Please wait a minute...
欢迎访问作物学报,今天是
图/表 详细信息
基于氮肥运筹下水稻产量与品质协同的农艺生理指标解析
覃金华, 洪卫源, 冯向前, 李子秋, 周子榆, 王爱冬, 李瑞杰, 王丹英, 张运波, 陈松
作物学报    2025, 51 (2): 485-502.   DOI: 10.3724/SP.J.1006.2025.42024
摘要   (241 HTML18 PDF(pc) (7181KB)(304)  

提升水稻产量与品质的协同效应是当前水稻生产面临的重大挑战。深入剖析并清晰界定影响产量与品质协同提升的关键水稻群体特征, 对于指导水稻品种的改良和栽培技术的优化具有至关重要的意义。本研究以秀水134 (XS134)和黄华占(HHZ)为材料, 分别设置常规固定施氮模式(N0、N1、N2、N3)和基于SPAD阈值的动态施氮模式(RTNM、S34、S37、S40)。通过在水稻关键生育期采集静态与动态农艺生理指标, 以及产量和稻米品质数据, 采用不同多目标回归预测模型, 以深入解析水稻关键农艺生理指标对产量和稻米品质的响应。结果表明: (1) 总体上水稻产量与稻米综合指标(GQI)呈互斥关系。随着施氮量的增加, 产量逐渐提高, 而GQI则呈降低趋势, 尤其在固定施氮模式下, 这种负相关性更为明显。然而, 与固定施氮模式(N2)相比, 动态施氮(RTNM)在施氮量减少了32.01%~58.02%的同时, 能够稳定水稻产量并提升了GQI 3.10%~38.34% (除2022年XS134外), 这凸显了动态施氮模式在缓解水稻产量与品质互斥性, 并推动两者协同提升方面的潜力。(2) 相关性分析表明, 50个静态农艺指标中, 有28个指标与水稻产量和GQI均呈显著相关性, 占比56.00%。3种“量质”回归模型对水稻产量(R2: 0.74~0.83; RMSE: 0.40~0.49)和GQI (R2: 0.81~0.90; RMSE: 0.63~0.88)的预测能力表现出不同程度的准确性。特征重要性解析表明分蘖期的群体生物量是对产量和品质的预测均为正效应(0.09~6.37), 而株高、叶面积指数和叶重等在预测产量和品质时出现互斥, 这表明在构建水稻产量与品质协同提升的分蘖期群体时, 需要在确保群体生物量的基础上, 对“量质互斥指标”开展适宜度评估与优化。同时, 穗发育期的群体净同化率(NAR)对水稻产量和GQI均呈现出不同程度的正效应值(0.06~1.00), 暗示了穗发育阶段水稻的单位叶片光合效率可能是实现二者协同提升的重要群体特征。综上, 相较于常规固定施氮模式, 基于SPAD阈值的动态施氮策略可在一定程度上实现水稻产量与品质的协同提升; 分蘖期干物重和穗发育期NAR可以作为实现这一协同效应的重要参考指标。

品种
Cultivar
处理
Treatment
加工品质Milling quality 外观品质Appearance quality 食味品质Tasted quality
糙米率Brown rice rate (%) 精米率Milled rice rate (%) 整精米率Head rice rate (%) 垩白粒率Chalky rice rate (%) 垩白度Chalkiness degree (%) 食味值
Taste value
直链淀粉含量Amylose content (%)
黄华占HHZ N0 69.58 a 62.75 a 42.01 a 21.06 a 5.47 a 83.00 ab 15.93 ab
N1 68.86 a 62.28 a 41.01 a 18.75 abc 4.92 ab 81.50 abc 15.47 ab
N2 70.29 a 63.42 a 44.89 a 16.19 c 4.09 b 76.50 c 14.80 ab
N3 70.85 a 63.53 a 42.49 a 18.11 abc 4.93 ab 77.00 bc 15.30 ab
RTNM 68.81 a 62.18 a 44.12 a 19.84 ab 5.49 a 82.00 abc 15.33 ab
S34 68.38 a 61.21 a 43.03 a 17.47 bc 4.54 ab 85.50 a 16.30 a
S37 71.51 a 64.62 a 46.10 a 15.68 c 3.92 b 77.50 bc 14.73 ab
S40 67.82 a 61.61 a 41.18 a 19.70 ab 5.36 a 77.50 bc 14.37 b
秀水134
XS134

秀水134
XS134
N0 76.66 a 65.47 a 60.73 ab 20.64 ab 5.68 ab 83.00 a 18.30 a
N1 77.82 a 65.63 a 60.39 ab 20.39 ab 5.15 b 82.67 a 17.90 a
N2 76.66 a 64.22 a 58.52 b 22.77 b 5.95 ab 81.00 a 17.70 a
N3 76.43 a 63.91 a 58.93 ab 20.35 ab 6.72 a 81.33 a 17.77 a
RTNM 76.26 a 64.51 a 59.94 ab 18.88 b 5.38 b 82.33 a 17.87 a
S34 76.54 a 65.65 a 61.51 a 18.73 b 5.14 b 81.67 a 18.00 a
S37 76.76 a 65.42 a 61.61 a 19.06 b 5.75 ab 82.00 a 18.20 a
S40 75.38 a 63.35 a 59.42 ab 19.10 b 5.81 ab 81.67 a 17.67 a
View table in article
附表4 2022年不同氮肥运筹下不同类型水稻的稻米品质
正文中引用本图/表的段落
本研究测定了不同的稻米品质类型参数(包括食味品质、加工品质、外观品质、营养品质), 并发现这些稻米品质受到氮肥运筹、年份和品种的显著性影响(附表2、附表3和附表4)。进一步, 采用主成分分析法(PCA)进行降维分析, 探索与构建稻米品质综合指标用于后续模型分析。如附图1所示, 经PCA降维后, 提取了3个主要的主成分PC1、PC2和PC3, 它们的特征解释率分别为51.80%、20.11%和11.74%。进一步分析各主成分对稻米品质指标的贡献(相关系数 > 0.5, P < 0.01), 发现PC1在食味值、垩白度、垩白粒率、糙米率、精米率和整精米率等稻米品质性状呈显著正相关, 而蛋白质含量呈显著负相关。这表明PC1能够综合反映稻米加工品质、外观品质和食味品质。对于PC2而言, 与稻米品质性状呈现正向效应的相关系数均低于0.50, 食味值和直链淀粉含量则呈现负向效应, 这表明PC2主要反映了稻米的食味品质特征。至于PC3, 除了整精米率外, 与其他稻米品质指标的相关系数普遍低于0.50, 表明其与稻米品质的关联度较小。综合考虑, 本研究选择PC1作为稻米综合指标(grain quality index, GQI)。GQI的值与食味值、垩白度、垩白粒率、糙米率、精米率和整精米率呈正相关, 与蛋白质含量呈负相关。
本文的其它图/表