冬小麦谷粒产量,谷粒蛋白产量,谷粒蛋白含量和稳定性分析(英文)

基因型与环境的互作对基因型筛选具有重要作用，并且使品种筛选变得复杂。本文对法国27个冬小麦品种在27个生长环境中获得的试验数据进行了分析比较，同时对高谷粒产量（GY），谷粒蛋白产量（GPY），谷粒蛋白含量（GPC）和稳定性的几种方法进行了筛选：Kang秩和方法（指标1：相同权重的3种谷粒性状和Shukla稳定性方差δ^2）以及5种衍生的秩和指标（指标2～6：3种谷粒性状高于δ^2 2～6倍的权重），稳定性方差（S^2）和回归系数（b），研究它们之间的秩相关性以及它们与3种谷粒性状的相关性。结果表明：3种稳定性统计δ^2，S^2和b对同时筛选3种谷粒性状指标和稳定性都是非常有用的方法。对于GPY的筛选，指标1秩和方法比稳定性方差s^2略保守。指标2比指标1和稳定方差s^2更好地筛选到高GY和高GPY。指标3，指标4，指标5和指标6更适合于初始筛选3种谷粒性状。所有的稳定性统计方法都能很好与3种谷粒性状秩相关。稳定性方差s^2和回归系数b之间在除了GY之外的3种谷粒性状中秩相关性不高，稳定性方差δ^2和稳定性方差s^2之间在3种谷粒性状中都具有很强的秩相关性。3种稳定性统计在高产和低产的环境中重复性不高，同样，在2个年份之间的重复性也可以忽略。但是，在随机抽取的4个环境之间的重复性却非常高。