农业生态梯度影响了埃塞俄比亚中部Enset（Ensete ventricosum (Welw.) Cheesman）地方品种的多样性及其病原体动态

《Genetic Resources and Crop Evolution》：Agro-ecological gradients shape Enset (Ensete ventricosum (Welw.) Cheesman) landrace diversity and disease dynamics in Central Ethiopia

　　摘要
恩塞特（Ensete ventricosum (Welw.) Cheesman）是埃塞俄比亚粮食安全的基石；然而，农业生态梯度对其农场遗传多样性和疾病压力的综合影响仍未能得到充分量化。本研究通过共同分析古拉格地区（Gurage Zone）显著海拔梯度上的地方品种多样性及细菌性枯萎病发病率，提供了实证证据。调查涵盖了六个地区，海拔范围从1617米到2986米，代表了低地、中海拔和高地农业生态系统。共识别出70个当地命名的地方品种。地方品种丰富度与海拔高度呈强烈正相关（r = 0.84，P < 0.001），高地系统保持了最高的丰富度（S = 25–32）、香农多样性（H′ = 2.88–3.16）和辛普森指数（D = 0.93–0.95）。相比之下，低地地区的多样性较低（S = 13–16），主要由耐逆境的地方品种主导，而中海拔地区则呈现中间水平。索伦森相似性指数（S?rensen similarity index）（0.03–0.80）揭示了地方品种组成的明显农业生态结构，表明存在强烈的环境筛选和农户选择性。值得注意的是，由Xanthomonas campestris pv. musacearum引起的细菌性枯萎病发病率也随海拔升高而显著增加（r = 0.73，P < 0.01），表明疾病压力沿着同一梯度同时上升。通过明确将多样性模式与不同农业生态区域的疾病动态联系起来，本研究加深了人们对环境梯度如何同时影响作物遗传资源和植物卫生风险的了解。这些发现强调了针对特定农业生态系统的保护策略、参与式育种以及在恩塞特生产系统中有针对性地部署农户偏好地方品种的重要性。

引言
恩塞特（Ensete ventricosum）是一种原产于埃塞俄比亚的多年生作物，是该国南部和西南部地区小农农业系统的核心组成部分。它为超过2000万人提供了主要或辅助粮食来源，并在多样的环境条件下被驯化和管理了数千年（Brandt等人，1997年；Negash，2001年；Borrell等人，2019年）。长期在异质景观中的种植促进了丰富的农场地方品种发展。不同地方品种在农艺性状、利用价值以及对生物和非生物胁迫的耐受性方面存在差异，这使得地方品种多样性成为家庭粮食安全和系统韧性的关键因素。农户根据成熟时间、产品质量、抗病性和对当地农业生态条件的适应性等特征来选择和管理地方品种（Olango等人，2014年；Yemataw等人，2018年）。因此，地方品种的丰富度和均匀性模式预计会沿着农业生态梯度变化，反映了环境压力和农户管理策略的影响。
恩塞特多样性的持续存在依赖于管理繁殖、移植、收割和利用实践的本土知识体系。这些由农户管理的体系历史上能够在最少的外部投入下保护遗传和功能多样的地方品种（Dilebo等人，2023年）。然而，这些体系的有效性可能因农业生态区域而异，从而可能影响地方品种面临丢失和遗传侵蚀的脆弱性。
古拉格地区是恩塞特种植的主要中心，涵盖了广泛的农业生态条件和生产系统（Gerura等人，2019年）。先前的研究报道了该地区存在大量当地命名的地方品种（Yemataw等人，2014年；Dilebo等人，2023年），但这些研究主要集中在记录上，而非探讨地方品种多样性在农业生态背景下的结构或不同系统对多样性丢失的脆弱性。当地恩塞特多样性日益受限，遗传资源及相关本土知识面临风险（Zerfu等人，2018年）。尽管认识到多样性正在下降，但关于农业生态条件与地方品种丰富度、均匀性和遗传侵蚀脆弱性之间联系的实证证据仍然有限。此外，市场整合加剧、土地利用变化和气候变异性可能会加速某些农业生态区域的遗传同质化。因此，关于地方品种多样性在农业生态梯度上的分布、哪些区域作为遗传多样性库以及哪些系统最易受到侵蚀，存在关键的知识空白。填补这一空白对于优先考虑就地保护工作以及指导参与式育种和改进计划至关重要。为应对这些空白，本研究旨在评估埃塞俄比亚中部的农场恩塞特地方品种多样性及其相关的生产限制，特别关注对恩塞特遗传资源保护和可持续利用的影响。

研究方法和材料
**研究区域描述**
本研究在埃塞俄比亚中部地区的古拉格区（Gurage Zone）、东古拉格区（East Gurage Zone）和克贝纳特区（Kebena Special District）的主要恩塞特种植带进行。2024/25种植季节期间，在六个地区（Gumer、Abeshige、Cheha、Kebena、Meskan和Sodo）开展了田野调查。选择这些地区是为了捕捉不同农业生态条件下的恩塞特生产系统差异。出于分析目的，研究区域根据海拔高度划分为农业生态区：中海拔区（1500–2300米）包括Abeshige、Kebena和Meskan地区，高地区（2300–3200米）包括Sodo和Gumer地区（图1）。

**采样技术和样本量**
采用多阶段抽样设计来选择研究区域内的恩塞特种植户。首先，从古拉格区、东古拉格区和克贝纳特区有意选择了六个地区，代表两个主要农业生态区：中海拔区（1500–2500米）和高地区（>2500米），依据Gebre等人（2022年）的分类。地区选择依据恩塞特种植范围、生产潜力和海拔异质性。因此，从中海拔区选择了四个地区（Abeshige、Kebena、Cheha和Meskan），从高地区选择了两个地区（Gumer和Sodo）。第二阶段，从每个地区选择两个kebele（最小的行政单位），共选出12个kebele。kebele的选择优先考虑具有悠久恩塞特种植传统的地区、恩塞特在当地农业系统中重要性高的地区以及恩塞特种植户比例高的地区。最后阶段，与地区农业办公室和地方发展代理（DA）合作确定了具体农户。发展代理与其所在kebele的农户保持密切联系，有助于确保调查涵盖多样化的恩塞特管理实践、地方品种组合和农户经验水平。然而，这种方法可能存在选择偏差，因为发展代理的参与可能会偏向于选择更容易接触或更知名的农户。在解释结果时考虑了这一限制。在数据收集前，对具有相似农业生态特征的未抽样kebele进行了预测试，以评估问卷的清晰度、一致性和相关性。根据预测试结果进行了必要的调整，以提高调查工具的可靠性和可理解性。

**样本量**
家庭访谈的样本量根据Yamane（1967年）的简化公式确定，置信水平为95%，假设最大变异性（p = 0.5）和误差范围为8%（e = 0.08）：
$$n = \frac{N}{{1 + N(e)^{2} }}$$
其中n是所需样本量（受访的恩塞特种植户数量），N是选定kebele中所有恩塞特种植户的总数（N = 9287），e是精确度水平。根据该计算，选择了154个家庭进行家庭访谈。此外，还根据他们在恩塞特种植和当地农业系统的经验和知识，有目的地选择了12位关键信息提供者（每个kebele一位）。此外，在每个kebele进行了焦点小组讨论（FGD），每个FGD至少有五名参与者，以收集关于恩塞特地方品种多样性、管理实践和生产限制的集体观点。
样本量按照各地区人口比例分配：
$$S{\text{amples}}\;{\text{per}}\;{\text{kebele}} = \left( {\frac{{{\text{Kebele}}\;{\text{ population}}}}{{{\text{Total }}\;{\text{population}}}}} \right){\text{*Total }}\;{\text{sample }}\;{\text{size }}$$

**样本家庭的海拔范围**
根据各个地区的农业生态分类分配了样本家庭的海拔范围，以确保与研究中使用的分层框架一致。

**标准化访谈和数据收集**
数据收集通过标准化家庭访谈、关键信息提供者访谈和2024/25种植季节的实地观察进行。在每个kebele（埃塞俄比亚最小的行政单位），与kebele领导和地方发展代理（DA）合作编制了恩塞特种植户名单，并确认了十二个kebele纳入研究（表1）。使用半结构化问卷收集了主要数据，问卷由样本家庭负责人填写，必要时还咨询了负责恩塞特管理的家庭成员。问卷结合了结构化和开放式问题，以获取有关家庭和农场特征、地方品种多样性、管理实践、种植材料来源、传统用途和生产限制的信息。为了从不同社会经济类别中获取代表性数据，从kebele级别的家庭名单中随机选取了受访者。为了验证家庭调查数据，还与关键信息提供者和农业专家进行了半结构化访谈，以获得关于恩塞特种植和地方品种管理的更广泛见解。实地观察补充了访谈数据，并使用手持GPS设备记录了样本农场的地理坐标（纬度、经度和海拔）。

**数据分析**
使用描述性和推断性统计方法分析调查数据。描述性统计（频率、百分比、平均值±标准误差）用于总结家庭特征、地方品种分布和农民偏好。地方品种多样性在单个农场层面进行了量化，作为主要分析单位。物种丰富度（S）计算为每个农场记录的不同恩塞特地方品种的总数，并在每个kebele内的家庭间平均值进行比较分析。丰度定义为每个农场每种地方品种的个体数量。相对频率计算为该农场记录的某种地方品种个体数量占总恩塞特植物数量的比例。为了捕捉超出简单计数的多样性结构，计算了每个农场的香农-维纳多样性（H′）和辛普森多样性指数（D），并在kebele和农业生态层面进行了总结（Hammer等人，2001年）。使用皮尔逊相关性分析（Pearson correlation analysis）研究了海拔高度、地方品种丰富度和细菌性枯萎病发病率之间的关联。通过参与式民族植物学方法（包括偏好排序、直接矩阵排序和成对比较）评估了农民对地方品种的偏好和认知，遵循既定协议（Martin 1995年）。因此，指数被转换为了一维形式，以便更高的多样性对应于更高的数值：$$D = \frac{{\sum ni\left( {n - 1} \right)}}{{N\left( {N - 1} \right)}},{\text{或}}\;\left( {{1} - {\text{D}}} \, = {1} - \frac{{\sum n\left( {n - i} \right)}}{{N\left( {N - 1} \right)}}$$其中 n 是第 i 个地方品种的频率，即该地方品种在该地区第 i 个农场的分布频率，N 是调查到的农场总数。香农指数通过整合丰富度和均匀度来评估异质性。香农-维纳多样性指数（H）被公认为是最常用的物种多样性衡量指标，它结合了物种丰富度（数量）和均匀度，并且不受样本大小的影响；它将用于基于将要测量和计数的特征来分析恩塞特的表型多样性；计算方法如下：$${\text{H}}^{\prime } = - \mathop \sum \limits_{i = 1}^{s} pi linpi$$其中 S 表示某一性状的表型类别数量，pi 表示第 i 类别在总数 N 中的相对比例。丰富度反映了个体总数，而不考虑它们的频率。相比之下，均匀度（E）衡量了各种变异的频率相似程度，较低的均匀度表明了一种或少数几种类型的优势。均匀度的范围是从 0 到 1，其中 1 表示所有地方品种均匀分布，而 0 表示少数地方品种更为普遍。$$E = \frac{{{\text{H}}^{\prime } }}{{{\text{H}}^{\prime } {\text{max }}}} = \frac{{{\text{H}}^{\prime } }}{{{\text{lnS}}}}$$其中：E 表示均匀度（公平性）指数；H′ 表示多样性；H′max 是多样性峰值；lnS 与每个地区的地stylesheet 数量相关。使用索伦森（Srensen 1948）相似性系数（Cs）可以计算研究区域之间地方品种组成的预期变化：$$Cs = \frac{2c}{{a + b}}$$其中 a 表示一个地区（A）的地stylesheet 数量，b 表示另一个地区（B）的地stylesheet 数量，c 表示两个地区共有的地stylesheet 数量。结果和讨论多样性模式概述在研究范围内的共记录了 70 个本地命名的恩塞特地方品种，这突显了农场内的显著多样性（见补充材料中的表 S1）。这种丰富度与埃塞俄比亚其他地区的发现一致，例如沃拉伊塔区有 67 个地方品种（Olango 等人，2014 年）和古拉格区有 32 个地方品种（Blomme 等人，2023 年）。地方品种的多样性表现出明显的农业生态结构，丰富度、香农多样性、辛普森指数和组成相似性随海拔梯度的变化而变化。这些模式突显了气候梯度和农民管理对原位遗传资源的综合影响（Borrell 等人，2020 年）。地方品种的丰富度和分布地方品种的丰富度在不同地区之间存在显著差异（见表 2）。高地地区，如阿贝苏贾（S = 32）和登贝尔（S = 27），表现出最高的丰富度，而低地和中海拔地区，如芬塔（S = 13）和雷克布卡（S = 14），则表现出较低的丰富度。海拔与丰富度之间存在强正相关性（r = 0.838，P < 0.001）（见图 2），这证实了高地环境支持更大的遗传多样性，这一点在希达马和哈迪亚地区也有类似的报道（Tsegaye 和 Struik，2002 年）。单因素方差分析表明不同地区之间地方品种的丰富度存在显著差异（F11,59 = 3.10，P = 0.003）。使用 Tukey HSD 进行的后续比较显示，高地地区通常形成最高丰富的组（字母 a–ab），而低海拔地区则分在较低丰富的组（字母 cd–d）。此外，高地地区的农场丰富度较高（> 9 个地方品种/农场），这支持了异质性局部环境和多样化利用价值维持更广泛遗传组合的假设（Olango 等人，2014 年；Yemataw 等人，2018 年）。表 2 不同地区沿农业生态梯度的恩塞特地方品种丰富度完整表格图 2 这张图像的替代文本可能是使用人工智能生成的。完整图像海拔与恩塞特地方品种丰富度之间的相关性研究区域内恩塞特的农场多样性很高，共识别出 70 个本地命名的地方品种（见补充材料中的表 S1）。这种丰富度与埃塞俄比亚中部和南部的先前研究结果一致，包括 Dilebo 等人（2023 年），他们在哈迪亚、肯巴塔-坦巴罗、古拉格和西尔特地区记录了 282 个地方品种，其中古拉格地区就有 66 个。同样，Olango 等人（2014 年）报告了沃拉伊塔地区有 67 个地方恩塞特品种，这些品种分布在不同的农业生态区内：低地 31 个，中部 52 个，高地 52 个。古拉格（Gerura 等人，2019 年）和达沃罗（Newarinesh 和 Wondimagegnehu，2022 年）的其他研究记录了每个地点 33 个地方品种，而 Tsegaye（2002 年）在希达马、沃拉伊塔和哈迪亚地区记录了 52–59 个地方品种。这些发现表明农业生态学强烈影响地方品种的丰富度。高地（dega）地区由于气候有利、土壤肥沃和传统耕作方式，支持更多的地方品种，而低地则保持较少的品种，主要是耐逆境的栽培品种（Adem 和 Kibatu，2020 年）。因此，这些高地地区是原位保护的重点区域，而中部和低地则需要针对特定区域的管理策略来保护功能多样性和适应性多样性。沿农业生态梯度的多样性结构恩塞特地方品种的多样性在农业生态区间表现出清晰且一致的趋势（见表 3）。物种丰富度（S）在高地地区最高，特别是在阿贝苏贾（S = 32）和登贝尔（S = 25），在中部地区如达穆2（S = 27）和耶特邦（S = 28）中为中等，而在低地地区如芬塔（S = 14）和费克布卡（S = 13）中最低。香农多样性（H′）也遵循这一趋势，高地地区的值最高（阿贝苏贾，H′ = 3.16；登贝尔，H′ = 2.88），中部地区为中等（例如，耶特邦，H′ = 3.07；达穆2，H′ = 2.96），低地地区最低（芬塔和费克布卡，H′ = 2.33）。辛普森指数（1–D）也证实了这一趋势，表明高地地区的多样性更高，优势度更低（0.93–0.95），相比之下低地为 0.88，中部地区则表现出中等值。均匀度从 0.68（恩德贝拉）到 0.82（芬塔）不等，反映了各地区内部地方品种分布的差异。表 3 不同农业生态区间的恩塞特地方品种多样性指数完整表格这种梯度反映了强烈的农业生态和社会管理过滤过程。高地的较高多样性与稳定的微气候、肥沃的土壤以及长期存在的传统管理系统有关，这些系统支持用于食物、纤维和药用目的的多功能地方品种（Tsegaye 和 Struik，2002 年；Olango 等人，2014 年；Nuraga 等人，2022 年）。相比之下，低地系统受到热应激和土壤退化的限制，导致丰富度降低，优势品种主要为耐逆境的品种，如 Bezeria（Mengesha 等人，2022 年）。中部地区代表过渡环境，多样性得到维持，但越来越多地受到社会经济压力的影响，包括市场导向的选择和多样的耕作方式，导致均匀度和优势模式的复杂性。所有多样性指标的趋同表明，高地系统作为主要的多样性储存库，中部地区作为过渡和连接区，低地地区作为适应压力的系统，多样性减少但功能重要。这些发现与先前的研究一致，即高地地区的恩塞特地方品种多样性更高，中部地区由于交换网络而多样性中等，低地在环境限制下多样性降低（Olango 等人，2014 年；Tsegaye 和 Struik，2002 年；Dilebo 等人，2023 年；Mengesha 等人，2022 年）。综合多样性指数表明，恩塞特地方品种的多样性沿农业生态梯度非随机分布，这是由相互作用的环境条件和农民管理方式驱动的。这支持了一种分层保护策略，优先考虑高地地区进行原位保护，中部地区在社会经济变化下维持功能多样性，低地地区保护对气候有韧性的耐逆境品种。农业生态对地方品种多样性的影响研究范围内的恩塞特地方品种多样性表现出明显的农业生态梯度，高地、中部和低地地区的丰富度、多样性和优势度存在显著差异。高地地区，如阿贝苏贾（S = 32，H′ = 3.16，1-D = 0.95，E = 0.74）和登贝尔（S = 25，H′ = 2.88，1-D = 0.93，E = 0.71），记录了最高的物种丰富度和香农多样性，这与 Amaro（Adem 和 Kibatu，2020 年）和古拉格地区（Dilebo 等人，2023 年）的报告一致，那里的温度较低、土壤肥沃和降雨稳定，支持多样的多功能地方品种。这些地区的较高辛普森值表明没有单一地方品种占主导地位，反映了平衡的农业生态系统及其作为关键遗传储存库的作用。中部地区，包括达穆2（S = 27，H′ = 2.96，1-D = 0.94，E = 0.72）和阿多谢（S = 23，H′ = 2.85，1-D = 0.93，E = 0.68），表现出中等丰富度，但多样性模式有所不同：达穆2通过传统的混合耕作和畜牧业整合保持了功能多样性，而阿多谢由于市场驱动的高产量品种种植而表现出较低的均匀度，这种模式在哈迪亚和达沃罗地区也有报道（Nuraga 等人，2022 年）。低地地区，如芬塔（S = 14，H′ = 2.33，1-D = 0.88，E = 0.73）和费克布卡（S = 13，H′ = 2.33，1-D = 0.88，E = 0.79），记录了最低的丰富度和多样性，但均匀度较高，反映了环境过滤，只有耐逆境的品种得以存活，这与沃拉伊塔和希达马地区的发现一致（Olango 等人，2014 年；Tsegaye 和 Struik，2002 年）。S?rensen 的相似性分析显示高地和低地地区之间的相似性低（SSI = 0.03），中部地区之间的相似性中等（SSI = 0.40–0.57），低地地区之间的相似性高（SSI = 0.79–0.80），突出了由农业生态和社会经济实践驱动的地方品种共享的独特模式。总体而言，这些发现强调了区域特定的保护优先事项：高地作为稀有和独特地方品种的储存库，中部地区需要农林业和参与式干预来对抗同质化，低地区需要推广耐逆境的品种以适应气候变化。将这些模式与先前的研究结合，为埃塞俄比亚中部的恩塞特遗传资源的原位保护和可持续管理提供了基于证据的指导。索伦森相似性指数索伦森相似性指数（SSI）用于根据共享地方品种相对于总丰富度来量化不同地区之间恩塞特（Ensete ventricosum）地方品种的成对组成相似性。为了提高可读性和避免与完整相似性矩阵相关的冗余，结果以三角热图的形式呈现（见图 3）。SSI 值的范围从 0.03 到 0.80，表明不同农业生态区间地方品种组成的显著差异。高地和低地地区之间的相似性最低（SSI = 0.03），反映了沿海拔梯度的强烈组成变化。相比之下，低地地区之间的相似性较高（高达 SSI = 0.80），而中部地区则表现出中等值（约 0.40–0.57）。总体而言，相似性在地区内部一致高于地区之间。配对地区之间共享的地方品种数量见补充材料中的表 S2。图 3 这张图像的替代文本可能是使用人工智能生成的。完整图像研究地区之间恩塞特地方品种的索伦森相似性这些模式表明，恩塞特地方品种的组成是由环境过滤和农民介导的选择共同作用的结果。低地的相似性反映了在环境压力下向有限耐逆境品种的收敛，而高地和低地系统之间的强烈差异表明了生态分化和有限的种植材料交换。中部地区处于中间位置，受到过渡性环境条件和中等交换网络的影响。这些发现与先前的研究一致，这些研究报道了高地地区独特的组合、中部地区的适度重叠以及在压力主导的低地条件下多样性的减少（Olango 等人，2014 年；Tsegaye 和 Struik，2002 年；Mengesha 等人，2022 年；Dilebo 等人，2023 年）。总体而言，结果表明恩塞特地方品种的组成沿农业生态梯度非随机分布，支持了跨区域的分层保护方法。农民在农业生态和多样性背景下的偏好与我们对丰富度、香农指数和辛普森指数的分析一致，农民的偏好模式显示农场内的恩塞特多样性在功能和空间上都有结构。高地地区表现出更高的丰富度和均匀度，这不仅反映了有利的农业生态条件，也反映了多功能品种的优先种植。这些发现与先前的研究一致，表明农民的选择在埃塞俄比亚中部和南部强烈塑造了恩塞特的多样性（Yemataw 等人，2014 年；Dilebo 等人，2023 年）。直接矩阵排名和功能结构对 11 个恩塞特地方品种在九个农艺和文化特征上的排名（见表 4）显示了基因型之间的明显功能差异。Badedet、Lemat 和 Yeshraqinqe 在 kocho 和 bula 产量、纤维质量、耐旱性和抗病性方面始终排名最高，反映了它们在高地地区的广泛分布和对高丰富度和多样性的重大贡献。这些结果与 Dilebo 等人（2023 年）的报告一致，他们报告多功能地方品种在多样化的农业生态区占主导地位。相比之下，Guarye、Qbnar 和 Astara 在 amicho 质量方面专业化，但在产量和耐逆性方面得分较低，这与 Gedeo 和 Guji 地区保留 taste-preferred 地方品种的情况一致，尽管其农艺表现较低（Dilebo 等人，2023 年；Adem 和 Kibatu，2020 年）。Nechwe 是一种早熟的地方品种，结合了快速成熟和中等耐逆性，体现了之前在肯巴塔-坦巴罗观察到的时间多样性策略（Yemataw 等人，2014 年）。总体而言，这些模式表明农民的选择维持了高产、口味特化和早熟的地方品种的互补功能集群，从而在原地维持了适应性和文化多样性。表4：基于九个农艺、品质和压力相关特性的十一个常见栽培的恩塞特（enset）地方品种的直接矩阵排名

在结构化的多样性系统中发生的选择性遗传侵蚀
农民报告称，由于土地碎片化、病害压力、气候变异性以及对高产、耐压力地方品种的偏好增加，地方品种的多样性正在下降。然而，一些之前被认为已经消失的地方品种仍然被观察到，这表明存在选择性侵蚀而非均匀性侵蚀。这些观察结果与之前的报告一致，即低频或专业化地方品种被有针对性地替换，而多功能地方品种仍然存在（Yemataw等人，2014年；Gogile，2017年）。

恩塞特细菌性枯萎病的影响和农业生态趋势
恩塞特细菌性枯萎病（EBW）已成为影响农场恩塞特种群生产力和遗传多样性的主要生物限制因素。在调查的154个农场中，有44.2%（68个田块）受到影响，感染强度从每块田2株到51株不等（平均值为23.9株）。EBW表现出明显的高海拔模式，高海拔农场的感染率高达43.8-75%，而中部农场的感染率为25-50%（表5）。皮尔逊相关性分析显示，EBW发病率与海拔高度之间存在强烈的正相关关系（r = 0.73，P < 0.0071），表明以较低温度和较高湿度为特征的高海拔农业生态环境特别有利于病原体的繁殖。表5显示了研究期间调查区域内不同地区和kebeles的恩塞特细菌性枯萎病（EBW）发生情况和严重程度。

不同地方品种之间的敏感性差异显著。如Agade、Badedet、Yeshraqinqe、Nechadeso、Sefoadeso和Lemat等地方品种表现出对EBW的耐受性，而Badedet、Nechadeso和Key Adeso在感染后具有恢复潜力。相反，Ankefuye、Guarye、Astara、Enba、Nechwe和Qbnar等品种则极易感染，并且在感染后经常被淘汰。这些模式表明，EBW对地方品种组成施加了强烈的选择压力，塑造了农民的种植习惯，并逐渐影响农场恩塞特种群的遗传结构。

EBW发病率的高海拔趋势与Gurage区域和其他埃塞俄比亚高地的先前研究结果一致，即在较冷、湿润的环境中发病率更高（Gerura等人，2019年；Senbeta等人，2022年）。EBW对地方品种存活的选择性影响也与民族植物学证据相符，即农民倾向于保留具有抗性的品种，而淘汰易感品种（Gerura等人，2019年；Chase等人，2025年）。如果这种选择压力持续存在，可能会逐渐降低遗传多样性，从而可能影响作物适应环境和生物压力的能力。

这些发现强调了需要制定针对特定农业生态系统的管理策略，特别是在病害压力最大的高海拔地区。建议的干预措施包括：(i) 推广和传播耐受性和可恢复性的地方品种，(ii) 对农民进行系统化的病害识别和综合管理培训，以及 (iii) 严格的田间卫生措施以限制病原体的传播。总体而言，这些策略对于保持恩塞特的生产力同时保护农场内的遗传多样性至关重要，确保这一主粮作物的长期可持续性。

结论
本研究记录了Gurage地区的70个恩塞特地方品种，其多样性显著受到海拔高度的影响。高海拔kebeles（≥2500米）的丰富度、香农多样性指数和辛普森多样性指数最高，且均匀性良好，这得益于有利的气候、肥沃的土壤和多功能地方品种的使用。中部地区表现出中等程度的多样性，而低海拔地区（<1800米）则保留了较少的地方品种，但这些品种具有较高的耐压力。海拔高度与丰富度之间的强正相关关系（r = 0.838，P < 0.001）证实了高海拔环境支持更广泛的遗传组合。相反，恩塞特细菌性枯萎病（EBW）的发病率也随海拔升高而增加（r = 0.73，P < 0.01），这对地方品种的存活施加了选择压力。S?rensen相似性分析显示高海拔和低海拔地区的遗传资源差异显著，突出了不同的种质库，而农民的偏好则进一步促进了高海拔地区多功能和抗性品种的保留。保护工作应针对不同的海拔和农业生态条件进行。高海拔地区应优先选择多功能、高丰富度的地方品种；中部地区应通过混合种植和种子交换来维持功能多样性；低海拔地区则应推广耐旱和耐热品种。通过推广耐病品种、农民培训以及田间卫生管理来控制EBW至关重要。综合这些策略将有助于保护遗传资源、维持功能多样性，并提高恩塞特在不同海拔梯度上的适应性。