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

吕泽文+张友君+钟育海+李求文+秦光才+杨险峰+龙艳

摘要：为准确评价区域试验玉米品种（系）产量稳定性和适应性，研究采用GGE-biplot软件对2012年恩施州玉米品种区域试验11个参试玉米品种（系）和8个试点的试验数据进行分析。结果表明，在主要农艺性状中，产量与穗长、穗粗、百粒重、秃尖长和穗行数呈正相关。在参试玉米品种（系）中，恩玉单8号、G1004和HS10375具有较高产量和较好稳定性。在各区域试验点中，来凤、鹤峰区试点具有较强的品种鉴别能力和生态代表性。GGE双标图能够直观、简洁地显示玉米品种高产性、稳产性和区试点鉴别力、代表性，可为玉米品种鉴定和推广提供参考依据。

关键词：玉米区域试验；GGE双标图；产量稳定性；品种（系）适应性

中图分类号：S338 文献标识码：A 文章编号：0439-8114（2014）15-3487-05

Yield Stability and Test-site Representativeness in Regional Trials of Maize Varieties by GGE Biplot

L? Ze-wen1， ZHANG You-jun2， ZHONG Yu-hai1， LI Qiu-wen3， QIN Guang-cai1， YANG Xian-feng1， LONG Yan1

（1. Seed Management Bureau of Enshi， Enshi 445000， Hubei， China； 2. Food and Oil Station of Yongding Disitrct of Zhangjiajie City， Zhangjiajie 416600， Hunan， China； 3. Agricultrue Bureau of Enshi， Enshi 445000， Hubei， China）

Abstract： In order to accurately evaluate the yield stability and adaptability of maize varieties， GGE-biplot software was used to analyze the data of Enshi trails of regional. Eleven maize varieties were tested in eight sites in 2012. The results showed that maize yield was positively correlated with ear length， ear width， hundred-grain weight， barren ear top length and ear rows in main agronomic traits. Enyudan 8， G1004 and HS10375 had higher yield and better yield stability than that of other varieties. Laifeng and Hefeng districts had the best discrimination power and representativeness test point in all sites. GGE-biplot can intuitively and simply showed that high yield， yield stability and representativeness. It can provide a reference for indentifying and promoting maize varieties.

Key words：regional trial of maize；GGE biplot；yield stability；variety adaptability

收稿日期：2013-11-15

作者简介：吕泽文（1986-），男，湖北汉川人，助理农艺师，硕士，从事农作物品种管理工作，（电话）0718-8433208（电子信箱）zewenlv@163.com；

通讯作者，李求文，推广研究员，主要从事农作物种子管理工作，（电子信箱）eszlqw@163.com。

玉米是恩施州第一大农作物，恩施州玉米常年种植面积在12万hm2左右，在全州农业生产中具有重要地位[1]。由于恩施州地处武陵山区，境内海拔差异大，具有明显垂直气候环境，必须组织品种区域试验，筛选出适宜恩施州地区种植的优良玉米品种。

对区域试验中参试品种客观准确的评价是品种审定和推广的依据，由于区域试验数据受到品种类型、环境等多因素的影响，统计分析数据较复杂，传统分析方法主要是算术平均值法结合联合方差分析法。近年来，AMMI模型在分析农作物区域试验数据中广泛应用[2-7]，但该模型的分析仅考虑基因型与环境的互作，以对基因型进行评价，而GGE双标图法在全面评价基因型时同时考虑了基因型和基因型与环境的互作[8]。

目前，在农作物区域试验中，应用GGE双标图评价品种产量稳定性和适应性以及试验点的代表性和鉴别力的报道较少。张志芬等[9]采用GGE双标图分析国家裸燕麦品系和皮燕麦品系区域试验数据，张春明等[10]用GGE双标图分析区域试验中小豆品系的高产稳产性和适应性，秦君等[11]利用该方法分析黄淮海地区大豆产量及稳定性，陈四龙等[12]用该方法分析种植密度对高油花生生长和产量的影响。本研究利用GGE双标图法对2012年恩施州玉米品种区域试验数据进行分析， 比较各参试玉米品种（系）的稳定性和适应性， 以及各区试点的代表性和鉴别力， 为玉米品种的审定和推广提供参考和依据。

1 材料与方法

1.1 试验材料

2012年在湖北省恩施州组织开展玉米品种区域试验，试点数共8个，分布在全州7个县（市）。试点承担单位分别是恩施市种子管理局（以下简称恩施）、恩施州农业科学院（以下简称州院）、湖北腾龙种业公司（以下简称利川）、建始县种子管理局（以下简称建始）、宣恩县种子管理局（以下简称宣恩）、巴东县种子管理局（以下简称巴东）、来凤县种子管理局（以下简称来凤）和鹤峰县种子管理局（以下简称鹤峰）。

参试玉米品种（系）共有11个，包括G1004、恩玉单8号、HS10375、胜玉5号、粒粒金4号、F2012-9、HZ11-38、潞玉005、HA69、先玉30T60和鄂玉25（对照）。

1.2 试验设计

各试验点均采用随机区组设计，3次重复，小区面积20 m2，小区宽3.33 m，长6.00 m，5行区，行距0.67 m，株距0.33 m，试验密度每公顷45 000株，实收中间3行计产。成熟时考察各玉米品种的小区产量和生育期、株高、穗位高、穗长、秃尖长（秃顶）、穗粗、穗行数、行粒数、百粒重、出子率等主要农艺性状。

1.3 统计分析

应用GGE-biplot软件对各参试玉米品种（系）的产量、主要农艺性状进行双标图分析。双标图中各指标向量之间夹角的余弦值可判断指标间的相关性。品种（系）或试点在平均环境轴（Average environment axis）的投影位置判断品种的高产性和试点的代表性，由品种或试点到平均环境轴的向量长度判断品种的稳定性和试点的鉴别力[7，8]。

2 结果与分析

2.1 玉米品种（系）产量与主要农艺性状相关分析

对参试玉米品种（系）的产量和生育期、株高、穗位高、穗长、秃尖长、穗粗、穗行数、行粒数、百粒重、出子率等10个主要农艺性状进行双标图分析，向量间的夹角可以判断向量之间相关性，各向量间夹角的余弦值近似向量间的遗传相关性，夹角越小，相关性就越高。图1显示穗长、穗粗、穗行数、秃尖长向量之间的夹角小于90°，说明上述4个性状之间呈正相关，同时产量除与上述4个性状外还与百粒重之间的向量夹角小于90°，说明产量与上述5个性状之间呈正相关，即产量越高，果穗越长，其果穗就越粗、穗行数越多、秃尖越长；并且百粒重越大，产量也越高，其中穗长与产量之间的向量夹角最小，相关性最强，其他依次为是穗粗、百粒重、秃尖长和穗行数。与之相反，行粒数、生育期、穗位高、株高与产量的向量夹角大于90°，说明上述4个性状与产量呈负相关，其中生育期与产量之间的夹角最大，说明生育期越长，玉米的产量越低。出子率与产量之间向量的夹角接近90°，它们之间无相关性。

2.2 参试品种（系）与主要农艺性状之间的关系

从图2可以看出，恩玉单8号、HS10375、HZ11-38、F2012-9与穗粗、穗长、秃尖长、穗行数向量之间的夹角小于90°，显示了这4个品种的穗粗等4个性状的试验数据在所有品种中较大，由表1可知， 恩玉单8号的果穗和秃尖最长、穗行数最多，HZ11-38的果穗最粗；G1004和粒粒金4号与行粒数、先玉30T60和鄂玉25与生育期、HA69和潞玉005与百粒重、胜玉5号与出子率之间向量的夹角均较小，说明品种响应性状试验数值较大，如先玉30T60的生育期144.9 d为最长，G1004和粒粒金4号的行粒数排第2、3位，HA69和潞玉005的百粒重排第2、3位，胜玉5号的出子率排第5位，以上基于GGE双标图的分析结果与试验数值相吻合。

2.3 参试玉米品种（系）适应性分析

参试玉米品种（系）按照平均产量从高到低顺序为恩玉单8号、G1004、HS10375、HZ11-38、HA69、潞玉005、F2012-9、鄂玉25、粒粒金4号、胜玉5号、先玉30T60（表2）。根据图3A中各玉米品（系）种的分布，可分为左右两个类型，图中右边恩玉单8号、G1004、潞玉005、HS10375、HZ11-38、HA69为高产型品种（系），图中左边F2012-9、鄂玉25、粒粒金4号、胜玉5号、先玉30T60为低产型品种（系），双标图中品种分布与表2中品种平均产量数值一致。

在分析品种（系）适应性图中，各方向距离原点最远的品种（系）依次连接成一个多边形，其余的品种均包含在多边形内，再由原点向多边形各条边作垂线，此垂线成为平均线，将多边形分为几个扇区，而位于顶点的品种为该扇区内的最佳品种（系）。如图3B中多边形被分为5个扇区，8个区试点分布在两扇区，其中州院、建始、来凤、鹤峰为第一组，利川、宣恩、恩施、巴东为第二组。G1004、潞玉005、恩玉单8号、HS10375在第一组的区试点中表现较好，且在G1004为该组的最佳品种（系）；HA69、HZ11-38在第二组的区试点中表现较好，且在巴东区域点表现较好，HA69为该组的最佳品种（系）。胜玉5号、先玉30T60、粒粒金4号、鄂玉25在所有区试点表现均不佳。

2.4 玉米品种（系）高产性和稳产性分析

通过GGE双标图分析能够很好解释哪些品种（系）兼具高产性和稳产性。在图4中，带单箭头的直线是平均环境轴，轴上的圆圈代表平均环境，箭头所指的方向为品种（系）所有环境下的近似平均产量，即表现最佳的方向。带有双箭头的直线与平均环境轴相互垂直，此直线代表参试品种（系）与环境相互作用的倾向性，箭头向外指向越大表示越不稳定，越偏离环境轴越不稳定。在本研究中G1004平均产量最高，其次是恩玉单8号、潞玉005、HA69、HS10375和HZ11-38，其他品种（系）平均产量较低，先玉30T60最低；平均产量最稳定的有恩玉单8号、HS10375，较稳定的有潞玉005、粒粒金4号、G1004和鄂玉25，最不稳定的是胜玉5号和HA69。综上所述，产量既高又稳定的是恩玉单8号，可作最优品种，其次为G1004、HS10375。HA69有较高的产量，但其稳定性太差。

2.5 区域试验点鉴别力和代表性分析

作为好的区域试验点应同时具有较强区分品种（系）的能力和代表当地生态特点的特性。在GGE双标图分析试点鉴别力和代表性的图5中，圆圈代表所有试点的平均环境，这个平均环境为目标环境，通过圆圈和原点并带有箭头的直线为平均环境轴。图5中各试点向量长度代表其鉴别力强弱，向量长度越长，试点的鉴别力越强；试点向量与平均环境轴箭头方向之间的夹角大小显示其代表性，夹角越大，代表性越差，夹角越小，代表性则越好。当夹角大于90°时，该区试点无代表性。来凤、巴东、州院、宣恩、鹤峰、建始、利川区试点的鉴别力较强，恩施区试点鉴别力较弱；试验中8个试点向量与平均环境轴箭头方向之间的夹角均小于90°，均具有一定代表性，其中来凤、鹤峰区试点代表性较好，其次是利川、宣恩、州院、巴东区试点，代表性较差的是建始、恩施区试点。可以看出来凤、鹤峰区试点兼具较强的鉴别力和较好的代表性。

3 结论与讨论

在分析农作物品种多元性状对产量的影响中，多采用灰色关联度的方法进行分析。刘忠祥等[13]对15个玉米杂交组合的产量与14个主要农艺性状进行灰色关联度分析，农艺性状对产量影响的因素大小顺序为生育期、出子率、行粒数、穗长、穗粗、千粒重、株高、穗行数、轴粗、穗位高、秃尖长、双穗率、倒伏率、空秆率。梁晓伟等[14]采用灰色关联度分析法，对11个玉米组合的产量和11个相关性状进行分析，结果表明，各性状对产量的影响大小顺序为穗粗、出子率、穗行数、行粒数、子长、千粒重、株高、穗长、穗位高、茎粗、秃尖长，认为穗粗、出子率、穗行数、行粒数和子长对产量影响较大。本研究利用GGE双标图对2012年恩施州玉米区域试验数据进行分析，主要农艺性状中穗长、穗粗、穗行数、秃尖长和百粒重与产量呈正相关，其中穗长与产量的相关性最高，其次是穗粗、穗行数、秃尖长和百粒重；行粒数、生育期、株高和穗位高与产量呈负相关。

本试验研究的11个玉米参试品种（系）中，经GGE双标图分析，在高产型品种（系）中，产量最高的是G1004，其次是恩玉单8号、潞玉005、HS10375、HA69、HZ11-38，与表1中玉米品种（系）产量位次不一致。由于表1中产量位次是由算术平均值得来，而GGE双标图分析的位次是对品种（系）的综合评价，并同时考虑基因型和基因型与环境的相互作用。虽然HA69、HZ11-38和潞玉005产量较高，但其稳定性较差。综合考虑，恩玉单8号、G1004和HS10375具有较高的产量和较好的稳定性。对8个区域试验点的代表性和鉴别力进行分析，所有试点的代表性均较好，除恩施点鉴别能力稍差，其他试点均具有较强的鉴别力，说明恩施州玉米品种区域试验点选择和分布较为合理。

农作物品种区域试验是多年多点试验，试验结果受多因素影响，存在多因子相互作用的关系，因此应充分利用和分析试验结果，以对参试品种进行科学准确的评价，优化试验点的选择。GGE双标图分析区域试验结果相比于其他传统分析方法，具有简单直观的优点，能够提供更多的信息，例如显示基因型和基因型与环境互作效应的比例，划分品种的生态适应区域等，以达到对多点试验分析的三大目标：品种评价、试点评价和品种生态区划分[8]。本研究通过利用GGE双标图分析，筛选出适合恩施地区种植的优良玉米品种（系），以及具有较好代表性和较高鉴别力的试验点，为恩施州玉米育种和区域试验工作提供参考和依据。

参考文献：

[1] 王 瑛，李求文，王黎明. 鄂西南山区玉米杂交品种组合试验初报[J].现代农业科技，2007（14）：106-107.

[2] 李亚杰，白江平，张俊莲，等. 甘肃省马铃薯区试产量数据的AMMI模型分析[J].干旱地区农业研究，2013，31（1）：61-66，83.

[3] 杨锦忠，郝建平，姚宏亮，等. 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.

[4] 张宝贤，孙丽娟，谭德云，等.AMMI模型在蓖麻杂交育种中的应用[J]. 中国农学通报，2011，27（7）：202-205.

[5] 余本勋，张时龙，何友勋，等. AMMI模型在水稻品种区域试验中的应用[J].现代农业科技，2010（2）：45-46.

[6] 董 云，王 毅，漆燕玲，等. 应用AMMI模型分析评判甘肃省春油菜区试品种的稳定性和适应性[J].西北农业学报，2010，19（7）：74-78.

[7] 何代元，胡 宁，马兆锦，等.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.

[8] 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.

[9] 张志芬，付晓峰，刘俊青，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[J].作物学报，2010，36（8）：1377-1385.

[10] 张春明，赵雪英. 用GGE双标图分析区域试验中小豆品系的高产稳产性及适应性[J]. 农学学报，2013，3（1）：6-9.

[11] 秦 君，杨春燕，谷 峰，等. 黄淮海地区大豆产量及其稳定性评价[J].中国农业科学，2013，46（3）：451-462.

[12] 陈四龙，李玉荣，程增书，等.用GGE双标图分析种植密度对高油花生生长和产量的影响[J].作物学报，2009，35（7）：1328-1335.

[13] 刘忠祥，寇思荣，何海军，等.玉米杂交组合产量与农艺性状的灰色关联度分析[J].湖南农业科学，2011（17）：5-8.

[14] 梁晓伟，陈润玲，雷晓兵，等.杂交玉米产量相关性状的灰色关联度分析[J].江西农业学报，2010，22（2）：16-18.

2.5 区域试验点鉴别力和代表性分析

作为好的区域试验点应同时具有较强区分品种（系）的能力和代表当地生态特点的特性。在GGE双标图分析试点鉴别力和代表性的图5中，圆圈代表所有试点的平均环境，这个平均环境为目标环境，通过圆圈和原点并带有箭头的直线为平均环境轴。图5中各试点向量长度代表其鉴别力强弱，向量长度越长，试点的鉴别力越强；试点向量与平均环境轴箭头方向之间的夹角大小显示其代表性，夹角越大，代表性越差，夹角越小，代表性则越好。当夹角大于90°时，该区试点无代表性。来凤、巴东、州院、宣恩、鹤峰、建始、利川区试点的鉴别力较强，恩施区试点鉴别力较弱；试验中8个试点向量与平均环境轴箭头方向之间的夹角均小于90°，均具有一定代表性，其中来凤、鹤峰区试点代表性较好，其次是利川、宣恩、州院、巴东区试点，代表性较差的是建始、恩施区试点。可以看出来凤、鹤峰区试点兼具较强的鉴别力和较好的代表性。

3 结论与讨论

在分析农作物品种多元性状对产量的影响中，多采用灰色关联度的方法进行分析。刘忠祥等[13]对15个玉米杂交组合的产量与14个主要农艺性状进行灰色关联度分析，农艺性状对产量影响的因素大小顺序为生育期、出子率、行粒数、穗长、穗粗、千粒重、株高、穗行数、轴粗、穗位高、秃尖长、双穗率、倒伏率、空秆率。梁晓伟等[14]采用灰色关联度分析法，对11个玉米组合的产量和11个相关性状进行分析，结果表明，各性状对产量的影响大小顺序为穗粗、出子率、穗行数、行粒数、子长、千粒重、株高、穗长、穗位高、茎粗、秃尖长，认为穗粗、出子率、穗行数、行粒数和子长对产量影响较大。本研究利用GGE双标图对2012年恩施州玉米区域试验数据进行分析，主要农艺性状中穗长、穗粗、穗行数、秃尖长和百粒重与产量呈正相关，其中穗长与产量的相关性最高，其次是穗粗、穗行数、秃尖长和百粒重；行粒数、生育期、株高和穗位高与产量呈负相关。

本试验研究的11个玉米参试品种（系）中，经GGE双标图分析，在高产型品种（系）中，产量最高的是G1004，其次是恩玉单8号、潞玉005、HS10375、HA69、HZ11-38，与表1中玉米品种（系）产量位次不一致。由于表1中产量位次是由算术平均值得来，而GGE双标图分析的位次是对品种（系）的综合评价，并同时考虑基因型和基因型与环境的相互作用。虽然HA69、HZ11-38和潞玉005产量较高，但其稳定性较差。综合考虑，恩玉单8号、G1004和HS10375具有较高的产量和较好的稳定性。对8个区域试验点的代表性和鉴别力进行分析，所有试点的代表性均较好，除恩施点鉴别能力稍差，其他试点均具有较强的鉴别力，说明恩施州玉米品种区域试验点选择和分布较为合理。

农作物品种区域试验是多年多点试验，试验结果受多因素影响，存在多因子相互作用的关系，因此应充分利用和分析试验结果，以对参试品种进行科学准确的评价，优化试验点的选择。GGE双标图分析区域试验结果相比于其他传统分析方法，具有简单直观的优点，能够提供更多的信息，例如显示基因型和基因型与环境互作效应的比例，划分品种的生态适应区域等，以达到对多点试验分析的三大目标：品种评价、试点评价和品种生态区划分[8]。本研究通过利用GGE双标图分析，筛选出适合恩施地区种植的优良玉米品种（系），以及具有较好代表性和较高鉴别力的试验点，为恩施州玉米育种和区域试验工作提供参考和依据。

参考文献：

[1] 王 瑛，李求文，王黎明. 鄂西南山区玉米杂交品种组合试验初报[J].现代农业科技，2007（14）：106-107.

[2] 李亚杰，白江平，张俊莲，等. 甘肃省马铃薯区试产量数据的AMMI模型分析[J].干旱地区农业研究，2013，31（1）：61-66，83.

[3] 杨锦忠，郝建平，姚宏亮，等. 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.

[4] 张宝贤，孙丽娟，谭德云，等.AMMI模型在蓖麻杂交育种中的应用[J]. 中国农学通报，2011，27（7）：202-205.

[5] 余本勋，张时龙，何友勋，等. AMMI模型在水稻品种区域试验中的应用[J].现代农业科技，2010（2）：45-46.

[6] 董 云，王 毅，漆燕玲，等. 应用AMMI模型分析评判甘肃省春油菜区试品种的稳定性和适应性[J].西北农业学报，2010，19（7）：74-78.

[7] 何代元，胡 宁，马兆锦，等.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.

[8] 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.

[9] 张志芬，付晓峰，刘俊青，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[J].作物学报，2010，36（8）：1377-1385.

[10] 张春明，赵雪英. 用GGE双标图分析区域试验中小豆品系的高产稳产性及适应性[J]. 农学学报，2013，3（1）：6-9.

[11] 秦 君，杨春燕，谷 峰，等. 黄淮海地区大豆产量及其稳定性评价[J].中国农业科学，2013，46（3）：451-462.

[12] 陈四龙，李玉荣，程增书，等.用GGE双标图分析种植密度对高油花生生长和产量的影响[J].作物学报，2009，35（7）：1328-1335.

[13] 刘忠祥，寇思荣，何海军，等.玉米杂交组合产量与农艺性状的灰色关联度分析[J].湖南农业科学，2011（17）：5-8.

[14] 梁晓伟，陈润玲，雷晓兵，等.杂交玉米产量相关性状的灰色关联度分析[J].江西农业学报，2010，22（2）：16-18.

2.5 区域试验点鉴别力和代表性分析

作为好的区域试验点应同时具有较强区分品种（系）的能力和代表当地生态特点的特性。在GGE双标图分析试点鉴别力和代表性的图5中，圆圈代表所有试点的平均环境，这个平均环境为目标环境，通过圆圈和原点并带有箭头的直线为平均环境轴。图5中各试点向量长度代表其鉴别力强弱，向量长度越长，试点的鉴别力越强；试点向量与平均环境轴箭头方向之间的夹角大小显示其代表性，夹角越大，代表性越差，夹角越小，代表性则越好。当夹角大于90°时，该区试点无代表性。来凤、巴东、州院、宣恩、鹤峰、建始、利川区试点的鉴别力较强，恩施区试点鉴别力较弱；试验中8个试点向量与平均环境轴箭头方向之间的夹角均小于90°，均具有一定代表性，其中来凤、鹤峰区试点代表性较好，其次是利川、宣恩、州院、巴东区试点，代表性较差的是建始、恩施区试点。可以看出来凤、鹤峰区试点兼具较强的鉴别力和较好的代表性。

3 结论与讨论

在分析农作物品种多元性状对产量的影响中，多采用灰色关联度的方法进行分析。刘忠祥等[13]对15个玉米杂交组合的产量与14个主要农艺性状进行灰色关联度分析，农艺性状对产量影响的因素大小顺序为生育期、出子率、行粒数、穗长、穗粗、千粒重、株高、穗行数、轴粗、穗位高、秃尖长、双穗率、倒伏率、空秆率。梁晓伟等[14]采用灰色关联度分析法，对11个玉米组合的产量和11个相关性状进行分析，结果表明，各性状对产量的影响大小顺序为穗粗、出子率、穗行数、行粒数、子长、千粒重、株高、穗长、穗位高、茎粗、秃尖长，认为穗粗、出子率、穗行数、行粒数和子长对产量影响较大。本研究利用GGE双标图对2012年恩施州玉米区域试验数据进行分析，主要农艺性状中穗长、穗粗、穗行数、秃尖长和百粒重与产量呈正相关，其中穗长与产量的相关性最高，其次是穗粗、穗行数、秃尖长和百粒重；行粒数、生育期、株高和穗位高与产量呈负相关。

本试验研究的11个玉米参试品种（系）中，经GGE双标图分析，在高产型品种（系）中，产量最高的是G1004，其次是恩玉单8号、潞玉005、HS10375、HA69、HZ11-38，与表1中玉米品种（系）产量位次不一致。由于表1中产量位次是由算术平均值得来，而GGE双标图分析的位次是对品种（系）的综合评价，并同时考虑基因型和基因型与环境的相互作用。虽然HA69、HZ11-38和潞玉005产量较高，但其稳定性较差。综合考虑，恩玉单8号、G1004和HS10375具有较高的产量和较好的稳定性。对8个区域试验点的代表性和鉴别力进行分析，所有试点的代表性均较好，除恩施点鉴别能力稍差，其他试点均具有较强的鉴别力，说明恩施州玉米品种区域试验点选择和分布较为合理。

农作物品种区域试验是多年多点试验，试验结果受多因素影响，存在多因子相互作用的关系，因此应充分利用和分析试验结果，以对参试品种进行科学准确的评价，优化试验点的选择。GGE双标图分析区域试验结果相比于其他传统分析方法，具有简单直观的优点，能够提供更多的信息，例如显示基因型和基因型与环境互作效应的比例，划分品种的生态适应区域等，以达到对多点试验分析的三大目标：品种评价、试点评价和品种生态区划分[8]。本研究通过利用GGE双标图分析，筛选出适合恩施地区种植的优良玉米品种（系），以及具有较好代表性和较高鉴别力的试验点，为恩施州玉米育种和区域试验工作提供参考和依据。

参考文献：

[1] 王 瑛，李求文，王黎明. 鄂西南山区玉米杂交品种组合试验初报[J].现代农业科技，2007（14）：106-107.

[2] 李亚杰，白江平，张俊莲，等. 甘肃省马铃薯区试产量数据的AMMI模型分析[J].干旱地区农业研究，2013，31（1）：61-66，83.

[3] 杨锦忠，郝建平，姚宏亮，等. 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.

[4] 张宝贤，孙丽娟，谭德云，等.AMMI模型在蓖麻杂交育种中的应用[J]. 中国农学通报，2011，27（7）：202-205.

[5] 余本勋，张时龙，何友勋，等. AMMI模型在水稻品种区域试验中的应用[J].现代农业科技，2010（2）：45-46.

[6] 董 云，王 毅，漆燕玲，等. 应用AMMI模型分析评判甘肃省春油菜区试品种的稳定性和适应性[J].西北农业学报，2010，19（7）：74-78.

[7] 何代元，胡 宁，马兆锦，等.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.

[8] 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.

[9] 张志芬，付晓峰，刘俊青，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[J].作物学报，2010，36（8）：1377-1385.

[10] 张春明，赵雪英. 用GGE双标图分析区域试验中小豆品系的高产稳产性及适应性[J]. 农学学报，2013，3（1）：6-9.

[11] 秦 君，杨春燕，谷 峰，等. 黄淮海地区大豆产量及其稳定性评价[J].中国农业科学，2013，46（3）：451-462.

[12] 陈四龙，李玉荣，程增书，等.用GGE双标图分析种植密度对高油花生生长和产量的影响[J].作物学报，2009，35（7）：1328-1335.

[13] 刘忠祥，寇思荣，何海军，等.玉米杂交组合产量与农艺性状的灰色关联度分析[J].湖南农业科学，2011（17）：5-8.

[14] 梁晓伟，陈润玲，雷晓兵，等.杂交玉米产量相关性状的灰色关联度分析[J].江西农业学报，2010，22（2）：16-18.