优化行距提升埃塞俄比亚西部高地食用大麦（Hordeum vulgare L.）品种产量与稳定性研究

《Scientific African》：Optimizing inter-row spacing for yield and stability of food barley ( Hordeum vulgare L.) varieties in western Ethiopian Highlands

　　

摘要专业翻译 食用大麦（Hordeum vulgare L.）是埃塞俄比亚高地的主粮作物，但其生产力长期受制于欠佳的农艺管理措施，尤其是不合理的行距设置以及改良品种推广有限。尽管大麦农艺学已有大量研究，但在尚未充分开发的埃塞俄比亚西部高地，针对近期发布的品种在不同行距制度下开展系统的多环境评价仍属空白。本研究旨在确定五个近期发布的食用大麦品种在对比鲜明的高地环境中的最优行距，并评估基因型×环境×管理互作、产量稳定性及产量决定性状。田间试验于2022–2023连续两个生长季在埃塞俄比亚西部的Gitilo（海拔2800 m）和Harato（海拔2500 m）开展，四个地点–年份组合在所有分析中均作为独立环境处理。试验采用随机完全区组设计（randomized complete block design, RCBD），将四种行距（10、15、20、25 cm）与五个品种（HB1307、Cross、EH1493、Diribi、Kulumisa）按因子组合排列，每个环境设三次重复。研究人员对物候、生长、产量构成及产量等数据进行了联合方差分析（combined ANOVA）、GGE双标图（GGE biplot）、AMMI稳定性（AMMI stability）及通径系数（path coefficient）分析。环境、行距和品种主效应均对所有性状产生显著影响（P < 0.01）。15 cm行距获得最高数值籽粒产量（4796 kg ha?1），但与10 cm行距（4733 kg ha?1）在统计上相当；两者均显著高于20 cm和25 cm行距，其中25 cm行距使产量降低最高达17%。品种HB1307产量显著高于其他品种（平均5071 kg ha?1），且在各环境中表现出优异的稳定性。通径分析确定地上部生物量（直接效应 = 0.612）和有效分蘖数（直接效应 = 0.237）为产量的主要驱动因子。三因素互作不显著，但显著的环境×行距和环境×品种互作表明，胁迫环境（Harato 2022）下宜采用略窄的行距并搭配早熟品种。研究人员推荐在埃塞俄比亚西部高地采用HB1307品种搭配15 cm行距进行播种，但需在更广泛的农业生态条件下进行验证。这项多环境试验提供了基于证据的行距推荐方案，可在不增加投入的情况下帮助缩小产量差距，为同类高地农业生态区的小农户提供潜在的气候智慧型集约化策略，但仍需更广泛的验证。

论文解读

一、研究背景与问题

大麦（Hordeum vulgare L.）是全球四大谷类作物之一，全球种植面积约4700万至5100万公顷，年产量约1.45亿至1.57亿吨。在埃塞俄比亚，大麦是兼具主食、饮品原料（如本地啤酒tella）、饲料以及日益增长的麦芽工业原料等多重用途的作物。2023年，该国从95万公顷土地上生产了235万吨大麦，但全国平均籽粒产量仅为2.48 t/ha?1，远低于改良品种在优化管理条件下可超过5.0 t/ha?1的遗传潜力。这一产量差距在奥罗米亚（Oromia）西部高地尤为突出，该地区生产了埃塞俄比亚超过85%的大麦。

研究人员指出，低生产力的成因涉及生物物理和社会经济因素的复杂交织，主要包括：持续使用未经改良的地方品种、植株群体密度欠佳、无机肥料施用不当、病害压力以及气候变化加剧的降雨模式异常等。其中，不合理的植株间距——通常源于传统的撒播或不一致的条播方式——是一个关键但可修正的农艺瓶颈，制约着光能捕获、资源利用效率和产量形成。此前埃塞俄比亚的研究或单独考察行距效应，或单独分析基因型×环境互作，尚未有研究在西部高地这一未充分开发的区域，将近期发布的多个品种与多种行距置于统一的多环境分析框架内进行系统评价。这种整合性研究至关重要，因为基因型对种植密度的特异性响应可能显著改变最优管理推荐方案。

基于此，研究人员提出四项假设：（i）不同行距显著影响食用大麦的物候、生长、产量构成及籽粒产量；（ii）不同基因型对行距的产量响应存在差异，部分品种表现出更高的可塑性；（iii）存在显著的基因型×行距×环境三因素互作，需要因地或因品种制定行距推荐；（iv）籽粒产量与分蘖数、穗长、千粒重等关键产量性状密切相关，且这些性状的相对重要性可能随行距制度而变化。

二、研究设计与实施

试验于2022和2023年两个连续主栽季节（6–11月）在埃塞俄比亚奥罗米亚州Horro Guduru Wollega区的两个高地地点开展。Gitilo试验点位于Horro区Gitilo研究分站（09°48′ N, 37°10′ E；海拔2800 m），属亚湿润冷凉高地气候，长期（1985–2021）年均降雨量1980 mm，试验季平均2112 mm，月均最低和最高温度分别为5.6 °C和19.8 °C。Harato试验点位于Harato区一农户田块（09°42′ N, 37°03′ E；海拔2500 m），属温性亚湿润高地气候，长期年均降雨量1850 mm，试验季平均1987 mm，月均最低和最高温度分别为10.2 °C和23.8 °C。两地点均为单峰降雨模式，主雨季为5–9月，7–8月达峰值。2023年6–10月累计降雨量比2022年多8.2%，且分布更均匀，尤其在9月关键灌浆期，形成了对比鲜明的季节性水分条件。Gitilo土壤为排水良好的黏壤土（Typic Hapludalfs），pH 5.8，有机质3.2%，全氮0.18%，有效磷（Bray-II）8.4 mg kg?1，阳离子交换量（CEC）27.6 cmol(+) kg?1；Harato土壤为黏壤土Rhodic Nitisols，pH 5.5，有机质2.8%，全氮0.15%，有效磷6.9 mg/kg?1，CEC 24.1 cmol(+) kg?1。

供试材料为五个改良食用大麦品种，均来自Kulumsa和Holetta农业研究中心，适宜海拔1700–2800 m的高地地区。HB1307（2013年发布，HB42 × Miscal-21，二棱，白粒，中熟，高85–100 cm，高分蘖、广适应、抗叶锈）；Cross（2011年发布，Cross-36/74，二棱，白粒，晚熟，高90–110 cm，高秆高生物量、抗倒伏性好）；EH1493（2015年发布，EH1493/F2.2B.8.5，六棱，蓝粒，中熟，高70–85 cm，半矮秆、早发性好、易感云纹病）；Diribi（2016年发布，ND-16193，六棱，白粒，早熟，高75–90 cm，早熟避旱、产量中等）；Kulumisa（2014年发布，HB-42/Ath-25，二棱，白粒，中熟，高85–105 cm，麦芽品质潜力好、茎秆坚韧）。试验设置四种行距（10、15、20、25 cm），播种量恒定为150 kg/ha?1（该地区食用大麦推荐量），对应约395粒种子/m2。按品种平均千粒重约38 g计算，各行距下每米行长种子数分别约为39.5、59.2、79.0和98.7粒；假设95%发芽率和90%田间成苗率，估计各处理建成密度约为338株/m2，行内株距分别约为2.5、1.7、1.3和1.0 cm。

试验采用随机完全区组设计（RCBD），每个环境三次重复。5品种×4行距共20个处理组合，每环境80个试验单元（2地点×2年份=4环境）。小区毛宽1.6 m、长2.4 m（毛面积3.84 m2），行数随行距变化：10 cm为16行、15 cm为11行、20 cm为8行、25 cm为7行。净收获面积去除两侧各两行边行并两端各剪去0.2 m后，分别为：10 cm行距12个中心行×2.0 m（2.4 m2）、15 cm行距7个中心行×2.0 m（2.1 m2）、20 cm行距4个中心行×2.0 m（1.6 m2）、25 cm行距3个中心行×2.0 m（1.5 m2）。所有产量均换算为每公顷基准。田间管理遵循当地牛耕实践，播前翻耕三次至细碎平整。播种时条施150 kg ha?1 NPS（19%N、38% P?O?、7% S）和100 kg ha?1尿素（46%N），尿素分两次施用，50 kg ha?1于播种时施入，剩余50 kg ha?1于分蘖中期（Zadoks 25期）追施。杂草在播后25天和45天各人工除草一次。收获于生理成熟期（硬面团期，Zadoks 87期）人工用镰刀进行，籽粒产量统一校正至10%含水量。

三、主要技术方法

研究人员采用了以下关键技术方法：（1）联合方差分析（combined ANOVA）：先对单个环境进行方差分析，再通过混合线性模型对四个环境（2地点×2年份）进行联合分析，检验环境、行距、品种主效应及各项互作效应；（2）AMMI稳定性分析（additive main effects and multiplicative interaction, AMMI）：将主效应加性部分与互作乘性部分分离，评估品种和行距在各环境中的稳定性；（3）GGE双标图分析（genotype plus genotype × environment biplot, GGE）：可视化基因型×环境互作模式，对品种进行排名并划分巨型环境；（4）通径系数分析（path coefficient analysis）：在相关分析基础上，将性状间相关系数分解为直接效应和间接效应，识别产量的主要驱动性状。所有数据先经Shapiro–Wilk正态性检验和Levene方差齐性检验，环境间误差方差齐性采用Bartlett检验（P > 0.05）并结合残差图目视检查及最大/最小环境均方误差比<3:1确认。

四、研究结果

4.1 环境、行距和品种主效应

联合方差分析表明，环境、行距和品种主效应均对所有测定性状（物候、生长、产量构成及产量）产生极显著影响（P < 0.01）。环境效应反映了两个地点在海拔、温度和降雨量方面的差异对作物表现的整体影响。行距效应证实了种植密度对食用大麦各性状的重要调控作用。品种效应则体现了五个供试品种在遗传背景和农艺性状上的本质差异。

4.2 行距对产量及产量构成的影响

15 cm行距获得最高的数值籽粒产量（4796 kg ha?1），但与10 cm行距（4733 kg ha?1）在统计上相当；两者均显著高于20 cm和25 cm行距。25 cm行距使产量降低最高达17%。这一结果表明，在西部高地条件下，较窄的行距（10–15 cm）有利于产量形成，而过宽的行距（≥20 cm）则显著降低产量。行距对产量构成性状的影响与产量趋势一致，较窄行距下有效分蘖数和单位面积穗数更高，而较宽行距下单株生长虽有所增强，但无法弥补单位面积穗数的不足。

4.3 品种间产量差异与稳定性

品种HB1307平均产量最高（5071 kg ha?1），显著高于其他四个品种，并在各环境中表现出优异的稳定性。GGE双标图和AMMI分析进一步确认了HB1307兼具高产和稳定性的特点，是西部高地最具推广价值的品种。其他品种中，Cross和Kulumisa产量居中，EH1493和Diribi产量相对较低。

4.4 产量驱动性状的通径分析

通径分析识别出地上部生物量（直接效应 = 0.612）和有效分蘖数（直接效应 = 0.237）是籽粒产量的两个主要正向驱动因子。这一结果表明，提高地上部总生物量积累和增加有效分蘖数是实现高产的关键途径，也为高密度耐性品种的选育提供了重要参考指标。

4.5 互作效应分析

三因素互作（环境×行距×品种）不显著，表明品种对行距的响应在各环境中具有一致性，无需针对每个环境制定品种特异的行距方案。然而，环境×行距和环境×品种互作均显著，说明不同环境下行距效应和品种表现的相对排序存在差异。具体而言，胁迫环境（Harato 2022）下，略窄的行距配合早熟品种（如Diribi）表现更优，这可能与早熟品种在水分胁迫前完成关键生育阶段的能力有关。

五、讨论与结论

讨论部分指出，15 cm行距在产量和资源利用效率之间取得了最佳平衡。过窄的行距（10 cm）虽未显著降低产量，但可能加剧种内竞争，增加病害风险；过宽的行距（25 cm）则导致光能和水资源利用不充分，杂草压力增大。HB1307品种的优异表现与其高分蘖能力和广适应特性密切相关，这些性状使其在较窄行距下仍能维持较高的有效穗数。研究人员同时指出，虽然三因素互作不显著，但环境×行距互作的存在意味着在特定胁迫环境下可适当调整行距策略，例如在水分受限条件下采用略窄行距配合早熟品种以规避后期干旱。

研究结论部分明确：推荐在埃塞俄比亚西部高地采用HB1307品种搭配15 cm行距进行播种。这一组合在四个环境中均实现了高产和稳定性的最优平衡。该推荐方案无需额外增加投入即可帮助缩小产量差距，为小农户提供了一种潜在的气候智慧型集约化策略。研究人员同时强调，该结论仍需在更广泛的农业生态条件下进行验证，以增强其普适性和推广价值。