基于GGE双标图对南方冬大麦区域试验的分析
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
区域试验玉米品种（系）产量稳定性和适应性的GGE双标图分析作者：吕泽文，张友君，钟育海，等来源：《湖北农业科学》 2014年第15期吕泽文１，张友君２，钟育海１，李求文３，秦光才１，杨险峰１，龙艳１（１．湖北省恩施州种子管理局，湖北恩施４４５０００；２．湖南省张家界市永定区粮油站，湖南张家界４１６６００；３．湖北省恩施州农业局，湖北恩施４４５０００）摘要：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。
关键词：玉米区域试验；ＧＧＥ双标图；产量稳定性；品种（系）适应性中图分类号：Ｓ３３８文献标识码：Ａ文章编号：0439－８114（２０14）15－3487-05玉米是恩施州第一大农作物，恩施州玉米常年种植面积在１２万ｈｍ２左右，在全州农业生产中具有重要地位［１］。
由于恩施州地处武陵山区，境内海拔差异大，具有明显垂直气候环境，必须组织品种区域试验，筛选出适宜恩施州地区种植的优良玉米品种。
对区域试验中参试品种客观准确的评价是品种审定和推广的依据，由于区域试验数据受到品种类型、环境等多因素的影响，统计分析数据较复杂，传统分析方法主要是算术平均值法结合联合方差分析法。
近年来，ＡＭＭＩ模型在分析农作物区域试验数据中广泛应用［２－７］，但该模型的分析仅考虑基因型与环境的互作，以对基因型进行评价，而ＧＧＥ双标图法在全面评价基因型时同时考虑了基因型和基因型与环境的互作［８］。
双标图分析在农作物品种多点试验中的应用
“一图胜千言”。为帮助认识和理解多点试验数 据, 人们提出了多种图解方法。其中最著名的是 Finlay和Wilkinson[9]的联合回归图, Gauch和Zobel等 [3,10]创立的AMMI (加性主效应和积性互作效应)组 图 , 和 笔 者 等 [4-8] 创 立 的 GGE 双 标 图 分 析 系 统 。 AMMI分析问世后, 联合回归图的使用越来越少。 GGE双标图问世后, AMMI分析也逐渐被取代, 尽管 对于AMMI和GGE双标图孰优孰劣尚有争论[8,10-11]。
作者联系方式: E-mail: weikai.yan@agr.gc.ca Received(收稿日期): 2010-03-29; Accepted(接受日期): 2010-08-09.
利用GGE双标图和综合选择指数划分棉花品种生态区
利用GGE双标图和综合选择指数划分棉花品种生态区许乃银;李健【期刊名称】《中国生态农业学报》【年(卷),期】2014(000)009【摘要】为提高农作物品种多性状选育和应用的可靠性，本研究基于品种选择指数，应用GGE双标图进行了棉花品种生态区划分。
首先依据国家棉花品种审定标准构建通用性强的品种选择指数(SI)，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×枯萎病+0.09×黄萎病+0.10×霜前花率。
然后，采用GGE双标图方法对2000-2013年期间39组(含585个单点试验)长江流域国家棉花区域试验中品种选择指数的基因型与环境互作效应及环境间关系进行综合评价与分析。
研究结果将长江流域棉区划分为四川盆地生态区、南襄盆地生态区、浙江省沿海生态区和长江中下游生态区。
其中，长江中下游生态区为长江流域的主要品种生态区，对长江流域的总体环境代表性最强，涵盖了湖南省环洞庭湖棉区、湖北省江汉平原和鄂东南岗地棉区、江西省环鄱阳湖棉区、安徽省沿江棉区、江苏省宁镇丘陵及沿江和沿海棉区；四川盆地生态区、南襄盆地生态区和浙江省沿海生态区均为特殊生态环境条件下的品种生态区，对总体环境代表性较差。
因此，将以长江流域棉区为广谱适应性育种目标环境的棉花品种综合性状选择试验优先安排在长江中下游生态区中，有利于提高育种的总体选择效果，而其余品种生态区不适宜作为以长江流域为目标环境的品种综合性状选择环境，可侧重于特殊适应性品种选育。
本研究充分展示了 GGE 双标图在品种生态区划分方面的应用效果，合理划分了长江流域基于选择指数的棉花品种生态区，可为长江流域棉区的品种多性状选择和推荐策略提供决策依据，也为其他棉区和作物品种生态区划分提供参考。
%Theapplication of cultivar selection index in crop variety breeding program could improve simultaneous selection efficiency of multiple target traits. Also genotypes derived from explorations of interactions with the environment and investigations of mega-environments using selection index contribute to rational utilization of specific adaptations of certain cultivars and environments, which could eventually enhance the reliability of variety breeding and multi-trait applications. As the most useful statistical and visualizing tool for mega-environment investigation, GGE biplot technique has been extensively used in the analysis of regional crop-trial datasets. Nevertheless, reports on cotton mega-environment identification using comprehensive cultivar selection index have to date remained scarce. The objective of this study was:1) to construct a set of practicable cultivar selection index in line with national cotton variety registration criteria and 2) to investigate mega-environments using multi-trait selection index based on GGE biplot analysis. Datasets were collected from 39 sets of regional trials of cotton varieties, including 585 single-site cultivar comparison tests in the Yangtze River Valley (YaRV) in 2000-2013. Based on the results, the constructed cotton cultivar selection index (SI) was SI=0.40 × lint cotton yield+0.13 × fiber strength+0.09 × (fiber length+micronaire value)+0.11 × Fusarium wilt+0.09 × Verticilliumwilt+0.10 × h arvesting ratio of seed cotton before frost. Based on GGE biplot analysis, cotton planting region in YaRV was divided into four mega-environments for selection index. The four mega-environments included Sichuan Basin, Nanxiang Basin, Zhejiang Province Coastal Regionand YaRV Middle/Lower Reaches. YaRV Middle/Lower Reaches mega-environemnt was most representative of the entire region. It covered the main cotton planting regions in YaRV, including the area around Dongting Lake in Hunan Province, the Jianghan Plains, the Southeast Downland in Hubei Province, the area around Poyang Lake in Jiangxi Province, the area along Yangtze River in Anhui Province, the Ningzhen Hilly Region, the area along Yangtze River and the Coastal Region in Jiangsu Province. However, the mega-environments of Sichuan Basin, Nanxiang Basin and Zhejiang Province Coastal Region were identified as special sub-regions with distinct ecological conditions. This set of environments was less representative of cotton planting region in YaRV. Subsequently, it was beneficial to promote breeding efficiency in order to realize broad adaptation selection of multi-trait across the entire cotton planting region in YaRV via preferential arrangements of breeding locations in the YaRV Middle/Lower Reaches maga-environment. Although the other mega-environments were not conducive for selection to represent the entire region for broad breeding adaptation programs, they were suitable for focusing on specific adaptive cultivar selections. This study showed the effectiveness of GGE biplot analysis in ecological regionalization. It was successfully used to divide the mega-environments in RaRV based on cultivar selection index. The study provided the scientific basis for decision-making on multi-trait cotton selections and recommendation of new cultivar policies in YaRV. It also provided a good example forimplementation of similar ecological analyses in other cotton planting regions or even other crops.【总页数】9页(P1113-1121)【作者】许乃银;李健【作者单位】江苏省农业科学院经济作物研究所/农业部长江下游棉花和油菜重点实验室南京 210014;江苏省农业科学院经济作物研究所/农业部长江下游棉花和油菜重点实验室南京 210014【正文语种】中文【中图分类】S562.03【相关文献】1.GGE双标图的信息比校正原理与应用*--以长江流域棉花品种生态区划分为例[J], 许乃银;李健2.基于GGE双标图和比强度选择的棉花品种生态区划分 [J], 许乃银;张国伟;李健;周治国3.基于HA-GGE双标图的甘蔗试验环境评价及品种生态区划分 [J], 罗俊;许莉萍;邱军;张华;袁照年;邓祖湖;陈如凯;阙友雄4.利用GGE双标图划分长江流域棉花纤维品质生态区 [J], 许乃银;李健5.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 [J], 金石桥;许乃银因版权原因，仅展示原文概要，查看原文内容请购买。
应用GGE双标图分析我国春小麦的淀粉峰值粘度
第29卷第2期作 物 学 报V o l.29,N o.2 2003年3月 245～251A CTA A GRONOM I CA S I N I CA pp.245～251 M ar.,2003应用GGE双标图分析我国春小麦的淀粉峰值粘度α张 勇1,2 何中虎2,3 张爱民1,4(1中国农业大学作物学院,北京100094;2中国农业科学院作物育种栽培研究所 国家小麦改良中心,北京100081;3C I M M YT中国办事处,北京,100081;4中国科学院遗传与发育生物学研究所,北京100101)摘 要 将原始数据减去各试点均值后形成的数据集中只含基因型主效G和基因型与环境互作效应GE,合称GGE。
对GGE做单值分解,以第一和第二主成分近似,按第一和第二主成分值将所有品种和试点绘于同一平面图即形成GGE双标图。
以其分析我国春麦区10个试点20个品种淀粉糊化特性的峰值粘度,结果表明铁春1号在大部分试点峰值粘度表现较好,其次为晋春9号,而宁作17表现最差,且不稳定。
哈尔滨试点具有较高的淀粉峰值粘度,可用于筛选品种的淀粉品质及其稳定性。
关键词 普通小麦;基因型;环境;基因型与环境互作;双标图中图分类号:S512 文献标识码:AGGE Bi plot for Study i n g Pa ste Property of Ch i n ese Spr i n g W hea tZHAN G Yong1,3 H E Zhonghu1,2 ZHAN G A i2M in3(1C rop S cience College,China A g ricultural U niversity,B eij ing100094;2Institute of C rop B reed ing and Cultivation N ational W heat Im p rove m ent Center,Chinese A cad e m y of A g riculture S ciences(CA A S),B eij ing100081;3C IM M Y T2China O f f ice,C O,CA A S,B eij ing100081;4Institute of Genetics and D evelopm ental B iology,Chinese A cad e m y of S ciences(CA S),B eij ing100101)Abstract T h is paper in troduced a GGE bi p l o t as a graph ic m ethod fo r analyzing w heat peak visco sity based on data from regi onal trials.T he average perfo r m ance at each environm en t w as subtracted from the o riginal pasting p roperties data first s o that the derived data con tain s on ly geno type m ain effect G and geno type by environm en t in teracti on GE,w h ich w ere co llectively na m ed GGE.T he GGE data w as then subjected to singular value decompo siti on and w as app rox i m ated by the first t w o p rinci pal componen ts.P l o tting the first p rinci pal componen t again st the second fo r all geno types and environm en ts resulted in a GGE bi p l o t.In ligh t of the bi p l o t,peak visco sity of starch pasting characteristics fo r t w en ty cultivars from ten l ocati on s in Ch inese s p ring2s ow n s p ring w heat regi on s w as analyzed.T he results indicated that T iechun l perfo r m ed bo th h igh and stable fo r peak visco sity,fo ll ow ed by J inchun9,w h ile N ingzuo17perfo r m ed the poo rest.H arbin w as the best environm en t facilitating iden tificati on of peak visco sity.Key words T.aestivum;Geno type;Environm en t;Geno type by environm en t in teracti on;Pasting p roperty; GGE B i p l o t 任何二维矩阵都可以用一个双标图来表现[1]。
应用GGE双标图筛选理想棉花区域试验点
Ｖｏ ． ２， １３ Ｎｏ ３ ． ・
江
西 Байду номын сангаас
棉
ＣＯＴＩ ＤＮ
花
２１ ０ ０年 ６月
Ｊｎ ， ２ １ ｕ ． ００
ＪＡＮＧＸＩ Ｉ
・
试 验 研 究
应 用 Ｇ Ｅ双 标 图筛 选 理 想 棉 花 区域 试 验 点 Ｇ
许 乃 银 ，金 石桥
（ ．江苏 省 农 业 科 学 院 经 济作 物 研 究 所 ， 江 苏 １ 南京 ２０ １ ；２ 全 国农 业 技 术 推 广 服 务 中心 ，北 京 １０４ ． １ｏ２ ） ｏ ｌ５
棉 花在我 国种 植 区域 十分广 泛 ，是 我 国重 要 的经 济作 物和 纺织 工业 的重要 原料 作物 。棉 花 的生 长发 育受 到
生态 环境 的强 烈影 响 ，相 同的棉 花 基 因型 在不 同的生 态条件 下 的生 长情 况差 异悬 殊 ，说 明棉 花存 在显 著 的基 因 型与 环境 互作 ，是 生态 环境 敏感 型 作物 。基 因 型 与环 境 互作 （ Ｅ ）被 广 泛 地 用 于 研究 品种 稳 定性 ｎ 和 环 境 ＧＩ 分 类 “ 引，但 根据 基 因型与 环境 互 作确 定 试点 理 想性 的研究 相 对 较 少 。Ｙ ｎａｄＫ ｎ ２０ ）提 议 用 Ｇ Ｅ双 标 ａ ｎ ａｇ（０ ３ Ｇ
图分 析基 因型 与环境 互作 ，并 根 据试 点 对 目标 环 境 的 代 表性 及 其对 品 种 的鉴 别 力 评 价 试点 的理 想 程度 Ｉ 因 。
Ｇ Ｅ双标 图分 析是 利用 区域 试验 数 据 进 行 品种 评 价 、试 点 评价 和 品种 与 环 境互 作 分 析 的有 效 工 具 ，Ｇ Ｅ双 标 Ｇ Ｇ 图中试 点 向量长 度表示 试点 的鉴 别力 ，试 点 向量与 “ 想” 试点 的相关 性 表 示 试 点 的代 表 性 ，试 点 与 “ 想 ” 理 理 试 点 的欧 氏距离 表示 试点 的理 想 程度 。育 种 家 在理 想试 点上 进行 品种 选育 可 以大 幅度 提 高育 种 的选 择 效率 。
不同农业气候区域小麦施肥效应模拟及其双标图分析
不 同农业气 候 区域小麦施肥效应模拟及 其双标 图分析
张玉峰 。 杨武德 ， 赵喜梅
（ 山西农业大学文理学院 ， 山西 太谷 ０ ３ ０ ８ ０ １ ）
摘
要： 分析 了山西省 ２ ７ ８ 个试 验点的农业气候 区域 及其不 同土地肥力 的小 麦施肥试验数据 ， 收集 了 １ ０ ａ
ＧＧＥｂ ｉ ｐ ｌ ｏ ｔ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ Ｗｈ ｅ ａ ｔ Ｆ ｅ ｒ ｔ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ Ｅｆ ｆｅ ｃ ｔ Ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ
ｉ ｎ Ｄｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ Ａｇ ｒ ｉ ｃ ｌｔ ｕ ｕ ｒ ａ ｌ Ｃｌ ｉ ｍａ ｔ ｅ Ｒｅ ｇ ｉ ｏ ｍ
山西农业科学 ２ ０ １ ３ ， ４ １ （ ５ ） ： ４ ７ ３ － ４ ７ ６
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆＳ ｈ ａ ｎ ｘ ｉ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ Nhomakorabeaｃ ｅ ｓ
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ － ２ ４ ８ １ ． ２ ０ １ ３ ． ０ ５ ． １ ９
Ｔ ｈ ｅ ｎ ｈｅ ｔ ＧＧ Ｅｂ ｉ ｐ ｌ ｏ ｔ ｗ ａ ｓ ｕ ｓ ｅ ｄ ｔ ｏ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｈｅ ｔ ｍｏ ｄｅ ｌ ｓ ｆｗ ｏ ｈ ｅ ａ ｔ ｆ ｅ ｒ ｔ ｉ ｌ ｉ ｚ ａ ｉ ｔ ｏ ｎ ｅ ｆ ｅ ｃ ｔ ， ｒ ａ ｉ ｔ ｏ ｆｙ ｏ ｉ ｅ ｌ ｄ ｔ ｏ ｉ ｎ ｖ ｅ ｓ ｔ ｍｅ ｎ ｔ ｎｄ ａ ｕ ｉ ｔ ｌ ｉ ａｔ ｚ ｉ ｏ ｎ ｒ ａ ｉ ｔ ｏ ｏ ｆ
ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ 。 １ ０ ｙ ｅ ａ ｒ（ ２ ０ ０ １ － ２ ０ １ １ ） ｗ ｅ ａ ｈｅ ｔ ｒ ｄ ａ ａａ ｔ ｎ ｄ ｓ ｏ ｉ ｌ ｄ ａ ａｗ ｔ ｅ ｒ ｅｕ ｓ ｅ ｄｔ ｏ ｄ ｅ ｔ ｅ ｒ ｍ ｉ ｎ ｅ ｈｅ ｔ ｇ ｅ ｎ ｅ ｉ ｔ ｃ ｐ ａ ｒ ａ ｍ ｅ ｔ ｅ ｓ ｒ ｏ ｆ ｈｅ ｔ ｗ ｈ ｅ ａ ｔ ｃ ｕ ｌ ｔ ｉ Ｖ ８ １ ＂ ８ ．
GGE双标图法在甘肃玉米区域试验产量分析上的应用 甘肃农业大学
本科毕业论文题目GGE双标图法在甘肃玉米区域试验产量分析上的应用学院农学院专业农学毕业届别2014届姓名李振泰指导教师方永丰职称副教授甘肃农业大学教务处制二〇一四年四目录摘要 (2)关键词 (2)Abstract (2)Key words (2)引言 (3)1.材料与方法 (5)1.1试验时间和承试单位 (5)1.2试验材料 (5)1.3田间设计和考察指标分析方法 (5)1.4统计分析 (5)2结果与分析 (7)2.1玉米品种的丰产性与稳产性 (7)2.2玉米品种与品种鉴别环境的选优 (8)2.3玉米品种的最佳适应区域（平均表现及其稳定性） (11)2.4玉米区域试验环境（试点）间的相关性 (12)2.5玉米试点鉴别力和代表性 (14)2.6玉米参试品系的农艺性状分析 (15)3结果与讨论 (18)参考文献 (20)致谢 (22)李振泰（甘肃农业大学农学院农学专业甘肃兰州730070）摘要:区域试验主要是通过算数平均值法来评价品种的高产、稳产和适应性。
GGE双标图法是一种比较有力的工具，通过对2013年来自甘肃的三组不同实验数据中35个试验品种在12个试验点的试验数据进行分析。
得出结论：首先在A组区域试验中，‘东单0810’（G7a）是集丰产与稳产性于一体的优良品种，且在11个农艺性状中产量与行粒数关系密切，而‘xs20117’(G13a)是综合潜力最差的品种，墩玉‘2512’（G9a）具有特殊的地域推广潜力，其比较适合种植于酒泉、临夏，临洮平凉等地区。
‘s20117’是没有意义的;在B区试验中，‘方玉30’（G4b）和‘NF09’(G7b)是集丰产性与稳产性于一体的优良品种，‘甘农565’（G2b）的稳定性最好且适宜于种植在临洮等地区。
‘金玉910’具有区域特殊适应性，在‘临洮’（E5）和‘秦安’（E10）具有较大的产量；在C区试验中，‘登海605’是集丰产性与稳产性于一体的优良品种，‘富玉102’是丰产性与稳定性最差的品种。
基于GGE双标图的水稻区试品种丰产性、稳产性和适应性评价
分析 区 试 数 据 的 方 法 是 AMM I( a d d i t i v em a i n 模型和 G e f f e c t sa n dm u l t i l i c a t i v ei n t e r a c t i o n) G E p 为基于试点回归 ( 模型的双标图 .AMM S R E G) I模 型和 G 最主要的原因之一就 G E 双 标 图 使 用 广 泛, 是模型分析的结果 可 以 用 图 形 直 观 地 表 达 解 析 , 可 清楚地揭示区试数 据 的 内 在 结 构 模 式 , 帮助我们评 价参试品种的丰产 性 ㊁ 稳定性和适应性以及试验点 的鉴别力 和 代 表 性 .AMM I分 析 的 普 遍 应 用 要 早 于G G E 双标图 .２ ０ 世纪９ ０ 年代以来 , AMM I分析
, ( ) : 中 国 水 稻 科 学( C h i nJR i c eS c i) ２ ０ １ ５, ２ ９ ４ ４ ０ ８－４ １ ６ ４ ０ ８
: / / h t t w w w． r i c e s c i ． c n p : / D O I１ ０． ３ ９ ６ ９j i ． s s n ． １ ０ ０ １ Ｇ ７ ２ １ ６． ２ ０ １ ５． ０ ４． ０ １ ０
１ ( C h i n aN a t i o n a lR i c eR e s e a r c hI n s t i t u t e,H a n z h o u３ １ ０ ０ ０ ６, C h i n a;２ S t a t eK e a b o r a t o r i c eB i o l o a n z h o u３ １ ０ ０ ０ ６, g yL yo fR g y,H g
,CHE ,E Z , , WAN GL e i N GB e n i h i u o e ta l ． U s eo fG G Eb i l o t si nt h ey i e l d i n b i l i t s t a b i l i t n da d a t a t i o n y g p ga y ya p , , ( ) : e v a l u a t i o nf o r t h ev a r i e t i e s i nt h er i c er e i o n a l t r i a l s ． C h i nJR i c eS c i２ ０ １ ５ ２ ９４ ４ ０ ８ Ｇ ４ １ ６． g : , A b s t r a c t C r o e i o n a lt r i a l i sa ni m o r t a n tp a r to ft h ec r o r e e d i n r e i s t e r i n n de x t e n s i o nf o rn e wv a r i e t i e s ． pr g p pb g g ga , AMM Im o d e l sa n dG G Eb i l o t sa r ev e r f f e c t i v ei nt h ed a t ea n a l s i so ft h ec r o e i o n a lt r i a l e s e c i a l l nt h e p ye y pr g p yi ,s ,w e v a l u a t i o no fy i e l d i n b i l i t t a b i l i t n da d a t a t i o nf o rt h et e s t e dv a r i e t i e s h i l eG G Eb i l o t sh a v eg a i nm o r e ga y ya p p , o u l a r i t i nr e c e n ty e a r s ． T h i sa r t i c l e i n t r o d u c e dG G Eb i l o t s a n du s e dad a t a s e t f r o m２ ０ １ ２t r i a l r o u f t h e e a r l p p y p g pBo y m a t u r i t o rl a t es e a s o ni n d i c ar i c ei nS o u t h e r nC h i n aR i c eR e i o n a lT r i a l sa sa ne x a m l et od e m o n s t r a t ei t s yf g p ,s e f f e c t i v e n e s s i nt h ee v a l u a t i o no fy i e l d i n b i l i t t a b i l i t n da d a t a t i o nf o rt h et e s t e dv a r i e t i e s ． T h ep a e ra l s o ga y ya p p d i s c u s s e dt h ep o i n t s f o ra t t e n t i o n so rp r e c a u t i o n s i nt h ea l i c a t i o no f t h eG G Eb i l o t s ． p p p : ; ; ; ; ; ;G K e o r d s r i c e r e i o n a l t r i a l e n o t ea n de n v i r o n m e n t i n t e r a c t i o n i e l d i n b i l i t s t a b i l i t a d a t a b i l i t G E g g y p y ga y y p y yw b i l o t s p ( ) : ２ ９ ４ ４ ０ ８ Ｇ ４ １ ６． 王磊 ,程本义 ,鄂志国 ,等 ． 基于 G 稳 产 性 和 适 应 性 评 价． 中 国 水 稻 科 学, G E 双标图 的 水 稻 区 试 品 种 丰 产 性 ㊁ ２ ０ １ ５,
用GGE双标图分析区域试验中小豆品系的高产稳产性及适应性
（ 山西省农业科学 院作物科学研究所 ， 太原 ０ ３ ０ ０ ３ １ ）
摘 要： 为 了准确 评价 小豆 品 系的 高产 、 稳 产性 和适 应性 ， 采 用ＧＧ Ｅ — Ｂｉ ｐ ｌ ｏ ｔ 软件对２ ０ ０ ９ —２ ０ ｌ １ 年ｌ ０ 个 小
豆 品种 在 ｌ ９ 个试 点 的 国 家 区域 试验 数 据进 行 分析 。 结果 表 明 ： 小 豆品 系‘ 保２ ０ ０ １ １ ２ ’ 属 于 高产 、 ｉ ｌ ｉ ｔ ｙ ａ ｎ ｄ Ｔ ｅ ｓ ｔ ｉ ｎ ｇ － ｓ ｉ ｔ ｅ Ｒｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｔ ｉ ｖ ｅ ｎ ｅ ｓ ｓ ｉ ｎ Ｎａ ｔ ｉ ｏ ｎ ａ ｌ Ｔｒ ｉ ａ ｌ ｓ ｆ ｏ ｒ Ａｄ ｚ ｕ ｋ ｉ Ｌｉ ｎ ｅ ｓ Ｂａ ｓ ｅ ｄ ｏ ｎ ＧＧＥ－ Ｂｉ ｐ ｌ ｏ ｔ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ
ｂ ｅ ｔ ｔ ｅ ｒ ｙ ｉ ｅ ｌ ｄ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｔ ｈ ａ ｎ ｏ ｔ ｈ ｅ ｒ ｌ ｉ ｎ ｅ ｓ ． Ｔ ｈ ｅ ｇ ｅ ｎ ｅ ｒ ａ ｌ ｙ ｉ ｅ ｌ ｄ ｓ ｗｅ ｒ ｅ １ ６ ８ ２ ． ５ ｋ ｇ ／ ｈ ｍ ， ｉ ｎ ｔ ｈ ｅ ｓ ｕ ｉ ｔ ａ ｂ ｌ ｅ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ｓ ， ｔ ｈ ｅ ｙ ｉ ｅ ｌ ｄ ｓ ｃ ｏ ｕ ｌ ｄ ｒ ｅ ａ ｃ ｈ ３ ３ ０ ２ ． ３ ｋ ｇ ／ ｈ ｍ ． Ｄａ ｔ ｏ ｎ ｇ ｏ ｆ Ｓ ｈ ａ ｎ ｘ ｉ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ｗ ａ ｓ ｔ ｈ ｅ ｂ ｅ ｓ ｔ ｒ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｔ ｉ ｖ ｅ ｔ ｅ ｓ ｔ ｐ ｏ ｉ ｎ ｔ ； Ｙａ ｎ ａ ｎ ｏ ｆ ’
基于R语言的GGE双标图在节水抗旱稻新品种多点试验中的应用
上海农业学报 ２０１９，３５（４）：３８４２
ＡｃｔａＡｇｒｉｃｕｌｔｕｒａｅＳｈａｎｇｈａｉ
ｈｔｔｐ：／／ｗｗｗ．ｎｙｘｂ．ｓｈ．ｃｎ ＤＯＩ：１０１５９５５?ｊ．ｉｓｓｎ１０００３９２４２０１９０４０７
张安宁，毕俊国，］．上海农业学报，２０１９， ３５（４）：３８４２
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｔｕｄｙａｎｄｅｖａｌｕａｔｅｔｈｅｈｉｇｈｙｉｅｌｄ，ｓｔａｂｉｌｉｔｙａｎｄａｄａｐｔａｂｉｌｉｔｙｏｆｎｅｗｖａｒｉｅｔｉｅｓｏｆｗａｔｅｒ ｓａｖｉｎｇａｎｄｄｒｏｕｇｈｔｒｅｓｉｓｔａｎｃｅｒｉｃｅ（ＷＤＲ），１０ｎｅｗｖａｒｉｅｔｉｅｓｏｆＷＤＲ ｐｌａｎｔｅｄｉｎ６ｄｉｆｆｅｒｅｎｔｔｅｓｔｉｎｇｓｉｔｅｓｗｅｒｅ ａｎａｌｙｚｅｄｂｙＧＧＥｂｉｐｌｏｔｂａｓｅｄｏｎＲ ｌａｎｇｕａｇｅ．Ｔｈｅｙｉｅｌｄａｎｄａｄａｐｔａｂｉｌｉｔｙｏｆｎｅｗ ｖａｒｉｅｔｉｅｓｗｅｒｅａｎａｌｙｚｅｄ． Ｍｅａｎｗｈｉｌｅ，ｔｈｅｄｉｓｃｒｉｍｉｎａｔｉｏｎａｎｄｒｅｐｒｅｓｅｎｔａｔｉｖｅｏｆ６ｔｅｓｔｉｎｇｓｉｔｅｓｗｅｒｅｉｎｖｅｓｔｉｇａｔｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅ ｃｕｌｔｉｖａｒｏｆ‘Ｈａｎｙｏｕ５０５’ｗａｓｔｈｅｈｉｇｈｅｓｔｙｉｅｌｄａｎｄｔｈｅｃｕｌｔｉｖａｒｏｆ‘Ｈｕｈａｎ１５０９’ａｎｄ‘Ｈａｎｙｏｕ２７１７’ｗｅｒｅ ｓｔａｂｌｅｙｉｅｌｄｂａｓｅｄｏｎＧＧＥｂｉｏｐｌｏｔａｎａｌｙｓｉｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｓｃｒｉｍｉｎａｔｉｏｎａｎｄｒｅｐｒｅｓｅｎｔａｔｉｖｅｏｆｅａｃｈｔｅｓｔｉｎｇ ｐｏｉｎｔｓ，Ｅ１，Ｅ５ａｎｄＥ６ｔｅｓｔｉｎｇｓｉｔｅｓｗｅｒｅｂｅｔｔｅｒ：Ｅ１ａｎｄＥ６ｔｅｓｔｉｎｇｓｉｔｅｓｈａｄｔｈｅｂｅｓｔｄｉｓｃｒｉｍｉｎａｔｉｏｎ，Ｅ５ｔｅｓｔｉｎｇｓｉｔｅ ｈａｄｔｈｅｍｏｓｔｒｅｐｒｅｓｅｎｔａｔｉｖｅ．
GGE双标图在甘肃省啤酒大麦区域试验分析中的应用
GGE双标图在甘肃省啤酒大麦区域试验分析中的应用作者：赵锋潘永东包奇军张华瑜柳小宁牛小霞徐银萍来源：《甘肃农业科技》2021年第09期摘要：為综合分析甘肃省啤酒大麦品种的丰产性、稳产性和适应性，应用Genstat的GGE 双标图对2017年甘肃省联合区试9个啤酒大麦品种（系）在5个参试地点的产量进行分析。
结果表明，适应性较好的品种（系）是0520-34、Z06-278-9、2153122;丰产性和稳产性较好的品种（系）是0521-6、Z06-278-9、甘啤6号，0520-23的丰产性、稳产性和适应性均较差。
Z06-278-9是所有参试品种（系）中最具推广潜力的理想品种。
GGE双标图为评价新品种的丰产性、稳产性和适应性提供了一个更加科学有效的方法。
关键词：GGE双标图;啤酒大麦;产量;理想品种;丰产性中图分类号：S512.3 文献标志码：A 文章编号：1001-1463（2021）09-0008-05doi：10.3969/j.issn.1001-1463.2021.09.003Application of GGE-biplot in Analysis of Beer Barley RegionalTrial of Gansu ProvinceZHAO Feng， PAN Yongdong， BAO Qijun， ZHANG Huayu， LIU Xiaoning， NIU Xiaoxia， XU Yinping（Institute of Economic Crop and Beer Material， Gansu Academy of Agricultural Science，Lanzhou Gansu 730070， China）Abstract：In order to analysis the high and stable yielding ability and adaptability of the tested cultivars in the beer barley regional trials， the GGE-biplot was employed to analysis nine cultivars from five regions on grain yield in the beer barley regional trial of Gansu Province in 2017. The results showed the cultivars of 0520-34， Z06-278-9 and 2153122 had a higher adaptability than other cultivars. 0521-6， Z06-278-9 and Ganpi 6 performed well in high and stable yielding ability. 0520-23 was poor in high and stable yielding ability and adaptability of the tested cultivars. Z06-278-9 was the ideal cultivar with the most promotion potential among all the cultivars tested. GGE-plot provide a scientific and effective method for objective evaluation of the high yield， adaptability and stability of barley cultivars.Key words：GGE-biplot;Beer barley;Yield， Ideal cultivar;Height yield大麦（Hordeum vulgare L.）属1年生禾本科作物，是世界上最古老的农作物之一[1 ]。
基于R语言的GGE双标图在江苏省淮南玉米区域试验中的应用
基于R语言的GGE双标图在江苏省淮南玉米区域试验中的应用作者：赵青孙杰王朋张志高来源：《安徽农业科学》2022年第06期摘要通過基于R语言的GGE双标图法分析了15个玉米品种的丰产性、稳产性同时分析了8个试验点对参试品种的区分力和代表性。
结果表明，先玉1980（G10）高产且稳产;而DJ1803（G09）较高产，但稳产性稍差。
综合各试验点的区分力和代表性，如皋（E6）试点的区分力和代表性最好，是理想的试验点。
江苏中江种业股份有限公司（E2）、江苏省农业科学院（E3）之间以及大华育种研究院盐城研究所（E5）、江苏神农大丰种业科技有限公司盐城基地（E7）之间存在紧密正相关，表明有些试验点也许是重复设置的，应该剔除冗余的试点，以减少试验成本。
关键词玉米;GGE双标图;R语言;区域试验中图分类号 S 513 文献标识码 A文章编号 0517-6611（2022）06-0025-04doi：10.3969/j.issn.0517-6611.2022.06.006开放科学（资源服务）标识码（OSID）：Application of GGE-biplot Based on R Language in Maize Regional Trial in 2020 in Huainan，Jiangsu ProvinceZHAO Qing，SUN Jie，WANG Peng et al （Breeding Research Institute of Jiangsu Dahua Seed Enterprise Co.，Ltd.，Lianyungang，Jiangsu 222344）Abstract GGE-biplot based on R language was used to analyze high-yield and stability of maize yield，with 15 maize hybrid combinations planted in Huainan，Jiangsu Province. Meanwhile，representativeness and discrimination of eight different testing sites were analyzed. The results showed that Xianyu 1980 （G10） was both the combination with a high and stable yield，andDJ1803 also had a relatively high yield，but its stability was a bit poor. In terms of discrimination and representativeness，Rugao （E6） had the best discrimination and representativeness and it was the best testing site. There was a close positive correlation between Jiangsu Zhongjiang （E2），Jiangsu Academy of Agricultural Sciences （E3） and Dahua Yancheng （E5），Shennong Yancheng（E7），indicating that some test sites may be duplicated and redundant test sites should be eliminated to reduce the cost of the test.Key words Maize;GGE biplot;R language;Regional trial基金项目江苏省农垦农业发展股份有限公司农业科技项目“黄淮海地区抗病、高产、适宜机械化生产玉米新品种选育”（NK202007）。
基于GGE双标图和AMMI模型对江苏省水稻区试品种的丰产性和稳定性分析
220 万 hm2 ,其中,水稻种植面积 180 多万 hm2 。水 稻
生产在江 苏 省 具 有 重 要 的 经 济 价 值 和 战 略 地 位。 因
此,筛选适宜江苏 地 区 种 植 的 水 稻 品 种 意 义 重 大。 在
水稻品种推广种植前,需 要 经 过 严 格 的 作 物 品 种 区 域
析,综合评价参试品种的丰产性、稳产性及试点的鉴别
l
t
sshowedt
ha
tgeno
t
env
i
r
onmen
tandt
hei
n
t
e
r
a
c
t
i
onbe
twe
engeno
t
ype,
ypeand
env
i
r
onmen
thads
i
i
f
i
c
an
te
f
f
e
c
t
sont
hey
i
e
l
do
fhybr
i
dj
apon
i
c
ar
i
c
e.
Amonga
l
lt
het
e
s
t
edva
r
i
种丰产性、稳产性和 适 应 性 及 试 点 代 表 性 和 鉴 别 力 的
评价,运 用 较 多 的 统 计 方 法 是 AMMI 模 型 (Add
i
t
i
ve
Ma
i
ne
f
f
e
c
t
sand Mu
l
t
基于R语言的GGE双标图在节水抗旱稻新品种多点试验中的应用
基于R语言的GGE双标图在节水抗旱稻新品种多点试验中的应用张安宁;毕俊国;王飞名;赵洪阳;余新桥;刘国兰【摘要】通过研究和评价节水抗旱稻新品种的丰产性、稳产性和适应性,为品种的高产栽培提供理论依据.利用基于R语言的GGE双标图分析了10个节水抗旱稻新品种在上海6个试验点的丰产性、稳产性和适应性,同时分析了6个试验点对参试品种的鉴别力和代表性.结果表明:‘旱优505’平均产量最高,‘沪旱1509’和‘旱优2717’适应性和稳定性好.综合各试验点的鉴别力和代表性,认为E1、E5和E6试验点较好,其中E1和E6试验点的鉴别力最强,E5试验点的代表性最佳.【期刊名称】《上海农业学报》【年(卷),期】2019(035)004【总页数】5页(P38-42)【关键词】节水抗旱稻;GGE双标图;稳定性;适应性;多点试验【作者】张安宁;毕俊国;王飞名;赵洪阳;余新桥;刘国兰【作者单位】上海市农业生物基因中心,上海201106;上海市农业生物基因中心,上海201106;上海市农业生物基因中心,上海201106;上海天谷生物科技股份有限公司,上海201203;上海市农业生物基因中心,上海201106;上海市农业生物基因中心,上海201106【正文语种】中文【中图分类】S511高产、稳产和广适性是农作物品种最重要的经济性状和产量育种目标［1］。
产量性状是受多基因控制的复杂遗传性状，受到遗传效应、环境效应以及基因型与环境互作效应的综合影响，相同品种在不同环境中的产量表现或品种间的排序常常差异很大，使育种家很难选育出广适性的高产稳产新品种［2］。
如能客观估计基因型与环境互作效应，并在此基础上选择鉴别力强和对育种目标环境代表性强的试验点作为育种试验田，就可以大幅提高新品种的选择效率［3］。
严威凯［4］提出的GGE双标图（Genotype plus genotype by environment interaction biplot）是研究基因型和环境互作效应的较为有效的统计方法。
第一轮国家大麦(春播)品种区域试验总结
第一轮国家大麦（春播）品种区域试验总结（二○一二年）中国农业科学院作物科学研究所一、试验目的通过国家大麦（春播）品种区域试验，鉴定各单位选育和引进的食用、饲用和啤酒大麦品种（系），在不同生产条件下的适应性、生产力与商品性，从中筛选出符合生产和加工需要的专用大麦品种，为国家大麦春播品种鉴定、推广提供科学依据。
二、参试品种品种（系）编号 品种（系）编号BDM01-01 BDM01-07BDM01-02 BDM01-08BDM01-03 BDM01-09BDM01-04 BDM01-10BDM01-05 BDM01-11BDM01-06 BDM01-12（CK）三、试点、承试单位及负责人编号 参试单位 试点 负责人01 内蒙古农牧科学院 内蒙古呼和浩特 张凤英02 海拉尔农垦局农科所 内蒙古海拉尔 吴国志03 黑龙江农科院 黑龙江哈尔滨 刁艳玲04 黑龙江农垦红兴隆农科所 黑龙江双鸭山 李作安05 甘肃农科院 甘肃武威 潘永东06 甘肃农垦农业研究院 甘肃永昌 张想平07 石河子大学 新疆哈密 齐军仓四、试验设计参试品种秘密编号，完全随机区组排列，三次重复，机播小区面积12 m2（1.5×8m），非机播小区面积10m2（2×5m），全区收获。
以甘啤6号为统一对照品种。
各试验点需根据当地实际情况，增设第二对照（CK2）。
209五、试验概况（一）试点地理位置及基本条件试验地点 纬 度 经 度 海 拔（m） 地 力 备 注内蒙古呼和浩特 40º49´ 111º41´ 1063.0 中等内蒙古海拉尔 50º36´ 120º15´ 625.0 中上黑龙江哈尔滨 45º86´ 126º81´ 127.95 中等黑龙江双鸭山 46º43´ 131º34´ 74.5 中等甘肃武威 37º56´ 102º39´ 1760.0 中上甘肃永昌 38º11´ 102º03´ 2030.0 中等新疆哈密 43º24´ 92º27´ 1716.0 中上（二）试验概况1．2012年是第一轮国家大麦（春播）品种区域试验的第一年，参试单位7个，收到区试报告7份。
基于GYT双标图对北部冬麦区国审小麦品种的回溯分析
基于GYT双标图对北部冬麦区国审小麦品种的回溯分析张笑晴;许乃银;孙晶;刘素娟;梁晨;刘林斌;徐剑文;许栩【期刊名称】《植物遗传资源学报》【年(卷),期】2024(25)2【摘要】北部冬麦区是我国重要的小麦主产区之一,对该麦区历年国审小麦品种进行回溯分析有助于小麦品种资源的合理利用。
本研究基于产量与熟期、穗数、穗粒数、千粒重、容重、品质指数、抗病指数和抗寒指数等性状的组合,采用品种-产量×性状组合(GYT,genotype by yield×trait)双标图方法对2003-2023年期间北部冬麦区47个国审小麦品种进行了综合分析和分类评价。
结果表明,47个国审小麦品种可划分为4个特征显著的品种类型。
其中,Ⅰ型品种综合表现优秀,在产量与早熟性、抗病性、抗寒性、千粒重和容重等性状组合上表现突出,在产量与穗数、穗粒数和品质指数组合上表现优良,在生产上推广应用价值最高,主要包括京麦179、京农16和津麦3118等8个品种。
Ⅱ型品种综合表现优良,在产量与品质指数、穗数组合上表现突出,在产量与抗病指数、抗寒指数组合上表现稍差,在生产上推广应用价值较高,但应注意生产安全,主要包括京麦202、京农19和轮选158等13个品种。
Ⅲ型品种的产量与抗病和抗寒指数组合最好,但在其余性状组合上表现差,综合生产应用价值有限,可作为抗性亲本。
Ⅳ型品种综合表现较差,可选择单性状表现优良的品种作为育种亲本应用。
根据各品种在GYT双标图ATA轴上的投影位置,筛选出综合表现优良的京麦179、京农16、津麦3118、京麦189、京麦202、京花12号、京农19、轮选158和中麦623等品种。
本研究采用GYT双标图分析方法基于“产量-性状”组合水平对北部冬麦区小麦品种进行综合评价和分类研究,为其他作物和地区的类似研究提供了参考。
【总页数】9页(P218-226)【作者】张笑晴;许乃银;孙晶;刘素娟;梁晨;刘林斌;徐剑文;许栩【作者单位】全国农业技术推广服务中心;江苏省农业科学院经济作物研究所;山西省种业发展中心;河北省种子总站;天津市农业发展服务中心【正文语种】中文【中图分类】S51【相关文献】1.基于GYT双标图对西北内陆棉区国审棉花品种的分类评价2.2020年国审黄淮冬麦区南片小麦品种审定情况及特征特性分析3.基于GYT双标图分析对黄淮海夏玉米区域试验品种综合评价4.基于GYT双标图分析对国家糜子区域试验品种的综合评价5.河南省黄淮冬麦区180个国审小麦品种的亲缘关系分析因版权原因，仅展示原文概要，查看原文内容请购买。
甘肃省啤酒大麦新品种(系)区试结果的GGE 双标图分析
甘肃省啤酒大麦新品种（系）区试结果的GGE 双标图分析甘肃省啤酒大麦新品种（系）区试结果的GGE 双标图分析摘要：根据甘肃省啤酒大麦新品种（系）区试的结果数据，采用GGE 双标图分析方法，对不同品种（系）在不同试点的适应性进行了研究，结合GGE 双标图的图示和数据，得出了各品种（系）在试点中的表现和适应能力，并对相关因素进行了分析。
关键词：甘肃省啤酒大麦；新品种（系）；GGE 双标图分析；适应性；试点1.引言啤酒大麦是啤酒生产中的主要原材料之一，其品种的选育和应用至关重要。
为了研究甘肃省啤酒大麦新品种（系）在不同试点的适应性，本研究采用GGE 双标图分析，分析各品种（系）在试点中的表现和适应能力。
2.材料与方法2.1 试材本研究的试材为甘肃省啤酒大麦新品种（系）。
2.2 试点设置试点设置在甘肃省内，共设立三个试点：兰州、天水、甘南。
2.3 实验设计本次实验采用无重复试验设计，每个试点种植全部品种（系）。
2.4 数据收集收集各试点各品种（系）的产量数据、株高、穗长等指标数据，同时记录各试点的种植条件。
2.5 GGE 双标图分析采用GGE 双标图分析方法，综合考虑每个品种（系）在各试点中的表现，进而获得各品种（系）在试点中的适应性和稳定性等信息。
3.结果与分析通过GGE 双标图和相关数据，得到了各品种（系）在三个试点中的表现和适应能力。
如图1所示，图示了各品种（系）在试点中的适应性和稳定性。
图1 GGE 双标图从图1可以看出，在兰州和甘南试点中，品种1、品种3、品种5适应性较好，产量稳定；在天水试点中，品种2、品种4适应性较好，产量稳定。
同时，在三个试点中，品种6的适应性较差。
4.结论GGE 双标图分析方法可以综合考虑各个因素对试材的影响，评价各品种（系）在试点中的表现和适应能力。
通过本次研究，可以得出各品种（系）在不同试点中的表现和适应能力，为啤酒大麦品种的选育和应用提供重要的参考和依据。
此外，GGE 双标图还可以用于筛选具有稳定产量和适应性的品种（系），同时，该方法可以辅助制定种植策略和决策，提高大麦种植的经济效益。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｂ ｔａ ｔ ｓ ｒ ｃ ：Ｔｈ ｕ ｖ ｒｅ ａｕ ｔｏ ｆＣｈ ｎ ｏ ｔ ｅ ｎ ｗｉ ｔｒｂａｌ ｙｔｉｌｕｓｎ ｅ ｃ ｈｉａ ｖ ｌａ ｉｎ ｏ ｉ ａ ｓ ｕ ｈ ｒ ｎ ｅ ｒｅ ｒａ ｉ ｇ ＧＧＥ ｉ ｏ ｒｎｇ２ ０９ —２０１ ｓｒ — ｂｐｌｔｄｕ ｉ ０ ０ ｗａ ｅ ｐ ｒｅ ｒ ｏｌｗｉ ｇ ｑ ｓｉｎｓｃ ｕｌ ｉｕａｌ ｄ ｒ ｓ ｅ ［ｏ ｔ ｅ ｂ ｐｏ ｓ：ｔ ｒｗｔ ｒｏ ｍａ ｃ ｆｅ ｃ ｕ ｖ ｒ ｏ ｔｄ． ｈｅ ｆｌｏ ｎ ｕｅ ｔ ｏ ｏ ｄ ｂｅｖ ｓ ｌｙ ａ ｄ ｅ ｓ ｄ ｒ ｍ ｈ ｉ ｌｔ ｈｅ ｇ ｏ ｈ ｐｅ ｒ ｎ ｅ ｏ ａ ｈ ｅ ｈｉ ａ ｆ ｉ ｉ ｅ ｅ ｔｓｔ ｎ ａ ｇｖ ｎ ｔｓ ｉ ｅ，ｍ ｅ ｎ ｐ ｒｏ ａ ｃ ｎ ｔ ｂｌｔ ｆｅ ｃ ｕ ｖ ｒ，ｔ ｅ ｍｏ ｔｆ ｖ ｒ ｂ ｅ ｅ ｉｏ ｍｅ ｔ ｏ ｉ ｅ ｕ— ａ ｅｆ ｒ ｎ ｅ ａ ｄ ｓａ ｉｉｙｏ ａ ｈ ｅ ｈｉａ ｍ ｈ ｓ ａ ｏａ ｌ ｎｖｒ ｎ ｎ ｓｆｒａｇ ｖ ｎ ｃ ｌ ｔ ａ ，ｓｍｉａｉｙ ｏ ａ ｒｏ ｕ ｖ ｒ ｒｅ ｖｒ ｎ ｅ ｔ ｔｅ ｄｆｅ ｅ ｃ ｅｔ ｅ ａ ｒｏ ｕｔｖ ｒ ｎｄ ｔ ｅ ｉｔ ｒｃ ｉｎ ｉ ｒ ｉ ｌｒｔ ｆａ ｐ ｉ ｆｃ ｈｉ ａｓ ｏ ｎ ｉｏ ｍ ｎｓ， ｈ ｉｆｒ ｎ ｅ ｂ ｗｅ ｎ ａ ｐ ｉ ｆｅ ｌｉａ ｓ ａ ｈ ｎ ｅａ ｔｏ ｖ
Ｃｕ ｔｖ ｒ ｅ ａｕａ ｉｎ ｆＣｈｉ ａ ｓ ｕｔ ｒ ｎｔ ｒ ｂ ｌｙ ｔ ｉ ｌｂ ｓ ｄ ｏ ｔ Ｇ Ｅ ｐｌ ｔ ｌｉ ａ ｖ ｌ ｔｏ ｏ ｎ ｏ ｈｅ ｎ ｗｉ ｅ ａｒｅ ｒａ ａ ｅ ｎ ｈｅ Ｇ ｂｉ ｏ
Ｓ Ａ Ｇ Ｙ ， Ｉ ｉ － ｎ Ｚ ＵＪ ｇｈａ ， Ａ Ｗｅ， Ｉ ｅｇ ＷＡ Ｇ Ｊｎｍｅ， Ａ Ｇ Ｊ ｎｍ ｎ Ｈ Ｎ ｉ ＪＡ Ｑａ ｊ ， Ｈ ｉ —ｕｎ ＨＵ ｉ ＬＮ Ｆｎ ， Ｎ — ｉ Ｙ Ｎ ｉ — ｉｇ ｏａ ｎ ｕ ａ （ ａｉ ａ ａｌ ｐｏｅ ｅｔ ｅｔ ，ｎｔｕｅｆＣｏｓ ｎ ｕｌ ｒＴｃｎｌ ｙＵ ｉ ａ ｏ ， ｈ ｉｎ ｃｄｍ ｇ Ｎ ｔ ｎｌ ｒｙＩ ｒｖｍ ｎ ｎ ｒ Ｉ ｉ ｔ ｏ ｒ ｄＮ ｃ ａ ｅｈｏｏ ｔｉ ｔ ｎ Ｚ ｅａ ｇＡａ ｅ ｙｏ － ｏ Ｂ ｅ ｍ Ｃ ｅ ｓｔ ｐａ ｅ ｇ ｌ ｉ ｚ ｊ ｆＡ ｒｕｔｒｌ ｃ． ｅ， ａ ｇｈｕ３ ０ ２ ，Ｃ ｉ ） ｉ ｌ ａ ｉｗ ｓ Ｈ ｎｚｏ １ ０１ ｈｎ ｃ ｕ Ｓｅ ｔ ａ
浙江农业学报 Ａ￡ Ｈ ｃ ｇ ｚ ｈ ａｇ ｎｉ， ０ １２ （ ） １７－ ０ Ⅱ Ｍ Ｚ ｅ ｎｅ ｓ ２ １ ，３ ２ ：９ ２ ２ ｉ ｆ ｓ
ｈｔ：／ ｗ ・ｊｙｂ ｃ ｔ ／ ｗ ｗ ｚ ｘ・ｎ ｐ ｎ
尚毅 ， 巧 君 ， 贾 朱靖 环 ， ．基 于 Ｇ Ｅ双标 图对 南 方 冬 大 麦 区域 试 验 的分 析 ［ ］ 等 Ｇ Ｊ ．浙 汀农 业学 报 ，０ １２ （ ） １７— ０ ・ ２ １ ，３ ２ ： ９ ２２
基 于 ＧＧＥ双 标 图 对 南 方 冬 大 麦 区域 试 验 的 分 析
尚 毅 ， 杨建 明
（ 江 省农 业 科 学 院 作 物 与核 技 术 利 用 研 究 所 国家 大 麦 改 良中心 ， 江 杭 州 ３０ ２ ） 浙 浙 １０ １
ｂ ｔ ｅ ｎ ｃ ｈ ｖ ｒ ａ ｄ ｅ ｖｒ ｎ ｎ ｓ ｈ ｅ ｕ ｔ ｏ ｉｌ ｔ ｎ ｉ ａｅ ｈ ｔ ｕ ｉＮｏ ３ ｗ ｓａ ｃ ｈｉａ ｉ ｉ ｄ ｐ ａ ｅｗ ｅ ｕ ｉａ ｓ ｎ ｎ ｉ ｍｅ ｔ ．Ｔ ｅ ｒ ｓ ｌ ｎ ｂ ｐ ｏ ｄ ｃ ｔｄ ｔ ａ ｐ ． ａ ｕ ｖ ｒｗ ｔ ｗ ｌ ａ ａ ｔ— ｏ ｓ ｉ Ｓ ｈ ｄ ｂｌｙ ｉ ｔ ．Ｇｒｐ ｉ ｓ ｅ ｓ ｎ ｆｙｅｄ ｒ ｌｔｄ ｔ ｉ ｈ ｗ ｄ ｓ ｌ ｒ ｙ ｏ ｆｅ ｔ ｅｅ ｒ ｎ ｉｌ ａ ｉ ｈ ｉ ｅｔ ｓ ， ｎ ｉ ａ ｈｃ ａ ｓ ｓｍｅ ｔ ｉｌ —ｅａｅ ａｌ ｓ ｏ ｅ ｉ ａ ｔ ｆｅｆｃｉ ａ ｓａ ｄ ｙｅ ｄ ｗ ｓｈ ｇ ｎ ｔ ｅ ｔ ａ ｄ ｏ ｒ ｓ ｍｉ ｉ ｖ ｈ
摘
要 ： Ｇ Ｅ双 标 图 对 ２ ０ － ２ １ 用 Ｇ ０ ９ ００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 、 品 种 的 平 均表 现 和稳 定 性 、 品 种 的 适 应 地 区 、 参 试 品种 的 相 似 性 和 环 境 的 相 似 各 各 各 性 及 两 品 种 之 间 的 比较 等 问 题 ， 好 的 解 答 了品 种 与 环 境 互 作 的 问 题 。 双 标 网显 示 ‘ 啤 ３号 ’ 一 个 适 应 很 苏 是
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 。
关键词 ： Ｇ Ｇ Ｅ双标 图； 大麦 ； 区域试验 ； 品种与环境互作
中图 分 类 号 ： １。 Ｓ５ ２３ 文献标志码 ： Ａ 文章 编号 ：０４—１２ （０ １ ０ ０ ９ ０ １０ ５４ ２ １ ）２— １７— ６