双季稻栽培对水稻DUS测试标准品种数量性状表达的影响

凌晨 刘洪 杨哲 黄展权 陈孟强 饶得花 徐振江

双季稻栽培对水稻DUS测试标准品种数量性状表达的影响

凌晨 刘洪 杨哲 黄展权 陈孟强 饶得花 徐振江

（华南农业大学农学院，510642，广东广州）

通过田间试验，对《水稻DUS测试指南》中21个标准品种的13个数量性状进行早晚季性状观测分析，结果表明，受早晚栽培季节影响程度最大的3个性状依次是千粒重、茎秆长和穗粒数，茎秆直径受影响程度最小；各数量性状对应的标准品种受早晚栽培季节影响程度最大的是竹云糯，其次是桂花黄和元子占稻，川7号和矮糯受影响程度最小；单株穗数和结实率对应的标准品种早晚季表现一致性较差，提出将单株穗数代码为7的陆川早1号更换为Tsukushiakamochi，结实率代码为7的Dasanbyeo更换为特矮选的标准品种优化建议；依据晚季水稻的分级范围对部分早季水稻的数量性状进行调整，调整后各标准品种分级代码早晚季水稻表现出较好的一致性。

栽培季节；水稻；标准品种；数量性状；DUS测试

植物品种特异性（可区别性）、一致性和稳定性测试（简称DUS测试）是植物新品种保护、品种审定以及品种登记中的重要环节[1]。植物的性状是特异性、一致性和稳定性判定的基础。性状依据其表达特征一般分为质量性状、假质量性状和数量性状3种类型。相比于质量性状和假质量性状，数量性状极易受环境条件变化的影响。为能客观准确描述性状，尽可能降低环境条件变化对性状表达的影响，植物品种DUS测试指南中对一些受环境影响较大的性状，尤其是数量性状，设置了标准品种，通过参照标准品种来矫正不同栽培地点和不同种植时期等外界环境条件的变化对性状表达的影响[2]。

研究表明，栽培环境、栽培措施、种植时间、种植密度以及施肥量等对玉米[3-5]、辣椒[6]、非洲菊[7]、番茄[8]和黄秋葵[9]等作物的数量性状均有明显影响。水稻DUS测试数量性状相关研究主要集中在数量性状的分布规律及其在特异性测试中的应用方面[10-12]，有关环境条件变化对水稻DUS测试数量性状影响的研究报道较少[13-14]。

双季稻（早稻和晚稻）是华南生态区普遍的栽培模式。由于早晚季气候条件差异较大，同一水稻品种的DUS测试性状，尤其是数量性状，受栽培季节影响明显[14]。早稻对日长反映钝感或无感，通常可以在早季种植也可以在晚季种植。为了统一品种描述，尽量消除环境条件对性状表达的影响，华南生态区早稻品种的DUS测试通常在晚季评价。随着新《种子法》的颁布实施，要求申请品种权的品种和审定的品种都要进行DUS测试，水稻品种测试任务量急剧增加，现有的测试容量已经不能满足对品种DUS测试评价的需求。因此，有必要把早稻与晚稻分季节种植和测试评价，以提高品种DUS测试容量，加快报告出具速度，满足社会对水稻品种DUS测试的迫切需求。水稻标准品种是《农业植物新品种特异性、一致性和稳定性测试指南水稻》（2012版）[15]（以下简称《水稻DUS测试指南》）中列出的用于矫正环境条件变化对性状表达的影响、统一性状描述的标样品种。为此，本研究选用21个水稻标准品种，通过不同栽培季节的种植试验，对13个数量性状进行观测分析，旨在通过对不同栽培季节水稻各数量性状表达变化规律的研究，提出不同栽培季节数量性状的最适分级范围，同时优化各数量性状的标准品种设置，为不同栽培季节水稻数量性状客观准确地描述和DUS测试提供技术依据。

1 材料与方法

1.1 供试材料

试验材料为《水稻DUS测试指南》中列出的13个数量性状对应的21个标准品种（表1），由中国水稻研究所提供。

表1 供试标准品种

1.2 方法

1.2.1 试验设计 试验于2018年早季（3月19日-6月30日）和晚季（7月27日-11月30日）在华南农业大学农业农村部植物新品种测试（广州）分中心（以下简称广州分中心）测试基地水稻测试区进行，每个品种种植小区面积4m2，株行距20cm×20cm，设2个重复。水稻生长过程中大田基肥施磷肥（P2O5）375kg/hm2和尿素（N）75kg/hm2，分蘖肥施尿素（N）90kg/hm2和钾肥（K2O）90kg/hm2，粒肥施复合肥75kg/hm2和氯化钾75kg/hm2，早晚季施肥量相同。试验期间主要气象指标如表2所示，营养生长阶段早季（3-4月）的温度和日照时数比晚季（8-9月）低，生殖生长阶段早季（5-6月）的温度和日照时数比晚季（10-11月）高。早晚季相对湿度差别较小，数据来源于《2019广州统计年鉴》[16]。

表2 2018年早晚季水稻生育期间主要气象指标

1.2.2 测试性状 测试性状为《水稻DUS测试指南》中的13个数量性状，包括10个基本性状，分别为单株穗数、茎秆直径、剑叶长、剑叶宽、穗粒数、结实率、千粒重、谷粒长、谷粒宽和糙米宽；还有3个带“*”号性状（国际植物新品种保护联盟通用必测性状），分别为茎秆长、穗长和糙米长。

1.2.3 测试方法 严格按照《水稻DUS测试指南》中规定的方法进行性状调查，采用万深SC-G型自动种子考种分析仪测量谷粒长、谷粒宽、糙米长和糙米宽。根据不同数量性状观测要求，随机选取具代表性的植株进行测量分析，按照分级范围转换成代码。

1.3 数据处理

运用Microsoft Excel进行数据处理，采用方差分析法进行差异性分析。

2 结果与分析

2.1 不同栽培季节对水稻标准品种数量性状表达的影响

由表3可知，各数量性状受早晚栽培季节影响的程度不同，受影响程度最大的依次是千粒重、茎秆长和穗粒数，茎秆直径受影响程度最小。各品种受早晚栽培季节的影响程度也不同，竹云糯受影响程度最大，其次是桂花黄和元子占稻，矮糯和川7号受影响程度最小，其次是雨粒、特矮选和广陆矮4号。

2.2 水稻数量性状分级

由于各数量性状受早晚栽培季节影响的程度不同，各品种受早晚栽培季节影响的程度也不尽相同，为能够更准确地反映各数量性状的表达状态，把结果转换成代码，以尽可能消除环境变化造成的影响。代码的确定与所在地作物在不同季节的分级范围息息相关，故应先确定好分级范围。广州分中心对晚季水稻的种植测试已有近20年的数据积累，对晚季水稻的分级范围经过多次调整，已基本稳定，参照标准品种得出2018年晚季的数量性状分级（表4）。依据表中的区分码可获得各数量性状表达状态的分级，如茎秆长的代码1、5和9的分级范围分别是＜16.5cm、54.0～66.5cm和≥103.0cm。

由于早季水稻DUS测试最近两年才开展，需要依据晚季水稻的分级结果对早季水稻的分级范围进行调整。具体做法是列出各标准品种数量性状早晚季均值，通过大多数品种的变化趋势推测数量性状的总体变化趋势，剔除非典型数据后，整理出符合该变化趋势的数据，计算均值。从表5可以看出，穗粒数、茎秆长和单株穗数的变化幅度较大（＞19%），茎秆直径、结实率、千粒重、谷粒长、谷粒宽、糙米长和糙米宽的变化幅度较小（＜6%），剑叶长、剑叶宽和穗长的变化幅度居中。

表3 早晚季水稻标准品种数量性状方差分析

编号Number结实率Seed setting rate (%)千粒重1000-grain weight (g)谷粒长Grain length (mm)谷粒宽Grain width (mm)糙米长Brown rice length (mm)糙米宽Brown rice width (mm) 早季晚季早季晚季早季晚季早季晚季早季晚季早季晚季 185.8196.51**22.1323.71**7.938.013.623.43**5.555.592.712.64 267.5177.8945.8949.97**9.7610.134.294.08*6.967.42**3.113.29** 382.2292.91**26.7326.36**7.347.303.673.52*4.965.092.963.00 491.5793.9227.8330.47**7.487.573.333.435.365.56**2.823.00* 576.9881.5819.1019.84**6.516.553.113.144.174.43**2.572.71* 684.9290.5927.3827.718.658.92*3.023.30**6.226.302.562.60 784.6376.4025.9727.06**9.599.78*2.732.826.957.15**2.272.29 877.8365.6820.7424.03**9.089.212.482.506.786.862.122.13 994.1495.3125.0828.73**7.077.49*3.353.384.975.27**2.872.97* 1072.7891.19**22.6125.02**7.197.453.633.49**5.155.202.852.85 1190.0388.6226.6127.84**7.567.653.583.44*5.555.76*3.012.95 1284.9881.8323.5924.90**9.429.80*2.602.506.877.39**2.122.13 1393.7495.5126.1728.81**7.417.463.283.46*5.275.422.793.03** 1495.4892.6813.2612.78**6.005.872.492.494.444.422.182.23 1586.6268.87*24.7524.818.118.083.353.365.745.732.662.72 1689.0890.2121.8024.02**7.007.53**3.213.135.105.202.692.68 1791.3595.35*25.4226.82**7.457.473.413.385.315.432.872.96* 1894.9191.9926.9628.70**8.958.853.403.416.276.392.762.72 1994.3495.8224.6625.08**7.516.84**3.423.32*5.234.91**2.892.83 2095.9297.69*25.0324.03**8.018.103.353.245.485.512.712.68 2185.6065.53*27.1428.75**8.488.523.263.236.346.202.722.73

“*”和“**”表示性状受早晚栽培季节的影响分别达到0.05和0.01的显著差异水平；“-”表示因环境因素导致品种在该性状上的数据无法正常测量，下同

“*”and“**”indicate that the characteristics are affected by the early and late cultivation seasons and reach significant differences of 0.05 and 0.01 levels, respectively;“-”means that the data of the characteristic can’t be measured normally due to environmental factors, the same below

表4 2018年晚季水稻数量性状分级

表5 早季相对于晚季水稻数量性状变化趋势及变化幅度

综合表3～5可以发现，谷粒长、谷粒宽、糙米长和糙米宽受季节变化影响较小，变化值和变化幅度也相对较小，故早季可沿用晚季水稻的分级范围。茎秆直径、剑叶长、剑叶宽、穗长、结实率和千粒重虽然受季节变化影响较小，但其变幅均较大，故需要在晚季水稻分级范围的基础上对早季分级范围进行适当调整。茎秆长、单株穗数和穗粒数受季节变化影响最大，需要在晚季水稻分级范围的基础上对早季的分级范围进行较大调整。综上分析，对于需要调整的数量性状，在晚季分级范围（表4）基础上，根据上述各数量性状的变化趋势和特点进行适宜地调整，得出2018年早季水稻数量性状的分级范围（表6）。

表6 2018年早季水稻数量性状分级

2.3 水稻数量性状分级效果评价

为验证早季水稻数量性状分级的科学性和可行性，根据调整后的2018年早季水稻分级范围，将早季水稻的测量均值转化为代码，同样依据2018年晚季水稻分级范围，将晚季水稻的测量均值转化为代码。按照≥2个代码的差异为明显差异的标准，对2018年早晚季水稻各标准品种各数量性状进行代码差异评价，结果（表7）表明，除了穗粒数和剑叶长分别有5个和4个标准品种表现出较大差异，其余性状受影响程度均较小或无，说明本试验条件下提出的水稻分级是基本合理和可行的。

表7 早晚季水稻数量性状代码评估

编号Number结实率Seed setting rate千粒重1000-grain weight谷粒长Grain length谷粒宽Grain width糙米长Brown rice length糙米宽Brown rice width 早季晚季早季晚季早季晚季早季晚季早季晚季早季晚季 1894466763355 2679989876766 3786566762266 4886666663366 5774355662255 6886577565555 7875588556744 8764478446644 9995656662366 10785566763366 11886566663466 12875588546744 13995666663356 14982244442244 158*6*5576664455 16884456663355 17895566663366 18986677665555 19995565663266 20995467663355 218*6*6677665555

2.4 数量性状标准品种的修改完善

标准品种是《水稻DUS测试指南》中列入的用于示例或校正性状表达状态的标样品种。以标准品种作为参照，一方面在很大程度上可降低测试员主观观测误差，提高性状观测结果的准确性和客观性；另一方面可较好地矫正环境条件对性状表达，尤其是数量性状表达的影响。因此，标准品种性状表达的稳定性对性状表达的统一描述具有重要意义。

根据2018年早季和晚季水稻的分级范围，对《水稻DUS测试指南》中标准品种早晚栽培季节的表达状态进行对比分析，各数量性状早晚季的表达状态有差异的标准品种如表8所示，其中存在代码差别为2的标准品种分别为《水稻DUS测试指南》中单株穗数代码为7的陆川早1号和结实率代码为7的Dasanbyeo，建议将这2个标准品种分别更换为Tsukushiakamochi和特矮选，其余各标准品种早晚季之间表现一致或仅有1个代码的差异，可不需要更换标准品种。

表8 各数量性状对应的标准品种早晚季代码差异情况

3 讨论

《水稻DUS测试指南》中的各个性状在品种描述和品种特异性、一致性和稳定性判定中发挥的作用不尽相同，为更准确客观评价品种，国际植物新品种保护联盟提出了权重的概念，即根据每个性状在品种评价中的重要性设置权重，依据品种间的加权权重对品种进行特异性判定，具体是通过GAIA法，由专家对田间各个性状赋予权重，再通过公式计算所有权重的和，与“特异性+”的阈值相比较，筛选近似品种[17]。本试验通过对21个水稻标准品种的13个数量性状早晚季观测结果进行对比分析，发现各数量性状受早晚栽培季节影响的程度不同，受影响程度最大的依次是千粒重、茎秆长和穗粒数，茎秆直径受影响程度最小。该结果对性状间的权重设置具有较好的指导意义，对受季节影响程度大的性状设置相对较小的权重，受季节影响程度小的性状设置相对较大的权重。受季节影响较大的性状，可能品种间代码对比差异明显，但不一定具备特异性，因此应对该性状赋予较小的权重，在计算权重之和时对整体判断尽可能减少因环境因素造成的影响。受季节影响较小的性状，可能代码差异不是特别明显，但也可能具备特异性，因此对该性状赋予较大的权重。在测试中，权重的赋予主要基于专家的主观观测以及专家对作物性状的了解，因此也具有一定的局限性，专家要通过多年的田间测试及观察积累了较多的经验，才能对权重的赋予比较准确，但进行这方面的专家相对较为紧缺。本研究通过对数据的分析，可以辅助专家在测试时对水稻的13个数量性状赋予合理的权重，并能帮助测试人员在进行测试时，能对这些性状赋予什么样的权重有一定了解，对如何合理赋予性状权重有一定的帮助。

数量性状易受温度和降水条件等环境因素的影响，存在年度间或地域间的差别，所以在《水稻DUS测试指南》中，数量性状的表达状态均不直接给出具体的数值范围，而是列出对应的标准品种来矫正环境对测试结果的影响[18]。不同环境条件下标准品种性状表达的变化是否具有代表性，即标准品种是否随环境变化稳定表达，是数量性状客观准确描述的关键。本试验通过对早晚季21个标准品种13个数量性状的观测分析，提出了受季节影响较大和较小的数量性状和数量性状的分级范围，对不能稳定表达的单株穗数和结实率这2个数量性状中的个别表达状态对应的标准品种进行必要的标准品种调整和替换，调整和替换后有利于提高测试品种早晚季观测结果的客观性和准确性，形成了不同季节数量性状客观准确描述的具体解决方案，对华南生态区开展一年两季水稻DUS测试具有重要指导意义。

高玲等[14]对海南不同季节水稻品种DUS测试性状的表达进行了研究，认为不同季节质量性状、假质量性状和量测性数量性状的观测结果均不影响DUS结论判定，可进行一年多季的DUS测试，有利于缩短DUS测试时间、加快审查进度和节省测试成本，本试验结果与此相同，即不同的栽培季节均会对数量性状的表达产生一定的影响。高玲等[14]从统计分析的层面分析了不同栽培季节对4对品种间数量性状差异的影响，认为栽培季节对品种间是否存在明显差异的判定结论没有影响。本文在已有稳定的晚季水稻分级的基础上，对于早季水稻分级进行了研究，提出了适宜的早季水稻分级范围，为早晚季水稻品种统一描述、品种一年多季测试提供了较好的技术支撑。

本试验对2018年早晚季种植的部分标准品种的数量性状进行评价，该结果对早季和晚季分别开展DUS测试试验具有重要指导意义。《水稻DUS测试指南》中要求开展2个相同生长周期的测试，即开展2个相同的早季或2个相同的晚季种植试验，能否利用同一年早季和晚季的数据对同一品种进行DUS测试评价，还需要对更多品种、更多性状以及多年数据进行分析研究，提出一套完整的解决方案。

4 结论

对21个水稻标准品种的13个数量性状进行早晚季性状观测，结果表明，受早晚栽培季节影响程度最大的3个数量性状依次是千粒重、茎秆长和穗粒数，茎秆直径受影响程度最小；各数量性状对应的标准品种受早晚栽培季节影响程度最大的是竹云糯，其次是桂花黄和元子占稻，川7号和矮糯受影响程度最小；单株穗数和结实率对应的部分标准品种早晚季表现一致性较差，提出将单株穗数代码为7的陆川早1号更换为Tsukushiakamochi、结实率代码为7的Dasanbyeo更换为特矮选的标准品种优化建议；依据晚季的分级范围对部分早季的数量性状分级范围进行了调整，调整后各标准品种分级代码早晚季表现出较好的一致性。

[1] 杨江龙，唐浩，李硕碧，等. DUS测试将促进我国种业规范创新发展. 中国种业，2018，277(4)：21-23.

[2] 唐浩，徐振江，杨旭红，等. 植物品种特异性一致性稳定性测试总论. 北京：中国农业出版社，2017：42.

[3] 徐振江，刘洪，饶得花，等. 玉米DUS测试标准品种在华南亚热带生态区的表现与优化. 广东农业科学，2012(7)：43-45.

[4] 黄志城，杨坤，周海涛，等. 不同生态环境对郑单958部分数量性状的影响研究. 玉米科学，2015，23(5)：49-55.

[5] 管俊娇，张惠，王宝书，等. 栽培措施对玉米DUS测试数量性状表达的影响. 西南农业学报，2012，25(5)：1602-1605.

[6] 徐刚. 不同栽培环境对辣椒部分数量性状的影响差异分析. 上海农业科技，2017(4)：82，109.

[7] 褚云霞，陈海荣，邓姗，等. 非洲菊DUS测试数量性状影响因素研究. 热带作物学报，2014，35(5)：862-867.

[8] 黄志城，顾晓君，陈海荣，等. 栽培环境对番茄部分数量性状DUS测试结果的影响. 中国农学通报，2012，28(28)：134-139.

[9] 徐丽，高玲，刘迪发，等. 栽培环境对黄秋葵数量性状的影响. 中国瓜菜，2016，29(11)：14-18.

[10] 杨妍，聂诗靖，赵丽娟，等. 水稻DUS测试数量性状的测试性能分析. 西南农业学报，2015，28(4)：1438-1443.

[11] 侯佳明，王威，周海涛，等. 水稻DUS测试中主要数量性状分布规律的研究. 吉林农业科学，2012，37(4)：7-9.

[12] 徐振江，刘洪，李春兰，等. 水稻新品种DUS测试数量性状特异性统计分析判别研究. 华南农业大学学报，2008，29(1)：6-9.

[13] Liu Y F，Wang J M，Huang Q M，et al. Sensitivity of panicle related quantitative characteristics of rice DUS test to environmental changes. Advanced Materials Research，2014，1028：368-373.

[14] 高玲，徐丽，刘迪发，等. 海南不同季节对水稻新品种DUS测试性状表达的效应分析. 中国农学通报，2013，29(9)：25-34.

[15] 中华人民共和国国家质量监督检验检疫总局. 农业植物新品种特异性、一致性和稳定性测试指南水稻（2012版）：GB/T 19557. 7-2012. 北京：农业部科技教育司，2012.

[16] 广州市统计局，国家统计局广州调查队. 2019广州统计年鉴. 北京：中国统计出版社，2019：1-3.

[17] UPOV. Document TGP/8/4：Trial design and techniques used in the examination of distinctness，uniformity and stability. [2020-07-20]. http://www.upov.int/edocs/tgpdocs/en/tgp­_8.pdf.

[18] 陈海荣，黄志城，张新明，等. 植物新品种DUS测试技术研究（三）——黄瓜新品种DUS测试性状的选择与测试指南修订. 上海农业学报，2013，29(6)：134-137.

Effects of Double-Cropping Rice Cultivation on the Expression of Quantitative Characteristics of Rice DUS Testing Example Varieties

Ling Chen, Liu Hong, Yang Zhe, Huang Zhanquan, Chen Mengqiang, Rao Dehua, Xu Zhenjiang

(College of Agriculture, South China Agricultural University, Guangzhou 510642, Guangdong, China)

Based on the field experiment, the effects of different cultivation seasons on the expressions of 13 quantitative characteristics of 21 rice varieties listed in thewere analyzed. The results showed that the three quantitative characteristics of 1000-grain weight, stem length, and grains per ear were greatly influenced by the early and late seasons and stem diameter was the least affected characteristic. Among all the rice varieties, ‘Zhuyunnuo’ was the most affected variety by the early and late seasons, followed by ‘Guihuahuang’ and ‘Yuanzizhan’, while ‘Chuan 7’ and ‘Ainuo’ was the least affected. Two rice varieties corresponding to the characteristic of ears per plant and seed setting rate had poor consistency in early and late seasons and proposing to replace ‘Luchuanzao 1’ with ears per plant on code 7 to ‘Tsukushiakamochi’, and replace ‘Dasanbyeo’ with seed setting rate on code 7 to ‘Teaixuan’ of optimization suggestions for rice varieties. The quantitative characteristics of the early season were adjusted according to the grading range of the late season, the adjusted grading codes of each standard variety showed good consistency in the early and late seasons.

Cultivation seasons; Rice; Example variety; Quantitative characteristic; DUS test

10.16035/j.issn.1001-7283.2021.04.003

凌晨，研究方向为品种资源表型与分子数据库构建，E-mail：lingchen@stu.scau.edu.cn

徐振江为通信作者，研究方向为植物品种身份真实性鉴定技术、植物品种DUS测试原理与技术，E-mail：Zhenjiangxu521@scau.edu.cn

农业农村部物种品种资源保护项目（111821301354051010）

2020-07-26；

2020-09-02；

2021-07-09