消除小麦产量试验空间变异方法的比较

多数品种评价性状都运用区组设计，并运用传统的方差分析法进行；然而，区组设计标准分析时常不能恰当地表明空间变异性。最近在空间统计方面的进展表明有更好的择一性。本研究的基本目的是比较具有２个最邻近调整（ＮＮＡ）方法的完全随机区组（ＲＣＢ）分析；作为另一种消除空间变异性的随机田间程序也给予测定。用于比较的田间资料取自于包括各种不同的适应与不适应基因型３个重复的选种圃，于１９８８－１９８９年期间分种子内布拉斯加州的４个点。根据较小的变异系数和对品种差异区分最大能力，ＮＮＡ方法点所有选育圃最优化的一种。１２个性状中有９个性状的ＲＣＢ品种平均值与ＮＮＡ品种平均值呈高度相关，表明２种程序都能够确定类似的骨干品系。然而，３个试验估计的品种产量及来自ＲＣＢ和ＮＮＡ程序的品种排序是不同的，因而这些不同品系将被选择。田间随机分析用于ＲＣＢ和ＮＮＡ分析间差异最大的试验；这就产生了类似于ＮＮＡ的结果。本研究结果表明，空间趋势在内布拉斯加是常见的，并协调了区组设计标准分析的准确性与精确度。因此，ＮＮＡ或田间随机分析应该适用于改进育种试验的分析。