摘要：【目的】评价荞麦新品种的丰产性、稳产性和生态适应性。【方法】选择5个荞麦品种（系）在6县（区）点试验数据，基于AMMI模型和R语言的GGE-Biplot软件包相结合的方法，对宁夏南部山区不同气候区荞麦品种多年多点试验进行主成分分析，综合评价荞麦品种的丰产性、稳定性、适应性、代表性等。【结果】荞麦试点以半干旱区的西吉县或原州区、半干旱区易旱区的海原县、中部干旱带的盐池县代表性较好。固荞1号和固荞3号新品种的丰产性、稳定性和生态适应性最佳。【结论】以AMMI模型分析与大田生产验证相结合综合评价荞麦品种的稳定性方法可行，结果可靠，验证效果良好。
关键词：荞麦；AMMI模型；GGE-Biplot；稳定性与适应性
中图分类号：S517文献标志码：A文章编号：1001-4330（2024）09-2152-08
0引 言
【研究意义】农作物新品种选育过程中，品种区域试验是一个重要环节，通过品种在不同生态气候类型区进行多年多点试验，结合主要农艺经济性状和产量进行品种的抗旱性、丰产性、稳产性和生态适应性等多项指标综合性评价，对进一步提升和开发荞麦生产潜力有重要意义。【前人研究进展】基于作物品种主效应与互作效应（Additive main effects and multiplicative interaction）AMMI模型下基因型及基因型与环境互作（genotype main effect plus genotype-environment interaction）效应分析GGE双标图，准确评价基因型和环境的稳定性。AMMI模型分析和GGE双标图广泛用于马铃薯［1］、油菜［2］、玉米［3］、苦荞［4］、甜玉米［5］、甜瓜［6］、谷子［7］、大豆［8］、花生［9］、青稞［10］和苦荞［11-15］等作物品种和试点的稳定性、品质、经济性状以及生产能力等进行分析，为筛选优良新品种提供了有效的方法和理论依据。【本研究切入点】随着新品种的选育指标综合评价的方法不断改进，利用AMMI模型和GGE双标图分析品种稳产性及适应性。需采用AMMI模型和GGE 双标图分析方法，综合评价宁南山区参试甜荞品种在多年多点不同气候类型区试验数据进行丰产性稳定性、生态适应性和试验点的辨别力。【拟解决的关键问题】通过品种的稳定性分析和综合评价，筛选出适宜在宁南山区种植的新品种，并同步进行大面积生产示范和推广应用进行AMMI模型生产性验证，为荞麦品种合理区划和品种选育提供科学依据。
1材料与方法
1.1材 料
参试5个荞麦品种，分别为固荞1号、固原红花荞、定荞3号、固荞3号及信农1号，其中固荞1号、固原红花荞、固荞3号及信农1号为宁夏农林科学院固原分院自主选育品种（系），定荞3号由甘肃省定西市农业科学院引进。2017～2019试验在宁南山区6县（区）分别布设试验点，其中原州区头营、西吉县马建和彭阳县城阳地处半干旱区，同心县预旺和盐池县花马池均地处中部干旱带，每个试验点参试品种和田间设计相同。
试验点设在宁南山区6个县（区）具有代表性的半干旱区、半干旱易旱区和中部干旱带进行，宁南山区半干旱区（原州区、西吉县和彭阳县）、半干旱区易旱区（海原县）和中部干旱带（同心县、盐池县）多年降水量分别为416.6～450.0、350.0和215.1～255.6 mm，荞麦生长期降水量分别为279.2～353.0、331.8和189.8～222.9 mm。年均气温分别为5.9～7.2、7.1和8.6℃。生育期气温分别为16.7～19.4、18.7和21.3～22.0℃。表1
1.2方 法
采用随机区组设计，小区面积 10 m2，长5 m×宽2 m，每个小区种植7行区，行距33 cm，小区留苗1 580株左右，密度105×104株/hm2左右，重复3次。收获时每小区取生长均匀的4 m2脱粒计产，各试验点的每个品种考种样取中间1m长单行植株，选取代表性15株考种，对其中剩余植株进行脱粒，计算混合平均单株的株高，主茎分枝、主茎节数、单株粒重、粒数及千粒重等。
播种前结合整地进行旋耕，基肥磷酸二铵肥料150 kg/hm2。6月下旬播种，7月中旬定苗，其它田间管理同大田。
1.3数据处理
1.3.1方差及AMMI模型
应用DPS 9.5 系统和Excel 2016软件进行AMMI模型分析［12］统计分析其品种及试验点间的稳定性和丰产性参数及综合评价。利用AMMI模型作图和产量数据的方差分析均主成分特征值分析，计算品种和区试点稳定性（Di）值。运用R语言支持下的GGE-Biplo软件包进行双标图分析。
AMMI模型公式为［1，4，5，6，13］：
yge=μ+αg+βe+Σni=λnγgnδgn+θgeεger…….（1）
式中，yge表示在某试点e中某一基因型g的平均产量；μ为总体平均值；αg为基因型平均偏差（基因型平均值减总的平均值）；βe为环境平均偏差（各个环境的平均值减总的平均值）；λn为第n个主成分特征值平方根；γgn为第n个主成分环境得分；δgn为第n个主成分基因型主成分得分；θge为残差。试验设重复，则误差项为εger，等于γgn平均值与r个重复的单个观察值之间的偏差，并具有可加性。
1.3.2R语言GGE双坐标图及稳定性
采用GGE 运用R语言支持下的GGE Biplo软件包功能进行双标图分析，分别评价“丰产性和稳产性”、“区分力与代表性”、“品种生态适应性”功能图分析参试品种与环境交互效应主成分值（interaction principal component axis，IPCA）在多维空间中图标与原点的欧氏距离，其计算公式［1，3，4，13］如下。
Dg（e）=Σni-1（IPCA）2g（e）t…….（2）
式中，n表示达到显著水平的IPCA个数；Dg（e）用来度量基因型或环境的相对稳定性，为基因型或环境在 n个IPCA上的欧式距离。
2结果与分析
2.1参试荞麦品种产量的基因型和环境互作方差及AMMI互作效应
2.1.1品种产量的方差和AMMI互作效应
研究表明，甜荞产量显著受到基因型（genotype，G）、环境（environment，E）以及基因型与环境互作效应（G×E）的影响。环境和基因和交互作用占总变异的比例从小到大排列为甜荞品种环境效应占总变异平方和的比例为（46.1%）＞基因（38.1%）＞基因与环境互作作用（15.9%），基因型和环境互作效应达到3个显著水平的互作效应主成分轴为 IPCA1 （Interaction principle component axis）、PCA2和PCA3分别占互作效应的81.9%、12.0% 和5.1%，即IPCA的交互作用信息占99.0%。AMMI 模型可以较好地解释品种和试点互作效应。表2
2.1.2AMMI模型对品种的丰产性稳定性
研究表明，固荞3号多年平均产量为1 719.6 kg/hm2，表现最佳，且超过对照品种信农1号；按品种平均产量互作主成分得到稳定参数（Dg）值，品种的稳定性依次为固荞1号＞固荞3号＞信农1号＞定荞3号＞固原红花荞，其中固荞1号品种的稳定性最好。以品种的稳定性参数结合产量综合分析，参试品种固荞1号和固荞3号品种丰产性稳定性比较好，其次为信农1号。表3
试点稳定性值（De）与品种稳定性值（Dg）相反，其De值越大，试点代表性与辨别力越强。试点平均产量在E2（西吉县）＞E1（原州区）＞E4（海原县）＞E6（盐池县）＞E5（同心县）＞E3（彭阳县）的情况下，试点的稳定性De值以E2（西吉县）最好，其次为E3（彭阳县）。选择半干旱区的西吉县或彭阳县，半干旱易旱区的海原县及中部干旱带的盐池县布设试点较理想。表4
2.2参试品种与试点GGE双标图
2.2.1品种丰产性稳产性双坐标图
研究表明，参试品种高产性和稳产性以带箭头的直线为环境平均轴，其箭头方向表示品种所有环境下的近似平均产量的走向。固荞1号和固荞3号表现最高，其次为品种定甜荞3号。坐标功能图与平均产量、互作主成分得到的品种丰产性和稳定性结果基本一致。图1，表3～4
2.2.2试点代表性与辨别力GGE双坐标图
研究表明，试点E1或E2（原州区或西吉县）均处于同一生态环境范围，E4（海原县），试点E5（同心县）和E6（盐池县）处于同一生态环境范围，以选择盐池县试点与平均环境轴的夹角小。应该选择试点E1（E2）、E4和E6其代表性和辨别力比较强。图2
2.2.3参试荞麦品种生态适应性
研究表明，整个双标图被垂线划分为4个扇形区域，位于该扇区多边形的顶角为最适合在该区域种植的品种。第一扇区品种固荞1号在试验点E3、E5表现比较好；第二扇区品种固荞3号在试验点E1、E2、E4和E6适应范围比较广阔；第三扇区有品种定甜荞3号，第四扇区品种丰产性低和适应性较差。图3
2.3参试品种AMMI模型生产示范性验证及推广成效
2.3.1AMMI模型分析与大面积生产相结合验证品种的稳定性
研究表明，固荞1号、固荞3号在宁山区半干旱区、半干旱区易旱区、中部干旱带及宁南6县（区）分别较对照品种信农1号增产11.2%、19.4%、11.4%%和12.7%。而在宁南山区不同气候类型区进行多年多点生产示范，其中半干旱区旱地平均产量为1 687.0 kg/hm2，较对照品种增产13.7%，半干旱偏旱区旱地平均产量为1 484.0 kg/hm2，较对照品种增产10.0%，中部干旱带平均产量为1 038.0 kg/hm2，较对照品种增产8.5%。另外，盐池县花马池镇生育期滴灌水量120 mm条件下，其产量达到1 902.0～2 475.0 kg/hm2，较对照品种增产18.7%～35.5%。
固荞1号、固荞3号在不同气候类型区生产示范区增产趋势及稳定性与AMMI模型分析结果基本一致，该方法能够准确有效的综合评价品种，其方法可行，结果可靠，验证效果良好。表5
2.3.2荞麦品种生产示范和推广成效
研究表明，2020～2023年在宁南山区8县（区）进行大面积生产示范与推广，累计示范推广面积达1 266.8 hm2，旱地产量为1 300.8～1 583.7 kg/hm2，较信农1号增产10.8%～14.4%。固荞1号、固荞3号品种先后由内蒙古、陕西、甘肃、山西、河北、贵州和云南等省（区）引进生产示范和辐射推广150 hm2以上。
3讨 论
品种与环境适应性的选择重要性［2，4，10-14］。基于PCA1、PCA2和PCA3的互作主成分计算得到参试品种的稳定性参数Dg，其Dg值越小，表示品种的稳定性越好［5-8］。按照荞麦品种在不同气候类型区和不同生产条件下对生态适应性的影响程度看，新品种选育过程中对品种的客观评价，既要具备丰产性，又能获得稳产性才是评价品种比较理想的目标［4］。GGE双标图中横坐标（PAC1）可以解释互作信息量为84.61%，纵坐标（PAC2）可以解释互作信息量为12.54%，总计 97.15%的环境和基因环境互作的变异信息［4-5，9，12，13］。试点线段和平均环境轴间的夹角表示该试点的代表性，角度越小，代表性越强，若一个试点与平均环境轴的夹角为钝角，则表示该试点不适合作为试验点［2，4，7，11-15］。同一品种在不同种植区域表现不一致，在一定程度也反映出品种对区域种植的生态适应性。GGE双标图中的“品种生态适应性”功能图，将同一方向上距离原点最远的品种连成一个多边形［8，9，11，16-18］，确保所有品种都落在多边形内，过原点作多边形各边的垂线，双标图被垂线分成若干个区域［19-24］，处于多边形顶端的品种则是各区域内表现最好的品种。西北干旱地区7-8月正值荞麦开花授粉期，此阶段经常遇到干旱少雨，降水量减少致使不能满足作物需水供水要求［25-26］，由此导致结实率下降而影响生产能力提升。基于荞麦授粉期大气温度、相对湿度、降水量和土壤蓄水供水能力对产量的影响有待进一步研究。
4结 论
4.1
参试荞麦品种的丰产性稳定性以固荞1号和固荞3号最佳，其次为定甜荞3号。试点代表性与辨别力在半干旱区的西吉县和彭阳县，半干旱易旱区的海原县，中部干旱带的盐池县为比较理想的荞麦试点环境。
4.2AMMI和GGE双标图分析方法可行，结果可靠，验证性良好，值得创新应用。
4.3
2020～2023年对筛选出的品种固荞1号和固荞3号在宁南山区不同气候类型区建立科技核心展示区、大面积生产示范和推广面积达1 266.8 hm2。
4.4
荞麦品种在不同气候类型区种植，其生产能力提升的关键决定于当地生产条件和对水肥的满足程度。荞麦品种的丰产性和稳定性以及生产能力提升受诸多因素的影响，特别是开花授粉期大气温度、降水量对产量影响较大。
参考文献（References）
［1］谢锐， 路战远， 金晓蕾， 等. 基于AMMI模型的内蒙古中西部地区马铃薯品种（系）稳定性和适应性分析［J］. 北方农业学报， 2022， 50（1）： 18-24.
XIE Rui， LU Zhanyuan， JIN Xiaolei， et al. Analysis of potato varieties（lines） stability and adaptability in Midwestern Inner Mongolia base onAMMI model［J］. Journal of Northern Agriculture， 2022， 50（1）： 18-24.
［2］ 黄大明， 谢雄泽， 白桂萍， 等. AMMI模型和GGE双标图在湖北省油菜区域试验中的应用［J］. 湖北农业科学， 2018， 57（12）： 24-29.
HUANG Daming， XIE Xiongze， BAI Guiping， et al. Application of AMMI model and GGE biplot in rape regional trial of Hubei［J］. Hubei Agricultural Sciences， 2018， 57（12）： 24-29.
［3］步清，鲁月，郝德荣，等.AMMI模型和GGE双标图在江苏省糯玉米品种区域试验中的应用［J］.分子植物育种，2022，20（22）：7628-7636.
BU Qing，LU Yue，HAO Derong，et al. Application of AMMI model and GGE double label plot in regional trials of glutinous corn varieties in Jiangsu Province ［J］. Molecular Plant Breeding， 2022，20（20）：7628-7636.
［4］ 吴曹阳， 梁诗涵， 邱军， 等. 基于连续12年国家苦荞区域试验的中国苦荞品种选育现状分析［J］. 中国农业科学， 2020， 53（19）： 3878-3894.
WU Caoyang， LIANG Shihan， QIU Jun， et al. An examination on breeding status quo of Chinese Tartary buckwheat varieties based on the national cross-country tests of Tartary buckwheat varieties in China over 12 consecutive years［J］. Scientia Agricultura Sinica， 2020， 53（19）： 3878-3894.
［5］ 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 Changmin， XU Weimeng， XING Yongfeng， et al. Application ofAMMI model and GGE biplot of sweet maize varieties in Huang-Huai-Hai regional［J］. Molecular Plant Breeding， 2021， 19（17）： 5909-5916.
［6］ 王迪. GGE双标图分析黑龙江省甜瓜区域试验品种适应性和稳定性［J］. 黑龙江农业科学， 2021， （10）： 64-68.
WANG Di. Analysis of adaptability and stability of melon varieties in Heilongjiang regional test by GGE biplot［J］. Heilongjiang Agricultural Sciences， 2021， （10）： 64-68.
［7］ 宋慧， 刘金荣， 王素英， 等. 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.
SONG Hui， LIU Jinrong， WANG Suying， et al. Evaluation of foxtail millet yield stability and adaptability using GGE-biplot analysis： a case study of Yugu18 foxtail millet cultivar［J］. Journal of China Agricultural University， 2020， 25（1）： 29-38.
［8］ 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.
ZAN Kai， CHEN Yaguang， XU Shuxia， et al. Application of GGE double plot in soybean regional tests based on R language［J］. Soybean Science amp; Technology， 2019， （4）： 16-20.
［9］ 崔顺立， 何美敬， 侯名语， 等. 利用GGE双标图分析花生品质性状的基因型-环境互作［J］. 中国油料作物学报， 2021， 43（4）： 617-626.
CUI Shunli， HE Meijing， HOU Mingyu， et al. Genotype × environment interactions for the quality traits of peanut varieties based on GGE biplot analysis［J］. Chinese Journal of Oil Crop Sciences， 2021， 43（4）： 617-626.
［10］ 王育才， 王化俊， 李葆春， 等. 基于GGE双标图对青稞区试点代表性及品系稳定性的分析［J］. 草原与草坪， 2018， 38（5）： 22-27.
WANG Yucai， WANG Huajun， LI Baochun， et al. GGE-biplot based study on cultivar stability and representativeness of test sites for highland barley［J］. Grassland and Turf， 2018， 38（5）： 22-27.
［11］ 张大爱， 赵绪明， 钱一萍， 等. 用GGE双标图分析苦荞品种的产量稳定性及试验地点相似性［J］. 西北农林科技大学学报（自然科学版）， 2015， 43（7）： 101-108.
ZHANG Daai， ZHAO Xuming， QIAN Yiping， et al. GGE biplot based yield stability and test site similarity of Tartary buckwheat varieties［J］. Journal of Northwest A amp; F University （Natural Science Edition） ， 2015， 43（7）： 101-108.
［12］ 唐启义， 冯明光. DPS数据处理系统： 实验设计、统计分析及数据挖掘［M］. 北京： 科学出版社， 2007.
TANG Qiyi， FENG Mingguang. DPS data processing system［M］. Beijing： Science Press， 2007.
［13］ 袁金海， 贾多英， 刘续汉， 等. GGE双标图在马铃薯产量及试验点评价分析中的应用［J］. 中国种业， 2018， （8）： 56-59.
YUAN Jinhai， JIA Duoying， LIU Xuhan， et al. Application of GGE double plot in evaluation and analysis of potato yield and test site［J］. China Seed Industry， 2018， （8）： 56-59.
［14］ 李亚杰， 李德明， 范士杰， 等. GGE双标图在马铃薯品种适应性及产量稳定性分析中的应用评价［J］. 兰州大学学报（自然科学版）， 2016， 52（5）： 617-622.
LI Yajie， LI Deming， FAN Shijie， et al. Analysis of variety adaptability and yield stability of potato for evaluating GGE-biplot application［J］. Journal of Lanzhou University （Natural Sciences）， "2016， 52（5）： 617-622.
［15］ 张志芬， 任长忠， 杨海顺， 等. 基于SD-GGE双标图进行饲草燕麦品种归类和区域划分［J］. 中国农业大学学报， 2021， 26（5）： 10-21.
ZHANG Zhifen， REN Changzhong， YANG Haishun， et al. Variety classification and region division of forage oat varieties based on SD-GGE Biplot［J］. Journal of China Agricultural University， 2021， 26（5）： 10-21.
［16］ 李琴琴， 高乙萍， 张志芬， 等. 甜荞品种稳定性和试验地点相似性的GGE双标图分析［J］. 干旱地区农业研究， 2013， 31（1）： 67-70， 121.
LI Qinqin， GAO Yiping， ZHANG Zhifen， et al. Stability and testing-site similarity for common buckwheat lines based on GGE-biplot analysis［J］. Agricultural Research in the Arid Areas， 2013， 31（1）： 67-70， 121.
［17］ 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.
LIU Na， CAO Dong， WANG Shihong， et al. Yield stability and testing-site representativeness of regional trials for spring wheat lines in Gansu based on GGE-biplot［J］. Journal of Northwest A amp; F University （Natural Science Edition） ， 2018， 46（4）： 39-48.
［18］ 丁逸帆， 许明， 许如根， 等. 基于GGE双标图对江苏省大麦鉴定试验品种的高产稳产和适应性分析［J］. 扬州大学学报（农业与生命科学版）， 2019， 40（3）： 22-26.
DING Yifan， XU Ming， XU Rugen， et al. Analyses for high-yield， stability and adaptability of barley varieties in identification test of Jiangsu Province using GGE biplot［J］. Journal of Yangzhou University （Agricultural and Life Science Edition） ， 2019， 40（3）： 22-26.
［19］ 陈新， 吴斌， 张宗文. 燕麦种质资源重要农艺性状适应性和稳定性评价［J］. 植物遗传资源学报， 2016， 17（4）： 577-585.
CHEN Xin， WU Bin， ZHANG Zongwen. Evaluation of adaptability and stability for important agronomic traits of oat（Avena spp.） germplasm resources［J］. Journal of Plant Genetic Resources， 2016， 17（4）： 577-585.
［20］ 陈四龙， 李玉荣， 程增书， 等. 用GGE双标图分析种植密度对高油花生生长和产量的影响［J］. 作物学报， 2009， 35（7）： 1328-1335.
CHEN Silong， LI Yurong， CHENG Zengshu， et al. GGE biplot analysis of effects of planting density on growth and yield components of high oil peanut［J］. Acta Agronomica Sinica， 2009， 35（7）： 1328-1335.
［21］ 王星宇， 程静， 高生， 等. 应用AMMI模型和GGE双标图评价裸燕麦品种在华北高寒区的适应性［J］. 草业学报， 2022， 31（12）： 76-84.
WANG Xingyu， CHENG Jing， GAO Sheng， et al. Evaluation of adaptability of naked oat varieties in the alpine region of North China based on the AMMI model and GGE Biplot［J］. "Acta Prataculturae Sinica， 2022， 31（12）： 76-84.
［22］ 朱艳彬， 孙九超， 王显， 等. 基于Genstat的AMMI模型和GGE双标图在玉米区域试验分析中的应用［J］. 安徽农业科学， 2021， 49（6）： 49-53.
ZHU Yanbin， SUN Jiuchao， WANG Xian， et al. Application of AMMI model and GGE-biplot based on genstat in the analysis of maize regional experiment［J］. Journal of Anhui Agricultural Sciences， 2021， 49（6）： 49-53.
［23］ 周启龙， 多吉顿珠， 刘云飞， 等. 应用AMMI模型分析饲用燕麦干草产量稳定性和适应性［J］. 种子， 2020， 39（6）： 79-82.
ZHOU Qilong， DUO Jidunzhu， LIU Yunfei， et al. Analysis of yield stability and adaptability of forage oat hay based onAMMI model［J］. Seed， 2020， 39（6）： 79-82.
［24］ 柴继宽， 慕平， 赵桂琴. 8个燕麦品种在甘肃的产量稳定性及试点代表性研究［J］. 草地学报， 2016， 24（5）： 1100-1107.
CHAI Jikuan， MU Ping， ZHAO Guiqin. Study on yield stability and test site representativeness of eight oat varieties in Gansu Province［J］. Acta Agrestia Sinica， 2016， 24（5）： 1100-1107.
［25］方彦杰，张绪成，于显枫，等，施肥对半干旱区旱地全膜覆土穴播苦荞产量及水肥利用率的影响［J］.中国农业科技导报. 2020，22（9）：143-152
FANG Yanjie，ZHANG Xucheng，YU Xianfeng，et aI. Impacts of Fertilization on Yield and Water-fertilizer Use Efficiency of Tartary Buckwheat with Whole Field Soil-plastic Mulching in Semiarid Area ［J］. Journal of Agricultural Science and Technology，2020，22（9）：143-152
［26］ 周花， 戴丽君， 李永平， 等. 不同覆膜穴播种植方式对谷子和糜子生长发育及水分利用率的影响［J］. 甘肃农业科技， 2021， 52（4）： 29-36.
ZHOU Hua， DAI Lijun， LI Yongping， et al. Effects of different mulching hole-planting methods on growing development and water use efficiency of foxtail millet andPanicum miliaceum L［J］. Gansu Agricultural Science and Technology， 2021， 52（4）： 29-36.
Analysis of stable yield and adaptability of buckwheat varieties based on AMMI model and GGE double label graph
CHANG Keqin，DU Yanping，MU Lanhai，YANG Chongqing，CHEN Yixin
（Guyuan Branch of Ningxia Academy of Agriculture and Forestry Sciences / Dry Farming Agricultural Engineering Technology Research Center of Ningxia，Guyuan Ningxia 756000， China）
Abstract：【Objective】 Evaluate the high yield， stable yield， and ecological adaptability of new varieties of tartary buckwheat.
【Methods】 Through the analysis of experimental data from 5 varieties （lines） in 6 counties （districts）， By combining the AMMI model with the GGE-Blilot software package of R language， principal component analysis was conducted on sweet buckwheat varieties from different climate zones in the southern mountainous areas of Ningxia for multiple years and the stability， adaptability， pilot representativeness were comprehensively evaluated.
【Results】 The buckwheat pilot area represented by Xiji County or Yuanzhou District in semi-arid areas and Haiyuan County in semi-arid areas prone to drought， and Yanchi County in the central arid zone was better. "The new varieties of Guqiao 1 and Guqiao 3 had the best yield， stability， and ecological adaptability.
【Conclusion】 By combining the AMMI model analysis with production practice verification， the method is feasible， the results are reliable， and the validation is good.
Key words：sweet buckwheat crop varieties；AMMI model；GGE Biplot；stability and adaptability
Fund projects：Avena sativa and Buckwheat Industry Technology System of the Ministry of Agriculture and Rural Affairs-Guyuan Comprehensive Experimental Station（CARS-07-G-15）；Local Cooperation of Ningxia Academy of Agriculture and Forestry Sciences-Key Technology Integration and Light and Simple Cultivation Technology Demonstration of Yanchi Characteristic Industry （NNKZZCGZH-2021-04）;Ningxia Science and Technology Key Project - Ningxia Small Coarse Grain Innovation Team （2020CXTDLX04）
Correspondence author：CHANG Keqin （1965-）， male， from Guyuan，Ningxia，researcher， research direction：breeding new varieties of buckwheat and oat crops and water-saving cultivation techniques，（E-mail）nxgychkq@163.com
收稿日期（Received）：2024-02-17
基金项目：农业农村部国家燕麦荞麦产业技术体系-固原综合试验站（CARS-07-G-15）；宁夏农林科学院院地合作-盐池特色产业关键技术集成及轻简栽培技术示范（NNKZZCGZH-2021-04）；宁夏科技重点-宁夏小杂粮创新团队（2020CXTDLX04）。
作者简介：常克勤（1965-），男，宁夏固原人，研究员，研究方向为荞麦和燕麦作物新品种选育及栽培，（E-mail）nxgychkq@163.com
