GGE双标图在河南省夏播花生品种区域试验中的应用

笔者研究了河南省夏播花生品种区域试验中参试品种与环境的互作关系,科学评价参试品种与试点,为品种审定及试点遴选提供理论依据。采用可直观分析农作物两向数据的GGE双标图对参试品种的高产稳产性、品种与试验点环境间的关系、各试点的代表性进行了分析。结果表明：2015年河南省夏播花生品种区域试验中理想品种为‘豫花55号’,能有效地选择高产稳产品种的试点是河南省农业科学院经济作物研究所、濮阳市农业科学院、洛阳市农林科学院。     

基于R语言的GGE双标图在玉米品种区域试验中的应用

为了鉴定高产稳产玉米新品种以及为玉米高产栽培提供理论依据,通过基于R语言的GGE双标图法分析了10个玉米新组合在四川省甘孜州高海拔地区生态条件下的丰产、稳产性和适应性,同时分析了5个试验点对参试组合的辨别力和代表性。结果表明：‘康玉试0903’和CH327 2个组合高产且稳产;而SZ694较高产,但稳产性稍差,在海螺沟试验点有特殊适应性。综合各试验点的区分力和代表性,丹巴、九龙和海螺沟较好：九龙和海螺沟的区分能力强,丹巴试验点的代表性最佳。     

GGE双标图在玉米品种区域实验中的应用

为高产优质玉米新品种筛选以及玉米高产栽培提供理论依据,通过GGE双标图法分析了7个玉米新品种在贵州省高海拔地区生态条件下的丰产性、稳定性和适应性,同时分析了5个参试地点的辨别力和代表性。结果表明：‘盛农4号’产量最高,‘金发玉201212’产量最低,‘水玉108’最稳定,‘胜境847’最不稳定。就综合而言,‘盛农4号’综合性状最为理想。就各试验点的区分力和代表性而言,大方县大方镇关井村和威宁县小海镇卯家村的区分能力最好。赫章县古基乡桃园村的代表性最好。综合起来,‘盛农4号’可算作一个既高产又稳产的品种;大方县大方镇关井村和威宁县小海镇卯家村代表性和分辨力最为理想。     

GGE双标图在中国农作物品种试验中应用的必要性探讨

探讨了中国区域试验中品种特殊适应性以及品种生态区划分的现状、GGE双标图的统计原理及其在品种生态区划分、品种评价和试验环境评价中的应用方法与优势,指出GGE双标图在我国区域试验中应用的必要性和可行性,正确地使用GGE双标图可以直观地把目标种植区域的试验环境分为若干可能的品种生态区,同时可以依据试验环境对品种的鉴别力和对目标环境的代表性筛选出理想的区域试验环境,提高区域试验效率。     

基于R语言的GGE双标图法在甜菜品种区域试验中的应用

为了明确糖用甜菜品种在全国不同区域试验中参试品种的丰产性、稳产性、适应性及各试验点的区分力和代表力。2020年在全国不同生态区域的9个试验基地,以16个引种的KWS系列糖用甜菜品种为试材,采用基于R语言的GGE双标图法对糖用甜菜品种的产糖量指标进行分析。结果表明,在2020年品种区域试验中,KWS 0015(G₁₆)丰产性最佳;KWS 7748(G₆)、KWS 9921(G₁₅)具有较好的稳产性;KWS 0015(G₁₆)适宜种植的区试点最多,具有较强区域适应性,较其他品种高产稳产,为本试验理想品种。此外,呼和浩特(E₉)具有较高区分力和较好代表性,是本研究的理想区试点。GGE双标图法对综合分析糖用甜菜品种基因型、环境与基因型交互效应具有科学合理性。     

基于 GGE 双标图的甜玉米区域试验品种分析

为准确评估不同甜玉米品种在区域试验中的稳定性和丰产性,对各试点环境的鉴别力和代表性进行划分。以 2020年、2021 年国家东南新科联合体玉米区域试验的 7 个甜玉米品种在 9 个试验地产量数据为基础,采用 GGE 双标图分析法对其进行分析。结果表明,2020 年试验中,亿绿甜 16 号丰产性最好,珠玉甜 8 号次之;仲甜 9 号稳产性最好,珠玉甜 8 号、粤甜16 号次之;2021 年试验中,亿绿甜 16 号丰产性最好,珠玉甜 8 号、仲甜 9 号次之;粤甜 16 号稳定性最好,仲甜 9 号、珠玉甜 8号次之;2 年试验中,珠玉甜 8 号的丰产性、稳产性表现较其他品种相对突出,综合表现好,适应性强;9 个试点中的 8 个试点在 2 年试验中呈正相关关系,其中广东广州和广东茂名 2 个生态环境之间存在紧密的正相关关系,杭州三江、安徽滁州 2 个生态区分别为 2020 年和 2021 年理想试点生态区,对甜玉米品种具有较高的环境鉴别力和代表性。     

双标图分析在农作物品种多点试验中的应用

双标图分析越来越多地被用于直观分析农作物品种多点试验数据和其他类型的两向数据。这种方法深受植物育种家和农业研究人员的推崇, 认为它可以提高研究者理解和驾驭试验数据的能力;但也受到一些学者的批评, 认为它是统计分析方面的旁门左道。事实上,学术界对什么是双标图的认识尚存混乱。一些双标图的使用者并不总能正确地选择和解释双标图。一些双标图的批评者对双标图分析及其研究对象也缺乏深入了解。为使研究者对双标图分析有一个客观全面的认识, 本文就用双标图分析农作物品种多点试验中的几个问题进行阐述：(1) 如何针对特定的研究目的选择适当的双标图; (2) 如何选择适当的GGE双标图来分析多点试验数据; (3) 如何使用GGE双标图的不同功能形态进行品种评价、试验点评价和品种生态区划分; (4) 如何判断双标图是否充分表现试验数据中的规律; (5) 如何检验双标图显示的结果是否显著。     

基于GGE双标图与纤维长度选择的棉花品种生态区探索与划分

采用GGE双标图分析方法对2000~2010年期间27组长江流域国家棉花品种区域试验以安庆、南阳、黄冈、荆州、武汉、襄阳、常德、岳阳、南京、南通、盐城、九江、简阳、射洪和慈溪等15个试验点为代表的长江流域棉区目标环境中可能存在的基于棉花纤维长度选择的品种生态区进行探索与划分,并对品种生态区划分结果进行信息比（IR）校正,以提高品种生态区划分的可靠性,为长江流域棉区棉花品种纤维长度的选择和推荐策略提供科学的决策依据。结果表明：我国长江流域棉区大致可划分为基于纤维长度选择的3个品种生态区,第1个品种生态区包括安庆、九江、武汉、南通、黄冈、常德和岳阳,第2个品种生态区包括荆州、盐城、南京和射洪,第3个品种生态区包括慈溪、简阳、襄阳和南阳。     

利用GGE双标图划分长江流域棉花纤维品质生态区

长江流域棉区棉纤维品质区域特征明显,合理划分纤维品质生态区有助于提高原棉品质和配棉效率。本研究采用GGE双标图的“环境-性状”功能图分析2000-2012年期间长江流域国家棉花品种区域试验中环境与纤维品质性状的互作模式,提出长江流域棉纤维品质生态区划分方案。结果表明,长江流域棉区可划分为“中等品质生态区”、“高长度与比强度生态区”和“低马克隆值生态区”。其中,长江流域中等纤维品质生态区涵盖湖北省江汉平原和鄂东南岗地棉区、河南省与湖北省交界的南襄盆地棉区、湖南省环洞庭湖东部和西部棉区、江西省环鄱阳湖棉区、安徽省沿江与江淮棉区、江苏省宁镇丘陵与沿江棉区和浙江省沿海棉区,纤维品质较好,代表了长江流域的总体水平;高长度与比强度生态区位于湖南省环洞庭湖北部滨湖沃土棉区,纤维长度和比强度优良,而马克隆值偏高;低马克隆值生态区涵盖长江流域最西边海拔较高的棉花熟期早长势较弱的四川丘陵棉区和最东边土壤含盐度较高且棉花长势较弱的江苏沿海棉区,纤维马克隆值达到B级水平,为长江流域马克隆值最好的区域,但纤维比强度水平一般。本研究充分展示了GGE双标图的“环境-性状”功能图在纤维品质生态区划分方面的应用效果,可为长江流域棉花区域化种植和纺织企业合理用棉提供决策支持,也为其他棉区和作物生态区划分研究提供参考。     

GGE双标图对抗寒烤烟品种区域试验的分析

利用2012年南平市抗寒烤烟品种区域试验中各品种在3个不同试验点上的平均产量和平均产值,经过环境中心化后的数据,以GGE双标图的图谱形式阐述了参试品种在各试验点的表现、各试验点环境间关系、各试验点的区分力和代表性及各参试品种平均表现和稳定性。结果表明：（1）‘CB-1’在延平试验点平均产量、平均产值最高,‘NF-1’在邵武、浦城试验点平均产值最高;（2）邵武和浦城试验点之间存在紧密正相关,且与延平试验点均表现为负相关;（3）延平、浦城、邵武各试验点对参试品种均具有较强的区分能力,作为抗寒品种筛选的试验点,浦城和邵武具有较强代表性;（4）5个参试品种中‘NF-2’表现既高产量、高产值又稳定的品系,‘NF-1’表现相对高产和稳定的品系。     

长江流域棉花纤维比强度选择的理想试验环境筛选

采用GGE双标图方法对2000-2010年期间27组独立的长江流域棉花品种区域试验中的15个试点在纤维比强度选择上的鉴别力、代表性、理想指数和离优度指数进行了全面分析和综合评价.结果表明:南京、黄冈、常德、岳阳和南阳是以长江流域为目标环境的广适性纤维比强度选育和作为区域试验点鉴别理想品种的最理想试验环境,而江浙沿海棉区的试验环境(南通、盐城和慈溪)和四川盆地棉区试验环境(简阳和射洪)不适宜作为针对长江流域的纤维比强度选择与推荐环境.本研究充分展示了GGE双标图在区域试验环境评价方面的应用效果,也为长江流域棉花品种生态区划分和国家棉花区试方案的决策提供理论依据.     

黄淮区试试验点油菜主要农艺性状分析

解析黄淮区试各试验点油菜主要农艺性状的基因与环境互作关系,并对各试验点进行评价。本研究用GGE双标图方法对2010—2015 年油菜黄淮区试农艺性状数据进行分析,用油菜产量三因素的基因与环境互作结果对试验点进行分类,并按照区分能力和代表性对各试验点进行评价。结果显示,富平试点的产量、单株角果数、株高和分枝部位表现最好。淮安试点的千粒重、单株产量、分枝数和主花序角果数表现最好,成县试点的每果粒数和主花序结角密度表现最好。按单株角果数和千粒重分析,宿州试点都单独聚为1 类;杨凌试点的区分能力和代表性最高。宿州试点被划分为另外一个品种生态区,杨凌试点是最理想的试验点     

基于GYT双标图对西北内陆棉区国审棉花品种的分类评价

西北内陆棉区是我国最重要的主产棉区,对该棉区历年国审棉花品种进行科学分类和综合评价有利于国审品种资源的合理利用和棉花生产效率的提升。本研究采用GYT双标图分析对2003—2019年期间西北内陆棉区37个国审棉花品种的产量与霜前花率、纤维长度、比强度、马克隆值、枯萎病指数和黄萎病指数等性状的组合水平进行了综合分析和品种分类评价。结果表明,西北内陆棉区37个国审棉花品种可划分为3个特征明显的品种类型。其中,I型品种包括新陆早13号、中棉所49、新陆早21号、巴13222、新46、天云0769、Z1112、新石K18、J206-5、新石K21、禾棉A9-9、创棉508、H33-1-4、金科20、新K28、创棉512和J8031等17个品种,是产量与其余性状组合协调最好的品种类型,在生产上推广应用价值最高。II型品种产量和纤维品质表现一般,抗病性差,在当前生产上应用价值有限。III型品种的抗枯萎病性表现最好,但在其余性状上表现略差,综合生产应用价值有限,也许可作为抗病亲本应用。同时,根据各品种的理想指数筛选出创棉512、J8031、新K28、H33-1-4、金科20、新陆早13号和创棉508等综合表现优良的品种,也鉴别出新陆棉1号、新陆早33号、创棉501号和新陆早51号等综合表现相对略差的品种。本研究采用的GYT双标图分析方法是基于“产量-性状”组合水平对品种进行综合评价和分类研究,产量-性状组合之间的相关关系更加简单,多数组合间表现显著正相关,更适用于品种的多性状直观选择和综合评价,通常比先前的GT双标图解释的变异比率高,双标图模型拟合度更好,结果更可靠。本研究采用GYT双标图分析方法对西北内陆棉区国审品种的分类研究揭示了该棉区国审棉花品种的分类特征和应用价值,为本区的国家棉花品种试验审定提供了借鉴,也为其他作物品种的类似研究提供了范例。     

Interrelationship among and repeatability of seven stability indices estimated from commercial cotton (<Emphasis Type="Italic">Gossypium hirsutum</Emphasis> L.) variety evaluation trials in three Mediterranean countries

Multi-environment trial data are required, to obtain variety stability performance parameters as selection tools for effective cultivar evaluation. The interrelationship among seven stability parameters and their association with mean yield, along with the repeatability of these parameters across consecutive years was the objective of this study. Cottonseed yield data of 31 cotton cultivars, proprietary of Delta and Pine Land Co and other companies, evaluated in 20 locations over the 1999–2005 year period in Greece, Spain and Turkey were used for combined analysis of variance in four datasets. Across locations in a single evaluation year (dataset A), across locations in each of two single consecutive evaluation year (dataset B), across locations and two consecutive years (dataset C) and across locations and three consecutive years (dataset D). For each dataset, cultivar phenotypic variance was appropriately partitioned in its components and the h² and component estimated. Furthermore, following the appropriate stability analysis and AMMI1 along with the GGE Biplot distance (GGED) and instability (GGEIN) parameters were obtained. The interrelationship among the parameters and their association with mean yield based on Spearman rank correlation was studied in each of the seven single evaluation years (dataset A). Rank correlation coefficients were also used as estimates of the repeatability of these stability parameters across consecutive year combinations (dataset B, C and D). The parameters GGED and YS_i were consistently highly correlated with each other and mean yield in five out of seven single evaluation years. The data provided evidence that single year evaluation across locations might be sufficient to reliably rank cotton cultivars, based on mean yield along with GGED and YS_i. Combined analysis across two consecutive years (dataset C) was more effective as compared to single year evaluation. GGED was relatively more repeatable than YS_i and mean yield in single (dataset B) and 2-year comparisons (dataset C). Although GGED is an index depended and proportional to yield, provides a superior way to integrate mean performance and stability into a single measure, which can be assessed visually on biplots. Regarding the other stability parameters, the results were contradicting and of low repeatability across single years and two consecutive years. Cultivar evaluation combined across locations in 3 years did not improve the repeatability of cultivar variance effects but resulted in very high repeatability of GGED, YS_i and mean yield.     

基于HA-GGE双标图的长江流域棉花区域试验环境评价

采用遗传力校正的GGE (HA-GGE)双标图方法对2000-2010年间27个独立的长江流域棉花品种区域试验的15个试验环境(试验点)在皮棉产量选择上的鉴别力、代表性、理想指数和离优度指数进行分析和综合评价。结果表明,湖北黄冈、江苏南京和湖北荆州是最理想的试验环境,对以长江流域为目标环境的广适性新品种选育和作为区域试验点鉴别理想品种的效率最高,而四川射洪、四川简阳、湖北襄阳和河南南阳不适宜作为针对长江流域的新品种选择与推荐环境。理想试验环境都位于长江流域除南襄盆地以外的中下游棉区,而不理想试验环境中的四川射洪和四川简阳位于长江流域棉区最西边的品种熟期较早且种植密度较高的四川盆地棉区,河南南阳和湖北襄阳位于长江流域棉区最北边, 与黄河流域棉区接壤, 霜期较早且晚秋降温快的南襄盆地棉区。本研究充分展示了HA-GGE双标图在区域试验环境评价方面的应用效果,也为长江流域棉花品种生态区划分和国家棉花区试方案的决策提供了理论依据。     

The Effectiveness of HA-GGE Biplot Application in Analyzing the Data from the National Cotton Cultivar Regional Trial in the Yangtze River Valley

A large number of regional crop trials have demonstrated the ubiquitous existence of genotype × environment interactions (G×E), which make it complicated to select superior cultivars and identify the ideal testing sites. The GGE (genotype main effect plus genotype × environment interaction) biplot is the most powerful statistical and graphical displaying tool available for regional crop trial dataset analysis. The objective of the present study was to demonstrate the effectiveness of the biplot in evaluating the high and stable yields of candidate cultivars simultaneously, and in delineating the most adaptive planting region, analyzing trial location discrimination ability and representativeness, and identifying the ideal cultivar and trial locations. The lint cotton yield dataset with nine experimental genotypes and 17 test locations (three replicates in each) was collected from the national cotton regional trial in the Yangtze River Valley (YaRV) in 2012. The results showed that: (1) the effects of genotype (G), environment (E), and genotype × environment interaction (G×E) were significant (P < 0.01) for lint cotton yield. Differences among environments accounted for 78.7% of the treatment total variation in the sum of squares, whereas the genotype main effect accounted for 8.7%, and the genotype × environment interaction accounted for 12.6%. (2) The “ideal cultivar” and “ideal location” view of the HA-GGE biplot identified Zhongcj408 (G2) and Nannon12 (G9) as the best ideal genotypes; Cixi in Zhejiang Province and Jiangling in Hubei Province were the most ideal locations.(3) The “which-won-where” view of the biplot outlined the adaptive planting region for each experimental cultivar. (4) The “similarity among locations” view clustered the trial locations into four groups, among of which the two outlier locations, Shehong (SH) and Chengdu (QBJ), located in Shichuan Basin in the upper reaches of YaRV, were clustered in one group, whereas the Nanyang (NY) of Henan Province at the northern edge of YaRV was singled out as a sole group. Such location clustering results implied an apparent association with the geographical environment.     

棉花区试中品种多性状选择的理想试验环境鉴别

农作物品种选育通常需要对多目标性状综合选择,依据育种目标性状和权重建立品种选择指数,选择遗传差异鉴别力强和目标环境代表性好的试验点,有助于提高品种选育的效率并降低实验成本。本研究依据国家棉花品种审定标准构建针对性和实用性强的品种选择指数,即SI=0.40?皮棉产量+0.13?纤维比强度+0.09?(纤维长度+马克隆值)+0.11?抗枯萎病+0.09?抗黄萎病+0.10?霜前花率,采用GGE双标图方法,对2000—2013年间39组(含585个单点试验)长江流域国家棉花区域试验中的15个试验点,综合评价品种选择指数的鉴别力、代表性和理想指数。结果表明,湖北黄冈和江苏南京试验环境被评为最理想的试验环境,湖北荆州、湖北武汉和江苏盐城为理想的试验环境,而河南南阳、湖北襄阳、湖南常德、四川简阳和四川射洪试验环境为不理想试验环境。可以看出,理想的试验环境均位于长江流域的中下游棉区,而不理想的试验环境中四川简阳和四川射洪位于上游的四川盆地、河南南阳和湖北襄阳位于长江流域北缘的南襄盆地、湖南常德虽然位于长江流域中游但栽培密度偏低。本研究构建的选择指数采用与国家棉花品种审定中品种评价准则相统一的目标性状和权重分配策略,理想试验环境对我国长江流域棉区的棉花生态育种试验点的选择提供了切实可行的决策方案。     

黄河流域棉区纤维品质区域分布特征与生态区划研究

【目的】旨在研究黄河流域试验环境与参试品种品质性状互作模式。【方法】选用2005―2014年国家棉花品种区域试验黄河流域棉区中熟常规组19个试验点,作为试验环境;运用GGE模型绘制双标图,结合纤维品质性状选择对适宜的生态区划分进行探讨,并基于GGE双标图对纺纱均匀性指数与其他指标的相关性进行研究。【结果】(1)纤维的纺纱均匀性指数与纤维的上半部平均长度、断裂比强度和长度整齐度指数呈极显著正相关,与断裂伸长率、反射率表现为正相关但不显著,与马克隆值显示为负相关但不显著。(2)黄河流域棉区纤维品质性状在19个生态试点的表现可划分为3个特征明显的纤维品质生态区。第Ⅰ生态区包括江苏泗阳、响水,安徽灵璧,河南新乡和商丘,其纤维上半部平均长度、断裂比强度和纺纱均匀性指数都显著高于其余生态区,长度整齐度指数显著高于第Ⅲ生态区,且纤维上半部平均长度、断裂比强度和马克隆值协调较好,都达到了国家棉花品种审定的Ⅱ型标准,为"优质纤维生态区"。第Ⅱ生态区包括陕西大荔,河南西华,山东宁津,河北石家庄和故城,其马克隆值较高,纤维上半部平均长度和断裂比强度表现一般,纺纱均匀性指数表现最差,为"普通纤维生态区"。第Ⅲ生态区包括陕西杨凌,山西运城,河南安阳,河北邯郸、沧州,天津宁河,山东惠民、金乡和临清,其马克隆值最低,其余性状表现中等,为"低马克隆值生态区"。【结论】本研究明确了黄河流域棉区棉花纤维品质生态区的划分,可为黄河流域广适性棉花品种的选育、生态区划分和理想试验环境选择等提供依据。