黃淮海糯玉米品種基因型與環(huán)境互作效應(yīng)分析

魏常敏 許衛(wèi)猛 邢永鋒 宋萬(wàn)友 李桂芝 陳國(guó)立 周文偉

摘要：【目的】分析黃淮海地區(qū)糯玉米區(qū)域試驗(yàn)品種基因型與環(huán)境的互作效應(yīng)，為黃淮海地區(qū)糯玉米品種選育提供理論參考?！痉椒ā坷肁MMI模型和GGE雙標(biāo)圖對(duì)2018年黃淮海糯玉米區(qū)域試驗(yàn)中的18個(gè)糯玉米品種（g01～g18）在13個(gè)試點(diǎn)的農(nóng)藝性狀（鮮穗產(chǎn)量、穗長(zhǎng)、鮮百粒重和出籽率）進(jìn)行分析，以綜合評(píng)價(jià)參試品種基因型與環(huán)境的互作效應(yīng)?！窘Y(jié)果】通過AMMI模型分析發(fā)現(xiàn)，鮮穗產(chǎn)量豐產(chǎn)性和穩(wěn)產(chǎn)性均較好的品種為金躍糯58（g06）和景坡82（g07），蘇玉糯2號(hào)（g15）是豐產(chǎn)性較差但穩(wěn)產(chǎn)性最好的品種（對(duì)照）;出籽率高且穩(wěn)定性好的品種為斯達(dá)糯44（g18）和鄭白甜糯3號(hào)（g05），對(duì)照是出籽率居中但穩(wěn)定性差的品種;鮮百粒重較重且穩(wěn)定性好的品種為萬(wàn)糯2018（g04）和金躍糯58（g06），而對(duì)照是鮮百粒重居中但穩(wěn)定性好的品種;穗長(zhǎng)較長(zhǎng)且穩(wěn)定性較好的品種為景坡82（g07）和花糯680（g11），對(duì)照是穗長(zhǎng)較短但穩(wěn)定性好的品種;鮮穗產(chǎn)量、出籽率和穗長(zhǎng)的基因型、環(huán)境及基因型×環(huán)境互作效應(yīng)均達(dá)極顯著影響（P<0.01，下同），鮮百粒重的基因型和環(huán)境達(dá)極顯著影響，基因型×環(huán)境互作效應(yīng)達(dá)顯著影響（P<0.05）;4個(gè)農(nóng)藝性狀的3個(gè)主成分累計(jì)解釋基因型和基因型×環(huán)境互作效應(yīng)（G+GE）均達(dá)60.00%以上，說明AMMI模型可較好地解釋基因型與環(huán)境的相互作用。通過GGE雙標(biāo)圖分析發(fā)現(xiàn)，萬(wàn)糯158（g03）、金躍糯58（g06）和景坡82（g07）是鮮穗產(chǎn)量豐產(chǎn)性和穩(wěn)產(chǎn)性均較好的品種，鄭白甜糯1號(hào)（g02）是長(zhǎng)穗豐產(chǎn)且穩(wěn)定性最好的品種，萬(wàn)糯2018（g04）是鮮百粒重較高且穩(wěn)定性好的品種，中糯336（g16）是出籽率高且穩(wěn)定性好的品種?！窘Y(jié)論】AMMI模型和GGE雙標(biāo)圖的側(cè)重點(diǎn)不同，可實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)?；诙叻治鼋Y(jié)果，綜合表現(xiàn)較好的品種為景坡82（g07）和金躍糯58（g06），可用于豐產(chǎn)穩(wěn)產(chǎn)型糯玉米品種選育和推廣。

關(guān)鍵詞： 糯玉米;黃淮海地區(qū);AMMI模型;GGE雙標(biāo)圖;基因型;環(huán)境;互作效應(yīng)

中圖分類號(hào)： S513.033? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：2095-1191（2021）04-0888-09

Genotype×environment interaction effect of waxy maize varieties in Huang-Huai-Hai Region

WEI Chang-min， XU Wei-meng， XING Yong-feng， SONG Wan-you，

LI Gui-zhi， CHEN Guo-li， ZHOU Wen-wei*

（Zhoukou Academy of Agricultrual Sciences， Zhoukou， Henan? 466000， China）

Abstract：【Objective】To provide theoretical reference for wax maize breeding，genotype×environment interaction effect of tested varieties in Huang-Huai-Hai waxy maize regional trial were evaluated comprehensively. 【Method】Additive main effects multiplicative interaction（AMMI） model and genotype main effect plus genotype-by-environment interaction biplot（GGE） model were used to analysis the related agronomic traits（fresh yield，ear length，fresh 100-kernel weight and seed rate） of 18 waxy maize varieties（g01-g18） at 13 test sites in the Huang-Huai-Hai waxy maize regional trial in 2018，to comprehensively evaluate the effect of genotype and? environment interaction. 【Result】Through AMMI model analysis，the results showed that Jinyuenuo 58（g06） and Jingpo 82（g07） had higher fresh ear yield and better sta-bility，Suyunuo 2（g15，CK） showed poor but the most stable yield. The varieties with high seed rate and good stability were Sidanuo 44（g18） and Zhengbaitiannuo 3（g05），while Suyunuo 2（g15，CK） had medium seed rate but poor stability. The varieties with higher fresh 100-grain weight and? better stability? were Wannuo 2018（g04） and Jinyuenuo 58（g06），while the CK had medium fresh 100-grain weight but stable variety. The varieties with longer ear length and better stability were Jingpo 82（g07） and Huanuo 680（g11）， while the CK belonged to the varieties with short ear length but good stability.There was extremely significant differences in genotypes， environment and the genotype×environment interaction of fresh ear yield，seed rate and ear length（P<0.01， the same below）. Genotypes and environment of fresh 100-kernel weight traits reached extremely significant differences，but the genotype×environment interaction reached significant differences（P<0.05）. The three principal components of the four agronomic traits explained the genotype×environment interaction effect（G+GE） were over 60.00%，indicating that the AMMI model explained the genotype×environment interaction effect well. Through the GGE diplot analysis，it was found that Wannuo 158（g03），Jinyuenuo 58（g06） and Jingpo 82（g07） were varieties with high fresh ear yield and stable yield. While Zhengbaitiannuo 1（g02） was the variety with long ears， high yield and good stability. Wannuo 2018（g04） was the variety with high fresh 100-grain weight and good stability，Zhongnuo 336（g16） was with high seed rate and stability. 【Conclusion】AMMI model and GGE-biplot show different focuses and complementary advantages. Based on the analysis results of the two， the varieties with good comprehensive performance are Jingpo 82（g07） and Jinyue waxy 58（g06）， which can be used for the breeding and promotion of high-yield and stable-yield type waxy maize varieties.

Key words： waxy maize; Huang-Huai-Hai Region;? AMMI model; GGE diplot; genotype; environment; interaction effect

Foundation item： National Key Research and Development Program of China（2017FYD0101406）

0 引言

【研究意義】糯玉米是由普通玉米9號(hào)染色體短臂的wx基因突變而成（陳亭亭，2013;王慧等，2017），屬于栽培過程中出現(xiàn)的一種自然變異，其籽粒中的淀粉幾乎全是支鏈淀粉，且富含多種維生素，具有較高的營(yíng)養(yǎng)價(jià)值和工業(yè)價(jià)值（張莉和孫迷平，2009;楊玉娜等，2018）。黃淮海地區(qū)是我國(guó)第二大玉米主產(chǎn)區(qū)，雨熱同期，非常適合夏玉米生長(zhǎng)，但生長(zhǎng)季節(jié)常受高溫干旱、暴風(fēng)雨等極端天氣影響，給糯玉米品種的選育和推廣提出更高要求，加之黃淮海地區(qū)糯玉米品種眾多，選育和推廣豐產(chǎn)性和穩(wěn)產(chǎn)性好的糯玉米品種，成為糯玉米產(chǎn)業(yè)健康可持續(xù)發(fā)展的關(guān)鍵。區(qū)域試驗(yàn)是農(nóng)作物品種審定推廣的必要環(huán)節(jié)，也是鑒定參試品種豐產(chǎn)性、穩(wěn)產(chǎn)性和區(qū)域適應(yīng)性的重要手段，但由于參試品種基因型×環(huán)境（GE）互作效應(yīng)的存在，作物產(chǎn)量等數(shù)量性狀在不同年份、不同試點(diǎn)的表現(xiàn)不盡相同（姚海梅等，2016）?！厩叭搜芯窟M(jìn)展】近年來，區(qū)域試驗(yàn)評(píng)價(jià)模型應(yīng)用較多的是AMMI（加性主效應(yīng)和積性互作效應(yīng)）模型和GGE雙標(biāo)圖（基因型主效加基因型×環(huán)境互作效應(yīng)）。AMMI模型重點(diǎn)解析基因型與環(huán)境的相互作用，通過從加性模型的殘差中分離出誤差，提高估計(jì)的準(zhǔn)確度，利用穩(wěn)定參數(shù)Dg（e）定量描述品種的穩(wěn)定性差異及各試點(diǎn)對(duì)品種的鑒別力，但僅限于固定效應(yīng)模式，不能解決隨機(jī)效應(yīng)模式所產(chǎn)生的隨機(jī)誤差，要求數(shù)據(jù)是平衡的（常磊和柴守璽，2006）。賀清秀和周彥民（2017）應(yīng)用AMMI模型對(duì)重慶玉米區(qū)試品種進(jìn)行評(píng)價(jià)，結(jié)果發(fā)現(xiàn)豐產(chǎn)性和穩(wěn)產(chǎn)性好的品種有渝2112、XD122和LC29304。龔錫震（2019）應(yīng)用AMMI模型對(duì)貴州省青貯玉米新品種區(qū)域試驗(yàn)生物產(chǎn)量進(jìn)行分析，結(jié)果發(fā)現(xiàn)黔青4546、327002、寶貯玉17和HN1701屬于高產(chǎn)穩(wěn)產(chǎn)品種。吳慶麗等（2019）運(yùn)用AMMI模型對(duì)西南鮮食甜玉米區(qū)域試驗(yàn)品種進(jìn)行分析，結(jié)果表明浙甜11屬于高產(chǎn)廣適品種，適合在西南大面積推廣種植。魏常敏等（2020）利用AMMI模型對(duì)河南省2017和2018年糯玉米新品種的產(chǎn)量性狀和種植區(qū)域進(jìn)行分析，結(jié)果發(fā)現(xiàn)洛白糯3號(hào)是豐產(chǎn)性和穩(wěn)產(chǎn)性較好的品種，適合河南省內(nèi)種植，周糯6號(hào)是豐產(chǎn)性好、穩(wěn)產(chǎn)性中等的品種，適合河南省商丘、焦作和南陽(yáng)等地種植。GGE雙標(biāo)圖是以2D的形式對(duì)區(qū)域試驗(yàn)品種進(jìn)行分析，可非常直觀的展示品種間的相似性和試點(diǎn)間的相關(guān)性，還可根據(jù)品種基因型與試點(diǎn)環(huán)境間的互作效應(yīng)，找出品種適宜種植的生態(tài)區(qū)（Yan et al.，2000;嚴(yán)威凱，2010）。目前GGE雙標(biāo)圖主要應(yīng)用于普通玉米評(píng)價(jià)（梁黔云等，2014;呂澤文等，2014;張禎勇等，2014），有關(guān)鮮食玉米報(bào)道較少。王兵偉等（2017）對(duì)廣西2016年春季和秋季鮮食糯玉米區(qū)域試驗(yàn)品種的鮮穗產(chǎn)量進(jìn)行GGE雙標(biāo)圖分析，結(jié)果發(fā)現(xiàn)春季品種桂W1518和秋季品種百香糯1601在當(dāng)季均具有較好的豐產(chǎn)性和穩(wěn)定性，春季柳州和南寧試點(diǎn)為較理想的試驗(yàn)環(huán)境，秋季玉林和河池試點(diǎn)為較理想試驗(yàn)環(huán)境，反映出廣西一年兩季玉米生長(zhǎng)期的環(huán)境差異明顯;岳海旺等（2018）采用GGE雙標(biāo)圖和AMMI模型分析2011—2012年河北省北部春播14個(gè)品種和西部春播13個(gè)品種，2年區(qū)域試驗(yàn)結(jié)果表明中地175屬于豐產(chǎn)性和穩(wěn)產(chǎn)性均較好的品種，且裕豐和涉縣試點(diǎn)屬于代表性和辨別力均較好的試點(diǎn);毛文博等（2020）對(duì)山東省玉米區(qū)域試驗(yàn)品種進(jìn)行評(píng)價(jià)，結(jié)果顯示魯源28綜合表現(xiàn)最好，立原296平均產(chǎn)量最高，泰安試點(diǎn)對(duì)產(chǎn)量具有較強(qiáng)的鑒別力，章丘、萊陽(yáng)和惠民試點(diǎn)具有較高的代表性;曾旭輝等（2020）利用GGE雙標(biāo)圖法評(píng)價(jià)江蘇淮北玉米區(qū)域試驗(yàn)品種，結(jié)果表明，10個(gè)試驗(yàn)點(diǎn)可分為3個(gè)小生態(tài)區(qū)，瑞友288是豐產(chǎn)性和穩(wěn)產(chǎn)性均較好的品種?？梢?，AMMI模型和GGE雙標(biāo)圖可綜合評(píng)價(jià)區(qū)域試驗(yàn)品種，為新品種的種植及種植區(qū)域篩選提供理論支持?！颈狙芯壳腥朦c(diǎn)】區(qū)域試驗(yàn)是農(nóng)業(yè)常用試驗(yàn)之一，在篩選品種和新品種推廣中具有重要作用，但由于品種產(chǎn)量、穗長(zhǎng)等農(nóng)藝性狀，受基因型、環(huán)境及二者互作效應(yīng)等多重因素影響，因此，客觀準(zhǔn)確評(píng)價(jià)品種表現(xiàn)尤為重要。GGE雙標(biāo)圖和AMMI模型可直觀地展示品種和環(huán)境的綜合情況，但目前主要集中在特定?。ㄊ校┑钠胀ㄓ衩字?，未應(yīng)用于多個(gè)省份的特種玉米研究。因此，鮮見應(yīng)用GGE雙標(biāo)圖和AMMI模型對(duì)黃淮海地區(qū)糯玉米基因型與環(huán)境互作效應(yīng)分析的研究報(bào)道?！緮M解決的關(guān)鍵問題】基于AMMI模型和GGE雙標(biāo)圖對(duì)黃淮海糯玉米區(qū)域試驗(yàn)品種的主要農(nóng)藝性狀進(jìn)行評(píng)價(jià)，分析參試品種基因型與環(huán)境的互作效應(yīng)，對(duì)參試品種的豐產(chǎn)性和穩(wěn)產(chǎn)性進(jìn)行綜合評(píng)價(jià)，為黃淮海區(qū)糯玉米品種審定和推廣提供理論參考。

1 材料與方法

1. 1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于2018年北方（黃淮海）糯玉米組品種區(qū)域試驗(yàn)匯總，參試品種18個(gè)（表1），區(qū)域試驗(yàn)地點(diǎn)包括安徽宿州（E1）、北京昌平（E2）、山東濰坊（E3）、安徽界首（E4）、天津武清（E5）、陜西富平（E6）、江蘇鹽城（E7）、河南鄭州（E8）、陜西楊凌（E9）、天津西青（E10）、河北石家莊（E11）、山東萊州（E12）和河南周口（E13），共13個(gè)。

各小區(qū)面積24 m2，6行區(qū)，種植密度為5.25萬(wàn)株/ha，授粉24 d后最佳采收期收獲鮮穗，收獲中間4行測(cè)產(chǎn)，考察鮮穗產(chǎn)量、鮮百粒重、出籽率和穗長(zhǎng)等農(nóng)藝性狀。田間管理按照《國(guó)家黃淮海玉米區(qū)域試驗(yàn)實(shí)施方案》要求進(jìn)行。

1. 2 統(tǒng)計(jì)分析

1. 2. 1 方差分析和AMMI分析 利用Excel 2010對(duì)2018年黃淮海夏播糯玉米的鮮穗產(chǎn)量、鮮百粒重、穗長(zhǎng)和出籽率進(jìn)行數(shù)據(jù)整理。AMMI模型分析參照唐啟義（2010）的方法，穩(wěn)定性參數(shù)計(jì)算參照張澤等（1998）的方法，使用DPS 9.50進(jìn)行數(shù)據(jù)處理及雙因素方差分析。

1. 2. 2 品種、試驗(yàn)點(diǎn)的GGE雙標(biāo)圖分析 利用R語(yǔ)言的GGEBiplot GUI繪制GGE雙標(biāo)圖（Yan，2002;Yan and Kang，2003）。其中“Which Won Where/What”雙標(biāo)圖用于分析參試品種的適宜種植區(qū)域;“Mean vs. Stability”雙標(biāo)圖用于分析參試品種的豐產(chǎn)性和穩(wěn)產(chǎn)性。

2 結(jié)果與分析

2. 1 參試品種農(nóng)藝性狀穩(wěn)定性分析

采用DPS 9.50的AMMI模型對(duì)參試品種進(jìn)行穩(wěn)定性分析，結(jié)果如表2所示。不同品種的不同性狀穩(wěn)定性也不同。從鮮穗產(chǎn)量表現(xiàn)來看，g01、g02、g03、g04、g06和g07的鮮穗產(chǎn)量較高，g15、g16、g17和g18的鮮穗產(chǎn)量較低，g15、g12、g07、g16、g13、g17和g06的穩(wěn)產(chǎn)性較好，豐產(chǎn)性和穩(wěn)產(chǎn)性均較好的品種為g06和g07，g15是豐產(chǎn)性較差但穩(wěn)產(chǎn)性最好的品種，符合對(duì)照種的要求，因此應(yīng)以g15為對(duì)照品種。從出籽率表現(xiàn)來看，g16、g18、g13、g11、g17和g05的出籽率較高，g06、g01、g18、g05和g09的出籽率穩(wěn)定性好，出籽率高且穩(wěn)定的品種為g18和g05，而對(duì)照品種g15屬于出籽率居中但穩(wěn)定性差的品種。從鮮百粒重表現(xiàn)來看，g04和g06屬于鮮百粒重較重且穩(wěn)定性好的品種，而對(duì)照g15屬于鮮百粒重居中但穩(wěn)定性好的品種。從穗長(zhǎng)表現(xiàn)來看，g07和g11屬于穗長(zhǎng)較長(zhǎng)且穩(wěn)定性較好的品種，對(duì)照g15屬于穗長(zhǎng)較短但穩(wěn)定性好的品種。

2. 2 參試品種農(nóng)藝性狀方差分析及AMMI模型分析

由表3可知，鮮穗產(chǎn)量、出籽率和穗長(zhǎng)的基因型、環(huán)境及基因型×環(huán)境互作效應(yīng)均達(dá)極顯著影響（P<0.01，下同），鮮百粒重的基因型和環(huán)境達(dá)極顯著影響，基因型×環(huán)境互作效應(yīng)達(dá)顯著影響（P<0.05，下同）。對(duì)于鮮穗產(chǎn)量，基因型×環(huán)境互作效應(yīng)對(duì)其影響最大，其次為環(huán)境，基因型對(duì)鮮穗產(chǎn)量的影響最小，因此在品種推廣應(yīng)用中，應(yīng)高度重視基因型與環(huán)境之間的互作關(guān)系，選擇適宜該生態(tài)區(qū)的品種種植，以提高鮮穗產(chǎn)量。對(duì)于出籽率，基因型×環(huán)境互作效應(yīng)對(duì)其影響最大，其次是基因型，環(huán)境對(duì)出籽率的影響最小，說明參試品種出籽率在不同試點(diǎn)之間差異主要由基因型×環(huán)境互作效應(yīng)引起，其次是品種，試點(diǎn)環(huán)境影響較小。對(duì)于鮮百粒重，環(huán)境對(duì)其影響最大，其次是基因型，基因型×環(huán)境互作效應(yīng)影響最小，說明鮮百粒重對(duì)環(huán)境較為敏感，以收獲鮮籽粒為主的品種，應(yīng)注意種植區(qū)域的選擇。對(duì)于穗長(zhǎng)，基因型對(duì)其影響最大，其次是環(huán)境，基因型×環(huán)境互作效應(yīng)影響最小，說明穗長(zhǎng)主要由品種自身遺傳基因決定，在不同試點(diǎn)間存在差異。

利用AMMI模型對(duì)基因型×環(huán)境互作效應(yīng)進(jìn)行分解，結(jié)果如表3所示。鮮穗產(chǎn)量和出籽率的第1主成分（PCA1）、第2主成分（PCA2）和第3主成分（PCA3）均達(dá)極顯著水平，其中，鮮穗產(chǎn)量的PCA1、PCA2和PCA3分別解釋基因型×環(huán)境互作效應(yīng)的28.54%、23.08%和16.85%;出籽率的PCA1、PCA2和PCA3分別解釋基因型×環(huán)境互作效應(yīng)的29.05%、22.48%和13.47%。鮮百粒重和穗長(zhǎng)的PCA1和PCA2均達(dá)極顯著水平，其中鮮百粒重的PCA1和PCA2分別解釋基因型×環(huán)境互作效應(yīng)的22.98%和18.89%，穗長(zhǎng)的PCA1和PCA2分別解釋基因型×環(huán)境互作效應(yīng)的30.58%和17.48%，鮮百粒重和穗長(zhǎng)的PCA3均達(dá)顯著水平，分別解釋基因型×環(huán)境互作效應(yīng)的13.87%和13.78%。4個(gè)農(nóng)藝性狀的3個(gè)主成分累計(jì)解釋基因型×環(huán)境互作效應(yīng)均達(dá)60.00%以上。因此，AMMI模型可較好地解釋基因型與環(huán)境的相互作用。

2. 3 參試品種的適應(yīng)性分析

采用R語(yǔ)言的GGEBiplot進(jìn)行GGE雙標(biāo)圖繪制，將不同方位距離原點(diǎn)最遠(yuǎn)的品種依次連接成多邊形，所有品種均包含在多邊形內(nèi)，過原點(diǎn)向多邊形各邊做垂線，垂線將多邊形分為多個(gè)扇形區(qū)，每個(gè)扇形區(qū)屬于同一試驗(yàn)環(huán)境，位于多邊形頂點(diǎn)的品種是在這個(gè)試驗(yàn)環(huán)境中理論上最高產(chǎn)的品種（Abakemal et al.，2016）。由圖1-A可看出，鮮穗產(chǎn)量的橫坐標(biāo)（AXIS1）解釋42.02%的基因型和基因型×環(huán)境互作效應(yīng)（G+GE）信息，縱坐標(biāo)（AXIS2）解釋19.12%的G+GE信息，橫、縱坐標(biāo)共解釋61.14%的G+GE信息;g11在E10試點(diǎn)適應(yīng)性最好，E13、E6、E2、E12、E11和E9試點(diǎn)同在一個(gè)扇形區(qū)，g01在該扇形區(qū)中適應(yīng)性最好，E1、E4、E3和E8試點(diǎn)同在一個(gè)扇形區(qū)，g03在該扇形區(qū)適應(yīng)性最好，E5和E7同在一個(gè)扇形區(qū)，g05在該扇形區(qū)適應(yīng)性最好。由圖1-B可看出，穗長(zhǎng)性狀的橫坐標(biāo)解釋63.70%的G+GE信息，縱坐標(biāo)解釋G+GE信息的10.72%，橫、縱坐標(biāo)共解釋G+GE信息的84.42%;g14在E10、E6、E5、E11和E9適應(yīng)性最好，g02在E1、E7、E13、E12、E8和E3試點(diǎn)適應(yīng)性最好，g03在E4和E2試點(diǎn)的適應(yīng)性最好。由圖1-C可看出，鮮百粒重的橫坐標(biāo)解釋56.68%的G+GE信息，縱坐標(biāo)解釋10.50%的G+GE信息，橫、縱坐標(biāo)共解釋的67.18% G+GE信息;g03在E4試點(diǎn)適應(yīng)性最好，g04在其余試點(diǎn)適應(yīng)性均最好。由圖1-D可看出，出籽率性狀的橫坐標(biāo)解釋50.75%的G+GE信息，縱坐標(biāo)解釋15.01%的G+GE信息，橫、縱坐標(biāo)共解釋65.76%的G+GE信息;g16在E10、E11、E2、E5、E9、E12、E7和E6試點(diǎn)適應(yīng)性最好;g11在E7試點(diǎn)適應(yīng)性最好。

2. 4 豐產(chǎn)性和穩(wěn)定性分析結(jié)果

豐產(chǎn)性和穩(wěn)定性的GGE雙標(biāo)圖中，環(huán)境平均軸所指的方向是品種在所有環(huán)境下近似平均產(chǎn)量的走向。通過中心（原點(diǎn)）與平均環(huán)境軸所做的垂直線代表各品種與不同環(huán)境相互作用的傾向性。品種與平均環(huán)境軸之間的垂線越長(zhǎng)，表示品種越不穩(wěn)定（Julius et al.，2018）。

鮮穗產(chǎn)量豐產(chǎn)性和穩(wěn)產(chǎn)性的GGE雙標(biāo)圖如圖2-A所示。g01、g02、g03、g04、g06和g07是豐產(chǎn)性好的品種，g18和g17是豐產(chǎn)性差的品種，g03、g06、g07、g12和g15是穩(wěn)產(chǎn)性好的品種，綜合來看，g03、g06和g07是豐產(chǎn)性和穩(wěn)產(chǎn)性均較好的品種。

穗長(zhǎng)豐產(chǎn)性和穩(wěn)定性的GGE雙標(biāo)圖如圖2-B所示。g02、g14、g05和g04是長(zhǎng)穗且豐產(chǎn)性好的品種，g16和g17是短穗且豐產(chǎn)性差品種，g02、g12、g01、g09和g15是長(zhǎng)穗且穩(wěn)定性好的品種，綜合來看，g02是長(zhǎng)穗豐產(chǎn)且穩(wěn)定性最好的品種。

鮮百粒重豐產(chǎn)性和穩(wěn)定性的GGE雙標(biāo)圖如圖2-C所示。g04、g03、g08和g05的鮮百粒重較高，g17和g18的鮮百粒重較低，g04、g07、g17和g18鮮百粒重的穩(wěn)定性好，綜合來看g04是鮮百粒重較高且穩(wěn)定性好的品種。

出籽率豐產(chǎn)性和穩(wěn)定性的GGE雙標(biāo)圖如圖2-D所示。g16、g18、g13和g11的出籽率較高，g03、g06和g09的出籽率較低，g16、g01、g04和g09的出籽率穩(wěn)定性好，綜合來看，g16是出籽率高且穩(wěn)定性好的品種。

3 討論

品種的豐產(chǎn)性和穩(wěn)產(chǎn)性是品種推廣應(yīng)用的前提，兼顧豐產(chǎn)性和穩(wěn)產(chǎn)性的品種才是理想的品種，只有穩(wěn)產(chǎn)性沒有豐產(chǎn)性的品種，在實(shí)際生產(chǎn)中沒有推廣價(jià)值。在生產(chǎn)中，一般從豐產(chǎn)性品種中篩選穩(wěn)產(chǎn)性較好的品種，這樣才能篩選出具有相對(duì)廣適性且豐產(chǎn)性穩(wěn)產(chǎn)性均較好的品種。但有些品種在特定區(qū)域豐產(chǎn)性特別突出，且具有較好適應(yīng)性，本研究中鄭白糯976（g01）豐產(chǎn)性特別突出，在參試品種中鮮穗產(chǎn)量居第1位，在河南周口（E13）、陜西富平（E6）、北京昌平（E2）、山東萊州（E12）、河北石家莊（E11）和陜西楊凌（E9）試點(diǎn)適應(yīng)性好，但在其余試點(diǎn)表現(xiàn)居中。綜合來看，雖然鄭白糯976的穩(wěn)產(chǎn)性不強(qiáng)，但在特定環(huán)境中具有特殊適應(yīng)性，因此其在生產(chǎn)中也具有一定的應(yīng)用價(jià)值。因此，在實(shí)際生產(chǎn)中，在推廣具有廣適性品種的同時(shí)，也應(yīng)重視具有特殊適應(yīng)性的品種，通過合理布局，充分發(fā)揮品種的最大增產(chǎn)潛力。

AMMI模型將主成分分析和方差分析相結(jié)合對(duì)基因型×環(huán)境互作效應(yīng)進(jìn)行分解，較好地解釋了品種與試點(diǎn)的互作關(guān)系（Gauch et al.，2008）。本研究方差分析結(jié)果表明，鮮穗產(chǎn)量、出籽率和穗長(zhǎng)的基因型×環(huán)境互作效應(yīng)均達(dá)極顯著影響，鮮百粒重的基因型×環(huán)境互作效應(yīng)達(dá)顯著影響，說明基因型×環(huán)境互作效應(yīng)對(duì)這4個(gè)性狀影響均較大，因此在品種篩選和推廣過程中，應(yīng)考慮環(huán)境因素，選擇適合本地環(huán)境的品種。此外，本研究AMMI模型的穩(wěn)定性參數(shù)（表2）分析結(jié)果表明，這4個(gè)性狀的穩(wěn)定性參數(shù)差異較大，其中變異幅度最大的性狀是出籽率，變異范圍為0.38～2.82，變異幅度為642%，變異幅度最小的性狀是鮮百粒重，變異范圍為0.65～2.39，變異幅度為268%。因此，在篩選品種時(shí)，應(yīng)根據(jù)不同性狀的穩(wěn)定性和種植目的，優(yōu)先選擇目的性狀較好的品種，如以銷售鮮穗為主的品種，在兼顧鮮穗產(chǎn)量的同時(shí)，應(yīng)優(yōu)先選用果穗較長(zhǎng)的品種，對(duì)出籽率的要求可降低;以銷售籽粒為主的品種，應(yīng)優(yōu)先考慮出籽率，對(duì)穗長(zhǎng)的要求可降低。綜合AMMI模型的方差分析和穩(wěn)定性參數(shù)分析結(jié)果，更加明確品種的種植和推廣區(qū)域。

本研究應(yīng)用AMMI模型和GGE雙標(biāo)圖對(duì)鮮食糯玉米的鮮穗產(chǎn)量、出籽率、鮮百粒重和穗長(zhǎng)4個(gè)農(nóng)藝性狀進(jìn)行豐產(chǎn)性和穩(wěn)產(chǎn)性分析。2種模型的部分分析結(jié)果相同，如g06和g07是鮮穗產(chǎn)量豐產(chǎn)穩(wěn)產(chǎn)性兼具的品種，g04是穗長(zhǎng)豐產(chǎn)性和穩(wěn)定性最好的品種。但2種模型部分分析結(jié)果也存在不同，如在GGE雙標(biāo)圖中，g03是鮮穗產(chǎn)量豐產(chǎn)性和穩(wěn)產(chǎn)性綜合較好的品種，但AMMI模型中，g03的鮮穗產(chǎn)量穩(wěn)產(chǎn)性居中;在GGE雙標(biāo)圖中，g02是穗長(zhǎng)性狀豐產(chǎn)性和穩(wěn)定性較好的品種，而在AMMI模型中，g02的穩(wěn)定性居中。二者分析結(jié)果存在異同的原因可能是AMMI模型重點(diǎn)強(qiáng)調(diào)基因型×環(huán)境互作，該模型的穩(wěn)定性參數(shù)由基因型×環(huán)境互作效應(yīng)分解的主成分軸計(jì)算得出，僅含有基因型×環(huán)境互作效應(yīng)，更適用于品種的穩(wěn)定性分析，而GGE雙標(biāo)圖對(duì)基因型×環(huán)境互作效應(yīng)進(jìn)行分解，強(qiáng)調(diào)主效加基因型×環(huán)境互作效應(yīng)，雙標(biāo)圖含有G+GE效應(yīng)，更適用于品種的適應(yīng)性分析。2種分析方法側(cè)重點(diǎn)不同，從而相互補(bǔ)充，是篩選豐產(chǎn)性和穩(wěn)產(chǎn)品種的有效途徑（Yan and Tinker，2006;Yan et al.，2007）。在實(shí)際生產(chǎn)中，糯玉米的推廣應(yīng)用不僅要求品種的豐產(chǎn)穩(wěn)產(chǎn)，還要求品種的口感風(fēng)味，在今后的研究中應(yīng)綜合考慮品種、種植區(qū)域及口感風(fēng)味等在不同種植區(qū)域間的區(qū)別，特別是口感風(fēng)味與種植區(qū)域的研究應(yīng)加強(qiáng)。

4 結(jié)論

AMMI模型和GGE雙標(biāo)圖的側(cè)重點(diǎn)不同，可實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，基于二者分析結(jié)果，綜合表現(xiàn)較好的品種為景坡82（g07）和金躍糯58（g06），可用于豐產(chǎn)穩(wěn)產(chǎn)型糯玉米品種選育和推廣。

參考文獻(xiàn)：

常磊，柴守璽. 2006. AMMI模型在旱地春小麥穩(wěn)定性分析中的應(yīng)用[J]. 生態(tài)學(xué)報(bào)，26（11）：155-162. doi：10.3321/j.issn：1000-0933.2006.11.021. [Chang L，Chai S X. 2006. Application of AMMI model in the stability analysis of spring wheat in rainfed areas[J]. Acta Ecologica Sinica，26（11）：155-162.]

陳亭亭. 2013. 玉米籽粒淀粉合成關(guān)鍵基因sbeⅠ、waxy的研究[D]. 泰安：山東農(nóng)業(yè)大學(xué). [Chen T T. 2013. Study of critical starch synthesis genes（sbe1 and waxy） in corn grain[D]. Taian：Shandong Agricultural University.]

龔錫震，柏光曉，任洪，王春梅. 2019. 基于AMMI模型對(duì)青貯玉米區(qū)域試驗(yàn)穩(wěn)定性和適應(yīng)性分析[J]. 種子，38（4）：110-113. doi：10.16590/j.cnki.1001-4705.2019.04.110. [Gong X Z，Bai G X，Ren H，Wang C M. 2019. Stability and adaptability analysis of silage maize regional test based on AMMI model[J]. Seed，38（4）：110-113.]

賀清秀，周彥民. 2017. AMMI模型在重慶市玉米區(qū)域試驗(yàn)中的應(yīng)用[J]. 西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），42（9）：109-115. doi：10.13718/j.cnki.xsxb.2017.09.018. [He Q X，Zhou Y M. 2017. On application of AMMI model in regional trial of maize in Chongqing[J]. Journal of Southwest China Normal University（Nature Science Edition），42（9）：109-115.]

梁黔云，李清超，吳瑞，文瓊，孫開利，羅仕文，馬俊，吳顯，田井平. 2014. GGE雙標(biāo)圖在玉米品種區(qū)域?qū)嶒?yàn)中的應(yīng)用[J]. 中國(guó)農(nóng)學(xué)通報(bào)，30（6）：224-228. [Liang Q Y，Li Q C，Wu R，Wen Q，Sun K L， Luo S W，Ma J，Wu X，Tian J P. 2014. Application of GGE-biplot in regional trial of maize varieties[J]. Chinese Agricultural Science Bulletin，30（6）：224-228.]

呂澤文，張友君，鐘育海，李求文，秦光才，楊險(xiǎn)峰，龍艷. 2014. 區(qū)域試驗(yàn)玉米品種（系）產(chǎn)量穩(wěn)定性和適應(yīng)性的GGE雙標(biāo)圖分析[J]. 湖北農(nóng)業(yè)科學(xué)，53（15）：3487-3491. doi：10.3969/j.issn.0439-8114.2014.15.004. [Lü Z W，Zhang Y J，Zhong Y H，Li Q W，Qin G C，Yang X F，Long Y. 2014. Yield stability and test-site representativeness in regional trials of maize varieties by GGE Biplot[J]. Hubei Agricultural Sciences，53（15）：3487-3491.]

毛文博，蘇成付，毛瑞喜，王桂英，高惠敏，馬曉杰，趙延明. 2020. 應(yīng)用GGE雙標(biāo)圖分析山東省玉米區(qū)域試驗(yàn)品種基因型與環(huán)境互作效應(yīng)[J]. 山東農(nóng)業(yè)科學(xué)，52（12）：7-13. doi：10.14083/j.issn.1001-4942.2020.12.002. [Mao W B，Su C F，Mao R X，Wang G Y，Gao H M，Ma X J，Zhao Y M. 2020. Genotype and environment interaction effect on maize varieties in Shandong Provincial regional trial by GGE Double Plot[J]. Shandong Agricultural Sciences，52（12）：7-13.]

唐啟義. 2010. 實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)[M]. 北京：科學(xué)出版社. [Tang Q Y. 2010. Essential statistics and DPS data processing system[M]. Beijing：Science Press.]

王兵偉，覃嘉明，鄭加興，覃永嬡，黃安霞，時(shí)成俏. 2017. 一年兩季鮮食糯玉米區(qū)域試驗(yàn)的GGE雙標(biāo)圖分析[J]. 南方農(nóng)業(yè)學(xué)報(bào)，48（11）：1961-1968. doi：10.3969/j.issn.2095-1191.2017.11.06. [Wang B W，Qin J M，Zheng J X，Qin Y A，Huang A X，Shi C Q. 2017. GGE biplot analysis on regional trial of fresh-eaten waxy maize with two seasons per year[J]. Journal of Southern Agriculture，48（11）：1961-1968.]

王慧，于典司，施標(biāo)，林金元，宋忠明，李茂柏，黎佳佳，楊華，盧有林，周強(qiáng)，萬(wàn)常照，羅利軍，鄭洪建. 2017. 糯玉米種質(zhì)waxy基因的Eco-TILLING分析[J]. 分子植物育種，15（4）：1177-1183. doi：10.13271/j.mpb.015.001177. [Wang H ，Yu D S，Shi B，Lin J Y，Song Z M，Li M B，Li J J，Yang H，Lu Y L，Zhou Q，Wan C Z，Luo L J，Zheng H J. 2017. Eco-TILLING analysis of waxy gene in waxy maize germplasms[J]. Molecular Plant Breeding，15（4）：1177-1183.]

魏常敏，周文偉，許衛(wèi)猛，邢永鋒，張傳量，李桂芝，宋萬(wàn)友. 2020. 河南省鮮食糯玉米新品種的豐產(chǎn)穩(wěn)產(chǎn)性比較及種植區(qū)域分析[J]. 作物研究，34（3）：223-226. doi：10.16848/ j.cnki.issn.1001-5280.2020.03.06. [Wei C M，Zhou W W，Xu W M，Xing Y F，Zhang C L，Li G Z，Song W Y. 2020. Analysis of high and stable yield of fresh waxy maize varieties and planting areas in Henan Province[J]. Crop Research，34（3）：223-226.]

吳慶麗，宋成孝，李輝，程萬(wàn)春，羅勇，陳浪，舒中兵. 2019. 運(yùn)用AMMI模型分析西南鮮食甜玉米區(qū)試品種的穩(wěn)定性及適應(yīng)性[J]. 湖北農(nóng)業(yè)科學(xué)，58（S2）：126-129. doi：10.14088/ j.cnki.issn0439-8114.2019.S2.030. [Wu Q L，Song C X，Li H，Cheng W C，Luo Y，Chen L，Shu Z B. 2019. Analysis of stability and adaptability of fresh sweet corn varie-ties in southwest China by AMMI model[J]. Hubei Agricultural Sciences，58（S2）：126-129.]

嚴(yán)威凱. 2010. 雙標(biāo)圖分析在農(nóng)作物品種多點(diǎn)試驗(yàn)中的應(yīng)用[J]. 作物學(xué)報(bào)，36（11）：1805-1819. doi：10.3724/SP.J.1006. 2010.01805. [Yan W K. 2010. Optimal use of biplots in analysis of multi-location variety test data[J]. Acta Agronomica Sinica，36（11）：1805-1819.]

楊玉娜，侯清娥，馬文娟，蘇秀霞. 2018. 糯玉米淀粉改性聚乙烯醇啤酒商標(biāo)膠的研制[J]. 中國(guó)膠粘劑，27（7）：29-31. doi：10.13416/j.ca.2018.07.008. [Yang Y N，Hou Q E，Ma W J，Su X? X. 2018. Development of waxy corn starch modified polyvinyl alcohol beer trademark glue[J]. China Adhesives，27（7）：29-31.]

姚海梅，王芳，方永豐，慕平，王威，李永生，王漢寧. 2016. 甘肅省玉米區(qū)域試驗(yàn)品系產(chǎn)量穩(wěn)定性及試點(diǎn)代表性分析[J]. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，51（6）：17-23. doi：10.13432/j.cnki. jgsau.2016.06.004. [Yao H M，Wang F，F(xiàn)ang Y F，Mu P，Wang W，Li Y S，Wang H N. 2016. Yield stability and testing-site representativeness in regional test for maize lines in Gansu Province[J]. Journal of Gansu Agricultural University，51（6）：17-23.]

岳海旺，李春杰，李媛，卜俊周，魏建偉，彭海成，陳淑萍，謝俊良. 2018. 河北省春播玉米品種產(chǎn)量穩(wěn)定性及試點(diǎn)辨別力綜合分析[J]. 核農(nóng)學(xué)報(bào)，32（7）：1267-1280. doi：10. 11869 /j.issn.100-8551.2018.07.1267. [Yue H W，Li C J，Li? Y，Bu J Z，Wei J W，Peng H C，Chen S P，Xie J L. 2018. Comprehensive analysis of yield stability and tes-ting site discrimination of spring sowing maize variety in Hebei Province[J]. Journal of Nuclear Agricultural Scien-ces，32（7）：1267-1280.]

曾旭輝，彭宏，蔣厚良，張婕，王波. 2020. 利用R語(yǔ)言GGE雙標(biāo)圖評(píng)價(jià)玉米區(qū)域試驗(yàn)——以2018年江蘇淮北玉米區(qū)域試驗(yàn)為例[J]. 玉米科學(xué)，28（5）：60-66. doi：10.13597/j.cnki.maize.science.20200510. [Zeng X H，Peng H，Jiang H L，Zhang J，Wang B. 2020. Application of GGE Biplot based on R language in maize regional trial—A case study of maize regional trial in 2018 in Huaibei，Jiangsu Province[J]. Crop Science，28（5）：60-66.]

張莉，孫迷平. 2009. 淺談糯玉米在中國(guó)的產(chǎn)業(yè)化發(fā)展[J]. 農(nóng)業(yè)科技通訊，（3）：5-6. doi：10.3969/j.issn.1000-6400.2009. 03.002. [Zhang L，Sun M P. 2009. Talking about the industrialization development of waxy corn in China[J]. Bulletin of Agricultural Science and Technology，（3）：5-6.]

張澤，魯成，向仲懷. 1998. 基于AMMI模型的品種穩(wěn)定性分析[J]. 作物學(xué)報(bào)，（3）：304-309. [Zhang Z，Lu C，Xiang Z H. 1998. Analysis of variety stability based on AMMI model[J]. Crops，（3）：304-309.]

張禎勇，高明文，徐國(guó)倫，肖啟銀，陳代全，賈煒漢，楊道勇. 2014. 基于R語(yǔ)言的GGE雙標(biāo)圖在玉米品種區(qū)域試驗(yàn)中的應(yīng)用[J]. 中國(guó)農(nóng)學(xué)通報(bào)，30（34）：238-243. [Zhang Z Y，Gao M W，Xu G L，Xiao Q Y，Chen D Q，Jia W H，Yang D Y. 2014. Application of GGE-biplot based on R language in regional trial of maize varieties[J]. Chinese Agricultural Science Bulletin，30（34）：238-243.]

Abakemal D，Shimelis H，Derera J . 2016. Genotype-by-environment interaction and yield stability of quality protein maize hybrids developed from tropical-highland adapted inbred lines[J]. Euphytica， 209（3）：757-769. doi：10.1007/ s10681-016-1673-7.

Gauch H G J，Piepho H P，Annicchiarico P. 2008. Statistical analysis of yield trials by AMMI and GGE：Further considerations[J]. Crop Science，48：866-889. doi：10.2135/cropsci2007.09.0513.

Julius P S，Yoseph B，Kiru P. 2018. Grain-yield stability among tropical maize hybrids derived from doubled-haploid inbred lines under random drought stress and optimum moisture conditions[J]. Crop & Pasture Science，69：691-702. doi：10.1071/CP17348.

Yan W K，Hunt L A，Sheng Q，Szlavnics Z. 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot[J]. Crop Science，40（3）：597-605. doi：10. 2135/cropsci2000.403597x.

Yan W K，Kang M S，Ma B L，Woods S，Cornelius P L. 2007. GGE biplot vs.? AMMI? analysis? of? genotype-by-environment data[J]. Crop Scidence，47：643-655. doi：10. 2135/cropsci2006.06.0374

Yan W K，Kang M S. 2003. GGE biplot analysis：Agraphical tool? for breeders，geneticists and agronomisists[M]. Bocaratom：CRC Press.

Yan W K，Tinker N A. 2006. Biplot analysis of multi-environment trial data：Principles and applications[J]. Canadian Journal of Plant Science，86：623-645. doi：10.4141/p05-169.

Yan W K. 2002. Singular-value partitioning in biplot analysis of multienvironment trial data[J]. Agronomy Journal，94（5）：990-996. doi：10.2134/agronj2002.9900.

（責(zé)任編輯 陳 燕）