利用GGE双标图划分长江流域棉花纤维品质生态区
许乃银, 李健
江苏省农业科学院经济作物研究所 / 农业部长江下游棉花与油菜重点实验室, 江苏南京 210014

第一作者联系方式: E-mail:naiyin@126.com, Tel: 025-84390365

摘要

长江流域棉区棉纤维品质区域特征明显, 合理划分纤维品质生态区有助于提高原棉品质和配棉效率。本研究采用GGE双标图的“环境-性状”功能图分析2000—2012年期间长江流域国家棉花品种区域试验中环境与纤维品质性状的互作模式, 提出长江流域棉纤维品质生态区划分方案。结果表明, 长江流域棉区可划分为“中等品质生态区”、“高长度与比强度生态区”和“低马克隆值生态区”。其中, 长江流域中等纤维品质生态区涵盖湖北省江汉平原和鄂东南岗地棉区、河南省与湖北省交界的南襄盆地棉区、湖南省环洞庭湖东部和西部棉区、江西省环鄱阳湖棉区、安徽省沿江与江淮棉区、江苏省宁镇丘陵与沿江棉区和浙江省沿海棉区, 纤维品质较好, 代表了长江流域的总体水平; 高长度与比强度生态区位于湖南省环洞庭湖北部滨湖沃土棉区, 纤维长度和比强度优良, 而马克隆值偏高; 低马克隆值生态区涵盖长江流域最西边海拔较高的棉花熟期早长势较弱的四川丘陵棉区和最东边土壤含盐度较高且棉花长势较弱的江苏沿海棉区, 纤维马克隆值达到B级水平, 为长江流域马克隆值最好的区域, 但纤维比强度水平一般。本研究充分展示了GGE双标图的“环境-性状”功能图在纤维品质生态区划分方面的应用效果, 可为长江流域棉花区域化种植和纺织企业合理用棉提供决策支持, 也为其他棉区和作物生态区划分研究提供参考。

关键词: 棉花(Gossypium hirsutumL.); GGE双标图; 棉纤维品质; 生态区划分; 长江流域
Ecological Regionalization of Cotton Fiber Quality Based on GGE Biplot in Yangtze River Valley
XU Nai-Yin, LI Jian
Institute of Industrial Crops, Jiangsu Academy of Agricultural Sciences / Key Laboratory of Cotton and Rapeseed, Ministry of Agriculture, Nanjing 210014, China
Abstract

Ecological regionalization based on cotton fiber quality can improve raw cotton quality and the machining efficiency. The “environment vs. trait biplot” of GGE biplot software was used to explore the interaction pattern between test environments and cotton fiber quality characters based on datasets collected from the national cotton regional trials in Yangtze River Valley (YaRV) from 2000 to 2012. The results showed that the cotton planting area could be divided into three special fiber quality ecological regions, namely, the “moderate fiber quality ecological region”, the “high fiber length and strength ecological region” and the “low mic-ronaire ecological region”. The moderate fiber quality ecological region was characterized by moderate fiber quality with the best representativeness of the whole region, which covers the major area of cotton planting region in YaRV, including the Jianghan plain and the southeast downland in Hubei Province, Nan-xiang basin across Henan and Hubei Provinces, the west and east regions around Dongting Lake in Hunan Province, the area around Poyang Lake in Jiangxi Province, Jiang-huai plain and along the Yangtze River region in Anhui Province, Ningzhen hilly region and along the Yangtze River region in Jiangsu Province, and also the coastal region in Zhejiang Province. The high fiber length and strength ecological region was characterized by high fiber length, fiber strength, and also micronaire value including the north fertile region around the Dongting Lake. The low micronaire ecological region was characterized by the best micronaire value and average fiber strength performance containing of the most west hilly cotton planting area at relatively high altitude and with earlier mature season in Sichuan Province, and the most east coastal cotton field with higher salt content soil grown weaker cotton plants in Jiangsu Province. This study demonstrated the effectiveness of “environment vs. trait biplot” in the ecological regionalization of cotton fiber quality, provided references for the regionalized cotton production and raw cotton selection strategy for textile industry, and set a good example for the implementation of similar ecological regionalization for cotton in other planting regions and for other crops elsewhere as well.

Keyword: Cotton (Gossypium hirsutumL.); GGE biplot; Cotton fiber quality; Ecological regionalization; Yangtze River Valley (YaRV)

我国棉花的纤维综合品质达到或接近国际中等质量水平, 仍存在品质结构类型单一和主要物理性能指标不协调的问题[ 1]。随着现代纺织工业对棉花纤维品质需求的不断提高, 加强棉花纤维品质的遗传改良和区域化种植将有效地提高我国原棉适纺性能、促进国内棉花生产发展和提高国际市场竞争力[ 2, 3]。长江流域棉区的纤维长度、整齐度、比强度和纺纱均匀性指数等指标均优于黄河流域和西北内陆棉区, 但马克隆值偏高[ 4]。由于纤维品质性状的形成受遗传、生态和栽培等因素的综合影响, 纤维品质指标的区域化分布特征明显[ 5, 6, 7], 长江流域不同生态区的纤维品质也各具特色[ 8, 9]。探索纤维品质与生态环境的互作模式, 根据棉纤维在不同生态区中的综合表现和特色划分纤维品质生态区, 实行区域化种植管理, 将有利于因地制宜地利用自然及生产条件, 发挥地区与生态优势, 生产出多种品质类型的原棉, 以适应纺织工业对原棉的多层次需求[ 10]

GGE双标图是基因型与环境互作效应最有效直观的统计分析方法, 同时也适用于其他两维数据分析[ 11, 12, 13, 14, 15], 其“环境-性状”功能图综合考虑了试验环境主效和试验环境与性状的互作效应, 能更直观地评价和展示试验环境间、性状间及其互作模式的空间关系, 是探索和研究利用环境与纤维品质性状的互作模式并试验环境相似性分类和品质生态区划分最适宜的统计方法[ 13, 16]。目前, GGE双标图已经广泛应用于区域试验中作物品种稳定性分析[ 17, 18, 19]和基于单项选择指标的品种生态区划分[ 20, 21, 22], 但尚没有基于“环境-性状”GGE双标图进行品质生态区划分的研究报道。本研究的目的是利用GGE双标图的“环境-性状”功能图, 分析2000—2012年期间我国长江流域国家棉花品种区域试验中试验环境与纤维品质性状的互作模式, 对长江流域的棉纤维品质进行生态区划分和棉纤维生态区域特征研究, 为长江流域棉花区域化种植和纺织企业合理用棉提供科学依据和决策支持。

1 材料与方法
1.1 试验设计

2000—2012年期间长江流域棉花区域试验在四川、湖南、湖北、河南、江西、安徽、江苏和浙江设置20个试验点(即试验环境, 表1)。采用随机区组排列, 重复3次, 小区面积20 m2, 植棉3~6行, 行距0.80~1.10 m, 株距0.30~0.40 m, 平均种植密度 29 584株hm-2。试验以营养钵育苗移栽方式为主。肥料施用量平均N、P2O5和K2O分别为281、102和178 kg hm-2。平均每年治虫9次左右, 主要防治棉铃虫、棉盲蝽、红蜘蛛、棉蚜虫、斜纹夜蛾和地下害虫。棉花生长期间根据不同气候条件下的长势长相喷施适量化学调节剂, 确保稳健生长。

表1 2000-2012年长江流域国家棉花区试20个环境的地理因子和所在棉区 Table 1 Geographical factors and located cotton planting regions of 20 test locations in national cotton regional trials in Yangtze River Valley in 2000-2012
1.2 纤维品质检测方法

于各试验环境下棉铃吐絮盛期在每小区选取中部果枝上吐絮正常的50个棉铃, 晒干后室内考种, 轧花后的皮棉作为测试纤维品质的样品, 由农业部棉花品质监督检验测试中心采用USTER生产的HVI1000型大容量纤维测试仪检测[ 4]。采用HVICC棉样校准仪(HVICC校准水平), 在恒温(20±2)℃、恒湿(65±3)%的实验室对样品进行预处理平衡48 h, 每份样品测试4次重复, 取平均值。棉花纤维品质的检测内容包括上半部平均长度(简称纤维长度, 下同)、整齐度指数(整齐度)、断裂比强度(比强度)、断裂伸长率(伸长率)、马克隆值、反射率、黄度和纺纱均匀性指数8个指标。

1.3 统计分析方法

首先采用GGE biplot软件中的“环境-性状双标图”[ 12, 13], 依据2000—2012年期间长江流域棉花区域试验中纤维品质性状8项指标在20个试验环境中的综合表现, 分析纤维品质性状间的相关性及其与试验环境间的互作模式。双标图中, 各纤维品质性状向量间的夹角大小表示性状间的相关性, 夹角越小相关性越强[ 12, 23]; 试验环境向量在性状向量上的垂直投影越长则表示该性状在相应试验环境中的表型值越高[ 15]。其次, 根据双标图分析中试验环境的第一和第二主成分得分计算试验环境间的欧氏距离, 并据此采用最小平方和法进行试验环境间相似性聚类分析和纤维品质生态区划分[ 24]。最后, 对生态区间纤维品质性状的差异进行方差分析和多重比较(LSD法), 以分析纤维品质性状的区域特征。

2 结果与分析
2.1 棉花纤维品质性状间的相关性

图1表明, 8个纤维品质指标之间存在着性质和程度不同的相关性。其中纺纱均匀性指数与纤维长度、整齐度和比强度向量之间的夹角较小, 表现为正相关, 而与伸长率和马克隆值之间为负相关。马克隆值与比强度为正相关, 而与其他性状均为负相关或不相关。

图1 2000-2012年长江流域棉花纤维品质生态区划分模式的GGE双标图此图是基于环境中心化(Centering = 2)、标准差定标(Scaling = 1)的环境和性状两向表, 采用聚焦于环境的特征值分析法(SVP = 2)。 Len Str Mic El Rd +b Un Sci分别表示纤维长度、比强度、马克隆值、伸长率、反射率、黄度、整齐度和纺纱均匀指数。正体大写字母为试验环境代号, 各试验环境的全称详见表1。椭圆形虚线包围的试验环境与图2聚类分析的前3个层次的分类相同。I、II、III分别表示第I、第II和第III生态区。Fig. 1 GGE biplot analysis of ecological regionalization pattern based on cotton fiber quality characteristics in YaRV from 2000 to 2012The biplot was based on environment-centered (Centering = 2) and standard deviation scaled (Scaling = 1) enrionments and fiber traits two way datasets, using environment-focused singular value portioning (SVP = 2) method. Len, Str, Mic, El, Rd, +b, Un, and Sciin italics stand for fiber length, fiber strength, micronaire value, elongation, reflectance, yellowness, uniformity index and spinning consistency index, respectively. Symbols in regular upcase stand for test environment codes around the dotted ellipsesas which correspond with the codes given in Table 1, which are members of the same group at the three levels in Fig.2. I, II, and III stand for the three ecological regions, respectively. PC1 = 43.7%, PC2 = 27.0%, Sum = 70.7%; Transformation = 0, Scaling = 1, Centering = 2, SVP = 2.

表2可知, 纺纱均匀性指数与纤维长度、比强度和整齐度之间的相关性达极显著水平, 与反射率和黄度之间正相关不显著, 与马克隆值和伸长率之间为负相关不显著。纤维长度与纺纱均匀性指数和整齐度之间极显著正相关, 与比强度极显著正相关。比强度、纺纱均匀性指数和整齐度之间极显著正相关, 与伸长率显著负相关。反射率和黄度与其他指标间的相关性均未达显著水平。纺纱均匀性指数是衡量纤维品质的综合指标, 与纤维长度、整齐度、比强度极显著正相关, 说明原棉的纺纱性能提高主要取决于这3项指标, 而纺纱均匀性指数与马克隆值负相关说明纤维过度成熟对纺纱性能具有不利影响。

表2 2000-2012年长江流域棉花区域试验纤维品质性状相关系数 Table 2 Correlation coefficient among cotton fiber characteristics in cotton regional trials in YaRV in 2000-2012
2.2 棉花纤维品质生态区划分模式

长江流域20个试验环境划分为3个差异显著的纤维品质生态区(图1图2), 其中第I生态区包括湖北省江汉平原和鄂东南岗地棉区、河南省与湖北省交界的南襄盆地棉区、湖南省环洞庭湖东部和西部棉区、江西省环鄱阳湖棉区、安徽省沿江与江淮棉区、江苏省宁镇丘陵和沿江棉区和浙江省沿海棉区; 第II生态区包括2个试验环境, 均位于湖南省环洞庭湖棉区北部; 第III生态区包括3个试验环境, 涵盖四川省丘陵棉区和江苏省沿海棉区。

图2 2000-2012年长江流域棉花区域试验环境基于GGE双标图主成分得分的聚类图试验环境代码详见表1
Aabbreviations correspond with those given in Table 1.
Fig. 2 GGE biplot of environments based on the principal component analysis scores of in YaRV in 2000-2012

从各生态区与纤维品质性状的空间关系来看(图1), 第I生态区主要位于各纤维品质向量的平均位置, 其综合纤维品质具有平均水平。第II生态区在比强度向量的正方向上投影最长, 比强度最高; 同时与纤维长度、整齐度、纺纱均匀性指数和马克隆值向量呈锐角关系, 因而在这些指标上的数值较高。第III生态区位于马克隆值向量的反方向上, 为马克隆值低值区。

2.3 棉花纤维品质生态区的区域特征

各生态区的纤维品质指标平均值和生态区间差异显著性检测结果表明(表3), 纤维品质指标在生态区间差异较大, 除反射率指标在各生态区之间差异不显著外, 其余纤维品质性状的生态区间差异均达到显著水平。第I生态区的反射率最高, 但与其他生态区差异不显著; 纤维长度和纺纱均匀性指数显著低于第II和第III生态区; 整齐度显著低于第II生态区; 比强度、马克隆值、伸长率和黄度均为中等水平, 可见第I生态区的综合纤维品质指数处于中等水平, 因其涵盖区域广泛, 代表了长江流域棉区的总体纤维品质水平, 可称为长江流域棉纤维“中等品质生态区”。第II生态区的纤维长度、比强度、马克隆值、整齐度和纺纱均匀性指数的数值最高, 其中纤维长度显著高于第I生态区; 比强度和马克隆值显著高于第I和第Ⅲ生态区; 整齐度和纺纱均匀性指数显著高于第I生态区, 可见第II生态区的主要特征是纤维长度和比强度高, 而马克隆值偏高, 可称为“高长度和比强度生态区”。第III生态区的主要特征是马克隆值低, 可称为“低马克隆值生态区”。

表3 长江流域棉花纤维品质的生态区特征分析 Table 3 Cotton fiber quality characteristics of different ecological regions in YaRV
3 讨论
3.1 棉花纤维品质生态区划分方法的探讨

棉纤维品质是一个复杂的综合性状, 不仅受遗传基因控制, 而且在很大程度上还受气候和土壤等生态因子的影响[ 1, 9]。长江流域棉区地域辽阔, 各地区的自然生态环境不同, 气象因子和土壤因子也存在明显的差异, 根据棉纤维在不同生态区中的综合表现和特色进行纤维品质生态区划分, 有利于因地制宜地采取不同的耕作栽培措施, 以弥补自然生态环境的不足, 使棉纤维各主要性状充分而协调发展, 开展特色原棉类型区域化生产, 以适应纺织工业对原棉的多层次需求。目前, 关于棉花纤维品质生态区划分的研究主要有2种方法, 一是主成分分析, 即将棉纤维品质性状的多项指标转化为几个综合的主成分因子, 再在此基础上对试验环境进行聚类分析, 并提出生态区划方案[ 25, 26, 27]; 二是用GGE双标图方法对单项纤维品质指标或综合选择指数进行生态区域划分[ 28]。由于纺织工业中纱线的质量受到棉纤维长度、整齐度、比强度、马克隆值、反射率、黄度等物理性能指标的综合影响, 而且每一项指标都具有特定的物理和纺工意义[ 29], 第1种方法中的主成分因子与品质指标间的关系错综复杂, 生态区的具体意义不明确, 对生产的指导意义不大; 而第2种方法仅是孤立地研究单项指标的生态区特点, 各项纤维指标间既关系复杂又联系紧密[ 30], 所划定的单指标生态区不利于充分利用自然环境, 促进各项纤维性状协调发展。在“环境-性状”双标图中, 试验环境图标间的空间关系表达了其纤维品质性状综合表现的差异, 图标间距离越近表示其纤维品质表现越相似。各纤维品质性状向量间的夹角大小表示其相关程度, 夹角越小相关性越强。试验环境在某纤维品质向量上的垂直投影越长表示试验环境在该性状上的表型值越大。本研究采用GGE双标图分析中的“环境-性状”功能图, 按照2000—2012年长江流域区域试验中的试验环境和纤维品质8项指标之间的空间关系(图1), 以及对双标图中试验环境间欧氏距离的聚类分析(图2), 将长江流域棉区划分成代表该棉区平均水平的“中等品质生态区”、“高长度与比强度生态区”和“低马克隆值生态区”。生态区间的纤维品质综合表现差异显著, 各生态区与各纤维品质性状的空间关系也在整体上表示了生态区的品质特征。张丽娟等[ 31]研究指出, 棉纤维品质性状对气象条件的敏感度为比强度马克隆值纤维长度, 在影响棉纤维发育的多种生态因子中, 棉纤维长度的关键因子为铃期日最低温度和相对湿度, 比强度的关键因子为铃期日均温、日最高温度和相对湿度, 马克隆值的关键生态因子是日均温、日均降水量和夜均温。本研究结果中的高长度与比强度生态区位于湖南省环洞庭湖北部滨湖沃土棉区, 也是长江流域的高温辐照区, 生态环境有利于棉纤维长度与比强度的提高。低马克隆值生态区位于长江流域最西边相对高海拔熟期较早的四川丘陵棉区和土壤含盐较高棉花长势较弱的江苏沿海棉区, 棉纤维成熟度和马克隆值相对较低。中等品质生态区涵盖长江流域棉区的主要区域, 生态因子代表了长江流域的平均水平, 纤维品质也处于中等水平。可见, 各生态区与8项纤维品质指标之间的关系直观明确, 地理区域特征明显, 应当具有很强的实用价值和理论意义。

3.2 长江流域各生态区纤维品质现状与应对措施

国际上对棉花纤维品质指标评价分析最权威的USTER主要依据纤维长度对原棉品质的纺纱性能进行分档, 25~27 mm档适纺32支及以下纱线; 28~ 29 mm档适纺32~40支纱线; 30~32 mm档适纺40~60支纱线, 同时也综合考虑其他性状对纱线质量的影响。USTER公报提供了量化棉花质量水平的方法, 即在各纤维长度档次中, 其他纤维品质指标和国际平均水平比较, 小于5%即为国际先进水平, 50%为国际平均水平, 75%及以上为较差水平[ 1]。本研究表明, 长江流域各生态区的平均纤维长度都达到了适纺40~60支纱线的中高档水平, 比强度也达到或接近国际先进水平, 但马克隆值水平偏低。低马克隆值生态区的马克隆值接近国际中等水平, 其他生态区的马克隆值水平较差。由此可见, 长江流域棉区纤维品质存在的主要问题是马克隆值偏高。由于长江流域各生态区间的气象和土壤因子对棉纤维的形成过程的影响存在明显的差异, 基因型与环境的互作效应十分显著, 应当针对各生态区纤维马克隆值与环境的互作特点, 因地制宜地采取不同的耕作栽培措施, 以弥补自然生态环境的不足, 使马克隆值等主要纤维品质性状充分而协调地发展[ 28]。位于四川丘陵棉区和江苏省沿海棉区的“低马克隆值生态区”已经较好地协调了马克隆值与其他纤维品质性状的关系, 采取农艺管理措施适当提高比强度, 就可以发展为长、强、细协调的优质棉产区。长江流域“中等品质生态区”的育种和栽培管理措施的重点是适当降低马克隆值, 而位于湖南省环洞庭湖棉区北部的“高长度和比强度生态区”可开展专用棉区域化种植, 发展特色棉花产业。

4 结论

基于GGE双标图分析中的“环境-性状双标图”将长江流域棉区划分为“中等品质生态区”、“高长度与比强度生态区”和“低马克隆值生态区”。其中, 长江流域中等纤维品质生态区涵盖湖北省江汉平原和鄂东南岗地棉区、河南省与湖北省交界的南襄盆地棉区、湖南省环洞庭湖东部和西部棉区、江西省环鄱阳湖棉区、安徽省沿江与江淮棉区、江苏省宁镇丘陵和沿江棉区和浙江省沿海棉区, 纤维品质较好, 代表了长江流域的平均水平; 高长度与比强度生态区位于湖南省环洞庭湖北部滨湖沃土棉区, 纤维长度和比强度优良, 而马克隆值偏高; 低马克隆值生态区涵盖长江流域最西边、相对高海拔、熟期较早的四川丘陵棉区和土壤含盐度较高、棉花长势较弱的江苏沿海棉区, 纤维马克隆值达到B级水平, 为长江流域马克隆值最低的区域, 但纤维比强度水平一般。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。The authors have declared that no competing interests exist.

参考文献
[1] 唐淑荣, 肖荧南, 杨伟华. 中国棉花纤维品质地域和年份间分析. 中国农学通报, 2006, 22(10): 177-183
Tang S R, Xiao Y N, Yang W H. Analysis of raw cotton fiber quality between region and year in China. Chin Agric Sci Bull, 2006, 22(10): 177-183 (in Chinese with English abstract) [本文引用:3]
[2] Robert L L, Michael P B, Stuart G G, Marinus H J, Geoffrey R S N, Greg A C. Fiber quality and textile performance of some Australian cotton genotypes. Crop Sci, 2010, 50: 1509-1518 [本文引用:1] [JCR: 1.513]
[3] Foulk J, Meredith W, Mcalister D, Luke D. Fiber and yarn pro-perties improve with new cotton cultivar. J Cotton Sci, 2009, 13: 212-220 [本文引用:1]
[4] 唐淑荣, 彭振, 褚平, 侯爱玲, 孟俊婷, 冯翠萍, 魏守军. 2012年我国生产领域棉花纤维品质抽检结果分析. 中国棉花, 2013, 40(7): 9-13
Tang S R, Peng Z, Chu P, Hou A L, Meng J T, Feng C P, Wei S J. Evaluation of fiber quality of major cotton cultivars in China during 2012. China Cotton, 2013, 40(7): 9-13 (in Chinese) [本文引用:2] [CJCR: 0.3221]
[5] 马富裕, 朱艳, 曹卫星, 杨建荣, 郑重, 程海涛, 慕彩芸. 棉纤维品质指标形成的动态模拟. 作物学报, 2006, 32: 442-448
Ma F Y, Zhu Y, Cao W X, Yang J R, Zheng Z, Cheng H T, Mu C Y. Modeling fiber quality formation in cotton. Acta Agron Sin, 2006, 32: 442-448 (in Chinese with English abstract) [本文引用:1] [CJCR: 1.667]
[6] Read J J, Reddy K R, Jenkins J N. Yield and fiber quality of upland cotton as influenced by nitrogen and potassium nutrition. Eur J Agron, 2006, 24: 282-290 [本文引用:1] [JCR: 2.8]
[7] Smith C W, Braden C A, Hequet E F. Genetic analysis of fiber length uniformity in upland cotton. Crop Sci, 2010, 50: 567-573 [本文引用:1] [JCR: 1.513]
[8] 王学德, 俞碧霞, 夏如冰, 朱乾浩, 邱新棉, 黄秀国. 浙江棉区棉花纤维品质生态分布特征. 浙江农业科学, 1994, (1): 3-7
Wang X D, Yu B X, Xia R B, Zhu G H, Qiu X M, Huang X G. Cotton fiber quality regional distribution characteristics in the cotton planting region in Zhejiang Province. Zhejiang Agric Sci, 1994, (1): 3-7 (in Chinese) [本文引用:1]
[9] 余隆新, 唐仕芳, 王少华, 霍红, 陈光琬, 别墅. 湖北省棉纤维品质生态区划及研究, 棉花学报. 1993, 5(2): 15-20
Yu L X, Tang S F, Wang S H, Huo H, Chen G W, Bie S. The study on the ecological classification of the fiber quality of upland cotton in Hubei Province. Cotton Sci, 1993, 5(2): 15-20 (in Chinese with English abstract) [本文引用:2] [CJCR: 1.462]
[10] 杨伟华, 熊宗伟, 唐淑荣, 项时康. 从不同领域棉花品质差异谈实行区划种植的必要性, 中国棉花. 2002, 29(4): 2-6
Yang W H, Xiong Z W, Tang S R, Xiang S K. Discuss on the necessity of regionalized cotton planting based on the cotton fiber quality discrepancy in different fields. China Cotton, 2002, 29(4): 2-6 (in Chinese) [本文引用:1] [CJCR: 0.3221]
[11] Yan W, Hunt L A, Sheng Q, Szlavnics Z. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Sci, 2000, 40: 597-605 [本文引用:1] [JCR: 1.513]
[12] 严威凯. 双标图分析在农作物品种多点试验中的应用. 作物学报, 2010, 36: 1805-1819
Yan W K. Optimal use of biplots in analysis of multi-location variety test data. Acta Agron Sin, 201036: 1805-1819(in Chinese with English abstract) [本文引用:3]
[13] Yan W K, Kang M S, Ma B L, Woods S, Cornelius P L. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Sci, 2007, 47: 643-655 [本文引用:3] [JCR: 1.513]
[14] Yan W K, Cornelius P L, Crossa J, Hunt L A. Two types of GGE biplots for analyzing multi-environment trial data. Crop Sci, 2001, 41: 656-663 [本文引用:1] [JCR: 1.513]
[15] Yan W K. GGE biplot—a windows application for graphical analysis of multienvironment trial data and other types of two-way data. Agron J, 2001, 93: 1111-1118 [本文引用:2] [JCR: 1.518]
[16] 陈四龙, 李玉荣, 程增书, 刘吉生. 用GGE双标图分析种植密度对高油花生生长和产量的影响. 作物学报, 2009, 35: 1328-1335
Chen S L, Li Y R, Cheng Z S, Liu J S. GGE biplot analysis of effects of planting density on growth and yield components of high oil peanut. Acta Agron Sin, 2009, 35: 1328-1335 (in Chinese with English abstract) [本文引用:1] [CJCR: 1.667]
[17] 罗俊, 张华, 邓祖湖, 许莉萍, 徐良年, 袁照年, 阙友雄. 应用GGE双标图分析甘蔗品种(系)的产量和品质性状. 作物学报, 2013, 39: 142-152
Luo J, Zhang H, Deng Z H, Xu L P, Xu L N, Yuan Z N, Que Y X. Analysis of yield and quality traits in sugarcane varieties (lines) with GGE-biplot. Acta Agron Sin, 2013, 39: 142-152 (in Chinese with English abstract) [本文引用:1] [CJCR: 1.667]
[18] Reddy P S, Rathore A, Reddy B V S, Panwar S. Application GGE biplot and AMMI model to evaluate sweet sorghum (Sorghum bicolor) hybrids for genotype × environment interaction and seasonal adaptation. Indian J Agric Sci, 2011, 81: 438-444 [本文引用:1]
[19] Sharma D, Sharma R C, Dhakal R, Dhami N B, Gurung D B, Katuwal R B, Koirala K B, Prasad R C, Sah S N, Upadhyay S R, Tiwari T P, Ortiz-Ferrara G. Performance stability of maize genotypes across diverse hill environments in Nepal. Euphytica, 2008, 164: 689-698 [本文引用:1] [JCR: 1.643]
[20] 许乃银, 张国伟, 李健, 周治国. 基于GGE双标图和比强度选择的棉花品种生态区划分. 中国生态农业学报, 2012, 20: 1500-1507
Xu N Y, Zhang G W, Li J, Zhou Z G. Investigation of cotton mega-environment based on fiber strength selection and GGE biplot. Chin J Eco-Agric, 2012, 20: 1500-1507 (in Chinese with English abstract) [本文引用:1] [CJCR: 0.795]
[21] 许乃银, 张国伟, 李健, 周治国. 基于HA-GGE双标图的长江流域棉花区域试验环境评价. 作物学报, 2012, 38: 2229-2236
Xu N Y, Zhang G W, Li J, Zhou Z G. Evaluation of cotton regional trial environments based on HA-GGE biplot in the Yangtze River valley. Acta Agron Sin, 2012, 38: 2229-2236 (in Chinese with English abstract) [本文引用:1] [CJCR: 1.667]
[22] Baxevanos D, Goulas C, Rossi J, Braojos E. Separation of cotton cultivar testing sites based on representativeness and discriminating ability using GGE biplots. Agron J, 2008, 100: 1230-1236 [本文引用:1] [JCR: 1.518]
[23] Yan W K. GGE biplot vs. AMMI graphs for genotpe-by- environment data analysis. J Ind Sco Agric Statist, 2011, 65(2): 1-10 [本文引用:1]
[24] Adugna W, Labuschagne M T. Cluster and canonical variate analyses in multilocation trials of linseed. J Agric Sci, 2003, 140: 297-304 [本文引用:1] [JCR: 2.041]
[25] 陈荣江, 孙长法, 朱明哲. 河南棉花纤维品质的生态分布及聚类分析. 吉林农业大学学报, 2007, 29: 478-482
Chen R J, Sun C F, Zhu M Z. Ecological distribution and clustering analysis of cotton fiber quality in Henan province. J JilinAgric Univ, 2007, 29: 478-482 (in Chinese with English abstract) [本文引用:1] [CJCR: 0.1053]
[26] 许乃银, 陈旭升, 狄佳春, 肖松华, 刘剑光. 长江流域棉花纤维品质的区域特征研究. 棉花学报, 2003, 15: 221-226
Xu N Y, Chen X S, Di J C, Xiao S H, Liu J G. Studies on the regional characteristics of cotton fiber quality in Yangtze Valley. Cotton Sci, 2003, 15: 221-226 (in Chinese with English abstract) [本文引用:1] [CJCR: 1.462]
[27] 唐淑荣, 杨付新, 周关印. 黄河流域棉纤维品质区域分布特征. 中国棉花, 1997, 24(6): 11-12
Tang S R, Yang F X, Zhou G Y. Regional distribution characteristics of cotton fiber quality in the Yellow River Valley. ChinaCotton, 1997, 24(6): 11-12 (in Chinese) [本文引用:1] [CJCR: 0.209]
[28] 许乃银, 李健, 张国伟, 周治国. 基于GGE双标图和马克隆值选择的棉花区域试验环境评价. 中国生态农业学报, 2013, 21: 1241-1248
Xu N Y, Li J, Zhang G W, Zhou Z G. Evaluation of regional cotton trial environments based on cotton fiber micron-aire selection by using GGE biplot analysis. Chin J Eco-Agric, 2013, 21: 1241-1248 (in Chinese with English abstract) [本文引用:2] [CJCR: 0.795]
[29] Robert L L, Michael P B. Consequences of immature fiber on the processing performance of upland cotton. Field CropsRes, 2011, 121: 401-407 [本文引用:1]
[30] Zeng L H, Meredith J W R. Associations among lint yield, yield components, and fiber properties in an introgressed population of cotton. Crop Sci, 2009, 49: 1647-1654 [本文引用:1] [JCR: 1.513]
[31] 张丽娟, 熊宗伟, 陈兵林, 薛晓萍, 周治国. 气候条件变化对棉纤维品质的影响. 自然灾害学报, 2006, 15(2): 79-84
Zhang H J, Xiong Z W, Chen B L, Xue X P, Zhou Z G. Sensitivity analysis of cotton fiber quality to climate condition. J Nat Disasters, 2006, 15(2): 79-84 (in Chinese with English abstract) [本文引用:1]