基于GGE雙標(biāo)圖評價湖北省2017年中稻區(qū)試的品種和試點

潘高峰　房振兵　田永宏

摘要：為分析水稻區(qū)試參試品種的豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性以及區(qū)試地點的代表力和鑒別力，采用GenStat軟件中的GGE雙標(biāo)圖對湖北省2017年水稻區(qū)試A組12個參試品種和10個區(qū)試地點進行了分析。結(jié)果表明，深兩優(yōu)10號、亮兩優(yōu)1212、隆晶優(yōu)4393、襄優(yōu)5327產(chǎn)量較高，亮兩優(yōu)1212、隆晶優(yōu)4393、聚兩優(yōu)639、深兩優(yōu)10號具有較好的穩(wěn)產(chǎn)性，襄優(yōu)5327穩(wěn)產(chǎn)性較弱，但在生產(chǎn)上仍有推廣利用的價值。區(qū)試地點沙洋縣、黃岡市、孝南區(qū)的代表力和鑒別力較強。

關(guān)鍵詞：水稻；GenStat；GGE雙標(biāo)圖；品種；區(qū)域試驗

中圖分類號：S511.5 文獻標(biāo)識碼：A

文章編號：0439-8114（2018）15-0024-04

DOI：10.14088/j.cnki.issn0439-8114.2018.15.005 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Evaluating Varieties and Test Sites in the 2017 Rice Regional Trials of Hubei Province by GGE Biplot Based on Genstat

PAN Gao-feng，F(xiàn)ANG Zhen-bing，TIAN Yong-hong，CHEN Bo，F(xiàn)AN Bing，ZHAO Sha-sha

（Xiangyang Academy of Agricultural Sciences，Hubei Province，Xiangyang 441057，Hubei，China）

Abstract： To analyze the high yield， stability production and adaptability performance of rice varieties and the representativeness and discrimination of test sites in regional trials， the GGE biplot based on Genstat was employed to identify 12 varieties from 10 test sites of A group in the 2017 rice regional trials of Hubei province. The results showed that， ‘Shenliangyou10， ‘Liangliangyou1212， ‘Longjingyou4393 and ‘Xiangyou5327 had higher yield； ‘Liangliangyou1212， ‘Longjingyou4393，‘Juliangyou639 and ‘Shenliangyou10 had better stability production performance； The yield of‘Xiangyou5327was high while its stability was low， which still had application value for production. Shayang， Huanggang， and Xiaonan had the greater representativeness and discrimination.

Ker words： rice； Genstat； GGE biplot； variety； regional trial

水稻新品種在推廣之前必須對其穩(wěn)產(chǎn)性和豐產(chǎn)性進行綜合評價，而這也是區(qū)域試驗的重中之重[1]。傳統(tǒng)區(qū)域試驗品種穩(wěn)產(chǎn)性和豐產(chǎn)性主要是應(yīng)用算術(shù)平均值法進行評價，但是由于區(qū)域試驗往往是多年多點重復(fù)進行，年度間環(huán)境差異較大，而且由于自然或人為因素導(dǎo)致部分試點報廢，致使數(shù)據(jù)差異較大、重復(fù)不一致，所以采用算術(shù)平均值法會影響對品種的客觀評價[2，3]。

在區(qū)域試驗中，試驗品種的各種指標(biāo)受到環(huán)境（E）、自身基因型（G）以及環(huán)境和基因互作（GE）的影響[4]。但是在數(shù)據(jù)分析時，人們往往把GE視為干擾或者混雜因子予以排除[5]。嚴威凱等[6，7]創(chuàng)立的GGE雙標(biāo)圖充分解釋了GE的影響，能很好地分析區(qū)域試驗品種的豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性以及區(qū)試地點的鑒別力和代表力，同時，運用雙標(biāo)圖還能直觀地比較某一品種在不同地點的表現(xiàn)以及某一品種與對照品種在不同地點的表現(xiàn)[8-10]。

近年來GGE雙標(biāo)圖越來越多地應(yīng)用到國內(nèi)區(qū)域試驗分析，如許乃銀等[11]運用GGE雙標(biāo)圖對長江流域進行了棉區(qū)劃分；陳四龍等[12]用GGE雙標(biāo)圖分析了油菜種植密度對產(chǎn)量的影響；羅俊等[13]運用雙標(biāo)圖對甘蔗區(qū)試進行分析；梁黔云等[14]運用GGE雙標(biāo)圖分析了玉米區(qū)試數(shù)據(jù)；郭敏杰等[15]運用GGE雙標(biāo)圖分析了花生區(qū)試的品種與試點。但GGE雙標(biāo)圖在水稻上的運用不多見。本研究主要采用GenStat軟件中的GGE雙標(biāo)圖以2017年湖北省中稻區(qū)試A組品種數(shù)據(jù)為例進行分析，以期客觀地評價水稻參試品種在湖北省的適應(yīng)性以及穩(wěn)產(chǎn)性，為今后育種工作提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究采用的數(shù)據(jù)來源于2017年湖北省中稻品種區(qū)試A組匯總報告的產(chǎn)量結(jié)果。參試品種分別為廣8優(yōu)粵禾絲苗、隆晶優(yōu)4393、E兩優(yōu)347、綠豐占、聚兩優(yōu)639、荃香優(yōu)88、深兩優(yōu)10號、襄優(yōu)5327、亮兩優(yōu)1212、華浙優(yōu)1534、兩優(yōu)548、豐兩優(yōu)四號（對照），以上品種分別簡稱G8、LJ、EL、LF、JL、QX、SL、XY5、LL、HZ、LY、CK。

區(qū)試地點分別為恩施土家族苗族自治州（以下簡稱恩施）、宜昌市、襄陽市、隨州市、沙洋縣、荊州市、潛江市、孝南區(qū)、中國種子集團有限公司生命科學(xué)技術(shù)中心（鄂州）、黃岡市、英山縣，其中，隨州試點由于在試驗期間遭受多日大風(fēng)大雨影響，水稻倒伏嚴重，試驗報廢未納入?yún)R總，其他試點試驗結(jié)果均納入?yún)R總。以上承試單位分別簡稱ES、YC、XY、SZ、SY、JZ、QJ、XN、ZZ、HG、YS。

1.2 試驗設(shè)計

采用隨機區(qū)組設(shè)計，3次重復(fù)，小區(qū)面積13.3 m2。小區(qū)長6.67 m、寬2.0 m，每小區(qū)插10行秧苗，每行40穴。栽插株行距為16.7 cm×20.0 cm。試驗四周設(shè)置保護行。

1.3 分析方法

利用Excel 2010整理數(shù)據(jù)，采用GenStat軟件中的GGE biplot進行統(tǒng)計分析。

2 結(jié)果與分析

2.1 水稻品種的豐產(chǎn)性和穩(wěn)產(chǎn)性

各參試品種在測試點的產(chǎn)量見表1。利用GGE雙標(biāo)圖可以解釋基因與環(huán)境互作變異的76.13%（圖1）。圖1中，橫坐標(biāo)軸代表第一主成分（PC1），解釋了57.87%的數(shù)據(jù)變異平方和；縱坐標(biāo)軸代表第二主成分（PC2），解釋了18.26%的數(shù)據(jù)變異平方和。帶有箭頭的線段表示平均環(huán)境軸，箭頭指向為產(chǎn)量趨大方向，過品種向平均環(huán)境軸作垂線，其垂線長度代表該品種的穩(wěn)產(chǎn)性，即長度越長表示穩(wěn)產(chǎn)性越差，越短表示穩(wěn)產(chǎn)性越好。從圖1可以看出，參試品種的產(chǎn)量排序為SL>LL>LJ>XY5>QX>LY>CK>HZ>JL>G8>LF>EL，參試品種的穩(wěn)產(chǎn)性排序為LL>LJ>JL>SL>QX>CK>LY>G8>EL>XY5>HZ>LF。

品種豐產(chǎn)性和穩(wěn)產(chǎn)性的排序不盡相同，想要綜合評價品種需要借助圖2。以平均環(huán)境軸上的箭頭為圓心作同心圓，越靠近圓心表示該品種的綜合性能越好。由圖2可知，參試品種的綜合性能排序為LL>LJ>SL>QX>LY>CK>XY5>HZ>JL>G8>LF>EL。

2.2 水稻品種的適應(yīng)性

如圖3所示，將距離原點最遠的品種連接構(gòu)成一個多邊形，過圓心分別作多邊形每條邊的垂線并延伸至圖形邊界，可以發(fā)現(xiàn)垂線將整個圖分成6個扇形區(qū)域，將試驗點分成不同的組。同一扇形區(qū)域內(nèi)，所有試點表現(xiàn)最好的品種正好位于該區(qū)域內(nèi)多邊形頂點。由此可見，品種SL在XN、SY、JZ3個試點都是表現(xiàn)最好的品種，適應(yīng)性較好。EL在各試點表現(xiàn)都不理想，適應(yīng)性比較差。

將每個測試點與原點相連，稱為環(huán)境向量；將每個測試品種與原點相連稱為品種向量，當(dāng)某一品種向量與某一環(huán)境向量夾角為銳角時，表示該品種在該試點的產(chǎn)量高于試點平均值；為直角時，表示等于平均值；為鈍角時，表示低于平均值。

2.3 試點的鑒別力和代表力

代表力和鑒別力是評價試點的重要指標(biāo)。理想的試點應(yīng)該具備較強的鑒別力以及所處生態(tài)區(qū)域的代表力。如圖4所示，以圖中箭頭為圓心作同心圓，越靠近圓心表示測試地點的鑒別力和代表力綜合評價越高，反之越低。因此，試點的綜合能力排序為SY>HG>XN>YS>QJ>JZ>XY>ZZ>YC>ES。

2.4 GGE雙標(biāo)圖的其他運用

運用GGE雙標(biāo)圖可以分析各個品種在同一地點的表現(xiàn)。以SY試點為例（圖5），將SY試點與原點相連，過品種作連線延長線或反向延長線的垂線，根據(jù)投影的位置可以看出各品種在SY試點的產(chǎn)量排序，投影點越靠近SY產(chǎn)量越高，顯然LL產(chǎn)量最高，EL產(chǎn)量最低。如果過原點作一條垂直于連線的直線，將所有品種分為兩組，靠近SY一側(cè)的品種在SY的產(chǎn)量均高于SY的平均值，反之亦然。因此品種G8、EL、LF、JL在SY的產(chǎn)量均低于SY所有品種產(chǎn)量的平均值。

由圖5還可以直觀地分析同一品種在不同試點的表現(xiàn)情況。以品種G8為例，將G8與原點相連，過試點作連線或反向延長線的垂線，根據(jù)投影的位置可以看出G8在各試點的產(chǎn)量排序，投影點越靠近G8產(chǎn)量越高，可見G8在YC產(chǎn)量最高，在ZZ產(chǎn)量最低。過原點作一條垂直于連線的直線，將所有的試點分為兩組，靠近G8一側(cè)的表示在這些區(qū)域內(nèi)G8的產(chǎn)量高于各試點的平均值。可見G8在YC的產(chǎn)量高于平均值，在其余試點的產(chǎn)量均低于平均值。

運用圖5可以進一步分析某一品種與對照品種在不同試點的表現(xiàn)。以品種EL為例，將EL與CK相連，過原點作連線的垂線，將所有試點分成兩組。在EL一側(cè)沒有任何試點，說明在各個試點EL的產(chǎn)量均低于對照。

3 討論與結(jié)論

一個水稻品種在生產(chǎn)推廣之前要進行多次區(qū)域試驗和生產(chǎn)試驗，由于年度間氣象因素差異大、各試點環(huán)境不一致以及人為誤差等，如何客觀、公正地評價一個品種成為育種學(xué)家和生物統(tǒng)計學(xué)家越來越重視的問題。在GGE雙標(biāo)圖之前，AMMI模型也曾廣泛應(yīng)用到區(qū)試分析中，該模型將數(shù)據(jù)進行雙向中心化，然后重點研究基因型與環(huán)境互作，進而對基因型進行評價，會導(dǎo)致評價不客觀[16-18]。GGE雙標(biāo)圖的問世很好地解決了這個問題，相比于之前的AMMI模型，GGE雙標(biāo)圖不僅能直觀地表現(xiàn)出數(shù)據(jù)所蘊含的信息，更能充分考慮年際間的差異。GGE雙標(biāo)圖能很好地分析出不同品種對不同地點的特殊適應(yīng)性，這也是AMMI等其他模型所不能及的[19，20]。

本研究運用GenStat軟件中的GGE雙標(biāo)圖對湖北省2017年水稻區(qū)試A組的12個品種進行了分析。結(jié)果表明，深兩優(yōu)10號、亮兩優(yōu)1212、隆晶優(yōu)4393、襄優(yōu)5327產(chǎn)量較高，亮兩優(yōu)1212、隆晶優(yōu)4393、深兩優(yōu)10號具有較好的穩(wěn)產(chǎn)性。不難發(fā)現(xiàn)，品種的豐產(chǎn)性和穩(wěn)產(chǎn)性不是一致的，產(chǎn)量高的品種穩(wěn)產(chǎn)性不一定好，穩(wěn)產(chǎn)性是基于豐產(chǎn)性而言的，穩(wěn)產(chǎn)性很好但是產(chǎn)量低也是沒有推廣意義的[21]；相反，產(chǎn)量較高但穩(wěn)產(chǎn)性稍弱的品種在相應(yīng)高產(chǎn)的區(qū)域仍然有推廣應(yīng)用的價值。例如襄優(yōu)5327，其品種豐產(chǎn)性排名第四，穩(wěn)產(chǎn)性較弱，但在宜昌表現(xiàn)出很好的適應(yīng)性。

研究表明深兩優(yōu)10號在孝南、沙洋、荊州、潛江4個試點都是表現(xiàn)最好的，呈現(xiàn)出很好的適應(yīng)性；E兩優(yōu)347在各個試點表現(xiàn)都不好，適應(yīng)性差。不難發(fā)現(xiàn)孝南、沙洋、荊州、潛江4個試點都位于江漢平原腹地，屬于同一個生態(tài)區(qū)域。借助GGE雙標(biāo)圖還可以對區(qū)域試點進行生態(tài)區(qū)域劃分，由于本次研究采用的是單年數(shù)據(jù)，所以沒有進行生態(tài)區(qū)域劃分。

10個區(qū)試地點中，沙洋有著較好的鑒別力和代表力，恩施的綜合能力最差，可能是恩施獨特的地理位置和氣候特征造成的。對試點進行代表力和鑒別力的評價可以幫助區(qū)域試驗主持部門淘汰綜合能力較差的地點，客觀選擇區(qū)試地點。由于采用的是單年數(shù)據(jù)，分析可能不夠充分，因此關(guān)于區(qū)試地點的評價僅作為GGE雙標(biāo)圖的應(yīng)用示例。

參考文獻：

[1] 張志芬，付曉峰，劉俊青，等.用GGE雙標(biāo)圖分析燕麥區(qū)域試驗品系產(chǎn)量穩(wěn)定性及試點代表性[J].作物學(xué)報，2010，36（8）：1377-1385.

[2] 高金鋒.蕎麥品種穩(wěn)定性與適應(yīng)性分析及評價研究[D].陜西咸陽：西北農(nóng)林科技大學(xué)，2008.

[3] 金文林.作物區(qū)試中品種穩(wěn)定性評價的秩次分析模型[J].作物學(xué)報，2000，26（6）：925-930.

[4] FAN X M，KANG M S，CHEN H，et al. Yield stability of maize hybrids evaluated in multi-Environment trials in Yunnan，China[J].Agronomy Journal，2007，99（1）：220-228.

[5] YAN W，TINKER N A. Biplot analysis of multi-environment trial data：Principles and applications[J].Can J Plant Sci，2006，86：623-645.

[6] 嚴威凱.雙標(biāo)圖分析在農(nóng)作物品種多點試驗中的應(yīng)用[J].作物學(xué)報，2010，36（11）：1805-1819.

[7] 嚴威凱，盛慶來，胡躍高，等. GGE疊圖法-分析品種×環(huán)境互作模式的理想方法[J].作物學(xué)報，2001，27（1）：21-28.

[8] YAN W.GGE biplot—a windows application for graphical analysis of multi-environment trial data and other types of two-way data[J].Agronomy Journal，2001，93（5）：1111-1118.

[9] YAN W. Singular value partitioning for biplot analysis of multi-environment trial data[J].Agronomy Journal，2002，94：990-996.

[10] YAN W，HOLLAND J B. A heritability-adjusted GGE Biplot for test environment evaluation[J].Euphytica，2010，171：355-369.

[11] 許乃銀，李 健.利用GGE雙標(biāo)圖劃分長江流域棉花纖維品質(zhì)生態(tài)區(qū)[J].作物學(xué)報，2014，40（5）：891-898.

[12] 陳四龍，李玉榮，程增書，等.用GGE雙標(biāo)圖分析種植密度對高油花生生長和產(chǎn)量的影響[J].作物學(xué)，2009，35（7）：1328-1335.

[13] 羅 俊，張 華，鄧祖湖，等.用GGE雙標(biāo)圖分析甘蔗品種性狀穩(wěn)定性及試點代表性[J].應(yīng)用生態(tài)學(xué)報，2012（5）：1319-1325.

[14] 梁黔云，李清超，吳 瑞，等.GGE雙標(biāo)圖在玉米品種區(qū)域?qū)嶒炛械膽?yīng)用[J].中國農(nóng)學(xué)通報，2014（6）：224-228.

[15] 郭敏杰，鄧 麗，任 麗，等.基于Genstat的GGE雙標(biāo)圖評價花生區(qū)試中的品種及試點[J].河北農(nóng)業(yè)大學(xué)學(xué)報，2017，40（6）：9-13.

[16] HGJR G，PIEPHO H P，Annicchiarico P. Statistical Analysis of Yield Trials by AMMI and GGE：Further Considerations[J]. Crop Science，2008，48（3）：866-889.

[17] YAN W，KANG M S，MA B，et al. GGE Biplot vs. AMMI Analysis of Genotype-by-Environment Data[J].Crop Science，2007，47（2）：641-653.

[18] 羅 俊，張 華，鄧祖湖，等.用GGE雙標(biāo)圖分析甘蔗品種性狀穩(wěn)定性及試點代表性[J].應(yīng)用生態(tài)學(xué)報，2012，23（5）：1319-1325.

[19] YAN W，RAJCAN I. Biplot analysis of test sites and trait relations of soybean in Ontario[J].Crop Sci，2002，42：11-20.

[20] SAMONTE S O P B，WILSON L T，MCCLUNG A M，et al. Targeting cultivars onto rice growing environments using AMMI and SREG GGE biplot analyses[J].Crop Sci，2005，45：2414-2424.

[21] 王 磊，程本義，鄂志國，等.基于GGE雙標(biāo)圖的水稻區(qū)試品種豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性評價[J].中國水稻科學(xué)，2015，29（4）：408-416.