程 玲，张心菲，张鑫鑫，张卫华，林元震 (1华南农业大学 林学与风景园林学院，广东 广州 510642：2 广东省森林植物种质创新与利用重点实验室，广东 广州510642： 广东省林业科学研究院，广东 广州 510640)

与农作物相似，林木选育的良种也存在地域适用性，因此林木遗传试验应进行多地点试验(Multi-environment trial,MET)。多地点试验分为3个阶段：初试阶段、中试阶段和大规模试验阶段，其中参试材料数一般随着试验规模的增大而减少，但试验地点数恰好相反[1]。在多地点试验中，一个突出的问题是林木基因型与环境之间往往存在显著的交互作用(Genotype by environment interaction, GEI)，因此如何准确评估这种交互作用对于后续林木良种的选育和推广至关重要。目前，农业上大多使用联合回归法[2]、主效可加互作可乘模型(Additive main effects multiplicative interaction,AMMI)[3]和基因型主效加基因型-环境互作效应(Genotype main effect plus genotype-by-environment interaction,GGE)双标图[4]分析多点试验结果，并据此来进行品种评价、试验点评价和品种生态区划分，其中GGE双标图越来越受到科研人员的关注[5]。迄今，GGE双标图在林木良种选育上的应用仍然很少，仅在少数树种如辐射松[6]、杨树[7]和乐昌含笑[8]上有报道。

虽然AMMI和GGE双标图在农作物上应用广泛，但这些模型均直接通过表型数据进行分析，而且存在一些限制[5]：1)上述方法均只限定于固定效应模型；2)假定各地点误差同质；3)要求数据是平衡的。但对于林木试验地而言，首先试验地点误差同质几乎不可能，现有研究证实林地存在各种空间变异[1]；其次，试验结果往往会存在缺株或缺区数据等现象；再者，作为重要遗传参数之一的育种值,需要随机效应模型才可估算。……