摘要：為準確評價參試苦蕎新品種的豐產性、穩(wěn)產性和生態(tài)適應性，利用AMMI模型和GGE雙標圖對5個參試品種在寧夏南部山區(qū)的半干旱區(qū)、半干旱易旱區(qū)和干旱區(qū)的6縣（區(qū)）多年多點試驗數(shù)據(jù)進行了品種的豐產性、穩(wěn)產性、適應性和試點代表性分析及綜合評價。通過主成分PCA與品種的穩(wěn)定性（Dg）和試點的穩(wěn)產性（De）分析，篩選出適宜在寧夏南部山區(qū)種植的豐產性穩(wěn)定性和適應性好的品種為晉苦蕎2號和川蕎3號，晉苦蕎2號產量為1 671～2 593 kg·hm-2，比對照平均增產17.3%。川蕎3號的產量為1 474～2 513 kg·hm-2，與對照相比平均增產7.5%；試點辨別力代表性以半干旱易旱區(qū)的海原縣，中部干旱帶的同心縣及半干旱區(qū)的西吉縣比較理想；試驗經歷了干旱年份、正常年份和豐水年份，參試品種在干旱年份較豐水年份產量減產28.0%～45.3%。

關鍵詞：苦蕎品種；AMMI模型；GGE雙標圖；豐產性；穩(wěn)定性；生態(tài)適應性

寧南山區(qū)8縣（區(qū)）氣候類型區(qū)由南向北為陰濕區(qū)、半干旱區(qū)、半干旱易旱區(qū)和中部干旱帶，適宜苦蕎種植，是我國北方重要苦蕎種植區(qū)，連同甜蕎每年種植面積在5.85萬hm2左右，面積和產量分別占全國的15.1%和6.7%［1］。篩選高產、穩(wěn)產和適應性廣的苦蕎品種并在生產中推廣應用，不斷推動苦蕎特色產業(yè)快速發(fā)展是育種者追求的目標。要對選育或引進苦蕎品種（系）進行多年多點試驗資料統(tǒng)計分析和綜合評價豐產穩(wěn)產性及生態(tài)適應性，并進行品種間差異顯著性比較，由于品種（品系）基因型與試點環(huán)境間普遍存在互作［2］，因而對參試品種的豐產穩(wěn)定性和適應性評價具有重要意義。

近年來，國內外應用 AMMI（Additive Main Effects and Multiplicative Interaction）和GGE（Genotypemain Effects and Genotype×Environ-mentinteraction）等模型來分析多點試驗，AMMI 模型能較客觀地分析基因型（G）與環(huán)境（E）的互作效應（G×E）［1-3］，而GGE雙標圖能夠同時考慮基因型和環(huán)境互作對品種、試點和劃分生態(tài)區(qū)域進行有效評價，是利用多點試驗數(shù)據(jù)進行品種和試驗點評價的理想方法［4-5］。GGE雙標圖法已在燕麥、花生、油菜、大豆和馬鈴薯等作物品種試驗中廣泛應用［6-8］。但采用AMMI模型和GGE雙標圖進行蕎麥品種豐產性、穩(wěn)定性和試點代表性辨別力綜合性評價的文獻相對較少。

本研究擬利用R語言支持下GGE-Biplo軟件進行雙標圖分析與AMMI模型評估5個苦蕎品種在6個試點的豐產穩(wěn)定性、適應性和試點代表性，為科學布設試驗點和合理優(yōu)化品種種植區(qū)域，篩選適合各區(qū)域大面積推廣應用的苦蕎品種提供科學依據(jù)。

1 材料與方法

1.1 試驗地概況

2017－2019年在寧南山區(qū)6縣（區(qū)）布設試驗點。其中原州區(qū)頭營、西吉縣馬建和彭陽縣城陽代表半干旱區(qū)，海原縣樹臺代表半干旱區(qū)易旱區(qū)，同心縣預旺和鹽池縣花馬池代表中部干旱帶，每個試點參試品種和田間設計相同。

由表1和圖1可以看出，寧南山區(qū)半干旱區(qū)（原州區(qū)、西吉縣和彭陽縣）、半干旱區(qū)易旱區(qū)（海原縣）和中部干旱帶（同心縣、鹽池縣）多年年均降水量分別為416.6～450.0 mm、350.0 mm和215.1～255.6 mm，多年平均氣溫分別為6.2～7.2 ℃、7.1 ℃和8.6 ℃；苦蕎品種生育期降水量為280.9～391.9 mm、345.1 mm和210.6～251.2 mm，生育期平均氣溫分別為16.7～19.4 ℃、18.7 ℃和21.3～22.0 ℃。

1.2 材料

參試品種名稱及選育單位見表2。2021－2022年完成品種生產示范和品種審定。

1.3 方法

1.3.1 試驗設計

試驗采用隨機區(qū)組設計，6個試驗點統(tǒng)一田間設計方案，小區(qū)面積 10 m2（長5 m×寬2 m），每個小區(qū)種植7行區(qū)，平均行距30 cm，留苗密度控制在每小區(qū)1 050株左右，3次重復，隨機排列。播種前整地結合旋耕統(tǒng)一基肥磷酸二銨肥料150 kg·hm-2。5月下旬播種，6月中旬定苗并調查基本苗，其他田間管理同大田。每小區(qū)收獲全部植株進行脫粒，各試驗點品種考種樣取中間1 m行長植株，其中選代表性15株進行考種，并計算樣段內平均株高，主莖分枝數(shù)、節(jié)間數(shù)、單株粒重、粒數(shù)及千粒重等。

1.3.2 方差分析和AMMI模型分析

本研究采用DPS 9.5和Excel 2010軟件進行數(shù)據(jù)分析。利用AMMI模型分析其品種及試驗點間的穩(wěn)定性和豐產性參數(shù)及綜合評價［9-12］。利用AMMI模型和R語言軟件包GGE作圖進行產量數(shù)據(jù)方差分析和主成分特征值分析［13-14］，計算品種的豐產性穩(wěn)定性參數(shù)（Dg）和試點穩(wěn)定性參數(shù)（De）。AMMI模型的主要特點是將方差分析和主成分分析有機結合在一起，公式如下：

式中，yge表示在某試點e中某一基因型g的平均產量；μ為總體平均值；αg為基因型平均偏差（基因型平均值減去總的平均值）；βe為環(huán)境的平均偏差（各個環(huán)境的平均值減去總的平均值）；λn為第n個主成分特征值的平方根；γgn為第n個主成分的環(huán)境得分；δgn為第n個主成分的基因型主成分得分；θge為殘差。3次重復，則誤差項為εger，它等于γgn平均值與r個重復的單個觀察值之間的偏差，并滿足可加性。

1.3.3 品種穩(wěn)定性與適應性分析

采用GGE 運用R語言支持下的GGE-Biplo軟件包功能進行雙標圖分析［11-13］，分別評價各品種的豐產性和穩(wěn)產性、各試點的區(qū)分力與代表性、品種生態(tài)適應性等。

穩(wěn)定性參數(shù)是品種或試驗點的交互效應主成分值（Interaction Principal Component Axis，IPCA）在多維空間中圖標與原點的歐氏距離［14］，公式如下：

式中，n表示達到顯著水平的IPCA個數(shù)；Dg（e）用來度量品種基因型或在環(huán)境相對穩(wěn)定性條件下的參數(shù)，即為基因型或環(huán)境在n個IPCA上的歐式距離。

2 結果與分析

2.1 苦蕎品種產量的方差和AMMI模型分析

寧南山區(qū)苦蕎多年多點品種區(qū)域試驗中，苦蕎品種產量受制于基因（Genotype， G）、環(huán)境（Environment，E）以及基因與環(huán)境互作效應（G×E）的影響［15-17］。由表3可知，環(huán)境及基因和交互作用變異占總平方和的比例從小到大排序為：環(huán)境（56.3%）＞基因（24.0%）＞基因與環(huán)境互作效應（19.8%）。相同的苦蕎品種在不同氣候類型區(qū)種植，其產量表現(xiàn)差異顯著，其中處理和環(huán)境（地點）達到極顯著。由此也可以看出，品種對生態(tài)環(huán)境的適應性至關重要。

AMMI模型主成分分析中，基因型和環(huán)境互作效應可以進一步分解達到顯著水平的3個互作效應主成分軸PCA1 （Interaction Principle Component Axis）、PCA2和PCA3的變異平方和分別占互作量的58.9%、25.4%和15.7%，且F值均達到極顯著。說明此AMMI模型可以較好地解釋品種和試點互作效應。

2.2 參試品種與試點GGE雙標圖分析

2.2.1 品種的豐產性穩(wěn)產性

由表4和圖2可知，參試品種在所有試驗點的平均產量依次為KV1（晉苦蕎2號）2 188 kg·hm-2＞KV2（川蕎3號）2 004 kg·hm-2＞KV4（黔黑蕎5號）1 956 kg·hm-2＞KV3（云蕎2號）1 944 kg·hm-2＞KV5（固原當?shù)乜嗍w）1 865 kg·hm-2；根據(jù)參試品種的互作效應達到顯著的主成分PCA1、PCA2和PCA3可分別計算出各參試品種的穩(wěn)產性參數(shù)Dg值，其Dg值越小，表示品種的穩(wěn)定性越好。其品種的穩(wěn)定性參數(shù)Dg值依次為KV1（晉苦蕎2號）7.80lt;KV3（云蕎2號）11.80lt;KV2（川蕎3號）12.97lt;KV5（固原當?shù)乜嗍w）14.76lt;KV4（黔黑蕎5號）17.57，苦蕎品種的豐產性穩(wěn)定性與品種在多年多點平均產量排名基本一致。因此，依照不同苦蕎麥品種在不同氣候資源類型和生產條件下對產量的影響程度看，新品種（系）選育應重點考慮既有豐產性又具備穩(wěn)產性作為理想目標。

2.2.2 試點代表性與穩(wěn)定性

參試地點互作主成分值（PCA）與試點辨別力的穩(wěn)定性（De），其值越大，表明試點的穩(wěn)定性較好。由表5可知，苦蕎品種的區(qū)試點穩(wěn)定性De值依次為E4（海原縣）18.32＞E5（同心縣）14.65＞E2（西吉縣）11.96＞E3（彭陽縣）9.20＞E6（鹽池縣）8.54＞E1（原州區(qū)）6.64。說明苦蕎品種在代表試點E2（或E3）、E4和E5的穩(wěn)定性和代表性比較好。各參試地點苦蕎的產量依次表現(xiàn)為E1gt;E3gt;E2gt;E4gt;E5gt;E6。

另外，苦蕎品種的生產能力在半干旱區(qū)試點E1、E2和E3平均產量為2 139 kg·hm-2；半干旱易旱區(qū)的試點E4平均產量為1 987 kg·hm-2；中部干旱帶E5和E6平均產量為1 772 kg·hm-2左右，較半干旱區(qū)和半干旱易旱區(qū)分別減產17.2%和10.8%。

2.2.3 試點代表性與辨別力

利用R語言的GGE-Biplot軟件包對參試品種在6個試點進行代表性和辨別力GGE雙坐標圖分析（圖3）。圖中帶箭頭的直線是平均環(huán)境軸，試點線段和平均環(huán)境之間的夾角表示該試點的代表性［18-21］，角度越小，代表性越強。如果一個試驗點和平均環(huán)境軸夾角為鈍角，則表示該試點不適合作為試驗點。各試點線段的長短表示該試點的辨別力。

由圖3可知，通過試點代表性和辨別力GGE雙坐標圖分析，試點E1、E2和E3環(huán)境軸線段均同處于半干旱區(qū)，為了減少設置試點費用成本，半干旱區(qū)的苦蕎試點以選擇原州區(qū)或西吉縣比較好，半干旱易旱區(qū)的試點選擇E4（海原縣），而中部干旱帶的E5（同心縣）與E6（鹽池縣）雖然處于相同氣候環(huán)境，但試點E6卻與平均環(huán)境軸的夾角最小，而且試點E6亦是寧夏蕎麥雜糧作物規(guī)?；N植和產業(yè)化經營的重要基地。因此中部干旱帶苦蕎試點選擇鹽池縣蕎麥品種試驗點比較理想。

2.2.4 參試品種生態(tài)適應性

利用R語言中的GGE-Biplot軟件包對5個品種在6個試點數(shù)據(jù)進行生態(tài)適應性分析（圖4）可以看出，在GGE雙標圖的橫坐標品種基因與環(huán)境試點的互作成分（PCA1）與縱坐標互作成分（PCA2）可以解釋78.19%和10.51%，使基因（G）與環(huán)境（E）互作變異信息達到88.7%。

從參試品種在不同生態(tài)類型區(qū)適應性定位看，以中心圓點為坐標軸，圍繞縱橫坐標距離原點將所有品種與試點形成散狀分布點，以最遠的品種與試點連成一個多邊形，過原點形成多邊扇形圖［22-23］，將雙標圖內的品種和試點分成若干個區(qū)域，處于多邊形頂端的品種則是各區(qū)域內表現(xiàn)最好的品種。由圖4看出，第一扇區(qū)為品種KV3（云蕎2號）和KV2（川蕎3號）適合在試點E4（海原縣）、E5（同心縣）和E6（鹽池縣）推廣種植；第二扇區(qū)品種KV1（晉苦蕎2號）生態(tài)適應性最好，適合在試點E1（原州區(qū)）、E2（西吉縣）、E3（彭陽縣）地區(qū)進行大面積種植。

2.2.5 不同降水年份苦蕎品種產量差異及適應性

苦蕎品種在不同試點和不同降水年份條件下的適應性差異明顯（表6），對品種×年份產量交互效應差異及適應性進行了分析。由表6可知，品種KV1（晉苦蕎2號）在干旱年、正常年和豐水年的產量最高，分別為1 671～2 593 kg·hm-2，平均產量2 187.6 kg·hm-2，較KV5（CK）品種增產17.3%。產量排第二位的品種KV2（川蕎3號）產量為1 474～2 513 kg·hm-2，平均產量2 004.7 kg·hm-2，較對照品種增產7.5%。而品種KV3（云蕎2號）、KV4（黔黑蕎5號）產量分別為1 465～2 310 kg·hm-2和1 358～2 483 kg·hm-2，較CK品種增產4.2%～4.9%。所有參試品種干旱年份較豐水年份減產28.0%～45.3%。

品種KV1（晉苦蕎2號）和KV2（川蕎3號）在正常年份和豐水年份的產量分別達到2 299～2 593 kg·hm-2和2 027～2 513 kg·hm-2，說明這兩個品種在E1～E6區(qū)可進行大面積推廣種植。KV3（云蕎2號）為中晚熟品種，適宜在熱量條件較好的E4（海原縣）和E6（鹽池縣）豐水年份種植，KV4（黔黑蕎5號）僅適宜在半干旱區(qū)E1（原州區(qū)）和E3（彭陽縣）水年份種植，干旱年份不宜種植，而KV5（固原苦蕎）可選擇性地在半干旱區(qū)種植。

3 討論

作物品種的穩(wěn)產性和適應性是決定其推廣應用價值的重要指標[24]，本文基于AMMI模型和GGE雙標圖分析了寧南山區(qū)的半干旱區(qū)、半干旱區(qū)易旱區(qū)和中部干旱區(qū)的5個苦蕎品種在6個試點環(huán)境的豐產穩(wěn)定性，適應性和試點代表性。試驗經受了干旱年份、正常年份和豐水年份，AMMI綜合了主成分分析和方差分析的優(yōu)點是將基因與環(huán)境（G×E）效應中選取達到顯著的主成分PCA1、PCA2和PCA3互作下的穩(wěn)定性值（Dg），一定程度提高了品種豐產性和穩(wěn)定性參數(shù)估計精度。Dg值越小，表示品種的穩(wěn)定性越好，參試品種Dg值依次為，晉苦蕎2號7.80、云蕎2號11.80、川蕎3號12.97、固原當?shù)乜嗍w14.76和黔黑蕎5號17.57。品種的豐產性穩(wěn)定性與品種在多年多點平均產量排名基本一致。對參試地點互作主成分值（PCA）與試點辨別力的穩(wěn)定性（De）進行了分析，其De值越大，表明試點的穩(wěn)定性較好。代表苦蕎品種的區(qū)試點穩(wěn)定性De值依次為，E4（海原縣）18.32＞E5（同心縣）14.65＞E2（西吉縣）11.96＞E3（彭陽縣）9.20＞E6（鹽池縣）8.54＞E1（原州區(qū)）6.64。依據(jù)苦蕎品種的穩(wěn)定性（Dg）與試點辨別力的穩(wěn)定性（De）綜合判斷，篩選出適宜在寧夏南部山區(qū)種植的品種為晉苦蕎2號和川蕎3號，其豐產性和穩(wěn)定性最好，云蕎2號和黔黑蕎5號品種的豐產性、穩(wěn)定性適應性次之。試點辨別力和代表性以半干旱易旱區(qū)的海原縣，中部干旱帶的同心縣和半干旱區(qū)的西吉縣比較好，其次為原州區(qū)和鹽池縣。

生產中推廣應用的苦蕎品種，必需要考慮其品種在某個地區(qū)的豐產性、穩(wěn)產性和適應性。本研究認為，試點環(huán)境效應（E）是影響起品種產量變化的主要原因，遠高于基因基因（G）及基因與環(huán)境（G×E）互作效應，其研究結果與前人研究部分結論基本一致[25-26]。如5個苦蕎品種在寧南山區(qū)不同試點環(huán)境下進行多年試驗，其環(huán)境效應（E）占總變異平方和56.3%＞基因（G）24.0%＞基因與環(huán)境（G×E）互作效應19.8%。由此看出，試點環(huán)境是影響品種適應性的主要因素。GGE坐標圖能夠充分考慮環(huán)境對基因型的影響，已被廣泛應用于作物多年多點的試驗分析中。因此，AMMI方法能更準確地解釋環(huán)境和基因的互作，對提高品種豐產性穩(wěn)定性判斷和綜合評價將起到積極作用。

本研究參試品種經歷了干旱年份、正常年份和豐水年份，因此利用AMMI模型和GGE雙標圖對品種的豐產性、穩(wěn)產性、生態(tài)適應性和試點代表性分析及綜合評價對研究該地區(qū)苦蕎品種對不同氣候的響應有一定指導意義。但就苦蕎作物品種在不同氣候類型區(qū)生長期對氣溫、光照、降水量，耗水量與生長期水分滿足程度及品種的豐產性穩(wěn)定性的影響有待進一步研究。另外，苦蕎品種在同一試點不同年份間也存在較大的差異，為了更準確地反映品種實質，在推廣之前要進行多年多點生產性能和適應性試驗，然后根據(jù)品種的豐產穩(wěn)定性和適應性，結合當?shù)氐纳鷳B(tài)環(huán)境進行品種的綜合評價，充分發(fā)揮氣候資源對生產潛力的貢獻，才能實現(xiàn)高產高效。

4 結論

利用GGE雙坐標圖和AMMI 模型依據(jù)苦蕎品種的穩(wěn)定性（Dg）與試點辨別力的穩(wěn)定性（De）綜合判斷，篩選出適宜在寧夏南部山區(qū)種植的品種為晉苦蕎2號和川蕎3號，其豐產性和穩(wěn)定性最好。試點辨別力和代表性以半干旱易旱區(qū)的海原縣，中部干旱帶的同心縣和半干旱區(qū)的西吉縣比較好，其次為原州區(qū)和鹽池縣。

不同降水年份對參試品種產量差異及適應性分析結果表明，晉苦蕎2號在經歷干旱年、正常年和豐水年產量為1 671～2 593 kg·hm-2，較對照品種增產17.3%，其次為川蕎3號產量為1 474～2 513 kg·hm-2，較對照品種增產7.5%，而品種KV3（云蕎2號）和KV4（黔黑蕎5號）產量分別為1 465～2 310 kg·hm-2和1 358～2 483 kg·hm-2，較CK品種增產4.2%～4.9%，所有參試品種在干旱年份較豐水年份減產28.0%～45.3%。

參考文獻：

［1］李旭霞，劉晶，師靜.寧夏地區(qū)蕎麥栽培現(xiàn)狀調查研究[J].安徽農學通報，2023，29（10）：20-22.

［2］謝銳，路戰(zhàn)遠，金曉蕾，等.基于AMMI模型的內蒙古中西部地區(qū)馬鈴薯品種（系）穩(wěn)定性和適應性分析［J］.北方農業(yè)學報，2022，50（1）：18-24.

［3］黃大明，謝雄澤，白桂萍，等.AMMI模型和GGE雙標圖在湖北省油菜區(qū)域試驗中的應用［J］.湖北農業(yè)科學，2018，57（12）：24-29.

［4］步清，魯月，郝德榮，等.AMMI模型和GGE雙標圖在江蘇省糯玉米品種區(qū)域試驗中的應用［J］.分子植物育種，2022，20（22）：7628-7636.

［5］吳曹陽，梁詩涵，邱軍，等.基于連續(xù)12年國家苦蕎區(qū)域試驗的中國苦蕎品種選育現(xiàn)狀分析［J］.中國農業(yè)科學，2020，53（19）：3878-3894.

［6］魏常敏，許衛(wèi)猛，邢永鋒，等.AMMI模型和GGE雙標圖在黃淮海甜玉米中的應用［J］.分子植物育種，2021，19（17）：5909-5916.

［7］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)試中的應用［J］.花生學報，2017，46（2）：24-31.

［8］袁金海，賈多英，劉續(xù)漢，等.GGE雙標圖在馬鈴薯產量及試驗點評價分析中的應用［J］.中國種業(yè)，2018（8）：56-59.

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

［10］宋慧，劉金榮，王素英，等.GGE雙標圖評價谷子‘豫谷18’的豐產穩(wěn)產性和適應性［J］.中國農業(yè)大學學報，2020，25（1）：29-38.

［11］昝凱，陳亞光，徐淑霞，等.基于R語言的GGE雙標圖在大豆區(qū)試中的應用［J］.大豆科技，2019（4）：16-20.

［12］唐啟義，馮明光.DPS數(shù)據(jù)處理系統(tǒng)：實驗設計、統(tǒng)計分析及數(shù)據(jù)挖掘［M］.北京：科學出版社，2007.

［13］王育才，王化俊，李葆春，等.基于GGE雙標圖對青稞區(qū)試點代表性及品系穩(wěn)定性的分析［J］.草原與草坪，2018，38（5）：22-27.

［14］王迪.GGE雙標圖分析黑龍江省甜瓜區(qū)域試驗品種適應性和穩(wěn)定性［J］.黑龍江農業(yè)科學，2021（10）：64-68.

［15］張志芬，任長忠，楊海順，等.基于SD-GGE雙標圖進行飼草燕麥品種歸類和區(qū)域劃分［J］.中國農業(yè)大學學報，2021，26（5）：10-21.

［16］張大愛，趙緒明，錢一萍，等.用GGE雙標圖分析苦蕎品種的產量穩(wěn)定性及試驗地點相似性［J］.西北農林科技大學學報（自然科學版），2015，43（7）：101-108.

［17］李琴琴，高乙萍，張志芬，等.甜蕎品種穩(wěn)定性和試驗地點相似性的GGE雙標圖分析［J］.干旱地區(qū)農業(yè)研究，2013，31（1）：67-70，121.

［18］魏鵬程，陳杜，羅英艦，等.基于AMMI和GGE雙標圖的貴州不同生態(tài)區(qū)春玉米豐產性穩(wěn)產性和試點辨別力評價［J］.玉米科學，2023，31（1）：22-31.

［19］劉志芳，王廣才，劉兵兵，等.基于AMMI模型和GGE雙標圖的河北省冬小麥品系穩(wěn)定性及適應性分析［J］.東北農業(yè)科學，2023，48（3）：26-32.

［20］李建武，李高峰，文國宏，等.甘肅省多點聯(lián)合試驗馬鈴薯產量要素穩(wěn)定性及試點鑒別力分析［J］.西北農業(yè)學報，2022，31（11）：1422-1434.

［21］王星宇，程靜，高生，等.應用AMMI模型和GGE雙標圖評價裸燕麥品種在華北高寒區(qū)的適應性［J］.草業(yè)學報，2022，31（12）：76-84.

［22］肖繼兵，劉志，辛宗緒，等.基于GGE雙標圖的谷子種質資源耐旱性鑒定［J］.華北農學報，2022，37（5）：87-96.

［23］慕平，趙桂琴，柴繼寬.基于GGE-Biplot的甘肅省不同生態(tài)區(qū)燕麥生產性能及適應性分析［J］.中國生態(tài)農業(yè)學報，2015，23（6）：705-712.

［24］柴繼寬，慕平，趙桂琴.8個燕麥品種在甘肅的產量穩(wěn)定性及試點代表性研究［J］.草地學報，2016，24（5）：1100-1107.

［25］崔同霞，張保軍，姚友旭，等.基于GGE雙標圖法的甘肅省西片區(qū)域春小麥新品種的豐產性及適應性評價［J］.甘肅農業(yè)大學學報，2022，57（3）：58-65.

［26］岳海旺，魏建偉，卜俊周，等.河北省春播玉米品種產量和主要穗部性狀GGE雙標圖分析［J］.玉米科學，2018，26（4）：28-35.

Analysis of Stable Yield Adaptability of Fagopyrum tataricum Varieties in Different Climate Regions of Ningxia Using AMMI Model and GGE Double Label Map

MU Lanhai，CHANG Keqin，DU Yanping，YANG Chongqing，CHEN Yixin

Abstract：In order to accurately evaluate the high-yield， stable yield， and ecological adaptability of the new varieties of Fagopyrum tataricum， the AMMI model and GGE double label map were used to analyze the mprehensively evaluate the high-yield， stable yield， and pilot representativeness of five Fagopyrum tataricum varieties in six counties （districts） of semi-arid areas， semi-arid prone areas， and central arid zones in southern Ningxia. By analyzed the stability （Dg） of principal component PCA and ariety， as well as the yield stability （De） of experimental points， suitable varieties with high yield stability and good adaptability for planting in the southern mountainous areas of Ningxia were selected as Jinkuqiao 2 and Chuanqiao 3.The yield of Jinkuqiao 2 was 1 671-2 593 kg·ha-1， with an average increase of 17.3% compared to the control variety. The yield of Chuanqiao 3 was 1 474-2 513 kg·ha-1， with an average increase of 7.5% compared to the control variety.The experimental sites were ideal for Haiyuan County， which represents the semi-arid and drought prone areas， Tongxin County in the central arid zone， and Xiji County in the semi-arid areas.The experiment went through drought years， normal years， and flood years and the tested varieties experienced a 28.0%—45.3% reduction in yield compared to flood years in drought years.

Keywords：Fagopyrum tataricum varieties；AMMI model；GGE double label diagram; high yield; stable yield；ecological adaptability

收稿日期：2023-08-23

基金項目：國家重點研發(fā)計劃項目（2022YFD1602503）；寧夏農林科學院科技成果轉化院地合作項目（NNKZZCGZH-2021-04）；寧夏科技攻關項目（YES-16-18）。

第一作者：穆蘭海（1966-），男，高級農藝師，從事蕎麥和燕麥作物新品種選育及高效節(jié)水種植技術研究與示范。E-mail：gymlhai@163.com。

通信作者：常克勤（1965-），男，學士，研究員，從事蕎麥和燕麥作物新品種選育。E-mail：nxgychkq@163.com。