《Frontiers in Agronomy》：Direct-seeded rice as a promising approach for sustainable rice cultivation: multi-trait evaluation and selection of adapted genotypes
编辑推荐：
引言：水稻是大多数亚洲人口的主粮。气候变化干扰、需水增加和劳动力短缺影响水稻栽培。直播稻（direct-seeded rice, DSR）是南亚水稻栽培的替代策略。材料与方法：本研究在三种作物建立方式下评价了30个基因型，即干直播稻（dry direct-se
引言：水稻是大多数亚洲人口的主粮。气候变化干扰、需水增加和劳动力短缺影响水稻栽培。直播稻（direct-seeded rice, DSR）是南亚水稻栽培的替代策略。材料与方法：本研究在三种作物建立方式下评价了30个基因型，即干直播稻（dry direct-seeded rice, DDSR）、湿直播稻（wet direct-seeded rice, WDSR）和移栽稻（transplanted rice, TPR）。记录了22个物候、生理、产量相关和稻米品质性状。本研究旨在确定最佳作物建立方式以及适合该环境的基因型。结果：表型相关分析显示，地上部鲜重、地上部干重、每穗颖花数和穗结实率在三种建立方式下均呈正向关联；每株有效分蘖数和千粒重也分别在湿直播和干直播条件下有显著贡献。聚类分析在每种作物建立方式内将基因型划分为5个不同类群，表明所评价基因型间存在显著遗传分化和变异性。多性状基因型-理想型距离指数（multi-trait genotype-ideotype distance index, MGIDI）鉴定出DDSR下的MTU 2716、I.W. Ponni、PKM 4、KR 21003、CO 51、ADT 58、KKL(R) 2和TKM 9；WDSR下的MTU 2716、I.W. Ponni、ADT 48、IR 50、CO 51、ADT 54、KKL(R) 2和KR 21002；以及TPR下的BPT 5204、IR 20、I.M. Samba Mashuri、MTU 2716、KR 21003、IR 50、KKL(R) 2和CO 51。箱线图清楚表明，E2P（WDSR）是三种建立方式中的最佳环境。讨论：基因型在不同作物建立方式中的差异表现说明，环境特异性评价对鉴定适应型水稻基因型具有重要性。WDSR（E2P）的优越表现提示其在测试条件下作为可持续水稻栽培适宜作物建立方式的潜力。多性状选择有效鉴定了跨建立方式兼具理想农艺性状和产量相关性状的基因型。这些发现强调，将作物建立方式与多性状基因型选择相结合，对开发和鉴定适合资源高效生产系统的水稻基因型具有价值。
论文主体内容解读：
水稻（Oryza sativa L.）是全球近半数人口的主粮，为约35亿人提供必需热量和营养。全球水稻产量预计将从2023年的约5.10亿吨增加到2030年的5.50亿吨，并在2040年接近5.90亿吨。亚洲是水稻主要生产和消费地区，印度为第二大生产国。印度水稻种植面积约51.42 million ha，产量149.07 million tonnes，平均单产2,899 kg ha
-1。灌溉稻面积约6.0 million ha，低地稻栽培面积约13.0 million ha。传统水稻采用泡田移栽体系，即催芽后15–40天将秧苗移栽至淹水田。该方式产量较好且抑制杂草，但劳动力密集、需水量大，生产1 kg稻米需近5000 L水，且农业供水预计减少10–15%。受这些限制影响，Puducherry水稻产量从3,133 kg ha
-1下降至2,761 kg ha
-1。因此，开发和适应节水型作物建立方式对可持续水稻生产十分重要。
直播稻（direct-seeded rice, DSR）因需水和劳动力较少，已成为替代传统移栽的节水策略。干直播稻（dry direct-seeded rice, DDSR）、湿直播稻（wet direct-seeded rice, WDSR）和移栽稻（transplanted rice, TPR）形成不同的土壤和作物生长环境。DDSR将干种子直接播于未泡田土壤；WDSR将预发芽种子播于泡田湿润土壤；TPR则将苗床培育的秧苗移栽至泡田土壤。这些方式在土壤水分动态、通气性和水况方面不同，可影响作物生长、资源利用效率和籽粒产量。近年来，DSR在南亚和东南亚稻作农户中受到关注，因其较TPR降低劳动力、灌溉水和生产成本，并可在适宜管理下达到与移栽稻相当的产量。DSR还可降低甲烷排放、保护土壤结构、改善土壤物理和生物性质并促进有机碳积累。因此，本研究评估水稻基因型在三种对比作物建立方式（DDSR、WDSR和TPR）下的表现和稳定性，并鉴定在水亏缺条件下适合的基因型及最有利作物建立方式。
研究人员于2025年zaid季（3–6月）在Pandit Jawaharlal Nehru College of Agriculture and Research Institute, Karaikal（PAJANCOA & RI）开展试验。采用条区设计（strip plot design），3次重复；水平区为DDSR、WDSR和TPR，垂直区为30个水稻基因型，包括17个释放品种、4个地方品种和9个高代育种系。每小区3.0 m × 1.0 m，五行，行株距20 cm × 15 cm。记录22个性状，并使用R 4.5.2进行方差分析（analysis of variance, ANOVA）、表型相关分析、层次聚类、多性状基因型-理想型距离指数（multi-trait genotype-ideotype distance index, MGIDI）和箱线图分析。上述关键技术方法合计不超过250字，且试剂和具体培养操作从略。
研究结果如下。
3.1 条区试验方差分析：基于ANOVA，研究人员发现基因型和作物建立方式在全部22个性状上均存在显著差异，说明供试材料具有较大遗传变异且不同建立方式存在差异。除千粒重（thousand grain weight, TGW）、精米率（milled rice recovery, MRR）和整精米率（head rice recovery, HRR）外，基因型×环境互作在多数性状中显著。
3.2 表型相关与三种环境下的产量关联：基于表型相关分析，研究人员评估了形态和产量性状与单株产量（single plant yield, SPY）的关系。3.2.1 DDSR：SPY与地上部鲜重（shoot fresh weight, SFW，r = 0.36***）、地上部干重（shoot dry weight, SDW，r = 0.36***）、每穗颖花数（number of spikelets, NOS，r = 0.51***）、穗结实率（panicle fertility percent, PFP，r = 0.52***）和TGW（r = 0.31**）呈高度正相关。3.2.2 WDSR：SPY与SFW（r = 0.34***）、SDW（r = 0.34***）、每株有效分蘖数（number of productive tillers per plant, NPTP，r = 0.30**）、NOS（r = 0.53***）、PFP（r = 0.29**）和TGW（r = 0.24*）呈显著正相关。3.2.3 TPR：SPY与归一化植被指数（normalized difference vegetation index, NDVI，r = 0.240）、SFW（r = 0.40**）、SDW（r = 0.40**）、NPTP（r = 0.28**）、NOS（r = 0.61***）和PFP（r = 0.41***）呈显著正相关。
3.3 三种环境下的层次聚类分析：基于层次聚类，30个基因型在每种作物建立方式下均被划分为5个类群。3.3.1 DDSR：Cluster I最大，含10个基因型；Cluster II含7个；Cluster IV含5个；Cluster III和V各含4个。3.3.2 WDSR：Cluster I最大，含12个；Cluster II和V各含6个；Cluster IV含5个；Cluster III最小，仅2个。3.3.3 TPR：Cluster II和V最大，各含8个；Cluster III含7个；Cluster I含4个；Cluster IV最小，含3个。该结果表明基因型存在显著表型多样性，且分组随DDSR、WDSR和TPR变化。
3.4 DDSR、WDSR和TPR的多性状基因型-理想型距离指数：基于MGIDI，三种环境分别保留八个主成分，解释总表型变异的78.94%、78.10%和78.94%，表明保留因子具有足够变异性。MGIDI鉴定DDSR下MTU 2716、I.W. Ponni、PKM 4、KR 21003、CO 51、ADT 58、KKL(R) 2和TKM 9；WDSR下MTU 2716、I.W. Ponni、ADT 48、IR 50、CO 51、ADT 54、KKL(R) 2和KR 21002；TPR下BPT 5204、IR 20、I.M. Samba Mashuri、MTU 2716、KR 21003、IR 50、KKL(R) 2和CO 51为最佳表现基因型。强度与弱点分析表明，不同基因型在不同因子组中具有不同理想属性，具有互补性状组合。
3.5 DDSR、WDSR和TPR小区产量的箱线图：基于箱线图分析，E2P（WDSR）产量最高，其次为E3P（TPR），E1P（DDSR）产量较低。E2P和E3P产量分布较宽，表明基因型间变异较大，E2P为最有利于基因型表达的环境。
讨论部分总结：原文讨论指出，基因型、作物建立方式及其互作的显著效应说明水稻表现受遗传背景和生产环境共同影响；基因型在不同环境中的差异响应说明农艺、生理和米质性状表达具有环境依赖性。该结果与Khare et al.、Bocianowski et al.和Popoola et al.等的报道一致。相关分析中，DDSR下SPY与生物量、颖花形成、穗结实率和粒重正相关；WDSR下SPY与营养生物量和生殖性状正相关；TPR下SPY与NDVI、生物量、有效分蘖、每穗颖花数和穗结实率正相关。层次聚类表明环境条件影响用于聚类的表型性状表达，基因型在不同建立方式下归属不同类群。MGIDI可整合多个相关性状，减少不良性状组合影响；强度与弱点分析有助于识别互补基因型。箱线图显示WDSR小区产量高于DDSR和TPR，原文认为这可能与湿直播在泡田土壤中有利于整齐建苗和后续产量形成有关，并提到湿直播稻在适宜管理下可获得与移栽稻相当或更高的产量。
研究结论部分翻译：本研究证明大多数性状存在显著基因型×作物建立方式互作，确认基因型表现受建立环境影响。表型相关分析鉴定生物量和产量组成性状，尤其地上部鲜重、地上部干重、每穗颖花数和穗结实率，是各建立方式下单株产量的重要贡献因子。层次聚类显示30个基因型间存在显著表型多样性，且基因型分组在DDSR、WDSR和TPR间变化。三种建立方式中，WDSR记录最高小区产量，被鉴定为最有利产量表达环境。基于MGIDI的多性状选择鉴定MTU 2716、I.W. Ponni、ADT 48、IR 50、CO 51、ADT 54和KKL(R) 2为WDSR下优良基因型。总体而言，WDSR，尤其结合已鉴定优良基因型，似乎是在本研究所评价条件下维持高生产力的有前景作物建立选择。然而，试验仅在单一地点单季进行，未包括直接水分利用、水分利用效率和经济回报测量。因此，需多地点和多季节评价以及水分利用效率和经济可行性评估，以验证已鉴定基因型和建立方式的稳定性、适应性和实际潜力。
