Mere sikre udbytteresultater i alm. parcelforsøg i vinterraps

Transkript

1 Notat Projekt: Kvalitet i rapsforsøg Ansvarlig PHT Oprettet Side 1 af 11 Mere sikre udbytteresultater i alm. parcelforsøg i vinterraps Philipp Trénel og Birgitte Feld Mikkelsen, AgroTech, Resumé: For stor variation i udbytte i markforsøg og de deraf følgende høje LSD-værdier begrænser muligheden for solide konklusioner i markforsøg. Vinterrapsforsøg i det danske markforsøgsarbejde har været i fokus pga. høje og svingende LSD-værdier. Her er analyseret, hvilke kritiske faktorer, der har betydning for variationen i vinterrapsforsøg. Til dette formål blev der indhentet data fra i alt 94 enkeltforsøg fordelt på 14 forsøgsserier gennemført mellem årene 2003 og Data blev analyseret i en lineær mixed effect model for effekten af høstår, forsøgsdesign, høstparcelstørrelse, forsøgsstørrelse (antal led), forsøgets dimension (Længde:bredde forhold), antal gentagelser og sådato på variationen i log(lsd). I en anden, mere fokuseret analyse blev der ligeledes inkluderet høstmetode i modellen. Det konkluderes, at det er vigtigt at overholde forsøgsplanen med hensyn til høstparcelstørrelse, idet høstparcelstørrelse er den anden mest betydende faktor (p=3,713e- 06***) efter forsøgets dimension (p=6,442e-08***). At øge antal gentagelser nedbringer usikkerheden, som forventet (p=0,002514**). Derudover kan variation i LSD tilskrives årseffekter (p=0,008448**), formentlig relateret til klimatiske forhold, der svinger fra år til år. Om end ikke signifikant, så kunne der i data identificeres de forventede trends: at i) forsinket såning øger LSDværdien, og ii) at et alpha-design resulterer i marginalt lavere LSD-værdier. Høstmetode havde ligeledes en signifikant effekt på LSD (p=0,018*), med A: parceladskillelse-pakning-direkte høst og C: direkte høst med sidekniv resulterende i lavere LSD-værdier og dette med en højere præcision end B: parceladskillelse-skårlægning-høst. Baggrund: Variationen i udbytter fra vinterrapsforsøg i dansk markforsøgsarbejde er ofte for stor, hvilket resulterer i for høje LSD-værdier. Tidligere analyser gennemført af AgroTech (1) har vist, at LSDværdier i vinterrapsforsøg svinger mellem 65 og 745 kg frø ha -1, svarende til omtrentlig en faktor 10 i forskel på, hvor sikre forsøgsresultaterne er. Analyserne viste, at den forventede LSD-værdi effektivt kan bringes ned til acceptable niveauer ved enten at anvende plot-in-plot teknik eller ved at bruge høstparceller med en parcelstørrelse >45 m 2 i almindelige parcelforsøg. Analysen understregede dermed vigtigheden af, at overholde den i forsøgsplanen specificerede høstparcelstørrelse (1). Analyserne pegede imidlertid også på, at almindelige parcelforsøg havde en større variation end plot-in-plot forsøg, selvom der tages højde for effekten af høstparcelstørrelsen. Det er derfor vigtigt, at søge efter yderligere forsøgsmæssige faktorer, der bidrager til vinterrapsforsøgenes høje LSD-værdier. Målet er at identificere kritiske faktorer og at sætte målrettet ind, for at løfte kvaliteten af vinterrapsforsøg i det danske forsøgsarbejde.

2 Formål: Analyserne her sigter på at undersøge, hvilke forsøgsmæssige faktorer, der har potentiale til at nedbringe variationen i vinterrapsforsøg, særligt med fokus på forsøgsdesign, forsøgets placering og størrelse, såtidspunkt og høstparcelstørrelse. Metode: Der blev gennemført to analyser (analyse I og II), hvoraf den første (analyse I) er baseret på et større datasæt med færre kritiske faktorer og den anden (analyse II) baseret på et fokuseret, men mindre datasæt med yderlige information om den anvendte høstmetode. Analyse I Analyse I blev gennemført på baggrund af data fra i alt 94 enkeltforsøg fordelt på 14 forsøgsserier ( , , , , , , , , , , , , og ) gennemført i årene 2003 til 2014 af i alt 11 forsøgsenheder. Forsøgenes gns. udbytte varierede mellem og kg frø ha -1 (4.161±645 kg frø ha -1 ; middel±s.d.). Nettoparcelstørrelsen varierede mellem 10,5 og 90 m 2 (41,7±17,2 m 2 ), og sådatoen faldt mellem den 4. august og 10. september (17. august ±6 dage; median = 16. august). 66% af enkeltforsøgene blev gennemført som alpha-design, de resterende 34% som fuldstændigt randomiserede blokforsøg (RCBD). Antal led i forsøgene (forsøgsstørrelse) varierede mellem 7 og 16 led (12,1±3,1), og forsøgene blev anlagt mellem 1 og 12 rækker imellem 3 (1%) og 5 (6%) gentagelser. LSD-værdierne varierede mellem 98,9 og 1276,0 (329,6±183,8). Alle enkeltforsøg blev analyseret på samme måde som i NFTS, dvs. (M1) UUUUUUUUUUUUUU = ββ 0 + ββ 1 gggggggg + ββ 2 ffffffffffff1 + ee, ~NN(0, σσ 2 ) for RCBD og (M2) UUUUUUUUUUUUUU = ββ 0 + ββ 1 gggggggg + ββ 2 ffffffffffff1 + dddddddddddddd + ee, dddddddddddddd~nn(0, σσ 2 dddddddddddddd ) oooo ee~nn(0, σσ2 ) for alpha-design, og LSD blev beregnet. Derudover blev alle alpha-design-forsøg også analyseret i et reduceret design (pseudo-rcbd) ved at analysere forsøget vha. model M1. De beregnede LSD-værdier blev derefter analyseret i følgende lineær mixed effects model: (M3) log(llllll) = ββ 0 + pppppppp(høsssså, 8) + ββ 1 SSådddddddd + ββ 2 FFFFFFFFøgggggggggggggggg + ββ 3 PPPPPPPPPPPPPPPPørrrrrrrrrrrr + ββ 4 FFFFFFFFøggggggggørrrrrrrrrrrr + ββ 5 FFFFFFFFøggssdddddddddddddddddd + ββ 6 AAAAAAAAAA gggggggggggggggggggggg + llllll + ee, hvor llllll~nn 0, σσ 2 llllll oooo ee~nn(0, σσ 2 ), og hvor pppppppp(høsssså, 8) indikerer et 8-grads polynomium over høstår, sådato er en faktorvariabel med niveauerne 14-til-4 dage før median-sådato (16. august), fra 3 dage før til 3 dage efter mediansådato og 4-til-28 dage efter median-sådato, forsøgsdesign er en faktorvariabel med niveauerne alpha-design og RCBD, forsøgsstørrelse er en faktorvariabel med niveauerne 6-12 led og led, og forsøgsdimension er en faktorvariabel med niveauerne >5:1, 5:1-2:1 og <2:1, hvor oddsene angiver forholdet mellem den største og den mindste dimension, hvor dimensionerne er række parcelnr. (1:1 er et kvadratisk forsøg med lige mange række- og parcelnumre). Der blev ikke analyseret for vekselvirkninger. 2

3 Korrelerede variabler (konfundering) kan føre til kolinearitet i modelkoefficienterne i en lineær model, hvilket kan betyde, at effekten af de undersøgte kritiske faktorer ikke kan estimeres uden bias. Der blev derfor analyseret sammenhængen mellem modellens forklarende variabler vha. parvise χ 2 -tests med og uden bonferroni-korrektion for multiple testing (Fig. 1). Til dette blev numeriske variabler delt i faktorvariabler jf. deres kvartiler. Analysen med bonferroni-korrektion viste, at parcelstørrelsen var signifikant korreleret med forsøgets dimensioner i marken og forsøgets størrelse, med større parceller i hhv. aflange forsøg (længde:bredde) og forsøg med få led (6 til 12 led). Derudover har høståret spillet en rolle for forsøgets størrelse (små forsøg før 2010 og store forsøg efter 2010) og parcelstørrelser (med tendens til mindre parcelstørrelser i de sene år). Alpha-forsøgsdesign var mere hyppige i store forsøg (med led), men denne sammenhæng var ikke signifikant, så længe forsøgsstørrelse kodes som faktorvariabel. En logistisk regression af forsøgsdesign på antal led (kodet som numerisk variabel) viste en signifikant sammenhæng (p= p=6,185e-05***), med mindre forsøg associeret med RCBD. Den forventede uønskede kolinearitetseffekt på koefficienterne ved inkludering af en forklarende variabel i modellen kan for hver forklarende variabel kvantificeres vha. den såkaldte Variance Inflation Factor (VIF), som angiver den forventede øgede varians ved inkludering af den pågældende forklarende variabel. VIF blev estimeret til: Høstår: 1,5, Sådato: 1,1, Forsøgsstørrelse: , Forsøgsdesign: 1,3, Parcelstørrelse: 1,1, Længde:bredde: 1,2 og Antal gentagelser: 1,6, og indikerer, at forsøgsstørrelse har en drastisk effekt på modelkoefficienternes varians. Der blev derfor ligeledes udført en Analyse I -, hvor variablen Antal led (forsøgsstørrelse) ikke blev medtaget i modellen. Modellerne M3 fra Analyse I og Analyse I - viste dog kun små forskelle i koefficienterne (se Appendiks), og fokus i diskussionen ligger derfor på Analyse I s resultater. Analyse II Analyse II blev gennemført på baggrund af data fra i alt 27 enkeltforsøg fordelt på 4 forsøgsserier ( , , og ) gennemført i 2013 og 2014 af i alt 11 forsøgsenheder. Forsøgenes nettoparcelstørrelse varierede mellem 15,0 og 67,5 m 2 (31,7±15,6 m 2 ), og sådatoen faldt mellem den 6. og 29. august. 59% af enkeltforsøgene blev gennemført som alpha-design-forsøg, de resterende 41% som fuldstændigt randomiserede blokforsøg (RCBD). Antal led i forsøgene (forsøgsstørrelse) varierede mellem 13 og 16 led (15,2±1,2), og forsøgene blev anlagt i mellem 1 og 12 rækker i mellem 3 (3%) og 5 (7%) gentagelser. LSD varierede mellem 143,8 og 726,7 kg frø/ha (306,7±135,2). VIF i analyse II blev estimeret til: Høstår: 1,4, Høstmetode: 18,6, Sådato: 3,2, Forsøgsdesign: 1,8, Parcelstørrelse 1,2, Længde:bredde: 7,1 og Antal gentagelser: ,4. Grundet den store VIF, blev forsøg med 3 eller 5 gentagelser ekskluderet fra datasættet og Antal gentagelser udgik fra modellen. Høstmetode udviste ligeledes en stor VIF, men blev ikke ekskluderet fra modellen, da netop denne parameter er fokus i analyse II. Modellen brugt i analyse II fulgte M3, med følgende modifikationer: 1) Høstmetode indgik i modellen som faktorvariabel med niveauerne A, B og C, svarende til A: parceladskillelse-pakningdirekte høst, B: parceladskillelse-skårlægning-høst og C: direkte høst med sidekniv. 2) Antal gentagelser udgik som forklarende variabel og 3) Høstår udgik som forklarende variabel, men blev modelleret som tilfældig effekt, hvori der er nestet den tilfældige effekt af forsøgsenhed i stedet for. Dette blev valgt, idet der kun indgår to høstår i analysen og for at øge analysens styrke ved dette begrænsede datasæt. 3

4 Der blev udført standard modelkontrol for alle modeller. Alle analyser er udført i R (2). Der var ikke nok data til, at plantebestand kunne inddrages i analysen. Resultater: Resultaterne for analyse I, I - og II fremgår af tabel 1, og af figur 2 og figur 4. Generelt er forskellene mellem analyse I og I - marginal (se også appendiks). Både i analyse I og I - viste forsøgets dimension (p=6,442e-08***, analyse I) og høstparcelstørrelse (p=3,713e-06***, analyse I) sig til at være de mest betydende kritiske faktorer, med forsøg i få rækker og forsøg med store parceller associerede med lavere LSD-værdier. Begge analyser understøtter også forventningen om, at LSD effektivt kan nedbringes ved at øge antal gentagelser i et forsøg (p=0,002514**, analyse I). Der er en betydelig variation i LSD, der kan tilskrives en år-til-år variation (p=0,008448**, analyse I), formentlig relateret til svingende klimatiske forhold. Om end ikke signifikant, så kunne der i analyse I og I - identificeres de forventede om end ikke signifikante trends at: i) forsinket såning øges LSD-værdien, og ii) at et alpha-design resulterer i marginalt lavere LSD-værdier. Analyse II understøttede generelt resultaterne fra analyserne I og I - (Tabel 1, Fig. 4 og appendiks) med undtagelsen, at parcelstørrelse ikke viste sig til at være signifikant i analyse II (p=0,47). Tendensen er dog svagt den samme, nemlig at LSD stiger med faldende parcelstørrelse. Høstmetode, som var det unikke element i analyse II, viste sig til at være signifikant (p=0,018*), med A: parceladskillelse-pakning-direkte høst og C: direkte høst med sidekniv med lavere LSDværdier end B: parceladskillelse-skårlægning-høst. For sidstnævnte metode B viste der sig en særdeles stor variation i effekten på LSD, som kan ses i de meget bredde konfidensintervaller. Det er vigtigt, at påpege, at høstmetode B hyppigt falder sammen med store parceller (Fig. 3) og denne konfundering kunne have indflydelse på både den estimerede effekt for parcelstørrelse og høstmetode B. Tabel 1: Uddrag fra ANOVA tabel fra model M3 i analyse I, I -, og II, se tekst for en beskrivelse. Analyse I Analyse I - Analyse II P-værdi P-værdi P-værdi pppppppp(hhøssssårr, 88) 0, ** 0, ** - ββ 11 SSådddddddd 0, , , ββ 22 FFFFFFFFøgggggggggggggggg 0, , , *** ββ 33 PPPPPPPPPPPPPPPPørrrrrrrrrrrr 3,713e-06 *** 2,809e-06 *** 0, ββ 44 FFFFFFFFøggggggggørrrrrrrrrrrr 0, ββ 55 FFFFFFFFøgggggggggggggggggggggg 6,442e-08 *** 2,783e-08 *** 0, * ββ 66 AAAAAAAAAA gggggggggggggggggggggg 0, ** 0, ** - ββ 77 HHøssssssssssssssss - - 0, * R 2 R 2 R 2 0,44 0,44 0,72 4

5 Fig. 1: Analyse I - Øverst et korrelationsplot mellem modellens forklarende variabler. Tallene angiver p-værdier (over diagonalen) og bonferroni-korrigerede p-værdier (under diagonalen) fra parvise χ 2 -tests. 0 angiver p værdier på <0,01. Nederst plots der viser sammenhængene for udvalgte variabler. Forsøgsdesign og antal led (som numerisk variabel) er signifikant korrelerede. 5

6 Fig. 2: Analyse I - Variationen i rapsforsøg (udtrykt som forventet Least Significant Difference, LSD) som funktion af høstår, forsøgsstørrelse målt som antal forsøgsled, forsøgsdesign (alphadesign, fuldstændigt randomiseret blokforsøg, RCBD), såtidspunkt, antal gentagelser, høstet måleflade og forsøgets dimensioner i marken udtrykt som længde-bredde forholdet. 95%- konfidensbånd er ligeledes angivet. LSD er angivet som tilbagetransformeret Least Squared Means af log(lsd) i en mixed effects model med forsøgsenhed (LFE-nr) som tilfældig effekt (Analyse I). 6

7 Fig. 3: Analyse II - Øverst et korrelationsplot mellem modellens forklarende variabler. Tallene angiver p-værdier (over diagonalen) og bonferroni-korrigerede p-værdier (under diagonalen) fra parvise χ 2 -tests. 0 angiver p-værdier på <0,01. Nederst plots viser sammenhængene for udvalgte variabler. 7

8 Fig. 4: Analyse II - Variationen i rapsforsøg (udtrykt som forventet Least Significant Difference, LSD) som funktion af høstmetode (A: parceladskillelse-pakning-direkte høst, B: parceladskillelseskårlægning-høst og C: direkte høst med sidekniv), såtidspunkt, forsøgsdesign (alpha-design, fuldstændigt randomiseret blokforsøg, RCBD), høstet måleflade (parcelstørrelse) og forsøgets dimensioner i marken udtrykt som længde-bredde forholdet. 95%-konfidensbånd er ligeledes angivet. LSD er angivet som tilbagetransformeret Least Squared Means af log(lsd) i en mixed effects model med forsøgsår og forsøgsenhed (LFE-nr) nestet i forsøgsår som tilfældige effekter (Analyse II). 8

9 Diskussion og konklusioner: Undersøgelsen her understreger på lige fod med (1), at der er vigtigt, at overholde forsøgsplanen med hensyn til høstparcelstørrelse, hvis der ønskes at opnå lave LSD-værdier i vinterrapsmarkforsøg udført i almindelig parcel-teknik. Derudover skal forsinket såning undgås. Valg af høstmetode har vist sig også at være vigtig. Høstmetode A: parceladskillelse-pakning-direkte høst og C: direkte høst med sidekniv har resulteret i lavere LSD-værdier og dette med en højere præcision. Høstmetode B: parceladskillelseskårlægning-høst kan ligeledes være en acceptabel metode, men analyserne her peger på, at variationen i effekten på LSD er stor (i.e. et stort konfidensinterval) og LSD-niveauet ligger højere. Dette peger på, at metoden er mere vanskelig at udføre ensartet og på samme måde fra forsøg til forsøg. En anden grund til det store konfidensinterval for høstmetode B kunne være en kollinearitet mellem høstmetode B og parcelstørrelse. Høstmetode B er overrepræsenteret i forsøg med store høstparceller (Fig. 3). Hermed kunne høstmetode B s negative effekt på LSD være underestimeret, idet der forventes faldende LSD med stigende parcelstørrelse. Forholdet, at forsøgsdimensionen har så stor effekt på variationen i forsøget, er overraskende. En mulig forklaring kunne være, at anvendelsen af forsøgsudstyr i flere rækker er logistisk og forsøgsteknisk mere vanskeligt og risikoen for forsøgsfejl er større. De foreliggende data har også muliggjort en undersøgelse af hvad forsøgspraksis i de valgte vinterrapsforsøgsserier har været igennem årene 2003 til Generelt er forsøgene blevet større med flere antal led. I de senere år er der oftere blevet valgt et alpha-design, med en signifikant sammenhæng med forsøgsstørrelse (p=6,185e-05***). Endeligt er høstparcelstørrelsen faldet med tiden. Især sidstnævnte forhold er problematisk set i lyset af, at høstparcelstørrelse har en stor effekt på sikkerheden i høstresultaterne. Kilder: (1) Mikkelsen, B. F., Trénel, P Forsøgsarbejde: Ny analyse af udbyttesikkerhed i vinterrapsforsøg. Landbrugsinfo 1407, (2) R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL 9

10 Appendiks: Tabel A1: Analyse I modelkoefficienter på log(lsd)-skala. Value Std.Error DF t-value p-value (Intercept) e-51 poly(hostaar, 8) e-01 poly(hostaar, 8) e-01 poly(hostaar, 8) e-01 poly(hostaar, 8) e-02 poly(hostaar, 8) e-01 poly(hostaar, 8) e-01 poly(hostaar, 8) e-02 poly(hostaar, 8) e-01 Saadato_cat.L e-01 Saadato_cat.Q e-01 Antal_Led(12,17] e-01 DesignRCBD e-01 MAALFLAD e-05 dimension_cat5:1-2: e-05 dimension_cat<2: e-06 Ngent_cat e-01 Ngent_cat e-03 Tabel A2: Analyse I - modelkoefficienter på log(lsd)-skala. Value Std.Error DF t-value p-value (Intercept) e-64 poly(hostaar, 8) e-01 poly(hostaar, 8) e-01 poly(hostaar, 8) e-01 poly(hostaar, 8) e-03 poly(hostaar, 8) e-01 poly(hostaar, 8) e-01 poly(hostaar, 8) e-02 poly(hostaar, 8) e-01 Saadato_cat.L e-01 Saadato_cat.Q e-01 DesignRCBD e-01 MAALFLAD e-05 dimension_cat5:1-2: e-05 dimension_cat<2: e-06 Ngent_cat e-01 Ngent_cat e-03 10

11 Tabel A3: Analyse II modelkoefficienter på log(lsd)-skala. Value Std.Error DF t-value p-value (Intercept) e-08 HøstmetodeB e-02 HøstmetodeC e-01 DesignRCBD e-02 Saadato_cat.L e-01 Saadato_cat.Q e-01 MAALFLAD e-01 dimension_cat5:1-2: e-01 dimension_cat<2: e-01 11