作物稳定性研究进展(2)

2  稳定性评价参数

2.1  线性回归

　　尽管方差分析可以将总变异分解为各因素主效应和互作效应所引起的变异，因其为加性模型，故而不能对表现为非加性的  GEI  作进一步的分析。回归分析法的采用是企图从互作效应中获取更多信息的第一个尝试。利用对称联合线性回归(  symmetrical  joint  linear  regression  )，可以将  GEI  剖分为共点回归(或称  Tucky  单一自由度回归，concurrent  regression  )、基因型对环境平均数的回归(左解联合线性回归，left  solution  joint  linear  regression  )和环境对基因型平均数的回归(右解联合线性回归，right  solution  joint  linear  regression  )三部分。联合线性回归使用两个稳定性参数：回归系数  bi  (即品种对环境平均的回归系数)或  βi  (即品种对环境离差的回归系数)和回归离差  δij。回归系数  bi  的平均数为1，而  βi  的平均数为O。回归系数  bi  (或  βi  )可预测品种在不同环境下的表现，bi  ＜1(或  βi  ＜0)的品种，其产量水平较稳定，在不利环境中仍有一定的产量；而  bi  ＞1(或  βi  ＞0)的品种在有利条件下有好的表现，但在不利条件下表现较差。回归离差  δij  则用于衡量利用回归方程进行预测的有效性，δij  越小，预测效果越好。bi  =1(或  βi  =0)和  δij  =0的品种为稳定性品种。关于各种线性回归模型，胡秉民和耿旭对此有详细论述，这里仅给出部分模型(表1)。

　　对于多年份多试点品种区域试验，Pederson  和  Seif  建议同时对品种×试点、品种×年份、品种×试点×年份进行回归分析，并指出，如果3个回归系数相同，则表明不论是同一年份内还是不同年份间都是单一环境因子起主导作用，即是将各试点各品种按年份平均后进行分析所得结果与不进行平均的分析结果相类同。Verma、Chahal  和  Cruz  等指出，由于不同的基因型对有利环境和不利环境的敏感程度不同，同一基因型的不同个体对有利环境和不利环境的敏感程度也有差异，因而单采用回归系数  bi  或  βi  难以对所有基因型的稳定性作出准确评价。若对正的环境指数和负的环境指数分别进行回归分析，则可以分别了解基因型对有利环境和不利环境的反应。

　　对于各种线性回归模型，都不同程度地存在一些难以克服的问题：首先，回归的反应变量和自变量间不独立，不满足线性回归的假设；其次，由于不具独立性，从而导致对模型参数的估计可能不是无偏估计；第三，由于总离差自由度  (p-1)(q-2)  不能被  p  整除，因而各基因型的回归离差不独立；最后，也是最为重要的是难以对  GEI  作出更多的解释。另外，在评价最优基因型时，难以对回归系数、回归离差和产量结果三者进行综合。

2.2  单变量稳定性参数

　　线性回归模型和  Tai  模型的稳定性参数都是两个，在作物稳定性评价时还需加上产量，共需考虑3个因素，这势必给稳定性评价带来一定困难。国内外学者又提出了一些单变量稳定性参数，包括参数型(表2)和非参数型(表3)两类稳定性统计量。Lin  等、胡秉民和耿旭对几乎所有的作物稳定性参数都有较详细的阐述，这里仅对  Lin  和  Binns  提出的第  Ⅳ  型稳定性  [  type  4  stability，MS(ge)  ]  与优势测量(  superiority  measure，Pi  )，以及  Hernandez  等提出的愿望指数(  desirability  index，Di  )作简单介绍。

　　Lin  和  Binns  提出的  MS(ge)  实际上是各个基因型的试点内年份均方，只有在各环境(试点×年份)中参试品种(  p-s  个)与对照(  s  个)平衡时适用；如果参试品种或对照不平衡，即年间或试点间参试品种或对照不尽相同(显然这种情况相当普遍)，则只能采用优势测量  Pi。从  Pi  的计算公式可以看出，公式的括号中前半部分可以看成是基因型效应的平方和，后半部分实际上是  MS(ge)，也即是说当参试品种与各试点的最大环境指数相比较时，Pi  是品种的基因型效应和  GEI  效应的联合测量，反映了品种的广泛适应性。Lin  和  Binns  同时还指出，在品种稳定性评价时为了防止忽视掉只具特殊适应性的高产品种，还应与  Finlay  和  wilkinSon  的回归系数  bi  结合起来分析。当  bi  ＜0.7时表明品种对不利环境具较好的适应性，而  bi  ＞1.3时则表明品种特别适于在有利环境种植。

　　Hernandez  等提出的愿望指数  Di  被定义为“回归直线与环境指数坐标轴围成图形的面积与两个极端环境指数的差值之比”。显然，Di  值越大越好。如果最大与最小环境指数间的差值为0，则试验是均衡的，Di  主要取决于平均产量；否则，试验是非均衡的，Di  主要受斜率的影响。对于标准品种(稳定品种)，bs=0，Ds=y..＋(Imax＋Imin)/2。   (责任编辑：泉水)

搜索

热门标签:

作物稳定性研究进展(2)