基于R语言绘制GGE双标图3

参考资料:

https://cran.r-project.org/web/packages/GGEBiplots/GGEBiplots.pdf

GGE叠图法一分析品种×环境互作模式的理想方法【作物学报】

GGE 双标图如何看?-CSDN博客

1、品种间两两比较

GGE 双标图可用于直接比较两个品种在各个试验点的表现,将要比较的两个品种用直线连接起来,过双标图圆点与两个品种连线相垂直的一条直线将图分割为2个部分。两个品种在与其同侧部分的试验点上的产量数据将优于对方。

在GGE双标图中用直接连接两个相互比较的品种图标, 再通过双标图原点作两品种连线或其延长线的垂线, 这条垂线称为"等值线", 在等值线上的任意环境中这两个品种的数值均相等,而品种在等值线同侧的环境中表现更好;如果两品种位于等值线的同侧,则远离等值线的品种在同侧环境中表现更好,接近等值线的品种在等值线的另一侧环境中表现更好。

本分析案例来源于:基于R语言的GGE双标图在节水抗旱稻新品种多点试验中的应用【上海农业学报】,操作如下:

R 复制代码
# 读取数据文件
data1<-read.csv("...\\GGE双标图1.csv")
# 查看数据
data1
# 设置行标题(行索引)
row.names(data1)<-data1$genetype
data1<-data1[,-1]
data1
R 复制代码
# 导入GGEBiplots包
library(GGEBiplots)
# 将数据转换为GGE模型
GGE1<-GGEModel(data1)
# 品种间两两比较功能图
# 选择论文中的G6和G9
CompareGens(GGE1,"G6","G9")

把各环境产量均值第一的品种G6与高产与稳产品种G9进行比较,过双标图原点且与2个品种连线相垂直的一条直线将图分割为2个部分,E6、E3和E5位于分割线的下部分,意味着G9在这2个试验点的产量表现优于G6,特别是E6(抗旱鉴定环境)试验点。E4和E2位于分割线的上部分,意味着G6在这2个试验点的产量表现优于G9,但差异不是特别突出。E1位于直线上,表明两个品种在此试验点没有差异。

2、理想品种评估

GGE双标图在平均环境轴绘制同心圆,同心圆的圆心代表了最理想的品种,圆心到双标图原点的长度则是AEA(平均环境轴)正方向上最长基因型向量的长度(最高平均产量)。如果越接近同心圆的圆心,则表示品种平均产量(丰产性)和稳定性越好,反之亦然。

所谓"理想品种"是指在GGE 双标图中距原点距离等于最长品种向量的长度, 并且位于平均环境轴正方向上的品种。在双标图中各参试品种与理想品种的相对距离称为理想指数(ideal index), 数值越小越理想。同时, 以理想品种为圆心画出若干个同心圆以直观地评价品种的理想程度。

本分析案例来源于:基于GGE双标图对青稞区试点代表性及品系稳定性的分析【草原与草坪】

R 复制代码
# 读取数据文件
data2<-read.csv("...\\GGE双标图2.csv")
# 查看数据
data2
# 设置行标题(行索引)
row.names(data2)<-data2$genetype
data2<-data2[,-1]
data2
# 导入GGEBiplots包
library(GGEBiplots)
# 将数据转换为GGE模型
GGE2<-GGEModel(data2,SVP="row")
# 理想品种分析
RankGen(GGE2)

本图结论:品种G9在同心圆的内圆中,说明它们是青稞试验区的高产稳产品种,而G3距同心圆最远,是丰产性、稳产性最差的品种。

3、理想环境评估

本图的绘制原理类似于理想品种评估(将品种变成试验点),同心圆的圆心代表了最理想的环境,说明地点的区分性和代表性越强,即试验点越好。

试验案例使用GGEBiplots包自带的数据,如下:

R 复制代码
# 加载数据集
data(Ontario)
# 展示数据
Ontario
# 将数据转换为GGE模型
GGE3<-GGEModel(Ontario)
# 理想环境(试验点)分析
RankEnv(GGE3)

此例中,最理想的试验点是BH93,表现最差的试验点是RN93。

4、单个品种分析

该双标图用于分析一个指定品种在不同环境(或试验点)下的表现,由此可以了解该品种更适合哪些地点。

本分析案例来源于:GGE叠图法一分析品种×环境互作模式的理想方法【作物学报】

R 复制代码
# 读取数据文件
data3<-read.csv("...\\GGE双标图3.csv")
# 查看数据
data3
# 设置行标题(行索引)
row.names(data3)<-data3$genetype
data3<-data3[,-1]
data3
# 加载GGEBiplots包
library(GGEBiplots)
# 将数据转换为GGE模型
GGE4<-GGEModel(data3)
# 绘制单个品种分析图
ExamineGen(GGE4,"REB")

该图是先过圆点和REB标志点画一条直线,称为REB向量。然后,从各地点(试验点)标志点引垂线至REB向量以确定它们在REB向量上的投影长度。按照投影长度,REB在各地点相对表现的次序就可以看出来了(试验点沿箭头方向的投影长度越长品种在该试验点的表现越好)。结论是:品种在试验点WE和WK的表现最好,在试验点NN和HW上的表现最差。

5、单个试验点分析

该双标图用于分析一个指定试验点中的不同品种的相对表现。

案例使用单个品种分析的数据案例,以比较不同品种在试验点"NN"的表现为例。首先过圆点和NN标志点画一条直线,称为NN向量。然后从各品种的标志点引垂线至NN向量以显示它们在NN向量上的投影长度。按照投影长度 ,各品种在试验点NN的产量次序马上就可以看出。且过原点且与向量垂直的粗线将产量在高于均值的品种和产量低于均值的品种区分开来。

R 复制代码
# 绘制单个试验点分析图
ExamineEnv(GGE4,"NN")

本例结论:在NN试验点,RON表现最好,且明显优于其他品种,而ENA表现最差。

相关推荐
Faker66363aaa21 小时前
药品包装识别与分类系统:基于Faster R-CNN R50 FPN的Groie数据集训练_1
分类·r语言·cnn
Liue612312312 天前
自卸车多部件识别 _ Mask R-CNN改进模型实现(Caffe+FPN)_1
r语言·cnn·caffe
jiang_changsheng4 天前
环境管理工具全景图与深度对比
java·c语言·开发语言·c++·python·r语言
JicasdC123asd4 天前
使用Faster R-CNN模型训练汽车品牌与型号检测数据集 改进C4结构 优化汽车识别系统 多类别检测 VOC格式
r语言·cnn·汽车
请你喝好果汁6414 天前
## 学习笔记:R 语言中比例字符串的数值转换,如GeneRatio中5/100的处理
笔记·学习·r语言
怦怦蓝4 天前
DB2深度解析:从架构原理到与R语言的集成实践
开发语言·架构·r语言·db2
新新学长搞科研4 天前
【CCF主办 | 高认可度会议】第六届人工智能、大数据与算法国际学术会议(CAIBDA 2026)
大数据·开发语言·网络·人工智能·算法·r语言·中国计算机学会
Piar1231sdafa5 天前
战斗车辆状态识别与分类 --- 基于Mask R-CNN和RegNet的模型实现
r语言·cnn
陳土5 天前
R语言Offier包源码—1:read_docx()
r语言
善木科研喵5 天前
IF5.9分,α-硫辛酸如何缓解化疗神经毒性?网络毒理学结合网络药理学双重锁定关键通路!
数据库·数据分析·r语言·sci·生信分析·医学科研