河南省是我国小麦主产区，近5 a来种植面积稳定在566.67万hm2以上，占全国小麦种植总面积近1/4，总产3 753.15万t，对扛稳我国粮食安全重任具有重要的保障作用[1-2]。作物产量的形成主要取决于基因型、环境及基因型与环境的互作效应，而基因型与环境的互作效应决定了品种在生产中的稳产性和适应性[3-4]。品种区域试验旨在对育成新品种的丰产性、稳产性和适应性进行全面鉴定，是品种审定的重要依据[5-6]。由于品种的遗传背景不同，地区间产量差异悬殊，精准鉴定出适应性好、高产稳产的新品种相对困难。因此，在保证小麦高产的基础上，同步提高品种的丰产性、稳产性和适应性，是育种工作者长期聚焦的热点问题。

在科学评价区域试验中品种的稳产性和适应性方面，GGE双标图(Genotype main effects and genotype-environment interaction effects)模型分析结果不仅可以用图形直观展示，还可解析区域试验数据的内在成分[7]。近年来，国内外专家学者已将GGE双标图应用到小麦[8]、水稻[9]、玉米[10]、棉花[11]、花生[12]、油菜[13]、谷子[14]、大豆[15]等作物品种的稳产性分析、品种适宜种植区域划分研究中，且均基于1 a试验数据。在河南省小麦新品种区域试验中，目前关于不同生态条件下小麦新品种产量的基因型与环境互作的稳产性和适应性尚不清楚。鉴于此，应用2018-2020年不同生态条件下河南省小麦区域试验的8个小麦新品种产量数据，利用数理统计方法对小麦新品种的丰产性进行分析，采用GGE双标图对小麦新品种的稳产性和适应性进行评价，以期为河南省小麦新品种的推广和利用提供技术支撑。

1 材料和方法

1.1 试验设计

供试材料为2018-2020年连续2 a参加河南省小麦区域试验的8个小麦新品种，以百农207为对照，见表1。试验设置在河南省不同生态条件下的3个地点进行，包括商丘市农业科学院试验地、洛阳市农林科学院试验地和新乡市农业科学院试验地。试验采用随机区组排列，3次重复，每个小区小麦新品种种植6行，面积不小于13 m2，种植密度270万株/hm2，按照试验方案要求在适播期内播种，田间管理措施高于普通大田。成熟期后全区收获计产。

1.2 气象条件

各地点小麦生育期间10月份到次年5月份的降水数据来源于中国气象数据网(http://data.cma.cn/)。由图1可看出，随着生育进程递进，2 a小麦季降水量均呈现“锯齿形”变化且幅度较大，3个地点2019-2020年降水量明显高于2018-2019年。商丘市、洛阳市、新乡市小麦生育期间2 a平均降水量分别为199.8，181.3，112.1 mm，新乡市降水量均低于商丘市和洛阳市。

1.3 数据处理

试验数据使用Microsoft Excel 2013进行处理，地理空间分布图采用ArcGIS 10.7制作，方差分析和相关分析使用SAS统计软件完成，参试品种的稳产性和适应性采用GGE-biplot软件进行评价。

2 结果与分析

2.1 小麦产量的多因素方差分析

对2018-2020年3个地点8个小麦新品种产量进行方差分析(表2)。年份、地点、品种及其之间的互作中除年份×品种对小麦产量的影响均达极显著水平(P<0.01)。在各因素对产量的贡献率上，以年份和地点的贡献率较大，分别为38.63%和32.86%，年份×品种对小麦产量的贡献率最小，仅为1.31%。因此，充分发挥育成小麦新品种的产量潜力应重视年份和地点的影响。

2.2 不同生态条件下小麦品种的丰产性分析

2.2.1 不同年份、地点对小麦产量的影响 由表3可以看出，在2 a试验中商丘平均产量最低，显著低于洛阳和新乡平均产量；其中2018-2019年洛阳平均产量最高，与新乡的平均产量相当，均显著高于商丘平均产量；2019-2020年新乡的平均产量最高，显著高于商丘和洛阳平均产量。2019-2020年3个地点的平均产量均低于2018-2019年，洛阳减产15.75%，新乡和商丘分别减产7.16%,5.66%。

2.2.2 不同年份、品种对小麦产量的影响 由表4可知，泰禾896在2 a试验中的平均产量为8 168.81

kg/hm2，在8个品种中位居首位，与除百农207的其他6个品种的产量差异不显著；百农207在2 a试验中的平均产量为7 629.99 kg/hm2，在8个品种中产量最低，与其他7个品种的产量差异均达到显著水平。在2 a 3点试验中偃亳369、智优33号和禾麦53产量变幅最大，变异系数为8.68%，8.20%，8.08%；濮大1030的产量变幅最小，变异系数为4.29%。

2018-2019年试验中，智优33号的平均产量最高，显著高于百农207、禾麦53、农科大888、濮大1030和偃亳369，与其他2个品种产量差异不显著；百农207的平均最低，与其他7个品种的产量差异均达到显著水平；偃亳369在3个地点中的产量变幅最大，变异系数为11.81%，濮大1030的变幅最小，变异系数为5.21%。

2019-2020年试验中，农科大888平均产量最高，与其他7个品种的产量差异均达到显著水平，除农科大888和百农207外其他6个品种平均产量差异不显著；百农207的平均产量最低，与除濮大1030和智优33号外其他5个品种的产量差异均达到显著水平；智优33号在3个地点中产量变幅最大，变异系数9.56%，濮大1030和泰禾896变幅较小，变异系数分别为3.37%和4.22%。

2.2.3 不同年份、地点、品种对小麦产量的影响 由表5可知，2018-2019年试验中，商丘濮大1030产量最高，显著高于偃亳369、百农207和禾麦53，与其他4个品种的产量差异不显著；偃亳369的产量最低，与禾麦53和百农207产量差异不显著，与其他5个品种的产量差异达到显著水平。洛阳泰禾896产量最高，显著高于盛科188和百农207，与其他5个品种的产量差异不显著；百农207的产量最低，与除盛科188外的其他6个品种产量差异均达到显著水平。新乡盛科188产量最高，与除偃亳369和智优33号外的其他5个品种产量差异均达到显著水平；百农207的产量最低，与除濮大1030和农科大888之外的其他5个品种产量差异均达到显著水平。

2019-2020年试验中，商丘盛科188的产量最高，智优33的产量最低，但8个品种的产量差异不显著。洛阳泰禾896产量最高，与除了濮大1030外其他品种的产量差异均显著；百农207的产量最低，显著低于濮大1030和泰禾896，与其他品种的产量差异均不显著。新乡农科大888的产量最高，与除了禾麦53外的其他品种产量差异均达到显著水平；百农207的产量最低，与除了濮大1030和泰禾896外其他品种的产量差异均达到显著水平。

2.3 不同生态条件下小麦品种的稳产性分析

由图2可看出，采用GGE双标图的“稳产性”功能图对2018-2019年，试验数据分析结果表明，第1主成分(PC1)的效应为54.81%，第2主成分(PC2)的效应为31.32%，基因型和环境互作效应为86.13%。2018-2019年各参试品种的稳产性表现：智优33号(Zy33)、禾麦53(Hm53)和百农207(Bn207)稳产性最好，泰禾896(Th896)和农科大888(Nkd888)稳产性较好，濮大1030(Pd1030)和盛科188(Sk188)稳产性较差，而偃亳369(Yb369)稳产性最差。

2019-2020年参试品种的稳产性分析结果表明，第1主成分(PC1)的效应为50.61%，第2主成分(PC2)的效应为36.55%，基因型和环境互作效应为87.16%。2019-2020年各参试品种的稳产性表现：偃亳369和百农207稳产性最好，禾麦53、农科大888、智优33号和盛科188稳产性较好，泰禾896和濮大1030稳产性较差。

综合2018-2019年、2019-2020年区域试验中参试品种的稳产性表现，百农207、禾麦53、农科大888和智优33号稳产性较好。

2.4 不同生态条件下小麦品种区域适应性分析

GGE双标图的“品种区域适应性”功能图主要用于确定品种的适宜种植区。由图3可以看出，2018-2019年各参试品种中位于多边形角顶的品种为智优33号、泰禾896、濮大1030、农科大888、百农207、偃亳369和盛科188。其中智优33号和泰禾896适宜种植区域为洛阳市(LY)，濮大1030和农科大888的适宜种植区域为商丘市(SQ)，盛科188的适宜种植区域为新乡市(XX)。

2019-2020年各参试品种中位于多边形角顶的品种为农科大888、泰禾896、濮大1030、百农207和盛科188。农科大888的适宜种植区域为新乡市和商丘市，泰禾896和濮大1030的适宜种植区域为洛阳市。

综合2018-2019年、2019-2020年品种区域适应性表现，农科大888、泰禾896和盛科188是适应性较好的品种。

3 讨论与结论

3.1 环境对小麦产量的影响

区域试验不仅是鉴定品种优劣的试验，也是气候类型、栽培管理方式、品种互作试验，每年有大量的观察记载数据，是研究良种良法配套最好的参考依据。在区域试验中，基因型与环境互作效应普遍存在，环境因素对作物产量的影响较大[16-17]，而基因型也是造成作物产量差异的主要原因。前人研究发现[7]，河南、山西和陕西的中西部旱地的小麦全生育期总降水表现出增加趋势，而出苗-抽穗期总降水有助于提高产量。Nicholls[18]研究认为，相同地区、相同作物产量的年际变化主要由气候因素导致。本研究条件下，年份、地点及其互作对小麦产量的影响均达到极显著水平；2019-2020年3个地点小麦平均产量均低于2018-2019年，洛阳减产15.75%，新乡和商丘分别减产7.16%，5.66%；产量降低主要是由于降水时间分布不均、春季发生倒春寒、开花期赤霉病发生严重、灌浆期连续高温和持续降水引起。

3.2 基因型对小麦产量的影响

小麦产量不仅受气候因素、土壤因素、生态条件、栽培管理措施的影响，更重要的是受品种自身基因型的控制[19-22]；品种因素对产量的影响较大，由品种更新导致的全球小麦总体产量的增加量平均每年可达产量潜力的1%[23]。品种更替对小麦产量增长的贡献率为45.60%，栽培管理对小麦产量提升的贡献率为34.34%[24]，而气候因素对小麦产量增加的贡献率为11.03%[25]。本试验结果表明，年份、地点对小麦产量的贡献率分别为38.63%，32.86%，而品种对小麦产量的贡献率仅占6.25%；与外界环境条件相比，品种对小麦产量的贡献率相对较小，而年份、地点的波动对小麦产量的影响较大。

3.3 小麦新品种的丰产稳产性

小麦区域试验参试品种的丰产稳产性是选育优良品种的基本依据，是新品种审定和推广的重要依据。在品种审定过程中，对小麦产量性状的丰产稳产性也有要求，主要依据参试品种在不同生态环境下的综合表现进行评价。封清明等[26]研究认为，地点效应是影响小麦丰产性和稳产性的主要因素，而丰产性和稳产性没有相关性。本研究表明，小麦新品种的稳产性主要由基因型控制，同时还受不同生态条件的影响，稳产性在丰产性前提下才有意义，稳定的低产没有实际意义。本研究中，禾麦53、农科大888和智优33号具有较好的丰产性稳产性，而百农207可实现稳产但其丰产性较差。

从2018年开始，在国家区域试验和生产试验中，百农207已成为河南省和黄淮南片小麦新品种区域试验的对照品种。近年来，在育种工作者的不断努力下，小麦育种水平逐渐提高，育成的小麦品种不仅产量更高，而且综合抗性更好，因此，大部分参试新品种的丰产稳产性均比对照品种百农207好。百农207是10 a前审定的品种，作为目前生产上的主导品种，与其同时代审定的品种相比，丰产性稳产性突出；与目前生产上其他品种相比优势明显，推广面积较大，可能再过几年之后，随着新品种层出不穷，百农207会被目前区试中表现优异的新品种取代。

3.4 小麦新品种的适应性

在区域试验中，基因型与环境互作效应是影响作物品种适应性的关键因素，对提高作物育种目标至关重要[27-28]。在评价小麦新品种的适应性方面，GGE双标图具有直观清晰、图文并茂的特性，可为其他作物品种的综合评价提供借鉴。在品种区域适应性划分中，由于不同品种的适宜种植区存在差异，因此对品种的适应性要求较高，对育种工作者提出新的挑战。在实际试验中研究发现，高产稳产兼备广适性的品种很少。本试验研究表明，综合2 a品种区域适应性表现，农科大888、泰禾896和盛科188具有较好的适应性。

本试验结果表明，年份、地点、品种以及年份×地点、地点×品种等对小麦产量的影响较大；不同年份、地点小麦新品种产量存在较大差异，泰禾896、农科大888、盛科188、禾麦53、智优33号、偃亳369和濮大1030的丰产性表现较好。通过GGE双标图分析了2018-2020年不同生态条件下河南省小麦区域试验的产量数据，稳产性结果表明，百农207、禾麦53、农科大888、智优33号稳产性较好；适应性结果表明，农科大888、泰禾896和盛科188的适应性较好。研究结果为小麦新品种的合理利用提供了科学依据，具有一定的参考价值。

参考文献：

[1] 河南省委河南省人民政府.今年河南省小麦质优良足 [N].河南日报，2020-11-05(3).

The people′s government of Henan Province.Wheat quality was good enough this year in Henan Province[N].Henan Daily，2020-11-05(3).

[2] 河南省统计局，国家统计局河南调查总队.河南统计年鉴[M].北京：中国统计出版社，2017.

Henan Statistics Bureau，Henan general team of investigation under the NBS.Henan statistical yearbook[M].Beijing：China Statistics Press，2017.

[3] 王汉霞，单福华，田立平，马巧云，赵昌平，张风廷.北部冬麦区冬小麦区试品种(系)的稳定性和适应性分析[J].作物杂志，2018(5)：40-44.doi：10.16035/j.issn.1001-7283.2018.05.007.

Wang H X，Shan F H，Tian L P，Ma Q Y，Zhao C P，Zhang F T.Analysis of stability and adaptability of winter wheat varieties in the regional trials of the northern wheat region of China[J].Crops，2018(5)：40-44.

[4] 刘卫星，贺群岭，张枫叶，范小玉，陈雷，李可，吴继华.大粒花生品种区域试验的AMMI模型分析[J].作物杂志，2020(2)：60-64.doi：10.16035/j.issn.1001-7283.2020.02.010.

Liu W X，He Q L，Zhang F Y，Fan X Y，Chen L，Li K，Wu J H.AMMI model analysis on regional trials of large-seeded peanut varieties[J].Crops，2020(2)：60-64.

[5] 程媛媛，林静，苏娟娟，肖轶娆，景东林.小麦新品种邢麦13号丰产性、稳产性及适应性分析[J].山东农业科学，2021，53(5)：153-156.doi：10.14083/j.issn.1001-4942.2021.05.026.

Cheng Y Y，Lin J，Su J J，Xiao Y R，Jing D L.Analysis on yield potential，stability and adaptability of new wheat variety Xingmai 13[J].Shandong Agricultural Sciences，2021，53(5)：153-156.

[6] 张毅，许乃银，郭利磊，杨子光，张笑晴，杨晓妮.我国北部冬麦区小麦区域试验重复次数和试点数量的优化设计[J].作物学报，2020，46(8)：1166-1173.doi：10.3724/SP.J.1006.2020.91069.

Zhang Y，Xu N Y，Guo L L，Yang Z G，Zhang X Q，Yang X N.Optimization of test location number and replicate frequency in regional winter wheat variety trials in northern winter wheat region in China[J].Acta Agronomica Sinica，2020，46(8)：1166-1173.

[7] Yan W K.GGEbiplot-A windows application for graphical analysis of multienvironment trial data and other types of two-way data[J].Agronomy Journal，2001，93(5)：1111-1118.doi：10.2134/agronj2001.9351111x.

[8] 孙宪印，米勇，王超，牟秋焕，王瑞霞，亓晓蕾，吕广德，孙盈盈，钱兆国，吴科.基因型和环境及其互作效应对旱肥地小麦产量性状的影响[J].分子植物育种，2021，19(17)：5899-5908.doi:10.13271/j.mpb.019.005899.

Sun X Y，Mi Y，Wang C，Mu Q H，Wang R X，Qi X L，Lü G D，Sun Y Y，Qian Z G，Wu K.Effect of genotype and genotype environment interaction on yield characters of wheat varieties in dry manure land[J].Molecular Plant Breeding，2021，19(17)：5899-5908.

[9] 李雪，丁逸帆，左示敏，陈宗祥，许明，赵愈，李鹏程，徐扬，徐辰武，杨泽峰.基于AMMI模型和GGE双标图对2018年江苏省水稻杂交中粳品种区域试验结果的评价分析[J].杂交水稻，2021，36(3)：96-102.doi：10.16267/j.cnki.1005-3956.20200528.180.

Li X，Ding Y F，Zuo S M，Chen Z X，Xu M，Zhao Y，Li P C，Xu Y，Xu C W，Yang Z F.Evaluation and analysis of the results from the regional trial of medium japonica hybrid rice of Jiangsu Province in 2018 based on the AMMI model and GGE biplot[J].Hybrid Rice，2021，36(3)：96-102.

[10] 曾旭辉，彭宏，蒋厚良，张婕，王波.利用R语言GGE双标图评价玉米区域试验——以2018年江苏淮北玉米区域试验为例[J].玉米科学，2020，28(5)：60-66.doi：10.13597/j.cnki.maize.science.20200510.

Zeng X H，Peng H，Jiang H L，Zhang J，Wang B.Application of GGE biplot based on R language in maize regional trial：a case study of maize regional trial in 2018 in Huaibei，Jiangsu Province[J].Journal of Maize Sciences，2020，28(5)：60-66.

[11] 许乃银，荣义华，李健，付永红，梅汉成.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[J].中国生态农业学报，2017，25(6)：884-892.doi：10.13930/j.cnki.cjea.161119.

Xu N Y，Rong Y H，Li J，Fu Y H，Mei H C.Evaluation of upland cotton yield stability and adaptability using GGE-biplot analysis：A case study of Ezamian 30 cotton cultivar in Yangtze River Valley[J].Chinese Journal of Eco-Agriculture，2017，25(6)：884-892.

[12] 邓丽，郭敏杰，殷君华，谷建中，苗建利，李阳，任丽.高油酸花生品种开农1760产量及其构成的可视化分析[J].中国油料作物学报，2021，43(3)：502-509.doi：10.19802/j.issn.1007-9084.2021050.

Deng L，Guo M J，Yin J H，Gu J Z，Miao J L，Li Y，Ren L.Visual analysis of yield and components of high oleic acid peanut cultivar Kainong 1760[J].Chinese Journal of Oil Crop Sciences，2021，43(3)：502-509.

[13] 张毅.我国冬油菜区域试验品种的高产稳产和适应性分析[J].中国油料作物学报，2018，40(3)：359-366.doi：10.7505/j.issn.1007-9084.2018.03.007.

Zhang Y.Evaluation of yield stability and adaptability of varieties in national winter rapeseed regional trials in the lower reaches of Yangtze River Valley[J].Chinese Journal of Oil Crop Sciences，2018，40(3)：359-366.

[14] 宋慧，刘金荣，王素英，闫宏山，王涛，邢晓宁，邢璐，付楠.GGE双标图评价谷子豫谷18的丰产稳产性和适应性[J].中国农业大学学报，2020，25(1)：29-38.doi：10.11841/j.issn.1007-4333.2020.01.04.

Song H，Liu J R，Wang S Y，Yan H S，Wang T，Xing X N，Xing L，Fu N.Evaluation of foxtail millet yield stability using GGE-biplot analysis：a case study of Yugu 18 foxtail millet cultivar[J].Journal of China Agricultural University，2020，25(1)：29-38.

[15] 王金生，闫晓艳，吴俊江，蒲国锋，刘庆莉.大豆营养高效利用型品种筛选[J].大豆科学，2020，39(5)：696-702.doi：10.11861/j.issn.1000-9841.2020.05.0696.

Wang J S，Yan X Y，Wu J J，Pu G F，Liu Q L.Screening of soybean varieties with high nutritional efficiency[J].Soybean Science，2020，39(5)：696-702.

[16] 董宛麟，程路，孙志刚，张立祯，胡琦，李仕冀，何奇瑾，潘学标.夏玉米产量时空变化及气候年型分析[J].玉米科学，2020，28(5)：110-118.doi：10.13597/j.cnki.maize.science.20200516.

Dong W L，Cheng L，Sun Z G，Zhang L Z，Hu Q，Li S J，He Q J，Pan X B.Analysis of spatiotemporal variations of summer maize yield and the year of climate type[J].Journal of Maize Sciences，2020，28(5)：110-118.

[17] 胡实，莫兴国，林忠辉.气候变化对黄淮海平原冬小麦产量和耗水的影响及品种适应性评估[J].应用生态学报，2015，26(4)：1153-1161.doi:10.13287/j.1001-9332.2015.0027.

Hu S，Mo X G，Lin Z H.Evaluating the response of yield and evapotranspiration of winter wheat and the adaptation by adjusting crop variety to climate change in Huang-Huai-Hai Plain[J].Chinese Journal of Applied Ecology，2015，26(4)：1153-1161.

[18] Nicholls N.Increased Australian wheat yield due to recent climate trends[J].Nature，1997，387(6632)：484-485.doi：10.1038/387484a0.

[19] 李文旭，吴政卿，雷振生，姜桂英.河南省主要气象因子变化及其对主要粮食作物单产的影响特征[J].作物杂志，2021(1)：124-134.doi：10.16035/j.issn.1001-7283.2021.01.018.

Li W X，Wu Z Q，Lei Z S，Jiang G Y.The characteristics of climate factors change and its effects on main grain crops yield per unit area in Henan Province[J].Crops，2021(1)：124-134.

[20] 胡洵瑀，王靖.气候要素、品种及管理措施变化对河南省冬小麦和夏玉米生育期的影响[J].中国农业大学学报，2019，24(11)：16-29.doi：10.11841/j.issn.1007-4333.2019.11.03.

Hu X Y，Wang J.Effects of change in climatic factors，cultivar shifts and agronomic management practices on the growth duration of winter wheat and summer maize in Henan Province[J].Journal of China Agricultural University，2019，24(11)：16-29.

[21] Geng X，Wang F，Ren W，Hao Z X.Climate change impacts on winter wheat yield in Northern China[J].Advances in Meteorology，2019，2019(2)：1-12.doi：10.1155/2019/2767018.

[22] 吴芬，徐萍，郭海谦，张正斌.冬小麦产量差和资源利用效率差及调控途径研究进展[J].中国生态农业学报(中英文)，2020，28(10)：1551-1567.doi：10.13930/j.cnki.cjea.200180.

Wu F，Xu P，Guo H Q，Zhang Z B.Advances in research regarding the yield gap and resource use efficiency of winter wheat cultivation and the related regulatory approaches[J].Chinese Journal of Eco-Agriculture，2020，28(10)：1551-1567.

[23] Senapati N，Semenov M A.Large genetic yield potential and genetic yield gap estimated for wheat in Europe[J].Global Food Security，2020，24(3)：100340.doi：10.1016/j.gfs.2019.100340.

[24] 王兰.山东省小麦玉米产量差及影响因素研究[D].泰安：山东农业大学，2019.

Wang L.Study on yield gap of wheat and maize and its influencing factors in Shandong Province[D].Taian:Shandong Agricultural University，2019.

[25] 唐为安，田红，陈晓艺，温华洋，丁霞，徐光清.气候变暖背景下安徽省冬小麦产量对气候要素变化的响应[J].自然资源学报，2011，26(1)：66-78.doi:10.11849/zrzyxb.2011.01.007.

Tang W A，Tian H，Chen X Y，Wen H Y，Ding X，Xu G Q.Response of winter wheat yield to climate change under global warming in Anhui Province[J].Journal of Natural Resources，2011，26(1)：66-78.

[26] 封清明，刘润堂，张翠香.山西中部地区旱地小麦新品种丰产性稳产性研究[J].1994，9(2)：46.doi：10.3321/j.issn：1000-7091.1994.02.009.

Feng Q M，Liu R T，Zhang C X.High yield and yield stability of new dry land wheat varieties in the middle area of Shanxi Province[J]. Acta Agriculturae Boreali-Sinica， 1994，9(2)：46.

[27] Xu N Y，Fok M，Zhang G W，Li J，Zhou Z G.The application of GGE Biplot analysis for evaluatng test locations and mega-environment investigation of cotton regional trials[J].Journal of Integrative Agriculture，2014，13(9)：1921-1933.doi：10.1016/S2095-3119(13)60656-5.

[28] 姚金保，张鹏，余桂红，马鸿翔，杨学明，周淼平，张平平.江苏省小麦品种(系)籽粒产量基因型与环境互作分析[J].麦类作物学报，2021，41(2)：191-202.doi：10.7606/j.issn.1009-1041.2021.02.09.

Yao J B，Zhang P，Yu G H，Ma H X，Yang X M，Zhou M P，Zhang P P.Genotype by environment interaction effect on grain yield of wheat cultivars in Jiangsu Province[J].Journal of Triticeae Crops，2021，41(2)：191-202.

Genotype and Environment Interaction Effect on Yield of New Wheat Cultivars under Different Ecological Conditions

ZANG Hecang1，2，3，CAO Tingjie4，ZHANG Jie1，2，3，ZHAO Qing1，2，3，DI Jiaying5，ZHANG Jiantao1，2，3，ZHUANG Jiayu5，CHEN Dandan1，2，3，LIU Haijiao1，2，3，ZHENG Guoqing1，2，3，LI Guoqiang1，2，3

(1.Institute of Agricultural Economics and Information，Henan Academy of Agricultural Sciences，Zhengzhou 450002，China；2.Henan Engineering and Technology Research Center for Intelligent Agriculture，Zhengzhou 450002，China；3.Henan Technology Innovation Strategic Alliance for Intelligence Agriculture Industry，Zhengzhou 450002，China；4.Wheat Research Institute，Henan Academy of Agricultural Sciences，Zhengzhou 450002，China；5.Agricultural Information Institute of Chinese Academy of Agricultural Sciences，Beijing 100081，China)

Abstract： To evaluate the high yield，stable yield and adaptability for analyzing the genotype and environment interaction of new wheat cultivars under different ecological conditions，and to analyze the variation rule of yield of new wheat cultivars could provide scientific reference for the selection and breeding of wheat varieties with high quality.Regional trial was participated at Shangqiu, Luoyang and Xinxiang City in 2018-2020, with eight winter wheat cultivars as material, which were planted in Henan Province,mathematical statistics and GGE biplot were used to analyze the high yield，stability and adaptability of the new wheat varieties.Variance analysis showed that years，locations，cultivars and their interactions，except for years×cultivars，had extremely significant effects on wheat yield(P<0.01)，and the years and locations had a greater contribution rate to wheat yield，38.63% and 32.86% respectively，while contribution rates of locations×cultivars，cultivars and years×cultivars to wheat yield was the smallest, only 1.31%. The yield of winter wheat in 2019-2020 was decreased by 9.71% compared with that in 2018-2019, the Shangqiu location had the lowest average yield for two years, which was significantly lower than the average yield of Luoyang and Xinxiang locations. The average yield of eight wheat cultivars from three regional test sites across two years were 8 049.04 kg/ha, yield of Taihe 896 had the highest, while yield of Bainong 207 had the lowest. In terms of high yield，Taihe 896，Nongkeda 888，Shengke 188，Hemai 53，Zhiyou 33，Yanbo 369 and Puda 1030 were varieties with better yield.In terms of stability，Bainong 207，Hemai 53，Nongkeda 888 and Zhiyou 33 were varieties with better yield stability.In terms of adaptability，Nongkeda 888，Taihe 896 and Shengke 188 were varieties with better adaptability.The research results provide a scientific basis for the rational utilization of new wheat varieties and have certain reference value.

Key words： Wheat；Ecological conditions；GGE biplot；High yield；Stable yield；Adaptability

收稿日期：2021-09-09

基金项目：河南省科技攻关计划项目(212102110253)；河南省农业科学院创新团队项目(2021TD11)；河南省现代农业(小麦)产业技术体系项目(S2010-01-G03)

作者简介：臧贺藏(1983-)，女，河南驻马店人，副研究员，博士，主要从事作物生理生态和农业信息技术研究。

通讯作者：

曹廷杰(1977-)，男，河南方城人，副研究员，博士，主要从事小麦品种区域试验鉴定和育种研究。

郑国清(1964-)，男，河南淅川人，研究员，博士，主要从事农业信息技术研究。

中图分类号：S512.1

文献标识码：A

文章编号：1000-7091(2021)06-0088-08

doi：10.7668/hbnxb.20192411