农业的进展

PDF
农业的进展/2021/文章

研究文章|开放获取

体积 2021 |文章的ID 6676081 | https://doi.org/10.1155/2021/6676081

Simon K. Awala, Kudakwashe Hove, Vistorina Shivute, Johanna S. Valombola, Pamwenafye I. Nanhapo, Yoshihiro Hirooka, Osmund D. Mwandemele, Morio Iijima 短生育期水稻生长及生产力评价(栽培稻L.和Upland NERICA)半干旱纳米比亚中北部的基因型”,农业的进展 卷。2021 文章的ID6676081 10 页面 2021 https://doi.org/10.1155/2021/6676081

短生育期水稻生长及生产力评价(栽培稻L.和Upland NERICA)半干旱纳米比亚中北部的基因型

学术编辑器:Othmane Merah
收到了 10月14日
接受 2021年2月19日
发表 2021年2月28日

摘要

在半干旱地区,干旱是作物生产的主要威胁,但气候变化和变率经常给该地区带来洪水,形成季节性湿地,对当地适应干旱的主要谷物造成破坏,从而导致产量低和粮食短缺。半水生作物水稻简介(选用对这些半干旱湿地的改良可以弥补旱地作物的低产,克服粮食短缺的问题。在2016/2017和2017/2018种植季节,在纳米比亚大学ogongo校区进行了一项田间试验,以评估水稻基因型的生长和产量。使用了12种短生育期水稻基因型,其中9种来自国际水稻研究所(IRRI), 3种来自当地种植的山地NERICA基因型。采用参数方差分析的方法检验其对作物生长和产量性状的影响。结果表明:抽穗天数、株高、每米分蘖数的年互作均表现出显著的基因型2,梢生物量,每米穗数2、千粒重、收获指数、粮食产量。IRRI基因型的分蘖数、茎部生物量和籽粒产量均高于早熟、较高、千粒重较高的NERICA基因型。一般来说,大多数基因型在第一年籽粒产量较低,茎部生物量较高,这是由于普遍的凉爽、多雨和似多云的天气条件与较低的温度和较低的太阳辐射有关。籽粒产量与多数性状呈正相关,与千粒重呈负相关。这些结果表明,IRRI基因型的产量优于早熟的NERICA基因型。然而,需要进一步研究IRRI基因型的形态特征和耐旱性,以确定半干旱环境下的生产可持续性。

1.简介

在撒哈拉以南地区,粮食短缺是一个严重的问题,特别是在该次大陆的半干旱地区。纳米比亚是非洲西南部撒哈拉以南的一个半干旱国家,面临着粮食生产以养活其不断增长的人口的艰巨挑战。该国的水文条件的特点是雨量少且不稳定,温度高,蒸发率高[1].年平均降雨量在200毫米至450毫米之间,大部分降雨集中在该国北部地区,包括人口最密集的自给农业社区[2].超过60%的人口居住在北部地区[3.].然而,大多数居民是资源贫乏的农民,主要依靠自给农业,其特点是低投入、低产出的牲畜和作物生产系统[4].由于该地区相对于全国其他地区雨量较多,几乎所有当地农民都从事作物生产,种植旱地传统作物,主要是珍珠粟(狼尾草glaucumL.)、高粱(高粱二色的M.)、玉米(玉米L.)和豇豆(豇豆属unguiculatal .) [25].大米(选用另一方面,主要是作为碾磨产品进口,进口量每年都在增加。这些进口趋势很可能会持续数年,因为需要更多的食物来养活不断增长的人口[6].

虽然纳米比亚是一个非常干燥的国家,像其他半干旱地区的国家一样,由于全球气候系统变化和当地天气模式异常的影响,它也会经历季节性洪水。7- - - - - -9].局地雨量的一个共同特征是时空变化[510].就时间层面而言,本地雨量极不稳定,季节性波动会导致间歇性干旱或田间洪水,而年际变化也会导致干旱或季节性洪水[5],取决于水的丰富程度。干旱和洪水都导致当地旱地作物歉收,导致粮食产量低,从而导致该国持续出现粮食短缺[56911].然而,在安哥拉南部和纳米比亚中北部地区总面积达80万公顷的Cuvelai系统季节性湿地[12],可在该国11月至4月的夏季雨季储存大量水长达5个月[56].储存的水是季节性洪水从雨量通常较高的安哥拉高地流入的结果[2]以及当地夏季偶尔的高降雨量。然而,在半干旱地区,包括纳米比亚中北部,降雨变率与雨季延迟到来、雨季提前结束、生长季节长度缩短以及季内干旱频繁或延长有关[1314,使得种植季节比预期的要短。

纳米比亚的粮食生产可以通过开发利用不足的自然资源和使当地作物基础多样化来增加。水稻是一种在低地和高地农业生态系统中均可种植的粮食作物[15].NERICA旱稻的出现[16为将水稻生产扩展到半干旱的撒哈拉以南农业生态系统创造了机会[617- - - - - -19].最近在纳米比亚北部的研究表明,水稻可以在当地的季节性湿地上种植[91020.],而不改变系统的水环境[21- - - - - -23].目前,该国的水稻种植由少数生产者完成;因此,湿地传统上被用作季节性牲畜放牧和捕鱼[1224],尽管本地稻米需求量很大[6].此外,由于湿地是季节性的,大部分水最终通过蒸发和深层渗透而流失。在当地湿地生态系统中增加水稻种植,有可能提供新的水稻食品和新的种植土地面积,与用于生产传统旱地作物的现有耕地形成互补,同时还能保护当地的水环境[23].

尽管持续努力加快该国的稻米生产[61020.25],关于纳米比亚田间条件下的品种生长和产量表现的科学出版物目前有限。这些信息对于改善国内水稻生产和国家战略粮食安全政策规划至关重要。在当地季节性湿地种植水稻可补充当地传统旱地作物如珍珠、小米和高粱的低产量,特别是在洪涝年份,从而有助于提高家庭粮食自给自足,并改善小农农业社区的社会经济地位[6].由于水稻既是粮食作物又是经济作物,加强纳米比亚中北部当地湿地的小规模生产将有助于减少粮食进口,创造就业机会(特别是为急需耕地的青年创造就业机会),并减少贫困,从而有助于该国的粮食安全和经济增长。

因此,本研究的目的是评估纳米比亚中北部季节性湿地条件下水稻生长和粮食生产的短时间基因型。

2.材料与方法

2.1.研究地点和天气状况

我们在纳米比亚中北部的纳米比亚大学ogongo校区(17°41′s, 15°17′e,海拔1094 m)进行了2016/17和2017/18种植季(12 - 4月)季节性湿地条件下的田间试验,评估了短历时水稻基因型的生长和产量(图1).本地区气候为半干旱气候,平均气温为>22℃[26]及年平均雨量由450毫米至500毫米不等[5].校园位于安哥拉南部的Cuvelai流域。这个盆地的特点是一个天然的,巨大的网络相互连接的浅盘,当地称为iishana并广泛插入深水池称为oondombe,它们穿过纳米比亚中北部的大片地区,然后在埃托沙国家公园(Etosha National Park)汇合形成一个内陆三角洲1).在夏季雨季,来自安哥拉盆地上游集水区的水(那里的降雨量通常较高)和当地雨水将水转化为水iishana而且oondombe进入安哥拉和纳米比亚的季节性湿地,经常导致该地区洪水泛滥和旱地农田被淹没[26].第一年在实验开始前对实验区进行土壤分析。试验田表层土壤(0 ~ 20 cm)为砂质,砂质为91.2%,粘土为2.0%,粉质为5.6%,总C kg为3.0 g−1,总N kg 0.36 g−1, 3.0毫克有效磷千克−1, 44.0 mg K kg−1, pH值(H2O) 7.6分。

2.2.植物材料

米饭(栽培稻L.)由9个短历时基因型组成的种质资源于2016年从菲律宾国际水稻研究所(IRRI)获得,用于纳米比亚的田间评价。基因型为IR 58、IR 60、PAGSANJAN (PSBRC10)、PSBRC 82、IRRI 148、NSIC RC 216、NSIS RC 298、NSIC2013 RC 346和IRRI 175。我们测试了IRRI基因型和三种高地NERICA基因型——NERICA 1 (N1)、NERICA 4 (N4)和NERICA 7 (N7),它们于2011年从东非贝宁的africrice获得,在纳米比亚中北部当地季节性湿地条件下推广种植[9].所有的基因型都选择了它们的短生育期,这是纳米比亚北部短雨季(12月至4月)雨养作物生产的一个关键特征[5].水稻种子库每三至四年更新一次,以生产用于试验的种子,以及用于NERICA基因型的农民种植的种子。

2.3.处理和现场管理

实验设计为随机的完整块,由12个水稻基因型组成,重复4次,共48个地块。在每年的评价中,试验区都采用圆盘耙法进行20-30 cm的土壤疏解,并将杂草植物材料纳入土壤中,从而形成适宜育苗的细耕层。在实验期间,为了保证试验小区的保水性能,在实验区周围设置了高0.5 m ×宽1.0 m的夯实地带。移栽前1天,预施基础肥30-45-30 kg·ha−1在试验区分别施氮、磷、钾,并用耙耙方式与表土充分混合,然后进行淹水和拍打,以方便后续移栽作业。

2017年1月16日和2018年1月16日,在苗圃条件下培育的四周大的水稻幼苗移栽到田间地块。在土壤深度为5.0 cm的条件下,保持固定间距0.3 m × 0.3 m,每山移栽1株。单个地块3.6米−2(3 m × 1.2 m)由4行组成,每行10株,共40株。总实验面积为216 m2(15米× 14.4米)。1米宽的小巷将实验块隔开,便于移植过程中的移动以及后续的实验管理和数据收集操作。在作物生长期间,根据需要补充地表灌溉,保持5 ~ 10 cm的水深,因此在作物生长周期内,地块未出现水分亏缺。除草是人工进行的,在实验期间,地块上没有杂草。抽穗前追施与移栽时相同量的氮磷钾肥,促进籽粒灌浆。在检测到第一次抽穗后,立即开展了吓鸟活动,以防止鸟类造成粮食损失。

2.4.作物的测量

为了评价不同基因型水稻的性能,我们收集了生长性状(50%抽穗期、株高、总分蘖数和茎部生物量)和产量性状(总穗数、千粒重、收获指数和产量)的数据。在净小区面积为1.44 m的16株植物上测定了抽穗期至50%的天数2(2.4 m × 0.6 m),不包括最外缘植株,为田间移栽至50%植株穗出筒日的总天数。在作物成熟时,从每个净小区中随机选取8株植株,收集植株高度、每株总分蘖数和每株穗数的数据。株高从最高分蘖的圆锥花序基部到顶端测量。计算每株的分蘖数,并用于估计每平方米的总分蘖数。在每个净小区,在作物成熟时,收获所有穗数,并计算每m总穗数2以收获穗数除以净小区面积确定。穗风干3-4周后称重;然后,每米穗重2计算方法为每净小区穗重除以净小区面积。相应的秸秆材料(茎+叶)也通过在茎基部切割秸秆获得。将秸秆切成5-10厘米的小块,用收获刀,便于干燥。然后将材料装入纸袋中,在80°C下烘干7天,最后称重。每米枝条干重2计算方法为每净小区穗重和秸秆干重之和除以净小区面积。干燥的穗被人工脱粒和筛选以获得干净的籽粒。对籽粒称重,用日本凯特公司的PM-830-2型籽粒水分测定仪测定籽粒含水量,将籽粒重量调整至14%。每米粒重2然后计算为每净小区水分调节籽粒的重量除以净小区面积。水稻基因型的每公顷水稻产量随后在该谷物水分水平下确定。

2.5.统计分析

两年的实验数据,每个数据都是由随机的完整块设计生成的2.3.),采用分裂图设计进行分析。将年份(全图因子)作为随机变量,误差项为基因型×环境(年份)相互作用均方。分析中采用的统计模型由 在哪里 表示总体平均值或固定常数, 常数受约束吗 是否随机的整体图效应嵌套在固定因素“基因型”的水平内, 是随机独立的 交互效应,以及 固定常数受约束吗 都是常数 而且 是独立的

根据式(1),参数方差分析(表1),测试固定因子(水稻基因型)和随机因子(实验年,2017年和2018年)对植株生长、产量和产量构成因素的影响。使用Fisher 's受保护最小显著性方法进行两两比较(表2).


处理结构 DF 离启航天数(号) 株高(厘米) 总分蘖数(无。米−2 枝条生物量(t·ha−1 总穗数(无。米−2 千粒重(克) 粮食产量(t·ha−1 收获指数

复制 3. 0.538 11.88 0.394 724.3 1224.6 2.172 0.004875 0.534
年(Y) 1 15.844 1492 58.1104 17339.5 88354.5 11.652 0.231732 10.112
错误(Ey) 3. 4.399 15.44 1.0977 3727.9 3653.7 1.322 0.004665 1.0173
基因型(G) 11 372.2 913.7 4.1797 46479.8 32097.5 102.215 0.00574 4.2795
y × g 11 4.753 46.72 1.8285 3924.7 6525.6 7.124 0.018762 1.9099
错误(EYG) 66 2.181 24.12 0.535 997.7 941.2 1.976 0.002115 0.3353

∗∗∗∗∗, #为差异显著的点 而且

年份×基因型 天数至50%航向 株高(厘米) 总分蘖数(无。米−2 生枝生物量(t ha−1

2017 IR58 61年jk 61.3 k 265.8 cdef 5.2 ab
IR60 73 c 66.4 jk 296.4公元前 5.1美国广播公司
IRI176 63年hij 86.6 cde 203.1 ghijk 4.4 bcde
IRRI148 70年defg 80.7 efgh 159.3 kl 3.9 defg
N1 59 kl 79.1 fghi 145.4 lm 3.1 fghi
陶瓷 61年jk 88.6 bcd 101.8 mn 2.4 hij
N7 61年jk 93.3公元前 88.7 n 2.8嗨
Nsic 2013 rc346 68克 80.2 efgh 209.8 ghij 5.2 ab
内在RC216 78 ab 77.9全球健康行动计划 214.8全球健康行动计划 4.5 bcd
NSIS RC298 77 b 73.2 ij 220.3全球健康行动计划 4.8 abcd
PSBRC10 62年ij 65.0 k 188.7 hijkl 4.4 bcde
PSBRC82 69年成品 76.5全球健康行动计划 177.0 ijkl 5.7

2018 IR58 58 l 65.5 k 362.7 3.0全球健康行动计划
IR60 72 cd 75.8嗨 339.7 ab 3.0全球健康行动计划
IRI176 65 h 103.0 221.4 fghi 2.7嗨
IRRI148 71年cde 93.1公元前 159.8 . jkl 2.5 hij
N1 60 kl 85.7 def 91.0 n 1.7 j
陶瓷 62年ij 94.7 b 84.9 n 2.0 ij
N7 63年hij 106.8 82.7 n 2.9全球健康行动计划
Nsic 2013 rc346 70年defg 79.5 fghi 272.0 cde 2.6 hij
内在RC216 80年,一个 83.0 defg 229.2 efgh 4.1 cdef
NSIS RC298 79 ab 77.0全球健康行动计划 239.2 defg 3.4 efgh
PSBRC10 64你好 76.2全球健康行动计划 275.3 cd 2.3 ij
PSBRC82 70年defg 82.7 defg 235.9 defgh 2.6 hij

LSD测试在5%的概率水平上,列内相同字母后面的均值没有显著差异。

3.结果

3.1.天气状况

2017年和2018年实验年的天气统计数据见表3..研究第一年的总体平均温度为23.8±0.7°C,略低于第二年的24.1±0.9°C。在整个作物生命周期(1 - 4月),研究第一年的温度明显低于第二年。实验第一年的平均太阳辐射比第二年低5%。与温度一样,在2017年的实验期间,太阳辐射一直较低。此外,每年的温度和太阳辐射都随着时间的推移而逐渐下降。整个实验年份的平均相对湿度为55%。第一年相对湿度最高的是3月(68.1±1.8%),其次是2月(60.0±3.6%);第二年相对湿度最高的是4月(66.6±2.3%),其次是3月(66.3±2.8%)。另一方面,研究第一年的总降雨量比第二年多33%。 However, in both years, the rainfall was unevenly distributed during the crop cycle. In 2017, most rainfall, constituting 45%, occurred in March; whereas, in 2018, 57% of the rainfall was received in April. However, May did not receive any rainfall at all in both years. Like the rainfall, there were more rainy days in the first year than in the second year of the study, and both years had rainier days in March, although the rainy days were 18% more in March of 2017 than in March of 2018. Generally, the two experimental years showed notable differences in weather conditions, with lower temperatures occurring throughout the crop life cycle from January and April in the first year of the study compared with the second year, which, on the other hand, had more rainfall and rainfall days. However, rainfall was unevenly distributed in both years.


Tem。(°C) SR(乔丹·m−2 RH (%) 降雨(毫米) 下雨的日子
2017 2018 2017 2018 2017 2018 2017 2018 2017 2018

的意思是 23.8±0.7 24.1±0.9 20.7±0.6 21.7±1.3. 55.1±4.6 55.3±4.6
1月。 25.7±0.5 26.2±0.3 23.1±1.4 24.3±0.7 46.6±4.6 50.5±2.5 44.6±5.2 0.8±0.1 8 3.
2月。 24.5±0.5 26.0±0.2 19.8±1.3 25.2±0.8 60.0±3.6 48.4±3.0 76.6±1.5 16.4±0.2 7 12
3月。 23.9±0.2 23.9±0.3 20.2±0.9 20.5±1.0 68.1±1.8 66.3±2.8 118.2±1.9 63.6±1.0 22 14
4月。 22.7±0.3 22.9±0.2 20.7±0.7 18.3±0.7 58.3±1.7 66.6±2.3 23.0±0.3 106.9±1.7 10 11
五月 22.0±0.4 21.3±0.1 19.9±0.5 20.2±0.4 42.6±1.6 44.8±1.4 0.0±0.0 0.0±0.0 0 0
总计 262.4±20.7 187.7±20.9 47.0±3.6 40.0±2.7

温度,空气温度;SR,太阳辐射;RH,相对湿度。
3.2.参数方差分析

2017年和2018年(环境)种植的水稻基因型的生长性状、产量成分和产量的参数方差分析结果如表所示1.环境和年份对株高、总分蘖数、籽粒产量( ),总穗数( ),千粒重,收获指数( ).环境对水稻基因型的日至50%抽穗数和梢部生物量无显著影响。基因型效应非常显著( 在所有测量的字符上,但仅显著( 关于粮食产量。基因型×年互作效应也极显著( 各性状均显著,但抽穗至50%日数和株高显著( 而且 分别)。所研究的所有性状均存在显著的基因型与年份的相互作用,表明基因型在实验年份中表现不同。

3.3.年互作基因型对水稻生长性状的影响

先前已经确定,基因型×年互作对水稻基因型之间测量的所有生长性状的影响具有统计学意义(见表1)1).表中统计比较了受互作影响的各生长性状(日至50%抽穗率、株高、总分蘖数和茎部生物量)的平均值2.对于到达50%航向的天数,2017年的最长航向天数为NSIC RC216(77天)和NSIS RC298(78天),这也是2018年的最新记录,但它们花的天数略多。然而,N1(59天)、N4、N7、IR58(61天)、PSBRC10(62天)和IRI176(63天)在2017年的天数最少,尽管IR58的天数显著减少至58天,其他的天数仅略有增加。其他基因型,如NSIC2013 RC346、IRRI148和PSBRC82,在整个研究期间始终保持70天的中间天数。株高方面,2017年株高最高的基因型为N4、N7和IRI176,分别为87 ~ 93 cm,但2018年株高最高的基因型为N7和IRI176,分别为107 cm和103 cm,而N4株高虽然与IRRI148相当,但没有显著增加。另一方面,2017年最短的基因型是IR58 (61.3 cm)、IR60 (66.4 cm)和PSBRC10 (65.0 cm),尽管后两者在2018年有显著的身高增加。NSIC2013 RC346是2018年唯一株高下降的基因型。

每米总分蘖数22017年以IR60(296株)和IR58(265株)最高,其次是NSIS RC298(220株)和NSIC RC216(214株)。同样的基因型在2018年仍然产生了最多的分蘖,但IR60(363)和IR58(340)的分蘖显著增加。另一方面,每米分蘖数最低2N1、N4和N7均在2017年和2018年实验年观测到。但N4在2018年明显下降。每米共159个分蘖2IRRI148是唯一一个分蘖数在数年内保持不变的基因型。枝条生物量方面,PSBRC82、NSIC 2013 RC346、IR58和IR60在2017年产量最大,为5.1-5.7 t·ha−1.2018年各基因型的地上部生物量总体呈下降趋势,但在NSIC RC216生物量最高(4.1 t·ha)之后,这些基因型的地上部生物量仍较高−1.NERICA基因型在2018年产生的生物量最低,PSBRC10、PSBRC82、NSIC2013 RC346和IRI148的生物量也最低。而N4、N7和NSIC RC216则趋于恒定生物量。结果表明,水稻各基因型对试验年限的反应不同,大部分IRRI基因型的分蘖数和茎部生物量均高于NERICA基因型,NERICA基因型以高、早抽穗为主。

3.4.年互作基因型对水稻产量性状的影响

研究发现,基因型×年的互作效应对水稻各基因型的产量性状均具有极显著的影响(见表1)1).表中统计比较了受交互作用影响的总产量、千粒重、收获指数和籽粒产量等产量性状的平均值4.每米穗数最高2IR60在2017年共产生237个穗,其次是IRI176(187个)和IR58(166个)。相反,每米的穗数2NSIC RC216, NSIC 2013 RC346, PSBRC82和PSBRC10的范围在145到156之间。与2017年相比,2018年大部分基因型的穗数显著增加。然而,IR58和IR60每米产生的穗数最大2,分别为344个和304个。然而,大多数基因型每m穗数超过200穗2,除NERICA基因型和IRRI148基因型的穗数最低外。第二年,N1、N4和N7的穗数下降。多年来,IRI176、N7和N1的1000粒重量一直最高,在33.1到36.6克之间,其次是N4、NSIC RC216和PSBRC82,重量为27.0到32.2克。此外,IR60的最小粒重为22.1 g。


年份×基因型 总穗数(无。米−2 千粒重(克) 粮食产量(t·ha−1 收获指数

2017 IR58 166.5 def 26.6 defgh 3.5 def 0.38嗨
IR60 237.5 b 22.1 j 4.7美国广播公司 0.44 efgh
IRI176 186.5 cde 33.6 b 3.5 def 0.40嗨
IRRI148 93.2 jk 26.0 efgh 2.6全球健康行动计划 0.38我
N1 107.1 gijk 33.2 b 3.2 efg 0.48 cdef
陶瓷 87.8 jk 28.2 d 2.5全球健康行动计划 0.50 cdef
N7 79.3 k 33.5 b 2.6全球健康行动计划 0.47 defg
Nsic 2013 rc346 152.9 efgh 25.5全球健康行动计划 3.2 efg 0.37我
内在RC216 ef 156.5 27.9德 3.8 cde 0.41全球健康行动计划
NSIS RC298 128.8 fghij 26.5 defgh 3.5 def 0.39嗨
PSBRC10 144.9 efghi 27.0 defgh 3.1 efgh 0.40嗨
PSBRC82 151.5 efgh 27.4 defg 3.9 cde 0.38嗨
2018 IR58 344.9 25.2嗨 4.7美国广播公司 0.53 abcd
IR60 304.1 23.9 ij 4.1 bcd 0.50 cdef
IRI176 208.7 bcd 32.2公元前 4.4公元前 0.55美国广播公司
IRRI148 154.8 efg 27.0 defgh 4.7美国广播公司 0.59
N1 86.6 jkj 32.1公元前 2.3嗨 0.50 bcde
陶瓷 78.8 k 32.2公元前 2.7 fghi 0.50 cdef
N7 76.6 k 36.6 2.2我 0.37我
Nsic 2013 rc346 251.4 b 25.7 fghi 4.6公元前 0.57 ab
内在RC216 212.0 bcd 30.7摄氏度 5.5 0.50 cdef
NSIS RC298 225.3公元前 26.8 defgh 3.5 def 0.43 fghi
PSBRC10 251.4 b 25.9 fghi 4.7美国广播公司 0.59
PSBRC82 225.9公元前 27.5 def 4.6公元前 0.57 ab

LSD测试在5%的概率水平上,列内相同字母后面的均值没有显著差异。

与大多数性状一样,各基因型2018年的籽粒产量普遍高于2017年。然而,2017年产量最高的是IR60,产量为4.7 kg·ha−1,其次是PSBRC82 (3.9), NSIC RC216 (3.8), IR58, IRI176和NSIS RC298(3.5)。同一基因型2018年产量较高,但NSIC RC216产量最高,达到5.5 t·ha−1,与IR58、IRRI148、PSBRC10相似,均为4.7 kg·ha−1.其次是PSBRC82、NSIC 2013 RC346、IRI176和IR60,产量范围为4.1 ~ 4.6 kg·ha−1.相反,N1、N4和N7的产量常年最低,在2.2至3.2 kg·ha之间−1,但N1在第二个研究年有显著的产量下降。尽管产量较低,但N4和N7与IR60、NSIS RC298和PSBRC82一起,多年来保持了稳定的粮食产量。在收获指数方面,2017年水稻基因型指数低于2018年。这些产量性状的结果表明,水稻基因型对试验年限的响应不同,但IRRI的水稻具有更多的穗数和更高的产量,而NERICA的水稻以重粒为主。

3.5.生长性状与产量性状的相关性

表格5提出了本研究所评价的12个水稻基因型的生长和产量性状的偏相关矩阵。结果表明:籽粒产量与50%抽穗日、每米分蘖数呈正相关2,总穗数m2、收获指数,但与千粒重呈负相关。而籽粒产量与株高、茎部生物量无显著相关性。除株高与千粒重呈显著正相关外,其他性状均呈显著负相关。株高与大部分性状呈负相关。抽穗天数与每米总分蘖数也呈正相关2,每公顷地上部生物量,总穗数m2,除与粮食产量相关外。结果表明,本研究籽粒产量与抽穗天数、分蘖数、穗数、收获指数呈正相关,与千粒重呈负相关。


字符 天数至50%航向 株高 总分蘖 拍摄生物量 总穗数 1000 -粒重 收获指数 粮食产量

出发天数 - - - - - - −0.127 0.309 0.311 0.242 −0.368 −0.095 0.370
株高 - - - - - - −0.531 −0.368 −0.347 0.633 0.157 −0.161
总分蘖 - - - - - - 0.304 0.935 −0.640 0.111 0.663
拍摄生物量 - - - - - - 0.099 −0.298 −0.726 0.172
总穗数 - - - - - - −0.514 0.301 0.719
1000 -粒重 - - - - - - −0.026 −0.383
收获指数 - - - - - - 0.465
粮食产量 - - - - - -

∗∗∗而且∗∗参阅显著差异于 而且

4.讨论

4.1.基因型的性能

本研究的主要目的是评估短历时水稻基因型在纳米比亚中北部季节性湿地条件下的生长和产量性能。结果表明,基因型年际互作对水稻各基因型的生长性状有显著影响(表2)1).这些结果似乎反映了较高的基因型多样性,这是通过对当前天气环境条件的可变基因型反应来表达的。大多数IRRI基因型,如PSBRC82、NSIC 2013 RC346、IR58和IR60,比NERICA基因型产生了更高的总分蘖数和茎部生物量,NERICA基因型主要是较高的,在多年间提前达到50%的抽穗率(表2)2).开发的山地NERICA基因型包括N1、N4和N7,可用于山地条件下的栽培[16].在这项研究中,水稻是在稻田条件下种植的;这些地块在作物生长周期内接受补充地表灌溉,以保持5-10厘米的水深。这些条件可能有利于适应低地生态系统的IRRI基因型。

此外,IRRI基因型的分蘖数高于NERICA基因型,这可能是IRRI基因型的茎生物量较高的原因。分蘖是一种基因控制的性状,因此两个水稻群体之间生物量产量的差异可能是由于它们遗传潜力的差异[17].本研究结果表明,各基因型与抽穗日数之间存在显著互作关系;然而,不同年份的变化在数值上很小,这表明这一特征受天气条件的影响不大。

结果还表明,年互作基因型对产量性状有显著影响(表2)1),说明存在环境(G × E)相互作用的基因型。与茎部生物量一样,IRRI基因型水稻的籽粒产量也高于NERICA基因型(表2)4).大多数产量最高的水稻基因型实际上也是茎部生物量最高的水稻基因型。这些基因型包括IR60、PSBRC82、NSIC RC216、IR58、IRI176和NSIS RC298。粮食产量是基因型和环境的函数[17];因此,水稻个体基因型的遗传组成和当时的生长环境都有助于粮食产量水平的实现。此外,IRRI基因型每m穗数较高2NERICA基因型的千粒重高于NERICA基因型。

此外,结果还表明,大多数基因型在试验第一年的籽粒产量低于试验第二年的籽粒产量,而茎部生物量高于试验第二年的籽粒产量2而且4).这可能是由于不同的天气条件造成了水稻生长环境的差异。试验第一年的特征是在作物生长周期内降雨量大,降雨日数多,气温低,太阳辐射弱,而评价第二年的特征是降雨量少,气温高,太阳辐射强(表2)3.).第一年普遍的恶劣天气条件似乎促进了茎部生长,但抑制了光合同化物向生殖器官的转运,导致许多分蘖不结实和籽粒不饱满,从而导致各基因型间茎部生物量产量较高而籽粒产量较低。也有可能是第一年的高降雨量削弱了通过稀释而施用的肥料的效力,特别是在穗形成和结粒阶段,从而导致总体粮食产量低。相关分析表明,籽粒产量与抽穗天数、每米分蘖数呈显著正相关2,每米穗数2、收获指数,但与千粒重呈负相关(表5).这些结果表明,在本研究评价的水稻基因型中,可以利用与籽粒产量呈正相关的性状间接选择籽粒产量。

传统上,粮食生产是作物改良和农艺研究中最重要的特征。然而,在半干旱地区,如纳米比亚北部,其他特征,例如生长时间、植物高度和植物生长模式,也可能同样优先。这些地区较短的生长季节决定了早熟水稻基因型的生产[1314],因为在如此短的种植季节里,晚熟的水稻往往无法产出谷物。在本研究中,NERICA基因型不仅在50%抽穗的日数上是最早的,而且与IRRI基因型相比,NERICA基因型的产量最低。因此,水稻基因型选择标准不仅应以高产为重点,还应综合考虑增强植物对主流环境适应的生理和形态性状。因此,有前景的IRRI基因型,如IR60、PSBRC82、NSIC RC216、IR58、IRI176和NSIS RC298,还需要进一步的研究。

4.2.性状的影响

在半干旱地区,作物生产通常受到周期性干旱的限制,但季节性洪水的频繁发生也会导致这些地区的作物歉收和粮食短缺[7- - - - - -9].降雨变率是半干旱地区的普遍现象[5].纳米比亚中北部地区,像整个国家一样,夏季降雨量变化很大,干旱和洪水发生在同一年或隔年发生。这种时间上的降雨波动导致当地旱地作物如珍珠、小米、高粱和玉米的歉收[911],导致国内粮食持续短缺和粮食不安全[6].由于干旱和洪水似乎交替发生,但无法预测,纳米比亚北部对作物多样化的需求已成为不可避免的。然而,这种努力需要一种综合的生产方法,包括种植抗洪作物品种水稻和当地旱地作物,通过利用水稻补充旱地作物在正常或洪涝年份的低产量,为由于洪涝或干旱现象导致的作物完全歉收提供缓冲[69].除了提供粮食安全之外,通过在纳米比亚北部的季节性湿地种植水稻而实现作物多样化也将提供一个新的种植土地。这些湿地目前用于放牧和捕鱼,但不用于种植,尽管该国持续存在粮食短缺[1227]以及对本地稻米的高需求[6].然而,由于湿地是季节性的,水最终会蒸发或渗透到土壤中,而没有被有效利用。因此,可以有效利用这些生态系统进行水稻种植,以增加国内粮食产量和改善粮食安全。

水稻对当地作物产量的互补性是双重的。首先,水稻将被引入湿地生态系统,与当地旱地作物种植的旱地生态系统一起引入,这样就不会争夺耕地。其次,水稻是一种抗洪作物,它能像当地旱地作物一样,在正常降雨年份生长良好,但在洪水年份,水稻也能抗洪并生产谷物,不像旱地作物总是被洪水破坏,产量低[9].这种水稻和旱地作物的综合差别种植系统为增加种植面积提供了机会,从而可以提高纳米比亚的整体粮食产量。此外,同时种植这些物种还可以增加新的年轻农民获得稀缺生产土地的机会,从而有助于创造就业、创造收入和减贫,特别是在小规模农业社区,从而有助于农业部门的增长和国家粮食安全。

在南部非洲的半干旱地区,安哥拉、纳米比亚、博茨瓦纳和赞比亚的边界之间,在夏季雨季,安哥拉高地的洪水和偶尔的高降雨量形成了广泛的季节性湿地[26].在纳米比亚中北部半干旱地区形成的季节性湿地中,水稻引种工作一直在进行[20.21],因为大部分珍珠谷子田都点缀着小湿地,可供雨水灌溉,种植低地水稻[69].在这一地区,频繁发生的山洪往往会阻碍主要作物珍珠谷子的生产。在未来,气候变化可能会在半干旱地区造成更频繁和相当严重的洪水。在这种情况下,易受洪水影响的谷物完全歉收的风险可能会显著增加。除了粮食产量和生育期之外,还需要继续开展水稻基因型选择工作,以选择适合在半干旱地区季节性湿地种植的生态型,以稳定粮食产量,补充当地自给农民种植的传统耐旱主粮的低产量。

5.结论

IRRI水稻基因型已被证明比NERICA基因型产量更高,迄今为止,NERICA基因型被推荐用于纳米比亚北部当地半干旱条件下的种植。与N1、N4和N7相比,IR60、PSBRC82、NSIC RC216、IR58、IRI176和NSIS RC298水稻基因型在两个试验年份保持了较高的生物量和产量,尽管产量水平存在差异,但N1、N4和N7相比,N1、N4和N7较高,早熟,籽粒粗壮。籽粒产量与抽穗天数、每米分蘖数呈正相关2,每米穗数2收获指数与IRRI基因型相关,与千粒重负相关,与NERICA基因型相关。有前景的IRRI基因型有待进一步研究,以提高植物对当地季节性湿地和其他半干旱区湿地的适应能力。

数据可用性

研究中使用的数据包含在手稿中。

利益冲突

作者宣称他们没有利益冲突。

致谢

作者感谢M. Amwenyo、F. Amutenya、T. Lwiinga、A. Shomagwe和W. Kuume(纳米比亚大学)对该项目的贡献。作者还感谢了由日本科学技术振兴机构(JST)和日本国际协力机构(JICA)资助的“可持续发展科学技术研究伙伴关系(SATREPS)”框架下“半干旱地区保护水环境的水旱适应性种植系统”项目的成员。

补充材料

支持本研究结果的补充数据以附件的方式提供(补充数据表1)。补充材料

参考文献

  1. P.海恩斯,“纳米比亚水资源利用和湿地保护指南”,Madoqua《中华人民共和国学报》,1991年第1卷,第249-251页。视图:谷歌学者
  2. J.门德尔松,A.贾维斯,C.罗伯茨和T.罗伯逊,《纳米比亚地图集》,土地和人民的肖像,第3卷,乔纳森鲍尔出版社,开普敦,南非,2009年。视图:谷歌学者
  3. 国家计划委员会,纳米比亚2011年人口和住房普查初步结果,纳米比亚国家计划委员会,温得和克,2012年。
  4. j . Mendelsohn纳米比亚的农业系统,纳米比亚研究与信息服务,温得和克,纳米比亚,2006年。
  5. S. K. Awala, K. Hove, M. A. Wanga, J. S. Valombola,和O. D. Mwandemele,“纳米比亚北部半干旱地区的降雨趋势和变化:对小农农业生产的影响”,国际农业科学杂志,第25卷,no。1,页5-25,2019。视图:谷歌学者
  6. S. K. Awala,“通过水稻混苗缓解半干旱谷物的洪水胁迫”,金大大学,奈良,日本,2017年,博士论文。视图:谷歌学者
  7. R. Tsheko,“博茨瓦纳的降雨可靠性、干旱和洪水脆弱性”水山,第29卷,no。4, pp. 389-392, 2003。视图:谷歌学者
  8. P. Tschakert, R. Sagoe, G. Ofori-Darko和S. N. Codjoe,《萨赫勒地区的洪水:异常、记忆和预期学习的分析》气候变化,第103卷,no。3-4,页471-502,2010。视图:出版商的网站|谷歌学者
  9. S. K. Awala, K. Yamane, Y. Izumi等人,“水稻混苗缓解半干旱谷物洪水胁迫的田间评价,”欧洲农学杂志《中国科学》,2016年第8期,pp. 105-112。视图:出版商的网站|谷歌学者
  10. M. Iijima, S. K. Awala, P. I. Nanhapo, A. Wanga,和O. D. Mwandemele,“纳米比亚适应洪水和干旱的种植系统的发展”,在压力条件下的作物生产,施普林格,德国柏林,2018。视图:谷歌学者
  11. M. Iijima, S. K. Awala, Y. Watanabe等人,混种有提高抗旱粮食作物抗洪能力的潜力。植物生理学杂志, vol. 192, pp. 21-25, 2016。视图:出版商的网站|谷歌学者
  12. 门德尔松和韦伯,库韦莱:安哥拉和纳米比亚的库韦莱盆地、水和人民,雷森,纳米比亚温得和克,2011年。
  13. B. Sarr,“西非半干旱地区当前和未来的气候变化:农业实际适应的关键投入,”大气科学通讯,第13卷,no。2, pp. 108-112, 2012。视图:出版商的网站|谷歌学者
  14. A. M. Yamusa, I. U. Abubakar和A. M. Falaki,“尼日利亚西北部半干旱区的降雨变化和作物生产”,土壤科学与环境管理杂志,第6卷,no。5,页125-131,2015。视图:谷歌学者
  15. S. K.阿瓦拉,I.南哈波,j . i。Sakagami, L. Kanyomeka,和M. Iijima,“Oryza glaberrima, Oryza sativa和它们的种间包括NERICA的耐盐差异”,植物生产科学,第13卷,no。1,页3-10,2010。视图:出版商的网站|谷歌学者
  16. M. P. Jones, M. Dingkuhn, G. K. Aluko, M. Semon,“种间水稻。改良旱稻的后代。”Euphytica,第94卷,no。2, pp. 237-246, 1997。视图:出版商的网站|谷歌学者
  17. E. A. Atera, J. C. Onyango, T. Azuma, S. Asanuma,和K. Itoh,“肯尼亚西部NERICA水稻品种的田间评价”,非洲农业研究杂志,第6卷,no。1, pp. 60-66, 2011。视图:出版商的网站|谷歌学者
  18. M. Seyoum, S. Alamerew,和K. Bantte,“埃塞俄比亚西南部沿海拔梯度的NERICA水稻(Oryza sativa L.)基因型籽粒产量和产量组成的评估”,农学杂志,第10卷,no。4, pp. 105-111, 2011。视图:出版商的网站|谷歌学者
  19. K. Miyamoto, A. Maruyama, Y. Haneishi等人,“NERICA种植及其产量决定因素:乌干达中部Namulonge地区旱稻农民的案例”。农业科学杂志,第4卷,no。6、6页,2012年。视图:出版商的网站|谷歌学者
  20. m .饭岛爱半干旱地区保护水环境的水旱适应性种植制度,纳米比亚大学,温得和克,纳米比亚,2011。
  21. T. Suzuki, T. Ohta, Y. Izumi等,“冠层覆盖度对半干旱区低地水稻生育期早期水分利用效率的影响”,植物生产科学,第16卷,no。1, pp. 12-23, 2013。视图:出版商的网站|谷歌学者
  22. T. Suzuki, T. Ohta, T. Hiyama, Y. Izumi, O. Mwandemele,和M. Iijima,“引入水稻对季节性湿地蒸散的影响”,水文过程,第28卷,no。17, pp. 4780-4794, 2014。视图:出版商的网站|谷歌学者
  23. A. Kotani, T. Hiyama, T. Ohta等人,“水稻种植对纳米比亚中北部小型季节性湿地蒸散的影响,”水文研究通讯,第11卷,no。2,页134-140,2017。视图:出版商的网站|谷歌学者
  24. Y. Watanabe, F. Itanna, Y. Fujioka, A. Petrus和M. Iijima,“纳米比亚中北部季节性淹没湿地(oshanas)下的土壤特征”,非洲农业研究杂志,第11卷,no。46, pp. 4786-4795, 2016。视图:出版商的网站|谷歌学者
  25. H. Mizuochi, T. Hiyama, T. Ohta,和K. Nasahara,“基于MODIS和AMSR系列的纳米比亚中北部地表水分布评价”,遥感,第6卷,no。8, pp. 7660-7682, 2014。视图:出版商的网站|谷歌学者
  26. 门德尔松,贾维斯,罗伯逊,库韦莱-埃托沙盆地剖面与地图集,雷森,纳米比亚温得和克,2013。
  27. 门德尔松,奥贝德,罗伯茨,纳米比亚中北部概况, Gamsberg Macmillan出版社,温得和克,纳米比亚,2000年。
  28. 门德尔松,贾维斯,罗伯逊,库维拉-埃托沙盆地剖面与地图集,《RAISON and Gondowana Collection》,纳米比亚温得和克,2013年。

betway赞助版权所有©2021 Simon K. Awala et al.。这是一篇开放获取的文章,在创作共用署名许可协议它允许在任何媒介上不受限制地使用、传播和复制,前提是正确地引用原始作品。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订购印刷本订单
的观点290
下载237
引用

相关文章