菜用甘薯产量稳定性及试验点鉴别力综合分析
2023-06-08戴习彬王远周志林肖世卓赵凌霄王洁王珧李青莲朱国鹏曹清河
戴习彬 王远 周志林 肖世卓 赵凌霄 王洁 王珧 李青莲 朱国鹏 曹清河
摘要： 為了科学评价国家菜用甘薯联合鉴定试验中参试甘薯品种（品系）的丰产性、适应性、稳定性及试验点的鉴别力、代表性，采用AMMI模型和GGE双标图对2018-2019年国家菜用甘薯联合鉴定试验中10个甘薯品种（品系）在2年9个试验点的产量数据进行分析，筛选适合大面积推广的丰产、稳产甘薯品种（品系）及鉴别力、代表性较好的试验点。结果表明，菜用甘薯茎尖产量在基因型效应、环境效应及基因型与环境互作效应方面均极显著，其中环境效应占比最大，其次是基因型与环境互作效应，基因型效应占比最小。湘菜薯3号的丰产性、稳定性均较高，最接近理想品种（品系），适合大面积推广种植；黔菜薯2号、薯绿2号、EC15、海大7798、福菜薯25的丰产性较好，但稳定性一般，适合在特定区域推广，湖南长沙地区最适的甘薯品种（品系）为薯绿2号，其次是海大7798、福菜薯25；湖北武汉、重庆、海南琼海、福建福州和广东广州地区的最适甘薯品种（品系）为黔菜薯2号，其次为EC15。海南琼海、福建福州是菜用甘薯茎尖产量鉴别力、代表性均较强的试验点，更适合作为菜用甘薯的鉴定试验点。研究首次在菜用甘薯产量分析中同时使用AMMI和GGE 2种分析模型，展示了2种方法的应用效果，明确了适合大面积推广和在特定区域种植的甘薯品种（品系），确定了最佳鉴定试验点，为菜用甘薯新品种（品系）的合理推广和进行科学区域试验提供了理论参考。
关键词： 菜用甘薯；稳定性；鉴别力；AMMI模型；GGE双标图
中图分类号： S531 文献标识码： A 文章编号： 1000-4440（2023）01-0022-08
Comprehensive analysis of yield stability and testing sites discrimination of leaf-vegetable sweetpotato varieties
DAI Xi-bin1， WANG Yuan2， ZHOU Zhi-lin1， XIAO Shi-zhuo1， ZHAO Ling-xiao1， WANG Jie1， WANG Yao1， LI Qing-lian1， ZHU Guo-peng2， CAO Qing-he1，2
（1.Xuzhou Institute of Agricultural Sciences in Xuhuai District， Xuzhou 221131， China;2.Horticulture College of Hainan University， Haikou 570228， China）
Abstract： To evaluate scientifically the yield， adaptability， stability and testing sites discrimination and representativeness of varieties （lines） in leaf-vegetable sweetpotato joint identification trials in China， the AMMI model and GGE biplot were used to analyze the yield data of ten varieties （lines） in nine testing sites during 2018-2019. The productive and stable varieties suitable for large scale promotion as well as the testing sites with good discrimination and representativeness were screened. The results showed that the yield of leaf-vegetable sweetpotato reached highly significant in genotype effect， environment effect and interaction effect. Environment effect accounted for the largest proportion， followed by interaction effect， and genotype effect was the smallest. Xiangcaishu No.3 had higher productivity and stability， and it was the closest to the ideal variety， which was suitable for large area promotion. Qiancaishu No.2， Shulü No.2， EC15， Haida 7798 and Fucaishu 25 had better productivity， but had mediocre stability， so they were suitable for promotion in specific areas. The most suitable variety （lines） in Changsha， Hunan province was Shulü No.2， followed by Haida 7798 and Fucaishu 25. For Wuhan of Hubei， Chongqing， Qionghai of Hainan， Fuzhou of Fujian and Guangzhou of Guangdong， the most suitable variety （lines） was Qiancaishu No.2， followed by EC15. Qionghai of Hainan and Fuzhou of Fujian were the more discriminating and representative testing sites and more suitable as identification test sites for vegetable sweetpotato. In this study， AMMI and GGE analytical models were used simultaneously in vegetable sweetpotato yield analysis for the first time， and the application effects were demonstrated. And the varieties（lines） suitable for large-scale promotion and planting in specific areas were identified， and the best identification test points were determined， which provided a theoretical reference for the rational promotion of new leaf-vegetable sweetpotato varieties and scientific regional test.
Key words： leaf-vegetable sweetpotato;stability;discrimination;AMMI model;GGE biplot
甘薯[Ipomoea batatas（L.）Lam.]又称红薯、白芋、山芋等，是旋花科甘薯属植物，曾被世界卫生组织推荐为最佳食物。根据用途不同，甘薯可分为鲜食甘薯、加工甘薯、菜用甘薯和观赏甘薯等，已经成为世界上重要的粮食和饲料作物[1]。近年来，菜用甘薯受到的关注越来越多，享有蔬菜皇后、抗癌蔬菜、长寿菜等美誉。菜用甘薯富含蛋白质、膳食纤维、多酚、维生素等，具有较高的营养保健价值，是理想的“伏缺菜”[2-3]。然而，目前国内外菜用甘薯专用品种相对较少，因此培育高产、稳产、适应性广的菜用甘薯品种（品系）对丰富菜用甘薯品种（品系）及农业提质增效的意义重大。
新品种的大面积推广和科学布局需要经过品种区域（生产）试验，以评价其在不同区域的丰产性、适应性和稳定性。由于基因型效应及基因型与环境之间的互作效应，使得评价品种的稳定性、适应性相对较难。近年来，加性主效应乘积交互作用（Additive main effects and multiplicative interaction，AMMI）模型和基因型主效应及其与环境互作（Genotype main effect plus genotype-environment interaction，GGE）双标图在区域试验中得到了广泛应用[4-5]。为了提高准确性，AMMI模型利用主成分分析解释基因型与环境加性模型中的乘积互作。GGE双标图分析法是一种以双标图数学原理为基础的区试数据分析方法，该方法综合考虑基因型效应及基因型与环境的互作效应，既可以在双标图中直观看出品种的丰产性、稳产性和适应性，又可以对区域试验点进行分析评价，因而目前已经被广泛应用于品种及试验点的评价中[6]。上述2种方法的优势各异，二者结合使用更加科学、准确。目前，AMMI模型和GGE双标图已被广泛应用于玉米[7-9]、小麦[10-11]、水稻[12-13]、马铃薯[14-15]等粮食作物及牧草[16-17]的产量分析中，在作物品质性状评价中也用得越来越多[18-21]。目前，只有少量利用AMMI模型分析甘薯产量的研究[22-24]，利用GGE双标图分析甘薯产量的相关研究也仅有国外的2篇报道[25-26]，国内尚无利用GGE双标图分析甘薯产量的相关研究报道，特别是菜用甘薯茎尖产量的相关研究均未见报道。
本研究利用2种方法分析国家菜用甘薯联合鉴定试验数据，综合评价参试品种的丰产性、稳定性和适应性，以及试验点对品种产量的鉴别力和区域代表性，以期为菜用甘薯的试验点选择、品种选育与推广应用提供理论基础。
1 材料与方法
1.1 试验材料和试验点环境
试验材料为参加2018-2019年国家菜用甘薯联合鉴定试验的10个甘薯品种（品系），具体品种（品系）名称即为对应的基因型名称，其中福薯7-6为对照（表1）。共设9个试验点（表2），根据年份不同，共分成18个不同的环境。
1.2 试验设计
2018-2019年分别在9个试验点采用随机区组设计，畦栽，每个甘薯品种（品系）设3个重复，株距×行距为20 cm×30 cm，小区面积为3.6 m2（3.0 m×1.2 m）。栽插期为5-6月，根据各地菜用甘薯的长势，适时采摘鲜嫩茎尖，整个生育期内的采摘次数不低于6次，合计为菜用甘薯总产量。
1.3 数据统计分析
本研究用DPS 19.05软件进行方差分析、AMMI模型分析及稳定性参数分析[27]，用GGE-biplot R x64 4.1.1软件进行GGE双标图绘制[28]。
2 结果与分析
2.1 不同甘薯品种（品系）产量的方差分析
对参试甘薯
2.3 AMMI模型稳定性参数估计
用AMMI模型对参试菜用甘薯进行丰产性、稳定性分析。由表5可以看出，不同甘薯品种（品系）2年平均产量为43.21～56.79 t/hm2，不同品种（品系）产量从高到低排序为g4、g8、g5、g1、g6、g9、g3、g7、g2、g10，参试甘薯品种（品系）的产量均高于对照品种g10。品种（品系）的稳定性参数越大，说明品种（品系）的稳定性越差。由表5可以看出，不同甘薯品种（品系）的稳定性从高到低排序为g9、g4、g3、g2、g7、g5、g8、g6、g1、g10。
与甘薯品种（品系）的稳定性系数不同，各试验点甘薯品种（品系）的稳定性参数越大，表明试验点的鉴别力越强。从表6可以看出，9个试验点2年平均产量为32.42～70.22 t/hm2，不同甘薯品种（品系）的产量从高到低排序为e5、e2、e7、e3、e4、e8、e6、e9、e1，各试验点不同甘薯品种（品系）的鉴别力从弱到强排序为e1、e4、e9、e7、e8、e6、e2、e5、e3。
2.4 参试甘薯品种（品系）、试验点的GGE双标图分析
用GGE-biplot软件对10个参试甘薯品种（品系）及其在18个环境下的产量进行分析，用GGE双标图解释基因型与环境互作的变异。由图1～图4可以看出，双标图中横坐标（第1主成分）解释了40.67%基因型与环境互作的变异，纵坐标（第2主成分）解释了20.06%基因型与环境互作的变异，第1、第2主成分合计解释了60.73%基因型和基因型与环境互作的变异。
甘薯品种（品系）的适宜种植区域主要使用“哪个赢在哪里”功能图，如图1所示，将同一方向距离原点最远的品种（品系）对应的点连线形成多边形，过原点作各边垂线，垂线将多边形分为若干个区域，多边形各区域内顶端的品种（品系）最适宜在该区域种植，丰产性最好。本试验将g6、g5、g2、g10、g7、g8对应的点连接形成多边形，垂线将多边形分为6个区域。有试验点的区域只有3个，但区域内有品种（品系）的区域只有2个，即垂线②和垂线③之间的区域1及垂线⑥和垂线①之间的区域2。湖南长沙试验点（e7.19）落在区域1中，g5为该区域内的最适品种（品系），其次是g6、g9；湖北武汉、重庆、海南琼海、福建福州和广东广州试验点落在区域2中，其中最适品种（品系）为g8，其次为g1、g4。没有试验点落在以g2和g10为顶角的区域中，说明2个甘薯品种（品系）在所有试验点中的产量表现都不是最佳的。
g1～g10见表1，e1.18～e9.19编号见表2，①～⑥表示垂线。AXIS1：坐标轴1；AXIS2：坐标轴2。
图2显示了参试甘薯品种（品系）的丰产性、稳产性，带箭头横线表示平均环境向量，箭头方向表示品种（品系）的产量增长方向。对代表平均环境向量的横线作1条垂线，垂线左侧表明产量高于平均产量，垂线右侧表明产量低于平均产量，过各品种（品系）对应的点作平均环境向量的垂线，垂线的长度代表稳定性，长度越长代表越不稳定。可以看出，不同甘薯品种的丰产性由高到低排序为g8、g1、g4、g6、g5、g9、g7、g3、g2、g10，稳定性由高到低依次排序为g3、g4、g10、g9、g2、g6、g7、g1、g8、g5。丰产且稳产的品种（品系）为g4，丰产性较好但稳定性较差的品种（品系）为g8、g1、g6，稳产性较高但丰产性较差的品种（品系）为g10、g3。
g1～g10见表1，e1.18～e9.19见表2。AXIS1：坐标轴1；AXIS2：坐标轴2。
利用“鉴别力与代表性”功能图分析9个试验点对各甘薯品种（品系）产量的鉴别力、代表性，图3中带箭头的直线为平均环境轴，各试验点与原点连线的长度表示试验点对甘薯品种（品系）的鉴别力，长度越长表明鉴别力越强；连线与平均环境轴之间的夹角表示试验点的代表性，角度越大说明代表性越弱。分析结果表明，试验点e5.18、e3.18、e2.19、e2.18、e8.18、e1.19、e5.19和e6.18对各甘薯品种（品系）产量的鉴别力较强，试验点e4.18、e9.19、e8.19、e4.19的鉴别力较弱。在区域代表性方面，所有试验点与平均环境轴之间的夹角都小于90°，表明所有试验点都具有较强的代表性，其中试验点e4.18、e7.18、e8.19、e5.19、e9.18的代表性更强，试验点e3.18、e7.19、e6.18、e8.18、e2.18的代表性稍弱。综上可知，试验点e8.18、e5.19的鉴别力、代表性均较强，试验点e3.18、e2.18、e6.18的鉴别力较强但代表性较弱，试验点e4.18、e8.19的代表性较强但鉴别力较弱。
g1～g10见表1，e1.18～e9.19见表2。AXIS1：坐标轴1；AXIS2：坐标轴2。
为了筛选既丰产又稳产的甘薯品种（品系），利用“理想品种”功能图对参试甘薯品种（品系）进行综合排名。以平均环境线箭头所在位置为圆心画同心圆，距离圆心越近的品种（品系）越接近理想品种（品系）。如图4所示，g4最接近理想品种（品系），g6、g1次之。
g1～g10见表1，e1.18～e9.19见表2。AXIS1：坐标轴1；AXIS2：坐标轴2。
3 讨论
以往的区域试验数据分析通常使用方差分析法、回归分析法等方法，方差分析可以将效应分解为基因型效应、环境效应和基因型与环境互作效应，但对互作效应不能进行进一步的分析。回归分析中的回归系数和离差可以解释加性效应的互作部分，然而无法解释非加性效应。近年来，AMMI模型和GGE双标图在区域试验数据分析中应用得更为广泛，2种方法均可利用主成分分析法对非加性互作效应进行分析，可以解释更多的变異信息。但2种方法有区别，分析结果有一定差异。AMMI模型结合了方差分析、主成分分析的优点，能找到互作效应小、稳定性高的品种（品系），而GGE双标图能够更直观地将环境分为不同区域，能够合理地对品种（品系）进行布局，使品种（品系）的最大潜力得到发挥[29]。在对品种（品系）稳定性的分析方面，GGE双标图对互作的解释能力较弱，AMMI模型可以很好地弥补该不足，但也容易忽视一些丰产性好但稳定性差的品种（品系），而GGE双标图的“哪个赢在哪里”可以筛选出丰产好但稳定性不高的品种（品系），并给出适宜种植区域。AMMI模型和GGE双标图2种分析方法相结合，互为补充，可以提高分析结果的准确性和可靠性[30]。
本研究结果表明，影响菜用甘薯茎尖产量的因素包括基因型效应、环境效应和二者之间的互作效应，且3种效应的影响均达到极显著水平。其中环境效应为主效应，互作效应次之，基因型效应的影响最小，此结果与前人在其他作物上得出的研究结果一致[31-32]，说明在菜用甘薯新品种（品系）进行推广示范前，要充分挖掘基因型与环境互作效应，筛选品种（品系）最适宜推广的区域，或者根据不同区域安排与之相适应的品种（品系）[33]。
用AMMI模型、GGE双图标分析菜用甘薯2年9个试验点的丰产性结果基本一致，其中g9、g2和g10的结果完全一致，其他试验点之间的差异也较小，可见AMMI、GGE这2种模型方法在分析甘薯品种（品系）的丰产性上差异不大。在本研究中，AMMI模型2年平均解释了94.46%的总变异，GGE模型解释了60.73%的总变异，本试验得出的丰产性主要参考AMMI模型分析结果。2种方法在稳定性分析方面的结果相对于丰产性结果差异稍大，只有g4在2种方法中的稳定性表现一致，均排第2位；g5、g10表现出的差异最大，位次差异分别达到4个、7个，其他均相差1～3个位次。稳定性主要考量的是区域试验中基因型对环境的敏感性，即互作效应，效应越小表明越稳定，AMMI模型利用主成分分析法解析部分残差的互作效应，可以有效地分析品种的稳定性。由此可见，评价试验结果的稳定性也要参考AMMI模型。品种（品系）是否优良不能只用稳定性来评价，还要考虑其平均产量，并且将其放在首位，稳定性用以辅助[34]。在本试验中，既丰产又稳产的品种（品系）为g4，适合大面积推广，此结果与GGE模型中“理想品种”功能图中g4排名第1的结果相一致。g8、g5、g1、g6、g9的丰产性较好，但稳定性一般，说明它们与环境之间的互作效应较强，适合在特定区域推广。由“哪个赢在哪里”功能示意图可以较容易地看出，g5为试验点湖南长沙最适合的品种（品系），其次是g6、g9；试验点湖北武汉、重庆、海南琼海、福建福州和广东广州最适合的品种（品系）为g8，其次为g1。本研究筛选出的丰产性、适应性、稳定性较好的品种（品系）可以作为新品种（品系）选育的优良亲本加以利用[35]。g10在丰产性、稳定性评价中的排名均为最后，说明该品种（品系）作为对照，表现较差，在今后的试验中可以考虑替换稳定性更高、丰产性更好的品种（品系）作为对照。
上述2种分析方法在分析试验点鉴别力方面也表现出较为一致的结果，e5、e3、e2均为鉴别力较好的3个试验点，e8、e6次之。结合GGE双标图的代表性结果可知，鉴别力、代表性均较强的e5、e8更适合作为菜用甘薯的鉴定试验点。
4 结论
本研究结合AMMI模型、GGE双标图对2018—2019年全国菜用甘薯联合鉴定试验数据进行了综合分析。结果表明，AMMI在丰产性、稳定性分析上更具有优势，GGE在区域适应性分析中更加直观。2种模型筛选出丰产、稳产、适合大面积推广的甘薯品种（品系）为湘菜薯3号，品种（品系）鉴别力和代表性较佳的試验点为海南琼海和福建福州。在实际生产中，可以参考相关结论，但不能将分析结果作为最终判断依据。甘薯品种（品系）和试验点的选择还需要结合多年多点的长期表现给出综合评价，同时还要结合品种（品系）的品质、口感、抗逆性及不同地区的消费习惯等进行综合选择。
参考文献：
[1] 王 欣，李 强，曹清河，等.中国甘薯产业和种业发展现状与未来展望[J]. 中国农业科学，2021，54（3）：483-492.
[2] 苏一钧，董玲霞，王 娇，等.菜用和观赏甘薯种质资源遗传多样性分析[J]. 植物遗传资源学报， 2018， 19（1）：57-64.
[3] 邱俊凯，隋伟策，木泰华，等.58个不同品种甘薯茎叶营养与功能成分的研究[J]. 核农学报，2021，35（4）：911-922.
[4] GAUCH H G JR，PIEPHO H P， ANNICCHIARICO P. Statistical analysis of yield trials by AMMI and GGE[J]. Crop Science，2006， 46（4）：1488-1500.
[5] YAN W K，HUNT L A，SHENG Q L， et al. Cultivar evaluation and mega-environment investigation based on the GGE Biplot[J]. Crop Science，2000，40（3）：597-605.
[6] 罗 俊，许莉萍，邱 军，等.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]. 作物学报，2015，41（2）：214-227.
[7] 岳海旺，李春杰，李 媛，等.河北省春播玉米品种产量稳定性及试点辨别力综合分析[J]. 核农学报，2018，32（7）：1267-1280.
[8] SINGAMSETTI A， SHAHI J P， ZAIDI P H， et al. Genotype × environment interaction and selection of maize （Zea mays L.） hybrids across moisture regimes[J]. Field Crops Research， 2021， 270：108224.
[9] 岳海旺，魏建伟，谢俊良，等.基因型和环境互作对黄淮海夏玉米品种籽粒产量的影响[J]. 中国农业大学学报，2022，27（4）：31-43.
[10]常莹莹，王永华，王永霞，等.黄淮砂姜黑土区强筯小麦品质现状及基因型与环境效应[J]. 麦类作物学报，2018，38（1）：105-112.
[11]杨进文，朱俊刚，王曙光，等.用GGE双标图及隶属函数综合分析山西小麦地方品种抗旱性[J]. 应用生态学报，2013，24（4）：1031-1038.
[12]王 磊，程本义，鄂志国，等.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[J]. 中国水稻科学，2015，29（4）：408-416.
[13]董 维，邓 伟，吕 莹，等.利用AMMI模型分析云南省杂交籼稻区试优质品种产量基因型与环境互作[J]. 杂交水稻，2022，37（2）：19-26.
[14]蒋彤晖，叶夕苗，余 斌，等.甘肃省马铃薯区试品种产量性状和环境鉴别力评价分析[J]. 核农学报，2022，36（6）：1262-1272.
[15]叶夕苗，程 鑫，安聪聪，等.马铃薯产量组分的基因型与环境互作及稳定性[J]. 作物学报，2020，46（3）：354-364.
[16]张志芬，任长忠，杨海顺，等.基于SD-GGE双标图进行饲草燕麦品种归类和区域划分[J]. 中国农业大学学报，2021，26（5）：10-21.
[17]陈彩锦，张尚沛，师尚礼，等.基于GGE双标图对苜蓿品种丰产性和稳定性综合评价[J]. 草地学报，2021，29（5）：912-918.
[18]张雪婷，杨文雄，柳 娜，等.甘肃西部抗旱型玉米品种的综合评价及筛选[J]. 核农学报，2018，32（7）：1281-1290.
[19]许乃银，李 健. 棉花区试中品种多性状选择的理想试验环境鉴别[J]. 作物学报，2014，40（11）：1936-1945.
[20]许乃银，金石桥，李 健. 利用GGE双标图划分我国棉花纤维品质生态区[J]. 应用生态学报，2017，28（1）：191-198.
[21]柳赛花，纪雄辉，谢运河，等. 基于GGE双标图和BLUP分析筛选镉砷同步低累积水稻品种[J]. 生态环境学报，2021，30（2）：405-411.
[22]何霭如，李观康，陈胜勇，等. 用AMMI模型分析甘薯品种产量性状的稳定性[J].安徽农业大学学报，2014，41（3）：430-434.
[23]贾赵东，谢一芝，尹晴红，等. 甘薯品种产量性状的稳定性和适应性分析[J].扬州大学学报（农业与生命科学版），2008，29（2）：77-81.
[24]ANDRADE M I， NAICO A， RICARDO J， et al. Genotype × environment interaction and selection for drought adaptation in sweetpotato [Ipomoea batatas （L.） Lam.] in Mozambique[J]. Euphytica， 2016， 209（1）： 261-280.
[25]KARUNIAWAN A， MAULANA H， USTARI D， et al. Yield stability analysis of orange fleshed sweetpotato in Indonesia using AMMI and GGE biplot[J]. Heliyon， 2021，7（4）： e06881.
[26]NGAILO S， SHIMELIS H， SIBIYA J， et al. Genotype-by-environment interaction of newly-developed sweet potato genotypes for storage root yield， yield-related traits and resistance to sweet potato virus disease[J]. Heliyon， 2019， 5（3）： e01448.
[27]唐啟义. DPS数据处理系统： 实验设计、统计分析及数据挖掘[M]. 2版. 北京： 科学出版社， 2010.
[28]魏常敏，陈国立，许卫猛，等. 糯玉米新品种鲜穗、鲜籽粒产量稳定性和试点鉴别力分析[J/OL].分子植物育种：1-15[2022-06-01].http：//kns.cnki.net/kcms/detail/46.1068.S.20210628.1014.004.html.
[29]许乃银，荣义华，李 健，等. GGE双标图在陆地棉高产稳产和适应性分析中的应用——以长江流域棉区国审棉花新品种鄂杂棉30为例[J]. 中国生态农业学报，2017，25（6）：884-892.
[30]步 清，鲁 月，郝德荣，等. AMMI模型和GGE双标图在江苏省糯玉米品种区域试验中的应用[J/OL].分子植物育种：1-12[2022-06-01].http：//kns.cnki.net/kcms/detail/46.1068.S.20210831.1345.009.html.
[31]宋 慧，刘金荣，王素英，等. GGE双标图评价谷子豫谷18的丰产稳产性和适应性[J]. 中国农业大学学报，2020，25（1）：29-38.
[32]许乃银，张国伟，李 健，等. 基于 GGE 双标图和比强度选择的棉花品种生态区划分[J]. 中国生态农业学报， 2012， 20（11）： 1500-1507.
[33]YAN W K， HUNT L A. Interpretation of genotype × environment interaction for winter wheat yield in Ontario[J]. Crop Science， 2001， 41（1）： 19-25.
[34]严威凯. 品种选育和评价的原理和方法评述[J].作物学报，2022，48（9）：2137-2154.
[35]王晓斌，王 瀚，胡开明，等. 基于层次分析法和GGE双标图对引进马铃薯种质资源的综合评价[J]. 植物遗传资源学报，2017，18（6）：1067-1078.
（责任编辑：徐 艳）
