先按论文标题与摘要提取关键信息，并严格按你指定的四段格式输出。中文标题：长期环境条件下不同品种高产潜力、产量稳定性与适应性的评价

《Agriculture》：Evaluation of High-Yield Potential, Yield Stability, and Adaptability of Different Varieties Under Long-Term Environmental Conditions

　　

为识别在新疆可变生长季中具有持续高产和稳定表现的高地棉品种，研究人员对11个品种在连续4年（2022–2025年）的产量数据进行了评价。在受试品种中，02取得了最高平均产量（每小区10.85 kg）。品种ZMBH1939在年度间表现出最高的产量稳定性（变异系数 = 0.1557）。方差分析表明，品种、年份及其互作对产量均具有显著影响（均为p < 0.01）。进一步采用两种互补性的多环境试验模型——加性主效应和乘性互作模型（AMMI）与基因型主效应加基因型×环境互作模型（GGE）——进行评价，得到一致结论：02和FC190产量较高但稳定性中等；W21和TH02产量中等且稳定性较好；XLM108兼具较高产量潜力与优异稳定性。对照品种Z49（CK）稳定性较好，但产量仅属中等。在4个试验年份中，2023年具有最强代表性和区分力，因此是筛选优良品种的理想环境。对气候协变量的探索性分析提示，积温（≥10 °C）可能与年际产量变异相关（R² = 0.464），而低降水与更强的环境区分能力有关。然而，鉴于环境数量有限（n = 4），这些结果仍属初步发现，更适于提出假设而非进行确证。本研究为理解区域棉花试验中气候驱动的产量变异提供了分析框架，并鉴定出值得进一步育种与推广的潜在种质资源（尤其是XLM108和02）。在形成明确结论之前，仍需通过多点或更长期试验加以验证。

该文发表于《Agriculture》，围绕新疆陆地棉（upland cotton）品种在长期环境条件下的高产潜力、稳产性与适应性开展系统评价。研究背景在于，棉花是全球重要经济作物和天然纤维来源，而新疆是中国最核心的棉花生产区。对育种而言，高产、稳产和广适性是品种改良的关键目标，但产量属于典型数量性状，受基因型（genotype）、环境（environment）及基因型×环境互作（genotype × environment interaction，G × E）共同调控。同一品种在不同年份或环境下可能表现出显著差异，品种间排序也会随环境改变而变化，这使得兼具高产与稳定性的新品种选育极具挑战。因此，研究人员开展本研究，旨在利用多年连续试验数据识别高产稳产品种，并进一步解析不同年份试验环境的区分能力和代表性，同时初步探讨气候因子与产量波动之间的关系，为后续区域化品种筛选和育种决策提供依据。

为实现上述目标，研究人员以新疆库车市现代农业科技创新中心棉花育种试验田2022–2025年连续4年的田间试验数据为基础，对11个高地棉品种（以Z49为对照）进行比较分析。研究采用双因素固定效应方差分析（ANOVA）检验品种、年份及互作效应，使用AMMI模型和GGE双标图（biplot）评价品种的高产潜力、稳定性、适应性以及试验年份的环境区分力与代表性；并结合Pearson相关分析与通径分析（path analysis）解析主要农艺性状对产量的直接和间接作用。气象数据来源于中国气象数据网，覆盖当地棉花生长季（4–10月），用于对积温、降水和极端温度等协变量进行探索性解释。由于样本仅来自单点连续4年环境，作者明确将全部环境解释定位为探索性分析。

在结果部分，论文首先通过“3.1.1. Analysis of Yield Traits and High-Yield Potential Across Varieties and Years”表明，不同年份各品种产量差异显著。2022年FC190、JYM001、Z49和W52处于高产组，且FC190与JYM001兼具较小标准差，表现出较好年度内稳定性；XLM108虽产量较高，但波动较大。2023年02显著高于其他品种，成为唯一最高产组材料，XLM108和W18年度内稳定性突出。2024年TH02和Z49处于高产组，XLM108虽产量最低，但标准差极小，显示极佳年度内稳定性。2025年02再次成为唯一高产组，且标准差很小，实现高产与高稳并存；ZMBH1939也表现出较好稳定性，而W21和W18波动较大。综合4年数据，02总体表现最优，FC190和JYM001在2022年突出但后续下降，TH02在2024年表现最好，XLM108则呈现出较强稳定性。

在“3.1.2. Analysis of Yield Stability Across Varieties and Years”中，研究人员依据4年平均产量和变异系数进一步比较稳产性。结果显示，02平均产量最高（10.85 kg），但稳定性为中等；ZMBH1939变异系数最低，说明其为最稳定品种，同时维持中等偏高产量；XLM108则在较高产量与较好稳定性之间取得平衡。相反，D3和JYM001变异系数较高，跨年稳定性较差。

在“3.2. Analysis of Variance”中，方差分析显示品种主效应、年份主效应以及品种×年份互作均达到显著或极显著水平，说明产量不仅受遗传背景和年度环境影响，而且不同品种对年度环境变化的响应存在明显差异。该结果为后续采用AMMI和GGE模型解析G × E互作提供了统计学依据。

在“3.3.1. Analysis of Covariance for Yield”中，AMMI联合方差分析进一步将显著的G × E互作分解为多个互作主成分轴（interaction principal component axis，IPCA）。其中，IPCA1解释69.79%的互作变异，IPCA2解释22.93%，二者累计解释92.72%的互作变异，说明AMMI模型能够较充分地刻画不同品种在不同年份下的响应差异。

在“3.3.2. Analysis of Variety Yield Potential, Yield Stability, and Discrimination Power Using AMMI Dual-Plot Diagrams”中，AMMI1双标图表明，02、Z49（CK）和FC190位于横轴右侧，显示较高产量潜力；XLM108、TH02和W21更靠近y = 0，显示更高稳定性。环境方面，2022年距离y = 0最远，说明其对品种差异的区分能力最强；2024年最接近y = 0，说明区分能力最弱。AMMI2双标图进一步支持2022年和2023年具有较强环境判别力。

在“3.4.1. Evaluation of Variety Adaptability”中，GGE双标图的“which-won-where”分析将4个试验年份划分为3组环境：2023和2025为一组，2024单独成组，2022单独成组。02是2023和2025环境中的优势品种，TH02是2024环境中的优势品种，JYM001是2022环境中的优势品种，说明不同品种具有特定环境适应性。D3与02位于相同扇区，且靠近组间边界，显示其对相关环境也有较好适应力。

在“3.4.2. Yield Potential and Stability of Varieties”中，GGE双标图进一步依据平均环境轴（average environment axis，AEA）评价产量潜力与稳定性。02在AEA上的投影最大，证实其平均产量最高；XLM108垂直偏离AEA的距离最小，说明其为最稳定品种；JYM001偏离距离最大，稳定性最差。GGE排序与均值结果总体一致，支持02、FC190和XLM108等材料在产量表现上的相对优势。

在“3.4.3. Discrimination Power and Representativeness Across Different Years”中，研究人员比较了不同年份环境向量的长度与方向。2022年和2023年环境向量较长，说明两者均具有较强品种区分能力，其中2022年在区分不同基因型产量差异方面最突出。2025年与平均环境轴夹角最小，被认为最具代表性；2023年也具有较好代表性；2024年和2022年代表性较低，尤其2024年偏离较明显。

在“3.4.4. Comprehensive Analysis of Yield Potential and Stability in Varieties”中，PC1解释60.54%的变异，代表品种产量潜力差异；PC2解释24.97%，主要反映品种与环境互作，总解释率达85.51%。基于“理想品种”视图，XLM108最接近理想中心点，说明其兼具较好产量与稳定性；FC190次之；对照Z49（CK）虽稳定性好，但产量潜力一般。该部分是全文关于“高产稳产兼顾品种”判断的核心依据之一。

在“3.5.1. Climate Attribution of Main Environmental Effects”中，研究人员利用4个年份均值进行单变量线性回归，仅将R²作为趋势强度的描述指标。结果显示，积温（growing degree days，GDD）对平均产量的解释度最高（R² = 0.464），提示热量条件可能与产量水平相关；极端低温日数表现出负向关系趋势；总降水量和极端高温日数未显示明确趋势。2023年具有最高GDD，也对应最高平均产量；2025年低温日较多且降水偏高，对应较低平均产量。

在“3.5.2. Explanation of Climate Covariates for Environmental Discrimination”中，通过年份间排序比较，作者观察到最低降水年份2022具有最高区分能力，而降水最多的2024区分能力最低；低温日数最多的2024同样对应最低区分力。这提示较强降水或低温胁迫可能削弱环境对基因型差异的判别能力，而相对干旱环境可能放大品种间产量差异，但作者明确指出这些仅为探索性观察，尚不能作因果推断。

在“3.5.3. Projection of Climate Covariates on the GGE Biplot”中，研究将气候协变量投影至GGE双标图。结果显示，高温日向量指向2023；降水向量指向2024，并与2022方向相反，进一步支持低降水环境具有更强区分力；低温日向量同样偏向2024，说明冷害与低区分力关系密切；GDD向量指向2023，反映其与高产环境一致。作者据此提出，2022年强区分力可能并非由单一因子决定，而与“低降水 + 高蒸发 + 适度热量”的复合干旱胁迫相关。

在“3.6.1. Correlation Analysis of Yield Traits and Agronomic Traits”中，产量与单株结铃数（bolls per plant，BPP）呈显著正相关（0.413^**），与果枝始节位（文中为NFFB）也呈显著正相关（0.333^*）；株高、果枝数、有效果枝数和生育期与产量均为不显著正相关；第一果枝节高度（height of first fruiting node，HFFN）与产量呈不显著负相关。这说明在表型层面，BPP是与产量联系最紧密的农艺指标。

在“3.6.2. Analysis of Path Coefficients for Yield Traits and Agronomic Traits”中，通径分析进一步揭示了各农艺性状对产量的直接与间接作用。株高（PH）对产量具有正向直接效应，但会通过HFFN产生较强负向间接效应。BPP不仅与产量显著正相关，而且具有较大正向直接通径系数，是最关键的直接决定因子之一。NFFB对产量亦有正向直接作用，并可通过PH和BPP产生有利间接效应。HFFN则具有最强的负向直接作用，虽然其简单相关不显著，但其负效应被株高等性状的正向间接作用部分掩盖。有效果枝数（EBN）表现为负向直接效应但正向简单相关，说明其对产量的贡献主要依赖间接路径。果枝数（FBN）和生育期（GP）直接效应较弱且偏负，不宜作为高产育种中的优先直接选择指标。

讨论部分首先强调，本研究观测到显著的基因型×年份互作，说明11个棉花品种对2022–2025年气候波动的响应存在明显差异。根据多年产量轨迹，作者将品种反应概括为三类：其一为以02为代表的高产但相对敏感型，平均产量最高，在高积温年份表现尤其突出；其二为以ZMBH1939为代表的稳产型，跨年波动最小，适合强调稳定生产的育种和评价目标；其三为以TH02为代表的环境敏感或可塑型，其在湿润年份表现显著改善。该分类说明，多年试验对于识别不同生物学响应模式至关重要。其次，AMMI和GGE模型均支持XLM108是兼具高产潜力与稳产性的候选品种，而02和FC190则属于高产但中等稳定性的材料，Z49（CK）表现为稳定但中等产量。再次，作者将环境区分力差异与气候条件联系起来，提出低降水年份可能更有利于放大品种差异，而低温和过高降水可能削弱环境判别力，但这些结论仍需多点长期试验验证。最后，在育种性状层面，BPP被认为是最有前景的直接选择指标，而降低HFFN可能是提升产量潜力、但以往容易被忽略的方向。

研究结论部分可译为：基于本项为期4年、单点开展的探索性试验，研究人员得到以下初步结论：在品种表现方面，XLM108表现出兼具较高产量潜力与优良稳定性的候选优势；02属于高产但在有利年份表现更突出的风险型材料；ZMBH1939是最稳定但并非最高产的品种。在环境筛选方面，具有较高热量积累的2023年被证明是区分基因型表现最有效的试验环境，提示热量积累可能是该干旱区品种差异形成的重要驱动因素。在性状选择方面，单株结铃数（BPP）可能是产量的重要直接贡献因子，有望作为有效选择指标，但仍需多点验证；降低第一果枝节高度（HFFN）可能是提高产量潜力的一条重要策略，但这一假设尚待进一步检验。在气候假说方面，低降水年份似乎能够增强环境区分能力。总体而言，本研究结果主要用于提出后续研究假设，亟需在新疆不同生态区开展多点试验，以验证XLM108稳定性与适应性的判断，以及基于农艺性状的选择策略。