CN108849334A - 一种基于分级系数的水稻芽期抗旱性综合评价方法 - Google Patents
一种基于分级系数的水稻芽期抗旱性综合评价方法 Download PDFInfo
- Publication number
- CN108849334A CN108849334A CN201810693303.4A CN201810693303A CN108849334A CN 108849334 A CN108849334 A CN 108849334A CN 201810693303 A CN201810693303 A CN 201810693303A CN 108849334 A CN108849334 A CN 108849334A
- Authority
- CN
- China
- Prior art keywords
- value
- index
- evaluated
- rice
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 158
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 140
- 235000009566 rice Nutrition 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000009172 bursting Effects 0.000 title claims abstract description 28
- 240000007594 Oryza sativa Species 0.000 title abstract 2
- 241000209094 Oryza Species 0.000 claims description 138
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 61
- 230000000694 effects Effects 0.000 claims description 49
- 230000035784 germination Effects 0.000 claims description 40
- 239000012153 distilled water Substances 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 19
- 208000005156 Dehydration Diseases 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 239000008118 PEG 6000 Substances 0.000 claims description 14
- 229920002584 Polyethylene Glycol 6000 Polymers 0.000 claims description 14
- ONIBWKKTOPOVIA-BYPYZUCNSA-N L-Proline Chemical compound OC(=O)[C@@H]1CCCN1 ONIBWKKTOPOVIA-BYPYZUCNSA-N 0.000 claims description 11
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 11
- 108010019077 beta-Amylase Proteins 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 102000003992 Peroxidases Human genes 0.000 claims description 9
- 102000019197 Superoxide Dismutase Human genes 0.000 claims description 9
- 108010012715 Superoxide dismutase Proteins 0.000 claims description 9
- 108040007629 peroxidase activity proteins Proteins 0.000 claims description 9
- 239000004382 Amylase Substances 0.000 claims description 6
- 108010065511 Amylases Proteins 0.000 claims description 6
- 102000013142 Amylases Human genes 0.000 claims description 6
- 102000016938 Catalase Human genes 0.000 claims description 6
- 108010053835 Catalase Proteins 0.000 claims description 6
- 108090000637 alpha-Amylases Proteins 0.000 claims description 6
- 102000004139 alpha-Amylases Human genes 0.000 claims description 6
- 229940024171 alpha-amylase Drugs 0.000 claims description 6
- 235000019418 amylase Nutrition 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 2
- 238000012067 mathematical method Methods 0.000 abstract description 5
- 238000012271 agricultural production Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract description 3
- 239000002304 perfume Substances 0.000 description 34
- 230000007226 seed germination Effects 0.000 description 20
- 239000007788 liquid Substances 0.000 description 18
- 235000013599 spices Nutrition 0.000 description 18
- 239000000463 material Substances 0.000 description 17
- 238000005286 illumination Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 12
- 239000002202 Polyethylene glycol Substances 0.000 description 9
- 229920001223 polyethylene glycol Polymers 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 6
- 101001099922 Homo sapiens Retinoic acid-induced protein 1 Proteins 0.000 description 6
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 6
- 102100038470 Retinoic acid-induced protein 1 Human genes 0.000 description 6
- 229920002472 Starch Polymers 0.000 description 6
- 239000012297 crystallization seed Substances 0.000 description 6
- 238000001035 drying Methods 0.000 description 6
- 230000002255 enzymatic effect Effects 0.000 description 6
- 238000011534 incubation Methods 0.000 description 6
- 235000019698 starch Nutrition 0.000 description 6
- 239000008107 starch Substances 0.000 description 6
- 230000001954 sterilising effect Effects 0.000 description 6
- 238000004659 sterilization and disinfection Methods 0.000 description 6
- 238000012856 packing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000002965 ELISA Methods 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 230000008641 drought stress Effects 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 102000004190 Enzymes Human genes 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 229940088598 enzyme Drugs 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000003205 fragrance Substances 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 108091006146 Channels Proteins 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003204 osmotic effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000219000 Populus Species 0.000 description 1
- 230000036579 abiotic stress Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000034303 cell budding Effects 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000024346 drought recovery Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
- A01G22/20—Cereals
- A01G22/22—Rice
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C1/00—Apparatus, or methods of use thereof, for testing or treating seed, roots, or the like, prior to sowing or planting
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C1/00—Apparatus, or methods of use thereof, for testing or treating seed, roots, or the like, prior to sowing or planting
- A01C1/02—Germinating apparatus; Determining germination capacity of seeds or the like
- A01C1/025—Testing seeds for determining their viability or germination capacity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Environmental Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Soil Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Botany (AREA)
- Operations Research (AREA)
- Physiology (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pretreatment Of Seeds And Plants (AREA)
Abstract
本发明公开一种基于分级系数的水稻芽期抗旱性综合评价方法,涉及农业生产技术领域,该方法对分级法进行了改进,建立了以标准差为分级标准的数学方法,提出了以分级系数作为新的综合评价指标,解决了现有分级方法由人为划分,存在很强的主观性,导致评价结果失去客观性,降低了科学性,通用性不强,分级评价值受指标数量影响较大,导致影响评价结果准确性的问题;可更精确的对水稻抗旱性进行评价,为水稻抗旱性筛选提供依据。
Description
技术领域
本发明属于农业生产技术领域,特别是涉及一种基于分级系数的水稻芽期抗旱性综合评价方法。
背景技术
水稻是我国乃至世界上最重要的粮食作物,其生产耗水量居各类作物生产用水量之首,约占农业用水量70%左右。据统计,水稻整个生育期约耗水8884.4m3/hm2,其中田间腾发量达72.31%。传统淹灌栽培方式下水稻生产耗水量大,而水分利用效率不高,造成了水资源的浪费,加剧农业生产与水资源短缺的矛盾。研究指出,干旱已成为阻碍我国以及世界谷类作物生产的主要非生物胁迫因素,为协调水稻高产稳产与干旱胁迫下高效节水栽培两大目标,水稻抗旱研究一直是关注的热点。
现有技术,在水稻抗旱鉴定指标研究方面做了大量工作,针对水稻生产芽期、苗期、穗期、成熟期等各主要生育期筛选了一些抗旱指标以及抗旱品种。相较于苗期和本田期大田抗旱鉴定,芽期抗旱性鉴定具有方便快捷、耗时短、适宜大批量鉴定的优点,因此近年来在芽期抗旱性鉴定及指标筛选方面研究较多。王贺正等提出可用相对胚根长、相对芽长、相对芽干重可作水稻芽期抗旱性鉴定指标,同时指出相对根干重因变异较大而不适于品种间选择;田又升等利用主成分分析指出胚芽干重、发芽率、胚芽鞘长和根冠比为负荷量最大的指标,可作为水稻萌发期抗旱性鉴定的主要指标;敬礼恒等指出相对发芽率、相对芽长、相对胚根长、相对根芽干重与种子萌发抗旱指数均呈显著或极显著正相关,可作为水稻种子萌发期的抗旱性评价指标;王秋菊指出储藏物质转运速率、根系活力和β-淀粉酶活力可以作为衡量水稻品种耐旱性强弱的有效生理指标;杨瑰丽等指出芽鞘长和最长根长与水稻萌芽期综合抗旱能力极显著相关,适合用作水稻萌发期抗旱鉴定指标;安永平等认为萌发胁迫指数和芽鞘长的干旱胁迫反应指数(DRI)可作为评价水稻芽期抗旱性的间接鉴定指标。可见,不同研究者提出的抗旱鉴定指标并不完全相同。
现有的研究结果显示出水稻抗旱性较为复杂,不同研究者、不同时期下筛选出的抗旱评价指标并不统一。在大田条件下开展抗旱性鉴定评价,易受环境影响,工作量大,费时费力,而在芽期开展抗旱性鉴定评价操作简便、环境可控、鉴定周期短、可大批量鉴定,较好避免大田鉴定不足之处,同时芽期生理指标研究较少,因此,可进一步在芽期纳入生理指标进行抗旱性综合分析、指标鉴选。综合分析法中较多采用了隶属函数法、主成分法及灰色关联度法等方法,而王贺正等人提出了利用抗旱分级划分的方法进行抗旱性综合评价,但其分级标准由人为划分,存在很强的主观性,导致评价结果失去客观性,降低了计算的科学性;不同试验对同一指标的测定值也有所差异,导致不同研究者计算出的分级值存在不确定性,因此不同研究者的结果进行比较的通用性不强;对计算出的分级值,或进行排序比较,或再次人为进行划级区分,其值受指标数量影响而变化范围较大;且适应的分级指标数量受限,影响综合评价的结果准确率。
发明内容
为了解决上述问题,本发明提供一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法对分级法进行了改进,利用正态分布规律,建立了以平均值为基准,以标准差为分级标准的数学方法,提出了以分级系数GC作为新的综合评价指标,解决了现有分级方法由人为划分,存在很强的主观性,导致评价结果失去客观性,降低了计算的科学性,通用性不强,分级值受指标数量影响较大,导致影响评价结果的问题。为此,本发明采用的技术方案是:
一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法包括以下步骤:
(1)确定待评价的水稻品种;
(2)选定待评价的水稻品种的种子若干,进行催芽处理,得到露白的种子,并使露白的种子在干旱条件下和对照处理条件下继续发芽,并进行多项芽期指标测定,分别得到干旱指标测定值和对照指标测定值,并将指标以相对值表示,即指标相对值=干旱指标测定值/对照指标测定值;
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值;
(4)计算各待评价水稻品种的分级系数GC;
(5)根据计算得出的分级系数GC值,对待评价的水稻品种进行抗旱综合性评价,得出待评价水稻抗旱性强弱排序。
发芽处理为本领域的常规处理方法,只要能得到较好质量的芽期种子即可,这里我们为了保证指标测定的便捷性,运用了但不限于以下的催芽处理方法:每品种选择饱满种子400粒,用75%酒精表面消毒45s,用蒸馏水润洗三次后,加蒸馏水至淹没种子,并于28℃恒温培养室中浸种24h,后取出用蒸馏水润洗两次,放入直径90mm垫湿润滤纸的培养皿内于28℃催芽,得到露白的种子。
所述步骤(3)中分级值评价赋值的方法是以各指标平均值为基准,以各指标的标准差S或标准差S的倍数(例如0.33S,0.8S等)作为等级划分依据,进行分级赋值。划分等级可以是4、5等。
进一步的是,所述步骤(2)中,采用质量体积比为10-25%的PEG-6000溶液作为水分胁迫介质,模拟干旱条件,以蒸馏水为对照处理组的处理介质。
由于PEG(聚乙二醇)是一种高分子渗透剂,其溶液可以产生类似干旱的水分胁迫状态,作为良好的干旱胁迫渗透剂,模拟干旱条件。这里为了指标测定的便捷性,采用PEG水分胁迫介质模拟干旱条件,也可采用其他模拟干旱胁迫介质。进一步的是,也可以采用自然的干旱条件,进行指标测定。
PEG-6000溶液浓度的选择属于本领域中作为水分胁迫介质的常规选择,本发明中仅以20%浓度为例进行说明,浓度范围内的其它数值的选择也是显而易见的。
采用PEG水分胁迫介质模拟干旱条件时,选择生长一致的露白的种子均匀摆进底部垫有滤纸的培养皿中,每皿50粒,干旱处理组每皿加入8mL 20%的PEG-6000溶液,对照处理组加入8mL蒸馏水,每处理3次重复;盖上盖子,置于恒温光照培养室中发芽,保持恒温28℃,光照与黑暗的时间比例为8h/16h,光强为3000lx;每天观察培养皿内液体的变化并根据第一天每皿液体量酌量添加蒸馏水,保持培养皿液体恒定;从种子置床之日起开始观察,以胚根突破种皮1mm、胚芽为种子长度1/2为发芽标准,逐日定时测定发芽种子数;第10d收获幼苗,保存于-20℃冰箱,待测生理指标。
进一步的是,测定的待评价的水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储藏物质转化率、幼苗相对含水量、超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性、丙二醛含量、α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和/或脯氨酸含量。
待评价的水稻品种的芽期指标包括干旱处理组和对照处理组得到的指标,即干旱指标测定值和对照指标测定值。测定方法如下:于第4d和第8d调查每皿发芽种子数,即为发芽势及发芽率;发芽指数BI=∑(DG/DT),DG为逐日发芽数,DT为相应DG的发芽天数;活力指数VI=BI×(芽长+最长根长);萌发抗旱系数GDRI=水分胁迫下种子萌发指数/对照种子萌发指数,式中,水分胁迫下种子萌发指数GI=(1.00)nd2+(0.75)nd4+(0.50)nd6+(0.25)nd8,其中nd2、nd4、nd6、nd8分别为第2,4,6,8d的种子萌发率,1.00、0.75、0.50、0.25分别为相应萌发天数所赋予的权重系数;于处理后的第8天在各培养皿内随机选取10棵已发芽的种子,测量各种子的芽长、最长根长、根数,并分根、芽、剩余种子三部分分别称量鲜重,分装后于烘干箱105℃杀青0.5h,80℃烘至恒重后称量干重,得到芽干重、根干重、剩余种子干重;根芽比RSR=胚根干重/胚芽干重;储藏物质转化率SMCR=(芽干重+根干重)/(芽干重十根干重十剩余种子干重);相对含水量SRWC=(幼苗鲜重-幼苗干重)/幼苗鲜重×100%;超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性和丙二醛含量采用上海源叶生物技术有限公司ELISA测试盒测定,α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量采用苏州科铭生物技术有限公司的各指标试剂盒以微量法测定。
进一步的是,所述步骤(3)中分级值评价赋值方法具体为:以各指标相对值的平均值为基准,以各指标相对值的标准差S的倍数dS作为等级划分依据,共划分为4级;当指标为正向指标时,各指标相对值Xj级别赋值如下:的值为1级, 的值为2级,的值为3级,的值为4级,得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n;0<d,推荐值为1.0。
进一步的是,所述步骤(3)中分级值评价赋值方法具体为:以相对值的平均值为基准,以各指标相对值的标准差S的倍数dS作为等级划分依据,共划分5级;当指标为正向指标时,各指标相对值Xj级别赋值如下:的值为1级,的值为2级,的值为3级,的值为4级,的值为5级,得到各指标相对值Xj的分级评价值;当指标为负向指标时,指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n;0<d<1.0,推荐值为0.33。
进一步的是,作为一种分级系数GC的求解方法,所述步骤(4)包括以下步骤:
(4.1)针对同一待评价水稻品种,对各指标的分级评价值进行求和,得到各待评价水稻品种分级评价值和,分级评价值和的计算公式为:
式中:GVj表示同一待评价水稻品种的第j个指标的分级评价值,即各指标相对值赋值后的值(即Xj赋值后的值),j=1,2,3,…..,n;
(4.2)利用分级评价值和,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:n为某种待评价水稻品种的指标个数;m为分级级数;GVj表示第j个指标的分级评价值;j=1,2,3,…..,n。
进一步的是,作为一种分级系数GC的另一种求解方法,所述步骤(4)包括以下步骤:
(4.11)针对同一待评价水稻品种,求解综合分级值,得到各待评价水稻品种综合分级值,综合分级值的计算公式为:
式中:D表示某种待评价水稻品种的综合分级值;GVj表示第j个指标的分级评价值,即各指标相对值赋值后的值;Wj表示相应指标的权重,其计算公式为:Vj表示各指标的标准差系数,利用各指标的相对值,结合常规的标准差计算方法计算得出;j=1,2,3,…..,n;
(4.12)利用综合分级值,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:D表示某种待评价水稻品种的综合分级值;m为分级级数,mmax为最大分级级值,mmin为最小分级级值。
进一步的是,所述步骤(5)中,根据计算得出的分级系数GC值,GC值越大,则综合抗旱性越强,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。
本发明的分级系数评价方法的理论依据:
现有的分级方法中,计算得出的分级值和的数值大小与纳入计算的指标数量有关,即参与计算的指标越多,则分级评价和值的数值越大,其变异性较强,且分级值和越大抗旱性越弱,与习惯思维相反。一般科学试验获得的数据都服从N(μ,σ2)的正态分布,各个观察值在这个分布里存在一定的分布概率,总体上是以两端的值分布概率较低,中间部分的值分布较多,据此,我们设计根据正态分布规律以各指标的平均值和标准差S作为参数,通过数学公式对各个观察值进行客观划分级别,有效避免人为划级带来的主观性,使得划级这一步骤客观且符合数学规律。
当采用分级评价值和计算分级系数GC时,为将分级评价值和收敛到[0,1]的闭区间内,且符合值越大抗旱性越强的思维习惯,设计了分级系数计算公式,以分级评价值和理论上的最大值(nm,其中n为计算指标数量,m为指标分级的最大分级评价值)和最小值(n,其中n为计算指标数量,1为指标分级的最小分级评价值,故计算得出最小值为n)为数据分布界限,以最大分级评价值和减去计算得出的各品种分级评价值和作为分子,以最大分级评价值和减去最小分级评价值和(nm-n)作为分母,二者相除,则可将待评价品种的分级评价值和通过计算转换为分级系数,无论指标数量多少均可使分级系数分布于[0,1]的闭区间内,并且可知分级系数越大则抗旱性越强。验证可知,当某品种所有评价指标均为最优时,即每指标的分级评价值计算得出均为1,则分级评价值和在所有指标中为最低,而最终分级系数则为1,抗旱性最强;当某品种所有评价指标均为最差时,则每指标的分级评价值计算得出均为4,则分级评价值和在所有指标中为最高,而最终分级系数则为0,抗旱性最弱。
当采用综合分级值的方式计算分级系数时,设若某水稻品种所有指标分级评价值均为最大分级评价值,所有指标的权重相加为1,故可知综合分级评价值最大仅为最大分级评价值(mmax),设若某水稻品种所有指标分级评价值均为最小分级评价值,所有指标的权重相加为1,故综合分级评价值最小为最小的分级评价值(mmin)];D表示某水稻品种综合分级值;GC代表待评价水稻品种的分级系数,其值越大,则综合抗旱性越强。
采用本技术方案的有益效果:
1、与现有技术相比,本发明方法采样改进后的分级评价方法,建立了以标准差为分级标准的数学方法,提出分级系数概念,作为新的水稻芽期抗旱性评价指标,可更精确的对水稻抗旱性进行评价,为水稻抗旱性筛选提供依据。
2、新的分级评价方法,建立了两种整套评价方法计算公式,正负向指标均可,可直接对测定的芽期指标值进行依序计算,最终得出综合评价值。
3、新的分级评价方法,以数学方法进行分级,不受数据大小、量纲限制,均可按公式统一计算得到相应分级评价值,排除了人为分级的主观性,保证了计算过程的客观性。
4、新的分级评价方法,分级系数位于0到1的闭区间,数值大小适中,且不会因指标个数增减而大幅变化。
5、现有传统的分级评价方法中,分级评价值越大表示抗旱性越弱,而本评价方法的分级系数越大代表抗旱性越强,符合人们思维习惯。
6、与现有技术相比,本分级评价方法具有通用性,在不同试验、不同材料中均可应用,可比性较强。
附图说明
下面结合附图对本发明作进一步详细说明。
图1本发明方法的流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明作进一步阐述。
实施例一:
在本实施例中,一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法包括以下步骤:
(1)确定待评价的水稻品种:选取四川省水稻主推品种20个,如下表1。
表1实施例一选定的水稻品种及数量
品种名称 | 品种编号 | 品种名称 | 品种编号 |
H优399 | HY399 | 内6优138 | N6Y138 |
川优6203 | CY6203 | 宜香907 | YX907 |
H优523 | HY523 | 宜香2079 | YX2079 |
川香优6号 | CXY6 | 宜香2115 | YX2115 |
川优3727 | CY3727 | 宜香3724 | YX3724 |
川优5108 | CY5108 | 内香8514 | NX8514 |
花香7021 | HX7021 | 德香4923 | DX4923 |
冈优900 | GY900 | 泸优137 | LY137 |
冈优99 | GY99 | 川香308 | CX308 |
福伊优188 | FYY188 | 蓉优908 | RY908 |
(2)采用质量体积比为20%的PEG-6000(聚乙二醇)溶液作为水分胁迫介质,以蒸馏水为对照处理组;每品种选择饱满种子400粒,用75%酒精表面消毒45s,用蒸馏水润洗三次后,加蒸馏水至淹没种子,并于28℃恒温培养室中浸种24h,后取出用蒸馏水润洗两次,放入直径90mm垫湿润滤纸的培养皿内于28℃催芽;待种子露白后,取出用滤纸吸干表面水分后,选择生长一致的种子均匀摆进直径为90mm底部垫有圆形滤纸的培养皿中,每皿50粒,处理组每皿加入8mL 20%的PEG-6000溶液,对照组加入8mL蒸馏水,每处理3次重复;盖上盖子,置于恒温光照培养室中发芽,保持恒温28℃,光照与黑暗的时间比例为8h/16h,光强为3000lx;每天观察培养皿内液体的变化并根据第一天每皿液体量酌量添加蒸馏水,保持培养皿液体恒定;从种子置床之日起开始观察,以胚根突破种皮1mm、胚芽为种子长度1/2为发芽标准,逐日定时测定发芽种子数;第10d收获幼苗,保存于-20℃冰箱,待测生理指标。
测定的上述水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储存物质转化、幼苗相对含水量、超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性、丙二醛含量、α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量。
水稻品种芽期的上述23个指标的测定方法如下:在步骤(2)的试验中,于第4d和第8d调查每皿发芽种子数,即为发芽势及发芽率;发芽指数BI=∑(DG/DT),DG为逐日发芽数,DT为相应DG的发芽天数;活力指数VI=BI×(芽长+最长根长);萌发抗旱系数GDRI=水分胁迫下种子萌发指数/对照种子萌发指数,式中,水分胁迫下种子萌发指数GI=(1.00)nd2+(0.75)nd4+(0.50)nd6+(0.25)nd8,其中nd2、nd4、nd6、nd8分别为第2,4,6,8d的种子萌发率,1.00、0.75、0.50、0.25分别为相应萌发天数所赋予的权重系数;于处理后的第8天在各培养皿内随机选取10棵已发芽的种子,测量各种子的芽长、最长根长、根数,并分根、芽、剩余种子三部分分别称量鲜重,分装后于烘干箱105℃杀青0.5h,80℃烘至恒重后称量干重,得到芽干重、根干重、剩余种子干重;根芽比RSR=胚根干重/胚芽干重;储藏物质转化率SMCR=(芽干重+根干重)/(芽干重十根干重十剩余种子干重);相对含水量SRWC=(幼苗鲜重-幼苗干重)/幼苗鲜重×100%;超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性和丙二醛含量采用上海源叶生物技术有限公司ELISA测试盒测定,α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量采用苏州科铭生物技术有限公司的各指标试剂盒以微量法测定。
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值:所述步骤(3)中分级值评价赋值方法具体为:以各指标相对值的平均值为基准,以各指标相对值的标准差S作为等级划分依据,当指标为正向指标时,各指标相对值Xj级别赋值如下:的值为1级;的值为2级;的值为3级;的值为4级;得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n。
各指标相对值如表2所示,作为常识,标准差S根据各指标相对值进行常规的计算,即各指标相对值方差的算术平方根。
(4)计算各待评价水稻品种的分级系数GC:
(4.1)针对同一待评价水稻品种,对各指标的分级评价值进行求和,得到各待评价水稻品种分级评价值和,分级评价值和的计算公式为:
式中:GVj表示同一待评价水稻品种的第j个指标的分级评价值,即各指标相对值赋值后的值(即Xj赋值后的值),j=1,2,3,…..,n;
(4.2)利用分级评价值和,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:n为某种待评价水稻品种的指标个数;m为分级级数;GVj表示第j个指标的分级评价值;j=1,2,3,…..,n。
计算的结果见表2。
(5)根据计算得出的分级系数GC值,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。通过相关性分析,分级系数GC于各指标呈显著或极显著强相关,因此,分级系数GC值可以作为精确评价指标。排序情况见表2。
表2实施例一中水稻芽期干旱下各指标相对值及分级系数
表2实施例一中水稻芽期干旱下各指标相对值及分级系数(续表)
由表3中可以看出,发芽势、发芽率、活力指数、萌发抗旱系数、芽长、芽干重、储藏物质转化率、幼苗相对含水量、脯氨酸均与活力指数、萌发抗旱系数、储藏物质转化率、分级系数GC呈显著或极显著相关,除脯氨酸含量在品种间无显著差异外,其余指标在水分胁迫间、品种间及水分胁迫与品种互作间均有显著或极显著差异。这表明,采样本发明的分级系数GC可可以作为精确评价指标。表2中根据分级系数GC值对待评价水稻品种的抗旱性进行了准确的评价,得出抗旱性强弱顺序。
表3实施例一中各指标与萌发生长及分级系数相关性分析
实施例二:
在本实施例中,一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法包括以下步骤:
(1)确定待评价的水稻品种:选取四川省水稻主推品种20个,如下表4。
表4实施例二选定的水稻品种及数量
品种名称 | 品种编号 | 品种名称 | 品种编号 |
H优399 | HY399 | 内6优138 | N6Y138 |
川优6203 | CY6203 | 宜香907 | YX907 |
H优523 | HY523 | 宜香2079 | YX2079 |
川香优6号 | CXY6 | 宜香2115 | YX2115 |
川优3727 | CY3727 | 宜香3724 | YX3724 |
川优5108 | CY5108 | 内香8514 | NX8514 |
花香7021 | HX7021 | 德香4923 | DX4923 |
冈优900 | GY900 | 泸优137 | LY137 |
冈优99 | GY99 | 川香308 | CX308 |
福伊优188 | FYY188 | 蓉优908 | RY908 |
(2)采用质量体积比为20%的PEG-6000(聚乙二醇)溶液作为水分胁迫介质,以蒸馏水为对照处理组;每品种选择饱满种子400粒,用75%酒精表面消毒45s,用蒸馏水润洗三次后,加蒸馏水至淹没种子,并于28℃恒温培养室中浸种24h,后取出用蒸馏水润洗两次,放入直径90mm垫湿润滤纸的培养皿内于28℃催芽;待种子露白后,取出用滤纸吸干表面水分后,选择生长一致的种子均匀摆进直径为90mm底部垫有圆形滤纸的培养皿中,每皿50粒,处理组每皿加入8mL 20%的PEG-6000溶液,对照组加入8mL蒸馏水,每处理3次重复;盖上盖子,置于恒温光照培养室中发芽,保持恒温28℃,光照与黑暗的时间比例为8h/16h,光强为3000lx;每天观察培养皿内液体的变化并根据第一天每皿液体量酌量添加蒸馏水,保持培养皿液体恒定;从种子置床之日起开始观察,以胚根突破种皮1mm、胚芽为种子长度1/2为发芽标准,逐日定时测定发芽种子数;第10d收获幼苗,保存于-20℃冰箱,待测生理指标。
测定的上述水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储存物质转化、幼苗相对含水量、超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性、丙二醛含量、α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量。
水稻品种芽期的上述23个指标的测定方法如下:在步骤(2)的试验中,于第4d和第8d调查每皿发芽种子数,即为发芽势及发芽率;发芽指数BI=∑(DG/DT),DG为逐日发芽数,DT为相应DG的发芽天数;活力指数VI=BI×(芽长+最长根长);萌发抗旱系数GDRI=水分胁迫下种子萌发指数/对照种子萌发指数,式中,水分胁迫下种子萌发指数GI=(1.00)nd2+(0.75)nd4+(0.50)nd6+(0.25)nd8,其中nd2、nd4、nd6、nd8分别为第2,4,6,8d的种子萌发率,1.00、0.75、0.50、0.25分别为相应萌发天数所赋予的权重系数;于处理后的第8天在各培养皿内随机选取10棵已发芽的种子,测量各种子的芽长、最长根长、根数,并分根、芽、剩余种子三部分分别称量鲜重,分装后于烘干箱105℃杀青0.5h,80℃烘至恒重后称量干重,得到芽干重、根干重、剩余种子干重;根芽比RSR=胚根干重/胚芽干重;储藏物质转化率SMCR=(芽干重+根干重)/(芽干重十根干重十剩余种子干重);相对含水量SRWC=(幼苗鲜重-幼苗干重)/幼苗鲜重×100%;超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性和丙二醛含量采用上海源叶生物技术有限公司ELISA测试盒测定,α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量采用苏州科铭生物技术有限公司的各指标试剂盒以微量法测定。
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值:以各指标相对值的平均值为基准,以各指标的标准差S作为等级划分依据,共划分5级。当指标为正向指标时,每个指标值Xj级别赋值如下:的值为1级;的值为2级;的值为3级;的值为4级;的值为5级;得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n。
各指标相对值如表5所示,作为常识,标准差S根据各指标进行常规的计算。
(4)计算各待评价水稻品种的分级系数GC:
(4.1)针对同一待评价水稻品种,对各指标的分级评价值进行求和,得到各待评价水稻品种分级评价值和,分级评价值和的计算公式为:
式中:GVj表示同一待评价水稻品种的第j个指标的分级评价值,即各指标相对值赋值后的值(即Xj赋值后的值),j=1,2,3,…..,n;
(4.2)利用分级评价值和,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:n为某种待评价水稻品种的指标个数;m为分级级数;GVj表示第j个指标的分级评价值;j=1,2,3,…..,n。
计算的结果见表5。
(5)根据计算得出的分级系数GC值,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。从表5可以看出,6份参试材料各指标相对值的分级评价值为1~5,其中多数材料多数指标的分级评价值为2、3、4,少部分分布在1、5。分级评价值和在48~104之间,其中宜香907的最高,为104,抗旱性最弱,冈优99的最低,为48,抗旱性最强。经分级系数计算公式对分级评价和值进行计算可得,6份材料的分级系数在0.120~0.728之间,其中宜香907的GC为0.120,抗旱性最弱,冈优99的GC为0.728,抗旱性最强。排序情况见表5。
表5实施例二中水稻芽期干旱下各指标相对值及分级系数
表5实施例一中水稻芽期干旱下各指标相对值及分级系数(续表)
实施例三:
在本实施例中,一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法包括以下步骤:
(1)确定待评价的水稻品种:选取四川省水稻主推品种20个,如下表6。
表6实施例三选定的水稻品种及数量
品种名称 | 品种编号 | 品种名称 | 品种编号 |
H优399 | HY399 | 内6优138 | N6Y138 |
川优6203 | CY6203 | 宜香907 | YX907 |
H优523 | HY523 | 宜香2079 | YX2079 |
川香优6号 | CXY6 | 宜香2115 | YX2115 |
川优3727 | CY3727 | 宜香3724 | YX3724 |
川优5108 | CY5108 | 内香8514 | NX8514 |
花香7021 | HX7021 | 德香4923 | DX4923 |
冈优900 | GY900 | 泸优137 | LY137 |
冈优99 | GY99 | 川香308 | CX308 |
福伊优188 | FYY188 | 蓉优908 | RY908 |
(2)采用质量体积比为20%的PEG-6000(聚乙二醇)溶液作为水分胁迫介质,以蒸馏水为对照处理组;每品种选择饱满种子400粒,用75%酒精表面消毒45s,用蒸馏水润洗三次后,加蒸馏水至淹没种子,并于28℃恒温培养室中浸种24h,后取出用蒸馏水润洗两次,放入直径90mm垫湿润滤纸的培养皿内于28℃催芽;待种子露白后,取出用滤纸吸干表面水分后,选择生长一致的种子均匀摆进直径为90mm底部垫有圆形滤纸的培养皿中,每皿50粒,处理组每皿加入8mL 20%的PEG-6000溶液,对照组加入8mL蒸馏水,每处理3次重复;盖上盖子,置于恒温光照培养室中发芽,保持恒温28℃,光照与黑暗的时间比例为8h/16h,光强为3000lx;每天观察培养皿内液体的变化并根据第一天每皿液体量酌量添加蒸馏水,保持培养皿液体恒定;从种子置床之日起开始观察,以胚根突破种皮1mm、胚芽为种子长度1/2为发芽标准,逐日定时测定发芽种子数;第10d收获幼苗,保存于-20℃冰箱,待测生理指标。
测定的上述水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储存物质转化、幼苗相对含水量、超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性、丙二醛含量、α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量。
水稻品种芽期的上述23个指标的测定方法如下:在步骤(2)的试验中,于第4d和第8d调查每皿发芽种子数,即为发芽势及发芽率;发芽指数BI=∑(DG/DT),DG为逐日发芽数,DT为相应DG的发芽天数;活力指数VI=BI×(芽长+最长根长);萌发抗旱系数GDRI=水分胁迫下种子萌发指数/对照种子萌发指数,式中,水分胁迫下种子萌发指数GI=(1.00)nd2+(0.75)nd4+(0.50)nd6+(0.25)nd8,其中nd2、nd4、nd6、nd8分别为第2,4,6,8d的种子萌发率,1.00、0.75、0.50、0.25分别为相应萌发天数所赋予的权重系数;于处理后的第8天在各培养皿内随机选取10棵已发芽的种子,测量各种子的芽长、最长根长、根数,并分根、芽、剩余种子三部分分别称量鲜重,分装后于烘干箱105℃杀青0.5h,80℃烘至恒重后称量干重,得到芽干重、根干重、剩余种子干重;根芽比RSR=胚根干重/胚芽干重;储藏物质转化率SMCR=(芽干重+根干重)/(芽干重十根干重十剩余种子干重);相对含水量SRWC=(幼苗鲜重-幼苗干重)/幼苗鲜重×100%;超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性和丙二醛含量采用上海源叶生物技术有限公司ELISA测试盒测定,α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和脯氨酸含量采用苏州科铭生物技术有限公司的各指标试剂盒以微量法测定。
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值:以各指标相对值的平均值为基准,以各指标相对值的标准差S作为等级划分依据,共划分5级。当指标为正向指标时,每个指标值Xj级别赋值如下:的值为1级;的值为2级;的值为3级;的值为4级;的值为5级;得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n。
各指标相对值如表7所示,作为常识,标准差S根据各指标进行常规的计算,各指标平均值如表7所示,并将分级等级划分为5级。
(4)计算各待评价水稻品种的分级系数GC:
(4.11)针对同一待评价水稻品种,求解综合分级值,得到各待评价水稻品种综合分级值,综合分级值的计算公式为:
式中:D表示某种待评价水稻品种的综合分级值;GVj表示第j个指标的分级评价值,即各指标相对值赋值后的值;Wj表示相应指标的权重,其计算公式为:Vj表示各指标的标准差系数;j=1,2,3,…..,n;
(4.12)利用综合分级值,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:D表示某种待评价水稻品种的综合分级值;m为分级级数,mmax为最大分级级值,mmin为最小分级级值。
计算的结果见表7。
(5)根据计算得出的分级系数GC值,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。从表7可以看出,综合分级评价值在1.77~4.51之间,其中宜香907的最高,为4.51,抗旱性最弱,冈优99的最低,为1.77,抗旱性最强。经分级系数计算公式对综合分级值进行计算可得,6份材料的分级系数在0.123~0.808之间,其中宜香907的GC为0.123,抗旱性最弱,冈优99的GC为0.808,抗旱性最强。排序情况见表7。
表7实施例三中水稻芽期干旱下各指标相对值及分级系数
表7实施例三中水稻芽期干旱下各指标相对值及分级系数(续表)
实施例四:
在本实施例中,一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法包括以下步骤:
(1)确定待评价的水稻品种:以优质籼稻保持系川香29B为轮回亲本,从全球水稻分子育种计划的核心种质中选择110个材料作供体亲本,每个BC1F1选择25个以上的单株与轮回亲本回交,连续回交至BC3F1,然后自交。每个供体亲本保证有25个左右的BC3F2群体,共构建完成3300份BC3F2材料。在抗旱性初步鉴定的基础上,选择其中5份优异川香29B近等基因导入系(简称川香29BNIILs)为评价对象,以川香29B为对照。如下表8。
表8实施例四选定的水稻品种及数量
(2)采用质量体积比为20%的PEG-6000(聚乙二醇)溶液作为水分胁迫介质,以蒸馏水为对照处理组;每材料选择饱满种子400粒,用75%酒精表面消毒45s,用蒸馏水润洗三次后,加蒸馏水至淹没种子,并于28℃恒温培养室中浸种24h,后取出用蒸馏水润洗两次,放入直径90mm垫湿润滤纸的培养皿内于28℃催芽;待种子露白后,取出用滤纸吸干表面水分后,选择生长一致的种子均匀摆进直径为90mm底部垫有圆形滤纸的培养皿中,每皿50粒,处理组每皿加入8mL 20%的PEG-6000溶液,对照组加入8mL蒸馏水,每处理3次重复;盖上盖子,置于恒温光照培养室中发芽,保持恒温28℃,光照与黑暗的时间比例为8h/16h,光强为3000lx;每天观察培养皿内液体的变化并根据第一天每皿液体量酌量添加蒸馏水,保持培养皿液体恒定;从种子置床之日起开始观察,以胚根突破种皮1mm、胚芽为种子长度1/2为发芽标准,逐日定时测定发芽种子数。
测定的上述水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储存物质转化、幼苗相对含水量。
水稻品种芽期的上述14个指标的测定方法如下:在步骤(2)的试验中,于第4d和第8d调查每皿发芽种子数,即为发芽势及发芽率;发芽指数BI=∑(DG/DT),DG为逐日发芽数,DT为相应DG的发芽天数;活力指数VI=BI×(芽长+最长根长);萌发抗旱系数GDRI=水分胁迫下种子萌发指数/对照种子萌发指数,式中,水分胁迫下种子萌发指数GI=(1.00)nd2+(0.75)nd4+(0.50)nd6+(0.25)nd8,其中nd2、nd4、nd6、nd8分别为第2,4,6,8d的种子萌发率,1.00、0.75、0.50、0.25分别为相应萌发天数所赋予的权重系数;于处理后的第8天在各培养皿内随机选取10棵已发芽的种子,测量各种子的芽长、最长根长、根数,并分根、芽、剩余种子三部分分别称量鲜重,分装后于烘干箱105℃杀青0.5h,80℃烘至恒重后称量干重,得到芽干重、根干重、剩余种子干重;根芽比RSR=胚根干重/胚芽干重;储藏物质转化率SMCR=(芽干重+根干重)/(芽干重十根干重十剩余种子干重);相对含水量SRWC=(幼苗鲜重-幼苗干重)/幼苗鲜重×100%。
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值:以各指标相对值的平均值为基准,以各指标相对值的标准差0.8S作为等级划分依据,共划分4级。当指标为正向指标时,每个指标值Xj级别赋值如下:的值为1级; 的值为2级;的值为3级;的值为4级;得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n。
各指标相对值如表9所示,作为常识,标准差S根据各指标进行常规的计算。
(4)计算各待评价水稻品种的分级系数GC:
(4.1)针对同一待评价水稻品种,对各指标的分级评价值进行求和,得到各待评价水稻品种分级评价值和,分级评价值和的计算公式为:
式中:GVj表示同一待评价水稻品种的第j个指标的分级评价值,即各指标相对值赋值后的值(即Xj赋值后的值),j=1,2,3,…..,n;
(4.2)利用分级评价值和,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:n为某种待评价水稻品种的指标个数;m为分级级数;GVj表示第j个指标的分级评价值;j=1,2,3,…..,n。
计算的结果见表9。
(5)根据计算得出的分级系数GC值,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。从表9以看出,6份参试材料各指标相对值的分级评价值为1~4,其中多数材料多数指标的分级评价值为2、3,较少分布在1、4。分级评价值和在28~42之间,其中C3的最高,为42,抗旱性最弱,C2的最低,为28,抗旱性最强。经分级系数计算公式对分级评价值和进行计算可得,6份材料的分级系数在0.333~0.667之间,其中C3的GC为0.333,抗旱性最弱,C2的GC为0.667,抗旱性最强。排序情况见表9。
表9实施例四中水稻川香29B近等基因导入系芽期干旱下各指标相对值及分级系数
表9实施例四中水稻川香29B近等基因导入系芽期干旱下各指标相对值及分级系数(续表)
实施例五:
在本实施例中,一种基于分级系数的水稻芽期抗旱性综合评价方法,该方法包括以下步骤:
(1)确定待评价的水稻品种:以优质籼稻保持系川香29B为轮回亲本,从全球水稻分子育种计划的核心种质中选择110个材料作供体亲本,每个BC1F1选择25个以上的单株与轮回亲本回交,连续回交至BC3F1,然后自交。每个供体亲本保证有25个左右的BC3F2群体,共构建完成3300份BC3F2材料。在抗旱性初步鉴定的基础上,选择其中5份优异川香29B近等基因导入系(简称川香29BNIILs)为研究对象,以川香29B为对照。如下表10。
表10实施例一选定的水稻品种及数量
(2)采用质量体积比为20%的PEG-6000(聚乙二醇)溶液作为水分胁迫介质,以蒸馏水为对照处理组;每材料选择饱满种子400粒,用75%酒精表面消毒45s,用蒸馏水润洗三次后,加蒸馏水至淹没种子,并于28℃恒温培养室中浸种24h,后取出用蒸馏水润洗两次,放入直径90mm垫湿润滤纸的培养皿内于28℃催芽;待种子露白后,取出用滤纸吸干表面水分后,选择生长一致的种子均匀摆进直径为90mm底部垫有圆形滤纸的培养皿中,每皿50粒,处理组每皿加入8mL 20%的PEG-6000溶液,对照组加入8mL蒸馏水,每处理3次重复;盖上盖子,置于恒温光照培养室中发芽,保持恒温28℃,光照与黑暗的时间比例为8h/16h,光强为3000lx;每天观察培养皿内液体的变化并根据第一天每皿液体量酌量添加蒸馏水,保持培养皿液体恒定;从种子置床之日起开始观察,以胚根突破种皮1mm、胚芽为种子长度1/2为发芽标准,逐日定时测定发芽种子数。
测定的上述水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储存物质转化、幼苗相对含水量。
水稻品种芽期的上述14个指标的测定方法如下:在步骤(2)的试验中,于第4d和第8d调查每皿发芽种子数,即为发芽势及发芽率;发芽指数BI=∑(DG/DT),DG为逐日发芽数,DT为相应DG的发芽天数;活力指数VI=BI×(芽长+最长根长);萌发抗旱系数GDRI=水分胁迫下种子萌发指数/对照种子萌发指数,式中,水分胁迫下种子萌发指数GI=(1.00)nd2+(0.75)nd4+(0.50)nd6+(0.25)nd8,其中nd2、nd4、nd6、nd8分别为第2,4,6,8d的种子萌发率,1.00、0.75、0.50、0.25分别为相应萌发天数所赋予的权重系数;于处理后的第8天在各培养皿内随机选取10棵已发芽的种子,测量各种子的芽长、最长根长、根数,并分根、芽、剩余种子三部分分别称量鲜重,分装后于烘干箱105℃杀青0.5h,80℃烘至恒重后称量干重,得到芽干重、根干重、剩余种子干重;根芽比RSR=胚根干重/胚芽干重;储藏物质转化率SMCR=(芽干重+根干重)/(芽干重十根干重十剩余种子干重);相对含水量SRWC=(幼苗鲜重-幼苗干重)/幼苗鲜重×100%。
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值:以各指标相对值的平均值为基准,以各指标相对值的标准差0.5S作为等级划分依据,共划分为4级。当指标为正向指标时,每个指标值Xj级别赋值如下:的值为1级; 的值为2级;的值为3级;的值为4级;得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n。
各指标相对值如表11所示,作为常识,标准差S根据各指标进行常规的计算。
(4)计算各待评价水稻品种的分级系数GC:
(4.1)针对同一待评价水稻品种,对各指标的分级评价值进行求和,得到各待评价水稻品种分级评价值和,分级评价值和的计算公式为:
式中:GVj表示同一待评价水稻品种的第j个指标的分级评价值,即各指标相对值赋值后的值(即Xj赋值后的值),j=1,2,3,…..,n;
(4.2)利用分级评价值和,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:n为某种待评价水稻品种的指标个数;m为分级级数;GVj表示第j个指标的分级评价值;j=1,2,3,…..,n。
计算的结果见表11。
(5)根据计算得出的分级系数GC值,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。从表11看出,6份参试材料各指标相对值的分级评价值为1~4,其中多数材料多数指标的分级评价值在1、4的也有不少。分级评价值和在27~41之间,其中C1、C3的并列最高,为41,抗旱性最弱,C2的最低,为27,抗旱性最强。经分级系数计算公式对分级评价和值进行计算可得,6份材料的分级系数在0.357~0.690之间,其中C1、C3的GC均为0.357,抗旱性最弱,C2的GC为0.690,抗旱性最强。排序情况见表11。
表11实施例五中水稻川香29B近等基因导入系芽期干旱下各指标相对值及分级系数
表11实施例五中水稻川香29B近等基因导入系芽期干旱下各指标相对值及分级系数(续表)
以上实施例可以看出,本发明方法以数学方法进行分级,不受数据大小、量纲限制,正负向指标均可,建立了两种整套评价方法的计算公式,可直接对指标值进行依序计算,最终得出综合评价值,并进行排序,排除了人为分级的主观性,保证了计算过程的客观性;本发明方法的分级系数GC值越大代表抗旱性越强,符合人们思维习惯;本分级评价方法具有通用性,上述的实施例中表明,在不同试验、不同品种中均可应用,可比性较强。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于,该方法包括以下步骤:
(1)确定待评价的水稻品种;
(2)选定待评价的水稻品种的种子若干,进行催芽处理,得到露白的种子,并将露白的种子置于干旱条件下和对照处理条件下继续发芽,进行多项芽期指标测定,分别得到干旱指标测定值和对照指标测定值,并将指标以相对值表示,即指标相对值=干旱指标测定值/对照指标测定值;
(3)对各指标相对值进行分级值评价赋值,得到各指标的分级评价值;
(4)计算各待评价水稻品种的分级系数GC;
(5)根据计算得出的分级系数GC值,对待评价的水稻品种进行抗旱综合性评价,得出待评价水稻抗旱性强弱排序。
2.根据权利要求1所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:所述步骤(2)中,采用质量体积比为10-25%的PEG-6000溶液作为水分胁迫介质,模拟干旱条件,以蒸馏水为对照处理组的处理介质。
3.根据权利要求2所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:测定的待评价的水稻品种芽期指标包括:发芽势、发芽率、发芽指数、活力指数、萌发抗旱系数、芽长、最长根长、根数、芽干重、根干重、剩余种子干重、根芽比、储藏物质转化率、幼苗相对含水量、超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性、丙二醛含量、α-淀粉酶活性、总淀粉酶活性、β-淀粉酶活性、可溶性糖含量和/或脯氨酸含量。
4.根据权利要求1所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:所述步骤(3)中分级值评价赋值方法具体为:以各指标相对值的平均值为基准,以各指标相对值的标准差S的倍数dS作为等级划分依据,共划分为4级;当指标为正向指标时,各指标相对值Xj级别赋值如下:的值为1级,的值为2级, 的值为3级,的值为4级,得到各指标相对值Xj的分级评价值;当指标为负向指标时,各指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n;0<d。
5.根据权利要求1所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:所述步骤(3)中分级值评价赋值方法具体为:以相对值的平均值为基准,以各指标相对值的标准差S的倍数dS作为等级划分依据,共划分5级;当指标为正向指标时,各指标相对值Xj级别赋值如下:的值为1级,的值为2级, 的值为3级,的值为4级,的值为5级,得到各指标相对值Xj的分级评价值;当指标为负向指标时,指标相对值Xj的分级评价值则相反;其中:j=1,2,3,…..,n;0<d<1.0。
6.根据权利要求1所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:所述步骤(4)包括以下步骤:
(4.1)针对同一待评价水稻品种,对各指标的分级评价值进行求和,得到各待评价水稻品种分级评价值和,所述分级评价值和的计算公式为:
式中:GVj表示同一待评价水稻品种的第j个指标的分级评价值,即各指标相对值赋值后的值,j=1,2,3,…..,n;
(4.2)利用分级评价值和,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:n为某种待评价水稻品种的指标个数;m为分级级数;GVj表示第j个指标的分级评价值;j=1,2,3,…..,n。
7.根据权利要求1所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:所述步骤(4)包括以下步骤:
(4.11)针对同一待评价水稻品种,求解综合分级值,得到各待评价水稻品种综合分级值,综合分级值的计算公式为:
式中:D表示某种待评价水稻品种的综合分级值;GVj表示第j个指标的分级评价值,即各指标相对值赋值后的值;Wj表示相应指标的权重,其计算公式为:Vj表示各指标的标准差系数;j=1,2,3,…..,n;
(4.12)利用综合分级值,计算各待评价水稻品种的分级系数GC,分级系数GC的计算公式为:
式中:D表示某种待评价水稻品种的综合分级值;m为分级级数,mmax为最大分级级值,mmin为最小分级级值。
8.根据权利要求6或7所述的一种基于分级系数的水稻芽期抗旱性综合评价方法,其特征在于:所述步骤(5)中,根据计算得出的分级系数GC值,GC值越大,则综合抗旱性越强,采用列表排序的方法,得出分级系数GC排名,作为待评价水稻品种的抗旱性强弱顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810693303.4A CN108849334B (zh) | 2018-06-29 | 2018-06-29 | 一种基于分级系数的水稻芽期抗旱性综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810693303.4A CN108849334B (zh) | 2018-06-29 | 2018-06-29 | 一种基于分级系数的水稻芽期抗旱性综合评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108849334A true CN108849334A (zh) | 2018-11-23 |
CN108849334B CN108849334B (zh) | 2020-11-03 |
Family
ID=64296874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810693303.4A Active CN108849334B (zh) | 2018-06-29 | 2018-06-29 | 一种基于分级系数的水稻芽期抗旱性综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108849334B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110338016A (zh) * | 2019-08-22 | 2019-10-18 | 四川省农业科学院植物保护研究所 | 一种简易的水稻稻曲病抗性鉴定方法 |
CN110367066A (zh) * | 2019-07-05 | 2019-10-25 | 四川省农业科学院作物研究所 | 一种基于多梯度多性状综合抗旱系数的水稻抗旱性评价方法 |
CN110367067A (zh) * | 2019-07-05 | 2019-10-25 | 四川省农业科学院作物研究所 | 一种基于多梯度多性状综合抗旱指数的水稻抗旱性评价方法 |
CN111257509A (zh) * | 2020-01-18 | 2020-06-09 | 吉林省农业科学院 | 一种用于玉米萌发期耐旱鉴定的方法 |
CN112712296A (zh) * | 2021-01-19 | 2021-04-27 | 广州白云山中一药业有限公司 | 白芍种苗质量评价指标的筛选方法及质量评价方法 |
CN113348992A (zh) * | 2021-06-08 | 2021-09-07 | 海南省农业科学院蔬菜研究所 | 一种菜心耐热性评价方法 |
CN113537817A (zh) * | 2021-07-29 | 2021-10-22 | 广州白云山中一药业有限公司 | 巴戟天种苗分级指标的筛选及分级方法 |
CN116384817A (zh) * | 2023-03-30 | 2023-07-04 | 沧州市农林科学院 | 一种用于评价植物抗逆性的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103238493A (zh) * | 2013-05-20 | 2013-08-14 | 江苏省农业科学院 | 桃不同砧木类型对持续干旱的响应及其抗旱性评价方法 |
CN104838905A (zh) * | 2015-04-13 | 2015-08-19 | 西北农林科技大学 | 西瓜苗期抗旱性的评价方法 |
CN105393814A (zh) * | 2015-10-13 | 2016-03-16 | 黑龙江八一农垦大学 | 一种苜蓿耐旱性鉴定方法 |
CN107820775A (zh) * | 2017-11-10 | 2018-03-23 | 河南省农业科学院粮食作物研究所 | 一种玉米抗旱性的鉴定方法 |
CN107873435A (zh) * | 2017-11-09 | 2018-04-06 | 河北省农林科学院滨海农业研究所 | 利用叶片复绿比快速鉴定小麦抗旱性的方法 |
-
2018
- 2018-06-29 CN CN201810693303.4A patent/CN108849334B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103238493A (zh) * | 2013-05-20 | 2013-08-14 | 江苏省农业科学院 | 桃不同砧木类型对持续干旱的响应及其抗旱性评价方法 |
CN104838905A (zh) * | 2015-04-13 | 2015-08-19 | 西北农林科技大学 | 西瓜苗期抗旱性的评价方法 |
CN105393814A (zh) * | 2015-10-13 | 2016-03-16 | 黑龙江八一农垦大学 | 一种苜蓿耐旱性鉴定方法 |
CN107873435A (zh) * | 2017-11-09 | 2018-04-06 | 河北省农林科学院滨海农业研究所 | 利用叶片复绿比快速鉴定小麦抗旱性的方法 |
CN107820775A (zh) * | 2017-11-10 | 2018-03-23 | 河南省农业科学院粮食作物研究所 | 一种玉米抗旱性的鉴定方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110367066A (zh) * | 2019-07-05 | 2019-10-25 | 四川省农业科学院作物研究所 | 一种基于多梯度多性状综合抗旱系数的水稻抗旱性评价方法 |
CN110367067A (zh) * | 2019-07-05 | 2019-10-25 | 四川省农业科学院作物研究所 | 一种基于多梯度多性状综合抗旱指数的水稻抗旱性评价方法 |
CN110367066B (zh) * | 2019-07-05 | 2021-06-25 | 四川省农业科学院作物研究所 | 一种基于多梯度多性状综合抗旱系数的水稻抗旱性评价方法 |
CN110367067B (zh) * | 2019-07-05 | 2021-11-30 | 四川省农业科学院作物研究所 | 一种基于多梯度多性状综合抗旱指数的水稻抗旱性评价方法 |
CN110338016A (zh) * | 2019-08-22 | 2019-10-18 | 四川省农业科学院植物保护研究所 | 一种简易的水稻稻曲病抗性鉴定方法 |
CN111257509A (zh) * | 2020-01-18 | 2020-06-09 | 吉林省农业科学院 | 一种用于玉米萌发期耐旱鉴定的方法 |
CN112712296A (zh) * | 2021-01-19 | 2021-04-27 | 广州白云山中一药业有限公司 | 白芍种苗质量评价指标的筛选方法及质量评价方法 |
CN113348992A (zh) * | 2021-06-08 | 2021-09-07 | 海南省农业科学院蔬菜研究所 | 一种菜心耐热性评价方法 |
CN113537817A (zh) * | 2021-07-29 | 2021-10-22 | 广州白云山中一药业有限公司 | 巴戟天种苗分级指标的筛选及分级方法 |
CN116384817A (zh) * | 2023-03-30 | 2023-07-04 | 沧州市农林科学院 | 一种用于评价植物抗逆性的方法 |
CN116384817B (zh) * | 2023-03-30 | 2024-01-09 | 沧州市农林科学院 | 一种用于评价植物抗逆性的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108849334B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108849334A (zh) | 一种基于分级系数的水稻芽期抗旱性综合评价方法 | |
Jie et al. | Screening of drought resistance indices and evaluation of drought resistance in cotton (Gossypium hirsutum L.) | |
Liu et al. | Identification of QTL underlying physiological and morphological traits of flag leaf in barley | |
Nestler et al. | Root hair formation in rice (Oryza sativa L.) differs between root types and is altered in artificial growth conditions | |
Smale et al. | Maize diversity, variety attributes, and farmers’ choices in Southeastern Guanajuato, Mexico | |
Nhemachena | Agriculture and future climate dynamics in Africa: Impacts and adaptation options | |
Palamarchuk et al. | The modeling of the production process of high-starch corn hybrids of different maturity groups | |
Mercau et al. | On-farm assessment of regional and seasonal variation in sunflower yield in Argentina | |
CN102187774A (zh) | 苹果属植物苗期抗性鉴定与评价体系 | |
CN109729777A (zh) | 一种高通量苗期玉米耐旱性鉴定及评价方法 | |
CN110024524A (zh) | 一种高效的玉米苗期耐盐性评价方法 | |
Dias et al. | Traits for canopy development and light interception by twenty-seven Brazilian sugarcane varieties | |
Wang et al. | Temperature requirements for guayule seed germination | |
Shrestha et al. | Exploring phenotypic variation and associations in root nodulation, morphological, and growth character traits among 50 guar genotypes | |
Li et al. | How root traits would be affected by soybean yield improvement? An examination of historical cultivars grafted with record-yield cultivar scion | |
Friedman | Relationships between combined and individual field crops’ biomass and planting density | |
Sripathi et al. | Genotypic variation and trait relationships for morphological and physiological traits among new switchgrass populations | |
Luna-Nieves et al. | Guiding seed source selection for the production of tropical dry forest trees: Coulteria platyloba as study model | |
Nautiyal | Seed and seedling vigour traits in groundnut (Arachis hypogaea L.) | |
CN110367067A (zh) | 一种基于多梯度多性状综合抗旱指数的水稻抗旱性评价方法 | |
Gierend et al. | A Combined ex-post/ex-ante impact analysis for improved sorghum varieties in Tanzania | |
Wang et al. | Principal component analysis and comprehensive evaluation on drought tolerance difference of canola cultivars at germination and emergence stages | |
Siddiqui et al. | Natural selection under conventional and organic cropping systems affect root architecture in spring barley | |
Christian | Seed development and germination of Miscanthus sinensis | |
Qiao et al. | Development and application of a relative soil water content–transpiration efficiency curve for screening high water use efficiency wheat cultivars |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |