基于自然极端高温事件的田间调查定量评估水稻新品种耐热性

针对全球变暖背景下水稻颖花不育(heat-induced spikelet sterility)加剧的产业难题，中国研究团队通过2022-2023年长江中下游62个新品种的田间调查，创新性整合抽穗分布模型与Horie型温度响应函数(TRFSR)，首次建立定量评估耐热性的开放分析流程，揭示半致死温度(T50)在34.89-43.24°C间的品种差异，为作物模型优化和耐热育种提供关键参数。

　　

随着全球气候变暖加剧，水稻主产区频繁遭遇极端高温天气，这对粮食安全构成严峻挑战。水稻开花期对高温异常敏感，高温导致的颖花不育(heat-induced spikelet sterility)已成为制约产量的关键因素。尤其令人担忧的是，当新品种被引入高温地区种植时，其耐热性往往缺乏系统评估。传统育种依赖结实率(SR)作为耐热性指标，但不同品种抽穗期(HD)的差异导致其遭遇的温度条件迥异，这使得单纯比较SR可能产生误判。更棘手的是，现有作物模型采用的半致死温度(T₅₀)参数多基于单一生态型设定（如固定为36.6°C），难以准确预测多样化品种在真实田间条件下的表现。

针对这些挑战，浙江省长三角水稻品种大会的研究团队开展了一项创新性研究。他们在2022-2023年夏季长江中下游历史性高温期间，对62个新推广品种（包括杂交籼稻、粳籼杂交稻和常规粳稻）进行了系统的田间调查。这项发表于《European Journal of Agronomy》的研究，首次建立了整合抽穗动态与温度响应的定量评估模型，为耐热育种和精准农业提供了重要工具。

研究团队采用多学科交叉方法：通过国家水稻品种展示评价基地（嵊州种子农场）的标准化试验，连续两年记录抽穗进程（初始抽穗日DOY_0.1和齐穗日DOY_0.8）与成熟期SR；利用气象站数据提取日最高温(T_m,a)和最低温(T_n,a)；创新性地将抽穗分布正态拟合参数与逐日步长的Horie型温度响应函数(TRF_SR)耦合建模；采用Levene检验和双向方差分析解析环境与基因型互作效应。

【Experiment design】
研究选取长三角水稻品种大会推荐的62个新品种（20个杂交籼稻、24个粳籼杂交稻、3个杂交粳稻和15个常规粳稻），在相同农艺措施下进行大田比较试验。通过精确记录抽穗进程和SR，结合气象数据，构建品种特异性数据库。

【Relationship between observed temperature, HD and SR】
数据分析显示：抽穗持续时间(HD_0.1-0.8)存在显著年际差异（2022年8.11天 vs 2023年6.74天），这与两年间T_m,a相差3.34°C密切相关。高温呈现"昼夜效应分化"——日间高温延长HD（每升高1°C延长0.39天），而夜间高温缩短HD（每升高1°C缩短0.51天）。SR受T_m,a显著负向影响，但适度夜间高温反而提升SR。

【High temperature effect on heading duration and sterility】
建立的耦合模型实现SR精准预测（RMSE=6.32%，R²=0.81）。关键发现是T₅₀存在显著生态型差异：常规粳稻（34.89-37.26°C）显著低于杂交籼稻（38.12-40.05°C）和粳籼杂交稻（39.87-43.24°C）。这解释了为何固定T₅₀的传统模型在多样化品种中表现不佳。

【Conclusions】
该研究突破性地实现了三大创新：首次在自然高温条件下系统量化品种间T₅₀差异；揭示昼夜高温对HD的拮抗作用；开发出可扩展的耐热性评估流程。这些成果不仅修正了作物模型参数化的固有缺陷，更为耐热品种选育提供了量化标准。特别是发现粳籼杂交稻具有更广的T₅₀适应范围（达43.24°C），为应对未来气候变暖提供了宝贵的种质资源。

这项研究的现实意义尤为突出：在2022年长江流域遭遇"超强高温"时，基于该模型可准确预测不同品种的产量损失，相比传统评估方法误差降低42%。团队开发的开放分析流程，使得大规模种质资源耐热性筛查成为可能，这将显著加速适应气候变化的水稻育种进程。正如研究者指出，未来需要将这套方法扩展到更多生态区，并探索其在小麦、玉米等作物上的适用性，为全球粮食安全构建更强大的气候韧性。