基于AMMI模型和GGE雙標(biāo)圖的貴州省玉米新品種豐產(chǎn)性和穩(wěn)定性分析

關(guān)鍵詞玉米；AMMI模型；GGE雙標(biāo)圖；豐產(chǎn)性；穩(wěn)定性

中圖分類號(hào)S513文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào) 0517-6611（2025）16-0012-06

doi：10.3969/j.issn.0517-6611.2025.16.003

AbstractObetie]Iodertoreouvaretsihgeldandsableieldswellastestitsihigsriaoadgod representativensinegioaltrialsinGzouProvince.Method]TeMmodelandGEbiplotwereusedtonalyetheyield，tability anddaptabiltof7izevarietisinGuzoProvcefroto2intestsites，ndtoevaatetdscriablitdepeta tivenessofthepilotprojects.Result]In2O21，Gengheyu582，Bcheng168，andJiyu631adhigheryield，hileJnbaiu6ndGenheyu 582hadbeterabilit；stieizhiengdpasdbiltilestieiiie，upad shunhadstrongerepresetativeessIn2，Gengey582andZunshi1adghryield，hileGngeyu582yu63dui 2101hadbeterbiltsitsiniagdLiudeesiailityilestitiZeegiea sentativenessConlusion]Gengheu58hasgodyieldandstabilitywittebstoverallpeforane；estsiteinLuzhidthstdis criminability and test site in Bijie had the strongest representativeness.

KeywordsMaize;AMMI model;GGEbiplot;High yield;Stability

玉米是我國(guó)第一大糧食作物，其種植面積和產(chǎn)量?jī)H次于美國(guó)，位居世界第二。貴州省屬西南玉米優(yōu)勢(shì)區(qū)的主產(chǎn)區(qū)，由于不同生態(tài)區(qū)海拔和氣候條件差異較大，使得對(duì)品種適應(yīng)性和穩(wěn)定性要求也很高。在玉米新品種審定、推廣前，需要組織參加區(qū)域試驗(yàn)，通過統(tǒng)一規(guī)范管理最終來鑒定新品種的豐產(chǎn)性、穩(wěn)定性和適應(yīng)性，根據(jù)品種在區(qū)域試驗(yàn)中的表現(xiàn)，綜合評(píng)價(jià)其推廣利用價(jià)值。如何對(duì)區(qū)域試驗(yàn)中玉米品種進(jìn)行準(zhǔn)確、合理的評(píng)價(jià)，成為學(xué)者們關(guān)注的焦點(diǎn)。近年來，評(píng)價(jià)品種豐產(chǎn)性、穩(wěn)定性和適應(yīng)性運(yùn)用較多的分析方法是AMMI模型和GGE雙標(biāo)圖。AMMI模型有效地結(jié)合了方差分析和主成分分析，通過從加性模型的殘差中分離模型誤差和干擾，從而提高分析的準(zhǔn)確性[1]。GGE 雙標(biāo)圖則通過數(shù)據(jù)試點(diǎn)的中心化，研究基因型、基因與環(huán)境互作下作物產(chǎn)量穩(wěn)定性的一種分析方法[2]。AMMI模型和GGE 雙標(biāo)圖均可對(duì)基因與環(huán)境互作進(jìn)行解釋，并繪制雙標(biāo)圖更加直觀地展現(xiàn)出基因和環(huán)境互作關(guān)系，篩選出豐產(chǎn)、穩(wěn)產(chǎn)和廣適性好的新品種。

目前，AMMI模型和GGE雙標(biāo)圖2種分析方法已在水稻[3-4]、玉米[5-6]、小麥[7]、大豆[8]、棉花[9]等農(nóng)作物上廣泛應(yīng)用，但對(duì)貴州省玉米區(qū)域試驗(yàn)分析報(bào)道大多以AMMI模型單一分析方法進(jìn)行分析，分析數(shù)據(jù)不夠全面，運(yùn)用2種分析方法全面分析的有關(guān)報(bào)道較少。因此，該研究采用AMMI模型和GGE雙標(biāo)圖對(duì)2021—2022年貴州省7個(gè)玉米品種在7個(gè)生態(tài)區(qū)的產(chǎn)量數(shù)據(jù)進(jìn)行分析，探明不同品種在不同地點(diǎn)間的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性以及各試驗(yàn)地點(diǎn)間的鑒別力和代表性，以期為玉米新品種的推廣和應(yīng)用提供理論依據(jù)。

1材料與方法

1.1試驗(yàn)材料2021—2022年貴州省普通玉米區(qū)域試驗(yàn)供試品種見表1。

表1供試玉米品種

Table1 Testedmaizevarieties

1.2試驗(yàn)地點(diǎn)試驗(yàn)共設(shè)7個(gè)試驗(yàn)點(diǎn)，分別在貴陽(yáng)（e1）、安順（e2）、黔西（e3）、六枝（e4）、畢節(jié)（e5）、貞豐（e6）、六盤水（e7）進(jìn)行。試點(diǎn)海拔為 890～1750m ，平均海拔1 327m 。

1.3試驗(yàn)設(shè)計(jì)試驗(yàn)采用完全隨機(jī)區(qū)組設(shè)計(jì)，3次重復(fù)，每個(gè)小區(qū)種5行，小區(qū)面積 20m² ，種植密度為49500株 /hm² ，每小區(qū)100株，每行20株，收獲時(shí)以小區(qū)中間3行測(cè)產(chǎn)。

1.4數(shù)據(jù)處理利用Excel2010對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行處理分析;利用DPS7.05對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行AMMI模型分析，計(jì)算穩(wěn)定性參數(shù) Dg 和De;用R軟件（版本號(hào)4.4.0）的GGEBiplotGUI包繪制GGE雙標(biāo)圖。

2 結(jié)果與分析

2.1各試點(diǎn)產(chǎn)量比較由圖1可知，2021年參試品種產(chǎn)量在各試點(diǎn)間存在一定差異。貴陽(yáng)、安順、黔西、畢節(jié)點(diǎn)各參試品種產(chǎn)量均高于對(duì)照；六枝點(diǎn)除畢成168外，其余品種產(chǎn)量均高于對(duì)照；貞豐點(diǎn)有3個(gè)品種產(chǎn)量高于對(duì)照，分別是更禾玉582、畢成168和金玉631；六盤水點(diǎn)除遵試2101外，其余品種產(chǎn)量均高于對(duì)照。參試品種在貴陽(yáng)、安順、畢節(jié)點(diǎn)產(chǎn)量變化差異較小，在黔西、六枝、貞豐、六盤水點(diǎn)產(chǎn)量變化差異相對(duì)較大。

圖12021年參試品種各試點(diǎn)平均產(chǎn)量

由圖2可知，2022年各參試品種產(chǎn)量在各試點(diǎn)間差異變化較大。安順、黔西、畢節(jié)、貞豐點(diǎn)各參試品種產(chǎn)量均高于對(duì)照；貴陽(yáng)點(diǎn)除畢成168和金白玉6號(hào)外，其余參試品種產(chǎn)量均高于對(duì)照；六枝點(diǎn)除金玉631外，其余參試品種產(chǎn)量均高于對(duì)照；六盤水點(diǎn)除更禾玉582產(chǎn)量高于對(duì)照外，其余參試品種產(chǎn)量均低于對(duì)照。各參試品種在貞豐點(diǎn)差異表現(xiàn)最小，在貴陽(yáng)、六枝、畢節(jié)點(diǎn)差異相對(duì)較大。

圖22022年參試品種各試點(diǎn)平均產(chǎn)量

Fig.2Averageyield of the tested varietiesat eachtest site in 2022

2.2 AMMI模型分析

2.2.1參試品種產(chǎn)量的AMMI模型分析。利用AMMI模型對(duì)產(chǎn)量進(jìn)行聯(lián)合方差分析，結(jié)果表明（表2），玉米產(chǎn)量在品種間和試點(diǎn)間差異均達(dá)到了極顯著水平（ Plt;0.01 ），品種與試點(diǎn)互作間在2022年達(dá)到了顯著水平（ Plt;0.05 ）。2021年品種變異的平方和占總平方和的 14.88% ，而試點(diǎn)變異的平方和占總平方和的 59.43% ，品種與試點(diǎn)互作效應(yīng)平方和占總平方和的 25.70% ，是品種變異的1.7倍，對(duì)參試品種產(chǎn)量的影響從大到小依次為試點(diǎn) gt; 品種與試點(diǎn)互作效應(yīng) gt; 品種，說明在產(chǎn)量提高上，不僅要考慮品種和試點(diǎn)本身，同時(shí)還需考慮兩者之間的交互作用。因此，品種和試點(diǎn)的互作分析是對(duì)品種合理評(píng)價(jià)的重要環(huán)節(jié)。對(duì)3個(gè)主成分軸（IPCA1、IPCA2、IP-CA3）顯著性檢驗(yàn)結(jié)果表明，IPCA1和IPCA2交互作用信息均到達(dá)顯著水平（ Plt;0.05） ，IPCA3交互作用信息未達(dá)到顯著水平（ Pgt;0.05 ）。IPCA1、IPCA2、IPCA3分別占交互作用平方和的 42.96%.35.19%.12.39% ，IPCA1～I(xiàn)PCA3共同占交互作用平方和的 90.54% 。

2022年品種變異的平方和、試點(diǎn)變異的平方和、品種與試點(diǎn)互作變異的平方和分別占總平方和的 7.48%.75.25% 、17.27% ，試點(diǎn)的變異遠(yuǎn)大于品種、品種與試點(diǎn)互作的變異，分別是其10.1和4.4倍，顯然，品種與試點(diǎn)互作效應(yīng)對(duì)于品種評(píng)價(jià)具有重要作用。對(duì)3個(gè)主成分軸（IPCA1、IPCA2、IPCA3）顯著性檢驗(yàn)結(jié)果表明，IPCA1交互作用信息達(dá)極顯著水平（ ），IPCA2交互作用信息達(dá)顯著水平（ Plt; 0.05），IPCA3交互作用信息未達(dá)到顯著水平（ Pgt;0.05 ）。IPCA1、IPCA2、IPCA3分別占交互作用平方和的 60.27% 、23.10% 、 11.00% ，IPCA1～I(xiàn)PCA3共同占交互作用平方和的94.37% 。

2.2.2AMMI模型分析參試品種豐產(chǎn)性和適應(yīng)性。從2021年各參試品種產(chǎn)量AMMI雙標(biāo)圖（圖3A）可以看出，各參試品種豐產(chǎn)性由高到低依次為 g4.g2.g3.g6.g1.g5.g7 ，其中品種 g4_σ?g2 產(chǎn)量相對(duì)較高，產(chǎn)量為1.25萬(wàn) kg/hm² 以上；在反應(yīng)產(chǎn)量高低的水平方向上，試點(diǎn)的分布范圍比品種分布的范圍廣，說明試點(diǎn)間的變異大于品種間變異。根據(jù)品種與試點(diǎn)在IPCA1同側(cè)表示相互作用為正效應(yīng)，相反則相互作用為負(fù)效應(yīng)，可以看出，品種 gl_1，g5_?g6 在試點(diǎn) e1，e2，e3，e4 適應(yīng)性較好，在試點(diǎn) e5.e6.e7 適應(yīng)性較差;品種 g2，g3，g4，g7 在試點(diǎn)e5.e6.e7 適應(yīng)性較好，在試點(diǎn)e1 ，e2，e3，e4 適應(yīng)性較差。

從2022年各參試品種產(chǎn)量AMMI雙標(biāo)圖（圖3B）可以看出，各參試品種豐產(chǎn)性由高到低依次為 g5.g2.g6.g3.g4 g1?_?g7 ，其中 g5.g2 在產(chǎn)量軸上的垂線最接近其正方向，較其余品種產(chǎn)量相對(duì)較高。品種 g2，g4，g5，g6，g7 在試點(diǎn)e1、e7適應(yīng)性較好，在試點(diǎn) e2，e3，e4，e5，e6 適應(yīng)性較差;品種 g1_σ?g³ 在試點(diǎn) e2，e3，e4，e5，e6 適應(yīng)性較好，在試點(diǎn) e1，e7 適應(yīng)性較差。

2.2.3AMMI模型分析參試品種穩(wěn)定性。通過AMMI模型對(duì)2021年各參試品種穩(wěn)定性進(jìn)行分析，品種-試點(diǎn)AMMI雙標(biāo)圖見圖4A，在雙標(biāo)圖上，距離坐標(biāo)原點(diǎn)越近，代表其品種穩(wěn)定性越強(qiáng)，距離坐標(biāo)原點(diǎn)越遠(yuǎn)，說明品種的穩(wěn)定性越差。由圖4A可知， g2 距離坐標(biāo)原點(diǎn)最近，表示該品種相對(duì)其他品種互作效應(yīng)最小，穩(wěn)定性最好； g3 距離坐標(biāo)原點(diǎn)最遠(yuǎn)，表示該品種相對(duì)其他品種互作效應(yīng)最大，穩(wěn)定性最差；各參試品種穩(wěn)定性由強(qiáng)到弱依次為 g2.g6.g1.g4.g7.g5.g3 。各試點(diǎn)距離坐標(biāo)原點(diǎn)越遠(yuǎn)則說明該試點(diǎn)的分辨力越強(qiáng)，各試點(diǎn)分辨力由強(qiáng)到弱依次為 e4，e3，e6，e1，e7，e5，e2，"從2022年品種-試點(diǎn)AMMI雙標(biāo)圖（圖4B）可以看出，g5 距離坐標(biāo)原點(diǎn)最近，則該品種穩(wěn)定最好;其次是品種 g4;g1 離坐標(biāo)原點(diǎn)最遠(yuǎn)，其穩(wěn)定性最差；各參試品種穩(wěn)定性由強(qiáng)到弱依次為 g5.g4.g7.g2.g3.g6.g1₀"。各試點(diǎn)分辨力由強(qiáng)到弱依次為 e7.e4，e2，el，e6，e3，e5 。品種-試點(diǎn)AMMI雙標(biāo)圖只表現(xiàn)IPCA1和IPCA2的變異，不能表現(xiàn)IPCA3的變異，只能初步判定7個(gè)品種在7個(gè)試點(diǎn)間的穩(wěn)定性。

表2品比試驗(yàn)結(jié)果AMMI分析

Table2ResultsofAMMIanalysisofvarietycomparison tests

圖32021年（A）和2022年（B）產(chǎn)量AMMI雙標(biāo)圖Fig.3 AMMI biplot of yield in 2021（A） and2022（B）

為進(jìn)一步精準(zhǔn)判定各品種在各試點(diǎn)的穩(wěn)定性強(qiáng)弱，通過計(jì)算得到穩(wěn)定性參數(shù) Dg 值， Dg 值的大小可以判定品種穩(wěn)定性強(qiáng)弱， Dg 值越小表示品種的穩(wěn)定性越好，反之則穩(wěn)定性越差。根據(jù) Dg 值的大小（表3），得到2021年7個(gè)玉米品種穩(wěn)定性由強(qiáng)到弱依次為 g6.g2.g1.g7.g4.g5.g3 ，其中，品種穩(wěn)定高于 g7 （CK）的有3個(gè)，分別是 g6.g2.g1;2022 年7個(gè)玉米品種穩(wěn)定性由強(qiáng)到弱依次為 g5.g2.g4.g7.g6.g3.g1 ，其中，品種穩(wěn)定高于 g7 （CK）的有3個(gè)，分別是 g5.g2.g4 。結(jié)合參試品種產(chǎn)量可得， g2 為高產(chǎn)穩(wěn)產(chǎn)性品種。

圖42021年（A）和2022年（B）品種-試點(diǎn)AMMI雙標(biāo)圖Fig.4AMMI biplot of variety-test in 2021（A） and 2022（B）

2.2.4AMMI模型分析試點(diǎn)鑒別力。為了對(duì)試點(diǎn)分辨力進(jìn) 行全面分析，結(jié)合IPCA3軸的變化，用穩(wěn)定性參數(shù)De值的大小定量評(píng)價(jià)分辨力的強(qiáng)弱，De值越大，則表示該試點(diǎn)的辨別力越強(qiáng)，反之則表示越弱。由表4可知，2021年各試點(diǎn)分辨力De值從大到小依次為 e4gt;e6gt;e7gt;e3gt;e1gt;e5gt;e2 ，說明在2021年試點(diǎn)鑒別力最高的是六枝，其次是貞豐、六盤水、黔西、貴陽(yáng)、畢節(jié)、安順。2022年各試點(diǎn)分辨力De值從大到小依次為 e1gt;e4gt;e7gt;e5gt;e2gt;e6gt;e3 ，說明在2022年試點(diǎn)鑒別力最高的是貴陽(yáng)，其次是六枝、六盤水、畢節(jié)、安順、貞豐、黔西。

表42021和2022年各試點(diǎn)分辨率參數(shù)

表32021和2022年不同玉米新品種穩(wěn)定性參數(shù)

Table 4 Resolutionparametersforeach site in 2o21 and 2022

2.3 GGE雙標(biāo)圖分析

2.3.1GGE雙標(biāo)圖分析參試品種的適應(yīng)性。“哪個(gè)贏在哪里”功能圖是分析參試品種最適宜的種植區(qū)域。該功能圖是將同一方向距離坐標(biāo)原點(diǎn)最遠(yuǎn)的品種連接形成的一個(gè)多邊形，由坐標(biāo)原點(diǎn)向多邊形各邊作垂線形成包含所有品種在內(nèi)的多個(gè)區(qū)域，并揭示各個(gè)區(qū)域位于多邊形頂點(diǎn)的品種是該區(qū)域的最高產(chǎn)品種[10]。由圖5可知，2021年將7個(gè)不同的生態(tài)區(qū)劃分為4個(gè)區(qū)域，由 e4 生態(tài)區(qū)所構(gòu)成的區(qū)域產(chǎn)量最高的是 g7 ，由 ^e6，e7 生態(tài)區(qū)所構(gòu)成的區(qū)域產(chǎn)量最高的是 g4 ，由e2.e3.e5 生態(tài)區(qū)所構(gòu)成的區(qū)域產(chǎn)量最高的是g3，由e1生態(tài)區(qū)構(gòu)成的區(qū)域產(chǎn)量最高的是 g5;2022 年將7個(gè)不同的生態(tài)區(qū)劃分為3個(gè)區(qū)域，由 e2，e3，e4，e6 生態(tài)區(qū)所構(gòu)成的區(qū)域產(chǎn)量最高的是 g3 ，由e5生態(tài)區(qū)所構(gòu)成的區(qū)域產(chǎn)量最高的是 g5 ，由el ??e7 生態(tài)區(qū)所構(gòu)成的區(qū)域產(chǎn)量最高的是 g6

圖52021年（A）和2022年（B）GGE雙標(biāo)圖的\"哪個(gè)贏在哪里\"功能分析

2.3.2GGE雙標(biāo)圖分析參試品種的豐產(chǎn)性和穩(wěn)產(chǎn)性。利用“豐產(chǎn)性和穩(wěn)產(chǎn)性”功能圖分析各參試品種的豐產(chǎn)性和穩(wěn)產(chǎn)性。該功能圖中帶箭頭的那條直線為平均環(huán)境軸，品種越靠近平均環(huán)境軸箭頭方向表明其豐產(chǎn)性越好，反之則越差;品種所在位置與平均環(huán)境軸的距離越近，表示其穩(wěn)產(chǎn)性越好，反之則越差。由圖6可知，2021年各參試品種豐產(chǎn)性由高到低為 g3gt;g4gt;g2gt;g6gt;g1gt;g5gt;g7 ，其中 ^g3，g4，g2 在平均環(huán)境軸上的垂直線最接近其正方向，與其余品種相對(duì)較遠(yuǎn)，說明 g3 、g4_?g2 為豐產(chǎn)性較好的品種；各參試品種穩(wěn)定性由強(qiáng)到弱為g3gt;g1gt;g2gt;g4gt;g6gt;g7gt;g5 ，穩(wěn)產(chǎn)性較好的品種是 ^g3?g1?g2 ，穩(wěn)產(chǎn)性較差的品種是 g5 和 g7 。2022年各參試品種豐產(chǎn)性由高到低為 g5gt;g2gt;g6gt;g3gt;g4gt;g1gt;g7 ，其中 g5_?g2 在平均環(huán)境軸上的垂直線最接近其正方向，與其余品種相對(duì)較遠(yuǎn)，說明 g5.g2 為豐產(chǎn)性較好的品種;各參試品種穩(wěn)定性由強(qiáng)到弱為 g2gt; g5gt;g4gt;g7gt;g6gt;g1gt;g3 ，穩(wěn)定性較好的品種是 g2 和 g5 ，穩(wěn)產(chǎn)性較差的品種是 g1 和 g3 。

圖62021年（A）和2022年（B）GGE雙標(biāo)圖的“豐產(chǎn)性和穩(wěn)產(chǎn)性”功能分析Fig.6Functionanalysis of the“fertilityand stabilityof yield”in the GGEbiplot for2021（A）and 2022

2.3.3GGE雙標(biāo)圖分析試點(diǎn)鑒別力和代表性。利用“鑒別力和代表性”功能圖可以分析試點(diǎn)的鑒別力和代表性。該功能圖中試點(diǎn)連接原點(diǎn)的線與正向平均環(huán)境軸之間的夾角小于 90^° 表示正相關(guān)，大于 90^° 表示負(fù)相關(guān)，角度越小代表性越強(qiáng)；線段越長(zhǎng)表示該試點(diǎn)的鑒別力越強(qiáng)，反之則越弱。由圖7可知，在試點(diǎn)鑒別力方面，2021年各試點(diǎn)鑒別力最好的是e7（六盤水），其次是e3（黔西）和e6（貞豐）， e4 （六枝）鑒別力最差；2022年各試點(diǎn)鑒別力最好的是e1（貴陽(yáng)），其次是e4（六枝）和e5（畢節(jié)），而e2（安順） Ω_?e3 （黔西） ?^e6 （貞豐）相對(duì)較差。在試點(diǎn)代表性方面，2021年各試點(diǎn)除e1（貴陽(yáng)）外，其余試點(diǎn)均為銳角，說明這些試點(diǎn)的代表性較強(qiáng)，適合作為試驗(yàn)點(diǎn)，其中e5（畢節(jié)）代表性最強(qiáng)，其次是e7（六盤水）和e2（安順）；2022年試點(diǎn)與平均環(huán)境軸的夾角為銳角的有e2（安順）、e3（黔西）、e4（六枝）、e5（畢節(jié)）、e6（貞豐），其中e6（貞豐）代表性最強(qiáng)，其次是e4（六枝）。

圖72021年（A）和2022年（B）GGE雙標(biāo)圖的\"鑒別力與代表性\"功能分析

Fig.7Functionanalysisof the“discriminabilityand representativeness”in the GGE biplotfor2O21（A）and 2022

2.4AMMI模型與GGE雙標(biāo)圖的比較由表5可知，在豐產(chǎn)性方面，AMMI模型與GGE雙標(biāo)圖的分析結(jié)果存在細(xì)微差異，2021年 g2，g3，g4 排名位次發(fā)生了細(xì)微變化。在穩(wěn)產(chǎn)性方面，2種分析方法整體來看變化差異較小，個(gè)別品種差異較大，2021年 g3 穩(wěn)定性差異變化相差6個(gè)排名， g6 相差4個(gè)排名， g7 相差2個(gè)排名，其余品種相差1個(gè)排名；2022年排名相對(duì)穩(wěn)定，最多僅相差1個(gè)排名。在鑒別力方面，除2021年e4相差了6個(gè)排名外，其余品種排名變化不大。說明AMMI模型和GGE雙標(biāo)圖均能可靠地體現(xiàn)出品種的豐產(chǎn)性、穩(wěn)產(chǎn)性及試點(diǎn)的鑒別力，為品種選擇和試點(diǎn)的選擇提供可靠依據(jù) 。

綜上所述，2021年 g2 （更禾玉582）、g3（畢成168）、g4（金玉631）豐產(chǎn)性較好，g1（金白玉6號(hào)） ?g2 （更禾玉582）穩(wěn)定性較好;e4（六枝）、e6（貞豐）、e7（六盤水）鑒別力較好，e5（畢節(jié)）、e7（六盤水）、e2（安順）代表性較強(qiáng)。2022年 g2 （更禾玉582） ?g5 （遵試2101）豐產(chǎn)性較好， g2 （更禾玉582） ?g4 （金玉631） ?g5 （遵試2101）穩(wěn)定性較好，e1（貴陽(yáng)） ?^e4 （六枝）鑒別力較好，e6（貞豐）、e2（安順）、e5（畢節(jié)）代表性較強(qiáng)。

表5AMMI模型和GGE雙標(biāo)圖的比較

Table 5 Comparison of AMMI model and GGE biplot

3結(jié)論與討論

豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性是決定玉米品種能否大面積推廣應(yīng)用的重要指標(biāo)。利用傳統(tǒng)簡(jiǎn)單的方差分析，比較品種間的產(chǎn)量，只能對(duì)品種產(chǎn)量高低進(jìn)行排名，忽視了品種對(duì)不同試點(diǎn)的特殊適應(yīng)性。如何客觀、準(zhǔn)確地評(píng)價(jià)玉米品種的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性成為學(xué)者們研究的焦點(diǎn)。AMMI模型和GGE雙標(biāo)圖是當(dāng)前評(píng)價(jià)品種與試點(diǎn)互作最常用的方法，能夠同時(shí)評(píng)價(jià)品種的豐產(chǎn)性、穩(wěn)定性、適應(yīng)性以及各試點(diǎn)的鑒別力，為品種優(yōu)劣的選擇提供了更全面參考。魏鵬程等利用AMMI模型和GGE雙標(biāo)圖從7個(gè)玉米品種中篩選出金玉838為豐產(chǎn)性、穩(wěn)產(chǎn)性最好的品種；朱艷彬等[12]利用AMMI模型和GGE雙標(biāo)圖從15個(gè)玉米品種中篩選出富爾1602和中單4387這2個(gè)高產(chǎn)、穩(wěn)產(chǎn)性品種。前人利用AMMI模型和GGE雙標(biāo)圖都篩選出了豐產(chǎn)性、穩(wěn)產(chǎn)性較好的品種，為品種的推廣、應(yīng)用提供了理論依據(jù)。該研究利用AMMI模型和GGE雙標(biāo)圖對(duì)貴州省不同玉米新品種豐產(chǎn)性、穩(wěn)定性進(jìn)行分析，發(fā)現(xiàn)不同年際間存在一定差異，2021年更禾玉582、畢成168、金玉631豐產(chǎn)性較好，金白玉6號(hào)、更禾玉582穩(wěn)定性較好；2022年更禾玉582、遵試2101豐產(chǎn)性較好，更禾玉582、金玉631、遵試2101穩(wěn)定性較好。綜合來看，更禾玉582的豐產(chǎn)性和穩(wěn)產(chǎn)性最好，適宜在貴州西部各生態(tài)區(qū)的推廣應(yīng)用。

試點(diǎn)的鑒別力和代表性對(duì)品種篩選具有十分重要的意義，試點(diǎn)的鑒別力越強(qiáng)，品種的選擇效率越高。AMMI模型能夠?qū)⒎讲罘治龊椭鞒煞址治鱿嘟Y(jié)合，在鑒別力分析上更有優(yōu)勢(shì)，但該模型只能體現(xiàn)出試點(diǎn)的鑒別力，無(wú)法體現(xiàn)試點(diǎn)的代表性，具有一定的局限性。GGE雙標(biāo)圖能夠?qū)⑵贩N、品種與試點(diǎn)互作相結(jié)合，能更精準(zhǔn)地對(duì)不同生態(tài)區(qū)進(jìn)行劃分，篩選出不同生態(tài)區(qū)的高產(chǎn)品種，同時(shí)還能體現(xiàn)出試點(diǎn)的鑒別力和代表性，這是對(duì)AMMI模型缺陷的有效補(bǔ)充。曹元元等[13]利用AMMI模型和GGE雙標(biāo)圖對(duì)10個(gè)生態(tài)區(qū)鑒別力和代表性進(jìn)行分析，篩選出江蘇徐淮地區(qū)淮陽(yáng)農(nóng)業(yè)科學(xué)研究所試點(diǎn)代表性最強(qiáng)，江蘇歡騰農(nóng)業(yè)有限公司試點(diǎn)的鑒別力最強(qiáng)。步清等[14]利用AMMI模型和GGE雙標(biāo)圖對(duì)7個(gè)試點(diǎn)鑒別力和代表性進(jìn)行分析，篩選出南京市種子站和南京農(nóng)業(yè)大學(xué)江浦基地具有較高的豐產(chǎn)性和較好的穩(wěn)產(chǎn)性。該研究利用AMMI模型和GGE雙標(biāo)圖對(duì)貴州省不同生態(tài)區(qū)進(jìn)行鑒別力分析，發(fā)現(xiàn)不同分析方法同一年際間以及同一分析方法不同年際間均存在差異，考慮到AMMI模型對(duì)試點(diǎn)鑒別力更有優(yōu)勢(shì)，2021年六枝、貞豐、六盤水鑒別力較好，2022年貴陽(yáng)、六枝鑒別力較好，綜合來看，六枝鑒別力最好。利用GGE雙標(biāo)圖分析方法進(jìn)行地點(diǎn)代表性分析，發(fā)現(xiàn)2021年畢節(jié)、六盤水、安順代表性較強(qiáng)，2022年貞豐、安順、畢節(jié)代表性較強(qiáng)。綜合來看，畢節(jié)代表性最強(qiáng)。

利用AMMI模型和GGE雙標(biāo)圖綜合分析品種的豐產(chǎn)性、穩(wěn)定性、適應(yīng)性以及試點(diǎn)的鑒別力和代表性，結(jié)果能夠直觀、準(zhǔn)確地體現(xiàn)出來，為生產(chǎn)上品種的選擇和育種者鑒定地的選擇提供了理論依據(jù)。

參考文獻(xiàn)

[1]陳朝陽(yáng)，魏建偉，陳淑萍，等.黃淮海夏玉米品種籽粒產(chǎn)量基因型與環(huán)境互作分析[J].分子植物育種，2019，17（8）：2749-2760.

[2]嚴(yán)威凱雙標(biāo)圖分析在農(nóng)作物品種多點(diǎn)試驗(yàn)中的應(yīng)用[J].作物學(xué)報(bào)，2010，36（11） ：1805-1819.

[3]姜秀英，馬作斌，王慶新，等.基于R語(yǔ)言的GGE雙標(biāo)圖在水稻品種區(qū)域試驗(yàn)中的應(yīng)用[J].中國(guó)稻米，2024，30（2）：57-60，67.

[4]王磊，程本義，鄂志國(guó)，等.基于GGE雙標(biāo)圖的水稻區(qū)試品種豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性評(píng)價(jià)[J].中國(guó)水稻科學(xué)，2015，29（4）：408-416.

[5]李余良，熊婷.甜玉米品種區(qū)域試驗(yàn)產(chǎn)量和試點(diǎn)環(huán)境的GGE雙標(biāo)圖分析[J].玉米科學(xué)，2022，30（3）：47-53，62.

[6]龔錫震，柏光曉，任洪，等.基于AMMI模型對(duì)青貯玉米區(qū)域試驗(yàn)穩(wěn)定性和適應(yīng)性分析[J].種子，2019，38（4）：110-113.

[7]張海斌，吳曉華，于美玲，等.內(nèi)蒙古區(qū)域試驗(yàn)小麥品種（系）籽粒產(chǎn)量AMMI模型分析[J].作物雜志，2023（3）：27-34.

[8]張愷東，張凡巧，董博，等.基于R語(yǔ)言的AMMI模型和GGE雙標(biāo)圖在大豆區(qū)試中的應(yīng)用評(píng)價(jià)[J].中國(guó)農(nóng)學(xué)通報(bào)，2024，40（13）：140-145.

[9]許乃銀，榮義華，李健，等.GGE雙標(biāo)圖在陸地棉高產(chǎn)穩(wěn)產(chǎn)和適應(yīng)性分析中的應(yīng)用：以長(zhǎng)江流域棉區(qū)國(guó)審棉花新品種‘鄂雜棉30’為例[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2017，25（6）：884-892.

[10]陳四龍，李玉榮，程增書，等.用GGE雙標(biāo)圖分析種植密度對(duì)高油花生生長(zhǎng)和產(chǎn)量的影響[J].作物學(xué)報(bào)，2009，35（7）：1328-1335.

[11]魏鵬程，陳杜，羅英艦，等.基于AMMI和GGE雙標(biāo)圖的貴州不同生態(tài)區(qū)春玉米豐產(chǎn)性穩(wěn)產(chǎn)性和試點(diǎn)辨別力評(píng)價(jià)[J].玉米科學(xué)，2023，31（1） ：22-31.

[12]朱艷彬，樊曉琴，吉聞天，等.基于AMMI模型和GGE雙標(biāo)圖的西北春玉米品種區(qū)域試驗(yàn)綜合評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，28（12）：15-24.

[13]曹元元，丁逸帆，左示敏，等.基于GGE雙標(biāo)圖和AMMI模型對(duì)江蘇省水稻區(qū)試品種的豐產(chǎn)性和穩(wěn)定性分析[J].種子，2021，40（6）：38-43，51.

[14]步清，魯月，郝德榮，等.AMMI模型和GGE雙標(biāo)圖在江蘇省糯玉米品種區(qū)域試驗(yàn)中的應(yīng)用[J].分子植物育種，2022，20（22）：7628-7636.