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

Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020

Đỗ Đình huận, 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 hiên hành, Tăng hị Diệp,
Tống hị Huyền, Lê hị hanh, 2018. ́ng 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.
Nguỹn hị 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 diferent 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 eforts and future propects. Report of the
INGER monitoring visit on ine-grain aromatic rice
in India, Iran, Pakistan and hailand, IRRI, Manila,
Philippines, pp. 102-111.

Evaluation of growth, yield and quality
of aromatic rice variety-HDT10 in Tich Giang, Phuc ho, Hanoi
Phung hi hu Ha, Do hi hanh Hoa
Abstract
he 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 ho, Hanoi) in the spring and summer
crop of 2017. he 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 ho. his 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, sot, and sticky grain like BT7, HT1. HDT10 variety is suitable for
replacing the inbred rice varieties grown in Tich Giang, Phuc ho.
Keywords: Aromatic rice, HDT10 rice variety, quality, Tich Giang - Phuc ho, 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

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 ć nhiều kh́ khăn, năng suất lúa thấp hoặc bị chết sau thời gian
canh tác. Nghiên ću 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 ću 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. heo 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
b́n sử dụng nhất là việc b́n vôi và phân h̃u 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 % b̃o hòa natri),
nước tưới, phân b́n sử dụng (ć b́n vôi 500 kg/ha và b́n vôi kết hợp 01 tấn phân h̃u cơ/ha), mật độ cây/m2,
số bông/m2, sinh khối cây/ha và từ đ́ ảnh hưởng đến năng suất lúa với α 5% và giá trị t > 1,96 thì mô hình ć 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 ć
1

Khoa Nông nghiệp, Trường Đại học Cần hơ; 2 Sở Nông nghiệp & PTNT tỉnh Kiên Giang
13


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
kh́ khăn, năng suất lúa thấp hoặc bị chết sau thời
gian ngắn, ć thể do môi trường đất bị nhiễm mặn,
từ đ́ ảnh hưởng đến sự sinh trưởng và năng suất
lúa (Joseph et al., 2010; hitisaksakul et al., 2015).

heo nghiên ću của Fageria (2012), Lê Văn Dũng
và cộng tác viên (2016) cho thấy phân h̃u cơ và vôi
cải thiện sinh trưởng phát triển của lúa. Bên cạnh
đ́, một số nghiên ću của Sanusan và cộng tác viên
(2010), Zhu và cộng tác viên (2010), Võ hị Gương
và cộng tác viên (2016) cho thấy đặc tính đất, nước,
phân b́n và môi trường ảnh hưởng đáng kể đến
sự sinh trưởng trưởng và phát triển của lúa. Tuy
nhiên, các nghiên ću 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 b́n, 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 đ́, mục tiêu của nghiên ću 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 đ́ 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 tựng nghiên ću
Nghiên ću 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 b̃o hòa), khả năng

trao đổi cation (CEC), chất h̃u cơ, sodium hòa
tan và hấp phụ trên ph́c 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 ću gồm: loại giống
gieo trồng, mật độ gieo sạ, nước tưới, b́n vôi, b́n
phân h̃u cơ, chiều cao cây, số chồi, sinh khối cây/ha
và năng suất.
2.2. Phương pháp nghiên ću
2.2.1. Phương pháp thu mẫu và phân tích
Nghiên ću 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 đ́ trộn lại thành một mẫu đại diện.

Bảng 1. Phương pháp phân tích một số chỉ tiêu h́a 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
Phân tích theo phương pháp trao đổi với dung dịch BaCl2 0,1M không đệm
(Cation exchange capacity - CEC) (Rayment and Lyons, 2011).
Phần trăm b̃o hòa Na+ (-ESP)

Được tính toán dựa vào công th́c: ESP (%) = 100 (Na+ trao đổi)/ CEC.

Chất h̃u cơ (%C)

Global Soil Laboratory Network GLOSOLAN (2019).

14


Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020

Một số đặc tính h́a học đất được phân tích gồm:
pH, ECe (độ dẫn điện của dung dịch trích b̃o
hòa), khả năng trao đổi cation (CEC), chất h̃u

cơ, sodium hòa tan và hấp phụ trên ph́c hệ hấp
thu; ESP thể hiện tỷ lệ % của sodium trao đổi trên
CEC; potassium, calcium và magnesium trao đổi.
heo 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 b́n sử
dụng nhất là việc b́n vôi và phân h̃u cơ cũng được
ghi nhận và theo dõi.
2.2.2. Mô hình nghiên cứu
Nghiên ću phân tích đa biến bằng phần mềm
SmartPLS 3.2.8 m̃ nguồn mở theo Ghozali (2008)

và Ringle và cộng tác viên (2015), với 120 d̃ 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 ć ý nghĩa.

Hình 1. Mô hình cấu trúc tuyến tính nghiên ću 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).
15


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 b́n sử dụng. Bên cạnh đ́, tính
chất của đất xác định năng suất tiềm năng của cây
trồng và xác định phản ́ng của cây trồng sẽ là bao
nhiêu với lượng phân b́n bổ sung. Vì vậy, tùy thuộc
vào đặc tính đất mà quyết định loại phân b́n sử
dụng hợp lý. Sử dụng phân b́n hợp lý sẽ tác động
đến sinh trưởng phát triển và gia tăng năng suất cây

trồng. Việc b́n phân không hợp lý và cân đối ć thể
làm cho đất bị nén dẽ, lèn, chua, giảm hoạt động vi
sinh vật,… từ đ́ 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 b́n 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
ć giá trị để hình thành các biến tiềm ẩn và mô hình
bên trong quan trọng cho thấy rằng sự tương tác
gĩa các biến tiềm ẩn là phù hợp ć ý nghĩa.
Ḿc độ phù hợp ć 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. hời gian và địa điểm nghiên ću
Nghiên ću được thực hiện vào thời điểm vụ
Mùa 2017 - 2018, từ tháng 8 năm 2017 đến tháng 01
năm 2018 tại x̃ Nam Yên, huyện An Biên và x̃ 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 ću của sự sinh trưởng phát triển
của lúa trên đất nhiễm mặn trong mô hình canh tác
tôm - lúa đ̃ 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 ch̃ 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 b́n sử dụng, lượng nước và loại giống sử
dụng ảnh hưởng đến sinh trưởng phát triển, từ đ́
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
ć ý nghĩa (t > 1,96). Bên cạnh đ́, khả năng trao
đổi cation (S4) và hàm lượng natri hòa tan và trao
đổi (S6, S3) ảnh hưởng ở ḿc ý nghĩa t = 3,084 và
4,068 > 1,96. Việc ć b́n phân h̃u cơ (f1) và b́n
vôi (f2) cũng ảnh hưởng ở ḿc ý nghĩa t = 3,332 và
4,505 > 1,96, loại giống sử dụng (v1) và lượng nước
tưới (w1) đều ć ảnh hưởng và hình thành mỗi biến
tiềm ẩn của chúng ć ý nghĩa. Biến sinh trưởng phát
triển của lúa được hình thành ć 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
16


Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020

Bảng 2. Kết quả kiểm tra ḿc độ ý nghĩa

hình thành các biến tiềm ẩn
Các
biến

Ước
Độ
lựng Trung
TPlệch
mẫu
bình
statistic values
chuẩn
ban đầu

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

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

1,000

1,000

0,000

1,000

1,000

0,000

Số chồi

Loại giống sử dụng
v1
Nước tưới
w1

Ghi chú: Bảng 2, 3, 4, 5, 6: * t-statistics ≥ 1,96.

Bảng 3. Kết quả kiểm tra ḿc độ ý nghĩa
hình thành các biến tiềm ẩn lặp lại
Ước
Độ
lựng Trung
TPlệch
mẫu
bình
statistic values
chuẩn
ban đầu
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
Các
biến

Bảng 4. Kết quả kiểm tra ḿc độ ý nghĩa
hình thành các biến tiềm ẩn cuối cùng
Các
Ước
biến
lựng
giả
mẫu
thuyết ban đầu
Đặc tính đất
S11
0,574
S12
-4,458
S4
-1,834
S6
6,474
Phân bón sử dụng
f1
0,647
f2
0,761
Năng suất
g2

1,000
Số chồi
sh120
0,672
sh145 -0,549
sh190
0,895
Loại giống sử dụng
v1
1,000
Nước tưới
w1
1,000

Trung
bình

Độ
TPlệch
statistic values
chuẩn

0,561
-4,374
-1,791
6,360

0,130
1,116
0,597

1,555

4,249*
3,994*
3,079*
4,165*

0,000
0,000
0,002
0,000

0,631
0,754

0,155
0,124

4,185*
6,133*

0,000
0,000

1,000

0,000

0,661
-0,557

0,911

0,121
0,151
0,066

5,555*
3,642*
13,608*

0,000
0,000
0,000

1,000

0,000

1,000

0,000
17


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)
heo 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 đ́,
ć 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+ ć
thể thay thế Na+ trao đổi trên hệ ph́c hấp thu.
Na+ được đưa ra ngoài dung dịch đất, ć 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 ću của Qadir and
Oster (2004), b́n phân h̃u cơ cũng giúp gia tăng
lượng Ca2+ trong ph́c hệ trao đổi, ć 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 ć ảnh hưởng đến
sự sinh trưởng phát triển và năng suất của lúa trên
đất mặn đ̃ được chỉ ra bởi Sanusan và cộng tác
viên (2010), Võ hị Gương và cộng tác viên (2016),
Mahendran, S. và Sujirtha, N (2017). heo nghiên
ću của James và cộng tác viên (2000) thì khi lượng
Na+ trao đổi trên 2 cmol.kg-1 đất cây trồng ć triệu
ch́ng ngộ độc do mặn và không thu được năng suất.
heo Retnaningdyah và Arisoesilaningsih (2012),
hàm lượng natri, clorua và bicacbonat trên nước
tưới ć ảnh hưởng đến sinh trưởng phát triển và
năng suất lúa do tăng độ dẫn điện. Bên cạnh đ́, mô
hình cũng cho thấy mật số cây/m2, mà số bông/m2
ć ảnh hưởng trực tiếp đến sinh trưởng phát triển

từ đ́ ảnh hưởng đến năng suất, số bông trên một

đơn vị diện tích là thành phần năng suất quan trọng
nhất và đ́ng ǵp 89% sự biến động về năng suất
lúa. Phân h̃u cơ giúp giảm độ mặn của đất, cải
thiện ć ý nghĩa năng suất lúa trên đất nhiễm mặn
(Subardja V.O et al., 2016; Chowdhury et al., 2019).
B́n phân h̃u cơ giúp sự r̃a mặn được hiệu quả
hơn, đồng thời tăng khả năng cung cấp dinh dưỡng
từ đất, từ đ́, 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 đ́, 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 đ́,
nước tưới ć 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 PLSSEM, 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 ć mối
tương quan ảnh hưởng đến sinh trưởng phát triển
từ đ́ 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 b́n sử dụng mà ć b́n phân h̃u 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
Loại giống sử dụng -> Năng suất
Loại giống sử dụng -> Sinh trưởng phát triển
Nước tưới -> Năng suất
Nước tưới -> Phân b́n sử dụng
Nước tưới -> Sinh trưởng phát triển
Nước tưới -> Đặc tính đất
Phân b́n sử dụng -> Năng suất
Phân b́n sử dụng -> Sinh trưởng phát triển
Sinh trưởng phát triển -> Năng suất
Đặc tính đất -> Năng suất
Đặc tính đất -> Phân bón sử dụng
Đặc tính đất -> Sinh trưởng phát triển
18

Ước lựng
mẫu ban đầu
0,016
0,018
-0,130
-0,036
-0,152

0,118
-0,064
-0,075
0,855
-0,770
-0,528
-0,901

Độ lệch chuẩn

T- statistic

0,039
0,046
0,081
0,127
0,095
0,108
0,083
0,096
0,026
0,030
0,152
0,020

0,399 ns
0,398 ns
1,953*
0,283 ns
1,954*

1,090 ns
0,779 ns
0,781 ns
33,246*
25,643*
3,460*
45,018*


Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020

Gi ng
N
t

c
i
0.018

S11,
S12, S4
và S6

N ng
su t

-0.152

0.118

Sinh
tr ng
phát
tri n

-0.901
-0.036

0.855

0.895
-0.075
-0.528

-0.549

sh190

0.672

f1 và f2

sh120

sh145

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

3.3. Ḿc độ phù ḥp của mô hình cấu trúc tuyến

tính PLS-SEM
Kết quả đánh giá ḿc độ phù hợp của mô hình
cho thấy giá trị Q² = 98,65% (bảng 6) ć 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 ć b́n phân h̃u
cơ và vôi, trong khi chỉ ć 1,35% được giải thích bởi
nh̃ng yếu tố khác không đưa vào mô hình. heo
Hair và cộng tác viên (2014), Sarstedt và cộng tác
viên (2014), Q2 là giá trị để đánh giá ḿc độ phù hợp
dự đoán của mô hình bên trong, chênh lệch gĩa giá
trị dự đoán và giá trị gốc càng nhỏ thì Q2 càng lớn và
do đ́ độ chính xác dự đoán của mô hình càng cao.
Giá trị Q² = 98,65% cho thấy mô hình giải thích sự
tương quan gĩa yếu tố môi trường bên ngoài và
sinh trưởng phát triển của lúa trên đất nhiễm mặn
là ć 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 b́n sử dụng
0,311
0,689
Sinh trưởng phát triển

0,804
0,196
Đặc tính đất
0,612
0,388
2
2
2
2
Q = 1 – [(1 – R1 ) (1 – R2 ) (1 – R3 )…(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 ć tương quan chặt và ć giá trị phù
hợp cao để dự đoán Q2 = 98,65%. Mô hình giải thích
sự tương quan gĩa yếu tố môi trường bên ngoài và
sinh trưởng phát triển của lúa trên đất nhiễm mặn
là ć ý nghĩa. Việc ć b́n phân h̃u cơ, ć b́n vôi
và nước tưới để giảm độ mặn trong đất đều ć ảnh
hưởng đến sinh trưởng phát triển, từ đ́ 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 ńi riêng và Đồng bằng

sông Cửu Long ńi chung cần áp dụng biện pháp cải
thiện hệ thống canh tác tôm - lúa tổng hợp, trong vụ
lúa cần b́n phân h̃u cơ, ć b́n vôi và lượng nước
tưới hợp lý để giảm độ mặn trong đất, cải thiện đặc
tính đất, sử dụng giống lúa ch́ng 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 đ́ gia
tăng năng suất.
TÀI LIỆU THAM KHẢO
Lê Văn Dũng,  Tất Anh hư,  Nguỹn Duy Linh,  Võ
hị Gương, 2018. Cải thiện đặc tính bất lợi của đất
phèn nhiễm mặn và năng suất lúa qua sử dụng phân
h̃u cơ và vôi trong điều kiện nhà lưới. Tạp chí Khoa
học, Trường Đại học Cần hơ, Tập 54, Số CĐ Nông
nghiệp (2018), Trang: 65-74. DOI:  10.22144/ctu.
jsi.2018.067.
19


Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020

Võ hị Gương, Nguỹn Mỹ Hoa, Châu Minh Khôi,
Trần Văn Dũng, Dương Minh Vĩn, 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 hơ
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 diferently. 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. Efective date : October 28, 2019. http://www.
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, />EBR-10-2013-0128. Ngày truy cập 13/02/2020..
Joseph B, Jini D, Sujatha S., 2010. Biological and
physiological perspectives of speciicity in abiotic
salt stress response from various rice plants. Asian
Journal of Agricultural Science, 2, 99-105.
Mahendran, S. and Sujirtha, N., 2017. Efects 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
20

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. Efect 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 rtpls.
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 Staf 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 afected by cultivars, seedling
depth and water deicit 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. />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
Intensiication (SRI) method in saline soil. Journal
of Degraded and Mining lands management. ISSN:
2339-076X, Volume 3, Number 2 (January 2016):
543-549.
hitisaksakul, M., Tananuwong, K., Shoemaker, C.F.,
Chun A, Tanadul OU, Labavitch JM, Beckles DM.,
2015. Efects 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. Efect
of γ-Irradiation on Phenolic Compounds in Rice
Grain. Food Chemistry 120: 74-77. Ngày truy cập:
8/2/2020.


Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam - Số 2(111)/2020

Evaluation of factors afecting rice growth and yield in saline soils
Le Van Dung, Do Minh Nhut

Abstract
Rice production in the shrimp-rice farming system has many diiculties such as low productivity or death during
cultivation period. his research aimed to set an interaction model using multivariate analysis via smartPLS, to
identify the factors afecting rice growth and yield. he study was conducted on 40 farmers’ ields cultivating shrimprice system in An Minh and An Bien districts - Kien Giang province. he rice growth was evaluated during the period
of 20 days ater sowing, 45 days ater sowing, 60 days ater sowing and before harvesting (90 days ater sowing).
he 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. he result
showed that rice growth and development were simultaneously afected 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 afecting plant density/m2,
number of panicle/m2, plant biomass and rice yield with signiicance level α 5%, t-statistics > 1.96. Interaction model
to identify the factors afecting 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 ields are the main factors that directly and
indirectly afect 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

Người phản biện: TS. Trần hị Ánh Nguyệt

Ngày duyệt đăng: 27/02/2020

Ngày nhận bài: 13/02/2020
Ngày phản biện: 22/02/2020

ĐÁNH GIÁ TÁC DỤNG CỦA CHẾ PHẨM SINH HỌC HOTIEU-HTD03
TRÊN CÂY HỒ TIÊU TẠI TÂY NGUYÊN
Hà Việt Sơn1, Phạm hu Hằng2,
Chu Nhật Huy , Nguyễn hị hu1, Đỗ hị Gấm1,
Phan hị Lan Anh1, Nguyễn Văn hao1, Trần Đình Mấn3
3

TÓM TẮT
Hồ tiêu là loại cây trồng ć hiệu quả kinh tế và mang tính chiến lược tại Tây Nguyên. Canh tác hồ tiêu Tây
Nguyên theo hướng bền ṽng 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 ǵp phần quan trọng trong phát triển bền ṽng cây hồ tiêu. Chế phẩm
sinh học HOTIEU-HTD03 ch́a các chủng vi sinh vật bản địa Tây Nguyên, ć 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 ć tác dụng cải thiện đặc tính đất, hạn chế sâu bệnh, tăng sinh trưởng, qua đ́
năng suất và dung trọng hạt tăng lên 53% và 12% ở công th́c thí nghiệm (CTht1) so với công th́c đối ch́ng (CTht5).
Từ khóa: Chế phẩm sinh học, HOTIEU-HTD03, phát triển bền ṽng, hồ tiêu, Tây Nguyên

I. ĐẶT VẤN ĐỀ
Chế phẩm sinh học sử dụng trong trồng trọt ć
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 śc khỏe con người, vật
nuôi, cây trồng và thân thiện với môi trường sinh
thái (Berg G., 2009). Vi sinh vật ć lợi càng phát

triển thì đất đai càng màu mỡ. Đất càng khỏe mạnh,
nhu cầu về thuốc trừ sâu và phân b́n tổng hợp càng
thấp. Nh̃ng vi sinh vật này ć ch́c 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 gĩa 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

Trung tâm Phát triển Công nghệ cao, Viện Hàn lâm Khoa học và Công nghệ Việt Nam
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
1
2

21