基于R语言的GGE双标图法在甜菜品种区域试验中的应用

doi:10.11924/j.issn.1000-6850.casb2022-0173

中国农学通报 ›› 2023, Vol. 39 ›› Issue (8): 7-14.doi: 10.11924/j.issn.1000-6850.casb2022-0173

基于R语言的GGE双标图法在甜菜品种区域试验中的应用

江婉玥¹(), 胡晓航¹^,²(), 马亚怀¹^,², 李彦丽¹^,²

¹ 黑龙江大学现代农业与生态环境学院，哈尔滨 150080
² 国家糖料改良中心，哈尔滨 150080

收稿日期:2022-03-15 修回日期:2022-07-15 出版日期:2023-03-15 发布日期:2023-03-14
通讯作者: 胡晓航，女，1980年出生，黑龙江哈尔滨人，副研究员，博士，主要从事土壤生态与作物栽培方向的研究。通信地址：150080 黑龙江省哈尔滨市南岗区学府路74号，Tel：0451-86609312，E-mail：hxhlmz@163.com。
作者简介:
江婉玥，女，1998年出生，浙江安吉人，研究生，研究方向：农艺与种业。通信地址：150080 黑龙江省哈尔滨市南岗区学府路74号， E-mail：2472976531@qq.com。
基金资助:
黑龙江省省属高等学校基本科研业务费项目“DSSAT-CERES-BEET模型在东北寒地甜菜生产中的适用性评价”(2020-KYYWF-1025); 财政部和农业农村部林木遗传育种国家重点实验室开放基金项目“蓖麻CRISPR/Cas9基因编辑体系的建立”(K2021202); 国家糖料产业技术体系分解项目“基于无人机遥感技术的糖用甜菜施肥决策模型研究”(CARS-170202); 2022年黑龙江大学创新科研项目“基于GGE双标图的糖用甜菜区试品种综合评价研究”(YJSCX2022-261HLJU)

GGE-biplot Based on R Language: Application in Regional Trial of Sugar Beet Varieties

JIANG Wanyue¹(), HU Xiaohang¹^,²(), MA Yahuai¹^,², LI Yanli¹^,²

¹ Academy of Modern Agriculture and Ecology Environment, Heilongjiang University, Harbin 150080
² National Sugar Improvement Center, Harbin 150080

Received:2022-03-15 Revised:2022-07-15 Online:2023-03-15 Published:2023-03-14

摘要/Abstract

摘要：

为了明确糖用甜菜品种在全国不同区域试验中参试品种的丰产性、稳产性、适应性及各试验点的区分力和代表力。2020年在全国不同生态区域的9个试验基地，以16个引种的KWS系列糖用甜菜品种为试材，采用基于R语言的GGE双标图法对糖用甜菜品种的产糖量指标进行分析。结果表明，在2020年品种区域试验中，KWS 0015(G₁₆)丰产性最佳；KWS 7748(G₆)、KWS 9921(G₁₅)具有较好的稳产性；KWS 0015(G₁₆)适宜种植的区试点最多，具有较强区域适应性，较其他品种高产稳产，为本试验理想品种。此外，呼和浩特(E₉)具有较高区分力和较好代表性，是本研究的理想区试点。GGE双标图法对综合分析糖用甜菜品种基因型、环境与基因型交互效应具有科学合理性。

关键词: GGE双标图, R语言, 糖用甜菜, 区域试验, 产糖量

Abstract:

The aims are to clarify the yielding ability, yield stability, and adaptability of sugar beet varieties tested in different regional trials across China, and to identify the discriminability and representativeness of each test point. In 2020, 16 introduced KWS series sugar beet varieties were used as the test materials in 9 test bases in different ecological regions across the country. The sugar yield indicators of the varieties were analyzed by GGE biplot method based on R language. The results showed that KWS 0015(G₁₆) had the highest yield in the regional trial of sugar beet varieties in 2020. KWS 7748(G₆) and KWS 9921(G₁₅) had relatively stable yield; and KWS 0015(G₁₆) was the ideal variety for most test bases because of its strong regional adaptability, high and stable yield compared with other varieties. In addition, Hohhot (E₉) had higher discriminability and better representativeness, and was an ideal pilot area for this study. In conclusion, the GGE biplot method is scientific for the comprehensive analysis of genotype, and environment and genotype interaction effects of sugar beet varieties.

Key words: GGE biplot, R language, sugar beet, regional trial, sugar yield

江婉玥, 胡晓航, 马亚怀, 李彦丽. 基于R语言的GGE双标图法在甜菜品种区域试验中的应用[J]. 中国农学通报, 2023, 39(8): 7-14.

JIANG Wanyue, HU Xiaohang, MA Yahuai, LI Yanli. GGE-biplot Based on R Language: Application in Regional Trial of Sugar Beet Varieties[J]. Chinese Agricultural Science Bulletin, 2023, 39(8): 7-14.

图/表 10

参考文献 33

[1]	马亚怀, 邱军, 陈连江, 等. 中国甜菜品种引进工作的现状与分析[J]. 中国糖料, 2013(1):72-75.
[2]	陈艺文, 李用财, 余凌羿, 等. 中国三大主产区甜菜糖业发展分析[J]. 中国糖料, 2017, 39(4):74-76,80.
[3]	张志民, 刘玉芬, 张景楼, 等. 国家甜菜品种区域试验辽宁凌海点试验结果初报[J]. 中国糖料, 2013(2):46-47.
[4]	高春燕, 秦军红, 徐建飞, 等. 基于联合分析方法的二倍体马铃薯群体抗旱性评价[J]. 植物遗传资源学报, 2021, 22(6):1542-1549.
[5]	王思威, 孙海滨, 常虹, 等. 基于主成分分析综合评价白糖罂荔枝果实品质[J]. 果树学报, 2022, 39(4):610-620.
[6]	张立军, 孙旭刚, 李盛有, 等. 国内外大豆种质耐荫性综合评价及相关鉴定指标的筛选[J]. 大豆科学, 2018, 37(4):493-502.
[7]	苏兰少, 林秀芳. 广西甜玉米新品种主要性状的灰色关联度分析[J]. 现代农业科技, 2021(24):18-19,24.
[8]	张春艳, 吴荣华, 庄克章, 等. 基于熵值赋权的DTOPSIS法对不同玉米品种在鲁南地区的综合评价研究[J]. 中国农学通报, 2021, 37(23):8-14. doi: 10.11924/j.issn.1000-6850.casb2020-0401
[9]	董维, 邓伟, 吕莹, 等. 利用AMMI模型分析云南省杂交籼稻区试优质品种产量基因型与环境互作[J]. 杂交水稻, 2022, 37(2):19-26.
[10]	李余良, 熊婷, 刘建华, 等. 基于GGE双标图分析广东省甜玉米品种多点试验产量性状[J]. 中国农学通报, 2021, 37(24):18-24. doi: 10.11924/j.issn.1000-6850.casb2020-0664
[11]	昝凯, 陈亚光, 徐淑霞, 等. 基于R语言的GGE双标图在大豆区试中的应用[J]. 大豆科技, 2019(4):16-20.
[12]	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. doi: 10.3724/SP.J.1006.2010.01805
[13]	严威凯, 盛庆来, 胡跃高, 等. GGE叠图法─分析品种×环境互作模式的理想方法[J]. 作物学报, 2001(1):21-28.
[14]	AKTA H. Tracing highly adapted stable yielding bread wheat (Triticum aestivum L.) genotypes for greatly variable south-eastern Turkey[J]. Applied Ecology and Environmental Research, 2016, 14(4):159-176.
[15]	柳娜, 曹东, 王世红, 等. 基于GGE双标图的甘肃春小麦区试品系稳产性和试点代表性分析[J]. 西北农林科技大学学报(自然科学版), 2018, 46(4):39-48.
[16]	李余良, 熊婷, 刘建华, 等. 基于GGE双标图分析广东省甜玉米品种多点试验产量性状[J]. 中国农学通报, 2021, 37(24):18-24. doi: 10.11924/j.issn.1000-6850.casb2020-0664
[17]	齐慧冬, 齐照明, 侯萌, 等. 基于GGE双标图的大豆油分多环境的稳定性分析[J]. 大豆科学, 2016, 35(1):11-17.
[18]	余泽恩, 罗莉霞, 张芳, 等. 基于GGE双标图的国家冬油菜区试长江中游区环境及品种适应性评价[J]. 湖北农业科学, 2020, 59(6):20-27.
[19]	罗俊, 张华, 邓祖湖, 等. 用GGE双标图分析甘蔗品种性状稳定性及试点代表性[J]. 应用生态学报, 2012, 23(5):1319-1325.
[20]	张祯勇, 高明文, 徐国伦, 等. 基于R语言的GGE双标图在玉米品种区域试验中的应用[J]. 中国农学通报, 2014, 30(34):238-243. doi: 10.11924/j.issn.1000-6850.2014-1448
[21]	YAN W K, HOLLAND J B. A heritability-adjusted GGE biplot for test environment evaluation[J]. Euphytica, 2010, 171(3): 355-369. doi: 10.1007/s10681-009-0030-5 URL
[22]	AMARE K B, GETAHUN A. Adaptability and stability analysis of groundnut genotypes using AMMI model and GGE-biplot[J]. Journal of crop science & biotechnology, 2017, 20(5):343-349.
[23]	ERDEMCI I. INVESTIGATION OF GENOTYPE × ENVIRONMENT INTERACTION IN CHICKPEA GENOTYPES USING AMMI AND GGE BIPLOT ANALYSIS[J]. Turkish journal of field crops, 2018, 23(1):20-26.
[24]	JALATA Z. GGE-biplot analysis of multi-environment yield trials of barley (Hordeium vulgare L.) genotypes in southeastern Ethiopia highlands[J]. International journal of plant breeding & genetics, 2011, 5(1):59-75.
[25]	YAN W, TINKER N A. Biplot analysis of multi-environment trial data: Principles and applications[J]. Canadian journal of plant science, 2006, 86(3):623-645. doi: 10.4141/P05-169 URL
[26]	SINGH C, GUPTA A, GUPTA V, et al. Genotype x environment interaction analysis of multi-environment wheat trials in India using AMMI and GGE biplot models[J]. Crop breeding and applied biotechnology, 2019, 19:309-318.
[27]	MAHMUDUL H H M, RAFII MOHD Y, RAMLEE S I, et al. AMMI and GGE biplot analysis for yield performance and stability assessment of selected Bambara groundnut (Vigna subterranea L. Verdc.) genotypes under the multi-environmental trails (METs)[J]. Scientific reports, 2021, 11(1):1-17. doi: 10.1038/s41598-020-79139-8
[28]	李北齐, 王皙玮. 基因型与环境互作效应对甜菜根产量和含糖率的影响[J]. 中国糖料, 2008(3):69-71.
[29]	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[J]. 花生学报, 2017, 46(2):24-31.
[30]	BADU-APRAKU B, FAKOREDE B, AKINWALE R, et al. Application of the GGE Biplot as a statistical tool in the breeding and testing of early and extra-early maturing maize in sub-Saharan Africa[J]. Crop breeding, genetics and genomics, 2020, 2(3).
[31]	李本贵, 阎俊, 何中虎, 等. 用AMMI模型分析作物区域试验中的地点鉴别力[J]. 作物学报, 2004(6):593-596.
[32]	许乃银, 荣义华, 李健, 等. 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.
[33]	许乃银, 张国伟, 李健, 等. 基于GGE双标图的棉花品种生态区划分[J]. 应用生态学报, 2013, 24(3):771-776.

编号	参试甜菜品种在各试验点平均块根产量/(kg/hm²)											位次
编号	E₁		E₂	E₃	E₄	E₅	E₆	E₇	E₈	E₉	平均	位次
G₁	75803.79		82504.13	67831.67	73717.97	40258.42	48822.95	63080.08	60709.70	63881.98	64067.86	9
G₂	78203.91		84504.23	58134.22	73027.46	61182.55	47694.69	66362.29	55122.76	72852.13	66342.69	6
G₃	83404.17		97421.54	55886.63	77622.93	52806.06	38463.46	62977.51	78710.60	84913.34	70245.14	4
G₄	83304.17		74587.06	50987.40	60407.78	53250.53	39001.95	61028.69	56616.16	82731.41	62435.02	10
G₅	80704.04		76003.80	14217.88	59026.76	57814.86	24360.19	60515.85	68176.74	76609.89	57492.22	14
G₆	80304.02		89671.15	63083.96	78527.74	61541.54	50412.78	74260.12	61589.75	96732.11	72902.57	2
G₇	86804.34		67003.35	33158.22	61050.67	53848.85	25975.66	62849.30	58162.91	20910.14	52195.94	16
G₈	75903.80		82087.44	48664.05	62884.10	62567.23	40309.71	65541.74	73883.69	48184.23	62225.11	11
G₉	86204.31		80004.00	55457.32	63288.88	57404.58	44130.41	64362.19	68150.07	76973.55	66219.48	7
G₁₀	90604.53		84754.24	56164.42	69955.88	59233.73	42412.38	58105.47	70710.20	84792.12	68525.89	5
G₁₁	74603.73		79503.98	32981.45	67479.56	54823.25	34565.83	68823.95	65483.27	57457.42	59524.72	13
G₁₂	75903.80		80670.70	53866.33	70051.12	61695.39	41335.40	65823.80	53882.69	79761.56	64776.76	8
G₁₃	76503.83		71753.59	56922.04	61026.86	64567.33	45258.67	62362.09	46815.67	31759.16	57441.03	15
G₁₄	79203.96		100255.01	59346.40	68360.56	62396.28	47925.47	61951.82	58069.57	18849.43	61817.61	12
G₁₅	76703.84		95088.09	69245.89	72860.79	65712.69	54566.83	62464.66	83204.16	71518.73	72373.96	3
G₁₆	76103.81		91837.93	75786.62	72551.25	56515.65	59259.37	77875.69	80004.00	105156.77	77232.34	1
试点内平均		80016.50	83603.14	53233.41	68240.02	57851.18	42780.99	64899.08	64955.75	67067.75
位次	2		1	8	3	7	9	6	5	4

编号	参试甜菜品种在各试验点平均块根产量/(kg/hm²)											位次
编号	E₁		E₂	E₃	E₄	E₅	E₆	E₇	E₈	E₉	平均	位次
G₁	75803.79		82504.13	67831.67	73717.97	40258.42	48822.95	63080.08	60709.70	63881.98	64067.86	9
G₂	78203.91		84504.23	58134.22	73027.46	61182.55	47694.69	66362.29	55122.76	72852.13	66342.69	6
G₃	83404.17		97421.54	55886.63	77622.93	52806.06	38463.46	62977.51	78710.60	84913.34	70245.14	4
G₄	83304.17		74587.06	50987.40	60407.78	53250.53	39001.95	61028.69	56616.16	82731.41	62435.02	10
G₅	80704.04		76003.80	14217.88	59026.76	57814.86	24360.19	60515.85	68176.74	76609.89	57492.22	14
G₆	80304.02		89671.15	63083.96	78527.74	61541.54	50412.78	74260.12	61589.75	96732.11	72902.57	2
G₇	86804.34		67003.35	33158.22	61050.67	53848.85	25975.66	62849.30	58162.91	20910.14	52195.94	16
G₈	75903.80		82087.44	48664.05	62884.10	62567.23	40309.71	65541.74	73883.69	48184.23	62225.11	11
G₉	86204.31		80004.00	55457.32	63288.88	57404.58	44130.41	64362.19	68150.07	76973.55	66219.48	7
G₁₀	90604.53		84754.24	56164.42	69955.88	59233.73	42412.38	58105.47	70710.20	84792.12	68525.89	5
G₁₁	74603.73		79503.98	32981.45	67479.56	54823.25	34565.83	68823.95	65483.27	57457.42	59524.72	13
G₁₂	75903.80		80670.70	53866.33	70051.12	61695.39	41335.40	65823.80	53882.69	79761.56	64776.76	8
G₁₃	76503.83		71753.59	56922.04	61026.86	64567.33	45258.67	62362.09	46815.67	31759.16	57441.03	15
G₁₄	79203.96		100255.01	59346.40	68360.56	62396.28	47925.47	61951.82	58069.57	18849.43	61817.61	12
G₁₅	76703.84		95088.09	69245.89	72860.79	65712.69	54566.83	62464.66	83204.16	71518.73	72373.96	3
G₁₆	76103.81		91837.93	75786.62	72551.25	56515.65	59259.37	77875.69	80004.00	105156.77	77232.34	1
试点内平均		80016.50	83603.14	53233.41	68240.02	57851.18	42780.99	64899.08	64955.75	67067.75
位次	2		1	8	3	7	9	6	5	4

编号	参试甜菜品种在各试验点平均含糖率/%											位次
编号	E₁		E₂	E₃	E₄	E₅	E₆	E₇	E₈	E₉	平均	位次
G₁	13.73		14.37	11.70	14.63	16.43	16.83	17.99	17.65	16.40	15.53	1
G₂	15.75		12.48	8.26	11.37	14.05	14.67	14.33	15.40	11.33	13.07	16
G₃	13.29		11.97	9.15	11.54	15.33	14.73	16.20	16.13	12.72	13.45	15
G₄	14.37		13.33	10.41	13.74	14.97	15.00	17.12	16.51	13.44	14.32	3
G₅	15.28		11.52	9.14	12.08	14.43	15.63	17.13	16.96	14.20	14.04	9
G₆	14.10		11.90	8.96	11.24	15.11	14.37	16.28	15.09	12.87	13.32	4
G₇	14.05		14.26	10.92	13.19	16.37	14.97	17.40	16.42	9.69	14.14	7
G₈	15.08		12.12	9.45	12.40	15.60	14.80	15.57	16.39	12.72	13.79	13
G₉	16.08		12.80	10.24	12.40	15.29	14.80	16.99	17.04	12.81	14.27	5
G₁₀	14.38		12.76	10.29	13.26	16.15	15.47	16.46	16.23	12.94	14.22	6
G₁₁	15.11		12.27	9.17	12.11	15.38	15.93	17.58	16.22	12.09	13.99	10
G₁₂	14.67		12.79	8.90	11.90	15.14	14.77	15.71	16.22	12.01	13.57	14
G₁₃	14.28		13.65	9.82	12.86	15.68	15.50	16.51	17.27	13.83	14.38	2
G₁₄	14.68		14.95	10.67	13.12	14.95	15.97	16.74	16.34	9.37	14.09	8
G₁₅	15.00		12.18	9.78	12.20	15.73	14.93	16.21	16.24	11.02	13.70	12
G₁₆	14.69		11.86	9.57	12.27	15.31	14.93	16.38	16.81	13.47	13.92	11
试点内平均		14.66	12.83	9.78	12.52	15.37	15.21	16.54	16.43	12.56
位次	5		6	9	8	3	4	1	2	7

编号	参试甜菜品种在各试验点平均含糖率/%											位次
编号	E₁		E₂	E₃	E₄	E₅	E₆	E₇	E₈	E₉	平均	位次
G₁	13.73		14.37	11.70	14.63	16.43	16.83	17.99	17.65	16.40	15.53	1
G₂	15.75		12.48	8.26	11.37	14.05	14.67	14.33	15.40	11.33	13.07	16
G₃	13.29		11.97	9.15	11.54	15.33	14.73	16.20	16.13	12.72	13.45	15
G₄	14.37		13.33	10.41	13.74	14.97	15.00	17.12	16.51	13.44	14.32	3
G₅	15.28		11.52	9.14	12.08	14.43	15.63	17.13	16.96	14.20	14.04	9
G₆	14.10		11.90	8.96	11.24	15.11	14.37	16.28	15.09	12.87	13.32	4
G₇	14.05		14.26	10.92	13.19	16.37	14.97	17.40	16.42	9.69	14.14	7
G₈	15.08		12.12	9.45	12.40	15.60	14.80	15.57	16.39	12.72	13.79	13
G₉	16.08		12.80	10.24	12.40	15.29	14.80	16.99	17.04	12.81	14.27	5
G₁₀	14.38		12.76	10.29	13.26	16.15	15.47	16.46	16.23	12.94	14.22	6
G₁₁	15.11		12.27	9.17	12.11	15.38	15.93	17.58	16.22	12.09	13.99	10
G₁₂	14.67		12.79	8.90	11.90	15.14	14.77	15.71	16.22	12.01	13.57	14
G₁₃	14.28		13.65	9.82	12.86	15.68	15.50	16.51	17.27	13.83	14.38	2
G₁₄	14.68		14.95	10.67	13.12	14.95	15.97	16.74	16.34	9.37	14.09	8
G₁₅	15.00		12.18	9.78	12.20	15.73	14.93	16.21	16.24	11.02	13.70	12
G₁₆	14.69		11.86	9.57	12.27	15.31	14.93	16.38	16.81	13.47	13.92	11
试点内平均		14.66	12.83	9.78	12.52	15.37	15.21	16.54	16.43	12.56
位次	5		6	9	8	3	4	1	2	7

编号	参试甜菜品种在各试验点平均产糖量/(kg/hm²)											位次
编号	E₁		E₂	E₃	E₄	E₅	E₆	E₇	E₈	E₉	平均	位次
G₁	8259.40		8855.46	7475.34	10761.14	3065.30	7626.50	10521.71	7371.09	4114.81	7561.19	3
G₂	7861.85		8028.26	4532.44	8339.66	3981.13	6491.78	8829.78	6185.58	3247.55	6388.67	13
G₃	8644.11		10235.31	4820.11	8932.68	3761.01	5262.12	9473.75	9148.27	4236.91	7168.25	6
G₄	7475.53		8033.05	5011.40	8331.61	3701.22	5433.49	9700.05	6494.02	4364.64	6505.00	10
G₅	8279.82		8696.15	1229.76	7149.52	3870.66	3547.20	9621.78	7993.38	4278.66	6074.10	15
G₆	9340.84		12159.40	5351.98	8809.87	4280.62	6725.15	11222.82	7193.09	4874.13	7773.10	2
G₇	8724.58		8734.54	3415.61	7923.31	4093.51	3609.68	10159.80	6598.32	797.04	6006.27	16
G₈	8136.31		8737.29	4359.47	7759.81	4530.13	5539.40	9471.19	8507.34	2409.45	6605.60	9
G₉	7922.88		8561.40	5344.15	7860.61	4079.86	6069.59	10162.34	8231.97	3870.99	6900.42	7
G₁₀	8834.83		9126.03	5445.51	9264.22	4445.94	6091.83	8878.11	8177.22	4317.64	7175.70	5
G₁₁	7591.77		8548.89	2841.56	8188.95	3924.03	5115.47	11239.30	6785.25	2729.09	6329.37	14
G₁₂	7292.62		8200.11	4533.63	8353.66	4315.84	5668.09	9599.63	6644.14	3768.99	6486.30	11
G₁₃	8760.71		9382.13	5261.78	7896.91	4694.52	6510.49	9563.22	5695.12	1734.00	6610.99	8
G₁₄	7348.51		7316.70	5973.57	8931.16	4325.45	7112.40	9637.19	6361.39	700.80	6411.91	12
G₁₅	7667.30		9316.99	6385.30	8847.87	4823.71	7565.19	9398.80	9598.10	3098.91	7411.35	4
G₁₆	7930.54		9179.97	6838.88	8889.10	4022.46	8223.20	11844.29	9803.47	5577.66	8034.40	1
试点内平均		8129.48	8944.48	4926.28	8515.01	4119.71	6036.97	9957.73	7549.23	3382.58
位次	4		2	7	3	8	6	1	5	9

基于R语言的GGE双标图法在甜菜品种区域试验中的应用

GGE-biplot Based on R Language: Application in Regional Trial of Sugar Beet Varieties

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 33

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	钱双宏, 蔡世昆, 朱汉勇, 王绍斌, 李正润, 王应梅, 李绍云. 不同玉米品种（系）在云南省不同生态区丰产、稳产及适应性分析[J]. 中国农学通报, 2023, 39(9): 7-15.
[2]	陈晴晴, 王春林, 张海珊, 张爱芳. 安徽省水稻区试品种稻瘟病和白叶枯病抗性分析[J]. 中国农学通报, 2022, 38(3): 134-139.
[3]	苏欣欣, 胡晓航, 马亚怀, 李彦丽. 滤泥施用量对不同品种甜菜产量及土壤中氮磷钾含量的影响[J]. 中国农学通报, 2022, 38(11): 38-45.
[4]	苏欣欣, 肖洋, 胡晓航, 马亚怀, 李彦丽. 基于灰色关联度分析和主成分分析法评估糖用甜菜品种的适应性[J]. 中国农学通报, 2021, 37(30): 39-46.
[5]	徐扬, 吴志, 刘晓荣, 陈金峰, 韩庆斌, 刘平, 王佳友, 王代容. 基于Web of Science的人工湿地研究计量分析[J]. 中国农学通报, 2021, 37(25): 20-21.
[6]	李余良, 熊婷, 刘建华, 李高科, 李武, 谢利华. 基于GGE双标图分析广东省甜玉米品种多点试验产量性状[J]. 中国农学通报, 2021, 37(24): 18-24.
[7]	吴汉卿, 张宝贵, 王学霞, 曹兵, 陈立娟, 刘杰, 陈延华. 文献计量分析在快速检索文献中的应用——以土壤氨挥发为例[J]. 中国农学通报, 2021, 37(1): 147-157.
[8]	郭一鸣, 王同华, 曲亮, 陈卫江, 李莓. 长江中下游杂交油菜主推品种株型特性与产量性状相关分析[J]. 中国农学通报, 2020, 36(22): 13-18.
[9]	孟静娇, 陈百翠, 李琰聪, 刘婷婷, 杨纪明. 区域试验中玉米品种的高产稳产性综合分析与评判[J]. 中国农学通报, 2020, 36(21): 11-18.
[10]	陶林, 杨红远, 江炎庭, 贺小云, 洪琼花, 储明星. 云上黑山羊体重与成年性状的典型相关分析[J]. 中国农学通报, 2020, 36(11): 108-112.
[11]	付亮,李洋,马华平,郭秋荣,沈玮囡,王士坤,蒋志凯. 黄淮南片小麦新品种(系)产量稳定性与适应性分析[J]. 中国农学通报, 2019, 35(33): 1-5.
[12]	刘秋霞,吴汉卿,黄正来. 基于全球文献计量的小麦响应气候变暖的研究[J]. 中国农学通报, 2019, 35(23): 142-151.
[13]	张振兰,李永红,郑磊,李建厂,郭徐鹏. 黄淮区试试验点油菜主要农艺性状分析[J]. 中国农学通报, 2018, 34(27): 45-49.
[14]	龚辉,何文建,彭昌家. 南充市2016年四川省平丘区玉米品种区域试验研究[J]. 中国农学通报, 2018, 34(14): 6-12.
[15]	刘光亮,周道金,曾文龙,周东新,蒋代兵,谢凤标,彭国华,郭学清,陶健,陈爱国. 龙岩适应性烤烟品种(系)评价筛选[J]. 中国农学通报, 2018, 34(14): 13-19.