李金花

(林木遺傳育種國家重點實驗室 國家林業(yè)和草原局林木培育重點實驗室 中國林業(yè)科學研究院林業(yè)研究所 北京 100091)

楊樹(Populus)是我國重要造林樹種之一，具有生長快、成材早、產(chǎn)量高、種植成本低等特點，被廣泛用于我國速生豐產(chǎn)用材林和生態(tài)防護林建設(徐緯英，1988)。黑楊派(PopulusSectionAigeiros)美洲黑楊(P.deltoides)及其雜種歐美楊(P.×canadensis)無性系在世界發(fā)達國家楊木生產(chǎn)中占有重要經(jīng)濟地位，表現(xiàn)出早期速生、無性繁殖容易、造林成活率高、材性好等優(yōu)良特性，經(jīng)長期引種實踐和栽植歷史證明，其適生于我國大部分平原地區(qū)，成為我國楊樹人工林主栽品種，在楊樹速生豐產(chǎn)用材林建設中發(fā)揮了巨大作用(張綺紋等，2003；蘇曉華等，2010)。在楊樹用材林品種選育研究中，高產(chǎn)性狀的選擇和改良一直是育種目標，利用多地點試驗對比和分析無性系性狀遺傳變異，從而篩選出高產(chǎn)、穩(wěn)定性強的優(yōu)良無性系(Yuetal.，2003；Piluraetal.，2007；Sixtoetal.，2011；2015；Nelsonetal.，2018)。楊樹遺傳改良途徑和程序各個環(huán)節(jié)離不開參試無性系的評定和篩選，可靠的評價和準確的選擇是育種中獲得最終研究結(jié)果的關鍵。長期以來，楊樹品種選擇都是根據(jù)候選樹表型生長性狀的大小排序，進而決定和篩選出優(yōu)良無性系，這對于各地點誤差同質(zhì)、數(shù)據(jù)平衡時才是可行的，實際上，因樹體高大、占地多、周期長等，楊樹無性系多地點對比試驗經(jīng)常得不到均衡數(shù)據(jù)；同時，對于美洲黑楊和歐美楊無性系及其雜交子代在不同地點、不同樹齡的生長、產(chǎn)量性狀已經(jīng)積累了各種遺傳信息和研究結(jié)果，綜合地利用這些遺傳信息和研究結(jié)果，對于候選無性系做出準確的遺傳評定，是楊樹遺傳改良研究需要解決且?guī)в衅毡樾缘囊粋€重要問題，而遺傳值和育種值研究及利用是解決這一問題的有效途徑(馬浩等，1996；Wuetal.，1997；孫曉梅等，2011；劉寧等，2020)。

多地點試驗(或區(qū)域化試驗，MET)是主要、普遍使用的林業(yè)田間試驗，通過多點試驗數(shù)據(jù)可以評價不同基因型的適應性和穩(wěn)定性，篩選出適應不同類型環(huán)境的基因型，確定其適宜推廣范圍(Lietal.，1997；Piluraetal.，2007；Sixtoetal.，2015；Nelsonetal.，2018)，為楊樹品種選育、審定和推薦提供依據(jù)，通過“適地適品種”途徑實現(xiàn)楊樹人工林增產(chǎn)增效。由于林木表型(P)主要受基因型(G)、環(huán)境(E)及其互作(G×E)控制，大量研究已經(jīng)證實了基因型與環(huán)境互作(GEI)普遍存在且通常很大(Yuetal.，2003；Raeetal.，2008；Sixtoetal.，2011；2015；Ukalskietal.，2016；Nelsonetal.，2018)，基因型排名或基因型間差異因不同環(huán)境而不同，且林木長期田間試驗需要投入大量時間和人力及物力(Sixtoetal.，2015)，要找到具有廣泛適應性的優(yōu)良基因型往往較困難，因此，G×E分析已成為了近年來林木育種領域的研究熱點(林元震，2019)，在楊樹中亦有不少研究報道(李火根等，1997；Lietal.，1997；2017；Raeetal.，2008；Zalesnyetal.,2009；Sixtoetal.，2011；2015；趙曦陽等，2013；Nelsonetal.，2018；劉寧等，2020)。G×E分析主要基于線性模型或線性混合模型，由于普通線性模型無法估算方差分量、育種值等群體遺傳參數(shù)，因此基于線性混合模型的因子分析法(Cullisetal.，2014)將成為今后G×E主流方法(林元震，2019)。鑒于因子分析法的結(jié)果可視化效果不如GGE法，但GGE法要求數(shù)據(jù)平衡、環(huán)境同質(zhì)和僅限固定效應模型，在林業(yè)上的應用受到了極大地限制，而程玲等(2018)提出的BLUP-GGE聯(lián)合分析法(包括空間分析、因子分析和GGE分析)，是基于混合線性模型估算BLUP數(shù)據(jù)的GGE雙標圖分析法(嚴威凱，2010)，適用于林木的多環(huán)境試驗分析(林元震，2019；鄭聰慧等，2019)。相關研究證實，對于平衡或近似平衡數(shù)據(jù)的非平衡數(shù)據(jù)，相對于表型均值而言，基于BLUP數(shù)據(jù)的GGE雙標圖分析的預測結(jié)果更可靠，更適用于基因型(品種)穩(wěn)定性和適應性的評價研究，是更好的選擇(馬浩等，1996；孫曉梅等，2011；程玲等，2018；林元震，2019；鄭聰慧等，2019)。在檢測G×E互作和分析基因型穩(wěn)定性方面，與家系或種源相比，無性系能提供更有說服力的試驗方式(Bentzeretal.，1988；Yuetal.，2003；Nelsonetal.，2018)。

本研究對9個試驗地點黑楊派引種區(qū)域化試驗林15個無性系生長性狀進行測定，使用ASReml-R程序包建立了6年生胸徑和樹高的混合線性模型并獲得BLUP數(shù)據(jù)，利用BLUP值繪制GGE雙標圖，評價基因型和環(huán)境對無性系的影響，探討無性系速生性、穩(wěn)定性和試驗點區(qū)分力、代表性，旨在為楊樹品種選擇和評價及其利用提供理論依據(jù)。

1 試驗地點和試驗材料

1.1 試驗地點概況

9個試驗地點分別位于北京昌平和大興，河北永清、豐南、任丘和魏縣，山東寧陽(高橋、北落)和金鄉(xiāng)。地點間氣候和土壤類型有明顯差異(表1)。

1.2 試驗材料

試驗材料為從意大利等國家引進(張綺紋等，2003)的15個黑楊派(美洲黑楊和歐美楊)無性系(表2)，于2007—2014年春季利用2根1干苗在9個試驗地點造林，第6個生長季結(jié)束后測定胸徑和樹高。完全隨機區(qū)組試驗設計，3～5個區(qū)組(重復)，4～30株小區(qū)。常規(guī)田間撫育管理。

表1 9個試驗地點環(huán)境概況Tab.1 Environmental conditions of 9 trial sites

表2 15個黑楊派無性系的起源Tab.2 Origin of 15 clones in Populus Section Aigeiros

2 數(shù)據(jù)和統(tǒng)計分析

2.1 數(shù)據(jù)來源

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥www.cma.gov.cn/2011qxfw/2011qsjgx)數(shù)據(jù)服務“中國地面累年值年值數(shù)據(jù)集(1981—2010年)”，匯總整理后見表1。各試驗點試驗林生長性狀均為每木測定，剔除死株、補植、斷頭等異常值。

2.2 統(tǒng)計分析方法

使用R語言ARSReml-R4.0程序包，以異質(zhì)方差擬合混合線性模型，獲得固定效應和隨機效應的方差分量(顯著性水平)等參數(shù)，通過predict()函數(shù)，提取混合線性模型中預測值(BLUP)(林元震，2016；艾斯克等，2019)，再使用R語言GGEBiplotGUI程序包繪制不同試驗地和基因型的GGE雙標圖，參數(shù)設置時Scaled選擇0(非標準化)，Centerd選擇G+GE，SVP特征值選項根據(jù)圖的類型選擇1或2(Yanetal.，2000；嚴威凱，2010；劉寧等，2020)。

多點試驗的混合線性模型為：

Yijkl=μ+Li+Bj(Li)+Ck+Li×Ck+εijkl。

式中：Yijkl為第i個地點第j個區(qū)組第k個無性系生長性狀測定值；μ為總體平均值；Li為地點效應；Bj(Li)為區(qū)組效應；Ck表示無性系效應；Li×Ck為地點與無性系交互效應；εijkl為誤差。其中，地點效應為固定效應，區(qū)組、無性系、無性系與地點交互效應為隨機效應。

3 結(jié)果與分析

3.1 混合線性模型生長性狀BLUP數(shù)據(jù)

使用R語言ASReml-R程序包分別建立了9個試驗地點15個黑楊派引種無性系6年生胸徑和樹高的混合線性模型，由于存在數(shù)據(jù)缺失、區(qū)組數(shù)不一致的情況，因此采用異質(zhì)性方差擬合混合線性模型，將地點效應設為固定效應，區(qū)組(重復)、無性系、無性系與地點交互效應設為隨機效應，分析并獲得地點、無性系、無性系×地點效應的顯著性及方差分量(表3和表4)；并提取BLUP數(shù)據(jù)用于GGE雙標圖的繪制。固定效應的Wald檢驗結(jié)果(表3)顯示，地點效應顯著，表明6年生胸徑和樹高受到了不同環(huán)境的極顯著影響(P<0.000 1)，9個試驗地環(huán)境存在差異，山東寧陽(高橋、北落)、金鄉(xiāng)和河北魏縣4個試驗地較北京昌平和大興、河北永清、任丘和豐南5個試驗地氣候溫暖、降雨量大?；旌暇€性模型的隨機效應分析結(jié)果(表4)顯示，對于胸徑和樹高，區(qū)組效應的方差分量均不顯著(z.ratio<1.5)，無性系效應的方差分量顯著(z.ratio>1.5)，無性系×地點效應的方差分量均為極顯著(z.ratio>4)，表明6年生胸徑和樹高受到了基因型、基因型與環(huán)境交互作用的顯著影響，而各個試驗地殘差分量顯著(z.ratio>1.5)，表明地點間方差不齊次。為了提高準確性，利用方差異質(zhì)擬合混合線性模型，運用最佳線性無偏預測(BLUP)法，基于混合線性模型獲得9個試驗地點15個無性系的6年生胸徑和樹高BLUP數(shù)據(jù)。

表3 6年生生長性狀線性混合模型固定效應分析Tab.3 Fixed effect of linear mixed effect models for 6-year-old growth traits

表4 6年生生長性狀線性混合模型隨機效應分析Tab.4 Random effect of linear mixed effect models for 6-year-old growth traits

3.2 基于BLUP數(shù)據(jù)的GGE雙標圖分析

基于6年生胸徑和樹高BLUP數(shù)據(jù)GGE雙標圖分別見圖1-4，圖中E1-9為試驗地標志點，數(shù)字1-15為無性系標志點，GGE雙標圖上x軸為第1主成分(PC1)，y軸為第2主成分(PC2)。在基于胸徑和樹高BLUP數(shù)據(jù)的GGE雙標圖上，前2個主成分(PC1和PC2)的方差解釋百分比之和分別為84.69%和69.83%，其中PC1解釋了76.98%和53.94%的變異，PC2解釋了7.71%和15.89%的變異，表明結(jié)果可靠，且胸徑比樹高性狀的分析結(jié)果更可靠。

3.2.1 試驗地分組結(jié)果 GGE雙標圖以各試驗地點向量之間夾角余弦值作為試驗點間遺傳相關系數(shù)，當夾角小于90°時為正相關，夾角越小，則相關性越大，而大于90°時則為負相關。本研究對試驗地間關系的分析結(jié)果(圖1)顯示，各地點間向量夾角均為銳角，說明各地點間均存在正相關關系，對于胸徑，地點E1(北京昌平)與E7(山東寧陽2)、E6(山東寧陽1)與E9(河北魏縣)、E4(河北任丘)與E5(河北豐南)之間高度相關，E2(北京大興)和E8(山東金鄉(xiāng))幾乎不相關；對于樹高，地點E8(山東金鄉(xiāng))與E9(河北魏縣)高度相關，E2(北京大興)與E9(河北魏縣)幾乎不相關。

GGE雙標圖將最外圍的基因型連成一個多邊形，利用多邊形每條邊上通過原點的垂線，對試驗地點進行分組，并獲得各分組內(nèi)優(yōu)良基因型。本研究對試驗地點分組和獲得的優(yōu)良無性系(圖2)顯示，9個試驗點可分為2組：對于胸徑(圖2左)，地點E3(河北永清)和E8(山東金鄉(xiāng))為第1組，其余7個試驗點為第2組；對于樹高(圖2右)，地點E3(河北永清)、E7(山東寧陽2)、E8(山東金鄉(xiāng))和E9(河北魏縣)4個試驗點為第1組，地點E1(北京昌平)、E2(北京大興)、E4(河北任丘)、E5(河北豐南)和E6(山東寧陽1)5個試驗點為第2組。各分組內(nèi)優(yōu)良無性系的結(jié)果顯示，對于胸徑(圖2左)，無性系2(50)在第1組試驗地(河北永清、山東金鄉(xiāng))最大，13(Por)在第2組試驗地最大；對于樹高(圖2右)，無性系2(50)在第1組試驗地(河北永清、山東寧陽2和金鄉(xiāng)、河北魏縣)最大,無性系13(Por)在第2組試驗地(北京昌平和大興、河北任丘和豐南、山東寧陽1)最大。上述結(jié)果表明，對于胸徑和樹高，試驗地分組和分組內(nèi)優(yōu)良無性系存在差異，但在2個分組試驗地，無性系2(50)和13(Por)分別為最大。

圖2 各試驗地的最好無性系及試驗地點分組(左為胸徑，右為樹高)Fig.2 Group of the sites and the best clone for each sites (left DBH,right height)與無性系編號(1-15)對應的名稱見表2。下同。The names corresponding to the clone numbers (1-15)are shown in Tab.2.The same below.

3.2.2 試驗地的區(qū)分力和代表性 GGE雙標圖展示了不同試驗地的區(qū)分力和代表性(圖3)，在平均環(huán)境軸(通過原點的實線)上的小圓圈代表平均環(huán)境，各試驗地與原點的虛線向量長度代表試驗地區(qū)分力，試驗地向量與平均環(huán)境軸的夾角代表試驗點代表性。本研究9個試驗地區(qū)分力和代表性評估結(jié)果(圖3)顯示，對于胸徑(圖3左)，區(qū)分力最好的地點為E1(北京昌平)和E3(河北永清)，度量最長，其次為E5(河北豐南)、E9(河北魏縣)、E2(北京大興)；代表性最好的地點為E6(山東寧陽1)和E9(河北魏縣)，銳角最小，其次是E7(山東寧陽2)和E1(北京昌平)。對于樹高(圖3右)，區(qū)分力最好的地點為E3(河北永清)，度量最長，其次為E1(北京昌平)、E5(河北豐南)、E6(山東寧陽1)；代表性最好的地點為E1(北京昌平)，銳角最小，其次是E7(山東寧陽2)、E5(河北豐南)。

圖3 試驗地點的區(qū)分力與代表性(左為胸徑，右為樹高)Fig.3 Discrimination and representativeness of the sites (left DBH,right height)

3.2.3 供試基因型的高產(chǎn)性和穩(wěn)產(chǎn)性 GGE雙標圖展示了15個無性系的高產(chǎn)性和穩(wěn)產(chǎn)性(圖4)，平均環(huán)境軸上垂直虛線段代表各無性系在所有試驗地的平均生長量和穩(wěn)定性，虛線越短代表越穩(wěn)定；與平均環(huán)境軸垂直的實線為性狀總體均值，在其左側(cè)的無性系性狀高于總體均值，距離其越遠，胸徑和樹高越大，在其右側(cè)的無性系性狀低于總體均值，距其越遠，胸徑和樹高越小。本研究中各無性系的高產(chǎn)性和穩(wěn)產(chǎn)性結(jié)果(圖4)顯示，對于胸徑(圖4左)和樹高(圖4右)，無性系13(Por)最大(總體均值左側(cè)，距離最遠)，其次是12(Pa)、1(36)、4(108)、2(50)、6(111)和3(107)，9(La)最小(總體均值右側(cè)，距離最遠)，11(Og)接近總體均值。對于胸徑(圖4左)，最不穩(wěn)定的為15(Ti)，其次是13(Por)、12(Pa)，最穩(wěn)定的是7(Be)、5(109)、14(Ta)和9(La)，穩(wěn)定性較好的無性系為3(107)、10(Me)、4(108)、8(Br)、11(Og)和1(36)；對于樹高(圖4右)，最不穩(wěn)定的為2(50)，其次是13(Por)，最穩(wěn)定的是10(Me)和8(Br)。綜合而言，13(Por)、12(Pa)、1(36)、4(108)和3(107)為速生性和穩(wěn)定性均較強的無性系。

圖4 無性系速生性與穩(wěn)定性(左為胸徑，右為樹高)Fig.4 Genotype mean and stability of the clonal growth traits BLUP (left DBH,right height)

4 討論

4.1 引種無性系的評價

楊樹種間和種內(nèi)無性系間豐富遺傳變異為品種選擇奠定了基礎(蘇曉華等，2010；張綺紋等，2003)，以基因型選擇代替表型選擇的育種值估算，可提高選擇效率和精度。BLUP是基于平衡或近似平衡的非平衡數(shù)據(jù)進行分析，有效消除了非遺傳因素的影響，對育種值的最佳線性無偏估計，較原始數(shù)據(jù)提高了選擇的準確性(艾斯克等，2019；孫曉梅等，2011；馬浩等，1996)。本研究中使用R語言ASReml-R程序包建立了線性混合模型，確定了地點為固定效應，無性系、無性系與地點互作為隨機效應，獲得了15個黑楊派引種無性系在9個試驗地點6年生生長性狀(胸徑和樹高)BLUP數(shù)據(jù)，繪制了GGE雙標圖。已有許多研究證實，表型性狀的預測值與觀測值存在緊密的相關關系(艾斯克等，2019；劉寧等，2020)，使用預測值代替觀測均值進行GGE雙標圖分析，解決了試驗數(shù)據(jù)不平衡導致的誤差問題，比利用原始數(shù)據(jù)的GGE雙標圖更為可靠(程玲等，2018；鄭聰慧等，2019)。

本研究胸徑和樹高GGE雙標圖(圖1-4)擬合度達到了84.69%和71.91%，表明結(jié)果可靠，且胸徑較樹高的分析結(jié)果可靠，胸徑與樹高的GGE雙標圖存在差異，試驗地分組和組內(nèi)優(yōu)良無性系篩選亦存在差異。鄭聰慧等(2019)基于26個華北落葉松(Larixprincipis-rupprechtii)家系胸徑和樹高BLUP數(shù)據(jù)的GGE雙標圖分析結(jié)果也發(fā)現(xiàn)，樹高和胸徑的GGE雙標圖有所不同，認為各試驗點的林木栽植密度相同，鑒于育種目標(大徑材)和材積計算的不確定性，最終以胸徑GGE雙標圖為準。又由于楊樹無性系生長性狀選擇研究中普遍測定和采用胸徑性狀，因此本研究確定以基于胸徑BLUP數(shù)據(jù)GGE雙標圖分析結(jié)果為準，在平均環(huán)境上(圖4)，無性系Por的胸徑最大，其次Pa、36、108、50、111和107均高于平均胸徑，Og的胸徑接近總體均值，而107、Me、108、Br、Og和36穩(wěn)定性較好，綜合速生性和穩(wěn)定性均較強的無性系為Por、Pa、36、108和107。

4.2 試驗地點的評價

多地點試驗是重要、普遍采用的林業(yè)田間試驗，由于基因型與環(huán)境互作普遍存在且通常很大，基因型排序或基因型差異因環(huán)境或試驗地點的不同而變化(Sixtoetal.，2015；Nelsonetal.，2018；鄭聰慧等，2019；劉寧等，2020)。程玲等(2018)提出的BLUP-GGE聯(lián)合分析法，采用BLUP和GGE雙標圖相結(jié)合的模型，無論是在試驗地劃分、試驗地評估還是在林木基因型評估上，均比原始數(shù)據(jù)的GGE雙標圖更為可靠，越來越多地被用于直觀分析林木多地點試驗(林元震，2019；程玲等，2019；鄭聰慧等，2019；劉寧等，2020)。本研究中開展黑楊派無性系區(qū)域化試驗的9個試驗地環(huán)境存在差異，其中山東寧陽(高橋、北落)、金鄉(xiāng)和河北魏縣4個試驗地較北京昌平和大興、河北永清、任丘和豐南5個試驗地氣候溫暖、降雨量大，基于胸徑BLUP數(shù)據(jù)的GGE雙標圖顯示，這9個試驗地點之間存在正相關關系，區(qū)分力最好的為北京昌平和河北永清，其次是河北豐南、魏縣和北京大興，代表性最好的為山東寧陽(高橋)和河北魏縣，其次是山東寧陽(北落)和北京昌平，9個試驗地中區(qū)分力和代表性均最強的為北京昌平。劉寧等(2020)利用12個歐美楊雜交無性系3年生胸徑和樹高預測性狀值作GGE雙標圖，結(jié)果表明6個試驗地點的環(huán)境存在差異，華北東部的寧陽和諸城與華東北部的鄆城和灤南的氣候相似，正相關程度較高，而東北的黑山(氣溫最低)與華中的石首(氣溫最高)幾乎不相關，其與另外4個地點的相關性也較低，6個地點中最適宜作為試驗點的為寧陽，其代表性和區(qū)分力最強。綜合上述結(jié)果可知，對于黑楊派特別是歐美楊無性系，華北地區(qū)區(qū)域化試驗點在參試無性系和試驗地評價上存在相似性，具有優(yōu)良無性系選擇的區(qū)分力和代表性，可以很好地選擇高產(chǎn)穩(wěn)產(chǎn)的楊樹品種。

5 結(jié)論

基于異質(zhì)誤差擬合線性混合模型的BLUP法，利用9個試驗地點15個黑楊派楊樹引種無性系6年生胸徑和樹高BLUP數(shù)據(jù)做GGE雙標圖分析，前2個主成分(PC1和PC2)的方差解釋百分比為84.69%和69.83%，胸徑較樹高分析結(jié)果可靠；Por速生性突出，Pa、36、108、50、111和107的胸徑均高于總體均值，107、Me、108、Br、Og和36穩(wěn)定性較好，綜合來看，速生性和穩(wěn)定性均較強的無性系為Por、Pa、36、108和107。9個試驗地的環(huán)境存在差異，被分為2組，河北永清和山東金鄉(xiāng)一組，胸徑最大的無性系為50，其余7個試驗地為一組，胸徑最大的無性系為Por。區(qū)分力較好的試驗地為北京昌平、河北永清、河北豐南、河北魏縣和北京大興，代表性較好的為山東寧陽(高橋)、河北魏縣、北京昌平，綜合而言，區(qū)分力和代表性均較強的為北京昌平。本研究利用基于BLUP的GGE雙標圖分析法評價黑楊派楊樹無性系及其試驗地點，可為黑楊派引種無性系的選擇和應用提供理論依據(jù)。