水稻品種資源耐鹽性綜合評價及耐鹽指標篩選

陶維旭， 程生海， 冀俊超， 艾治勇

(1.海南大學，海南海口 570208； 2.三亞市國家耐鹽堿水稻技術創(chuàng)新中心，海南三亞 572024；3.湖南雜交水稻研究中心，湖南長沙 410125)

水稻作為全球主要的糧食作物，在全球人口持續(xù)增加的過程中，稻米的需求量也隨之日益增大。然而，土壤鹽漬化程度的增加限制了水稻產量的提高。為了保障鹽堿地的糧食產量，要進一步選育新的耐鹽水稻品種。耐鹽水稻品種資源的創(chuàng)制、遴選與評估，是育成耐鹽堿水稻新品種的重要基礎。然而，目前仍沒有建立對耐鹽水稻品種資源鑒定評價的標準體系。因此，選用正確的水稻耐鹽性評價方法與指標是水稻耐鹽新品種(品系)大規(guī)模篩選和選育的一個關鍵問題。

目前對耐鹽水稻品種資源的篩選和鑒定已有大量研究。王秀萍等分別采用了鹽分脅迫下的發(fā)芽指標法、形態(tài)損害評估法和生長量比較法等方式對水稻的生物耐鹽能力做出了評價。張所兵等利用水稻全生育期耐鹽性鑒定，對水稻的農業(yè)耐鹽能力等方面進行了評價。祁棟靈等根據(jù)試驗場地不同從實驗室鑒定、田間鑒定、溫室鑒定和圖像鑒定方法等4個方面進行了總結。同時前人也對水稻耐鹽性評價指標做了相關的研究。倪秀紅等將種子發(fā)芽率、發(fā)芽勢、發(fā)芽指數(shù)以及活力指數(shù)作為評價水稻耐鹽性的指標。王根來等通過苗長、根數(shù)、根長、干質量等指標評價水稻耐鹽性。周毅等通過測定鹽脅迫后水稻材料的脯氨酸含量、根莖部鹽堿離子含量、過氧化物酶等一些生理生化指標作為鑒定水稻耐鹽性的強弱。然而，對于全生育期不同鹽濃度處理下對水稻產量影響的研究相對較少。因此，本研究通過水稻耐鹽性和農藝性狀之間相互影響的關系，利用相關性分析、主成分分析、逐步回歸分析以及聚類分析等方法，提出水稻耐鹽性評價指標體系，以期為水稻的耐鹽性鑒定和耐鹽品種的選育提供依據(jù)。

1 材料與方法

1.1 試驗材料

試驗材料為51份地方品種資源，名稱及編號見表1。

表1 參試水稻品種資源

1.2 試驗設計

試驗于2020—2021年在海南省三亞市崖州區(qū)國家耐鹽堿水稻技術創(chuàng)新中心大旦村耐鹽堿試驗基地進行，試驗采用裂區(qū)設計，共設3個鹽濃度處理，分別為0、0.3%、0.6%，3次重復。鹽濃度處理是在充分返青約10 d后進行。鹽水配制是在配水池中抽入不同體積的淡水與海水混合至設計濃度。為確保鹽處理強度穩(wěn)定，利用便攜式電導率儀每天測定田間電導率，使電導率上下變動幅度不超過0.5 S/cm，并在整個生育期保持約5 cm的水層深度。如遇強降雨天氣則進行排澇，并重新灌溉相應濃度的鹽水。該試驗于2020年12月24日播種，2021年1月21日移栽，移栽時選取大小一致的苗，每1株移栽為1穴，栽插株行距為20 cm×20 cm，每小區(qū)6 m，長3 m、寬2 m。在合適的時期進行水肥利用、田間管理以及病蟲害防治等。

1.3 測量指標

在水稻分蘗盛期測定分蘗數(shù)，成熟期時分別測定水稻株高、地上部干質量、穗長、有效穗數(shù)、穗粒數(shù)、千粒質量、結實率和理論產量。

分蘗數(shù)：在分蘗盛期每個小區(qū)選取20穴統(tǒng)計水稻分蘗；株高：在成熟期時每個小區(qū)選取6穴測定植株基部至穗頂部的絕對高度；地上部干質量：按常規(guī)方法在成熟期各小區(qū)選擇生長整齊一致的稻株取樣6穴，地上部分成穗和莖葉2部分，105 ℃下殺青30 min以后在80 ℃下烘干至恒質量后分別稱質量；穗長：在成熟期取樣過程中每小區(qū)選取15個稻穗測定莖穗基部到穗頂部的距離；理論產量及其構成因素：有效穗數(shù)是在成熟期每小區(qū)連續(xù)數(shù)20穴水稻的有效穗后取平均值；穗粒數(shù)是每小區(qū)選取15個稻穗數(shù)每個稻穗的總粒數(shù)后取其平均值，然后脫粒得到的全部谷粒用來進行測定結實率；結實率=飽粒數(shù)/(飽粒數(shù)+癟粒數(shù))，其中，通過水漂法區(qū)分飽粒和癟粒；千粒質量是每小區(qū)在收獲的谷粒中選取1 000粒飽滿水稻種子稱質量；理論產量根據(jù)有效穗數(shù)、穗粒數(shù)、千粒質量、結實率計算可得；收獲指數(shù)：稻谷產量/地上部干質量。

1.4 統(tǒng)計分析

首先通過公式(1)將0.6%鹽濃度下調查得到的性狀指標轉換為各個性狀的耐鹽系數(shù)。以各個性狀的耐鹽系數(shù)為指標評價水稻品種資源各性狀指標對鹽脅迫的響應程度。使用Excel 2016軟件完成對各綜合指數(shù)耐鹽隸屬函數(shù)值和耐鹽綜合評價的計算。

耐鹽系數(shù)= 鹽處理平均值/對照平均值；

(1)

()=(-)/(-)；

(2)

(3)

(4)

公式(2)～公式(4)中：取1到的值；第個綜合指標的主成分值和隸屬函數(shù)值分別用和()表示；第個主成分的最大值用表示；第個主成分的最小值用表示；表示權重；第個綜合指標在主成分中的貢獻率用表示；表示各水稻品種資源的耐鹽綜合評價值。

使用SPPS 26.0軟件可以進行相關性分析、主成分分析、聚類分析等統(tǒng)計學的相關數(shù)據(jù)分析。

2 結果與分析

2.1 各指標之間的相關性分析

由表2可知，理論產量與株高呈顯著正相關，與有效穗數(shù)、干物質質量、穗粒數(shù)、收獲指數(shù)、結實率呈極顯著正相關，表明水稻品種資源的有效穗數(shù)、干物質質量、穗粒數(shù)、收獲指數(shù)、結實率對水稻產量影響較大。理論產量與收獲指數(shù)的相關系數(shù)最大(表2)，為0.946；結實率與株高呈顯著負相關，結實率與收獲指數(shù)、理論產量呈極顯著正相關。同時通過表2可以看出，分蘗數(shù)和千粒質量與株高、有效穗數(shù)、穗長、干物質質量等其他幾個指標的相關性不顯著。相關性分析結果顯示，水稻品種資源大部分單項耐鹽指標相對值間都呈出顯著相關性。

表2 水稻耐鹽性指標的相關系數(shù)

2.2 主成分分析

由表3可知，對0.6%鹽濃度處理下測定的各份水稻品種資源的10個農藝性狀指標的耐鹽系數(shù)進行了主成分分析，6個主成分的貢獻率累積達到92.673%，依照累計貢獻率≥85%的提取標準，可將原來的指標降低維度分成6個相對獨立的主成分。表3中第1主成分的特征值顯示為4.029，貢獻率達到了40.292%，系數(shù)較大的為理論產量0.465，干物質質量0.431，收獲指數(shù)0.419，系數(shù)的值均>0.4，表明理論產量、干物質質量、收獲指數(shù)對主成分1的貢獻率都較大；第2主成分的特征值顯示為1.821，貢獻率達到了18.206%；第3主成分的特征值顯示為1.202，貢獻率達到了12.025%，系數(shù)最大的為分蘗數(shù)0.743，表明分蘗數(shù)在主成分3中貢獻率最大；第4主成分的特征值顯示為0.928，貢獻率達到了9.285%，系數(shù)最大的為千粒質量0.640，表明千粒質量在主成分4中貢獻率最大；第5主成分的特征值顯示為0.697，貢獻率達到了6.967%，第6主成分的特征值顯示為0.590，貢獻率達到了5.898%，主成分5、主成分6中系數(shù)最大的都是株高，分別為0.564、0.474，表明主成分5、主成分6中貢獻率最大的是株高。最后可得出6個相對獨立的綜合指標其對應系數(shù)為：

表3 主成分貢獻率及特征向量

主成分1=0.465×理論產量+0.431×干物質質量+0.419×收獲指數(shù)+0.381×有效穗數(shù)+0.381×穗粒數(shù)+0.256×穗長+0.078×結實率+0.219×株高+0.101×分蘗數(shù)+0.048×千粒質量；

主成分2=-0.218×理論產量+0.152×干物質質量-0.343×收獲指數(shù)-0.020×有效穗數(shù)+0.100×穗粒數(shù)+0.366×穗長-0.631×結實率+0.368×株高+0.073×分蘗數(shù)+0.358×千粒質量；

主成分3=-0.042×理論產量-0.036×干物質質量-0.005×收獲指數(shù)-0.025×有效穗數(shù)-0.160×穗粒數(shù)+0.238×穗長+0.265×結實率-0.323×株高+0.743×分蘗數(shù)+0.434×千粒質量；

主成分4=0.065×理論產量-0.125×干物質質量+0.120×收獲指數(shù)+0.383×有效穗數(shù)-0.434×穗粒數(shù)-0.240×穗長+0.111×結實率+0.213×株高-0.326×分蘗數(shù)+0.640×千粒質量；

主成分5=0.081×理論產量-0.249×干物質質量+0.178×收獲指數(shù)-0.351×有效穗數(shù)+0.235×穗粒數(shù)-0.498×穗長+0.001×結實率+0.564×株高+0.380×分蘗數(shù)+0.098×千粒質量；

主成分6=-0.090×理論產量-0.283×干物質質量+0.069×收獲指數(shù)+0.279×有效穗數(shù)-0.456×穗粒數(shù)+0.355×穗長+0.090×結實率+0.474×株高+0.223×分蘗數(shù)-0.462×千粒質量。

2.3 隸屬函數(shù)分析

從表3可以看出，6個主成分相對應的權重分別是0.435、0.196、0.130、0.100、0.075和0.063。通過運用隸屬函數(shù)值的綜合計算就可以得到綜合評價值，每份水稻品種資源的隸屬函數(shù)值和值見表4。依照值大小對每份水稻品種資源耐鹽性強弱進行排列，值越大，其相對應的水稻品種資源的耐鹽性越強，反之，值越小，其相對應的水稻品種資源的耐鹽性越弱，每份參與試驗的水稻品種資源的耐鹽性強弱可以通過此方法進行客觀的反映。由表4可知，海優(yōu)5號的耐鹽性最強，海優(yōu)4號、盛兩優(yōu)358的耐鹽能力較海優(yōu)5號稍弱；廣湘24S/RA65的耐鹽性在51份水稻品種資源中最弱，2020X2L138-7次之。

表4 水稻品種資源的主成分值、隸屬函數(shù)值和D值

2.4 回歸分析

自變量為每份水稻品種資源指標的耐鹽系數(shù)，因變量為值進行逐步回歸分析，得到了最合理的回歸方程：=-0.626+0.174×有效穗數(shù)+0.180×穗長+0.069×穗粒數(shù)+0.261×分蘗數(shù)+0.277×株高+0.283×千粒質量+0.130×理論產量-0.051×結實率+0.118×干物質質量+0.124×收獲指數(shù)。由表5可見，對得到的回歸方程的估算精確程度進行相對的評價，38份水稻品種資源的耐鹽性強弱預測精度達到了1， 13份水稻品種資源的預測精度在0.997～0.998之間，23號(2020X2L545)、27號(2020X2L134-2)的預測精度為0.997，是所有水稻品種資源中的預測精度較低的值。決定系數(shù)=1.000，=0.000，這些變量可決定的全部變異，分別是有效穗數(shù)、穗長、穗粒數(shù)、分蘗數(shù)、株高、千粒質量、理論產量、結實率、干物質質量和收獲指數(shù)。通過此回歸方程對51份水稻品種資源耐鹽性進行預測，其預測精度都較高(表5)。值越大，與之相對應的水稻品種資源的耐鹽性就越強，判斷水稻品種資源的耐鹽性強弱可以通過測定這些指標準確且快速地得到結果，因此對水稻品種資源耐鹽性強弱進行合理評價可以通過此數(shù)學模型方程實現(xiàn)。

表5 回歸方程的估計精度分析結果

2.5 聚類分析

通過值，依據(jù)平方歐氏距離，采用ward法進行了系統(tǒng)聚類分析，在歐氏距離8.0處，將51份水稻品種資源分為4個類群(圖1)，可以將各份水稻品種資源的耐鹽性劃分為極強、強、中、弱4個等級。第1類群包括T477S/五山絲苗、野香A/14WF6-113、廣湘24S/3223-3、H50S/M300、H13S/P5、歡S/9PR008、爽兩優(yōu)629、鹽秈156、桂銀A1-2/華寶占、超優(yōu)1000、2020X2L547、2020X2L558、海優(yōu)1號、光抗優(yōu)華寶占、海優(yōu)2號、海優(yōu)7號、416S/Y12、海優(yōu)3號、野香優(yōu)華寶占、泰豐優(yōu)華寶占、126S/Y12、谷豐優(yōu)華寶占，這22份水稻品種資源耐鹽性強。第2類群包括盛兩優(yōu)358、海優(yōu)4號、海優(yōu)5號和2020X2L546，共4份水稻品種資源，耐鹽性極強。第3類群包括2020X2L138-7和廣湘24s/RA65等2份水稻品種資源，耐鹽性弱。第4類群包括野香A/3335-1、S12/RA65、旌7A/寶7、2020X2L134-2、爽1S/F16、H8、391S/Y76、416S/Y12、T477S/粵禾絲苗、2020X2L138-5、391S/Y24、H49S/L19、WX-01、T477S/華占、5A/14WF6-113、H1、菁兩優(yōu)326、正S/9PR008、2020X2L545、漢兩優(yōu)169、2020X2L541、2020X2L542、D3S/北海，共23份水稻品種資源，耐鹽性中等。

3 討論與結論

耐鹽水稻品種資源的篩選與鑒定，是培育耐鹽水稻品種的直接有效的手段。水稻已經(jīng)成為改良土壤鹽堿化的首選糧食作物，因此水稻的耐鹽性就顯得更加關鍵。以往的大多數(shù)研究是在水稻芽期、苗期、幼穗分化期等生育階段進行，對發(fā)芽率、發(fā)芽指數(shù)、根長、苗高等指標進行測定以此來評價水稻耐鹽性，然而只針對某一時期的某一種單項指標對水稻進行耐鹽性的鑒定評價具有一定的局限性，因為水稻耐鹽性是不同生育時期由多個農藝性狀指標共同決定的，本研究通過測定全生育期10個指標包括分蘗數(shù)、株高、有效穗數(shù)、穗長、干物質質量、穗粒數(shù)、收獲指數(shù)、結實率、理論產量、千粒質量進行綜合評價。

主成分分析能夠把多個聯(lián)系密切的單一指標轉換為數(shù)量較少的綜合指標，從而減少了多指標評價時指標間存在著特定相關性和信息交叉的問題。上述分析方法已大量應用于作物抗逆潛力的評價中，包括玉米耐鹽性、大豆耐鹽、小麥氮高效篩選和水稻耐鹽性等研究。在本試驗中，可以計算出主成分值及其相應的隸屬指數(shù)值和權重，這樣可以避免因人為主觀設定權重而造成計算結果的偏差。接著將各個綜合指標對應的特征向量進行下一步的歸一化處理，從而得出了水稻耐鹽性的綜合評價結果()，在充分考慮到各指標間相互關系的同時也綜合考慮了各指標的重要性，這也使得出的綜合評價結果更加科學合理。通過多元統(tǒng)計方法的組合，將10個耐鹽指標數(shù)量化后，與水稻品種資源的耐鹽性優(yōu)劣形成了數(shù)量關系，根據(jù)值對本研究的51份水稻品種資源耐鹽性進行了排序和評價，結果表明，海優(yōu)5號的耐鹽性在選取的51份水稻品種資源中最強，在往后的水稻耐鹽品種的選擇與改良過程中可以加以利用。然后通過逐步回歸分析得到最優(yōu)的回歸方程來作為評價水稻品種資源耐鹽性強弱的模型，并且通過此模型得到的水稻品種資源耐鹽性強弱的預測值與通過值進行水稻品種資源耐鹽性綜合評價所得的結果幾乎一致。有效證明了通過此模型來評價水稻品種資源耐鹽性比較可信，因為其評價指標很容易測定并且準確而有效，因此可用來預測目標水稻品種資源耐鹽性的強弱。最后聚類分析可以對不同的水稻品種資源根據(jù)耐鹽性強弱做出正確的劃分，能夠相對直觀地對不同水稻品種資源進行分類處理。通過值對51份水稻品種資源使用系統(tǒng)聚類分析，將51份水稻品種資源按耐鹽性強弱細分為4個類別，本結果與張瑞等的5種等級劃分相似。本試驗可為今后水稻品種資源耐鹽性強弱評價提供相關理論依據(jù)。

本研究將全國51份水稻品種資源的耐鹽性強弱做了相應的評價。通過主成分分析、隸屬函數(shù)分析和逐步回歸分析等多種分析方法，對測定的指標進行系統(tǒng)分析，建立了最優(yōu)回歸方程，=-0.626+0.174×有效穗數(shù)+0.180×穗長+0.069×穗粒數(shù)+0.261×分蘗數(shù)+0.277×株高+0.283×千粒質量+0.13×理論產量-0.051×結實率+0.118×干物質質量+0.124×收獲指數(shù)，可用來快速鑒定評價與預測水稻品種資源的耐鹽性強弱。利用系統(tǒng)聚類分析方法，將51份水稻品種資源根據(jù)耐鹽性強弱劃分為了耐鹽性極強、耐鹽性強、耐鹽性中等和耐鹽性弱4個類群，其中耐鹽性極強的有4份，耐鹽性強的有22份，耐鹽性弱的有2份，耐鹽性中等的有23份。本研究中耐鹽性最強的水稻品種是海優(yōu)5號，耐鹽性最弱的水稻品種資源是廣湘24S/RA65。這種分類方法有助于提高耐鹽水稻品種資源的篩選鑒定、耐鹽水稻品種資源的選育和推廣的效率。