作物杂志, 2024, 40(2): 62-70 doi: 10.16035/j.issn.1001-7283.2024.02.008

遗传育种·种质资源·生物技术

海岛棉氮高效品种筛选与氮效率综合评价

段松江,1, 木丽迪尔·拜波拉提1, 彭增莹1, 申莹莹1, 吴一凡1, 付锦程1, 郭仁松2, 张巨松,1

1新疆农业大学农学院/教育部棉花工程研究中心,830052,新疆乌鲁木齐

2新疆农业科学院经济作物研究所,830091,新疆乌鲁木齐

Screening of Nitrogen High-Efficiency Varieties and Comprehensive Evaluation of Nitrogen Efficiency of Sea Island Cotton

Duan Songjiang,1, Mulidier∙Baibolati1, Peng Zengying1, Shen Yingying1, Wu Yifan1, Fu Jincheng1, Guo Rensong2, Zhang Jusong,1

1Agriculture College, Xinjiang Agricultural University / Research Center of Cotton Engineering, Ministry of Education, Urumqi 830052, Xinjiang, China

2Institute of Economic Crops, Xinjiang Academy of Agricultural Sciences, Urumqi 830091, Xinjiang, China

通讯作者: 张巨松,主要从事棉花高产栽培与生理生态,E-mail:xjndzjs@163.com

收稿日期: 2022-10-2   修回日期: 2023-11-12   网络出版日期: 2024-02-20

基金资助: 新疆维吾尔自治区重大科技专项(2020A01002-4)
棉花优质高产高效标准化生产技术集成示范
自治区研究生创新项目(XJ2021G159)

Received: 2022-10-2   Revised: 2023-11-12   Online: 2024-02-20

作者简介 About authors

段松江,主要从事棉花高产栽培生理,E-mail:1578442341@qq.com

摘要

为筛选氮高效海岛棉品种,补充收获期筛选指标,完善棉花氮效率评价体系,以近20年来育成的12个海岛棉品种为供试材料,设置低氮(0 kg/hm2,N0)、中氮(240 kg/hm2,N1)和高氮(480 kg/hm2,N2)3个氮肥处理,利用相关性分析、主成分分析和隶属函数分析综合评价海岛棉氮效率类型,筛选出氮高效海岛棉品种,确定收获期氮高效海岛棉品种筛选的评价指标。结果表明,不同氮肥水平下,供试海岛棉品种大部分指标变异系数均大于10%,将19个评价指标进行主成分分析,N1和N2水平下前4个主成分累计贡献率分别为86.68%和88.03%,其中株高、果枝数、茎叶生物量、生殖器官生物量等12个指标在4个主成分中占较大比重,并且指标间呈显著(P<0.05)或极显著(P<0.01)正相关。根据主成分综合得分、氮效率综合评价值与皮棉产量,筛选出1个氮高效品种、3个氮中效品种和3个氮低效品种。综上所述,确定棉城10号为氮高效品种,并得出SPAD、生殖器官生物量、生殖器官氮积累量、地上部总氮积累量、单株结铃数、籽棉产量、皮棉产量和氮肥农学利用率可作为氮高效品种筛选的核心指标。

关键词: 海岛棉; 氮效率评价; 品种筛选

Abstract

In order to screen nitrogen-efficient sea island cotton varieties, supplement the harvest screening indexes and improve the cotton nitrogen efficiency evaluation system, three nitrogen fertilizer treatments of low nitrogen (0 kg/ha, N0), medium nitrogen (240 kg/ha, N1) and high nitrogen (480 kg/ha, N2) were set up to comprehensively evaluate the type of nitrogen efficiency of the sea island cotton, screen out nitrogen-efficient sea island cotton varieties, and determine the evaluation indexes for screening nitrogen-efficient sea island cotton varieties in harvesting period by correlation analysis, principal component analysis and subordinate function analysis using 12 sea island cotton varieties bred in the past 20 years. The results showed that the coefficient of variation of most of the indicators of the sea island cotton varieties for testing under different nitrogen fertilizer levels were greater than 10%, and the 19 evaluation indicators were subjected to principal component analysis. Under N1 and N2 levels, the cumulative contribution rate of the four principal components were 86.68% and 88.03%, respectively. Among the four principal components, 12 indicators, such as plant height, number of fruiting shoots, stem and leaf biomass, reproductive organ biomass, etc, accounted for a large proportion of the four principal components, and the indicators were significant (P < 0.05) or extremely significant (P < 0.01) positive correlation. Based on the comprehensive score of the principal components, the comprehensive evaluation value of nitrogen efficiency and lint yield, one nitrogen-efficient variety, three nitrogen-medium- efficient varieties and three nitrogen-low-efficient varieties were screened out. In summary, Miancheng 10 was identified as a nitrogen-efficient variety, and it was concluded that SPAD, reproductive organ biomass, reproductive organ nitrogen accumulation, total aboveground nitrogen accumulation, number of bolls per plant, seed cotton yield, lint yield, and nitrogen fertilizer agronomic utilization rate could be used as the core indexes for the screening of nitrogen-efficient varieties.

Keywords: Sea island cotton; Nitrogen efficiency evaluation; Variety screening

PDF (1463KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

段松江, 木丽迪尔·拜波拉提, 彭增莹, 申莹莹, 吴一凡, 付锦程, 郭仁松, 张巨松. 海岛棉氮高效品种筛选与氮效率综合评价. 作物杂志, 2024, 40(2): 62-70 doi:10.16035/j.issn.1001-7283.2024.02.008

Duan Songjiang, Mulidier∙Baibolati, Peng Zengying, Shen Yingying, Wu Yifan, Fu Jincheng, Guo Rensong, Zhang Jusong. Screening of Nitrogen High-Efficiency Varieties and Comprehensive Evaluation of Nitrogen Efficiency of Sea Island Cotton. Crops, 2024, 40(2): 62-70 doi:10.16035/j.issn.1001-7283.2024.02.008

海岛棉具有纤维细长和强度高等特点,一直作为高档纺织品的重要原材料[1]。近年来,由于海岛棉单产不断突破新高与种植面积的不断扩大,导致氮肥投入量也随之增加。而我国作物氮肥利用率只有30%~35%,相较于发达国家低10%~20%[2],过量施用氮肥不仅降低氮肥利用率,还会造成环境污染及生产成本增加。因此,利用作物自身对氮素吸收利用的差异选育出氮高效品种,是提高作物氮肥利用率的重要手段。20世纪30年代就有学者提出,同一作物不同品种间氮肥响应程度不同[3],氮素吸收利用也存在基因型差异[4]。截至目前,研究学者对小麦[5]、水稻[6-7]和玉米[8]等作物氮效率筛选与评价已展开了大量的研究。孟自力等[9]通过对14个小麦品种干物质积累、光合指标及产量进行研究,筛选出4个氮高效品种;杨豫龙等[10]通过产量、干物质积累量、果穗性状和产量构成因素等将40个品种划分为低氮高效型、高氮高效型、双高效型和双低效型;陈晨等[11]综合水稻氮素积累变异特征,以整株生物量、茎叶生物量、根系生物量和茎叶氮累积量作为筛选指标,最后基于隶属函数法和聚类分析,将55个供试水稻品种分为氮高效型、氮中效型和氮低效型3个类型。目前,针对棉花氮效率筛选与评价只有少量报道[12-13]。王准等[14]以80份棉花品种为研究材料,采用苗期营养液培养与田间试验相结合的方法,将总干物质质量、总氮积累量、氮吸收效率等6个指标作为评价指标,筛选出2个氮高效和氮低效品种。Zhang等[15]以总干重、地上部干重、全氮积累量和氮素吸收效率为筛选指标,将棉花品种划分为双低效型、双高效型、高氮高效型和低氮低效型4种类型。

纵观前人研究,棉花氮高效筛选以苗期筛选居多,且多以陆地棉为筛选材料,但针对海岛棉田间性状差异筛选氮高效品种鲜见报道。因此,本研究以12个在新疆大面积推广种植的海岛棉品种为供试材料,在低氮、中氮、高氮水平下研究各海岛棉品种间氮素吸收利用的差异进行比较分析和综合评价,以期筛选出氮高效海岛棉品种以及明确收获期关键氮效率评价指标,构建海岛棉收获期氮高效评价体系,为完善氮效率评价体系、选育氮高效海岛棉品种、提高海岛棉氮肥利用率提供理论参考。

1 材料与方法

1.1 试验地概况

试验于2021年在新疆阿克苏地区阿瓦提县新疆农业科学院试验基地进行,试验区位于塔里木盆地西北沿(80°44′ E,40°06′ N,海拔1025 m),属于暖温带大陆性干旱气候。日照时间长,蒸发量大;土壤质地为沙壤土,播前小区土壤基础肥力见表1

表1   土壤基础肥力

Table 1  Soil base fertility

土壤深度
Soil depth (cm)
全氮
Total nitrogen (g/kg)
有机质
Organic matter (g/kg)
水解性氮
Hydrolyzed nitrogen (mg/kg)
速效磷
Available P (mg/kg)
速效钾
Available K (mg/kg)
0~100.428.2635.026.383
10~200.497.6566.432.989
20~300.467.0844.432.087
30~400.305.9040.616.6103
40~500.244.2435.07.3138
50~600.254.0651.726.6145

新窗口打开| 下载CSV


1.2 试验设计

试验采用双因素裂区设计,主区为施氮水平(纯氮):0 kg/hm2(N0)、240 kg/hm2(N1)、480 kg/hm2(N2),副区为12个海岛棉品种(表2)。采用一膜六行(66 cm+10 cm)种植模式,株距为11 cm,膜宽2.1 m,膜厚0.01 mm,滴灌毛管铺设为一膜三管(滴孔间距20 cm,滴管出水量2.1 L/h)。其中氮肥(N 46%尿素)总量的20%作为基肥,80%作为追肥,磷钾肥作为基肥一次性施入(颗粒状过磷酸钙200 kg/hm2,农用颗粒钾肥100 kg/hm2)。试验小区长7 m,宽2.3 m,面积(两膜)32.2 m2,理论密度23.7万株/hm2,播种时间2021年4月16日,打顶时间7月15日,其他田间管理同当地大田生产。

表2   参试材料及年份

Table 2  Test materials and years

编号Number品种Variety年份Year缩略词Abbreviation
1新海14号1998XH14
2新海21号2003XH21
3新海24号2005XH24
4新海28号2007XH28
5新海35号2010XH35
6新海39号2012XH39
7新海43号2013XH43
8新海45号2014XH45
9新海53号2015XH53
10新海61号2017XH61
11新海62号2017XH62
12棉城10号2018MC10

新窗口打开| 下载CSV


1.3 测定项目与方法

1.3.1 农艺性状与相对叶绿素含量(SPAD值)

在海岛棉收获期,每小区均选取长势均匀的棉株10株,调查各小区棉花品种的株高和果枝数,并选取其倒三叶采用SPAD-502 Plus型便携式叶绿素测定仪测定SPAD值。

1.3.2 生物量

于收获期,每小区选取长势均匀的棉株6株,将棉株分成茎、叶和蕾铃器官,然后将各部分样品于105 ℃杀青30 min后,70 ℃烘干至恒重,称其重量。

1.3.3 植株养分

称重后的植株粉碎过筛,经H2SO4-H2O2消解定容后,使用凯氏定氮法测定植株氮含量。

1.3.4 产量及其构成因素

各处理棉花吐絮后,每小区调查株数和结铃数,最后计算单株结铃数,分上(11果枝及以上30朵)、中(6~10果枝40朵)、下(1~5果枝30朵)取样,共计100朵,各处理棉花样品使用皮辊轧花机获得皮棉,测其单铃重和衣分。

1.3.5 相关指标计算

氮累积量=植株生物量×植株氮含量,氮肥农学利用效率(kg/kg)=(施氮区籽棉产量-不施氮区籽棉产量)/施氮量,氮肥偏生产力(kg/kg)=籽棉产量/施氮量,氮肥回收率(%)=(施氮区氮积累量-不施氮区氮积累量)/施氮量× 100,氮肥生理利用率(kg/kg)=(施氮区籽棉产量-不施氮区籽棉产量)/(施氮区氮积累量-不施氮区氮积累量),氮内在利用率(kg/kg)=皮棉产量/氮积累量。

1.4 数据处理

利用Excel整理数据并绘图,使用TBtools绘制热图。利用SPSS 19.0进行主成分分析,确定主成分个数(n),并计算综合指标值、隶属函数值、权重以及综合评价值,具体计算公式如下。

综合指标值(F)计算公式:

Fj=aj1ZX1+aj2ZX2+…+ajpZXp

式中,Fj表示第j主成分综合指标值;ajj=1,2,…,n)为第j主成分各指标的特征值所对应的特征向量;ZX是原始变量经过标准化处理的值。

不同品种各综合指标值隶属函数值计算公式:

μ(Xj)=(Xj-Xmin)/(Xmax-Xmin)(j=1,2,…,n

式中,μ(Xj)表示第j综合指标值隶属函数;Xj表示第j个综合指标;Xmin表示第j个综合指标的最小值;Xmax表示第j个综合指标的最大值。

各综合指标的权重计算公式:

wj= pj/jnpj(j=1,2,…,n)

式中,wj表示第j综合指标的权重,pj为棉花品种(系)第j个综合指标的贡献。

各棉花品种氮效率综合评价值(D)计算公式:

D= jn[μ(Xj)wj](j=1,2,…,n)

2 结果与分析

2.1 不同氮肥水平下各项指标差异分析

表3所示,不同海岛棉品种各项收获期指标对3个氮肥水平均有不同程度的响应。低氮水平下,各生长指标的变异系数范围为1.00%~ 33.08%,其中茎叶氮素积累的变异系数最大(33.08%)。中氮水平下,各生长指标的变异系数范围为1.60%~23.93%,其中茎叶生物量的变异系数最大(23.93%)。高氮水平下,各生长指标的变异系数范围为2.47%~20.95%,茎叶生物量的变异系数最大(20.95%)。产量构成因素在3个氮水平下变异系数均以单株结铃数最大,衣分最小,且随施氮量的增加变异系数逐渐减小。氮效率指标表现为氮肥农学利用效率、氮肥回收率和氮肥生理利用率变异系数高,变异系数范围为34.57%~ 58.87%,氮肥偏生产力最低,为7.97%。上述结果表明,相较于中、高氮肥水平,低氮水平下各品种间生长指标与产量构成因素的变异程度相差较大,加大了种质间的差异,中、高氮水平限制部分品种对氮肥吸收利用的能力,导致多数品种间生长状况及产量性状逐渐趋于一致。植株各部位生物量、氮素积累量、氮肥农学利用效率、氮肥回收率和氮肥生理利用率在各氮肥处理下变异系数幅度相差较大,可作为筛选指标。

表3   不同氮处理下海岛棉主要性状的变异统计

Table 3  Variation statistics of main traits of island cotton under different nitrogen treatments

指标
Index
N0N1N2
平均值
Average
变幅
Range
变异系数
CV (%)
平均值
Average
变幅
Range
变异系数
CV (%)
平均值
Average
变幅
Range
变异系数
CV (%)
PH (cm)82.3564.20~102.501.0085.9270.70~110.0014.2787.6162.80~113.4017.43
NFB10.267.70~12.0012.8711.148.60~12.308.9111.209.10~12.107.84
SPAD56.6754.10~59.102.9256.1853.40~60.203.1055.5653.20~57.502.47
SLB (g/plant)27.8216.20~44.5028.1531.5717.30~42.2023.9330.8623.30~43.8020.95
ROB (g/plant)40.0229.40~48.9015.2148.6136.70~75.9019.2350.7236.00~61.3016.22
APB (g/plant)67.3150.70~90.0017.8380.9859.70~116.2017.7681.5859.30~99.0016.58
SLNA (g/plant)0.330.19~0.5833.080.450.32~0.6323.700.440.33~0.6320.94
RONA (g/plant)0.360.29~0.5015.070.520.39~0.8421.480.540.39~0.7017.37
APNA (g/plant)0.690.52~1.0722.120.980.73~1.4119.180.980.74~1.2916.90
BNP6.736.10~8.4010.497.366.50~8.608.097.286.30~9.309.39
BW (g)3.253.00~3.403.633.293.00~3.605.093.323.10~3.806.33
LP (%)0.330.32~0.342.130.330.32~0.341.600.330.32~0.373.69
SCY (kg/hm2)4339.133707.70~5507.2011.385002.964224.20~6201.509.665002.084513.80~6015.107.97
LCY (kg/hm2)1426.601210.80~1742.7010.401621.201381.80~2039.969.751639.301484.20~1928.406.87
aNUE (kg/kg)2.771.00~4.2034.571.380.68~2.4836.14
NPFP (kg/kg)20.8517.60~25.809.6610.429.40~12.537.97
NRE (%)28.367.43~51.7149.7214.198.07~21.1536.81
pNUE (kg/kg)12.055.00~21.9049.9011.493.21~25.9158.87
iNUE (kg/kg)7.145.90~9.4017.007.275.97~8.8612.70

PH:株高;NFB:果枝数;SLB:茎叶生物量;ROB:生殖器官生物量;APB:整株生物量;SLNA:茎叶氮素积累;RONA:生殖器官氮素积累;APNA:整株氮素积累;BNP:单株结铃数:BW:单铃重;LP:衣分;SCY:籽棉产量;LCY:皮棉产量;aNUE:氮肥农学利用效率;NPFP:氮肥偏生产力;NRE:氮肥回收率;pNUE:氮素生理利用率;iNUE:氮素内在利用率。下同。

PH: Plant height; NFB: Number of fruit branches; SLB: Stem and leaf biomass; ROB: Reproductive organ biomass; APB: Aerial part biomass; SLNA: Stem and leaf nitrogen accumulation; RONA: Nitrogen accumulation in the reproductive organs; APNA: Aerial part nitrogen accumulation; BNP: Number of bolls per plant; BW: Boll weight; LP: Lint percentage; SCY: Seed cotton yield; LCY: Lint cotton yield; aNUE: Agronomic nitrogen use efficiency; NPFP: Nitrogen partial factor productivity; NRE: Nitrogen recovery efficiency; pNUE: Physiological nitrogen use efficiency; iNUE: Internal nitrogen use efficiency. The same below.

新窗口打开| 下载CSV


2.2 不同氮肥水平下海岛棉各指标间相关性分析

对12个棉花品种的农艺性状、氮效率、产量及其构成因素的19个指标进行相关性分析,从表4中各单项指标的相关系数矩阵来看,在2个氮肥水平下海岛棉品种的株高、茎叶生物量、生殖器官生物量、地上部生物量、茎叶氮积累量、生殖器官氮积累量、地上部氮积累量、单株结铃数与氮肥偏生产力间存在显著(P<0.05)或极显著(P<0.01)正相关性,籽棉产量与果枝数、生殖器官生物量、地上部生物量、生殖器官氮积累量、地上部氮积累量存在显著(P<0.05)或极显著(P<0.01)正相关性。氮素内在利用率与茎叶生物量、地上部生物量、茎叶氮素积累量、生殖器官氮积累量、地上部氮积累量呈极显著(P<0.01)负相关。综上,海岛棉品种各单项指标之间均存在不同程度的相关性,说明它们携带的信息发生重叠,为弥补单项指标氮高效程度评价的不足,能更准确、全面地判断不同海岛棉品种氮高效的敏感指标,需在此基础上利用其他分析方法进行进一步分析。

表4   不同氮肥水平下12个海岛棉品种收获期19个指标相关性分析

Table 4  Correlation analysis of 19 indexes at the harvest period of 12 sea island cotton cultivars under different nitrogen fertilizer levels

指标
Index
PHNFBSPADSLBROBAPBSLNARONAAPNABNPBWLPSCYLCYaNUENPFPNREpNUEiNUE
PH0.327-0.0470.750**0.3060.586*0.706*0.1510.4840.3800.379-0.5110.4970.412-0.1570.497-0.0580.271-0.334
NFB0.2670.4030.1540.4620.3830.0150.4070.2550.648*0.1680.0820.713**0.715**0.0630.713**-0.0570.3280.170
SPAD-0.310-0.050-0.0280.2560.153-0.1190.2080.0580.273-0.3790.5300.1390.2330.3230.1390.378-0.1540.072
SLB0.896**0.337-0.0960.5280.814**0.944**0.5480.864**0.4070.627*-0.2540.4740.4210.1350.4740.416-0.106-0.772**
ROB0.628*0.818**-0.3020.691*0.913**0.4750.932**0.832**0.659*0.3750.0220.756**0.764**0.0920.756**0.555-0.353-0.473
APB0.810**0.659*-0.2300.898**0.939**0.784**0.850**0.955**0.599*0.571-0.1330.718**0.694*0.0790.719**0.528-0.269-0.677*
SLNA0.653*0.2360.1440.900**0.5660.774**0.4630.841**0.2440.708*-0.3040.3420.2760.0090.3430.361-0.163-0.824**
RONA0.5400.728**0.0810.696*0.842**0.845**0.605*0.868**0.591*0.4040.1940.649*0.672*0.1270.649*0.638*-0.461-0.587*
APNA0.668*0.5340.1310.890**0.782**0.901**0.892**0.899**0.4960.646*-0.0440.589*0.5680.0990.589*0.602*-0.375-0.817**
BNP0.1980.4210.0430.4860.5560.5710.619*0.5200.626*0.063-0.1690.835**0.811**0.2210.835**0.1630.309-0.037
BW0.0220.0670.657*0.143-0.152-0.0240.2600.1360.230-0.294-0.2460.3960.3370.0470.3960.208-0.082-0.514
LP-0.690*-0.583*0.024-0.657*-0.646*-0.706*-0.505-0.571-0.610*-0.270-0.252-0.1310.0250.380-0.1310.574-0.5060.043
SCY0.3310.5160.4290.626*0.5600.640*0.742**0.751**0.835**0.703*0.339-0.5530.986**0.1901.000**0.2400.214-0.028
LCY0.0660.3270.5100.4340.3670.4310.637*0.630*0.704*0.680*0.270-0.1550.904**0.2800.986**0.3470.1300.003
aNUE-0.563-0.1930.233-0.618*-0.373-0.522-0.478-0.365-0.468-0.3560.0850.284-0.142-0.0030.1910.586*-0.0140.070
NPFP0.3310.5150.4300.626*0.5590.639*0.742**0.750**0.835**0.702*0.341-0.5511.000**0.905**-0.1420.2410.214-0.028
NRE0.1260.769**-0.1480.1660.705*0.5080.1010.673*0.4330.401-0.185-0.2930.3130.206-0.2990.313-0.724**-0.500
pNUE-0.412-0.5710.196-0.441-0.576*-0.561-0.320-0.529-0.474-0.3940.0640.391-0.244-0.0490.817**-0.244-0.747**0.554
iNUE-0.811**-0.5190.128-0.881**-0.825**-0.923**-0.770**-0.828**-0.896**-0.390-0.1480.729**-0.563-0.3300.542-0.563-0.4790.557

下三角区为N1水平下相关性分析,上三角区为N2水平下相关性分析。“*”表示在0.05水平显著相关,“**”表示在0.01水平显著相关。

Correlation analysis was performed in the lower triangle at N1 level and in the upper triangle at N2 level. “*” indicates significant correlation at the 0.05 level, “**” indicates significant correlation at the 0.01 level.

新窗口打开| 下载CSV


2.3 海岛棉各指标的主成分分析

对12个参试品种的19个单项指标进行主成分分析,如表5所示,2个氮肥水平下分别提取了4个主成分,累计贡献率达分别为86.68%和88.03%,将原来的19个单项指标转换为4个新的综合指标,这4个综合指标具备较强的信息代表性,代表了原始的19个指标所携带的绝大部分信息。第一主成分贡献率分别为45.82%和54.00%,主要由株高、果枝数、茎叶生物量、生殖器官生物量、地上部生物量、茎叶氮积累量、生殖器官氮积累量、地上部氮积累量、单株结铃数、籽棉产量、皮棉产量和氮肥偏生产力决定,主要包含产量及地上部对氮的吸收与干物质积累情况。综上,根据各单项指标变异系数及主成分分析初步确定株高、果枝数、茎叶生物量、生殖器官生物量、地上部生物量、茎叶氮素积累量、生殖器官氮素积累量、地上部氮素积累量、单株结铃数、籽棉产量、皮棉产量和氮肥偏生产力为筛选指标。

表5   不同氮肥水平下各因子载荷矩阵

Table 5  Loading matrices of each factor at different nitrogen fertilizer levels

指标
Index
N1N2
PC1PC2PC3PC4PC1PC2PC3PC4
PH0.580.12-0.580.210.7-0.36-0.55-0.04
NFB0.510.670.14-0.110.68-0.140.53-0.36
SPAD0.170.180.670.130.020.850.04-0.24
SLB0.81-0.31-0.330.290.88-0.08-0.450.12
ROB0.890.000.22-0.310.87-0.300.22-0.04
APB0.97-0.14-0.05-0.090.95-0.22-0.080.03
SLNA0.73-0.44-0.430.220.830.22-0.370.25
RONA0.86-0.140.31-0.310.910.040.20-0.13
APNA0.93-0.34-0.04-0.050.970.15-0.100.05
BNP0.710.550.080.000.670.140.330.58
BW0.59-0.27-0.390.110.140.60-0.32-0.64
LP-0.08-0.180.870.05-0.720.090.200.39
SCY0.830.520.02-0.020.810.540.110.07
LCY0.810.500.180.000.610.690.210.27
aNUE0.190.050.520.76-0.530.460.23-0.14
NPFP0.830.520.02-0.020.810.540.110.07
NRE0.53-0.470.630.230.55-0.330.68-0.21
pNUE-0.160.76-0.490.30-0.610.48-0.230.14
iNUE-0.570.760.160.06-0.900.200.230.14
特征值Eigenvalue8.713.493.121.1510.263.121.971.37
贡献率Contribution rate (%)45.8218.3916.436.0354.0016.4410.367.22
累计贡献率Cumulative contribution rate (%)45.8264.2280.6586.6854.0070.4580.8188.03

新窗口打开| 下载CSV


2.4 主成分综合得分

在2个氮肥水平下,主成分综合得分值计算公式分别为F(N1)=0.458F1+0.184F2+0.164F3+ 0.060F4、F(N2)=0.54F1+0.164F2+0.104F3+0.072F4,根据主成分得分计算公式分别计算出综合得分,综合得分越高表明该品种氮效率越高,反之氮效率越低。如表6所示,棉城10号综合得分在2个氮肥水平下均最高,为氮高效品种;新海14号综合得分最低,为氮低效品种。

表6   海岛棉氮效率主成分综合得分值

Table 6  Comprehensive score values of nitrogen efficiency principal components of sea island cotton

序号
Number
品种
Variety
N1N2
综合得分
Comprehensive
score
排序
Ranking
综合得分
Comprehensive
score
排序
Ranking
1新海14号-1.7112-2.2112
2新海21号0.105-1.0910
3新海24号-1.5711-0.215
4新海28号0.8132.072
5新海35号-0.429-0.246
6新海39号0.384-0.718
7新海43号1.0720.454
8新海45号-0.488-0.969
9新海53号-0.387-1.9011
10新海61号-0.3061.453
11新海62号-1.1210-0.607
12棉城10号3.6213.951

新窗口打开| 下载CSV


2.5 综合评价

2.5.1 隶属函数分析及权重的确定

表7所示,根据公式(2)计算12个棉花品种各综合指标(F)的隶属函数值,对于同一综合指标而言,μ(X1)越大,表明此品种在这一综合指标表现为氮吸收利用能力最高,μ(X1)越小,表明该品种在这一综合指标上氮吸收利用能力最小,其他品种介于两者之间。某一相互独立的综合变量权重是指该变量在整体评价中的相对重要程度。根据各综合指标贡献率的大小可计算其权重,用公式(3)计算后,4个综合指标的权重在N1水平下分别为0.52、0.22、0.19、0.07,在N2水平下分别为0.61、0.19、0.12、0.08。

表7   海岛棉各品种隶属函数值及综合评价值

Table 7  Membership function values and comprehensive evaluation values of various varieties of sea island cotton

序号
Number
品种
Variety
N1N2
μ(X1)μ(X2)μ(X3)μ(X4)D
D value
排序
Ranking
μ(X1)μ(X2)μ(X3)μ(X4)D
D value
排序
Ranking
1新海14号0.120.000.530.580.20120.000.770.621.000.1810
2新海21号0.260.710.830.870.5130.200.670.940.580.329
3新海24号0.000.570.700.350.28110.450.070.890.310.378
4新海28号0.570.700.000.670.5040.800.900.000.250.652
5新海35号0.111.000.700.920.4860.360.890.810.000.365
6新海39号0.400.290.840.940.5050.280.740.760.420.357
7新海43号0.490.381.001.000.6020.540.210.870.440.474
8新海45号0.390.120.170.970.3390.390.070.080.290.2811
9新海53号0.210.490.880.690.4380.120.400.630.580.1412
10新海61号0.210.970.400.590.4470.750.000.800.300.593
11新海62号0.160.340.670.000.29100.280.940.550.590.376
12棉城10号1.000.620.850.280.8411.001.001.000.850.991
指标权重Index weight0.520.220.190.070.610.190.120.08

新窗口打开| 下载CSV


2.5.2 综合评价及聚类分析

采用公式(4)计算各棉花品种氮素吸收利用的综合能力的大小,D值越大,表明该品种氮素吸收利用的能力越大,为氮高效品种。根据D值进行聚类分析(图1),将12个品种划分为3类。第Ⅰ类为氮高效品种(棉城10号);第Ⅱ类为氮中效品种(包括新海28号、新海61号、新海43号、新海35号、新海21号、新海39号);第Ⅲ类为氮低效品种(包括新海14号、新海24号、新海45号、新海62号、新海53号)。

图1

图1   不同种质海岛棉品种氮效率综合评价值聚类图

Fig.1   Clustering of comprehensive evaluation values of nitrogen efficiency of different sea island cotton cultivars


2.5.3 回归模型的建立

为筛选氮效率核心鉴定指标,将氮效率D值作为因变量,把海岛棉品种单项指标作为自变量进行逐步回归分析,建立最优回归方程:D(N1)=-2.186+0.170SPAD+0.150APNA+ 0.043DNP+0.01LCY;D(N2)=-3.167+0.382RONA+ 0.057DNP+0.029SPAD+0.008ROB+0.0002SCY。方程决定系数分别为0.997和0.993。由方程可知,SPAD、ROB、RONA、APNA、BNP、SCY、LCY和aNUE对海岛棉氮效率有显著影响,可作为筛选海岛棉氮高效品种的关键性指标。

2.6 基于皮棉产量分析

为进一步检验海岛棉氮效率类型,以N0与N1、N2处理下各品种皮棉产量平均值为分界线,以两两氮肥水平下各品种皮棉产量做散点图(图2),将12个品种划分为4个类型:双高效型(Ⅰ)、高氮高效型(Ⅱ)、双低效型(Ⅲ)和低氮高效型(Ⅳ)。供试海岛棉品种主要为双高效型(Ⅰ)品种与双低效型品种(Ⅱ)。在N1与N0处理散点图(图2a)中,12个海岛棉品种被分为3类,双高效型(Ⅰ)品种分别为棉城10号、新海28号、新海35号、新海61号,高氮高效型(Ⅱ)品种分别为新海21号、新海62号,双低效型(Ⅲ)品种分别为新海14号、新海24号、新海39号、新海45号、新海62号。在N2与N0处理散点图(图2b)中,供试海岛棉品种被分为4类:双高效型(Ⅰ)品种分别为棉城10号、新海28号、新海61号、新海35,高氮高效型(Ⅱ)品种分别为新海62、新海21,双低效型(Ⅲ)品种分别为新海14号、新海24号、新海39号、新海45号、新海53号,低氮高效型(Ⅳ)品种为新海43号。

图2

图2   不同氮肥水平下皮棉产量散点图

Fig.2   Scatter plot of lint yield at different nitrogen levels


综上,在3种氮肥水平下,以皮棉产量为依据对供试海岛棉品种氮效率类型划分,参试品种主要为双高效型品种与双低效型品种,棉城10号、新海28号和新海61号划分为双高效型品种,新海14号、新海24号、新海39号和新海45为双低效型品种。结合主成分综合得分与氮效率D值分析结果,最终确定棉城10号为氮高效品种,新海28号、新海35号和新海61号为氮中效品种,新海14号、新海24号和新海45号为氮低效品种。

3 讨论

不同生育时期,作物对氮素的响应情况存在基因型差异,因此选择合适的生育时期进行氮效率筛选至关重要[16]。作物氮素吸收利用的基因型差异主要表现在生育后期,作物成熟期具有较高的叶片氮素转运量及运转率[17]与较高的吸氮能力[18],因而对最终产量及氮素利用效率起决定性作用。棉花氮高效种质筛选起步较晚,相关报道多为苗期筛选[19],苗期筛选虽具有耗时短和受环境影响小等优点[20-21],但筛选条件与田间环境相差较大,且缺乏产量指标。因此以成熟期各性状作为筛选指标,可以真实反映作物吸收与利用土壤中氮素的能力,更加准确地筛选出氮高效品种。

针对作物氮高效种质评价性状的研究较多,但迄今为止尚未统一。王准等[14]综合棉花苗期12个氮素性状指标的变异系数、主成分分析及相关性分析,将总氮积累量、地上部氮积累量、总干物质质量、地上部干物质质量、根干物质质量和氮吸收效率作为棉花苗期氮效率评价指标。郑顺利等[21]根据总相对干重、总氮积累量、地上部含氮量等6个指标对30个棉花品种进行聚类分析,筛选出5个氮高效品种和3个氮低效品种。笔者认为,关于氮高效评价性状选择需要考虑以下3个因素:一是评价性状在不同氮肥水平下表现要具有差异,二是评价性状不同基因型间变异系数要高,三是评价性状要与最终产量相关性高。本研究通过相关性分析和主成分分析,发现果枝数、茎叶生物量、生殖器官生物量、地上部生物量、茎叶氮积累量、生殖器官氮积累量、地上部氮积累量、单株结铃数、产量和氮肥偏生产力等指标间存在显著(P<0.05)或极显著(P<0.01)相关性,在3个氮水平下具有较高的变异系数,种质间差异明显,基本符合以上3点,说明果枝数、茎叶生物量、生殖器官生物量、地上部生物量、茎叶氮积累量、生殖器官氮积累量、地上部氮积累量、单株结铃数、籽棉产量、皮棉产量和氮肥偏生产力作为海岛棉氮高效种质筛选评价性状是合理的,其中SPAD、生殖器官生物量、生殖器官氮积累量、地上部总氮积累量、单株结铃数、籽棉产量、皮棉产量和氮肥农学利用率间相关性强,因子载荷系数高,且便于获取数据,因此可作为氮高效品种筛选的核心指标。

目前,关于利用主成分分析、模糊隶属函数分析与聚类分析划分氮效率的方法在水稻[22]、玉米[23-24]和小麦[25-26]等作物上均有应用。陈晨等[11]通过因子分析与隶属函数综合评价方法将55个供试水稻品种划分为氮高效型、氮中效型和氮低效型三大类。常晓等[26]结合各性状变异系数,运用相关性分析、主成分分析和隶属函数法将47份玉米材料划分为四大类(低氮高效型、低氮中效型、低氮低效型、低氮敏感型)。祝令晓等[19]通过主成分分析、模糊隶属函数分析、聚类分析、相关性分析筛选出4个耐低氮品种和5个低氮敏感型品种。棉花品种特性差异大,单独使用某一单项指标或评价方法很难反映该品种氮效率,同时,众多评价指标间存在一定的自相关,导致各项指标所携带的信息发生重叠,且各项指标的贡献程度不同[27],因此需运用多元分析方法对不同海岛棉品种氮效率性状的各项指标进行综合评价,建立可靠的评价体系。本研究采用主成分分析、隶属函数分析与聚类分析初步筛选出氮高效品种棉城10号,氮中效品种新海28号、新海61号和新海35号,氮低效品种新海14号、新海24号和新海45号。虽然针对棉花氮效率的评价方法、筛选时期和氮效率类型划分等方面的研究取得了重要进展,但对不同氮效棉花品种氮吸收利用的作用机制尚不明确,应进一步研究不同氮效率棉花氮素吸收生理生化机制的基因型差异,构建完善的氮效率评价体系。

4 结论

本研究运用相关性分析、主成分分析以及隶属函数分析等综合评价方法,确定SPAD、生殖器官生物量、生殖器官氮积累量、地上部总氮积累量、单株结铃数、籽棉产量、皮棉产量和氮肥农学利用率等可作为氮效率核心评价指标,构建海岛棉氮效率综合评价体系,并根据主成分综合得分、氮效率综合评价值与皮棉产量,从12份海岛棉材料中筛选出1个氮高效型海岛棉品种(棉城10号)、3个氮中效型品种(新海28号、新海61号、新海35号)和3个氮低效型品种(新海14号、新海24号、新海45号)。

参考文献

孔庆平.

我国海岛棉生产概况及比较优势分析

中国棉花, 2002, 29(12):19-23.

[本文引用: 1]

巨晓棠, 张福锁.

关于氮肥利用率的思考

生态环境, 2003, 12(2):192-197.

[本文引用: 1]

Harvey P H.

Hereditary variation in plant nutrition

Genetics, 1939, 24(4):437-461.

DOI:10.1093/genetics/24.4.437      PMID:17246932      [本文引用: 1]

Stringfield G, Salter R M.

Differential response of corn varieties to fertility levels and to seasons

Journal of Agricultural Research, 1934, 49(11):991-1000.

[本文引用: 1]

Tyagi B S, Foulkes J, Singh G, et al.

Identification of wheat cultivars for low nitrogen tolerance using multivariable screening approaches

Agronomy, 2020, 10(3):417.

DOI:10.3390/agronomy10030417      URL     [本文引用: 1]

A set of thirty-six wheat cultivars were grown for two consecutive years under low and high nitrogen conditions. The interactions of cultivars with different environmental factors were shown to be highly significant for most of the studied traits, suggesting the presence of wider genetic variability which may be utilized for the genetic improvement of desired trait(s). Three cultivars, i.e., RAJ 4037, DBW 39 and GW 322, were selected based on three selection indices, i.e., tolerance index (TOL), stress susceptibility index (SSI), and yield stability index (YSI), while two cultivars, HD 2967 and MACS 6478, were selected based on all four selection indices which were common in both of the study years. According to Kendall’s concordance coefficient, the consistency of geometric mean productivity (GMP) was found to be highest (0.778), followed by YSI (0.556), SSI (0.472), and TOL (0.200). Due to the high consistency of GMP followed by YSI and SSI, the three selection indices could be utilized as a selection tool in the identification of high-yielding genotypes under low nitrogen conditions. The GMP and YSI selection indices had a positive and significant correlation with grain yield, whereas TOL and SSI exhibited a significant but negative correlation with grain yield under both high and low nitrogen conditions in both years. The common tolerant genotypes identified through different selection indices could be utilized as potential donors in active breeding programs to incorporate the low nitrogen tolerant genes to develop high-yielding wheat varieties for low nitrogen conditions. The study also helps in understanding the physiological basis of tolerance in high-yielding wheat genotypes under low nitrogen conditions.

刘秋员, 周磊, 田晋钰, .

长江中下游地区常规中熟粳稻氮效率综合评价及高产氮高效品种筛选

中国农业科学, 2021, 54(7):1397-1409.

DOI:10.3864/j.issn.0578-1752.2021.07.007      [本文引用: 1]

【目的】对长江中下游地区常规中熟粳稻品种(系)的氮素吸收利用效率进行综合评价,以期筛选出高产氮高效的粳稻品种(系),为该地区高产氮高效品种的选育与生产应用提供参考。【方法】以长江中下游地区105份(2017年90份,2018年105份)常规中熟粳稻品种(系)为试验材料,设置施氮肥和不施氮肥2个处理,成熟期测定各品种(系)的产量、干物质积累、氮素吸收利用效率等指标。以氮肥回收效率、氮肥农学利用率、氮素生理利用率、氮素籽粒生产效率、氮素干物质生产效率5项指标作为氮吸收与利用效率评价指标,通过熵权模糊隶属函数法得到各品种(系)的氮效率综合值,然后基于氮效率综合值和产量计算产量-氮效率综合指数,并采用系统聚类方法基于产量-氮效率综合指数对供试品种(系)进行产量氮效率类型划分。【结果】供试品种(系)被划分为3个类型,其中类型Ⅰ的产量、氮肥回收效率、氮肥农学利用率、氮素生理利用率、氮素籽粒生产效率、氮素干物质生产效率在3个类型间均为最高,而类型Ⅲ的均为最低,说明类型Ⅰ为高产氮高效类型,类型Ⅲ为低产氮低效类型。根据筛选结果,2017年和2018年分别有23个和27个品种(系)被划分为高产氮高效型类型,其中南粳5718、南粳9108、宁粳7号、泗稻15号、扬粳239等19个品种(系)表现稳定,2年均被划分为高产氮高效类型。高产氮高效类型(类型Ⅰ)的茎干重、叶干重、穗干重、总干重、穗粒数、穗吸氮量、总吸氮量均显著高于类型Ⅱ和类型Ⅲ。【结论】初步筛选出了南粳5718、南粳9108、宁粳7号、泗稻15号等高产氮高效类型品种(系)。与低产氮低效类型相比,高产氮高效类型品种(系)主要表现出地上部生物量大、穗粒数多、总吸氮量高,特别是穗吸氮量高等特征。上述研究结果可以为长江中下游地区高产氮高效常规中熟粳稻品种选择提供参考,同时也可为产量与氮效率协同机理研究提供材料。

阮新民, 施伏芝, 罗志祥, .

水稻苗期氮高效品种评价与筛选的初步研究

中国稻米, 2010, 16(2):22-25.

[本文引用: 1]

郭松, 曾祥忠, 陈琨, .

川中丘区玉米氮高效品种筛选及增产潜力分析

核农学报, 2020, 34(11):2569-2577.

DOI:10.11869/j.issn.100-8551.2020.11.2569      [本文引用: 1]

为探究高产氮高效玉米品种在减肥增效措施中的增产潜力,本研究通过对川中丘陵区近十年11个主推玉米品种在2个环境(简阳和中江)和3个氮水平[0(LN)、150(MN)和300 kg·hm-2(HN)]下的田间产量及产量构成因子等进行方差和相关性分析,依据产量的基因型×氮互作效应对玉米品种进行氮效率分类,研究不同类型玉米的增产潜力以及与增产潜力有关的产量性状。结果表明,基因型、氮、环境及其互作显著影响玉米产量,基因型×氮互作显著影响穗粗和百粒重;11个试验玉米品种存在氮效率的基因型差异,包括双高效型、高氮高效型、耐低氮型和双低效型4种类型,其中双高效型和高氮高效型占总数的45.5%,其在HN和LN的增产潜力分别为6.74%~7.54%和9.88%~13.45%;高产氮高效品种(双高效型和高氮高效型)在2个试验点的节氮潜力差异较大,HN的节氮潜力可达19.18%以上;增产潜力与穗粗、百粒重等产量构成因子显著正相关;正红311、川单189和绵单1256在2个环境下均表现出高产氮高效品种特征。在川中丘陵区不同肥力的土壤上选择种植高产氮高效或耐低氮的玉米品种,通过合理施肥,可以达到增产/稳产和节氮增效的目的。本研究对川中丘陵区玉米高产氮高效品种的选育和推广应用具有重要理论意义。

孟自力, 朱伟, 朱倩, .

小麦氮高效品种的筛选及评价

江苏农业科学, 2022, 50(13):52-57.

[本文引用: 1]

杨豫龙, 赵霞, 王帅丽, .

黄淮海中南部玉米氮高效品种筛选及产量性状分析

玉米科学, 2022, 30(1):23-32.

[本文引用: 1]

陈晨, 龚海青, 张敬智, .

不同基因型水稻苗期氮营养特性差异及综合评价

中国生态农业学报, 2016, 24(10):1347-1355.

[本文引用: 2]

韩璐, 张薇.

棉花苗期氮营养高效品种筛选

中国农学通报, 2011, 27(1):84-88.

[本文引用: 1]

李雪妮, 盛建东, 侯静, .

不同棉花品种苗期氮效率筛选的初步研究

新疆农业大学学报, 2007, 30(3):44-48.

[本文引用: 1]

王准, 张恒恒, 董强, .

棉花耐低氮和氮敏感种质筛选及验证

棉花学报, 2020, 32(6):538-551.

DOI:10.11963/1002-7807.wzsmz.20201023      [本文引用: 2]

【目的】通过挖掘棉花耐低氮种质资源,提高氮效率。【方法】选用80个棉花种质,苗期试验设置低氮浓度(0.25 mmol&middot;L-1)和正常氮浓度(5 mmol&middot;L-1)2个氮水平,确定筛选指标且划分氮效率类型,并与田间产量的筛选结果进行比较。【结果】供试棉花种质在2个氮水平下总干物质质量、地上部氮累积量、氮素吸收效率等12个性状指标均存在显著性差异。综合棉花苗期氮素性状指标的变异系数、主成分分析及相关性分析,将总干物质质量、总氮积累量、氮吸收效率等6个指标作为筛选评价指标。根据聚类热图分析及氮效率综合值,初步筛选出2个耐低氮、氮高效种质(鲁05R59和中棉所69)和2个低氮敏感、氮低效种质(珂字棉201和新陆中30号)。田间试验筛选结果与苗期筛选结果一致。【结论】苗期进行氮高效种质筛选是可行的,并确定鲁05R59和中棉所69为耐低氮、氮高效种质,珂字棉201和新陆中30号为低氮敏感、氮低效种质。

Zhang H H, Fu X Q, Wang X G, et al.

Identification and screening of nitrogen efficient cotton genotypes under low and normal nitrogen environments at the seedling stage

Journal of Cotton Research, 2018, 1(2):3-13.

DOI:10.1186/s42397-018-0002-1      [本文引用: 1]

钟思荣, 龚丝雨, 张世川, .

作物不同基因型耐低氮性和氮效率研究进展

核农学报, 2018, 32(8):1656-1663.

DOI:10.11869/j.issn.100-8551.2018.08.1656      [本文引用: 1]

筛选耐低氮能力强、氮效率高的作物基因型是提高氮素利用效率,节约矿质营养资源,减少环境污染的一种有效途径。本文通过论述作物耐低氮性和氮效率的概念、筛选时期、评价指标,分析两者的异同点,发现作物耐低氮性和氮效率两者评价的指标和时期基本类似。同时,比较了氮素营养划分的不同类型,认为将不同基因型划分成低效不响应型、低效响应型、高效不响应型、高效响应型更合理,能更清晰表现出不同品种对氮素的利用状况。合理、全面评价作物不同基因型对氮素的利用状况,加强对作物耐低氮性和氮效率的生理机制和分子生物学机理研究,对于作物育种、栽培及发展节约高效的绿色农业具有重要意义。

董桂春, 王余龙, 周娟, .

不同氮素籽粒生产效率类型籼稻品种氮素分配与运转的差异

作物学报, 2009, 35(1):149-155.

DOI:10.3724/SP.J.1006.2009.00149      [本文引用: 1]

在群体水培条件下,以国内外不同年代育成的常规籼稻代表品种(2001年为88个、2002年为122个)为材料,测定干物重、氮素含量、产量及其构成因素等,采用组内最小平方和的动态聚类方法将供试品种的氮素籽粒生产效率(NUEg)从低到高依次分为A、B、C、D、E、F 6种类型,研究不同氮素籽粒生产效率类型品种氮素分配与运转的基本特点。结果表明,供试品种间NUEg的差异很大(244%、325%),A、B、C、D、E、F类品种的平均NUEg, 2001年分别为20.51、31.04、35.64、39.46、43.55、50.92 g g-1,2002年分别为24.33、31.61、35.83、39.06、43.51、50.00 g g-1;NUEg高的品种抽穗期、成熟期茎鞘叶中氮素比例小、穗中氮素比例大,成熟期更明显,结实期茎鞘叶氮素运转量大、运转率高;提高结实期茎鞘叶氮素运转量和运转率有利于提高结实期茎鞘叶干物重运转量和经济系数。

李文娟, 何萍, 高强, .

不同氮效率玉米干物质形成及氮素营养特性差异研究

植物营养与肥料学报, 2010, 16(1):51-57.

[本文引用: 1]

祝令晓, 宋世佳, 李浩然, .

基于耐低氮综合指数的棉花苗期耐低氮品种筛选

作物学报, 2022, 48(7):1800-1812.

DOI:10.3724/SP.J.1006.2022.14085      [本文引用: 2]

在棉花生产中, 氮肥的过量施用, 不仅增加了生产成本, 还造成了氮肥的大量流失, 对环境造成了破坏。筛选耐低氮棉花品种是解决该问题的有效途径之一。本研究以21个在我国各大棉区主栽的棉花品种为试验材料, 采用苗期土培的方式, 设置正常氮(138 mg kg-1)和低氮(0 mg N kg-1) 2个处理, 测定了23个农艺性状, 采用主成分分析、模糊隶属函数、聚类分析、相关性分析评价各品种的耐低氮能力。结果表明, 所测定的大部分性状的变异系数均大于10%, 说明所选择品种具有很好的代表性。根据主成分分析和相关性分析得出作为棉花低氮耐受性评价的7个性状, 分别为根长、根表面积、根体积、地上部干重、总干重、实际光化学效率、最大光化学效率。根据耐低氮综合指数, 筛选出鲁无403、新海12号、中棉所64号、新陆早23号4个耐低氮品种, 丰抗棉1号、TM-1、农大棉601、中棉所35、新陆早53号5个低氮敏感型品种。4个耐低氮品种的耐低氮综合指数介于0.5723~0.6818, 而5个低氮敏感型品种的耐低氮综合指数介于0.2914~0.3962。本研究提出的基于耐低氮综合指数的筛选方法, 为作物耐低氮品种的筛选提供了新的借鉴。

贵会平, 董强, 张恒恒, .

棉花苗期耐低氮基因型初步筛选

棉花学报, 2018, 30(4):326-337.

DOI:10.11963/1002-7807.ghpsmz.20180720      [本文引用: 1]

【目的】筛选耐低氮的棉花品种(系),挖掘棉花自身吸收利用氮素的潜力。【方法】以三大棉区不同年代有代表性的270个棉花品种为材料,利用沙培的试验方法,分析其在低氮和适氮两个水平下主要农艺性状的差异及相关性,通过主成分分析和隶属函数法筛选耐低氮品种。【结果】270个供试品种的7个农艺性状在不同供氮水平下变异系数较大,除SPAD值和低氮水平第一批的根干物质质量和总干物质质量外,变异系数都达到10以上,氮积累量变异系数达到60.02。第一批的SPAD、叶面积、根干物质质量相对值的最大值大于80%,第三批和第四批的SPAD、株高、根干物质质量、地上部干物质质量、总干物质质量相对值的最大值大于80%,说明所选材料中存在低氮水平下长势良好即耐低氮品种。【结论】初步筛选出中棉所35、中棉所69、豫棉12、新陆早12号、新陆早23号等32个耐低氮品种;筛选出中棉所64、中662、新陆中15号、新陆早53号等32个氮胁迫敏感型品种。

郑顺利, 赵一超, 陈金湘, .

棉花苗期氮效率对其产量性状和品质性状的影响

中国农学通报, 2014, 30(15):220-226.

[本文引用: 2]

李亚楠, 刘雪艳, 师亚琴, .

陕A群、陕B群选育的玉米自交系氮效率评价

中国生态农业学报, 2016, 24(11):1521-1528.

[本文引用: 1]

崔文芳, 高聚林, 屈佳伟, .

氮高效玉米杂交种的筛选及氮效率相关特性分析

玉米科学, 2016, 24(4):72-82.

[本文引用: 1]

张恒, 陈艳琦, 任杰莹, .

西南麦区小麦苗期氮高效品种筛选及指标体系构建

四川农业大学学报, 2022, 40(1):10-18,27.

[本文引用: 1]

赵化田, 王瑞芳, 许云峰, .

小麦苗期耐低氮基因型的筛选与评价

中国生态农业学报, 2011, 19(5):1199-1204.

[本文引用: 1]

常晓, 郭志军, 王小博, .

玉米自交系氮高效指标的筛选及综合评价

玉米科学, 2019, 27(1):17-24.

[本文引用: 2]

周广生, 梅方竹, 周竹青, .

小麦不同品种耐湿性生理指标综合评价及其预测

中国农业科学, 2003, 36(11):1378-1382.

[本文引用: 1]

/