高产小麦品种模式化选育的初步研究

本文探讨了高产小麦品种理想模式的概念、特点和品种模式化选育的理论依据及优点。对37个亩产400公斤以上的高产品种的产量与其构成因素、形态性状、生理性状以及这些性状之间的关系进行了多元和简单相关分析。针对山东的生态条件和品种的现状，优化了亩产600-650公斤的品种模式。探讨了各类性状间的有机联系和协调发展产量潜     

小麦与偃麦草远缘杂交的研究

本文是作者从事小麦与偃麦草远缘杂交三十余年的研究总结.介绍了亲本选配原则、花期调节、交配方法等远缘杂交技术,用回交与重复授粉、筛选结实率高的组合与单株、延长生育期等方法克服远缘杂种F_1的不育性.介绍了小偃麦远缘杂种的培育和选择的方法,八倍体小偃麦、异附加系、异代换系和六倍体小偃麦(小麦新品种)的创制、鉴定和应用等.     

多效唑在小麦花药培养中应用的研究

在小麦花粉愈伤诱导及分化培养基中,加入一种三唑类化介物---多效唑(MET),对出愈率和绿苗分化率影响不明显,但当其浓度高于2mg/L时,会出现负效应。在小麦壮苗培养基中附加MET3 mg/L,萘乙酸(NAA)0.5mg/L,蔗糖8％,不仅可改善春性小麦花粉植株的生长状态,还可提高花粉苗染色体加倍率。若与将愈伤转入分化培养基以前先在含秋水仙碱250mg/L的MS培养基中处理1天这一方法相配合使用,将会出现更好的加倍效果。冬性小麦花粉植株的壮苗培养基中添加MET,可有效地防止花粉苗在越夏过程中老化,增加分蘖数,从而大幅度提高移栽成活率,但同时花粉植株的染色体加倍率有所下降。     

种子大小对冬小麦苗势及其幼穗发育的影响

以中大粒品种郑引1号为试验材料,研究了不同粒重种子对幼苗长势及幼穗发育的影响.结果表明,大粒种子出苗迟,生长发育快,叶片分化持续时间短,幼苗长势壮;大粒种子的幼穗发育开始早,分化强度大,形成小穗数多.茎生叶分化总数不因粒重不同而发生变化.     

小麦轮回选择的初步实践

利用太谷核不育小麦,开展以抗锈和矮秆丰产为主要目标的轮回选择,选择压分别为5.6%和4.7%.抗锈群通过一轮混合选择,条锈病反应型0—1级的抗病株率和严重度25%以下的轻病株率较基础群体分别提高12.5%和5.1%.矮秆丰产群采用两种轮选方案.经两轮选择看出,改良半姐妹法其群体的株高比基础群体明显降低6.2厘米,其余性状有向选择目标集中的趋势;混合选择法其群体除穗粒数外,其余性状进展趋势与上相同.     

小麦收获期对麦套棉田捕食性天敌和棉花苗蚜的影响

2004-2005年在冀南棉区研究了小麦收获期对麦套棉田中捕食性天敌和棉花苗蚜的影响。小麦收获期共设3个水平,分别是6月5日、6月10日和6月15日收获小麦。结果表明:2004年3个时期收获小麦对棉田的益害比(天敌和棉蚜的比值)无显著影响(t>0.05);2005年6月5日收获小麦,显著增加了棉田的益害比(t<0.05),6月10日和6月15日收获小麦对棉田的益害比无显著影响(t>0.05)。说明在麦套棉田中,麦田天敌到棉田的有效转移受麦蚜-天敌-棉蚜三者发生高峰期的影响,不同年份天敌的转移情况有所不同。麦蚜发生高峰期早则小麦天敌向棉田转移早,并能有效控制苗期蚜虫的危害,在麦熟期收获小麦,对棉田天敌的数量影响不大;反之,若麦蚜发生高峰期晚,麦田天敌发生期也会相应延后,在麦熟期收获小麦则会引起棉田天敌的增加。因此,棉田天敌数量变化受小麦收获期的影响,但与麦蚜和麦田天敌的发生动态有直接关系。     

不同品系小麦和小黑麦种子中金属元素含量的比较研究

应用中子活化分析技术，分析了２５个品系小麦和小黑麦种子中的金属元素的含量。检测出１９种元素，其中必需的营养元素９种，重点比较了微量营养元素的含量。结果表明，不同品种上种子中元素一有较大的差异，表明在营养元素的吸收利用上存在着不同的基因型，本实验为有效利用土壤营养元素物小麦育种提供了选择基因型和进行筛选的依据。     

聚晶立方氮化硼刀具的性能及其选用

聚晶立方氮化硼(PCBN)刀具已在切削加工的各个方面表现出了优异的切削性能,尤其是超硬特性被使用者所熟悉。为此,介绍了PCBN刀具的物理性能、切削性能以及常见的刀具结构形式;从刀具的几何参数、切削用量、使用条件、加工实例等几方面,论述了PCBN刀具的使用特点和要求。     

论形式质料关系在亚里士多德哲学和康德哲学中的异同

形式质料关系是亚里士多德传统形而上学的基本理论模式;形式质料关系是康德为未来形而上学奠基的基本思维模式;亚里士多德传统形而上学中的形式质料关系和康德哲学中的形式质料关系基本相同;形而上学如此“钟爱“形式质料关系是因其虽简单但蕴涵着大量的人类思想信息,并具有可变通性,因而能够高效率地表达人类文明;深刻认识形式质料的关系,有利于较便捷地了解形而上学和西方文明.     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。