基于BLUP和GGE双标图的谷子区域试验分析

doi:10.15933/j.cnki.1004-3268.2025.08.005

摘要/Abstract

摘要： 为准确筛选丰产性、稳产性好和适应性广的谷子品种，利用最佳线性无偏预测（BLUP）数据代替产量原始数据对2023—2024年全国谷子品种区域适应性联合鉴定（华北夏谷区组）试验的9个谷子品种和14个试点进行GGE 双标图分析。通过对比热图和方差分析结果发现，BLUP数据降低了产量变异系数，能够更真实地反映品种的遗传潜力；同时，对产量总变异的解释（94.95%）明显高于原始数据（72.51%），提高了分析的准确性。利用BLUP数据进行GGE双标图分析发现，豫谷101、郑谷678和中谷855丰产性较好，邯谷6号、中谷855和沧471稳产性较好，豫谷101、中谷855丰产性和稳产性综合表现较好；豫谷101适应性最广，其次是中谷855。辽宁省的锦州、山东省的泰安和河南省的安阳3个试点是具有较强区分力和较好代表性的理想试点。综上，豫谷101、中谷855是丰产性、稳产性、适应性均较好的理想谷子品种，适合在华北夏谷区推广种植。

关键词: 谷子, 最佳线性无偏预测（BLUP）, GGE双标图, 丰产性, 稳产性, 适应性

Abstract: In order to accurately select foxtail millet varieties with high and stable yield and broad adaptability，this study utilized best linear unbiased prediction（BLUP）data instead of raw yield for GGE biplot analysis.The analysis was conducted on 9 foxtail millet varieties and 14 test sites of National Foxtail Millet Variety Regional Adaptability Joint Evaluation Trial（North China Summer‑sowing Region）in 2023—2024.The results showed that，heatmap and ANOVA comparisons demonstrated that BLUP data decreased the variation coefficient of yield，and could better represent the genetic potential of variety.Notably，BLUP data explained 94.95% of total yield variation，which was obviously higher than that of raw data（72.51%），improving analytical precision.GGE biplot analysis using the BLUP data revealed that Yugu 101，Zhenggu 678 and Zhonggu 855 had higher yield；Hangu 6，Zhonggu 855 and Cang 471 had better yield stability；Yugu 101 and Zhonggu 855 had better comprehensive performance in yield potential and stability.Yugu 101 had the widest adaptability，followed by Zhonggu 855. Jinzhou（Liaoning Province），Taian（Shandong Province）and Anyang（Henan Province）sites were ideal test sites with strong discriminability and good representativeness.Overall，Yugu 101 and Zhonggu 855 are ideal foxtail millet varieties with high and stable yield and broad adaptability，suitable for promotion and cultivation in the North China summer millet region.

Key words: Foxtail millet, Best linear unbiased prediction（BLUP）, GGE biplot, High yield, Yield stability, Adaptability

中图分类号:

S515

王淑君, 邢璐. 基于BLUP和GGE双标图的谷子区域试验分析[J]. 河南农业科学, 2025, 54(8): 51-59.

WANG Shujun, XING Lu. Analysis of Foxtail Millet Regional Trials Based on BLUP and GGE Biplot[J]. Journal of Henan Agricultural Sciences, 2025, 54(8): 51-59.

图/表 8

参考文献

［1］刁现民，程汝宏. 十五年区试数据分析展示谷子糜子育种现状［J］. 中国农业科学，2017，50（23）：4469‑4474.

DIAO X M，CHENG R H. Current breeding situation of foxtail millet and common millet in China as revealed by exploitation of 15 years regional adaptation test data［J］. Scientia Agricultura Sinica，2017，50（23）：4469‑4474.

［2］刁现民，王立伟，智慧，等. 谷子中矮秆资源创制、遗传解析和育种利用［J］.作物学报，2024，50（2）：265‑279.

DIAO X M，WANG L W，ZHI H，et al. Development，genetic deciphering，and breeding utilization of dwarf lines in foxtail mille［t J］. Acta Agronomica Sinica，2024，50（2）：265‑279.

［3］魏常敏，许卫猛，邢永锋，等. AMMI模型和GGE双标图在黄淮海甜玉米中的应用［J］. 分子植物育种，2021，19（17）：5909‑5916.

WEI C M，XU W M，XING Y F，et al. Application of AMMI model and GGE biplot of sweet maize varieties in Huang‑Huai‑Hai region［J］.Molecular Plant Breeding，2021，19（17）：5909‑5916.

［4］杨忠妍，任晓利，李素英，等. 对作物区域试验中参试品种产量统计方法问题的探讨［J］. 中国农学通报，2014，30（33）：133‑140.

YANG Z Y，REN X L，LI S Y，et al. Study on the method of statistics analysis of tested varieties yield in regional crop trials［J］. Chinese Agricultural Science Bulletin，2014，30（33）：133‑140.

［5］孙璇，姚琳，张高杨，等. 基因型和环境互作对黄淮区油菜产量的影响［J］.分子植物育种，2024，22（14）：4671‑4680.

SUN X，YAO L，ZHANG G Y，et al. Effect of interaction between genotype and environment on rapeseed yield in Huang‑Huai region［J］. Molecular Plant Breeding，2024，22（14）：4671‑4680.

［6］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［J］.西北农林科技大学学报（自然科学版），2018，46（3）：87‑93.

CHENG L，ZHANG X F，ZHANG X X，et al. Forestry multi‑environment trial analysis based on BLUP and GGE biplot［J］. Journal of Northwest A & F University（Natural Science Edition），2018，46（3）：87‑93.

［7］曹元元，丁逸帆，左示敏，等. 基于GGE双标图和AMMI 模型对江苏省水稻区试品种的丰产性和稳定性分析［J］. 种子，2021，40（6）：38‑43.

CAO Y Y，DING Y F，ZUO S M，et al. Analysis of yielding ability and stability of rice varieties tested in Jiangsu Province based on GGE biplot and AMMI model［J］. Seed，2021，40（6）：38‑43.

［8］郭建炜，徐冬丽，王国平，等. 基于GGE模型对甘肃省青稞多年多点区试品种稳定性分析［J］. 分子植物育种，2024，22（11）：3677‑3684.

GUO J W，XU D L，WANG G P，et al. Stability analysis of hulless barley varieties in multi‑year multipoint regional trials in Gansu based on GGE model［J］.Molecular Plant Breeding，2024，22（11）：3677‑3684.

［9］李梦，周显兵，刘锋博，等. 基于GGE双标图的油菜新品种陕油1609丰产稳产适应性分析［J］. 种子，2023，42（7）：122‑128.

LI M，ZHOU X B，LIU F B，et al. Analysis on the high and stable yield，and the adaptability of new rapeseed variety Shanyou1609 based on GGE biplot［J］. Seed，2023，42（7）：122‑128.

［10］唐义，刘建新，李清超，等. 基于GGE双标图的玉米丰产稳产及适应性研究［J］.中国农学通报，2024，40（18）：9‑13.

TANG Y，LIU J X，LI Q C，et al. Study on yielding ability，stability and adaptability in maize based on GGE‑biplo［t J］. Chinese Agricultural Science Bulletin，2024，40（18）：9‑13.

［11］吴晓东，李海燕，王天硕，等. GGE双标图法评价辽棉50的丰产性稳产性及适应性［J］. 中国棉花，2024，51（7）：33‑37.

WU X D，LI H Y，WANG T S，et al. Evaluation on yield stability and adaptability of Liaomian 50 by GGE biplot analysis［J］. China Cotton，2024，51（7）：33‑37.

［12］穆兰海，常克勤，杜燕萍，等. AMMI模型和GGE双标图对宁夏不同气候类型区苦荞品种稳产性适应性分析［J］.黑龙江农业科学，2024（2）：8‑14.

MU L H，CHANG K Q，DU Y P，et al. Analysis of stable yield adaptability of Fagopyrum tataricum varieties in different climate regions of Ningxia using AMMI model and GGE double label map［J］.Heilongjiang Agricultural Sciences，2024（2）：8‑14.

［13］文浩雨，张杰，李慧玉，等. 基于BLUP-GGE双标图的白桦子代多地点速生性及稳定性分析［J］.北京林业大学学报，2024，46（10）：53‑62.

WEN H Y，ZHANG J，LI H Y，et al. Analysis of fast‑growing and stability characteristics of Betula platyphylla progeny at multiple locations based on BLUP‑GGE biplot［J］. Journal of Beijing Forestry University，2024，46（10）：53‑62.

［14］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［J］. 林业科学，2021，57（6）：64‑73.

LI J H. Genotype by environment interaction for growth traits of clones of Populus section aigeiros based on BLUP and GGE biplot［J］.Scientia Silvae Sinicae，2021，57（6）：64‑73.

［15］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［J］.中国农业科学，1984，17（5）：77‑83.

YU W J，HONG Z Z. Studies on methods for the selection of dairy sires：The application of best linear unbiased prediction to dairy sire evaluation［J］.Scientia Agricultura Sinica，1984，17（5）：77‑83.

［16］钱宏光，布仁，巴图，等. BLUP法在肉羊育种中的应用初探［J］.中国草食动物，2000，2（4）：22‑24.

QIAN H G，BU R，BA T，et al. Preliminary study on the application of BLUP method in mutton sheep breeding［J］. China Herbivores，2000，2（4）：22‑24.

［17］孙寿永. 动物模型BLUP法及其应用的综述［J］. 畜牧兽医杂志，2008，27（3）：56‑59.

SUN S Y. Summarization of animal model BLUP and its application［J］. Journal of Animal Science and Veterinary Medicine，2008，27（3）：56‑59.

［18］杨涛，张敏婕，徐然，等. 应用BLUP方法对猪繁殖性状和生长性状遗传评估的研究［J］. 中国畜牧兽医，2022，49（8）：2971‑2981.

YANG T，ZHANG M J，XU R，et al. Study on genetic evaluation of reproductive and growth traits in pigs by BLUP method［J］. China Animal Husbandry &Veterinary Medicine，2022，49（8）：2971‑2981.

［19］牛晋鸿，王天欣，曹明嵘，等. 基于FAI-BLUP多性状选择指数的耐低氮杨树品种筛选［J］.林业科学研究，2025，38（1）：61‑72.

NIU J H，WANG T X，CAO M R，et al. Screening of poplar varieties with low‑nitrogen tolerance based on FAI‑BLUP multiple trait selection index［J］. Forest Research，2025，38（1）：61‑72.

［20］孙晓梅，杨秀艳. 林木育种值预测方法的应用与分析［J］.北京林业大学学报，2011，33（2）：65‑71.

SUN X M，YANG X Y. Applications and analysis of methods for breeding value prediction in forest trees［J］.Journal of Beijing Forestry University，2011，33 （2）：65‑71.

［21］于沐，杨海棠，石彦召，等. 基于BLUP值的黄淮麦套大果花生的综合分析［J］.花生学报，2024，53（3）：60‑67.

YU M，YANG H T，SHI Y Z，et al. Comprehensive analysis of large‑kernel peanut intercropped with wheat in the Huanghuai region based on BLUP values［J］. Journal of Peanut Science，2024，53（3）：60‑67.

［22］唐有林，王蕾，王寒冬，等. 燕麦种质资源表型多样性及综合评价［J］.应用与环境生物学报，2024，30（6）：1236‑1244.

TANG Y L，WANG L，WANG H D，et al. Phenotypic diversity analysis and comprehensive evaluation of oat germplasms［J］. Chinese Journal of Applied and Environmental Biology，2024，30（6）：1236‑1244.

［23］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［J］.作物杂志，2023（5）：10‑15.

CHANG S H，GENG Z，YANG Q C，et al. Correlation analysis of yield and agronomic traits of summer soybean based on BLUP value［J］. Crops，2023（5）：10‑15.

［24］郭璁，刘乐，张叶，等. 基于BLUP值的99种文心兰花梗性状相关分析［J］.分子植物育种，2024，22（23）：7827‑7836.

GUO C，LIU L，ZHANG Y，et al. Correlation analysis of pedicel traits of 99 Oncidium germplasm resources based on BLUP values［J］. Molecular Plant Breeding，2024，22（23）：7827‑7836.

［25］邓丽，李绍伟，郭敏杰，等. 基于BLUP和GGE双标图的大果型花生丰产稳产适应性分析［J］.种子，2023，42（7）：117‑121.

DENG L，LI S W，GUO M J，et al. High yield，stability and adaptability of big‑fruit type peanut based on BLUP and GGE biplot［J］. Seed，2023，42（7）：117‑121.

［26］王润辉，胡德活，韦如萍，等. 基于BLUP育种值与GGE 双标图分析杉木第三代全同胞家系生长性状的适生性［J］. 亚热带植物科学，2023，52（1）：43‑49.

WANG R H，HU D H，WEI R P，et al. Adaptability analysis of third generation full‑sib Chinese fir families based on BLUP breeding value and GGE biplot methods［J］. Subtropical Plant Science，2023，52（1）：43‑49.

［27］郑聪慧，张鸿景，王玉忠，等. 基于BLUP和GGE双标图的华北落叶松家系区域试验分析［J］. 林业科学，2019，55（8）：73‑83.

ZHENG C H，ZHANG H J，WANG Y Z，et al. An analysis of a regional trial of Larix principis‑rupprechtii families based on BLUP and GGE biplot［J］. Scientia Silvae Sinicae，2019，55（8）：73‑83.

［28］苗建利，邓丽，郭敏杰，等. 基于BLUP和GGE双标图的全国北方片花生区域试验分析［J］. 分子植物育种，2024，22（3）：832‑839.

MIAO J L，DENG L，GUO M J，et al. Regional test analysis of peanut in north of China based on BLUP and GGE biplo［t J］. Molecular Plant Breeding，2024，22 （3）：832‑839.

［29］谭家壮，冯恩友，吴小丽，等. 基于GGE和BLUP双标图的南方花生品种联合试验研究［J］. 种子科技，2024，42（19）：25‑27.

TAN J Z，FENG E Y，WU X L，et al. Study on joint experiment of southern peanut varieties based on GGE and BLUP double plot ［J］. Seed Science &Technology，2024，42（19）：25‑27.

［30］任丽，郭敏杰，苗建利，等. 基于BLUP和GGE双标图的高油酸花生品种综合分析［J］. 分子植物育种，2024，22（5）：1568‑1574.

REN L，GUO M J，MIAO J L，et al. Comprehensive analysis of peanut variety with high oleic acid based on BLUP value and GGE‑biplot［J］. Molecular Plant Breeding，2024，22（5）：1568‑1574.

［31］肖继兵，刘志，孔凡信，等. 基于GGE双标图的高粱品种农艺性状和稳产性分析［J］.作物杂志，2023（2）：36‑45.

XIAO J B，LIU Z，KONG F X，et al. Analysis of agronomic traits and yield stability of Sorghum varieties based on GGE biplot［J］. Crops，2023（2）：36‑45.

［32］崔同霞，张保军，姚友旭，等. 基于GGE双标图法的甘肃省西片区域春小麦新品种的丰产性及适应性评价［J］.甘肃农业大学学报，2022，57（3）：58‑65.

CUI T X，ZHANG B J，YAO Y X，et al. Evaluation of fertility and adaptability of new spring wheat varieties in western Gansu Province using GGE biplot［J］.Journal of Gansu Agricultural University，2022，57（3）：58‑65.

［33］吕增帅，肖陈燕，王鹏，等. 基于AMMI模型和GGE双标图在油葵区试中的应用［J］. 西北农业学报，2024，33（11）：2048‑2058.

LÜ Z S，XIAO C Y，WANG P，et al. Application of AMMI model and GGE biplot in oil sunflower region trials［J］.Acta Agriculturae Boreali‑Occidentalis Sinica，2024，33（11）：2048‑2058.

［34］王淑君，邢璐，刘俊芳，等. DTOPSIS和灰色局势决策法在谷子综合评价中的应用［J］. 江苏农业科学，2024，52（24）：66‑72.

WANG S J，XING L，LIU J F，et al. Application of DTOPSIS and grey situation decision method in foxtail millet comprehensive evaluation ［J］. Jiangsu Agricultural Sciences，2024，52（24）：66‑72.

［35］岳海旺，卜俊周，魏建伟，等. AMMI模型与BLUP方法相结合评价河北省冬小麦品种丰产性和稳定性［J］. 中国农业大学学报，2024，29（8）：50‑61.

YUE H W，BU J Z，WEI J W，et al. High yield and stability evaluation of winter wheat varieties in Hebei Province by combining AMMI model and BLUP method［J］.Journal of China Agricultural University，2024，29（8）：50‑61.

［36］张群远，孔繁玲，杨付新. 作物品种区域试验中品种均值估计的模型和方法：算术平均值、加权最小二乘估值和BLUP 的比较［J］. 作物学报，2003，29（6）：884‑891.

ZHANG Q Y，KONG F L，YANG F X. Models and methods for estimating variety means in regional crop trials：Comparisons of arithmetic mean，weighted least squares estimates and BLUPs［J］. Acta Agronomica Sinica，2003，29（6）：884‑891.

［37］邓丽，任丽，郭敏杰，等. 基于BLUP和GGE双标图的花生产量基因型与环境互作效应分析［J］. 种子，2024，43（7）：91‑96.

DENG L，REN L，GUO M J，et al. Analysis of the interaction effect between peanut yield genotypes and environment based on BLUP and GGE biplot［J］. Seed，2024，43（7）：91‑96.

［38］严威凯. 双标图分析在农作物品种多点试验中的应用［J］. 作物学报，2010，36（11）：1805‑1819.

YAN W K. Optimal use of biplots in analysis of multi‑location variety test data［J］.Acta Agronomica Sinica，2010，36（11）：1805‑1819.

［39］王楚彪，熊涛，张磊，等. 桉树无性系生长性状基因型与环境互作效应及优良无性系选择［J］.浙江农林大学学报，2023，40（5）：951‑960.

WANG C B，XIONG T，ZHANG L，et al. Genotype×environment interaction on growth traits of Eucalyptus clones and selection of elite clones［J］.Journal of Zhejiang A & F University，2023，40（5）：951‑960.

[1]	张爱琴, 郭斌, 柳利龙, 李旭华, 王青, 徐瑞, 张环. 基于主成分分析和隶属函数法的谷子营养品质综合评价[J]. 河南农业科学, 2025, 54(1): 28-39.
[2]	蒋国飞, 王旭琴, 张玲源, 白玉涛, 张平, 刘俊娜, 李莉, 李寒雪, 覃鹏. 滇麦7 号和滇麦12 号适应性评价及成株期抗条锈病基因检测[J]. 河南农业科学, 2025, 54(1): 9-20.
[3]	闫锋, 董扬, 赵富阳, 侯晓敏, 李清泉, 王立达, 李青超, 刘洋, 张磊, 刘凯. 谷子品种光合性能综合评价及高光效品种筛选[J]. 河南农业科学, 2024, 53(5): 40-48.
[4]	李君霞, 马小倩, 代书桃, 秦娜, 宋迎辉, 朱灿灿, 刘海霞, 金松灿. 谷子品质性状研究进展[J]. 河南农业科学, 2023, 52(9): 14-23.
[5]	张红涛, 罗一铭, 谭联, 杨加蓬, 王宇. 基于迁移学习和残差网络的谷子病害识别研究[J]. 河南农业科学, 2023, 52(12): 162-171.
[6]	朱灿灿, 付森杰, 秦娜, 王春义, 代书桃, 宋迎辉, 魏昕, 李君霞. 磷肥施用深度对谷子根系分布、氮素吸收利用和产量的影响[J]. 河南农业科学, 2023, 52(12): 22-30.
[7]	罗世武, 李凯, 来幸樑, 程炳文. 不同种类地膜覆盖对土壤水温、谷子生长及产量的影响[J]. 河南农业科学, 2022, 51(7): 42-50.
[8]	冯链, 田翔, 乔治军, 王海岗. 谷子农艺性状与蛋白质含量相关性分析[J]. 河南农业科学, 2022, 51(6): 43-53.
[9]	张冰冰, 叶艳英, 金水凤, 罗稳根, 周劲松, 尹玉玲, 罗绍春, 汤泳萍. 基于灰色关联度分析和DTOPSIS 法的芦笋种质资源综合评价[J]. 河南农业科学, 2022, 51(5): 96-107.
[10]	刘光宇, 徐晓静, 夏科科, 孙海汐, 陶月如, 崔震, 顾颖. 基于原生质体的谷子CRISPR/Cas9 基因编辑系统优化[J]. 河南农业科学, 2022, 51(1): 34-42.
[11]	李君霞, 樊永强, 代书桃, 朱灿灿, 韩燕丽, 秦娜, 王彦辉, 宋迎辉. 播期对不同谷子品种干物质积累、转运和产量的影响[J]. 河南农业科学, 2021, 50(7): 39-47.
[12]	相吉山, 张恒儒, 于佳东, 索良喜, 郭普丞, 李岩, 韩奕, 杜鹤恬, 马静泽, 陈佳宁. 495个不同产区谷子品种（系）在赤峰地区的农艺性状分析[J]. 河南农业科学, 2020, 49(8): 16-30.
[13]	李君霞, 代书桃, 陈宇翔, 朱灿灿, 秦娜, 宋迎辉, 王春义, 芮战许, 梁秋芳. 种植密度对夏谷顶三叶和穗部性状的影响[J]. 河南农业科学, 2020, 49(7): 25-34.
[14]	李任建, 申哲源, 李旭凯, 韩渊怀, 张宝俊. 谷子NBS-LRR类基因家族全基因组鉴定及表达分析[J]. 河南农业科学, 2020, 49(2): 34-43.
[15]	秦娜，马春业，朱灿灿，代书桃，宋迎辉，王春义，芮战许，李君霞. 谷子氮高效基因型筛选及相关特性分析[J]. 河南农业科学, 2019, 48(5): 22-29.