用GGE双标图分析广西旱藕品种产量稳定性和试点代表性

为了筛选适合广西种植的旱藕新品种,用GGE双标图分析了5个旱藕品种在广西4个不同海拔区域的产量稳定性和试点代表性。结果表明,兴芋3号属高产稳产型;兴芋2号稳定性好,产量较高;田林旱藕产量最低,稳定性较差;马山旱藕产量较高,但稳定性差。从品种对试点的特殊适应性分析,兴芋3号特殊适应性最广。从产量水平来看,兴芋3号表现较好,其次为兴芋2号,可加大力度推广。田林县和大化县试点区分能力强,都安县试点代表性较好。     

基于AMMI模型和GGE双标图对玉米品种产量稳定性和适应性选择评价

为有效鉴定和评价黄淮海玉米品种产量丰产性、稳定性和适应性,筛选出适宜黄淮海地区推广种植的优良玉米品种,采用AMMI模型稳定性参数和非参数方法对黄淮海玉米区域试验15个参试品种在6个省12个试点进行产量稳定性评价,同时利用GGE双标图对参试品种进行适应性分析。结果表明：方差分析变异来源中基因型（G）、环境（E）以及基因型与环境互作（GEI）均达到了极显著差异（P＜0.01）和显著差异（P＜0.05）,其中环境效应在总平方和中占比最大,为85.02%,其次是基因型与环境互作效应,占比为10.74%,基因型所占比例最小,为4.25%。对基因型与环境互作效应进行分解,前5个交互主成分（IPCA 1~IPCA 5）差异达到了显著和极显著水平,共计解释了85.41%的互作效应。基于Spearman相关分析,非参数统计因子和参数统计因子内部各指标之间存在着显著的相互关系。生物干重与非参数统计因子S^（6）、Z₁、Z₂、NP^（2）、NP^（3）、NP^（4）、KR间均呈显著负相关（P＜0.05）,与S^（1）和S^（2）则呈显著正相关（P＜0.05）。AMMI双标图显示,参试品种整株生物干重范围在18 000~22 000 kg/hm² ,‘渝单805’‘正大511’‘青秀001’和‘皖农科青贮8号’丰产性较好,‘金诚6’丰产性最差。‘正大511’‘雅玉7758’‘KNX22002’和‘青秀001’等参试品种稳定性较强,山东德州较其他试点有较好的辨别力,而山东泰安和河南濮阳等试点辨别力较差。GGE双标图分析表明‘正大511’属于丰产性和稳定性均较好的品种,为黄淮海地区的理想品种,其次为‘青秀001’和‘渝单805’,而‘安科青2号’离圆心位置最远,为参试品种中最不理想的品种。综上,采用AMMI模型和GGE双标图评价可为黄淮海地区玉米品种示范和推广提供依据。     

应用GGE双标图对不同基因型谷子农艺性状及产量稳定性分析

通过GGE双标图分析了7种不同基因型的谷子品种在晋中生态条件下的产量与性状差异以及各品种的突出优势表现,为筛选该地区适宜品种以及根据所需培育适宜品种提供依据.结果表明,张杂谷系列表现出较大的杂种优势,尤其以张杂3号的籽粒产量最高,常规谷种以tg的分蘖力较强,产量高于晋谷.谷粒籽粒的产量与有效穗数、单穗粒重和千粒重呈显著的正相关关系,与穗数、有效穗数、分蘖数和单穗粒重呈负相关关系.     

GGE双标图在玉米区域试验中的应用

采用GGE-biplot软件对2012年吉林省中早熟组玉米区域试验进行了分析。结果表明:A01品种丰产性、稳产性综合表现最佳,白山河口点鉴别力及代表性综合表现最佳。利用GGE双标图可以直观、简单、便捷地展示出品种及试验点的优劣,为今后的品种筛选、推广及试验点分布提供了参考依据。     

区域试验玉米品种(系)产量稳定性和适应性的GGE双标图分析

为准确评价区域试验玉米品种(系)产量稳定性和适应性,研究采用GGE-biplot软件对2012年恩施州玉米品种区域试验11个参试玉米品种(系)和8个试点的试验数据进行分析。结果表明,在主要农艺性状中,产量与穗长、穗粗、百粒重、秃尖长和穗行数呈正相关。在参试玉米品种(系)中,恩玉单8号、G1004和HS10375具有较高产量和较好稳定性。在各区域试验点中,来凤、鹤峰区试点具有较强的品种鉴别能力和生态代表性。GGE双标图能够直观、简洁地显示玉米品种高产性、稳产性和区试点鉴别力、代表性,可为玉米品种鉴定和推广提供参考依据。     

基于GGE双标图分析山西大豆区试品种的稳定性及适应性

为研究山西大豆区域试验中参试品种的高产稳定性及适应性,2019-2020年在山西高平、介休、汾阳、文水、清徐、长治6个试点种植中部复播区的7个大豆品种,收获后测产。采用联合方差分析和GGE双标图模型对产量性状适应性、高产性、稳定性及试点鉴别力和代表性等进行分析。结果表明,参试大豆品种的产量性状在基因型、环境及基因型与环境互作效应均达到显著水平,基因型、基因型与环境互作效应、环境对大豆产量的影响逐渐增强。GGE双标图分析表明：高平、介休、文水和长治4个试点适应性最强的品种是品豆25;汾阳适应性最强的品种是汾豆98;清徐适应性最强的品种是同豆8181,因此要根据品种的特性选择适宜的种植环境,最大限度地发挥地域优势与品种生产潜力。同豆8181既高产又稳产,同时更有区域适应性优势,适宜在山西省中部复播区种植,是一个比较理想的品种。试点间相关性结果显示：高平、介休、文水、长治之间存在着密切正相关关系,说明在试点的选择存在着重复设置问题。试点鉴别力和代表性结果显示,介休试点对7个大豆品种最具鉴别力和代表性,是较为理想的环境。GGE双标图能够直观清晰地显示大豆多点多年品种试验结果和品种的代表性。研究...     

GGE双标图分析在糯高粱品种区域试验中的应用

采用GGE双标图法对2013—2014年全国高粱品种糯高粱组6个试验地点的14个糯高粱品系试验数据进行分析。结果表明:2013年G7(407A/LZ1050R),2014年G10(辽糯14-2)属于高产、稳产较好的品系;在主要农艺性状中,小区产量与糯高粱育性成正相关,育性的高低是影响糯高粱产量的重要指标之一。在6个糯高粱试点中,2013年泸州和贵阳代表性最强,长沙代表性最弱,而武汉、重庆和宜宾代表性居中。2014年重庆代表性最强,而长沙、武汉、贵阳和泸州居中。从两年的区域试验各品种生态区来看,泸州、贵阳和重庆试点兼备较强的鉴别力和较好的代表性。本研究利用GGE双标图能够更加直观地分析糯高粱品种丰产性、稳产性和试点鉴别力、代表性,可为糯高粱品种区域试验数据进行准备地分析提供参考依据。     

用GGE双标图分析苦荞品种的产量稳定性及试验地点相似性

【目的】更准确有效地分析苦荞品种适应性,筛选优良苦荞品种和评价试验地点,为苦荞品种推广应用和区域试验试点的科学布局提供参考。【方法】采用变异分析和GGE双标图对国家区域试验中第8轮苦麦区域试验的生育期、株高、主茎分枝数、主茎节数、千粒质量及产量进行分析。【结果】(1)参试品种(系)在生育期、株高、主茎分枝数、主茎节数4个性状上的平均值表现为北方高于南方,而千粒质量和产量的平均值表现为南方高于北方。参试品种(系)间各个性状的变异小,稳定性较好,但类型不丰富。(2)南、北方各有其适宜的高产稳定品种。云荞67、昭苦2号、西苦7-3为适宜于南方的高产稳产品种;西农9940、凉苦-4和威苦02-286为适宜于北方的高产稳产品种。【结论】利用GGE双标图可以对试验地点分组,但对于试验点的评价和取舍要结合地理环境条件进行客观分析。     

基于玉米产量及籽粒相关性状的GGE双标图分析

通过GGE双标图法分析了7个玉米新品种在5个试点的产量及籽粒相关性状,为玉米新品种鉴定、各优良品种的区域布局,及玉米育种实践提供参考。通过GGE双标图法分析了7个玉米新品种在5个试点的产量及籽粒相关性状,分析各品种各个性状的适应性、表现及稳定性;同时分析相应试点的分辨力及代表性。ZP122为百粒重高且较稳定品种;盛农4号为产量最高且稳定性相对较好的品种;盛农4号和水玉108为穗长表现优异品种,前者穗长最长,稳定性稍差,后者穗长稍差,稳定性最好;盛农4号为穗粗最为理想品种;水玉108为行粒数最多且稳定性较好的品种。威宁县卯家村、盘县沙坡村和赫章县桃园村3试点百粒重代表性和分辨力较强;大方县关井村为产量分辨力最高试点,赫章县桃园村为代表性最好试点,但分辨力稍差;盘县沙坡村和水城县小河村2试点穗长代表性和分辨力均最为理想;大方县关井村和水城县小河村2试点穗粗代表性和分辨力都很高;盘县沙坡村和赫章县桃园村2试点穗行数分辨力和代表性均最好,但二者可能存在试点重复设置的问题。各品种不同性状间适应性及稳定性都存在一定的差异,显示出了较高水平的基因多样性。不同试点之间代表性和分辨力存在一定的差异,GGE双标图在玉米产量及籽粒相关性状分析方面比较直观而且有效。     

基于Genstat GGE双标图评价甘肃省马铃薯区域试验的参试品种和试点

以2007-2008年甘肃省马铃薯区域试验的9个品种在7个试点的块茎产量为材料,利用基于Genstat的GGE双标图分析评价参试品种(系)的丰产性、稳定性、适应性以及各试点的代表性和区分力。结果表明,参试品种(系)‘陇薯9号’‘L0227-18’‘天薯10号’‘陇薯8号’的丰产性和稳产性较好;7个试点被划分为2个类型区域,在2个类型区域中表现最好的品种分别为‘陇薯9号’和‘陇薯6号’,安定、会川和临夏是比较理想的试点,具有较强的区分力和代表性。     

用GGE双标图研究可再生基质对翠菊幼苗的影响

探讨了用粉碎后的玉米秸秆作为翠菊育苗基质中草炭的替代品。试验采用随机区组设计方法,共设7个基质配方,将供试的玉米秸秆分为腐熟和未腐熟2种。研究了不同育苗基质配方对翠菊幼苗生长发育的影响,采用GGE双标图对试验数据进行直观分析。结果表明:翠菊幼苗在不同基质配方下表现出明显的差异,其中以T3处理[V(腐熟玉米秸秆):V(园土)=3:1]和T7处理(CK)[V(草炭):V(园土)=3:1]最有利于翠菊幼苗的生长发育。利用腐熟玉米秸秆代替育苗基质中的草炭用于翠菊,既可以节省草炭资源,又可解决草炭资源日益枯竭的问题,同时,玉米秸秆来源丰富,可再生,成本低。用GGE双标图研究不同育苗基质配方对翠菊幼苗生长发育的影响,不仅可以直观而有效的进行分析和判断,还可以明确地得到各指标间的相互影响情况。     

The Application of GGE Biplot Analysis for Evaluating Test Locations and Mega-Environment Investigation of Cotton Regional Trials

In the process to the marketing of cultivars, identification of superior test locations within multi-environment variety trial schemes is of critical relevance. It is relevant to breeding organizations as well as to governmental organizations in charge of cultivar registration. Where competition among breeding companies exists, effective and fair multi-environment variety trials are of utmost importance to motivate investment in breeding. The objective of this study was to use genotype main effect plus genotype by environment interaction（GGE） biplot analysis to evaluate test locations in terms of discrimination ability, representativeness and desirability, and to investigate the presence of multiple mega-environments in cotton production in the Yangtze River Valley（YaRV）, China. Four traits（cotton lint yield, fiber length, lint breaking tenacity, micronaire） and two composite selection indices were considered. It was found that the assumption of a single mega-environment in the YaRV for cotton production does not hold. The YaRV consists of three cotton mega-environments： a main one represented by 11 locations and two minor ones represented by two test locations each. This demands that the strategy of cotton variety registration or recommendation must be adjusted. GGE biplot analysis has also led to the identification of test location superior for cotton variety evaluation. Although test location desirable for selecting different traits varied greatly, Jinzhou, Hubei Province, China, was found to be desirable for selecting for all traits considered while Jianyang, Sichuan Province, China, was found to be desirable for none.     

The Application of GGE Biplot Analysis for Evaluat ng Test Locations and Mega-Environment Investigation of Cotton Regional Trials

In the process to the marketing of cultivars, identification of superior test locations within multi-environment variety trial schemes is of critical relevance. It is relevant to breeding organizations as well as to governmental organizations in charge of cultivar registration. Where competition among breeding companies exists, effective and fair multi-environment variety trials are of utmost importance to motivate investment in breeding. The objective of this study was to use genotype main effect plus genotype by environment interaction (GGE) biplot analysis to evaluate test locations in terms of discrimination ability, representativeness and desirability, and to investigate the presence of multiple mega-environments in cotton production in the Yangtze River Valley (YaRV), China. Four traits (cotton lint yield, fiber length, lint breaking tenacity, micronaire) and two composite selection indices were considered. It was found that the assumption of a single mega-environment in the YaRV for cotton production does not hold. The YaRV consists of three cotton mega-environments: a main one represented by 11 locations and two minor ones represented by two test locations each. This demands that the strategy of cotton variety registration or recommendation must be adjusted. GGE biplot analysis has also led to the identification of test location superior for cotton variety evaluation. Although test location desirable for selecting different traits varied greatly, Jinzhou, Hubei Province, China, was found to be desirable for selecting for all traits considered while Jianyang, Sichuan Province, China, was found to be desirable for none.     

基于GGE双标图的甘肃胡麻区试品系稳定性与试点代表性研究

【目的】评价胡麻高代品系在不同试点的适应性、高产性及稳定性,筛选出适应性强的优良高代胡麻品系,为胡麻新品种鉴定及推广工作的完善提供可靠的科学依据。【方法】2017-2018年在甘肃兰州、景泰、榆中、清水、定西、张掖、白银、平凉、镇原9个试点种植甘肃省区域试验的12个胡麻高代品系,收获后测产,采用联合方差分析和Genstat GGE双标图模型对产量性状适应性、高产性和稳定性及试点鉴别力和代表性进行分析。【结果】参试的12个胡麻品系产量在基因型、环境及基因型与环境互作效应均达到极显著水平(P<0.01)。产量性状适应性结果显示,对兰州和景泰适应性最强的品系是99012-3（G10）;对榆中、清水、定西、平凉和镇原适应性最强的品系是10287（G4）;对张掖、白银适应性最强的品系是988-1（G11）。试点间相关性结果显示,榆中、平凉、镇原之间存在着密切正相关关系,兰州、景泰、定西、张掖、白银之间存在密切正相关关系。高产性和稳定性结果显示,参试胡麻品系中高产不稳产的品种有200617-8（G7）、09162（G8）、99012-3（G10）和0523-2-1-3（G12）,低产稳产的品种有0354（G1）、1S×980369（G2）、9894-4（G3）、陇亚13号（G5,对照）、0818-6-13（G6）和1S×QS3（G9）,不稳定且低产品种是988-1（G11）,高产稳产品种有10287（G4）。试点鉴别力和代表性结果显示,景泰和兰州试点对12个胡麻高代品系最具鉴别力和代表性。【结论】GGE能够直观显示胡麻多点多年高代品系试验结果,客观评价品种的适应性、丰产和稳产性及试点的代表性和鉴别力。     

Cultivar Selection and Test Site Evaluation of Cotton Regional Trials in Jiangsu Province Based on GGE Biplot

[Objective] This study was to evaluate the high yielding and stability of candidate cultivars, depict the adaptive planting region, analyze trial location discrimination ability and representativeness, as well as identify the ideal cultivar and trial location, with the aim to provide theory background for cultivar selection and reasonable scheme of test location in Jiangsu Province. [Method] The GGE biplot method was used to analyze the lint cotton yield of 12 experimental genotypes in the 6 test locations(three replicates in each) of the cotton regional trial in Jiangsu Province in 2013. [Result] The effects of genotype(G), environment(E), and genotype by environment interaction(G×E) on lint cotton yield were all highly significant(P0.01), which made it necessary to further explore the specific pattern of genotype by environment interaction. Jinmian118(G4) and SF3303(G5) were the best ideal genotypes screened by the "ideal cultivar" and "ideal location" view of GGE biplot, and the ordination of test sites based on the ideal index were in the order of Dafeng(DF), Yanliang(YL), Liuhe(LH), Dongtai(DT), Yancheng(YC), and Nantong(NT), among which NT was relatively weak in representing of the whole target cotton planting region in Jiangsu Province. The "similarity among locations" view of GGE biplot clustered all trial locations into one group, showing that the test sites in the cotton planting region in Jiangsu Province were in the same mega-environment.The "which-won-where" view of GGE biplot indicated that cotton cultivar Jinmian118(G4) was the most appropriate cultivar in the homogeneous cotton planting region in Jiangsu Province. [Conclusion] Among the candidate cultivars, Jinmian118 and SF3303 were identified as the most ideal cultivars in this set of conventional cotton regional trial in Jiangsu Province; the test site of Dafeng ranked the first out of all locations in terms of discrimination and representativeness, and all test locations were clustered into the same mega-environmet, which indicated the high efficiency of cultivar selection in the cotton regional trial in Jiangsu Province.     

基于AMMI模型和GGE双标图的西北春玉米品种区域试验综合评价

为筛选出西北地区高产稳产的品种和理想的测试点,利用AMMI模型和GGE双标图对2022年西北春玉米品种区域试验中的12个品种在19个试点的丰产性、稳产性和适应性进行分析,评价试点的区分力和代表性。结果表明,产量变异主要包括基因型、环境以及基因型与环境互作,分别占产量变异总平方和的4.39%、74.50%和10.08%。AMMI模型解释了82.76%的品种与试点互作效应。GGE双标图将19个试点分成3个生态区域;其中,甘肃省平凉市、天水市、内蒙古自治区巴彦淖尔、宁夏回族自治区平罗县、陕西省延安市、新疆维吾尔自治区昌吉州和可克达拉市7个试点的区分力和代表性较强。通过AMMI模型和GGE双标图,鉴定出适合西北地区高产稳产的品种为‘DK 2207’和‘玺旺188’。AMMI模型能够充分分解互作效应,并着重评价品种的稳定性,而GGE双标图则在评价试点的区分力和代表性方面有优势。综上,AMMI模型和GGE双标图的综合应用有助于提高西北春玉米品种和测试点评价的可靠性。     

基于GGE双标图对南方冬大麦区域试验的分析

用GGE双标图对2009—2010年度南方冬大麦品种区域试验进行分析,以图谱的形式阐述了参试品种在各试验点的表现、各品种的平均表现和稳定性、各品种的适应地区、各参试品种的相似性和环境的相似性及两品种之间的比较等问题,很好的解答了品种与环境互作的问题。双标图显示‘苏啤3号’是一个适应性很广的品种。产量相关性状的图谱分析表明：本年度试验中有效穗与产量相关性最高,是影响产量的制约因素。     

AMMI模型和GGE双标图法在新疆冬小麦区域试验产量分析上的应用

[目的]客观、准确评价区域试验中冬小麦新品系的丰产性和稳定性,探明适合新疆冬小麦区域试验分析的统计模型.[方法]利用AMMI模型和GGE双标图分析2010、2011年北疆冬小麦区域试验中5个试点、12个新品系的产量结果.[结果]基因型、环境及基因型×环境互作的平方和分别占总平方和的6.96;、32.62;和26.82;,均达到极显著水平.通过模型分析,垦冬杂1号和垦冬00(2)号具有较好的稳产性和丰产性,适合在伊宁、塔城和奇台等地区种植;08/7148在安宁渠点和塔城地区种植可获得高产.同时,GGE双标图对新品系丰产性分析结果与田间试验结果趋于一致,相对于AMMI模型能够直观、简单提供新品系的稳定性和适种区域.[结论]GGE双标图法比较适合分析北疆冬小麦区域试验的结果.