基于AMMI模型和GGE雙標(biāo)圖的西北春玉米品種的穩(wěn)定性和適應(yīng)性分析

摘要：評價西北春玉米區(qū)各品種的豐產(chǎn)性、適應(yīng)性和穩(wěn)定性以及不同地區(qū)的鑒別力和代表性，為西北春玉米區(qū)選擇適宜品種提供參考。通過AMMI模型和GGE雙標(biāo)圖線性統(tǒng)計模型2種分析方法，對玉米新品種ZD2008、ZD2139、ZD2141、ZD2230和對照品種先玉335 在2021—2022年開展的西北春玉米區(qū)綠色通道試驗中白銀市景泰縣、臨夏州臨夏縣、平?jīng)鍪嗅轻紖^(qū)、慶陽市慶城縣、武威市涼州區(qū)、張掖市甘州區(qū)、銀川市永寧縣、中衛(wèi)市中寧縣、延安市黃陵縣、榆林市靖邊縣等10個試點的試驗數(shù)據(jù)進(jìn)行適應(yīng)性和穩(wěn)定性綜合分析。結(jié)果表明，試驗各品種間、各試點間的差異均達(dá)到了顯著水平，且參試玉米品種與試點間的互作效應(yīng)也達(dá)到了顯著水平，其中試驗地點以張掖市甘州區(qū)的穩(wěn)定性最好，參試玉米品種以ZD2141的穩(wěn)定性最好。GGE雙標(biāo)圖線性統(tǒng)計模型反映出玉米品種ZD2141在白銀市景泰縣、銀川市永寧縣、中衛(wèi)市中寧縣、延安市黃陵縣、榆林市靖邊縣等試點的表現(xiàn)較好；玉米品種ZD2139在平?jīng)鍪嗅轻紖^(qū)、慶陽市慶城縣、武威市涼州區(qū)、張掖市甘州區(qū)等試點的表現(xiàn)較好，說明這2個品種具有較廣泛的適應(yīng)性，建議加以推廣。

關(guān)鍵詞：西北春玉米；品種；AMMI模型；GGE雙標(biāo)圖；穩(wěn)定性；適應(yīng)性

中圖分類號：S513" " " " " " " " "文獻(xiàn)標(biāo)志碼：A" " " " " " " " "文章編號：2097-2172（2025）02-0148-06

doi：10.3969/j.issn.2097-2172.2025.02.009

Analysis of Stability and Adaptability of Spring Maize Varieties in

Northwest China Based on AMMI Model and GGE Biplot

CHEN Maogong 1， JIAO Yujian 2， ZHANG Qianchang 2， LIU Xingjun 2， MENG Dandan 2， ZHAO Xiangtian 3

（1. Beijing Zhongdi Seed Industry Research Institute Co.， Ltd.， Beijing 100000， China; 2. Zhangye Yinong Agricultural Science and Technology Co.， Ltd.， Zhangye Gansu 734000， China; 3. Zhangye Acdemy of Agricultural sciences，

Zhangye Gansu 734000， China）

Abstract： This study evaluated the yield potential， adaptability， and stability of maize varieties in the Northwestern Spring Maize region， as well as the discriminative power and representativeness of different regions， providing a reference for selecting suitable varieties for this region. Using two analysis methods， i.e.， the AMMI model and the GGE biplot linear statistical model， this study conducted a comprehensive analysis of the adaptability and stability in maize new varieties ZD2008， ZD2139， ZD2141， ZD2230， and the control variety Xianyu 335. The analysis was based on experimental data from 10 sites in the Northwestern Spring Maize Green Channel Experiment conducted from 2021 to 2022 with Jingtai County of Baiyin City， Linxia County of Linxia Prefecture， Kongtong District of Pingliang City， Qingcheng County of Qingyang City， Liangzhou District of Wuwei City， Ganzhou District of Zhangye City， Yongning County of Yinchuan City， Zhongning County of Zhongwei City， Huangling County of Yan'an City and Jingbian County of Yulin City included. Results showed that the differences between experimental varieties and experimantal sites were significant， and the interaction effects between the maize varieties and experimantal sites were also significant. Among the experimantal sites， Ganzhou District of Zhangye City showed the best stability， while among the maize varieties， ZD2141 demonstrated the best stability. The GGE biplot linear statistical model revealed that the maize variety ZD2141 performed well in experimantal sites such as Jingtai County of Baiyin City， Yongning County of Yinchuan City， Zhongning County of Zhongwei City， Huangling County of Yan'an City， and Jingbian County of Yulin City. The variety ZD2139 performed well in experimantal sites such as Kongtong District of Pingliang City， Qingcheng County of Qingyang City， Liangzhou District of Wuwei City， and Ganzhou District of Zhangye City， indicating that these two varieties have broad adaptability and are recommended for promotion.

Key words： Northwest spring maize; Variety; AMMI model; GGE biplot; Stability; Adaptability

玉米是主要糧食作物也是重要的工業(yè)原料，西北地區(qū)處于干旱半干旱地區(qū)，光熱資源較為豐富，溫差較大，玉米生產(chǎn)具有較大增產(chǎn)潛力，對國家糧食安全保障有重要意義。近年來隨著高標(biāo)準(zhǔn)農(nóng)田建設(shè)灌溉區(qū)基本完成水肥一體化改造，西北地區(qū)成為我國玉米高產(chǎn)高效種植的典型區(qū)域。但西北地區(qū)屬典型的雨養(yǎng)旱作區(qū)，降水量少，而且降水分布差別很大，無效降水頻率高，盡管有良好的光熱條件，玉米產(chǎn)量仍然偏低。玉米生產(chǎn)因自然環(huán)境、水肥條件的差異而表現(xiàn)出較大的產(chǎn)量和適宜性差異，因此篩選和推廣豐產(chǎn)性、穩(wěn)定性較好的西北春玉米品種尤為重要［1 - 3 ］。在鑒定和篩選新品種的過程中需要經(jīng)過多年多點試驗來確定適宜玉米品種和最佳種植區(qū)域，而AMMI模型和GGE雙標(biāo)圖分析可以更科學(xué)準(zhǔn)確地分析多年多點鑒定試驗數(shù)據(jù)，為優(yōu)良品種的科學(xué)布局提供參考［4 - 9 ］。

邵立剛等［10 ］以2004年國家春小麥晚熟區(qū)域12個試點的16個參試品種的區(qū)域試驗為依據(jù)，采用方差分析對其豐產(chǎn)性、穩(wěn)定性參數(shù)進(jìn)行分析，并對各參試品種在不同試點的豐產(chǎn)性、穩(wěn)定性及適應(yīng)性做出了綜合評價；俞世蓉［11 ］采用穩(wěn)定性、適應(yīng)性參數(shù)對作物品種的穩(wěn)定性和適應(yīng)性進(jìn)行評價；李文倉等［12 ］根據(jù)2004 — 2005年國家黃淮小麥區(qū)域試驗的結(jié)果，應(yīng)用方差分析、變異系數(shù)、標(biāo)準(zhǔn)差及豐產(chǎn)性穩(wěn)定性參數(shù)綜合評價了各參試品種的豐產(chǎn)性、穩(wěn)定性和適應(yīng)性。上述方法均能夠客觀評價品種的產(chǎn)能性、穩(wěn)定性和適應(yīng)性，為品種試驗推廣提供分析方法和依據(jù)。但以AMMI模型和GGE雙標(biāo)圖分析在品種試驗分析的適用性最廣泛［13 - 17 ］，其中AMMI模型分析通過從加性模型的殘差中分離模型誤差與干擾可以提高估計的準(zhǔn)確性，并且借助于偶圖可以直觀地描繪和分析基因型與環(huán)境交互作用的模式，在由AMMI模型中顯著的互作主成分軸構(gòu)成的歐氏空間中，地點和品種到原點的歐氏距離可以作為反映地點鑒別力和品種穩(wěn)定性的指標(biāo)［6 ］；GGE雙標(biāo)圖線性統(tǒng)計模型則是利用GGE biplot explorer軟件對品種、區(qū)試點進(jìn)行全面的綜合分析，將基因型主效（G）與基因型與環(huán)境互作效應(yīng)相結(jié)合，形成基因型主效加基因型與環(huán)境互作效應(yīng)模型（GGE），并與雙標(biāo)圖技術(shù)相互耦合形成的［4 ］。因此，在進(jìn)行玉米品種分析時主要使用AMMI模型和GGE雙標(biāo)圖線性統(tǒng)計模型來分析玉米品種豐產(chǎn)性、適應(yīng)性和穩(wěn)定性，以提高品種效應(yīng)分析與評價的準(zhǔn)確性。本研究選取中地種業(yè)集團(tuán)自主選育的4個玉米新品種為參試品種，以玉米品種先玉335為對照，采用中地種業(yè)集團(tuán)2021 — 2022年開展的西北春玉米區(qū)綠色通道試驗數(shù)據(jù)對參試各玉米品種的穩(wěn)定性和適應(yīng)性進(jìn)行綜合分析評價，利用4個參試玉米品種在不同地點的產(chǎn)量表現(xiàn)，并且基于AMMI模型和GGE雙標(biāo)圖分析得出參試品種在不同地點的適應(yīng)性和穩(wěn)定性參數(shù)，為西北春玉米區(qū)選擇適宜品種及最佳推廣種植區(qū)域提供參考依據(jù)。

1" "材料與方法

1.1" "試驗材料

選用中地種業(yè)集團(tuán)自主選育的玉米新品種ZD2008、ZD2139、ZD2141、ZD2230為試驗材料，以甘肅省敦煌種業(yè)集團(tuán)股份有限公司玉米品種先玉335為對照。

1.2" "試驗方法

試驗時間為2021 — 2022年，試驗地點為西北春玉米區(qū)的10個試驗點，分別為白銀市景泰縣、臨夏州臨夏縣、平?jīng)鍪嗅轻紖^(qū)、慶陽市慶城縣、武威市涼州區(qū)、張掖市甘州區(qū)、銀川市永寧縣、中衛(wèi)市中寧縣、延安市黃陵縣、榆林市靖邊縣，分別用E1、E2、E3、E4、E5、E6、E7、E8、E9、E10來表示；玉米品種ZD2008、ZD2139、ZD2141、ZD2230、先玉335分別用G1、G2、G3、G4、G5表示。試驗采用隨機(jī)排列設(shè)計，3次重復(fù)，小區(qū)面積為20.01 m2，每小區(qū)的行長為6.67 m，行距0.60 m，5行區(qū)。種植密度均為82 500株/hm2。收獲時間均為不同試點對照品種先玉335成熟2 d后。

1.3" "產(chǎn)量測定

收獲時，每個小區(qū)收中間3行（實收測產(chǎn)面積為12.00 m2）并記錄收獲穗數(shù)，稱取所有收獲穗重進(jìn)行測產(chǎn)，按籽粒水分含量140 g/kg最終記錄小區(qū)產(chǎn)量。

1.4" "數(shù)據(jù)統(tǒng)計與分析

產(chǎn)量數(shù)據(jù)統(tǒng)一按照140 g/kg的水分折算進(jìn)行分析。分析前使用Excel軟件對試驗數(shù)據(jù)進(jìn)行整理，運用DPS數(shù)據(jù)處理系統(tǒng)進(jìn)行區(qū)域試驗產(chǎn)量數(shù)據(jù)的方差分析、AMMI模型分析和GGE雙標(biāo)圖線

性統(tǒng)計模型分析，具體計算公式如下。

1.4.1" "AMMI模型

yge=μ+αg+βe+θge+εger+λnγgnδen

式中，yge是在環(huán)境e中基因型g的產(chǎn)量；μ為總體平均值；α是基因型平均偏差；βe是環(huán)境的平均偏差；θge為殘差，εger為試驗總體誤差；λn為第n個交互效應(yīng)主成分分析軸；γgn是第n個主成分的基因型主成分得分；δen是第n個主成分的環(huán)境主成分得分（簡稱PCA）；N是主成分軸的總個數(shù)［13 - 15 ］。

1.4.2" " GGE雙標(biāo)圖線性統(tǒng)計模型

Yger=μ+βe+ρge+εger+∑λnγgnδge

式中，Yger為基因型g在環(huán)境e中第r個重復(fù)的產(chǎn)量值；μ為總體的平均值；βe為環(huán)境e的主效；ρge為基因型g在環(huán)境e的殘差；εger為總體誤差；λn為第n個主成分的奇異值；γgn為基因型g的第n個特征向量得分；δge為環(huán)境e的第n個特征向量得分；參數(shù)λnγgn和γnδen被分別定義為品種g和環(huán)境e的第n個GGE主成分得分（簡稱IPCA）［13， 16 - 17 ］。

2" "結(jié)果與分析

2.1" "豐產(chǎn)性和穩(wěn)定性分析

采用AMMI模型對2021 — 2022年各參試品種的穩(wěn)定性進(jìn)行分析，由表1可知，2021年參試地點中小區(qū)平均產(chǎn)量E7試點最高，其余試點由高到低依次為E6、E1、E2、E5、E4、E3、E10、E8、E9。2022年參試地點中小區(qū)平均產(chǎn)量E6試點最高，其余試點由高到低依次為E1、E7、E8、E10、E9、E4、E3、E2、E5。變異系數(shù)越小，說明試點穩(wěn)定性越好，根據(jù)2021 — 2022年各試點的變異系數(shù)顯示，2 a試驗中以E6試點（張掖市甘州區(qū)試點）的穩(wěn)定性最好；E8試點（中衛(wèi)市中寧縣試點）、E9試點（延安市黃陵縣試點）的穩(wěn)定性較好；E2試點（臨夏州臨夏縣試點）、E3試點（平?jīng)鍪嗅轻紖^(qū)試點）的穩(wěn)定性較差。

2.2" "品種與試點互作效應(yīng)分析

使用DPS數(shù)據(jù)處理系統(tǒng)對參試玉米品種進(jìn)行 AMMI 模型互作效應(yīng)分析，分析了品種和試點間的互作效應(yīng)。由表 2 可知，2021 年品種間、試點間的差異均達(dá)到了顯著水平，基因、環(huán)境的平方和分別占總變異平方和的3.01%、86.28%，基因與環(huán)境互作效應(yīng)的平方和占總變異平方和的7.56%，說明在試驗中環(huán)境因素對產(chǎn)量的影響較大。利用線性回歸對互作效應(yīng)進(jìn)行分析可知，聯(lián)合回歸、基因回歸和環(huán)境回歸共解釋了交互作用的 33.33%。利用 AMMI 模型對互作效應(yīng)進(jìn)行分析，得到PCA1、 PCA2、PCA3等3個互作主成分，可解釋互作效應(yīng)的79.48%，其中PCA1 和 PCA2分別解釋了互作效應(yīng)的30.77%、28.20%，且均達(dá)到顯著水平；PCA3解釋了互作效應(yīng)的20.51%，但未達(dá)到顯著水平。2022年參試玉米品種間、試點間的差異也均達(dá)到了顯著水平，基因、環(huán)境的平方和分別占總變異平方和的10.64%、83.76%，基因與環(huán)境互作效應(yīng)的平方和占總變異平方和的8.14%，同樣說明在試驗中環(huán)境因素對產(chǎn)量的影響較大；利用線性回歸對互作效應(yīng)進(jìn)行分析可知，聯(lián)合回歸、基因回歸和環(huán)境回歸共同解釋了交互作用的31.58%；利用 AMMI 模型對互作效應(yīng)進(jìn)行分析，得到PCA1 、 PCA2、PCA3等3個互作主成分，可解釋互作效應(yīng)的78.95%，其中 PCA1和 PCA2 分別解釋了互作效應(yīng)的31.58%、26.32%，且均達(dá)到顯著水平，PCA3解釋了互作效應(yīng)的21.05%，但未達(dá)到顯著水平。通過以上結(jié)果進(jìn)行綜合分析認(rèn)為，參試玉米品種與試點間的互作效應(yīng)均達(dá)到了顯著水平。

2.3" "區(qū)域適應(yīng)性分析

使用GGE雙標(biāo)圖對試驗數(shù)據(jù)進(jìn)行分析，在圖1、圖2中的縱坐標(biāo)和橫坐標(biāo)分別解釋了品種效應(yīng)、品種與環(huán)境的互作效應(yīng)分別為71.11%、18.64%，將參試品種連接起來，形成一個多邊形，由原點作出各邊的垂線，從而將多邊形分成5個區(qū)域，10個試點分別處于其中2個區(qū)域內(nèi)，每個區(qū)域內(nèi)連接多邊形頂點的品種是當(dāng)前區(qū)域中適應(yīng)性最好的品種；試點E1、E2、E7、E8、E9、E10處于同一個區(qū)域內(nèi)，當(dāng)前區(qū)域內(nèi)表現(xiàn)最好的品種是G3（ZD2141），說明該品種適應(yīng)性較強。試點E3、E4、E5、E6處于同一區(qū)域，其中表現(xiàn)最好的品種是G2（ZD2139），屬于廣泛適應(yīng)的品種。其余3個品種G1（ZD2008）、G5（先玉335，CK）、G4（ZD2230）都不在參試試點所在區(qū)域內(nèi)，說明其在參試試點內(nèi)表現(xiàn)都不好。

品種穩(wěn)定性分析

在GGE雙標(biāo)圖分析中，IPCA 值反映的是品種與試點間的互作效應(yīng)，在垂直方向，以 IPCA1=0作一條水平線，品種越靠近水平線和坐標(biāo)原點，說明其穩(wěn)定性越好；在圖3中，最靠近水平線的品種是G3（ZD2141），說明該品種是2021年穩(wěn)定性最高的品種；G2（ZD2139）離水平線最遠(yuǎn)，表現(xiàn)最不穩(wěn)定。從圖4可以看出，在2022年最靠近水平線的品種是G3（ZD2141），其在2022年穩(wěn)定性最好。

參試試點離坐標(biāo)原點和水平線的距離越遠(yuǎn)，說明該試點的鑒別力越大，其對品種的鑒別力越強，可以有效提高試驗的準(zhǔn)確性。2021年以試點E3、E2、E8鑒別力較強，試點E7鑒別力較弱。2022年以試點E7、E5鑒別力較強，試點E6、E10鑒別力較弱。

3" "討論與結(jié)論

區(qū)域試驗試點位置的選擇對品種的適應(yīng)性、穩(wěn)定性和品種的篩選具有重要意義。在選擇品種的過程中，需要經(jīng)過多年多點試驗分析品種的綜合表現(xiàn)。不同品種的適應(yīng)性和穩(wěn)定性相差較大，并且不同年份的差異較為明顯［7 ］，采用多年多點的試驗數(shù)據(jù)就是為了能夠更加客觀地分析新品種的穩(wěn)定性和適應(yīng)性。在選擇玉米種植區(qū)域時，要充分考慮環(huán)境因素的影響，重視品種與環(huán)境的互作效應(yīng)，選擇出對當(dāng)?shù)丨h(huán)境適應(yīng)性更強的品種［9 ］，適宜推廣應(yīng)用的優(yōu)良玉米品種應(yīng)具有高產(chǎn)、穩(wěn)產(chǎn)、適應(yīng)性廣的特性［4 ］。

多年多點試驗中互作效應(yīng)是一個復(fù)雜的現(xiàn)象，要清楚其中的規(guī)律比較困難。所以在研究過程中為解決這一問題，產(chǎn)生了許多方法。目前的分析方法有高穩(wěn)系數(shù)法、秩次分析法、灰色關(guān)聯(lián)分析、AMMI模型和GGE雙標(biāo)圖線性統(tǒng)計模型分析等。其中高穩(wěn)系數(shù)法與秩次分析法都能夠?qū)ψ魑飬^(qū)域試驗品種的高產(chǎn)性與穩(wěn)定性進(jìn)行評價，二者在品種高產(chǎn)性評價結(jié)果具有較好的一致性，但在穩(wěn)定性評價結(jié)果具有較大的差異。各種方差混合模型對玉米試驗數(shù)據(jù)分析的效果不同。方差分析模型在玉米試驗數(shù)據(jù)擬合的效果較差，AMMI模型和GGE雙標(biāo)圖線性統(tǒng)計模型這2種結(jié)構(gòu)模型在分析過程中放寬了對方差協(xié)方差的約束條件，且模型參數(shù)相對較少，因此在區(qū)試分析的適用性最廣泛。雖然其他幾種結(jié)構(gòu)模型也適用于我國玉米區(qū)試分析，但適用性不如AMMI模型和GGE雙標(biāo)圖線性統(tǒng)計模型，這些結(jié)構(gòu)模型在品種效應(yīng)估計和測驗方面存在明顯的不同。而AMMI模型成功地將方差分析和主成分分析結(jié)合在一起，為研究品種的互作效應(yīng)及品種穩(wěn)定性差異提供了一種有效的方法；GGE 雙標(biāo)圖線性統(tǒng)計模型不僅可以鑒別品種的適應(yīng)性、穩(wěn)定性和豐產(chǎn)性，而且對了解品種和試點互作、明確試點間的相互關(guān)系。因此，在進(jìn)行玉米品種分析時主要使用AMMI模型和GGE雙標(biāo)圖來線性統(tǒng)計模型綜合分析玉米品種豐產(chǎn)性、適應(yīng)性和穩(wěn)定性，以提高品種效應(yīng)分析與評價的準(zhǔn)確性。

本研究通過DPS數(shù)據(jù)處理系統(tǒng)，運用了AMMI模型與GGE雙標(biāo)圖線性統(tǒng)計模型2種分析方法，分析了不同玉米品種和不同試點環(huán)境之間的互作效應(yīng)，對2021 — 2022年進(jìn)行的西北春玉米區(qū)綠色通道試驗中的參試玉米品種豐產(chǎn)性和適應(yīng)性進(jìn)行綜合分析結(jié)果表明，各品種間、各試點間的差異均達(dá)到了顯著水平，且參試玉米品種與試點間的互作效應(yīng)也達(dá)到了顯著水平。其中試驗地點以張掖市甘州區(qū)的穩(wěn)定性最好，而參試玉米品種以ZD2141的穩(wěn)定性最好。而GGE雙標(biāo)圖線性統(tǒng)計模型可以直觀反映參試品種的最適種植區(qū)域，參試玉米品種ZD2141在白銀市景泰縣、銀川市永寧縣、中衛(wèi)市中寧縣、延安市黃陵縣、榆林市靖邊縣等試點的表現(xiàn)較好；參試玉米品種ZD2139在平?jīng)鍪嗅轻紖^(qū)、慶陽市慶城縣、武威市涼州區(qū)、張掖市甘州區(qū)等試點的表現(xiàn)較好，說明這2個品種的適應(yīng)性好。而臨夏州臨夏縣、平?jīng)鍪嗅轻紖^(qū)、慶陽市慶城縣這3個試點的參試玉米品種的折合產(chǎn)量均較低，說明各參試玉米品種在以上這些區(qū)域的適應(yīng)性相對較弱，此結(jié)果與前人的研究結(jié)果相似［13， 18 ］。

參考文獻(xiàn)：

［1］ 連曉榮，李永生，何海軍，等." 高產(chǎn)高抗宜機(jī)收玉米新品種隴單639的選育及栽培［J］." 寒旱農(nóng)業(yè)科學(xué)，2024，3（9）：814-818.

［2］ 張巧霞，鄭富國，白光庭，等." 早熟玉米新品種亞盛12號選育報告［J］." 寒旱農(nóng)業(yè)科學(xué)，2024，3（5）：422-424.

［3］ 王文奎，張海強，焦智輝，等." 黃土高原丘陵溝壑區(qū)玉米新品種引種比較綜合評價［J］." 寒旱農(nóng)業(yè)科學(xué)，2024，3（5）：429-433.

［4］ 蘇義臣，蘇桂華，金明華，等." GGE雙標(biāo)圖在玉米區(qū)域試驗中的應(yīng)用［J］." 東北農(nóng)業(yè)科學(xué)， 2015，40（3）：4-7.

［5］ 姚海梅，王" "芳，方永豐，等." 甘肅省玉米區(qū)域試驗品系產(chǎn)量穩(wěn)定性及試點代表性分析［J］." 甘肅農(nóng)業(yè)大學(xué)學(xué)報，2016， 51（6）：17-23.

［6］ 楊錦忠，郝建平，姚宏亮，等." 基于AMMI模型的玉米區(qū)域試驗地點鑒別力的重演性研究［J］." 玉米科學(xué)，2011，19（4）：145-148.

［7］ 楊美麗，程建梅，蘇玉杰，等." 優(yōu)良夏玉米品種穩(wěn)定性和適應(yīng)性評價［J］." 中國種業(yè)， 2021（5）：65-69.

［8］ 吳慶麗，宋成孝，李" "輝，等." 運用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)，2019，58（S2）：126-128.

［9］ 葉美金，卜俊周，魏建偉，等." 河北省夏玉米品種基因型與環(huán)境互作綜合分析［J］." 玉米科學(xué)，2020，28（1）：72-78.

［10］邵立剛，王" "巖，李長輝." 東北春小麥晚熟品種（系）產(chǎn)量穩(wěn)定性分析［J］." 河南科技學(xué)院學(xué)報（自然科學(xué)版），2006，34（2）：16-18.

［11］ 俞世蓉." 作物的品種適應(yīng)性和產(chǎn)量穩(wěn)定性［J］." 作物雜志，1991（1）：36-37.

［12］ 李文倉，牛本永，沈躍鵬." 開麥18 豐產(chǎn)性、穩(wěn)定性及適應(yīng)性分析［J］." 中國種業(yè)，2006（4）：23-24.

［13］ 李偉綺，支小剛，趙建華，等." 基于AMMI模型和GGE雙標(biāo)圖的玉米區(qū)域試驗分析［J］." 寒旱農(nóng)業(yè)科學(xué)，2023，2（7）：607-610.

［14］ 魏鵬程，陳" "杜，羅英艦，等." 基于AMMI和GGE雙標(biāo)圖的貴州不同生態(tài)區(qū)春玉米豐產(chǎn)性穩(wěn)產(chǎn)性和試點辨別力評價［J］." 玉米科學(xué)，2023，31（1）：22-31. ［15］YAN W K， KANG M S， MA B L， et al. GGE biplot vs.AMMI analysis of genotype-by-environment data［J］." Crop Science， 2007， 47（2）： 643-653.

［16］曾旭輝，彭" "宏，蔣厚良，等." 利用R語言GGE雙標(biāo)圖評價玉米區(qū)域試驗——以2018年江蘇淮北玉米區(qū)域試驗為例［J］." 玉米科學(xué)，2020，28（5）：60-66. ［17］ 嚴(yán)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.

［18］ 黃澤棟，謝和霞，覃蘭秋，等." 應(yīng)用AMMI模型分析廣西普通玉米區(qū)試品種的穩(wěn)定性［J］." 廣西農(nóng)業(yè)科學(xué)，2010，41（9）：877-881.