我國棉花品種區(qū)域試驗重復(fù)次數(shù)和試點數(shù)量的設(shè)計

許乃銀　金石橋　李　健

1江蘇省農(nóng)業(yè)科學(xué)院經(jīng)濟作物研究所 / 農(nóng)業(yè)部長江下游棉花與油菜重點實驗室, 江蘇南京 210014;2全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心,北京 100125

?

我國棉花品種區(qū)域試驗重復(fù)次數(shù)和試點數(shù)量的設(shè)計

許乃銀1金石橋2李健1

1江蘇省農(nóng)業(yè)科學(xué)院經(jīng)濟作物研究所 / 農(nóng)業(yè)部長江下游棉花與油菜重點實驗室, 江蘇南京 210014;2全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心,北京 100125

摘要:農(nóng)作物區(qū)域試驗重復(fù)次數(shù)和試點數(shù)量設(shè)置直接影響試驗的遺傳力和品種選擇效率。本研究以2000—2014年期間長江流域、黃河流域和西北內(nèi)陸棉區(qū)國家棉花區(qū)試數(shù)據(jù)為資料, 依據(jù)各棉區(qū)的試驗發(fā)展現(xiàn)狀和試驗遺傳力隨著試點數(shù)量的變化, 分析重復(fù)次數(shù)和試點數(shù)量設(shè)置的合理性, 提出各棉區(qū)試點數(shù)量的設(shè)置方案。結(jié)果表明: (1)我國棉花品種區(qū)域試驗采用3次重復(fù)是保證試驗效率的充分條件; (2)長江流域和黃河流域國家棉花區(qū)試現(xiàn)行的試點數(shù)量設(shè)置已經(jīng)可以充分滿足試驗的遺傳力要求, 西北內(nèi)陸棉區(qū)的試點數(shù)也符合遺傳力達到0.75的基本要求; (3)由于棉花區(qū)域試驗對品種的推薦審定和應(yīng)用十分重要, 試驗過程中也可能會因田間管理、自然災(zāi)害或其他異常情況導(dǎo)致試驗報廢,為充分保證試驗的可靠性, 長江流域棉區(qū)可保持當前20個左右的試點數(shù)量, 遺傳力即可達到0.90的水平; 黃河流域和西北內(nèi)陸棉區(qū)可以分別將試點數(shù)量增加到27個和19個左右, 遺傳力達到0.90和0.85的水平。該結(jié)果為國家棉花區(qū)域試驗的優(yōu)化配置提供理論依據(jù), 也為其他作物區(qū)域試驗布局提供參考。

關(guān)鍵詞:棉花(Gossypium hirsutum L.); 區(qū)域試驗; 遺傳力; 噪信比; 重復(fù)次數(shù); 試點數(shù)量; 優(yōu)化配置

本研究由國家轉(zhuǎn)基因生物新品種培育重大專項(2012ZX08013015)和全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心項目(012022911108)資助。

This study was supported by the Major Project of China on New Varieties of GMO Cultivation (2012ZX08013015) and the Project from the National Extension and Service Center of Agricultural Technology (012022911108).

第一作者聯(lián)系方式: E-mail: naiyin@126.com, Tel: 025-84390365

農(nóng)作物品種區(qū)域試驗通過新品種在多個試驗環(huán)境中的綜合表現(xiàn), 鑒定和選擇應(yīng)用優(yōu)良品種。區(qū)域

試驗對品種的選擇效率主要決定于試驗環(huán)境對品種間遺傳差異的鑒別能力[1]。遺傳力(heritability, H)是遺傳方差占表型總方差的比率, 表達了性狀變異的遺傳傳遞能力[2]。作物品種區(qū)域試驗的遺傳力越高,試點的鑒別力就越高, 通過表型變異選擇可重復(fù)的遺傳變異的可靠性就越大, 受環(huán)境變異和不可重復(fù)的基因型與環(huán)境互作效應(yīng)的干擾就越小, 對品種選擇效率就越高[3]。作物品種試驗實施過程中從試驗設(shè)計、試驗管理到數(shù)據(jù)統(tǒng)計分析等措施實際上都是為了提高試驗的遺傳力, 從而提高區(qū)域試驗對品種的評價能力。遺傳力隨著試驗重復(fù)次數(shù)和試點數(shù)量的增加而提高, 提高的速率表現(xiàn)為先快后慢的“邊際收益遞減”規(guī)律[4]。試點數(shù)量太少, 遺傳力低, 試驗效率降低; 數(shù)量太大, 試驗成本大幅增加, 遺傳力增益的報酬較少, 又可能造成人力、物力和財力的浪費。因此, 如何合理規(guī)劃試驗重復(fù)次數(shù)和試點數(shù)量, 保持適度的遺傳力水平和試驗效率, 是區(qū)域試驗資源配置和方案優(yōu)化中亟待解決的問題。

DeLacy等[5]基于區(qū)域試驗數(shù)據(jù)方差分析中各變異來源的方差分量提出了單年單點和一年多點區(qū)域試驗遺傳力的計算公式。Yan[3]推導(dǎo)出區(qū)域試驗重復(fù)次數(shù)和試點數(shù)量與方差分量和遺傳力的函數(shù)關(guān)系, 并將試驗誤差方差對遺傳方差的比率定義為“噪信比”(noise-signal quotient, Q), 從而估算出在特定噪信比條件下不同遺傳力水平需要的試驗重復(fù)次數(shù)和試點數(shù)量。Yan等[4]研究指出遺傳力通過增加試點數(shù)和重復(fù)次數(shù)可以快速提高的上限為0.75, 其后遺傳力提高的速率顯著降低, 故將遺傳力為0.75時所需要的重復(fù)次數(shù)和試點數(shù)量確定為最經(jīng)濟和適宜的數(shù)量。目前, 國內(nèi)還沒有基于遺傳力分析區(qū)域試驗適宜重復(fù)次數(shù)和試點數(shù)量的研究報道。本研究的目的是利用試驗重復(fù)和試點數(shù)量估計方法, 全面分析和評價2000—2014年期間國家棉花品種區(qū)域試驗重復(fù)次數(shù)和試點數(shù)量設(shè)置的合理性, 并結(jié)合我國三大棉區(qū)國家棉花區(qū)試的發(fā)展現(xiàn)狀, 提出各棉區(qū)試點數(shù)量設(shè)置的優(yōu)化方案, 為國家區(qū)域試驗的優(yōu)化配置提供依據(jù), 也為其他作物區(qū)域試驗布局提供參考。

1　材料與方法

1.1數(shù)據(jù)來源

2000—2014年期間長江流域棉區(qū)、黃河流域棉區(qū)和西北內(nèi)陸棉區(qū)國家棉花區(qū)域試驗設(shè)置的試驗組數(shù)、參試品種數(shù)、試點數(shù)詳見表1。所有試驗均采用隨機區(qū)組排列, 重復(fù)3次, 小區(qū)面積20 m2。長江流域和黃河流域棉區(qū)的栽培方式以營養(yǎng)缽育苗移栽為主, 西北內(nèi)陸棉區(qū)以地膜覆蓋直播為主。田間種植密度、施肥、病蟲害防治和生長調(diào)節(jié)劑使用等管理措施均參照當?shù)刎S產(chǎn)栽培棉田方式實施。本研究采用這期間116組國家棉花區(qū)域試驗皮棉產(chǎn)量數(shù)據(jù)分析區(qū)域試驗對試點數(shù)量的需求, 用這期間長江流域、黃河流域和西北內(nèi)陸棉區(qū)國家棉花區(qū)域試驗的629個單點試驗3次重復(fù)的皮棉產(chǎn)量數(shù)據(jù)分析區(qū)域試驗對重復(fù)次數(shù)的需求。

1.2統(tǒng)計分析

采用GGE biplot軟件[3,6-7]對2011—2014年期間國家棉花區(qū)域試驗中629個單點試驗分別進行方差分析, 得出遺傳方差和誤差方差, 依據(jù)Yan等[3-4]和DeLacy等[5]的方法分別計算各次試驗的噪信比、遺傳力及H = 0.75時需要的試驗重復(fù)次數(shù), 分析不同重復(fù)次數(shù)需求范圍內(nèi)的試驗次數(shù)分布, 以評價我國棉花區(qū)域試驗適宜的重復(fù)次數(shù)。其次, 采用類似的方法分析2000—2014年期間國家棉花區(qū)域試驗的116組一年多點試驗的遺傳方差、環(huán)境方差、基因型與環(huán)境互作方差, 計算各組試驗的噪信比、遺傳力及H = 0.75時需要的試點數(shù)量, 統(tǒng)計不同試點數(shù)量需求范圍內(nèi)單年多點試驗的次數(shù)分布, 以分析和評價目前我國棉花區(qū)域試驗中試點數(shù)量設(shè)置的合理性。最后, 根據(jù)2000—2014年期間三大棉區(qū)一年多點區(qū)域試驗的平均噪信比模擬各棉區(qū)在不同遺傳力水平下對試點數(shù)量的需求動態(tài), 提出試點數(shù)量設(shè)置的優(yōu)化方案。單年單點和一年多點品種區(qū)域試驗的遺傳力、噪信比、重復(fù)次數(shù)和試點數(shù)量的計算公式[4-5]如下:

表1　2000–2014年我國棉花品種區(qū)域試驗組數(shù)、品種數(shù)和試點數(shù)統(tǒng)計表Table 1　Summary statistics of trial group, number of cultivars and locations used in regional cotton variety trials from 2000 to 2014

2　結(jié)果與分析

2.1單年單點區(qū)域試驗重復(fù)次數(shù)分析

表2表明: (1)在全國三大棉區(qū)共629次單點試驗中, 在保證遺傳力達到0.75水平下需要1次重復(fù)、2次重復(fù)和3次重復(fù)以內(nèi)的試驗比例分別約占試驗總數(shù)的58％、78％和87％, 需要3～5次重復(fù)、5～9次重復(fù)和9次以上重復(fù)的試驗比例分別約為5％、4％和4％。可見, 絕大多數(shù)單點試驗采用3次重復(fù)可以達到遺傳力為0.75的水平, 只有少數(shù)試點可能因試驗誤差偏大等原因, 在3次重復(fù)下的遺傳力未達到0.75。(2)全國629次單點試驗需要的重復(fù)次數(shù)總體平均值僅為2.16次, 其中, 長江流域、黃河流域和西北內(nèi)陸棉區(qū)需要的重復(fù)次數(shù)均僅略高于2次, 說明在多數(shù)情況下品種區(qū)域試驗采用3次重復(fù)是保證試驗質(zhì)量的充分條件。

2.2單年多點區(qū)域試驗試點數(shù)量分析

對2000—2014年116組國家棉花品種區(qū)域試驗(長江流域棉區(qū)42組、黃河流域棉區(qū)44組、西北內(nèi)陸棉區(qū)30組)在遺傳力為0.75時所需試點數(shù)量的分析(表1和表3)表明: (1) 15年來全國棉花單年多點區(qū)域試驗需要8.5個試點就可以達到遺傳力為0.75的水平, 其中長江流域、黃河流域和西北內(nèi)陸棉區(qū)分別需要約7個、9個和10個試點; (2)在全部116組試驗中, 需要5個、10個、15個和20個試點以下的試驗比例分別約為24％、72％、86％和95％, 只有

約5％的試驗需要設(shè)置20個以上的試驗點。其中, 長江流域棉區(qū)約98％的試驗需要的試點數(shù)≤15, 約2％的試驗需要15～20個試點。黃河流域棉區(qū)約80％的試驗需要試點數(shù)≤15個, 約91％的試驗需要試點數(shù)≤20個。西北內(nèi)陸棉區(qū)需要的試點數(shù)與黃河流域棉區(qū)相當, 約93％的試驗需要試點數(shù)≤20個。目前, 長江流域和黃河流域國家棉花區(qū)試分別設(shè)置19個和20個試點(表1和表4), 試點數(shù)量可以充分滿足遺傳力為0.75的試驗精度要求; 西北內(nèi)陸棉區(qū)試點數(shù)為9 個, 也基本符合試驗的遺傳力要求。

表2　2011–2014年全國棉花單年單點區(qū)試在遺傳力為0.75時所需要重復(fù)數(shù)的次數(shù)分布Table 2　Frequency distribution of replicate needed to achieve 0.75 of within-trial heritability in the national cotton regional trials from 2011 to 2014

表3　2000–2014年全國棉花單年多點區(qū)試在遺傳力為0.75時所需要試點數(shù)量的次數(shù)分布Table 3　Frequency distribution of test location number needed at 0.75 of cross-trial heritability in the cotton regional trials from 2000 to 2014

表4　全國棉花單年多點區(qū)試在不同遺傳力水平下需要的試點數(shù)量定量分析Table 4　Test location number needed to achieve different cross-location heritability levels for the regional cotton trials

2.3單年多點區(qū)域試驗試點數(shù)量的定量分析

依據(jù)2000—2014年長江流域、黃河流域及西北內(nèi)陸棉區(qū)國家棉花區(qū)域試驗的平均噪信比(Qe), 采用公式(7)在不同遺傳力水平下對各棉區(qū)需要的試點數(shù)量定量分析(表4和圖1)表明: (1)隨著試點數(shù)量的增加, 遺傳力的增長表現(xiàn)為先快后慢的曲線關(guān)系。遺傳力在0.75以下時可以通過增加試點數(shù)量得到快速提高, 可以將H≤0.75的區(qū)間稱為增加試點數(shù)量對提高試驗效率的“高效期”。例如, 設(shè)置4個試點遺傳力就可快速提升到0.55, 遺傳力從0.55提高到0.65僅需增加2個新試點, 提高到0.75需要再增加3個試點。當遺傳力在0.75和0.90期間時, 遺傳力進一步提高對試驗點數(shù)量的要求將迅速增加, 可以將遺傳力在0.75～0.90區(qū)間稱為試點數(shù)量增加提高試驗效率的“微效期”, 在財力、物力等條件許可的情況可以實施, 以強化區(qū)域試驗的可靠性。例如, 遺傳力從0.75提高到0.85, 平均需要增加7個新試點; 從0.85提高到0.90, 平均需增加9個試點。當遺傳力達到0.90之后, 再增加試點數(shù)量對遺傳力的提高作用不大, 可稱為“無效期”。(2)依據(jù)當前全國棉花區(qū)試各棉區(qū)的試點數(shù)量設(shè)置現(xiàn)狀(表4和圖1), 長江流域棉區(qū)和黃河流域棉區(qū)國家棉花區(qū)試已經(jīng)分別達到了0.90和0.87的遺傳力水平, 西北內(nèi)陸棉區(qū)達到了0.75的遺傳力水平。長江流域區(qū)試的試點數(shù)量已經(jīng)保證了遺傳力達到“微效期”的上邊界, 再新增試點將進入“無效期”, 即對遺傳力的提高效率很低,故沒有必要再新增試點。如需要從19個增加到38個僅使遺傳力從目前的0.90提升到0.95。黃河流域區(qū)試在當前的試點數(shù)量增加對遺傳力的提高處于“微效期”, 可將試點數(shù)增加到27個, 使遺傳力從0.87提高到“微效期”上邊界的0.90; 隨后再增加試點則意義不大。如需將遺傳力提高到0.95, 則需要再增加27個新試點, 試點總數(shù)需要53個。西北內(nèi)陸區(qū)試的試點數(shù)較少, 遺傳力處于“微效期”的下邊界, 仍有提升空間; 試驗數(shù)量的增加可以依據(jù)其遺傳力的發(fā)展水平分步實施, 如第一步先增加10個試點將遺傳力從0.75提高到0.85; 第二步再增加10個試點, 試點總數(shù)達到29個, 將遺傳力提高到0.90; 隨后再增加試點對遺傳力的提高收效甚微,如需要將試點數(shù)翻倍至58個, 才能將遺傳力提高到0.95。

圖1　全國棉花區(qū)域試驗單年多點試驗的遺傳力(H)及其所需試點數(shù)量(Ne)的關(guān)系Fig. 1　Relationship between heritability (H) and test location number (Ne) in one-year-multiple-sites cotton regional trials

3　討論

3.1農(nóng)作物區(qū)域試驗質(zhì)量的評價指標探討

農(nóng)作物品種區(qū)域試驗是在多環(huán)境下測試作物新品種的特征特性和生產(chǎn)應(yīng)用價值的大規(guī)模公益性農(nóng)業(yè)試驗[8], 也是客觀評價農(nóng)作物品種的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性最可靠的辦法[9]。區(qū)域試驗的質(zhì)量評價主要體現(xiàn)在其對品種的選擇效率, 也就是對品種間遺傳差異的鑒別能力上。通常認為, 試驗的精確度越高, 對品種的選擇效率就越高, 試驗的結(jié)論也就越可靠[1]。因此, 試驗精確度在區(qū)域試驗質(zhì)量評價中一直受到廣泛關(guān)注[10-14]。區(qū)域試驗中普遍采用試驗誤差變異系數(shù)來表示試驗的精確度, 并將變異系數(shù)大于15％的單年單點試驗判定為不合格試驗, 試驗數(shù)據(jù)不參加匯總和聯(lián)合分析。然而, 試驗誤差變異系數(shù)并不能直接體現(xiàn)試驗對品種差異的鑒別能力[8]?？追绷岬萚1]將區(qū)域試驗方差分析和品種間差異多重比較時的最小顯著差數(shù)與總體均值的比率稱為相對最小顯著差數(shù)(relative least significant difference, RLSD), 并作為品種比較精確度指標應(yīng)用于農(nóng)作物品種區(qū)域試驗的精確度評價[15]。品種比較精確度可以更直接地表達區(qū)域試驗中品種差異的顯著尺度,但也不能體現(xiàn)試驗對品種間遺傳差異的鑒別能力。遺傳力是遺傳方差占表型方差的比率, 直接表達區(qū)域試驗對品種間遺傳差異的鑒別力和對品種的選擇有效性。當遺傳力等于1時, 品種表型值間即使微小的差異也是完全由遺傳差異決定的, 因而對品種的

選擇是有效的; 而當遺傳力接近于0時, 無論品種表型差異有多大, 這種差異都是由基因型與環(huán)境互作效應(yīng)或試驗誤差引起的, 基于表型的品種選擇都是無效的[3]?？梢? 遺傳力是反映作物品種區(qū)域試驗的科學(xué)性和有效性最直接的評價指標。Yan等[16]提出的GGE雙標圖方法近來年已經(jīng)被廣泛地應(yīng)用于區(qū)域試驗品種評價、試驗評價和品種生態(tài)區(qū)劃分研究[17-27], 雙標圖中用試驗環(huán)境向量的長度表示試點對品種間遺傳差異的鑒別力, 而環(huán)境向量長度的本質(zhì)是它近似于試驗的遺傳力。由此可見, 在農(nóng)作物區(qū)域試驗質(zhì)量評價體系中除了用傳統(tǒng)的試驗誤差變異系數(shù)表達試驗的誤差控制水平外, 還應(yīng)當將試驗的遺傳力作為試驗有效性的重要評價指標。Yan等[4]研究指出H = 0.75是比較適當?shù)脑囼炠|(zhì)量評價標準。本研究也證實H = 0.75是我國棉花區(qū)域試驗中對單年單點試驗質(zhì)量評價比較適合的遺傳力標準, 而在一年多點的層次上需要依據(jù)各棉區(qū)國家棉花區(qū)域試驗的重要性及對試驗可靠性的要求確定其適宜的遺傳力水平,其中長江流域和黃河流域棉區(qū)適宜的遺傳力水平可確定為0.90左右, 而西北內(nèi)陸棉區(qū)的遺傳力水平應(yīng)提升到0.85左右。

3.2農(nóng)作物區(qū)域試驗設(shè)置方案的優(yōu)化措施

農(nóng)作物品種試驗工作從試驗設(shè)計、品種和試點安排、試驗田間管理、試驗質(zhì)量檢查、試驗統(tǒng)計分析和品種適宜生態(tài)區(qū)劃分等各個環(huán)節(jié)嚴格管理和組織實施, 都是為了減少試驗誤差和提高區(qū)域試驗對品種的選擇有效性, 也就是為了提高試驗的遺傳力[3]。試驗遺傳力除了受試驗誤差影響外, 還受到包括基因型與環(huán)境互作效應(yīng)、試驗重復(fù)次數(shù)和試點數(shù)量等因素的影響。因此, 區(qū)域試驗設(shè)置方案的優(yōu)化主要從減少試驗誤差、適當增加試驗重復(fù)次數(shù)和試點數(shù)量等方面采取針對性的措施。首先, 減少試驗誤差可“凈”增加遺傳力。區(qū)域試驗必然受到試驗田的土壤差異、田間小氣候差異、邊際效應(yīng)和生長競爭等生物的和環(huán)境的條件差異的影響, 從而不可避免地產(chǎn)生試驗誤差。通過試驗設(shè)計的重復(fù)、隨機和局部控制原則, 配合適當?shù)慕y(tǒng)計分析, 既能準確地估計試驗處理效應(yīng), 又能獲得無偏的、最小的試驗誤差估計, 從而提高遺傳力與試驗效率。減少試驗誤差的措施既沒有額外增加試驗成本, 還可以“凈”增加遺傳力, 因而在區(qū)域試驗中應(yīng)當大力推廣應(yīng)用。其次, 保持適當?shù)脑囼炛貜?fù)次數(shù)。重復(fù)次數(shù)即每一處理的試驗小區(qū)數(shù)也是區(qū)域試驗設(shè)計中需要考慮的一個重要內(nèi)容。理論上, 品種區(qū)域試驗設(shè)置的重復(fù)次數(shù)越多, 試驗誤差越小, 遺傳力越高。但重復(fù)次數(shù)的增加也同樣會大幅增加試驗成本, 而且多于一定的重復(fù)次數(shù), 誤差減少很慢, 試驗效率提高不大。也就是人力、物力和花費大大增加, 而試驗效率提高的報酬遞減。在試驗小區(qū)總數(shù)相同的情況下,采用較多的試驗點數(shù)的試驗設(shè)置方法明顯比較多重復(fù)的設(shè)置方法試驗效率更高。目前, 多數(shù)作物品種區(qū)域試驗根據(jù)參試品種數(shù)和試驗地條件采用3次重復(fù), 這對于采用多點聯(lián)合試驗和綜合計算分析的品種試驗來說已經(jīng)是很科學(xué)的設(shè)計方法, 通過增加重復(fù)數(shù)提高遺傳力的方法局限性也很大。因此, 在財力、物力和其他條件可行的情況下, 應(yīng)當優(yōu)先考慮通過增加試驗點數(shù)量, 而不是增加重復(fù)數(shù)量來提高試驗效率。最后, 適當增加試點數(shù)量可能比增加重復(fù)次數(shù)對提高試驗效率和遺傳力更有效。增加試點數(shù)也就意味著試驗成本的提高, 在一種作物的目標區(qū)域中優(yōu)化配置試驗點數(shù)量, 就可以最少的試驗點取得較高的遺傳力。試驗遺傳力隨著試點數(shù)量增加的速率變化符合“邊際效應(yīng)遞減”原則。如果現(xiàn)有試驗點數(shù)量已經(jīng)可以保證試驗遺傳力達到很高的水平, 進一步增加區(qū)試點數(shù)量對提高估試驗效率收效甚微, 大幅增加試點數(shù)是不切實際的做法, 也沒有應(yīng)用價值和理論意義。本研究發(fā)現(xiàn), 我國長江流域棉區(qū)國家棉花區(qū)域試驗的試點數(shù)量可操持在20個左右, 遺傳力即可達到0.90的水平; 黃河流域棉區(qū)試點數(shù)量為20個, 遺傳力水平達到0.87, 已經(jīng)可以充分地保證試驗的可靠性。如條件許可, 也可將試點數(shù)增加到27個左右, 將遺傳力增至0.90的水平; 西北內(nèi)陸棉區(qū)試點數(shù)量偏少, 可先增加10個試點, 并結(jié)合減少試驗誤差等措施, 使遺傳力達到0.85以上的水平, 其后再依據(jù)遺傳力提高實際進度確定后續(xù)增加試點數(shù)量具體方案。

4　結(jié)論

我國棉花品種區(qū)域試驗采用3次重復(fù)足以保證試驗質(zhì)量。長江流域和黃河流域國家棉花區(qū)試目前的試點數(shù)量設(shè)置已經(jīng)可以充分滿足試驗的遺傳力要求, 西北內(nèi)陸棉區(qū)的試點數(shù)也基本上符合試驗的遺傳力要求。我國棉花區(qū)試中試點數(shù)量設(shè)置的優(yōu)化方案為, 長江流域棉區(qū)保持當前20個左右的試點數(shù)量,遺傳力即可達到0.90的水平; 黃河流域和西北內(nèi)陸棉區(qū)在國家財力、物力和人力等條件許可的情況下,

分別將試點數(shù)量增加到27個和19個左右, 遺傳力可達到0.90和0.85的水平。

References

[1] 孔繁玲, 張群遠, 楊付新, 郭恒敏. 棉花品種區(qū)域試驗的精確度探討. 作物學(xué)報, 1998, 24: 601–607 Kong F L, Zhang Q Y, Yang F X, Guo H M. Studies on the precision of regional cotton variety trial. Acta Agron Sin, 1998, 24: 601–607 (in Chinese with English abstract)

[2] 翟虎渠. 應(yīng)用數(shù)量遺傳. 北京: 中國農(nóng)業(yè)出版社, 2001 Zhai H Q. Applied Quantitative Genetics. Beijing: China Agricultural Press, 2001 (in Chinese)

[3] Yan W K. Crop Variety Trials: Data Management and Analysis. Oxford: Wiley-Blackwell, UK, 2014

[4] Yan W K, Fregeau-Reid J, Martin R, Pageau D, Mitchell-Fetch J. How many test locations and replications are needed in crop variety trials for a target region? Euphytica, 2015, 202: 361–372

[5] DeLacy I H, Basford K E, Cooper M, Bull J K, McLaren C G. Analysis of multi-environment trials—a historical perspective. In: Cooper M, Hammer G L, eds. Plant Adaptation and Crop Improvement. Wallingford: CAB International, 1996. pp 39–124

[6] Yan W K. GGEbiplot—a windows application for graphical analysis of multienvironment trial data and other types of two-way data. Agron J, 2001, 93: 1111–1118

[7] 嚴威凱. 雙標圖分析在農(nóng)作物品種多點試驗中的應(yīng)用. 作物學(xué)報, 2010, 36: 1805–1819 Yan W K. Optimal use of biplots in analysis of multi-location variety test data. Acta Agron Sin, 2010, 36: 1805–1819 (in Chinese with English abstract)

[8] 張群遠, 孔繁玲, 楊付新. 我國作物品種區(qū)域試驗的精確研究.中國農(nóng)業(yè)大學(xué)學(xué)報, 2001, 6(1): 43–50 Zhang Q Y, Kong F L, Yang F X. Evaluation of the precision of regional crop trials in China. J China Agric Univ, 2001, 6(1): 43–50 (in Chinese with English abstract)

[9] 金石橋, 許乃銀. 我國棉花品種區(qū)域試驗面臨的挑戰(zhàn)與對策.中國棉花, 2012, 39(1): 12–14 Jin S Q, Xu N Y. The challenges and countermeasures in national-level cotton regional trials in China. China Cotton, 2012, 39(1): 12–14 (in Chinese )

[10] 許乃銀, 金石橋. 棉花品種區(qū)域試驗適宜試驗點數(shù)量的抽樣估計. 棉花學(xué)報, 2013, 25: 57–62 Xu N Y, Jin S Q. Sampling estimation of suitable quantity of test sites in cotton variety regional trials. Cotton Sci, 2013, 25: 57–62 (in Chinese with English abstract)

[11] Gouy M, Rousselle Y, Bastianelli D, Lecomte P, Bonnal L, Roques D, Efile J C, Rocher S, Daugrois J, Toubi L, Nabeneza S, Hervouet C, Telismart H, Denis M, Thong-Chane A, Glaszmann J C, Hoarau J Y, Nibouche S, Costet L. Experimental assessment of the accuracy of genomic selection in sugarcane. Theor Appl Genet, 2013, 126: 2575–2586

[12] Iwata H, Jannink J. Accuracy of genomic selection prediction in barley breeding programs: a simulation study based on the real single nucleotide polymorphism data of barley breeding lines. Crop Sci, 2011, 51: 1887–1902

[13] Kelly A M, Smith A B, Eccleston J A, Cullis, B R. The accuracy of varietal selection using factor analytic models for multienvironment plant breeding trials. Crop Sci, 2007, 47: 1063–1070

[14] Gauch H G, Zobel R W. Accuracy and selection success in yield trial analyses. Theor Appl Genet, 1989, 77: 473–481

[15] 王潔, 廖琴, 胡小軍, 萬建民. 北方稻區(qū)國家水稻品種區(qū)域試驗精確度分析. 作物學(xué)報, 2010, 36: 1870–1876 Wang J, Liao Q, Hu X J, Wan J M. Precision evaluation of rice variety regional trials in northern China. Acta Agron Sin, 2010, 36: 1870–1876 (in Chinese with English abstract)

[16] Yan W K, Holland J B. A heritability-adjusted GGE biplot for test environment evaluation. Euphytica, 2010, 171: 355–369

[17] 許乃銀, 李健. 棉花區(qū)試中品種多性狀選擇的理想試驗環(huán)境鑒別. 作物學(xué)報, 2014, 40: 1936–1945 Xu N Y, Li J. Identification of ideal test environments for multiple traits selection in cotton regional trials. Acta Agron Sin, 2014, 40: 1936–1945 (in Chinese with English abstract)

[18] 許乃銀, 張國偉, 李健, 周治國. 基于HA-GGE雙標圖的長江流域棉花區(qū)域試驗環(huán)境評價. 作物學(xué)報, 2012, 38: 2229–2236 Xu N Y, Zhang G W, Li J, Zhou Z G. Evaluation of cotton regional trial environments based on HA-GGE biplot in the Yangtze River Valley. Acta Agron Sin, 2012, 38: 2229–2236 (in Chinese with English abstract)

[19] Yan W K, Hunt L A, Sheng Q L, Szlavnics Z. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Sci, 2000, 40: 597–605

[20] Yan W K. Mega-environment analysis and test-loction evaluation based on unbalanced multiyear data. Crop Sci, 2015, 55: 113–122

[21] 張志芬, 付曉峰, 劉俊青, 楊海順. 用GGE雙標圖分析燕麥區(qū)域試驗品系產(chǎn)量穩(wěn)定性及試點代表性. 作物學(xué)報, 2010, 36: 1377–1385 Zhang Z F, Fu X F, Liu J Q, Yang H S. Yield stability and testing-site representativeness in national regional trials for oat lines based on GGE-biplot analysis. Acta Agron Sin, 2010, 36: 1377–1385 (in Chinese with English abstract)

[22] 羅俊, 張華, 鄧祖湖, 許莉萍, 徐良年, 袁照年, 闕友雄. 應(yīng)用GGE雙標圖分析甘蔗品種(系)的產(chǎn)量和品質(zhì)性狀. 作物學(xué)報, 2013, 39: 142–152 Luo J, Zhang H, Deng Z H, Xu L P, Xu L N, Yuan Z N, Que Y X. Analysis of yield and quality traits in sugarcane varieties (lines) with GGE-biplot. Acta Agron Sin, 2013, 39: 142–152 (in Chinese with English abstract)

[23] 羅俊, 許莉萍, 邱軍, 張華, 袁照年, 鄧祖湖, 陳如凱, 闕友雄.基于HA-GGE雙標圖的甘蔗試驗環(huán)境評價及品種生態(tài)區(qū)劃分.作物學(xué)報, 2015, 41: 214–227 Luo J, Xu L P, Qiu J, Zhang H, Yuan Z N, Deng Z H, Chen R K, Que Y X. Evaluation of sugarcane test environments and ecological zone division in China based on HA-GGE biplot. Acta Agron Sin, 2015, 41: 214–227 (in Chinese with English abstract)

[24] Laffont J, Hanafi M, Wright K. Numerical and graphical measures to facilitate the interpretation of GGE biplots. Crop Sci, 2007, 47: 990–996

[25] Imtiaz M, Malhotra R S, Singh M, Arslan S. Identifying high yielding, stable chickpea genotypes for spring sowing: specific adaptation to locations and sowing seasons in the Mediterranean region. Crop Sci, 2013, 53: 1472–1480

[26] Mohammadi R, Amri A. Genotype × environment interaction and genetic improvement for yield and yield stability of rainfed durum wheat in Iran. Euphytica, 2013, 192: 227–249

[27] Baxevanos D, Goulas C, Rossi J, Braojos E. Separation of cotton cultivar testing sites based on representativeness and discriminating ability using GGE biplots. Agron J, 2008, 100: 1230–1236

URL: http://www.cnki.net/kcms/detail/11.1809.S.20151008.1403.012.html

Design of Test Location Number and Replicate Frequency in the Regional Cotton Variety Trials in China

XU Nai-Yin1, JIN Shi-Qiao2, and LI Jian1
1Institute of Industrial Crops, Jiangsu Academy of Agricultural Sciences / Key Laboratory of Cotton and Rapeseed, Ministry of Agriculture, Nanjing 210014, China;2National Extension and Service Center of Agricultural Technology, Beijing 100125, China

Abstract:The test location number and the replicate frequency in regional crop trials are important factors in determining both the trial heritability and cultivar selection efficiency. The test location number and replicate frequency for three national cotton regional trials in China were studied using experimental data during the last 15 years according to changes of trial heritability with the increase of test locations and replicates within trials in 2000–2014. The results indicated that three replicates are sufficient to achieve 0.75 of within-trial heritability. The current test locations in the Yangtze River Valley, the Yellow River Valley and the Northwest Inland regions are sufficient to achieve 0.75 of cross-trial heritability. Considering the importance of the regional trials in recommending cotton varieties and the possible trial cancellation due to poor field managements, natural disasters or other non-artificial factors, the optimum number of test locations proposed for the Yangtze River Valley should be maintained at the current level of 20 locations with H = 0.90 to ensure enough credibility of regional trials, while that proposed for the Yellow River Valley and the Northwest Inland cotton regions should be increased to 27 and 19 locations with heritability level of 0.90 and 0.85, respectively. The conclusion will provide a theoretical guidance for the optimal configuration of national cotton regional trials and also act as a reference for the rational layout of regional trials in other crops.

Keywords:Cotton (Gossypium hirsutum L.); Regional trial; Heritability; Noise-signal quotient; Frequency of replicates; Number of test locations; Optimal allocation

收稿日期Received(): 2015-05-06; Accepted(接受日期): 2015-09-06; Published online(網(wǎng)絡(luò)出版日期): 2015-10-08.

DOI:10.3724/SP.J.1006.2016.00043