趙鋒 潘永東 包奇軍 張華瑜 柳小寧 牛小霞 徐銀萍

摘要：為綜合分析甘肅省啤酒大麥品種的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性，應(yīng)用Genstat的GGE雙標(biāo)圖對2017年甘肅省聯(lián)合區(qū)試9個啤酒大麥品種（系）在5個參試地點的產(chǎn)量進(jìn)行分析。結(jié)果表明，適應(yīng)性較好的品種（系）是0520-34、Z06-278-9、2153122;豐產(chǎn)性和穩(wěn)產(chǎn)性較好的品種（系）是0521-6、Z06-278-9、甘啤6號，0520-23的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性均較差。Z06-278-9是所有參試品種（系）中最具推廣潛力的理想品種。GGE雙標(biāo)圖為評價新品種的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性提供了一個更加科學(xué)有效的方法。

關(guān)鍵詞：GGE雙標(biāo)圖;啤酒大麥;產(chǎn)量;理想品種;豐產(chǎn)性

中圖分類號：S512.3? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1001-1463（2021）09-0008-05

doi：10.3969/j.issn.1001-1463.2021.09.003

Application of GGE-biplot in Analysis of Beer Barley Regional

Trial of Gansu Province

ZHAO Feng， PAN Yongdong， BAO Qijun， ZHANG Huayu， LIU Xiaoning， NIU Xiaoxia， XU Yinping

（Institute of Economic Crop and Beer Material， Gansu Academy of Agricultural Science， Lanzhou Gansu 730070， China）

Abstract：In order to analysis the high and stable yielding ability and adaptability of the tested cultivars in the beer barley regional trials， the GGE-biplot was employed to analysis nine cultivars from five regions on grain yield in the beer barley regional trial of Gansu Province in 2017. The results showed the cultivars of 0520-34， Z06-278-9 and 2153122 had a higher adaptability than other cultivars. 0521-6， Z06-278-9 and Ganpi 6 performed well in high and stable yielding ability. 0520-23 was poor in high and stable yielding ability and adaptability of the tested cultivars. Z06-278-9 was the ideal cultivar with the most promotion potential among all the cultivars tested. GGE-plot provide a scientific and effective method for objective evaluation of the high yield， adaptability and stability of barley cultivars.

Key words：GGE-biplot;Beer barley;Yield， Ideal cultivar;Height yield

大麥（Hordeum vulgare L.）屬1年生禾本科作物，是世界上最古老的農(nóng)作物之一[1 ]。作為僅次于小麥、水稻和玉米的第四大禾谷類作物，大麥年產(chǎn)量相當(dāng)于整個禾谷類作物總產(chǎn)量的8%左右[2 ]。隨著科技的發(fā)展，居民生活水平的不斷提高，人們逐漸發(fā)現(xiàn)大麥中所富含的其他營養(yǎng)物質(zhì)[3 ]，如今大麥已經(jīng)不僅僅只作為糧食作物提供給藏區(qū)居民，同時也被當(dāng)作牧草、飼料和工業(yè)加工原料提供給畜牧養(yǎng)殖及麥芽啤酒等產(chǎn)業(yè)，大麥產(chǎn)業(yè)已經(jīng)逐步發(fā)展成為以牧草、飼料加工、啤酒釀造、食用和食品藥用為主的多元化產(chǎn)? ? 業(yè)[4 - 5 ]。作物聯(lián)合區(qū)域試驗是作物新品種想要大面積推廣種植的重要環(huán)節(jié)和必經(jīng)之路[6 ]，其主要目的是從客觀的角度對比和評價該新品種的豐產(chǎn)性和穩(wěn)產(chǎn)性以及對各個區(qū)域的不同環(huán)境的適應(yīng)性，這就使得作物與環(huán)境之間關(guān)系的研究變得越來越重要[7 ]。

傳統(tǒng)研究基因和環(huán)境互作的分析方法主要包括線性回歸系數(shù)法和變異系數(shù)法[8 - 9 ]等方法，利用方差分析對參試品種和對照品種進(jìn)行多重比較，分析差異是否顯著[10 - 12 ]。近年來Yan等[13 ]提出了新的研究基因和環(huán)境互作的分析方法，即GGE（genotype main effect plus genotype-environment interaction）模型分析法。GGE雙標(biāo)圖采用環(huán)境中心化數(shù)據(jù)的分析方法，可直接清晰地標(biāo)識出參試品種的豐產(chǎn)性、適應(yīng)環(huán)境以及各試點對參試品種的區(qū)分力和辨別力，它所構(gòu)建的“環(huán)境-性狀”功能圖綜合了品種性狀、試驗環(huán)境以及試驗環(huán)境與品種性狀之間的互作效應(yīng)，可以更直觀地分析試驗環(huán)境間、品種間以及品種與實驗環(huán)境之間互作的效應(yīng)關(guān)系，能夠更好地分析多年聯(lián)合區(qū)域試驗[14 ]。目前，GGE 雙標(biāo)圖已在水稻[15 ]、小麥[16 ]和馬鈴薯[17 ]等多種作物品種多點試驗產(chǎn)量分析中得到廣泛的應(yīng)用。孫憲印等[18 ]綜合運用聯(lián)合方差分析法和GGE雙標(biāo)圖分析了不同澆水因子下小麥新品種的豐產(chǎn)、穩(wěn)產(chǎn)性，并取得了理想的效果，這進(jìn)一步說明了GGE雙標(biāo)圖分析法在大田新品種選育的應(yīng)用中的有效性。我們采用Genstat的GGE雙標(biāo)圖分析方法對2017年甘肅省大麥聯(lián)合區(qū)域試驗各參試品種的豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性和各試點的區(qū)分鑒別力以及理想品種的選擇進(jìn)行了分析，為評價多點試驗的參試品種和試點提供一種更直觀、科學(xué)、簡便有效的方法，同時也為甘肅省大麥新品種選育提供參考。

1? ?材料與方法

1.1? ?材料

2017年甘肅省啤酒大麥聯(lián)合區(qū)域試驗有9個參試品種（系），其中，0420-7（代號G1，下同）、0520-23（G2）、0520-34（G3）、0521-6（G4）、0522-7（G5）、Z06-278-9（G6）均由甘肅省農(nóng)業(yè)科學(xué)院經(jīng)濟(jì)作物與啤酒原料研究所提供，2153122（G7）和5204216（G8）由甘肅農(nóng)墾農(nóng)業(yè)研究院提供，對照品種為甘啤6號（G9）。試驗共設(shè)5個試驗點，分別在民樂縣新天鎮(zhèn)（E1）、山丹良農(nóng)業(yè)產(chǎn)業(yè)技術(shù)示范園區(qū)（E2）、永昌縣農(nóng)業(yè)技術(shù)推廣中心（E3）、甘肅省農(nóng)業(yè)科學(xué)院經(jīng)濟(jì)作物與啤酒原料研究所黃羊試驗站（代碼E4）、臨夏州農(nóng)業(yè)科學(xué)院（E5）。

1.2? ?試驗設(shè)計

區(qū)域試驗中5個試驗點統(tǒng)一采用隨機區(qū)組設(shè)計，3次重復(fù)。小區(qū)面積12.5 m2（5.0 m×2.5 m），行距0.25 m，播種量450萬粒/hm2，每行播種560 粒。田間管理措施與當(dāng)?shù)卮筇镆恢拢斋@時每個小區(qū)單收單測稱重，試驗數(shù)據(jù)取3次重復(fù)的平均值。2017年甘肅省啤酒大麥聯(lián)合區(qū)域試驗參試品種（系）在各個參試點的產(chǎn)量結(jié)果見表1。

1.3? ?數(shù)據(jù)處理及分析方法

試驗數(shù)據(jù)采用Excel 2013進(jìn)行統(tǒng)計分析，應(yīng)用Genstat12的GGE-biplot軟件對數(shù)據(jù)進(jìn)行雙標(biāo)圖（基因和基因與環(huán)境雙標(biāo)圖）分析，用圖中指標(biāo)向量和相鄰指標(biāo)間的夾角余弦值判斷指標(biāo)間的相關(guān)性。由品種或試驗點在AT軸（average tester axis）上的投影位置判斷品種的平均表現(xiàn)。將GGE雙標(biāo)圖中同方向上距離原點最遠(yuǎn)的點連接成一個將所有品種包含在內(nèi)的多邊形，從原點起做該多邊形各個邊的垂線，將雙標(biāo)圖分成多個扇形區(qū)域，將各個試點劃分到各扇形區(qū)域內(nèi)。品種到AT軸的向量長短代表了品種產(chǎn)量穩(wěn)定性。運用GGE雙標(biāo)圖對啤酒大麥的理想品種進(jìn)行分析。同心圓的圓心（即箭頭位置）代表最理想的品種，越接近圓心代表該品種在各個參試點的平均產(chǎn)量和穩(wěn)定性越好。

2? ?結(jié)果與分析

2.1? ?供試啤酒大麥新品種（系）的適應(yīng)性分析

由圖1可知，GGE雙標(biāo)圖被分為6個扇形區(qū)域，所有試點均分布在其中3個扇形區(qū)域內(nèi)，從而被分成3組，其中E1（民樂）和E5（臨夏）被分為一組，E3（永昌）單獨為一組，E2（山丹）和E4（黃羊）為一組。相同扇形區(qū)域內(nèi)的試點所在的生態(tài)區(qū)域相似，即5個試點被分在3個類型區(qū)。各個扇形區(qū)域上的品種就是所在區(qū)域試點表現(xiàn)比較良好的品種（系），而位于多邊形各“頂角”的品種（系）為該區(qū)域所有試點表現(xiàn)最好的品種（系），適宜種植該品種（系）。如G3（0520-34）和G4（0521-6）均適宜在試點E2（山丹）和E4（黃羊）種植，其中G3（0520-34）表現(xiàn)較好;G6（Z06-278-9）和G9（甘啤6號）均適宜在試點E3（永昌）種植，其中G6（Z06-278-9）表現(xiàn)較好;G7（2153122）適宜在試點E1（民樂）和E5（臨夏）種植。而品種所處多邊形區(qū)域無試點說明該品種在各個試點表現(xiàn)均較差，如G1（0420-7）、G2（0520-23）、G5（0522-7）、G8（5204216），在所有試點的表現(xiàn)均較差。

2.2? ?供試啤酒大麥品種（系）的豐產(chǎn)性和穩(wěn)產(chǎn)性分析

圖2中帶箭頭的直線為平均環(huán)境軸（average environment axis，AEA）橫軸，箭頭所指方向為正方向，AEA縱軸為產(chǎn)量總體平均值，在AEA縱軸右邊的品種（系）產(chǎn)量大于總體平均值，而AEA縱軸左邊品種（系）的產(chǎn)量小于總體平均值。各參試品種（系）越靠右，說明該品種豐產(chǎn)性越好，離AEA橫軸越近說明該品種（系）的穩(wěn)產(chǎn)性越好。由圖2可以看出，所有參試品種（系）的豐產(chǎn)性由高到低排列順序依次為G6、G4、G7、G9、G3、G8、G5、G1、G2，各參試品種（系）的穩(wěn)產(chǎn)性由高到低排列順序依次為G9、G6、G5、G4、G1、G8、G2、G3、G7。G4（0521-6）、G6（Z06-278-9）和G9（甘啤6號）豐產(chǎn)性和穩(wěn)產(chǎn)性均相對較好，G7（2153122）雖然豐產(chǎn)性較高，但穩(wěn)產(chǎn)性最差。綜上，豐產(chǎn)性和穩(wěn)產(chǎn)性綜合表現(xiàn)較好的品種（系）為0521-6、Z06-278-9和甘啤6號。

2.3? ?理想品種分析

從圖3可以看出，G1（0420-7）、G2（0520- 23）、G5（0522-7）和G8（5204216）相較于其他參試品種離同心圓較遠(yuǎn)，豐產(chǎn)性和穩(wěn)產(chǎn)性相對較差。而G6（Z06-278-9）相較于其他參試品種更接近于同心圓的圓心，說明其豐產(chǎn)性和穩(wěn)定性相對較高，是參試品種中較為理想的品種。

3? ?結(jié)論與討論

應(yīng)用Genstat12的GGE雙標(biāo)圖對2017年甘肅省啤酒大麥品種（系）聯(lián)合區(qū)域試驗的試驗數(shù)據(jù)進(jìn)行綜合分析，結(jié)果表明，適應(yīng)性相對較好的品種（系）是0520-34、Z06- 278-9、2153122;豐產(chǎn)性和穩(wěn)產(chǎn)性較好的品種（系）是0521-6、Z06-278-9和對照品種甘啤6號，0520-23豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性均較差。Z06-278-9是較理想的品系。GGE雙標(biāo)圖為評價新品種的豐產(chǎn)性、穩(wěn)產(chǎn)性和適應(yīng)性提供了一個更加科學(xué)有效的方法。

在啤酒大麥新品種選育過程中，其豐產(chǎn)性和穩(wěn)定性受到多種因素的影響，其中基因型、環(huán)境以及基因型與環(huán)境的交互作用對大麥的生長有著決定性的作用[19 ]。所以在啤酒大麥新品種選育工作中，在充分了解各種植區(qū)域自然環(huán)境的特點外，還要考慮大麥基因型與環(huán)境的交互作用對大麥生長的影響，選擇出適宜當(dāng)?shù)丨h(huán)境的品種。作物品種的豐產(chǎn)性和穩(wěn)產(chǎn)性分析是該品種在市場上進(jìn)行大面積推廣前必不可少的環(huán)節(jié)[20 ]。要想選育出同生態(tài)區(qū)域條件下理想品種相對比較困難，但是只注重穩(wěn)產(chǎn)性或者只注重豐產(chǎn)性，這樣篩選出來的品種也不適宜大面積推廣[21 ]。如G5（0522-7）雖然穩(wěn)產(chǎn)性較高，但它的豐產(chǎn)性比較差。因此，在大麥品種選育的過程中不應(yīng)過分苛求品種的全面優(yōu)異，應(yīng)注重與當(dāng)?shù)鼐唧w環(huán)境具有良好特殊適應(yīng)性品種的選育和利用。通過應(yīng)用GGE-biplot分析不同品種的適應(yīng)區(qū)域，可以做到對不同品種種植環(huán)境的合理布局，充分發(fā)揮每個品種的最大產(chǎn)量潛力。

參考文獻(xiàn)：

[1] CARRECK N L，CHRISTIAN D G.? The effect of the previous crop on the growth，nitrogen uptake and yield of winter barley intended for malting[J].? Journal of the Science of Food & Agriculture，2010， 62（2）：137-145.

[2] 劉? ?慧，薛鳳蕊.? 中國大麥貿(mào)易現(xiàn)狀及發(fā)展趨勢[J].? 農(nóng)業(yè)展望，2015（8）：66-69.

[3] KENNEDY S P，BINGHAM I J，SPINK J H. Determinants of spring barley yield in a high-yield potential environment[J].? Journal of Agricultural Science，2016，155（1）：60-80.

[4] 張? ?敏，趙? ?兵，梁? ?杉.? 大麥及其制品質(zhì)量安全風(fēng)險及控制[J].? 食品科學(xué)技術(shù)學(xué)報，2016，34（5）：21-25.

[5] 賈小玲，孫致陸，李先德.? 我國大麥價格波動特征及其影響因素分析[J].? 中國農(nóng)業(yè)資源與區(qū)劃，2018，39（1）：23-30.

[6] 冉生斌.? 肥料運籌對啤酒大麥產(chǎn)量品質(zhì)及氮磷利用率的影響[J].? 甘肅農(nóng)業(yè)科技，2018（1）：45-48.

[7] 劉? ?燕，強小林，黃? ?靜，等.? 中國大麥育成品種（系）的遺傳多樣性[J].? 應(yīng)用與環(huán)境生物學(xué)報，2013，19（1）：79-83.

[8] ANNICCHIARICO P.? Joint regression vs AMMI analysis of genotype-environment interactions for cereals in Italy[J].? Euphytica，1997，94（1）：53-62.

[9] FRANCIS T R，KANNENBERG L W. Yield stability studies in short-season maize. I. A descriptive method for grouping genotypes[J].? Canadian Journal of Plant Science，1978，58（4）：1035-1039.

[10] 溫振民，張永科.? 用高穩(wěn)系數(shù)法估算玉米雜交種高產(chǎn)穩(wěn)產(chǎn)性的探討[J].? 作物學(xué)報，1994，20（4）：508-512.

[11] YAN W.? Singular-value partitioning in biplot analysis of multienvironment trial data[J].? Agronomy Journal，2002，94（5）：253-260.

[12] PINTHUS M J.? Estimate of genotypic value： A proposed method[J]. Euphytica，1973，22（1）：121-123.

[13] YAN W K，KANG M S，YAN W K，et al. GGE biplot analysis：a graphical tool for breeders，geneticists，and agronomists[J].? International Journal of Agriculture and Crop Sciences， 2012， 4（13）： 877-881.

[14] MAHMUD A A，HASSAN M M，ALAM M J，et al.? Farmers' preference，yield，and GGE-biplot analysis-based evaluation of four sweet potato（Ipomoea batatas L.） varieties grown in multiple environments[J].? Sustainability，2021，13（7）：3730.

[15] 潘高峰，房振兵，田永宏，等.? 基于GGE雙標(biāo)圖評價湖北省2017年中稻區(qū)試的品種和試點[J].? 湖北農(nóng)業(yè)科學(xué)，2018，57（15）：24-27.

[16] 邵千順，梁繼忠，楊? ?琳，等.? 基于AMMI模型和GGE雙標(biāo)圖的寧夏山區(qū)旱地冬小麥品種篩選試驗研究[J].? 寧夏農(nóng)林科技，2020（4）：1-4.

[17] 秦軍紅，張婷婷，孟麗麗，等.? 引進(jìn)馬鈴薯種質(zhì)資源抗旱性評價[J].? 植物遺傳資源學(xué)報，2019，20（3）：93-101.

[18] 孫憲印，呂廣德，亓?xí)岳?，?? 不同節(jié)水型小麥新品系籽粒產(chǎn)量對澆水因子相應(yīng)的綜合評判[J].? 干旱區(qū)資源與環(huán)境，2021，35（1）：128-134.

[19] 徐銀萍，潘永東，任? ?誠，等.? 干旱脅迫和復(fù)水對啤酒大麥產(chǎn)量品質(zhì)及葉綠素含量的影響[J].? 甘肅農(nóng)業(yè)科技，2019（6）：19-24.

[20] 趙? ?鋒，潘永東，包奇軍，等. 甘肅省大麥產(chǎn)業(yè)發(fā)展現(xiàn)狀及發(fā)展對策[J].? 甘肅農(nóng)業(yè)科技，2020（11）：82-88.

[21] 李靜雯，張正英，王立光，等.? 大群體轉(zhuǎn)基因大麥后代快速篩選研究[J].? 甘肅農(nóng)業(yè)科技，2019（8）：12-17.

（本文責(zé)編：楊? 杰）

收稿日期：2021 - 04 - 30

基金項目：國家大麥青稞產(chǎn)業(yè)體系 （CARS-05-01A-08）;國家自然基金項目（31760358）;甘肅省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技自主創(chuàng)新專項現(xiàn)代生物育種項目（2019GAAS08）。

作者簡介：趙? ?鋒（1990 — ），男，甘肅慶陽人，研實員，碩士，主要從事大麥青稞遺傳育種及栽培技術(shù)研究。Email：gsagrzhao@163.com。

通信作者：潘永東（1962 — ），男，甘肅武威人，研究員，主要從事大麥青稞遺傳育種及栽培技術(shù)研究。Email ：panyongdong1010@163.com。