新型饲草高粱晋草8号的选育及栽培技术要点

晋草8号是以新型A3细胞质雄性不育系Txbmr12A为母本、以20131937为父本组配而成的饲草高粱杂交种。2014-2015年参加全国高粱区域试验,2年平均鲜产量7142.8kg/667m~2,比对照皖草2号增产5.0%。该品种对土壤要求不高,可春播、夏播,可多次刈割,在全国活动积温达到2300℃以上的区域均可种植。     

稳定性参数法在饲草高粱区试中的应用

运用稳定性参数法对2003年参加国家饲草高粱杂交种区域试验的7个杂交种进行了丰产性、稳定性和适应性的鉴定分析.结果表明健宝的丰产性、稳产性较好,适应性广;苏波丹、辽草1号、晋草1号和皖草2号等4个品种的丰产性较好,但稳定性较差,对环境反应较敏感;润宝1号、润宝2号的丰产性较差.     

饲草高粱区域试验新杂交种综合评价

采用模糊数学综合评判方法,综合评价了2003年国家饲草高粱杂交种区域试验材料。结果表明,6个饲草高粱杂交种中,其中晋草1号、健宝两个品种以每公顷产量、丰产素质为主,包括抗病性、抗倒性、株高在内的综合性状明显优于对照皖草2号,达到优良的评价标准,其综合指标值分别比对照增加17.51％和15.95％。辽草1号、苏波丹综合性状比对照稍有减产,但减产幅度不大;综合评价为较好或一般,润宝1号、润宝2号比对照减产幅度很大,综合评价为较差。模糊数学评判方法,客观的反映了品种的综合特性,克服了仅用产量指标评价品种优劣的不足,对新品种的审定、推广都具有积极重要的意义。     

饲草高粱杂交种吉草2号

吉草2号是吉林省农业科学院作物育种研究所以自选高粱不育系T32A为母本,以系选红壳苏丹草YN2092为父本,于2007年组配的饲草高粱杂交种.吉草2号2010年1月通过吉林省品种审定委员会审定.该饲草高粱的双亲均为自选系,具有高产、粗蛋白和粗脂肪、可溶性总糖含量高的特点.吉草2号对高粱丝黑穗病免疫,高抗叶斑病,增产潜力大,是吉林省东部草场、两部湿地以及东北农牧区交错带填闲地推广的优质饲草高粱.     

不同饲料作物产量与品质比较研究

对引进的7个高大饲草品种的产量和品质进行了初步研究.结果表明,鲜草产量和干草产量最高的品种均为玉草2号,其次为龙草1号.品质最好的为晋草系列品种;粗蛋白产量最高的品种是龙草1号和玉草2号.分析表明,青贮利用可选玉草2号,青饲利用可选龙草1号.     

新型饲草高粱晋草4号的选育

晋草4号是以新型A3细胞质雄性不育系A3SX-1 A为母本,以SCR2-2为父本组配而成的饲草高粱杂交种.在2006～2007年国家区域试验中,2006年平均产量103 948.5 kg/hm2,比对照增产4.4%;2007年平均产量115 000.5 kg/hm2,比对照皖草2号增产5.5%,两年平均产量109474.5 kg/hm2,比对照增产5.0%.该品种具有生长速度快,再生能力强,生物产量高,营养价值高,适应性强,适口性好等特点,是牛、羊、鱼的优质饲草,也是当前我国退耕还林的优势草种.     

饲草高粱杂交种晋草9号的选育及栽培技术

晋草9号是以不育系A_3SX1A为母本、恢复系SCR2-1为父本,于2011年组配而成的饲草高粱杂交种,2年全国区域试验鲜重每667m^2平均产量6818.2 kg,比对照皖草2号增产0.2%;生产试验平均产量6855.2kg,比对照皖草2号增产8.1%。该杂交种具有茎叶木质素含量低、适口性好、消化率高、生长速度快、再生能力强、生物产量高、营养价值高、适应性强等特点,是牛、羊、鱼的优质饲草,也是当前我国退耕还林的优势草种。     

饲草高粱杂交种晋草2号的选育

晋草2号是以A3型细胞质雄性不育系如SX-14A为母本，以苏丹草JP品系为父本组配而成的饲草高粱杂交种。该杂交种具有生长速度快，再生能力强，生物产量高，营养价值高，适应性强，适口性好等特点，是牛、羊、鱼、鹅的优质饲草，也是当前我国退耕还林的优势草种。     

新型饲草高粱晋草5号的选育及栽培技术

晋草5号是山西省农业科学院高粱所以自选的新型A3细胞质雄性不育系A3SX-14A为母本,以苏丹草SCR2-1为父本,于2002年冬在海南组配而成。2003年进行新品种比较试验,在15个饲草高粱中表现优异。2006~2007年参加全国高粱区域试验,2008年2月通过全国高粱鉴定委员会鉴定。     

饲草高粱杂交种晋草9号选育及栽培技术要点

摘要：晋草9号是以不育系A3SX1A为母本,恢复系SCR2-1为父本,于2011年组配而成的饲草高粱杂交种,两年全国鲜重平均亩产6818.2 kg,比对照皖草2号增产0.2%,生产试验平均亩产6855.2kg,比对照皖草2号增产8.1%。该杂交种具有茎叶木质素含量低,比对照皖草2号低5.16%,适口性好,消化率高,生长速度快,再生能力强,生物产量高,营养价值高,适应性强,适口性好等特点,是牛、羊、鱼的优质饲草,也是当前我国退耕还林的优势草种。     

Stability Analysis of Yield in Maize,Wheat and Sorghum and its Implications in Breeding Programs*

Six stability statistics: (b_i, s²_di, , , and ) were estimated for maize, wheat and sorghum in different environments by using three statistical models. The significant linear portion of genotype × environment interaction for maize indicates different hybrids responded differently to environments, whereas the non-significant genotype × environment interaction (linear) were found for wheat and sorghum suggest that all genotypes responded similarly as the environments change. However, the highly significant pooled deviations (deviation from regression) for all three crops make yield predictions from the model less reliable. When regression coefficients (b_i) were non-significant, s²_di, became an important statistic in estimating stability. It appears that the regression coefficient, b_i, was best used to estimate genotypic adaptability, whereas s²_di, for stability. Maize and sorghum had negative correlations between the mean yield and stability statistics, s²_di, , and , suggesting that high yield and stability are not mutually exclusive in the range of environments used in this study; however, such correlations did not occur in wheat. Thus, maize and sorghum hybrids with high yield potential and high stability could be identified and selected. Correlations between mean yield and b_i, or , were positive and significant for maize and sorghum but were non-significant for wheat, indicating that such relationships may be species specific. Under a given set of testing environments, the stability ranking associated with each maize hybrid is correlated to and depends on other hybrids included in the analysis.     

酒用高粱新品系多点丰产性鉴定初报

对8个酱香型酒用高粱新品系进行多点产量鉴定,通过临田测产、数据比较和方差分析。结果表明,8个参试新品系均比对照增产,其中新品系14－888、XM3的产量最高且稳产性好,可作为参加贵州省高粱区域试验的首选品系,14－888、XM3、14－1005、14－884、14－883具有较好的适应性和丰产性可进一步试验;14－1053、14－1513的表现一般,14－865的适应性较差可予以淘汰。     

几种模型在玉米区域试验的适用性与品种评价中的差异研究

为了综合评价玉米区域试验的结果,采用Shukla模型、Finlay-Wilkinson模型、Eberhart-Russell模型和加性主效乘式互作模型(AMMI)等4种常用模型对中国5个类型的玉米品种区域试验资料进行了拟合与分析。结果表明,没有一个模型对所有试验资料的拟合效果都最佳,Finlay-Wilkinson模型对5个试验拟合效果均最差,AMMI模型对3个试验的数据拟合效果最佳,Shukla模型和Eberhart-Russell模型则分别对一个试验拟合效果最佳。各个模型在玉米品种产量差异显著性检验和稳定性排序等方面存在较大的差异。因此,在玉米区域试验的实际分析中应采用AMMI模型或者利用模型拟合信息量准则选用最佳的模型进行分析,以提高玉米区域试验对品种高产与稳产评价的准确性。     

Getting the Most Out of Sorghum Low‐Input Field Trials in West Africa Using Spatial Adjustment

Breeding sorghum for low‐input conditions is hindered by soil heterogeneity. Spatial adjustment using mixed models can help account for this variation and increase precision of low‐input field trials. Large small‐scale spatial variation (CV 39.4 %) for plant available phosphorus was mapped in an intensely sampled low‐input field. Spatial adjustments were shown to account for residual yield differences because of this and other growth factors. To investigate the potential of such models to increase the efficiency of low‐ and high‐input field trials, 17 experiments with 70 sorghum genotypes conducted in Mali, West Africa, were analysed for grain yield using different mixed models including models with autoregressive spatial correlation terms. Spatial models (AR1, AR2) improved broad sense heritability estimates for grain yield, averaging gains of 10 and 6 % points relative to randomized complete block (RCB) and lattice models, respectively. The heritability estimate gains were even higher under low phosphorus conditions and in two‐replicate analyses. No specific model was best for all environments. A single spatial model, AR1 × AR1, captured most of the gains for heritability and relative efficiency provided by the best model identified for each environment using Akaike's Information Criterion. Spatial modelling resulted in important changes in genotype ranking for grain yield. Thus, the use of spatial models was shown to have potentially important consequences for aiding effective sorghum selection in West Africa, particularly under low‐input conditions and for trials with fewer replications. Thus, using spatial models can improve the resource allocation of a breeding program. Furthermore, our results show that good experimental design with optimal placement and orientation of blocks is essential for efficient statistical analysis with or without spatial adjustment.     

双季糯高粱间作大豆田间配置方式优化

为了减轻双季糯高粱连作障碍,优化双季糯高粱、大豆田间配置结构,提高两季作物产量效益,以常规双季糯高粱‘国窖红1 号’、‘南豆12’为试验材料,研究不同田间配置方式对糯高粱、大豆复合种植、净作模式下产量、效益的影响。结果表明：复种模式下作物总产量、总产值均高于双季糯高粱、大豆净作模式,头季糯高粱产量、千粒重、穗粒重和穗长随厢宽的增加而降低,再生季糯高粱、大豆表现为先增后减的趋势;双季糯高粱总产量最高的为1.7 m开厢处理,达8352.9 kg/hm2,大豆产量最高为1.8 m开厢处理,达1888.95 kg/hm2,两作物总产值、净收益以1.7 m 开厢处理最高,分别为47293.92 kg/hm2、29976.42 kg/hm2,其次为1.8 m开厢处理,以上两处理为最优田间配置方式。产投比以净作双季糯高粱最大,净作大豆最低。     

甜高粱产量及品质相关性状对环境因子反应度分析

于2013年和2014年在天津、安徽、海南、黑龙江、新疆和内蒙古试验,应用RBF网络模型、逐步回归等多元统计方法,从区域的角度阐明甜高粱产量及品质相关性状与环境因子之间的关系,明确影响目标性状的关键环境因子,量化关键环境因子的作用程度,剖析高产优质甜高粱对环境因子的要求并构建产量预测模型。结果表明,环境(E)效应对甜高粱性状的影响很大,大于基因型(G)和G×E互作效应;甜高粱产量及品质相关性状对降水量、昼夜温差、土壤p H值、有机质、全氮和有效钾反应度较大;土壤p H值、有机质和全氮为关键影响因子;鲜重产量和茎秆相对总含糖量预测模型均通过显著性检验,决定系数R2值较高,为可用模型。研究结果为中国甜高粱生态划区、栽培调控提供了理论依据,使高产、优质得以充分的发挥。     

酿造高粱肥料高效利用研究

为了探讨本栽培区域 N、 P、 K肥对酿造高粱产量的影响, 寻求获得高产的 N、 P、 K肥配方, 本试验采用 “3414” 设计方案, 以 ‘晋杂 23号’ 为试验品种, 在山西省农科院经济作物研究所试验田研究了不同N、 P、 K肥配方对试验品种农艺性状及产量的影响。结果表明： 不同施肥处理高粱农艺性状、 穗粒重、 千粒重都高于对照(N₀P₀K₀), 但方差分析表明差异不显著; 在一定的肥力基础上, 增加肥料投入比不施肥可获得较高产量; 施用氮肥和磷肥对于提高籽粒产量具有显著的作用, 但随着氮肥施用量的增加, 高粱籽粒产量显著降低; 在本试验条件下, 以 N 施用量为 96 kg/hm², P₂O₅施用量为 76 kg/hm², K₂O 施用量为60 kg/hm²是高粱获得高产量、 低成本、 高收益的合理配方。     

高粱新型细胞质雄性不育系A3SX-1A选育及其应用

【目的】研究A3细胞质在饲草高粱育种上的利用。【方法】① A3细胞质雄性不育系选育利用;② A3细胞质雄性不育系的育性反应;③ 杂交种选育。【结果】以A3398为不育源,SX-1为基础材料,经连续八代回交转育,于1996年育成新型细胞质不育系A3SX-1A,该系具有抗败育、长根茎、抗旱耐深播,综合农艺性状优良等特点。目前应用该系已育成3个杂交种,其中晋草1号已通过审定,在全国20余个省区大面积推广。【结论】A3细胞质在饲草高粱育种和生产中的成功利用,丰富了高粱杂交种的遗传基础,增加了高粱杂交种类型和饲草新类型     

不同栽培措施对高粱产量的影响

为了探讨不同栽培措施对不同高粱品种产量的影响,寻求高粱获得高产的最佳栽培模式,本试验以晋杂23号和晋中405为试验品种,在山西省农业科院经济作物研究所的试验田研究了不同密度、施肥量、播期对高粱试验品种产量的影响。结果表明,‘晋杂23号’属丰产型品种,不宜密植;‘晋中405’属密植类型,以群体产量获得高产;随着播期的推迟,‘晋杂23号’和‘晋中405’的产量都呈下降趋势,且差异显著。最佳栽培措施：‘晋杂23号’为225 kg/hm2施肥水平、12万株/hm2密度水平及5月2日的播期;‘晋中405’为225 kg/hm2施肥水平、15万株/hm2密度水平及5月2日的播期。