埃塞俄比亚东部Gojjam地区面包小麦(Triticum aestivum L.)品种的基因型-环境互作及产量稳定性分析

本研究针对埃塞俄比亚东部Gojjam地区面包小麦品种适应性差、产量不稳定等问题，通过两年田间试验结合AMMI和GGE双标图分析，揭示了环境因素(66.83%)和基因型×环境互作(GEI,31.96%)对产量的关键影响，鉴定出高产稳产品种Ogolcho(4.55 t ha-1)和Danda'a，为当地小麦品种选育和推广提供了重要依据。

　　

在埃塞俄比亚的农业生产中，面包小麦(Triticum aestivum L.)作为第二大谷物作物，对国家粮食安全至关重要。然而，当地小麦生产面临严峻挑战：新品种在陌生环境中表现不稳定、农民过度依赖地方品种、气候变化导致产量波动加剧。特别是在东部Gojjam地区，虽然小麦种植面积占全国首位，但平均单产仅3.2 t ha^-1，远低于品种潜力值5-6 t ha^-1。这种产量差距主要源于基因型与环境互作(GEI)的复杂影响，使得优良品种难以在不同生态区稳定表现。

为破解这一难题，来自埃塞俄比亚的研究团队在2020-2022年开展了多环境田间试验。研究选取6个高产小麦品种，在Gojjam地区的4个典型区域（Machakel、Debre Elias、Gozamin和Baso-Liben）进行随机区组设计(RCBD)试验，系统考察了9个关键农艺性状。通过整合AMMI（加性主效应和乘积互作）模型和GGE（基因型+基因型×环境互作）双标图等先进统计方法，首次全面解析了该地区小麦品种的适应性规律。

研究采用的关键技术包括：多环境田间试验设计（8个环境×3重复）、农艺性状标准化测定（如成熟天数、株高、穗长等）、AMMI模型分析（分解GEI的主成分）和GGE双标图可视化（识别品种稳定性与适应性）。所有数据均通过SAS 9.4进行广义线性模型(GLM)分析和Fisher's LSD检验。

【3.1 联合方差分析】结果显示，环境因素解释了66.83%的产量变异，显著高于基因型(4.98%)和GEI(31.96%)的贡献。Baso-Liben环境表现最佳（平均产量3.72 t ha^-1），而Machakel最低（3.11 t ha^-1）。品种Ogolcho以4.55 t ha^-1的产量显著优于其他品种，展现出突出的环境适应性。

【3.3 AMMI分析】发现前两个主成分(IPCA1和IPCA2)共同解释了95.69%的GEI变异。Wane(G6)和Lemu(G4)具有最低的AMMI稳定性值(ASV)，表明其表型稳定性最佳；而高产品种Ogolcho(G2)虽稳定性中等(ASV=0.948)，但在多数环境中保持产量优势。

【3.4 GGE双标图分析】将8个测试环境划分为两个大环境群：第I群组(E1-E4)适合Ogolcho种植，第II群组(E5-E8)则更适宜Danda'a(G1)。特别值得注意的是，Gozamin(E5)和Debre Elias(E4)被鉴定为最具代表性的测试环境，其环境向量与平均环境轴夹角最小。通过"理想基因型"分析，Wane(G6)因最接近双标图中心位置，被确定为广适性品种。

【3.4.6 稳定性参数】Eberhart-Russell模型显示，Kingbird(G5)的回归系数(bi=0.67)表明其特别适应低产环境，而Ogolcho(bi=3.21)则在高产环境中表现卓越。这种差异化的适应性为品种的区域化推广提供了精准依据。

这项发表在《Heliyon》的研究具有多重重要意义：首先，明确了环境因素是影响埃塞俄比亚小麦产量的主导因素(66.83%)，强调了因地制宜的品种选择策略；其次，通过AMMI和GGE双标图的联合应用，建立了适用于发展中国家的品种稳定性评价体系；最后，鉴定出的高产稳产品种Ogolcho和Danda'a可直接应用于当地生产，预计可使Gojjam地区小麦单产提高30%以上。研究结果不仅为埃塞俄比亚小麦育种提供了科学依据，也为类似生态区应对气候变化下的粮食安全挑战提供了可借鉴的分析框架。

值得注意的是，该研究也存在一定局限：测试环境仅覆盖Gojjam地区，可能无法完全代表全国小麦主产区的多样性；此外，对影响GEI的具体环境因子（如土壤pH、降水分布等）未做深入解析。未来研究可结合基因组学和环境传感技术，进一步揭示基因型-环境互作的分子机制。