玉米(Zea mays L.)是我国重要的粮食作物，对维持国民经济正常运营和保障社会稳定发挥着重要作用[1]。河北省的玉米种植面积和产量约占全国的 1/10，分为北部、西部春播区和冀中南夏播区两部分。河北省春播区常年种植面积在100万hm2左右，约占全省玉米种植面积的1/3[2]。河北省春播区地域广阔、自然条件恶劣，加之玉米品种退化、混杂，导致各品种之间产量差异较大，如何筛选丰产性、稳产性和适应性较好的玉米品种服务于当地农业生产是丞待解决的难题。玉米新品种高产稳产是育种工作首要目标，也是区域试验评价品种优劣的重要指标。不同的玉米品种有其特定的适宜种植区域，需要在推广种植前经过严格的多年多点区域试验鉴定，以达到客观评价参试品种适应性、丰产性和稳产性的目的，为品种发挥其最大价值提供科学依据。因此，区域试验鉴定是作物新品种在生产上大面积推广示范前的关键环节[3]。

生存分析结果表明，低表达组中位DFS为34.3个月，其95%置信区间为(21.9～46.1)；中位OS为45.2个月，其95%置信区间为(37.7～52.3)个月。高表达组中位DFS为17.5个月，其95%置信区间为(11.5～22.5)；中位OS为23.7个月，其95%置信区间为(18.2～27.8)。Log-rank检验分析表明，低表达组患者的DFS及OS均优于高表达组，差异有统计学意义(χ2=10.895，P=0.001；χ2=9.657，P=0.002)(表3，图2)。

目前，玉米区域试验对品种的丰产性分析通常采用方差分析方法，即对参试品种和对照品种进行多重比较，并标注显著性差异，但往往忽视了品种的稳产性分析。研究表明，品种稳产性主要受品种类型、环境等影响，这种影响来自于基因型(G)×环境(E)互作，互作效应越大，对稳定性影响越大，品种稳定性越低[4]。因此，了解和掌握互作效应，对新品种在特定区域推广种植以及栽培措施的确定有重要意义。关于基因型和环境互作分析方法，国内外已有大量报道，如变异系数法[5-7]、适定性参数法[8-10]、回归分析法[11]、高稳系数法[12]。近年来以加性主效应乘积交互作用(additive main effects and multiplicative interaction，AMMI)模型和基因型主效应及其与环境互作(genotype main effect plus genotype-environment interaction, GGE)双标图分析系统为主。AMMI模型由Gauch[13]最先提出，是将主成分分析和方差分析相结合，通过乘积形式互作加入到常规基因型与环境加性模型中，以提高估计的准确性，现已广泛应用于农作物品种区试评价[14-17]。AMMI模型分析具有操作简单、分析结果直观简洁等特点。GGE双标图分析具有操作过程复杂，分析结果精确等特点。Yan等[18-19]首先在小麦区域试验品种评价中提出了GGE双标图法，以二维图谱的形式对区域试验参试品种进行分析，分析结果只保留与品种评价相关的品种效应(G)和品种与环境互作效应(GE)，从而鉴定筛选出高产、稳产、适应性广的理想品种。此外，GGE双标图还可以对试点辨别力和代表性进行筛选，对品种合理布局做出评价。前人对玉米区试品种多采用AMMI模型[20]或是GGE双标图[21]单一方法进行评价，但采用AMMI模型和GGE双标图对玉米区试品种丰产性、稳产性和试点辨别力进行分析的研究尚鲜见报道。因此，本研究采用AMMI模型和GGE双标图2种分析方法，通过对2011-2012年河北省北部春播和西部春播区试验数据，以及供试玉米品种的丰产性、稳产性、适应性和区试点的辨别力进行分析，以期为河北省春播区品种合理布局及玉米育种工作提供科学依据。

1 材料与方法

1.1 试验材料

于2011-2012年对河北省北部和西部太行山春播区域试验进行资料汇总；2011年北部春播区域试验参试品种14个，试点共10个，试点分布在河北省北部春播区。2012年西部春播区域试验参试品种13个，试点共9个，试点分布在河北省西部太行山春播区。2年试验对照品种均是农大108(CK)，玉米品种、试点和平均产量信息如表1所示。

在实践教学模式中，教师可以采取任务驱动式教学，设置具体任务，给学生指明方向，让学生自由学习探索。具体而言，在教学纳税实务的课程内容时，其中的账务处理和纳税申报都可以采取任务驱动的教学手段。教师可在纳税处理的教学中，引入某家企业增值税纳税业务的案例，先给学生布置任务，然后教给学生增值税计算的税法内容，并带领学生进行任务的分析、判断，注意对学生进行启发引导，之后让学生自行解决问题，提出解决方案和得出初步结论。最后，教师根据学生的完成情况，评价、分析学生解决方案中存在的问题，给出指导性建议，帮助学生回顾总结、增长知识。

1.2 试验设计

试验均采用完全随机区组设计，5行区，设3次重复，小区面积为21 m2，每小区收获中间以3行计算产量。

1.3 数据处理

由表4可知，对2011年北部春播区试各品种PCA1～PCA3空间内投影点与相应坐标原点的距离(Dg值)，即各品种基于PCA1～PCA3的稳定性Dg值进行排序，Dg值越小，离原点越近，说明品种稳定性越好，各玉米品种稳定性依次为农大108(CK)>中地175 >蠡试2975>农单906>永协105>肃试2147>鲲鹏7074>唐2143> HC0901>冀单639>承803> ZSTD042>唐08-72> XBS688。表明，农大108、中地175、蠡试2975、农单906、永协105和肃试2147稳定性较好；承803、蠡试2975、唐2143、农单906和肃试2147稳定性一般；ZSTD042、鲲鹏7074、HC0901和XBS688稳定性较差。由产量结果可知，农大108、蠡试2975、永协105、肃试2147和农单906均属于稳产，但不高产的品种；鲲鹏7074、唐2143、HC0901和冀单639属于稳产性一般，产量较高的品种；XBS688和承803产量较高，但稳定性较差；唐08-72和ZSTD042属于不高产也不稳定的品种；中地175属于既高产又稳产的品种。

3)分别求解m个评价指标的条件熵Ej，并对其进行归一化处理，得到关于各评价指标重要性的熵值e(dj)=(1/lnn)Ej。

2 结果与分析

2.1 方差分析、线性回归分析和AMMI模型分析

2012年西部山区玉米参试品种产量性状的PC1解释了61.76% 的G +GE，第2主成分(PC2)解释了18.69%的G + GE，GGE双标图可以解释G 与GE 互作信息的 80.45%(PC1 + PC2)(图1-B)。科试787和极峰15号在行唐县将军墓和赞皇试点表现较好；中地175在行唐、曲阳、行唐县路罗镇表现最好；阜玉201号在涉县和涞水试点表现最好，其余品种在试点表现一般。

理想品种是指在所有环境中平均产量最高且产量最稳定的品种[26]。由图4可知，同心圆的圆心(箭头位置)代表了最理想品种的位置。品种越接近圆心代表该品种平均产量和稳定性最好。2011年北部春播区试，中地175位于同心圆上，说明该品种是丰产且稳产型品种；XBS688和鲲鹏7074丰产性较好，但是稳定性稍差；唐08-72距离同心圆最远，是丰产性和稳产性均较差的品种。对照品种农大108是一个稳产性较好，丰产性一般的品种(图4-A)。2012年西部春播区试，科试787和中地175距离圆心较近，丰产性和稳产性较好；阜玉201号距离圆心最远，是丰产性和稳产性最差的品种(图4-B)。

由表3可知，2012年西部春播区试环境间平方和占总平方和的68.72%，而品种间的平方和仅占总平方和的3.49%，品种和环境交互作用的平方和占18.59%，三者的P值均小于0.01，说明品种、环境、品种×环境三者交互作用均达到极显著水平。由线性回归分析结果可知，联合回归、基因回归和环境回归这三项之和占交互作用的35.75%，而残差占64.24%，四者的P值均小于0.01，均达到极显著水平。由AMMI模型结果可知，PCA1、PCA2和PCA3三者之和占交互作用的92.16%，而残差仅为7.84%。

2.2 区试品种稳定性分析

AMMI模型分析参照唐启义[22]的方法；采用DPS 9.50进行数据处理；GGE双标图分析按照张志芬等[23]的方法，采用Genstat 18.0进行双标图(基因与基因和环境双标图)分析。

 

表1 2011-2012年玉米品种和试点及平均产量Table 1 Varieties,testing sites and mean yield of maize in 2011-2012

  

组别Groups编号Serialnumber玉米品种Maizevarieties平均产量Meanyield/(kg·hm-2)试点Testingsites平均产量Meanyield/(kg·hm-2)2011年北部春播区试二组Thesecondgroupofnorthernspringsowingareain20111永协105Yongxie10510192 1丰润Fengrun8938 72唐08-72Tang08-729435 3抚宁Funing9086 93XBS68811468 7固安Guan10895 04肃试2147Sushi214710489 6宽城Kuancheng10729 95鲲鹏7074Kunpeng707411462 1涞源Laiyuan8620 86农大108(CK)Nongda108(CK)10691 3三北Sanbei11432 87蠡试2975Xinshi297510255 8万全Wanquan9393 48农单906Nongdan90610866 5蔚县Yuxian13387 79ZSTD04210487 8裕丰Yufeng12603 510唐2143Tang214311153 4张家口市Zhangjiakou12579 611承803Cheng80311009 712冀单639Jidan63910611 013HC090110957 714中地175Zhongdi17511648 02012年西部春播区试二组Thesecondgroupofwesternspringsowingareain20121C368410198 2行唐Xingtang8732 22奔诚15号Bencheng1510654 3涞水Laishui11437 23阜玉201号Fuyu2019792 0平山Pingshan11384 34中地175Zhongdi17510924 5曲阳Quyang10952 15极峰15号Jifeng1510547 5涉县Shexian8987 16冀WP37Jiwp3710265 6武安Wuan7387 17科试787Keshi78710945 5邢台县将军墓Jiangjunmu，Xingtai9108 68石玉春12-1156Shiyuchun12-115610697 3邢台县路罗镇Luluo，Xingtai8942 49粟1754Su175410918 5赞皇Zanhuang10635 310万试12-1Wanshi21-110142 411新玉1号Xinyu110401 212邢玉542Xingyu54210697 613农大108(CK)Nongda108(CK)10492 6

 

表2 2011年区域试验玉米品种产量方差分析、线形回归分析和AMMI 模型分析Table 2 Analysis of variance, linear regression analysis and AMMI model analysis of maize varieties in the regional trial in 2011

  

方法Methods变异来源Sourceofvariance自由度Degreeoffreedom平方和SS均方Meansquares占总平方和百分比PercentageoftotalSS/%占交互作用平方和百分比PercentageofSSofinteraction/%F值FvalueP值Pvalue方差分析Analysisofvariance总变异Totalvariance4191642946664 723921113 76--处理Treatment1391549315557 3011146155 09--33 33<0 01基因(品种)Genotype(varieties)13136698842 1010515295 558 32-31 45<0 01环境(试点)Environment(testingsites)91119125091 89124347232 4368 12-371 86<0 01基因环境交互作用Genotypeandenvironmentinteraction117293491623 322508475 4117 86-7 50<0 01误差Error28093631107 42334396 815 70---线性回归分析Linearregressionanalysis联合回归Jointregression110614940 9210614940 92-3 6231 74<0 01基因回归Geneticregression1224923874 482076989 54-8 496 21<0 01环境回归Environmentalregression822955731 862869466 48-7 828 58<0 01残差Residual96234997076 062447886 21-80 077 32<0 01AMMI模型AMMImodel第1主成分轴PCA121145685730 805508844 32-49 645 20<0 01第2主成分轴PCA219109122551 934690660 63-37 184 43<0 01第3主成分轴PCA31725173244 391480779 08-8 581 400 14残差Residual6013510096 191058501 60-4 60

注：“-” 表示不存在。下同。

Note:‘-’ means no existed. The same as following.

由表5可知，2012年西部春播区试各品种稳定性依次为农大108(CK)>中地175 >新玉1号>奔诚15号>科试787>冀WP37>石玉春12-1156>粟1754>邢玉542>万试12-1>C3684> 极峰15号>阜玉201号。结果表明，农大108、中地175、新玉1号、奔诚15号、科试787、冀WP37和石玉春12-1156稳定性较好；粟1754、邢玉542、万试12-1、C3684和极峰15号稳定性一般；阜玉201号稳定性最差。由产量结果可知，农大108、新玉1号、冀WP37和奔诚15号稳产性较好但产量不高；粟1754、邢玉542、万试12-1、C3684和极峰15号稳定性一般但产量较高；奔诚15号和阜玉201号属于既不高产也不稳定的品种；中地175和科试787属于既高产又稳产的品种。

2.3 区试试点辨别力分析

由表6可知，对2011年河北省北部春播区试各试点在PCA1～PCA3得分的稳定性参数De进行排序,各试点的辨别力依次为蔚县>固安>抚宁>丰润>裕丰>万全>三北>张家口市>宽城>涞源，说明蔚县、固安、抚宁和丰润等试点对品种辨别力较强，裕丰、万全和三北等试点对品种辨别力一般，张家口市、涞源和宽城等试点对品种辨别力较弱。

由表8可知，2种分析方法对品种稳产性分析结果差别不大，对试点辨别力分析略有差异，2011年丰润和抚宁试点GGE双标图分析试点辨别力较弱，而AMMI模型分析结果排名靠前，2012年平山试点AMMI模型分析结果排名靠前而GGE双标图分析靠后。总体而言，2种分析方法对试点辨别力较强和较弱的试点分析结果一致，表明AMMI模型和GGE双标图都是品种稳产性和试点辨别力分析的可靠工具。

我国是一个农业大国，我国也是一个人口大国，因此，我国人民对于农作物的需求是非常大的。其中较为重要的一种农作物就是大豆。大豆不同于大米等用处较为单一，大豆本身的用处非常多，能够实现多样化使用。但是由于我国的农业生产一直都是小农耕种的情况，我国的大豆种植是没有一个严格标准的，从而导致了我国大豆的种植水平一直无法提高，这样就没有办法生产出优质的大豆。这对于我国种植行业而言，是非常严重的一个问题。基于此类情况，本文做出如下研究：

本设计采用以MSP4305438A单片机为核心设计了中频电炉的温度控制模块，使用该模块可以将模糊PID控制算法移植到单片机中，上位机通过ModBus实时的设定温度，通过该模块能够实现中频电炉的温度控制，通过现场调整模糊PID控制的参数，能够很好的实现中频的温度控制，在上升时间、超调量、稳态误差方面相对传统PID控制都有所提高。

 

表3 2012年玉米区试品种产量方差分析、线形回归分析和 AMMI 模型分析Table 3 Analysis of variance, linear regression analysis and AMMI model analysis of maize varieties in the regional trial in 2012

  

方法Methods变异来源Sourceofvariance自由度Degreeoffreedom平方和SS均方Meansquares占总平方和百分比PercentageoftotalSS/%占交互作用平方和百分比PercentageofSSofinteraction/%F值FvalueP值Pvalue方差分析Analysisofvariance总变异Totalvariance350908446045 372595560 13--处理Treatment116824867277 337110924 80--19 91<0 01基因(品种)Genotype1231708614 352642384 533 49-7 40<0 01环境(试点)Environment8624278336 4078034792 0568 72-218 48<0 01基因环境交互作用Genotypeandenvironmentinteraction96168880326 581759170 0718 59-4 93<0 01误差Error23483578768 05357174 229 20---线性回归分析Linearregressionanalysis联合回归Jointregression13195296 293195296 29-1 898 95<0 01基因回归Geneticregression1118846838 211713348 93-11 164 80<0 01环境回归Environmentalregression738344084 835477726 40-22 7015 34<0 01残差Residual77108494107 261409014 38-64 243 94<0 01AMMI模型AMMImodel第1主成分轴PCA119112561786 305924304 54-66 6520 14<0 01第2主成分轴PCA21729215883 931718581 41-17 305 84<0 01第3主成分轴PCA31513866321 36924421 42-8 213 14<0 01残差Residual4513236334 95294140 78-7 84--

 

表4 2011年品种在显著互作主成分轴上的得分及稳定性参数Table 4 The score and stability parameters of varieties in the principle components axis of significant interaction in 2011

  

品种Variety平均产量Meanyield/(kg·hm-2)离差Deviation第1主成分轴PCA1第2主成分轴PCA2第3主成分轴PCA3稳定性参数Stabilityparameter(Dg)位次Rank永协105Yongxie10510192 1-574 219015 8650-3 4974-19 213625 16135唐08-72Tang08-729435 3-1331 035743 4213-8 24069 481645 202013XBS68811468 7702 43102 172534 953130 194246 239914肃试2147Sushi214710489 6-276 7824-10 9682-21 9258-6 096325 26286鲲鹏7074Kunpeng707411462 1695 67767 272027 4519-14 029931 67537农大108Nongda10810691 3-75 07900 7129-0 5400-1 19611 49351蠡试2975Xinshi297510255 8-510 68571 7469-10 3036-19 157121 82223农单906Nongdan90610866 5100 11434 441514 9940-16 445722 69384ZSTD04210487 8-278 6657-30 3497-27 157514 376643 189412唐2143Tang214311153 4387 107622 9043-15 722815 621331 87228

 

表4(续)

  

品种Variety平均产量Meanyield/(kg·hm-2)离差Deviation第1主成分轴PCA1第2主成分轴PCA2第3主成分轴PCA3稳定性参数Stabilityparameter(Dg)位次Rank承803Cheng80311009 7243 4376-33 069120 13777 919539 519811冀单639Jidan63910611 0-155 3324-31 648811 5792-9 956035 140410HC090110957 7191 4043-8 5483-31 14435 735132 80149中地175Zhongdi17511648 0881 627616 04799 41632 766318 81102

 

表5 2012年品种在显著互作主成分轴上的得分及稳定性参数Table 5 The score and stability parameters of varieties in the principle components axis of significant interaction in 2012

  

品种Variety平均产量Meanyield/(kg·hm-2)离差Deviation第1主成分轴PCA1第2主成分轴PCA2第3主成分轴PCA3稳定性参数Stabilityparameter(Dg)位次RankC368410198 2-293 8085-7 220525 419918 551832 287411奔诚15号Bencheng1510654 3135 63220 103410 7609-12 293316 33814万试12-1Fuyu2019792 0-634 686370 8002-9 38620 516671 421513中地175Zhongdi17510924 5386 76184 0079-0 30960 14184 02232极峰15号Jifeng1510547 515 0952-24 0084-24 0972-18 010438 489612冀WP37Jiwp3710265 6-226 08630 97784 6352-18 237118 84236科试787Keshi78710945 5393 4803-1 1353-5 868215 308716 43415石玉春12-1156Shiyuchun12-115610697 3161 9544-7 1129-19 99776 600422 22767粟1754Su175410490 59 7923-12 32973 460220 874124 48928万试12-1Wanshi21-110142 4-336 6530-2 722525 7115-10 283527 825210新玉1号Xinyu110401 2-107 3530-8 04359 0588-10 748616 19543邢玉542Xingyu54210697 6155 4803-13 8168-21 75507 894926 95399农大108Nongda10810492 6-17 93080 50032 3677-0 31542 44041

 

表6 2011年试点在显著互作主成分轴上的得分及稳定性参数Table 6 The score and stability parameters of testing sites in the principle components axis of significant interaction in 2011

  

试点Testingsite平均产量Meanyield/(kg·hm-2)离差Deviation第1主成分轴PCA1第2主成分轴PCA2第3主成分轴PCA3稳定性参数(De)Stabilityparameter位次Rank丰润Fengrun8938 7-1828 10608 6463-38 54928 725940 45914抚宁Funing9086 9-1679 956024 4682-39 58022 493346 59943固安Guan10895 0128 120541 05196 0098-24 513648 19022

 

表6(续)

  

试点Testingsite平均产量Meanyield/(kg·hm-2)离差Deviation第1主成分轴PCA1第2主成分轴PCA2第3主成分轴PCA3稳定性参数(De)Stabilityparameter位次Rank宽城Kuancheng10729 9-36 9367-11 38985 639218 053222 07829涞源Laiyuan8620 8-2146 0410-2 16160 1015-5 84286 230710三北Sanbei11432 8666 0062-29 28404 46376 229330 27017万全Wanquan9393 4-1373 40603 212728 3120-25 778138 42406蔚县Yuxian13387 72620 901428 316438 070431 924657 18701裕丰Yufeng12603 51836 6729-37 40172 7198-11 440539 20685张家口市Zhangjiakou12579 61812 7443-25 4584-7 18680 148626 45388

 

表7 2012年试点在显著互作主成分轴上的得分及稳定性参数Table 7 The score and stability parameters of testing sites in the principle components axis of significant interaction in 2012

  

试点Testingsite平均产量Meanyield/(kg·hm-2)离差Deviation第1主成分轴PCA1第2主成分轴PCA2第3主成分轴PCA3稳定性参数(De)Stabilityparameter位次Rank行唐Xingtang8732 2-997 3581-68 829510 1903-3 695969 67781涞水Laishui11437 21707 58829 760337 43210 730947 82652平山Pingshan11384 31654 677811 7688-12 5440-24 065529 58053曲阳Quyang10952 11222 4957-0 5795-16 202816 510323 13997涉县Shexian8987 1-742 488916 8565-15 5914-11 262225 57485武安Wuan7387 1-2342 4556-0 195216 0487-19 017124 88476邢台县将军墓Jiangjunmu，Xingtai9108 6-620 96588 71513 073120 908622 85978邢台县路罗镇Luluo，Xingtai8942 4-787 23761 00943 539418 903619 25869赞皇Zanhuang10635 3905 74441 4941-25 94550 987426 00724

2.4 参试品种适应性

由图3可知，带箭头的直线为环境平均轴，直线上圆圈表示平均环境值，还有一条通过中心与环境平均轴垂直的直线。将品种点和平均环境轴做一条垂线，用以分析参试品种的丰产性和稳定性，环境平均轴所指的方向是品种在所有环境下的近似平均产量的走向。2011年北部春播区试中地175平均产量最高，后面依次为XBS688、鲲鹏7074，农大108的产量接近试验总平均，唐08-72产量最低。通过中心(原点)与平均轴垂直的线代表各品种与各环境相互作用的倾向性。品种与平均环境轴之间的垂线越长，表示品种越不稳定。其中唐08-72(线段最长)最不稳定，其次是ZSTD042、承803和冀单639。比较稳定的是农大108、蠡试2975、农单906、中地175和永协105(与平均环境轴的垂线较短)(图3-A)。2012年西部春播区试科试787产量最高，其次是中地175、石玉春12-1156，肃1754的产量接近试验总平均值，阜玉201号产量最低；品种稳产性方面，阜玉201号最不稳定，农大108、粟1754、科试787和中地175等品种稳产性较好。阜玉201号属于既不丰产也不稳产品种，而科试787和中地175属于丰产且稳产的品种(图3-B)。

由表2可知，2011年北部春播区试环境(试点)间的平方和(sum of squares，SS)占总平方和的68.12%，而基因型(品种)间的平方和仅占总平方和的8.32%，基因型(品种)和环境(试点)交互作用(品种×试点)的平方和占17.86%，三者的P值均小于0.01，表明品种、环境、品种×环境交互作用均达到极显著水平。环境间变异远大于品种间变异，而品种和试点间的交互作用也大于品种间变异，表明进行区试品种产量稳定性分析是十分有必要的。线性回归分析结果表明，联合回归、基因回归和环境回归这3项之和占交互作用的19.93%，而残差占80.07%，四者的P值均小于0.01，均达到极显著水平，说明需要进一步进行AMMI模型分析。采用AMMI模型对品种和环境之间的交互作用进行分解，由AMMI模型结果可知，第1主成分轴(the first principal component axis，PCA1)、第2主成分轴(the second principal component axis，PCA2)和第3主成分轴(the third principal component axis，PCA3)三者之和占交互作用的95.40%，而残差仅为4.60%，说明AMMI模型分析的品种和环境之间交互作用信息比传统的线性回归模型更精确，可以有效地弥补线性回归分析在品种稳定性评价上的不足。

  

注：图1-A：FR：丰润；FN：抚宁；GA：固安；KC：宽城；LY：涞源；SB：三北；WQ：万全；YX：蔚县；YF：裕丰；ZJK：张家口市；YX105：永协105；T08-72：唐08-72；SS2147：肃试2147；KP7074：鲲鹏7074；ND108：农大108；LS2975：蠡试2975；ND906：农单906；T2143：唐2143；C803：承803；JD639：冀单639；ZD175：中地175；图1-B：XT：行唐；LS：涞水；PS：平山；QY：曲阳；SX：涉县；WA：武安；JJM：邢台县将军墓；LL：邢台县路罗镇；ZH：赞皇；BC15：奔城15号；FY201：阜玉201号；ZD175：中地175；JF15：极峰15号；JWP37：冀WP37；KW787：科试787；SYC12-1156：石玉春 12-1156；S1754：粟1754；WS12-1：万试12-1；XY1：新玉1号；XY542：邢玉542；ND108：农大108。下同。Note: the figure(1-A): FR：Fengrun. FN：Funing. GA：Guan. KC：Kuancheng. LY：Laiyuan. SB：Sanbei. WQ：Wanquan. YX：Yuxian. YF：Yufeng. ZJK：Zhangjiakou. YX105：Yongxie105. T08-72：Tang08-72. SS2147：Sushi2147. KP7074：Kunpeng7074. ND108：Nongda108. LS2975：LIshi2975. ND906：Nongdan906. T2143：Tang2143. C803：Cheng803. JD639：Jidan639. ZD175：Zhongdi175. The figure(1-B)，XT：Xingtang. LS：Laishui. PS：Pingshan. QY：Quyang. SX：Shexian. WA：Wuan. JJM：Jiangjunmu,xingtai. LL：Luluozhen,xingtai. ZH：Zanhuang. BC15：Bencheng15. FY201：Fuyu201. ZD175：Zhongdi175. JF15：Jifeng15. JWP37：Jiwp37. KS787：Keshi787. SYC12-1156：Shiyuchun12-1156. S1754：Su1754. WS12-1：Wanshi12-1. XY1：Xinyu1. XY542：Xingyu542. ND108：Nongda108.The same as following.图1 GGE双标图分析玉米品种的适应性Fig.1 Adaptability of maize varieties based on GGE-biplot analysis

2.5 玉米品种试点的代表性和辨别力

由图2可知，从中心到各个环境做一条线段，线段间的夹角和线段本身的长度都有一定的代表意义。两环境线段之间的夹角的余弦值是它们的相关系数，夹角小于90°表示正相关，说明两环境对品种排序相似；夹角大于90°表示负相关，表示两环境对品种排序相反；等于90°说明两环境不相关。两环境线段间夹角较小，说明2个试验点环境对品种的影响一致。环境线段的长度是试验点对品种的区分能力，线段越长，区分能力越强[25]。2011年北部春播试点来看，裕丰和张家口，宽城和涞源分别呈紧密正相关，这4个试点代表性较好；丰润和抚宁试点环境线段较短，说明辨别力较弱；蔚县、裕丰和固安3个试点的较其他试点有较强的辨别力，综合来看，裕丰试点代表性和辨别力均较好(图2-A)。2012年西部春播试点，涉县、平山、邢台县将军墓、赞皇、曲阳、邢台县路罗镇呈紧密正相关，具有较强的代表性；行唐和涉县较其他试点具有较强的辨别力。综合来看，涉县试点代表性和辨别力均较好(图2-B)。

  

图2 GGE双标图分析试验点的代表性和辨别力Fig.2 Representation and discrimination of testing sites based on GGE-biplot analysis

  

图3 GGE双标图分析玉米品种丰产性和稳产性Fig.3 High yielding ability and yield stability of maize varieties based on GGE-biplot analysis

2.6 GGE-biplot双标图分析玉米参试品种丰产性和稳产性

由图1可知，2011年北部春播区玉米参试品种产量性状的第1主成分(the first principal component, PC1)解释了42.47%的品种效应(G)+品种与环境互作效应(GE)，第2主成分(the second principal component, PC2)解释了26.11%的G + GE，GGE双标图可以解释G与GE互作信息的68.58%(PC1 + PC2)(图1-A)。GGE双标图的重要功能就是通过品种—环境的相互关系对试验点进行分组，并展示各组产量最高的品种，能直观鉴别在不同环境中哪个品种表现最好[24-25]。将同一方向上距离原点最远的品种连接起来形成一个多边形，其余所有品种均位于多边形内部，从原点(0，0)起对多边形的各边作垂线，这些垂线将整个双标图分成5个扇区，由此将试验点分成不同的组。各扇区内位于顶角位置上的品种则是该区域内在各个环境下产量均为最高。位于多边形内部，且靠近原点的品种是接近平均产量，并对环境变化不敏感的品种。按顺时针方向可将图1-A分成4个扇区。第1扇区有蔚县、固安、万全、宽城、涞源和丰润6个试点，中地175和XBS688表现较好。第2扇区有裕丰、三北和张家口市3个试点，承803表现最好。第3扇区没有试点，该区域内的ZSTD042、冀单639、肃试2147和HC901在所有试点表现不好。第4扇区仅有抚宁1个试点，唐08-72表现最好。10个试点分别落入3个扇区内，可以将试点划分为3个类型区，蔚县、固安、万全、宽城、涞源和丰润为一类；裕丰、三北和张家口市为一类；抚宁为一类。

2.7 理想品种的比较评估

只要用眼，晶状体就无时无刻都在发生变化，阅读距离、用眼时间、光照条件、活动状态等都会导致晶状体形态改变。因此，晶状体屈光参数的横断面观察研究必须统一基线后才能进行，但现有报道对此均不够严格。此外，目前仍无规范设计的纵向队列研究来明确晶状体在视觉反馈机制中的变化与青少年近视发生发展的因果关系。

  

图4 GGE-biplot 双标图分析品种与理想品种的关系Fig.4 Relationship between maize varieties and ideal variety based on GGE-biplot analysis

2.8 AMMI模型和GGE-biplot双标图2种分析方法对品种稳产性和试点辨别力的比较

由表7可知，2012年河北省西部春播区试各试点的辨别力依次为行唐>涞水>平山>赞皇>涉县>武安>曲阳>邢台县将军墓>邢台县路罗镇，说明行唐、涞水和平山等试点对品种辨别力较强，赞皇、涉县和武安等试点对品种辨别力一般，曲阳、邢台县将军墓和邢台县路罗镇试点对品种辨别力较弱。

3 讨论

农作物区域试验中由于基因型和环境间互作的存在，简单的二维数据难以表达处理和环境之间的关系，采用合适的分析方法有助于充分解析试验数据所包含的信息，充分发挥区域试验在品种合理布局中的指导作用[27-28]。GGE双标图可以将原始数据以图谱的形式展现出来，全面显示双标图中的信息结果。通过GGE双标图对品种多年多点鉴定试验进行比较分析，以实现3个方面的目标：一是可将试点情况分为若干个区，更直观地反映品种特定适应区域；二是可以形象显示出各个试点情况的辨别力和代表性；三是可以根据距离同心圆圆心的距离筛选出理想品种[29]。AMMI模型可以将方差分析和主成分分析融为一体，既能够对品种和试点互作进行显著性分析，还能对品种和试点进行互作模式分析，近年来越来越受到育种专家们的关注[30]。

农作物品种的丰产性和稳产性分析是在生产上大面积推广种植前必备的关键环节，也是检验品种优良性的重要依据[31]。在不同环境中，丰产性和稳产性均最好的品种即为理想品种。在实际生产中，获得理想品种是难以实现的，只能是从丰产性好的品种中筛选出稳产性突出的品种，但从丰产性差的品种中筛选出稳产性突出的品种是没有推广价值的。本研究中，GGE双标图分析结果表明，品种丰产性和稳产性均较好的品种，2011年是中地175，2012年是科试787和中地175，分别占各自年份参试品种的7%和15%，但是在一些特定区域，会发现丰产性突出同时又具有较好的适应性的品种，如2011年北部春播区试品种承803平均产量居14个品种的第4位，丰产性较好，但其稳产性较差；承803在裕丰、三北和张家口市3个试点产量最高，在其余7个试点产量表现中等。承803稳产性不强，却在某些环境中丰户性突出在生产上也具有一定的应用价值。表明，在生产上大力推广丰产性、稳产性好的品种的同时，不应忽视在某些特定区域丰产性突出具有特殊适应性的玉米品种。通过GGE双标图分析品种适应区域，可以做到品种的合理布局，充分发挥品种的最大增产潜力。

2.4 专家的意见协调程度 专家的意见协调程度通过肯德尔和谐系数及显著性检验表示。第2、3轮专家函询的协调系数及显著性检验结果，见表1。

 

表8 AMMI模型和GGE双标分析品种稳产性和试点辨别力的比较Table 8 Comparison of stability and discrimination based on AMMI model and GGE-biplot analysis

  

年份Year品种VarietyAMMI位次AMMIrankGGE位次GGErank试点TestingsiteAMMI位次AMMIrankGGE位次GGErank2011永协105Yongxie10555丰润Fengrun410唐08-72Tang08-721314抚宁Funing38XBS688149固安Guan22肃试2147Sushi214767宽城Kuancheng95鲲鹏7074Kunpeng707478涞源Laiyuan109农大108Nongda10811三北Sanbei77蠡试2975Xinshi297532万全Wanquan64农单906Nongdan90643蔚县Yuxian11ZSTD0421213裕丰Yufeng53唐2143Tang2143810张家口市Zhangjiakou86承803Cheng8031112冀单639Jidan6391011HC090196中地175Zhongdi175242012C36841112行唐Xingtang11奔诚15号Bencheng1543涞水Laishui22阜玉201号Fuyu2011313平山Pingshan37中地175Zhongdi17522曲阳Quyang75极峰15号Jifeng15129涉县Shexian53冀WP37Jiwp3765武安Wuan66科试787Keshi78754邢台县将军墓Jiangjunmu，Xingtai89石玉春12-1156Shiyuchun12-1156710邢台县路罗镇Luluo，Xingtai98粟1754Su175486赞皇Zanhuang44万试12-1Wanshi21-11011新玉1号Xinyu137邢玉542Xingyu54298农大108Nongda10811

如何正确、有效地选择试验地点对作物育种工作来说是一项非常重要的工作[32-33]。GGE双标图试点代表性和辨别力分析结果表明，2011年北部春播试点中，裕丰、张家口和宽城试点代表性较好；蔚县、裕丰和固安试点较其他试点有较强的辨别力；2012年西部春播试点，涉县、平山、邢台县将军墓、赞皇、曲阳、邢台县路罗镇代表性较好；行唐和涉县试点较其他试点有较强的辨别力。综合来看，裕丰和涉县试点代表性和辨别力均较好，裕丰和涉县试点年平均气温在6～12℃，雨量充沛，属于温带半湿润大陆性季风气候，昼夜温差大，对玉米品种丰产性和稳定性鉴定具有较高的选择效率。

AMMI模型方差分析表明,对品种产量的影响环境因素要远大于基因型(G)与环境(E)的交互作用(G×E)和基因型效应(G), 三者的影响均达到极显著水平(P<0.01)，且基因型与环境的交互作用(G×E)是基因型(G)的2.15倍, 这与李辛村等[34]和何代远等[35]的研究结果一致。在玉米品种筛选和示范推广工作中，应首先考虑环境因素的影响，重视基因型和环境的交互作用，选择适合本地环境的品种[36]。2年春播区试不同玉米品种在各试点的品种产量稳定性和不同试点对品种辨别力的差异较大。2011、2012年品种稳定性参数(Dg)最高值分别是XBS688(46.2399)和万试12-1(71.4215)，2年品种稳定性参数(Dg)最小值均为农大108(CK)，分别是1.4935和2.4404，两者相差分别为31倍和29倍；2011、2012年试点辨别力参数(De)最大值分别是蔚县(57.1870)和行唐(69.6778)，辨别力参数(De)最小值分别是涞源(6.2307)和行唐县路罗镇(19.2586)，两者相差分别为9倍和4倍。因此，在农作物区域试验的品种选择和试点布局中，不仅要考虑品种、试点的典型性和代表性，还要考虑试点对品种差异的辨别能力。为达到合理布局，应避免设置相似度较高的品种及试点。

本研究以2011、2012年河北省北部和西部春播玉米区试数据为材料，通过采用GGE双标图和AMMI模型对参试玉米品种和试点进行综合评价。GGE双标图最终形成的数据集仅包括品种主效应G和品种环境互作效应GE，并且根据PC1和PC2值将所有品种和试点绘制于一张图即形成GGE双标图，但单一采用GGE双标图会降低品种和环境之间的互作解释能力，AMMI模型则较好地弥补了这一缺陷。2种分析方法优势互补、均能客观反映品种稳产性和试点辨别力，且分析结果基本一致。与AMMI模型相比，GGE双标图能够显示出更多信息，如品种适应性区域、试点代表性等，这与前人研究结果一致[37-39]。除应用于品种区域试验外，GGE双标图和AMMI模型还常用于作物的抗逆分析[40-41]。

本研究仅针对2011年和2012年2个独立组别的区域试验数据进行了品种稳定性和丰产性分析，未考虑品种的多年份之间的差异。鉴于当前玉米区域试验参试品种每年均有变化，年际间参试品种数目无法一致，故本研究在AMMI模型分析时采用的是一年多点有重复的AMMI分析，同理，在GGE双标图分析时也只能各自分析每年数据，要实现对品种稳定性和丰产性的准确评价尚需开展年际间连续性深化研究。

4 结论

本研究采用GGE双标图和AMMI模型，筛选出丰产性和稳产性均较好的品种中地175，对照品种农大108属于稳产性较好但丰产性一般的品种，唐08-72和阜玉201号属于丰产性和稳产性均较差的品种。裕丰和涉县试点品种产量的代表性和辨别力均较好。本研究同时采用GGE双标图和AMMI模型对河北省2年春播区试品种进行数据分析，弥补了单一方法评价的不足，且2种方法均能对玉米品种稳定性和试点辨别力进行客观评价。在今后的玉米区试品种和试点评价工作中以GGE双标图分析为主，AMMI模型分析为辅，综合评价参试品种稳定性、适应性以及试点的辨别力和代表性，更有利于品种的合理布局。

参考文献：

[1] 张勇强,宋航, 薛志伟, 牛平平, 介领军, 李潮海. 施用锌肥和硼肥对玉米穗粒性状和品质的影响[J]. 核农学报, 2017, 31(2):371-378

[2] 孟建, 韩江伟, 杨林风, 谷志平. 河北省玉米生产省域尺度比较优势分析[J]. 中国农学通报, 2010,26(15):343-348

[3] 胡秉民, 耿旭. 作物稳定性分析法[M].北京:科学出版社,1993

[4] 王磊, 程本义, 鄂志国, 杨仕华. 基于GGE双标图的水稻区试品种丰产性、稳产性和适应性评价[J]. 中国水稻科学, 2015, 29(4):408-416

[5] Romagosa I, Fox P N. Genotype×environment interaction and adaptation[M]//Hayward M D, Bosemark N O, Romagosa I. Plant Breeding: Principle and Prospects. London: Chapman and Hall, 1993: 373-390

[6] 张群远, 孔繁玲. 作物品种区域试验统计分析模型的比较[J]. 中国农业科学，2002，35(4): 365-371

[7] 胡希远, 尤海磊, 宋喜芳, 李建平, Joachim S. 作物品种稳定性分析不同模型的比较[J]. 麦类作物学报,2009,29(1): 110-117

[8] 高金锋, 高小丽, 韩海, 邱军, 柴岩. 秩次分析法评价甜荞品种产量性能及稳定性[J]. 干旱地区农业研究, 2008, 26(4):186-189

[9] 潘家驹.作物育种学总论[M].北京:中国农业出版社,1994

[10] 胡秉民, 耿旭. 作物稳定性分析法[M].北京:科学出版社,1993

[11] Eberhart S A, Russell W A. Stability parameters for comparing varieties[J]. Crop Science, 1966, 6(1):36-40

[12] 温振民，张永科.用高稳系数法估算玉米杂交种高产稳产性的探讨[J].作物学报，1994,20(4)：508-512

[13] Gauch J H G.Model selection and validation for yield trials with interaction[J].Biometrics,1988,44(3):705-715

[14] 冀建华, 刘光荣, 李祖章, 侯红乾, 刘秀梅, 李絮花, 罗奇祥. 基于AMMI模型评价长期定位施肥对双季稻总产量稳定性的影响[J].中国农业科学, 2012,45(4):685-696

[15] 孙日彦, 王照红, 杜建勋, 梁明芝. 基于AMMI模型的桑品种产量性状稳定性分析[J].蚕业科学,2008,34(1):101-105

[16] 查宏波, 黄韡, 胡启贤, 黄跃辉, 王崇玉, 方再龙, 周芸, 石建兴, 赵声春, 郑丽华. 应用AMMI模型评价烤烟品种产量适宜性[J].中国烟草学报,2012,18(2):17-20

[17] 王志强, 刘声锋, 郭守金, 于蓉, 田梅, 董瑞. 用AMMI双标图分析西瓜品种的产量稳定性及试点分辨力[J].干旱地区农业研究,2013,13(4):89-93

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

[19] Yan W K.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):111-1118

[20] 杨锦忠, 郝建平, 姚宏亮, 姚先伶. 基于AMMI 模型的玉米区域试验地点鉴别力的重演性研究[J].玉米科学,2011,19(4)：145-148

[21] 吕泽文, 张友君, 钟育海, 李求文, 秦光才, 杨险峰, 龙艳. 区域试验玉米品种(系)产量稳定性和适应性的GGE双标图分析[J].湖北农业科学,2014,53(15):3487-3491

[22] 唐启义. DPS数据处理系统:实验设计、统计分析及数据挖掘[M].北京:科学出版社,2010

[23] 张志芬, 付晓峰, 刘俊青, 杨海顺. 用GGE双标图分析燕麦区域试验品系产量稳定性及试点代表性[J].作物学报,2010,36(8): 1377-1385

[24] Jalata Z.GGE-biplot analysis of multi-enviroment yieldtrails of Barley(Hordeium vulgare L.)genotypes in Southeastern Ethiopia highlands[J].International Journal of Plant Breeding and Genetics,2011,5(1):59-75

[25] Yan W,Holland J B.A heritability-adjusted GGE Biplot for test environment evaluation[J].Euphytica,2010,171(3):355-369

[26] Ramburan S,Zhou M, Labuschagne M T.Investigating test site similarity, trait relations and causes of genotype x environment interactions of sugarcane in the Midlands region of South Africa[J]. Field Crops Research,2012,129(10):71-80

[27] Nzuve F, Githiri S,Mukunya D M, Gethi J.Analysis of genotype x environment interaction for grain yield in maize hybrids[J]. Journal of Agricultural Science,2013,5(11):75-85

[28] Reza Mohammadi, Ezatollah Farshadfar, Ahmed Amri. Interpreting genotype × environment interactions for grain yield of rainfed durum wheat in Iran[J].The Crop Journal,2015,3(6):526-535

[29] 严威凯.双标图分析在农作物品种多点试验中的应用[J].作物学报，2010,36(11):1805-1819

[30] 李艳艳, 丰震, 赵兰勇. 用AMMI模型分析玫瑰品种产花量的稳定性[J].中国农业科学,2008,41(6):1761-1766

[31] 周凤云，李伯群，余国东，马强，高志宏，杨明.小麦新品种渝麦13号丰产性、稳产性及适应性分析[J].西南农业学报，2013,26(3):894-898

[32] Baxevanos D,Goulas C,Rossi J.Separation of cotton cultivar testing sites based on representativeness and discriminating ability using GGE biplots[J].Agronomy Journal,2008,100(5):1230-1236

[33] 石强, 李亚杰, 范士杰, 张俊莲, 白江平, 王蒂. 贵州省马铃薯区试品种产量与农艺性状的GGE双标图分析[J].干旱地区农业研究,2015,33(2):5-15

[34] 李辛村, 张恩和, 董孔军, 何继红, 杨天育. 用AMMI 双标图分析糜子品种的产量稳定性及试点代表性[J].中国生态农业学报,2012, 20(4): 422-426

[35] 何代元, 胡宁, 马兆锦, 周联东, 刘经纬, 何琴.AMMI模型在玉米区域试验中的应用[J].玉米科学,2009,17(4):144-147,152

[36] 常磊, 柴守玺. GGE 双标图在我国旱地春小麦稳产性分析中的应用[J]. 中国生态农业学报,2010, 18(5): 988-994

[37] 史跃伟, 郎胜勇, 王志红, 张吉顺, 曹廷冒, 邱萍. 烤烟新品种(系)重要经济性状丰产性和稳定性评价研究[J].华北农学报，2013,28(S1): 238-242

[38] 汪洲涛, 苏炜华, 阙友雄, 许莉萍, 张华, 罗俊. 应用AMMI和HA-GGE 双标图分析甘蔗品种产量稳定性和试点代表性[J].中国生态农业学报,2016, 24(6): 790-800

[39] 聂迎彬, 穆培源, 桑伟, 徐红军, 庄丽.AMMI模型和GGE双标图法在新疆冬小麦区域试验产量分析上的应用[J].新疆农业科学, 2012,49(9):1569-1575

[40] 张宇君, 赵丽丽, 王普昶, 陈超, 康芙蓉.燕麦萌发期抗旱指标体系构建及综合评价[J].核农学报,2017,31(11):2236-2242

[41] 郑桂萍, 蔡永盛, 赵洋, 李丹丹, 郑悦, 潘世驹, 刘丽华. 利用AMMI 模型进行寒地水稻品质分析[J].核农学报,2015,29(2): 296-303