全 文 ：中国农学通报 2015,31(33):154-159
Chinese Agricultural Science Bulletin
薏苡品种（系）的产量稳定性及地点鉴别力分析
李祥栋，石 明，魏心元，陈光能，陆秀娟，潘 虹，唐 虎，周小松
（贵州黔西南喀斯特区域发展研究院，贵州兴义 562400）
摘 要：旨在准确、合理的评价基因型与基因型环境互作效应(GE)对薏苡产量稳定性及地点鉴别力的
影响，为优良品种的鉴定、推荐和登记提供科学依据。采用AMMI模型结合双标图及稳定性参数Dg(e)
对第二轮（2012-2014年）国家薏苡区域试验的产量数据进行了分析。结果表明，G1~G6在不同试点的产量
变异范围分别：2380.0~6061.0 kg/hm2、1933.3~5790.0 kg/hm2、2192.0~5632.3 kg/hm2、905.3~5485.7 kg/hm2、
978.3~4680.0 kg/hm2、991.0~5340.0 kg/hm2；基因型效应、环境效应和基因型×环境交互效应(G×E)均达到
极显著或显著水平，环境效应占总变异的 55.10%，G×E交互效应占 14.03%，基因型效应占 8.41%，
IPCA1、IPCA2和 IPCA3分别解释了交互作用(GE)的60.97%、18.97%和3.07%，三者加起来解释了全部
交互作用的83.01%，而且第一主成分(IPCA1)达到差异极显著水平。AMMI双标图及稳定性参数显示，
‘黔薏鉴2号’、‘安紫薏苡’和‘文薏2号’属于高产稳定型品种（系），可作为推荐品种，‘莆薏6号’产量中
等、稳定性最差，‘文薏3号’、‘金沙1号’的丰产性较差，综合稳定性一般；此外，云南昆明、福建莆田、贵
州兴义和贵州安顺的试点代表性较强；云南文山、贵州凯里、广西百色和福建福州的地点鉴别力相对
较弱。
关键词：AMMI模型；基因型环境互作；产量稳定性；地点鉴别力；薏苡
中图分类号：S519 文献标志码：A 论文编号：casb15060049
Analysis of Yield Stability and Site Discrimination of Job’s Tears (Coix lacryma-jobi L.)
Li Xiangdong, Shi Ming, Wei Xinyuan, Chen Guangneng, Lu Xiujuan, Pan Hong, Tang Hu, Zhou Xiaosong
(Southwest Guizhou Institute of Karst Regional Development, Xingyi Guizhou 562400)
Abstract: The study aims to investigate the effects of genotype and environment interaction on yield stability
and site discrimination of Job’s Tears in China, and provide guidance for identifying, recommending and
registering excellent cultivars in production scientifically. The combination of double mark figure and special
interaction [Dg(e)] of AMMI model was used to identify yield stability and site discrimination of the Job’s
Tears cultivars, whose data came from the national regional trials of 2012-2014. The results showed that the
output of 6 varieties ranged from 2380.0- 6061.0 kg/hm2, 1933.3- 5790.0 kg/hm2, 2192.0- 5632.3 kg/hm2,
905.3-5485.7 kg/hm2, 978.3-4680.0 kg/hm2, 991.0-5340.0 kg/hm2, respectively. There were significant effects
of genotype (G), environment (E) and G×E interaction. The percentage of the sum of squares of genotype,
environment and G × E interactive effects on total sum of squares were 8.41% , 55.10% and 14.03% ,
respectively. IPCA1, IPCA2 and IPCA3 represented the 60.97%, 18.97% and 3.07% of GE interaction with a
total of 83.01%, of which the IPCA1 was at 0.01 significant level. Therefore,‘Qianyijian3’,‘Anziyiyi’and
‘Wenyi2’had higher and more stable output, which should be recommended.‘Puyi6’had a moderate output,
基金项目：贵州省科技计划项目“薏米精深加工产业化关键技术提升与应用”（黔科合重大专项字[2014]6023）；贵州省科技计划项目“贵州省薏苡工
程中心”（黔科合农GY（2012）4001号）；贵州省高层次创新型人才培养（黔科合人才[2015]4016号）。
第一作者简介：李祥栋，男，1987年出生，山东临沂人，农艺师，硕士，主要从事植物生理与分子调控研究。通信地址：562400贵州省兴义市贵醇路70
号黔西南州农业科学研究所，Tel：0859-3613078，E-mail：lixiangdongsiji@163.com。
通讯作者：石明，男，1966年出生，贵州普安人，研究员，硕士，主要从事作物遗传育种方向的研究。通信地址：562400贵州省兴义市贵醇路70号黔西
南州农业科学研究所，Tel：0859-3613399，E-mail：shiming1616@126.com。
收稿日期：2015-06-08，修回日期：2015-08-10。
李祥栋等：薏苡品种（系）的产量稳定性及地点鉴别力分析
and‘Wenyi3’and‘Jinsha1’possessed worse stability and a general yield. Moreover, test-sites of Kunming in
Yunnan, Putian in Fujian, Xingyi in Guizhou possessed a stronger site discrimination, to the contrary,
Wenshan in Yunnan, Kaili in Guizhou and Baise in Guangxi had a relatively lower one.
Key words: AMMI model; genotypeenvironment interaction; yield stability; site discrimination; Job’s Tears
0 引言
薏苡(Coix lacryma-jobi L.)为一年生或多年生的
禾谷类作物。作为一种药食兼用植物，薏苡仁富含脂
肪酸（棕榈酸、硬脂酸、亚油酸、油酸）、酯类、甾醇、三萜
类、多糖类、氨基酸、维生素及多种矿物质，具有抗肿
瘤、降血糖、抑制肿瘤血管生成及提高免疫力等多种药
理作用[1-2]。近年来，随着农业产业的国际化和国际市
场的逐步开放，中国的小杂粮产业逐渐成为中国农产
品竞争力的新力军；此外，小杂粮在调整优化农业种植
结构中不可或缺，薏苡因其极高的营养、保健及药用价
值而备受青睐。由于作物基因型与环境的互作效应普
遍存在，使得不同的品种具有一定的区域适应性，而品
种区域试验是提高品种生产力的重要途径，也是良种
繁育和推广的重要环节。
现今，AMMI模型已经被广泛应用于作物区试评
估[3-5]、基因型与环境的互作效应(G×E)[6-8]和作物性状
配合力分析[9]等方面。在区试评估方面，AMMI模型
多用于分析作物品种的产量品质等性状稳定性[10-11]和
地点代表性[12]。冀建华等[13]曾以25年定位施肥试验为
平台，采用AMMI模性分析了长期不同施肥处理对双
季稻产量演变及稳定性的影响，结果表明，AMMI模型
能够很好地解释施肥处理与环境的互作效应，并指出
在N、P、K均衡施肥条件下配施有机肥更有利于提高
双季稻产量和稳定性。李辛村等[14]也以AMMI双标图
分析了不同糜子品种的产量稳定性及试点代表性，藉
此发现2个高产稳定型品种和4分辨力较强的试点。
目前，薏苡的遗传育种工作方兴未艾，但是其种植
分布的区域性较强。故而，如何准确、客观评价不同品
种的稳定性及适应性也是品种推荐、审定的重要内
容。尽管AMMI模型在其他作物品种区试评估等方
面应用广泛，但其在薏苡品种评价中的应用却鲜有报
道。为此，笔者以第二轮国家薏苡区域试验数据为基
础，利用AMMI模型分析不同薏苡品种（系）的产量稳
定性及不同试点的地点鉴别力，以期将基因型和环境
互作效应对薏苡参试品种（系）的产量和品种稳定性影
响以及参试地点对品种的分辨力，给出一个合理准确
的评价，并为优良品种的鉴定、推荐和登记提供科学
依据。
1 材料与方法
1.1 材料来源
以第二轮（2012—2014年）国家薏苡区试的6个参
试品种（系）在8个试点的产量数据为资料进行AMMI
模型分析。不同品种（系）、试点信息及其编码见表1。
1.2 试验方法
1.2.1 试验设计 田间试验设计采用随机区组排列，每
试验小区重复 3次，小区面积设置为 10 m2，长×宽
5 m×2 m，种植密度为 40~60万株/hm2。四周设保护
行。田间管理包括施肥、除草等按统一方式进行。产
量计算如(1)所示。
公顷产量(kg)=10000 m2×小区产量(kg)/10 m2
……………………………………………………… (1)
1.2.2 数 据 统 计 AMMI 模 型 的 表 达 式 ：
yge = μ +αg + βe +∑
i = 1
N
λnγgn δgn + θge ,其中，式中yge是在环
品种（系）编号
G1
G2
G3
G4
G5
G6
品种（系）名称
文薏2号
黔薏鉴2号
安紫薏苡
文薏3号
金沙1号
莆薏6号
供种单位
云南省文山州农业科学研究所
贵州省黔西南州农业科学研究所
贵州省安顺市农业科学研究所
云南省文山州农业科学研究所
福建省莆田市农业局种子管理站
福建省农科院生物资源研究所
地点编号
E1
E2
E3
E4
E5
E6
E7
E8
地点名称
云南昆明
云南文山
贵州兴义
贵州安顺
贵州凯里
广西百色
福建莆田
福建福州
表1 参试品种（系）及试点信息
·· 155
中国农学通报 http://www.casb.org.cn
境e中基因型g的产量，μ代表总体平均值，αg是基因型
平均偏差，βe是环境的平均偏差，λn是第n个主成分分
析的特征值，γgn是第n个主成分的基因型主成分得分，
δgn是第n个主成分的环境主成分得分，n是主成分分析
中主成分因子轴的总个数，θge为残差。
品种和试点的相对稳定参数为 IPCA的 k维空间
中品种或试点离原点的欧氏距离，其公式如(2)所示。
Dg(e) = ∑
k = 1
n (IPCAg(e)k )2 ………………………… (2)
Dg、De是品种和试点的稳定性参数，IPCAgk和
IPCAek分别为品种和试点在第 k维显著互作主成分轴
上的主成分得分。上述数据分析均以软件DPS 7.05
和Excel 2003实现。
2 结果与分析
2.1 不同薏苡品种（系）的丰产性
6个薏苡参试品种（系）在不同试点的产量均存在
不同程度的差异（表2）。薏苡品种（系）G1-G6在不同
试点的产量变异范围分别：2380.0~6061.0 kg/hm2、
1933.3~5790.0 kg/hm2、 2192.0~5632.3 kg/hm2、
905.3~5485.7 kg/hm2、978.3~4680.0 kg/hm2、991.0~
5340.0 kg/hm2，其中，G4的产量变异最大，变异系数为
52.27%，G1的产量变异系数最小为 31.95%，说明G1
在不同试点的产量表现相对稳定。不同品种（系）的丰
产性排序为G3＞G1＞G2＞G6＞G5＞G4，即‘安紫薏
地点编号
E1
E2
E3
E4
E5
E6
E7
E8
平均产量/(kg/hm2)
变异系数CV/%
品种（系）产量/(kg/hm2)
G1
3256.2
6061.0
3274.3
3481.0
2511.0
2380.0
4103.3
4224.3
3661.3
31.95
G2
2501.2
5790.0
2656.3
3421.0
1933.3
2541.5
4693.3
4614.3
3518.8
38.72
G3
3081.9
5632.3
2192.0
3700.0
3511.3
2496.5
4333.3
5144.7
3761.5
32.30
G4
2417.6
5485.7
905.3
1672.3
2277.7
2121.5
2696.7
3570.0
2643.5
52.27
G5
978.3
4680.0
2551.3
1428.5
2633.3
1535.0
4000.0
4170.0
2747.0
50.96
G6
991.0
4680.0
2999.3
1723.3
2933.3
3006.5
5340.0
3764.7
3179.8
44.94
表2 参试品种（系）在不同试点的产量表现
苡’的丰产性最好，‘文薏2号’次之，‘文薏3号’最差。
2.2 基因型、环境和基因型环境对产量的影响
为了分析基因型、环境和基因型环境(GE)对产
量的影响，将产量数据进行方差分析、线性回归分析和
AMMI模型分析（表3）。方差分析表明，基因型、环境
和 GE对产量分别解释了全部平方和的 8.41%、
55.10%和14.03%，而且对产量的影响均达到差异极显
著或显著水平，基因型、环境和GE对产量的影响顺
序为环境＞GE＞基因型。联合回归、基因回归和环
境回归的平方和占交互作用平方和的百分比分别为
0.70%、1.51%和 13.97%，三者加起来才解释了GE平
方和的 16.18%，仍存在 83.82%的残差，线性回归分析
不能很好的解释交互作用，因此有必要进行AMMI模
型分析。AMMI模型分析结果显示，IPCA1、IPCA2和
IPCA3分别解释了交互作用(GE)的 60.97%、18.97%
和3.07%，三者加起来解释了全部交互作用的83.01%，
而且第一主成分(IPCA1)达到差异极显著水平。故而，
AMMI模型能够更好地解释基因型与环境间的交互作
用，可有效地克服线性回归分析方法在评价品种稳定
性方面所存在的局限性。
2.3 不同薏苡品种（系）的稳定性
以薏苡平均公顷产量为横轴，互作效应主成分轴
IPCA1为纵轴作双标图（图1）。在水平方向上，地点比
品种（系）的分布更分散，表明薏苡产量的试点变异大
于品种（系）变异；G2、G3和G1离 IPCA=0的水平线较
近且比较靠右，说明G2、G3和G1稳定性好、产量高，
可作为推荐品种，G6产量中等、稳定性最差，G4、G5的
丰产性较差，综合稳定性一般。在垂直方向上，G1、
G2、G3和G4同试点E1、E2、E4、E7之间表现出正的互
作效应（对产量的提高有积极作用），与E3、E5、E6和
E8的互作效应为负；G5、G6与试点E3、E5、E6和E8间
的互作效应为正，与E1、E2、E4和E7间的互作效应为
负。此外，稳定性参数Dg是衡量不同薏苡品种（系）产
量在不同环境下稳定性的重要指标，Dg越小，稳定性
·· 156
李祥栋等：薏苡品种（系）的产量稳定性及地点鉴别力分析
越好。试验结果显示（表4），6个薏苡品种（系）的Dg排
列顺序为G6＞G4＞G5＞G1＞G3＞G2，因此不同品种
（系）的稳定性顺序为G2＞G3＞G1＞G5＞G4＞G6，即
‘黔薏鉴 2号’＞‘安紫薏苡’＞‘文薏 2号’＞‘金沙 1
号’＞‘文薏 3号’＞‘莆薏 6号’，说明‘黔薏鉴 2号’稳
定性最好，‘安紫薏苡’次之，‘莆薏 6号’最差，这与上
述双标图的结果一致。
2.4 不同试点的地点鉴别力
试点的稳定性参数(De)是定量描述地点鉴别力的
有效指标。它与品种稳定性指标Dg不同的是，De愈
大，说明该地点对品种的分辨力愈强。不同试点的显
著互作主成分得分和稳定性参数见表 5。8个试点的
稳定性参数大小顺序为E1＞E7＞E3＞E4＞E2＞E5＞
E6＞E8，因此可以判定试点的地点鉴别力顺序为E1＞
方法
方差分析
线性回归分析
AMMI模型
变异来源
总的
处理
基因 G
环境 E
交互作用GE
误差
联合回归
基因回归
环境回归
残差
IPCA1
IPCA2
IPCA3
残差
误差
自由度
143
47
5
7
35
96
1
4
6
24
11
9
7
8
96
平方和
1433395.96
1111329.79
120489.76
789733.44
201106.59
322066.16
1412.10
3027.49
28098.37
168568.63
122623.61
38147.12
6173.37
34162.49
322066.16
占总平方和百分比
—
77.53
8.41
55.10
14.03
—
0.701)
1.511)
13.971)
83.82
60.971)
18.971)
3.071)
—
—
F值
—
7.0481**
7.1830**
33.6286**
1.7127*
—
0.4209
0.2256
1.3959
2.0936**
2.6105**
0.9926
0.2065
—
—
品种（系）
G1
G2
G3
G4
G5
G6
第一主成分轴 IPCA1
-3.9812
-1.6527
-3.9036
-5.9681
5.2502
10.2554
稳定性参数Dg
3.98
1.65
3.90
5.97
5.25
10.26
排序
4
6
5
2
3
1
表3 薏苡产量数据的方差分析、线性回归及AMMI分析
注：1)表示线性回归分析与AMMI主成分分别占交互作用(GE)平方和的百分比；*表示达到显著差异(P＜0.05)，**表示达到极显著差异(P＜0.01)。
图1 产量AMMI1双标图
表4 薏苡品种（系）在显著互作主成分轴上的
得分及稳定性参数
·· 157
中国农学通报 http://www.casb.org.cn
E7＞E3＞E4＞E2＞E5＞E6＞E8，由此可知，云南昆
明、福建莆田、贵州兴义和贵州安顺的地点鉴别力较
强，即试点代表性较强；云南文山、贵州凯里、广西百色
和福建福州的地点鉴别力相对较弱。
3 讨论
作物的许多性状都存在基因型与环境的互作效
应，这是品种稳定性和适应性产生的根源[15]，即基因型
与环境的互作效应越大，品种的稳定性就越差。应用
合理的手段和方法来分析区试数据，实质上是分析基
因型环境的互作规律来指导农业实践。AMMI模型
继承了方差分析和主成分分析的优点，能够解释绝大
部分基因型环境效应，比线性模型更为准确有效。
本研究结果也表明，AMMI分析的 3个互作主成
分（IPCA1、IPCA2和 IPCA3）代表了全部GE效应的
83.01%，其中 IPCA1解释了全部互作效应的60.97%且
达到极显著水平，然而线性模型仅代表了全部互作
16.18%，远较AMMI模型为低。这表明AMMI模型在
研究作物GE效应方面比线性模型更有优势，与前
人[13-14,16-17]结果相一致，而且AMMI模型分析还能以双
标图的形式，形象、直观的考查品种在参试环境下的互
作模式、品种稳定性及丰产性。稳定性参数Dg(e)法是
在AMMI模型分析的基础上引入的，它是定量描述作
物性状稳定性和试点代表性的重要参数，在作物品种
性状的区试稳定性分析中应用较广。有学者[18-21]曾采
用此参数来分析水稻品种品质性状（直链淀粉、糊化温
度和蛋白质含量等）的稳定性。李本贵等[22]以黄淮地
区 4年的小麦产量区试数据为基础，提出了以AMMI
模型中地点得分向量长度来衡量地点鉴别力的方法。
本研究在双标图分析的基础上，进一步引入稳定性参
数，对品种稳定性和地点鉴别力进行定量分析，结果表
明，双标图分析法和稳定参数法的实验结果基本一致，
发现‘黔薏鉴2号’、‘安紫薏苡’和‘文薏2号’属于高产
稳定型品种（系），可作为推荐品种和进行生产试验。
此外，分析结果也显示，云南昆明、福建莆田、贵州
兴义和贵州安顺的试点代表性较强，而云南文山、贵州
凯里、广西百色和福建福州的试点代表性相对较弱。
值得一提的是，薏苡作为一种名副其实的“良药”，除了
产量外，其营养成分（淀粉、脂肪、蛋白质和氨基酸等）、
药用成分（如薏苡酯等）含量的高低及稳定性也是品种
评价的重要内容，但在本研究却没有涉及，这也是今后
需要深入研究的重要方向。
4 结论
通过将AMMI模型引入到薏苡区试品种（系）的
稳定性及试点鉴别力分析，结果表明，AMMI模型能够
比较全面的解释薏苡产量的GE效应。AMMI双标
图及稳定性参数显示，‘黔薏鉴 2号’、‘安紫薏苡’和
‘文薏 2号’属于高产稳定型品种（系），可作为推荐品
种，‘莆薏6号’产量中等、稳定性最差，‘文薏3号’、‘金
沙1号’的丰产性较差，综合稳定性一般；此外，云南昆
明、福建莆田、贵州兴义和贵州安顺的试点代表性较
强；云南文山、贵州凯里、广西百色和福建福州的地点
鉴别力相对较弱。
参考文献
[1] 黄锁义,李容,潘勇,等.薏苡研究的新进展[J].食品研究与开发,
2012,33(11):223-227.
[2] 张聿梅,杨峻山,赵杨景,等.薏苡化学成分及药理活性研究进展[J].
中国药学杂志,2002,37(1):8-11.
[3] Zhang E R, Wei Z G, Song X Y. Application of AMMI model in
regional experiment of waxy corn[J]. Chinese Seed,2012,3(01):39-
42.
[4] 刘章雄,杨春燕,徐冉,等.大豆微核心种质在黄淮地区的区域适应
性分析[J].作物学报,2011,37(03):443-451.
[5] Sudarić A, Šimić D S, Vratarić M. Characterization of genotype by
environment interactions in soybean breeding programmes of
southeast Europe[J]. Plant Breeding,2006(125):191-194.
[6] 陶华,薛庆中.应用基因型与播期互作效应分析水稻光温敏核不育
系对光周期和温度的育性敏感性[J].作物学报,2005,31(12):1586-
1592.
试点
E1
E2
E3
E4
E5
E6
E7
E8
平均产量/(kg/hm2)
2204.4
5388.2
2429.8
2571.0
2633.3
2346.8
4196.4
4248.0
第一主成分轴 IPCA1
-8.0989
-4.0085
5.4240
-4.9666
2.6548
2.1503
7.3803
-0.5355
稳定性参数De
8.10
4.01
5.42
4.97
2.65
2.15
7.38
0.54
排序
1
5
3
4
6
7
2
8
表5 试点的在显著互作主成分轴得分及稳定性参数
·· 158
李祥栋等：薏苡品种（系）的产量稳定性及地点鉴别力分析
[7] 罗俊,张华,阙友雄.甘蔗品种主要性状的基因型与环境及其互作
效应分析[J].热带亚热带植物学报,2012,20(05):445-454.
[8] 郭天财,马冬云,朱云集,等.冬播小麦品种主要品质性状的基因型
与环境及其互作效应分析[J].中国农业科学,2004,37(7):948-953.
[9] 蒋开锋,郑家奎,赵甘霖,等.基于AMMI模型的NCⅡ交配设计试
验的配合力分析[J].作物学报,2000,26(6):959-962.
[10] 王晨阳,郭天财,马冬云,等.环境、基因型及其互作对小麦主要品质
性状的影响[J].植物生态学报,2008,32(06):1397-1406.
[11] Adugna W, Labuschagne M T. Genotype×environment interactions
and phenotypic stability analyses of linseed in Ethiopia[J]. Plant
Breeding,2002(121):66-71.
[12] Fan L J, Hu B M, Shi C H, et al. A method of choosing locations
based on genotype × environment interaction for regional trials of
rice[J]. Plant Breeding,2001(120):139-142.
[13] 冀建华,刘光荣,李祖章,等.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(04):685-
696.
[14] 李辛村,张恩和,董孔军,等.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(04):422-426.
[15] Cauch H G. Moddel selection and validation for yield trials with
interaction[J]. Biometrics,1988(44):705-715.
[16] 王祥军,齐军仓,王仙,等.基于AMMI模型分析大麦籽粒酚酸含量
的基因型与环境效应[J].新疆农业科学,2013,50(3):422-427.
[17] 聂迎彬,穆培源,桑伟,等. 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.
[18] 刘丽华,胡远富,陈乔,等.利用AMMI模型分析寒地水稻 3个品质
性状的基因型与环境互作[J].作物学报,2013,39(10):1849-1855.
[19] 张坚勇,万向元,肖应辉,等.水稻品种食味品质性状稳定性分析[J].
中国农业科学,2004,37(06):788-794.
[20] 张坚勇,肖应辉,万向元,等.水稻品种外观品质性状稳定性分析[J].
作物学报,2004,30(06):548-554.
[21] 万向元,胡培松,王海莲,等.水稻品种直链淀粉含量、糊化温度和蛋
白质含量的稳定性分析[J].中国农业科学,2005,38(01):1-6.
[22] 李本贵,阎俊,何中虎,等.用AMMI模型分析作物区域试验中的地
点鉴别力[J].作物学报,2004,30(06):593-596.
致谢：感谢西北农林科技大学的柴岩研究员对薏苡区
域试验及本研究工作的大力支持！
·· 159