利用AMMI模型评价苏打盐碱土对水稻垩白粒率和垩白度稳定性的影响

doi:10.3969/j.issn.1006-8082.2018.04.018

摘要/Abstract

摘要：

采用品种和盐碱程度二因素完全随机试验设计，利用AMMI模型分析了5份耐盐碱水稻品种（龙稻16、13G028、13G030、13G040、长白9）垩白粒率和垩白度的稳定性，以期为苏打盐碱地水稻外观品质改良提供科学依据。结果表明，品种间垩白粒率和垩白度的稳定性不同，环境对垩白性状的影响也不同；垩白性状的总变异呈基因型(G)＞环境(E)＞基因型×环境(G×E)，垩白粒率和垩白度PCA1、PCA2和PCA3平方和分别累计解释基因型×盐碱互作平方和的99.65%和99.80%；参试材料在不同盐碱梯度下垩白粒率和垩白度的稳定性以龙稻16最强，其次为13G030，再次为13G028和长白9，13G040的稳定性最差。

关键词: 水稻, 苏打盐碱土, AMMI模型, 垩白粒率, 垩白度, 稳定性

Abstract:

In order to provide the scientific basis for the improvement of appearance quality of rice in sodic soil, AMMI model was used to study the stability of chalky rice rate and chalkiness degree with 5 saline-alkali tolerance rice varieties（Longdao 16, 13G028, 13G030, 13G040, Changbai 9） as materials. The results showed that the stability of chalky rice rate and chalkiness degree were different in different varieties, and the effects of environment on chalkiness character was different. The effects on the total variation of chalkiness character was in the order of genotype（G）＞environment （E）＞G×E. Quadratic sum of PCA1, PCA2 and PCA3 of chalky rice rate and chalkiness degree explained 99.65% and 99.80% of the total variance quadratic sum respectively. The variety stability of Longdao 16 was the best in different saline-alkali environment, 13G030 was the second, followed by 13G028 and Changbai 9, 13G040 was the worst.

Key words: rice, sodic soil, AMMI model, chalky rice rate, chalkiness degree, stability

中图分类号:

S511

韩笑,赵海成,滕汶志,李红宇*,潘喜鹏,芦佳浩,王雪彬,刘梦红. 利用AMMI模型评价苏打盐碱土对水稻垩白粒率和垩白度稳定性的影响[J]. 中国稻米, DOI: 10.3969/j.issn.1006-8082.2018.04.018 .

参考文献

[1]    Yang J S. Recent evolution of soil salinization and its driving processes in China [A]. Advances in the assessment and monitoring of salinization and status of biosaline agriculture, reports of expert consultation held in Dubai, United Arab Emirates, 26-29 November 2007, World Soil Resources Reports No. 104[C]. FAO, Rome, 2009: 23.
[2]    徐璐，王志春，赵长巍，等. 东北地区盐碱土及耕作改良研究进展[J]. 中国农学通报，2011，27（27）：23-31.
[3]    邱先进，袁志华，何文静，等. 水稻垩白性状遗传育种研究进展[J]. 植物遗传资源学报，2014，15（5）：992-998.
[4]    李红宇，任淑娟，魏玉光，等. 利用AMMI模型分析寒地水稻区试品种产量的基因型与环境互作[J]. 黑龙江八一农垦大学学报，2014，26（4）：5-8.
[5]    蒋开锋，郑家奎，赵甘霖，等. 杂交水稻产量性状稳定性及其相关性研究[J]. 中国水稻科学，2001，15（1）：68-70.
[6]    刘丽华，王新兵，汤凤兰，等. 水稻产量及产量构成的稳定性和高产相关性分析[J] .干旱地区农业研究，2013，31（5）：84-88.
[7]    苏振喜，赵国珍，廖新华，等. 云南粳型特色软米食味品质性状稳定性分析[J]. 中国水稻科学，2010，24（3）：320- 324.
[8]    万向元，陈亮明，王海莲，等. 水稻品种胚乳淀粉RVA谱的稳定性分析[J]. 作物学报，2004，42（12）： 1 185-1 191.
[9]    刘丽华，胡远富，陈乔，等. 利用AMMI模型分析寒地水稻3个品质性状的基因型与环境互作[J]．作物学报，2013，39（10）：1 849-1 855.
[10] 郑桂萍，蔡永盛，赵洋，等. 利用AMMI模型进行寒地水稻品质分析[J]. 核农学报，2015，29（2）：296-303.
[11] 肖文斐，马华升，陈文岳，等. 籼稻耐盐性与稻米品质性状的关联分析[J]. 核农学报，2013，27（12）：1938-1947.
[12] 余为仆．秸秆还田条件下盐胁迫对水稻产量与品质形成的影响[D]. 扬州：扬州大学，2014.
[13] 苏振喜，赵国珍，廖新华. 云南粳型特色软米食味品质性状稳定性分析[J]. 中国水稻科学，2010，24（3）：320-324.
[14] Piepho H P. Analyzing genotype-environment data by mixed models with multiplicative effects[J]. Biometrics, 1997, 53（2）: 761-766.
[15] 吴为人. 对基于AMMI模型的品种稳定性分析方法的一点改进[J]. 遗传，2000，22（1）：31-32.
[16] Piepho H P. Robustness of statistical tests for multiplicative term sin the AMMI model for cultivar trials[J]. Theor Appl Genet, 1995, 90（3/4）: 438-443.
[17] Cheng F M, Zhong L J, Wang F, et al. Differences in cooking and eating properties between chalky and translucent parts in rice grains[J]. Food Chem, 2005, 90：39-46.
[18] Yamakawa H, Hirose T, Kuroda M, et. Comprehensive expression profiling of rice grain filling-related genes under high temperature using DNA microarray[J]. Plant Physiol, 2007, 144: 258-277.
[19] 陈书强. 粳稻不同粒位上垩白及粒形与品质性状间的关系[J]. 华北农学报，2014，29（5）：161-167．
[20] 王林森，陈亮明，王沛然，等. 利用高世代回交群体检测水稻垩白相关性状QTL[J]. 南京农业大学学报，2016，39（2）：183-190.
[21] 李贤勇，王楚桃，李顺武，等. 高温、低昼夜温差环境胁迫对水稻垩白的选择效应[J]. 西南农业学报，2005，18（6）：694-698.
[22] 罗成科，肖国举，张峰举，等. 不同浓度复合盐胁迫对水稻产量和品质的影响[J]. 干旱区资源与环境，2017，31（1）：137-141.
[23] 李红宇，潘世驹，钱永德，等. 混合盐碱胁迫对寒地水稻产量和品质的影响[J]. 南方农业学报，2015，46（12）：2 100-2 105.