基于R 语言双标图的青贮玉米丰产稳产性评价

谢文锦 李方明 李宁 杨海龙 付俊 张中伟 高旭东

（丹东农业科学院，辽宁凤城 118109）

作物品种区域试验通过分析和评价新品种在多环境试验下的特性，确定其利用价值和适宜推广的区域[1]。区域试验能够综合评价品种的丰产性、稳产性和区域适应性，是农作物新品种选育至关重要的环节，因此对区域试验结果进行全面有效分析，直接关系到新品种能否通过审定并推广，发挥其最大价值[2]。通过基因与环境互作分析来估计基因的广泛及特殊适应性，是对玉米多点试验中品种的稳产性评价的理论基础。GGE 双标图是严威凯[3]提出的，近年来被广泛应用于作物基因与环境互作分析及试验环境评价的分析方法。目前GGE 双标图法主要应用于普通玉米和鲜食玉米的产量评价和试验点鉴定上[4-6]，鲜见于有关青贮玉米的报道研究。

以2021 年黄淮海夏播区的青贮玉米区域试验为例，以R 语言双标图为分析方法，对参试青贮玉米品种的干物产量进行了品种基因型和基因与环境互作的综合分析，以期对青贮玉米的品种筛选评价以及下一步推广种植提供理论参考。

1 材料与方法

1.1 试验数据试验数据来源于2021 年黄淮海夏播青贮玉米区域试验数据汇总，参试品种16 个，雅玉青贮8 号、京科青贮932 作为对照品种（表1），试验点12 个（表2）。区域试验采用随机区组设计，3次重复，小区面积不小于20m2，5 行区，实收中间3行；试验密度5000 株/667m2，试验周边设置与小区行数相同的保护行。

表1 参试品种名称及对应代号

表2 区域试验点及对应代号

1.2 分析方法试验点聚类分析利用DPS7.5进行，利用R 语言进行主成分分析和绘制双标图和聚类热图[3-4]，对参试品种丰产性、稳产性及区域适应性进行作图分析。

2 结果与分析

2.1 主成分拟合度及信息比拟合度和信息比是探讨双标图能否充分解释品种与环境两向表的重要依据，拟合度高，则双标图可以较好地代表实际数据。对原始数据做主成分分析（表3），信息比＞1 的主成分有4 个，累积的拟合度为79.45%。

表3 试验环境主成分分析表

2.2 试验环境的聚类分析由于试验品种和试验点较多，试验点分布比较广泛且主成分分析中前2个主成分拟合度仅为55.93%，无法充分地解释试验全部信息。因此将试验数据进行预处理，基于生物干重产量对试验点进行聚类分析（图1），将试验点进行简单分组。其中山东省的泰安和陕西省宝鸡、杨凌、富平分为一组，根据地理位置命名为环黄淮中心组，分析时将单独一组的济宁归为此组；其余4 省7 点为另一分组，依据地理位置以河南为中心而命名为黄淮中心组。

图1 试验点聚类分析结果

2.3 双标图分析

2.3.1 “哪个赢在哪里”功能图“哪个赢在哪里”功能图是将同一方向上距离中心原点最远的品种依次相连成为一个将所有品种包含在内的封闭多边形，依据品种与环境的相互关系来对试验点进行分组，并揭示各分组的最高产品种[7-8]。分组后的拟合度分别为80.24%和77.00%（图2）。在黄淮中心组中7 个试验环境被分为3 个生态区亚组，郑州和洛阳分别各为一个亚组，其余5 个试验环境为一个亚组。川单99 是大多数试验点环境（除郑州和洛阳）中的“胜出品种”，郑青贮3 号是郑州点的“胜出品种”，雅玉7758 是洛阳点的“胜出品种”。环黄淮中心组中，5 个种植环境分布在4 个扇区中，宝鸡和富平为共同扇区。川单99 和渝单805 是泰安的“胜出品种”，雅玉7758 是富平和宝鸡扇区的“胜出品种”，皖农科青贮8 号是济宁的“胜出品种”，郑彭965 和京科青贮932 是杨凌的“胜出品种”。落入没有试验环境的扇区的品种在所有种植环境中生物干重产量表现都一般，比如黄淮海中心组的郑彭965 和环黄淮中心组的大京九317。

图2 “哪个赢在哪里”功能图

2.3.2 “高产性和稳产性”功能图“高产性和稳产性”功能图为解释参试品种高产性和稳产性而设计。由图3A 和3B 可知，参试品种在分组内稳产性和丰产性表现不同，图3A 和3B 中的小圆圈代表平均环境值均值；带箭头的直线为平均环境轴，它的正方向代表品种的平均高产方向，参试品种越接近正方向其丰产性越好；对平均环境轴的垂直距离表达了其稳定性，距离越短越稳定[5]。图3A 中丰产性最好的是川单99，其次是皖农科青贮8 号和渝单805，图3B 中丰产性最好的依次是渝单805、川单99 和郑青贮2 号，可见渝单805 和川单99 在黄淮海区试组中产量丰产性表现均很优秀。黄淮中心组中川单99、皖农科青贮8 号和渝单805 是稳产性丰产性兼优的品种，值得一提的是京科青贮932 和雅玉青贮8 号作为对照品种表现出相当高的产量稳定性。环黄淮中心组渝单805和郑青贮2号是高产稳产品种，川单99 高产性较好，稳产性一般，雅玉7758 丰产性能较高，但稳产性略差，其在不同种植环境产量变异较大，康农玉519 产量位居第5 位，稳产性较好。而本分组的2 个对照品种中雅玉青贮8 号的产量稳定性表现优秀，京科青贮932 则表现出对种植环境有一定的敏感性。

图3 “高产性和稳产性”功能图

2.3.3 理想品种综合排序图用双标图的理想品种排序功能图（图4）对品种的丰产性与稳产性进行同步筛选[9-10]。所谓理想品种是指在GGE 双标图中距原点距离等于最长品种向量的长度，并且位于平均环境轴正方向上的品种[9-11]。以理想品种为圆心画出若干个同心圆以直观地评价品种的理想程度[11]。距离圆心越近的品种越接近于理想品种。黄淮中心组理想品种排序为：川单99＞皖农科青贮8 号＞渝单805＞康农玉519＞郑青贮2 号＞成单3601＞新中玉801＞连青贮101＞郑青贮3 号＞大京九317＞雅玉青贮8 号＞雅玉7758＞安科青1 号＞京科青贮932＞京科936＞郑彭965；环黄淮中心组理想品种排序为：渝单805＞郑青贮2 号＞康农玉519＞川单99＞康农玉519＞皖农科青贮8 号＞连青贮101＞雅玉青贮8 号＞雅玉7758＞新中玉801＞安科青1 号＞京科青贮932＞成单3601＞郑彭965＞郑青贮3 号＞京科936＞大京九317。川单99 和渝单805 分别是黄淮中心组和环黄淮中心组的最接近理想品种的突出品种。

图4 理想品种排序功能图

3 结论与讨论

基因效应G 和品种与环境互作效应GE 的数据双标图的应用，是用于区试品种高产稳产性分析和种植环境鉴别力分析的理想方法[11]。GGE 双标图是将品种与试验点第1 和第2 主成分值放到同一平面上的叠图，因此有且只有前2 个主成分≥1、拟合度高的情况下，双标图才能近似全面分析评价品种和地点。

3.1 试验环境分组分析结果由于本研究试验品种多，试验点地理跨度大，基于地点的主成分分析结果表明，前4 个主成分信息比大于1，因此对试验点进行聚类分组，再进行双标图分析以求更准确地进行青贮玉米品种的评价分析。试验最终将12 个试验点分为黄淮中心组和环黄淮中心组。既可以达到较高的拟合度，又避免了因试验点过多，产生与平均环境轴呈钝角，从而得出不适宜作为试验点的误导性结论出现。

3.2 品种稳定性适应性推荐对参试品种生物干重分组双标图分析表明：川单99、渝单805 和康农玉519 始终位于同一扇区，其适应同种种植区域；从综合产量丰产性和稳定性来看，黄淮中心组表现最好的品种是川单99 和皖农科青贮8 号；环黄淮中心组表现最优的品种是渝单805 和郑青贮2 号。川单99 和渝单805 适宜在连云港、邯郸、合肥、商丘、宿州、泰安以及相似气候环境中推广种植；郑青贮2 号适宜在泰安和郑州地区推广种植；皖农科青贮8 号适宜在连云港、邯郸、合肥、商丘、宿州和济宁地区推广种植。

本研究利用分组双标图分析的方法解决了因试验品种繁多、试验种植环境地理跨度大而造成2个主成分拟合度不足的情况，为多于2 个主成分的多点试验分析提供方法与依据[11-12]。本研究中分组双标图分析仅基于2021 年黄淮海青贮玉米区域试验组产量数据的聚类分析，不宜扩展到其他组别或多年应用。对种植区域的划分需要结合多年多组别，并结合气候地理环境进行规律性信息探索，以为品种推广工作提供参考。