耐旱选择模型:用于识别具有潜力的玉米基因型,并支持印度尼西亚东努沙登加拉半干旱地区的可持续农业生态实践
《Ecohydrology & Hydrobiology》:Drought-Tolerant selection model to identify prospective maize genotypes and support sustainable agroecological practices in the semiarid regions of East Nusa Tenggara, Indonesia
【字体:
大
中
小
】
时间:2026年02月03日
来源:Ecohydrology & Hydrobiology 2.2
编辑推荐:
本研究针对东努沙登加拉省半干旱地区的干旱耐受作物需求,评估了17个本地及3个改良白玉米品种在最优(E1)、正常(E2)和干旱胁迫(E3)环境下的产量表现,采用包含稳定性分析、AMMI模型、耐受指数、MGIDI和MTSI的复合选择模型。结果显示,本地品种A7、A11、A12及改良品种A18、A19在稳定性(回归系数≈1,CVi<80.22%,YSi>8.3)和产量(均超2.57吨/公顷)方面表现优异,环境互作影响低(AMMI解释变异84.97%,GGE模型91.2%)。研究提出整合本地遗传多样性、多性状分析框架及气候适应性策略的育种模式,为半干旱区可持续农业提供理论支持。
Maria Yustiningsih|Diny Dinarti|Bambang S. Purwoko|Wily B. Suwarno|Darius Dare|Ignasius D.A. Sutapa
印度尼西亚茂物IPB大学研究生院农学与园艺专业
摘要
为应对半干旱地区对耐旱作物的需求,本研究评估了来自印度尼西亚东努沙登加拉地区的17个本地玉米品种和3个改良品种,在最佳(E1)、正常(E2)和干旱胁迫(E3)环境下进行了测试。研究采用了多种分析框架,包括稳定性分析、加性主效应和乘积交互作用(AMMI)建模、耐受性指数、多性状基因型-表型距离指数(MGIDI)和多性状稳定性指数(MTSI),以评估这些品种的产量表现。结果选出5个表现优异的基因型(本地品种:A7、A11、A12;改良品种:A18、A19),它们表现出显著的稳定性和适应性。这些基因型的产量均高于平均水平2.57吨:A7产量为2.99吨,A11产量为3.07吨,A12产量为2.86吨,A18产量为3.55吨,A19产量为2.57吨。所选基因型的稳定性很高,回归系数(bi)接近1(≈1),偏差不显著,且产量(Yi)超过2.57吨的平均水平。变异性较低,变异系数(CVi)低于80.22,稳定性指数(YSi)超过8.3,表明基因型与环境之间的相互作用很小。乘积交互作用(AMMI)和遗传-遗传环境(GGE)分析表明环境对基因型表达的影响较小,分别解释了总变异的84.97%和91.2%。根据11个耐受性指数,有5个基因型被归类为耐旱品种。本研究为植物育种提供了全面的框架,并强调了利用本地遗传多样性来提高半干旱地区玉米产量和粮食安全的重要性。
引言
正如Young等人(2021年)和联合国(2015年)所指出的,水资源安全是粮食安全的基础。然而,当前农业水资源的减少对粮食生产构成了严峻挑战,严重削弱了粮食安全保障(Ingrao等人,2023年;Sutapa等人,2023年)。这种情况在干旱和半干旱地区尤为严重,这些地区受水资源短缺的影响最为严重。预测显示,到2030年,干旱地区(包括农业用地)的水资源短缺问题将显著加剧,进一步恶化生态系统服务、农业供水等问题,加剧全球水资源和粮食安全问题(Perez等人,2026年;Sutapa等人,2021(a)年;Salehi,2022年;Yang等人,2022年;Mazilamani等人,2024年)。
印度尼西亚的东努沙登加拉(NTT)省就是这种半干旱地区的典型代表,该地区年降水量低,土壤肥力下降。尽管气候恶劣,但该省仍拥有丰富的农业生态多样性(Mulyani等人,2013年;Ngongo等人,2021年)。NTT的气候特征是干旱季节长达8到9个月,年平均降雨天数仅为96天,年降水量约为1560毫米。每年64%的降雨量集中在12月初至3月之间(BPS,2018年;BPTP,2018年;Mulyani等人,2013年)。这种不均匀的降雨模式导致长时间干旱,几乎每个月都有长达三周的干旱期,严重影响植物生长和作物产量。当地农民尝试种植各种园艺作物,但通常难以满足社区的食物需求和保障区域粮食安全(Ngongo等人,2021年)。此外,气候变化不断改变情况,农民和政府需要制定新策略,更多依赖本地资源来维持可持续的粮食生产(Malhi等人,2021年)。
玉米(Zea mays L.)是全球重要的主食作物。其产量的增长得益于全球需求的增加、农业技术的创新以及用于种植的耕地面积的扩大(Jan等人,2025年;Draskovic等人,2025年)。白玉米是东努沙登加拉地区的传统食物来源,在该地区具有重要的文化价值(Hamaisa等人,2021年)。除了作为主食外,白玉米还通过各种传统食品得到利用,如jagung katemak、jagung titi和jagung bose,这些食品是社区庆典和仪式的重要组成部分(Hosang等人,2010年)。白玉米不仅因其独特的风味而受到重视,还因其多功能性而受到青睐,可以加工成多种产品,如Bombon、Marning(玉米零食)、Jagung Titi(压扁油炸玉米零食)、Katemak(玉米配蔬菜)等,满足当地饮食需求和习俗。研究表明,白玉米能够很好地适应NTT地区的农业生态条件,即使在气候多变的环境中也能茁壮成长(Hosang等人,2020年;Naisali等人,2023年;Hamaisa等人,2021年)。值得注意的是,使用传统储存方法(如悬挂玉米棒、玉米堆、室内悬挂/袋装储存)时,白玉米的保质期较长,并且具有天然的抗虫害能力,使其成为主要的食物来源。因此,白玉米在保护本地种质资源和生物多样性方面发挥着重要作用,为通过生物技术育种提高干旱地区农业生态系统的韧性提供了巨大潜力(Prasanna,2012年;Purwoko等人,2010年;Sutapa和Fakhrudin,2021年)。然而,白玉米的优势尚未得到有效的保护策略支持。Hosang等人(2010年)的研究指出一个令人担忧的趋势:在从弗洛雷斯岛、松巴岛和帝汶岛收集的300个本地玉米品种中,大多数品种的数量正在减少,农民越来越难以获取。过去十年中,杂交玉米品种的普及程度大幅提升,传统本地玉米在NTT地区的种植越来越少。杂交玉米的主导地位不仅威胁到本地遗传多样性的保护,也危及与传统玉米种植相关的文化遗产,迫切需要开展有针对性的保护工作和推广本地品种。
选择耐旱玉米是解决农业部门水资源短缺问题的关键方法,尤其是在干旱和半干旱地区,同时有助于维护生态系统的完整性。耐旱玉米品种具有内在的耐旱和恢复机制,可以显著减少潜在的产量损失,并在恶劣条件下提高稳定性(McMillen等人,2022年)。植物的稳定性各不相同,在选择最佳或优良基因型时需要充分考虑基因型与环境之间的相互作用(GEIs)。目前有多种方法用于评估基因型稳定性,主要基于产量表现;这些方法包括参数和非参数方法(Finlay和Wilkinson,1963年;Francis和Kannenberg,1978年;Hanson,1970年;Kang,1988年;Shukla,1972年;Wricke,1962年)。然而,仅了解稳定性不足以评估基因型对干旱条件的抵抗力。为了增强稳定性评估,研究人员可以使用耐旱性或敏感性指数(Fernandez,1992年;Fischer和Maurer,1978年;Rosielle和Hamblin,1981年),并结合多性状基因型-表型距离指数(MGIDI)和多性状稳定性指数(MTSI)进行选择。这种综合分析有助于识别表现优异的基因型,从而为选择能够在干旱地区适应不同气候条件的品种提供基础模型。当这一框架与战略性的种植计划相结合时,可以为应对产量限制提供可行的解决方案,同时加强本地玉米生物多样性的保护和农业生态系统的韧性(Lago-Olveira等人,2023年;Paracchini等人,2020年)。
当前的农业模式往往迫使农民种植高产杂交品种,这对传统白玉米的可持续性构成了威胁。同时,如果没有适当的耐旱策略来支持向本地品种的过渡,可能会因水资源不足而导致作物歉收。因此,本研究的主要目标是:识别有前景的基因型,为未来的生物技术玉米育种计划提供蓝图;制定适应季节变化的种植系统综合框架;评估这种选择模型对半干旱农业生态系统的影响。这些目标旨在通过提高产量和优化缺水环境中的种植时间来帮助农民。此外,本研究的结果可以为地方政府提供参考,通过强调保护本地玉米种质资源和改善干旱地区农业生态系统的措施,为推广杂交品种提供可持续的替代方案。
研究方法
本节概述了研究中使用的方法,详细描述了研究区域的特征和微气候条件。还介绍了对不同玉米品种耐旱性的评估以及使用的数据分析技术,为评估半干旱地区的可持续农业生态实践提供了可靠的框架。
结果与讨论
本节详细介绍了玉米基因型的特征、产量表现和耐旱性评估结果。分析结果突出了入选品种的排名和基因型稳定性,为了解选基因型的适应性提供了见解。此外,我们还讨论了这些发现对支持半干旱东努沙登加拉地区农业生态实践的意义。
结论
本研究提供了充分证据,证明本地白玉米品种在帝汶岛半干旱地区的适用性,特别是在三种不同环境条件下的表现。结果表明,本地玉米品种A7、A11、A12以及改良品种A18和A19在所有分析环境中表现出显著的稳定性和适应性,产量始终高于平均水平。
关于写作过程中生成式AI和AI辅助技术的声明
在准备本作品时,作者使用了Grammarly和Deepl工具来检查、纠正和优化语法、拼写和写作风格。使用这些工具/服务后,作者根据需要对内容进行了审查和编辑,并对出版物的内容负全责。
CRediT作者贡献声明
Maria Yustiningsih:写作——审阅与编辑、初稿撰写、可视化、验证、监督、软件使用、资源管理、方法论制定、调查、资金筹集、数据分析、概念化。Diny Dinarti:写作——审阅与编辑、初稿撰写、可视化、验证、监督、资源管理、方法论制定、数据管理、概念化。Bambang S. Purwoko:写作——审阅与编辑、初稿撰写。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号