[目的]明确不同水分条件下低温胁迫引起的小麦冻害程度,筛选冻害鉴定指标并建立冻害定量评估模型,为小麦生产科学防控低温冻害提供理论支撑.[方法]以弱春性品种偃展4110、兰考198和半冬性品种郑麦366、丰德存麦21为试验材料,在模拟冻害发生前一周进行灌水(W)和不灌水(D)处理,于雌雄蕊分化期将盆栽小麦移到低温模拟室进行处理,设置的温度为-2℃(T1)、-4℃(T2)、-6℃(T3)、-8℃(T4)和-10℃(T5)以及对照(CK为当天大田温度),低温胁迫后的第2天测定小麦生理生化指标,将标准化后的各个生理指标进行主成分、隶属函数、聚类分析和逐步回归等多元统计分析.[结果]不同品种、水分、温度下的各单项生理生化指标之间大多存在着显著相关性,通过主成分分析将19个生理生化指标转化为6个相互独立的综合指标,其贡献度分别为55.972％、11.93％、7.168％、5.075％、4.236％和3.079％,代表了全部原始数据的87.459％的信息量,并根据隶属函数算法求出各处理的冻害程度综合评价值(F值).以F值作为因变量,通过逐步回归分析筛选出7个关键指标,分别为叶绿素a、叶片含水量、脯氨酸、Fv/Fm、可溶性蛋白、MDA和SOD,并确立了定量估算F值的数学模型.同时,将F预测值与产量损失率进行相关性分析,线性方程决定系数R2=0.898,表明该F预测模型能够很好地评价冻害程度.进一步对F预测值进行聚类分析,可将不同冻害处理划分为5类:未受冻(D-CK、W-CK)、轻度受冻(D-T1、W-T1)、中度受冻(D-T2、W-T2、W-T3)、重度受冻(D-T3、W-T4)以及特重受冻(D-T4、W-T5、D-T5),其产量损失率分别为0、0-10％、10％-30％、30％-50％及50％以上,相同的温度和水分条件下弱春性品种的冻害程度重于半冬性品种,相同的品种和温度条件下不灌水处理的冻害程度重于灌水处理.具体考察所筛选的生理评价指标,随着低温胁迫的加重,叶绿素a、叶片含水量、Fv/Fm表现下降趋势,而脯氨酸、可溶性蛋白和SOD活性表现先升后降的特征,MDA则为相反趋势.[结论]生产中在晚霜冻易发地区应选用半冬性品种,且依据天气预报寒流来临前加强灌水管理,并可在冻害发生时通过冻害评价指标及定量模型及时准确评估冻害发生程度,这有利于晚霜冻害的科学防控,为灾后产量恢复及决策管理提供依据.

冬小麦;晚霜冻害;灌水;综合评价;评估模型

王洋洋;刘万代;贺利;任德超;段剑钊;胡新;郭天财;王永华;冯伟

河南农业大学农学院/作物生长发育调控教育部重点实验室,郑州450046;国家小麦工程技术研究中心,郑州450046;商丘市农林科学院小麦研究所,河南商丘476000

中国农业科学

[1]王洋洋;刘万代;贺利;任德超;段剑钊;胡新;郭天财;王永华;冯伟-.基于多元统计分析的小麦低温冻害评价及水分效应差异研究)[J].中国农业科学,2022(07):1301-1318

多元统计分析,低温冻害,效应差异,差异研究,不同水分条件,低温胁迫,鉴定指标,定量评估模型,小麦生产,产科学,科学防控,春性,兰考,半冬性,生前,一周,灌水,雌雄蕊,盆栽,T4,T5,当天,天大,大田,生理生化指标,生理指标,隶属函数,不同品种,各单项,显著相关性,相互独立,综合指标,贡献度,原始数据,信息量,数算,各处,综合评价值,因变量,逐步回归分析,关键指标,叶绿素,叶片含水量,脯氨酸,Fv,Fm,可溶性蛋白,定量估算,产量损失率,线性方程,决定系数,害处,受冻,特重,温度条件,具体考察,应选,天气预报,寒流,流来,水管理,定量模型,发生程度,晚霜冻害,决策管理,冬小麦

0.310425