CN116384817A - 一种用于评价植物抗逆性的方法 - Google Patents
一种用于评价植物抗逆性的方法 Download PDFInfo
- Publication number
- CN116384817A CN116384817A CN202310328898.4A CN202310328898A CN116384817A CN 116384817 A CN116384817 A CN 116384817A CN 202310328898 A CN202310328898 A CN 202310328898A CN 116384817 A CN116384817 A CN 116384817A
- Authority
- CN
- China
- Prior art keywords
- value
- evaluated
- stress resistance
- plant
- stress
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000006243 chemical reaction Methods 0.000 claims abstract description 48
- 230000001186 cumulative effect Effects 0.000 claims abstract description 13
- 241000196324 Embryophyta Species 0.000 claims description 106
- 230000015784 hyperosmotic salinity response Effects 0.000 claims description 77
- 239000000463 material Substances 0.000 claims description 48
- 230000035784 germination Effects 0.000 claims description 29
- 235000021307 Triticum Nutrition 0.000 claims description 24
- 238000012935 Averaging Methods 0.000 claims description 4
- 208000027418 Wounds and injury Diseases 0.000 claims description 4
- 230000006378 damage Effects 0.000 claims description 4
- 208000014674 injury Diseases 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 239000012266 salt solution Substances 0.000 claims description 4
- 244000068988 Glycine max Species 0.000 claims description 2
- 235000010469 Glycine max Nutrition 0.000 claims description 2
- 240000007594 Oryza sativa Species 0.000 claims description 2
- 235000007164 Oryza sativa Nutrition 0.000 claims description 2
- 240000006394 Sorghum bicolor Species 0.000 claims description 2
- 235000011684 Sorghum saccharatum Nutrition 0.000 claims description 2
- 244000062793 Sorghum vulgare Species 0.000 claims description 2
- 240000008042 Zea mays Species 0.000 claims description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 2
- 235000005822 corn Nutrition 0.000 claims description 2
- 230000008014 freezing Effects 0.000 claims description 2
- 238000007710 freezing Methods 0.000 claims description 2
- 235000019713 millet Nutrition 0.000 claims description 2
- 235000009566 rice Nutrition 0.000 claims description 2
- 244000098338 Triticum aestivum Species 0.000 claims 1
- 150000003839 salts Chemical class 0.000 claims 1
- 230000035882 stress Effects 0.000 description 77
- 241000209140 Triticum Species 0.000 description 23
- 230000006870 function Effects 0.000 description 20
- 238000011156 evaluation Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 7
- 230000000052 comparative effect Effects 0.000 description 6
- 238000000513 principal component analysis Methods 0.000 description 6
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- TWRXJAOTZQYOKJ-UHFFFAOYSA-L Magnesium chloride Chemical compound [Mg+2].[Cl-].[Cl-] TWRXJAOTZQYOKJ-UHFFFAOYSA-L 0.000 description 2
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 2
- 101100364827 Prochlorococcus marinus (strain SARG / CCMP1375 / SS120) ahcY gene Proteins 0.000 description 2
- 101150081953 SAM1 gene Proteins 0.000 description 2
- PXIPVTKHYLBLMZ-UHFFFAOYSA-N Sodium azide Chemical compound [Na+].[N-]=[N+]=[N-] PXIPVTKHYLBLMZ-UHFFFAOYSA-N 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 239000011780 sodium chloride Substances 0.000 description 2
- UXVMQQNJUSDDNG-UHFFFAOYSA-L Calcium chloride Chemical compound [Cl-].[Cl-].[Ca+2] UXVMQQNJUSDDNG-UHFFFAOYSA-L 0.000 description 1
- GXCLVBGFBYZDAG-UHFFFAOYSA-N N-[2-(1H-indol-3-yl)ethyl]-N-methylprop-2-en-1-amine Chemical compound CN(CCC1=CNC2=C1C=CC=C2)CC=C GXCLVBGFBYZDAG-UHFFFAOYSA-N 0.000 description 1
- 239000004115 Sodium Silicate Substances 0.000 description 1
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 description 1
- UIIMBOGNXHQVGW-DEQYMQKBSA-M Sodium bicarbonate-14C Chemical compound [Na+].O[14C]([O-])=O UIIMBOGNXHQVGW-DEQYMQKBSA-M 0.000 description 1
- 230000036579 abiotic stress Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000001110 calcium chloride Substances 0.000 description 1
- 229910001628 calcium chloride Inorganic materials 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000024346 drought recovery Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910001629 magnesium chloride Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000001103 potassium chloride Substances 0.000 description 1
- 235000011164 potassium chloride Nutrition 0.000 description 1
- NTHWMYGWWRZVTN-UHFFFAOYSA-N sodium silicate Chemical compound [Na+].[Na+].[O-][Si]([O-])=O NTHWMYGWWRZVTN-UHFFFAOYSA-N 0.000 description 1
- 229910052911 sodium silicate Inorganic materials 0.000 description 1
- 229910052938 sodium sulfate Inorganic materials 0.000 description 1
- 235000011152 sodium sulphate Nutrition 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 229910021642 ultra pure water Inorganic materials 0.000 description 1
- 239000012498 ultrapure water Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Wood Science & Technology (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Analytical Chemistry (AREA)
- Computing Systems (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- Quality & Reliability (AREA)
Abstract
本发明涉及一种用于评价植物抗逆性的方法，包括如下步骤：确定待评价植物的至少两个抗逆性指标；将待评价植物置于所述抗逆性环境中进行处理作为抗逆性处理，并以待评价植物在非抗逆性环境中进行处理作为对照处理；统计待评价植物在经抗逆性处理后的抗逆性指标数据，统计待评价植物在经对照处理后的抗逆性指标数据；对经抗逆性处理后的所述待评价植物的每一项抗逆性指标的数据进行处理和转换，最后得到偏离转换数值的理论最大值的距离累积数值a1，以及偏离转换数值的理论最小值的距离累积数值a2；偏离所述尺度转换数值的理论最小值越远，则所述抗逆性越强；偏离所述尺度转换数值的理论最大值越近，则所述抗逆性越强。
Description
技术领域
本发明涉及一种评价方法，特别涉及一种用于评价植物抗逆性的方法。
背景技术
一般来说，植物在生长发育的过程中，会受到很多不利因素的影响，这些不利的因素包括盐碱、低温、干旱以及高温等极端环境，这些极端环境统称为逆境。有一部分植物能经受住逆境的考验，产生了抵御恶劣环境的能力，表现为植物的抗逆性。植物抗逆性即植物对逆境或者各种胁迫因子的抵抗能力，对植物适应不利环境有着重要作用。
目前，在植物的抗逆性鉴定中多采用隶属函数法进行评价其抗逆性的强弱，如对小麦的耐盐性、抗旱性、耐热性等的评价。然而，隶属函数法需要首先对试验数据进行主成分分析，然后计算各指标的隶属函数值及其权重，从而得到综合评价值。一般情况下主成分因子含义并不明确，隶属函数法整个评价过程及步骤较为繁琐复杂，且不直观。因此，有必要研发一种简单、直观以及高效有效的评价方法。
发明内容
本发明之一提供了一种用于评价植物抗逆性的方法，其包括如下步骤：
1)确定待评价植物的至少两个抗逆性指标；
2)将所述待评价植物置于所述抗逆性环境中进行处理作为抗逆性处理，并以所述待评价植物在非抗逆性环境中进行处理作为对照处理；
3)统计所述待评价植物在经抗逆性处理后的抗逆性指标数据，统计所述待评价植物在经对照处理后的抗逆性指标数据；
4)对经抗逆性处理后的所述待评价植物的每一项抗逆性指标的数据平均化，得到所述待评价植物的抗逆性处理的每一项抗逆性指标平均值，对经对照处理后的所述待评价植物的每一项抗逆性指标的数据平均化，得到所述待评价植物的对照处理的每一项抗逆性指标平均值；
5)基于所述待评价植物的抗逆性处理的每一项抗逆性指标平均值和所述待评价植物的对照处理的每一项抗逆性指标平均值，获得所述待评价植物的相应的抗逆性指标的相对值；
6)将所述待评价植物的每一项抗逆性指标的相对值转换为所述待评价植物的每一项抗逆性指标的正态分布化数值；
7)将所述待评价植物的每一项抗逆性指标的正态分布化数值转换为所述待评价植物的每一项抗逆性指标的尺度转换数值；
8)基于所述待评价植物的每一项抗逆性指标的尺度转换数值计算偏离所述尺度转换数值的理论最大值的距离累积数值a1，以及偏离所述尺度转换数值的理论最小值的距离累积数值a2；
9)基于a1和a2来确定偏离所述尺度转换数值的理论最小值的程度，进而量化所述待评价植物的抗逆性能力；其中，偏离所述尺度转换数值的理论最小值越远，则所述抗逆性越强；和/或偏离所述尺度转换数值的理论最大值越近，则所述抗逆性越强。
在一个具体实施方式中，在步骤5)中，基于公式1)来计算相对值，
Mij＝XijT/XijCK 1)
其中，Mij为待评价植物i的抗逆性指标j的相对值，XijT为抗逆性处理的待评价植物i的抗逆性指标j的平均值，XijCK为对照处理的待评价植物i的抗逆性指标j的平均值。
在一个具体实施方式中，在步骤6)中，基于公式2)将所述待评价植物的每一项抗逆性指标的相对值转换为所述待评价植物的每一项抗逆性指标的正态分布化数值，
其中，Yij为待评价植物i的抗逆性指标j的正态分布化数值，Mij为待评价植物i的抗逆性指标j的相对值，
为所有的待评价植物的抗逆性指标j的相对值的平均值，s-j为所有的待评价植物的抗逆性指标j的相对值的标准差。
在一个具体实施方式中，在步骤7)中，基于公式3)将所述待评价植物的每一项抗逆性指标的正态分布化数值转换为所述待评价植物的每一项抗逆性指标的尺度转换数值，
Uij为待评价植物i的抗逆性指标j的尺度转换数值；Yij为待评价植物i的抗逆性指标j的正态分布化数值；Ymin(j)和Ymax(j)分别为所有的待评价植物的抗逆性指标j的最小正态分布化数值和最大正态分布化数值。
在一个具体实施方式中，在步骤8)中，基于公式4)计算所述待评价植物的每一项抗逆性指标的尺度转换数值偏离所述尺度转换数值的理论最大值的距离累积数值a1，
a1i＝∑|Uij(max)-Uij| 4)
其中，a1i为待评价植物i的所有的抗逆性指标的尺度转换数值偏离理论最大值的距离累积数值，Uij(max)＝1，Uij为待评价植物i的抗逆性指标j的尺度转换数值；
以及
基于公式5)计算所述待评价植物的每一项抗逆性指标的尺度转换数值偏离所述尺度转换数值的理论最小值的距离累积数值a2，
a2i＝∑|Uij-Uij(min)| 5)
其中，a2i为待评价植物i的所有的抗逆性指标的尺度转换数值偏离理论最小值的距离累积数值，Uij(min)＝0，Uij为待评价植物i的抗逆性指标j的尺度转换数值。
在一个具体实施方式中，在步骤9)中，基于公式6)来确定所述待评价植物偏离其尺度转换数值的理论最小值的程度，
Ci为待评价植物i偏离其理论最小值Uij(min)的程度，a1i为待评价植物i的所有的抗逆性指标的尺度转换数值偏离理论最大值的距离累积数值，a2i为待测试材料i的所有的抗逆性指标的尺度转换数值偏离理论最小值的距离累积数值。
在一个具体实施方式中，所述抗逆性选自耐盐性、抗旱性、抗寒性和耐热性等其他非生物胁迫耐性中的一种。
在一个具体实施方式中，所述耐盐性的耐盐指标包括发芽率、芽长、根长、芽鲜重和根根鲜重；所述抗旱性的抗旱指标包括发芽势、发芽率、发芽指数、根长和苗高等；所述抗寒性的抗寒指标包括冻害率、分蘖数和次生根数等；所述耐热性的耐热指标包括渗漏率、热伤害度、热致死时间等。
在一个具体实施方式中，所述待评价植物为小麦、大豆、玉米、高粱、谷子和水稻等中的一种。
在一个具体实施方式中，当所述抗逆性为耐盐性时，所述抗逆性环境为盐溶液环境，所述非抗逆性环境为水环境。
在一个具体实施方式中，当Ci值小于0.5时，说明待评价植物的抗逆性偏弱，当Ci值大于0.5时，说明待评价植物的抗逆性偏强。
在一个具体实施方式中，所述方法还包括步骤9)后的步骤10)，当待评价植物的品种有N个时，采用K-均值聚类方法对待评价植物的各个品种的Ci值进行聚类，设置聚类数目n，其中n＜N且最大为5，其中，聚类数目n表示划分的抗逆性级别的数量。
在一个具体实施方式中，当N≥5，且n＝5时，划分的抗逆性级别为5，从大到小依次为髙耐、耐受、中耐、敏感和高感。
此外，需要指出的是，例如本发明的示例小麦萌发期耐盐鉴定时筛选的指标如芽长、根长、发芽率、芽鲜重、根鲜重均表现为指标值越大，其耐盐性越好，具有同趋势性。对于其他抗逆性指标，如果不具有同趋势性，则需要进行相应转换，以使计算指标具有相同的变化趋势。例如，如有的抗逆性指标表现为越小越好，则一般将其进行倒数转换，变化成为越大越好，以使和其他具有越大越好的指标具有同趋势性。
本发明的有益效果：
(1)本发明的方法各步骤紧密衔接、环环相扣、涵义清楚，其结果与现有方法较为一致且易于解释。
(2)本发明的方法消除了各抗逆性指标的量纲，将数据进行了正态分布化和尺度转换，同时获得理论最小值和理论最大值，有利于后续统计计算和结果解释。
(3)本发明的方法通过Excel、SPSS或R语言均能实现相关运算，比现有技术方法更为简便直观。而现有技术中的隶属函数法中的各主成分因子的专业涵义不易把握，甚至找不到其专业意义，且计算步骤较为繁琐，使用时也需要试验人员具有基本的统计学基础。
(4)本发明的方法中的尺度转换数值的理论最小值和理论最大值分别为0和1，也就是待评价植物的抗逆性程度的最差状态和最好状态，因此，可以通过求解待评价植物偏离最差状态的程度来确定其抗逆性，偏离程度越大，其抗逆性越强。
具体实施方式
以下通过优选的实施案例的形式对本发明的上述内容作进一步的详细说明，但其不构成对本发明的限制。
如无特别说明，本发明的实施例中的试剂均可通过商业途径购买。
实施例1
选择小麦品种CM6005(即沧麦6005)及用叠氮化钠对其诱变产生的73种诱变群体(依次编号为SAM1至SAM76，其中SAM31、SAM32和SAM52缺失；即i＝CM6005或除去SAM31、SAM32和SAM52的SAM1至SAM76中的一个)作为耐盐性检测的待测试材料。
人工模拟盐碱地配方为中度人工模拟盐碱溶液(简称盐分溶液)，具体组成如下：1.2746g/L氯化钠，0.0157g/L氯化钾，0.3619g/L氯化镁，0.2631g/L氯化钙，0.3302g/L碳酸氢钠，0.8380g/L硫酸钠，和0.0796g/L硅酸钠。
小麦萌发期耐盐性鉴定操作如下：
1)设置小麦萌发的耐盐性处理(T)：将两层灭菌滤纸放入无菌的培养皿中，向培养皿中加入盐分溶液20ml然后将30粒待测试材料的种子进行消毒处理后均匀摆放在一个培养皿中，置于25℃，光照:黑暗＝16:8的光照培养箱中进行发芽。设置对照(CK)：对照与耐盐性处理的区别在于将盐分溶液替换为超纯水，其他与耐盐性处理相同。在第8天分别调查耐盐性处理和对照的待测试材料种子的发芽情况，其中，以芽长超过种子长度1/2且根长等于或超过种子长度计作发芽，然后基于该培养皿中发芽种子的数量和总的种子的数量计算发芽率(j＝1)；在耐盐性处理和对照中分别随机挑选10株麦芽调查芽长(j＝2)、根长(j＝3)、芽鲜重(j＝4)和根鲜重(j＝5)5个耐盐指标。以同一培养皿中的30粒种子作为一个重复，共计重复3次。
2)根据待测试材料的各耐盐指标的调查数据计算各耐盐指标的平均值和相对值，其中，基于如下公式计算各耐盐指标的相对值：
Mij＝ XijT/ XijCK (1)
其中，Mij为待测试材料i的耐盐指标j的相对值，XijT为耐盐性处理的待测试材料i的耐盐指标j的平均值，XijCK为对照的待测试材料i的耐盐指标j的平均值。
因理论上来讲，Mij≤1，若数据中出现Mij＞1的情况，视为Mij＝1。因此，发芽率、芽长、根长、芽鲜重、根鲜重的相对值的取值范围为[0,1]。
结果见表1。
表1小麦待测试材料萌发期耐盐指标的平均值及相对值
3)使待测试材料的各耐盐指标正态分布化，其中，基于如下公式计算各耐盐指标的正态分布化数值：
其中，Yij为待测试材料i的耐盐指标j的正态分布化数值；Mij为待测试材料i的耐盐指标j的相对值；
为74种待测试材料的耐盐指标j的相对值的平均值，s-j为74种待测试材料的耐盐指标j的相对值的标准差。
结果见表2。
4)将正态分布化数值进行尺度转换得到尺度转换数值，即将待测试材料的各耐盐指标的正态分布化数值转换至取值范围为Uij∈[0，1]的尺度转换数值，公式如下：
其中，Uij为待测试材料i的耐盐指标j的尺度转换数值；Yij为待测试材料i的耐盐指标j的正态分布化数值；Ymin(j)和Ymax(j)分别为74种待测试材料的耐盐指标j的最小正态分布化数值和最大正态分布化数值。
基于公式(3)可知，Uij的理论最小值Uij(min)和理论最大值Uij(max)分别为0和1。
结果见表2。
表2小麦待测试材料萌发期各耐盐指标的正态分布化数值和尺度转换数值
5)计算偏离理论最大值的距离累积数值和偏离理论最小值的距离累积数值。其中，
偏离理论最大值的距离累积数值的公式如下：
a1i＝∑|Uij(max)-Uij| (4)
其中，a1i为待测试材料i的5个耐盐指标的尺度转换数值偏离理论最大值的距离累积数值，Uij(max)＝1，Uij为待测试材料i的耐盐指标j的尺度转换数值。
偏离理论最小值的距离累积数值的公式如下：
a2i＝∑|Uij-Uij(min)| (5)
其中，a2i为待测试材料i的5个耐盐指标的尺度转换数值偏离理论最小值的距离累积数值，Uij(minx)＝0，Uij为待测试材料i的耐盐指标j的尺度转换数值。
6)量化耐盐能力。
计算待测试材料i偏离理论最小值Uij(min)的程度，公式如下：
Ci为待测试材料i偏离其理论最小值Uij(min)的程度，a1i为待测试材料i的5个耐盐指标的尺度转换数值偏离理论最大值的距离累积数值，a2i为待测试材料i的5个耐盐指标的尺度转换数值偏离理论最小值的距离累积数值。
结果见表3。
其中，Ci值越大，小麦萌发期的耐盐性越强，特别是当Ci值小于0.5时，说明小麦萌发期的耐盐性偏弱或较弱，当Ci值大于0.5时，说明小麦萌发期的耐盐性偏强或较强。
7)划分耐盐等级。
采用K-均值聚类方法对各待测试材料的C值进行聚类，设置聚类数目为5，即C值被分为5个级别，从大到小依次为髙耐(1级)、耐盐(2级)、中耐(3级)、敏感(4级)、高感(5级)5个耐盐等级。
结果见表3。
表3小麦耐盐性综合评价结果
对比例1
隶属函数法
步骤1)与步骤2)同实施例1，其中，小麦待测试材料萌发期耐盐指标的平均值及相对值结果见表4。
表4小麦待测试材料萌发期耐盐指标的平均值及相对值
注：M值未做调整。
3)主成分分析
采用R语言中的princomp()函数，对74种待测试材料萌发期的5个耐盐指标的相对值进行主成分分析，以获得各待测试材料主成分的特征值及其贡献率(p1和p2，见表5)，主成分分析结果表明：可以选择2个独立的主成分作为小麦萌发期耐盐性综合评价指标，能解释总变异的84.76％(累积贡献率)，基本代表了5个原始指标的绝大部分信息。进而，通过主成分分析输出各待测试材料的1和2两个主成分因子的得分值(即各综合指标)(f1和f2，见表6)。
表5小麦萌发期各主成分的特征值和贡献率
4)计算隶属函数值、权重和耐盐综合评价值
采用隶属函数法计算74种待测试材料的5个耐盐指标的隶属函数值并计算其加权平均数，以评价74种待测试材料的耐盐性。隶属函数值、权重、耐盐综合评价值计算公式如下：
待测试材料各主成分因子得分(即各综合指标)的隶属函数值计算公式为：
其中，uik为待测试材料i的第k个综合指标的隶属函数值；fik为待测试材料i的第k个综合指标值；fmax(k)和fmin(k)分别为第k个综合指标的最大值和最小值。
根据各主成分的贡献率的大小计算各隶属函数值的权重，其公式为：
其中，wk表示第k个综合指标在所有综合指标中的重要程度；Pk表示第k个综合指标的贡献率，k＝1或2。综合指标和贡献率由主成分分析获得。
耐盐性综合评价值计算公式为：
Di＝∑[uik·wk]
其中，Di值为待测材料i在盐分溶液胁迫条件下的耐盐性综合评价值，i＝待测材料的品种编号或名称；k＝1,2。
(4)划分耐盐等级
采用K-均值聚类方法对各待测试材料的D值进行聚类，设置聚类数目为5，即D值被分为5类，从大到小依次对应髙耐(1级)、耐盐(2级)、中耐(3级)、敏感(4级)、高感(5级)5个级别。
结果见表6。
表6隶属函数法的步骤及评价结果
实施例1与对比例1的比较：
实施例1和对比例1采用不同的方法对小麦的74种待测试材料进行了耐盐性分析，采用R语言中的cov()函数获得采用实施例1的方法和对比例1的隶属函数方法所得的综合评价值的相关系数r＝0.9472**。该数值表明两种方法的的评价值间存在极显著的相关关系。
统计采用实施例1的方法和采用对比例1的方法耐盐性鉴定结果中5个级别中的材料数量，并计算各个级别中的材料所占的百分比，结果见表7。
表7采用两种方法小麦萌发期耐盐评价的比较
对表7的两种方法各耐盐级别中出现的待测试材料的数量，调用R语言中的wilcox.test()函数，经非参数假设测验，wicoxon秩测验的结果v＝5，p＝1.00>0.05，说明实施例1的方法和对比例1的隶属函数法的对小麦材料耐盐等级评价的结果差异不显著。
以上结果说明各耐盐级别中出现的待测试材料的直观数量较为一致，总体变化趋势亦相同。
实施例1的方法的优势：
(1)实施例1的方法各步骤紧密衔接、环环相扣、涵义清楚，其结果与现有方法较为一致且易于解释。
(2)实施例1的方法消除了各耐盐指标的量纲，将数据进行了正态分布化和尺度转换，同时获得理论最小值和理论最大值，有利于后续统计计算和结果解释。
(3)实施例1的方法通过Excel、SPSS或R语言均能实现相关运算，比现有技术方法更为简便直观。而现有技术中的隶属函数法中的各主成分因子的专业涵义不易把握，甚至找不到其专业意义，且计算步骤较为繁琐，使用时也需要试验人员具有基本的统计学基础。
(4)小麦萌发期耐盐鉴定时筛选的指标如芽长、根长、发芽率、芽鲜重、根鲜重均表现为指标值越大，其耐盐性越好，具有同趋势性。如果不具有同趋势性，需要进行相应转换，以使计算指标具有相同的变化趋势。例如，如有的指标表现为越小越好，则一般将其进行倒数转换，变化成为越大越好，以使和其他具有越大越好的指标具有同趋势性。
(5)实施例1的方法中的尺度转换数值的理论最小值和理论最大值分别为0和1，也就是材料耐盐的最差状态和最好状态，因此，可以通过求解待测试材料偏离最差状态的程度来确定小麦的耐盐性，偏离程度越大，小麦耐盐性越强。
Claims (10)
1.一种用于评价植物抗逆性的方法，其包括如下步骤：
1)确定待评价植物的至少两个抗逆性指标；
2)将所述待评价植物置于所述抗逆性环境中进行处理作为抗逆性处理，并以所述待评价植物在非抗逆性环境中进行处理作为对照处理；
3)统计所述待评价植物在经抗逆性处理后的抗逆性指标数据，统计所述待评价植物在经对照处理后的抗逆性指标数据；
4)对经抗逆性处理后的所述待评价植物的每一项抗逆性指标的数据平均化，得到所述待评价植物的抗逆性处理的每一项抗逆性指标平均值，对经对照处理后的所述待评价植物的每一项抗逆性指标的数据平均化，得到所述待评价植物的对照处理的每一项抗逆性指标平均值；
5)基于所述待评价植物的抗逆性处理的每一项抗逆性指标平均值和所述待评价植物的对照处理的每一项抗逆性指标平均值，获得所述待评价植物的相应的抗逆性指标的相对值；
6)将所述待评价植物的每一项抗逆性指标的相对值转换为所述待评价植物的每一项抗逆性指标的正态分布化数值；
7)将所述待评价植物的每一项抗逆性指标的正态分布化数值转换为所述待评价植物的每一项抗逆性指标的尺度转换数值；
8)基于所述待评价植物的每一项抗逆性指标的尺度转换数值计算偏离所述尺度转换数值的理论最大值的距离累积数值a1，以及偏离所述尺度转换数值的理论最小值的距离累积数值a2；
9)基于a1和a2来确定偏离所述尺度转换数值的理论最小值的程度，进而量化所述待评价植物的抗逆性能力；其中，
偏离所述尺度转换数值的理论最小值越远，则所述抗逆性越强；和/或
偏离所述尺度转换数值的理论最大值越近，则所述抗逆性越强。
2.根据权利要求1所述的方法，其特征在于，在步骤5)中，基于公式1)来计算相对值，
Mij＝XijT/XijCK 1)
其中，Mij为待评价植物i的抗逆性指标j的相对值，XijT为抗逆性处理的待评价植物i的抗逆性指标j的平均值，XijCK为对照处理的待评价植物i的抗逆性指标j的平均值。
3.根据权利要求1所述的方法，其特征在于，在步骤6)中，基于公式2)将所述待评价植物的每一项抗逆性指标的相对值转换为所述待评价植物的每一项抗逆性指标的正态分布化数值，
其中，Yij为待评价植物i的抗逆性指标j的正态分布化数值，Mij为待评价植物i的抗逆性指标j的相对值，
为所有的待评价植物的抗逆性指标j的相对值的平均值，s-j为所有的待评价植物的抗逆性指标j的相对值的标准差。
4.根据权利要求1所述的方法，其特征在于，在步骤7)中，基于公式3)将所述待评价植物的每一项抗逆性指标的正态分布化数值转换为所述待评价植物的每一项抗逆性指标的尺度转换数值，
Uij为待评价植物i的抗逆性指标j的尺度转换数值；Yij为待评价植物i的抗逆性指标j的正态分布化数值；Ymin(j)和Ymax(j)分别为所有的待评价植物的抗逆性指标j的最小正态分布化数值和最大正态分布化数值。
5.根据权利要求1所述的方法，其特征在于，在步骤8)中，基于公式4)计算所述待评价植物的每一项抗逆性指标的尺度转换数值偏离所述尺度转换数值的理论最大值的距离累积数值a1，
a1i＝∑|Uij(max)-Uij| 4)
其中，a1i为待评价植物i的所有的抗逆性指标的尺度转换数值偏离理论最大值的距离累积数值，Uij(max)＝1，Uij为待评价植物i的抗逆性指标j的尺度转换数值；
以及
基于公式5)计算所述待评价植物的每一项抗逆性指标的尺度转换数值偏离所述尺度转换数值的理论最小值的距离累积数值a2，
a2i＝∑|Uij-Uij(min)| 5)
其中，a2i为待评价植物i的所有的抗逆性指标的尺度转换数值偏离理论最小值的距离累积数值，Uij(min)＝0，Uij为待评价植物i的抗逆性指标j的尺度转换数值。
6.根据权利要求1所述的方法，其特征在于，在步骤9)中，基于公式6)来确定所述待评价植物偏离其尺度转换数值的理论最小值的程度，
Ci为待评价植物i偏离其理论最小值Uij(min)的程度，a1i为待评价植物i的所有的抗逆性指标的尺度转换数值偏离理论最大值的距离累积数值，a2i为待测试材料i的所有的抗逆性指标的尺度转换数值偏离理论最小值的距离累积数值。
7.根据权利要求1所述的方法，其特征在于，所述抗逆性选自耐盐性、抗旱性、抗寒性和耐热性中的一种；
优选地，所述耐盐性的耐盐指标包括发芽率、芽长、根长、芽鲜重和根鲜重；
优选地，所述抗旱性的抗旱指标包括发芽势、发芽率、发芽指数、根长和苗高；
优选地，所述抗寒性的抗寒指标包括冻害率、分蘖数和次生根数；
优选地，所述耐热性的耐热指标包括渗漏率、热伤害度和热致死时间。
8.根据权利要求1所述的方法，其特征在于，所述待评价植物为小麦、大豆、玉米、高粱、谷子和水稻中的一种。
9.根据权利要求7所述的方法，其特征在于，当所述抗逆性为耐盐性时，所述抗逆性环境为盐溶液环境，所述非抗逆性环境为水环境。
10.根据权利要求6所述的方法，其特征在于，当Ci值小于0.5时，说明待评价植物的抗逆性偏弱，当Ci值大于0.5时，说明待评价植物的抗逆性偏强；和/或
所述方法还包括步骤9)后的步骤10)，当待评价植物的品种有N个时，采用K-均值聚类方法对待评价植物的各个品种的Ci值进行聚类，设置聚类数目n，其中n＜N且最大为5，其中，聚类数目n表示划分的抗逆性级别的数量；
优选地，当N≥5，且n＝5时，划分的抗逆性级别为5，从大到小依次为髙耐、耐受、中耐、敏感和高感。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310328898.4A CN116384817B (zh) | 2023-03-30 | 2023-03-30 | 一种用于评价植物抗逆性的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310328898.4A CN116384817B (zh) | 2023-03-30 | 2023-03-30 | 一种用于评价植物抗逆性的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116384817A true CN116384817A (zh) | 2023-07-04 |
| CN116384817B CN116384817B (zh) | 2024-01-09 |
Family
ID=86980047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310328898.4A Active CN116384817B (zh) | 2023-03-30 | 2023-03-30 | 一种用于评价植物抗逆性的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116384817B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1494884A1 (ru) * | 1987-07-01 | 1989-07-23 | Сибирский институт физиологии и биохимии растений СО АН СССР | Способ оценки морозоустойчивости сортов озимой пшеницы |
| US20050115307A1 (en) * | 2003-11-28 | 2005-06-02 | Wagner Electronic Products, Inc. | Method for monitoring wood-drying kiln state |
| JP2010049359A (ja) * | 2008-08-19 | 2010-03-04 | Toshiba Corp | プラント監視装置およびプラント監視方法 |
| CN107871287A (zh) * | 2017-10-24 | 2018-04-03 | 宁夏职业技术学院 | 一种基于隶属函数的植物抗逆评价方法及系统 |
| CN108849334A (zh) * | 2018-06-29 | 2018-11-23 | 四川省农业科学院植物保护研究所 | 一种基于分级系数的水稻芽期抗旱性综合评价方法 |
| US20190041374A1 (en) * | 2017-08-03 | 2019-02-07 | Central South University Of Forestry And Technology | Rapid screening method of processing raw rice for rice products |
| US20200084966A1 (en) * | 2018-09-18 | 2020-03-19 | Deere & Company | Grain quality control system and method |
| CN113468757A (zh) * | 2021-07-16 | 2021-10-01 | 西南石油大学 | 一种基于模糊随机理论评估腐蚀天然气管道可靠性的方法 |
-
2023
- 2023-03-30 CN CN202310328898.4A patent/CN116384817B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1494884A1 (ru) * | 1987-07-01 | 1989-07-23 | Сибирский институт физиологии и биохимии растений СО АН СССР | Способ оценки морозоустойчивости сортов озимой пшеницы |
| US20050115307A1 (en) * | 2003-11-28 | 2005-06-02 | Wagner Electronic Products, Inc. | Method for monitoring wood-drying kiln state |
| JP2010049359A (ja) * | 2008-08-19 | 2010-03-04 | Toshiba Corp | プラント監視装置およびプラント監視方法 |
| US20190041374A1 (en) * | 2017-08-03 | 2019-02-07 | Central South University Of Forestry And Technology | Rapid screening method of processing raw rice for rice products |
| CN107871287A (zh) * | 2017-10-24 | 2018-04-03 | 宁夏职业技术学院 | 一种基于隶属函数的植物抗逆评价方法及系统 |
| CN108849334A (zh) * | 2018-06-29 | 2018-11-23 | 四川省农业科学院植物保护研究所 | 一种基于分级系数的水稻芽期抗旱性综合评价方法 |
| US20200084966A1 (en) * | 2018-09-18 | 2020-03-19 | Deere & Company | Grain quality control system and method |
| CN113468757A (zh) * | 2021-07-16 | 2021-10-01 | 西南石油大学 | 一种基于模糊随机理论评估腐蚀天然气管道可靠性的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 祁旭升;王兴荣;许军;张建平;米君;: "胡麻种质资源成株期抗旱性评价", 中国农业科学, no. 15, pages 31 - 42 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116384817B (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Askari et al. | Quantitative soil quality indexing of temperate arable management systems | |
| Jensen et al. | Nitrogen‐induced changes in colony density and spore production of Erysiphe graminis f. sp. hordei on seedlings of six spring barley cultivars | |
| Wright | The analysis and prediction of some two factor interactions in grass breeding | |
| Lücke et al. | Detection of ecological change in stream macroinvertebrate assemblages using single metric, multimetric or multivariate approaches | |
| Hara | Calculation of population parameters using Richards function and application of indices of growth and seed vigor to rice plants | |
| CN113748787B (zh) | 一种发芽期耐盐或盐敏感水稻种子的筛选方法 | |
| CN116384817B (zh) | 一种用于评价植物抗逆性的方法 | |
| Luo et al. | Soybean yield loss to sudden death syndrome in relation to symptom expression and root colonization by Fusarium solani f. sp. glycines | |
| Jamil et al. | Digital image analysis of seed shape influenced by heat stress in diverse bread wheat germplasm | |
| Rouse et al. | Distribution of wheat powdery mildew incidence in field plots and relationship to disease severity. | |
| Zhang et al. | A diallel analysis of ear moisture loss rate in maize | |
| Cheng et al. | The Richards function and quantitative analysis of germination and dormancy in meadowfoam (Limnanthes alba) | |
| Zaiter et al. | Differential reaction of tepary bean lines to Xanthomonas campestris pv. phaseoli | |
| Giancarla et al. | Assessment of drought tolerance in some barley genotypes cultivated in West part of Romania | |
| DeKeyser et al. | Low prairie plant communities of wetlands as a function of disturbance: physical parameters | |
| Bisen et al. | Genetic analysis and trait association for yield related traits in F2: 3 biparental population of rice under slightly sodic condition | |
| Porto et al. | Choice of improved phenotyping methods for bean plant reactions to white mold by non-linear model adjustments of symptom progression | |
| Bakhshi et al. | Ploidy determination of Aegilops cylindrica Host accessions of Iran by using flow cytometry and chromosome counting | |
| Jiang et al. | Seed biomechanical monitoring: A new method to test maize (Zea mays) seed vigour | |
| Russell et al. | The Embryo Test as a Method of Forecasting Loosesmut Infection in Barley | |
| CN115469055B (zh) | 糯玉米萌发期抗寒性鉴定与评价的方法 | |
| Hadifa et al. | Genetic divergence of some rice genotypes under normal and saline soil conditions | |
| Bakunov et al. | Integral assessment of potato varieties of different ripeness groups by productivity and disease resistance under the conditions of middle Volga region of Russia | |
| Teimoori Yaneh-Sari et al. | Canonical Correlations between Nanomecanical Properties and Some Agronomic Traits in Sugar Beet | |
| CN116307808A (zh) | 一种产品质量评估的方法及装置 |
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 |