基于R语言GGE双标图的河南省弱筋小麦区试品种的 丰产性和稳定性分析

摘 要：利用GGE双标图综合评价2017-2018年2年河南省弱筋小麦区试品种基因型及基因与环境的互作效应。结果表明，2017年中‘森科09-3’和‘信麦1168’均表现出优良的丰产稳定品质，2018年中‘太学766’是具有广泛适应性的优良品种。试点评估中，2017年的8个试点和2018年的6个试点均被划分为3个生态亚区。其中，2017年兼具区分力和代表力的试点是信阳，而光山是2018年所有试点中代表性和区分力最强的理想试点，可以用于筛选丰产稳产小麦品种。GGE双标图为小麦新品种选育评价、试验点评价选用等方面提供更直观高效的评价方法和参考价值。

关键词：小麦品种；GGE双标图；适应性；稳定性；试点鉴别力

中图分类号：S512.1 文献标识码：A" 文章编号：0488-5368（2024）10-0043-05

收稿日期：2023-11-14 修回日期：2024-01-17

第一作者简介：付尧（1990-），主要从事经济作物育种及栽培研究。

通信作者：郜俊红。

Analysis of Yield and Stability of Weak Gluten Wheat Varieties "in Henan Based on R Language GGE Biplot

FU Yao， QIU Dongyun， LIAO Xianjing， GAO Junhong

（Zhengzhou Research Institute of Agricultural Science and Technology， Zhengzhou，Henan 450003， China）

Abstract：This study utilized the GGE biplot to comprehensively evaluate the genotypes of weak gluten wheat cultivars and the genotype-environment interaction effects in Henan Province during the 2017–2018 growing season. The results indicated that 'Senke 09-3' and 'Xinmai 1168' exhibited excellent and stable yield characteristics in mid-2017， while 'Taixue 766' was identified as an excellent variety with broad adaptability in mid-2018. In the pilot evaluations， eight sites in 2017 and six sites in 2018 were categorized into three ecological subzones. The Xinyang site in 2017 demonstrated both distinguishing and representational strengths， while Guangshan emerged as the ideal site in 2018， showing the strongest representational and distinguishing capabilities among all sites. This site can be utilized for screening high-yielding and stable wheat varieties. The GGE biplot provides a more intuitive and efficient evaluation method and offers valuable references for the assessment of new wheat varieties and trial site selection.

Key words： Wheat varieties; GGE biplot; Adaptability; Stability; Site discrimination

小麦（%Triti aestivum %L.）是我国第二大粮食作物，产量和消费量约占全国粮食总量的1/4。近年来，小麦的种植面积、单产和总产呈“三增”趋势，而总产量的增加主要来源于品种创新带来的单产的提高，新品种对小麦增产的贡献率超过45% 。相较于强筋小麦种质资源，弱筋小麦具备麦播面积大、商品率高、穗发芽轻等种质优势，但在育种方面仍面临起步晚，品质不稳定，达标率低等难题，因此选育优质弱筋小麦新品种对我国小麦种业发展的多样性和稳定性具有深远意义[1～3]。

由于高产稳产是农作物的重要育种目标之一，但产量性状又极易受到基因（G）、环境（E）和基因-环境（GE）多重影响，造成不同种植环境、不同年际间农作物产量存在一定差异。GGE双标图是一种综合分析基因与基因-环境互作的方法，利用图解的形式表现和分析两向数据，对参试品种的高产稳定性、区域适应性和试验环境（试验点）鉴别力进行探讨分析。目前，双标图逐渐成为分析农作物多点试验的必备工具，广泛应用于新品种选育和农作物产量研究中。本研究以2017年-2018年河南省南部及弱筋B组区域试验产量数据为例构建GGE双标图，从丰产性、稳定性和适应性3个方面对参试品种进行广适性研究，为新品种推广及GGE双标图在作物新品种选育评价、试验点评价选用等方面提供应用参考价值[4～8]。

1 材料与方法

1.1 试验材料

本试验数据来源于2017-2018年度河南省南部及弱筋B组小麦良种区试产量的统计结果。2017年参试品种12个，2018年参试品种10个，两年对照品种均为‘偃展4110’（表1）。

1.2 试验地点与方法

2017年试验分别在邓州（E1）、潢川（E2）、淮滨（E3）、息县（E4）、光山（E5）、罗山（E6）、信阳（E7）和唐河（E8）共8个试验点进行。2018年汇总试验点数据时，因试验地地力不均或产量数据偏离较大等原因，故在原有8个试验点基础上减少了信阳和唐河两处试验点数据。

各试验点采用随机区组设计，３次重复，小区面积为12～15 m2，试验点设置于当地试验田内。试验产量数据采用RCT2000区试分析计算程序分析和计算。播种前做好整地与施底肥工作，播种期适时播种，播量适宜，生育期确保不浇水、不追肥。各试验点结合当地生产具体情况进行病虫害防治等合理的田间管理。

1.3 数据处理与分析

利用R语言的GGEBiplotGUI功能包对2017年—2018年河南省南部及弱筋B组区域试验的品种与试验点进行综合分析和评价[9～30]。

2 结果与分析

2.1 产量表现分析

2017年12个参试品种中有6个品种较对照‘偃展4110’有产量增产，分别是‘信麦1168’、‘森科09-3’、‘信麦79’、‘郑麦103’、‘百农207’和‘天民13E009’，最大增产量达到0.38 t/hm2。其余5个品种产量均低于对照品种，最大减产量达到0.13 t/hm2。2018年所有参试品种产量均高于对照品种，增产量在0.59～0.20 t/hm2范围内。其中排名前三的品种分别是‘太学766’、‘郑麦103’和‘先麦23’。‘郑麦103’、‘郑农4108’、‘信麦79’和‘绵麦112’是连续两年参试品种，其在2017年的平均产量排名为4、8、3、9，其在2018年的平均产量排名为2、6、7、8。续试品种中连续两年平均产量均超过对照品种的是‘郑麦103’和‘信麦79’（表2）。

2017年8个试点中平均产量最高的试点是邓州（E1），第二、三位分别是唐河（E8）和罗山（E6），平均产量最低的试点是淮滨（E3），邓州（E1）是淮滨（E3）平均产量的2倍多，平均产量差值达到3 t/hm2。8个试点变异系数（CV）介于4.04%～9.30%，整体变异度较小。2018年的6个试验点中平均产量最高的仍是邓州（E1），为8.00 t/hm2，最低的息县（E4）平均产量为5.17 t/hm2，两者相差2.83 t/hm2，6个试点变异系数介于3.04%～7.68%，变异幅度较小。综合两年试点平均产量排名，邓州（E1）、罗山（E6）和潢川（E2）均连续两年排在所有试点的前列（见表3）。

2.2 丰产性和稳定性分析

2017年河南省南部及弱筋B组小麦参试品种丰产性表现排序为：V11gt;V10gt;V8gt;V9gt;V2gt;V7gt;V3gt;V12gt;V5gt;V6gt;V1gt;V4。丰产性排名前三的V11、V10和V8在稳定性表现排名中分别位于第1、第5和第12位。稳定性分列第2和第3位的V12和V1，在丰产性中均表现欠佳。故2017年参试品种中，在丰产性与稳产性表现排名中均获第1位的V11是最优小麦品种。

2018年各小麦参试品种的丰产性表现依次为：G8gt;G3gt;G1gt;G2gt;G6gt;G4gt;G9gt;G7gt;G5gt;G10，由于GGE双标图采用加权平均产量值，故丰产性表现中G8反超平均产量值第1位的G3，成为参试品种中丰产性最优的品种。稳产性方面，G3、G8、G10表现最好，G6和G9表现最差。结合丰产性表现，G3和G8均是丰产性与稳产性俱佳的品种。

综合两年4个连试品种，‘郑麦103’在丰产性方面连续两年排在前3名，2018年稳产性位于第2位，2017年稳产性表现排名最差。其余3个连试品种均在每年丰产性与稳产性排名中表现欠佳（图1）。

2.3 区域适应性分析

2017年8个试验点被划分为3个扇区，E1和E8为1个扇区，V8是此区域产量最优品种；E3和E4为1个扇区，V11是其最优品种；其余4个试验点为1个扇区，扇区内产量最高的品种是V10。V1、V3、V4、V5、V6、V7、V9、V12所在的扇区均未有试点落入，说明这8个组合在所有试点产量表现中都不是最好。

2018年6个试验点被划分为3个扇区，E2和E6是一个扇区，G6是该扇区最优品种；E1、E3和E5是一个扇区，G8在区域内表现最优；E4单独为一个扇区，G9占据产量表现首位。其余品种所在扇区未有试点落入，代表其在所有试点产量排名中均不是最优的（图2）。

2.4 小麦理想品种综合分析

根据理想品种排序图可知，2017年V11最靠近圆心，接近理想品种，V10次之，其余10个品种均距离圆心较远，在丰产性和稳定性综合比较时表现欠佳。2018年G3险胜G8最靠近圆心，G1、G2和G4紧随其后，G5和G10表现最差（图3）。

2.5 试点区分力与代表性分析

由图4可知，2017年区分力最大的试点是E8（唐河），代表性最强的试点是E4（息县），E1和E8、E2和E5相似性较高，E8与E6相似性最低。2018年区分力最大的试点和最具代表性的试点均是E5（光山），E2和E4的相似性最低。

3 结论与讨论

本研究利用R语言GGE双标图法对河南省弱筋小麦区试品种的丰产性和稳定性进行分析。结果表明，GGE双标图可采用更为直观的图像形式对小麦品种丰产性和稳产性方面、比较不同小麦品种生态区域适应性方面及试点环境区分力和代表性方面进行综合评价。GGE双标图为小麦品种的优选推广和提高育种效率提供更准确的分析方法。

对河南省弱筋小麦区试品种的丰产性和稳定性分析研究表明，2017年中，‘森科09-3’是丰产性和稳产性俱佳的品种，最接近理想品种，‘信麦1168’次之。上述2个品种均在2017的小麦区域试验中表现出了优良的丰产稳定品质。2018年中，‘太学766’和‘郑麦103’均在丰产性和稳产性方面表现突出，其中‘太学766’在所有参试品种中最接近理想品种。2017-2018年两年理想品种均为非续试品种，故可在今后推广试验中进一步对本次筛选出的理想品种进行分析，以确保其丰产稳产优质品性的稳定表现。

对本次小麦品种的区域适应性分析研究表明，2017年8个试点被划分为3个区域，2018年6个试点被划分为3个区域，同一区域的试点拥有相似的生态环境。理想试点研究方面，2017年区分力最强的是唐河，但由于其代表力较差，而代表力最优的息县也存在区分力较弱的情况。综合评估下，兼具区分力和代表力的是信阳试点。2018年6个试点中，光山的代表性和区分力均为最强，是最为理想的试点环境，能够更高效的对高产稳产品种进行筛选。2017-2018年，相同试点的最高平均产量差距达到2.26 t/hm2，同一试点在不同年份间表现出的不稳定可能受到本年份天气变化、田间管理效果等因素的影响。

连续两年参试品种不完全相同，进行丰产稳定性比较排名，一方面可在一定程度上评价续试品种不同年份间的稳定性表现，另一方面可在非续试品种中初步筛选发现当年丰产稳定性较优的品种，组成小麦新品种后续推广筛选的品种资源库。研究结果表明，GGE双标图能够更直观高效地区分品种的丰产稳定性，明确参试品种的生态适应区，鉴别不同试点的区分代表力，对小麦新品种推广及种植提供理论依据。

参考文献：

[1] 李曼，张晓，刘大同，等.弱筋小麦品质评价指标研究[J].核农学报，2021，35（9）：1 979-1 986.

[2] 马斯霜，白海波，惠建，等.小麦主要品质性状研究进展[J].中国农学通报，2021，37（24）：1-5.

[3] 赵吉平，任杰成，郭鹏燕，等.我国小麦育种方向的创新与实践分析[J].山西农业科学，2019，47（1）：139-142.

[4] 孙建军，丁超明，申培林，等.基于GGE双标图分析氮肥对小麦生长的影响[J].中南农业科技，2022，43（5）：26-29.

[5] 崔同霞，张保军，姚友旭，等.基于GGE双标图法的甘肃省西片区域春小麦新品种的丰产性及适应性评价[J].甘肃农业大学学报，2022，57（3）：58-65.

[6] 柳娜，曹东，王世红，等.基于GGE双标图的甘肃春小麦区试品系稳产性和试点代表性分析[J].西北农林科技大学学报（自然科学版），2018，46（4）：39-48.

[7] 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）：1 031-1 038.

[8] 孙宪印，牟秋焕，米勇，等.灌溉对14个小麦新品种（系）产量和农艺性状适应性的GGE分析[J].干旱地区农业研究，2022，40（5）：24-31.

[9] 张晓申，杨育峰，曹辉，等.采用GGE双标图评价甘薯郑红22的丰产稳产性和适应性[J].种子，2023，42（3）：133-138.

[10] 余泽恩，罗莉霞，张芳，等.基于GEE的2018年我国冬油菜长江下游区域试验试点与品种评价[J].种子，2020，39（1）：122-131.

[11] 李宁.基于R语言GGE双标图的辽宁地区薄皮甜瓜品种2年区域试验产量分析[J].中国瓜菜，2023，36（1）：35-41.

[12] 何丽，张文斐，张金，等.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[J].西北农林科技大学学报（自然科学版），2023，51（6）：58-65.

[13] 赵青，孙杰，王朋，等.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[J].安徽农业科学，2022，50（6）：25-28.

[14] 邓丽，郭敏杰，苗建利，等.基于通径系数和GGE双标图的大粒花生综合分析[J].江苏农业科学，2021，49（19）：129-133.

[15] 曹元元，丁逸帆，左示敏，等.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[J].种子，2021，40（6）：38-43+51.

[16] 陆志刚，丁逸帆，许明，等.基于GGE双标图对江苏省杂交晚粳品种区域试验的评价分析[J].扬州大学学报（农业与生命科学版），2020，41（5）：9-14.

[17] 余泽恩，罗莉霞，张芳，等.基于GGE双标图的国家冬油菜区试长江中游区环境及品种适应性评价[J].湖北农业科学，2020，59（6）：20-27.

[18] 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.

[19] 胡飞，马现斌，李新彦，等.应用GGE双标图分析湖北省玉米区域试验品种适应性和稳定性[J].湖北农业科学， 2019，58（2）：23-25.

[20] 严威凯.双标图分析在农作物品种多点试验中的应用[J].作物学报，2010，36（11）：1 805-1 819.

[21] 张志芬，付晓峰，刘俊青，等.用GGE双标图分析燕麦区域试验品系产量稳定性及试点代表性[J].作物学报，2010，36（8）：1 377-1 385.

[22] 罗俊，张华，邓祖湖，等.用GGE双标图分析甘蔗品种性状稳定性及试点代表性[J].应用生态学报，2012，23（5）：1 319-1 325.

[23] 方立魁，丛云飞，李杰，等.基于GGE双标图分析筛选生态适应性好的优质稻品种[J].贵州农业科学，2017，45（6）：5-8.

[24] 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.

[25] 张海娟，王化俊，马小乐，等.基于GGE双标图的北方大麦区试品种稳产性及试点代表性评价[J].麦类作物学报，2015，35（9）：1 250-1 256.

[26] 崔顺立，何美敬，侯名语，等. 利用 GGE 双标图分析花生品质性状的基因型―环境互作[J]. 中国油料作物学报，2021，43（4）：617-626.

[27] 聂迎彬，穆培源，桑伟，等.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[J].新疆农业科学，2012，49（9）：1 569-1 575.

[28] 吕泽文，张友君，钟育海，等.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[J].湖北农业科学，2014，53（15）：3 487-3 491.

[29] 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].分子植物育种，2022，20（22）：7 628-7 636.

[30] 王星宇，程静，高生，等.应用AMMI模型和GGE双标图评价裸燕麦品种在华北高寒区的适应性[J].草业学报，2022，31（12）：76-84.