检索
E-mail
RSS
高级检索 图表检索

当期目录 我要投稿 过刊浏览
高级检索 图表检索

作物杂志, 2025, 41(4): 118-125 doi: 10.16035/j.issn.1001-7283.2025.04.015

遗传育种·种质资源·生物技术

基于BLUP值和GGE双标图对小粒花生品种的综合评价

殷君华,, 邓丽, 郭敏杰, 苗建利, 胡俊平, 李绍伟, 任丽,

开封市农林科学研究院，475004，河南开封

Comprehensive Evaluation of Small-Seeded Peanut Varieties Based on BLUP Values and GGE Biplot

Yin Junhua,, Deng Li, Guo Minjie, Miao Jianli, Hu Junping, Li Shaowei, Ren Li,

Kaifeng Academy of Agriculture and Forestry, Kaifeng 475004, Henan, China

通讯作者: 任丽，主要从事花生栽培育种研究，E-mail：renli120@sina.com

收稿日期: 2023-12-11   修回日期: 2024-02-18   网络出版日期: 2024-11-06

基金资助: 河南省重大科技专项(221100110300)
国家花生产业技术体系(CARS-13)
开封市重点研发专项(19ZD004)

Received: 2023-12-11   Revised: 2024-02-18   Online: 2024-11-06

作者简介 About authors

殷君华，主要从事花生栽培育种及病虫害防治研究，E-mail：junhua0521@163.com

摘要

为筛选丰产稳产性好、适应性广的品种，以2019和2020年国家北方片花生新品种区域试验数据为基础，通过变异分析、相关性分析和GGE双标图法对12个小粒型花生品种主要农艺性状进行分析，通过Genstat软件获取12个参试品种在各试点荚果产量的BLUP值。结果表明，经过BLUP值矫正后，某些品种荚果产量较原始产量变小，精度提高，各品种BLUP值在不同试点的变异系数均较原始值变小。各品种在不同试点的农艺性状分析结果显示，不同性状受环境影响程度不同，侧枝长、主茎高、结果枝数、总分枝数、单株总果数、单株饱果数、百果重和荚果产量受环境影响较大，百仁重、出米率和生育期受环境影响较小。变异分析显示，出米率和生育期变异系数较小，单株总果数和单株饱果数变异系数较大，其中，商花588（G10）的主茎高和侧枝长变异程度最大，变异系数分别为35.22%和30.76%，总分枝数变异最大的是濮花66号（G9），结果枝数变异最大的是花育20号（G1），结果枝数和单株饱果数变异最大的是花育655（G4）。由相关性分析可知，荚果产量与百仁重、百果重、出米率、生育期均呈极显著正相关，说明这4个农艺性状是提高小粒花生产量的关键因素。GGE双标图显示，濮花66号（G9）丰产稳产性综合评价最好，冀农花16号（G6）和开农111（G7）适宜种植区域较多。

关键词： 花生; BLUP值; GGE双标图; 综合评价

Abstract

In order to screen the peanut varieties with high and stable yields and wide adaptability, the study was carried based on the data of new peanut varieties from 2019 and 2020 regional trials in the northern region of China to analyze the main agronomic traits of 12 small-seeded peanut varieties through variation analysis, correlation analysis and GGE biplot method, and the BLUP values of pod yield of 12 tested varieties in each pilot were obtained using Genstat software. The results showed that after correction with BLUP values, the pod yield of some varieties decreased compared to the original yield, and the accuracy was improved. The coefficient of variation of BLUP values for each variety in different pilot sites decreased compared to the original value. The results of agronomic traits analysis of different varieties in different environments showed that different traits were affected to varying degrees by the environment. The length of lateral branch, main stem height, number of branches with pods, number of total branches, total number of pods per plant, number of full pods per plant, 100-pod weight, and pod yield were greatly affected by the environment, while the 100-seed weight, shelling percentage, and growth period were less affected by the environment. The analysis of variation showed that the coefficient of variation for shelling percentage and growth period were relatively small, while the coefficient of variation for total number of pods per plant and number of full pods per plant were relatively large. Among them, the main stem height and lateral branch length of Shanghua 588 (G10) had the greatest variation, with coefficients of variation of 35.22% and 30.76%, respectively. Puhua 66 (G9) had the greatest variation in number of total branches, Huayu 20 (G1) had the greatest variation in number of branches with pods, and Huayu 655 (G4) had the greatest variation in number of branches with pods and number of full pods per plant. Correlation analysis showed that pod yield was highly significantly positively correlated with 100-seed weight, 100-pod weight, shelling percentage, and growth period, and these four agronomic traits were the key factors for increasing the yield of small-pod peanuts. The GGE biplot showed that Puhua 66 (G9) had the best comprehensive evaluation of high and stable yield, Jinonghua 16 (G6) and Kainong 111 (G7) were suitable for planting in multiple areas.

Keywords： Peanut; BLUP value; GGE biplot; Comprehensive evaluation

PDF (660KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

殷君华, 邓丽, 郭敏杰, 苗建利, 胡俊平, 李绍伟, 任丽. 基于BLUP值和GGE双标图对小粒花生品种的综合评价. 作物杂志, 2025, 41(4): 118-125 doi:10.16035/j.issn.1001-7283.2025.04.015

Yin Junhua, Deng Li, Guo Minjie, Miao Jianli, Hu Junping, Li Shaowei, Ren Li. Comprehensive Evaluation of Small-Seeded Peanut Varieties Based on BLUP Values and GGE Biplot. Crops, 2025, 41(4): 118-125 doi:10.16035/j.issn.1001-7283.2025.04.015

花生是我国重要的经济作物和油料作物，我国是世界上最大的花生生产国和消费国，总产量和消费量均约占全球的40%[1]。2017-2021年我国花生年均种植面积463.8万hm2，总产1764.9万t，单产3805.5 kg/hm2，总产居世界之首，总面积和单产均居世界第2位[2]。随着我国经济水平的不断提高，人们对食用花生和花生油需求量越来越大，花生消费需求量呈持续增长的趋势。2020年上半年，我国进口去壳花生57.2万t，带壳花生18.4万t，均创同期历史最高[3]。在国内花生需求量不断增大的情况下，如何提高花生单产和总产，是花生育种者亟需解决的问题。

淮河以北是我国花生主要种植区，特别是河南、山东和河北是我国花生种植大省，占全国花生总种植面积的45%左右。花生种植品种主要以大粒型为主，而该区域作物大多是一年两熟或两年三熟，大粒花生大多属于晚熟品种，生育期长，在北方区种植易产生与粮争地问题。小粒型花生因其早熟、商品性好、适应性广等特点，适宜夏播，不会影响小麦等粮食作物的种植和收获，是提高总产的最优选择。但小粒花生因受其果型和株型限制，目前推广品种大多数单位面积产量较低，无法满足生产需要，因此，培育和筛选丰产稳产性好、适应性广的小粒花生已成为花生育种的重要目标。

花生区域试验采用多年多点鉴定，是评价和筛选花生品种的主要手段。但由于试点较多，存在试点误差异质情况，影响结果的准确性，最佳线性无偏预测值（best linear unbiased prediction，BLUP）不仅可以区分出固定效应对性状表型的影响，还可以评估随机效应对性状表型的影响，在区域试验中，利用BLUP值分析表型数据可以有效提高结果的可靠性。BLUP值最早用于牛的遗传改良[4]，随后在家畜的育种值估算中广泛运用[5-6]，近几年在植物育种中的运用也逐渐增多[7-10]，并取得了较好的效果。GGE（genotype+genotype-by-environment interaction）双标图将试验环境中心化，与传统的分析方法相比，能够很好地解释基因和环境互作的影响，通过可视化图形可以直观地评价参试品种的丰产性、稳定性、适应性以及试点的鉴别力和代表性，该方法已广泛运用于油菜[11]、花生[12]、高粱[13]、玉米[14]、谷子[15]和水稻[16]等农作物中，成为基因和环境互作的主流分析方法。但GGE双标图分析法要求数据平衡、环境同质，仅限固定效应模型在区域试验数据分析中受到了极大地限制，程玲等[17]提出了BLUP-GGE联合分析法，是基于BLUP数据的GGE双标图分析法，通过对多试点数据进行整合，剔除环境效应，能够很好地适用于区域试验的多环境试验分析，从而对参试品种进行评价和筛选。变异分析是种质资源遗传多样性分析的有效手段，相关性分析可以较好理清农作物产量构成要素间关系，找出影响产量的关键因素，这2种方法在小麦[18-19]、水稻[20]、棉花[21]、玉米[22-23]以及大豆[24]等主要农作物和花生[25-26]、大麦[27]和谷子[28]等非主要农作物中都已普及运用。本研究利用BLUP值和GGE双标图结合变异分析和相关性分析等多种分析手段，对2019-2020年国家北方片花生小粒组区域试验的12个参试品种的荚果产量和主要农艺性状进行分析，探讨影响小粒花生产量的关键因素，对品种进行综合评价，为北方片花生产区筛选适宜推广的丰产、稳产和广适的小粒花生品种提供理论依据。

1 材料与方法

1.1 试验材料与设计

小粒花生品种为2019-2020年国家北方片区花生新品种多点试验小粒组部分参试品种，共有2年数据，设12个品种17个试验点，各品种名称及试验点信息见表1和表2。每个试点试验小区均采用随机区组排列，3次重复，小区面积13.33 m2，行距40 m，株距14 cm，播种密度36万粒/hm2。

表1   参试品种名称

Table 1  Test varieties name

品种代号
Variety code		品种名称
Variety name		品种代号
Variety code		品种名称
Variety name
G1花育20号G7开农111
G2花育6311G8漯花22号
G3花育6312G9濮花66号
G4花育655G10商花588
G5花育6811G11徐26
G6冀农花16号G12郑农花26号

新窗口打开| 下载CSV


表2   试验地点及代号

Table 2  Test locations and codes

试点代号
Code of test
location		试点名称
Location
name		试点代号
Code of test
location		试点名称
Location
name
E1安徽固镇E10辽宁锦州
E2河北保定E11山东菏泽
E3河北石家庄E12山东济宁
E4河南漯河E13山东青岛
E5河南濮阳E14山东泰安
E6河南商丘E15山东潍坊
E7河南郑州E16山东烟台
E8河南驻马店E17山西汾阳
E9辽宁阜新

新窗口打开| 下载CSV


1.2 试验地概况

各试点试验地均选用当地代表性土壤，肥力中上，地势平坦，地力均匀，前茬作物一致。整地时撒施生物菌肥600~1000 kg/hm2、NPK复合肥750 kg/hm2作基肥，中期根据生长情况进行追肥。花生出苗后，及时中耕除草、浇水、防治虫害。花生生育期不施用植物生长调节剂，只防虫不防病，只除草不去杂。每项田间管理措施在同一天内完成，遇特殊天气，同一重复在同一天内完成。铺设滴管带装置进行田间灌溉，其他管理措施同大田常规管理。

1.3 测定指标与方法

花生成熟后调查生育期，收获前每个小区取具有代表性的植株5穴（10株），调查主茎高、侧枝长、总分枝数、结果枝数、单株饱果数和单株总果数。各小区单独收获，晒晾入库称重，折算荚果产量（kg/hm2），室内调查百果重、百仁重和出米率。各性状调查均按照《花生新品种DUS测试原理与技术》[29]进行。

1.4 数据处理

用Microsoft Excel 2019进行数据处理，利用Genstat软件的混合线性模型完成2年产量BLUP值计算，在网站（http://www2.heatmapper.ca/）在线绘制产量BLUP值热图，同时分析2年区域试验中品种的丰产性、稳产性和适应性并制作GGE双标图，采用PASW Statistics 18进行变异分析，采用Origin 2022进行箱线图制作和相关性分析。

2 结果与分析

2.1 不同花生品种农艺性状分析

2.1.1 荚果产量原始数据与BLUP数据的比较

通过对12个品种2年在不同试点荚果产量的原始数据和BLUP数据比较可以看出（图1），不同试点荚果产量差异较大。从2019年G9在E1、E7、E17试点，G10在E1、E4和E15试点，G11在E4、E7、E9和E12试点的数据以及2020年G1在E4、E9和E10试点，G2在E6、E8和E10试点，G3在E6和E11的试点数据等可以看出，矫正后同一品种在某些试点的BLUP值颜色较原始值变浅，说明不同试点品种间BLUP值变化幅度缩小。对不同品种荚果产量的原始值和BLUP值在不同试点的变异系数比较（表3）显示，不同品种BLUP值变异系数均较原始值小，这与图1热图趋势一致。2019年数据中，G2的荚果产量矫正幅度最大，G7最小，差值分别是0.82%和0.59%；2020年数据中，G12的荚果产量矫正幅度最大，G9和G10最小，差值分别为0.80%和0.54%。原始值和BLUP值的热图和变异系数比较均表明，荚果产量数据经过BLUP处理后，降低了环境中的干扰效应，矫正后的BLUP值精度提高，可以提高后续分析结果的可靠性。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   花生荚果产量原始数据和BLUP数据比较

E1~E17代表各试点荚果产量原始数据，E1′~E17′代表各试点荚果产量的BLUP数据。

Fig.1   Comparison of the original data and BLUP data of different peanut varieties on pod yield

E1-E17 indicate the original data of pod yield in each test site, E1′-E17′ indicate the BLUP data of pod yield in each test site.


表3   不同花生品种荚果产量原始值与BLUP值变异系数比较

Table 3  Comparison of the coefficient of variation between the original values and BLUP values of pod yield of different peanut varieties %

年份Year指标IndicatorG1G2G3G4G5G6G7G8G9G10G11G12
2019原始值24.5226.9025.3324.5626.7225.0423.0724.3325.2225.5525.3524.32
BLUP值23.8026.0824.6323.9125.9724.4022.4823.7124.5424.8824.6223.63
2020原始值24.5627.5026.2926.3026.5731.6328.8125.4024.7423.4423.4728.92
BLUP值23.9626.8125.6225.7025.9330.8728.1624.8024.2022.9122.9228.12

新窗口打开| 下载CSV


2.1.2 不同花生品种农艺性状分析

将12个花生品种农艺性状在不同试点的调查数据绘制箱线图（图2），可以看出各农艺性状的表现情况。从平均主茎高和侧枝长来看（图2a），这2个农艺性状在不同试点表现规律相对一致，在E4最大，植株较高，且与其他试点数值相差较大，在E17最小，且不同品种平均主茎高相差较小（箱体较短）；平均总分枝数和结果枝数在不同试点的表现规律也基本一致（图2b），其中平均结果枝数在E16数量最多，不同品种间相差较小，但存在2个离群值（即2个品种的结果枝数调查结果异常），平均总分枝数在E4最大，箱体较长，说明数据分散，不同品种间相差较大，且与其他试点相差较大，该2个农艺性状均在E2最小，且不同品种表现集中。图2c显示，平均单株总果数和单株饱果数均在E8数量最多，且品种间相差较大，说明该试点对参试品种结实性区分力较强，平均单株总果数在E3最少，而平均单株饱果数在E15最少，且品种间相差较小。由图2d可知，平均百果重在E13最大，在E4最小，平均百仁重在E8最大，在E4最小，且不同品种在各试点表现集中。在17个试点中，各品种的平均出米率相差幅度较小，其中在E17最高，在E9最低（图2e）。生育期在不同的试点相差比较明显，在E10平均生育期最长，在E7平均生育期最短，且各品种间相差不大（图2e）。由图2f可以看出，荚果产量在不同的试点相差也比较大，在E15平均荚果产量最高，在E9荚果产量最低，在E1、E2、E6、E11这4个试点各品种之间荚果产量相差较大。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   不同试点花生的农艺性状分析

◆代表离散值；箱体中■代表均值。

Fig.2   Analysis of agronomic traits of peanuts in different pilot projects

◆ represents discrete values; in the box plot ■ represents mean values.


2.1.3 不同花生品种性状变异分析

变异分析结果（表4）显示，在17个试点中，出米率和生育期变异系数较小，变异幅度分别为3.26%~7.11%、5.48%~6.66%，其中，G5出米率变异系数最大、G10最小，G7的生育期变异系数最大，G5最小。不同品种的主茎高和侧枝长变异系数分别在25.57%~35.22%和23.44%~30.76%，其中G10的主茎高和侧枝长变异系数最大，G1和G11分别为主茎高和侧枝长变异系数最小的品种。G9总分枝数变异系数最大，G11最小，G1结果枝数变异系数最大，达69.15%。不同品种单株总果数在不同试点变化较大，变异系数均大于35%，其中G4、G5、G7、G9和G12均大于45%。单株饱果数变化最大的是G4，其次是G12和G9，表明这3个品种单株饱果数受环境影响较大。百果重和百仁重在不同试点的变化幅度较小，变异系数均在10%~20%。

表4   不同花生品种各性状变异系数

Table 4  The coefficient of variation of each trait in different peanut varieties %

品种
代号
Variety
code		主茎高
Main
stem
height		侧枝长
Lateral
branch
length		总分枝数
Number
of total
branches		结果枝数
Number of
branches
with pods		单株总果数
Total number
of pods
per plant		单株饱果数
Number of
full pods
per plant		百果重
100-pod
weight		百仁重
100-seed
weight		出米率
Shelling
percentage		生育期
Growth
period		荚果产量
Pod yield
G125.5724.1026.4169.1538.2038.4116.6014.463.946.1723.54
G225.8026.1129.3848.7435.1933.7114.4113.965.405.7126.11
G328.4425.9027.8825.2842.7536.7415.9715.994.506.3925.11
G429.0129.8924.3926.4147.7543.3113.0813.844.765.6924.44
G528.4826.3924.2126.8345.7838.5316.0714.197.115.4825.56
G630.3528.4523.0225.9043.6936.3416.7518.044.136.3327.57
G725.8025.8220.7824.2445.5738.4514.8115.933.956.6625.05
G827.2325.0224.0326.0743.2834.2314.4314.433.786.5324.24
G927.9926.1430.3724.0845.1241.7115.2514.505.915.9024.07
G1035.2230.7624.1123.4739.0731.8015.7214.853.266.2423.62
G1125.8623.4419.1819.1835.8229.7613.8314.424.265.7923.50
G1225.8324.4933.6730.0145.9041.8716.6018.133.666.5426.14

新窗口打开| 下载CSV


2.1.4 主要农艺性状的相关性分析

根据不同性状之间相关分析结果绘制可视化图形，直观展示两两性状之间的相关程度，如图3所示，图形上三角数值展示不同性状的相关系数，下三角以圆圈的大小及颜色深浅显示不同农艺性状相关强度，红色圆圈代表正相关，蓝色圆圈代表负相关，圆圈越大表示相关程度越强。由图3可知，荚果产量除与总分枝数和结果枝数呈负相关外，与其他8个农艺性状均为正相关，与百仁重、百果重、出米率和生育期呈极显著正相关，与侧枝长呈显著正相关，且与百仁重相关程度最大，相关系数为0.57，其次是百果重，相关系数为0.54。另外，除荚果产量外，其他农艺性状之间也存在一定程度的相关性，其中主茎高与侧枝长、总分枝数与结果枝数、单株饱果数与单株总果数、百果重与百仁重均呈极显著正相关，且相关程度较强，相关系数分别为0.95、0.56、0.86和0.84。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   不同花生品种农艺性状与产量的相关分析

“*”和“**”分别表示在P < 0.05和P < 0.01水平上显著和极显著相关。

Fig.3   Correlation analysis of agronomic traits and yield of different peanut varieties

“*”and“**”indicate significant and extremely significant correlations at the levels of P < 0.05 and P < 0.01, respectively.


2.2 多环境条件下小粒花生的GGE双标图分析
2.2.1 品种的丰产性和稳定性

如图4所示，GGE双标图可以有效解释荚果产量中基因和环境互作的77.04%的变异，说明GGE双标图分析结果基本上能够推断本研究中参试品种的平均表现。GGE丰产稳产性功能图（图4）中，带箭头的轴为环境平均轴，箭头的位置为平均环境值，环境平均轴所指的方向是品种在所有环境下的近似平均产量的走向，箭头正方向为丰产品种，品种所在的点与平均环境轴之间的垂线越长，表示品种越不稳定。根据丰产性分析（图4）可以看出，G7的产量最高，其次是G9、G10、G6、G4和G8，G12产量最低。稳产性分析发现，G1稳产性最好，G8、G9、G10和G11稳产性次之，G5稳产性最差。丰产稳产性综合分析结果显示，G9是既高产又稳产的品种，G7高产但不稳产，G1和G11稳产但不高产，而G12、G2和G3丰产性和稳产性均较差。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   GGE双标图丰产性与稳产性分析

Fig.4   GGE biplot analysis of high yield and stable yield


2.2.2 品种的适种区

借助GGE双标图（图5）分析品种的适宜种植区域，把各个方向上距离原点最远的品种用直线连接起来，绘制出一个五边形，通过原点对每条边做垂线，将五边形分为5个扇区，17个试点分为5个生态区，品种在扇区分布，位于扇区内试点为其适宜种植区域，多边形顶角的品种产量最高。由图5可以看出，在5个区域内荚果产量表现最好的品种分别是G9、G10、G5、G12和G7。其中G6和G7在E2、E3、E4、E8、E9、E10、E13、E14和E17等9个试点中表现较好，说明这2个品种的区试适应性较强，G5、G4和G11在E1、E5、E12、E16等4个试点的表现较好，G8和G9在E6和E11这2个试点的表现较好，而G10所在扇区仅有试点E15，G1、G2、G3和G12所在扇区仅有试点E7，表明这5个品种在大部分试点表现差，其区域适应性差。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   适种区的GGE双标图分析

Fig.5   GGE biplot analysis of suitable planting areas


2.2.3 品种的综合评价

GGE双标图中，以平均环境轴作同心圆，如果品种所在的圈越小，说明品种的丰产性（产量）和稳定性（互作）越好，该品种越理想。由图6可以看出，G9丰产性和稳产性综合评价最好，是最理想的品种，其次是G10、G6、G8和G4，丰产稳产性综合评价最差的品种是G12，其次是G5和G3。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   理想品种的GGE双标图分析

Fig.6   GGE biplot analysis of ideal varieties


3 讨论

品种区域试验通过选取代表性的承试点，统一规范要求进行试验，对新育成的品种的丰产性、适应性、抗逆性和品质等进行全面鉴定，是品种审定（登记）的重要依据。但是，不同试点存在误差异质以及缺区或缺株问题，这都会影响后续数据分析的可靠性，而利用数据的最佳线性无偏预测值（BLUP）可以很好地避免小区数据缺失的现象，使数据更准确。郭敏杰等[8]于2021年首次将BLUP值运用到花生荚果产量的区域试验数据分析中，利用花生荚果产量的BLUP值对参试的大粒花生农艺性状进行了相关性和通径分析。2023年邓丽等[30]利用荚果产量的BLUP值分析大果型花生的丰产性、稳产性和适应性。本研究中，12个小粒花生品种2年多点的区域试验荚果产量的BLUP值与原始值相比，在不同试点的变异系数均不同程度变小，不同试点的产量数据得到不同程度的矫正，这为后续分析的可靠性提供了保证。

产量是花生选育的首要因素，高产花生一直是选育工作的首要目标。花生产量受不同农艺性状的协同影响，同时，不同地理环境条件对其也有很大程度的制约。本研究通过对12个品种在17个试点的主要农艺性状表现情况分析发现，不同性状受环境影响程度不同，侧枝长、主茎高、结果枝数、总分枝、单株总果数、单株饱果数、百果重和荚果产量受环境影响较大，品种间差异大，而百仁重、出米率和生育期受环境影响较小，品种间差异较小。通过品种主要性状变异分析结果来看，小粒花生单株总果数和单株饱果数对环境敏感，变异系数均较大，而出米率和生育期变异系数较小，受环境影响较小。不同品种影响其产量的农艺性状不尽相同，冯亚平等[31]对北方大花生品种主要农艺性状的相关性分析表明，百仁重、百果重、出米率和总分枝数对产量具有极显著影响；王慧敏等[32]对67个花生品种主要农艺性状的变异及相关性分析发现，单株经济系数、百果重和百仁重对产量影响最大。在本研究中，主要农艺性状的相关性分析显示，百仁重、百果重、出米率和生育期是影响小粒花生荚果产量的关键性状。因此，在小粒型花生栽培种植中，针对提高百仁重、百果重、出米率和保证生育期的管理措施需要加强，以保证小粒花生单位面积产量。

GGE双标图分析法是Yan等[33]研发的一种新的分析方法，用于多环境试验中品种丰产性、稳产性和适应性分析和试点评价，广泛应用在区域试验的产量与环境的互作效应分析上[34]。该方法可以同时考虑基因型和基因型与环境互作效应，能够直观鉴定丰产稳产性好的品种，是评价品种丰产稳产性和适应性的有效方法。张忠信等[35]利用GGE双标图对河南省夏播花生品种进行了分析，获得1个适应该区域种植的理想品种；郭敏杰等[36]利用GGE双标图对我国北方片区大粒花生品种基因环境互作进行了综合分析，获得2个高产稳产性品种。本研究中，利用GGE双标图对基于荚果产量的BLUP值分析不同品种的丰产稳产性和适应性，筛选出1个既高产又稳产的花生品种，同时，鉴别出每个花生品种的适宜种植区域，为不同地区的花生品种选择提供参考。

4 结论

利用BLUP值和GGE双标图分析了小粒花生的丰产稳产性和适应性，对其进行了综合评价，筛选出1个适合北方片种植的理想品种濮花66号（G9），通过相关性分析初步明确了影响小粒花生产量的关键性状为百仁重、百果重、出米率和生育期。

参考文献

孙海艳, 侯乾, 董文召, 等.

我国花生品种发展现状

中国种业, 2022(7):15-17.

[本文引用: 1]

Food and Agriculture Organization of the United Nations. Statistical database FAOSTAT. (2022-12-04)[2023-12-05]. https://www.fao.org/faostat/en/#data/QCL.

URL     [本文引用: 1]

张立伟, 王辽卫.

我国花生产业发展状况、存在问题及政策建议

中国油脂, 2020, 45(11):116-122.

[本文引用: 1]

俞渭江, 洪振中.

种公牛选择方法研究——应用最优线性无偏估计乳用种公牛育种值的方法

中国农业科学, 1984, 17(5):77-83.

[本文引用: 1]

王楚端, 张沅.

动物模型BLUP在猪育种中的应用

中国畜牧杂志, 1995(5):54-56.

[本文引用: 1]

钱宏光, 布仁, 巴图, 等.

BLUP法在肉羊育种中的应用初探

中国草食动物, 2000, 2(4):22-24.

[本文引用: 1]

任长宏, 格桑曲珍, 胡希远.

经验性最佳线性无偏预测(eBLUP)在油菜区域试验品种评价的效果

作物学报, 2017, 43(3):371-377.

[本文引用: 1]

郭敏杰, 邓丽, 苗建利, 等.

基于BLUP值的大粒花生农艺性状与产量的相关和通径分析

河北农业大学学报, 2021, 44(5):36-41.

DOI:10.13320/j.cnki.jauh.2021.0081      [本文引用: 1]

分析大粒花生品种农艺性状与产量的关系，为高产花生育种提供有效指导。本研究以 2017 年全国北方 片区大粒花生区试为基础数据，利用 ASReml 软件的混合线性模型，获取各试点每个基因型的最佳线性无偏 预测值（Best linear unbiased prediction, BLUP），进行可视化相关分析和通径分析。结果表明：BLUP 数据去 除了环境的误差，更接近于真实育种值。单株饱果数的变异系数最大为 34.47%；各性状与产量的相关系数由大 到 小 依 次为：百果重（r=0.669 5***）> 百仁重（r=0.665 8***）> 侧枝长（r=0.428 9***）> 总分枝数（r=0.377 4***）> 主茎高（r=0.338 3***）> 出米率（r=0.294 1***）> 单株结果数（r=0.257 1***）> 结果枝数（r=0.234 0**）> 饱果 数（r=0.145 7*）> 生育期（r=0.021 2）；通径分析显示，百果重（p=0.383 9）和总分枝数（p=0.347 6）对产量 的直接通径系数较大，说明它们是影响大粒花生产量的关键性状。因此，在选育高产大粒花生新品种时要重点 做好对百果重和总分枝数的选择。

常世豪, 耿臻, 杨青春, 等.

基于BLUP值的夏大豆产量与农艺性状的相关分析

作物杂志, 2023(5):10-15.

李金花.

基于BLUP和GGE双标图的黑杨派无性系生长性状基因型与环境互作效应

林业科学, 2021, 57(6):64-73.

[本文引用: 1]

周志淑, 王瑞, 李加纳.

GGE双标图对油菜双列杂交试验结果的分析

种子, 2009, 28(6):102-104.

[本文引用: 1]

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

花生学报, 2017, 46(2):24-31.

[本文引用: 1]

周宇飞, 依兵, 吴奇, 等.

基于GGE双标图的高粱品种产量及其稳定性分析

沈阳农业大学学报, 2018, 49(6):649-654.

[本文引用: 1]

孟令聪, 路明, 王敏, 等.

GGE双标图模型在玉米新品种测试中的应用

玉米科学, 2019, 27(3):330-334.

[本文引用: 1]

宋慧, 刘金荣, 王素英, 等.

GGE双标图评价谷子‘豫谷18’的丰产稳产性和适应性

中国农业大学学报, 2020, 25(1):29-38.

[本文引用: 1]

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

中国水稻科学, 2015, 29(4):408-416.

DOI:10．3969/j．issn．1001G7216．2015．04．010      [本文引用: 1]

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。

程玲, 张心菲, 张鑫鑫, 等.

基于BLUP和GGE双标图的林木多地点试验分析

西北农林科技大学学报(自然科学版), 2018, 46(3):87-93.

[本文引用: 1]

于经川, 张善勇, 刘兆晔, 等.

植株展开度、穗幅宽与小麦产量关系的研究

扬州大学学报(农业与生命科学版), 2004, 25(1):63-65.

[本文引用: 1]

杭雅文, 武威, 张莀茜, 等.

弱筋小麦品质指标的相关性分析及筛选

麦类作物学报, 2020, 40(3):320-327.

[本文引用: 1]

董明辉, 赵步洪, 徐大勇, 等.

江苏省主要粳稻品种穗部性状及其与产量构成的关系

扬州大学学报(农业与生命科学版), 2015, 36(4):85-89.

[本文引用: 1]

张先亮, 刘克锋, 楚宗燕, 等.

棉花杂交种和常规种产量与产量构成因素相关性的比较分析

中国棉花, 2012, 39(3):16-18.

DOI:10.11963/issn.1000-632X.20120304      [本文引用: 1]

小区试验结果表明棉花杂交种和常规种在产量与产量构成因素方面存在明显的差异。棉花杂交种产量构成因素中，单株铃数、铃重、子指均较高，早熟性好，但衣分较低。棉花杂交种能均衡利用产量构成因素，而常规种过于依赖于某一因素，因而棉花杂交种具有更好的稳产性。

王敏, 徐萍, 刘新江, 等.

黄淮海地区夏玉米农艺性状与产量的通径分析

中国生态农业学报, 2011, 19(5):1229-1236.

[本文引用: 1]

赵强, 赵满义, 吴迅, 等.

基于温热玉米F2:3家系的株型相关性状遗传分析

种子, 2019, 38(10):77-79.

[本文引用: 1]

刘歆, 杨芳, 邓军波, 等.

江汉平原大豆品系表型分析及综合评价

作物杂志, 2021(5):57-63.

[本文引用: 1]

朱亚娟, 甄志高, 赵金环, 等.

河南省小粒花生品种主要农艺性状与产量的相关及通径分析

湖南农业科学, 2016(6):34-36,39.

[本文引用: 1]

张晓杰, 姜慧芳, 任小平, 等.

中国花生核心种质的主成分分析及相关分析

中国油料作物学报, 2009, 31(3):298-304.

[本文引用: 1]

以576份中国花生全套核心种质为材料，对26个表型性状方面进行主成分和相关性分析。结果表明，花生资源在这26个性状方面均存在显著的遗传分化和丰富的多样性。从主成分分析的结果来看，前5个主成分对变异的累积贡献率达72.67%，叶片宽、种子宽、百果重和百果仁重对花生种质资源主成分1 贡献较大，表明在花生种质资源鉴定中，这些性状占有重要地位。相关性分析结果表明，主茎高和主茎节密度呈显著负相关，主茎高和主茎节数，叶片长与叶片宽，荚果宽与种子长、种子宽、百果重、百果仁重等呈显著正相关。这些相关性表明，测得相关性极显著的一对表型性状中的一个即可判断另一个性状的变异状况，减少了花生种质资源鉴定的工作量。

赵锋, 包奇军, 潘永东, 等.

70份大麦种质资源遗传多样性评价

作物杂志, 2021(6):54-61.

[本文引用: 1]

史关燕, 王娟菲, 麻慧芳, 等.

谷子杂交种产量与主要农艺性状的相关性及回归分析

作物杂志, 2022(6):82-87.

[本文引用: 1]

刘洪, 任永浩. 花生新品种DUS测试原理与技术. 广州: 华南理工大学出版社, 2012.

[本文引用: 1]

邓丽, 李绍伟, 郭敏杰, 等.

基于BLUP和GGE双标图的大果型花生分产稳产适应性分析种子

种子, 2023, 42(7):117-121,150.

[本文引用: 1]

冯亚平, 韩燕, 江金春, 等.

北方大花生品种主要农艺性状的相关性分析

山东农业科学, 2019, 51(9):97-101.

[本文引用: 1]

王慧敏, 彭振英, 李新国, 等.

67个花生品种主要农艺性状的变异及相关性分析

山东农业科学, 2019, 51(9):91-96.

[本文引用: 1]

Yan W K, Kang M S. GGE biplot analysis:a graphical tool for breeders, geneticists, and agronomists. Boca raton: CRC Press, 2002.

[本文引用: 1]

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

种子, 2012, 31(12):89-92.

[本文引用: 1]

张忠信, 董文召, 秦利, 等.

GGE双标图在河南省夏播花生品种区域试验中的应用

中国农学通报, 2016, 32(36):62-65.

DOI:10.11924/j.issn.1000-6850.casb16030077      [本文引用: 1]

笔者研究了河南省夏播花生品种区域试验中参试品种与环境的互作关系，科学评价参试品种与试点，为品种审定及试点遴选提供理论依据。采用可直观分析农作物两向数据的GGE双标图对参试品种的高产稳产性、品种与试验点环境间的关系、各试点的代表性进行了分析。结果表明：2015年河南省夏播花生品种区域试验中理想品种为‘豫花55号’，能有效地选择高产稳产品种的试点是河南省农业科学院经济作物研究所、濮阳市农业科学院、洛阳市农林科学院。

郭敏杰, 邓丽, 苗建利, 等.

我国北方片区大粒花生品种基因环境互作的综合分析

花生学报, 2021, 50(2):57-63.

[本文引用: 1]

/

〈 〉