论文部分内容阅读
农作物品种区域试验是新品种选育和推广工作的中间环节,区域试验的结果是农作物品种审定的主要依据。在水稻品种区域试验评价体系中,缺乏评价精度的统一指标,一般沿用误差变异系数<15%的精度要求;在一年多点试验中,以试点效应固定的方差分析模型为主,缺乏对试点效应随机和固定2种模型分析结果的比较;品种稳定性模型的适合性问题未引起足够的重视。 为分析水稻品种区域试验精度,选用合适的稳定性分析模型,本研究根据江苏省1983~1992年十年中粳稻组和1999~2003年四年(缺2001年)迟熟中粳稻组区域试验的资料,以误差变异系数(CEV)和相对最小显著差数(RLSDα)为试验精确度和品种比较精确度指标,以产量遗传变异系数(GCV)为试点精度指标,评价各点次试验的试验精度和试点精度;分析线性回归(LR)模型在品种稳定性分析中的适合性;研究试点效应随机或固定的不同方差分析模型对分析结果的影响;比较LR模型和加性累加乘积可乘(AMMI)模型在品种稳定性分析上的差异。主要研究结果如下: 1 区域试验精度 单年单点试验层次上,中粳稻组和迟熟中粳稻组各点次试验的CEV变幅为0.88~10.0%,其中约有85%点次的中粳稻组和90%点次的迟熟中粳稻组试验的CEV<5%;RLSDα分析表明,只有不足一半的试验能鉴别出5%的品种产量差异。单年多点试验层次上,所有点次试验的CEV和RLSD0.05均<5.0%。因此,水稻品种区域试验的试验精确度较高,但单年单点层次的品种比较精确度有待提高。另外,仅根据CEV一项指标难以全面反映区域试验精度,应采用CEV和RLSDα两项指标进行综合评价。 2 试点分辨力 中粳稻组各试点平均GCV变幅为4.54~11.33%。如东市农科所和赣榆市农科所试点的分辨力较高,淮安市农科所和东海县农科所试点的分辨力较低。迟熟中粳稻组各试点GCV变幅为2.91~6.64%。南通市农科所试点的分辨力较高,泰州市种子管理站试点的分辨力较低。值得注意的是泰州种子管理站试点,该试点不仅分辨力较低,而且试验精确度和品种比较精确度都较低。3方差分析模型对试验结果的影响 一年多点水稻品种区域试验的方差分析模型有2种,试点效应随机和试点效应固定方差分析模型。研究表明,试点效应固定则品种产量平均相差10公斤就表现显著差异,相差13公斤就能表现极显著差异;试点效应随机则品种产量平均相差29公斤才表现显著差异,相差39公斤才表现极显著差异,由此可见,试点效应固定时的产量显著性标准仅有试点效应随机时的1/3,而区域试验中品种间产量差异是否显著是品种能否通过审定的重要依据之一。建议水稻品种区域试验选择试点效应随机的方差分析模型,有利于提高审定品种的产量潜力,降低新品种推广风险。4稳定性分析模型的比较 中粳稻组和迟熟中粳稻组区域试验能用互作项(线性)解释的互作仅占品种/环境(G‘E)互作项总变异的12.04%和15.37%,中粳稻组和迟熟中粳稻组共15组区域试验都不适合用LR模型进行稳定性分析。LR模型分析江苏省1 985一1992年中粳稻组4轮8年区域试验资料显示,盐粳2号具有较好的动态稳定性,绝大多数品种也都具有较好的动态稳定性,且年度间表现基本一致。这到底是品种稳定性的真实体现还是由于LR模型不适合造成的则难以区分。AMMI模型分析表明,盐粳2号具有较好的稳定性,不同品种的稳定性是有差异的,且多数品种的稳定性在年度间是一致的。因此,LR模型用于稳定性分析存在较大的局限性,而AMMI模型在品种稳定性方面具有较高的可信度,建议水稻品种区域试验采用AMMI模型进行分析。关键词:水稻;区域试验;试验精度;模型;稳定性