摘要
玉米（Zea mays L.）生产面临气候变化带来的挑战，尤其是日益增加的干旱胁迫条件。增强耐旱性对于在不同环境下获得稳定产量至关重要。本研究旨在从阿根廷的多环境试验中生成环境分类，并比较用于识别与玉米育种相关的非生物胁迫环境的分类方法。本研究评估了三种环境分类方法——可视化方法、结合双标图与聚类的方法以及自组织映射（SOM）——在阿根廷进行的多环境试验（METs）中识别非生物胁迫环境的有效性。在四个生长季中，15个杂交种在221个环境条件下进行了评估，包括早播和晚播日期。分类基于籽粒产量和气象变量，并根据基因型相关效应解释的方差进行比较。SOM方法解释了最高比例的基因型+基因型×环境组（EG）方差，并更有效地识别了非生物胁迫环境，同时最小化了来自病害或农艺问题的混杂效应。被分类为受非生物胁迫影响的环境与非胁迫环境相比，产量降低约50%。胁迫环境的广泛地理分布凸显了由非生物胁迫引起的可重复基因型×环境互作的不可预测性。两个杂交种在所有EG中表现出广泛适应性，而其他杂交种则对胁迫或非胁迫条件表现出特异性适应。这些发现支持SOM作为环境分类和杂交种表征的可靠工具。其在育种早期阶段的应用有助于在日益增加的气候变异性下选择具有广泛适应性的种质资源。
简明语言摘要
由于气候变化，玉米生产面临日益严峻的干旱胁迫挑战。本研究评估了三种基于阿根廷广泛环境条件下种植的玉米杂交种的天气和产量数据对环境进行分类的方法。自组织映射方法在识别非生物胁迫环境方面最为有效。所实施的方法论能够识别在不同环境条件下表现差异显著的杂交种。本研究的发现有助于育种家开发具有更强气候变异性耐受能力的玉米品种。
利益冲突声明
作者声明不存在利益冲突。
数据可用性声明
支持本研究的数据无法公开提供，因为其中包含科迪华公司专有的（预）商业信息。部分数据可在科迪华数据和出版披露委员会审查后，针对合理请求提供。请联系通讯作者提出数据请求。
