干旱條件下春小麥產(chǎn)量穩(wěn)定性分析

劉 輝，張淑芳，許顯鑫，馬俊強，張杰丹

(臨夏州氣象局，甘肅 臨夏 731100)

引言

Gauch HG研究結果表明，從作物產(chǎn)量性狀來看，環(huán)境、GEI對產(chǎn)量造成的影響比基因型造成的影響大得多，變異來自GEI、環(huán)境、基因型這三種成20%、70%、10%[1]的比例。不同的品種的作物對經(jīng)濟產(chǎn)量和生物方面也有此說法，三者作物產(chǎn)量的變異以上述比例變動[2]。國內外大量研究認為[3～10]，Shukla模型是一種較可取的方法。所以GE 得研究更深一步穩(wěn)定性分析，能為品種再造價值、品種適宜的環(huán)境、不同種植方法的確定、性狀的選育方法制訂等提供有效的論證[11]。

采用Shukla模型對甘肅旱區(qū)春小麥品種進行分析，Ebehart-Russell回歸方法分析、輔助分析方法，報道甘肅旱區(qū)春小麥品種的穩(wěn)產(chǎn)、高產(chǎn)現(xiàn)狀及差異、不同成因對產(chǎn)量變異的影響，將為品種的合理評價、布局、選擇合適的區(qū)試地點、高產(chǎn)的品種，選擇適宜的環(huán)境提供了依據(jù)。

1 材料與方法

1.1 試驗設計

2013年旱地春小麥試點由甘肅干旱地區(qū)5個試點，5個品種(系)組成。把定西35號作為對比材料(CK)。區(qū)組隨機設計，三次重復，每個小區(qū)面積為16 m2，密度25萬基本苗·hm-2左右，在自然干旱條件下播種，施肥和當?shù)卮筇飾l件相同，成熟收獲后單獨脫粒計產(chǎn)。

1.2 分析方法

Shukla研究的方差分解是把GEI分配給每一個不同品種，在品種與試驗點(G×E)基礎上提出來的，通過對不同作物品種與環(huán)境的交互及其變異系數(shù)來衡量其穩(wěn)定性，其值越小，越穩(wěn)定[12]。Shukla方法統(tǒng)計性強，理想體現(xiàn)了G×E方差的分析方法[13]。Shukla互作方差分解法的數(shù)學模型與分析方法如下：

yijk=μ+di+εj+gij+eijk

其中，yijk表示為i個樣本在第j個環(huán)境中，第k次重復的平均產(chǎn)量； μ表示所有yjk總平均產(chǎn)量；di表示第i個樣本的遺傳效應； gij表示第i個樣本與第j個環(huán)境的交互作用體現(xiàn)效應； eijk表示第i個樣本在第j個環(huán)境、第k次重復的隨機誤差。

Shukla模型分析及相關的方差分析和回歸數(shù)據(jù)分析采用DPS統(tǒng)計軟件[12]。

2 結果與分析

2.1 不同試點、不同品種的春小麥產(chǎn)量的變異和變異的分量

由表1可知：我省新選育的旱地品種平均產(chǎn)量為138.99 kg·667m-2，變幅120.57～160.11 kg·667m-2，高低相差1.33倍。品種間差異顯著，還應進一步對各品種產(chǎn)量進行多重比較，檢驗顯著性，以確定5個品種中的較好的品種。表1可看出，在0.05和0.01顯著性檢驗水平上93101-1、隴春27-4與其它品種相比均達極顯著水平，定西35號、福臨5號在0.05和0.01水平上差異不顯著。

2.2 基因型×環(huán)境互作的分析結果

將基因型、環(huán)境、基因型與環(huán)境的產(chǎn)量通過互相聯(lián)合方差分析(表2)，分析結果：三者對產(chǎn)量產(chǎn)生的影響均為極(P<0.01)顯著水平，這三個造成產(chǎn)量變異的平方和占總量的95.07%、1.89%、3.04%，得出造成產(chǎn)量差異的主要根源是每個試點間的差異，GEI次之，兩者對產(chǎn)量的差異產(chǎn)生的影響比每個品種之間的差異大很多，兩者為品種效應的31.28倍和1.60倍，表明這三者基因變異更大些，但是基因型之間的差異比交互的要小。對靜態(tài)的品種和試點效應在方差分析中得到詳細的解釋[11]，但這二者的互作只是一個定性的比較模糊的結論，應更深層次的研究分析。

2.3 不同品種的穩(wěn)定性分析

GEI 及產(chǎn)生的穩(wěn)定性變化決定于基因和環(huán)境兩個方面，相同基因型換在不同的環(huán)境體現(xiàn)也是不相同的，示范的品種應該要選產(chǎn)量較高、穩(wěn)定性較強、適應能力較好的，產(chǎn)量穩(wěn)定的品種是環(huán)境適應的能力和遺傳性綜合的體現(xiàn)，Shukla分解法的變異系數(shù)越小，就表現(xiàn)出品種穩(wěn)定性越好[15]。由表3可以看出：93101-1的Shukla變異系數(shù)的值較小，最大與最小兩者之間相差2.15倍；綜合產(chǎn)量可知，穩(wěn)定性好的品種有93101-1。適應能力越強，說明品種的性能越好。由表4可知：93101-1的適應度為100.0%，廣適性很好，9208的適應度為0。由表5，表6分析看：93101-1、福臨5號，隴春27-4的回歸系數(shù)約接近1，回歸離差約接近0，證明品種比較穩(wěn)定；結合產(chǎn)量高低可以看出，93101-1、隴春27-4的產(chǎn)量較高。綜合三方面分析表明，93101-1、隴春27-4兩者是適應的能力強、穩(wěn)產(chǎn)性好、在甘肅省獲得產(chǎn)量較高的品種。9208為產(chǎn)量較低的穩(wěn)定性品種，不宜在全省范圍高產(chǎn)種植，局部地區(qū)有其特殊適應性。

表1 實驗基地春小麥實驗品種(系)的產(chǎn)量多重比較(LSD法)

注：多重比較結果(LSD法) LSD0.05=0.2056 LSD0.01=0.2731。

表2 產(chǎn)量的聯(lián)合方差分析結果

表3 每個品種Shukla方差及其顯著性檢驗分析(F檢驗)

表4 多點區(qū)試各品種的平均產(chǎn)量變異程度和適應度分析

表5 品種穩(wěn)定性(Ebehart-Russell)分析

表6 品種穩(wěn)定性(Ebehart-Russell)分析

由表7分析表明：區(qū)試品種93101-1在各個試點與最好品種的差異不顯著，穩(wěn)定性最好，可以在全省范圍內推廣種植；9208與最好品種的差異很顯著，但同時在臨夏的適應性較強，可以局部種植；隴春27-4與最好品種的差異性不顯著，是穩(wěn)定性比較好的品種。表7的可以看出品種在各試驗點與產(chǎn)量最大品種的顯著性差異的分析結果是相近的，在某一個試點有適應能力特殊的品種經(jīng)常認為在該試點所有品種的最好品種，這進一步表明了Shukla模型的可靠性。

表7 2007旱地春小麥區(qū)試品種在各點與最優(yōu)品種的差異顯著性分析

注：該表來自各點LSD法多重比較實際結果(+表示差異不顯著 -表示差異顯著)。

3 討論

(1) Schmidt 等(1973)認為，一個在各方面表現(xiàn)好品種在任何不同環(huán)境中它的產(chǎn)量都是最高的，而且它的穩(wěn)定性也比較好。同時，他們遇到不可預知的突發(fā)因素也相對較小。故提高基因型克服惡劣環(huán)境提高抗耐性或適應能力，對培育良好作物品種有重要意義。所以，生產(chǎn)過程必須要結合當?shù)厍闆r，創(chuàng)造出適合當?shù)氐纳a(chǎn)路線。在實驗中，環(huán)境的好壞對作物產(chǎn)量的影響較大，但還是有少量品種的產(chǎn)量Shukla變異系數(shù)值是小的，它的穩(wěn)定性表現(xiàn)也好。品種9208、93101-1、隴春27-4的Shukla變異系數(shù)較小，為穩(wěn)定性較好的產(chǎn)品，能夠適應比較特殊的環(huán)境；結合產(chǎn)量高低，93101-1、隴春27-4的穩(wěn)定性與產(chǎn)量都比較好，能在較大范圍內獲得高產(chǎn)。

(2)品種與環(huán)境的互作效應達顯著水平。在研究分析環(huán)境與基因型互作機制時，必須要認真考慮到環(huán)境的復雜性和多變性的影響。環(huán)境是包含光照、水、肥、熱能等多種因子的綜合體，不僅有空間上的變化，還有時間上的復雜互作，性狀不同對各要素因子的影響曲線也是不同的，同時對農(nóng)作物生長發(fā)育的限制性大小都有影響。另外，甘肅旱地春小麥區(qū)環(huán)境的年紀變化很大，氣候不穩(wěn)定，應該采用多年在實驗點獲得的資料才能的出更有價值可靠性論證[2]。

(3) 實驗結果研究表明，甘肅省旱地春小麥產(chǎn)量差別的主要原因是環(huán)境的差異引起的，這就提醒我們要在作物種植規(guī)劃和布局上下功夫，更因注意合理調配、優(yōu)化、使用環(huán)境。

但在同一環(huán)境下，不通的品種之間它們的產(chǎn)量差異仍然較大，選擇優(yōu)良品種也是提高產(chǎn)量、最優(yōu)最合理的利用資源等技術的載體。