北方粳稻萌发期耐冷性鉴定评价与筛选

doi:10.16035/j.issn.1001-7283.2026.01.008

摘要/Abstract

摘要：

北方粳稻区易受冷害，选育耐冷水稻品种是应对冷害最直接有效的手段。以45份北方粳稻为试验对象，设定14 ℃为冷胁迫温度，测定各材料的发芽势、发芽率、发芽指数、芽活力指数、根活力指数、平均发芽天数及发芽系数等7个指标，采用相关性分析、主成分分析、隶属函数综合分析和聚类分析等多元统计方法进行耐冷性评价。结果表明，冷胁迫下各项萌发指标均呈不同程度的下降趋势，根活力指数降幅最为明显。通过计算各指标隶属函数值，经主成分分析将7个指标转化为2个综合指标，利用聚类分析将45份北方粳稻划分为4类，成功筛选出13份耐冷材料。进一步通过回归分析构建方程，明确发芽势、发芽率、根活力指数和发芽系数是鉴定北方粳稻萌发期耐冷性的关键指标。

关键词: 粳稻, 萌发期, 冷胁迫, 综合评价

Abstract:

Northern Japonica rice region is susceptible to cold damage, and breeding cold-tolerant rice varieties is the most direct and effective means to address this issue. In this study, 45 accessions of northern Japonica rice were used as experimental materials. Under 14 °C cold stress, seven indicators including germination potential, germination rate, germination index, vigor index of shoot, vigor index of root, average germination days, and germination coefficient were measured. Multivariate statistical methods such as correlation analysis, principal component analysis (PCA), membership function comprehensive analysis, and cluster analysis, were employed to evaluate cold tolerance. The results showed that all germination indicators exhibited varying degrees of decline under cold stress, with the vigor index of root showing the most obvious decrease. By calculating the membership function values of each indicator, the seven indicators were transformed into two comprehensive indicators through PCA. Cluster analysis was then used to categorize the 45 accessions into four groups, successfully screening 13 cold-tolerant materials. Furthermore, a regression equation was established, which identified that germination potential, germination rate, vigor index of root, and germination coefficient are the key indicators for evaluating cold tolerance in northern Japonica rice at the germination stage.

Key words: Japonica rice, Germination stage, Cold stress, Comprehensive evaluation

蒋昆炜, 孙国才, 王健, 王桂艳, 崔月峰. 北方粳稻萌发期耐冷性鉴定评价与筛选[J]. 作物杂志, 2026 (1): 54–59

Jiang Kunwei, Sun Guocai, Wang Jian, Wang Guiyan, Cui Yuefeng. Identification, Evaluation and Screening of Cold Tolerance in Japonica Rice at Germination Stage in Northern China[J]. Crops, 2026(1): 54–59

图/表 7

表1

来源中国的供试水稻信息

编号Number	材料Material	来源Origin	编号Number	材料Material	来源Origin
J1	吉粳860	吉林省农业科学院	J11	优育104	宁夏农林科学院农作物研究所
J2	吉大388	吉林大学植物科学学院	J12	松粮850	松原粮食集团水稻研究所有限公司
J3	富禾稻1305	辽宁东亚种业有限公司	J13	吉粳855	吉林省农业科学院
J4	京粳24	中国农业科学院作物科学研究所	J14	北粳255	沈阳农业大学
J5	天隆优717	辽宁天隆生物科技有限公司	J15	新疆-10	新疆维吾尔自治区农业科学院
J6	沈稻523	沈阳农业大学	J16	天隆优619	天津天隆种业科技有限公司
J7	沈稻97	沈阳农业大学	J17	铁粳1913	铁岭市农业科学院
J8	吉大978	吉林大学植物科学学院	J18	铁粳1947	铁岭市农业科学院
J9	盐粳2122	辽宁省盐碱地利用研究所	J19	铁粳1811	铁岭市农业科学院
J10	盘粳508	盘锦北方农业技术开发有限公司	J20	铁粳1808	铁岭市农业科学院
J21	铁粳96	铁岭市农业科学院	J33	花粳97	辽宁省盐碱地利用研究所
J22	铁粳1603	铁岭市农业科学院	J34	东研稻27	东港市示范繁殖农场
J23	铁粳1743	铁岭市农业科学院	J35	港优9号	东港市示范繁殖农场
J24	铁粳1712	铁岭市农业科学院	J36	阳光33	大石桥市阳光种业有限公司
J25	北粳3-2	沈阳农业大学	J37	沈农315	沈阳农业大学
J26	北粳4号	沈阳农业大学	J38	丹213	丹东农业科学院
J27	北粳K13	沈阳农业大学	J39	盐粳196	辽宁省盐碱地利用研究所
J28	铁粳11号	铁岭市农业科学院	J40	沈农518	沈阳农业大学
J29	铁粳香3号	铁岭市农业科学院	J41	盘粳202	盘锦北方农业技术开发有限公司
J30	营育9号	大石桥市阳光种业有限公司	J42	天实稻821	沈阳市天实水稻技术研究所
J31	沈稻6号	沈阳农业大学	J43	辽粳810	辽宁省水稻研究所
J32	辽粳9号	辽宁省水稻研究所

表1

表2

表3

图1

表4

图2

表5

参考文献 33

[1]	刘次桃, 王威, 毛毕刚, 等. 水稻耐低温逆境研究:分子生理机制及育种展望. 遗传, 2018, 40(3):171-185.
[2]	Gelaw T A, Sanan-Mishra N. Nanomaterials coupled with microRNAs for alleviating plant stress: a new opening towards sustainable agriculture. Physiology and Molecular Biology of Plants, 2022, 28(4):791-818. doi: 10.1007/s12298-022-01163-x pmid: 35592477
[3]	李可, 蒋伟勤, 车阳, 等. 水稻冷害成灾机制与调控机理研究进展及展望. 江苏农业科学, 2024, 52(2):31-40.
[4]	闫锋, 董扬, 李清泉, 等. 谷子育成品种萌芽期耐冷性综合评价. 作物学报, 2024, 50(9):2207-2218. doi: 10.3724/SP.J.1006.2024.34216
[5]	Wang W J, Huang R Z, Wu G G, et al. Transcriptomic and QTL analysis of seed germination vigor under low temperature in weedy rice WR04-6. Plants, 2023, 12(4):871-886. doi: 10.3390/plants12040871
[6]	陈亮, 楼巧君, 孙宗修, 等. 水稻低温发芽力的QTL定位. 中国水稻科学, 2006, 20(2):159-164.
[7]	Fiorillo A, Mattei M, Aducci P, et al. The salt tolerance related protein (STRP) mediates cold stress responses and abscisic acid signalling in Arabidopsis thaliana. Frontiers in Plant Science, 2020, 13(11):1251-1264.
[8]	刘琳帅, 卞景阳, 孙兴荣, 等. 水稻低温冷害的研究进展. 江苏农业科学, 2022, 50(24):9-15.
[9]	余志刚, 崔钊达, 宫思羽. 东北地区建设国家粮食安全产业带:基础优势、制约瓶颈和建设路径. 农村经济, 2022(5):50-59.
[10]	杨川航, 王玉平, 涂斌, 等. 利用籼粳交RIL群体对水稻耐寒性及再生力的QTL分析. 中国水稻科学, 2012, 26(6):741-745.
[11]	唐亮, 陈温福. 北方粳稻新品种培育与发展. 中国稻米, 2022, 28(5):79-81. doi: 10.3969/j.issn.1006-8082.2022.05.013
[12]	檀艳静, 张佳华, 姚凤梅, 等. 中国作物低温冷害监测与模拟预报研究进展. 生态学杂志, 2013, 32(7):1920-1927.
[13]	李莺歌, 吴俊, 柏斌, 等. 水稻苗期耐冷性研究进展. 杂交水稻, 2015, 30(3):9-16,28.
[14]	董扬. 240份糜子种质资源萌芽期耐冷性综合评价及筛选. 干旱地区农业研究, 2022, 40(6):23-33.
[15]	沈倩, 张思平, 刘瑞华, 等. 棉花出苗期耐冷综合评价体系的构建及耐冷指标筛选. 中国农业科学, 2022, 55(22):4342-4355. doi: 10.3864/j.issn.0578-1752.2022.22.002
[16]	田聪颖, 谷岩, 梅楠, 等. 高粱种质资源芽期耐低温综合评价及筛选. 分子植物育种. (2022-08-31)[2024-08-14].http://kns.cnki.net/kcms/detail/46.1068.S.20220831.1049.002.html.
[17]	张玉松, 符明联, 雷永, 等. 372份花生种质资源的耐冷性评价及耐冷种质筛选. 中国油料作物学报, 2023, 45(6):1247-1257. doi: 10.19802/j.issn.1007-9084.2023130
[18]	金铭路, 杨春刚, 余腾琼, 等. 中国水稻微核心种质不同生育时期耐冷性鉴定及其相关分析. 植物遗传资源学报, 2009, 10(4):540-546.
[19]	宋佳. 粳稻萌发期耐冷性鉴定及全基因组关联分析. 哈尔滨:东北农业大学, 2020.
[20]	黄贺, 闫蕾, 吕艳, 等. 甘蓝型油菜发芽期低温耐性的评价与材料筛选. 中国油料作物学报, 2019, 41(5):723-734. doi: 10.19802/j.issn.1007-9084.2019034
[21]	武辉, 侯丽丽, 周艳飞, 等. 不同棉花基因型幼苗耐寒性分析及其鉴定指标筛选. 中国农业科学, 2012, 45(9):1703-1713. doi: 10.3864/j.issn.0578-1752.2012.09.005
[22]	郭丽颖, 耿艳秋, 金峰, 等. 寒地水稻低温冷害防御栽培技术研究进展. 作物杂志, 2017(4):7-14.
[23]	张耀元, 胡星晨, 孙冬, 等. 江苏省直播稻种植主要问题与对策——基于“农技耘”APP问答数据的调查研究. 中国稻米, 2024, 30(3):78-83. doi: 10.3969/j.issn.1006-8082.2024.03.013
[24]	陈雪飞, 唐艳萍, 谢英杰, 等. 我国机械化直播水稻生产技术研究进展. 中国稻米, 2018, 24(4):9-15. doi: 10.3969/j.issn.1006-8082.2018.04.003
[25]	Tu D B, Jiang Y, Liu M, et al. Improvement and stabilization of rice production by delaying sowing date in irrigated rice system in central China. Journal of the Science of Food and Agriculture, 2020, 100(2):595-606. doi: 10.1002/jsfa.10053 pmid: 31591721
[26]	刘雪梅, 尚庆茂, 张志刚. 辣椒不同品种种子萌芽期耐低温性及评价方法研究. 中国生态农业学报, 2010, 18(3):521-527.
[27]	乔永利, 韩龙植, 安永平, 等. 水稻芽期耐冷性QTL的分子定位. 中国农业科学, 2005, 38(2):217-221.
[28]	武兆云, 郭娜, 赵晋铭, 等. 大豆苗期耐低磷主成分及隶属函数分析. 大豆科学, 2012, 31(1):42-46.
[29]	刘海卿, 孙万仓, 刘自刚, 等. 北方寒旱区白菜型冬油菜抗寒性与抗旱性评价及其关系. 中国农业科学, 2015, 48(18):3743-3756. doi: 10.3864/j.issn.0578-1752.2015.18.018
[30]	耿雷跃, 马小定, 崔迪, 等. 水稻全生育期耐盐性鉴定评价方法研究. 植物遗传资源学报, 2019, 20(2):267-275. doi: 10.13430/j.cnki.jpgr.20180815003
[31]	马帅国, 田蓉蓉, 胡慧, 等. 粳稻种质资源苗期耐盐性综合评价与筛选. 植物遗传资源学报, 2020, 21(5):1089-1101. doi: 10.13430/j.cnki.jpgr.20200115001
[32]	郭胜微, 边思文, 丁建文, 等. 糯玉米萌发期耐低温品种资源的综合评价. 中国农业科技导报, 2023, 25(2):38-47. doi: 10.13304/j.nykjdb.2022.0550
[33]	李晓菲, 高华伟, 广慧, 等. 大豆种质资源萌发期耐莠去津鉴定评价及优异种质筛选. 作物学报, 2024, 50(7):1699-1709. doi: 10.3724/SP.J.1006.2024.34198

相关文章 15

[1]	于秋竹, 邱俊华, 杜含梅, 王安虎. 不同苦荞种质资源生长发育及硒响应特征综合评价研究[J]. 作物杂志, 2026, (1): 72–84
[2]	俞华先, 安汝东, 桃联安, 郎荣斌, 边芯, 张钰, 刘新龙, 刘家勇, 赵丽萍, 刘洪博, 张革民, 张保青. 基于农艺性状对57NG208与南涧果蔗正反交后代的综合评价[J]. 作物杂志, 2026, (1): 94–103
[3]	陈雷, 唐茂艳, 张战营, 钟晓媛, 高国庆, 张晓丽, 梁天锋, 潘英华. 花期高温胁迫下水稻种质资源的外观品质分析与评价[J]. 作物杂志, 2025, (6): 132–139
[4]	孙强, 阮辛森, 周志豪, 孙会娟, 徐冉, 凌冬, 赵翠荣. 不同类型水稻品种表型性状遗传多样性分析[J]. 作物杂志, 2025, (6): 28–36
[5]	陈奕, 陈潇, 张茂星, 李静, 常静静, 李嘉炜, 林海晴, 陈兴平, 邓晓亮, 谢大森, 郭少龙, 沈仲灯, 张白鸽. 不同冬瓜品种对低盐胁迫的响应及其耐盐性综合评价[J]. 作物杂志, 2025, (6): 58–66
[6]	周婷芳, 李冉, 刘倩倩, 张泽, 王振华, 马宝新, 路明, 张林, 韩业辉, 杨波, 李明顺, 张德贵, 翁建峰, 雍洪军, 徐晶宇, 韩洁楠, 李新海. 东北区118份玉米杂交种萌发期耐盐性分析[J]. 作物杂志, 2025, (5): 1–10
[7]	王亮, 王睿, 朱金成, 桑玉伟, 史彪, 郭嘉帅, 焦灰敏, 何宗铃, 水涌. 50份花生品种（系）幼苗期耐盐性分析[J]. 作物杂志, 2025, (5): 35–41
[8]	殷君华, 邓丽, 郭敏杰, 苗建利, 胡俊平, 李绍伟, 任丽. 基于BLUP值和GGE双标图对小粒花生品种的综合评价[J]. 作物杂志, 2025, (4): 118–125
[9]	陈明辉, 徐豫, 黄志强, 王俊青, 张保青. 冷胁迫下果蔗叶片转录组分析及茉莉酸信号传导基因挖掘[J]. 作物杂志, 2025, (4): 95–103
[10]	张正洁, 杨国华, 郭瑞红, 程凯华, 米兴旺, 刘飞. 采用DTOPSIS法和隶属函数法对西北春玉米区域试验的综合评价[J]. 作物杂志, 2025, (3): 78–84
[11]	赵富阳, 马波, 胡继芳, 谭可菲, 刘传增, 闫锋, 董扬, 侯晓敏, 李清泉, 韩业辉. 不同光周期条件下寒地粳稻光周期敏感性评价[J]. 作物杂志, 2025, (2): 135–140
[12]	卢晶, 余波, 江谧, 彭镰心, 任远航, 吴琪. 58份青稞种质资源遗传多样性评价[J]. 作物杂志, 2025, (2): 20–28
[13]	时会影, 范保杰, 刘长友, 王彦, 王珅, 张志肖, 苏秋竹, 田静. 绿豆种质资源萌发期耐盐性鉴定与评价[J]. 作物杂志, 2025, (1): 66–75
[14]	张瑛, 王海洋, 姜林, 郭学清, 钟小丽, 张星, 卢敏娇, 姬小明, 杨晓朋, 吴树松. 长汀烟区植烟土壤肥力适宜性综合评价及空间分布研究[J]. 作物杂志, 2024, (6): 171–178
[15]	杨铁鑫, 董立强, 马亮, 冯莹莹, 李志强. 辽宁中部平原稻区香型粳稻品种产量及品质评价[J]. 作物杂志, 2024, (6): 71–77

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

处理 Treatment	项目 Item	发芽势 GP (%)	发芽率 GR (%)	发芽指数 GI (%)	芽活力指数 VIS	根活力指数 VIR	平均发芽天数 AGD (d)	发芽系数 GC
T	最大值Max.	0.92	0.98	45.70	594.46	516.00	11.39	0.31
	最小值Min.	0.00	0.27	3.12	10.61	0.00	2.98	0.03
	平均值Mean	0.46	0.83	19.55	226.52	177.64	6.27	0.16
	标准差SD	0.30	0.19	10.15	173.19	150.70	2.17	0.07
	变异系数CV (%)	65.90	23.57	51.94	76.45	84.83	34.59	48.17
CK	最大值Max.	1.00	1.00	95.65	2037.35	3118.19	3.49	0.92
	最小值Min.	0.16	0.93	32.58	485.47	729.83	1.09	0.27
	平均值Mean	0.76	0.98	67.96	1171.22	1688.77	1.96	0.56
	标准差SD	0.19	0.02	18.15	386.99	593.31	0.62	0.18
	变异系数CV (%)	25.03	1.95	26.71	33.04	35.13	31.83	32.17

项目Item	CRC₁	CRC₂	CRC₃	CRC₄	CRC₅	CRC₆	CRC₇
最大值Max.	0.99	0.99	0.56	0.42	0.26	5.62	0.50
最小值Min.	0.00	0.27	0.06	0.02	0.00	1.66	0.07
平均值Mean	0.55	0.84	0.28	0.18	0.10	3.28	0.28
标准差SD	0.33	0.19	0.11	0.11	0.07	0.90	0.10
变异系数CV (%)	60.16	22.99	38.98	63.80	74.85	27.40	37.24

项目Item	CI1	CI2
CRC₁	0.174	0.061
CRC₂	0.135	0.605
CRC₃	0.182	?0.063
CRC₄	0.179	0.099
CRC₅	0.173	0.108
CRC₆	?0.119	0.744
CRC₇	0.179	?0.162
特征值Eigenvalue	5.266	1.024
贡献率Contribution rate (%)	75.233	14.633
累计贡献率Cumulative contribution rate (%)	75.233	89.866

编号 Number	D	D₁	精度 Accuracy (%)	编号 Number	D	D₁	精度 Accuracy (%)	编号 Number	D	D₁	精度 Accuracy (%)
J1	0.384	0.387	99.174	J16	0.668	0.657	98.367	J31	0.529	0.534	98.923
J2	0.481	0.484	99.154	J17	0.583	0.601	97.027	J32	0.802	0.824	97.274
J3	0.094	0.101	92.947	J18	0.233	0.233	99.989	J33	0.480	0.473	98.567
J4	0.251	0.239	95.434	J19	0.542	0.534	98.123	J34	0.714	0.721	99.136
J5	0.711	0.681	95.834	J20	0.675	0.681	99.014	J35	0.676	0.711	95.137
J6	0.430	0.441	97.413	J21	0.754	0.723	95.906	J36	0.352	0.349	98.978
J7	0.229	0.223	97.389	J22	0.797	0.811	98.264	J37	0.065	0.068	95.174
J8	0.593	0.618	95.981	J23	0.689	0.722	95.467	J38	0.402	0.401	99.751
J9	0.581	0.596	97.442	J24	0.584	0.552	94.586	J39	0.415	0.411	98.933
J10	0.310	0.311	99.528	J25	0.499	0.513	97.244	J40	0.519	0.519	99.923
J11	0.155	0.166	93.599	J26	0.427	0.438	97.484	J41	0.777	0.724	93.275
J12	0.851	0.828	97.190	J27	0.761	0.746	97.864	J42	0.558	0.554	99.273
J13	0.173	0.180	95.908	J28	0.440	0.444	99.196	J43	0.397	0.400	99.238
J14	0.377	0.386	97.729	J29	0.890	0.891	99.917	J44	0.258	0.258	99.964
J15	0.641	0.666	96.304	J30	0.024	0.025	94.756	J45	0.364	0.336	92.264