的應(yīng)用[J]. 嚴(yán)威凱. 作物學(xué)報. 2010(11)
[5]甘藍型油菜油酸配合力的雙標(biāo)圖分析[J]. 尚國霞,王瑞,李加納,徐新福,諶利,唐章林. 植物遺傳資源學(xué)報. 2010(05)
[6]GGE雙標(biāo)圖在我國旱地春小麥穩(wěn)產(chǎn)性分析中的應(yīng)用[J]. 常磊,柴守璽. 中國生態(tài)農(nóng)業(yè)學(xué)報. 2010(05)
[7]用GGE雙標(biāo)圖分析燕麥區(qū)域試驗品系產(chǎn)量穩(wěn)定性及試點代表性[J]. 張志芬,付曉峰,劉俊青,楊海順. 作物學(xué)報. 2010(08)
本文編號:3530414
本文鏈接:http://sikaile.net/wenshubaike/shenghuobaike/3530414.html
教材專著