李繼軍 陳雅慧,2 王藝瑾 周志華 郭子越 張 建 涂金星 姚 璇,* 郭 亮,*

甘藍(lán)型油菜種質(zhì)資源田間耐漬性評價和耐漬種質(zhì)資源篩選

李繼軍1陳雅慧1,2王藝瑾1周志華1郭子越3張 建3涂金星1姚 璇1,*郭 亮1,*

1華中農(nóng)業(yè)大學(xué)植物科學(xué)技術(shù)學(xué)院 / 作物遺傳改良全國重點(diǎn)實(shí)驗(yàn)室, 湖北武漢 430070;2承德市農(nóng)林科學(xué)院, 河北承德 067000;3華中農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院 / 宏觀農(nóng)業(yè)研究院, 湖北武漢 430070

甘藍(lán)型油菜是我國最重要的油料作物之一, 其生產(chǎn)過程中具有較高的漬害發(fā)生風(fēng)險。為了評價甘藍(lán)型油菜田間耐漬性以及篩選穩(wěn)定的耐漬種質(zhì)資源, 本研究首先在盆栽條件下確定了苗期耐漬性鑒定的適宜漬水時間, 隨后在大田試驗(yàn)中對505份種質(zhì)資源進(jìn)行了田間耐漬性的綜合評價和比較, 并篩選了穩(wěn)定的極端材料。盆栽試驗(yàn)結(jié)果表明, 甘藍(lán)型油菜的生長在漬水超過4 d時開始受到影響, 在漬水約10 d時生長受到嚴(yán)重抑制。2年的田間試驗(yàn)中, 利用無人機(jī)表型采集平臺提取到27個指標(biāo), 通過因子分析將其轉(zhuǎn)化成了2個公因子, 公因子1代表了甘藍(lán)型油菜漬水條件下的生長狀態(tài), 公因子2代表了生理狀態(tài)。根據(jù)2個公因子的載荷與方差貢獻(xiàn)率計(jì)算出的耐漬性綜合評價值(值)將甘藍(lán)型油菜種質(zhì)資源的耐漬性劃分為4個類型。其中, 極端耐漬型(I型)包含99份種質(zhì)資源、耐漬型(II型) 200份種質(zhì)資源、敏感型(III型) 187份種質(zhì)資源、極端敏感型(IV型) 19份種質(zhì)資源。通過2022年的大田試驗(yàn)對上述結(jié)果進(jìn)行進(jìn)一步驗(yàn)證和篩選, 共鑒定到9份穩(wěn)定的漬水敏感材料和9份穩(wěn)定的耐漬材料。而且, 2年的試驗(yàn)結(jié)果顯示植被指數(shù)MTVI2D、MCARI2D與耐漬性綜合評價值(值)相關(guān)性都高于0.76, 可用于對油菜耐漬性快速、高效的綜合評價?？傊? 本研究建立了甘藍(lán)型油菜田間耐漬性評價體系以及耐漬性快速和綜合評價方法, 解析了甘藍(lán)型油菜種質(zhì)資源的耐漬性類型, 鑒定到了穩(wěn)定的耐漬和敏感材料, 為甘藍(lán)型油菜耐漬性的研究和遺傳改良提供了可靠的評價方法和重要的種質(zhì)資源。

甘藍(lán)型油菜; 種質(zhì)資源; 苗期; 耐漬性; 綜合評價

油菜是我國第一大油料作物, 主要利用冬閑田生產(chǎn), 不與夏糧作物爭地。近年來國家大力支持南方地區(qū)冬閑田開發(fā), 努力擴(kuò)大冬油菜種植面積, 以增強(qiáng)油料供給保障能力。在我國食用油自給率不足30%的背景下[1], 充分利用長江流域冬閑田是促進(jìn)我國油料作物產(chǎn)業(yè)發(fā)展的有效途徑。長江流域廣泛使用“水稻-油菜”輪作的種植模式, 水稻收獲后土壤質(zhì)地黏重、透氣性差、地下水位高, 加之該區(qū)域降水頻繁, 導(dǎo)致后茬油菜在生產(chǎn)中有較高的漬害發(fā)生的風(fēng)險[2]。近年來, 長江流域冬油菜全生育期總降水量呈現(xiàn)逐年增加的趨勢, 而月平均降水量每增加10 mm會導(dǎo)致油菜減產(chǎn)1.64%～13.61%[3-4]。

水是植物生長所必需的, 但是環(huán)境中水分過多或者過少都會限制植物的正常生長發(fā)育。土壤中過量的水分限制氣體交換, 這種的狀態(tài)被定義為漬水[5-6]。漬水時, 土壤透水不暢和地面排水不暢使根系長期缺氧, 會導(dǎo)致植物生長發(fā)育受損甚至致死, 稱之為漬害(waterlogging stress)。土壤漬水時, 土壤孔隙中的空氣(尤其是O2)會被水取代, 同時氣體在水中的擴(kuò)散速度是空氣中的10-4倍, 因此由于根系的有氧呼吸和漬水土壤中氣體擴(kuò)散減少, 加之土壤微生物會與作物競爭土壤中殘留的O2, 會導(dǎo)致土壤中O2會迅速減少[7-8]。漬水條件下, 根際土壤pH值顯著降低, 并大量生成Fe2+、Mn2+、H2S、乙醛等有毒物質(zhì)[9-11]。根系能量供應(yīng)、膜完整性和根部水和離子轉(zhuǎn)運(yùn)均受到影響, 并間接導(dǎo)致了地上部分功能的改變。而氣孔關(guān)閉會導(dǎo)致葉片對CO2的吸收受到抑制, 并限制O2從植物體內(nèi)向環(huán)境中釋放, 而這將嚴(yán)重降低光合組織的碳同化效率[10,12-13]。光合組織中O2含量的增高和CO2含量的不足, 會導(dǎo)致光呼吸作用增強(qiáng), 從而進(jìn)一步抑制植物的凈光合速率[13-14]。隨著漬害發(fā)生時間的持續(xù), 作物生長發(fā)育會受到極大的影響, 例如株高降低、根系生長抑制、葉片出葉速度減小等, 最終會導(dǎo)致成熟期的產(chǎn)量損失[6,15-16]。

在作物的耐漬性評價和遺傳基礎(chǔ)解析中, 多用產(chǎn)量和形態(tài)指標(biāo)進(jìn)行耐漬性評價的指標(biāo), 例如萌發(fā)期萌發(fā)率、根莖長, 苗期葉片損傷情況、地上地下部生物量、存活率、形態(tài)學(xué)適應(yīng)性狀, 成熟期產(chǎn)量和重要農(nóng)藝性狀等[11]。近年來, 也有研究者使用丙二醛含量、相對電導(dǎo)率、可溶性糖含量、可溶性蛋白含量、超氧化物歧化酶活性和過氧化物酶活性等生理指標(biāo)[17-18], 歸一化植被指數(shù)(NDVI)、綠色歸一化植被指數(shù)(GNDVI)等反映農(nóng)作物長勢和營養(yǎng)信息的植被指數(shù)進(jìn)行耐漬性評價[19-20]。胡文河等[21]對不同高粱品種的萌發(fā)種子進(jìn)行漬水處理, 調(diào)查發(fā)芽勢、發(fā)芽率、胚根長、胚芽長等指標(biāo), 利用主成分分析獲得的綜合指標(biāo)對50個高粱品種的耐澇性進(jìn)行劃分和耐澇種質(zhì)資源的篩選。陳雅慧[17]對505份甘藍(lán)型油菜自交系群體進(jìn)行萌發(fā)期淹水處理, 通過9個生長指標(biāo)和電導(dǎo)率進(jìn)行耐漬性評價, 并利用生長指標(biāo)歸一化后計(jì)算的綜合指標(biāo)MFVW和電導(dǎo)率共同篩選極端材料。李真等[2]使用地上部干重、根干重和總干重進(jìn)行DH群體中耐濕性極端株系的篩選。唐章林等[22]考察了盆栽漬水條件下的綠葉數(shù)、地上部鮮重、地上部干重、可溶性糖、可溶性蛋白、丙二醛質(zhì)、過氧化物酶活性和超氧化物歧化酶活性, 對200份甘藍(lán)型油菜種質(zhì)資源進(jìn)行了耐濕性綜合評價。佟漢文等[23]采用灌水處理模擬田間漬害的方式, 綜合評價了37份湖北稻茬小麥品種(系)的耐漬性。

利用南方冬閑田進(jìn)行油菜生產(chǎn)是提高油菜總產(chǎn)量、緩解植物油供需矛盾的重要方式, 其中關(guān)鍵的問題是解決稻田油菜的耐漬性問題。因此, 開展甘藍(lán)型油菜種質(zhì)資源田間耐漬性鑒定評價及耐漬種質(zhì)資源篩選, 對我國油菜高產(chǎn)穩(wěn)產(chǎn)和種植面積擴(kuò)大有重要意義。鑒于此, 本研究以前期收集的具有廣泛遺傳基礎(chǔ)的505份甘藍(lán)型油菜種質(zhì)資源為基礎(chǔ), 在田間條件下進(jìn)行多年的苗期漬水處理。利用無人機(jī)表型采集平臺結(jié)合人工鑒定的方式對甘藍(lán)型油菜的耐漬性進(jìn)行評價鑒定, 以分析甘藍(lán)型油菜種質(zhì)資源群體水平的耐漬性表現(xiàn), 篩選耐漬種質(zhì)資源, 為油菜漬害響應(yīng)的遺傳基礎(chǔ)解析和遺傳改良提供理論依據(jù)和種質(zhì)資源。

1 材料與方法

1.1 試驗(yàn)材料與漬水處理

1.1.1 盆栽試驗(yàn)材料和設(shè)計(jì) 從本實(shí)驗(yàn)室收集的具有廣泛遺傳基礎(chǔ)的505份甘藍(lán)型油菜自交系組成的自然群體中隨機(jī)選取10份種質(zhì)資源進(jìn)行苗期漬水處理(表1)。每份種質(zhì)資源種植20盆, 每盆播種10粒種子, 在二葉一心期定苗為每盆3株。每盆裝填基質(zhì)4.6 kg, 盆栽基質(zhì)為育苗基質(zhì)(星宇星, 中國武漢)∶水稻土=7∶50。在播種30 d時, 對油菜幼苗進(jìn)行漬水處理, 漬水水位保持在土面以上約1～2 cm。

表1 盆栽試驗(yàn)中使用的10份甘藍(lán)型油菜自交系詳單

1.1.2 田間試驗(yàn)材料和設(shè)計(jì) 本研究中使用具有廣泛遺傳基礎(chǔ)的505份甘藍(lán)型油菜自交系組成的自然群體進(jìn)行油菜田間漬水試驗(yàn)[24]。田間試驗(yàn)點(diǎn)位于華中農(nóng)業(yè)大學(xué)鄂州試驗(yàn)基地(30°21′34′′N, 114°42′25′′E)。試驗(yàn)田前作為中稻, 土壤質(zhì)地為粉沙質(zhì)黏壤土。在油菜種植前, 通過先正達(dá)金都爾(精異丙甲草胺)對土壤噴霧進(jìn)行田間雜草防治。甘藍(lán)型油菜漬水處理的3年田間試驗(yàn)中, 播種時間分別為2017年9月26日、2018年9月27日、2022年9月30日, 田間行距20 cm, 每份種質(zhì)資源種植3行, 在三葉期進(jìn)行人工除草并對每行定值10株。在油菜生長至60 d左右時進(jìn)行漬水處理, 漬水水位與土面保持一致。漬水時間持續(xù)10 d, 漬水結(jié)束后及時排干積水, 田間水位恢復(fù)到漬水前的狀態(tài)。

1.2 性狀測定

1.2.1 盆栽試驗(yàn)中相關(guān)性狀的采集 漬水前以及漬水后每2 d測定一次甘藍(lán)型油菜的生長和生理指標(biāo), 每份種質(zhì)資源進(jìn)行3次重復(fù)測定。生長指標(biāo)包括綠葉數(shù)、株高、莖鮮重; 生理指標(biāo)包括最大葉的可溶性糖、脯氨酸、相對電導(dǎo)率、葉綠素、類胡蘿卜素。生理指標(biāo)的具體測定均參考《植物生理生化實(shí)驗(yàn)原理和技術(shù)(第2版)》[25]。

1.2.2 田間試驗(yàn)中的圖像采集與性狀提取 利用高通量無人機(jī)表型采集平臺進(jìn)行油菜漬水后恢復(fù)階段的實(shí)時信息采集。表型采集平臺使用的是大疆六軸飛行器Matrice 600, 具有最大6 kg的載重, 無風(fēng)環(huán)境下最大水平飛行速度為18 m s–1, 可連續(xù)作業(yè)16 min。無人機(jī)平臺搭載了5臺Sony ILCE-QX1相機(jī)組成的多相機(jī)傾斜攝影系統(tǒng)以及一個五波段相機(jī)Micasense RedEdge 3。所有無人機(jī)飛行任務(wù)均于12:00—14:00時段內(nèi)、晴朗的天氣條件下進(jìn)行。無人機(jī)平臺獲取的單個圖像, 使用Agisoft PhotoScan Professional 1.4.3 (Agisoft LLC, 俄羅斯)以及ArcGIS (ESRI, 美國)中的Python模塊進(jìn)行特征提取, 按照以下3個步驟進(jìn)行拼接: (1)在圖像拼接中, 在每張照片中手動識別14個地面控制點(diǎn)(GCPs), 并將其對應(yīng)到實(shí)時動態(tài)(RTK)全球定位系統(tǒng)(Emlid Reach RS, Emlid Ltd,俄羅斯)接收機(jī)測量的相應(yīng)坐標(biāo)中; (2) 構(gòu)建高密度點(diǎn)云; (3) 生成數(shù)字表面模型和正射影像。為了減少光照變化對多周期圖像的影響, 分別使用反射率為6%、24%、45%、62%和99%的5個標(biāo)定反射率板, 得到5個標(biāo)定目標(biāo)的數(shù)字回歸方程, 從而對光譜圖像中的每個波段進(jìn)行輻射定標(biāo)。在預(yù)處理的圖片中對每份種質(zhì)資源進(jìn)行小區(qū)劃分, 以小區(qū)為單位提取到株高(plant height, PH)、冠層體積模型(canopy volume model, CVM)等4個生長指標(biāo)和歸一化植被指數(shù)(normalized difference vegetation index, NDVI)、綠色歸一化植被指數(shù)(green normalized difference vegetation index, GNDVI)等23個植被指數(shù), 具體性狀提取方法和數(shù)據(jù)類型等細(xì)節(jié)參考Li等[26]的方法。

1.3 數(shù)據(jù)分析

利用Microsoft Excel進(jìn)行數(shù)據(jù)的基礎(chǔ)整理, 利用SPSS 21.0、R 4.2.2、Origin 2018和TBtools軟件對數(shù)據(jù)進(jìn)行相關(guān)性分析、隸屬函數(shù)分析、因子分析、層次聚類分析、多元線性回歸模型構(gòu)建與相關(guān)圖表的繪制[27-30]。

性狀之間的相關(guān)性分析使用的數(shù)據(jù)為各指標(biāo)的原始實(shí)測值。因子分析以及通過因子分析計(jì)算出來的綜合評價值都基于通過隸屬函數(shù)分析獲得的歸一化值進(jìn)行計(jì)算, 具體公式如下:

對505份甘藍(lán)型油菜種質(zhì)資源在田間采集的27個指標(biāo), 按照公式(1)計(jì)算隸屬函數(shù)值。(X)表示第個指標(biāo)的隸屬函數(shù)值, 式中X表示第個指標(biāo)的原始實(shí)測值,max、min表示在群體中第個指標(biāo)原始實(shí)測值的最大值和最小值。

各指標(biāo)的隸屬函數(shù)值基于主成分的因子分析提取公因子, 按照公式(2)計(jì)算各公因子的權(quán)重, 式中W表示第個公因子的權(quán)重,P表示被提取到的第個公因子的方差貢獻(xiàn)率。

運(yùn)用公式(3)計(jì)算甘藍(lán)型油菜自然群體中各材料的綜合評價值, 利用綜合評價值進(jìn)行甘藍(lán)型油菜種質(zhì)資源耐漬性綜合評價, 綜合評價值越大說明該材料的耐漬性性越強(qiáng)。

2 結(jié)果與分析

2.1 適宜油菜苗期耐漬性鑒定的漬水時間的確定

為確定適宜油菜苗期耐漬性鑒定的漬水時間, 從505份甘藍(lán)型油菜種質(zhì)資源中隨機(jī)挑選了10份進(jìn)行不同漬水時間的試驗(yàn)處理。在盆栽漬水試驗(yàn)中, 我們可以直觀地觀察到, 隨著漬水時間的持續(xù)油菜生長明顯受到抑制, 而且漬水加快了老葉的衰老黃化速度。為了量化油菜在漬水條件下生長抑制程度, 本研究考察了油菜在漬水期間地上部分的綠葉數(shù)、株高和鮮重這3個形態(tài)指標(biāo)隨漬水時間的變化動態(tài)(圖1-A～C)。結(jié)果表明, 漬水的前4 d內(nèi), 油菜的綠葉數(shù)、株高和鮮重依然保持上升狀態(tài), 且在第4天顯著高于處理前的水平; 隨著漬水時間的繼續(xù)延長, 這3個形態(tài)指標(biāo)逐漸下降。漬水4 d后, 綠葉數(shù)下降的速度最快, 第6天時的綠葉數(shù)就比第4天時的顯著降低; 株高則是在第8天時下降到顯著低于第4天時的水平;鮮重則是這些指標(biāo)中下降最慢的, 直到漬水第12天時才下降到顯著低于第4天時的水平。表明, 苗期漬水初期油菜會繼續(xù)保持生長, 但是隨著漬水時間的持續(xù), 油菜生長受漬水抑制的程度逐漸加大。

逆境響應(yīng)相關(guān)的生理指標(biāo)能側(cè)面反映油菜在漬水脅迫下的生長狀態(tài)和逆境響應(yīng)程度。研究結(jié)果表明, 油菜最大葉片的可溶性糖含量、脯氨酸含量、相對電導(dǎo)率和類胡蘿卜素含量均隨著漬水時間的持續(xù)逐漸升高, 在漬水后期都達(dá)到顯著高于處理前的水平; 葉綠素則隨著漬水時間的持續(xù)而逐漸下降; 葉綠素的含量在漬水條件下受影響的程度較低?？扇苄蕴呛亢透彼岷宽憫?yīng)漬水的速度最快, 在漬水第2天開始就顯著高于漬水處理前的水平; 葉綠素的含量在漬水第4天開始顯著受到抑制; 相對電導(dǎo)率則在漬水第8天開始才顯著高于處理前的水平(圖2)。表明苗期持續(xù)漬水抑制了油菜生長的正常狀態(tài)、損害了細(xì)胞的生理功能, 同時油菜也在生理水平上積極抵御外界的漬水脅迫。

圖1 不同漬水時間下甘藍(lán)型油菜生長和生理指標(biāo)的變化

A: 綠葉數(shù); B: 株高; C: 莖鮮重; D: 可溶性糖; E: 脯氨酸; F: 相對電導(dǎo)率; G: 葉綠素; H: 葉綠素; I: 類胡蘿卜素的動態(tài)變化。圖中數(shù)值為平均值±標(biāo)準(zhǔn)誤(= 10), 同一圖中的不同字母表示不同時間點(diǎn)之間存在顯著性差異(< 0.05)。

A: the number of green leaves; B: plant height; C: shoot fresh weight; D: soluble sugar; E: proline; F: the relative electric conductivity; G: chlorophyll; H: chlorophyll; I: carotenoids. The value in the figure is mean ± SE (= 10), and different letters in the same figure indicate significant differences between different time at< 0.05.

在漬水持續(xù)8 d以上時, 考察的絕大多數(shù)的生長和生理指標(biāo)與漬水前水平存在顯著差異; 而漬水12 d時, 絕大多數(shù)指標(biāo)在漬水前后的差異達(dá)到最大。因此, 后續(xù)田間漬水試驗(yàn)中, 漬水10 d可以做為油菜苗期耐漬性鑒定的適宜處理時間。

2.2 甘藍(lán)型油菜漬水后的田間表現(xiàn)

在田間漬水處理10 d后, 甘藍(lán)型油菜自然群體在苗期的生長受到明顯的影響, 而且苗期漬水對油菜的影響會從營養(yǎng)生長階段持續(xù)到生殖生長階段(圖2-A)。漬水對甘藍(lán)型油菜營養(yǎng)生長階段的生長的影響, 除了盆栽條件下已鑒定的3個指標(biāo)外, 還有葉片衰老黃化、功能葉焦枯、葉片花青素大量積累、根系腐爛等幾種典型的性狀發(fā)生改變(圖2-B～E); 進(jìn)入生殖生長階段后, 除了植株長勢變差外, 還會出現(xiàn)倒伏和植株徹底死亡等情況(圖2-F～G)。前期的研究表明, 漬水結(jié)束10 d之后的較長一段時間內(nèi), 植株長勢會下降到極低的水平[26]。本研究選用漬水結(jié)束后18 d作為表型考察的時間點(diǎn), 利用無人機(jī)表型采集平臺提取到4個形態(tài)指標(biāo)(作物體積模型: CVM、冠層綠色覆蓋度: GCC、冠層紫色覆蓋度: PCC、株高: PH)和23個植被指數(shù)進(jìn)行甘藍(lán)型油菜耐漬性的后續(xù)研究。這27個指標(biāo)在漬水條件下的表型值分布范圍廣泛, 不同種質(zhì)資源對各指標(biāo)的響應(yīng)程度不同(表2)。表明不同甘藍(lán)型油菜種質(zhì)資源在漬水后生長抑制和響應(yīng)程度存在較大的差異。

圖2 甘藍(lán)型油菜漬水后的田間表現(xiàn)

A: 甘藍(lán)型油菜漬水前后的整體生長變化情況。漬水后, 油菜出現(xiàn)B: 葉片衰老黃化、C: 功能葉焦枯、D: 葉片花青素積累、E: 根系腐爛、F: 植株倒伏、G: 死亡等典型的表型。

A: the overall growth changes ofL. before and after waterlogging. After waterlogging,L. plants showed typical phenotypes such as leaf senescence (B), yellowing functional leaf scorching (C), leaf anthocyanin accumulation (D), root rot (E), plant lodging (F), and death (G).

表2 505份甘藍(lán)型油菜種質(zhì)資源在漬水脅迫下各性狀描述統(tǒng)計(jì)

性狀的生物學(xué)意義、計(jì)算方法和公式參考Li等的研究[26]。CVM: 冠層體積模型; GCC: 冠層綠色覆蓋度; PCC: 冠層紫色覆蓋度; PH: 株高; RGB-CIVE: RGB-植被顏色指數(shù); RGB-ExG: RGB-超綠指數(shù); RGB-ExG-ExR: RGB-超綠超紅差分指數(shù); RGB-ExR: RGB-超紅指數(shù); RGB-NDI: RGB-歸一化差異指數(shù); CIVE: 植被顏色指數(shù); DVI: 差值植被指數(shù); ExG: 超綠指數(shù); ExG-ExR: 超綠超紅差分指數(shù); ExR: 超紅指數(shù); GNDVI: 綠色歸一化植被指數(shù); MCARI2D: 改進(jìn)葉綠素吸收反射指數(shù); MSARI2D: 改進(jìn)土壤吸收反射指數(shù); MTVI2D: 改進(jìn)三角植被指數(shù); NDI: 歸一化差異指數(shù); NDVI: 歸一化植被指數(shù); NDVI705: 紅邊歸一化差異植被指數(shù); RDVI: 重歸一化差植被指數(shù); RVI: 比值植被指數(shù); SAVI: 土壤調(diào)整植被指數(shù); TNDVI: 轉(zhuǎn)換歸一化植被指數(shù)。

The biological significance, calculation methods, and formulas of traits refers to those given from Li et al.[26]CVM: canopy volume model; GCC: canopy cover of green leaves; PCC: canopy cover of purple leaves; PH: plant height; RGB-CIVE: color index of vegetation extraction (based on RGM image; RGB-ExG: excess green index (based on RGM image); RGB-ExG-ExR: excess green minus red index (based on RGM image); RGB-ExR: excess red index (based on RGM image); RGB-NDI: normalized difference index (based on RGM image); CIVE: color index of vegetation extraction; DVI: difference vegetation index; ExG: excess green index; ExG-ExR: excess green minus red index; ExR: excess red index; GNDVI: green normalize difference vegetation index; MCARI2D: modified chlorophyll absorption reflectance index 2; MSARI2D: modified soil adjustment reflectance index 2; MTVI2D: modified triangular vegetation index 2; NDI: normalized difference index; NDVI: normalized difference vegetation index; NDVI705: normalized difference vegetation index 705; RDVI: renormalized difference vegetation index; RVI: ratio vegetation index; SAVI: source address validation improvement; SQIRDR: square root of infrared divided by red; TNDVI: transformed normalized difference vegetation index.

2.3 甘藍(lán)型油菜漬水后各指標(biāo)的相關(guān)性分析與數(shù)據(jù)降維

相關(guān)性分析結(jié)果表明, 無人機(jī)表型采集平臺提取到的不同性狀之間存在不同程度的相關(guān)性(圖3)。2年的試驗(yàn)中, PCC與RGB-CIVE、CIVE、RGB-ExR、ExR以及R31之間存在較強(qiáng)的正相關(guān)性, 而與其他性狀之間存在較強(qiáng)的負(fù)相關(guān)性。形態(tài)指標(biāo)中, CVM與PH的相關(guān)性最強(qiáng), 2年的相關(guān)系數(shù)分別是0.9185和0.9795; 植被指數(shù)中, NDVI與TNDVI的相關(guān)性最強(qiáng), 2年的相關(guān)系數(shù)均為0.9997。

圖3 甘藍(lán)型油菜各性狀隸屬函數(shù)值的相關(guān)性分析

縮寫同表2。Abbreviations are the same as those given in Table 2.

性狀之間聯(lián)系密切, 表明性狀之間存在嚴(yán)重的信息冗余, 不能簡單地進(jìn)行性狀的線性組合來進(jìn)行甘藍(lán)型油菜耐漬性的綜合評價。因此, 本研究中通過基于主成分提取的因子分析, 對2年的數(shù)據(jù)分別進(jìn)行降維處理, 基于性狀隸屬函數(shù)值的初始特征值大于1的原則, 提取公因子(表3)。2017年的性狀提取到3個公因子, 初始特征值分別為18.5、5.5和1.1, 方差貢獻(xiàn)率分別為68.4%、20.3%和3.9%。2018年的性狀提取到2個公因子, 初始特征值分別為23.0和2.1, 方差貢獻(xiàn)率分別為85.3%和7.7%。2年的公因子累計(jì)解釋的變異分別為92.6%和93.1%, 有效反映了27個指標(biāo)中包含的絕大部分變異信息。

公因子載荷矩陣中, 性狀在公因子中載荷的絕對值代表了其對公因子的影響程度(表4)。2年的公因子1中廣泛應(yīng)用于葉面積指數(shù)(LAI)預(yù)測的植被指數(shù)MCARI2D和MTVI2D均具有最高的載荷, 同時CVM、GCC、PH等體現(xiàn)植株長勢的指標(biāo)也具有較高的載荷, 說明公因子1與甘藍(lán)型油菜漬水后的長勢較為密切, 反映了植株的生長狀態(tài)。2年的公因子2中反映植株花青素積累的PCC以及與之相關(guān)性較強(qiáng)的植被指數(shù)R31具有較高的載荷, 說明公因子2與甘藍(lán)型油菜漬水后的生理響應(yīng)較為密切, 反映了植株的生理狀態(tài)。2017年的公因子3中CVM和GCC載荷最高, 但二者的載荷明顯低于其在公因子1的載荷, 同時公因子3初始特征值僅1.1、解釋的變異僅3.9%, 在因子分析中基于實(shí)際意義, 在后續(xù)分析中將公因子3剔除。

表3 甘藍(lán)型油菜各指標(biāo)的公因子方差貢獻(xiàn)率

表4 公因子載荷矩陣

縮寫同表2。Abbreviations are the same as those given in Table 2.

2.4 甘藍(lán)型油菜種質(zhì)資源耐漬性綜合評價與極端材料鑒定

根據(jù)甘藍(lán)型油菜種質(zhì)資源的各公因子取值及其方差貢獻(xiàn)率計(jì)算2年的綜合評價值(值), 將2年的值計(jì)算平均值后用于甘藍(lán)型油菜種質(zhì)資源耐漬性的分析。分析結(jié)果表明,值在自然群體中的分布接近正態(tài)分布(圖4-A)。不同亞群之間表現(xiàn)出了不同的耐漬性水平, 其中春性油菜的耐漬性水平顯著低于冬性和半冬性亞群的甘藍(lán)型油菜(圖4-B)。通過系統(tǒng)聚類的方法, 對甘藍(lán)型油菜自然群體進(jìn)行聚類分析發(fā)現(xiàn), 種質(zhì)資源可分為四大類, 不同類別之間的耐漬性水平均存在顯著差異(圖4-C)。第I類是極端耐漬型, 包含99份種質(zhì), 占供試材料總數(shù)的19.6%; 第II類是較耐漬型, 包含200份種質(zhì), 占供試材料總數(shù)的39.6%; 第III類是較敏感型, 包含187份種質(zhì), 占供試材料總數(shù)的37.0%; 第IV類是極端敏感型, 包含19份種質(zhì), 占供試材料總數(shù)的3.8% (圖4-D)。

圖4 505份甘藍(lán)型油菜種質(zhì)資源耐漬性

A: 甘藍(lán)型油菜自然群體漬水脅迫下綜合評價值的頻數(shù)分布圖。B: 不同亞群種質(zhì)資源的耐漬性。C: 不同類群種質(zhì)資源的綜合耐漬性。D: 甘藍(lán)型油菜自然群體耐漬性的聚類分析。I: 極端耐漬型; II: 較耐漬型; III: 較敏感型; IV: 極端敏感型。E: 在2022年的田間試驗(yàn)中再次驗(yàn)證2年試驗(yàn)共同鑒定的極端耐漬種質(zhì)資源的表型。F: 在2022年的田間試驗(yàn)中再次驗(yàn)證2年試驗(yàn)共同鑒定的極端敏感種質(zhì)資源的表型。同一圖中的不同字母表示數(shù)據(jù)集之間存在顯著差異(< 0.05)。

A: frequency distribution diagram of-value ofL.natural population under waterlogging stress. B: the comprehensive waterlogging tolerance of different subgroups of germplasm resources. C: the comprehensive waterlogging tolerance of different clusters of germplasm resources. D: the cluster analysis of waterlogging tolerance ofL.natural population. I: extremely waterlogging resistant cluster; II: waterlogging resistant cluster; III: waterlogging sensitive cluster; IV: the extremely waterlogging sensitive cluster. E: phenotypic verification of germplasm resources with extreme tolerance to waterlogging co-identified by two-year field experiments in 2022. F: phenotypic verification of germplasm resources with extreme sensitivty to waterlogging co-identified by two-year field experiments in 2022. Different letters in the same figure indicate significant differences among the data sets at< 0.05.

基于值分別篩選出2年的漬害響應(yīng)的極端材料后, 求取2年所鑒定極端材料的交集部分作為穩(wěn)定可靠的極端材料。值大于“平均值+標(biāo)準(zhǔn)差”的種質(zhì)資源被鑒定為極端耐漬材料,值小于“平均值–標(biāo)準(zhǔn)差”的種質(zhì)資源被鑒定為極端耐漬材料。通過比較分析, 分別鑒定到9份穩(wěn)定可靠的極端耐漬和敏感材料(表5)。穩(wěn)定的極端耐漬種質(zhì)資源均來自于聚類分析中的第I類(極端耐漬型), 極端敏感種質(zhì)資源則來自第III類(較敏感型)和第IV類(極端敏感型)。穩(wěn)定的極端耐漬種質(zhì)資源均屬于半冬性油菜, 而極端敏感種質(zhì)資源則包含了冬性、半冬性和春性3種亞群來源的油菜。這些被穩(wěn)定篩選到的極端材料在2022年的田間實(shí)驗(yàn)中再次進(jìn)行了人工表型驗(yàn)證, 結(jié)果表明極端耐漬的9份材料整體具有綠葉數(shù)多、葉片黃化程度低、植株高大, 存活率高等特點(diǎn); 極端敏感的9份材料則出現(xiàn)較嚴(yán)重的葉片黃化、功能葉焦枯程度高、植株矮小瘦弱、植株死亡率高等特點(diǎn)(圖4- E～F)。表明, 2年重復(fù)鑒定到的這些極端材料在不同的年份之間具有穩(wěn)定的耐漬性表現(xiàn), 可以作為甘藍(lán)型油菜耐漬性的分子基礎(chǔ)研究和遺傳改良的重要種質(zhì)資源。

2.5 甘藍(lán)型油菜耐漬性回歸模型建立及快速評價指標(biāo)篩選

為了便于甘藍(lán)型油菜耐漬性的種質(zhì)資源篩選和田間監(jiān)測, 使用2年的試驗(yàn)數(shù)據(jù)分別構(gòu)建了耐漬性多元線性回歸模型, 并對模型進(jìn)行了比較。構(gòu)建模型時, 各公因子中載荷最高的性狀作為自變量,耐漬性綜合評價值()作為因變量, 進(jìn)行線性回歸分析。2017年的數(shù)據(jù)構(gòu)建的多元線性回歸模型為:=-4.235+0.23417.4632, 2018年的數(shù)據(jù)構(gòu)建的多元線性回歸模型為:= 1.218-1.64816.9432。2組方程中,均代表耐漬性綜合評價值()、1均代表R31、2均代表MTVI2D或MCARI2D。運(yùn)用該回歸方程計(jì)算種質(zhì)資源綜合評價的預(yù)測值(′)與值之間的相關(guān)性系數(shù)分別為0.970和0.943, 表明2組回歸方程對觀測數(shù)據(jù)的真實(shí)反映程度均較高(圖5-A, B)。

表5 極端耐漬和敏感材料的聚類情況和綜合表現(xiàn)

在油菜耐漬性的田間鑒定評價時, 不同年份或地點(diǎn)會存在實(shí)驗(yàn)條件的些許不同, 導(dǎo)致線性回歸模型不完全一致, 因此不便于廣泛使用。對2年的多元線性回歸模型的分析中發(fā)現(xiàn), 自變量MTVI2D或MCARI2D對公式的影響最大。同時, 比較27個性狀與值之間的相關(guān)性表明, 不同年份之間絕大多數(shù)性狀與值之間均具有穩(wěn)定的正相關(guān)或負(fù)相關(guān)性, 其中MTVI2D和MCARI2D這2個性狀與值的相關(guān)性都大于0.76, 在不同年份中的表現(xiàn)最穩(wěn)定(圖5- C)。因此, 在進(jìn)行油菜田間耐漬性評價時, 可以使用MTVI2D或MCARI2D作為鑒定指標(biāo), 能簡單、高效地對種質(zhì)資源的耐漬性進(jìn)行評價或者作物受漬水影響程度的鑒定。

圖5 甘藍(lán)型油菜種質(zhì)資源耐漬性的評價方法和關(guān)鍵指標(biāo)

A: 2017年甘藍(lán)型油菜種質(zhì)資源綜合評價值()與預(yù)測值()之間的相關(guān)性。B: 2018年甘藍(lán)型油菜種質(zhì)資源綜合評價值()與預(yù)測值()之間的相關(guān)性。C: 27個指標(biāo)與值之間的相關(guān)性。

A: the correlation between comprehensive evaluation value () and predicted value () inL.germplasm resources in 2017. B: the correlation between comprehensive evaluation value () and predicted value () inL.germplasm resources in 2018. C: the correlations between 27 indexes and-values.

3 討論

為了便于試驗(yàn)結(jié)果的分析, 研究者在研究漬水對甘藍(lán)型油菜生長生理響應(yīng)、遺傳基礎(chǔ)解析和篩選耐漬性種質(zhì)資源篩選中, 多采用單一的漬水時間點(diǎn)進(jìn)行耐漬性的篩選條件。甘藍(lán)型油菜苗期耐漬性研究中, 不同研究者選用了5～30 d中某個具體時間點(diǎn)作為漬水處理的時長[16,32-35], 或者根據(jù)漬水后的植株生長受損程度對漬水時長進(jìn)行主觀的判斷[36]。Boem等[37]則比較了冬油菜在苗期進(jìn)行3、7、14 d漬水之間的差異, 研究結(jié)果表明苗期漬水3 d就能顯著降低甘藍(lán)型油菜成熟期的生物量和種子產(chǎn)量,而且隨著漬水時間的延長影響的程度也越高。本研究對甘藍(lán)型油菜苗期漬水0～12 d后的生長和生理進(jìn)行了連續(xù)觀察, 結(jié)果表明漬水4 d內(nèi)甘藍(lán)型油菜會繼續(xù)保持生長和生物量的積累、生理指標(biāo)變化程度較小, 但是漬水時長超過4 d時甘藍(lán)型油菜的生長會受到明顯的抑制、生理指標(biāo)變化程度較高, 而且隨著漬水時間的持續(xù), 生長抑制程度越來越高、生理響應(yīng)也越來越高(圖1)。以上結(jié)果與前人的研究均表明, 田間進(jìn)行冬油菜苗期漬水相關(guān)研究時, 漬水處理時間少于4 d時對油菜生長的影響較小, 而漬水時間持續(xù)7 d以上時處理組與對照組油菜之間產(chǎn)生明顯的生長和生理差異。

作物的非生物逆境屬于多表型性狀, 響應(yīng)逆境的各種生長和生理性狀均可作為作物的抗逆性評價指標(biāo), 然而使用單一性狀難以全面、準(zhǔn)確地對作物的整體抗逆性進(jìn)行評價。因此, 近年來對逆境下多個指標(biāo)進(jìn)行測定、再進(jìn)行數(shù)據(jù)降維處理以剔除性狀之間的冗余變異信息、獲得的綜合指標(biāo)再用于作物抗逆性的系統(tǒng)評價, 這一分析流程在作物抗逆等復(fù)雜性狀的研究中得到了廣泛應(yīng)用[21-22,31,38]。本研究使用了無人機(jī)表型采集平臺獲得的4個形態(tài)指標(biāo)和23個植被指數(shù)進(jìn)行甘藍(lán)型油菜耐漬性的評價(表2)。相關(guān)性分析的結(jié)果表明, 性狀之間具有不同程度的相關(guān)性, 第1類為以CVM、GCC、PH為代表的、反映植株長勢的形態(tài)指標(biāo)與大多數(shù)植被指數(shù)之間具有很強(qiáng)的正相關(guān)性, 第2類為以PCC為代表的、反映植株生理狀態(tài)的形態(tài)指標(biāo)與剩余的植被指數(shù)之間具有很強(qiáng)的正相關(guān)性(圖2)。隨后進(jìn)行的因子分析中發(fā)現(xiàn), 提取到的公因子1中第1類指標(biāo)的載荷均比較高, 而提取到的公因子2中第2類指標(biāo)的載荷均比較高, 表明影響油菜耐漬性的因素主要包括了油菜在漬水條件下的生長能力和生理水平的適應(yīng)性(表4)。相關(guān)性分析和因子分析, 互相印證了甘藍(lán)型油菜耐漬性分析的合理性和可靠性。同時, 本研究基于公因子及其方差貢獻(xiàn)率構(gòu)建了油菜耐漬性評價的多元線性回歸方程, 篩選出植被指數(shù)MTVI2D、MCARI2D和R31可以作為耐漬性評價的重要指標(biāo), 其中MTVI2D和MCARI2D與耐漬性綜合評價值(值)之間在不同年份中均具有穩(wěn)定的強(qiáng)相關(guān)性, 因此可以使用MTVI2D和MCARI2D對油菜耐漬性進(jìn)行快速、高效地評價。

通過田間試驗(yàn)采集到的表型更接近作物在生產(chǎn)中的實(shí)際表現(xiàn), 在極端材料鑒定和實(shí)際生產(chǎn)應(yīng)用中具有更高的參考價值。然而傳統(tǒng)的人工表型采集方式具有費(fèi)時費(fèi)力、成本高、精度和通量低等缺點(diǎn), 限制了作物田間抗逆性的相關(guān)研究。近年來, 由于無人機(jī)表型采集平臺中配套的圖像采集、分析技術(shù)的提高, 使其在農(nóng)業(yè)數(shù)據(jù)采集上具有了無損、高效、高通量等特點(diǎn), 因此逐步應(yīng)用到植物生長監(jiān)測、漬水、干旱和鹽脅迫等研究中[19,39-44]。本研究中, 無人機(jī)平臺采集的性狀與實(shí)測值相關(guān)性高、誤差小[26], 基于無人機(jī)平臺采集的性狀計(jì)算出的耐漬性綜合評價值(值)能區(qū)分出不同亞群油菜的耐漬性水平的差異, 而通過值鑒定到的極端耐漬和敏感的種質(zhì)資源在隨后的實(shí)驗(yàn)中依然穩(wěn)定地表現(xiàn)出耐漬或者敏感的表型(圖4)。以上結(jié)果表明, 無人機(jī)表型采集平臺在田間耐漬性鑒定中具有較高的可靠性和穩(wěn)定性, 能有效的應(yīng)用到油菜耐漬性評價和種質(zhì)資源篩選中。

4 結(jié)論

本研究通過甘藍(lán)型油菜漬水后的生長和生理指標(biāo)的動態(tài)變化發(fā)現(xiàn)10 d可以作為其苗期耐漬性鑒定的適宜漬水時間; 在田間漬水處理10 d后對505份種質(zhì)資源的耐漬性進(jìn)行了綜合評價和比較, 發(fā)現(xiàn)植被指數(shù)MTVI2D和MCARI2D均可作為快速、高效評價油菜耐漬性的指標(biāo), 并最終鑒定出9份穩(wěn)定的漬水敏感材料和9份穩(wěn)定的耐漬材料, 為甘藍(lán)型油菜耐漬性的分子基礎(chǔ)研究和遺傳改良提供了試驗(yàn)條件參考和重要的種質(zhì)資源。

[1] 王瑞元. 2021年我國糧油產(chǎn)銷和進(jìn)出口情況. 中國油脂, 2022, 47(6): 1–7. Wang R Y. Introduction of grain and oil production, marketing, import and export in 2021 in China., 2022, 47(6): 1–7 (in Chinese).

[2] 李真, 蒲圓圓, 高長斌, 周廣生, 涂金星, 傅廷棟. 甘藍(lán)型油菜DH群體苗期耐濕性的評價. 中國農(nóng)業(yè)科學(xué), 2010, 43: 286–292. Li Z, Pu Y Y, Gao C B, Zhou G S, Tu J X, Fu T D. Evaluation of waterlogging tolerance in rapeseed (L.) DH lines at seedling stage., 2010, 43: 286–292 (in Chinese with English abstract).

[3] 叢日環(huán), 張智, 魯劍巍. 長江流域不同種植區(qū)氣候因子對冬油菜產(chǎn)量的影響. 中國油料作物學(xué)報, 2019, 41:894–903. Cong R H, Zhang Z, Lu J W. Climate impacts on yield of winter oilseed rape in different growth regions of the Yangtze River Basin., 2019, 41:894–903 (in Chinese with English abstract).

[4] 吳麗麗, 李谷成, 尹朝靜. 生長期氣候變化對我國油菜單產(chǎn)的影響研究. 干旱區(qū)資源與環(huán)境, 2015, 29(12): 198–203. Wu L L, Li G C, Yin C J. Impact of climate change in rapeseed’s growing seasons on rapeseed production in China., 2015, 29(12): 198–203 (in Chinese with English abstract).

[5] Sasidharan R, Bailey-Serres J, Ashikari M, Atwell B J, Colmer T D, Fagerstedt K, Fukao T, Geigenberger P, Hebelstrup K H, Hill R D, Holdsworth M J, Ismail A M, Licausi F, Mustroph A, Nakazono M, Pedersen O, Perata P, Sauter M, Shih M C, Sorrell B K, Striker G G, van Dongen J T, Whelan J, Xiao S, Visser E J W, Voesenek L. Community recommendations on terminology and procedures used in flooding and low oxygen stress research., 2017, 214: 1403–1407.

[6] Setter T L, Waters I. Review of prospects for germplasm improvement for waterlogging tolerance in wheat, barley and oats., 2003, 253: 1–34.

[7] Blom C W P M, Voesenek L A C J. Flooding: the survival strategies of plants., 1996, 11: 290–295.

[8] Panozzo A, Dal Cortivo C, Ferrari M, Vicelli B, Varotto S, Vamerali T. Morphological changes and expressions of,, and putativegenes in a large set of commercial maize hybrids under extreme waterlogging., 2019, 10: 62.

[9] Marschner H. Mechanisms of adaptation of plants to acid soils., 1991, 134: 683–702.

[10] Sasidharan R, Voesenek L A. Ethylene-mediated acclimations to flooding stress., 2015, 169: 3–12.

[11] Shabala S. Physiological and cellular aspects of phytotoxicity tolerance in plants: the role of membrane transporters and implications for crop breeding for waterlogging tolerance., 2011, 190: 289–298.

[12] Colmer T D, Greenway H. Ion transport in seminal and adventitious roots of cereals during O2deficiency., 2010, 62: 39–57.

[13] Mommer L, Visser E J W. Underwater photosynthesis in flooded terrestrial plants: a matter of leaf plasticity.(London), 2005, 96: 581–589.

[14] Mommer L, Pons T L, Wolters-Arts M, Venema J H, Visser E J W. Submergence-induced morphological, anatomical, and biochemical responses in a terrestrial speciesaffect gas diffusion resistance and photosynthetic performance., 2005, 139: 497–508.

[15] Ren B Z, Zhang J W, Dong S T, Liu P, Zhao B. Effects of waterlogging on leaf mesophyll cell ultrastructure and photosynthetic characteristics of summer maize., 2016, 11: e0161424.

[16] Zhou W J, Lin X Q. Effects of waterlogging at different growth stages on physiological characteristics and seed yield of winter rape (L.)., 1995, 44: 103–110.

[17] 陳雅慧. 油菜萌發(fā)期耐淹性種質(zhì)資源篩選與遺傳機(jī)制解析. 華中農(nóng)業(yè)大學(xué)碩士學(xué)位論文, 湖北武漢, 2019. Chen Y H. Germplasm Screening and Genetic Mechanism Analysis of Submergence Tolerance during Rapeseed Germination. MS Thesis of Huazhong Agricultural University, Wuhan, Hubei, China, 2019 (in Chinese with English abstract).

[18] 荊蓉蓉. 甘藍(lán)型油菜苗期耐濕相關(guān)性狀的全基因組關(guān)聯(lián)分析. 西南大學(xué)碩士學(xué)位論文, 重慶, 2017. Jing R R. Genome-wide Association Mapping of Water Logging Traits inL. MS Thesis of Southwest University, Chongqing, China, 2017 (in Chinese with English abstract).

[19] Jimenez J C, Cardoso J A, Leiva L F, Gil J, Forero M G, Worthington M L, Miles J W, Rao I M. Non-destructive phenotyping to identifyhybrids tolerant to waterlogging stress under field conditions., 2017, 8: 167.

[20] 韓佳慧. 地塊尺度冬油菜濕漬害遙感監(jiān)測方法研究. 浙江大學(xué)碩士學(xué)位論文, 浙江杭州, 2017. Han J H. Study on Parcel Scale Winter Oilseed Rape Waterlogging Monitoring Method by Remote Sensing. MS Thesis of Zhejiang University, Hangzhou, Zhejiang, China, 2017 (in Chinese with English abstract).

[21] 胡文河, 朱容佳, 王婧瑜, 郭巍, 何文安, 谷巖. 高粱種質(zhì)資源芽期耐澇性綜合評價及篩選. 吉林農(nóng)業(yè)大學(xué)學(xué)報, 2022, https://kns.cnki.net/kcms/detail/22.1100.s.20220926.1845.005.html. Hu W H, Zhu R J, Wang J Y, Guo W, He W A, Gu Y. Comprehensive evaluation and screening of waterlogging tolerance of sorghum germplasm resources at bud stage., 2022, https://kns.cnki.net/kcms/detail/22.1100.s.20220926.1845. 005.html (in Chinese with English abstract).

[22] 唐章林, 王霖, 張婭茹, 朱麗, 唐鐘林, 荊蓉蓉, 李陽陽. 甘藍(lán)型油菜種質(zhì)資源苗期耐濕性綜合評價與篩選. 西南大學(xué)學(xué)報(自然科學(xué)版), 2022, 44(12): 20–28. Tang Z L, Wang L, Zhang Y R, Zhu L, Tang Z L, Jing R R, Li Y Y. Comprehensive evaluation and screening of waterlogging resistance at seedling stage of.(Nat Sci Edn), 2022, 44(12): 20–28 (in Chinese with English abstract).

[23] 佟漢文, 高春保, 鄒娟, 劉易科, 朱展望, 陳泠, 張宇慶, 吳波.湖北稻茬小麥新品種(系)孕穗期耐漬性的鑒定與評價. 麥類作物學(xué)報, 2016, 36: 1635–1642. Tong H W, Gao C B, Zou J, Liu Y K, Zhu Z W, Chen L, Zhang Y Q, Wu B. Evaluation of waterlogging tolerance of wheat varieties at booting stage in Hubei rice-wheat rotation system., 2016, 36: 1635–1642 (in Chinese with English abstract).

[24] Tang S, Zhao H, Lu S P, Yu L Q, Zhang G F, Zhang Y T, Yang Q Y, Zhou Y M, Wang X M, Ma W, Xie W B, Guo L. Genome- and transcriptome-wide association studies provide insights into the genetic basis of natural variation of seed oil content in., 2021, 14: 470–487.

[25] 王學(xué)奎. 植物生理生化實(shí)驗(yàn)原理和技術(shù)(第2版). 北京: 高等教育出版社, 2006. pp 202–283. Wang X K. Experimental Principles and Techniques of Plant Physiology and Biochemistry, 2nd edn. Beijing: Higher Education Press, 2006. pp 202–283 (in Chinese).

[26] Li J J, Xie T J, Chen Y H, Zhang Y T, Wang C F, Jiang Z, Yang W N, Zhou G S, Guo L, Zhang J. High-throughput UAV-based phenotyping provides insights into the dynamic process and genetic basis of rapeseed waterlogging response in the field., 2022, 73: 5264–5278.

[27] Hinton P R, McMurray I, Brownlow C. SPSS Explained, 2nd edn. London: Routledge, 2014. pp 338–350.

[28] Ihaka R, Gentleman R. R: a language for data analysis and graphics., 1996, 5: 299–314.

[29] Moberly J G, Bernards M T, Waynant K V. Key features and updates for Origin 2018., 2018, 10: 5.

[30] Chen C J, Chen H, Zhang Y, Thomas H R, Frank M H, He Y H, Xia R. TBtools: an integrative toolkit developed for interactive analyses of big biological data., 2020, 13: 1194–1202.

[31] 張靜, 高文博, 晏林, 張宗文, 周海濤, 吳斌. 燕麥種質(zhì)資源耐鹽堿性鑒定評價及耐鹽堿種質(zhì)篩選. 作物學(xué)報, 2023, 49: 1551–1561. Zhang J, Gao W B, Yan L, Zhang Z W, Zhou H T, Wu B. Identification and evaluation of salt-alkali tolerance and screening of salt-alkali tolerant germplasm of oat (L.)., 2023, 49: 1551–1561 (in Chinese with English abstract).

[32] Leul M, Zhou W J. Alleviation of waterlogging damage in winter rape by uniconazole application: effects on enzyme activity, lipid peroxidation, and membrane integrity., 1999, 18: 9–14.

[33] 張學(xué)昆, 陳潔, 王漢中, 李加納, 鄒崇順. 甘藍(lán)型油菜耐濕性的遺傳差異鑒定. 中國油料作物學(xué)報2007, 29: 204–208. Zhang X K, Chen J, Wang H Z, Li J N, Zou C S. Genetic difference of waterlogging tolerance in rapeseed (L.), 2007, 29: 204–208 (in Chinese with English abstract).

[34] Zou X L, Hu C W, Zeng L, Cheng Y, Xu M Y, Zhang X K. A comparison of screening methods to identify waterlogging tole-rance in the field inL. during plant ontogeny., 2014, 9: e89731.

[35] 李陽陽, 荊蓉蓉, 呂蓉蓉, 石鵬程, 李欣, 王芹, 吳丹, 周清元,李加納, 唐章林. 甘藍(lán)型油菜濕害脅迫響應(yīng)性狀的全基因組關(guān)聯(lián)分析及候選基因. 作物學(xué)報2019, 45: 1806–1821. Li Y Y, Jing R R, Lyu R R, Shi P C, Li X, Wang Q, Wu D, Zhou Q Y, Li J N, Tang Z L. Genome-wide association analysis and candidate genes prediction of waterlogging-responding traits inL., 2019, 45: 1806–1821 (in Chinese with English abstract).

[36] Li Z, Mei S F, Mei Z, Liu X L, Fu T D, Zhou G S, Tu J X. Mapping of QTL associated with waterlogging tolerance and drought resistance during the seedling stage in oilseed rape ()., 2014, 197: 341–353.

[37] Boem F H G, Lavado R S, Porcelli C A. Note on the effects of winter and spring waterlogging on growth, chemical composition and yield of rapeseed., 1996, 47: 175–179.

[38] 王燕茹, 袁秉琛, 孫郁婷, 王志勇, 虞道耿. 蝴蝶豆種質(zhì)資源芽期耐鹽性篩選及評價. 熱帶作物學(xué)報, 2022, 44: 955–967. Wang Y R, Yuan B C, Sun Y T, Wang Z Y, Yu D G. Screening and evaluation of salt tolerance in the bud stage ofResources., 2022, 44: 955–967 (in Chinese with English abstract).

[39] Al-Tamimi N, Brien C, Oakey H, Berger B, Saade S, Ho Y S, Schmockel S M, Tester M, Negrao S. Salinity tolerance loci revealed in rice using high-throughput non-invasive phenotyping., 2016, 7: 13342.

[40] Duan L F, Han J W, Guo Z L, Tu H F, Yang P, Zhang D, Fan Y, Chen G X, Xiong L Z, Dai M Q, Williams K, Corke F, Doonan J H, Yang W N. Novel digital features discriminate between drought resistant and drought sensitive rice under controlled and field conditions., 2018, 9: 492.

[41] Fisher L H, Han J, Corke F M, Akinyemi A, Didion T, Nielsen K K, Doonan J H, Mur L A, Bosch M. Linking dynamic phenotyping with metabolite analysis to study natural variation in drought responses of brachypodium distachyon., 2016, 7: 1751.

[42] Guo Z L, Yang W N, Chang Y, Ma X S, Tu H F, Xiong F, Jiang N, Feng H, Huang C L, Yang P, Zhao H, Chen G X, Liu H Y, Luo L J, Hu H H, Liu Q, Xiong L Z. Genome-wide association studies of image traits reveal genetic architecture of drought resistance in rice., 2018, 11: 789–805.

[43] Wu D, Guo Z L, Ye J L, Feng H, Liu J X, Chen G X, Zheng J, Yan D M, Yang X Q, Xiong X, Liu Q, Niu Z Y, Gay A P, Doonan J H, Xiong L Z, Yang W N. Combining high-throughput micro- CT-RGB phenotyping and genome-wide association study to dissect the genetic architecture of tiller growth in rice., 2019, 70: 545–561.

[44] Zhang X H, Huang C L, Wu D, Qiao F, Li W Q, Duan L F, Wang K, Xiao Y J, Chen G X, Liu Q, Xiong L Z, Yang W N, Yan J B. High-throughput phenotyping and QTL mapping reveals the genetic architecture of maize plant growth., 2017, 173: 1554–1564.

Evaluation of field waterlogging tolerance and selection of waterlogging- resistant germplasm resources ofL.

LI Ji-Jun1, CHEN Ya-Hui1,2, WANG Yi-Jin1, ZHOU Zhi-Hua1, GUO Zi-Yue3, ZHANG Jian3, TU Jin-Xing1, YAO Xuan1,*, and GUO Liang1,*

1College of Plant Science and Technology, Huazhong Agricultural University / National Key Laboratory of Crop Genetic Improvement, Wuhan 430070, Hubei, China;2Chengde Academy of Agricultural and Forestry Sciences, Chengde 067000, Hebei, China;3College of Resources and Environmental Sciences, Huazhong Agricultural University / Macro Agriculture Research Institute, Wuhan 430070, Hubei, China

L. () is one of the most important oil crops in China, and has high risk of waterlogging stress during its production. The objective of this study is to evaluate the field waterlogging tolerance and screen stable waterlogging-resistant germplasm resources. The appropriate waterlogging duration for waterlogging tolerance identification was determined under pot conditions first, and then the comprehensive evaluation and comparison of the waterlogging tolerance of 505 germplasm resources ofwere carried out. The stable extreme materials were screened in field experiments. The results showed that the growth ofplants began to be affected after four-day-waterlogging, and severely inhibited after about 10-day-waterlogging under pot conditions. In the two-year field experiment, 27 indexes extracted using the UAV phenotype acquisition platform were converted into two common factors by factor analysis. The common factor 1 represented the growth state ofunder waterlogging, and the common factor 2 represented the physiological state. The comprehensive evaluation value of waterlogging resistance (-value), which was calculated according to the load and variance contribution rate of the two common factors, divided the waterlogging resistance ofgermplasm resources into four types, including extremely waterlogging resistant type (Cluster I, 99 materials), waterlogging resistant type (Cluster II, 200 materials), sensitive type (Cluster III, 187 materials), and extremely sensitive type (Cluster IV, 19 materials). In the two-year field experiment, nine stable waterlogging sensitive materials and nine resistant materials were identified, and the results were confirmed by the field experiments in 2022. Moreover, in the two-year experiment, the vegetation indexes, MTVI2D, and MCARI2D had high correlations with the-value, and the correlation coefficients were greater than 0.76, which can be used for rapid and efficient comprehensive evaluation ofwaterlogging resistance. In conclusion, the evaluation system and rapid and comprehensive evaluation methods for waterlogging tolerance ofin the field were established, which were applied to analyze the types of waterlogging tolerance ofgermplasm resources and identify the stable waterlogging resistant and sensitive materials in this study, providing reliable evaluation methods and important germplasm resources for the research and genetic improvement of waterlogging resistance of.

L.; germplasm resources; seedling stage; waterlogging tolerance; the comprehensive evaluation

2023-05-24;

2023-06-13.

10.3724/SP.J.1006.2023.34034

通信作者(Corresponding author): 郭亮, E-mail: guoliang@mail.hzau.edu.cn; 姚璇, E-mail: xuanyao@mail.hzau.edu.cn

E-mail: liy0234@webmail.hzau.edu.cn

2023-02-22;

本研究由國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2022YFD1200400)和湖北省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2021ABA011)資助。

This study was supported by the National Key Research and Development Program of China (2022YFD1200400) and the Key Research and Development Plan of Hubei Province (2021ABA011).

URL: https://kns.cnki.net/kcms2/detail/11.1809.S.20230609.1033.002.html

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).