内蒙古区域试验小麦品种（系）籽粒产量AMMI模型分析

张海斌 吴晓华 于美玲 王小兵 叶君 崔思宇 李元清 王占贤 张宏旭 薛伟 李岩 崔国惠 赵轩微 刘娟

（1 内蒙古自治区农牧业科学院，010031，内蒙古呼和浩特；2 河北农业大学，071001，河北保定；3 鄂尔多斯市农牧业科学研究院，017000，内蒙古鄂尔多斯；4 巴彦淖尔市农牧业科学研究院，015000，内蒙古临河；5 赤峰市农牧科学研究院，024000，内蒙古赤峰；6 通辽市农业科学研究院，028000，内蒙古通辽）

小麦是我国第三大粮食作物，年种植面积约为2000 万hm2，约占我国耕地面积的1/3，小麦生产总量和消费总量分别占世界总量的17%和16%[1]，其产量和质量的高低直接影响着国家粮食安全以及人们日常生活水平。内蒙古是我国最大的春小麦产区，常年播种面积约66.7 万hm2，在内蒙古经济和社会发展中具有十分重要的地位[2]。选育出拥有优良产量性状的小麦品种是提高单产、增加总产量和保障我国粮食安全的基本任务之一，在选育过程中不仅要考虑小麦高产特性，还要兼顾其稳产性和适应性[3]。

“配”、“选”、“比”是小麦育种过程中主要的3 个阶段，小麦区域试验即属于“比”的阶段，是小麦育种工作中的重要一环[4]。但是，一直以来在小麦区域试验中对品种产量的分析通常只采用方差分析和线性回归模型分析，而这种方法往往不能更有效地解释基因型与环境的互作效应，对品种的产量稳定性和适应性的分析更是常常被忽略[5-6]。加性主效和乘积交互作用模型（简称AMMI 模型）与方差分析和线性回归模型分析相比，该模型对分析品种产量稳定性和适应性更精确且更有效，其原理是通过主成分分析（PCA）与方差分析（ANOVA）相结合，解释出较大部分基因型与环境的互作效应[7-8]。很多学者已经在水稻[9]、小麦[10]、玉米[11-13]、棉花[14]和马铃薯[15]等作物的试验中应用AMMI 模型进行了分析研究，但AMMI 模型在内蒙古小麦区域试验中的应用尚未见报道。本研究利用AMMI模型对2016-2020 年内蒙古小麦区域试验产量资料进行分析，为选择优良小麦品种及新品种适宜种植区域推广提供理论依据。

1 材料与方法

1.1 试验材料

分析资料来源于2016-2020 年内蒙古小麦品种区域试验总结。

2016 年参加内蒙古区试的小麦品种（系）共7个，分别为农麦730、农麦979、农麦482、巴麦14、巴麦15、赤麦8、永良4 号。2017 年共7 个品种（系），分别为农麦482、巴麦15 号、巴麦15品9、巴麦15 品11、赤麦8 号、赤麦9 号、永良4号。2018 年共9 个品种（系），分别为巴麦16、赤麦8 号、农麦326、巴麦17、鄂麦1608、农麦300、巴麦15 品9、农大3753、永良4 号。2019年共7 个品种（系），分别为农麦016、巴麦19、赤麦9 号、农麦300、巴麦18、农麦832、永良4号。2020 年共9 个品种（系），分别为农麦016、巴麦18 号、巴麦20 号、巴麦19 号、农麦125、赤麦9 号、兆丰10 号、赤18 鉴3、永良4 号。2016-2020 年内蒙古小麦品种区域试验的对照品种均为永良4 号。

1.2 试验地点

2016-2020 年内蒙古小麦品种区域试验均设6个地点，分别为杭锦后旗头道桥原种场（HT）、杭锦后旗陕坝镇（HS）、达拉特旗树林召镇（DS）、呼和浩特市玉泉区（HY）、赤峰市松山区（CS）、通辽市钱家店镇（TQ）。2016 年杭锦后旗陕坝镇试验点、2018 年的通辽市钱家店镇试验点和2019年达拉特旗树林召镇试验点经当年区域试验总结决定报废，试验点数据未纳入统计。

1.3 试验设计与方法

试验采取随机区组设计，2 次重复，小区面积15m2，四周设保护行，过道宽0.5～0.8m。小麦全生育期灌溉、施肥、打药和除草等田间管理同当地大田生产。田间记录和室内考种按内蒙古小麦区域试验统一方案执行，成熟后按小区进行收获、脱粒、晒干、扬净后称重计产。

1.4 数据处理

采用WPS 2019 软件进行数据处理，采用DPS 18.10 数据处理系统分析AMMI 模型。

2 结果与分析

2.1 小麦品种（系）籽粒产量方差分析和AMMI模型分析

如表1 所示，2016-2020 年参试小麦品种（系）籽粒产量的基因型（G）、环境（E）和基因型×环境（G×E）交互效应均达到显著或极显著水平，其中环境效应的解释变异比例分别为92.57%、89.41%、43.63%、91.92%和95.40%，基因型效应的解释变异比例分别为2.99%、3.16%、41.85%、1.62%和1.98%，G×E 交互效应解释变异比例分别为4.44%、7.44%、14.52%、6.46%和2.62%。这说明影响小麦品种（系）籽粒产量的最大因素为环境（E）效应。2016、2017、2019 和2020 年的G×E交互效应的解释变异比例分别是基因效应的1.48、2.35、3.99 和1.32 倍，2018 年G×E 交互效应的解释变异比例为14.52%，占比较大，说明G×E 交互效应对合理评价品种（系）也较为重要。对互作主成分得分（IPCA）的显著性检测结果表明，2016-2020 年的IPCA 均达到显著水平（P＜0.05），IPCA 平方和（PCA1+PCA2）分别累计解释了77.35%、91.03%、98.10%、92.38%和81.57%的互作平方和。综上所述，环境效应和基因型×环境交互效应对参试小麦品种（系）的籽粒产量影响较大，有必要进一步对参试小麦品种（系）的稳产性和环境适应性进行分析。

表1 小麦品种（系）籽粒产量方差分析和AMMI 模型分析Table 1 Wheat varieties(lines)grain yield analysis of variance and AMMI model analysis

2.2 小麦品种（系）在显著互作主成分轴上的得分及稳定性参数

评判品种（系）稳产性需结合稳定性参数（Dg）进行度量，Dg值越小，稳产性越好。表2 表明，2016年小麦品种（系）的平均产量以农麦730 最高，显著高于除农麦482 和巴麦15 外的其他品种，其次为农麦482，产量显著高于赤麦8 号，稳定性排序为巴麦15＞永良4 号＞农麦482＞农麦979＞巴麦14＞农麦730＞赤麦8 号；2017 年小麦品种（系）的平均产量以农麦482 和巴麦15 号较高，显著高于其他品种，其次为赤麦8 号，显著高于巴麦15品9、巴麦15 品11、赤麦9 号和永良4 号，稳定性排序为永良4 号＞巴麦15 品9＞巴麦15 品11＞赤麦8 号＞巴麦15 号＞赤麦9 号＞农麦482；2018年小麦品种（系）的平均产量以赤麦8 号最高，且显著高于巴麦16 号、鄂麦1608 和农大3753，其次为农麦300 和巴麦15 品9，产量显著高于鄂麦1608和农大3753，稳定性排序为农麦300＞巴麦17 号＞赤麦8 号＞永良4 号＞巴麦15 品9＞农麦326＞鄂麦1608＞巴麦16 号＞农大3757；2019 年小麦品种（系）的平均产量以农麦016 最高，且显著高于永良4 号，其他品种（系）居中，稳定性排序为赤麦9 号＞农麦016＞巴麦18 号＞永良4 号＞农麦300＞巴麦19 号＞农麦832；2020 年小麦品种（系）的平均产量以农麦016 最高，且显著高于赤18 鉴3和永良4 号，其他品种（系）居中，稳定性排序为永良4 号＞农麦125＞农麦016＞巴麦18＞赤18鉴3＞兆丰10 号＞巴麦19 号＞巴麦20 号＞赤麦9号。综上所述，2016 年参试小麦品种（系）中属于高产稳产的为农麦482，2017 年参试小麦品种（系）没有高产稳产的，2018 年参试小麦品种（系）中高产稳产的为农麦300 和赤麦8 号，2019 年和2020年参试小麦品种（系）中属于高产稳产的均为农麦016。

表2 小麦品种（系）在显著互作主成分轴上的得分及稳定性参数Table 2 The scores and Dg of wheat varieties(lines)on the principal component axis of significant interaction

2.3 小麦品种（系）与试点的互作效应分析

从表3 可以看出，2016 年高产稳产品种（系）农麦482 与试点HY 有较大的正交互作用，说明对HY 具有特殊适应性，而与试点HT 和DS 有较大的负交互作用，不宜在HT 和DS 种植；2018 年高产稳产品种（系）农麦300 和赤麦8 号分别与试点DS、HY 和CS 有较大正交互作用，说明分别对试点DS、HY 和CS 有特殊适应性，而均与试点HT和HS 有较大负交互作用，说明不宜在试点HT 和HS 种植；高产稳产品种（系）农麦016 在2019 年与试点HT 和TQ 有较大正交互作用，而与试点HS、HY 和CS 有较大负交互作用，在2020 年与试点TQ有较大正交互作用，与试点HT 和DS 有较大负交互作用，2 年均与农麦016 有正交互作用的试点为TQ，说明其对试点TQ 有特殊适应性，而2 年与农麦016 有负交互作用的试点有所改变。

表3 小麦品种（系）与试点的互作效应值Table 3 Interaction effect values of wheat varieties(lines)and test sites

2.4 小麦区域试验试点在显著互作主成分轴上的得分及鉴别力参数

评判试点鉴别力需结合鉴别力参数（De）进行度量，De值越大，鉴别力越强。如表4 所示，2016年区试各试点的De表现为HT＞CS＞HY＞TQ＞DS，即试点HT 对2016 年参试小麦品种（系）的鉴别力最强，其次为试点CS，试点DS 对2016 年参试小麦品种（系）的鉴别力最弱；2017 年区试各试点的De表现为DS＞TQ＞CS＞HY＞HT＞HS，即试点DS 对2017 年参试小麦品种（系）的鉴别力最强，其次为试点TQ，试点HS 对2017 年参试小麦品种（系）的鉴别力最弱；2018 年区试各试点的De表现为HT＞HS＞DS＞HY＞CS，即试点HT 对2018 年参试小麦品种（系）的鉴别力最强，其次为试点HS，试点CS 对2017 年参试小麦品种（系）的鉴别力最弱；2019 年区试各试点的De表现为TQ＞HT＞HY＞CS＞HS，即试点TQ 对2019 年参试小麦品种（系）鉴别力最强，其次为试点HT，试点HS 鉴别力最弱；2020 年区试各试点的De表现为DS＞TQ＞CS＞HY＞HT＞HS，即试点DS 对2020 年参试小麦品种（系）鉴别力最强，其次为试点TQ，试点HS 鉴别力最弱。

表4 小麦区域试验试点在显著互作主成分轴上的得分及鉴别力参数Table 4 The scores and De of the significant interaction principal component axis of the wheat regional test sites

3 讨论

3.1 品种（系）籽粒产量方差分析和AMMI 模型分析

姚金保等[5]通过AMMI 模型方差分析发现，对江苏小麦籽粒产量的影响程度表现为环境效应＞基因型与环境互作效应＞基因型效应，且三者均达到极显著水平（P＜0.01）。常磊等[3]对我国旱地春小麦稳产性、施万喜[16]对中国甘肃旱地冬小麦新品种（系）高产稳产性、Mladenov 等[17]在塞尔维亚对10 个小麦品种多年多点试验以及Singh 等[18]在南亚地区对50 个小麦品种进行一年的多点试验研究均发现了类似规律。以上结果提示我们在一般情况下，示范推广新品种以及筛选优良品种（系）时，环境因素应该被首先考虑，并高度重视小麦品种（系）与环境的互作效应，然后要选择具有高产稳产特性并能与特定环境条件良好耦合的小麦品种，做到因地制宜。

本试验对内蒙古区试小麦品种（系）籽粒产量进行方差分析和AMMI 模型分析表明，2016-2020年参试小麦品种（系）籽粒产量的基因型（G）、环境（E）和基因型×环境（G×E）交互效应均达到显著水平（P＜0.05），其中2016、2017、2019 和2020 年均表现为环境效应的解释变异比例＞G×E交互效应＞基因型效应，而2018 年则表现为环境效应的解释变异比例＞基因型效应＞G×E 交互效应，这可能是2018 年参试小麦品种（系）中农大3537 与其他品种（系）在产量上相差甚远造成的。

3.2 品种（系）稳产性分析

AMMI 模型可以根据品种（系）产量随环境的变化揭示加性主效应及基因型与环境的交互效应等遗传规律，能够较为准确地评价某一品种在不同环境下的产量稳定性。赵玉坤等[19]在研究基因型、环境及其交互效应对长胚芽鞘小麦产量稳定性的影响时，通过结合不同品种（系）交互主成分Dg和其籽粒产量对品种（系）高产稳产性进行度量后发现，临科6349 和洛旱23 拥有较为优良的高产稳产性，西农928 和晋麦47 虽然籽粒产量较高，但稳产性不好。

本试验通过结合小麦品种（系）籽粒产量和Dg分析发现，2016 年参试小麦品种（系）中属于高产稳产的为农麦482，2017 年参试小麦品种（系）没有高产稳产的，2018 年参试小麦品种（系）中属于高产稳产的为农麦300 和赤麦8 号，2019 年和2020 年参试小麦品种（系）中属于高产稳产的均为农麦016。而之前通过采用方差分析和线性回归模型分析方法分析籽粒产量，区试结果为2016 年综合评价最好的品种（系）为农麦730，其次为农麦482，2017 年综合评价最好的品种（系）为农麦482和巴麦15 号，2018 年除农大3753 外，全部为综合评价很好的品种（系），2019 年综合评价最好的品种（系）为农麦016，2020 年为农麦016 和巴麦18号。通过对比二者不同的区试结果可以发现，利用AMMI 模型分析方法筛选出的高产稳产品种（系）相对较少，而利用方差分析和线性回归模型分析方法筛选出的综合评价最好的品种（系）相对较多，且这些品种（系）包含了利用AMMI 模型分析方法筛选出的高产稳产品种（系）。这间接说明了利用AMMI 模型分析品种（系）产量稳定性更精确且更严格。

3.3 品种（系）与试点互作效应分析

小麦新品种（系）的选育和推广不仅要以其高产稳产性作为重要衡量指标，还要综合评判基因型与环境的互作效应，重视小麦新品种（系）的适应性。AMMI 模型是一种通过结合主成分分析和方差分析对基因型与环境互作效应分析的有效应用模型[20]。乔祥梅等[21]通过利用AMMI 模型分析旱地小麦新品种云麦70 的稳定性及适应性表明，云麦70 不仅具有高产稳产性，而且与某些地区的正交互作用明显，对云南临翔、文山、楚雄和嵩明等地都有特殊的适应性，更加适宜在这些地区作为主要推广种植的品种。

本试验通过分析内蒙古区试小麦品种（系）与试点互作效应值发现，2019 和2020 年均与农麦016 有正交互作用的试点为TQ，说明其对试点TQ有特殊适应性，而2 年与农麦016 有负交互作用的试点有所改变，这可能与同一试点在不同年份下影响小麦生长发育的外部环境因素，比如气候、土壤条件或者病虫害发生程度、类型等因素发生变化有关，所以在推广品种时不仅要考虑品种的地域适应性，还要考虑适应地区外部环境等因素。而之前通过采用方差分析和线性回归模型分析方法分析籽粒产量，结果为各年被筛选出的综合评价最好的品种（系）对所有试点都具有适应性，通过对2 种方式得出的结果进行对比可以发现AMMI 模型对分析品种（系）适应性更精确且更有效。

3.4 试点鉴别力分析

AMMI 模型不仅可以反映品种（系）的稳定性，还能够反映出试点的鉴别力。本试验应用De对试点鉴别力进行度量发现，在每年内蒙古小麦区域试验试点基本保持不变的情况下，鉴别力强试点和鉴别力弱试点会随着年份的改变发生变化。这可能与当年参加内蒙古小麦区域试验品种（系）发生改变以及同一试点在不同年份下气候因素、土壤条件和生长期病虫害发生程度、类型等生境因素发生改变有关。

4 结论

利用AMMI 模型分析了2016-2020 年各年的内蒙古区试小麦品种（系）的产量数据发现，造成内蒙古区试小麦品种（系）产量差异的主要原因是环境差异，且基因型与环境型之间存在明显互作效应。通过综合籽粒产量和Dg对品种（系）进行评价，筛选出4 个适宜内蒙古地区种植的高产稳产小麦品种（系），分别是农麦482、农麦300、赤麦8号和农麦016。且通过分析内蒙古区试小麦品种（系）与试点互作效应值发现，农麦482 更适宜种植在呼和浩特市玉泉地区，农麦300 更适宜种植在达拉特旗树林召镇地区，赤麦8 号更适宜种植在呼和浩特市玉泉区和赤峰市松山区，农麦016 更适宜种植在通辽市钱家镇地区。而通过对比2 种方法得出的区试结果发现，利用AMMI 模型分析内蒙古区试小麦品种（系）产量的稳定性和地区适应性更精确、更严格且更有效。