全 文 ：作物学报 ACTA AGRONOMICA SINICA 2013, 39(1): 142−152 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn
本研究由国家现代农业(甘蔗)产业技术体系建设项目(CARS-20)和国家农作物品种区域试验项目(农财发 2010(30)号)资助。。
* 通讯作者(Corresponding author): 阙友雄, E-mail: queyouxiong@hotmail.com
Received(收稿日期): 2012-04-23; Accepted(接受日期): 2012-09-05; Published online(网络出版日期): 2012-10-08.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20121008.1256.003.html
DOI: 10.3724/SP.J.1006.2013.00142
应用 GGE双标图分析甘蔗品种(系)的产量和品质性状
罗 俊 张 华 邓祖湖 许莉萍 徐良年 袁照年 阙友雄*
福建农林大学 / 农业部福建甘蔗生物学与遗传育种重点实验室 / 国家甘蔗产业技术研发中心, 福建福州 350002
摘 要: 采用 GGE双标图分析 7个甘蔗参试品种(系)在 7个试点的产量和品质性状。结果表明, 云蔗 05-51 (YZ05-51)
为单茎产量高且稳定性强的品种, 福农 39 (FN39)和柳城 03-1137 (LC03-1137)的单茎产量较高, 但稳定性较差; 福农
38 (FN38)、粤甘 35 (YG35)和新台糖 22 (ROC22)有效茎数较高, 但稳定性较差; 福农 39 (FN39)和云蔗 05-51 (YZ05-51)
为蔗茎产量较高且稳定性强的品种, 福农 38 (FN38)和柳城 03-1137 (LC03-1137)蔗茎产量高, 但稳定性较差; 福农 39
(FN39)和赣南 02-70 (GN02-70)为甘蔗蔗糖分较高且稳定性强的品种, 云蔗 05-51 (YZ05-51)和福农 38 (FN38)甘蔗蔗
糖分较高, 但稳定性较差; 福农 39 (FN39)为产糖量较高且稳定性较强的品种, 福农 38 (FN38)、云蔗 05-51 (YZ05-51)
和柳城 03-1137 (LC03-1137)的产糖量较高、但稳定性较差。云南瑞丽和云南临沧 2个试点单茎产量的代表性和区分
力较强; 云南保山和广西来宾 2个试点有效茎数的代表性和区分力较强; 广西崇左和云南临沧 2个试点蔗茎产量的区
分力较强; 广西百色和柳州 2个试点甘蔗蔗糖分的区分力较强; 广西百色和云南临沧 2个试点产糖量的区分力较强。
关键词: GGE双标图; 甘蔗; 蔗茎产量; 产糖量; 稳定性分析; 品种(系)适应性
Analysis of Yield and Quality Traits in Sugarcane Varieties (Lines) with
GGE-Biplot
LUO Jun, ZHANG Hua, DENG Zu-Hu, XU Li-Ping, XU Liang-Nian, YUAN Zhao-Nian, and QUE
You-Xiong*
Fujian Agriculture and Forestry University / Key Laboratory of Sugarcane Biology and Genetic Breeding, Ministry of Agriculture / Sugarcane Re-
search & Development Center, China Agriculture Research System, Fuzhou 350002, China
Abstract: GGE (genotype main effect plus genotype-environment interaction) biplot analysis, based on principal component
analysis (PCA), is an effective method to assess the multi-environment trials (METs). It allows a full exploration of G×E interac-
tion, variety yield stability, and test-site suitability. In the present study, we applied GGE-biplot to evaluate the genotype effects
and G×E interaction of sugarcane main traits and at the same time, analyze the stability of yield and quality traits, and representa-
tiveness and discrimination of testing site, with seven sugarcane varieties (lines) planted in seven different testing sites. The re-
sults showed that YZ05-51 had high yield per stalk and better yield stability than the other varieties (lines), while FN39 and
LC03-1137 had high yield per stalk but low stability. FN38, YG35, and ROC22 had high stalk numbers but low stability. FN39
and YZ05-51 had high cane yield and good stability, while FN38 and LC03-1137 had high cane yield but low stability. FN39 and
GN02-70 had high sucrose content and good stability, while YZ05-51 and FN38 had high sucrose content but low stability. FN39
had higher sucrose content and better yield stability, while FN38, YZ05-51, and LC03-1137 had high sucrose yield but low stabil-
ity. Ruili City and Lincang City in Yunnan Province had better representativeness and discrimination in yield per stalk, while
Baosan City in Yunnan Province and Laibing City in Guangxi Province had better representativeness and discrimination in stalk
numbers; Chongzuo City in Guangxi Province and Lincang City in Yunnan Province had better discrimination in cane yield,
while Baise City and Liuzhou City in Guangxi Province had better discrimination in sucrose content; Baise City in Guangxi
Province and Lincang City in Yunnan Province had better discrimination in sucrose yield. This study demonstrates a simple and
effective method for analyzing data, and evaluating the yield stability and adaptability of sugarcane varieties (lines) involved in
national regional trials and favorite test sites.
Keywords: GGE-biplot; Sugarcane; Cane yield; Sucrose content; Stability analysis; Variety (line) adaptability
第 1期 罗 俊等: 应用 GGE双标图分析甘蔗品种(系)的产量和品质性状 143
甘蔗既是我国最主要的糖料作物, 也是重要的
能源作物 , 年种植面积 160万公顷以上, 约占我国
糖料作物种植面积的 92%[1]。由国内主栽品种单一
化导致的甘蔗品质性状成熟期趋同化问题, 阻碍了
甘蔗产业持续稳定良性发展。甘蔗品种的多年多点
生态适应性试验是甘蔗新品种培育的重要环节, 该
试验不仅可以评价参试品种的丰产性和稳定性, 还
能筛选出适合特定区域种植的甘蔗新品种, 从而促
进甘蔗品种的多品系布局[1]。同时, 通过对多点试验
数据的联合方差分析, 还能获得品种间差异显著性
比较结果[1-2]。
根据 ISSCT 统计, 甘蔗品种改良的科技贡献率
高达 60%。新品种选育是提升甘蔗种业市场竞争力
的最主要途径[1-2]。但是, 在品种的多年多点生态适
应性试验中, 由于极端气候如台风、干旱、暴雨以
及不同试验地点之间的环境差异的影响, 时常导致
试验数据相差悬殊, 无法对试验结果进行正常的联
合方差分析, 最终影响了对试验材料的客观公正评
价[3-6]。加性主效应及倍增互作(additive main effect
and multiplicative interaction, AMMI)模型能从多维
空间分解基因型与环境(genotype-environment, GE)
的互作效应, 借助双标图直观地描述分析 GE 互作模
式, 已经被广泛应用于小麦[7-9]、水稻[10-11]、油菜[12]、
甘蔗[13-16]等作物多点试验分析。但是, AMMI模型采
用双向中心化后的数据, 重点研究基因型与环境互
作, 评价参试品种的稳定性, 这就忽略一些高产但
稳定性不高的品种, 而一些稳定性高的品种因产量
不高没有推广价值, 因此 AMMI 模型的使用存在一
定的局限性[17-18]。
基因型主效应及其与环境互作(genotype main
effect plus genotype-environment interaction, GGE)双
标图是研究基因型与环境互作以及不同环境下作物
品种产量稳定性的新方法, 该模型采用环境中心化
后的数据, 结果中只含有与品种评价有关的 G (品
种效应)和 GE (品种与环境互作效应), 是分析多点
试验数据的理想工具[19-22]。迄今, GGE 双标图法已
在燕麦[23]、花生[24]、油菜[25]、大豆[26]、小麦[27]、棉
花[28]、向日葵[29]等农作物品种试验中应用。本研究
拟应用 GGE-Bipiot (基因和基因与环境双标图)分析
软件, 采用 GGE 双标图模型分析甘蔗多点试验数据,
以揭示我国甘蔗品种多点试验参试品种(系)的产量
和品质性状表现及其稳定性, 同时评价试点的代表
性和区分力, 为具有优良生态适应性的甘蔗新品种
的选育及其多系布局提供参考。
1 材料与方法
1.1 试验材料与研究地点
参试材料包括福农 39 (FN39)、福农 38 (FN38)、
云蔗 05-51 (YZ05-51)、柳城 03-1137 (LC03-1137)、
粤甘 35 (YG35)和赣南 02-70 (GN02-70)甘蔗新品种
(系 ), 以目前我国主要蔗区主栽品种新台糖 22
(ROC22)为对照。选择广西柳州(LZ, Liuzhou)、崇左
(CZ, Chongzuo)、来宾(LB, Laibing)、百色(BS1, Baise)
和云南瑞丽(RL, Ruli)、保山(BS2, Baoshan)和临沧
(LC, Lincang) 7个有代表性的试验点。
1.2 试验设计和性状调查方法
采用随机区组设计, 3次重复, 小区面积 33 m2。
田间管理水平略高于当地生产田, 及时中耕培土、
施肥、排灌并防治虫害。在田间操作时, 同一试点、
同一项技术措施在同一天完成。收获前调查产量性
状、株高、茎径、单茎产量和有效茎数, 从当年 11
月到次年 3月 , 每月中旬取样化验糖分 , 收获前实
收测产, 根据各小区平均蔗茎产量和蔗糖分月平均
值计算各小区平均产糖量[3]。实收测产方法为每小
区将中间一行甘蔗全部收获称重, 测量实收甘蔗样
点面积, 计数砍收样点内有效茎数。
有效茎数(条 hm–2)=[样点有效茎数(条)/样点面
积(m2)]×666.7×15
样点蔗产量(t hm–2)=[样点产量(kg)/样点有效株
数(条)×有效茎数(条 hm–2)]/1000
糖产量(kg)=蔗产量(kg)×蔗糖分(%)
1.3 数据处理
采用GGE-Biplot软件[20]进行GGE双标图分析。
将多点试验得到的产量性状结果整理成一个品种-
地点两向表, 其中, 每个数值是相应品种在相应试
验点内性状平均值, 即为表现型值(P)。按线性统计
模型: P=M+E+G+GE, 式中, M为多点试验性状总平
均值; E为环境主效应; G为品种主效益; GE为品种-
环境互作效应。通过试验数据中心化, 从两向表的
每个数据减去相应环境下的平均值, 即去掉 M和 E,
形成一个环境中心化的两向表。基于环境中心化品
种-环境两向表分析得到的双标图只含有与品种评
价有关的 G 和 GE, 称 GGE 双标图, 用图中指标向
量和相邻指标间的夹角余弦值判断指标间的相关性。
以某一个指标向量为起始, 其他指标向量与该线夹角
的余弦值为两指标的相关系数。由品种或试点在 AT
144 作 物 学 报 第 39卷
轴(average-tester axis)上的投影位置判断品种的平均
表现和试点的代表性。由品种或试点到 AT 轴的投影
长度判断品种产量稳定性和试点的鉴别力[20]。利用
DPS软件统计分析性状的平均值和标准差[30]。
2 结果与分析
2.1 甘蔗参试品种(系)的产量和品质性状表现
2.1.1 单茎产量 从表 1 可看出, 多点试验中,
柳城 03-1137 的平均单茎产量最高, 达 2.02 kg, 比
对照新台糖 22增加 14.15%, 云蔗 05-51为 1.92 kg,
居参试品种第 2 位, 比对照增加 8.54%, 福农 39 为
1.90 kg, 居第 3位, 比对照增加 7.39%, 其余 3个参
试品种均比对照低。
2.1.2 有效茎数 福农 38的平均公顷有效茎数
最高, 达 77 848条, 比对照增加 11.89%, 粤甘 35为
68 676 条, 居参试品种第 2 位, 比对照减少 1.30%,
减少程度未达显著水平 , 其余 4个参试品种均比对
照显著减少。
2.1.3 蔗茎产量 7 个试点平均蔗茎产量最高的
品种为福农 38, 达 115.82 t hm–2, 比对照增产 5.71%,
云蔗 05-51为 114.20 t hm–2, 居参试品种第 2位, 比
对照增产 4.23%, 柳城 03-1137为 111.94 t hm–2, 居
第 3位, 比对照增产 2.17%。福农 39为 110.43 t hm–2,
与对照持平, 赣南 02-70和粤甘 35分别比对照减产
8.63%和 12.22%, 达到显著水平。
2.1.4 甘蔗蔗糖分 赣南 02-70 平均甘蔗蔗糖分
最高, 为 15.91%, 比对照增加 6.30%; 其次为云蔗
05-51, 为 15.33%, 比对照增加 2.39%, 福农 39位居
第 3位, 为 15.29%, 比对照增加 2.13%。
2.1.5 产糖量 云蔗 05-51和福农 38的产糖量显
著高于对照, 分别为 17.59 t hm–2和 17.49 t hm–2, 分
别比对照增加 7.36%和 6.80%; 福农 39 和柳城
03-1137分别为 16.95 t hm–2和 16.93 t hm–2, 分别比
对照增加 3.47%和 3.34%, 赣南 02-70的蔗糖分在所
有参试品种排名第 1, 其平均产糖量为 16.02 t hm–2,
仅比对照减产 2.17%, 但差异未达显著水平, 粤甘
35平均产糖量为 13.82 t hm–2, 比对照减产 15.60%。
2.2 基于 GGE 双标图分析甘蔗参试品种(系)的
生态适应性
2.2.1 单茎产量 柳城 03-1137 在云南临沧、保
山和广西来宾表现较好, 福农 39在广西柳州、云南
瑞丽和广西崇左表现较好(图 1-A)。而福农 38、粤
甘 35和赣南 02-70在各试点单茎产量均表现较差。
2.2.2 有效茎数 福农 38在 7个试点均表现最好,
其余品种均不如对照(图 1-B)。
2.2.3 蔗茎产量 福农 38在广西崇左、柳州、来
宾和百色表现较好, 柳城 03-1137在云南保山、瑞丽
和临沧表现较好(图 1-C)。云蔗 05-51在所有地点表
现均可。而粤甘 35和赣南 02-70在各试点表现均较
差。
2.2.4 甘蔗蔗糖分 7个地点明显分为 2组, 福
农 38 在广西崇左、来宾和百色表现较好, 而赣南
02-70 和云蔗 05-51 在其他 5 点表现相当(图 1-D)。
粤甘 35在各试点表现均较差。
2.2.5 产糖量 从图 1-E可知, 福农 38在广西崇
左、来宾、百色表现较好, 云蔗 05-51和柳城 03-1137
在广西柳州、云南保山、瑞丽和临沧表现较好。而
粤甘 35在各试点表现均较差。
2.3 基于 GGE 双标图分析甘蔗参试品种(系)的
产量和品质性状表现及其稳定性
2.3.1 单茎产量 单茎产量性状的第 1 主成分
(PC1)解释了 73.9%的 G+GE, 第 2主成分(PC2)解释
了 17.3%的 G+GE, GGE双标图可以解释 G与 GE互
作信息的 91.2% (图 2-A)。从平均单茎产量看, 柳城
03-1137最高, 其次依次是福农 39、云蔗 05-51和新
台糖 22, 而赣南 02-70、粤甘 35、福农 38低于对照
新台糖 22。从产量稳定性看, 福农 38和云蔗 05-51
最高, 其次为粤甘 35号和新台糖 22, 其余 3个品种
低于对照。其中, 云蔗 05-51单茎产量高且稳定性强;
福农 38、粤甘 35虽稳定性较高, 但平均单茎产量相
对较低; 福农 39、柳城 03-1137的单茎产量较高, 但
稳定性较差。福农 39的平均单茎产量在广西崇左、
柳州和云南瑞丽居参试品种的第 1 位, 在其他试点
居中等水平; 柳城 03-1137 的平均单茎产量在云南
临沧、保山居参试品种的第 1 位, 在其他试点居中
等水平。
2.3.2 有效茎数 公顷有效茎数性状的第 1 主成
分(PC1)解释了 69.9%的 G+GE, 第 2主成分(PC2)解
释了 13.2%的 G+GE, GGE双标图可以解释 G与 GE
互作信息的 83.1% (图 2-A)。从平均公顷有效茎数看,
福农 38 最高, 依次是新台糖 22 和粤甘 35, 而赣南
02-70、柳城 031137、云蔗 05-51 和福农 39 低于对
照。从稳定性看, 赣南 02-70和云蔗 05-51最高, 其
次为福农 39 和柳城 03-1137, 其余 3 个品种低于对
照。福农 38、粤甘 35和新台糖 22虽稳定性较差, 但
平均公顷有效茎数较高。福农 38 和新台糖 22 的平
第 1期 罗 俊等: 应用 GGE双标图分析甘蔗品种(系)的产量和品质性状 145
表 1 甘蔗参试品种(系)在各试点的性状表现
Table 1 Trait performances of sugarcane varieties (lines) at various sites
地点 Site 品种(系)
Variety (line) 广西百色
Baise
云南保山
Baoshan
广西崇左
Chongzuo
广西来宾
Laibin
云南临沧
Lincang
广西柳州
Liuzhou
云南瑞丽
Ruili
平均
Mean
增幅
Increacing
rate (%)
单茎产量 Yield per stalk (kg)
ROC22(CK) 1.32 1.43 2.52 1.33 2.14 1.68 1.93 1.77 c —
FN38 1.22 1.17 2.10 1.33 1.91 1.61 1.39 1.53 e –13.29
FN39 1.32 1.30 2.84 1.59 2.21 2.01 2.00 1.90 b 7.39
GN02-70 1.31 1.43 2.21 1.42 2.23 1.74 1.53 1.70 cd –3.94
LC03-1137 1.35 1.67 2.66 1.73 2.98 1.75 1.97 2.02 a 14.15
YG35 1.35 1.26 2.33 1.32 1.88 1.58 1.46 1.60 de –9.55
YZ05-51 1.35 1.51 2.66 1.78 2.37 1.97 1.77 1.92 ab 8.54
平均 Mean 1.32 1.40 2.48 1.50 2.25 1.76 1.72 1.78
有效茎数 Harvestable stalk numbers
ROC22(CK) 76534 81027 82979 57539 54623 71667 62670 69577 B —
FN38 77635 92827 91915 70624 65261 74833 71844 77848 A 11.89
FN39 65029 80043 58068 44627 62048 58917 60763 61357 C –11.81
GN02-70 63728 75520 71277 47400 55623 66667 66667 63840 C –8.25
LC03-1137 71232 84862 63191 41161 52209 73333 64214 64315 C –7.56
YG35 64729 84370 64149 54939 65060 77000 70482 68676 B –1.30
YZ05-51 67330 74635 65851 53098 59237 61167 60673 63142 C –9.25
平均 Mean 69460 81898 71062 52770 59152 69083 65330 66965
蔗茎产量 Cane yield (t hm–2)
ROC22(CK) 97.64 104.83 150.44 90.17 97.89 120.49 105.49 109.56 a —
FN38 110.80 109.00 151.56 95.90 131.32 123.93 88.19 115.82 a 5.71
FN39 85.24 117.58 130.91 82.50 132.13 114.96 109.66 110.43 a 0.79
GN02-70 79.17 119.27 117.21 65.77 114.36 113.06 91.89 100.10 b –8.63
LC03-1137 93.19 106.44 120.76 78.20 153.41 116.88 114.72 111.94 a 2.17
YG35 81.77 91.01 108.49 74.17 105.02 121.65 91.10 96.17 b –12.22
YZ05-51 87.92 123.87 140.92 86.60 141.26 121.80 97.01 114.20 a 4.23
平均 Mean 90.82 110.29 131.47 81.90 125.06 118.97 99.72 108.32
甘蔗蔗糖分 Sucrose in sugarcane (%)
ROC22(CK) 12.40 15.29 15.03 15.80 16.52 13.97 15.79 14.97 —
FN38 13.18 14.60 15.31 15.85 16.38 14.47 15.98 15.11 0.94
FN39 13.96 15.62 14.86 15.49 16.57 14.65 15.87 15.29 2.13
GN02-70 14.09 17.04 15.72 15.45 16.73 15.31 17.05 15.91 6.30
LC03-1137 12.82 15.92 15.12 14.91 16.27 13.74 16.26 15.01 0.24
YG35 12.30 15.53 14.26 14.55 15.44 13.03 15.64 14.39 –3.86
YZ05-51 13.58 16.24 13.37 14.39 17.48 15.25 16.98 15.33 2.39
平均 Mean 13.19 15.75 14.81 15.21 16.48 14.35 16.22 15.14
产糖量 Sucrose yield (t hm–2)
ROC22(CK) 12.11 16.03 22.61 14.25 16.17 16.83 16.66 16.38 b 0
FN38 14.60 15.91 23.20 15.20 21.51 17.93 14.09 17.49 a 6.80
FN39 11.90 18.37 19.45 12.78 21.90 16.84 17.40 16.95 ab 3.47
GN02-70 11.15 20.32 18.42 10.16 19.14 17.31 15.67 16.02 b –2.17
LC03-1137 11.95 16.95 18.26 11.66 24.96 16.06 18.65 16.93 ab 3.34
YG35 10.06 14.14 15.47 10.79 16.21 15.85 14.25 13.82 c –15.60
YZ05-51 11.94 20.12 18.84 12.46 24.69 18.58 16.47 17.59 a 7.36
平均 Mean 11.96 17.41 19.47 12.47 20.65 17.06 16.17 16.46
表中各列数据后大写或小写字母不同表示其差异在 1%或 5%水平上显著。
Values followed by a different capital or small letter are significantly different at 1% or 5% probability levels, respectively.
146 作 物 学 报 第 39卷
图 1 GGE双标图分析甘蔗参试品种(系)的适应性
Fig. 1 Adaptability of sugarcane varieties (lines) based on GGE-biplot analysis
图中, 将同一方向上距离原点最远的品种(系)连接起来形成一个多边形, 再从原点出发做多边形各边的垂线, 这些垂线将整个双标图分成几
个扇形区, 由此将试验点分成不同的组, 位于多边形顶点的品种(系)是扇形内所有试点表现最佳的品种。A: 单茎产量; B: 有效茎数; C: 蔗茎
产量; D: 甘蔗蔗糖分; E: 产糖量; PC1: 第一主成分; PC2: 第二主成分; LZ: 广西柳州; CZ: 广西崇左; LB: 广西来宾; BS1: 广西百色; RL:
云南瑞丽; BS2: 云南保山; LC: 云南临沧; FN39: 福农 39; FN38: 福农 38; YZ05-51: 云蔗 05-51; LC03-1137: 柳城 03-1137; YG35: 粤甘 35;
GN02-70: 赣南 02-70; ROC22: 新台糖 22。
In this figure, firstly, link all the varieties (lines) with the longest distance to the original point together to form a multilateral figure, and then draw the
vertical lines to each side of the figure from this point, which divide the whole bi-plot into several fan-shaped regions, and thus assort the test sites
into different groups, among which the varieties (lines) located at the apex of the multilateral figure is the best one among the varieties (lines) in the
fan-shaped region. A: yield per stalk; B: harvestable stalk numbers; C: cane yield; D: sucrose in sugarcane; E: sucrose yield. PC1: principal compo-
nent 1; PC2: principal component 2. LZ: Liuzhou; CZ: Chongzuo; LB: Laibing; BS1: Baise; RL: Ruli; BS2: Baoshan; LC: Lincang. FN39: Funong 39;
FN38: Funong 38; YZ05-51: Yunzhe 05-51; LC03-1137: Liucheng 03-1137; YG35: Yuegan 35; GN02-70: Gannan 02-70; ROC22: ROC22.
第 1期 罗 俊等: 应用 GGE双标图分析甘蔗品种(系)的产量和品质性状 147
图 2 基于 GGE-biplot分析甘蔗品种(系)性状表现及其稳定性
Fig. 2 Traits performance and stability of sugarcane varieties (lines) based on GGE-biplot analysis
图中的圆圈代表平均环境; 带箭头的直线为平均环境轴, 所指方向为品种(系)在所有环境的近似平均产量; 与平均环境轴垂直并通过
原点带有双箭头的直线代表品种与环境互作的倾向性, 越偏离平均环境轴表示品种(系)越不稳定。A: 单茎产量; B: 有效茎数;
C: 蔗茎产量; D: 甘蔗蔗糖分; E: 产糖量。图中缩写同图 1。
In this figure, the circle represents the average environment; the straight line with arrow is called the average environment-axis, on which the
projection of a variety represents the average yield of the variety (line) under all these environments; the straight line with two arrows,
through the original point, and perpendicular to the average-environment-axis, is the measurement of the vector between variety (line) and
environment. The more deviate from the average environment-axis, the more unstable the variety. A: yield per stalk; B: harvestable stalk
number; C: cane yield; D: sucrose in sugarcane; E: sucrose yield. Abbreviations in this figure are the same as those in Fig. 1.
148 作 物 学 报 第 39卷
均公顷有效茎数在广西崇左、来宾和百色居参试品
种前列, 粤甘 35在广西柳州、云南保山、临沧和瑞
丽居参试品种(系)的前列。
2.3.3 蔗茎产量 蔗茎产量性状的第 1 主成分
(PC1)解释了 43.9%的 G+GE, 第 2主成分(PC2)解释
了 36.0%的 G+GE, GGE双标图可以解释 G与 GE互
作信息的 79.9% (图 2-C)。从平均蔗茎产量看, 福农
38最高, 其次是云蔗 05-51、柳城 03-1137和福农 39,
而粤甘 35和赣南 02-70低于对照。从产量稳定性看,
粤甘 35、赣南 02-70、福农 39和云蔗 05-51较高, 其
余 3个品种较低。其中, 福农 39和云蔗 05-51为既
高产又稳产的品种; 赣南 02-70和粤甘 35虽稳定性
最高, 但产量较低; 福农 38 和柳城 03-1137 产量较
高, 但稳定性较差。福农 38的蔗茎产量在广西柳州、
百色、崇左和来宾居参试品种的第 1 位, 在其余 3
个试点居中等水平, 其稳定性虽不强, 但推广价值
较大。
2.3.4 甘蔗蔗糖分 甘蔗蔗糖分性状的第 1 主成
分(PC1)解释了 54.1%的 G+GE, 第 2主成分(PC2)解
释了 26.7%的 G+GE, GGE双标图可以解释 G与 GE
互作信息的 80.8% (图 2-D)。从平均甘蔗蔗糖分看,
赣南 02-70 的最高, 其次是福农 39、云蔗 05-51 和
福农 38, 而柳城 03-1137与对照相当, 粤甘 35显著
低于对照。从性状稳定性看, 粤甘 35、赣南 02-70、
福农 39 和柳城 03-1137 较高, 云蔗 05-51、福农 38
较低。其中, 赣南 02-70为蔗糖分高且稳定性高的品
种; 柳城 03-1137、粤甘 35虽稳定性最高, 但甘蔗蔗
糖分较低; 云蔗 05-51 甘蔗蔗糖分较高, 但稳定性
差。
2.3.5 产糖量 产糖量性状的第 1 主成分(PC1)
解释了 47.4%的 G+GE, 第 2 主成分(PC2)解释了
34.0%的 G+GE, GGE双标图可以解释 G与 GE互作
信息的 81.4% (图 2-E)。从平均产糖量看, 福农 38
最高, 其次是云蔗 05-51、柳城 03-1137 和福农 39,
而粤甘 35、赣南 02-70低于对照。从性状稳定性看,
粤甘 35、赣南 02-70 和福农 39 较高, 其余 4 个品
种较低。其中, 福农 39 为产糖量高且稳定性高的
品种; 赣南 02-70、粤甘 35 虽稳定性最高, 但产糖
量较低; 福农 38、云蔗 05-51 和柳城 03-1137的产
糖量较高, 但稳定性较差。福农 38 的产糖量在广
西百色、崇左和来宾居参试品种的第 1位, 在其余
4 个试点居中等水平, 其稳定性虽不强, 但推广价
值较大。
2.4 基于 GGE 双标图分析各试验点的代表性与
区分力
2.4.1 单茎产量 从图 3-A 可知, 所有地点间都
存在正相关, 说明 GE效应相对较小。云南保山和临
沧之间, 广西百色和来宾之间, 广西柳州、崇左和云
南瑞丽 3个试点之间均存在紧密正相关。云南临沧、
瑞丽和广西崇左的区分能力较好、其次为云南保山、
广西来宾和柳州, 而广西百色的区分能力较差; 广
西来宾、百色的代表性最好, 其次为云南瑞丽、保
山和临沧; 综合而言, 广西崇左、云南瑞丽和临沧是
较好的试点。
2.4.2 有效茎数 所有地点间都存在正相关, 说
明 GE 效应相对较小。广西柳州、云南保山、瑞丽
和临沧之间, 以及广西百色、来宾和崇左 3个试点
之间均存在紧密正相关(图 3-B)。广西来宾和崇左的
区分能力较好、其次为云南保山、广西百色和柳州,
而云南临沧、瑞丽的区分能力较差; 广西来宾和云
南保山的代表性最好, 其次为云南瑞丽和广西柳州,
广西百色和崇左和云南临沧的代表性较差; 综合而
言, 广西崇左和广西来宾试点是较好的试点。
2.4.3 蔗茎产量 所有地点间存在明显的不相关,
GE效应相对较大。云南临沧、保山和临沧之间, 以
及广西百色和来宾、柳州和崇左 4 个试点之间存在
紧密正相关(图 3-C)。云南临沧和广西崇左的区分能
力较好、其次为云南保山、广西来宾和百色, 而广
西柳州和云南瑞丽的区分能力较差。
2.4.4 甘蔗蔗糖分 所有地点间存在明显的不相
关, GE效应相对较大。云南临沧、保山和临沧之间,
广西百色和柳州之间, 以及广西来宾和崇左之间存
在紧密正相关(图 3-D)。广西柳州、百色和崇左的区
分能力较好, 云南临沧、保山、广西来宾和云南瑞
丽的区分能力较差。
2.4.5 产糖量 所有地点间存在明显的不相关,
GE效应相对较大。云南临沧、保山和临沧之间, 以
及广西百色、来宾、柳州、崇左 4 个试点之间存在
紧密正相关(图 3-E)。云南临沧和广西崇左的区分能
力较好、其次为云南保山、广西来宾和百色, 而广
西柳州和云南瑞丽的区分能力较差。
3 讨论
通过原始数据的矩阵处理, 使GGE双标图法数
据只含基因型主效应 G 和基因型与环境互作效应
GE, 不仅可以清晰地分析不同因素之间的关系, 而且
第 1期 罗 俊等: 应用 GGE双标图分析甘蔗品种(系)的产量和品质性状 149
图 3 GGE-biplot双标图分析甘蔗品种(系)试验试点的代表性和鉴别力
Fig. 3 Discrimination and representativeness of sugarcane varieties (lines) based on GGE-biplot analysis
图中连接原点和环境变量的直线称为向量, 2个环境向量间夹角的余弦近似于它们之间的遗传相关系数, 夹角小于 90°表示正相关, 大于 90°
表示负相关, 接近 90°表示无相关。正相关表明两环境对品种(系)排序相似, 负相关表明两环境对品种(系)排序相左。环境向量的长度是试验
点对品种区分能力的度量, 图中的圆圈代表平均环境, 它的位置取决于各试验环境坐标的平均值, 带箭头的直线通过双坐标的原点和平均环
境, 试验点向量与平均环境向量的角度是其对目标环境的代表性的度量, 角度越小, 代表性越强。A: 单茎产量; B: 有效茎数; C: 蔗茎产量;
D: 甘蔗蔗糖分; E: 产糖量; 图中缩写同图 1。
In this figure, the straight line means the vector between the original point and environment variance; the intersection angle between both environ-
mental vectors represents the appropriate genetic correlation coefficient, intersection angle smaller than 90°means positive correlation, intersection
angle larger than 90°means negative correlation, while intersection angle equal to 90°means no correlation. Positive correlation means the similar
ranking of effect of two environment conditions on variety, while negative correlation means the opposite ranking. The length of environmental vector
is the measurement of the discrimination ability of each test sites. The circle denotes the average environment, whose position rests on the average
value of all the coordinate axis of these test sites; the straight line with arrow, goes through the original point of bi-axis and average environment.
The intersection angle between test site vector and the average environmental vector is the measurement of its representative to targeted environment,
the smaller the angel, the better its representativeness. A: yield per stalk; B: harvestable stalk numbers; C: cane yield; D: sucrose in sugarcane;
E: sucrose yield. Abbreviations in this Figure are the same as those in Fig. 1.
150 作 物 学 报 第 39卷
还能将各因素间复杂的互作模式直观地表现出来[19-22]。
本研究通过构建 GGE双标图, 全面地显示了二向数
据表中的信息结果, 将环境与品种(系)间的各种关
系直观地展现出来, 并对原始数据提供更多的解释,
不但可以同时显示各品种的高产性和稳产性, 而且
显示了试验点的代表性和区分力[20]。
高产和高糖一直是甘蔗育种家追求的两大主要
目标 , 但糖分性状和产量性状是常常存在着矛盾 ,
往往是高糖者低产, 高产者低糖, 很难获得一个高
产、高糖, 即质、量兼优的甘蔗品种, 育种家通常用
产糖量来平衡蔗糖分和蔗茎产量 2个 性状的关系[1]。
以赣南 02-70 为例, 该品种的产量在 7 个参试品种
(系)中居中下水平但稳定性较高, 然而该品种(系)平
均产糖量可达 16.02 t hm–2, 平均蔗糖分达到 15.91%,
蔗糖分除在广西来宾和云南临沧外, 在其余5个试点
均排名第一, 是蔗糖分高且稳定性强的品种, 因此
可以作为特早熟高糖品种在适宜地区推广应用。单
茎产量和公顷有效茎数是甘蔗产量构成的重要因
素。以福农 39为例, 该品种平均公顷有效茎数在参
试品种(系)中居末位, 比对照减少 11.81%, 但由于
该品种平均单茎重单茎产量为 1.90 kg, 居第 3 位,
比对照增加 7.39%; 甘蔗蔗糖分达到 15.29%, 居参
试品种第 3 位, 最终该品种平均产糖量达到 16.95 t
hm–2, 居参试品种的第 3 位, 比对照增加 3.47%, 蔗
茎产量、甘蔗蔗糖分、产糖量较高且稳定性强, 可
以在适宜生态区推广应用, 在栽培上应注意保护蔗
芽其不受损失 , 提高出苗率 , 促进甘蔗分蘖成茎 ,
从而提高甘蔗的有效茎数。
品种的稳定性和适应性是决定某个甘蔗品种推
广应用价值的重要指标[23]。在不同环境条件或生态
区域下, 最理想的甘蔗品种是既高产又稳产, 同时
具有广泛适应性, 但生产实践中高产稳产适应性广
的甘蔗品种非常少。甘蔗品种的稳产性或稳定性只
在与其高产性状相结合时才有意义, 我们应当大力
推广不仅高产而且稳产的甘蔗品种, 而对低产甘蔗
品种, 即使其稳定性再好, 也不适宜广泛种植[20]。
同时, 对于那些在多变环境下稳定性较差却在某个
特定区域丰产性突出的具有特殊适应性的甘蔗品种,
可以在特定地区局部推广。本研究中, 福农 38的有
效茎数、产糖量、蔗茎产量和甘蔗蔗糖分较高, 但
稳定性较差, 其产量和品质性状在广西崇左、来宾、
百色和柳州均表现较好, 在其余 3 个试点表现中等,
其稳定性虽不强 , 但在生产上仍具较好应用价值 ;
由此可见, 分析各品种的最佳适应区域, 做到品种
的合理化区域布局, 可充分发挥新品种的产量潜力,
从而达到大面积增产的目的[14]。
地点的代表性和区分力也是甘蔗育种家比较关
心的问题[23]。本研究结果显示, 蔗茎产量和产糖量 2
个性状区分力均较强的试点有广西崇左、百色和云
南临沧。但是, 造成试验点区分力低的因素既包括
环境因素, 也包括人为因素, 如果是所有品种在某
个试验点产量低下而且没有差异, 可能是人为原因
或受自然灾害因素的影响。因此, 如果要鉴别一个
地点试点代表性和区分力的好坏, 需要有长时间的
资料积累, 同时应加强对试验点的实地考察, 减少
人为因素对试验结果的影响。
4 结论
借助于 GGE双标图, 筛选出 3个各具特点的高
产高糖甘蔗新品种。云蔗 05-51 单茎产量和蔗茎产
量高且稳定性强, 甘蔗蔗糖分和产糖量较高但稳定
性较差; 福农 39 单茎产量较高, 但稳定性较差; 蔗
茎产量、甘蔗蔗糖分、产糖量较高且稳定性强; 柳
城 03-1137的单茎产量、蔗茎产量和产糖量较高, 但
稳定性较差。云南瑞丽和临沧 2个试点单茎产量的
代表性和区分力较强; 云南保山和广西来宾 2 个试
点有效茎数的代表性和区分力较强; 广西崇左和云
南临沧 2个试点蔗茎产量的区分力较强; 广西百色
和柳州 2个试点甘蔗蔗糖分的区分力较强; 广西百
色和云南临沧 2个试点产糖量的区分力较强。
References
[1] Chen R-K(陈如凯), Xu L-P(许莉萍), Lin Y-Q(林彦铨), Deng
Z-H(邓祖湖), Zhang M-Q(张木清), Luo J(罗俊), Zhang H(张
华), Gao S-J(高三基), Xu J-S(徐景升), Xu L-N(徐良年), Que
Y-X(阙友雄), Chen P-H(陈平华), Yuan Z-N(袁照年), Lin
G-D(林国栋). Modern Sugarcane Genetic Breeding (现代甘蔗
遗传育种). Beijing: China Agriculture Press, 2011. pp 2–12 (in
Chinese)
[2] Li Z-X(李志贤), Wang J-W(王建武), Yang W-T(杨文亭), Shu
Y-H(舒迎花), Du Q(杜清), Liu L-L(刘丽玲), Shu L(舒磊). Ef-
fects of reduced nitrogen application on the yield, quality, and
economic benefit of sugarcane intercropped with soybean. Chin J
Appl Ecol (应用生态学报), 2011, 22(3): 713–719 (in Chinese
with English abstract)
[3] Luo J(罗俊), Zheng X-W(郑学文), Chen R-K(陈如凯), Yuan
Z-N(袁照年), Gao S-J(高三基), Zhang H(张华), Wen S-H(文尚
第 1期 罗 俊等: 应用 GGE双标图分析甘蔗品种(系)的产量和品质性状 151
华), Deng Z-H(邓祖湖). Technical Regulations for Sugarcane
Variety Test (农作物品种试验技术规程甘蔗). Beijing: China
Agriculture Press, 2009. pp 1–8 (in Chinese)
[4] Chen R-K(陈如凯), Wen S-H(文尚华), Zhang H(张华), Luo J(罗
俊), Zheng X-W(郑学文), Gao S-J(高三基), Deng Z-H(邓祖湖).
Specification of Sugarcane Variety Identification (农作物品种鉴
定规范甘蔗). Beijing: China Agriculture Press, 2009. pp 1–8 (in
Chinese)
[5] Jin W-L(金文林). The rank analysis model of evaluating crop
varieties yield stability in regional trims. Acta Agron Sin (作物学
报), 2000, 26(6): 925–930 (in Chinese with English abstract)
[6] Yan W K, Molnar S J, Fregeau-Reid J, McElroya A A, Tinkera N.
Associations among oat traits and their responses to the envi-
ronment in North America. J Crop Improv, 2007, 20: 1–29
[7] Crossa J, Fox P N, Pfeiffer W H, Rajaram S, Gauch Jr H G.
AMMI adjustment for statistical analysis of an internal wheat
yield trial. Theor Appl Genet, 1991, 81: 27–37
[8] Chang L(常磊), Chai S-X(柴守玺). Application of AMM I
model in the stability analysis of spring wheat in rainfed area.
Acta Ecol Sin (生态学报), 2006, 26(11): 3677–3684 (in Chinese
with English abstract)
[9] Guo T-C(郭天财), Ma D-Y(马冬云), Zhu Y-J(朱云集), Wang
C-Y(王晨阳), Xia G-J(夏国军), Luo Y(罗毅). Genotype, envi-
ronment and their interactive effects on main quality traits of
winter-sown wheat variety. Sci Agric Sin (中国农业科学), 2004,
37(7): 948–953 (in Chinese with English abstract)
[10] Liu W-J(刘文江), Li H-J(李浩杰), Wang X-D(汪旭东), Zhou
K-D(周开达). Stability analysis for elementary characters of hy-
brid rice by AMMI model. Acta Agron Sin (作物学报), 2002,
28(4): 569–573 (in Chinese with English abstract)
[11] Zhang J-Y(张坚勇), Wan X-Y(万向元), Xiao Y-H(肖应辉),
Wang C-M(王春明), Liu S-J(刘世家), Chen L-M(陈亮明),
Zhai H-Q(翟虎渠), Wan J-M(万建民). Analysis on stability
of eating quality of cooked rice (Orzya sadva L.). Acta Agron
Sin (作物学报), 2004, 37(6): 788–794 (in Chinese with Eng-
lish abstract)
[12] Liu X-Y(刘旭云), Xie Y-J(谢永俊), Yang D(杨德), Zhang
X-S(张锡顺). Analysis and research of AMMI model for rape
varieties regional trials. Southwest China J Agric Sci (西南农业
学报), 2001, 14(2): 27–30 (in Chinese with English abstract)
[13] Xu L-N(徐良年), Deng Z-H(邓祖湖), Chen R-K(陈如凯),
Zhang M-Q(张木清), Zhang H(张华), Gao S-J(高三基), Luo
J(罗 俊). Stability analysis on yield and quality characters of
new sugarcane varieties. Chin J Trop Crops (热带作物学报),
2006, 27(2):50–54 (in Chinese with English abstract)
[14] Luo J(罗俊), Yuan Z-N(袁照年), Zhang H(张华), Chen Y-Q(陈
由强), Chen R-K(陈如凯). Stability analysis on yield characters
of sugarcane ratoon. Chin J Appl Environ Biol (应用与环境生物
学报), 2009, 15(4): 488–494 (in Chinese with English abstract)
[15] Zhang H(张华), Luo J(罗俊), Yuan Z-N(袁照年), Lin Y-Q(林彦
铨), Deng Z-H(邓祖湖), Xu L-N(徐良年), Chen R-K(陈如凯).
Analysis of productivity and stability of sugarcane varieties in
the national regional trial. Chin J Trop Crops (热带作物学报),
2008, 29(6): 744–750 (in Chinese with English abstract)
[16] Deng Z-H(邓祖湖), Xu L-N(徐良年), Gao S-J(高三基), Zhang
H(张华), Luo J(罗俊), Chen R-K(陈如凯). Stability analysis and
evaluation of sugarcane varieties introduced. Chin J Trop Crops
(热带作物学报), 2008, 29(5): 589–595 (in Chinese with English
abstract)
[17] Gauch H G Jr, Piepho H P, Annicchiarico P. Statistical analysis
of yield trials by AMMI and GGE: further considerations. Crop
Sci, 2008, 48: 866−889
[18] Yan W, Kang M S, Ma B L, Woods S, Cornelius P L. GGE
biplot vs. AMMI analysis of genotype-by-environment data.
Crop Sci, 2007, 47: 643−655
[19] Yan W-K(严威凯), Sheng Q-L(盛庆来), Hu Y-G(胡跃高), Hun
L A. GGE biplot: all ideal tool for studying genotype by envi-
ronment interaction of regional yield trial data. Acta Agron Sin
(作物学报), 2001, 27(1): 21–27 (in Chinese with English ab-
stract)
[20] Yan W-K(严威凯 ). Optimal use of biplots in analysis of
multi-Location variety test data. Acta Agron Sin (作物学报),
2010, 36(11): 1805–1819 (in Chinese with English abstract)
[21] Yan W, Hunt L A, Sheng Q L, Szlavnics Z. Cultivar evaluation
and mega-environment investigation based on GGE biplot. Crop
Sci, 2000, 40: 596−605
[22] Yan W, Holland J B. A heritability-adjusted GGE Biplot for test
environment evaluation. Euphytica, 2010, 171: 355–369
[23] Zhang Z-F(张志芬), Fu X-F(付晓峰), Liu J-Q(刘俊青), Yang
H-S(杨海顺). Yield stability and testing-site representativeness
in national regional trials for oat variety based on GGE-Biplot
analysis. Acta Agron Sin (作物学报), 2010, 36(8): 1377–1385 (in
Chinese with English abstract)
[24] Chen S-L(陈四龙), Li Y-R(李玉荣), Cheng Z-S(程增书), Liu
J-S(刘吉生). GGE-Biplot analysis of effects of planting density n
growth and yield components of high oil peanut. Acta Agron Sin
(作物学报), 2009, 35(7): 1328–1335 (in Chinese with English
abstract)
[25] Shang Y(尚毅), Li S-Q(李少钦), Li D-R(李殿荣). GGE biplot
analysis of diallel cross of B. napus L. Acta Agron Sin (作物学
152 作 物 学 报 第 39卷
报), 2006, 32(2): 243−248 (in Chinese with English abstract)
[26] Zhou C-J(周长军), Tian Z-Y(田中艳), Li J-Y(李建英), Liu Y(杨
柳), Wu Y-K(吴耀坤), Du Z-Q(杜志强), Tang J-H(唐金华), Shi
C(师臣). GGE-Biplot analysis on yield stability and testing-site
representativeness of soybean lines in multi-environment trials.
Soybean Sci (大豆科学), 2011, 30(2): 318−322 (in Chinese with
English abstract)
[27] Chang L(常磊), Chai S-X(柴守玺). Application of GGE biplot in
spring wheat yield stability analysis in rainfed areas of China.
Chin J Eco-Agric (中国生态农业学报), 2010, 18(5): 988−994
(in Chinese with English abstract)
[28] Xu N-Y(许乃银), Jin S-Q(金石桥). Identifying discriminating
and representative locations in cotton regional trials using GGE
Biplot. Jiangxi Cotton (江西棉花), 2010, 32(3): 7−12 (in Chi-
nese with English abstract)
[29] Sun M(孙敏), Jiang W-M(蒋文敏), Li H-Y(李慧英), Liu Z(刘
壮), Yu X-L(于学鹏), Zhang L(张雷). Analysis of stable-
production character by GGE Biplot on sunflower hybrids.
Heilongjiang Agric Sci (黑龙江农业科学), 2010, (9): 11−13 (in
Chinese with English abstract)
[30] Tang Q-Y(唐启义), Feng M-G(冯明光). DPS Data Processing
System: Experimental Design, Statistical Analysis and Data
Mining (DPS数据处理系统——实验设计、统计分析及数据挖
掘). Beijing: Science Press, 2010 (in Chinese)