Đánh giá các yếu tố ảnh hưởng đến sinh trưởng phát triển và năng suất của lúa trên đất nhiễm mặn

13 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Đỗ Đình Thuận, 2001. Sản xuất lúa gạo: Hiện tại và tương lai. Tạp chí hoạt động KH - Bộ KHCN & MT, 2001(5): 9-10. Dương Xuân Tú, Phạm Thiên Thành, Tăng Thị Diệp, Tống Thị Huyền, Lê Thị Thanh, 2018. Ứng dụng chỉ thị phân tử trong chọn tạo giống lúa thơm, kháng bệnh bạc lá cho các tỉnh phía Bắc. Tạp chí Khoa học & Công nghệ Việt Nam, 60(2): 59-64. Nguyễn Thị Trâm, 2001. Chọn giống lúa lai. NXB Nông nghiệp, tr. 64-67. TCVN 8373:2010. Tiêu chuẩn quốc gia về Gạo trắng - Đánh giá chất lượng cảm quan cơm bằng phương pháp cho điểm do Bộ Nông nghiệp và Phát triển nông thôn ban hành. Ahmad, Rauf A., Musa B., 2010. Prospecting grain quality of basmati varieties in different ecologies, 3rd International Rice Congress, VietNam-IRRI, No. 3765 in CD-ROM. Gonzales O.M., Ramirez R., 1998. Genetic variability and path analysis in rice grown in saline soil. International Rice Research Newsletter, 23: 3-19. IRRI, 2002. Standard Evaluation of Rice. International Rice Rearch Institute, Los Panos, Philippines. Somrith B., 1996. Khao Dawk Mali 105: Problems, research efforts and future propects. Report of the INGER monitoring visit on fine-grain aromatic rice in India, Iran, Pakistan and Thailand, IRRI, Manila, Philippines, pp. 102-111. Evaluation of growth, yield and quality of aromatic rice variety-HDT10 in Tich Giang, Phuc Tho, Hanoi Phung Thi Thu Ha, Do Thi Thanh Hoa Abstract The aromatic rice variety HDT10 (bred by the Field Crop Research Institute) was evaluated and compared to the inbred cultivars KD18, BT7, HT1 (popularly cultivated in Tich Giang, Phuc Tho, Hanoi) in the spring and summer crop of 2017. The results showed that HDT10 was a short growth duration variety (134 days in spring crop and 105 days in summer crop) and suitable for rice production in Tich Giang, Phuc Tho. This variety could be cultivated both in spring and summer crop. HDT10 variety showed many better characteristics such as: the yield of HDT10 (55,0 - 59,1 quintal/ha) was higher than KD18, BT7, HT1, both in spring and summer crop and had less pest, disease infection. HDT10 variety had white, aromatic, soft, and sticky grain like BT7, HT1. HDT10 variety is suitable for replacing the inbred rice varieties grown in Tich Giang, Phuc Tho. Keywords: Aromatic rice, HDT10 rice variety, quality, Tich Giang - Phuc Tho, yield Ngày nhận bài: 10/02/2020 Ngày phản biện: 15/02/2020 Người phản biện: TS. Phạm Xuân Liêm Ngày duyệt đăng: 27/02/2020 1 Khoa Nông nghiệp, Trường Đại học Cần Thơ; 2 Sở Nông nghiệp & PTNT tỉnh Kiên Giang ĐÁNH GIÁ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SINH TRƯỞNG PHÁT TRIỂN VÀ NĂNG SUẤT CỦA LÚA TRÊN ĐẤT NHIỄM MẶN Lê Văn Dũng1 và Đỗ Minh Nhựt2 TÓM TẮT Sản xuất lúa trong hệ thống canh tác tôm - lúa có nhiều khó khăn, năng suất lúa thấp hoặc bị chết sau thời gian canh tác. Nghiên cứu này nhằm thiết lập một mô hình tương quan sử dụng phân tích đa biến thông qua smartPLS, để xác định các yếu tố đồng thời ảnh hưởng đến sự sinh trưởng phát triển và năng suất của lúa. Nghiên cứu được tiến hành theo dõi và lấy mẫu trên 40 ruộng nông dân canh tác mô hình tôm - lúa tại hai huyện An Minh và An Biên thuộc tỉnh Kiên Giang. Theo dõi sự sinh trưởng của lúa qua các giai đoạn 20 ngày sau sạ, 45 ngày sau sạ, 60 ngày sau sạ và trước khi thu hoạch (90 ngày sau sạ), các chỉ tiêu ghi nhận gồm (chiều cao cây lúa, số chồi) và năng suất (trọng lượng/ha, sinh khối cây/ha); nước tưới, loại giống gieo trồng (Một bụi đỏ, OM 2517), mật độ sạ, yếu tố phân bón sử dụng nhất là việc bón vôi và phân hữu cơ cũng được ghi nhận. Sinh trưởng phát triển của lúa bị ảnh hưởng đồng thời bởi đặc tính đất (khả năng trao đổi cation, hàm lượng natri trao đổi, canxi trao đổi và % bão hòa natri), nước tưới, phân bón sử dụng (có bón vôi 500 kg/ha và bón vôi kết hợp 01 tấn phân hữu cơ/ha), mật độ cây/m2, số bông/m2, sinh khối cây/ha và từ đó ảnh hưởng đến năng suất lúa với α 5% và giá trị t > 1,96 thì mô hình có ý nghĩa. Mô hình tương quan để xác định các yếu tố ảnh hưởng đến sinh trưởng và năng suất lúa được tạo ra phù hợp và có 14 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 giá trị cao để dự đoán, bởi vì giá trị liên quan dự đoán Q² = 98,65%. Dựa trên kết quả mô hình, đặc tính đất trong ruộng lúa là yếu tố chính mà trực tiếp và gián tiếp ảnh hưởng đến sinh trưởng phát triển (giá trị t = 45,018 > 1,96) và năng suất (giá trị t = 25,643 > 1,96) của lúa trồng trên đất nhiễm mặn trong mô hình canh tác tôm - lúa. Từ khóa: Mô hình tôm - lúa, mô hình tương quan, đất mặn, năng suất lúa I. ĐẶT VẤN ĐỀ Mô hình canh tác tôm - lúa là mô hình rất thích hợp của vùng đất nhiễm mặn theo mùa và ổn định hơn về mặt kinh tế và sinh thái so với mô hình chuyên tôm. Trong thực tế, mô hình tôm - lúa cũng găp khó khăn, năng suất lúa thấp hoặc bị chết sau thời gian ngắn, có thể do môi trường đất bị nhiễm mặn, từ đó ảnh hưởng đến sự sinh trưởng và năng suất lúa (Joseph et al., 2010; Thitisaksakul et al., 2015). Theo nghiên cứu của Fageria (2012), Lê Văn Dũng và cộng tác viên (2016) cho thấy phân hữu cơ và vôi cải thiện sinh trưởng phát triển của lúa. Bên cạnh đó, một số nghiên cứu của Sanusan và cộng tác viên (2010), Zhu và cộng tác viên (2010), Võ Thị Gương và cộng tác viên (2016) cho thấy đặc tính đất, nước, phân bón và môi trường ảnh hưởng đáng kể đến sự sinh trưởng trưởng và phát triển của lúa. Tuy nhiên, các nghiên cứu được tiến hành và phân tích đơn thuần, mang tính chất riêng lẻ, từng yếu tố ảnh hưởng mà không xem xét mối quan hệ trong hệ thống đa biến các yếu tố ảnh hưởng. Bởi vì, trong tự nhiên, các yếu tố môi trường đất, nước, sinh trưởng cây trồng, phân bón, quá trình canh tác, tác động đồng thời với nhau và ảnh hưởng đến sinh trưởng và phát triển của cây lúa trực tiếp hoặc gián tiếp. Do đó, mục tiêu của nghiên cứu này xây dựng một mô hình tương quan đa biến các yếu tố ảnh hưởng đến cây lúa trên đất nhiễm mặn trong mô hình canh tác tôm - lúa, từ đó đánh giá tổng hợp các yếu tố ảnh hưởng đến sinh trưởng phát triển và năng suất của lúa trồng trên đất nhiễm mặn và đưa ra mô hình tương quan các yếu tố ảnh hưởng đến cây lúa. II. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Đối tượng nghiên cứu Nghiên cứu thực hiện trên 02 đối tượng: Đặc tính đất ruộng canh tác lúa bị nhiễm mặn trong mô hình canh tác tôm - lúa gồm: pH, ECe (độ dẫn điện của dung dịch trích bão hòa), khả năng trao đổi cation (CEC), chất hữu cơ, sodium hòa tan và hấp phụ trên phức hệ hấp thu; ESP thể hiện tỷ lệ % của sodium trao đổi trên CEC; potassium, calcium và magnesium trao đổi. Sinh trưởng và phát triển của lúa trong một mùa vụ canh tác cũng được nghiên cứu gồm: loại giống gieo trồng, mật độ gieo sạ, nước tưới, bón vôi, bón phân hữu cơ, chiều cao cây, số chồi, sinh khối cây/ha và năng suất. 2.2. Phương pháp nghiên cứu 2.2.1. Phương pháp thu mẫu và phân tích Nghiên cứu được tiến hành theo dõi và lấy mẫu trên ruộng nông dân canh tác mô hình tôm - lúa tại hai huyện An Minh và An Biên thuộc tỉnh Kiên Giang. Mẫu đất được thu bằng khoan tay, 20 cm tầng mặt ruộng lúa của mô hình tôm - lúa vào khoảng 30 ngày sau sạ. Mẫu đất được thu tại 9 điểm trên ruộng, sau đó trộn lại thành một mẫu đại diện. Bảng 1. Phương pháp phân tích một số chỉ tiêu hóa học đất Chỉ tiêu Phương pháp phân tích ECe, pH đất Đất được bảo hoà nước, dung dịch đất được trích hút qua sử dụng máy hút chân không. Sodium hòa tan Đất được trích với nước khử khoáng theo tỷ lệ 1 : 30 và Na + hòa tan trong dung dịch trích được đo trên máy hấp thu nguyên tử. Sodium trao đổi Đất được trích với dung dịch BaCl2 0,1M, Na+ sau khi trao đổi với Ba2+ được đo trên máy hấp thu nguyên tử (Rayment and Lyons, 2011). Hàm lượng Na+ trao đổi trong đất là lượng Na+ trao đổi trích đất với dung dịch BaCl2 trừ đi lượng Na+ hòa tan do ly trích đất với nước. Khả năng trao đổi cation (Cation exchange capacity - CEC) Phân tích theo phương pháp trao đổi với dung dịch BaCl2 0,1M không đệm (Rayment and Lyons, 2011). Phần trăm bão hòa Na+ (-ESP) Được tính toán dựa vào công thức: ESP (%) = 100 ˟ (Na+ trao đổi)/ CEC. Chất hữu cơ (%C) Global Soil Laboratory Network GLOSOLAN (2019). 15 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Một số đặc tính hóa học đất được phân tích gồm: pH, ECe (độ dẫn điện của dung dịch trích bão hòa), khả năng trao đổi cation (CEC), chất hữu cơ, sodium hòa tan và hấp phụ trên phức hệ hấp thu; ESP thể hiện tỷ lệ % của sodium trao đổi trên CEC; potassium, calcium và magnesium trao đổi. Theo dõi sự sinh trưởng của lúa qua các giai đoạn 20 ngày sau sạ, 45 ngày sau sạ, 60 ngày sau sạ và trước khi thu hoạch (90 ngày sau sạ), các chỉ tiêu ghi nhận gồm chiều cao cây lúa, số chồi và năng suất (trọng lượng/ha, sinh khối cây/ha); nước tưới, loại giống gieo trồng, mật độ gieo sạ, yếu tố phân bón sử dụng nhất là việc bón vôi và phân hữu cơ cũng được ghi nhận và theo dõi. 2.2.2. Mô hình nghiên cứu Nghiên cứu phân tích đa biến bằng phần mềm SmartPLS 3.2.8 mã nguồn mở theo Ghozali (2008) và Ringle và cộng tác viên (2015), với 120 dữ liệu ghi nhận tại 40 ruộng của 40 hộ canh tác lúa trên đất nhiễm mặn trong mô hình tôm - lúa (với 03 lần lập lại/hộ) và tạo trong MS Excel 2010 để thiết lập cấu trúc mô hình phương trình các yếu tố môi trường với sinh trưởng phát triển và năng suất của lúa trên đất nhiễm mặn trong mô canh tác tôm - lúa. Các bước liên quan: (i) thiết kế mô hình kết cấu (mô hình bên trong) và mô hình đo lường (ghi nhận chỉ số bên ngoài); (ii) xây dựng sơ đồ đường dẫn; (iii) đường dẫn chuyển đổi sơ đồ cho phương trình; (iv) đường dẫn ước lượng hệ số, tải và độ lớn; (v) đánh giá sự phù hợp và (vi) kiểm tra giả thuyết bằng phương pháp bootstrapping (500 số lượng mẫu) sử dụng t-test với α 5% và giá trị t > 1,96 thì mô hình có ý nghĩa. Hình 1. Mô hình cấu trúc tuyến tính nghiên cứu tương tác của các yếu tố ảnh hưởng đến sinh trưởng phát triển và năng suất của lúa trên đất nhiễm mặn trong mô hình tôm - lúa* Ghi chú: - Hình 1, 2, 3 và Bảng 2, 3, 4, 5, 6 : Đặc tính môi trường đất: S1 = pH; S2 = ECe (độ dẫn điện của dung dịch trích bão hòa); S3 = hàm lượng natri hòa tan; S4 = CEC (khả năng trao đổi cation); S5 = hàm lượng kali trao đổi; S6 = hàm lượng sodium trao đổi; S7 = chất hữu cơ; S10 = hàm lượng magnesium trao đổi, S11 = hàm lượng calcium trao đổi và S12 = trị số ESP (phần trăm bão hòa sodium). - Phân bón sử dụng: f1 = có bón phân hữu cơ (1) và không (0); f2 = có bón vôi (1) và không (0) và f3 = có bón vôi + phân hữu cơ (1) và không (0); Nước tưới: w1 = có tưới nước (1) và không (0). - Loại giống sử dụng: v1 = sử dụng giống lúa mùa bản địa (Một bụi đỏ, chịu mặn dưới 6‰); hoặc cao sản ngắn ngày (OM-2517, chịu mặn dưới 4‰). - Ảnh hưởng đến các biến số sinh trưởng phát triển: p1 = mật độ gieo trồng; ph120 = mật độ cây/m2 ghi nhận 20 ngày sau sạ; ph145 = mật độ cây/m2 ghi nhận 45 ngày sau sạ; ph165 = mật độ cây/m2 ghi nhận 65 ngày sau sạ và ph190 = số bông/m2 ghi nhận 90 ngày sau sạ); và ảnh hưởng đến yếu tố năng suất (g1 = trọng lượng hạt/ha và g2 = sinh khối cây/ha). 16 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Yếu tố đặc tính đất quy định liều lượng, tần suất, loại và dạng phân bón sử dụng. Bên cạnh đó, tính chất của đất xác định năng suất tiềm năng của cây trồng và xác định phản ứng của cây trồng sẽ là bao nhiêu với lượng phân bón bổ sung. Vì vậy, tùy thuộc vào đặc tính đất mà quyết định loại phân bón sử dụng hợp lý. Sử dụng phân bón hợp lý sẽ tác động đến sinh trưởng phát triển và gia tăng năng suất cây trồng. Việc bón phân không hợp lý và cân đối có thể làm cho đất bị nén dẽ, lèn, chua, giảm hoạt động vi sinh vật, từ đó ảnh hưởng đến phát triển và năng suất của cây trồng. Mặt khác, lượng nước tưới cũng ảnh hưởng tới đặc tính đất và phân bón sử dụng, như vậy, mô hình đo lường ghi nhận tất cả các chỉ số bên ngoài đáng kể cho thấy rằng các biến chỉ báo có giá trị để hình thành các biến tiềm ẩn và mô hình bên trong quan trọng cho thấy rằng sự tương tác giữa các biến tiềm ẩn là phù hợp có ý nghĩa. Mức độ phù hợp có ý nghĩa của mô hình kết cấu được xác định bởi hệ số (Q2) = 1 – (1 – R12) (1 – R22) (1 – R32)(1 – Rn2), với R12, R22, R32,Rn2 là R – bình phương của biến tiềm ẩn bên trong mô hình. 2.3. Thời gian và địa điểm nghiên cứu Nghiên cứu được thực hiện vào thời điểm vụ Mùa 2017 - 2018, từ tháng 8 năm 2017 đến tháng 01 năm 2018 tại xã Nam Yên, huyện An Biên và xã Vân Khánh Tây, huyện An Minh tỉnh Kiên Giang. III. KẾT QUẢ VÀ THẢO LUẬN Mô hình cấu trúc tuyến tính (SEM) bằng phần mềm SmartPLS 3.2.8 được sử dụng để kiểm định mô hình nghiên cứu của sự sinh trưởng phát triển của lúa trên đất nhiễm mặn trong mô hình canh tác tôm - lúa đã được sắp xếp (Hình 1). Các biến tiềm ẩn (hình dạng tròn) được tạo bởi một hoặc nhiều chỉ số, như được trình bày bởi các hình chữ nhật. Mỗi biến được kết nối bằng một mũi tên như một dạng tương tác ảnh hưởng. Yếu tố đặc tính môi trường đất, phân bón sử dụng, lượng nước và loại giống sử dụng ảnh hưởng đến sinh trưởng phát triển, từ đó tác động đến năng suất của lúa. 3.1. Kết quả kiểm tra mô hình bên ngoài (Outer Weight) Kết quả kiểm tra mô hình bên ngoài của sinh trưởng phát triển lúa trên đất nhiễm mặn trong mô hình tôm - lúa (bảng 2, bảng 3 và bảng 4) cho thấy hàm lượng canxi trao đổi (S11) và trị số ESP (S12) ảnh hưởng đến sự sinh trưởng và phát triển cây lúa có ý nghĩa (t > 1,96). Bên cạnh đó, khả năng trao đổi cation (S4) và hàm lượng natri hòa tan và trao đổi (S6, S3) ảnh hưởng ở mức ý nghĩa t = 3,084 và 4,068 > 1,96. Việc có bón phân hữu cơ (f1) và bón vôi (f2) cũng ảnh hưởng ở mức ý nghĩa t = 3,332 và 4,505 > 1,96, loại giống sử dụng (v1) và lượng nước tưới (w1) đều có ảnh hưởng và hình thành mỗi biến tiềm ẩn của chúng có ý nghĩa. Biến sinh trưởng phát triển của lúa được hình thành có ý nghĩa bởi số chồi ở 20 ngày sau gieo (sh120), số chồi 45 ngày sau gieo (sh145) và số bông/m2 (sh190) và biến năng suất được hình thành bởi sinh khối cây/ha (g2). Hình 2. Biểu đồ thể hiện kết quả mô hình cấu trúc tuyến tính PLS-SEM 17 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Bảng 2. Kết quả kiểm tra mức độ ý nghĩa hình thành các biến tiềm ẩn Các biến Ước lượng mẫu ban đầu Trung bình Độ lệch chuẩn T- statistic P- values Đặc tính đất S1 0,294 0,271 0,241 1,225ns 0,222 S10 -0,331 -0,337 0,177 1,840ns 0,062 S11 0,438 0,427 0,137 3,195* 0,001 S12 -4,534 4,215 1,168 3,985* 0,000 S2 0,101 0,097 0,166 0,651ns 0,542 S3 -0,210 -0,256 0,146 2,184* 0,066 S4 -2,280 -2,175 0,572 4,019* 0,000 S5 0,186 0,210 0,149 1,262ns 0,212 S6 6,449 6,024 1,578 4,210* 0,000 S7 0,053 0,054 0,075 0,717ns 0,475 Phân bón sử dụng f1 0,634 0,573 0,190 3,639* 0,001 f2 0,735 0,217 0,160 4,864* 0,000 f3 0,115 0,117 0,173 0,672ns 0,506 Năng suất g1 0,160 0,157 0,200 0,820ns 0,423 g2 0,852 0,852 0,188 4,636* 0,000 Mật độ gieo trồng p1 -0,073 0,063 0,065 1,198ns 0,262 Số chồi sh120 0,660 0,553 0,144 4,738* 0,000 sh145 -0,442 -0,466 0,156 2,911* 0,005 sh160 -0,958 0,065 0,117 0,542ns 0,620 sh190 0,856 0,583 0,094 10,911* 0,000 Loại giống sử dụng v1 1,000 1,000 0,000 Nước tưới w1 1,000 1,000 0,000 Ghi chú: Bảng 2, 3, 4, 5, 6: * t-statistics ≥ 1,96. Bảng 3. Kết quả kiểm tra mức độ ý nghĩa hình thành các biến tiềm ẩn lặp lại Các biến Ước lượng mẫu ban đầu Trung bình Độ lệch chuẩn T- statistic P- values Đặc tính đất S11 0,575 0,545 0,130 4,435* 0,000 S12 -4,471 -4,298 1,096 4,080* 0,000 S3 -0,007 0,014 0,128 0,052ns 0,959 S4 1,840 -1,769 0,586 3,141* 0,002 S6 6,493 6,267 1,531 4,242* 0,000 Phân bón sử dụng f1 0,646 0,619 0,172 3,766* 0,000 f2 0,701 0,759 0,129 5,889* 0,000 Năng suất g2 1,000 1,000 0,000 Số chồi sh120 0,675 0,661 0,126 5,350* 0,000 sh145 -0,552 -0,550 0,153 3,620* 0,000 sh190 0,895 0,906 0,063 14,239* 0,000 Loại giống sử dụng v1 1,000 1,000 0,000 Nước tưới w1 1,000 1,000 0,000 Bảng 4. Kết quả kiểm tra mức độ ý nghĩa hình thành các biến tiềm ẩn cuối cùng Các biến giả thuyết Ước lượng mẫu ban đầu Trung bình Độ lệch chuẩn T- statistic P- values Đặc tính đất S11 0,574 0,561 0,130 4,249* 0,000 S12 -4,458 -4,374 1,116 3,994* 0,000 S4 -1,834 -1,791 0,597 3,079* 0,002 S6 6,474 6,360 1,555 4,165* 0,000 Phân bón sử dụng f1 0,647 0,631 0,155 4,185* 0,000 f2 0,761 0,754 0,124 6,133* 0,000 Năng suất g2 1,000 1,000 0,000 Số chồi sh120 0,672 0,661 0,121 5,555* 0,000 sh145 -0,549 -0,557 0,151 3,642* 0,000 sh190 0,895 0,911 0,066 13,608* 0,000 Loại giống sử dụng v1 1,000 1,000 0,000 Nước tưới w1 1,000 1,000 0,000 18 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 3.2. Kết quả kiểm tra mô hình bên trong (Inner Model) Theo Golldack và cộng tác viên (2003), Canxi là chất dinh dưỡng đa lượng của cây trồng cần thiết cho các quá trình sinh lý như duy trì thế năng của màng tế bào, kích hoạt enzyme, điều chỉnh áp suất thẩm thấu, vận chuyển đường trong thân, do đó, có ảnh hưởng đến sự sinh trưởng của lúa trong mô hình lúa - tôm, lượng Ca2+ cao, giúp cải thiện hàm lượng Na trao đổi trên đất nhiễm mặn, vì Ca2+ có thể thay thế Na+ trao đổi trên hệ phức hấp thu. Na+ được đưa ra ngoài dung dịch đất, có thể dễ dàng được rửa ra khỏi hệ thống (Makoi and Verplancke, 2010). Ngoài ra cung cấp Ca2+ giúp giảm nhẹ ảnh hưởng bất lợi do Na+ trên cây trồng (Aslam et al., 2000). Tương tự, theo nghiên cứu của Qadir and Oster (2004), bón phân hữu cơ cũng giúp gia tăng lượng Ca2+ trong phức hệ trao đổi, có tác dụng đẩy Na+ ra ngoài dung dịch đất và kết quả là giúp giảm độ mặn của đất. Hàm lượng phần trăm Natri trao đổi và khả năng trao đổi cation có ảnh hưởng đến sự sinh trưởng phát triển và năng suất của lúa trên đất mặn đã được chỉ ra bởi Sanusan và cộng tác viên (2010), Võ Thị Gương và cộng tác viên (2016), Mahendran, S. và Sujirtha, N (2017). Theo nghiên cứu của James và cộng tác viên (2000) thì khi lượng Na+ trao đổi trên 2 cmol.kg-1 đất cây trồng có triệu chứng ngộ độc do mặn và không thu được năng suất. Theo Retnaningdyah và Arisoesilaningsih (2012), hàm lượng natri, clorua và bicacbonat trên nước tưới có ảnh hưởng đến sinh trưởng phát triển và năng suất lúa do tăng độ dẫn điện. Bên cạnh đó, mô hình cũng cho thấy mật số cây/m2, mà số bông/m2 có ảnh hưởng trực tiếp đến sinh trưởng phát triển từ đó ảnh hưởng đến năng suất, số bông trên một đơn vị diện tích là thành phần năng suất quan trọng nhất và đóng góp 89% sự biến động về năng suất lúa. Phân hữu cơ giúp giảm độ mặn của đất, cải thiện có ý nghĩa năng suất lúa trên đất nhiễm mặn (Subardja V.O et al., 2016; Chowdhury et al., 2019). Bón phân hữu cơ giúp sự rữa mặn được hiệu quả hơn, đồng thời tăng khả năng cung cấp dinh dưỡng từ đất, từ đó, giúp cây hấp thu dinh dưỡng hiệu quả hơn, giúp gia tăng năng suất lúa trồng trên đất mặn. Kết quả kiểm tra mô hình cấu trúc bên trong (bảng 5 và hình 3) cho thấy sự sinh trưởng và phát triển của lúa tác động bởi số chồi 20 ngày sau sạ (sh120), số chồi 45 ngày sau sạ (sh145) và số bông/m2 (sh190) trực tiếp chịu ảnh của đặc tính đất bao gồm hàm lượng canxi trao đổi (S11); trị số ESP (S12); khả năng trao đổi cation (S4) và hàm lượng natri trao đổi (S6). Sau đó, năng suất lúa bị tác động bởi sinh khối cây (g2) và chịu ảnh hưởng tác động trực tiếp bởi sinh trưởng phát triển và sinh trưởng phát triển tác động đến năng suất, bên cạnh đó, nước tưới có ảnh hưởng trực tiếp lên sinh trưởng phát triển và năng suất lúa (Bảng 5 và Hình 3). Dựa trên kết quả mô hình cấu trúc tuyến tính PLS- SEM, điều kiện đặc tính đất trong canh tác lúa trên mô hình tôm - lúa là một yếu tố quan trọng trực tiếp và gián tiếp ảnh hưởng đến sự sinh trưởng phát triển và năng suất lúa (Bảng 4). Như vậy, các yếu tố có mối tương quan ảnh hưởng đến sinh trưởng phát triển từ đó ảnh hưởng đến năng suất lúa trên đất nhiễm mặn bao gồm: (i) đặc tính đất bao gồm các yếu tố hàm lượng canxi trao đổi (S11); trị số ESP (S12); khả năng trao đổi cation (S4) và hàm lượng natri trao đổi (S6); (ii) phân bón sử dụng mà có bón phân hữu cơ và vôi (f1 và f2); (iii) lượng nước tưới và (iv) số chồi và số bông/m2 (sh20, sh45 và sh90). Bảng 5. Kết quả tác động ảnh hưởng của các biến đưa vào mô hình Các biến Ước lượng mẫu ban đầu Độ lệch chuẩn T- statistic Loại giống sử dụng -> Năng suất 0,016 0,039 0,399 ns Loại giống sử dụng -> Sinh trưởng phát triển 0,018 0,046 0,398 ns Nước tưới -> Năng suất -0,130 0,081 1,953* Nước tưới -> Phân bón sử dụng -0,036 0,127 0,283 ns Nước tưới -> Sinh trưởng phát triển -0,152 0,095 1,954* Nước tưới -> Đặc tính đất 0,118 0,108 1,090 ns Phân bón sử dụng -> Năng suất -0,064 0,083 0,779 ns Phân bón sử dụng -> Sinh trưởng phát triển -0,075 0,096 0,781 ns Sinh trưởng phát triển -> Năng suất 0,855 0,026 33,246* Đặc tính đất -> Năng suất -0,770 0,030 25,643* Đặc tính đất -> Phân bón sử dụng -0,528 0,152 3,460* Đặc tính đất -> Sinh trưởng phát triển -0,901 0,020 45,018* 19 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Hình 3. Mô hình tương quan của các yếu tố ảnh hưởng đến sự sinh trưởng phát triển và năng suất của lúa trên đất nhiễm mặn trong mô hình canh tác tôm - lúa Nước tưới S11, S12, S4 và S6 0.118 -0.528 -0.036 -0.901 -0.152 0.018 -0.075 0.672 -0.549 0.895 0.855 f1 và f2 Sinh trưởng phát triển Giống Năng suất sh190 sh145sh120 3.3. Mức độ phù hợp của mô hình cấu trúc tuyến tính PLS-SEM Kết quả đánh giá mức độ phù hợp của mô hình cho thấy giá trị Q² = 98,65% (bảng 6) có nghĩa là 98,65% sinh trưởng phát triển của lúa trên đất nhiễm mặn bị ảnh hưởng bởi hàm lượng natri và canxi trao đổi, khả năng trao đổi cation, trị số ESP, loại giống sử dụng, lượng nước tưới và việc có bón phân hữu cơ và vôi, trong khi chỉ có 1,35% được giải thích bởi những yếu tố khác không đưa vào mô hình. Theo Hair và cộng tác viên (2014), Sarstedt và cộng tác viên (2014), Q2 là giá trị để đánh giá mức độ phù hợp dự đoán của mô hình bên trong, chênh lệch giữa giá trị dự đoán và giá trị gốc càng nhỏ thì Q2 càng lớn và do đó độ chính xác dự đoán của mô hình càng cao. Giá trị Q² = 98,65% cho thấy mô hình giải thích sự tương quan giữa yếu tố môi trường bên ngoài và sinh trưởng phát triển của lúa trên đất nhiễm mặn là có ý nghĩa. Bảng 6. Sự phù hợp của mô hình kiểm tra các chỉ số hình thành các biến tiềm ẩn (giá trị Q² và R2 ) Biến R-square 1-R2 Năng suất 0,743 0,257 Phân bón sử dụng 0,311 0,689 Sinh trưởng phát triển 0,804 0,196 Đặc tính đất 0,612 0,388 Q2 = 1 – [(1 – R12) (1 – R22) (1 – R32)(1 – Rn2)] Q2 = 1 – [(0,257) ˟ (0,689) ˟ (0,196) ˟ (0,388)] Q2 = 1 – 0,0343 = 0,9865 Q2 = 98,65% IV. KẾT LUẬN VÀ ĐỀ NGHỊ Mô hình tương quan cấu trúc tuyến tính PLS-SEM của các yếu tố ảnh hưởng đến sinh trưởng phát triển và năng suất lúa có tương quan chặt và có giá trị phù hợp cao để dự đoán Q2 = 98,65%. Mô hình giải thích sự tương quan giữa yếu tố môi trường bên ngoài và sinh trưởng phát triển của lúa trên đất nhiễm mặn là có ý nghĩa. Việc có bón phân hữu cơ, có bón vôi và nước tưới để giảm độ mặn trong đất đều có ảnh hưởng đến sinh trưởng phát triển, từ đó tác động đến năng suất lúa. Điều chỉnh mật số cây/m2 hợp lý ở giai đoạn 20 ngày sau sạ và 45 ngày sau sạ sẽ giúp số bông/m2 ở giai đoạn thu hoạch (sh90) cao nhất sẽ tăng năng suất lúa hiệu quả. Trên vùng đất nhiễm trong mô hình canh tác tôm - lúa tại tỉnh Kiên Giang nói riêng và Đồng bằng sông Cửu Long nói chung cần áp dụng biện pháp cải thiện hệ thống canh tác tôm - lúa tổng hợp, trong vụ lúa cần bón phân hữu cơ, có bón vôi và lượng nước tưới hợp lý để giảm độ mặn trong đất, cải thiện đặc tính đất, sử dụng giống lúa chóng chịu mặn và kỹ thuật canh tác, đặc biệt là điều chỉnh số chồi hợp lý sẽ giúp lúa sinh trưởng và phát triển tốt, từ đó gia tăng năng suất. TÀI LIỆU THAM KHẢO Lê Văn Dũng,  Tất Anh Thư,  Nguyễn Duy Linh,  Võ Thị Gương, 2018. Cải thiện đặc tính bất lợi của đất phèn nhiễm mặn và năng suất lúa qua sử dụng phân hữu cơ và vôi trong điều kiện nhà lưới. Tạp chí Khoa học, Trường Đại học Cần Thơ, Tập 54, Số CĐ Nông nghiệp (2018), Trang: 65-74. DOI:  10.22144/ctu. jsi.2018.067. 20 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Võ Thị Gương, Nguyễn Mỹ Hoa, Châu Minh Khôi, Trần Văn Dũng, Dương Minh Viễn, 2016. Quản lý độ phì đất và hiệu quả sử dụng phân bón ở Đồng bằng sông Cửu Long. Nhà xuất bản Đại học Cần Thơ 2016. 288 tr. Aslam M., N. Muhammad, R. H. Qureshi, J. Akhtar and Z. Ahmed, 2000. Role of cancium in salinity tolerance of rice. Symp. On Integ, Plant Manage. No. 8 - 10, Islambab. Chowdhury S, D. Bhusan, M. A. Hashem and M. A. Hoque, 2019. Organic amendments for mitigating soil salinity in rice. Res. Agric. Livest. Fish. 6 (1): 11-17. Fageria N. K., 2012. Role of Soil Organic Matter in Maintaining Sustainability of Cropping Systems. Communications in Soil Science and Plant Analysis, 43: 2063-2113, 2012. DOI: 10.1080/00103624.2012.697234. Ghozali, I., 2008. Structural Equation Modeling: alternative method with Partial Least Square (PLS). 2nd ed. Diponegoro University, Semarang. Golldack D, Quigley F, Michalowski CB, Kamasani UR, Bohnert HJ., 2003. Salinity stress-tolerant and -sensitive rice (Oryza sativa L.) regulate AKT1-type potassium channel transcripts differently. Plant Mol Biol 51: 71-81. Global Soil Laboratory Network GLOSOLAN, 2019. Standard operating procedure for soil organic carbon Walkley-Black method. Titration and colorimetric method. Version number : 1 Page 1 of 25. Effective date : October 28, 2019. fao.org/3/ca7471en/CA7471EN.pdf. Ngày truy cập 13/02/2020. James K. O, Robert A. Zielinski., 2000. Characteristics and Origins of Saline Soils in the Front Range Portion of the Western Denver Basin.U.S. Geological Survey, Lakewood, Colorado. Joe F. Hair Jr, Marko Sarstedt, Lucas Hopkins, Volker G. Kuppelwieser, 2014. Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research, European Business Review, Vol. 26 Issue: 2, pp.106-121, https://doi.org/10.1108/ EBR-10-2013-0128. Ngày truy cập 13/02/2020.. Joseph B, Jini D, Sujatha S., 2010. Biological and physiological perspectives of specificity in abiotic salt stress response from various rice plants. Asian Journal of Agricultural Science, 2, 99-105. Mahendran, S. and Sujirtha, N., 2017. Effects of NaCl induced salinity on the growth and yield of selected rice (Oryza sativa L.) cultivars. “Greener agriculture and environment through convergence of technologies”. Proceedings of the International Symposium on Agriculture and Environment - ISAE 2017, 19th January 2017, University of Ruhuna, Sri Lanka 2017 pp.11-13. Makoi, J. H. and Verplancke, H., 2010. Effect of Gypsum Placement on the Physical Chemical Properties of a Saline Sandy Loam Soil. Australian Journal of Crop Science, 4, pp. 556-563. Qadir M., and Oster J.D., 2004. Crop and irrigation management strategies for saline-sodic soils and waters aimed at enviromentally sutainable agricultrure, Sci. Total Environ. 323: 1-19. Rayment, G. E. & Lyons, D. J., 2011. Soil chemical methods : Australasia. Collingwood, Vic : CSIRO Publishing Collingwood, Vic. : CSIRO Publishing, c2011 xx, 495 p. : ill. ; 26cm. ISBN 9780643067684. Ngày truy cập: 13/02/2020. Ringle, Christian M., Wende, Sven, & Becker, Jan-Michael., 2015. SmartPLS 3. Bönningstedt: SmartPLS. Retrieved from com. Ngày truy cập: 23/01/2020. Retnaningdyah, C. and E. Arisoesilaningsih, 2012. Analysis of suitability index of ecology in feasibility study in water for irrigation in Malang City (in Indonesian). Research Report of Staff Research Grant I-MHERE. Universitas Brawijaya, Malang. Sanusan, S., A. Polthanee, A. Audebert, S. Seripong and J.C. Mouret., 2010. Growth and yield of rice (Oryza sativa L.) as affected by cultivars, seedling depth and water deficit at vegetative stage. Asian Journal of Plant Sciences 9 (1): 36-43. Sarstedt, M., Ringle, C. M., Henseler, J., & Hair, J. F., 2014. On the emancipation of PLS-SEM: A commentary on Rigdon (2012). Long range planning, 47(3), 154-160. https://doi.org/10.1016/j. lrp.2014.02.007. Ngày truy cập: 13/02/2020. Subardja, V.O., Anas, I., Widyastuti. R., 2016. Utilization of organic fertilizer to increase paddy growth and productivity using System of Rice Intensification (SRI) method in saline soil. Journal of Degraded and Mining lands management. ISSN: 2339-076X, Volume 3, Number 2 (January 2016): 543-549. Thitisaksakul, M., Tananuwong, K., Shoemaker, C.F., Chun A, Tanadul OU, Labavitch JM, Beckles DM., 2015. Effects of timing and severity of salinity stress on rice (Oryza sativa L.) yield, grain composition, and starch functionality. J. Agric. Food Chem. 63, 2296-2304. Zhu F., Y.Z. Cai, J.S. Bao and H. Corke., 2010. Effect of γ-Irradiation on Phenolic Compounds in Rice Grain. Food Chemistry 120: 74-77. Ngày truy cập: 8/2/2020. 21 Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020 Evaluation of factors affecting rice growth and yield in saline soils Le Van Dung, Do Minh Nhut Abstract Rice production in the shrimp-rice farming system has many difficulties such as low productivity or death during cultivation period. This research aimed to set an interaction model using multivariate analysis via smartPLS, to identify the factors affecting rice growth and yield. The study was conducted on 40 farmers’ fields cultivating shrimp- rice system in An Minh and An Bien districts - Kien Giang province. The rice growth was evaluated during the period of 20 days after sowing, 45 days after sowing, 60 days after sowing and before harvesting (90 days after sowing). The indicators included plant height, number of tillers, rice yield (ton/ha), plant biomass (ton/ha). Irrigation water, photosensitive rice varieties (Mot bui do, OM 2517), sowing density, fertilizer dose were also collected. The result showed that rice growth and development were simultaneously affected by soil characteristics (cation exchange capacity, sodium exchange, calcium exchange and exchangeable sodium percentage), irrigation water, fertilizer application (liming 500 kilograms/ha, liming and organic fertilizer 1 ton/ha) thereby affecting plant density/m2, number of panicle/m2, plant biomass and rice yield with significance level α 5%, t-statistics > 1.96. Interaction model to identify the factors affecting rice growth (t-statistics = 45.018 > 1.96) and productivity (t-statistics = 25.643 > 1.96) which was created is valid and has high relevancy value for prediction, because the predictive-relevance (Q2) value reached 98,65%. Based on model results, soil characteristics in rice fields are the main factors that directly and indirectly affect the growth and yield of rice grown on saline soils in the shrimp-rice farming system. Keywords: Shrimp - rice model, interaction mode, saline soil, rice yield Ngày nhận bài: 13/02/2020 Ngày phản biện: 22/02/2020 Người phản biện: TS. Trần Thị Ánh Nguyệt Ngày duyệt đăng: 27/02/2020 1 Trung tâm Phát triển Công nghệ cao, Viện Hàn lâm Khoa học và Công nghệ Việt Nam 2 Viện Di truyền nông nghiệp, Viện Khoa học Nông nghiệp Việt Nam 3 Viện Công nghệ sinh học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam ĐÁNH GIÁ TÁC DỤNG CỦA CHẾ PHẨM SINH HỌC HOTIEU-HTD03 TRÊN CÂY HỒ TIÊU TẠI TÂY NGUYÊN Hà Việt Sơn1, Phạm Thu Hằng2, Chu Nhật Huy3, Nguyễn Thị Thu1, Đỗ Thị Gấm1, Phan Thị Lan Anh1, Nguyễn Văn Thao1, Trần Đình Mấn3 TÓM TẮT Hồ tiêu là loại cây trồng có hiệu quả kinh tế và mang tính chiến lược tại Tây Nguyên. Canh tác hồ tiêu Tây Nguyên theo hướng bền vững là hướng đi tất yếu trong tiến trình phát triển vùng. Phát triển các chế phẩm sinh học chuyên dụng phục vụ canh tác cây hồ tiêu góp phần quan trọng trong phát triển bền vững cây hồ tiêu. Chế phẩm sinh học HOTIEU-HTD03 chứa các chủng vi sinh vật bản địa Tây Nguyên, có tác dụng cố định nitơ, phân giải lân, đối kháng vi sinh vật gây bệnh và tăng kích thích sinh trưởng đối với cây trồng. Kết quả đánh giá bước đầu cho thấy, chế phẩm sinh học HOTIEU-HTD03 có tác dụng cải thiện đặc tính đất, hạn chế sâu bệnh, tăng sinh trưởng, qua đó năng suất và dung trọng hạt tăng lên 53% và 12% ở công thức thí nghiệm (CTht1) so với công thức đối chứng (CTht5). Từ khóa: Chế phẩm sinh học, HOTIEU-HTD03, phát triển bền vững, hồ tiêu, Tây Nguyên I. ĐẶT VẤN ĐỀ Chế phẩm sinh học sử dụng trong trồng trọt có nhiều ưu điểm vượt trội, đem lại nhiều lợi ích cho nông dân như giảm chi phí sản xuất, tăng năng suất và chất lượng cây trồng, giúp giảm các nguy cơ ảnh hưởng tiêu cực đến sức khỏe con người, vật nuôi, cây trồng và thân thiện với môi trường sinh thái (Berg G., 2009). Vi sinh vật có lợi càng phát triển thì đất đai càng màu mỡ. Đất càng khỏe mạnh, nhu cầu về thuốc trừ sâu và phân bón tổng hợp càng thấp. Những vi sinh vật này có chức năng đối kháng với các mầm bệnh khác nhau, gây miễn dịch hoặc thúc đẩy tăng trưởng cho thực vật (Berg G., 2009; Nelson LM., 2004). Sự tương tác giữa vi sinh vật với cây chủ làm tăng khả năng thúc đẩy tăng trưởng thực vật và ngăn chặn mầm bệnh thực vật (Saleem M