楊熙昊 范伶俐



收稿日期:2024-01-05
基金項目:廣東海洋大學大學生創(chuàng)新訓練項目(CXXL2022040)。
作者簡介:楊熙昊(2003—),男,山東泰安人,主要從事大氣科學研究。#通信作者:范伶俐(1970—)女,貴州黔東南人,教授,主要從事大學教學工作,E-mail:fanlingli@126.com。
摘 要:通過對不同播期冬小麥籽粒品質進行分析,探究冬小麥品質與氣象因子的相關性。利用不同播期的冬小麥氣象和籽粒品質資料,采用Pearson線性相關性,研究小麥品質與氣象因素之間的關系。結果表明:冬小麥品質受抽穗后氣象條件的影響較大(P<0.05);主要因素為開花期平均溫度、灌漿期最低溫度、高溫脅迫、日照時數(shù)4個因素。因此,做好冬小麥全生育周期的預報,合理安排適播期,對提升小麥籽粒品質具有顯著影響。
關鍵詞:冬小麥;營養(yǎng)品質;氣候因子
中圖分類號:S512.1 文獻標志碼:B文章編號:2095–3305(2024)03–0-03
務農(nóng)重本,國之大綱。發(fā)展現(xiàn)代農(nóng)業(yè),離不開氣象科技的支撐。糧食安全與氣象條件密切相關,在全球變暖背景下,農(nóng)業(yè)和糧食安全面臨重大考驗。小麥是中國三大糧食作物之一,冬小麥是我國北方最主要的農(nóng)作物之一。在我國,農(nóng)民耕作小麥一直以產(chǎn)量為主要目標,在主觀上忽視了對品質的要求。影響小麥籽粒品質的因素有很多,主要受基因型、生態(tài)條件、栽培技術、儲藏措施等的共同影響[1]。
近年來,國內(nèi)外眾多專家學者圍繞生態(tài)氣候因素對小麥產(chǎn)量和品質的影響開展了研究。例如:通過追蹤小麥籽粒蛋白質和淀粉的合成過程,評價基因型和生態(tài)因子對其的相關影響[2],這表明不同氣候因子下,小麥籽粒生長狀況有較大影響。利用實驗室模擬法對冬小麥花后高溫脅迫下水氮利用率進行了研究[3],
認為花后溫度對水氮的吸收影響較大,從而影響小麥蛋白質的合成;從灌漿特性出發(fā),研究不同播期下小麥籽粒產(chǎn)量變化[4],得出播期對產(chǎn)量的影響最大。
也有部分學者針對分期播種對水稻、小麥等作物品質的影響方面進行了研究。例如:有研究指出,針對不同基因型的小麥品種,過早播種或過晚播種都不利于形成較高的單位面積產(chǎn)量。而且隨著播期的推遲,產(chǎn)量呈先上升后下降趨勢。閆翠萍等[5]從生理生態(tài)角度出發(fā),研究了持續(xù)暖冬的氣候條件下,播期對不同基因型優(yōu)質小麥的產(chǎn)量調(diào)控效應。李存東等[6]研究表明,晚播對小花分化發(fā)育與結實有不利影響。不同播期、播量對有效穗數(shù)的影響較小,但對穗粒數(shù)和千粒重有一定影響,穗粒數(shù)隨播量的增加而減少,千粒重隨播期的推遲而減少。目前,作為一種溫帶長日照作物,冬小麥在復雜環(huán)境下不同播期各氣象因子對小麥生長發(fā)育和其籽粒品質的影響研究相對較少。
1 材料與方法
1.1 試驗設計
試驗于2017—2022年在山東省泰安(117°09′E,36°10′N)農(nóng)業(yè)氣象試驗站進行。試驗區(qū)屬溫帶季風氣候區(qū),雨熱同期。每年供試品種均為當?shù)刂饕耘嗥贩N,農(nóng)業(yè)種植制度實行冬小麥、夏玉米一年兩熟輪作制。試驗以當?shù)爻D甏筇飳嶋H播種期(10月10日)為界,提前10 d播種為第1期,正常播種期為第2期,比正常播種期晚10 d播種為第3期,晚20 d為第4播期,共播種4期,前后間隔30 d。播種方式采用南北方向條播,行距統(tǒng)一為20 cm,每個播期設置4個重復,共16個小區(qū)。試驗田不同播期小區(qū)(分別編號為1、2、3、4)排列方式和相對氣象站位置見圖1。在圖1小區(qū)播種安排中,從上往下為從北到南設置,所有觀測在前3列小區(qū)進行,第4列小區(qū)用于測定產(chǎn)量要素,不進行任何觀測。
每個小區(qū)的面積為30.0 m2,每個小區(qū)之間的保護間隔為0.5 m。試驗區(qū)海拔為128.6 m,耕層土壤質地為沙壤土,酸堿度適中,采用當?shù)剞r(nóng)田播種方法進行平作、直播。在小麥生育期,保持良好的通風和透光條件,大田水肥管理條件與當?shù)匾话愦筇锷a(chǎn)保持一致,小麥生育期未受干旱和病蟲害的脅迫作用。
1.2 麥種
試驗地采用小麥主產(chǎn)區(qū)主流品種,2017—2018年采用紅地95,2018—2019年采用泰農(nóng)21,2019—2022年采用泰科麥31。3個品種原始植株均來自魯農(nóng)系列和鄭麥系列,具有基因表達一致性[7]。在實際生產(chǎn)中,其性狀表達整體趨于同一水平,均為強筋性小麥品種。不同年、不同品種的淀粉、蛋白質、脂肪、氨基酸含量平均變異系數(shù)CV=35.6%,不同年份間同品種小麥性狀表達平均變異系數(shù)CV=33.6%,兩者相差不大,可以考慮其相應含量指標波動的均衡性。
1.3 觀測項目
1.3.1 小麥生育期觀察
按照農(nóng)業(yè)氣象觀測規(guī)范觀測生育期。從記錄播期開始,依次觀測出苗期、三葉期、分蘗期、越冬期、返青期、起身期、拔節(jié)期、孕穗期、抽穗期、開花期、乳熟期、成熟期。
1.3.2 氣象要素的數(shù)據(jù)來源
采用泰安市農(nóng)業(yè)氣象試驗站的地面氣象觀測站同期觀測資料,氣象觀測要素包括全生育期內(nèi)逐日平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)。針對冬小麥最高氣溫數(shù)據(jù),在后續(xù)分析中,加入獨特編碼的高溫熱浪數(shù)據(jù),作為判斷小麥生育期內(nèi)是否受到高溫脅迫的數(shù)據(jù)依據(jù)。
1.3.3 小麥籽粒品質測定
將成熟收獲的小麥籽粒正常晾曬風干,統(tǒng)一進行品質測定。選取對小麥品質影響較大的蛋白質、脂肪、淀粉、氨基酸含量作為籽粒品質的測評指標[8],含量測定均為山東省泰安農(nóng)業(yè)氣象試驗站委托山東熠輝生物技術有限公司測定。
2 研究方法
在小麥和氣象條件的分析中,利用Pearson線性相關性,研究小麥營養(yǎng)成分品質與氣象因素之間的關系。
針對歷史氣象數(shù)據(jù)和小麥營養(yǎng)品質成分數(shù)據(jù),計算它們之間的Pearson相關系數(shù),以探究不同氣象條件對小麥營養(yǎng)品質的影響程度。Pearson線性相關系數(shù)的值在-1~1之間,其大小表征兩要素的相關程度。
3 結果與分析
3.1 2018—2022年小麥生育期中后期氣象條件
越冬期前的小麥生育期經(jīng)受的氣候特征對最終小麥基因表達的影響較小,對小麥最終籽粒的影響較大的為生育期中后期,故對五年間小麥氣溫條件進行分析。
通過分析抽穗后逐日平均氣溫散點圖(圖2)發(fā)現(xiàn),
在不同播期,冬小麥抽穗后日平均氣溫變化可達到(10±2)℃,最大溫差可達15 ℃。抽穗后所有小麥作物物候溫度大體呈上升趨勢,在生長發(fā)育階段或有波動,但波動仍不強烈,各發(fā)育區(qū)整體落區(qū)集中在圖中圓圈圈出部分。抽穗后,小麥的初始溫度在15 ℃上下。成熟收獲時,其大體溫度集中在28 ℃上下。2021年,播種的適播、晚播10 d、晚播20 d三批次小麥抽穗期(抽穗后10 d)和發(fā)育期后期(抽穗后40 d)多日出現(xiàn)超出30 ℃的高溫現(xiàn)象,其高溫脅迫作用致使當年淀粉和各類氨基酸耦合比例含量同比往年同品種小麥下降2%。但相較于其余年份,由于溫度上升,發(fā)育期有效活動積溫也隨之上升,其產(chǎn)量也高于其余年份同品種冬小麥,但對于產(chǎn)量因素,不屬于營養(yǎng)品質的考慮范圍內(nèi),故不作詳細討論。
3.2 全生育期氣象條件與小麥籽粒小分子氨基酸、蛋白質、淀粉、脂肪含量的相關性分析
選取冬小麥生長期間,各發(fā)育期氣象數(shù)據(jù)指標與冬小麥營養(yǎng)品質數(shù)據(jù)進行皮爾森顯著性檢驗,利用皮爾森相關系數(shù)計算公式計算,由相關性系數(shù)可得:冬小麥生育期內(nèi),同期各生長要素并非獨立存在的單相關因素,而是互相影響、互相制約的復雜的相互耦合因素。比如:在冬小麥發(fā)育期后期,由于降水的成因,多為對流性降水,產(chǎn)生降水的云層一般較厚,當產(chǎn)生降水時,其日照時數(shù)降低,其相關系數(shù)值為-0.67(P<0.05),有極強的相關系數(shù)和相互作用。且已知營養(yǎng)物質的表達受酶的影響較大,小麥脂肪、蛋白質、淀粉、氨基酸各組分占比相互影響制約。氨基酸水平和蛋白質水平有此消彼長的趨勢。
繼續(xù)分析相關性矩陣,并剔除不顯著相關元素,選取對最終籽粒營養(yǎng)品質評估有突出貢獻且顯著性檢驗P<的各項數(shù)據(jù),繪制相關性矩陣(圖3)。
在圖3中,標注“0”不代表數(shù)學意義上相關性為0,代表2個變量的相關性不顯著(顯著性檢驗在小數(shù)點后一位量級)或2個變量之間的相關性無分析意義。根據(jù)相關系數(shù)熱力圖可知,在氣候條件上,小麥最終生育期品質因素與小麥開花期后降水與日照時數(shù)呈顯著負相關關系,對于小麥最終籽粒營養(yǎng)品質相關性檢驗較顯著(P<0.05)的因子,提取出耦合因子,冬小麥開花期平均溫度、冬小麥灌漿期最低溫度、冬小麥是否受到高溫脅迫、抽穗期后小麥光照是影響小麥營養(yǎng)品質的重要因素。
此外,抽穗作用期間的小麥日照時數(shù)與降水量有顯著(P<0.01)強負相關,在水肥條件滿足的情況下,降水量對小麥營養(yǎng)品質的表現(xiàn)影響較弱(相關系數(shù)在-0.1~0.1之間,且P≥0.5),淀粉與抽穗日照有強正相關關系。針對氣候因子響應大且相關性顯著(P<0.5或P<0.0001)的9個營養(yǎng)品質成分為天冬氨酸、甘氨酸、組氨酸、脯氨酸、纈氨酸、異亮氨酸、脂肪、淀粉、蛋白質,其均與冬小麥開花期平均溫度、冬小麥灌漿期最低溫度、冬小麥是否受到高溫脅迫、抽穗期后小麥光照有相互作用關系[8-13]。
4 小結與討論
(1)泰安地區(qū)冬小麥在越冬后,氣候條件對小麥品質性狀的影響較大,主要考慮主產(chǎn)區(qū)小麥(泰山12、紅地95、泰科麥31)共性母本植株鄭麥系列小麥的基因型表達有較大關系。根據(jù)目前試驗結果和統(tǒng)計分析數(shù)據(jù)分析,泰安地區(qū)小麥在生育期中后期,即抽穗—成熟期,小麥籽粒性狀受氣候條件的影響較大。
(2)在生育期后期,小麥光照時數(shù)與小麥籽粒整體營養(yǎng)品質評價為正相關。為提高小麥籽粒品質,對小麥適當進行補光處理,有利于提高小麥光合作用的效率,并對氨基酸和小分子肽的合成有幫助作用,最終有利于提高小麥籽粒的營養(yǎng)品質。
(3)高溫(溫度>30 ℃)在小麥乳熟期—成熟期出現(xiàn),對小麥籽粒淀粉含量有拮抗作用,考慮溫度值高后,由于小麥的蒸騰作用,小麥葉片氣孔關閉,可利用的CO2減少,小麥光合作用減弱,小麥淀粉含量有顯著下降趨勢(P<0.01)。
(4)在越冬后的灌漿期,日最低氣溫的高低對小麥籽粒脂肪積累、氨基酸合成有較大的相關作用,且顯著性均在0.05以內(nèi)。在小麥生育期,小麥最低溫越高,對小麥脂肪積累和氨基酸合成的作用越大。
通過研究分析可知:冬小麥的籽粒品質與多氣象因素相關,做好冬小麥全生育周期的預報,提升播期的預報水平,對提高小麥產(chǎn)量和品質具有顯著影響。
由于受數(shù)據(jù)來源的局限性影響,樣品數(shù)據(jù)較少且觀測期較短,使得分析數(shù)據(jù)的線性穩(wěn)定性有待考察,后續(xù)可增加小麥品種,分批種植多樣基因型小麥品種進行多樣性對比分析試驗,針對多品種小麥,研究其對氣候響應的共性特點。
參考文獻
[1] 金善寶.中國小麥學[M].北京:中國農(nóng)業(yè)出版社,1996.
[2] 張霞,徐學欣,趙金科,等.雨養(yǎng)條件下不同筋力小麥品種籽粒形態(tài)、品質性狀及產(chǎn)量要素分析[J].核農(nóng)學報,2022, 36(5):1061-1071.
[3] 周廣勝,宋興陽,周夢子,等.植物物候變化的全氣候生產(chǎn)要素影響機制與模型研究[J].中國科學:生命科學,2023, 53(3):380-389.
[4] 董科,蘭嵐.不同播期播量對小麥產(chǎn)量及構成三因素的影響[J].農(nóng)業(yè)科技通訊,2014(4):93-96.
[5] 閆翠萍,張永清,張定一,等.基因型、播期和種植密度對優(yōu)質小麥產(chǎn)量及灌漿特性的影響[J].小麥研究,2007(4):1-11.
[6] 李存東,曹衛(wèi)星,張月晨,等.不同播期下小麥冬春性品種小花結實特性及其與植株生長性狀的關系[J].麥類作物學報,2000(1):59-62.
[7] 王燕,袁士濤,倪倩.小麥新品種:紅地95高效栽培技術[J].農(nóng)業(yè)與技術,2018,38(22):94-95.
[8] 孫盈盈,王瑞霞,呂廣德,等.泰科麥(泰山)系列審定小麥產(chǎn)量、農(nóng)藝性狀和品質演變[J].分子植物育種,2022,20 (22):7567-7573.
[8] 馬明明,李迎春,薛澄,等.中國冬小麥品質時空變異特征及關鍵氣象因子分析[J].麥類作物學報,2023,43(1):113-123.
[9] 程婉瑩,王春艷,李茂松,等.冬小麥拔節(jié)期冠層氣象條件與晚霜凍害關系研究[J].耕作與栽培,2023,43(1):46-51.
[10] 張有菊,王華.濟陽冬小麥秋汛晚播增產(chǎn)的相關氣象因素分析[J].大麥與谷類科學,2023,40(2):54-61.
[11] 路智淵,顧娟,龔小麗,等.固原市冬小麥產(chǎn)量預報與氣象條件分析[J].現(xiàn)代農(nóng)業(yè),2021(5):111-112.
[12] 王紅,徐民.2022年山東曲阜市冬小麥豐產(chǎn)原因及氣象因素[J].農(nóng)業(yè)工程技術,2022,42(29):93-94.
[13] 劉榮森,劉海蓉.阿克蘇市冬小麥返青苗情與越冬氣象因素的典型相關分析[J].農(nóng)業(yè)科技與信息,2021(16):18-19+30.