全 文 ：作物学报 ACTA AGRONOMICA SINICA 2010, 36(8): 13771385 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家燕麦产业技术体系项目(nycytx-14)资助。
* 通讯作者(Corresponding author): 付晓峰, E-mail: nmgnkyfuxf@163.com, Tel: 0471-5904092
第一作者联系方式: E-mail: zzf2663@126.com, Tel: 15849374689
Received(收稿日期): 2009-12-21; Accepted(接受日期): 2010-04-16.
DOI: 10.3724/SP.J.1006.2010.01377
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
张志芬 付晓峰* 刘俊青 杨海顺
内蒙古农牧业科学院, 内蒙古呼和浩特 010031
摘 要: 为准确评价燕麦品系的稳产性和适应性, 采用 GGE双标图对 2006—2008年国家燕麦区域试验 10个试点的
12个裸燕麦品系及 6个参试地点的 6个皮燕麦品系试验数据进行分析。结果显示, 坝莜 8号、坝莜 3号和张燕 2号
属于高产、稳产性较好的品系; 科燕 1号和保罗具有特殊适应性, 在局部地区有推广价值。在 10个裸燕麦试点中, 河
北张北最具有代表性, 吉林白城、新疆乌鲁木齐、河北崇礼、宁夏固原和内蒙古武川的鉴别力较好, 而甘肃会宁和山
西右玉的鉴别力较差。在 6个皮燕麦试点中, 内蒙古武川最具有代表性, 青海西宁的鉴别力最好, 河北张北的鉴别力
较差。本研究为客观评价燕麦参试品系的高产性及稳产性提供了简便、有效的分析手段, 也为国家燕麦品种鉴定与
推广提供了依据。
关键词: GGE双标图; 燕麦; 产量稳定性; 品系适应性
Yield Stability and Testing-Site Representativeness in National Regional Trials
for Oat Lines Based on GGE-Biplot Analysis
ZHANG Zhi-Fen, FU Xiao-Feng*, LIU Jun-Qing, and YANG Hai-Shun
Inner Mongolia Academy of Agricultural and Husbandry Sciences, Huhhot 010031, China
Abstract: At present, arithmetic mean method is commonly used to evaluate the yield stability and adaptability of oat (Avena
sativa) lines, and variance analysis is used to estimate the error in national regional trials. However, it is difficult to evaluate the
lines accurately, because of the discrepancies across tests and years. In this study, GGE-biplot method was used to analyze the date
from the national regional trials for oat from 2006 to 2008. Twelve lines of naked oat were tested in ten sites, and six lines of oat
were tested in six sites. The results showed that Bayou 8, Bayou 3, and Zhangyan 2 had higher yield and better yield stability than
other lines. Keyan-1 and Baoluo possessed special adaptabilities. For naked oat, Zhangbei of Hebei province, was the best repre-
sentative testing site; Baicheng of Jilin, Wuchuan of Inner Mongolia, Urumchi of Xinjiang, Chongli of Hebei, and Guyuan of
Ningxia had better discrimination than other sites, where as, Huining of Gansu and Youyu of Shanxi were the worst. For the oat
test, Wuchuan of Inner Mongolia had the best representative; Xining of Qinghai had the best discrimination, but Zhangbei of He-
bei was the worst. This article provides a simple and effective method for analyzing data, and evaluating the yield stability and
adaptability of oat lines involved in national regional trials oat and favorite test sites.
Keywords: GGE biplot; Oat; Yield stability; Line adaptability
燕麦是世界第五大粮食作物, 其营养保健价值
尤其受到重视。随着人们生活水平的提高和畜牧业
的发展, 对燕麦的需求逐年增加。近几年, 我国的燕
麦种植面积稳定在 70万公顷, 较 20世纪 80年代的
170万公顷大幅度下降[1]。鉴于近年来我国耕地面积
持续减少, 燕麦生产与小麦、玉米、马铃薯等作物
争地, 十分必要通过选育品种和改良栽培技术来提
高燕麦总产量。
新品种的问世必须建立在对其高产和稳产性准
确评价的基础上, 因此这已成为区域试验品种鉴定
的重要课题。目前, 区域试验主要是通过算术平均
值法评价品种的高产、稳产和适应性, 通常采用多
年多点试验资料进行联合方差分析, 估计试验的合
并误差, 并进行品种间差异显著性比较[2]。品种区域
试验属于多年多点试验, 由于环境差异较大, 试验
数据相差悬殊、数据缺失、重复数不一致或试点报
1378 作 物 学 报 第 36卷

废等原因, 使所获结果难以进行正常的联合方差分
析, 从而影响对品种材料做出客观、公正的评价[3-5]。
另外, 综合表现好的参试品系可以在具有代表性的
试点通过多性状来直接选择 [6], 因此试点代表性和
鉴别力(试点对品种的区分能力)也是产量稳定性和
品种适应性分析中必不可少的一部分。
近年来, AMMI (主效可加互作可乘)模型在多
点试验资料分析中应用较为广泛, 但该模型只分析
基因型与环境互作, 以对基因型进行全面评价。可
靠的基因型评价方法必须同时考虑基因型和基因型
与环境互作, 部分学者将其合称为“GGE” [7-10]。
GGE- biplot分析比AMMI模型可以解释更多的基因
型和基因型环境互作效应(G+GE)[11]。严威凯等[12]
报道了 GGE-biplot分析在区域试验中的应用。目前,
GGE 双标图软件在国内的应用报道尚不多见, 仅张
勇等[13]应用于我国春小麦淀粉峰值黏度分析, 陈四
龙等[14]应用于分析种植密度对高油花生生长和产量
的影响, 尚毅等[15]用于分析油菜双列杂交试验。本
文采用 GGE-biplot分析软件说明其在多年多点的区
域试验分析中的作用, 同时对我国燕麦区域试验品
种(系)的稳产性和适应性及试点的代表性和鉴别力
进行分析, 以期客观评价燕麦参试品种的高产性及
稳产性, 为国家燕麦品种鉴定与推广提供依据。
1 材料与方法
1.1 试验材料和地点
2006—2008 年全国裸燕麦区域试验的试点共
12 个, 包括内蒙古武川、河北张北和崇礼、山西右
玉和五寨、甘肃定西和会宁、吉林白城、宁夏固原、
新疆乌鲁木齐、四川昭觉及贵州威宁; 参试品系 10
个, 包括坝莜 3号、保罗、燕 2004、8652-3、白燕 2
号、S016、坝莜 10号、蒙燕 8474-1-2-2、9314-122
和坝莜 8号。2006—2008年全国皮燕麦区域试验的
试点共 6 个, 包括内蒙古武川、河北张北和崇礼、
吉林白城、新疆奇台及青海西宁; 参试品系共 6 个,
包括青引 1 号、白燕 7 号、张燕 2 号、坝燕 1 号、
科燕 1号和青引 2号。
1.2 田间设计和考察指标分析方法
各试点均为随机区组设计, 3次重复, 小区面积
为 10 m2。成熟时考察燕麦的生育期、株高、穗长、
穗粒数、穗铃数、穗粒重、花稍率、小区产量、千
粒重; 另外, 裸燕麦增加带壳率指标。
1.3 统计分析
用 GGE-Biplot 软件(基因和基因与环境双标图)
进行双标图分析。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[14]。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即
两指标的相关系数 [16]。由品种或试点在 AT 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 轴的向
量长短判断品种产量稳定性和试点的鉴别力。
2 结果与分析
2.1 燕麦参试品系的农艺性状和产量分析
根据品种与生育期、穗长、穗粒数、株高、穗
铃数、穗粒重、花稍率、千粒重等性状的相关性, 可
将所有的品系分为两个组。第一组包括燕 2004、坝
莜 3号、蒙燕 3474-1-2-2等 10个品系, 第二组包括
青引 1号、张燕 2号、科燕 1号等 6个品系(图 1)。
可见, 第一组全是裸燕麦, 第二组全是皮燕麦。裸燕
麦的生育期长、穗长和穗粒数大, 而皮燕麦的千粒
重、小区产量、花稍率、穗粒重大, 裸燕麦的性状
和皮燕麦的性状之间差异较大。
为比较皮燕麦品系之间和裸燕麦品系之间的性
状差异 , 裸燕麦和皮燕麦分为两个组分别进行分
析。在裸燕麦品系中, 坝莜 10号、坝莜 8号、保罗
的产量较高, 产量较低的是 8652-3 和 9314-122; 生
育期最长的是坝莜 3 号, 最短的是燕 2004、白燕 2
号、8652-3、9314-122; 坝莜 3号生育期长, 穗粒数、
穗铃数、穗粒重比其他品系都高, 燕 2004的千粒重
最高, S016的株高、穗长、花稍率比其他品系高(图
2-A)。GGE-biplot双标图分析结果与试验数据(表 1)
相吻合, 如坝莜 10号、保罗和坝莜 3号的产量分别
排在第 1、2、3位, 8652-3和 9314-122分别排在第
8和第 10位; 坝莜 3号的生育期是 97 d, 燕 2004、
白燕 2号、8652-3和 9314-122生育期都是 92 d, 其
余是 93~95 d之间。另外, 小区产量与穗粒重、生
育期、穗粒数、穗铃数的向量之间的夹角小于 90,
而与花稍率、株高、穗长的向量之间的夹角大于
90(图 2-A), 说明小区产量和穗粒重、生育期、穗
粒数、穗铃数呈正相关, 与花稍率、株高、穗长呈
负相关。参试的皮燕麦品系之间的性状差异较大 ,
张燕 2 号株高最高, 生育期最长、穗铃数最多, 青
引 1 号的千粒重最高, 科燕 1 号的穗粒重最高, 白
燕 7 号的产量最高(图 2-B)。小区产量向量与生育
第 8期 张志芬等: 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 1379


期和穗铃数的向量呈 90, 说明小区产量与生育
期、穗铃数没有相关性; 而小区产量与穗粒数和穗
粒重呈正相关, 与株高、穗长、花稍率和千粒重呈
负相关(图 2-B)。

图 1 燕麦品系和性状之间的相关性
Fig. 1 Correlation between lines and traits of oat
PC1: 第一主成分; PC2: 第二主成分。GP: 生育期; PH: 株高; SL: 穗长; GS: 穗粒数; BLS: 穗铃数; GWS: 穗粒重; NSN: 花稍率; PY:
小区产量; GW: 千粒重; HSR: 带壳率; BY 3: 坝莜 3号; BL: 保罗; Y2004: 燕 2004; BY 2: 白燕 2号; BY 10: 坝莜 10号; M 8474-1-2-2:
蒙燕 8474-1-2-2; BY 8: 坝莜 8号; QY 1: 青引 1号; BY 7: 白燕 7号; ZY 2: 张燕 2号; BY 1: 坝燕 1号; KY 1: 科燕 1号; QY 2: 青引 2号。
PC1: first principal component; PC2: second principal component. GP: growth period; PH: plant height; SL: spike length; GS: grains per
spike; BLS: boll number per spike; GWS: grain weight per spike; NSN: no seed setting spikelet number; PY: plot yield; GW: 1000-grain
weight; HSR: having shell rate; BY 3: Bayou 3; BL: Baoluo; Y2004 : Yan 2004; BY 2: Baiyan 2; BY 10: Bayou 10; M 8474-1-2-2: Mengyan
8474-1-2-2; BY 8: Bayou 8; QY 1: Qingying 1; BY 7: Baiyan 7; ZY 2: Zhang 2; BY 1: Bayou 1; KY 1: Keyan 1; QY 2: Qingying 2.

2.2 燕麦参试品系的平均表现和稳定性
裸燕麦品系第 1 主成分(PC1)的效应为 42.3%,
第 2主成分(PC2)的效应为 18.1%, GGE双标图可以
解释 G与 GE互作信息的 60.4% (图 3-A显示)。从
产量平均表现看, 各品系从优到劣的顺序为坝莜 10
号、坝莜 3 号、坝莜 8 号、保罗、白燕 2 号、蒙燕
8474-1-2-2、燕 2004、S016、8652-3、9314-122; 从
产量稳定性看, 较好的品种是坝莜 3号、坝莜 8号、
蒙燕 8474-1-2-2、S106, 但蒙燕 8474-1-2-2稍差。而
坝莜 8号和坝莜 3号即高产又稳产。坝莜 10号、坝
莜 8 号、坝莜 3 号在大部分试点的表现都很好, 所
以它们的平均表现较好, 保罗在乌鲁木齐、白城和
张北的表现较好, 其产量分别是 3 692.3、4 129.3和
3 405.0 kg hm2。可见, 保罗具有特殊适应性, 在局
部地区具有推广价值。
GGE 双标图和传统的简单算术平均值法的结
果有所不同, 如保罗在所有试点的平均产量排在第
2位(表 2), 而GGE分析结果则位居第 4 (图 3-A), 这
是因为 GGE-Biplot 双标图法考虑到品种的主效应
(G)和品种与环境互作效应(GE)。

表 1 2006–2008年国家裸燕麦品系区域试验参试品系在各试点的产量(kg hm2)及位次
Table 1 Yields (kg hm2) and ranks of naked oak lines evaluated at various sites of national regional trails (2006–2008)
试点
Site
坝莜 3号(对照)
Bayou 3 (control)
保罗
Baoluo
燕 2004
Yan 2004
8652-3 白燕 2号
Baiyan 2
S106 坝莜 10号
Bayou 10
蒙燕 8474-1-2-2
Mengyan 8474-1-2-2
9314-122 坝莜 8号
Bayou 8
试点平均
Average yield
of sites
位次
Rank
内蒙古武川
Wuchuan, Inner
Mongolia
2311.0 2125.3 1944.7 2411.0 2158.0 1801.0 2289.0 2805.7 1916.7 2444.3 2220.7 4
河北张北
Zhangbei, Hebei
3422.7 3405.0 2794.0 2539.0 2905.3 2755.7 3233.7 2900.0 2540.7 3417.0 2991.3 3
河北崇礼
Chongli, Hebei
2261.0 2453.0 2262.0 1671.7 2280.0 2672.0 2203.0 1894.7 1788.3 2457.0 2194.3 5
山西右玉
Youyu, Shanxi
1881.0 1975.3 1749.0 1615.7 1826.7 1654.3 1964.3 1657.7 1724.7 2106.7 1815.5 7
山西五寨
Wuzhai, Shanxi
2483.3 2133.3 2066.7 2099.7 2389.0 1833.7 2322.3 2000.0 1955.7 2355.7 2163.9 6
甘肃定西
Dingxi, Gansu
591.0 679.0 634.3 909.0 590.0 412.3 679.0 440.0 645.7 664.3 624.5 11
甘肃会宁
Huining, Gansu
345.0 465.7 276.7 450.3 479.3 368.3 328.7 335.3 341.0 1466.3 485.7 12
吉林白城
Baicheng , Jilin
3845.0 4129.3 3756.7 3038.3 3576.3 2813.3 3560.0 3463.0 2913.7 2289.7 3338.5 2
宁夏固原
Guyuan, Ningxia
938.7 1056.7 767.7 1161.0 1144.3 997.7 1941.0 716.3 981.0 1241.3 1094.6 9
新疆乌鲁木齐
Urumqi, Xinjiang
4008.0 3692.3 4011.3 3323.3 3455.3 3781.0 3839.7 3253.3 3355.7 3726.0 3644.6 1
四川昭觉
Zhaojue, Sichuan
568.5 1495.0 411.5 921.5 805.0 791.5 1185.0 695.0 668.5 753.5 645.3 10
贵州威宁
Weining, Guizhou
1749.0 1111.0 816.7 1074.3 1094.3 1200.0 1425.3 1193.3 1133.3 1748.0 1254.5 8
品系平均
Average of lines
2033.7 2060.1 1790.9 1767.9 1892.0 1756.7 2080.9 1779.5 1663.8 2055.8
位次
Rank
4 2 6 8 5 9 1 7 10 3

第 8期 张志芬等: 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 1381



图 2 基于 GGE-biplot分析的燕麦参试品系与性状的相关性
Fig. 2 Association between lines and trait of oat based on GGE-biplot analysis
右侧标尺表示性状之间的相关系数。A: 裸燕麦; B: 皮燕麦。图中缩写同图 1。
The scale on the right of the figure indicates correlation coefficient. A: naked oat; B: oat. Abbreviations in the figure are same as those in Fig. 1.
1382 作 物 学 报 第 36卷


图 3 基于 GGE-biplot分析的燕麦参试品系产量表现及其稳定性
Fig. 3 Average yield and yield stability of oat lines based on GGE-biplot analysis
图中圆圈是假设的理想品系, 由 PC1和 PC2决定。从原点到理想品系之间画一条直线, 为 AT轴, 箭头指向为平均表现最佳的方向, 即
品种在 AT轴上的投影越靠近箭头所指方向其平均表现就越好。从品种到 AT轴的向量大小代表基因型和基因型与环境互作对品系影
响的大小, 向量越大, 表示品系越不稳定。A: 裸燕麦; B: 皮燕麦。
WC: 内蒙古武川; ZB: 河北张北; CL: 河北崇礼; YY: 山西右玉; WZ: 山西五寨; DX: 甘肃定西; HN: 甘肃会宁; BC: 吉林白城; GY:
宁夏固原; WM: 新疆乌鲁木齐; ZJ: 四川昭觉; WN: 贵州威宁; QT: 新疆奇台; XN: 青海西宁。其他缩写同图 1。
The small circle denotes the performance of a virtual tester, which is determined by PC1 and PC2. The arrow gone through the origin and the
circle is called the average-tester axis (ATA), and the projection of a variety on ATA represents the average performance of the line, the longer
the vector the more unstable the yield. The vertical distance from a line to ATA is the measurement of GGE effect. A: naked oat; B: oat.
WC: Wuchuan, Inner Mongolia; ZB: Zhangbei, Hebei; CL: Chongli, Hebei; YY: Youyu, Shanxi; WZ: Wuzhai, Shanxi; DX: Dingxi, Gansu;
HN: Huining, Gansu; BC: Baicheng, Jilin; GY: Guyuan, Ningxia; WM: Urumqi, Xinjiang; ZJ: Zhaojue, Sichuan; WN: Weining, Guizhou; QT:
Qitai, Xinjiang; XN: Xining, Qinghai. Other abbreviations are the same as those in Fig.1.

表 2 2006–2008年国家皮燕麦品系区域试验参试品系在各试点的产量(kg hm2)及位次
Table 2 Yields (kg hm2) and ranks of oak lines evaluated at various sites of national regional trails (2006–2008)
试点
Site
青引 1号(对照)
Qingyin 1 (control)
白燕 7号
Baiyan 7
张燕 2号
Zhangyan 2
坝燕 1号
Bayan 1
科燕 1号
Keyan 1
青引 2号
Qingyin 2
试点平均
Average yield of sites
位次
Rank
内蒙古武川
Wuchuan, Inner Mongolia
3441.3 4288.7 3027.7 3961.0 4255.3 2747.7 3620.3 4
河北张北
Zhangbei, Hebei
3863.0 5032.3 4104.3 4829.7 4438.7 3776.0 4340.7 1
河北崇礼
Chongli, Hebei
3051.7 3577.7 3912.3 3470.7 3582.0 3159.7 3459.0 6
吉林白城
Baicheng, Jilin
4056.7 4410.7 3196.0 4789.0 4068.0 3872.3 4065.5 2
新疆奇台
Qitai, Xinjiang
3898.0 4766.7 3315.7 4320.0 4144.7 3073.7 3919.8 3
青海西宁
Qinghai, Xining
2292.0 3158.0 4208.0 4158.0 4008.0 3292.0 3519.3 5
品系平均
Average of lines
3433.8 4205.7 3627.3 4254.7 4082.8 3320.2
位次
Rank
5 2 4 1 3 6

对皮燕麦品系, 用 GGE双标图可解释 G与 GE
互作信息的 91.1%, 从产量平均表现看, 各品系从
优到劣的顺序为张燕 2 号、科燕 1 号、白燕 7 号、
坝燕 1号、青引 1号、青引 2号。从产量稳定性看,
较好的是张燕 2 号、白燕 7 号和青引 2 号。参试的
6个皮燕麦品系中, 张燕 2号高产且稳定性好; 科燕
1 号的产量位列第 2 (图 3-B), 仅次于张燕 2 号, 在
大部分试点都表现很好, 产量均高于 4 000 kg hm2,
只在河北崇礼表现欠佳, 产量仅为 3 582.0 kg hm2
(表 2), 仍具推广价值。
第 8期 张志芬等: 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 1383


2.3 燕麦品系的适应性分析
把图 4 中位于顶点的品系连接起来, 其他品系
也包括在该多边形内, 然后通过原点做各条边的垂
线 , 称为平均线(equality line), 把多边形分成几个
扇形, 位于顶点的品系是在扇形内所有试点表现最
佳的品种。如坝莜 10号和坝莜 8号在固原、武川、
威宁、昭觉、五寨、定西表现较好; 坝莜 3 号在张
北表现最好, 保罗在乌鲁木齐、白城、崇礼表现最
好; 坝莜 10号、坝莜 3号在会宁和右玉的表现相似。
其他品系在所有的试点表现均不理想(图 4-A)。
在皮燕麦中, 科燕 1 号在白城、奇台、武川、
张北的表现较好, 坝燕 1 号在崇礼和青海西宁表现
较好, 青引 1 号、青引 2 号、白燕 7 号和张燕 2 号
在所有试点的表现均欠佳(图 4-B)。

图 4 基于 GGE-Biplot双标图分析燕麦参试品系的适应性
Fig. 4 Adaptability of oat lines based on GGE-Biplot analysis
A: 裸燕麦; B: 皮燕麦。图中缩写同图 1和图 3。
A: naked oat; B: oat. Abbreviations in the figure are the same as those in Figs. 1 and 3.

2.4 试点的代表性和鉴别力
裸燕麦试点中代表性最好的是河北张北点, 较
差的是甘肃会宁点。鉴别力较好的试点有吉林白城、
新疆乌鲁木齐、河北崇礼、宁夏固原和内蒙古武川,
而山西右玉和甘肃会宁点的鉴别力较差, 鉴别力表
现最差的是山西五寨和甘肃定西点(图 5-A)。皮燕麦
试点中代表性最好的是内蒙古武川, 最差是河北崇
礼。试点鉴别力最好的是青海西宁, 其次是吉林白
城、新疆奇台、内蒙古武川和河北崇礼, 最差的是
河北张北(图 5-B)。内蒙古武川和吉林白城试点对皮

图 5 基于 GGE-Biplot双标图分析燕麦区域试验试点的代表性和鉴别力
Fig. 5 Representativeness of oat lines based on GGE-Biplot analysis
A: 裸燕麦; B: 皮燕麦。图中缩写同图 1和图 3。
A: naked oat; B: oat. Abbreviations in the figure are the same as those in Figs. 1 and 3.
1384 作 物 学 报 第 36卷

燕麦和裸燕麦不同品系的区分能力均很强, 而河北
崇礼试点对裸燕麦品系的区分能力很强, 对皮燕麦
品系的区分能力很差。
3 讨论
作物品种的稳产性、适应性是决定其推广应用
价值的重要指标, 除了考察品种的稳产性外, 地点
鉴别力也是育种工作者比较关心的问题[17]。本研究
通过区域试验, 筛选出坝莜 3号、坝莜 8号、张燕 2
号等高产稳产性较好的品系。保罗局部适应性较好,
在新疆乌鲁木齐、吉林白城和河北崇礼具有特殊适
应性。科燕 1 号在大部分试点表现较好, 有推广价
值。裸燕麦参试地点中试点鉴别力最差的是甘肃会
宁和山西右玉。皮燕麦参试地点中, 试点鉴别力最
差的是河北张北。造成试验点鉴别力低的因素既包
括环境的因素, 也包括人为因素。如河北张北对裸
燕麦品系的区分能力很强, 而对皮燕麦的区分能力
最差, 可能是因为张北是裸燕麦的主产区, 环境因
素不适应皮燕麦的生长。如果是所有品系在某个地
区产量低下而且没有差异, 应该考察是否是人为原
因或因为遭灾, 因此, 如果要鉴别一个地点试点鉴
别力的好坏, 需要有长时间的资料积累。
品种区域试验是多年、多点试验, 影响因素众
多, 而多种因子之间存在互作关系, 试验结果的统
计比较繁琐, 采用适当而有效的统计分析方法, 有
助于充分利用和剖析试验数据包含的信息, 从而对
参试品种作出客观全面的评价。目前 GGE双标图软
件是可以用于分析区域试验结果的较先进的软件。
与传统的方法相比, 首先, GGE 双标图法以原始数
据为基础用图示进行解释 , 既简单又直观 ; 其次 ,
GGE 双标图可提供更多的信息, 如在 GGE 双标图
上显示所能解释基因和基因与环境互作效应的比例,
另外还可以通过 GGE双标图划分区域, 直接显示一
些品种的特殊适应性等; 与 AMMI 的双标图相比,
GGE 双标图不仅可获得更全面的解释, 而且还兼顾
年际间的差异, 而 AMMI模型则不能。
4 结论
筛选出坝莜 8 号、坝莜 3 号和张燕 2 号高产、
稳产性较好的品系。从裸燕麦参试点中筛选出代表
性较好的试点河北张北, 鉴别力较差的试点甘肃会
宁、山西右玉。从皮燕麦参试点中筛选出代表性较
好的试点内蒙古武川 , 鉴别力较差的试点河北张
北。用双标图法可以简便直观有效地显示品种的稳
产性和试点的鉴别力, 有利于筛选出鉴别力好的试
验点, 提高区域试验的准确性和效率。
References
[1] Ren C-Z(任长忠), Hu X-Z(胡新中), Guo L-C(郭来春), Wang
C-L(王春龙). Status of oat industry in China and overseas coun-
tries. World Agric (世界农业), 2009, (9): 6264 (in Chinese)
[2] Gao J-F(高金锋). Analysis and Assessment of Stability and
Adaptability of Buckwheat Variety. MS Dissertation of North-
west A&F University, 2008 (in Chinese with English abstract)
[3] Jin W-L(金文林). The rank analysis model of evaluating crop
varieties yield stability in regional trials. Acta Agron Sin (作物学
报), 2000, 26(6): 925930 (in Chinese with English abstract)
[4] Jin W-L(金文林), Bai Q-Y(白琼岩). The analysis based on ranks
of crop varieties in regional trials. Acta Agron Sin (作物学报),
1999, 25(5): 632638 (in Chinese with English abstract)
[5] Zhang Z(张泽), Lu C(鲁成), Xiang Z-H(向仲怀). Analysis of
varieties stability based on AMMI model. Acta Agron Sin (作物
学报), 1998, 24(3): 304309 (in Chinese with English abstract)
[6] Yan W K, Molnar S J, Fregeau-Reid J, McElroy A, Tinker N A.
Associations among oat traits and their responses to the envi-
ronment in North America. J Crop Improve, 2007, 20: 129
[7] Yan W K. GGE biplot—a Windows application for graphical
analysis of multi environment trial data and other types of
two-way data. Agron J, 2001, 93: 11111118
[8] Yan W K. Singular-value partitioning in biplot analysis of multi
environment trial data. Agron J, 2002, 94: 990996
[9] Yan W K, Tinker N A. Biplot analysis of multi-environment trial
data: Principles and applications. Can J Plant Sci, 2006, 86
623645
[10] Yan W K, Tinker N A. A biplot approach for investigating
QTL-by-environment patterns. Mol Breed, 2005, 15: 3143
[11] Yan W K, Kangb M S, Ma B L, Woods S, Cornelius P L. GGE
biplot vs. AMMI analysis of genotype-by-environment data.
Crop Sci, 2007, 47: 641653
[12] Yan W-K(严威凯), Sheng Q-L(盛庆来), Hu Y-G(胡跃高), Hunt
L A. GGE biplot: an 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)
[13] Zhang Y(张勇 ), He Z-H(何中虎 ), Zhang A-M(张爱民 ).
GGE-biplot for studying paste property of Chinese Spring wheat.
Acta Agron Sin (作物学报), 2003, 29(2): 245251 (in Chinese
with English abstract)
[14] Chen S-L(陈四龙), Li Y-R(李玉荣), Cheng Z-S(程增书), Liu
第 8期 张志芬等: 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 1385


J-S(刘吉生). GGE-Biplot analysis of effects of planting density
on growth and yield components of high oil peanut. Acta Agron
Sin (作物学报), 2009, 35(7): 13281335 (in Chinese with Eng-
lish abstract)
[15] Shang Y(尚毅), Li S-Q(李少钦), Li D-R(李殿荣), Tian J-H(田
建华). GGE-biplot analysis of diallel cross of B. napus L. Acta
Agron Sin (作物学报), 2006, 32(2): 243248 (in Chinese with
English abstract)
[16] Yan W K, Rajcan I. Biplot analysis of test sites and trait relations
of soybean in Ontario. Crop Sci, 2002, 42: 1120
[17] Li B-G(李本贵), Yan J(阎俊), He Z-H(何中虎), Li Z-L(李仲来).
Analyzing site discrimination in crop regional yield trials by
AMMI model. Acta Agron Sin (作物学报), 2004, 30(6): 593596
(in Chinese with English abstract)





科学出版社生命科学分社新书推介
《现代植物育种学》（生命科学专论）
刘忠松 罗赫荣 等 著
978-7-03-027864-7 ￥90.00 2010年 6月

本书以育种方法的发展历程为经线，以育种方法在各类植物改良上的应
用为纬线，按照育种的基本环节将全书分为四篇。育种基础篇包括植物育种
的繁殖生物学基础、遗传学基础和分子生物学基础；创造变异篇囊括基因资
源发掘、有性杂交、体细胞杂交、诱发突变和转基因等各种发现、创造变异
的方法；鉴定选择篇介绍了育种选择的一般原理、植物形态发育、产量、品
质、抗性等各种性状的鉴定选择方法以及细胞水平、染色体水平和分子标记
水平的选择方法；育种综合篇包括育种目标和育种平台、育种程序、品种审
定和保护、种子生产等章节。
本书对植物育种学相关的研究成果进行了全面系统地分析、归纳和整
理，充分反映了现代植物育种学鲜明的时代特色和丰富的科学内涵。本书不
仅适合农林、医药、能源等植物育种研究人员、研究生阅读，也可供植物遗
传学、基因组学研究人员参考。
欢迎各界人士邮购科学出版社各类图书
联系人: 科学出版社科学销售中心 周文宇 电话: 010-64031535 E-mail: zhouwenyu@mail.sciencep.com
网上订购: http://www.dangdang.com http://www.amazon.cn
联系我们: 010-64012501 http://www.lifescience.com.cn E-mail: lifescience@mail.sciencep.com
更多精彩图书请登陆网站, 欢迎致电索要书目
ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ ˆˇˆ ˇˆˇ