一种玉米耐盐碱性评估方法及系统

本发明涉及农业信息，具体为一种玉米耐盐碱性评估方法及系统。

背景技术：

1、玉米是我国重要的粮食、饲料及工业原料作物，但其在种植时对盐碱胁迫较为敏感，土壤盐碱化会显著抑制其生长并导致减产。当前，在西北灌区、松嫩平原等部分玉米产区，土壤盐碱化已限制了产能的进一步提升。因此，通过建立科学、精准的玉米耐盐碱性评估体系，来筛选耐盐碱性水平高的玉米品种具有迫切的现实需求与重要的战略意义。

2、现有技术中，采用指标优选、权重优化和环境校正的技术路线来建立评估方法，通过评分的方式对作物的耐盐碱性进行量化，并根据环境对评分进行动态校正，进而实现由静态评估向随环境改变而自调节评估的转变，从而提高对耐盐碱性评估的客观性与鲁棒性。

3、然而，现有技术中，在对作物耐盐碱性的评估过程中却忽略了微生物的因素。本领域技术人员广泛认为农作物的抗逆性主要取决于自身的基因和生理反应。虽然经过相关的实验验证，根际微生物的确有利于作物生长发育，但其通常直接被视为环境背景的一部分，或在相关研究中被独立分析，极少作为核心变量被系统性整合进一套完整的评估算法中。玉米是一种典型的菌根依赖性作物，相比于其它类型作物，在受微生物影响程度方面存在显著差异。玉米的耐盐碱能力，很大程度上取决于其能否与丛枝菌根真菌（amf）等建立有效共生来改善磷和水分吸收，以及根际细菌能否通过acc脱氨酶降低胁迫乙烯。若不引入微生态指标，这种关键的生物学抗逆机制将难以在评估方法中得到体现，使评估结果与田间真实表现产生严重偏差。

4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的在于提供一种玉米耐盐碱性评估方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种玉米耐盐碱性评估方法及系统，具体步骤包括：

4、采集多个玉米品种的历史田间试验数据、对应多生育期的耐盐碱性评价指标以及根区环境指标，根据历史田间试验数据对多个玉米品种进行耐盐碱性分类，并按生育期建立各耐盐碱性类别对应的耐盐碱性评价指标标准值以及无胁迫对照群落结构基准，所述耐盐碱性评价指标包括表观性状评价指标、生理生化评价指标、根际微生态评价指标和产量性状评价指标；

5、基于多生育期的耐盐碱性评价指标，采用多种客观赋权法分别构建各个生育期下有效的耐盐碱性评价指标的权重并分别构建权重向量集，根据权重向量集进行权重博弈优化，确定各生育期耐盐碱性评价指标的最优指标权重，并建立用于玉米耐盐碱性评估的第一评分模型；

6、采集待评估玉米品种在各生育期的耐盐碱性评价指标及根区环境指标，并根据各耐盐碱性类别在对应生育期的耐盐碱性评价指标标准值，建立用于待评估玉米品种耐盐碱性类别的类别初步判定模型，得到待评估玉米品种耐盐碱性类别的类别初步判定结果，确定待评估玉米品种在各生育期的候选耐盐碱性类别；

7、将待评估玉米品种在各生育期的耐盐碱性评价指标和根区环境指标与所属候选耐盐碱性类别内各生育期的最优指标权重输入第一评分模型，得到待评估玉米品种的第一耐盐碱性评分；

8、根据待评估玉米品种在各生育期的根际微生态指标与无胁迫对照群落结构基准在各生育期的根际微生态指标，计算待评估玉米品种在各生育期的根际微生物群落偏移距离，基于待评估玉米品种在各生育期的根际微生物群落偏移距离及根区环境指标，构建环境校正模型，对待评估玉米的第一耐盐碱性评分进行校正，得到待评估玉米的第二耐盐碱性评分，通过对第二耐盐碱性评分进行判定，确定待评估玉米的耐盐碱性等级。

9、进一步地，采集多个玉米品种的历史田间试验数据、对应多生育期的耐盐碱性评价指标以及根区环境指标，根据历史田间试验数据对多个玉米品种进行耐盐碱性分类，包括：

10、所述多个玉米品种的历史田间试验数据包括各玉米品种在非盐碱地和盐碱地条件下的产量，计算各玉米品种的盐碱产量损失率，根据得到的盐碱产量损失率，将所有玉米品种划分为高耐盐碱类、中耐盐碱类和低耐盐碱类。

11、进一步地，所述表观性状评价指标包括株高、茎粗、叶面积、叶绿素相对含量、根系总长度、根表面积、气生根层数与鲜重；

12、所述生理生化评价指标包括叶片相对含水量、脯氨酸含量、丙二醛含量、超氧化物歧化酶活性、过氧化物酶活性、过氧化氢酶活性、钠离子含量、钾离子含量、钠钾比值；

13、所述根际微生态评价指标包括根际土壤细菌香农多样性指数、真菌香农多样性指数、丛枝菌根真菌侵染率、acc脱氨酶活性、根际ph及电导率；

14、所述产量性状评价指标包括单株穗粒数、百粒重和地上生物量；

15、所述根区环境指标包括土壤盐浓度和土壤碱度。

16、进一步地，按生育期建立各耐盐碱性类别对应的耐盐碱性评价指标标准值以及无胁迫对照群落结构基准，包括：

17、根据多生育期的耐盐碱性评价指标，分别采用k-means++算法对各项耐盐碱性评价指标进行聚类分析，并建立各聚类簇内所有品种样本对应的耐盐碱性评价指标标准值的取值区间；

18、基于各聚类簇内所有品种样本对应的耐盐碱性评价指标，建立各生育期的数据漂移量，根据得到的数据漂移量对耐盐碱性评价指标标准值的取值区间进行动态调整；

19、再将各聚类簇内所有品种样本对应的耐盐碱性评价指标标准值的取值区间加权合并为该类别内各生育期的各项耐盐碱性评价指标的指标标准值取值区间，从得到的指标标准值取值区间中提取均值作为该类别内各生育期的各项耐盐碱性评价指标的指标标准值；

20、采集多个玉米品种在非盐碱地条件下各生育期的根际微生态指标，并建立无胁迫对照群落结构基准中根际微生态指标的代表值。

21、进一步地，基于多生育期的耐盐碱性评价指标，采用多种客观赋权法分别构建各个生育期下有效的耐盐碱性评价指标的权重并分别构建权重向量集，根据权重向量集进行权重博弈优化，确定各生育期耐盐碱性评价指标的最优指标权重，包括：

22、所述多种客观赋权法包括critic法、熵权法和标准离差法，对各生育期下有效的耐盐碱性评价指标赋权后得到三种所有品种样本在各生育期的耐盐碱性评价指标的独立的权重向量并构建权重向量集，基于纳什均衡的思想，构建该生育期的耐盐碱性评价指标的目标函数，通过求解组合系数，从而获得该生育期独有的最优指标权重向量。

23、进一步地，建立用于玉米耐盐碱性评估的第一评分模型，包括：

24、根据各品种样本所属耐盐碱性类别对应的耐盐碱性评价指标标准值，计算各品种样本在各生育期的各项耐盐碱性评价指标和对应指标标准值之间的比值，并将得到的比值和最优指标权重向量进行加权融合，得到各品种样本在各生育期的基础评分，所述基础评分包括表观评分、生理生化评分、根际微生态评分和产量性状评分；

25、按生育期计算基础评分内各项评分与所属耐盐碱性类别之间的互信息，将互信息值归一化，确定各生育期内各项评分的融合权重；

26、根据各品种样本在各生育期的根区环境指标，建立各品种样本在各生育期的盐碱胁迫强度指数，并以评分区分能力最优为目标，对预设的动态微生态增益函数中的各项参数进行确定；

27、基于动态微生态增益函数，对得到的基础评分内生理生化评分进行修正，再根据得到的各生育期各项评分的融合权重，对各项评分进行加权融合，得到各生育期的校正后基础评分，通过将各品种样本在各生育期的校正后基础评分进行融合，得到各品种样本的第一耐盐碱性评分。

28、进一步地，建立用于待评估玉米品种耐盐碱性类别的类别初步判定模型，得到待评估玉米品种耐盐碱性类别的类别初步判定结果，确定待评估玉米品种在各生育期的候选耐盐碱性类别，包括：

29、计算待评估玉米品种在各生育期的耐盐碱性评价指标和各耐盐碱性类别在各生育期对应的耐盐碱性评价指标的指标标准值之间的相对偏差，根据得到的相对偏差，计算各生育期下待评估玉米品种相对于各耐盐碱性类别的平均相对偏差，将各生育期下的平均相对偏差加权合并为综合平均相对偏差，通过比较待评估玉米品种相对于各耐盐碱性类别的综合平均相对偏差，选取综合平均相对偏差最小的耐盐碱性类别作为待评估玉米品种的候选耐盐碱性类别。

30、进一步地，基于待评估玉米品种在各生育期的根际微生物群落偏移距离及根区环境指标，构建环境校正模型，对待评估玉米的第一耐盐碱性评分进行校正，得到待评估玉米的第二耐盐碱性评分，通过对第二耐盐碱性评分进行判定，确定待评估玉米的耐盐碱性等级，包括：

31、根据待评估玉米品种在各生育期的根际微生物群落偏移距离及根区环境指标，计算待评估玉米品种在各生育期的基础耐盐碱指数；

32、根据得到的待评估玉米在各生育期的基础耐盐碱指数及根际微生物群落偏移距离，按生育期构建待评估玉米品种的复合胁迫环境指数；

33、根据得到的复合胁迫环境指数，计算待评估玉米品种在各生育期的耐盐碱指数，将待评估玉米品种在各生育期的耐盐碱指数合并为待评估玉米品种的综合耐盐碱指数；

34、根据得到的综合耐盐碱指数对待评估玉米的第一耐盐碱性评分进行校正，得到待评估玉米的第二耐盐碱性评分；

35、基于预设的耐盐碱性等级评分区间，通过比较第二耐盐碱性评分与耐盐碱性等级评分区间的上下限，得到第二耐盐碱性评分所属耐盐碱性等级评分区间，确定待评估玉米的耐盐碱性等级。

36、本发明还另外提供一种玉米耐盐碱性评估系统，所述一种玉米耐盐碱性评估系统用于执行上述的一种玉米耐盐碱性评估方法，包括：

37、数据接入模块，用于采集多个玉米品种的历史田间试验数据、对应多生育期的耐盐碱性评价指标以及根区环境指标，根据历史田间试验数据对多个玉米品种进行耐盐碱性分类，并按生育期建立各耐盐碱性类别对应的耐盐碱性评价指标标准值以及无胁迫对照群落结构基准，所述耐盐碱性评价指标包括表观性状评价指标、生理生化评价指标、根际微生态评价指标和产量性状评价指标；

38、评分模型建立模块，用于基于多生育期的耐盐碱性评价指标，采用多种客观赋权法分别构建各个生育期下有效的耐盐碱性评价指标的权重并分别构建权重向量集，根据权重向量集进行权重博弈优化，确定各生育期耐盐碱性评价指标的最优指标权重，并建立用于玉米耐盐碱性评估的第一评分模型；

39、类别初步判定模块，用于采集待评估玉米品种在各生育期的耐盐碱性评价指标及根区环境指标，并根据各耐盐碱性类别在对应生育期的耐盐碱性评价指标标准值，建立用于待评估玉米品种耐盐碱性类别的类别初步判定模型，得到待评估玉米品种耐盐碱性类别的类别初步判定结果，确定待评估玉米品种在各生育期的候选耐盐碱性类别；

40、耐盐碱性评分模块，用于将待评估玉米品种在各生育期的耐盐碱性评价指标和根区环境指标与所属候选耐盐碱性类别内各生育期的最优指标权重输入第一评分模型，得到待评估玉米品种的第一耐盐碱性评分；

41、耐盐碱性分级模块，用于根据待评估玉米品种在各生育期的根际微生态指标与无胁迫对照群落结构基准在各生育期的根际微生态指标，计算待评估玉米品种在各生育期的根际微生物群落偏移距离，基于待评估玉米品种在各生育期的根际微生物群落偏移距离及根区环境指标，构建环境校正模型，对待评估玉米的第一耐盐碱性评分进行校正，得到待评估玉米的第二耐盐碱性评分，通过对第二耐盐碱性评分进行判定，确定待评估玉米的耐盐碱性等级。

42、与现有技术相比，本发明的有益效果是：

43、本发明通过引入根际微生态评价指标、构建分生育期动态评估架构、设计动态微生态增益机制以及创建基于微生物群落偏移距离的复合胁迫环境指数，显著提升了评估的科学性、精准度和环境适应性。相较于传统的指标静态评估方法，本发明能够基于根际微生物组对盐碱胁迫的整合响应特征，将耐盐碱性评估体系从作物单一个体向植物和微生物互相作用进行拓展，确保评估结果更贴近玉米品种在真实盐碱环境下的生物学表现，降低因指标维度缺失导致的评估偏差。

44、本发明基于根际微生物群落偏移距离创建复合胁迫环境指数，并据此计算综合耐盐碱性指数对各生育期基础耐盐碱性评分进行动态校正，解决了传统评估方法中复合胁迫环境指数仅依赖土壤盐浓度和碱度等单一理化指标、缺乏微生物群落生物整合信息的固有缺陷，显著提升了跨环境条件下评估结果的可比性和重现性，为筛选耐盐碱玉米品种以及评估品种在盐碱地的适应性，提供了更加可靠的技术依据。