表型分析在水稻品种“银香38”单株选择上的应用初报

万 波 何红梅 黄玉杰 顾帅娣 许建华*

(1光明种业有限公司，上海市崇明区 202171；2上海乾菲诺农业科技有限公司，上海市浦东新区 201210）

表型分析系统可对生长在可控生长因素的环境或温室内的植物，在时间和空间尺度上自动进行植物表型成像测量。例如，盆栽植物可通过侧视和顶视RGB相机获取植物在不同旋转角度下的图像，然后通过定制化软件分析，获得盆栽植物的形态性状参数、纹理性状参数、颜色性状参数和整株相关表型性状参数。目前，表型分析在农作物、果树、花卉、瓜果上的应用较广[1-5]，可在叶型、花色、花型、株型、冠层结构、果实等方面提供准确的数据[6-7]，并可将该数据作为育种的辅助指标和评价指标之一。

在水稻三圃提纯复壮过程中，单株选择是重要的一环[8-10]，以前该环节主要依靠人工目测完成，但人工目测的误差大、效率低。因此，笔者在“银香38”的单株选择上利用表型分析成像系统，通过获取株型的紧凑度、单株投影叶面积和周长等数据，以量化指标来代替人工目测，从而优选出合适的单株，进而进行三圃制大田种子繁殖。现将相关试验结果报道如下。

1 材料与方法

1.1 试验材料

试验材料为常规水稻品种“银香38”，采用盆栽试验，5月24日育苗，6月15日栽种30盆，每盆栽1株。灌浆后期选取长势一致的20株进行表型分析（有1株折断，实际数据分析为19株，编号为1-19）。

1.2 试验方法

禾本科作物（水稻、小麦、大麦、高粱等）的产量主要由有效穗数、穗粒数和千粒重三个因素决定，而有效穗数和穗粒数主要由植株分蘖数和穗分枝数决定[11]。在同一品种的大田内，优选株型好的单株对于增加单位面积的有效穗数、提高水稻产量具有重要的意义。因此，利用仪器Scanalyzer 3D自动比较单株进行3D可见光成像，获取单株高通量的RGB图像，试验采用的数据来源于顶视(vis-top)和侧视（side-0，side-90）3次成像结果，共采集图片57张，得出各单株的顶视和侧视的投影面积、紧密度、偏心率等量化指标。各单株的穗数和籽粒数采用人工清点。结合各单株的实际穗数和籽粒数，得出每穗占用的叶面积和籽粒占用的叶面积。

2 结果与分析

2.1 各单株成穗数及每穗占用的叶面积

以每穗占用的叶面积为指标，每穗占用的叶面积越少，意味着单位面积可以容纳更多的穗数。各单株穗数及每穗占用的叶面积的顶视和侧视成像统计结果见表1。对每穗占用的叶面积从低到高进行排序，选排名前10的标记为“√”，3次成像均为前10的为优选，标记为“√”，最终编号为1、3、12、13、16、17、19的7个单株入选，见表2。

2.2 各单株籽粒数及籽粒占用的叶面积

以籽粒占用的叶面积为指标，籽粒占用的叶面积越少，意味着单位面积可产出的稻谷更多。各单株籽粒数及籽粒占用的叶面积的顶视和侧视成像统计结果见表3。对籽粒占用的叶面积从低到高进行排序，选排名前10的标记为“√”，3次成像均为前10的为优选，标记为“√”，最终编号为11、13、14、16、17、19的6个单株入选，见表4。

表1 各单株穗数及每穗占用的叶面积的顶视及侧视成像统计

表2 每穗占用的叶面积3次成像排名前10的分布情况

表3 各单株籽粒数及籽粒占用的叶面积的顶视和侧视成像统计

表4 籽粒占用的叶面积3次成像排名前10的分布情况

2.3 单株的优选

由表5可知，通过对每穗占用的叶面积和籽粒占用的叶面积3次成像排名前10进行汇总比对，结果编号为13、16、17、19的4个单株入选。

表5 入选单株编号

3 结论与讨论

试验结果表明，通过对“银香38”19个水稻单株进行Scanalyzer3D成像分析，得出了各单株的顶视和侧视的投影面积、紧密度、偏心率等量化指标，结合各单株的实际穗数和籽粒数，得出了每穗占用的叶面积和籽粒占用的叶面积，经综合分析，最终编号为13、16、17、19的4个单株入选。

本试验结果表明，利用Scanalyzer3D平台对水稻单株进行顶视和侧视可见光成像，对获取的数据进行分析比对，用于水稻单株选择是可行的，这与前人在蔬菜、瓜果、苗木等植物上采用表型分析进行个体筛选有异曲同工之处。同时，本试验结果为水稻单株优选提供了量化依据，且通过3D成像系统的筛选，减少了人工目测筛选的误差，这对水稻种子大田生产上的单株优选和单产提高具有重要意义。