PDF(2132 KB)
Yield Traits and Experimental Environment Evaluation of Sweet Potato Strains Based on GGE Model
WANGTengjiao, QIUYongxiang, CUIFuxi, NIUDoudou, LIUJubo, LIJunling, ZHAOWeining, YANGLiming, LINGuifen
Journal of Agriculture ›› 2024, Vol. 14 ›› Issue (4) : 14-20.
PDF(2132 KB)
PDF(2132 KB)
Yield Traits and Experimental Environment Evaluation of Sweet Potato Strains Based on GGE Model
In order to comprehensively evaluate the genotype and the interaction of genotype and environment of sweet potato in regional test, the GGE biplot was used to analyze the fresh yield of group 2 of high-quality starch strains in regional test of sweet potato in Fujian from 2020 to 2021. The results showed that: ‘Quanshu 26’ had the best yield performance and had strong adaptability in Zhangpu, Fuzhou, Quanzhou, Putian, Sanming, and Nanping in 2020. ‘Longshu 39’ had high and stable yield, which was the ideal variety of the regional test. In 2021, ‘Jinshu 43’ had the best yield and stability, making it an ideal variety of the regional test. ‘Hongjinshu 2’ had high yield and strong regional adaptability in Ningde, Longyan, Sanming, and Fuzhou. In addition, the Sanming pilot had high discrimination and representativeness in the two-year regional test, and it was an ideal pilot environments. The GGE biplot can intuitively evaluate the yield characteristics of the test strains and the representativeness of the pilots, providing a simple and effective analytical method for objectively evaluating the high and stable yield of sweet potato strains.
sweet potato / GGE biplot / high yield / stable yield / adaptability / pilot discrimination
| [1] |
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.
双标图分析越来越多地被用于直观分析农作物品种多点试验数据和其他类型的两向数据。这种方法深受植物育种家和农业研究人员的推崇, 认为它可以提高研究者理解和驾驭试验数据的能力；但也受到一些学者的批评, 认为它是统计分析方面的旁门左道。事实上，学术界对什么是双标图的认识尚存混乱。一些双标图的使用者并不总能正确地选择和解释双标图。一些双标图的批评者对双标图分析及其研究对象也缺乏深入了解。为使研究者对双标图分析有一个客观全面的认识, 本文就用双标图分析农作物品种多点试验中的几个问题进行阐述：(1) 如何针对特定的研究目的选择适当的双标图; (2) 如何选择适当的GGE双标图来分析多点试验数据; (3) 如何使用GGE双标图的不同功能形态进行品种评价、试验点评价和品种生态区划分; (4) 如何判断双标图是否充分表现试验数据中的规律; (5) 如何检验双标图显示的结果是否显著。
|
| [2] |
金石桥, 许乃银. GGE双标图在中国农作物品种试验中应用的必要性探讨[J]. 种子, 2012, 31(12):89-92.
|
| [3] |
蒋彤晖, 叶夕苗, 余斌, 等. 甘肃省马铃薯区试品种产量性状和环境鉴别力评价分析[J]. 核农学报, 2022, 36(6):1262-1272.
为筛选甘肃省2018—2019年马铃薯(Solanum tuberosum L.)品种区域试验中丰产、稳产和适应性强的品系,同时评价试点的代表性和鉴别力,本研究收集整理2018—2019年在甘肃省安定区、秦州区、渭源县、永昌县、临夏县、庄浪县6个试点种植的各育种单位育成的15个品系的产量数据,用主效可加互作可乘模型(AMMI)和基因型与环境互作分析模型(GGE)联合对产量进行基因型与环境互作分析,评价品系的丰产性、稳定性、适应性和环境的鉴别力。方差分析结果表明,马铃薯品系的产量在基因型效应(G)、环境效应(E)和互作效应(G×E)中均呈现极显著差异(P<0.01),环境效应平方和占总方差平方和最大,其次是基因型效应,互作效应占比最小。AMMI分析结果显示,丰产稳产的品系是0730-185;品系凯薯2号、0730-156和0730-185在永昌县的适应性较好,庄薯8号在安定区的适应性较好,GN-99、W1在渭源县的适应性较好,GN-99、GN-122和W1在临夏县的适应性较好;AMMI环境的鉴别力由强到弱依次为2018年的永昌县、2018年的安定区、2019年的临夏县等。GGE分析结果显示,丰产稳产的品系是GN-99;品系凯薯2号在永昌县的适应性最好,品系GN-122在渭源、安定区、秦州区、庄浪县、临夏县适应性最好;GGE环境的鉴别力由强到弱依次为2018年的永昌县、2019年的临夏县、2019年的安定区等。利用AMMI模型和GGE模型共同对甘肃省马铃薯区域试验的产量数据联合分析可以更好地评价并筛选优良品种。两种模型对基因型丰产性分析的准确性取决于其解释变异的大小,AMMI对基因型稳定性和环境鉴别力的分析优于GGE,GGE对基因型适应性分析优于AMMI。两种模型鉴定出高产稳产品种(系)有GN-99和0730-185;高适应性的品系试点组合有GN-122-临夏县、GN-122-庄浪县、GN-122-秦州区、GN-122-安定区、GN-122-渭源县、凯薯2号-永昌县;环境的鉴别力最好的两个试点为永昌县、安定区,其他试点均属于以上两试点的品种生态亚区。本研究结果为马铃薯新品种推广和后续的区域试验提供了参考。
|
| [4] |
曹元元, 丁逸帆, 左示敏, 等. 基于GGE双标图和AMMI模型对江苏省水稻区试品种的丰产性和稳定性分析[J]. 种子, 2021, 40(6):38-43,51.
|
| [5] |
严威凯. 品种选育与评价的原理和方法评述[J]. 作物学报, 2022, 48(9):2137-2154.
植物育种对于满足人们日益增长的对衣食住行的需求并适应不断变化的气候条件起着不可或缺的作用。育种过程包括制定育种目标、创建育种群体、选择优良品系三大环节。研究者围绕提高育种效率, 特别是选择效率提出了许多概念和方法, 比如各种应对基因型-环境互作的策略, 各种稳定性分析方法, 各种品种生态区划分方法, 各种试验设计和分析方法, 各种双标图分析方法, 以及各种多性状综合评价方法等等。另外, 全基因组预测已经发展成为育种工作者必须考虑和不能忽视的方法。了解这些概念、方法之间的关系, 哪些是有用的, 哪些是不必要的, 哪些是有问题的, 它们在整个育种体系中处于什么位置, 对提高育种效率具有实际意义。本文以个人长期的研究、思考和育种实践为基础, 对育种目标制定、育种群体创建, 特别是后代选择的基本原理、概念和方法进行了梳理、澄清和补充, 以期对品种选育和评价的理论和方法形成一个较完整、系统的论述, 并用实例演示一些重要的分析方法。
|
| [6] |
崔顺立, 何美敬, 侯名语, 等. 利用GGE双标图分析花生品质性状的基因型-环境互作[J]. 中国油料作物学报, 2021, 43(4):617-626.
|
| [7] |
王磊, 程本义, 鄂志国, 等. 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.
区域试验是作物新品种从选育到审定、推广的重要环节。而对试验数据的分析汇总,尤其是参试品种的丰产性、稳产性和适应性分析,比较流行和有效的方法是AMMI模型和SREG模型的GGE双标图,但基于SREG模型的GGE双标图的方法应用在近年来更为广泛。本文简要介绍GGE双标图,并以2012年南方稻区晚籼早熟B组品种区域试验数据为例,利用GGE双标图对参试品种进行丰产性、稳产性和适应性评价,并对评价中的注意事项作了讨论。
|
| [8] |
孙宪印, 牟秋焕, 米勇, 等. 灌溉对14个小麦新品种(系)产量和农艺性状适应性的GGE分析[J]. 干旱地区农业研究, 2022, 40(5):24-31.
|
| [9] |
毛文博, 苏成付, 毛瑞喜, 等. 应用GGE双标图分析山东省玉米区域试验品种基因型与环境互作效应[J]. 山东农业科学, 2020, 52(12):7-13.
|
| [10] |
乔银桃. 基于GGE模型的西北内陆棉区品种生态区划分和试验环境评价[D]. 镇江: 江苏大学, 2022.
|
| [11] |
|
| [12] |
王育才, 王化俊, 李葆春, 等. 基于GGE双标图对青稞区试点代表性及品系稳定性的分析[J]. 草原与草坪, 2018, 38(5):22-27.
|
| [13] |
郭敏杰, 邓丽, 任丽, 等. 基于R语言的AMMI和GGE双标图在花生区试中的应用[J]. 花生学报, 2017, 46(2):24-31.
|
| [14] |
李宁. 基于R语言GGE双标图的辽宁地区薄皮甜瓜品种2年区域试验产量分析[J]. 中国瓜菜, 2023, 36(1):35-41.
|
| [15] |
周丙月, 袁剑龙, 张玉梅, 等. 马铃薯品种(系)农艺性状的适应性和稳定性分析[J]. 核农学报, 2023, 37(2):274-289.
马铃薯的丰产性、适应性和稳定性是马铃薯推广和应用的重要指标，各种环境因子对不同性状的作用有差异，需要在不同的生态区进行品种（系）的筛选与鉴定。为了筛选出广适、高产、稳产和适宜机械化作业的马铃薯品种（系），本研究通过GGE双标图对马铃薯高代品系和国内主栽品种的产量和植株性状进行分析，同时阐述基因型与环境互作效应对产量性状和植株性状的影响。前期选育的22份高代品系和13份国内主栽品种分别于2020和2021年种植在渭源县、安定区和永昌县三个试点。测量主茎数等8个植株性状和小区产量等9个产量性状，应用联合方差分析进行显著性水平分析，GGE双标图进行适应性、丰产性和稳定性分析以及试点的区分力和代表性评价。应用联合方差分析结果表明，自然株高、绝对株高的基因型效应显著，基因型效应平方和占总变异平方和比为66.63%、56.56%；花序梗长、单株大薯产量的基因型与环境互作效应显著，互作效应平方和占总变异平方和比为27.86%、27.05%；分支数、单株产量的环境效应显著，环境效应平方和占总变异平方和比为55.82%、25.52%。GGE分析结果表明，品种（系）在不同的年份间，产量和稳定性表现总体较为一致。G1在渭源县产量最高，G33在安定区产量最高，G10在永昌县产量最高；G32稳定性最高。对品种（系）区分力最强的是2020年永昌试点，目标环境代表性最强的是2021年安定试点。GGE双标图可以直观展现出两年三点品种（系）试验的结果，并对马铃薯品种（系）进行筛选与评价。高产、稳定、适宜机械化作业的品种（系）是G33、G12、G3，高产、不稳定、适宜机械化作业的是G28、G26、G23。基因型与环境互作效应对花序梗长和单株大薯产量的影响最大。结合区分力和代表性，渭源县是本试验筛选出最优的试点。本研究根据品种（系）的适应性和稳定性表现，筛选出在不同生态区域适合种植的集高产、稳定、适宜机械化为一体的品种（系），为后续品种登记和推广提供了参考和理论依据。
|
| [16] |
戴习彬, 周志林, 李荣德, 等. 基于GGE双标图分析菜用甘薯登记品种的丰产稳产及适应性[J]. 江苏农业科学, 2022, 50(14):92-96.
|
| [17] |
戴习彬, 王远, 周志林, 等. 菜用甘薯产量稳定性及试验点鉴别力综合分析[J]. 江苏农业学报, 2023, 39(1):22-29.
|
| [18] |
张晓申, 杨育峰, 曹辉, 等. 采用GGE双标图评价甘薯郑红22的丰产稳产性和适应性[J]. 种子, 2023, 42(3):133-138.
|
| [19] |
许乃银, 李健. GGE双标图的信息比校正原理与应用——以长江流域棉花品种生态区划分为例[J]. 中国生态农业学报, 2015, 23(9):1169-1177.
|
| [20] |
许乃银, 张国伟, 李健, 等. 基于GGE双标图和比强度选择的棉花品种生态区划分[J]. 中国生态农业学报, 2012, 20(11):1500-1507.
|
| [21] |
|
/
| 〈 |
|
〉 |
