基于多变量与指数整合策略评估CIMCOG小麦耐旱性的研究及其在气候韧性育种中的应用

本研究通过综合评价33种耐旱性及稳定性指数（如STI、MPI、GMP等），结合主成分分析（PCA）与模糊隶属函数（MFV），筛选出在干旱条件下仍维持高产与生理稳定性的小麦基因型（如8、15、59等），为半干旱地区小麦耐旱育种提供了可靠的指标体系和基因资源。

　　

Highlight

本研究系统评估了60个CIMCOG小麦基因型在两种水分条件下的表现，整合多变量分析方法，筛选出最优耐旱性指标，并鉴定出具有高产潜力和稳定性的基因型，为抗旱小麦育种提供理论依据与实践工具。

Plant material and experimental design

我们于2022–2023季节在伊朗东阿塞拜疆的两个半干旱试验点（海拔1567米与1493米）对60份CIMMYT核心种质（CIMCOG）进行了评价。试验设置充分灌水（WW）和缺水（WD）两种处理，共同构成四个不同环境。年降水量平均为270毫米，土壤为砂质壤土（pH 7.2–7.5），开花期温度介于15–18°C。

Summary statistics of physiological and yield traits

水分缺乏显著影响所有测定性状。平均相对含水量（RWC）从充分灌水条件下的77.97%降至缺水条件下的73.0%；叶绿素含量（SPAD值）从40.66降至39.16。受影响最严重的是籽粒产量（GY），其在缺水环境下大幅下降，表明干旱对作物生产力的严重影响。

Conclusion

我们的多变量分析确定MPI、STI、GMP、MP、HM、SRS及YSI为筛选耐旱小麦基因型的最佳指标，其中基因型8、15、59、33和7因维持较高生理性状表现尤为突出。这一结合33种指标、模糊逻辑及PCA的综合策略为培育气候韧性小麦品种提供了可靠框架。