北方粳稻萌发期耐冷性鉴定评价与筛选
Identification, Evaluation and Screening of Cold Tolerance in Japonica Rice at Germination Stage in Northern China
通讯作者:
收稿日期: 2024-08-14 修回日期: 2024-10-11 网络出版日期: 2024-10-16
| 基金资助: |
|
Received: 2024-08-14 Revised: 2024-10-11 Online: 2024-10-16
作者简介 About authors
蒋昆炜,研究方向为水稻育种、栽培及示范推广,E-mail:
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:
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.
Keywords:
本文引用格式
蒋昆炜, 孙国才, 王健, 王桂艳, 崔月峰.
Jiang Kunwei, Sun Guocai, Wang Jian, Wang Guiyan, Cui Yuefeng.
1 材料与方法
1.1 试验材料
以45份粳稻类型水稻为供试材料,包括来源中国的43份(表1)和来源日本的2份(秋光,J44;秋田小町,J45),均由铁岭市农业科学院提供。
表1 来源中国的供试水稻信息
Table 1
| 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 | ||||||||||
1.2 试验设计
1.3 测定指标与方法
以种子露白记为发芽,逐日观察并记录CK和T处理的发芽情况;以当日发芽粒数无新增的时间记为规定期限,CK处理为5 d,T处理为15 d,用直尺测量并记录芽长和根长。参照黄贺等[20]的方法,计算发芽势(germination potential,GP)、发芽率(germination rate,GR)、发芽指数(germination index,GI)、芽活力指数(vigor index of shoot,VIS)、根活力指数(vigor index of root,VIR)、平均发芽天数(average germination days,AGD)和发芽系数(germination coefficient,GC)7个指标。其中,在1/3规定期限时统计发芽势(CK处理于第2天测定,T处理于第5天测定),此时种子出芽旺盛,考察各品种出芽整齐度和种子活力;在规定期限时统计发芽率,此时种子已基本出芽完毕,考察各品种出芽能力。各指标计算公式为:
1.4 数据处理
采用Microsoft Excel 2016进行数据整理,利用R 4.1.3的corrplot包进行Pearson相关性分析,利用SPSS 23进行主成分分析,利用R 4.1.3的ggplot2包、ComplexHeatmap包、circlize包和dendextend包进行聚类分析,采用ward.D方法层次聚类,采用Euclidean方法计算遗传距离,利用SPSS 23的线性回归分析对综合耐冷性评价值(D)进行回归方程分析。相关计算公式[21]如下:
其中,CRC1~CRC7分别表示发芽势、发芽率、发芽指数、芽活力指数、根活力指数、平均发芽天数和发芽系数的耐冷系数。
式中,U(CI)表示各综合指标的隶属函数值,CIj表示第j个综合指标值,CImax表示第j个综合指标的最大值,CImin表示第j个综合指标的最小值。
式中,Wj表示第j个综合指标的权重;Pj表示第j个综合指标的贡献率。
2 结果与分析
2.1 冷胁迫下45份水稻材料萌发期的性状指标
45份水稻材料在T处理下的平均发芽天数与CK处理相比增加了219.90%(表2)。与CK处理相比,发芽势、发芽率、发芽指数、芽活力指数、根活力指数和发芽系数均降低,降幅分别为39.47%、15.31%、71.23%、80.66%、89.48%和71.43%,其中根活力指数的降幅最大,发芽率降幅最小。此外,CK处理各指标的变异系数在1.95%~ 35.13%,T处理在23.57%~84.83%,2个处理均存在较大差异,由此计算其耐冷系数进行后续分析。
表2 冷胁迫下45份水稻材料萌发期的性状指标
Table 2
| 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 |
2.2 45份水稻材料萌发期各指标的耐冷系数
由表3可知,各指标耐冷系数的变异系数在22.99%~74.85%,根活力指数的耐冷系数变异最大,发芽率的耐冷系数最小,表明供试材料间存在广泛的遗传多样性,故对其进行综合评价。
表3 45份水稻材料萌发期各指标的耐冷系数
Table 3
| 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 |
2.3 45份水稻材料耐冷系数的相关性分析
45份水稻材料萌发期各耐冷系数之间存在不同程度的相关关系(图1)。发芽势、发芽率、发芽指数、芽活力指数、根活力指数和发芽系数的耐冷系数之间均呈极显著正相关,其中芽活力指数与根活力指数耐冷系数的相关系数高达0.94。平均发芽天数与其余指标的耐冷系数均呈负相关,其中与发芽势、发芽指数、芽活力指数、根活力指数和发芽系数的耐冷系数呈显著负相关,与发芽系数耐冷系数的相关系数绝对值最大(-0.73)。各单项指标间存在不同程度的相关性,使信息产生重叠,因此,直接利用单项指标评价北方粳稻萌发期耐冷性是不全面的,需要进行多元统计分析。
图1
图1
45份水稻材料萌发期耐冷系数的相关性分析
“**”和“***”分别表示在P < 0.01和P < 0.001水平上极显著相关。
Fig.1
Correlation analysis of cold tolerance coefficients of 45 rice materials at germination stage
“**”and“***”indicate extremely significant correlations at the P < 0.01 and P < 0.001 levels, respectively.
2.4 45份水稻材料耐冷系数的主成分分析
对45份水稻材料萌发期的耐冷系数进行主成分分析,将原有的7个指标转化为2个独立的综合指标CI1和CI2(表4)。2个主成分特征值均大于1,累计贡献率为89.866%,以贡献率占比作为权重,主成分CI1权重占比83.7%,主成分CI2权重占比16.3%。这2个主成分可以较好地替代7个性状指标,对萌发期耐冷性进行评价。
表4 45份水稻材料的耐冷系数主成分分析
Table 4
| 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 |
2.5 45份水稻材料耐冷性的聚类分析
将45份水稻材料进行聚类分析(图2),分为4种类型,其中J23、J16、J5、J20、J35、J32、J41、J21、J34、J29、J12、J22和J27归为一类,共13份材料,为耐冷型;J17、J8、J31、J40、J19、J33、J15、J42和J14归为一类,共9份材料,为较耐冷型;J4、J18、J45、J13、J11、J3、J37和J30归为一类,共8份材料,为冷敏感型;其余15份归为一类,为冷较敏感型。
图2
图2
冷胁迫下45份水稻材料萌发期耐冷性聚类热图
Fig.2
Clustering heat maps of cold tolerance of 45 rice accessions at germination stage under cold stress
2.6 萌发期耐冷性评价回归分析方程
45份水稻材料萌发期综合耐冷性评价值D的分布范围在0.024~0.890,其中J29最大,表明其萌发期耐冷性最好;J30最小,表明其萌发期耐冷性最差(表5)。为进一步分析水稻萌发期评价指标与耐冷性之间的关系,以耐冷系数为自变量、D值为因变量进行回归分析,构建最优回归方程:D1=−0.104+0.178X1+0.292X2+1.034X5+0.552X7(R2= 0.994,P<0.05),式中,D1为耐冷评价预测值,X1、X2、X5和X7分别为发芽势、发芽率、根活力指数和发芽系数的耐冷系数,可以解释D1值的99.4%,说明此方程可用于萌发期耐冷性评价。方程估计精度较高,利用该回归方程估算D值,可提高水稻萌发期耐冷性评价的工作效率。
表5 萌发期耐冷性评价回归分析方程的估计精度
Table 5
| 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 |
3 讨论
由于各指标间差异显著,为更直观地呈现冷胁迫对各指标的影响,采用T处理与CK处理的相对值,即耐冷系数,可消除不同品种间基本性状的差异[4]。本试验的45份北方粳稻中,各指标的变化趋势与幅度存在差异,且各耐冷系数间存在不同程度的相关性。由于指标间信息重叠,仅依靠单一指标的耐冷系数难以全面阐释耐冷实质,从而导致无法准确评价不同材料萌发期的耐冷性[26-27]。隶属函数分析与主成分分析已广泛应用于多种作物的抗逆性评价中[28
4 结论
通过多元统计方法进行萌发期耐冷性鉴定,45份北方粳稻材料可划分为4类。铁粳香3号、松粮850、辽粳9号、铁粳1603、盘粳202、北粳K13、铁粳96、东研稻27、天隆优717、铁粳1743、港优9号、铁粳1808和天隆优619共13份材料耐冷性最强,可作为耐冷种质资源加以利用。通过回归分析构建方程,确定发芽势、发芽率、根活力指数和发芽系数为北方粳稻萌发期耐冷性评价的关键指标,可据此进行耐冷品种鉴选。
参考文献
Nanomaterials coupled with microRNAs for alleviating plant stress: a new opening towards sustainable agriculture
DOI:10.1007/s12298-022-01163-x
PMID:35592477
[本文引用: 3]
Plant growth and development is influenced by their continuous interaction with the environment. Their cellular machinery is geared to make rapid changes for adjusting the morphology and physiology to withstand the stressful changes in their surroundings. The present scenario of climate change has however intensified the occurrence and duration of stress and this is getting reflected in terms of yield loss. A number of breeding and molecular strategies are being adopted to enhance the performance of plants under abiotic stress conditions. In this context, the use of nanomaterials is gaining momentum. Nanotechnology is a versatile field and its application has been demonstrated in almost all the existing fields of science. In the agriculture sector, the use of nanoparticles is still limited, even though it has been found to increase germination and growth, enhance physiological and biochemical activities and impact gene expression. In this review, we have summarized the use and role of nanomaterial and small non-coding RNAs in crop improvement while highlighting the potential of nanomaterial assisted eco-friendly delivery of small non-coding RNAs as an innovative strategy for mitigating the effect of abiotic stress.© Prof. H.S. Srivastava Foundation for Science and Society 2022, corrected publication 2022.
谷子育成品种萌芽期耐冷性综合评价
DOI:10.3724/SP.J.1006.2024.34216
[本文引用: 3]
黑龙江地处高纬度地区, 谷子播种后萌发期冷害频繁发生, 造成出苗缓慢、出苗不齐、缺苗, 是限制本地区谷子产量和品质的关键性因素, 鉴定谷子耐冷性并筛选耐冷评价指标, 可为耐冷谷子品种选育提供理论依据并对谷子安全生产具有重要意义。以52个谷子育成品种为研究对象, 设置12个萌发期冷胁迫处理, 以发芽率为指标探讨了谷子萌发期耐冷性的适宜鉴定方法。低温胁迫后测量了发芽势、发芽率、发芽指数、芽长、根长、芽鲜重、根鲜重7个指标的耐冷系数, 运用隶属函数分析、主成分分析、相关分析和聚类分析法对参试品种的耐冷性进行了综合评价和归类, 并采用逐步回归分析建立了耐冷性预测回归方程。结果表明, 8℃低温处理7 d, 谷子品种发芽率的变异幅度最大, 能较好地鉴别品种间耐冷性差异, 是谷子萌发期耐冷性鉴定的最适宜条件; 低温胁迫后7个鉴定指标均低28℃对照处理, 但各指标间降低程度不同; 利用主成分分析将7个单项指标转化为3个独立的综合指标, 主成分分析表明, 芽长、芽鲜重和根鲜重最能代表谷子萌发期对低温胁迫后的响应情况, 可作为萌发期耐冷性鉴定的评价指标。通过聚类分析, 将52个谷子品种划分为3类, 筛选出嫩选14、朝谷14、蒙黑谷8号等17个高度耐冷品种, 以及鲁谷7号、晋谷20等15个冷敏感品种, 这些品种可为耐冷育种和谷子生产提供种质基础。
Transcriptomic and QTL analysis of seed germination vigor under low temperature in weedy rice WR04-6
DOI:10.3390/plants12040871
URL
Low temperature is one of the major factors affecting rice germination, and low temperature germination (LTG) is an important agronomic trait. Although significant progress has been made in the study of rice LTG, the molecular mechanism of LTG remains poorly understood. To explore more rice LTG gene resources, we first demonstrated that weedy rice WR04-6 (Oryza sativa f. spontanea) had significantly higher LTG ability at 10 °C than the cultivated rice Qishanzhan (QSZ Oryza sativa L. ssp. indica). RNA-seq was used to investigate the gene expression of WR04-6 and QSZ at 10 °C for 10, 12 and 14 days after imbibition (DAI) of seed germination. The results of Gene Ontology (GO) enrichment and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment revealed that the differentially expressed genes (DEGs) between WR04-6 and QSZ were mainly concentrated on the response to starch catabolic processes and the response to abscisic acid (ABA). This is consistent with the results of α-amylase activity, ABA and gibberellins (GA) treatment. A recombinant inbred line (RIL) population derived from a cross between WR04-6 and QSZ and its high-density SNP genetic map were used to detect quantitative trait loci (QTL) for LTG rates. The results showed that two new QTLs were located on chromosome 3 and chromosome 12. Combined with the mapped QTLs and RNA-seq DEGs, sixteen candidate genes potentially associated with LTG were identified. Validation of the expression of the candidates by qRT-PCR were consistent with the RNA-seq data. These results will enable us to understand the genetic basis of LTG in weedy rice and provide new genetic resources for the generation of rice germplasm with improved LTG.
水稻低温发芽力的QTL定位
以珍汕97B与多年生稻种质AAV002863的DH群体(198个株系)构建了包含140个SSR标记的连锁图谱,检测了影响水稻低温发芽力性状的数量性状座位(QTL)。15℃下处理6 d,两亲本珍汕97B与多年生稻AAV002863的发芽率分别为79.7%和30.1%,DH群体间的发芽率变化在0%~100%。QTL定位分析检测到2个与低温发芽力相关的基因座,分别位于第3和第10染色体上,贡献率分别为12.6%和12.9%,增效等位基因分别来自多年生稻AAV002863和珍汕97B。上位性分析结果显示,第1与第10染色体上存在影响低温发芽力的互作位点,其互作可以提高低温发芽力,参与互作的第10染色体上的位点也具有加性主效应。
The salt tolerance related protein (STRP) mediates cold stress responses and abscisic acid signalling in Arabidopsis thaliana
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
北方粳稻新品种培育与发展
DOI:10.3969/j.issn.1006-8082.2022.05.013
[本文引用: 1]
北方粳稻生产直接影响我国粳米市场稳定,承载着国家粮食安全和社会稳定的历史重任。种子是粮食生产的基础,粮食丰收则需要优质的种子。近几十年来,北方粳稻新品种培育极大促进了北方粳稻生产的快速发展。新形势下,北方粳稻新品种培育应采用“高产与优质并重、轻简高效广适高抗相结合、常规育种和生物育种相结合、商业化育种与公益性育种并重”的策略,把优质的北方粳稻种子牢牢攥在自己手里,筑牢国家粮食安全之基。
中国作物低温冷害监测与模拟预报研究进展
低温冷害是影响中国粮食生产的重要灾害之一,气候变化使中国特别是东北地区的低温冷害时有发生,东北中部冷害每8年发生一次,开展作物低温冷害研究对于中国粮食安全具有重要意义。从冷害形成机理上可以分为延迟型冷害、障碍型冷害及混合型冷害3类,其冷害指标主要针对不同作物有所差别。基于站点的冷害监测小尺度,GIS等新技术提供的精确温度指标可进行区域监测。遥感技术通过监测下垫面温度(LST)和植被指数(如NDVI)可监测障碍型冷害。基于数理统计、气候模式和作物模型耦合、天气预报的发育期和产量预报的低温冷害预报方法已得到应用。作物模型可依据作物发育进程和产量损失等对冷害损失评估,同时与遥感信息等结合可进行区域灾害评估。最后讨论了中国低温冷害监测和预报新技术的发展方向。
棉花出苗期耐冷综合评价体系的构建及耐冷指标筛选
DOI:10.3864/j.issn.0578-1752.2022.22.002
[本文引用: 1]
【目的】 综合评价棉花品种(系)出苗期耐冷性,建立可靠评价模型,筛选鉴定指标,为耐冷品种选育鉴定提供简便有效的评价方法。【方法】 以200份陆地棉品种(系)为试验材料,设恒定低温、昼夜变温和适宜温度3个处理,测定其出苗率、下胚轴长、根长、百粒重等指标,采用耐冷系数差异分析、频次分析、降幅分析、主成分分析、聚类分析和多元回归分析等方法,对群体进行耐冷型划分,并建立耐冷性评价模型和确定鉴定指标。【结果】 各指标在适宜温度下变异幅度较小,变异系数为3.12%—18.89%,各品种(系)出苗率在85.00%以上,具有较高的生活力,可用于后续耐冷性分析。在低温胁迫下群体内各指标变异幅度增大,为7.14%—108.33%,在恒定低温和昼夜变温下,变幅最大的指标依次为根长和萌发指数。主成分分析将14个低温相关指标和百粒重转换为6个相互独立的综合指标,代表了全部数据74.98%的信息量。利用隶属函数法计算综合耐冷评价值(D),并对其进行聚类分析,按照耐冷性强弱将200份陆地棉品种(系)划分为5类,第Ⅰ类群属于强耐冷型共2份,第Ⅱ类群属于耐冷型共42份,第Ⅲ类群属于中耐冷型共69份,第Ⅳ类群属于较敏感型共83份,第Ⅴ类群属于敏感型共4份,其中,新陆中16号为耐冷性最强的品种。采用多元回归分析方法,建立棉花出苗期耐冷性预测模型为Y=-4.10+0.58X4+0.40X14+0.32X1+0.22X5(R<sup>2</sup>=0.92),筛选出4个耐冷性鉴定指标,分别为恒定低温下的棉苗总长、出苗率、干物重和昼夜变温下的萌发率。田间早播试验中各品种(系)的出苗率,与室内试验结果基本一致。【结论】 采用恒定低温和昼夜变温处理结合多元统计分析方法对棉花出苗期耐冷性评价是可行的,恒定低温下的棉苗总长、出苗率、干物重和昼夜变温下的萌发率,可作为鉴定指标。
高粱种质资源芽期耐低温综合评价及筛选
372份花生种质资源的耐冷性评价及耐冷种质筛选
DOI:10.19802/j.issn.1007-9084.2023130
[本文引用: 1]
低温是限制花生生长的重要非生物胁迫因子之一,选育耐冷品种是解决低温冷害最直接有效的手段。本研究以国内外收集的372份花生种质资源为研究对象,对其在温暖区(武汉)和冷凉区(昆明)两种不同生态环境下的产量相关性状及品质进行分析,采用隶属函数法结合连锁聚类分析,筛选优异耐冷资源,并分析冷凉气候对产量相关因子及品质的影响,筛选关键耐冷性鉴定指标,对其耐冷性进行鉴定评价。结果表明,花生的植株、产量和品质主要受结荚期和饱果成熟期温度、光照和积温等影响,温度和积温越高、光照时间越长,产量和含油量、蛋白质等含量越高,油酸、亚油酸和蔗糖含量越低,且不同材料对低温的耐受性存在差异。对综合耐冷评价值(D)进行聚类分析,将372份材料划分为4类,第Ⅰ类属于强耐冷型共2 份;第Ⅱ类属于耐冷型共86份材料;第Ⅲ类属于不耐冷型共280份材料;第Ⅳ类属于敏感型共4份材料。采用多元逐步回归分析法,建立花生田间耐冷性评价模型Y=-0.002+0.003X<sub>1</sub>+0.008X<sub>2</sub>+0.002X<sub>3</sub>+0.001X<sub>4</sub>,并筛选出相对百仁重、相对单株果数、相对株高和相对单株产量可作为花生田间耐冷性初筛选指标。本研究为花生耐冷性新品种培育和相关理论研究提供基础材料和高效鉴定方法。
甘蓝型油菜发芽期低温耐性的评价与材料筛选
DOI:10.19802/j.issn.1007-9084.2019034
[本文引用: 1]
为建立甘蓝型油菜发芽期低温耐性的鉴定及评价方法,筛选强耐低温材料,分别在22℃和9℃对66份材料进行发芽势、发芽率、发芽指数以及平均发芽时间的考察,利用隶属函数法进行综合评价,并通过聚类分析划分材料的低温耐性等级。结果表明:9℃低温会降低发芽势、发芽率和发芽指数,延长发芽时间。不同类型的品种间耐低温程度差异明显:中部品种的耐低温能力高于北部品种,半冬性性品种的耐低温能力高于春性品种与冬性品种,常规种的耐低温能力高于杂交种。单一指标与综合隶属函数值对品种的耐低温评价结果基本一致。筛选出极端耐低温品种H5(秦油8号×e6013)和敏感品种S10(汇丰一号)。
不同棉花基因型幼苗耐寒性分析及其鉴定指标筛选
DOI:10.3864/j.issn.0578-1752.2012.09.005
[本文引用: 1]
【目的】研究不同基因型棉花幼苗耐寒特性,筛选耐低温鉴定指标,建立可靠的棉花耐寒性数学评价模型,为棉花耐寒新品种选育、推广及大规模品种耐寒性评价奠定基础。【方法】以15个棉花品种(系)为试验材料,对其在低温胁迫(5℃、12 h)及恢复处理(25℃、24 h)下幼苗叶片的光合气体交换参数、叶绿素荧光动力学参数、叶绿素含量、可溶性糖含量、丙二醛含量、游离脯氨酸含量和相对电导率等12个生理指标进行测定,以各单项指标的耐寒系数作为衡量耐寒性的依据,运用主成分分析、聚类分析和逐步回归等方法对其耐寒性进行综合评价。【结果】通过主成分分析将12个单项生理指标转换为7个相互独立的综合指标;通过隶属函数法和聚类分析将15个棉花品种(系)按耐寒性强弱划分为3类;通过逐步回归建立棉花幼苗耐寒性评价数学模型,D=0.275-0.244Fo1+0.206Fv/Fm1+0.326gs2-0.056SS+0.225MDA+0.038REC(R2=0.995),估计精度大于94.25%,并筛选出6个耐寒性鉴定指标,分别是Fo1、Fv/Fm1、gs2、SS、MDA和REC。【结论】耐寒性强的棉花品种(系)幼苗叶片在低温胁迫下受到伤害较轻,能保持较高的光合电子传递能力,经常温恢复后叶片气孔导度较高,便于光合气体交换,有助于光合能力的恢复;在相同逆境下,通过测定Fo1、Fv/Fm1、gs2、SS、MDA和REC等6个鉴定指标,可进行棉花品种耐寒性强弱的快速鉴定和预测。
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
DOI:10.3969/j.issn.1006-8082.2024.03.013
[本文引用: 1]
随着经济的快速发展,农村优质劳动力逐渐往城市迁移。直播稻作为一种轻简化种植方式,近年来种植规模迅速扩增。“农技耘”是江苏农业科技服务大数据平台,集“农技推广专业知识库、专家问诊、视频诊断、信息采集发布”为一体。本研究以“农技耘”水稻专家王才林和李刚华6年间3 557条问答为调查样本,整理出涉及直播稻的问题308条,并进一步划分为杂草防治、直播稻品种选择和性状咨询、水肥等综合管理、长势诊断与决策、水稻播种环节、种植地块选择等六大类问题。针对其中的具体问题提出了相关对策。
我国机械化直播水稻生产技术研究进展
DOI:10.3969/j.issn.1006-8082.2018.04.003
[本文引用: 1]
水稻直播具有省工、省力、高效的特点,并有利于机械化操作,为水稻种植提供了新的方向。近年来,水稻机械化直播在全国多个省份迅速发展,试验示范了多个水稻品种及多种不同农机农艺融合配套技术。本文综述了我国机械化直播水稻栽培过程中的品种选育、播种机械、产量性状、栽培技术等多方面的研究情况,探讨了水稻机械化直播面临的挑战及今后的发展方向,以期为水稻机械化直播的进一步推广和应用提供理论指导。
Improvement and stabilization of rice production by delaying sowing date in irrigated rice system in central China
DOI:10.1002/jsfa.10053
PMID:31591721
[本文引用: 1]
Climate change has posed great challenges to rice production. Temperature and solar radiation show significant variations in central China. This study aims to analyze the responses of different rice genotypes to the variations of temperature and solar radiation in central China, and to find the way of identifying the optimal sowing date to improve and stabilize rice production. For this end, four rice genotypes (two Indica and two Japonica cultivars) were cultivated at two locations under irrigation conditions in 2 years with six sowing dates.We investigated variations of rice grain yield, resource use efficiency, average daily temperature and solar radiation during different phenological stages. Rice grain yield could increase by about 2-17% in central China. Compared with solar radiation, temperature was a more important factor affecting rice grain yield in central China. The grain yield showed great correlation with the means temperature during different phenological stages, especially during the first 20 days after heading (GT20). Besides our results demonstrated that the grain yield displayed slender variations when the GT20 was within 24.9-26.4 °C. However, GT20 was higher than 26.4 °C in most cases, which became more frequent due to climate changes. Analysis of climate change during the last 25 years revealed that the frequency of GT20 within 24.9-26.4 °C was increased by the delay of sowing date.We propose that delaying sowing date to achieve the optimal GT20 (24.9 °C-26.4 °C) can be an effective strategy to stabilize and improve rice grain yield and resource use efficiency in central China. © 2019 Society of Chemical Industry.© 2019 Society of Chemical Industry.
北方寒旱区白菜型冬油菜抗寒性与抗旱性评价及其关系
DOI:10.3864/j.issn.0578-1752.2015.18.018
【目的】研究冬油菜的抗寒性和抗旱性,探讨抗寒与抗旱之间的关系,为中国北方白菜型冬油菜的改良及抗寒性和抗旱性的综合评价提供可借鉴的方法和理论依据。【方法】分别通过自然降温处理(15℃—-5℃)和人工控制水分的方法(干旱胁迫4、7和10 d)分别对6份不同抗寒等级冬油菜摸拟低温和干旱胁迫,分析其形态、生理生化和生长指标的变化,采用隶属函数法、相关性分析法、聚类分析法、主成分分析法对不同品种的抗寒性和抗旱性进行综合评价。【结果】6份冬油菜品种越冬率相差很大(20.1%—94.7%)。抗寒性强的品种植物学形态特征表现为幼苗匍匐贴地生长、生长点洼陷低于地表、叶色深绿色、真叶刺毛多。且低温胁迫之后抗寒生理生化指标变化明显,相对电导率和MDA(丙二醛)含量增加,且抗寒性强的品种增加幅度小;SOD、POD、CAT酶活性升高,可溶性蛋白、可溶性糖、游离脯氨酸等调节性物质含量明显增加,且抗寒性强的品种变化明显,差异显著。随着干旱胁迫时间延长,膜结构首先遭到破坏,相对电导率和MDA含量升高,细胞失水,叶片相对含水量、束缚水/自由水、叶绿素含量降低(光合作用降低),幼苗苗长、叶片和根鲜干重降低,直到幼苗萎蔫,且抗旱性强的品种变化幅度小,同时抗旱性强的品种叶片保水能力强、土壤耗水少、萎蔫系数小。通过主成分分析,6份冬油菜的抗寒性强弱依次为陇油7号>陇油6号>陇油9号>延油2号>天油2号>Vision,而抗旱性强弱依次为陇油6号>陇油7号>陇油9号>延油2号>Vision>天油2号。【结论】中国北方寒旱区低温、干旱并存,不同冬油菜品种间抗寒性和抗旱性差异较大,由于产生了交叉适应性,在抵御低温冻害的同时提高了对干旱胁迫的适应性,因此,白菜型冬油菜抗寒性强的品种一般抗旱性也比较强。
水稻全生育期耐盐性鉴定评价方法研究
DOI:10.13430/j.cnki.jpgr.20180815003
全生育期耐盐性是水稻种质各生育阶段耐盐性的综合反应。科学、准确、高效的水稻全生育期耐盐性鉴定评价方法是正确判别水稻种质耐盐真实性的关键所在。本研究挑选19 份不同耐盐性水稻种质作为研究材料,在正常环境与0.2%、0.3%、0.4%、0.5%、0.6%、0.7%盐处理浓度下,调查11 个农艺性状表型值并计算其耐盐系数,并运用品种间四分位差法分析,明确水稻全生育期耐盐性鉴定最适盐浓度;综合采用主成分分析、隶属函数分析、回归分析、聚类分析等多种多元统计分析方法,探索了水稻全生育期耐盐性鉴定合理评价方法。结果表明,在6 种盐胁迫浓度下各性状的耐盐系数均呈偏态分布,其中0.3%盐胁迫浓度下多数农艺性状耐盐系数品种间四分位差最大,认为0.3%盐胁迫浓度是水稻全生育期耐盐性鉴定最适盐浓度。主成分分析结果表明,11 个农艺性状的耐盐系数可简化为3 个主成分。利用主成分贡献率和隶属函数分析,进一步将3个主成分值简化为水稻耐盐性综合评价指标D 值。再利用逐步回归分析,建立了D 值与11 个农艺性状耐盐系数最优线性回归方程:D=-0.365+0.647PL+0.152PN+0.274TW。从该方程可知穗长、穗粒数和总干物重的耐盐系数是影响D 值得关键指标。利用回归分析建立的模型,可准确完成对D 值预测。根据D 值对19 份水稻种质进行聚类分析结果表明,可分为5 个类群,正好对应于水稻耐盐性划分的极强、强、中、弱、极弱5 个等级,验证了以D 值来评价耐盐性的可行性,认为D 值可作为水稻种质耐盐性评价的重要指标。
粳稻种质资源苗期耐盐性综合评价与筛选
DOI:10.13430/j.cnki.jpgr.20200115001
[本文引用: 1]
为鉴定和评价粳稻种质资源苗期耐盐性,利用125 mmol/L NaCl盐胁迫对165份粳稻种质资源进行处理,测定耐盐级别、叶片伤害百分率、苗高、根长、SPAD、地上部鲜重、根鲜重、地上部干重和根干重,计算地上部含水量和除耐盐级别、叶片伤害百分率之外各性状的相对指标。结果表明:耐盐级别与相对苗高、相对SPAD、相对地上部鲜重、相对根鲜重、相对地上部干重、相对根干重、相对植株干重和地上部含水量均呈极显著正相关,与叶片伤害百分率和相对根冠比呈极显著负相关。通过主成分分析将12个评价指标转换为5个主成分,累计贡献率为86.473%,应用隶属函数和权重,获得了客观评价粳稻种质资源苗期耐盐性的综合评价值D。筛选到Bertone、长白26、伊粳12号、宁资629和小琥板稻5个苗期综合耐盐性强的种质。通过聚类分析将165份粳稻种质资源划分为4类,第Ⅰ类群主要由盐敏感种质构成,第Ⅱ类群主要由弱耐盐种质构成,第Ⅲ类群仅包含1份盐敏感种质,为苏选2,第Ⅳ类群是以弱耐盐和耐盐种质为主的混合类群。结合主成分和逐步回归分析,确定耐盐级别、相对根长、相对地上部干重、相对根干重和地上部含水量5个指标可作为粳稻种质资源苗期耐盐性鉴定的重要指标,本研究结果可为耐盐水稻资源筛选及鉴定提供理论依据。
糯玉米萌发期耐低温品种资源的综合评价
DOI:10.13304/j.nykjdb.2022.0550
[本文引用: 1]
为构建不同糯玉米品种萌发期耐低温评价体系,以48个糯玉米品种为试验材料,测定低温胁迫下糯玉米的10个萌发及生长指标,通过主成分分析法、隶属函数法、聚类分析和回归分析,对糯玉米品种耐低温性进行综合评价与分类。结果表明,主成分分析将10个测定指标转化为根系生长因子和种子萌发因子2个相互独立的综合指标,建立了糯玉米耐低温综合得分模型Y=0.647 7Y<sub>1</sub>+0.144 2Y<sub>2</sub>(其中,Y<sub>1</sub>、Y<sub>2</sub>为2个主成分,Y<sub>1</sub>代表的主要指标包括相对根干重、相对根表面积、相对根体积、相对根长,反映低温胁迫下糯玉米根系生长的状态;Y<sub>2</sub>代表的主要指标包括相对苗干重、相对发芽率、相对活力指数、相对发芽势,反映低温胁迫下糯玉米的萌发情况)。通过隶属函数法对48个糯玉米品种的耐低温能力进行排序,筛选出5个耐低温能力较强的品种,依次为‘润彩糯686’‘景坡82’‘润糯175’‘润糯605’和‘天贵糯932’。聚类分析将48个糯玉米品种划分成4个类群。回归分析表明,相对根干重、相对苗长、相对发芽势、相对发芽率、相对苗干重和相对根表面积可作为糯玉米耐低温评价的重要指标。多方法关联分析的综合评价方法可对不同耐低温能力的糯玉米品种进行有效筛选分类,为糯玉米耐低温评价及耐低温种质资源的筛选提供参考。
大豆种质资源萌发期耐莠去津鉴定评价及优异种质筛选
DOI:10.3724/SP.J.1006.2024.34198
[本文引用: 1]
室内生物测定是农作物除草剂耐受性鉴定的常用方法, 已广泛应用于大豆、棉花等作物对草甘膦、氯嘧磺隆等除草剂的耐受性研究, 但莠去津室内生测方法及大豆对莠去津耐受性相关研究鲜见报道。本研究以莠去津对大豆萌发期各单项指标为评价指标, 分析莠去津胁迫条件下大豆发芽势、发芽率、发芽指数、活力指数、根长等性状的变化, 建立大豆莠去津耐受性室内生测方法, 确定3.5 mL L<sup>-1</sup>是大豆萌发期莠去津耐受性筛选的适宜浓度; 对159份大豆种质进行萌发期莠去津耐受性鉴定表明, 各指标相对值的变异系数为发芽相对莠去津胁迫率>相对芽长>相对发芽指数>相对活力指数>相对发芽势>相对发芽率; 根据T值的聚类分析, 将供试种质分为4个莠去津耐性级别, 共鉴定出高耐种质9份、中耐种质50份、低耐种质70份和敏感种质30份; 黄豆、花色豆、垦丰13、南农99-6等9个种质为莠去津耐受性综合能力优异的种质资源。采用多元逐步回归分析法, 建立大豆萌发期耐莠去津评价模型Y = -0.155+0.004X<sub>2</sub>+0.001X<sub>3</sub>+0.001X<sub>4</sub>+0.002X<sub>5 </sub>(P=0.000)。本研究为培育耐莠去津育种的亲本选配、后代选择及大豆耐莠去津相关基因挖掘提供了理论依据、材料和技术支撑。
/
| 〈 |
|
〉 |

