|
過去に膨大に蓄積されている作物の生産力の品種比較データは，将来の環境への適応性育種のための母本の選抜において貴重な情報になりえる．しかし，蓄積されたデータそのものでは，異なる地点や異なる年次に得られ気象条件の影響を受けるため品種を直接比較することができない．本研究では，数理モデルで算出する潜在収量を用いることで気象環境を標準化することで，異なる年次，異なる地点で実施された過去の品種の比較データを統一的に評価する新たな手法の開発を目的とした．
まず，解析プラットフォームとして，水稲奨励品種決定基本調査成績データベースから異なる年次・地点で得られた数千品種についての収量データを取得した．また，気象条件の影響を標準化するための数理モデルを開発した．
次に，提案する手法の検証のため，奨決データから過去8年について，施肥水準を標準について玄米収量の上位30位を選抜し，それら240のデータを品種別に整理した．その中から，有望な多収17品種を選定した．その17品種の特性を品種固有の特性と気象条件の影響を分離評価するため，実測収量データを数理モデルで算出した収量に対する関係について基準品種と比較すると，選抜した品種により応答性に違いがある3品種を選定した．
最後に，絞り込んだ3品種の能力の検証のため，実際に同一地点，同一年次において，異なる気温，大気CO2濃度を組み合わせた6条件で基準品種とともにその収量を評価した．評価方法はFinlay&Wilkinson回帰を用い，横軸にそれぞれの環境での全品種の平均値を環境の指標として，縦軸にそれぞれの品種の値を回帰した際の傾きとした．上記の数理モデルで得られた傾きと実測試験で得られたFinlay&Wilkinson回帰の傾きに高い相関関係が得られた．このことから本手法が有効な手法であることを明らかにした．
|
