长江中下游地区常规中熟粳稻氮效率综合评价及高产氮高效品种筛选

刘秋员，周磊，田晋钰，程爽，陶钰，邢志鹏，刘国栋，魏海燕✉，张洪程✉

1扬州大学/江苏省作物遗传生理重点实验室/江苏省粮食作物现代产业技术协同创新中心，江苏扬州 225009；2信阳农林学院农学院，河南信阳 464000

0 引言

【研究意义】产量是水稻生产追求的永恒主题，增加产量是保证粮食安全的重要途径。氮素是决定水稻产量重要的养分因子，同时也是水稻生产肥料成本投入的重要组成部分[1]。由于氮肥的过量投入，所引起的环境污染、生产效益降低等问题，正逐步成为限制水稻持续健康发展的重要障碍[2-5]。筛选和培育高产氮高效型水稻品种，能够保障产量与氮素吸收利用效率的协同提高，对促进水稻产业健康发展有重要意义。【前人研究进展】科学的筛选评价方法是筛选出高产氮高效类型水稻品种的关键。水稻产量较直观，易于比较筛选，而氮效率涉及的评价指标众多，由于筛选对象与目的的不同，所选用的氮效率评价指标也各有差异，由此也形成了较多的氮效率筛选与评价方法。有学者认为在高氮和低氮条件下均高于平均产量水平的水稻品种是氮高效型品种[6-7]。也有学者认为可以把氮素农学利用效率[8]、氮肥生理利用效率[9]、氮素稻谷生产效率[10]等作为水稻氮效率评价指标。值得注意的是，不同氮效率评价指标反映的是水稻氮素吸收利用的不同方面，而且同一基因型在不同氮素吸收利用效率评价指标下的排序差异较大[11-12]。因此，利用单个氮效率评价指标对不同基因型的氮效率特性进行评价，并不能全面反映其氮素吸收利用整体能力，可能还会造成一些优良基因型的丢失。氮效率是氮素吸收、同化、运转、再利用等多个生理过程综合作用的结果，较理想的氮高效基因型应该既有较高的氮素利用效率，同时又有较大的吸收效率[13-14]。因此，有必要基于多项氮效率评价指标对其进行综合评价，这有利于筛选结果同时兼顾氮素吸收与利用两个方面。近年来，有研究者也开始探索基于多指标对水稻氮效率进行综合评价。陈琛等[15]基于成熟期吸氮量和产量把114个株系分为了低吸氮低产、低吸氮中产、中吸氮低产、中吸氮中产、中吸氮高产、高吸氮高产6种类型。陈晨等[16]基于隶属函数法和聚类分析，以整株生物量、茎叶生物量、根系生物量、茎叶氮累积量作为评价指标，将55个供试水稻品种分为了氮高效型、氮中效型、氮低效型3个类型。【本研究切入点】自20世纪30年代作物氮效率基因型差异被提出后，尽管前人对水稻氮效率开展了大量研究，但在水稻氮高效品种的筛选方法上仍以单一指标筛选方法为主，缺乏基于多指标对水稻氮效率进行综合评价的研究。当前主流的综合评价方法中，熵权模糊隶属函数法将信息论中熵的概念引入，实现了对影响事物的多个指标的客观赋权，是一种有效的多因素决策方法，在多个领域已被广泛应用[17-20]，但目前尚未见有应用熵权模糊隶属函数法对水稻氮效率进行综合评价的研究报道。【拟解决的关键问题】本研究于2017、2018年分别收集90和105个长江中下游地区常规中熟粳稻品种（系）为材料，基于熵权模糊隶属函数方法，对不同品种（系）的氮素吸收利用效率进行综合评价，不仅可以丰富水稻氮效率评价方法，而且还可以筛选出高产氮高效的粳稻品种（系），为该地区高产氮高效品种的选育与生产应用提供参考。

1 材料与方法

1.1 供试材料与种植方法

供试材料为长江中下游粳稻生产地区育成的主要中熟粳稻品种（系），2017年供试品种（系）共 90份，2018年在2017年基础上新增15个品种（系），共105份，具体见表1。试验地点位于泰州市姜堰区沈高镇河横村农业生态园。试验田土壤类型为潴育型水稻土，质地黏性。0—20 cm 土层含有机质含量31.72 g·kg-1、全氮 1.96 g·kg-1、速效钾 165.26 mg·kg-1和速效磷 32.54 mg·kg-1。

表1 供试品种（系）清单Table 1 List of tested varieties (lines)

试验设施氮肥（N18）和不施氮肥（N0）2个处理，其中施氮处理纯氮用量为270 kg·hm-2，按照基肥∶分蘖肥∶穗肥=3∶4∶3施用，分蘖肥于4叶1心施用，穗肥于倒4叶期施用，氮∶磷∶钾比例为2∶1∶2，磷肥一次性基施，钾肥分别于耕翻前、拔节期等量施入。不施氮肥处理的磷、钾肥用量及施用方法同施氮处理。2年均于6月13日播种，6月23日至24日移栽，行距25 cm，穴距6 cm，每穴2苗，小区面积15 m2（3 m×5 m），重复2次。水分管理及病虫草害防治等相关栽培措施均按照当地高产栽培技术要求进行。

1.2 测定内容与方法

1.2.1 产量及其构成因素 在成熟期，各供试品种（系）每个小区普查60穴茎糵数，计算有效穗数。每个小区按照每穴平均有效穗数选取长势相近植株 5穴，调查每穗粒数、结实率和千粒重。在每个小区中间割8 m2（2 m×4 m）进行实际产量测定。

1.2.2 干物质及氮素积累测定 在成熟期，各供试品种（系）按照每穴平均茎糵数选取长势相近植株3穴，分茎鞘、叶、穗置于105℃杀青30 min，80℃烘至恒重后称重，计算各供试品种（系）单位面积茎鞘、叶、穗干物质积累量及总干物质积累量（茎鞘、叶、穗干物质积累量之和）。将各器官干物质样品粉碎，采用FOSS凯氏定氮仪测定茎、叶、穗各器官含氮率。按照各器官干物质量×各器官含氮率计算成熟期茎、叶、穗各器官氮素吸收量，总吸氮量为茎、叶、穗3个器官氮素吸收量之和。

1.3 数据处理与统计方法

1.3.1 氮素吸收利用效率评价指标计算方法

氮肥农学利用率（nitrogen agronomic efficiency，NAE，kg·kg-1）=（施氮区籽粒产量-无氮区籽粒产量）/氮肥施用量；

氮素生理利用率（nitrogen physiological efficiency，NPE，kg·kg-1）=（施氮区籽粒产量-无氮区籽粒产量）/（施氮区总吸氮量-无氮区总吸氮量）；

氮肥回收效率（nitrogen recovery efficiency，NRE，%）=（施氮区总吸氮量-无氮区总吸氮量）/氮肥施用量×100；

氮素干物质生产效率（nitrogen dry matter production efficiency，DME，kg·kg-1）=施氮区植株干物质积累量/植株总吸氮量；

氮素籽粒生产效率（nitrogen grain yield production efficiency，GYE，kg·kg-1）=施氮区水稻籽粒产量/植株总吸氮量。

1.3.2 氮效率综合评价方法 参照张先起等[18]、余健等[20]提供的方法，具体步骤为：

（3）计算模糊评价的综合指数 把各评价指标的权重值wi与相应评价指标的从优隶属度值相乘并累加，可得模糊评价的综合指数值Z，计算公式为。该值越大，说明该品种综合评价越优。

采用 Microsoft Excel 2013整理数据和绘制图表，SPSS 22.0进行相关统计分析。

2 结果

2.1 供试品种（系）产量、干物质、氮素吸收与利用效率

施氮肥处理（N18）下，供试品种（系）2年产量变化范围为 6.80—10.28 t·hm-2，平均产量为 8.50 t·hm-2；总干物质积累量和总吸氮量变化范围为 14.56—21.25 t·hm-2和 175.72—270.38 kg·hm-2，平均值分别为18.27 t·hm-2和 225.53 kg·hm-2（表 2）。不管是施氮肥处理还是不施氮肥处理，产量构成因素中均是以穗粒数的变异系数最大，各器官的干物质积累量则是以叶的变异系数最大，2年规律一致。此外，与不施氮肥处理相比，施氮肥处理增大了穗粒数、产量、叶干重、穗干重、总干重等指标在品种间的变异系数，而降低了总吸氮量的变异系数，说明供试品种（系）的产量以及干物质生产对氮肥的响应程度存在差异。氮素吸收利用效率指标除了氮素籽粒生产效率和氮素干物质生产效率变异系数较小（2年均在5%以下）外，氮肥回收效率、氮肥农学利用率、氮素生理利用率的变异系数均在10%以上，其中氮肥农学利用率的变异系数2年均在30%以上，由此也说明供试品种（系）在氮素吸收与利用效率上存在较大差异。

表2 供试品种（系）产量、干物质、氮素吸收与利用性状Table 2 Grain yield, dry matter production, nitrogen uptake and utilization efficiency of tested varieties (lines)

2.2 氮素吸收利用效率综合评价

不同氮素吸收利用效率评价指标反映的是氮素吸收与利用效率的不同方面，其中氮肥回收效率、氮肥农学利用率反映的是不同水稻品种对施入氮肥的吸收和增产效率，氮素生理利用率、氮素籽粒生产效率、氮素干物质生产效率反映的是植株吸收的氮素形成生物产量和经济产量能力。本研究以该5项指标，应用熵权模糊隶属函数法对供试品种（系）的氮素吸收与利用效率进行综合评价。2017年权重最大的指标为氮肥回收效率，最小的是氮素籽粒生产效率，2018年权重最大的指标为氮素生理利用率，最小的是氮素干物质生产效率（表3）。各供试品种（系）氮效率综合得分可知，2年得分范围分别为0.485—0.952（2017）和0.535—0.977（2018），平均得分0.707（2017）和0.752（2018）（表4）。

表3 氮素吸收利用效率评价指标权重Table 3 Weights of evaluation indexes for nitrogen uptake and utilization efficiency

表4 供试品种（系）的氮效率综合值和产量-氮效率综合指数Table 4 CEV, GYNEI of tested varieties (lines)

2.3 高产氮高效品种（系）筛选

本研究在参照FAGERIA等[21]提供的产量效率指数计算公式的基础上进行了改进，改为产量-氮效率综合指数（grain yield-nitrogen efficiency index, GYNEI），GYNEI=（产量/群体平均产量）×（氮效率综合指数/群体氮效率综合指数平均值）。供试品种（系）GYNEI 2017年变化范围为 0.569—1.583，平均值为 1.008，2018年变化范围为0.628—1.541，平均值为1.007（表4）。

采用系统聚类方法（组内联结-平方欧式距离），基于GYNEI把供试品种（系）分为3类（表5）。根据分类结果，供试品种（系）类型Ⅰ 2017年有23个，2018年有27个，其中2年相同的品种（系）有19个；类型Ⅱ 2017年有42个，2018年有35个，其中2年相同的品种（系）有23个；类型Ⅲ 2017年有25个，2018年有43个，其中2年相同的品种（系）有24个。对不同类型的产量以及氮效率指标进行统计分析（表6），GYNEI大小依次为类型Ⅰ＞类型Ⅱ＞类型Ⅲ，其中产量、氮肥回收效率、氮肥农学利用率、氮素生理利用率、氮素籽粒生产效率、氮素干物质生产效率在3个类型间的大小顺序也表现为类型Ⅰ＞类型Ⅱ＞类型Ⅲ，且类型Ⅰ与类型Ⅱ、类型Ⅲ之间的差异均达到了显著水平，说明类型Ⅰ为高产氮高效类型，类型Ⅲ为低产氮低效类型。

表5 供试品种的产量-氮效率类型Table 5 Grain yield and nitrogen efficiency types of tested varieties (lines)

表6 不同产量-氮效率类型的产量和氮素吸收利用效率Table 6 Grain yield and nitrogen efficiency index of different grain yield and nitrogen efficiency types

2.4 不同产量-氮效率类型的产量构成因素

穗粒数在3个类型间的大小顺序均表现为类型Ⅰ＞类型Ⅱ＞类型Ⅲ，且类型间的差异均达到显著水平，2年规律一致。有效穗数、千粒重以及结实率在3个类型间的差异均没有达到显著水平，2年规律一致（表7）。由此可见，较高的穗粒数能够促进产量与氮效率的协同提高。

2.5 不同产量-氮效率类型的干物质及氮素积累

茎干重、叶干重、穗干重以及总干重均表现为类型Ⅰ＞类型Ⅱ＞类型Ⅲ，且类型间的差异均达到显著水平，2年规律一致。此外，类型Ⅲ总干重的最大值分别为 18.31 t·hm-2（2017）和 18.50 t·hm-2（2018），而类型Ⅰ的总干重的最小值分别为18.56 t·hm-2（2017）和18.63 t·hm-2（2018），说明类型Ⅰ的品种（系）的总干重积累量均要高于类型Ⅲ的品种（系）。茎吸氮量、叶吸氮量、穗吸氮量以及总吸氮量也都表现出类型Ⅰ＞类型Ⅱ＞类型Ⅲ的规律，但只有穗吸氮量和总吸氮量在3个类型间差异显著（表8）。

表8 不同产量-氮效率类型的干物质和氮素积累Table 8 Dry matter weight and nitrogen content of different grain yield and nitrogen efficiency types

3 讨论

3.1 关于水稻氮效率的综合评价方法

作物氮效率是氮素吸收、同化、运转、再利用等多个生理过程综合作用的结果，其中氮素吸收效率与氮素物质生产效率之间还存在一定的相互抑制关系[22]。因此，单一的氮效率评价指标难以全面反映不同水稻品种的整体氮效率水平，需要基于多项氮效率评价指标才能对不同水稻品种的氮效率进行准确的评价。前人多采用模糊隶属函数法、主成分分析法等综合评价方法对作物品种进行筛选和评价[19,23-24]。应用主成分分析法进行多指标综合评价时，其优点是可以消除评价指标间的相关影响，有助于保证客观性，但其缺点是所提取主成分的方差贡献率一般很难达到100%，不能完整的代表评价对象的所有信息[25]。模糊隶属函数法虽然不存在上述问题，但如何确定其评价指标的权重是保证其评价结果合理性的关键[23]。本研究在模糊隶属函数法的基础上，引入熵权理论，从评价指标本身提供的有效信息量的多寡程度来计算指标权重[18]，保证了评价指标赋权的客观性。本研究得到的5项氮效率评价指标的权重大小在年际间并不一致，这可能一方面与2年供试品种（系）的样本量不同有关，另一方面可能与不同氮效率指标在年际间的稳定程度不同有关[11]。由此说明熵权法能够充分依据评价指标的变化规律来合理确定指标权重，从而保证其赋权的客观性。指标权重以及样本量在年际间存在差异，可能是导致一些品种（系）的产量-氮效率类型在年度间存在差异的主要原因。高产条件下的氮高效水稻品种筛选对缓解粮食需求、环境恶化等面临的压力具有现实意义。因此，本研究在得到了各供试品种（系）的氮效率综合值后，然后根据氮效率综合值和产量计算了产量-氮效率综合指数，并采用系统聚类方法基于产量-氮效率综合指数对供试品种（系）进行了类型划分。分类结果表明，高产氮高效类型（类型Ⅰ）的产量、氮肥回收效率、氮肥农学利用率、氮素生理利用率、氮素籽粒生产效率、氮素干物质生产效率的平均值均要显著高于低产氮低效类型（类型Ⅲ），说明本研究所应用的筛选方法有效可行。我们注意到不同产量-氮效率类型的产量、氮素吸收利用效率、干物质积累及吸氮量等指标的变异范围之间均存在不同程度的交叉，这可能一方面与不同氮效率评价指标反映的是水稻氮素吸收与利用效率的不同方面，且同一品种在不同氮素吸收与利用效率指标上的排序存在较大差异有关[11]；另一方面可能与本研究是基于产量和多项氮素吸收与利用效率指标的综合值进行水稻品种类型的划分，且产量与氮素吸收利用效率之间也并不是简单的线性相关关系有关[26-27]。由此可见，采用单一氮效率评价指标对水稻品种进行筛选，可能会导致一些具有其他优良性状的基因型丢失。虽然熵权模糊隶属函数法在水稻氮效率评价领域的应用尚属尝试，还存在入选的评价指标是否合理等问题需要进一步研究探讨，但我们认为这是一种有益的尝试，可以进一步丰富高产氮高效水稻品种筛选评价方法。

3.2 关于水稻产量与氮效率协同的途径

实现水稻高产氮高效，对提高水稻产量和氮肥利用效率，促进水稻产业持续健康发展具有重要意义。前人研究表明，氮高效的水稻品种，其产量、生物量以及氮素吸收量均要显著高于氮低效品种[9,28-29]。本研究也有一致的发现，随着产量-氮效率综合指数的提高，产量、总干重以及总吸氮量也均呈增加趋势。增加干物质积累量是增加氮素吸收量的有效途径[30]，而且在增加生物产量的基础上，进一步优化产量结构，是夺取水稻超高产的最佳路径[31]。本研究结果也发现，高产氮高效类型（类型Ⅰ）总干重的最小值均要比低产氮低效类型（类型Ⅲ）的最大值大，说明增加干物质积累量是促进产量和氮素吸收协同提高的关键所在。水稻地上部干物质积累量可以理解为群体茎蘖数与单茎重的乘积。本研究结果表明有效穗数在不同产量-氮效率类型之间差异不显著，与魏海燕等[9]研究结果一致，说明通过提高群体茎糵数来提高干物质生产量的途径可能行不通。因此，笔者推测增加水稻干物质积累量最有效的方式可能是通过提高单茎重，特别是通过提高单茎茎鞘重，这是因为较高的单茎茎鞘重，有利于形成较大的叶面积，同时促进大穗的形成，提高产量[32]。在较高的生物产量基础上，进一步增加库容，不仅能够增加氮素吸收量，同时还能促进氮素向穗部转移，提高氮素的物质和籽粒生产效率[33-35]。水稻库容量大小由单位面积有效穗数、每穗粒数和千粒重三个因素决定。从本研究结果看，产量构成因素中只有穗粒数在不同产量-氮效率类型之间的差异达到显著水平，且以高产氮高效类型（类型Ⅰ）最高，低产氮低效类型（类型Ⅲ）最低，与前人研究结果基本一致[36]，说明选择穗粒数较多的品种，有利于实现产量与氮效率的协同提升。值得注意的是，增加生物产量能够增加吸氮量，这虽然有利于提高氮肥农学利用率、氮素生理利用率、氮肥吸收效率，但不利于氮素籽粒生产效率及氮素干物质生产效率的提升[37]。本研究也有类似的结果，氮肥农学利用率、氮素生理利用率、氮肥回收效率在 3个不同产量-氮效率类型间均存在显著差异，而氮素籽粒生产效率和氮素干物质生产效率在类型Ⅱ与类型Ⅲ之间差异不显著，这可能与吸收的氮素更多地滞留在秸秆内，导致氮素利用效率降低有关[38]。氮素滞留在秸秆内可能是导致本研究中茎、叶吸氮量在筛选出来的 3个产量-氮效率类型之间基本没有显著差异的主要原因之一。由此可见，促进茎、叶中的氮素更多地向穗转移，提高穗的吸氮量，可能是进一步提高水稻品种物质生产效率，增加产量和氮素利用效率的有效方式[27-28]。综上所述，结合本研究结果，通过以较大的单茎茎鞘重形成较高的地上部生物量，同时保证较多的穗粒数和较高的茎、叶氮素转运效率，能够实现产量与氮效率的协同提升。

4 结论

运用熵权模糊隶属函数法，以氮肥回收效率、氮肥农学利用率、氮素生理利用率、氮素籽粒生产效率、氮素干物质生产效率为氮效率评价指标，建立了水稻氮效率综合评价方法，并基于产量-氮效率综合指数，分别从2017年90个和2018年105个供试品种（系）中筛选出了23和27个高产氮高效品种（系），其中南粳5718、南粳9108、宁粳7号、泗稻15号、扬粳239等19个品种（系）2年均被划分为高产氮高效类型。与低产氮低效类型品种（系）相比，高产氮高效类型品种（系）主要表现出生物量大、穗粒数多、穗吸氮量以及总吸氮量高等特征。上述研究结果可以为长江中下游地区常规中熟粳稻品种选择提供参考，同时也可为产量与氮效率协同机理的研究提供材料。