利用GGE法評價不同馬鈴薯品種在湖南冬閑田的適應性和穩定性

摘 " "要：為篩選出適宜湖南省種植的豐產、穩產馬鈴薯新品種，2018－2020年連續3 a（年）對引進的6個品種進行物候期、植株和塊莖外觀性狀及田間主要農藝性狀和產量性狀觀察，采用雙因素方差分析和GGE雙標圖分析品種的穩定性、豐產性和適應性。結果表明，不同馬鈴薯品種的外觀和主要農藝性狀差異顯著。對品種產量相關性狀影響的貢獻度依次為環境gt;基因型gt;基因型-環境互作。評價品種鮮薯產量、株高、單株薯數和干物質率時，要充分考慮基因型與環境的互作效應。GGE雙標分析篩選出1個新品種華薯1號，其豐產性和穩產性表現突出，適宜在本區域進一步示范推廣。

關鍵詞：馬鈴薯；冬閑田；GGE雙標分析；綜合評價

中圖分類號：S532 文獻標志碼：A 文章編號：1673-2871（2025）02-123-06

Analysis of adaptability and stability of potato varieties in Hunan province by using GGE-Biplot

LI Lu1， YANG Dan1， WANG Suhua2， JIANG Wan1， LI Shuju1， WAN Guoan1， KUAI Xinglong3， SUN Fang4，ZENG Xianglin4

（1. Changde Academy of Agricultural and Forestry Sciences， Changde 415000， Hunan， China; 2. Crop Research Institute， Hunan Academy of Agricultural Sciences， Changsha 410125， Hunan， China; 3. Dingcheng District Meteorological Administration， Changde 415000， Hunan， China; 4. Changde Agricultural and Rural Bureau， Changde 415000， Hunan， China）

Abstract： In order to screen for high-yield， stable-yield varieties suitable for production in Hunan province， six potato varieties were used as test materials in three years from 2018 to 2020 and observed the phenological period， plant and tuber appearance traits， main agronomic and yield traits in the field. The stability， high-yield and adaptability of the cultivars were analyzed using two factor analysis of variance and GGE-Biplot. The results showed that the appearance and main agronomic traits among different cultivars were significant differences. The contribution degree of the impact on yield related traits of varieties is environmentgt;genotypegt;genotype environment interaction. When evaluating the fresh potato yield， plant height， number of potatoes per plant， and dry matter rate of variety， the interaction effect between genotype and environment should be fully considered. One new variety（Huashu No. 1）with outstanding high and stable yield performance was screened out by GGE-Biplot analysis， which was suitable for further demonstration and promotion in this region.

Key words： Potato; Winner paddy field; GGE-Biplot analysis; Comprehensive evaluation

隨著馬鈴薯產業的發展，南方冬閑田已成為糧菜兼用作物馬鈴薯的主栽區之一[1-2]。湖南省作為馬鈴薯冬種的主要省份之一，馬鈴薯種植面積常年穩定在6.98萬hm2，主要分布在武陵山區一帶[3-4]，種植品種以鮮食和飼用為主，種薯來源多為外來引進，其次為自留種[5-6]。GGE（genotype + genotyp×environment）雙標圖模型是研究基因型效應及基因型與環境互作效應對品種（系）影響的新方法[7]，對引進的種質資源在不同環境下的豐產性、適應性和穩定性進行綜合分析，從而篩選出適宜當地種植的優質新品種。此前，通過其在水稻[8]、高粱[9-10]、玉米[11]等作物的區域試驗和栽培試驗的成功應用，GGE雙標圖已經被證明是有效的分析基因與環境互作的方法。利用GGE雙標圖評價馬鈴薯種質資源的應用逐漸增多，其不僅可科學地篩選鑒定優質資源，同時也可為構建馬鈴薯種質資源的綜合評價體系提供理論依據[12-14]。

近年來，引進的中薯3號、中薯5號和興佳2號等新品種，在一定程度上提升了湖南省馬鈴薯種源的質量，提高了良種普及率[15]，但在生產過程中，依然存在北種南調品種適應性差、自留種種性退化、品種更新換代周期長、生產落后等問題[4]。為提升湖南省馬鈴薯種植水平，加快品種的更新換代，筆者引進6個馬鈴薯新育成品種，在冬閑稻田開展連續3年的品比試驗，分析其適應性和穩定性，為湖南冬種馬鈴薯鮮食型優良品種的選育及推廣提供科學依據。

1 材料與方法

1.1 材料

供試品種：中薯5號、中薯17號、中薯18號、華薯1號、華薯2號和冀張薯12號，其中中薯系列由中國農業科學院蔬菜花卉研究所提供，華薯系列由華中農業大學提供，冀張薯12號由北方學院提供。

1.2 試驗地概況

試驗于2018－2020年連續3年在湖南省常德市農林科學研究院試驗基地進行，該區域年平均氣溫16.7 ℃，年降水量1200～1900 mm，無霜期272 d。試驗田塊土壤質地為壤土，pH 5.2，全氮含量（w，后同）1.09 g·kg-1，全磷含量0.57 g·kg-1，全鉀含量13 g·kg-1，水解氮含量112 mg·kg-1，有效磷含量14.2 mg·kg-1，速效鉀含量119 mg·kg-1，有機質含量17.7 g·kg-1。前茬作物水稻，機械深翻起壟。耕作層深度30～40 cm，土地平整，肥力中等。2018年和2020年生育期間氣象條件相對一致（表1），總降雨量分別為508.2、490.3 mm，總日照時數分別為487.1、615.1 h，而2019年生育期間寡照多雨，總降雨量為579.7 mm，總日照時數為342.2 h。

1.3 試驗設計

試驗采用隨機區組設計，3次重復，小區面積20 m2，每小區150株，6行區，單壟雙行種植，壟長5.6 m，壟面包溝寬1.2 m，株行距22 cm×45 cm，小區周圍設2行保護行。667 m2施45%的硫酸鉀型復合肥100 kg，播種時作基肥一次性點施在種薯之間。擺好種薯后覆蓋約10 cm的碎土，覆膜前噴施芽前除草劑，覆蓋0.01 cm厚白色地膜。出苗后及時破膜引苗，生長期間及時進行病蟲害防治，整個生育期全程雨養。2017年12月22日統一播種，2018年2月24日至3月10日陸續出苗，2018年5月3日統一收獲；2019年1月26日統一播種，3月17日至3月28日陸續出苗，5月21日統一收獲；2019年12月9日統一播種，2020年1月28日至2月10日陸續出苗，4月27日統一收獲。

1.4 測定項目及分析方法

記錄物候期、植株田間性狀、塊莖表型、產量及相關數據，調查方法參考農作物品種試驗技術規程 馬鈴薯：NY/T 1489－2007[15]。大中薯率：單薯質量50 g（含）以上為大中薯，收獲時分級后稱質量，計算大中薯率。干物質率：利用烘干法測干質量，計算干物質率。變異系數/%=標準偏差/平均值×100。利用DPS7.5進行雙因素方差分析，利用GGE模型分析品種豐產性和穩定性。

2 結果與分析

2.1 不同馬鈴薯品種農藝性狀表現

由表2可知，參試品種平均生育期在63.7～66.3 d，但實際觀測中只有華薯1號、中薯17號和中薯5號進入生理成熟期，其他品種收獲時均未完全成熟。另外，2019年1—2月連續低溫寡照天氣導致參試品種整體出苗較正常年份偏遲1個月左右，導致生育期縮短。不同品種出苗率均在85%以上，其中中薯18號、華薯1號、冀張薯12號和中薯5號在93%以上。不同品種間塊莖的外觀差異明顯，中薯17號和華薯1號為彩色薯皮品種，其他為黃色薯皮品種。

2.2 不同品種主要農藝性狀表現

由表3可知，中薯18號、華薯2號、冀張薯12號的株高與中薯17號和華薯1號差異極顯著；株高最高的是中薯18號，平均50.0 cm。華薯1號、冀張薯12號、中薯17號、中薯5號的主莖數顯著多于中薯18號。單薯質量最大的品種是冀張薯12號，平均103.8 g，極顯著高于華薯2號和中薯18號，顯著高于中薯5號。中薯17號的單株薯數最少，平均4.7個，其他品種間差異不顯著。中薯17號的單株薯質量也最小，平均450.2 g；中薯5號單株薯質量最大，平均544.4 g，其次為冀張薯12號。參試品種間大中薯率差異不顯著，在74.7%～77.8%。中薯5號、冀張薯12號和華薯1號鮮薯平均產量均在2000 kg·667 m-2以上，其中中薯5號和冀張薯12號極顯著高于華薯2號、中薯17號和中薯18號，華薯1號極顯著高于華薯2號和中薯17號。華薯2號干物質含量最高，平均20.7%，顯著高于其他品種。

2.3 主要農藝性狀的變異分析

2.3.1 年份間主要農藝性狀的變異分析 由表4可知，不同年份間馬鈴薯主要農藝性狀變異系數差異較大。2018年主要農藝性狀變異系數從小到大依次為大中薯率lt;干物質率 lt;主莖數lt;單薯質量lt;鮮薯產量lt;單株薯質量lt;單株薯數 lt;株高。2019年主要農藝性狀變異系數從小到大依次為干物質率lt;主莖數lt;單薯質量lt;大中薯率lt;鮮薯產量lt;單株薯質量lt;單株薯數lt;株高。2020年主要農藝性狀變異系數從小到大依次為大中薯率lt;單株薯質量lt;干物質率lt;主莖數lt;單薯質量lt;鮮薯產量lt;單株薯數lt;株高。干物質率的變異系數及年份間變異系數變化相對較小，說明受環境的影響較小。變異系數最大的是株高，年份間變異系數變化最大的是大中薯率，且均在2019年變化較大，結合氣象情況說明植株的生長對環境變化敏感，寡照多雨嚴重影響植株的生長。

2.3.2 不同品種主要農藝性狀的變異分析 由表5可知，不同基因型馬鈴薯的總變異系數（CV總）依次是：華薯1號lt;華薯2號lt;中薯17號lt;中薯18號lt;中薯5號lt;冀張薯12號。品種穩定性最好的是華薯1號和華薯2號，其次是中薯17號和中薯18號，表現最不穩定的是冀張薯12號。但變異系數只能從基因層面解釋品種表現，無法反映品種與環境的互作效應，因此有必要做進一步的分析。

2.3.3 不同品種主要農藝性狀的年份與基因型互作效應 對參試品種不同年份的主要農藝性狀進行方差分析（表6）可知，同一品種在不同年份種植性狀差異極顯著，說明環境因素對品種植株形態和塊莖形成有很大影響。同一環境下，不同品種的株高、主莖數、單薯質量、鮮薯產量、干物質率差異極顯著，單株薯數和單株薯質量差異顯著，說明這些品種特性突出，遺傳差異較大。品種和年份互作表明，鮮薯產量和株高差異達到極顯著水平，單株薯數、單株薯質量和干物質率差異達到顯著水平，說明基因型和環境互作效應明顯，評價這些性狀時要充分考慮環境的因素。

2.4 品種與年份的GGE雙標圖分析

2.4.1 品種豐產性和穩產性分析 為評價品種的穩定性和適應性，利用GGE 雙標圖對不同年份的品種鮮薯產量進行分析。如圖1所示，第一主成分（PC1）解釋了G+GE平方和的67.6%，第二主成分（PC2）解釋了G+GE平方和的29.4%，GGE雙標圖共解釋了G+GE總變異平方和的97.0%，可信度高。

圖1中帶有箭頭的直線是平均環境軸，代表整體平均產量，箭頭正方向為豐產品種，品種所在點到平均環境軸的垂線代表品種的穩產性，長度越短穩產性越好。根據圖1可知，本次試驗中，中薯5號豐產性最好，其次是冀張薯12號和華薯1號，平均產量均在2000 kg·667 m-2以上；而在穩產性方面，華薯1號表現最穩定，其次是中薯17號。

2.4.2 品種綜合分析 利用GGE雙標圖可以確定一個理想品種的位置，在品比試驗中，理想品種是指在所有農藝性狀中表現最好的品種，現實中不一定存在，但可作為參試品種理想程度比較的參照[16-17]。以理想品種為圓心畫出多個同心圓，根據與理想品種的接近程度，直觀地比較各參試品種的相對理想程度。距離圓心越近，理想程度越高。根據圖2可知，華薯1號距離圓心最近，是最符合理想品種的參試品種。

3 討論與結論

大多數品種試驗數據分析往往基于單一性狀，過分強調品種特性而忽略了環境與基因的交互作用，不能很好地體現品種的適應性和穩定性[18-20]。筆者連續3 a（年）對產量相關性狀數據進行分析，發現環境是首要影響因素，其次是基因型，除主莖數、單薯質量和大中薯率外，環境-基因型互作效應均對其余性狀有顯著影響，與他人的研究結果一致[13，21]。

相比于2018年和2020年，2019年參試品種整體產量降低，且CV總較高。相關研究表明，在塊莖形成期和膨大期日照時數與馬鈴薯產量呈正比[22]，結合氣象數據分析，2019年寡照多雨，生育期間日照時數較2018年和2020年分別減少了144.9和272.9 h，推測日照時數的減少是導致2019年產量整體降低的主要因素。根據品種在特定生態環境下的綜合表現評價其適應性和穩定性，是品種推廣的前提。前人研究結果表明，性狀表現是遺傳基因和環境因素共同作用的結果。馬鈴薯基因型對不同環境的反應差異較大，高產且穩產的品種才有實際生產意義，符合推廣要求[16，23]。GGE雙標圖模型既能用圖像宏觀展示，還可以分析基因型、環境及基因型與環境的互作效應[24-25]。筆者運用GGE分析方法評價了不同品種的鮮薯產量，結果顯示，華薯1號為豐產性和穩產性較好的品種，中薯5號和冀張薯12號豐產性突出，但穩產性相對較差。中薯17號穩定性突出，但豐產性最低。中薯18號和華薯2號豐產性和穩定性表現一般。

綜上所述，通過雙因素方差分析和GGE雙標圖分析不同馬鈴薯品種在不同年際間的豐產性和穩產性，篩選出華薯1號表現最突出，豐產性和穩定性較好，適合在湖南省常德市進一步推廣種植。

參考文獻

[1] 羅賽男，湯睿，張文，等．五個馬鈴薯品種在湖南冬閑田種植的適應性[J]．作物雜志，2017（3）：25-28．

[2] 胡新喜，劉明月，何長征，等．覆膜方式對湖南冬種馬鈴薯生長與產量的影響[J]．湖南農業大學學報（自然科學版），2013，39（5）：500-504．

[3] 黃艷嵐，劉明月，周虹，等．湖南省馬鈴薯生產現狀及發展對策[J]．湖南農業科學，2009（7）：108-110．

[4] 李亞慶．湖南省馬鈴薯產業發展問題研究[D]．長沙：湖南農業大學，2017．

[5] 周華蘭，周婷，胡新喜．湖南馬鈴薯產業發展現狀、問題及對策分析[J]．經濟研究導刊，2012（7）：169-170．

[6] 李大恒，麻瓊方．湘西州馬鈴薯產業現狀與發展對策[J]．作物研究，2017，31（4）：437-440．

[7] 王曉斌，王瀚，胡開明，等．基于層次分析法和GGE雙標圖對引進馬鈴薯種質資源的綜合評價[J]．植物遺傳資源學報，2017，18（6）：1067-1078．

[8] 曹元元，丁逸帆，左示敏，等．基于GGE雙標圖和AMMI模型對江蘇省水稻區試品種的豐產性和穩定性分析[J]．種子，2021，40（6）：38-43．

[9] 高悅，丁博，侯佳明，等．基于GGE雙標圖的春播早熟區高粱品種產量及其穩定性分析[J]．分子植物育種，2022，20（18）：6244-6252．

[10] 肖繼兵，劉志，孔凡信，等．基于GGE雙標圖的高粱品種農藝性狀和穩產性分析[J]．作物雜志，2023（2）：36-45．

[11] 胡飛，馬現斌，李新彥，等．應用GGE雙標圖分析湖北省玉米區域試驗品種適應性和穩定性[J]．湖北農業科學，2019，58（2）：23-25．

[12] 李亞杰，李德明，范士杰，等．GGE雙標圖在馬鈴薯品種適應性及產量穩定性分析中的應用評價[J]．蘭州大學學報（自然科學版），2016，52（5）：617-622．

[13] 蔣彤暉，葉夕苗，余斌，等．甘肅省馬鈴薯區試品種產量性狀和環境鑒別力評價分析[J]．核農學報，2022，36（6）：1262-1272．

[14] 李亞杰，羅磊，白江平，等．GGE雙標圖在西北旱區馬鈴薯新品種選育中的應用[J]．干旱地區農業研究，2018，36（2）：192-198．

[15] 中華人民共和國農業部，全國農業技術推廣服務中心．農作物品種試驗技術規程 馬鈴薯：NY/T 1489－2007[S]．北京：中國標準出版社，2007．

[16] YAN W K，HUNT L A，SHENG Q L，et al．Cultivar evaluation and mega- environment investigation based on the GGE biplot[J]．Crop Science，2000，40（3）：597-605．

[17] BELAY F，MERESA H，GEBRESLASIE A．Evaluation of the performance of some white seeded sesame （Sesamum indicum L．） genotypes using GGE biplot analysis in Northern Ethiopia[J]．Journal of Cereals and Oilseeds，2018，9（1）：1-9．

[18] 周丙月，袁劍龍，張玉梅，等．馬鈴薯品種（系）農藝性狀的適應性和穩定性分析[J]．核農學報，2023，37（2）：274-289．

[19] MUTHONI J，SHIMELIS H，MELIS R．Genotype × environment interaction and stability of potato tuber yield and bacterial wilt resistance in Kenya[J]．American Journal of Potato Research，2015，92（3）：367-378．

[20] 葉夕苗，張峰，安聰聰，等．馬鈴薯產量組分的基因型與環境互作及穩定性[J]．作物學報，2020，46（3）：354-364．

[21] 李亞杰，羅磊，姚彥紅，等．基于HIDAP系統的馬鈴薯高代品系多性狀綜合分析[J]．干旱地區農業研究，2022，40（5）：13-23.

[22] 姚玉璧，張秀云，盧漢威，等．氣象條件對西北溫涼半濕潤區馬鈴薯塊莖形成及產量的影響[J]．中國農業氣象，2009，30（2）：208-211．

[23] 陳朝陽，魏建偉，陳淑萍，等．黃淮海夏玉米品種籽粒產量基因型與環境互作分析[J]．分子植物育種，2019，17（8）：2749-2760.

[24] YAN W K，RAJCAN I．Biplot analysis of test sites and trait relations of soybean in Ontario[J]．Crop Science，2002，42（1）：11-20．

[25] YAN W K．Ggebiplot-a windows application for graphical analysis of multienvironment trial data and other types of two-way data[J]．Agronomy Journal，2001，93（5）：1111-1118．