共查询到20条相似文献，搜索用时 187 毫秒
1.
为了研究我国玉米区域试验中误差方差的异质性存在状况及其对品种评价的作用, 以2003-2006年东北和华北16组玉米区域试验资料为依据,对玉米区域试验各环境试验误差方差差异状况及误差方差同质模型和异质模型的拟合效果进行了验证,并对品种效应差异显著性测验在误差同质模型和误差异质模型分析结果的差异状况进行了比较。结果表明,在分析的所有试验中,试验误差方差在环境间具有较大差异;误差方差异质模型比误差方差同质模型对试验数据拟合效果普遍较好;模型是否考虑误差方差的异质性对品种-环境交互效应测验结果有较大影响,而对品种主效应测验结果影响极小;误差方差异质模型比误差方差同质模型测验效率高。 相似文献
2.
山西省南部花生品种产量稳定性的模型分析及评价 总被引：2，自引：1，他引：1
《作物杂志》2017,(3)
为了探究在不同统计模型下花生品种多性状的表现规律,以山西省南部花生主产区6个试点中的7个花生品种为研究对象,通过Eberhart-Russell、AMMI、DTOPSIS和PCA等4种模型分析方法,综合对比、评价不同花生品种及统计模型的适应性。结果表明,4种模型因统计方法的不同结果存在差异,Eberhart-Russell模型分析中品种晋花8号、花育911和临花9号遗传稳定性更好,而AMMI双标图及参数Di显示花育911和张户坡试点分别在产量变异中有更好的品种稳定性和试点分辨力,DTOPSIS和PCA分析分别以临花9号、花育911和临花9号、晋花8号为综合多性状最优品种。结合品种田间产量表现,AMMI分析能更科学地反映加性遗传模型中的GEI交互效应,而DTOPSIS分析在多品种多性状比较中更有优势。 相似文献
3.
AMMI模型在玉米品种区域试验中的应用 总被引：8，自引：1，他引：7
在农作物品种区域试验中,由于品种的基因型和环境存在着交互作用,用一般的线性回归方程只能解释一小部分交互作用。而AMMI模型把方差分析和主成分分析综合于一个模型中,不仅最大程度地反应互作变异,而且能准确地分析品种的稳定性。本文利用AMMI模型及双标图对2007年贵州省玉米区域试验的产量数据进行分析,进而评价各参试品种的稳定性和适应性。 相似文献
4.
AMMI模型对啤酒大麦品种稳定性的分析 总被引：4，自引：0，他引：4
主效可加互作可乘模型(additive main effect and multiplic-ative interaction model,简称AMMI型)是对作物区域试验中品种(基因型)×环境互作分析的有效方法.本文应用AMMI模型结合双标图和稳定性参数Di(j)对新疆啤酒大麦第六轮区域试验的产量数据进行了稳定性分析,有关品种的稳定性和适应性可供育种和生产单位参考.实践证明,应用这种方法分析区域试验的资料,会对品种评价更加科学完善. 相似文献
5.
用变异系数(CV)、回归系数(b)、环境区分指数(YM)以及AMMI模型和SREG模型下试点到原点的距离(D)对2007年四川省区域试验(平丘组)9个试点对玉米品种的判别能力进行了比较研究,结果表明,AMMI模型和SREG模型下的D统计数间秩次相关系数为0.833,达到0.05显著水平,而与变异系数、回归系数和环境区分指数间秩次相关系数不显著,是评价试点对品种判别能力的2个比较理想的统计数。SREG模型的分析结果表明,大竹、武胜、雅安、温江、宜宾5个试点对品种判别能力较强,而达州、乐山、南充、内江4个试点对品种的判别能力相对较弱。 相似文献
6.
应用AMMI模型对2020年福建省夏大豆品种区域试验中的11个品种、7个试验地点进行综合评价,分析参试品种的丰产性、稳定性及试点的鉴别力。结果表明,华夏10号、苏闽夏2号和闽诚豆8号属高产稳产品种。福清、尤溪2个试点对品种鉴别力较强,较适合开展品种区域试验。基因型效应、环境效应和基因型×环境交互效应均达到极显著水平,AMMI模型中的主成分值,共解释总互作平方和的91.65%,有效地分析了基因与环境互作效应。 相似文献
7.
8.
为筛选云南省不同生态区、不同栽培水平条件下的优良新品种,为该区域玉米新品种精准推广和培育提供参考依据。本研究以9个玉米品种（系）在云南省15个试点的区域试验籽粒产量数据为研究对象,通过AMMI模型和GGE双标图分析方法分析不同玉米品种（系）在云南省不同试点的丰产性、稳定性和适应性,同时综合评价参试地点的鉴别力和代表性。结果表明：基因型效应、环境效应以及基因型与环境的互作效应均对参试品种产量产生极显著影响;综合产量、AMMI模型分析及GGE双标图结果,G3（文17-115）、G6（文15-5851）和G5（文17-5313）属较理想品种;E15（普文镇试验点）和E2（石林县试验点）是综合性较好的试点,均具有较强的区分力和代表性。AMMI模型和GGE双标图分析的侧重点不同,但品种评价结果基本一致,两种方法优势互补,可以用来作为全面有效地评估品种和试点的理想工具。 相似文献
9.
基于协方差阵结构优选的作物品种区域试验分析 总被引：1，自引：1，他引：0
论述了线性混合模型方差协方差结构与作物品种区域试验分析模型的对应关系,以我国2005-2006年东北华北玉米8组区域试验资料为例,按照线性混合模型分析原理及模型拟合信息量准则与似然比测验,对区域试验品种方差协方差的结构特性及不同方差协方差结构模型在品种效应估计与评价的差异状况进行了探讨。结果表明,在分析的所有试验中,环境间品种效应方差协方差均不符合方差分析模型假设的同质性结构,而是呈现为各种异质性结构;产量效应测验差异显著的品种对数目在方差分析模型与最佳方差协方差结构线性混合模型间的一致率平均为86%,品种产量效应排序在两种模型间也存在明显不同,品种产量效应估计的平均误差在最佳方差协方差结构线性混合模型小于在方差分析模型。 相似文献
10.
11.
气候变化情景下阿拉善盟灌溉玉米对水资源的适应性研究 总被引：1，自引：1，他引：0
为了研究未来气候变化情景下,非充分灌溉对玉米产量的影响情况及玉米生产可采取的节水型灌溉方式,利用作物模型和PRECIS模拟输出的吉兰泰地区的未来时段的气候数据、历史观测数据,模拟设计了多个灌溉水平,分析当地玉米的水分生产力,并选取最优灌溉方案。结果表明：当前种植中存在灌溉用水偏多、无效灌溉现象明显;未来气候变化情景下,不同的灌溉水平对玉米生育期的影响较小,主要影响产量和生物量;A2、B2气候情景下,采用58%充分灌溉量的灌溉方式其水分生产力均达0.68、0.80 kg/m3的最大值,玉米单产可达充分灌溉条件下的77%~82%,并且比充分灌溉方式节约用水2700 m3/hm2。因此,当地应采取选择非充分灌溉方式,节约农用水,提高水分生产力。 相似文献
12.
13.
北部冬麦区冬小麦区试品种（系）的稳定性和适应性分析 总被引：4，自引：1，他引：3
为客观准确地评价区域试验中北部冬麦区冬小麦新品种（系）的丰产性和稳产性,以2014-2015年度国家北部冬麦区水地组冬小麦品种（系）区域试验产量数据为资料,应用AMMI模型对小区产量的基因型、环境和基因型与环境（G×E）互作进行了研究。结果表明,稳定性最好的为农大3486、京农12-79,较好的有科遗4174、长6794、中麦93,较差的为航麦109、晋太102、众信7198;试点以天津武清、山西榆次、新疆阿拉尔、河北遵化、山西屯玉分辨力较高,河北固安、河北滦县、北京顺义、北京昌平分辨力较低。在对区域试验中品种（系）稳定性和试点的分辨力进行判定时,综合使用双标图和稳定性参数两种方法,既直观又准确。 相似文献
14.
15.
16.
17.
鲁西南地区10个小麦品种丰产性和稳产性分析 总被引：1，自引：0，他引：1
为更科学的分析评价鲁西南地区主栽的10个小麦品种丰产性和稳定性,本研究利用联合方差分析、线性回归分析和AMMI模型对 3个试验地点产量数据进行分析。结果表明,菏麦20、济麦22和周麦22丰产性和稳定性表现优异,周麦18、烟农999和山农20属于丰产性较好稳产性一般的品种,良星99和山农28属于稳产性好丰产性一般的品种,青农2号稳产性较好丰产性较差,但矮抗58丰产性和稳产性均较差但在E3具有特定区域适应性。 相似文献
18.
基于双极化双时相RADARSAT-2的冬小麦估产模型研究 总被引：1，自引：1，他引：0
为了给农业部门提供准确的冬小麦产量评估,应用安徽省淮河流域4月底和5月初双极化星载合成孔径雷达(SAR)影像——RADARSAT-2和该区域冬小麦收割前（5月底）试验田产量资料,应用不同拟合方法建立冬小麦产量和2个时相（4月底和5月初）后向散射系数关系的估产模型;选择其余试验田对其检验,优选出最佳的估产模型,实现冬小麦大面积估产。结果表明,经计算得到了超过80%精度的估产模型和冬小麦较准确的估产结果。说明在冬小麦收割前1个月左右应用SAR进行估产,这种思路和方法是行之有效的。 相似文献
19.
20.
Genotype × environment interaction and genetic improvement for yield and yield stability of rainfed durum wheat in Iran 总被引：1，自引：1，他引：0
The genotype × environment (GE) interaction influences genotype selection and recommendations. Consequently, the objectives of genetic improvement should include obtaining genotypes with high potential yield and stability in unpredictable conditions. The GE interaction and genetic improvement for grain yield and yield stability was studied for 11 durum breeding lines, selected from Iran/ICARDA joint program, and compared to current checks (i.e., one durum modern cultivar and two durum and bread wheat landraces). The genotypes were grown in three rainfed research stations, representative of major rainfed durum wheat-growing areas, during 2005–09 cropping seasons in Iran. The additive main effect and multiplicative interaction (AMMI) analysis, genotype plus GE (GGE) biplot analysis, joint regression analysis (JRA) (b and S2di), six stability parameters derived from AMMI model, two Kang’s parameters [i.e., yield-stability (YSi) statistic and rank-sum], GGE distance (mean performance + stability evaluation), and two adaptability parameters [i.e., TOP (proportion of environments in which a genotype ranked in the top third) and percentage of adaptability (Ad)] were used to analyze GE interaction in rainfed durum multi-environment trials data. The main objectives were to (i) evaluate changes in adaptation and yield stability of the durum breeding lines compared to modern cultivar and landraces (ii) document genetic improvement in grain yield and analyze associated changes in yield stability of breeding lines compared to checks and (iii) to analyze rank correlation among GGE biplot, AMMI analysis and JRA in ranking of genotypes for yield, stability and yield-stability. The results showed that the effects due to environments, genotypes and GE interaction were significant (P < 0.01), suggesting differential responses of the genotypes and the need for stability analysis. The overall yield was 2,270 kg ha?1 for breeding lines and modern cultivar versus 2,041 kg ha?1 for landraces representing 11.2 % increase in yield. Positive genetic gains for grain yield in warm and moderate locations compared to cold location suggests continuing the evaluation of the breeding material in warm and moderate conditions. According to Spearman’s rank correlation analysis, two types of associations were found between the stability parameters: the first type included the AMMI stability parameters and joint regression parameters which were related to static stability and ranked the genotypes in similar fashion, whereas the second type consisted of the rank-sum, YSi, TOP, Ad and GGED which are related to dynamic concept of stability. Rank correlations among statistical methods for: (i) stability ranged between 0.27 and 0.97 (P < 0.01), was the least between AMMI and GGE biplot, and highest for AMMI and JRA and (ii) yield-stability varied from 0.22 (between GGE and JRA) to 0.44 (between JRA and AMMI). Breeding lines G8 (Stj3//Bcr/Lks4), G10 (Ossl-1/Stj-5) and G12 (modern cultivar) were the best genotypes in terms of both nominal yield and stability, indicating that selecting for improved yield potential may increase yield in a wide range of environments. The increase in adaptation, yield potential and stability of breeding lines has been reached due to gradual accumulation of favorable genes through targeted crosses, robust shuttle breeding and multi-locational testing. 相似文献