區域試驗玉米品種（系）產量穩定性和適應性的GGE雙標圖分析

呂澤文+張友君+鐘育海+李求文+秦光才+楊險峰+龍艷

摘要：為準確評價區域試驗玉米品種（系）產量穩定性和適應性，研究采用GGE-biplot軟件對2012年恩施州玉米品種區域試驗11個參試玉米品種（系）和8個試點的試驗數據進行分析。結果表明，在主要農藝性狀中，產量與穗長、穗粗、百粒重、禿尖長和穗行數呈正相關。在參試玉米品種（系）中，恩玉單8號、G1004和HS10375具有較高產量和較好穩定性。在各區域試驗點中，來鳳、鶴峰區試點具有較強的品種鑒別能力和生態代表性。GGE雙標圖能夠直觀、簡潔地顯示玉米品種高產性、穩產性和區試點鑒別力、代表性，可為玉米品種鑒定和推廣提供參考依據。

關鍵詞：玉米區域試驗；GGE雙標圖；產量穩定性；品種（系）適應性

中圖分類號：S338 文獻標識碼：A 文章編號：0439-8114（2014）15-3487-05

Yield Stability and Test-site Representativeness in Regional Trials of Maize Varieties by GGE Biplot

L? Ze-wen1， ZHANG You-jun2， ZHONG Yu-hai1， LI Qiu-wen3， QIN Guang-cai1， YANG Xian-feng1， LONG Yan1

（1. Seed Management Bureau of Enshi， Enshi 445000， Hubei， China； 2. Food and Oil Station of Yongding Disitrct of Zhangjiajie City， Zhangjiajie 416600， Hunan， China； 3. Agricultrue Bureau of Enshi， Enshi 445000， Hubei， China）

Abstract： In order to accurately evaluate the yield stability and adaptability of maize varieties， GGE-biplot software was used to analyze the data of Enshi trails of regional. Eleven maize varieties were tested in eight sites in 2012. The results showed that maize yield was positively correlated with ear length， ear width， hundred-grain weight， barren ear top length and ear rows in main agronomic traits. Enyudan 8， G1004 and HS10375 had higher yield and better yield stability than that of other varieties. Laifeng and Hefeng districts had the best discrimination power and representativeness test point in all sites. GGE-biplot can intuitively and simply showed that high yield， yield stability and representativeness. It can provide a reference for indentifying and promoting maize varieties.

Key words：regional trial of maize；GGE biplot；yield stability；variety adaptability

收稿日期：2013-11-15

作者簡介：呂澤文（1986-），男，湖北漢川人，助理農藝師，碩士，從事農作物品種管理工作，（電話）0718-8433208（電子信箱）zewenlv@163.com；

通訊作者，李求文，推廣研究員，主要從事農作物種子管理工作，（電子信箱）eszlqw@163.com。

玉米是恩施州第一大農作物，恩施州玉米常年種植面積在12萬hm2左右，在全州農業生產中具有重要地位[1]。由于恩施州地處武陵山區，境內海拔差異大，具有明顯垂直氣候環境，必須組織品種區域試驗，篩選出適宜恩施州地區種植的優良玉米品種。

對區域試驗中參試品種客觀準確的評價是品種審定和推廣的依據，由于區域試驗數據受到品種類型、環境等多因素的影響，統計分析數據較復雜，傳統分析方法主要是算術平均值法結合聯合方差分析法。近年來，AMMI模型在分析農作物區域試驗數據中廣泛應用[2-7]，但該模型的分析僅考慮基因型與環境的互作，以對基因型進行評價，而GGE雙標圖法在全面評價基因型時同時考慮了基因型和基因型與環境的互作[8]。

目前，在農作物區域試驗中，應用GGE雙標圖評價品種產量穩定性和適應性以及試驗點的代表性和鑒別力的報道較少。張志芬等[9]采用GGE雙標圖分析國家裸燕麥品系和皮燕麥品系區域試驗數據，張春明等[10]用GGE雙標圖分析區域試驗中小豆品系的高產穩產性和適應性，秦君等[11]利用該方法分析黃淮海地區大豆產量及穩定性，陳四龍等[12]用該方法分析種植密度對高油花生生長和產量的影響。本研究利用GGE雙標圖法對2012年恩施州玉米品種區域試驗數據進行分析， 比較各參試玉米品種（系）的穩定性和適應性， 以及各區試點的代表性和鑒別力， 為玉米品種的審定和推廣提供參考和依據。

1 材料與方法

1.1 試驗材料

2012年在湖北省恩施州組織開展玉米品種區域試驗，試點數共8個，分布在全州7個縣（市）。試點承擔單位分別是恩施市種子管理局（以下簡稱恩施）、恩施州農業科學院（以下簡稱州院）、湖北騰龍種業公司（以下簡稱利川）、建始縣種子管理局（以下簡稱建始）、宣恩縣種子管理局（以下簡稱宣恩）、巴東縣種子管理局（以下簡稱巴東）、來鳳縣種子管理局（以下簡稱來鳳）和鶴峰縣種子管理局（以下簡稱鶴峰）。

參試玉米品種（系）共有11個，包括G1004、恩玉單8號、HS10375、勝玉5號、粒粒金4號、F2012-9、HZ11-38、潞玉005、HA69、先玉30T60和鄂玉25（對照）。

1.2 試驗設計

各試驗點均采用隨機區組設計，3次重復，小區面積20 m2，小區寬3.33 m，長6.00 m，5行區，行距0.67 m，株距0.33 m，試驗密度每公頃45 000株，實收中間3行計產。成熟時考察各玉米品種的小區產量和生育期、株高、穗位高、穗長、禿尖長（禿頂）、穗粗、穗行數、行粒數、百粒重、出子率等主要農藝性狀。

1.3 統計分析

應用GGE-biplot軟件對各參試玉米品種（系）的產量、主要農藝性狀進行雙標圖分析。雙標圖中各指標向量之間夾角的余弦值可判斷指標間的相關性。品種（系）或試點在平均環境軸（Average environment axis）的投影位置判斷品種的高產性和試點的代表性，由品種或試點到平均環境軸的向量長度判斷品種的穩定性和試點的鑒別力[7，8]。

2 結果與分析

2.1 玉米品種（系）產量與主要農藝性狀相關分析

對參試玉米品種（系）的產量和生育期、株高、穗位高、穗長、禿尖長、穗粗、穗行數、行粒數、百粒重、出子率等10個主要農藝性狀進行雙標圖分析，向量間的夾角可以判斷向量之間相關性，各向量間夾角的余弦值近似向量間的遺傳相關性，夾角越小，相關性就越高。圖1顯示穗長、穗粗、穗行數、禿尖長向量之間的夾角小于90°，說明上述4個性狀之間呈正相關，同時產量除與上述4個性狀外還與百粒重之間的向量夾角小于90°，說明產量與上述5個性狀之間呈正相關，即產量越高，果穗越長，其果穗就越粗、穗行數越多、禿尖越長；并且百粒重越大，產量也越高，其中穗長與產量之間的向量夾角最小，相關性最強，其他依次為是穗粗、百粒重、禿尖長和穗行數。與之相反，行粒數、生育期、穗位高、株高與產量的向量夾角大于90°，說明上述4個性狀與產量呈負相關，其中生育期與產量之間的夾角最大，說明生育期越長，玉米的產量越低。出子率與產量之間向量的夾角接近90°，它們之間無相關性。

2.2 參試品種（系）與主要農藝性狀之間的關系

從圖2可以看出，恩玉單8號、HS10375、HZ11-38、F2012-9與穗粗、穗長、禿尖長、穗行數向量之間的夾角小于90°，顯示了這4個品種的穗粗等4個性狀的試驗數據在所有品種中較大，由表1可知， 恩玉單8號的果穗和禿尖最長、穗行數最多，HZ11-38的果穗最粗；G1004和粒粒金4號與行粒數、先玉30T60和鄂玉25與生育期、HA69和潞玉005與百粒重、勝玉5號與出子率之間向量的夾角均較小，說明品種響應性狀試驗數值較大，如先玉30T60的生育期144.9 d為最長，G1004和粒粒金4號的行粒數排第2、3位，HA69和潞玉005的百粒重排第2、3位，勝玉5號的出子率排第5位，以上基于GGE雙標圖的分析結果與試驗數值相吻合。

2.3 參試玉米品種（系）適應性分析

參試玉米品種（系）按照平均產量從高到低順序為恩玉單8號、G1004、HS10375、HZ11-38、HA69、潞玉005、F2012-9、鄂玉25、粒粒金4號、勝玉5號、先玉30T60（表2）。根據圖3A中各玉米品（系）種的分布，可分為左右兩個類型，圖中右邊恩玉單8號、G1004、潞玉005、HS10375、HZ11-38、HA69為高產型品種（系），圖中左邊F2012-9、鄂玉25、粒粒金4號、勝玉5號、先玉30T60為低產型品種（系），雙標圖中品種分布與表2中品種平均產量數值一致。

在分析品種（系）適應性圖中，各方向距離原點最遠的品種（系）依次連接成一個多邊形，其余的品種均包含在多邊形內，再由原點向多邊形各條邊作垂線，此垂線成為平均線，將多邊形分為幾個扇區，而位于頂點的品種為該扇區內的最佳品種（系）。如圖3B中多邊形被分為5個扇區，8個區試點分布在兩扇區，其中州院、建始、來鳳、鶴峰為第一組，利川、宣恩、恩施、巴東為第二組。G1004、潞玉005、恩玉單8號、HS10375在第一組的區試點中表現較好，且在G1004為該組的最佳品種（系）；HA69、HZ11-38在第二組的區試點中表現較好，且在巴東區域點表現較好，HA69為該組的最佳品種（系）。勝玉5號、先玉30T60、粒粒金4號、鄂玉25在所有區試點表現均不佳。

2.4 玉米品種（系）高產性和穩產性分析

通過GGE雙標圖分析能夠很好解釋哪些品種（系）兼具高產性和穩產性。在圖4中，帶單箭頭的直線是平均環境軸，軸上的圓圈代表平均環境，箭頭所指的方向為品種（系）所有環境下的近似平均產量，即表現最佳的方向。帶有雙箭頭的直線與平均環境軸相互垂直，此直線代表參試品種（系）與環境相互作用的傾向性，箭頭向外指向越大表示越不穩定，越偏離環境軸越不穩定。在本研究中G1004平均產量最高，其次是恩玉單8號、潞玉005、HA69、HS10375和HZ11-38，其他品種（系）平均產量較低，先玉30T60最低；平均產量最穩定的有恩玉單8號、HS10375，較穩定的有潞玉005、粒粒金4號、G1004和鄂玉25，最不穩定的是勝玉5號和HA69。綜上所述，產量既高又穩定的是恩玉單8號，可作最優品種，其次為G1004、HS10375。HA69有較高的產量，但其穩定性太差。

2.5 區域試驗點鑒別力和代表性分析

作為好的區域試驗點應同時具有較強區分品種（系）的能力和代表當地生態特點的特性。在GGE雙標圖分析試點鑒別力和代表性的圖5中，圓圈代表所有試點的平均環境，這個平均環境為目標環境，通過圓圈和原點并帶有箭頭的直線為平均環境軸。圖5中各試點向量長度代表其鑒別力強弱，向量長度越長，試點的鑒別力越強；試點向量與平均環境軸箭頭方向之間的夾角大小顯示其代表性，夾角越大，代表性越差，夾角越小，代表性則越好。當夾角大于90°時，該區試點無代表性。來鳳、巴東、州院、宣恩、鶴峰、建始、利川區試點的鑒別力較強，恩施區試點鑒別力較弱；試驗中8個試點向量與平均環境軸箭頭方向之間的夾角均小于90°，均具有一定代表性，其中來鳳、鶴峰區試點代表性較好，其次是利川、宣恩、州院、巴東區試點，代表性較差的是建始、恩施區試點。可以看出來鳳、鶴峰區試點兼具較強的鑒別力和較好的代表性。

3 結論與討論

在分析農作物品種多元性狀對產量的影響中，多采用灰色關聯度的方法進行分析。劉忠祥等[13]對15個玉米雜交組合的產量與14個主要農藝性狀進行灰色關聯度分析，農藝性狀對產量影響的因素大小順序為生育期、出子率、行粒數、穗長、穗粗、千粒重、株高、穗行數、軸粗、穗位高、禿尖長、雙穗率、倒伏率、空稈率。梁曉偉等[14]采用灰色關聯度分析法，對11個玉米組合的產量和11個相關性狀進行分析，結果表明，各性狀對產量的影響大小順序為穗粗、出子率、穗行數、行粒數、子長、千粒重、株高、穗長、穗位高、莖粗、禿尖長，認為穗粗、出子率、穗行數、行粒數和子長對產量影響較大。本研究利用GGE雙標圖對2012年恩施州玉米區域試驗數據進行分析，主要農藝性狀中穗長、穗粗、穗行數、禿尖長和百粒重與產量呈正相關，其中穗長與產量的相關性最高，其次是穗粗、穗行數、禿尖長和百粒重；行粒數、生育期、株高和穗位高與產量呈負相關。

本試驗研究的11個玉米參試品種（系）中，經GGE雙標圖分析，在高產型品種（系）中，產量最高的是G1004，其次是恩玉單8號、潞玉005、HS10375、HA69、HZ11-38，與表1中玉米品種（系）產量位次不一致。由于表1中產量位次是由算術平均值得來，而GGE雙標圖分析的位次是對品種（系）的綜合評價，并同時考慮基因型和基因型與環境的相互作用。雖然HA69、HZ11-38和潞玉005產量較高，但其穩定性較差。綜合考慮，恩玉單8號、G1004和HS10375具有較高的產量和較好的穩定性。對8個區域試驗點的代表性和鑒別力進行分析，所有試點的代表性均較好，除恩施點鑒別能力稍差，其他試點均具有較強的鑒別力，說明恩施州玉米品種區域試驗點選擇和分布較為合理。

農作物品種區域試驗是多年多點試驗，試驗結果受多因素影響，存在多因子相互作用的關系，因此應充分利用和分析試驗結果，以對參試品種進行科學準確的評價，優化試驗點的選擇。GGE雙標圖分析區域試驗結果相比于其他傳統分析方法，具有簡單直觀的優點，能夠提供更多的信息，例如顯示基因型和基因型與環境互作效應的比例，劃分品種的生態適應區域等，以達到對多點試驗分析的三大目標：品種評價、試點評價和品種生態區劃分[8]。本研究通過利用GGE雙標圖分析，篩選出適合恩施地區種植的優良玉米品種（系），以及具有較好代表性和較高鑒別力的試驗點，為恩施州玉米育種和區域試驗工作提供參考和依據。

參考文獻：

[1] 王 瑛，李求文，王黎明. 鄂西南山區玉米雜交品種組合試驗初報[J].現代農業科技，2007（14）：106-107.

[2] 李亞杰，白江平，張俊蓮，等. 甘肅省馬鈴薯區試產量數據的AMMI模型分析[J].干旱地區農業研究，2013，31（1）：61-66，83.

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

[4] 張寶賢，孫麗娟，譚德云，等.AMMI模型在蓖麻雜交育種中的應用[J]. 中國農學通報，2011，27（7）：202-205.

[5] 余本勛，張時龍，何友勛，等. AMMI模型在水稻品種區域試驗中的應用[J].現代農業科技，2010（2）：45-46.

[6] 董 云，王 毅，漆燕玲，等. 應用AMMI模型分析評判甘肅省春油菜區試品種的穩定性和適應性[J].西北農業學報，2010，19（7）：74-78.

[7] 何代元，胡 寧，馬兆錦，等.AMMI模型在玉米區域試驗中的應用[J].玉米科學，2009，17（4）：144-147，152.

[8] 嚴威凱.雙標圖分析在農作物品種多點試驗中的應用[J].作物學報，2010，36（11）：1805-1819.

[9] 張志芬，付曉峰，劉俊青，等. 用GGE雙標圖分析燕麥區域試驗品系產量穩定性及試點代表性[J].作物學報，2010，36（8）：1377-1385.

[10] 張春明，趙雪英. 用GGE雙標圖分析區域試驗中小豆品系的高產穩產性及適應性[J]. 農學學報，2013，3（1）：6-9.

[11] 秦 君，楊春燕，谷 峰，等. 黃淮海地區大豆產量及其穩定性評價[J].中國農業科學，2013，46（3）：451-462.

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

[13] 劉忠祥，寇思榮，何海軍，等.玉米雜交組合產量與農藝性狀的灰色關聯度分析[J].湖南農業科學，2011（17）：5-8.

[14] 梁曉偉，陳潤玲，雷曉兵，等.雜交玉米產量相關性狀的灰色關聯度分析[J].江西農業學報，2010，22（2）：16-18.

2.5 區域試驗點鑒別力和代表性分析

作為好的區域試驗點應同時具有較強區分品種（系）的能力和代表當地生態特點的特性。在GGE雙標圖分析試點鑒別力和代表性的圖5中，圓圈代表所有試點的平均環境，這個平均環境為目標環境，通過圓圈和原點并帶有箭頭的直線為平均環境軸。圖5中各試點向量長度代表其鑒別力強弱，向量長度越長，試點的鑒別力越強；試點向量與平均環境軸箭頭方向之間的夾角大小顯示其代表性，夾角越大，代表性越差，夾角越小，代表性則越好。當夾角大于90°時，該區試點無代表性。來鳳、巴東、州院、宣恩、鶴峰、建始、利川區試點的鑒別力較強，恩施區試點鑒別力較弱；試驗中8個試點向量與平均環境軸箭頭方向之間的夾角均小于90°，均具有一定代表性，其中來鳳、鶴峰區試點代表性較好，其次是利川、宣恩、州院、巴東區試點，代表性較差的是建始、恩施區試點。可以看出來鳳、鶴峰區試點兼具較強的鑒別力和較好的代表性。

3 結論與討論

在分析農作物品種多元性狀對產量的影響中，多采用灰色關聯度的方法進行分析。劉忠祥等[13]對15個玉米雜交組合的產量與14個主要農藝性狀進行灰色關聯度分析，農藝性狀對產量影響的因素大小順序為生育期、出子率、行粒數、穗長、穗粗、千粒重、株高、穗行數、軸粗、穗位高、禿尖長、雙穗率、倒伏率、空稈率。梁曉偉等[14]采用灰色關聯度分析法，對11個玉米組合的產量和11個相關性狀進行分析，結果表明，各性狀對產量的影響大小順序為穗粗、出子率、穗行數、行粒數、子長、千粒重、株高、穗長、穗位高、莖粗、禿尖長，認為穗粗、出子率、穗行數、行粒數和子長對產量影響較大。本研究利用GGE雙標圖對2012年恩施州玉米區域試驗數據進行分析，主要農藝性狀中穗長、穗粗、穗行數、禿尖長和百粒重與產量呈正相關，其中穗長與產量的相關性最高，其次是穗粗、穗行數、禿尖長和百粒重；行粒數、生育期、株高和穗位高與產量呈負相關。

本試驗研究的11個玉米參試品種（系）中，經GGE雙標圖分析，在高產型品種（系）中，產量最高的是G1004，其次是恩玉單8號、潞玉005、HS10375、HA69、HZ11-38，與表1中玉米品種（系）產量位次不一致。由于表1中產量位次是由算術平均值得來，而GGE雙標圖分析的位次是對品種（系）的綜合評價，并同時考慮基因型和基因型與環境的相互作用。雖然HA69、HZ11-38和潞玉005產量較高，但其穩定性較差。綜合考慮，恩玉單8號、G1004和HS10375具有較高的產量和較好的穩定性。對8個區域試驗點的代表性和鑒別力進行分析，所有試點的代表性均較好，除恩施點鑒別能力稍差，其他試點均具有較強的鑒別力，說明恩施州玉米品種區域試驗點選擇和分布較為合理。

農作物品種區域試驗是多年多點試驗，試驗結果受多因素影響，存在多因子相互作用的關系，因此應充分利用和分析試驗結果，以對參試品種進行科學準確的評價，優化試驗點的選擇。GGE雙標圖分析區域試驗結果相比于其他傳統分析方法，具有簡單直觀的優點，能夠提供更多的信息，例如顯示基因型和基因型與環境互作效應的比例，劃分品種的生態適應區域等，以達到對多點試驗分析的三大目標：品種評價、試點評價和品種生態區劃分[8]。本研究通過利用GGE雙標圖分析，篩選出適合恩施地區種植的優良玉米品種（系），以及具有較好代表性和較高鑒別力的試驗點，為恩施州玉米育種和區域試驗工作提供參考和依據。

參考文獻：

[1] 王 瑛，李求文，王黎明. 鄂西南山區玉米雜交品種組合試驗初報[J].現代農業科技，2007（14）：106-107.

[2] 李亞杰，白江平，張俊蓮，等. 甘肅省馬鈴薯區試產量數據的AMMI模型分析[J].干旱地區農業研究，2013，31（1）：61-66，83.

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

[4] 張寶賢，孫麗娟，譚德云，等.AMMI模型在蓖麻雜交育種中的應用[J]. 中國農學通報，2011，27（7）：202-205.

[5] 余本勛，張時龍，何友勛，等. AMMI模型在水稻品種區域試驗中的應用[J].現代農業科技，2010（2）：45-46.

[6] 董 云，王 毅，漆燕玲，等. 應用AMMI模型分析評判甘肅省春油菜區試品種的穩定性和適應性[J].西北農業學報，2010，19（7）：74-78.

[7] 何代元，胡 寧，馬兆錦，等.AMMI模型在玉米區域試驗中的應用[J].玉米科學，2009，17（4）：144-147，152.

[8] 嚴威凱.雙標圖分析在農作物品種多點試驗中的應用[J].作物學報，2010，36（11）：1805-1819.

[9] 張志芬，付曉峰，劉俊青，等. 用GGE雙標圖分析燕麥區域試驗品系產量穩定性及試點代表性[J].作物學報，2010，36（8）：1377-1385.

[10] 張春明，趙雪英. 用GGE雙標圖分析區域試驗中小豆品系的高產穩產性及適應性[J]. 農學學報，2013，3（1）：6-9.

[11] 秦 君，楊春燕，谷 峰，等. 黃淮海地區大豆產量及其穩定性評價[J].中國農業科學，2013，46（3）：451-462.

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

[13] 劉忠祥，寇思榮，何海軍，等.玉米雜交組合產量與農藝性狀的灰色關聯度分析[J].湖南農業科學，2011（17）：5-8.

[14] 梁曉偉，陳潤玲，雷曉兵，等.雜交玉米產量相關性狀的灰色關聯度分析[J].江西農業學報，2010，22（2）：16-18.

2.5 區域試驗點鑒別力和代表性分析

作為好的區域試驗點應同時具有較強區分品種（系）的能力和代表當地生態特點的特性。在GGE雙標圖分析試點鑒別力和代表性的圖5中，圓圈代表所有試點的平均環境，這個平均環境為目標環境，通過圓圈和原點并帶有箭頭的直線為平均環境軸。圖5中各試點向量長度代表其鑒別力強弱，向量長度越長，試點的鑒別力越強；試點向量與平均環境軸箭頭方向之間的夾角大小顯示其代表性，夾角越大，代表性越差，夾角越小，代表性則越好。當夾角大于90°時，該區試點無代表性。來鳳、巴東、州院、宣恩、鶴峰、建始、利川區試點的鑒別力較強，恩施區試點鑒別力較弱；試驗中8個試點向量與平均環境軸箭頭方向之間的夾角均小于90°，均具有一定代表性，其中來鳳、鶴峰區試點代表性較好，其次是利川、宣恩、州院、巴東區試點，代表性較差的是建始、恩施區試點。可以看出來鳳、鶴峰區試點兼具較強的鑒別力和較好的代表性。

3 結論與討論

在分析農作物品種多元性狀對產量的影響中，多采用灰色關聯度的方法進行分析。劉忠祥等[13]對15個玉米雜交組合的產量與14個主要農藝性狀進行灰色關聯度分析，農藝性狀對產量影響的因素大小順序為生育期、出子率、行粒數、穗長、穗粗、千粒重、株高、穗行數、軸粗、穗位高、禿尖長、雙穗率、倒伏率、空稈率。梁曉偉等[14]采用灰色關聯度分析法，對11個玉米組合的產量和11個相關性狀進行分析，結果表明，各性狀對產量的影響大小順序為穗粗、出子率、穗行數、行粒數、子長、千粒重、株高、穗長、穗位高、莖粗、禿尖長，認為穗粗、出子率、穗行數、行粒數和子長對產量影響較大。本研究利用GGE雙標圖對2012年恩施州玉米區域試驗數據進行分析，主要農藝性狀中穗長、穗粗、穗行數、禿尖長和百粒重與產量呈正相關，其中穗長與產量的相關性最高，其次是穗粗、穗行數、禿尖長和百粒重；行粒數、生育期、株高和穗位高與產量呈負相關。

本試驗研究的11個玉米參試品種（系）中，經GGE雙標圖分析，在高產型品種（系）中，產量最高的是G1004，其次是恩玉單8號、潞玉005、HS10375、HA69、HZ11-38，與表1中玉米品種（系）產量位次不一致。由于表1中產量位次是由算術平均值得來，而GGE雙標圖分析的位次是對品種（系）的綜合評價，并同時考慮基因型和基因型與環境的相互作用。雖然HA69、HZ11-38和潞玉005產量較高，但其穩定性較差。綜合考慮，恩玉單8號、G1004和HS10375具有較高的產量和較好的穩定性。對8個區域試驗點的代表性和鑒別力進行分析，所有試點的代表性均較好，除恩施點鑒別能力稍差，其他試點均具有較強的鑒別力，說明恩施州玉米品種區域試驗點選擇和分布較為合理。

農作物品種區域試驗是多年多點試驗，試驗結果受多因素影響，存在多因子相互作用的關系，因此應充分利用和分析試驗結果，以對參試品種進行科學準確的評價，優化試驗點的選擇。GGE雙標圖分析區域試驗結果相比于其他傳統分析方法，具有簡單直觀的優點，能夠提供更多的信息，例如顯示基因型和基因型與環境互作效應的比例，劃分品種的生態適應區域等，以達到對多點試驗分析的三大目標：品種評價、試點評價和品種生態區劃分[8]。本研究通過利用GGE雙標圖分析，篩選出適合恩施地區種植的優良玉米品種（系），以及具有較好代表性和較高鑒別力的試驗點，為恩施州玉米育種和區域試驗工作提供參考和依據。

參考文獻：

[1] 王 瑛，李求文，王黎明. 鄂西南山區玉米雜交品種組合試驗初報[J].現代農業科技，2007（14）：106-107.

[2] 李亞杰，白江平，張俊蓮，等. 甘肅省馬鈴薯區試產量數據的AMMI模型分析[J].干旱地區農業研究，2013，31（1）：61-66，83.

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

[4] 張寶賢，孫麗娟，譚德云，等.AMMI模型在蓖麻雜交育種中的應用[J]. 中國農學通報，2011，27（7）：202-205.

[5] 余本勛，張時龍，何友勛，等. AMMI模型在水稻品種區域試驗中的應用[J].現代農業科技，2010（2）：45-46.

[6] 董 云，王 毅，漆燕玲，等. 應用AMMI模型分析評判甘肅省春油菜區試品種的穩定性和適應性[J].西北農業學報，2010，19（7）：74-78.

[7] 何代元，胡 寧，馬兆錦，等.AMMI模型在玉米區域試驗中的應用[J].玉米科學，2009，17（4）：144-147，152.

[8] 嚴威凱.雙標圖分析在農作物品種多點試驗中的應用[J].作物學報，2010，36（11）：1805-1819.

[9] 張志芬，付曉峰，劉俊青，等. 用GGE雙標圖分析燕麥區域試驗品系產量穩定性及試點代表性[J].作物學報，2010，36（8）：1377-1385.

[10] 張春明，趙雪英. 用GGE雙標圖分析區域試驗中小豆品系的高產穩產性及適應性[J]. 農學學報，2013，3（1）：6-9.

[11] 秦 君，楊春燕，谷 峰，等. 黃淮海地區大豆產量及其穩定性評價[J].中國農業科學，2013，46（3）：451-462.

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

[13] 劉忠祥，寇思榮，何海軍，等.玉米雜交組合產量與農藝性狀的灰色關聯度分析[J].湖南農業科學，2011（17）：5-8.

[14] 梁曉偉，陳潤玲，雷曉兵，等.雜交玉米產量相關性狀的灰色關聯度分析[J].江西農業學報，2010，22（2）：16-18.