编辑推荐：
在农业生产中，环境对玉米产量影响重大，传统确定种植区域的方法受限。研究人员收集 32840 个数据点，以 PH、DTS 和产量为指标，结合环境指数和随机森林算法建模。结果显示模型预测能力良好，还预测了品种产量。该研究助力精准种植，意义重大。
在农业领域，玉米作为重要的粮食作物，其产量和适应性一直备受关注。随着全球气候变化，环境条件愈发复杂，这给玉米种植带来了诸多挑战。高温会加速玉米的生长和衰老，降低产量，还会影响玉米开花时的结实率；气候变化还会改变病虫害的流行规律，使玉米面临更大的生存压力。传统确定玉米种植区域的方法主要依赖田间试验，这种方法不仅成本高昂，而且只能在有限的区域内进行，无法满足现代农业对精准种植的需求。为了应对这些问题，研究人员开展了一项旨在预测杂交玉米在中国适应性的研究，该研究成果发表在《The Crop Journal》上。
为了深入了解玉米的适应性，来自国内的研究人员收集了大量的数据。他们从国家玉米品种试验数据管理平台获取了 1128 个玉米品种在 11 个农业生态区的 32840 个表型数据点，同时收集了来自 2400 个气象站的气象数据。
研究人员运用了多种关键技术方法。首先，利用线性混合模型分析原始表型数据，计算最佳线性无偏预测值（BLUPs），从而得到品种方差、环境方差和品种 - 环境互作方差。其次，选取生长度日（GDD）、降水（PRE）和日照时长（SSD）作为环境指标，通过特定公式计算这些指标的值。最后，使用随机森林（RF）算法，结合环境指标和 BLUPs 对与适应性相关的性状进行建模，并采用五折交叉验证评估模型性能。
研究结果如下：
- 表型分布和方差贡献：不同农业生态区的玉米品种在植物高度（PH）、吐丝天数（DTS）和产量等性状上存在显著差异。环境因素对这些性状的方差贡献较大，例如对 PH、DTS 和产量的平均贡献分别为 54.50%、82.87% 和 75.92%，表明环境对玉米表型的形成至关重要。
- 环境指标与表型的相关性：通过对两个广泛种植的品种郑单 958 和先玉 335 的研究发现，环境指标与表型之间存在显著相关性。例如，先玉 335 产量与环境指标在开花期（59 - 69 天）和生长后期（94 - 114 天）的相关性最高。同时，研究还发现环境数量会影响相关性分析结果，当环境数量超过 50 个时，最大相关系数的变化趋势趋于稳定。
- 适应性相关性状的预测模型：研究人员使用五种不同输入的方法进行建模，结果表明，包含目标性状 BLUPs 的 M2 模型预测性能最佳，对 PH、DTS 和产量的预测准确率分别达到 0.90、0.99 和 0.95，相应的平均绝对误差（MAE）分别为 9.95cm、1.09d 和 0.55t ha-1。
- 产量预测示例：利用 M2 模型预测了中农大 678 在黄淮海夏玉米区的产量潜力，并绘制了高分辨率的产量潜力分布图。结果显示，该区域部分地区产量潜力较高。通过对比不同播种日期对产量的影响发现，不同地区的最佳播种日期不同，如山东平邑县为 6 月 21 日，河南浚县为 6 月 8 日。
研究结论和讨论部分指出，环境条件和种植系统的差异导致了不同生态区玉米适应性相关性状的变化。研究中环境因素对 DTS 和产量的影响比 PH 更大，这可能与植物在不利环境下维持繁殖适应性的机制有关。与以往研究相比，该研究地域范围更广，综合考虑了 PH、DTS 和产量三个性状，更全面地评估了玉米品种的适应性。同时，研究发现 M2 模型中加入 BLUPs 可显著提高预测性能，而过多的环境信息可能导致模型过拟合。该研究开发的预测模型具有较高的通用性，适用于中国所有生态区，为农民和种子公司选择合适的品种和播种时间提供了有力的支持，有助于提高玉米产量和农业生产的可持续性。
