江苏省淮北小麦新品种(系)的丰产稳产性评价

姚金保 周淼平 马鸿翔

摘要：为评价小麦新品种（系）在不同生态环境条件下的丰产稳定性，应用高稳系数（high-stably coefficient，简称HSC）法与常规分析方法相结合对2017—2018年江苏省淮北片小麦良种区域C组、D组等2组26个参试新品种（系）的丰产性与稳产性进行分析。结果表明，C组试验参试品系徐麦14123、江麦977和D组试验参试品系江麦9131、淮核16132的标准差和变异系数较小，回归系数均小于1，HSC较大，分别为84.97%（居C组第1位）、84.90%（居C组第2位）、85.18%（居D组第2位）、84.47%（居D组第4位），说明这4个品种（系）的丰产稳产性好。研究表明，用高稳系数法评价小麦新品种（系）的丰产稳产性是可行的，将2种方法相结合则更能准确反映小麦新品种（系）的丰产稳产性。

关键词：小麦;丰产稳产性;高稳系数;新品种（系）;相关性分析

中图分类号： S512.103.7  文献标志码： A  文章编号：1002-1302（2020）11-0073-04

收稿日期：2019-06-14

基金项目：江苏省重点研发计划（编号：BE2018340-3）;现代农业产业技术体系建设专项（编号：CARS-03）;江苏省农业重大新品种创制（编号：PZCZ201705）。

作者简介：姚金保（1962—），男，江苏常熟人，硕士，研究员，主要从事小麦遗传育种研究。Tel：（025）84390298;E-mail：yaojb@jaas.ac.cn。  高产稳产是作物育种工作者追求的目标，也是作物区域试验中评价品种优劣的重要指标。小麦品种区域试验的目的是为了及时准确地鉴定新品种的丰产稳产性、抗逆性、适应性，为小麦新品种审定及生产应用提供科学依据。在小麦区域试验中，通常采用品种平均产量较对照增产百分数来估测品种的丰产性，再利用新复极差法估测参试品种间产量的差异显著性;采用标准差和变异系数来估测品种的稳定性[1]，但这些方法忽略了品种与环境之间存在的相互作用[2]。由于基因与环境的互作，大多数作物在不同地区种植的表型值往往不完全一致，有时存在极显著差异，因此，常常会得到高产与稳产性互不相关的结论[3]。为了较为客观地评价品种的丰产性和稳定性，温振民等首先提出简便实用的高稳系数（high stablity coefficient，简称HSC）分析法，用一个指标参数即高稳系数可综合准确地反映品种的高产稳产性[4]，这些方法已被应用于水稻[5]、小麦[6]、玉米[7]、棉花[8]、油菜[9]、大豆[10]、花生[11]、谷子[12]等作物，证明具有较好的适用性。本研究将高稳系数分析法与常规分析方法相结合，评价江苏省淮北片2组区域试验参试品种（系）在不同生态环境条件下的丰产稳产性及增产潜力，以确定新品种（系）的最适宜推广区域及适应范围，为品种的合理布局提供科学依据。同时，对不同分析方法所得的稳定性参数进行比较，以评价这些方法在分析小麦新品种（系）丰产稳产性中的作用。

1 材料与方法

1.1 试验材料

数据来源于2017—2018年江苏省淮北片小麦良种区域试验。试验分C、D等2组。C组试验地点设在江苏省农业科学院宿迁农科所、江苏徐淮地区淮阴农业科学研究所、江苏保丰集团公司、东辛农场农科所、洪泽湖农场农科所、连云港市农业科学院、邳州市稻麦原种场、江苏瑞华农业科技有限公司、徐州佳禾农业科技有限公司、徐州市农业科学院等共10个试点;D组试验地点设在江苏保丰集团公司、江苏徐淮地区淮阴农业科学研究所、江苏省阜宁县农科所、江苏省农业科学院宿迁农科所、徐州佳禾农业科技有限公司、徐州市种子站、徐州市农业科学院、宿迁中江种业有限公司、东海县农科所、东辛农场农科所、江苏神农大丰种业科技有限公司等共11个试点。各试点均按江苏省冬小麦品种区域试验实施方案要求进行，随机区组排列，设3次重复，小区面积为13.3 m2，基本苗密度为 240万～270万株/hm2，行距为23.0 cm，机条播或人工开行条播。栽培管理和田间调查按江苏省冬小麦区域试验标准进行，成熟时按小区单独收获、脱粒、晒干、揚净、称其质量并计产。

1.2 统计方法

各参试品种（系）的产量平均值（xi）、标准差（s）、变异系数（CV）采用通用公式计算，品种（系）间产量差异采用新复极差法（SSR）分析，采用 Eberhart-Russell公式计算回归系数（b）的大小评价产量的稳定性[13]。高稳系数（HSCi）按以下公式计算，HSCi=（xi-si）/1.10xCK×100%。式中，HSCi为第i个品种的高稳系数;xi为第i个品种的平均产量;si为第i个品种的标准差;1.10 xCK为平均比对照（CK）增产10%的产量。HSCi越大，说明品种的高产性和稳产性越好。

1.3 数据处理

采用Microsoft Excel 2010和DPS 16.05统计分析软件对数据进行处理和分析[14]。

2 结果与分析

2.1 区域试验结果的方差分析

由表1、表2可知，在小麦参试品种（系）间、试点间、品种（系）×试点间的差异均达到极显著的水平，这表明在2组区域试验中含有增产、减产极显著的小麦品种，而其增产、减产程度又是随试点而变化的，试点间也存在使所有参试小麦品种（系）都显著增产或减产的效应。因此，区域试验不仅要对各小麦品种（系）的产量进行多重比较和显著性分析，而且须要更进一步分析小麦品种（系）的稳定性。

2.2 丰产稳产性分析

由表3可以看出，C组参试品种（系）徐麦14123、江麦977的平均产量分别居参试品种（系）

的第2位和第4位，较对照分别增产4.74%、358%，与对照差异均达极显著水平，其标准差和变异系数较小（徐麦14123的分别列第5、第4位，江麦977的分别列第2、第1位），它们的回归系数均小于1，高稳系数较大，分别列第1、第2位。表明这2个品种（系）在C组中丰产稳产性表现最好，对不良环境的适应能力较强，增产潜力较大，既使在不利的环境条件下种植也能获得较高产量。保丰1581和农麦152的平均产量分别居参试品种（系）的第1、第3位，分别较对照增产5.39%、4.28%，差异均达极显著水平，但标准差和变异系数较大（保丰1581的分别列第9、第7位，农麦152的分别列第11、第10位），它们的回归系数均大于1，高稳系数较大，分别列第3、第5位。说明这2个品种（系）的产量水平高，增产潜力大，但对环境较敏感，它们只有在良好的环境条件下增产潜力才能得到充分表现，属于高产不稳产类型的品种。淮麦608、瑞友1506、泗1516、泰麦601、淮核15173和淮核16174这6个品种（系）的产量较对照增产均达显著水平，其中泰麦601和淮核16174的标准差和变异系数较小，回归系数均小于1，高稳系数分别列第7、第4位，说明这2个品种（系）的丰产性虽然一般，但稳产性较好;其他4个品种（系）的标准差和变异系数较大，回归系数均大于1，高稳系数分别列第6、第9、第8、第11位，说明这4个品种（系）的丰产性中等，稳产性较差。泗13-154的产量较对照增产216%，与对照差异不显著，标准差和变异系数较大，回归系数大于1，高稳系数位列第12位，说明该品种丰产性一般，稳产性差。西农129和盐麦085较对照有不同程度减产，减产幅度为2.41%～291%，与对照相比差异达显著水平，其标准差较小，回归系数均小于1，高稳系数分别位列第13、第14位，说明这2个品种（系）产量稳定性较好，但产量潜力低，属低产稳产类型。

由表4可知，D组试验参试品种（系）淮麦610、农麦165和瑞华549的平均产量居参试品种（系）前3位，较对照增产达极显著水平，其标准差和变异系数较大（淮麦610均位列第10位，农麦165的分别列第9、第8位，瑞华549的分别列第8、第7位），回归系数均大于1，高稳系数分别列第1、第3、第6位，说明这3个品种（系）产量水平较高，增产潜力较大，但对环境较敏感，在D组试验适宜的生态环境条件下种植可获得高产，属于高产稳产性稍差的品种（系）。江麦9131和淮核16132的产量分别居参试品种（系）第4、第5位，较对照增产达显著水平，其标准差和变异系数都较小（江麦9131的均列第2位，淮核16132的分别列第4、第3位），回归系数均小于1，高稳系数分别列第2、4位。说明这2个品种（系）在D组试验中表现丰产稳产性好，对不良环境的适应能力强。保麦1633、淮核15181、华麦1545和隆麦16的平均产量分别列参试品种（系）第6至第9位， 较对照增产不显著，其中保麦1633、淮

核15181、华麦1545的标准差和变异系数较大，回归系数均大于1，高稳系数分别列第8、第7、第12位，说明这3个品种（系）产量水平一般，且对环境表现比较敏感，属中产不稳产类型。隆麦16的标准差和变异系数均最小，回归系数也较小，高稳系数列第5位，说明该品种（系）在产量方面具有很好的稳定性，且对环境的适应性强，但产量水平偏低。苏研麦3号、中研麦818、瑞雪麦1号和康F较对照均有不同程度减产，其中康F较对照减产达极显著水平，康F的标准差和变异系数较大，回归系数大于1，高稳系数居末位，说明该品种（系）属于低产不稳产类型，苏研麦3号也属于这种类型。中研麦818和瑞雪麦1号则属于低产稳产类型。

2.3 统计分析参数与平均产量的相关分析

由表5、表6可知，标准差（s）与变异系数（CV）、标准差（s）与回归系数（b）、变异系数（CV）与回归系数（b）之间的相关性均达极显著水平，但标准差（s）、变异系数（CV）、回归系数（b）与平均产量（x）之间的相关性均不显著，说明标准差（s）、变异系数（CV）、回归系数（b）这3个参数在反映品种稳定性时的作用是一致的，与稳定性关系密切，与产量的关系不明显。高稳系数（HSC）与平均产量（x）呈极显著正相关，C组、D组的相关系数分别为0822 0、0921 0，与标准差（s）、变异系数（CV）、回归系数（b）大体呈不显著负相关关系（D组试验HSC与CV呈显著负相关）。

3 讨论与结论

2组试验结果表明，高稳系数（HSC）与平均产量呈极显著正相关，与标准差（s）、变异系数（CV）、回归系数（b）呈轻度负相关，这与前人的研究结果[3，7]基本一致。高稳系数将产量和标准差结合起来分析，因此，高稳系数的位次与产量的位次基本相同。平均产量高，但标准差、变异系数较小，或平均产量中等且标准差、变异系数小的品种，其HSC均较高，说明HSC可较准确地反映小麦新品种（系）的丰产稳产性，但是高稳系数忽略了基因型与环境之间的互作，而这种互作也是造成同一品种在不同条件下产量差异的原因之一[15-16]。因此，在实际运用中应配合其他稳定性参数结合起来同时分析，可弥补高稳系数法的不足之处，这样才能对品种的丰产性和稳定性作出较为准确的评价。

综合高稳系数和常规分析方法可以看出，在C组、D组等2组26个参试小麦品种（系）中，徐麦14123、江麦977、江麦9131和淮核16132的产量高，稳定性好，具有较好的环境适应性，是2组区域试验中表现最好的4个小麦品种（系）;保丰1581、农麦152、淮麦610、农麦165和瑞华549为丰产性好，而稳产性稍差的品种（系），其在不良环境条件下减产明显，但在适宜的环境下，增产潜力大。淮麦608、瑞友1506、泗1516、淮核15173、泗13-154、保麦1633、淮核15181和华麦1545属于丰产性一般，稳产性较差类型。泰麦601、淮核16174、和隆麦16的丰产性一般，但稳产性较好。西农129、盐麦085、中研麦818和瑞雪麦1号虽对环境适应性较强，稳产性好，但其丰产性较差。康F的丰产性和稳产性均较差，属综合表现最差的品种。

参考文献：

[1]茹振钢，赵 虹，胡铁柱，等. 豫麦54丰产性、稳产性、适应性及品质分析[J]. 麦类作物学报，2005，25（1）：86-89.

[2]严威凯. 双标图分析在农作物品种多点试验中的应用[J]. 作物学报，2010，36（11）：1805-1819.

[3]何桂花. 甘肃省水地春小麦新品种（系）的丰产稳产性分析[J]. 麦类作物学报，2005，25（2）：128-131.

[4]温振民，张永科. 用高稳系数法估算玉米杂交种高产稳产性的探讨[J]. 作物学报，1994，20（4）：508-512.

[5]严明建，赵正武，吕直文，等. HSC法与稳定性参数在水稻区试中的应用[J]. 作物研究，2002，16（1）：17-19.

[6]杨 杰. 用HSC法估算小麦新品种的高产稳产性[J]. 安徽农业技术师范学院学报，1999，13（1）：67-69.

[7]林秀芳，陈 灿. 稳定性参数和高稳系数在糯玉米品种高产稳定性评价中的应用[J]. 湖南农业科学，2015（4）：1-3，6.

[8]李 蔚，戴宝生，卢华平，等. 基于高稳系数法的棉花品种（组合）产量分析[J]. 湖北农业科学，2012，51（24）：5596-5598.

[9]李迎春，郭子荣，罗传浩，等. 用HSC法与稳定性参数分析杂交油菜的丰产稳产性[J]. 西南农业学报，2003，16（2）：30-33.

[10]刘正学，刘 飞. 应用高稳系数法分析夏大豆新品种高产稳定性[J]. 作物品种资源，1998（3）：20-21.

[11]毛金雄，夏友霖，漆 燕，等. 高稳系数法对花生区试品种（系）的分析[J]. 花生学报，2014，43（2）：59-61.

[12]古世禄，独俊娥，古兆明，等. 中国北部高原地区谷子（粟）品种高产稳产性的评价[J]. 中国农业科学，2001，34（4）：454-457.

[13]Eberhart S A，Rusell W A. Stability parameters for comparing varieties[J]. Crop Science，1966，6：36-40.

[14]唐啟义，唐 睿. DPS数据处理系统[M]. 4版. 北京：科学出版社，2017.

[15]彭守华，尉纪强，林喜中，等. 应用高稳系数（HSC）法分析玉米新杂交种高产稳产性[J]. 国外农学-杂粮作物，1998，18（4）：20-22.

[16]张丽颖，王金君，石清琢，等. 高稳系数法在玉米区试中的应用与评析[J]. 杂粮作物，2005，25（2）：69-71.白旭明，张文太，张庆伟，等. 北疆棉田施用土壤改良剂的增产控盐效果[J]. 江苏农业科学，2020，48（11）：77-81.