农作物生长发育过程中普遍存在基因型与环境的交互作用。利用方差分析、线性回归、高稳系数、多维综合隶属度、同异分析和灰色关联度等分析方法，难以排除品种在不同区域试点的差异，不能准确地对品种进行综合评价。GGE（genotype+ genotype-by-environment interaction）双标图不仅适用于品种评价，还适用于试验环境评价和品种生态区划分，能够对作物品种进行全面评价[7-8]。目前，GGE双标图已应用到多种作物丰产性和稳产性的鉴定中。杨璐等[9]基于GGE双标图对13个中籼迟熟水稻品种在长江中下游16个试验点的产量数据及稻瘟病抗性数据进行综合分析，发现‘爽两优粤农丝苗’和‘春9两优70’这2个品种产量高，稳定性好，抗稻瘟病性强；湖北武汉、湖北黄冈、安徽休宁、江西吉安和浙江温州对参试品种的区分力较强、代表性好。谢文锦等[10]通过GGE双标图法，筛选出适合北方种植与推广的优良鲜食糯玉米品种‘郑白甜糯9号’和‘天贵糯932’；内蒙古赤峰和新疆石河子2个试点鉴别力和代表性较强。许乃银等[11]通过GGE双标图对‘鄂杂棉30’进行分析，结果表明‘鄂杂棉30’是兼备丰产性、稳定性和广适性的理想品种，显著优于对照品种‘鄂杂棉10号’，突显出GGE双标图在品种丰产性与稳产性分析和适宜种植区域划分等方面的应用效果。王芳等[12]对2018-2019年国家（北方片）花生新品种多点试验小粒组中‘安花3号’进行丰产性、稳产性和适应性分析，通过GGE双标图可知该品种高产、稳产性综合表现第一，适应性最广，是适合在河南、山东、河北、辽宁及山西等省份种植的理想品种，相较于对照品种‘花育20号’有显著优势。
本研究以2018-2019年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）中26个参试品种在不同试点的产量数据为材料，运用GGE双标图分析‘张杂谷21号’在各个试点的表现，为该品种的推广应用提供理论依据。
1 材料与方法
1.1 试验材料
2018-2019年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）材料见表1。对照品种均为大同29号。
表1 全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）材料
Table 1
| 2018 | 2019 | ||
|---|---|---|---|
| 编号 Code | 品种名称 Variety name | 编号 Code | 品种名称 Variety name |
| G1 | 陇谷17号 | G5 | 大同45号 |
| G2 | 长杂谷2922 | G6 | 大同48号 |
| G3 | 赤优金谷 | G9 | 张杂谷21号 |
| G4 | 陇谷16号 | G13 | 豫谷35 |
| G5 | 大同45号 | G14 | 大同29号 |
| G6 | 大同48号 | G15 | 榆14-31 |
| G7 | 太选谷27 | G16 | 022-4-1-1-1 |
| G8 | 冀张谷2号 | G17 | 2012FGZ19-1 |
| G9 | 张杂谷21号 | G18 | 峰优谷4号 |
| G10 | M56-1 | G19 | 峰红9号 |
| G11 | 赤谷25 | G20 | 赤谷26 |
| G12 | 豫杂谷1号 | G21 | 豫谷38 |
| G13 | 豫谷35 | ||
| G14 | 大同29号 | ||
1.2 试验地点
2018和2019年全国谷子品种区域适应性联合鉴定试验（西北春谷早熟组）设8个试点，分别为榆林市农业科学研究院（E1）、内蒙古自治区农牧业科学院（E2）、赤峰市农牧科学研究院（E3）、宁夏农林科学院固原分院（E4）、新疆农业科学院粮食作物研究所（E5）、甘肃省农业科学院作物研究所（E6）、山西省农业科学院高寒区作物研究所（E7）以及张家口市农业科学院（E8）。
1.3 试验方法
每个品种完整试验周期为2年，区域试验，不设生产试验，随机区组排列，设6~8行区，小区面积为16 m2，3次重复，收获时去掉边行及行头。试验地四周种植保护行，对各试验点及时进行间苗、定苗、中耕除草、追肥和防治病虫害等田间管理。
1.4 数据处理与分析
采用Excel 2010整理产量数据，运用GenStat软件进行联合方差分析和GGE双标图分析，运用DPS软件进行方差分析。
2 结果与分析
2.1 参试谷子品种产量表现及方差分析
2.1.1 产量表现
表2 2018年参试谷子品种产量表现
Table 2
| 编号 Code | E1 | E2 | E3 | E4 | E5 | E6 | E7 | E8 | 均值 Mean |
|---|---|---|---|---|---|---|---|---|---|
| G1 | 5419.5±793.5cde | 7890.0±504.0a | 4725.0±219.0bcd | 4470.0±322.5a | 4555.5±394.5fgh | 6663.0±58.5fgh | 7440.0±136.5abcd | 4263.0±111.0defg | 5679.0 |
| G2 | 7609.5±24.0a | 6570.0±519.0bcde | 5613.0±454.5ab | 5040.0±277.5a | 6648.0±459.0abc | 7242.0±597.0abc | 7632.0±387.0abcd | 5212.5±379.5abc | 6447.0 |
| G3 | 4770.0±96.0de | 5680.5±420.0ef | 5842.5±297.0a | 4255.5±334.5a | 5545.5±555.0cdef | 5410.5±307.5cdef | 6888.0±67.5bcd | 5238.0±291.0abc | 5452.5 |
| G4 | 4467.0±42.0e | 6180.0±283.5cdef | 4563.0±157.5cd | 5347.5±736.5a | 3978.0±76.5ghi | 5884.5±165.0ghi | 6649.5±154.5d | 3925.5±106.5fg | 5124.0 |
| G5 | 4743.0±97.5de | 5265.0±469.5ef | 5104.5±235.5abcd | 4792.5±484.5a | 3169.5±246.0i | 5577.0±123.0i | 7767.0±181.5abc | 4050.0±198.0efg | 5058.0 |
| G6 | 5523.0±286.5cde | 5020.5±622.5f | 4240.5±126.0d | 5547.0±307.5a | 6040.5±82.5bcde | 6348.0±105.0bcde | 7309.5±258.0abcd | 4437.0±249.0cdefg | 5557.5 |
| G7 | 4962.0±387.0cde | 5400.0±184.5ef | 4638.0±192.0bcd | 4605.0±517.5a | 4747.5±319.5fgh | 5787.0±318.0fgh | 7180.5±49.5abcd | 3687.0±336.0g | 5127.0 |
| G8 | 5175.0±390.0cde | 3460.5±340.5g | 4645.5±153.0bcd | 5085.0±364.5a | 3672.0±684.0hi | 7639.5±90.0hi | 6820.5±213.0bcd | 4887.0±168.0bcd | 5172.0 |
| G9 | 7357.5±337.5ab | 7759.5±304.5ab | 6064.5±264.0a | 5898.0±1119.0a | 7035.0±319.5ab | 7834.5±669.0ab | 8224.5±345.0a | 5700.0±163.5a | 6985.5 |
| G10 | 5568.0±430.5cde | 6000.0±457.5def | 3352.5±280.5e | 4522.5±999.0a | 4065.0±421.5.0ghi | 4548.0±367.5ghi | 4945.5±466.5e | 3750.0±234.0g | 4593.0 |
| G11 | 5644.5±288.0cde | 5755.5±235.5ef | 5130.0±573.0abcd | 5310.0±619.5a | 5358.0±210.0def | 6655.5±604.5def | 6742.5±594.0cd | 4812.0±63.0cde | 5676.0 |
| G12 | 6205.5±808.5bc | 7185.0±583.5abcd | 4810.5±222.0bcd | 5122.5±361.5a | 7252.5±123.0a | 6949.5±445.5a | 7812.0±99.0ab | 5625.0±300.0ab | 6382.5 |
| G13 | 7240.5±106.5ab | 7294.5±183.0abc | 5359.5±381.0abc | 5922.0±916.5a | 6304.5±316.5abcd | 5257.5±717.0abcd | 8125.5±538.5a | 4624.5±373.5cdef | 6265.5 |
| G14 | 5950.5±543.0cd | 7609.5±93.0ab | 5550.0±210.0abc | 5512.5±225.0a | 4890.0±420.0efg | 6570.0±331.5efg | 7302.0±261.0abcd | 4462.5±156.0cdefg | 5980.5 |
同列数据不同小写字母表示差异显著（P < 0.05），下同。
Different lowercase letters in the same column indicate significant difference (P < 0.05)，the same below.
表3 2019年参试谷子品种的产量表现
Table 3
| 编号 Code | E1 | E2 | E3 | E4 | E5 | E6 | E7 | E8 | 均值 Mean |
|---|---|---|---|---|---|---|---|---|---|
| G5 | 5005.5±244.5bcd | 7803.0±312.0bcd | 2860.5±51.0ef | 4677.0±469.5f | 3451.5 | 4848.0±124.5bc | 6507.0±93.0abcd | 5748.0±504.0c | 5149.5 |
| G6 | 3933.0±283.5e | 6717.0±303.0fg | 3085.5±90.0de | 6297.0±612.0bcd | 5242.5 | 2640.0±150.0d | 6604.5±316.5abcd | 7015.5±235.5b | 5556.0 |
| G9 | 7594.5±223.5a | 8950.5±88.5a | 5002.5±28.5b | 7707.0±364.5a | 6633.0 | 6597.0±36.0a | 6862.5±358.5ab | 7932.0±228.0a | 7239.0 |
| G13 | 5577.0±84.0bc | 8377.5±177.0ab | 3753.0±186.0c | 7087.5±366.0ab | 5242.5 | 3379.5±228.0d | 7087.5±342.0a | 7255.5±202.5ab | 6337.5 |
| G14 | 5787.0±412.5b | 7023.0±199.5defg | 3450.0±27.0cd | 6072.0±220.5bcd | 6423.0 | 5425.5±142.5b | 5970.0±459.0bcde | 6207.0±186.0c | 5847.0 |
| G15 | 4668.0±108.0cde | 6457.5±276.0g | 2928.0±78.0ef | 6349.5±492.0bcd | 4332.0 | 1545.0±498.0e | 5358.0±244.5e | 7197.0±366.0ab | 5325.0 |
| G16 | 4714.5±186.0cde | 7710.0±301.5bcde | 2547.0±96.0f | 6232.5±132.0bcd | 5302.5 | 5500.5±223.5b | 6562.5±322.5abcd | 6070.5±223.5c | 5590.5 |
| G17 | 4390.5±396.0de | 6930.0±319.5efg | 1939.5±70.5g | 4960.5±222.0ef | 2181.0 | 5257.5±27.0bc | 5610.0±136.5de | 4810.5±220.5d | 4402.5 |
| G18 | 5523.0±583.5bc | 5385.0±258.0h | 2847.0±163.5ef | 5505.0±150.0def | 6262.5 | 2625.0±244.5d | 5782.5±214.5cde | 7717.5±213.0ab | 5574.0 |
| G19 | 4780.5±207.0cde | 8140.5±259.5bc | 3393.0±322.5cd | 5637.0±172.5def | 5703.0 | 4582.5±429.0c | 5632.5±519.0de | 6109.5±255.0c | 5626.5 |
| G20 | 4825.5±205.5cde | 7369.5±115.5cdef | 5997.0±40.5a | 6820.5±247.5abc | 6643.5 | 3312.0±346.5d | 6724.5±43.5abc | 7752.0±216.0ab | 6589.5 |
| G21 | 5097.0±120.0bcd | 6783.0±297.0fg | 3490.5±54.0cd | 5940.0±294.0cde | 4462.5 | 1785.0±196.5e | 5775.0±402.0cde | 7117.5±202.5ab | 5521.5 |
表4 2018-2019年‘张杂谷21号’的产量表现
Table 4
| 试验地点 Test site | 2018 | 2019 | |||
|---|---|---|---|---|---|
| 产量Yield (kg/hm2) | 较CK± Compared to CK (±%) | 产量Yield (kg/hm2) | 较CK± Compared to CK (±%) | ||
| E1 | 7357.5 | 23.65 | 7594.5 | 31.23 | |
| E2 | 7759.5 | 1.97 | 8950.5 | 27.45 | |
| E3 | 6064.5 | 9.27 | 5002.5 | 45.00 | |
| E4 | 5898.0 | 6.99 | 7707.0 | 26.93 | |
| E5 | 7035.0 | 43.87 | 6633.0 | 3.27 | |
| E6 | 7834.5 | 19.25 | 6597.0 | 21.59 | |
| E7 | 8224.5 | 12.63 | 6862.5 | 14.95 | |
| E8 | 5700.0 | 27.73 | 7932.0 | 27.79 | |
由表2可知，2018年‘张杂谷21号’与CK在E1、E5、E6、E8试点产量差异显著，其余试点差异不显著。E1试点品种G2、G4、G9、G13与CK产量差异显著，E2试点品种G3、G4、G5、G6、G7、G8、G10、G11与CK产量差异显著，E3试点品种G6、G10与CK产量差异显著，E4试点产量差异均不显著，E5和E6试点品种G2、G5、G8、G9、G12、G13与CK产量差异显著，E7试点品种G10与CK产量差异显著，E8试点品种G9、G12与CK产量差异显著。除E2、E4和E5试点外，‘张杂谷21号’产量均最高。
由表3可知，2019年‘张杂谷21号’与CK相比，除E7试点外所有试点产量差异均显著。E1试点品种G6、G9、G15、G16、G17、G19、G20与CK产量差异显著，E2试点品种G9、G13、G18、G19与CK产量差异显著，E3试点品种G5、G9、G15、G16、G17、G18、G20与CK产量差异显著，E4试点品种G5、G9、G7与G14产量差异显著，E5试点材料由于天气原因未成熟，该试点产量结果不计入统计，故无法进行方差分析，E6试点‘张杂谷21号’与其他所有品种产量差异均显著，E7试点品种G13、G15与CK产量差异显著，E8试点CK与除品种G5、G16、G19外的其他品种产量差异显著。‘张杂谷21号’在E1、E2、E4、E6和E8试点产量均最高。
表4显示，在同一试点，‘张杂谷21号’2019年比2018年增产的试点为E1、E2、E4、E8，其中E8试点增产最高，为39.16%，其次为E4试点，增产30.67%；其余试点则表现为减产，其中E3试点减产17.51%，E7试点减产16.56%。
2.1.2 产量联合方差分析
根据2018-2019年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）的产量数据，运用GenStat软件进行产量联合方差分析（表5）。2018年变异来源中基因型、环境、基因型×环境分别占变异总比例的22.89%、36.33%和23.07%；2019年分别占变异总比例的15.34%、57.02%和21.74%；其中环境占变异总比例最大，2018和2019年分别为36.33%和57.02%，是影响产量变异的主要因素，均高于基因型、基因型×环境所占比例，说明谷子产量受环境因素影响较大。
表5 2018-2019年参试谷子品种产量联合方差分析
Table 5
| 年份 Year | 变异来源 Source of variation | 自由度 df | 平方和 SS | 均方 MS | F值 F-value | 占总平方和百分比 Percentage of total sum of squares (%) |
|---|---|---|---|---|---|---|
| 2018 | 地点内区组 | 16 | 20.59 | 1.29 | 1.60 | － |
| 基因型（G） | 13 | 243.35 | 18.72 | 23.23 | 22.89 | |
| 环境（E） | 7 | 386.18 | 55.17 | 68.47 | 36.33 | |
| 基因型×环境（GE） | 91 | 245.28 | 2.70 | 3.35 | 23.07 | |
| 误差 | 208 | 167.60 | 0.81 | － | － | |
| 总和 | 335 | 1063.00 | － | － | － | |
| 2019 | 地点内区组 | 15 | 13.97 | 0.93 | 2.24 | － |
| 基因型（G） | 11 | 214.90 | 19.54 | 46.97 | 15.34 | |
| 环境（E） | 7 | 798.67 | 114.10 | 274.30 | 57.02 | |
| 基因型×环境（GE） | 77 | 304.58 | 3.96 | 9.51 | 21.74 | |
| 误差 | 165 | 68.63 | 0.42 | － | － | |
| 总和 | 275 | 1400.76 | － | － | － |
2.2 ‘张杂谷21号’的丰产性和稳产性分析
2.2.1 丰产性分析
2018年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）中PC1主成分效应为56.95%，PC2主成分效应为17.12%。由图1a可知，G9在平均环境轴上的垂线最靠右，产量最高，丰产性好；G10垂线最靠左，产量最低，丰产性较差。2018年参试品种产量从高到低依次为G9、G2、G12、G13、G14、G1、G11、G6、G3、G8、G7、G4、G5和G10。‘张杂谷21号’在参试品种中产量最高，丰产性最好。
图1
图1
2018和2019年参试谷子品种丰产性和稳产性分析
Fig.1
Analysis of yield and stability of tested foxtail millet varieties in 2018 and 2019
2019年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）中PC1主成分效应为45.17%，PC2主成分效应为34.98%。由图1b可知，G9在平均环境轴上的垂线最靠右，产量最高，丰产性好；G17垂线最靠左，产量最低，丰产性较差。2019年参试品种产量从高到低依次为G9、G20、G14、G13、G19、G16、G18、G6、G5、G21、G15和G17。‘张杂谷21号’在参试品种中产量最高，丰产性最好。由GGE双标图可知，2018和2019年‘张杂谷21号’产量均为最高，较‘大同29号’均增产，丰产性最好。
2.2.2 稳产性分析
由图1a可知，2018年G7与环境平均轴之间的垂线最短，品种最稳定，稳产性好；G8环境平均轴之间的垂线最长，品种稳产性较差。稳产性从高到低依次为G7、G3、G12、G5、G9、G4、G11、G2、G6、G14、G13、G1、G10和G8。‘张杂谷21号’较‘大同29号’稳产性好，其中丰产性最好的品种为‘太选谷27’，相较于其他品种稳产，受环境影响较小。
由图1b可知，2019年G13与环境平均轴之间的垂线最短，品种最稳定，稳产性好；G17环境平均轴之间的垂线最长，品种稳产性较差。稳产性从高到低依次为G13、G19、G14、G9、G6、G16、G21、G20、G15、G18、G5和G17。‘张杂谷21号’较‘大同29号’稳产性略差，二者稳产性相当，但‘豫谷35’丰产性最好，受环境影响较小，能够在不同环境条件下保持产量稳定。
2018和2019年‘张杂谷21号’稳产性在参试品种中位于前列，稳产性较好。
2.2.3 稳产性和丰产性综合分析
图2
图2
2018和2019年参试谷子品种丰产性和稳产性综合分析
Fig.2
Comprehensive analysis of yield and stability of tested foxtail millet varieties in 2018 and 2019
由图2可知，2018年和2019年‘张杂谷21号’在不同环境条件下的丰产性和稳产性最佳，均高于对照‘大同29号’。
2.3 ‘张杂谷21号’的适应性分析
图3a被分为4个扇区，其中E1、E3、E4、E5、E6、E7和E8等7个试点在一个扇区内，E2在另一个扇区内，8个试点被分为2个类型；各个方向上距离最远的点用直线连接为一个四边形，位于4个顶点的品种分别为G9、G13、G10、G8；G9在E1、E3、E4、E5、E6、E7和E8等7个试点中产量最高，适宜在类似区域中种植；G3最靠近原点，说明G3对环境变化不敏感。
图3
图3
2018和2019年参试谷子品种适应性分析
Fig.3
Adaptability analysis of tested foxtail millet varieties in 2018 and 2019
图3b中被分为4个扇区，其中E1、E2、E3、E4、E5、E6和E7等7个试点在一个扇区内，E8在另一个扇区内，8个试点被分为2个类型；各个方向上距离最远的点用直线连接为一个四边形，位于4个顶点的品种分别为G9、G17、G15、G20；G9在E1、E2、E3、E4、E5、E6和E7等7个试点中产量最高，表明其适宜在类似区域种植；G19最靠近原点，说明G19对环境变化不敏感。
由图3可知，2018和2019年‘张杂谷21号’在多个试点内的产量均优于对照‘大同29号’，在不同环境条件下适应性更强，产量更高。
3 讨论
在作物区域试验中产量受基因型、环境和基因型×环境等因素的影响，同一品种在不同参试地点的产量差异很大，给品种选育带来困难。目前，GGE双标图广泛应用于甘薯[17-18]、花生[12]、小麦[19]、高粱[15]、水稻[9,20]、玉米[10,21]、油菜[16,22]、马铃薯[23]、棉花[11]和谷子[24-25]等作物丰产性、稳产性、适应性分析中。相较于加性主效互作可乘（addition main effects and multiplication interaction，AMMI）模型，GGE双标图能够更加直观分析品种的丰产性、稳产性、适应性，有效消除环境效应的影响，将基因主效应和基因与环境互作效应结合，对作物品种作出真实有效的评价[15,17]。
GenStat统计分析软件是在20世纪60年代由英国洛桑试验站的科学家们研发，并且不断更新。GenStat的GGE双标图基于菜单操作，简单方便，适用于一年多点、多年多点排名以及丰产性、稳产性、适应性分析，品种与环境互作分析等。运用GenStat软件进行产量联合方差分析和GGE双标图分析。由产量联合方差分析可知，‘张杂谷21号’在2018和2019年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）中环境主效应占变异总比例最大，分别为36.33%和57.02%，对产量影响最显著，这与樊永强等[24]和宋慧等[25]结论一致，环境主效应是产量变异来源。一个品种的优劣除了受基因型影响外，还受环境、基因型×环境等因素的影响，要根据品种特性选择适宜环境，因地制宜，合理布局，发挥品种最大潜力；试点是育种过程中首要考虑的问题，合适的试点对于一个品种的评价和推广至关重要[26]，此结论在产量联合方差分析和GGE双标图中均可体现。GGE双标图分析可以直观且有效地判断作物生态适应性和适宜种植区域，选择合适的试点对于区域试验是十分重要的，利用GGE双标图可以对试点做出客观地评价。同时，丰产性和稳产性也是品种是否能够推广种植的重要指标；‘张杂谷21号’在2018和2019年全国谷子品种区域适应性联合鉴定试验（西北春谷区早熟组）中产量均居参试品种第1名，增产点率100%。在GGE双标图适应性分析中，‘张杂谷21号’2年均位于多边形顶点，在多个试点均为最高产，并且适应多个不同环境；丰产性和稳产性分析中，‘张杂谷21号’在同期区试中其丰产性和稳产性均较好。‘张杂谷21号’在试点E8和E4的不同年份，其产量差异较大，生产稳定性相对较差。
4 结论
‘张杂谷21号’具有高产稳产、抗逆性强、适应范围广等特点，适合在山西、内蒙古、陕西、甘肃和新疆等地大力推广种植，在宁夏、河北两地推广种植时需注意环境变化的影响。
参考文献
中国谷子产业和种业发展现状与未来展望
DOI:10.3864/j.issn.0578-1752.2021.03.001
[本文引用: 1]
谷子起源于中国,是旱作生态农业绿色发展的主栽作物。国家启动产业技术体系十年来,创制出一批抗除草剂、商品品质显著提升、蒸煮时间显著缩短的育种材料;基因组测序、单倍型图谱和高通量转化技术体系构建等推动了谷子产业技术原始创新能力持续提高;育成了一批中矮秆抗除草剂新品种,创新集成了一批适合不同产区的栽培技术,单户综合生产能力提高20倍以上,单产提高90.8%,总产提高85.7%,全程机械化轻简栽培实现了谷子生产方式历史性变革。谷子是完全市场化作物,近十年来总体价格呈上升趋势,产业规模不断扩大,全国地理标志产品发展迅速,正在形成一批区域公用品牌和产业优势区。随着产业发展的带动,品种权保护与转让逐步增多,一批谷子种业开始起步。在乡村振兴和健康中国战略新的时代背景下,谷子的营养、生态、文化属性给中国谷子产业和种业带来了新的机遇;同时中国谷子种业和产业也面临着种子繁殖系数高、品种权落实力度不够、科研和平台建设有待加强、缺乏突破性大品种等诸多挑战。未来中国谷子特色产业发展将助推乡村振兴并带动种业发展;季节性休耕区、压采地下水区的生态需求将促进谷子生产面积呈现恢复性增长;种业、科研、产业融合呈加快发展趋势。攻克谷子种业重大基础科学问题,构建现代生物育种技术体系,培育突破性新品种,实现科研、种业、产业的一体化发展是中国谷子种业的发展方向。中国谷子种业发展必须坚持原始创新、坚持产业需求、坚持服务主产区、坚持差异化发展、坚持市场主体地位。未来中国谷子产业和种业需攻克的重点任务:突破性新种质创新、高效育种技术平台构建、突破性新品种杂交种培育、构建种子生产技术规范和良种繁育技术体系、提升种业管理服务能力、布局优化制种基地、打造种子优势企业。
十五年区试数据分析展示谷子糜子育种现状
DOI:10.3864/j.issn.0578-1752.2017.23.001
谷子（Setaria italica Beauv.）和糜子（Panicum miliaceum L.）是中国起源的古老粟类作物，在旱作生态可持续农业建设和种植业结构调整中具有重要作用，也是应对未来更加干旱环境的战略储备作物。自2001年到2015年，全国农技中心组织国家谷子糜子区域试验，对这个时期培育的谷子糜子品种的产量、适应性和品质进行综合鉴定，积累这个时期谷子糜子育成品种的产量和农艺性状表现的基础数据。本期《中国农业科学》发表了6篇对过去10—15年谷子糜子育成品种产量和农艺性状表现的分析评价文章，这些文章从整体上梳理了中国华北夏谷区、西北早熟区、西北中晚熟区、东北春谷区和糜子育成品种的产量水平、育种进步的性状和存在问题等，也提出了近期及将来的育种目标。本文是对这6篇文章进行的简评，希望能引导这6篇文章的深入研读。谷子糜子育种的突破有赖于关键性亲本的发现、创制和利用，以及有益产量性状累加育种技术的突破；商品性优质、食味优质、功能性优质专用和中矮秆适合机械化轻简化栽培应成为谷子糜子育种最应关注的重点方向。
Nutritional and functional roles of millets-a review
Millets: a nutritional powerhouse with anti-cancer potential
Potential of underutilized millets as Nutri-cereal: an overview
DOI:10.1007/s13197-021-04985-x
PMID:34629510
[本文引用: 1]
In this current scenario with changing food habits, escalating population and unrestricted use of natural resources, there are lacking of resources to provide nutritious food to all. Natural plant resources are fast depleting and need to explore new alternatives. Besides the staple rice and wheat; lots of underutilized crops are being consumed that are having great potential to replace the staple crops. Millets are one of the major underutilized crops with a Nutri-cereal potential. Millets are highly nutritive, non-acid-forming, gluten-free and having dietary properties. Despite the fact that millets are highly nutritious, their consumption is still limited to the conventional and poor population due to lack of awareness towards its nutritional values. There is lack of processing technologies, lack of food subsidies and inconvenience in food preparations which makes millets more obsolete. Millets are Nutri-cereals and rich in carbohydrates, dietary fibres, energy, essential fatty acids, proteins, vitamin-B and minerals such as calcium, iron, magnesium, potassium and zinc, which helps to prevent from post-translational diseases like, diabetes, cancer, cardiovascular and celiac diseases, etc. Millets help in controlling blood pressure, blood sugar level and thyroid but inspite of these functional properties, millets consumption is still declining. Millets utilization in-combination with other staple food crops to develop food alternatives has become an emerging area for food industries. Besides, to strengthen our fight against malnutrition in children and adolescents, consumption of millets can help to foster immunity and health. Here, author's have reviewed the potential of millets for their Nutri-cereal qualities.© Association of Food Scientists & Technologists (India) 2021.
双标图分析在农作物品种多点试验中的应用
DOI:10.3724/SP.J.1006.2010.01805
[本文引用: 4]
双标图分析越来越多地被用于直观分析农作物品种多点试验数据和其他类型的两向数据。这种方法深受植物育种家和农业研究人员的推崇, 认为它可以提高研究者理解和驾驭试验数据的能力；但也受到一些学者的批评, 认为它是统计分析方面的旁门左道。事实上，学术界对什么是双标图的认识尚存混乱。一些双标图的使用者并不总能正确地选择和解释双标图。一些双标图的批评者对双标图分析及其研究对象也缺乏深入了解。为使研究者对双标图分析有一个客观全面的认识, 本文就用双标图分析农作物品种多点试验中的几个问题进行阐述：(1) 如何针对特定的研究目的选择适当的双标图; (2) 如何选择适当的GGE双标图来分析多点试验数据; (3) 如何使用GGE双标图的不同功能形态进行品种评价、试验点评价和品种生态区划分; (4) 如何判断双标图是否充分表现试验数据中的规律; (5) 如何检验双标图显示的结果是否显著。
GGE双标图在陆地棉高产稳产和适应性分析中的应用——以长江流域棉区国审棉花新品种‘鄂杂棉30’为例
基于R语言的GGE双标图在花生高产稳产和适应性分析中的应用——以我国北方片小粒花生新品种安花3号为例
马铃薯品种(系)农艺性状的适应性和稳定性分析
DOI:10.11869/j.issn.1000-8551.2023.02.0274
[本文引用: 1]
马铃薯的丰产性、适应性和稳定性是马铃薯推广和应用的重要指标，各种环境因子对不同性状的作用有差异，需要在不同的生态区进行品种（系）的筛选与鉴定。为了筛选出广适、高产、稳产和适宜机械化作业的马铃薯品种（系），本研究通过GGE双标图对马铃薯高代品系和国内主栽品种的产量和植株性状进行分析，同时阐述基因型与环境互作效应对产量性状和植株性状的影响。前期选育的22份高代品系和13份国内主栽品种分别于2020和2021年种植在渭源县、安定区和永昌县三个试点。测量主茎数等8个植株性状和小区产量等9个产量性状，应用联合方差分析进行显著性水平分析，GGE双标图进行适应性、丰产性和稳定性分析以及试点的区分力和代表性评价。应用联合方差分析结果表明，自然株高、绝对株高的基因型效应显著，基因型效应平方和占总变异平方和比为66.63%、56.56%；花序梗长、单株大薯产量的基因型与环境互作效应显著，互作效应平方和占总变异平方和比为27.86%、27.05%；分支数、单株产量的环境效应显著，环境效应平方和占总变异平方和比为55.82%、25.52%。GGE分析结果表明，品种（系）在不同的年份间，产量和稳定性表现总体较为一致。G1在渭源县产量最高，G33在安定区产量最高，G10在永昌县产量最高；G32稳定性最高。对品种（系）区分力最强的是2020年永昌试点，目标环境代表性最强的是2021年安定试点。GGE双标图可以直观展现出两年三点品种（系）试验的结果，并对马铃薯品种（系）进行筛选与评价。高产、稳定、适宜机械化作业的品种（系）是G33、G12、G3，高产、不稳定、适宜机械化作业的是G28、G26、G23。基因型与环境互作效应对花序梗长和单株大薯产量的影响最大。结合区分力和代表性，渭源县是本试验筛选出最优的试点。本研究根据品种（系）的适应性和稳定性表现，筛选出在不同生态区域适合种植的集高产、稳定、适宜机械化为一体的品种（系），为后续品种登记和推广提供了参考和理论依据。
基于GGE双标图对苜蓿品种丰产性和稳定性综合评价
DOI:10.11733/j.issn.1007-0435.2021.05.007
[本文引用: 1]
为了解不同苜蓿（Medicago sativaL.）品种在宁夏南部山区的丰产性、稳产性，以及试点的代表性和区分力，本研究利用方差分析、GGE双标图模型对区域3个不同试点的6个苜蓿品种的产量进行分析。结果表明：苜蓿产量最高的试验区是原州区彭堡镇彭堡三队，最低的是隆德县关庄乡前庄村，前者比后者高43.7%；产量最高的品种是‘甘农7号’，最低的是‘阿尔冈金’，前者比后者高44.9%；联合方差分析显示，基因型与环境互作（G×E）、环境（E）、基因型（G）对品种产量影响显著（P<0.05），其中G×E是引起苜蓿产量差异的最主要原因，它引起的变异是E的1.19倍，是G的1.58倍。利用GGE双标图模型分析可知，高产稳产的品种是‘三得利’、‘苜蓿王’；3个不同区域可划分为2个生态区，原州区头营镇徐河村和原州区彭堡镇彭堡三队为1个，隆德县关庄乡前庄村为1个；综合代表性和区分力，较理想的试点为头营镇徐河村。
