張 萌，呂瑩瑩，沈丹丹，韓 偉，張恩盈

（青島農(nóng)業(yè)大學農(nóng)學院/青島市主要農(nóng)作物種質(zhì)創(chuàng)新與應(yīng)用重點實驗室，山東青島266109）

長期以來作物品種穩(wěn)產(chǎn)性和豐產(chǎn)性是育種和農(nóng)技推廣等相關(guān)研究人員所關(guān)心的問題。品種區(qū)域試驗是指在特定區(qū)域通過試驗對品種的豐產(chǎn)性和穩(wěn)產(chǎn)性進行全面鑒定，并結(jié)合抗逆性和品質(zhì)鑒定結(jié)果，對品種進行綜合評價，是品種科學評價、審定和推廣布局的重要依據(jù)。由于基因與環(huán)境的互作，不同作物品種都有其最適宜的種植和推廣區(qū)域，有時不同區(qū)域還有非常顯著的差異。因而，分析基因型與環(huán)境的互作效應(yīng)，采用科學有效的評價品種穩(wěn)定性和豐產(chǎn)性的方法和模型，分析品種區(qū)域試驗數(shù)據(jù)對新品種的評價和推廣具有重要的意義[1]。

1 國內(nèi)外評價和分析作物品種高產(chǎn)及穩(wěn)產(chǎn)方法的研究進展

目前，學者們已經(jīng)提出了不少評價品種豐產(chǎn)性和穩(wěn)產(chǎn)性的方法和模型。Finlay等（1963年）提出了回歸系數(shù)法，即環(huán)境指數(shù)（某一試驗點所有品種的平均產(chǎn)量）算法，判斷品種的適應(yīng)性。按不同的小區(qū)進行試驗[2-3]，至今仍有人沿用環(huán)境指數(shù)算法，如周青等對大豆新品種安豆5156的廣適性進行分析，自變量是各試驗點全部被測品種的平均產(chǎn)量（環(huán)境指數(shù)），因變量為被測品種在各試驗點的平均產(chǎn)量，以其回歸系數(shù)的大小來度量品種的適應(yīng)性[4]。Eberhart等（1966年）在回歸系數(shù)法的基礎(chǔ)上提出以回歸系數(shù)bi和離回歸均方S2id這2個參數(shù)來評價品種的穩(wěn)產(chǎn)性[5]；陳道德等用回歸系數(shù)bi和離回歸均方S2di等穩(wěn)定性參數(shù)對會東糖廠的5個甘蔗品種的豐產(chǎn)性與穩(wěn)產(chǎn)性進行分析[6]。穆培源等（1978年）提出了變異系數(shù)法，直接用每個品種的方差Si2或變異系數(shù)CVi表示品種的穩(wěn)定性[7-8]；俞華先等用變異系數(shù)法分析云瑞系列甘蔗新品種的豐產(chǎn)性和穩(wěn)產(chǎn)性[9]。溫振民等（1994年）提出高產(chǎn)穩(wěn)產(chǎn)綜合性評價方法即高穩(wěn)系數(shù)法，首次指出高產(chǎn)和穩(wěn)產(chǎn)關(guān)系密不可分這一理論，以及以“作物產(chǎn)量表型（P）=遺傳基礎(chǔ)（G）+生產(chǎn)環(huán)境因素（E）”為基礎(chǔ)的高穩(wěn)系數(shù)（HSCi）法，分析作物品種的高產(chǎn)性和穩(wěn)產(chǎn)性[10]。稅紅霞等運用高穩(wěn)系數(shù)法分析了鮮食型甜玉米的高產(chǎn)穩(wěn)產(chǎn)性[11]。Gauch等將起源于社會學和物理學領(lǐng)域的主效可加、互作可乘（簡記AMMI）模型應(yīng)用于多點產(chǎn)量試驗資料的分析，通過從加性模型的殘差中分離出模型誤差，來提高估計的準確性，并且借助于偶圖，直觀地展現(xiàn)出基因型與環(huán)境互作的模式，進行基因與環(huán)境互作關(guān)系（G×E）的研究，以及評價品種的穩(wěn)定性[12-14]。其由于操作的簡單和明確的圖形可視化而被廣泛運用，如郭敏杰等用AMMI雙標圖分析了河南省小?；ㄉ贩N的適應(yīng)性和豐產(chǎn)性[15]。嚴威凱等又提出了GGE模型，同時考慮了基因型與基因型和環(huán)境之間的互作效應(yīng)，結(jié)合雙標圖，可以圖解主成分分析（PCA）或特征值分解（SVD）雙向數(shù)據(jù)得出結(jié)果[16-17]，如 Rasul等[18]和 Rono 等[19]分別用GGE雙標圖分析高粱和小麥的穩(wěn)產(chǎn)性。

2 方法模型的分析原理

2.1 高穩(wěn)系數(shù)法的分析原理

高穩(wěn)系數(shù)法由溫振民于1994年首次提出，以比對照產(chǎn)量平均增產(chǎn)10%以上的目標品種產(chǎn)量作為統(tǒng)一比較的標準[10]。其計算方法是

式中：Ga表示目標品種的平均產(chǎn)量；Gi表示參試品種的平均產(chǎn)量；表示第i參試品種在多點的平均產(chǎn)量；Si表示由環(huán)境引起的產(chǎn)量變異；Gi=-Si表示遺傳基礎(chǔ)所決定的產(chǎn)量部分；因Ga為比對照品種平均產(chǎn)量增產(chǎn)10%的目標品種產(chǎn)量，所以Ga=1.10XCK-SCK；HSCi為第i個參試品種的高穩(wěn)系數(shù)，HSCi越小，表示該參試高產(chǎn)穩(wěn)產(chǎn)性好。

為了簡化計算，在不降低高溫系數(shù)法評價品種高產(chǎn)穩(wěn)產(chǎn)精確度的前提下，可以把（1）式中的SCK略去，即（1）式可以化簡為

式中：HSCi值越大，表明品種的高產(chǎn)穩(wěn)產(chǎn)性越好。排序結(jié)果和（1）式相同。

2.2 AMMI模型的分析原理

AMMI模型是一種結(jié)合了主成分分析與方差分析，在一個模型中同時具有可加性和可乘性分量的數(shù)學模型，其計算方法是[20]

式中：yge為在環(huán)境e中基因型g的產(chǎn)量；μ為總體平均值；αg為基因型平均變異；βe為環(huán)境的平均變異；λn為第n個交互效應(yīng)的主成分分析軸（IPCA）的特征值；γgn為第n個主成分的基因型主成分得分；δen為第n個主成分的環(huán)境主成分得分；N為主成分的個數(shù)；θen為殘差。

AMMI模型在使用的過程中，一般結(jié)合雙標圖，即橫坐標是某一小區(qū)品種的平均產(chǎn)量，縱坐標是交互效應(yīng)主成分軸IPCA。在AMMI模型的基礎(chǔ)上，張澤等提出一個基因型（或品種）在IPCA空間中與原點的歐氏距離D作為衡量該品種穩(wěn)定性的指標[21]。對品種來說，Di值越小，品種的穩(wěn)定性越好；但是對參試點來說，Di值越大，試點的代表性越強。對于Di值的計算，經(jīng)吳為人[22]的改進，其公式簡化為：

式中：i是第i個品種，ωs為第s個IPCA的權(quán)重，以該IPCA所解釋的變異（平方和）占全部IPCA所解釋變異的比例來表示，是第i個品種在第s個交互效應(yīng)主成分軸IPCA上的得分；c是統(tǒng)計測驗顯著的IPCA個數(shù)。

2.3 GGE模型的分析原理

對一個具有品種環(huán)境的區(qū)域試驗數(shù)據(jù)集進行主成分分析，其中解釋變異最多的主成分叫第一主成分（PC1），解釋變異第二多的主成分叫第二主成分（PC2）。多環(huán)境多品種的試驗產(chǎn)量一般可以分解為[23]

式中：Yij為基因型i在環(huán)境j中的產(chǎn)量；Yj為所有基因型在環(huán)境j中的產(chǎn)量表現(xiàn)；ξij為模型中的殘差；η1j、η2j為基因型j在 PC1、PC2 中的得分；、ξi1、ξi2為基因型i在PC1、PC2中的得分。

若使第一主成分和第二主成分在同一張雙標圖上顯示，（1）式可為

GGE 雙標圖由ξi1、ηj1與ξi2、ηj2組成，為了使 2項數(shù)據(jù)表中的信息更好地顯示出來，一般采用平均環(huán)境坐標（AEC）法，AEC中的PC1和PC2得分分別是所有指標的PC1、PC2的平均得分，過原點和AEC構(gòu)成AEC的橫軸，表示為AEA，縱軸是通過原點且垂直于AEA的垂線。橫軸代表品種的平均產(chǎn)量，箭頭所指示的方向為正，各基因型在橫軸上的垂足越靠右，代表產(chǎn)量越高；縱軸代表的是基因型與環(huán)境之間的互作效應(yīng)（即品種的穩(wěn)定性），箭頭所指方向是品種的穩(wěn)定性，AEA上垂線的長短顯示其品種穩(wěn)定性的大小，此值越接近于0，穩(wěn)定性越好。

3 高穩(wěn)系數(shù)法、AMMI模型和GGE模型的應(yīng)用比較分析

高穩(wěn)系數(shù)法是將高穩(wěn)系數(shù)（HSC）作為評價品種的豐產(chǎn)性和穩(wěn)產(chǎn)性的指標，計算較簡單，操作容易，實用性較廣泛。李恒嶺采用高穩(wěn)系數(shù)法對2012—2013年遼寧省玉米中熟組區(qū)域試驗參試品種的高產(chǎn)穩(wěn)產(chǎn)性能2年試驗結(jié)果進行分析比較，結(jié)果表明，鐵191在2年試驗中HSC值均排在前列，具有很好的生產(chǎn)潛力，同時說明HSC值能量化反映一個品種的高產(chǎn)和穩(wěn)產(chǎn)特性，是一個較簡單的評比品種的方法[24]。劉光輝等對13個陸地棉外引品種的生態(tài)適應(yīng)性區(qū)域試驗進行分析，選出豐產(chǎn)性、穩(wěn)產(chǎn)性、適應(yīng)性最好的品種，同時得出高穩(wěn)系數(shù)法分析簡單、便捷、準確的結(jié)論[25]。李必富對2016年鐵嶺市農(nóng)業(yè)科學院6個玉米品種在遼寧省內(nèi)進行異地區(qū)域鑒定試驗，其運用了常規(guī)方法、Eberhart-Russell模型和高穩(wěn)系數(shù)法3種方法對玉米品種穩(wěn)定性和豐產(chǎn)性進行研究，結(jié)果表明，高穩(wěn)系數(shù)法既考量了豐產(chǎn)性，又考量了穩(wěn)產(chǎn)性，計算過程也非常簡單[26]。曾玲玲等用高穩(wěn)系數(shù)法對紅小豆品種區(qū)域試驗進行高產(chǎn)穩(wěn)產(chǎn)性分析，結(jié)果表明，高穩(wěn)系數(shù)法是評價高產(chǎn)與穩(wěn)產(chǎn)的重要參數(shù)，相對于方差分析法來說，在計算上更為簡單、明了，對品種（系）分析更加全面，更加徹底[27]。應(yīng)用HSC法評估紅小豆多點試驗具有極高的可靠性與實用性；秦燕等對10個青稞國家區(qū)域試驗品種進行分析，采用變異系數(shù)法和高穩(wěn)系數(shù)法分別進行分析比較，結(jié)果表明2種分析方法得出的結(jié)論大致相同，具有簡單易操作的特點[28]?？傊?，以上學者的研究，結(jié)論大致相同，即高穩(wěn)系數(shù)法計算簡便、易懂，對品種評價的結(jié)果較準確。

AMMI模型綜合了方差分析和主成分分析的優(yōu)點，以性狀參數(shù)為指標對品種穩(wěn)定性進行評價，被廣泛用于作物品種區(qū)域試驗的穩(wěn)產(chǎn)性和豐產(chǎn)性分析中。吳雯雯等對區(qū)域試驗中的24個玉米雜交品種，利用AMMI模型進行品種高產(chǎn)穩(wěn)產(chǎn)性分析，結(jié)果表明豐產(chǎn)性和穩(wěn)定性表現(xiàn)較好的品種，平均產(chǎn)量并不一定最高，反之平均產(chǎn)量高的品種，穩(wěn)產(chǎn)性和豐產(chǎn)性也不一定高[29]。騰振寧等用AMMI模型分析了早稻稻米鎘的基因型與環(huán)境的互作效應(yīng)，結(jié)果表明，早稻稻米鎘含量同時受到環(huán)境、基因及基因與環(huán)境互作的干擾，環(huán)境及其與基因的互作效應(yīng)在早稻稻米鎘的含量上起著主要作用[30]。劉曉燕等對廣西甘蔗新品種宿根蔗的適應(yīng)性和穩(wěn)定性進行分析，篩選出了穩(wěn)定性和適應(yīng)性較好的品種[31]。李秀萍運用AMMI雙標圖對春油菜區(qū)域產(chǎn)量進行分析，認為穩(wěn)產(chǎn)的品種并不一定高產(chǎn)，高產(chǎn)的品種穩(wěn)產(chǎn)性也不一定好[32]。劉帆等運用變異系數(shù)法、高穩(wěn)系數(shù)法和AMMI模型對2011—2013年大麥新品系進行高產(chǎn)穩(wěn)產(chǎn)性分析，認為AMMI模型分析比高穩(wěn)系數(shù)法和變異系數(shù)法更加全面，更直觀[33]。Harikrishna等用AMMI模型和GGE雙標圖對在不同水分脅迫下小麥重組近交系的生理和產(chǎn)量穩(wěn)定性進行分析，篩選出在3種水分脅迫下適應(yīng)性和穩(wěn)產(chǎn)性均較好的6個重組自交系[34]。Huang等運用GS對小麥的基因組選擇并用AMMI模型進行了性狀穩(wěn)定性分析，并得出較好的結(jié)論[35]。Sousa等利用AMMI模型、GGE雙標圖和因子分析方法對馬托格羅索州的大豆品系和環(huán)境分類進行分析，篩選出在3種方法分析中穩(wěn)定性和適應(yīng)性均良好的基因型，同時得出AMMI模型比GGE雙標圖和因子分析法對基因與環(huán)境互作平方和的解釋更有優(yōu)勢的結(jié)論[36]。不過，前人的分析和研究表明，AMMI模型還沒有形成一個環(huán)境與基因型統(tǒng)一的綜合評價指標，這依賴于確定適宜的試驗?zāi)康暮驮O(shè)計。

GGE模型和AMMI模型在理論基礎(chǔ)上有一定的差異，前者克服了后者因忽視基因型G的主效而抽象研究基因型和環(huán)境互作GE效應(yīng)的不足，在綜合考慮了多個GE效應(yīng)的前提下進行品種評價和試驗環(huán)境評價，擴大了GE效應(yīng)的研究范圍，從而增大了分析結(jié)果的實際應(yīng)用價值。張林等用GGE雙標圖分析糯高粱區(qū)域試驗的高產(chǎn)穩(wěn)產(chǎn)性，結(jié)果表明育性高低是決定糯高粱雜交種產(chǎn)量的關(guān)鍵因素之一，同時GGE雙標圖直觀地展現(xiàn)了各品種在各試點的產(chǎn)量表現(xiàn)，為新品種在各個區(qū)域的合理化布局提供了參考[37]。張忠信等用GGE雙標圖對河南省夏播花生區(qū)域試驗進行分析，篩選出理想的花生品種及確定了推廣區(qū)域[38]。何叔軍等運用GGE雙標圖對湖南省棉花區(qū)域試驗進行分析，用雙標圖直觀地展現(xiàn)了各品種的豐產(chǎn)性和穩(wěn)產(chǎn)性及各試點鑒別能力的強弱[39]。李亞杰等利用GGE雙標圖對2012—2013年馬鈴薯品種的適應(yīng)性及產(chǎn)量的穩(wěn)定性進行評價，篩選出了高產(chǎn)穩(wěn)產(chǎn)性均良好的品種，并且分析了各試驗地點的代表性[23]。Sserumaga等以非洲東部一個地區(qū)44個玉米DH雜交種和6個測驗種為試驗材料，用GGE雙標圖進行分析，得出DH雜交種比測驗種高出約20%的產(chǎn)量優(yōu)勢、并適于在非洲東部其他地勢相同地區(qū)選種的結(jié)果[40]。Silva等對大豆品種的籽粒產(chǎn)量和含油量的適應(yīng)性和表型穩(wěn)定性進行了分析，認為品種產(chǎn)量和含油量是呈負相關(guān)的，通過GGE雙標圖分別選擇出高產(chǎn)性品種和產(chǎn)油量高的品種[41]。

在表型變異的基因型、環(huán)境及基因型與環(huán)境互作3個部分中，基因型表達了品種的豐產(chǎn)性，環(huán)境表達了試驗點的生態(tài)條件與栽培管理對作物生長和發(fā)育的綜合影響，基因型和環(huán)境互作表達了基因型對環(huán)境的特殊適應(yīng)性。3種方法間既有區(qū)別，又有聯(lián)系（表1）。高穩(wěn)系數(shù)法適用于數(shù)據(jù)簡單的1年1點試驗或1年多點試驗類型，其計算簡單，操作較容易，得出的數(shù)據(jù)也比較準確，但是高穩(wěn)系數(shù)只是基因型高產(chǎn)穩(wěn)產(chǎn)的綜合指標，對于環(huán)境對基因型如何影響卻判斷不出來；AMMI模型主要應(yīng)用于1年多點或2年多點試驗中，此模型的最終結(jié)果是從多個品種中篩選出高產(chǎn)穩(wěn)產(chǎn)性較好的品種，能判斷出環(huán)境對基因型到底有沒有影響，也能直觀地看出環(huán)境與基因互作效應(yīng)對基因型的影響，但是不能推斷出環(huán)境、基因型及環(huán)境與基因型互作3者之間的關(guān)系，即不能明確地看出品種對環(huán)境的適應(yīng)性；GGE模型適用于數(shù)據(jù)較復(fù)雜的1年多點或多年多點試驗，對環(huán)境區(qū)域進行劃分，篩選出適宜種植的試點，判斷出環(huán)境與環(huán)境的關(guān)系，是否重復(fù)種植，為將來的試驗減少試點，以及利用試點與平均環(huán)境之間的夾角判斷試點的區(qū)分力和代表性，最終篩選出高產(chǎn)穩(wěn)產(chǎn)的品種。

表1 高穩(wěn)系數(shù)法、AMMI模型和GGE雙標圖3種方法的區(qū)別和聯(lián)系

4 結(jié)語

穩(wěn)定性分析方法和模型多種多樣，不僅僅用于品種產(chǎn)量這一單一性狀的選擇和培育，更應(yīng)用于一些抗性品種的分析和選育，如在不同的水分脅迫條件下，選擇耐旱的高產(chǎn)穩(wěn)產(chǎn)小麥。Singh等用GGE雙標圖對印度芥菜基因熱激性反應(yīng)和不同的灌溉條件對基因型造成的影響進行了研究[42]。Andrade等對抗旱甘薯的高產(chǎn)穩(wěn)產(chǎn)性進行了分析[43]。對于品種選育工作來講，應(yīng)結(jié)合前人的分析結(jié)果，首先要判斷出試驗的類型，其次還要看想要獲得的結(jié)果，如果只是想簡單地得到高產(chǎn)穩(wěn)產(chǎn)性品種，則可以用高穩(wěn)系數(shù)法；如果數(shù)據(jù)較復(fù)雜，受環(huán)境的影響較大則考慮用AMMI模型或者GGE模型，即根據(jù)實際情況選擇合適的分析方法。在以上諸多研究中，學者們大多采用了1年多點和2年多點的試驗數(shù)據(jù)，受年限、溫度、降水和病蟲害等的影響較大，數(shù)據(jù)分析誤差可能會增大，如果想使品種高產(chǎn)穩(wěn)產(chǎn)性分析的結(jié)果更加準確，應(yīng)該擴大年限范圍進行分析，以進一步減少誤差。

［1］YAN W,TINKER N A.Biplot analysis of multi-environment trial data:principles and application[J].Canadian Journal of Plant Science,2006,86(3):623-645.

［2］FINLAY K W,WILKINSON G N.The analysis of adaptation in a plant breeding programme[J].Australian Journal of Agricultural Research,1963,14(6):742-754.

［3］黃冰艷.作物品種穩(wěn)定性分析方法綜述[J].河南農(nóng)業(yè)科學,1991(8):20-23.

［4］周 青,徐淑霞,張志民,等.大豆新品種安豆5156高產(chǎn)穩(wěn)產(chǎn)性及適應(yīng)性分析[J].大豆科技,2017(3):52-55.

［5］EBERHART S A,RUSSELL W A.Stability parameters for comparingvarieties[J].Crop Science,1966,6(1):36-40.

［6］陳道德,譚顯平,呂 達,等.會東蔗區(qū)甘蔗新品種的豐產(chǎn)性、穩(wěn)產(chǎn)性分析[J].甘蔗糖業(yè),2004(2):8-14.

［7］穆培源,莊 麗,張吉貞,等.作物品種穩(wěn)定性分析方法的研究進展[J].新疆農(nóng)業(yè)科學,2003,40(3):142-144.

［8］胡秉民,耿 旭.作物穩(wěn)定性分析法[M].北京:科學出版社,1993.

［9］俞華先,周清明,安汝東,等.云瑞系列甘蔗新品種(系)的豐產(chǎn)性及穩(wěn)產(chǎn)性分析[J].亞熱帶農(nóng)業(yè)研究,2017,13(2):79-83.

［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)性探討[J].作物學報,1994,20(4):508-512.

［11］稅紅霞,王秀金,張 華,等.基于高穩(wěn)系數(shù)法的鮮食甜玉米品種高產(chǎn)穩(wěn)產(chǎn)性分析[J].安徽農(nóng)學通報,2017,23(10):41-43.

［12］GAUCH.Model selection and validation for yield trials with interaction[J].Biometrics,1988,44(3):705-715.

［13］GAUCH H G.Full and reduced models for yield trials[J].Theoretical&Applied Genetics,1990,80(2):153-160.

［14］GAUCH H G.Statistical analysis of regional yield trials:AMMI analysis of factorial designs[M].New York:Elsevier,1992.

［15］郭敏杰,鄧 麗,任 麗,等.基于R語言的AMMI和GGE雙標圖在花生區(qū)試中的應(yīng)用[J].花生學報,2017,46(2):24-31.

［16］YAN W K.GGEbiplot——a windows application for graphical analysis of multi-environment trial data and other types of two-way data[J].Agronomic Journal,2001,93(5):1111-1118.

［17］嚴威凱.雙標圖分析在農(nóng)作物品種多點試驗中的應(yīng)用[J].作物學報,2010,36(11):1805-1819.

［18］RASUL G,GLOVER K D,KRISHNAN P G,et al.Genetic analyses using GGE model and a mixed linear model approach,and stability analyses using AMMI bi-plot for late-maturity alpha-amylase activity in bread wheat genotypes[J].Genetica,2017,145(3):1-10.

［19］RONO J K,CHERUIYOT E K,OTHIRA J O,et al.Adaptability and stability study of selected sweet sorghum genotypes for ethanol production under different environments using AMMI analysis and GGE biplots[J].The Scientific World Journal,2016,2016(3):1-14.

［20］汪洲濤,蘇煒華,闕友雄,等.應(yīng)用 AMMI和 HA-GGE 雙標圖分析甘蔗品種產(chǎn)量穩(wěn)定性和試點代表性[J].中國生態(tài)農(nóng)業(yè)學報,2016,24(6):790-800.

［21］張 澤,魯 成,向仲懷.基于AMMI模型的家蠶品種穩(wěn)定性分析[J].中國農(nóng)業(yè)科學,1998,31(1):62-68.

［22］吳為人.對基于AMMI模型的品種穩(wěn)定性分析方法的一點改進[J].遺傳,2000,22(1):31-32.

［23］李亞杰,李德明,范士杰,等.GGE雙標圖在馬鈴薯品種適應(yīng)性及產(chǎn)量穩(wěn)定性分析中的應(yīng)用評價[J].蘭州大學學報(自然科學版),2016,52(5):617-622.

［24］李恒嶺.對2012—2013年遼寧省玉米區(qū)域試驗中熟組參試品種的高穩(wěn)系數(shù)法評價[J].遼寧農(nóng)業(yè)科學,2016(3):91-93.

［25］劉光輝,王國華,李家勝,等.外引棉花品種高穩(wěn)系數(shù)法和生態(tài)適應(yīng)性分析[J].農(nóng)業(yè)科技通訊,2016(7):84-86.

［26］李必富.玉米不同高產(chǎn)穩(wěn)產(chǎn)統(tǒng)計分析模式比較研究[J].農(nóng)業(yè)科技與裝備,2017(4):64-66.

［27］曾玲玲,季生棟,閆 鋒,等.應(yīng)用高穩(wěn)系數(shù)法分析紅小豆品種的高產(chǎn)穩(wěn)產(chǎn)性[J].中國種業(yè),2016(5):36-38.

［28］秦 燕,雷 高,央 措.10個青稞國家區(qū)域試驗品種（系）的豐產(chǎn)穩(wěn)產(chǎn)性分析[J].大麥與谷類科學,2017,34(4):32-34,39.

［29］吳雯雯,歐楊虹.應(yīng)用AMMI模型對玉米雜交組合多點試驗的穩(wěn)定性分析[J].山東農(nóng)業(yè)科學,2016,48(4):24-27,33.

［30］滕振寧,張玉燭,方寶華,等.用AMMI雙標圖分析早稻稻米鎘含量的基因型與環(huán)境互作效應(yīng)[J].生態(tài)環(huán)境學報,2016,25(4):692-697.

［31］劉曉燕,梁 強,李毅杰,等.廣西甘蔗新品種區(qū)域試驗宿根蔗適應(yīng)性與穩(wěn)定性分析[J].南方農(nóng)業(yè)學報,2016,47(1):37-42.

［32］李秀萍.AMMI雙標圖在春油菜區(qū)域試驗產(chǎn)量分析中的應(yīng)用[J].青海農(nóng)林科技,2017(3):5-7,78.

［33］劉 帆,袁玉順,楊俊青,等.大麥新品系高產(chǎn)穩(wěn)產(chǎn)性評價方法比較[J].云南農(nóng)業(yè)大學學報,2016,31(4):597-603.

［34］HARIKRISHNA,SINGH G P,JAIN N,et al.Physiological characterization and grain yield stability analysis of RILs underdifferent moisture stress conditions in wheat(Triticum aestivumL.)[J].Indian Journal ofPlant Physiology,2016,21(4):576-582.

［35］HUANG M,CABRERA A,HOFFSTETTER A P,et al.Genomic selection for wheat traits and trait stability[J].Theoretical&Applied Genetics,2016,129(9):1697-1710.

［36］SOUSA L B,HAMAWAKI O T,NOGUEIRA A P,et al.Evaluation of soybean lines and environmental stratification using the AMMI,GGE biplot,and factor analysis methods[J].Genetics&MolecularResearchGmr,2015,14(4):12660-12674.

［37］張 林,周俊輝,張德銀,等.GGE雙標圖分析在糯高粱品種區(qū)域試驗中的應(yīng)用[J].天津農(nóng)業(yè)科學,2016,22(12):68-73.

［38］張忠信,董文召,秦 利,等.GGE雙標圖在河南省夏播花生品種區(qū)域試驗中的應(yīng)用[J].中國農(nóng)學通報,2016,32(36):62-65.

［39］何叔軍,王宇清,陳浩東.GGE雙標圖在湖南省棉花品種區(qū)域試驗中的應(yīng)用[J].中國農(nóng)學通報,2015,31(12):273-278.

［40］SSERUMAGA J P,OIKEH S O,MUGO S,et al.Genotype by environment interactions and agronomic performance of doubled haploidstest cross maize (Zea maysL.)hybrids[J].Euphytica,2016,207(2):353-365.

［41］SILVAKB,BRUZI AT,ZUFFOAM,et al.Adaptabilityand phenotypic stability ofsoybean cultivars for grain yield and oil content[J].Genetics&Molecular Research Gmr,2016,15(2):1-11.

［42］SINGH V,BHAJAN C.Evaluation of Indian mustard genotypes to heat stress in irrigated environment-seed yield stability and physiological model[J].Journal of Crop Science and Biotechnology,2016,19(5):333-352.

［43］ANDRADE MI,NAICO A,RICARDO J,et al.Genotype×environment interaction and selection for drought adaptation in sweetpotato[Ipomoea batatas（L.）Lam.]in Mozambique[J].Euphytica,2016,209(1):261-280.