近日，无锡分院智慧农业创新团队在水稻结实率模型改进及品种耐热性量化评估研究方面形成科研论文"Quantitative assessment of heat tolerance in new rice varieties through field survey during natural extreme heat events"，发表于中科院1区Top期刊《European Journal of Agronomy》(2024年IF=5.5)。该研究开发了一种耦合水稻抽穗概率分布与日步长结实率温度响应方程的模型，并引入了品种特异性参数"半致死温度（T50）"，可准确刻画不同品种结实率对温度变化的响应特征，建立了一套开源的耐热性量化评估流程，适用于大规模种质资源筛选，为作物模型优化和水稻抗逆育种提供了有力支撑。在这项研究中，研究人员测试了国际主流生长模型中的多种结实率-温度响应方程（TRFSR），包括APSIM-Oryza、DNDC-Rice、GEMRICE、H/H、ORYZA v3及SIMRIW中使用的Horie类型TRFSR，MCWLA中的β函数，以及SAMARA和CERES-Rice的分段线性函数。结果表明，现有模型在高温条件下的结实率预测精度不高，平均均方根误差（RMSE）达24.02%。研究人员进而基于正态分布函数模拟了每日抽穗概率分布（图1）。随后将品种特异性T50参数引入日步长的Horie类型TRFSR以估算每日不育率，并结合每日抽穗分布权重，显著提升了成熟期结实率模拟预测精度（RMSE=6.32%，R?=0.81）。改进后模型估算的T50范围为34.89°C至43.24°C（图2），其中72.6%的品种高于传统模型的36.6°C阈值，印证了近年来水稻育种耐热性的不断提升、不同品种类型间T50存在显著差异，其中杂交粳稻平均T50最高，杂交籼稻、籼粳杂交稻和常规粳稻依次递减。

图1. 始穗期与齐穗期儒历日期（DOY0.1、DOY0.8）（a）、抽穗持续期（b）估测值与观测值的比较以及不同品种的每日抽穗概率分布（c）

图2. 不同品种温度阈值估测值

该论文由孙挺博士为第一作者，曹静副研究员为通讯作者。该研究得到国家重点研发计划项目、江苏省农业自主创新项目和无锡市财政项目资助。