菜用甘薯產量穩定性及試驗點鑒別力綜合分析

戴習彬　王遠　周志林　肖世卓　趙凌霄　王潔　王珧　李青蓮　朱國鵬　曹清河

摘要： 為了科學評價國家菜用甘薯聯合鑒定試驗中參試甘薯品種（品系）的豐產性、適應性、穩定性及試驗點的鑒別力、代表性，采用AMMI模型和GGE雙標圖對2018-2019年國家菜用甘薯聯合鑒定試驗中10個甘薯品種（品系）在2年9個試驗點的產量數據進行分析，篩選適合大面積推廣的豐產、穩產甘薯品種（品系）及鑒別力、代表性較好的試驗點。結果表明，菜用甘薯莖尖產量在基因型效應、環境效應及基因型與環境互作效應方面均極顯著，其中環境效應占比最大，其次是基因型與環境互作效應，基因型效應占比最小。湘菜薯3號的豐產性、穩定性均較高，最接近理想品種（品系），適合大面積推廣種植；黔菜薯2號、薯綠2號、EC15、海大7798、福菜薯25的豐產性較好，但穩定性一般，適合在特定區域推廣，湖南長沙地區最適的甘薯品種（品系）為薯綠2號，其次是海大7798、福菜薯25；湖北武漢、重慶、海南瓊海、福建福州和廣東廣州地區的最適甘薯品種（品系）為黔菜薯2號，其次為EC15。海南瓊海、福建福州是菜用甘薯莖尖產量鑒別力、代表性均較強的試驗點，更適合作為菜用甘薯的鑒定試驗點。研究首次在菜用甘薯產量分析中同時使用AMMI和GGE 2種分析模型，展示了2種方法的應用效果，明確了適合大面積推廣和在特定區域種植的甘薯品種（品系），確定了最佳鑒定試驗點，為菜用甘薯新品種（品系）的合理推廣和進行科學區域試驗提供了理論參考。

關鍵詞： 菜用甘薯；穩定性；鑒別力；AMMI模型；GGE雙標圖

中圖分類號： S531 文獻標識碼： A 文章編號： 1000-4440（2023）01-0022-08

Comprehensive analysis of yield stability and testing sites discrimination of leaf-vegetable sweetpotato varieties

DAI Xi-bin¹， WANG Yuan²， ZHOU Zhi-lin¹， XIAO Shi-zhuo¹， ZHAO Ling-xiao¹， WANG Jie¹， WANG Yao¹， LI Qing-lian¹， ZHU Guo-peng²， CAO Qing-he^1，2

（1.Xuzhou Institute of Agricultural Sciences in Xuhuai District， Xuzhou 221131， China;2.Horticulture College of Hainan University， Haikou 570228， China）

Abstract： To evaluate scientifically the yield， adaptability， stability and testing sites discrimination and representativeness of varieties （lines） in leaf-vegetable sweetpotato joint identification trials in China， the AMMI model and GGE biplot were used to analyze the yield data of ten varieties （lines） in nine testing sites during 2018-2019. The productive and stable varieties suitable for large scale promotion as well as the testing sites with good discrimination and representativeness were screened. The results showed that the yield of leaf-vegetable sweetpotato reached highly significant in genotype effect， environment effect and interaction effect. Environment effect accounted for the largest proportion， followed by interaction effect， and genotype effect was the smallest. Xiangcaishu No.3 had higher productivity and stability， and it was the closest to the ideal variety， which was suitable for large area promotion. Qiancaishu No.2， Shulü No.2， EC15， Haida 7798 and Fucaishu 25 had better productivity， but had mediocre stability， so they were suitable for promotion in specific areas. The most suitable variety （lines） in Changsha， Hunan province was Shulü No.2， followed by Haida 7798 and Fucaishu 25. For Wuhan of Hubei， Chongqing， Qionghai of Hainan， Fuzhou of Fujian and Guangzhou of Guangdong， the most suitable variety （lines） was Qiancaishu No.2， followed by EC15. Qionghai of Hainan and Fuzhou of Fujian were the more discriminating and representative testing sites and more suitable as identification test sites for vegetable sweetpotato. In this study， AMMI and GGE analytical models were used simultaneously in vegetable sweetpotato yield analysis for the first time， and the application effects were demonstrated. And the varieties（lines） suitable for large-scale promotion and planting in specific areas were identified， and the best identification test points were determined， which provided a theoretical reference for the rational promotion of new leaf-vegetable sweetpotato varieties and scientific regional test.

Key words： leaf-vegetable sweetpotato;stability;discrimination;AMMI model;GGE biplot

甘薯[Ipomoea batatas（L.）Lam.]又稱紅薯、白芋、山芋等，是旋花科甘薯屬植物，曾被世界衛生組織推薦為最佳食物。根據用途不同，甘薯可分為鮮食甘薯、加工甘薯、菜用甘薯和觀賞甘薯等，已經成為世界上重要的糧食和飼料作物^[1]。近年來，菜用甘薯受到的關注越來越多，享有蔬菜皇后、抗癌蔬菜、長壽菜等美譽。菜用甘薯富含蛋白質、膳食纖維、多酚、維生素等，具有較高的營養保健價值，是理想的“伏缺菜”^[2-3]。然而，目前國內外菜用甘薯專用品種相對較少，因此培育高產、穩產、適應性廣的菜用甘薯品種（品系）對豐富菜用甘薯品種（品系）及農業提質增效的意義重大。

新品種的大面積推廣和科學布局需要經過品種區域（生產）試驗，以評價其在不同區域的豐產性、適應性和穩定性。由于基因型效應及基因型與環境之間的互作效應，使得評價品種的穩定性、適應性相對較難。近年來，加性主效應乘積交互作用（Additive main effects and multiplicative interaction，AMMI）模型和基因型主效應及其與環境互作（Genotype main effect plus genotype-environment interaction，GGE）雙標圖在區域試驗中得到了廣泛應用^[4-5]。為了提高準確性，AMMI模型利用主成分分析解釋基因型與環境加性模型中的乘積互作。GGE雙標圖分析法是一種以雙標圖數學原理為基礎的區試數據分析方法，該方法綜合考慮基因型效應及基因型與環境的互作效應，既可以在雙標圖中直觀看出品種的豐產性、穩產性和適應性，又可以對區域試驗點進行分析評價，因而目前已經被廣泛應用于品種及試驗點的評價中^[6]。上述2種方法的優勢各異，二者結合使用更加科學、準確。目前，AMMI模型和GGE雙標圖已被廣泛應用于玉米^[7-9]、小麥^[10-11]、水稻^[12-13]、馬鈴薯^[14-15]等糧食作物及牧草^[16-17]的產量分析中，在作物品質性狀評價中也用得越來越多^[18-21]。目前，只有少量利用AMMI模型分析甘薯產量的研究^[22-24]，利用GGE雙標圖分析甘薯產量的相關研究也僅有國外的2篇報道^[25-26]，國內尚無利用GGE雙標圖分析甘薯產量的相關研究報道，特別是菜用甘薯莖尖產量的相關研究均未見報道。

本研究利用2種方法分析國家菜用甘薯聯合鑒定試驗數據，綜合評價參試品種的豐產性、穩定性和適應性，以及試驗點對品種產量的鑒別力和區域代表性，以期為菜用甘薯的試驗點選擇、品種選育與推廣應用提供理論基礎。

1 材料與方法

1.1 試驗材料和試驗點環境

試驗材料為參加2018-2019年國家菜用甘薯聯合鑒定試驗的10個甘薯品種（品系），具體品種（品系）名稱即為對應的基因型名稱，其中福薯7-6為對照（表1）。共設9個試驗點（表2），根據年份不同，共分成18個不同的環境。

1.2 試驗設計

2018-2019年分別在9個試驗點采用隨機區組設計，畦栽，每個甘薯品種（品系）設3個重復，株距×行距為20 cm×30 cm，小區面積為3.6 m²（3.0 m×1.2 m）。栽插期為5-6月，根據各地菜用甘薯的長勢，適時采摘鮮嫩莖尖，整個生育期內的采摘次數不低于6次，合計為菜用甘薯總產量。

1.3 數據統計分析

本研究用DPS 19.05軟件進行方差分析、AMMI模型分析及穩定性參數分析^[27]，用GGE-biplot R x64 4.1.1軟件進行GGE雙標圖繪制^[28]。

2 結果與分析

2.1 不同甘薯品種（品系）產量的方差分析

對參試甘薯

2.3 AMMI模型穩定性參數估計

用AMMI模型對參試菜用甘薯進行豐產性、穩定性分析。由表5可以看出，不同甘薯品種（品系）2年平均產量為43.21～56.79 t/hm2，不同品種（品系）產量從高到低排序為g4、g8、g5、g1、g6、g9、g3、g7、g2、g10，參試甘薯品種（品系）的產量均高于對照品種g10。品種（品系）的穩定性參數越大，說明品種（品系）的穩定性越差。由表5可以看出，不同甘薯品種（品系）的穩定性從高到低排序為g9、g4、g3、g2、g7、g5、g8、g6、g1、g10。

與甘薯品種（品系）的穩定性系數不同，各試驗點甘薯品種（品系）的穩定性參數越大，表明試驗點的鑒別力越強。從表6可以看出，9個試驗點2年平均產量為32.42～70.22 t/hm2，不同甘薯品種（品系）的產量從高到低排序為e5、e2、e7、e3、e4、e8、e6、e9、e1，各試驗點不同甘薯品種（品系）的鑒別力從弱到強排序為e1、e4、e9、e7、e8、e6、e2、e5、e3。

2.4 參試甘薯品種（品系）、試驗點的GGE雙標圖分析

用GGE-biplot軟件對10個參試甘薯品種（品系）及其在18個環境下的產量進行分析，用GGE雙標圖解釋基因型與環境互作的變異。由圖1～圖4可以看出，雙標圖中橫坐標（第1主成分）解釋了40.67%基因型與環境互作的變異，縱坐標（第2主成分）解釋了20.06%基因型與環境互作的變異，第1、第2主成分合計解釋了60.73%基因型和基因型與環境互作的變異。

甘薯品種（品系）的適宜種植區域主要使用“哪個贏在哪里”功能圖，如圖1所示，將同一方向距離原點最遠的品種（品系）對應的點連線形成多邊形，過原點作各邊垂線，垂線將多邊形分為若干個區域，多邊形各區域內頂端的品種（品系）最適宜在該區域種植，豐產性最好。本試驗將g6、g5、g2、g10、g7、g8對應的點連接形成多邊形，垂線將多邊形分為6個區域。有試驗點的區域只有3個，但區域內有品種（品系）的區域只有2個，即垂線②和垂線③之間的區域1及垂線⑥和垂線①之間的區域2。湖南長沙試驗點（e7.19）落在區域1中，g5為該區域內的最適品種（品系），其次是g6、g9；湖北武漢、重慶、海南瓊海、福建福州和廣東廣州試驗點落在區域2中，其中最適品種（品系）為g8，其次為g1、g4。沒有試驗點落在以g2和g10為頂角的區域中，說明2個甘薯品種（品系）在所有試驗點中的產量表現都不是最佳的。

g1～g10見表1，e1.18～e9.19編號見表2，①～⑥表示垂線。AXIS1：坐標軸1；AXIS2：坐標軸2。

圖2顯示了參試甘薯品種（品系）的豐產性、穩產性，帶箭頭橫線表示平均環境向量，箭頭方向表示品種（品系）的產量增長方向。對代表平均環境向量的橫線作1條垂線，垂線左側表明產量高于平均產量，垂線右側表明產量低于平均產量，過各品種（品系）對應的點作平均環境向量的垂線，垂線的長度代表穩定性，長度越長代表越不穩定。可以看出，不同甘薯品種的豐產性由高到低排序為g8、g1、g4、g6、g5、g9、g7、g3、g2、g10，穩定性由高到低依次排序為g3、g4、g10、g9、g2、g6、g7、g1、g8、g5。豐產且穩產的品種（品系）為g4，豐產性較好但穩定性較差的品種（品系）為g8、g1、g6，穩產性較高但豐產性較差的品種（品系）為g10、g3。

g1～g10見表1，e1.18～e9.19見表2。AXIS1：坐標軸1；AXIS2：坐標軸2。

利用“鑒別力與代表性”功能圖分析9個試驗點對各甘薯品種（品系）產量的鑒別力、代表性，圖3中帶箭頭的直線為平均環境軸，各試驗點與原點連線的長度表示試驗點對甘薯品種（品系）的鑒別力，長度越長表明鑒別力越強；連線與平均環境軸之間的夾角表示試驗點的代表性，角度越大說明代表性越弱。分析結果表明，試驗點e5.18、e3.18、e2.19、e2.18、e8.18、e1.19、e5.19和e6.18對各甘薯品種（品系）產量的鑒別力較強，試驗點e4.18、e9.19、e8.19、e4.19的鑒別力較弱。在區域代表性方面，所有試驗點與平均環境軸之間的夾角都小于90°，表明所有試驗點都具有較強的代表性，其中試驗點e4.18、e7.18、e8.19、e5.19、e9.18的代表性更強，試驗點e3.18、e7.19、e6.18、e8.18、e2.18的代表性稍弱。綜上可知，試驗點e8.18、e5.19的鑒別力、代表性均較強，試驗點e3.18、e2.18、e6.18的鑒別力較強但代表性較弱，試驗點e4.18、e8.19的代表性較強但鑒別力較弱。

g1～g10見表1，e1.18～e9.19見表2。AXIS1：坐標軸1；AXIS2：坐標軸2。

為了篩選既豐產又穩產的甘薯品種（品系），利用“理想品種”功能圖對參試甘薯品種（品系）進行綜合排名。以平均環境線箭頭所在位置為圓心畫同心圓，距離圓心越近的品種（品系）越接近理想品種（品系）。如圖4所示，g4最接近理想品種（品系），g6、g1次之。

g1～g10見表1，e1.18～e9.19見表2。AXIS1：坐標軸1；AXIS2：坐標軸2。

3 討論

以往的區域試驗數據分析通常使用方差分析法、回歸分析法等方法，方差分析可以將效應分解為基因型效應、環境效應和基因型與環境互作效應，但對互作效應不能進行進一步的分析。回歸分析中的回歸系數和離差可以解釋加性效應的互作部分，然而無法解釋非加性效應。近年來，AMMI模型和GGE雙標圖在區域試驗數據分析中應用得更為廣泛，2種方法均可利用主成分分析法對非加性互作效應進行分析，可以解釋更多的變異信息。但2種方法有區別，分析結果有一定差異。AMMI模型結合了方差分析、主成分分析的優點，能找到互作效應小、穩定性高的品種（品系），而GGE雙標圖能夠更直觀地將環境分為不同區域，能夠合理地對品種（品系）進行布局，使品種（品系）的最大潛力得到發揮^[29]。在對品種（品系）穩定性的分析方面，GGE雙標圖對互作的解釋能力較弱，AMMI模型可以很好地彌補該不足，但也容易忽視一些豐產性好但穩定性差的品種（品系），而GGE雙標圖的“哪個贏在哪里”可以篩選出豐產好但穩定性不高的品種（品系），并給出適宜種植區域。AMMI模型和GGE雙標圖2種分析方法相結合，互為補充，可以提高分析結果的準確性和可靠性^[30]。

本研究結果表明，影響菜用甘薯莖尖產量的因素包括基因型效應、環境效應和二者之間的互作效應，且3種效應的影響均達到極顯著水平。其中環境效應為主效應，互作效應次之，基因型效應的影響最小，此結果與前人在其他作物上得出的研究結果一致^[31-32]，說明在菜用甘薯新品種（品系）進行推廣示范前，要充分挖掘基因型與環境互作效應，篩選品種（品系）最適宜推廣的區域，或者根據不同區域安排與之相適應的品種（品系）^[33]。

用AMMI模型、GGE雙圖標分析菜用甘薯2年9個試驗點的豐產性結果基本一致，其中g9、g2和g10的結果完全一致，其他試驗點之間的差異也較小，可見AMMI、GGE這2種模型方法在分析甘薯品種（品系）的豐產性上差異不大。在本研究中，AMMI模型2年平均解釋了94.46%的總變異，GGE模型解釋了60.73%的總變異，本試驗得出的豐產性主要參考AMMI模型分析結果。2種方法在穩定性分析方面的結果相對于豐產性結果差異稍大，只有g4在2種方法中的穩定性表現一致，均排第2位；g5、g10表現出的差異最大，位次差異分別達到4個、7個，其他均相差1～3個位次。穩定性主要考量的是區域試驗中基因型對環境的敏感性，即互作效應，效應越小表明越穩定，AMMI模型利用主成分分析法解析部分殘差的互作效應，可以有效地分析品種的穩定性。由此可見，評價試驗結果的穩定性也要參考AMMI模型。品種（品系）是否優良不能只用穩定性來評價，還要考慮其平均產量，并且將其放在首位，穩定性用以輔助^[34]。在本試驗中，既豐產又穩產的品種（品系）為g4，適合大面積推廣，此結果與GGE模型中“理想品種”功能圖中g4排名第1的結果相一致。g8、g5、g1、g6、g9的豐產性較好，但穩定性一般，說明它們與環境之間的互作效應較強，適合在特定區域推廣。由“哪個贏在哪里”功能示意圖可以較容易地看出，g5為試驗點湖南長沙最適合的品種（品系），其次是g6、g9；試驗點湖北武漢、重慶、海南瓊海、福建福州和廣東廣州最適合的品種（品系）為g8，其次為g1。本研究篩選出的豐產性、適應性、穩定性較好的品種（品系）可以作為新品種（品系）選育的優良親本加以利用^[35]。g10在豐產性、穩定性評價中的排名均為最后，說明該品種（品系）作為對照，表現較差，在今后的試驗中可以考慮替換穩定性更高、豐產性更好的品種（品系）作為對照。

上述2種分析方法在分析試驗點鑒別力方面也表現出較為一致的結果，e5、e3、e2均為鑒別力較好的3個試驗點，e8、e6次之。結合GGE雙標圖的代表性結果可知，鑒別力、代表性均較強的e5、e8更適合作為菜用甘薯的鑒定試驗點。

4 結論

本研究結合AMMI模型、GGE雙標圖對2018—2019年全國菜用甘薯聯合鑒定試驗數據進行了綜合分析。結果表明，AMMI在豐產性、穩定性分析上更具有優勢，GGE在區域適應性分析中更加直觀。2種模型篩選出豐產、穩產、適合大面積推廣的甘薯品種（品系）為湘菜薯3號，品種（品系）鑒別力和代表性較佳的試驗點為海南瓊海和福建福州。在實際生產中，可以參考相關結論，但不能將分析結果作為最終判斷依據。甘薯品種（品系）和試驗點的選擇還需要結合多年多點的長期表現給出綜合評價，同時還要結合品種（品系）的品質、口感、抗逆性及不同地區的消費習慣等進行綜合選擇。

參考文獻：

[1] 王 欣，李 強，曹清河，等.中國甘薯產業和種業發展現狀與未來展望[J]. 中國農業科學，2021，54（3）：483-492.

[2] 蘇一鈞，董玲霞，王 嬌，等.菜用和觀賞甘薯種質資源遺傳多樣性分析[J]. 植物遺傳資源學報， 2018， 19（1）：57-64.

[3] 邱俊凱，隋偉策，木泰華，等.58個不同品種甘薯莖葉營養與功能成分的研究[J]. 核農學報，2021，35（4）：911-922.

[4] GAUCH H G JR，PIEPHO H P， ANNICCHIARICO P. Statistical analysis of yield trials by AMMI and GGE[J]. Crop Science，2006， 46（4）：1488-1500.

[5] YAN W K，HUNT L A，SHENG Q L， et al. Cultivar evaluation and mega-environment investigation based on the GGE Biplot[J]. Crop Science，2000，40（3）：597-605.

[6] 羅 俊，許莉萍，邱 軍，等.基于HA-GGE雙標圖的甘蔗試驗環境評價及品種生態區劃分[J]. 作物學報，2015，41（2）：214-227.

[7] 岳海旺，李春杰，李 媛，等.河北省春播玉米品種產量穩定性及試點辨別力綜合分析[J]. 核農學報，2018，32（7）：1267-1280.

[8] SINGAMSETTI A， SHAHI J P， ZAIDI P H， et al. Genotype × environment interaction and selection of maize （Zea mays L.） hybrids across moisture regimes[J]. Field Crops Research， 2021， 270：108224.

[9] 岳海旺，魏建偉，謝俊良，等.基因型和環境互作對黃淮海夏玉米品種籽粒產量的影響[J]. 中國農業大學學報，2022，27（4）：31-43.

[10]常瑩瑩，王永華，王永霞，等.黃淮砂姜黑土區強筯小麥品質現狀及基因型與環境效應[J]. 麥類作物學報，2018，38（1）：105-112.

[11]楊進文，朱俊剛，王曙光，等.用GGE雙標圖及隸屬函數綜合分析山西小麥地方品種抗旱性[J]. 應用生態學報，2013，24（4）：1031-1038.

[12]王 磊，程本義，鄂志國，等.基于GGE雙標圖的水稻區試品種豐產性、穩產性和適應性評價[J]. 中國水稻科學，2015，29（4）：408-416.

[13]董 維，鄧 偉，呂 瑩，等.利用AMMI模型分析云南省雜交秈稻區試優質品種產量基因型與環境互作[J]. 雜交水稻，2022，37（2）：19-26.

[14]蔣彤暉，葉夕苗，余 斌，等.甘肅省馬鈴薯區試品種產量性狀和環境鑒別力評價分析[J]. 核農學報，2022，36（6）：1262-1272.

[15]葉夕苗，程 鑫，安聰聰，等.馬鈴薯產量組分的基因型與環境互作及穩定性[J]. 作物學報，2020，46（3）：354-364.

[16]張志芬，任長忠，楊海順，等.基于SD-GGE雙標圖進行飼草燕麥品種歸類和區域劃分[J]. 中國農業大學學報，2021，26（5）：10-21.

[17]陳彩錦，張尚沛，師尚禮，等.基于GGE雙標圖對苜蓿品種豐產性和穩定性綜合評價[J]. 草地學報，2021，29（5）：912-918.

[18]張雪婷，楊文雄，柳 娜，等.甘肅西部抗旱型玉米品種的綜合評價及篩選[J]. 核農學報，2018，32（7）：1281-1290.

[19]許乃銀，李 健. 棉花區試中品種多性狀選擇的理想試驗環境鑒別[J]. 作物學報，2014，40（11）：1936-1945.

[20]許乃銀，金石橋，李 健. 利用GGE雙標圖劃分我國棉花纖維品質生態區[J]. 應用生態學報，2017，28（1）：191-198.

[21]柳賽花，紀雄輝，謝運河，等. 基于GGE雙標圖和BLUP分析篩選鎘砷同步低累積水稻品種[J]. 生態環境學報，2021，30（2）：405-411.

[22]何靄如，李觀康，陳勝勇，等. 用AMMI模型分析甘薯品種產量性狀的穩定性[J].安徽農業大學學報，2014，41（3）：430-434.

[23]賈趙東，謝一芝，尹晴紅，等. 甘薯品種產量性狀的穩定性和適應性分析[J].揚州大學學報（農業與生命科學版），2008，29（2）：77-81.

[24]ANDRADE M I， NAICO A， RICARDO J， et al. Genotype × environment interaction and selection for drought adaptation in sweetpotato [Ipomoea batatas （L.） Lam.] in Mozambique[J]. Euphytica， 2016， 209（1）： 261-280.

[25]KARUNIAWAN A， MAULANA H， USTARI D， et al. Yield stability analysis of orange fleshed sweetpotato in Indonesia using AMMI and GGE biplot[J]. Heliyon， 2021，7（4）： e06881.

[26]NGAILO S， SHIMELIS H， SIBIYA J， et al. Genotype-by-environment interaction of newly-developed sweet potato genotypes for storage root yield， yield-related traits and resistance to sweet potato virus disease[J]. Heliyon， 2019， 5（3）： e01448.

[27]唐啟義. DPS數據處理系統： 實驗設計、統計分析及數據挖掘[M]. 2版. 北京： 科學出版社， 2010.

[28]魏常敏，陳國立，許衛猛，等. 糯玉米新品種鮮穗、鮮籽粒產量穩定性和試點鑒別力分析[J/OL].分子植物育種：1-15[2022-06-01].http：//kns.cnki.net/kcms/detail/46.1068.S.20210628.1014.004.html.

[29]許乃銀，榮義華，李 健，等. GGE雙標圖在陸地棉高產穩產和適應性分析中的應用——以長江流域棉區國審棉花新品種鄂雜棉30為例[J]. 中國生態農業學報，2017，25（6）：884-892.

[30]步 清，魯 月，郝德榮，等. AMMI模型和GGE雙標圖在江蘇省糯玉米品種區域試驗中的應用[J/OL].分子植物育種：1-12[2022-06-01].http：//kns.cnki.net/kcms/detail/46.1068.S.20210831.1345.009.html.

[31]宋 慧，劉金榮，王素英，等. GGE雙標圖評價谷子豫谷18的豐產穩產性和適應性[J]. 中國農業大學學報，2020，25（1）：29-38.

[32]許乃銀，張國偉，李 健，等. 基于 GGE 雙標圖和比強度選擇的棉花品種生態區劃分[J]. 中國生態農業學報， 2012， 20（11）： 1500-1507.

[33]YAN W K， HUNT L A. Interpretation of genotype × environment interaction for winter wheat yield in Ontario[J]. Crop Science， 2001， 41（1）： 19-25.

[34]嚴威凱. 品種選育和評價的原理和方法評述[J].作物學報，2022，48（9）：2137-2154.

[35]王曉斌，王 瀚，胡開明，等. 基于層次分析法和GGE雙標圖對引進馬鈴薯種質資源的綜合評價[J]. 植物遺傳資源學報，2017，18（6）：1067-1078.

（責任編輯：徐 艷）