基于环境型鉴定技术划分生态区综合评价黄淮海青贮玉米品种

doi:10.11686/cyxb2023187

草业学报 ›› 2024, Vol. 33 ›› Issue (3): 120-138.DOI: 10.11686/cyxb2023187

• 研究论文 • 上一篇

基于环境型鉴定技术划分生态区综合评价黄淮海青贮玉米品种

岳海旺(), 魏建伟(), 王广才, 刘朋程, 陈淑萍, 卜俊周()

河北省农林科学院旱作农业研究所，河北省农作物抗旱研究重点实验室，河北衡水 053000

收稿日期:2023-06-08 修回日期:2023-07-05 出版日期:2024-03-20 发布日期:2023-12-27
通讯作者: 卜俊周
作者简介:E-mail： bujunzhou@126.com
岳海旺（1982-），男，河北晋州人，副研究员，硕士。E-mail： yanjiu1982@163.com
魏建伟（1980-），男，河北迁安人，副研究员，硕士。E-mail： hengshuiwei@163.com。第一联系人：共同第一作者These authors contributed equally to this work.
基金资助:
河北省“三三三人才工程”人才培养项目(A202101056);河北省重点研发计划(20326305D);国家玉米产业技术体系(CARS-02);黄淮海北部（河北）早熟高产适宜机械化玉米新种质创制与应用(2022YFD1201002-3);河北省玉米现代种业科技创新团队(21326319D);河北省农林科学院科技创新专项课题(2023KJCXZX-HZS-1)

Comprehensive evaluation of silage maize hybrids in the Huanghuaihai plain based on mega-environments delineated using envirotyping techniques

Hai-wang YUE(), Jian-wei WEI(), Guang-cai WANG, Peng-cheng LIU, Shu-ping CHEN, Jun-zhou BU()

Dryland Farming Institute，Hebei Academy of Agriculture and Forestry Sciences，Hebei Provincial Key Laboratory of Crops Drought Resistance Research，Hengshui 053000，China

Received:2023-06-08 Revised:2023-07-05 Online:2024-03-20 Published:2023-12-27
Contact: Jun-zhou BU

摘要/Abstract

摘要：

气候因子对农作物区域试验丰产性和适应性的影响较大。为准确评价青贮玉米品种在黄淮海夏播区的适应性、丰产性和稳定性，采用2002-2021年20 a的气象数据资料，依据环境型鉴定技术（ET）对2022年青贮玉米区域试验中12个试点进行生态区（ME）划分，依据品种-性状（GT）双标图和品种-产量×性状（GYT）双标图对15个参试品种的生物干重、干物质含量、倒伏率、倒折率、空秆率、小斑病、弯孢叶斑病、南方锈病、茎腐病、瘤黑粉病、生育期、株高和穗位高13个农艺性状以及全株淀粉含量、中性洗涤纤维含量、酸性洗涤纤维含量和粗蛋白质含量4个品质指标进行综合评价。结果表明，加性主效应和积性互作效应（AMMI）方差分析被测的13个农艺性状中基因型效应和环境效应均达到了极显著水平（P<0.01），除穗位高外其余性状基因型与环境互作效应也达到了极显著水平。6个省份的12个试点被划分为4个生态区，不同生态区间气象因子呈较大的变化趋势。生物干重与株高、穗位高呈极显著正相关，而与倒伏率、倒折率呈极显著负相关。GYT双标图与生态区结合，可以鉴别出不同生态区的优势品种。参试品种中渝单805在划定的4个生态区中均表现出丰产性突出、稳定性较好的特征，属于丰产稳产型品种。皖农科青贮8号、成单3601、正大511和衡玉1996等品种在ME₂、ME₃和ME₄中丰产性和稳定性较好。安科青2号和KNX2202等品种在ME₁和ME₄中丰产性较差，金诚6在ME₂和ME₃中丰产性和稳定性均较差。基于环境型鉴定技术划分生态区和GYT双标图相结合评价青贮玉米品种的丰产性、稳定性和适应性，可以实现品种推广的精细定位。

关键词: 青贮玉米品种, 生态区, 基因型与环境互作, 气候因子, GYT双标图

Abstract:

In the context of global climate change， understanding the climate variables that are most strongly associated with environmental kinships can be useful for selecting hybrids that are better suited to growth in environments with large climatic variations. The main goal of this study was to integrate envirotyping techniques （ET） with a genotype-by-yield×trait （GYT） biplot experiment to evaluate the adaptability， productivity， and stability of silage maize （Zea mays） genotypes growing on the Huanghuaihai plain in China. We used ET and meteorological data from 2002 to 2021 to classify the 12 trial sites in a regional trial of silage maize into mega-environments （MEs）. Genotype-by-trait （GT） biplot and GYT biplot experiments were conducted to evaluate 15 silage maize hybrids in the Huanghuaihai National Trial in 2022 in terms of their dry yield， dry matter content， growth period， plant height， ear height， lodging rate， discount rate， empty ear rate， whole plant starch content， neutral detergent fiber content， acid detergent fiber content， and crude protein content. The incidence of common smut， stalk rot， southern leaf blight， curvular leaf spot， and southern corn rust in the 15 silage maize hybrids was also recorded. Additive main effects and multiplicative interaction analyses indicated that the studied agronomic traits were highly significantly （P<0.01） affected by genotype and environment， and the genotype×environment interaction effect reached highly significant levels for all the traits except ear height. Considering 20 years of climate information and 19 environmental covariables， we identi?ed four MEs in the Huanghuaihai plain region； i.e.， the ME analysis grouped locations that share similar long-term weather patterns. Correlation analyses showed that dry yield was significantly and positively correlated with plant height and ear height and negatively correlated with lodging rate and discount rate. The GYT biplot analysis combined with MEs identified the promising genotypes in different MEs. Among the evaluated genotypes， Yudan805 showed outstandingly high yields and good stability in the four MEs， and was the most promising genotype across the four MEs. Wannongkeqingzhu8， Chengdan3601， Zhengda511， and Hengyu1996 showed good productivity and stability in ME₂， ME₃， and ME₄. Genotypes such as Ankeqing2 and KNX2202 were less productive in ME₁ and ME₄， and Jincheng6 was less productive and stable in ME₂ and ME₃. The combination of ET to delineate MEs and the GYT biplot method to evaluate the mean performance and stability of the 15 tested genotypes revealed the overall performance of the different genotypes across a range of environments. These results provide a theoretical basis for integrated multi-trait evaluation of silage maize genotypes growing on the Huanghuaihai plain.

Key words: silage maize hybrid, mega-environment, genotype-environment interaction, climatic variables, genotype by yield×trait biplot

岳海旺, 魏建伟, 王广才, 刘朋程, 陈淑萍, 卜俊周. 基于环境型鉴定技术划分生态区综合评价黄淮海青贮玉米品种[J]. 草业学报, 2024, 33(3): 120-138.

Hai-wang YUE, Jian-wei WEI, Guang-cai WANG, Peng-cheng LIU, Shu-ping CHEN, Jun-zhou BU. Comprehensive evaluation of silage maize hybrids in the Huanghuaihai plain based on mega-environments delineated using envirotyping techniques[J]. Acta Prataculturae Sinica, 2024, 33(3): 120-138.

图/表 14

参考文献 37

1	He W R， Sun Q， Xi L Q， et al. Variety comparison test of silage corn in Aral area. Xinjiang Agricultural Sciences， 2022， 59（12）： 2948-2956.
	何万荣，孙强，席琳乔，等. 9个青贮玉米品种灰色关联综合评价. 新疆农业科学， 2022， 59（12）： 2948-2956.
2	Zhu L L， Zhang Y M， Li W C， et al. Adaption to the Plateau climate in Qinghai of 39 silage maize varieties cultivated in different ecological regions of China. Acta Prataculturae Sinica， 2023， 32（4）： 68-78.
	朱丽丽，张业猛，李万才，等. 39个我国不同生态区培育的青贮玉米品种在青海高原适应性研究. 草业学报， 2023， 32（4）： 68-78.
3	Bernardi A， Härter C J， Silva A W， et al. A meta-analysis examining lactic acid bacteria inoculants for maize silage： Effects on fermentation， aerobic stability， nutritive value and livestock production. Grass and Forage Science， 2019， 74（4）： 596-612.
4	Qi H， Lu G， Li Z， et al. Cladosporium species causing leaf spot on silage maize based on multi-locus phylogeny in China. Journal of Phytopathology， 2023， 171（2）： 82-91.
5	Liu X， Wang B， Zhu X Y， et al. A comparison of 21 varieties of silage maize in Henan Province. Acta Prataculturae Sinica， 2019， 28（8）： 49-60.
	刘晓，王博，朱晓艳，等. 21个粮饲兼用型青贮玉米在河南的品种比较试验. 草业学报， 2019， 28（8）： 49-60.
6	Ligarreto M G， Pimentel L C. Grain yield and genotype×environment interaction in bean cultivars with different growth habits. Plant Production Science， 2022， 25（2）： 232-241.
7	Diouf I， Derivot L， Koussevitzky S， et al. Genetic basis of phenotypic plasticity and genotype×environment interactions in a multi-parental tomato population. Journal of Experimental Botany， 2020， 71（18）： 5365-5376.
8	Wang X Y， Cheng J， Gao S， et al. Evaluation of adaptability of naked oat varieties in the alpine region of North China based on the AMMI model and GGE Biplot. Acta Prataculturae Sinica， 2022， 31（12）： 76-84.
	王星宇，程静，高生，等. 应用 AMMI模型和 GGE 双标图评价裸燕麦品种在华北高寒区的适应性. 草业学报， 2022， 31（12）： 76-84.
9	Zhang J H， Wu B， Bai S S， et al. Comprehensive evaluation of whole-plant yield and silage quality of 16 maize varieties in the Huang-Huai-Hai area of China. Journal of China Agricultural University， 2023， 28（3）： 11-24.
	张进红，吴波，柏杉杉，等. 16个玉米品种在黄淮海地区的全株产量与青贮效果综合评价. 中国农业大学学报， 2023， 28（3）： 11-24.
10	Jiang H X， Liu D， Zhang D M， et al. Investigation and analysis of whole corn silage production in Shandong Province. China Herbivore Science， 2020， 40（6）： 63-66， 74.
	姜慧新，刘栋，张德敏，等. 山东省全株玉米青贮生产情况调查与分析. 中国草食动物科学， 2020， 40（6）： 63-66， 74.
11	Ling M H， Han H B， Hu X Y， et al. Drought characteristics and causes during summer maize growth period on Huang-Huai-Hai Plain based on daily scale SPEI. Agricultural Water Management， 2023， 280： 108198.
12	Wicaksana N， Maulana H， Yuwariah Y， et al. Selection of high yield and stable maize hybrids in mega-environments of Java island， Indonesia. Agronomy， 2022， 12（12）： 2923.
13	Crevelari J A， Souza Y P D， Santos J S， et al. Adaptability and stability of corn hybrids for silage via genotype and genotype×environment interaction biplot. Agronomy Journal， 2023， 115（2）： 687-697.
14	Yan W K， Frégeau-reid J. Genotype by yield*trait （GYT） biplot： A novel approach for genotype selection based on multiple traits. Scientific Reports， 2018， 8（1）： 8242.
15	Elfanah A M， Darwish M A， Selim A I， et al. Spectral reflectance indices’ performance to identify seawater salinity tolerance in bread wheat genotypes using genotype by yield*trait biplot approach. Agronomy， 2023， 13（2）： 353.
16	Xu N Y， Zhao S Q， Zhang F， et al. Retrospective evaluation of cotton varieties nationally registered for the Northwest Inland cotton growing regions based on GYT biplot analysis. Acta Agronomica Sinica， 2021， 47（4）： 660-671.
	许乃银，赵素琴，张芳，等. 基于GYT双标图对西北内陆棉区国审棉花品种的分类评价. 作物学报， 2021， 47（4）： 660-671.
17	Yue H W， Han X， Wei J W， et al. Comprehensive evaluation of maize hybrids tested in Huang-Huai-Hai summer maize regional trial based on GYT biplot analysis. Acta Agronomica Sinica， 2023， 49（5）： 1231-1248.
	岳海旺，韩轩，魏建伟，等. 基于GYT双标图分析对黄淮海夏玉米区域试验品种综合评价. 作物学报， 2023， 49（5）： 1231-1248.
18	Gholizadeh A， Oghan H A， Alizadeh B， et al. Phenotyping new rapeseed lines based on multiple traits： Application of GT and GYT biplot analyses. Food Science & Nutrition， 2023， 11（2）： 853-862.
19	Costa-neto G， Galli G， Carvalho H F， et al. EnvRtype： A software to interplay enviromics and quantitative genomics in agriculture. G3 Genes Genomes Genetics， 2021， 11（4）： DOI： 10.1093/g3journal/jkab040.
20	Kassambara A， Mundt F. Factoextra： Extract and visualize the results of multivariate data analyses. R package version 1.0.7. 2020. https：//www.rdocumentation.org/packages/factoextra/versions/1.0.7.
21	Sparks A H. Nasapower： A NASA POWER global meteorology， surface solar energy and climatology data client for R. The Journal of Open Source Software， 2018， 3（30）： 1035.
22	Ghanem M E， Marrou H， Sinclair T R. Physiological phenotyping of plants for crop improvement. Trends in Plant Science， 2015， 20（3）： 139-144.
23	Yue H， Li H， Xu L， et al. Analysis of genotype-environment interactions of silage maize cultivars under environmental trials. Bangladesh Journal of Botany， 2020， 49（1）： 55-63.
24	Kaplan M， Kokten K， Akcura M. Assessment of genotype×trait×environment interactions of silage maize genotypes through GGE Biplot. Chilean Journal of Agricultural Research， 2017， 77（3）： 212-217.
25	Tang Q Y， Zhang C X. Data Processing System （DPS） software with experimental design， statistical analysis and data mining developed for use in entomological research. Insect Science， 2013， 20（2）： 254-260.
26	Tao F L， Xiao D P， Zhang S， et al. Wheat yield benefited from increases in minimum temperature in the Huang-Huai-Hai plain of China in the past three decades. Agricultural and Forest Meteorology， 2017， 239： 1-14.
27	Wang P， Wu D， Yang J， et al. Summer maize growth under different precipitation years in the Huang-Huai-Hai Plain of China. Agricultural and Forest Meteorology， 2020， 285： 107927.
28	Shekoofa A， Sinclair T R， Messina C D， et al. Variation among maize hybrids in response to high vapor pressure deficit at high temperatures. Crop Science， 2016， 56（1）： 392-396.
29	Sadok W， Lopez J R， Smith K P. Transpiration increases under high-temperature stress： Potential mechanisms， trade-offs and prospects for crop resilience in a warming world. Plant， Cell & Environment， 2021， 44（7）： 2102-2116.
30	Berry J O， Mure C M， Yerramsetty P. Regulation of Rubisco gene expression in C₄ plants. Current Opinion in Plant Biology， 2016， 31： 23-28.
31	Liu W M， Liu Y E， Liu G Z， et al. Estimation of maize straw production and appropriate straw return rate in China. Agriculture， Ecosystems and Environment， 2022， 328： 107865.
32	Xu Y B. Envirotyping and its applications in crop science. Scientia Agricultura Sinica， 2015， 48（17）： 3354-3371.
	徐云碧. 作物科学中的环境型鉴定（Envirotyping）及其应用. 中国农业科学， 2015， 48（17）： 3354-3371.
33	Das J， Poonia V， Jha S， et al. Understanding the climate change impact on crop yield over Eastern Himalayan Region： Ascertaining GCM and scenario uncertainty. Theoretical and Applied Climatology， 2020， 142： 467-482.
34	Yue H W， Wei J W， Xie J L， et al. Effect of interaction between genotype and environment on the grain yield of summer maize hybrids in Huanghuaihai region. Journal of China Agricultural University， 2022， 27（4）： 31-43.
	岳海旺，魏建伟，谢俊良，等. 基因型和环境互作对黄淮海夏玉米品种籽粒产量的影响. 中国农业大学学报， 2022， 27（4）： 31-43.
35	Badu-Apraku B， Akinwale R O， Ajala S O， et al. Relationships among traits of tropical early maize cultivars in contrasting environments. Agronomy Journal， 2011， 103（3）： 717-729.
36	Boureima S， Yaou A. Genotype by yield*trait combination biplot approach to evaluate sesame genotypes on multiple traits basis. Turkish Journal of Field Crops， 2019， 24（2）： 237-244.
37	da Cruz D P， de Oliveira T R A， Gomes A B S， et al. Selection of cowpea lines for multiple traits by GYT biplot analysis. Journal of Agricultural Studies， 2020， 8（2）： 124-137.

品种名称 Hybrid name	品种缩写Hybrid abbreviation	供种单位 Institution of seed supply
成单3601 Chengdan3601	CD3601	四川省农业科学院作物研究所Crop Research Institute， Sichuan Academy of Agricultural Sciences
皖农科青贮8号 Wannongkeqingzhu8	WNKQZ8	安徽省农业科学院烟草研究所Institute of Tobacco Research， Anhui Academy of Agricultural Sciences
渝单805 Yudan805	YD805	重庆市农业科学院Chongqing Academy of Agricultural Sciences
雅玉7758 Yayu7758	YY7758	四川雅玉科技股份有限公司Sichuan Yayu Technology Co.， Ltd.
SN8872	SN8872	山东农业大学Shandong Agricultural University
青秀001 Qingxiu001	QX001	绵阳市农业科学研究院Mianyang Institute of Agricultural Science
正大511 Zhengda511	ZD511	襄阳正大农业开发有限公司Xiangyang Zhengda Agricultural Development Co.， Ltd.
郑青贮7号 Zhengqingzhu7	ZQZ7	河南省农业科学院粮食作物研究所Institute of Grain Crops， Henan Provincial Academy of Agricultural Sciences
泓丰159 Hongfeng159	HF159	北京新实泓丰种业有限公司Beijing Xinshi Hongfeng Seed Co.， Ltd.
连青贮303 Lianqingzhu303	LQZ303	连云港市农业科学院Lianyungang Academy of Agricultural Sciences
安科青2号 Ankeqing2	AKQ2	安徽科技学院Anhui Science and Technology University
金诚6 Jincheng6	JC6	河南金苑种业股份有限公司Henan Jinyuan Seed Co.， Ltd.
衡玉1996 Hengyu1996	HY1996	河北省农林科学院旱作农业研究所Dryland Farming Institute， Hebei Academy of Agriculture and Forestry Sciences
KNX22002	KNX22002	湖北省康农生物育种研究院Hubei Kangnong Biological Breeding Research Institute
雅玉青贮8号Yayuqingzhu8	YYQZ8	四川雅玉科技股份有限公司Sichuan Yayu Technology Co.， Ltd.

品种名称 Hybrid name	品种缩写Hybrid abbreviation	供种单位 Institution of seed supply
成单3601 Chengdan3601	CD3601	四川省农业科学院作物研究所Crop Research Institute， Sichuan Academy of Agricultural Sciences
皖农科青贮8号 Wannongkeqingzhu8	WNKQZ8	安徽省农业科学院烟草研究所Institute of Tobacco Research， Anhui Academy of Agricultural Sciences
渝单805 Yudan805	YD805	重庆市农业科学院Chongqing Academy of Agricultural Sciences
雅玉7758 Yayu7758	YY7758	四川雅玉科技股份有限公司Sichuan Yayu Technology Co.， Ltd.
SN8872	SN8872	山东农业大学Shandong Agricultural University
青秀001 Qingxiu001	QX001	绵阳市农业科学研究院Mianyang Institute of Agricultural Science
正大511 Zhengda511	ZD511	襄阳正大农业开发有限公司Xiangyang Zhengda Agricultural Development Co.， Ltd.
郑青贮7号 Zhengqingzhu7	ZQZ7	河南省农业科学院粮食作物研究所Institute of Grain Crops， Henan Provincial Academy of Agricultural Sciences
泓丰159 Hongfeng159	HF159	北京新实泓丰种业有限公司Beijing Xinshi Hongfeng Seed Co.， Ltd.
连青贮303 Lianqingzhu303	LQZ303	连云港市农业科学院Lianyungang Academy of Agricultural Sciences
安科青2号 Ankeqing2	AKQ2	安徽科技学院Anhui Science and Technology University
金诚6 Jincheng6	JC6	河南金苑种业股份有限公司Henan Jinyuan Seed Co.， Ltd.
衡玉1996 Hengyu1996	HY1996	河北省农林科学院旱作农业研究所Dryland Farming Institute， Hebei Academy of Agriculture and Forestry Sciences
KNX22002	KNX22002	湖北省康农生物育种研究院Hubei Kangnong Biological Breeding Research Institute
雅玉青贮8号Yayuqingzhu8	YYQZ8	四川雅玉科技股份有限公司Sichuan Yayu Technology Co.， Ltd.

省份 Province	试点 Location	纬度 Latitude （N，°）	经度 Longitude （E，°）	海拔 Altitude （m）
安徽Anhui	合肥Hefei	32.87	117.56	25
安徽Anhui	宿州Suzhou	33.70	117.08	29
河北Hebei	邯郸Handan	36.49	114.54	55
河南Henan	郑州Zhengzhou	34.79	113.68	52
河南Henan	濮阳Puyang	35.76	115.04	56
江苏Jiangsu	连云港Lianyungang	34.54	119.21	7
陕西Shaanxi	杨凌Yangling	34.27	108.08	465
陕西Shaanxi	富平Fuping	34.75	109.17	388
陕西Shaanxi	宝鸡Baoji	34.37	107.20	837
山东Shandong	德州Dezhou	37.68	116.81	23
山东Shandong	嘉祥Jiaxiang	35.36	116.40	36
山东Shandong	泰安Taian	36.20	117.09	147

省份 Province	试点 Location	纬度 Latitude （N，°）	经度 Longitude （E，°）	海拔 Altitude （m）
安徽Anhui	合肥Hefei	32.87	117.56	25
安徽Anhui	宿州Suzhou	33.70	117.08	29
河北Hebei	邯郸Handan	36.49	114.54	55
河南Henan	郑州Zhengzhou	34.79	113.68	52
河南Henan	濮阳Puyang	35.76	115.04	56
江苏Jiangsu	连云港Lianyungang	34.54	119.21	7
陕西Shaanxi	杨凌Yangling	34.27	108.08	465
陕西Shaanxi	富平Fuping	34.75	109.17	388
陕西Shaanxi	宝鸡Baoji	34.37	107.20	837
山东Shandong	德州Dezhou	37.68	116.81	23
山东Shandong	嘉祥Jiaxiang	35.36	116.40	36
山东Shandong	泰安Taian	36.20	117.09	147

来源Source	协变量名称Environmental covariables name	单位Unit
NASA POWER^a	水平面太阳辐射量Insolation incident on a horizontal surface （ALLSKY_SFC_SW_DWN）	MJ·m^-2·d^-1
	向下热红外（长波）辐射通量Downward thermal infrared （longwave） radiative flux （ALLSKY_SFC_LW_DWN）	MJ·m^-2·d^-1
	地外辐射量Extraterrestrial radiation （RTA）	MJ·m^-2·d^-1
	离地2 m处的风速Wind speed at 2 m above the surface of the earth （WS2M）	m·s^-1
	离地2 m处的最低温度Minimum air temperature at 2?m above the surface of the earth （T2M_MIN）	℃·d^-1
	离地2 m处的平均温度Average air temperature at 2 m?above the surface of the earth （T2M）	℃·d^-1
	离地2 m处的最高温度Maximum air temperature at 2?m above the surface of the earth （T2M_MAX）	℃·d^-1
	离地2 m处的露点温度Dew-point temperature at 2 m above the surface of the earth （T2MDEW）	℃·d^-1
	离地2 m处的相对湿度Relative air humidity at 2 m above the surface of the earth （RH2M）	%
	降水量Precipitation （PRECTOT）	mm·d^-1
Calculated^b	离地2 m处的温度区间Temperature range at 2 m above the surface of the earth （T2M_RANGE）	℃·d^-1
	潜在蒸散量Potential evapotranspiration （ETP）	mm·d^-1
	降水亏缺Deficit by precipitation （PEPT）	mm·d^-1
	饱和水汽压差Vapor pressure deficit （VPD）	kPa·℃·d^-1
	饱和蒸汽压曲线斜率Slope of saturation vapor pressure curve （SPV）	kPa·℃·d^-1
	温度对辐射利用效率的影响Effect of temperature on radiation-use efficiency （FRUE）	0~1
	生长度日Growing degree day （GDD）	℃·d^-1
	实际日照时间Actual duration of sunshine （n）	h
	白昼时间Daylight hours （N）	h

基于环境型鉴定技术划分生态区综合评价黄淮海青贮玉米品种

Comprehensive evaluation of silage maize hybrids in the Huanghuaihai plain based on mega-environments delineated using envirotyping techniques

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 37

相关文章 11

编辑推荐

Metrics

性状 Traits	变异来源 Source of variations	自由度 Degrees of freedom	平方和 Sum of square	占总变异百分比 Percentage of total variation （%）	占互作百分比 Percentage of interaction （%）
生物干重 Dry yield	基因型 Genotype （G）	14	95.16**	3.43
	环境 Environment （E）	11	2276.58**	82.12
	互作G×E	154	400.50**	14.45
	第一主成分PC1	24	189.27**		47.26
	第二主成分PC2	22	84.44**		21.08
	残差Residuals	128	126.79
	总变异Total variation	179	2772.24
生育期 Growth period	基因型 Genotype （G）	14	79.37**	3.81
	环境 Environment （E）	11	1748.95**	84.05
	互作G×E	154	252.63**	12.14
	第一主成分PC1	24	112.15**		44.39
	第二主成分PC2	22	79.10**		31.31
	残差Residuals	128	83.83
	总变异Total variation	179	14864.15
株高 Plant height	基因型 Genotype （G）	14	36968.14**	50.31
	环境 Environment （E）	11	100822.91**	27.97
	互作G×E	154	34840.26**	21.72
	第一主成分PC1	24	11410.03**		32.75
	第二主成分PC2	22	8889.42**		25.51
	残差Residuals	128	1540.81
	总变异Total variation	179	172631.31
干物质含量 Dry matter content	基因型 Genotype （G）	14	480.96**	5.07
	环境 Environment （E）	11	5046.51**	53.27
	互作G×E	154	3946.87**	41.66
	第一主成分PC1	24	3250.96**		82.37
	第二主成分PC2	22	313.20**		7.94
	残差Residuals	128	531.82
	总变异Total variation	179	9474.14
茎腐病 Stalk rot	基因型 Genotype （G）	14	67.72**	8.46
	环境 Environment （E）	11	209.99**	26.25
	互作G×E	154	522.40**	65.29
	第一主成分PC1	24	399.31**		76.44
	第二主成分PC2	22	109.14**		20.89
	残差Residuals	128	24.84
	总变异Total variation	179	800.11
倒伏率 Lodging rate	基因型 Genotype （G）	14	1002.30**	5.32
	环境 Environment （E）	11	5264.89**	27.92
	互作G×E	154	12589.04**	66.76
	第一主成分PC1	24	7654.30**		60.80
	第二主成分PC2	22	3271.77**		25.99
	残差Residuals	128	2315.76
	总变异Total variation	179	18856.24
倒折率 Discount rate	基因型 Genotype （G）	14	685.08**	7.03
	环境 Environment （E）	11	1359.77**	13.96
	互作G×E	154	7697.88**	79.01
	第一主成分PC1	24	7105.94**		92.31
	第二主成分PC2	22	408.53**		5.31
	残差Residuals	128	311.46
	总变异Total variation	179	9742.72
空秆率 Empty ears rate	基因型 Genotype （G）	14	779.86**	6.94
	环境 Environment （E）	11	2481.37**	22.07
	互作G×E	154	7981.68**	70.99
	第一主成分PC1	24	7089.47**		88.82
	第二主成分PC2	22	354.93**		4.45
	残差Residuals	128	809.12
	总变异Total variation	179	11242.91
穗位高 Ear height	基因型 Genotype （G）	14	24024.48**	33.47
	环境 Environment （E）	11	27545.98**	38.38
	互作G×E	154	20203.52ns	28.15
	第一主成分PC1	24	5625.45**	27.84
	第二主成分PC2	22	4527.88**	22.41
	残差Residuals	128	13196.68
	总变异Total variation	179	71773.98
小斑病 Southern leaf blight	基因型 Genotype （G）	14	10.13**	2.85
	环境 Environment （E）	11	265.13**	74.52
	互作G×E	154	80.53**	22.63
	第一主成分PC1	24	36.88**		45.80
	第二主成分PC2	22	16.25**		20.18
	残差Residuals	128	38.02
	总变异Total variation	179	355.80
弯孢叶斑病 Curvular leaf spot	基因型 Genotype （G）	14	13.91**	7.51
	环境 Environment （E）	11	105.24**	56.82
	互作G×E	154	66.09**	35.68
	第一主成分PC1	24	26.12**		39.52
	第二主成分PC2	22	21.17**		32.03
	残差Residuals	128	28.61
	总变异Total variation	179	185.24
南方锈病 Southern corn rust	基因型 Genotype （G）	14	4.31**	6.37
	环境 Environment （E）	11	22.31**	32.99
	互作G×E	154	41.02**	60.65
	第一主成分PC1	24	27.65**		67.40
	第二主成分PC2	22	13.37**		32.60
	残差Residuals	128	16.74
	总变异Total variation	179	67.64
黑粉病 Common smut	基因型 Genotype （G）	14	23.71**	7.45
	环境 Environment （E）	11	63.73**	20.07
	互作G×E	154	230.09**	72.46
	第一主成分PC1	24	199.15**		86.55
	第二主成分PC2	22	24.65**		10.71
	残差Residuals	128	9.28
	总变异Total variation	179	317.53

产量×性状 Yield×trait	产量×酸性洗涤纤维含量Y×ADF（-1）	产量×弯孢叶斑病 Y×CLS（-1）	产量×粗蛋白含量 Y×CPC	产量×黑粉病Y×CS（-1）	产量×干物质含量Y×DM	产量×倒折率Y×DR（-1）	产量×空秆率Y×EER（-1）	产量×穗位高Y×EH	产量×生育期Y×GP	产量×倒伏率Y×LR（-1）	产量×中性洗涤纤维含量Y×NDF（-1）	产量×株高Y×PH	产量×南方锈病Y×SCR（-1）	产量×小斑病Y×SLB（-1）	产量×茎腐病Y×SR（-1）
产量×弯孢叶斑病Y×CLS（-1）	0.153
产量×粗蛋白含量Y×CPC	0.230	0.223
产量×黑粉病Y×CS（-1）	0.084	0.266	0.049
产量×干物质含量Y×DM	0.265	0.402	0.141	0.573*
产量×倒折率Y×DR（-1）	0.151	-0.019	0.282	0.038	0.157
产量×空秆率Y×EER（-1）	0.473	-0.034	0.349	-0.017	0.432	0.429
产量×穗位高Y×EH	0.530*	0.673**	0.252	0.043	0.078	-0.195	-0.095
产量×生育期Y×GP	0.661**	0.516*	0.396	0.230	0.571*	0.125	0.192	0.710
产量×倒伏率Y×LR（-1）	0.218	-0.081	0.592*	-0.039	-0.037	0.623**	0.256	-0.034	0.268
产量×中性洗涤纤维含量Y×NDF（-1）	0.931**	0.233	0.200	0.197	0.323	0.181	0.324	0.542*	0.735**	0.257
产量×株高Y×PH	0.495*	0.727**	0.265	0.193	0.421	0.011	-0.083	0.837**	0.864**	0.000	0.599*
产量×南方锈病Y×SCR（-1）	0.185	0.177	0.018	-0.020	0.293	-0.264	-0.360	0.263	0.513*	-0.065	0.199	0.532*
产量×小斑病Y×SLB（-1）	0.331	0.508*	0.179	0.048	0.204	0.234	0.010	0.615**	0.711**	0.371	0.430	0.651**	0.208
产量×茎腐病Y×SR（-1）	0.239	-0.267	0.101	0.130	0.008	0.328	-0.031	-0.046	0.216	0.447	0.356	0.051	-0.013	0.354
产量×全株淀粉含量Y×WPSC	0.860**	0.240	0.137	0.270	0.299	0.194	0.339	0.510	0.652**	0.211	0.960**	0.539*	0.027	0.382	0.232

品种名称 Genotype name	产量×酸性洗涤纤维含量Y×ADF（-1）	产量×弯孢叶斑病Y×CLS（-1）	产量×粗蛋白含量Y×CPC	产量×黑粉病Y×CS（-1）	产量×干物质含量Y×DM	产量×倒折率Y×DR（-1）	产量×空秆率Y×EER（-1）	产量×穗位高Y×EH	产量×生育期Y×GP	产量×倒伏率Y×LR（-1）	产量×中性洗涤纤维含量Y×NDF（-1）	产量×株高Y×PH	产量×南方锈病Y×SCR（-1）	产量×小斑病Y×SLB（-1）	产量×茎腐病Y×SR（-1）	产量×全株淀粉含量Y×WPSC	理想指数SI
安科青2号 AKQ2	-2.33	-0.40	0.77	0.03	-1.10	0.69	-0.34	-1.02	-1.50	1.04	-2.54	-1.39	-1.38	0.03	-0.37	-2.28	-0.76
成单3601 CD3601	-0.12	-1.16	-0.75	0.64	0.41	0.57	-0.75	-0.56	0.47	-0.12	0.24	0.29	0.99	-0.61	-0.13	0.49	-0.01
泓丰159 HF159	-0.22	0.21	0.12	0.98	0.08	-1.84	-1.62	0.53	0.71	0.67	0.29	0.17	1.05	0.62	0.74	0.16	0.16
衡玉1996 HY1996	0.63	-0.02	0.16	0.85	-0.12	0.99	0.56	-0.44	-0.24	0.30	0.43	-0.78	-1.03	-0.18	0.67	0.37	0.13
金诚6 JC6	0.03	-2.27	-0.71	0.05	-0.86	0.09	0.69	-2.06	-1.87	0.10	0.06	-2.18	-1.43	-1.64	0.39	0.38	-0.70
KNX22002	-1.16	-0.61	-0.83	-0.44	1.01	-0.78	0.36	-0.78	-0.23	-1.67	-1.17	-0.56	-0.07	-0.13	0.20	-1.29	-0.51
连青贮303 LQZ303	0.09	1.39	-0.24	0.19	0.80	-1.25	0.88	0.53	0.01	-1.39	-0.28	0.19	-0.02	-0.66	-3.28	0.18	-0.18
青秀001 QX001	-0.29	1.63	0.81	0.54	0.45	0.67	-1.09	0.67	0.93	0.07	0.38	1.72	1.14	1.29	0.11	0.34	0.59
SN8872	-0.51	0.63	0.63	0.48	1.37	1.05	0.66	-1.00	-0.38	0.57	-0.33	-0.21	-0.12	-1.31	0.08	-0.47	0.07
晥农科青贮8号 WNKQZ8	1.10	0.28	1.02	0.58	0.54	-0.92	0.71	0.80	0.82	-0.48	0.98	0.99	0.18	0.09	0.75	0.77	0.51
渝单805 YD805	1.41	1.11	0.24	0.41	0.51	1.33	1.20	1.75	1.49	1.01	1.80	1.29	-1.60	2.04	0.83	2.20	1.06
雅玉7758 YY7758	-0.29	0.38	-2.70	0.30	-0.44	-0.74	-1.51	0.27	-0.79	-1.62	-0.45	0.16	0.53	0.18	0.08	-0.56	-0.45
雅玉青贮8号 YYQZ8	-0.56	-0.37	-0.01	-2.34	-2.69	-1.02	-1.36	0.71	-1.13	-0.72	-0.61	-0.31	-0.49	-1.04	-0.63	-0.61	-0.82
正大511 ZD511	1.53	-0.33	1.46	0.01	0.31	0.27	0.71	1.04	1.12	0.70	0.74	0.69	1.21	0.15	0.10	0.27	0.62
郑青贮7号 ZQZ7	0.69	-0.48	0.02	-2.26	-0.26	0.91	0.91	-0.45	0.59	1.56	0.47	-0.08	1.01	1.17	0.47	0.05	0.27

[1]	王朋磊, 剡转转, 高莉娟, 马倩, 宗西方, 王升升, 张吉宇. 白花草木樨第二次轮回选择半同胞家系农艺性状的遗传变异分析[J]. 草业学报, 2022, 31(1): 238-245.
[2]	杜佳梦, 包刚, 佟斯琴, 黄晓君, 温都日娜, 美丽, 包玉海. 1982-2015年蒙古国植被覆盖变化及其与气候变化和人类活动的关系[J]. 草业学报, 2021, 30(2): 1-13.
[3]	乌尼图, 刘桂香, 杨勇, 宋向阳, 白海花. 基于光能利用率模型的内蒙古天然草原植被净初级生产力动态监测与气候因子的响应[J]. 草业学报, 2020, 29(11): 1-10.
[4]	拉多, 张燕杰, 刘杰, 崔玲玲, 庞有智. 拉萨河谷植物物种丰富度空间分布格局及其环境解释[J]. 草业学报, 2016, 25(10): 202-211.
[5]	樊江文,张良侠,张文彦,钟华平. 中国草地样带植物根系N、P元素特征及其与地理气候因子的关系[J]. 草业学报, 2014, 23(5): 69-76.
[6]	南丽丽,师尚礼,张建华. 不同根型苜蓿根系发育能力研究[J]. 草业学报, 2014, 23(2): 117-124.
[7]	张喜峰,张立新,高梅,韦成才,马英明,王平平,耿伟. 不同氮肥形态和腐殖酸对陕西典型生态区烤烟化学成分和产质量的影响[J]. 草业学报, 2013, 22(6): 60-67.
[8]	穆少杰,李建龙,杨红飞,刚成诚,陈奕兆. 内蒙古草地生态系统近10年NPP时空变化及其与气候的关系[J]. 草业学报, 2013, 22(3): 6-.
[9]	陆嘉惠,吕新,吴玲,李学禹. 三种药用甘草种子对盐渍环境的萌发响应及其适宜生态种植区[J]. 草业学报, 2013, 22(2): 195-202.
[10]	康萨如拉,牛建明,张庆,陈丽萍. 短花针茅叶片解剖结构及与气候因子的关系[J]. 草业学报, 2013, 22(1): 77-86.
[11]	周伟,王倩,章超斌,李建龙. 黑河中上游草地NDVI时空变化规律及其对气候因子的响应分析[J]. 草业学报, 2013, 22(1): 138-147.