T型杂种小麦优势表现的形态及遗传基础 Ⅰ产量优势的形态基础

1982—83和1983—84两年度分别利用由4×4和5×4不完全双列杂交配制的杂种 F_1及相应亲本,采用相关和通径分析等方法在田间稀条播条件下研究了 T 型杂种小麦各产量构成因素的优势与产量优势表现的关系。供试杂种产量杂种优势最高这30%,但年份之间有一定变化。千粒重普遍表现明显的杂种优势,穗拉数往往表现负优势,穗数优势的表现则很不一致。产量优势是其构成因素的优势相互补偿和积累的结果。各产量因素的优势对产量优势的贡献大小取决于各因素的直接通径系数和优势幅度两方面.穗数对产量的作用明显大于穗粒数和千粒重,穗数优势对产量优势有举足轻重的作用.千粒重的直接效应虽然较小,但因其优势幅度较大,对产量优势的形成仍有重要贡献.穗粒数的负优势主要是由于每小穗粒数的负优势所造成的.而每小穗粒数的负优势则主要是由于杂种育性恢复度不够高所造成的.     

冬小麦F2代主要产量性状杂种优势及其相关性的研究

选用11个品质性状差异较大的小麦品种,以NCII杂交设计配置30个杂交组合,研究单株穗数、穗粒数、千粒重和单株产量等4个性状的F2代杂种优势、亲子相关及回归.结果表明:F2代各产量性状的杂种优势均明显衰退,除穗粒数呈弱正向优势外(HMF2=0.227),其余性状均呈现负向优势,亲子相关和回归分析得出杂种F2产量各性状与双亲相应性状的中亲值相关系数均达到极显著正相关,杂种F2代与双亲关系密切.因此,若选择优良亲本,注重提高双亲产量性状的平均水平,小麦的杂种优势可以利用F2代.     

杂交小麦主要产量性状优势及亲本选配分析

通过对121个小麦杂交组合中14个增产幅度较大的超标优势组合F1代的产量性状、株高和抗病性等进行分析,发现各超标优势组合的产量三因素均具有较高水平.在产量三因素中,有效穗数的优势对产量优势的贡献最大,其次是每穗粒数,千粒重优势对产量优势的贡献最小.此外还发现,湖北麦区生态条件下,杂种F1代株高为88～97 cm、父本比...     

小麦种间杂种优势研究:Ⅰ.普通小麦与斯卑尔脱小麦及密穗小麦种间杂种产量和品质优势

以6个普通小麦为母本,5个斯卑尔脱小麦和 5个密穗小麦为父本配制6×10种间 NCⅡ双列杂交组合,对其杂种F1的产量及品质性状进行了研究。结果发现:小麦种间杂种在产量上具有明显的杂种优势,其中斯卑尔脱小麦与普通小麦所配的30个种间杂交组合产量杂种优势平均为109.24%(43.14%~187.96%),单株穗数及千粒重平均优势较大且与产量优势的相关分别达极显著水平和显著水平;密穗小麦与普通小麦所配的30个种间杂种的杂种优势为77.19%(-2.18%~143.42%),单株穗数和主穗粒数优势较大且与产量优势的相关均达极显著水平。种间杂种的品质指标中籽粒硬度大多降低,但农大3226所配组合均具正向优势,密穗小麦所配种间杂种籽粒蛋白质含量及湿面筋含量低于普通小麦。但是种间杂种沉淀值的杂种优势比较普遍。认为,种间杂种的品质性状在一些组合中比普通小麦有所提高。     

CHA小麦产量因子优势关系分析及育种学评价

通过对 12个CHA小麦杂优组合产量及产量构成因子的优势关系分析 ,揭示了CHA小麦杂种优势表现规律和各种优势对产量表现的相对重要性。结果表明 :产量及其构成因子的平均优势表现大小顺序为 :产量 >穗数 >千粒重>穗粒数 ,各优势对产量超标优势的关联度顺序为产量平均优势 >千粒重超标优势 >穗粒数超标优势 >穗数平均优势>其它。由此反映出在杂优利用研究中进行亲本选配和强优组合筛选时对群体穗数和千粒重、穗粒数的不同要求。     

杂交粳稻的产量构成因素及其优势强弱的研究

本试验用相关和优势指数法分析了27个杂交粳稻的产量构成因素与产量的相关性和各主要性状的杂种优势的强弱。其结果是各产量构成因素与杂交稻产量相关的顺序为每亩有效穗数>平均每穗总粒数>空壳率>千粒重。抽穗期与每穗总粒数和空壳率没有明显的相关,但与产量却成负相关。杂交粳稻的杂种优势就平均优势看,株高优势强于茎叶重优势,有效穗数优势强于粒重和每穗总粒数优势。但不同组合有差异。     

小麦F_1代的产量优势及相关性分析

通过对106个杂交组合中21个超标优势组合F1代产量性状及相关性分析,发现各超标优势组合的产量三因素均具较高水平。其中,有效穗数对产量的贡献最大,通径系数为0.8536;穗粒数次之,通径系数为0.4355;千粒重贡献较小,通径系数仅为0.2492。由此表明,湖北麦区生态条件下杂交小麦强优势组合的选配应在有效穗数和穗粒数两因子上有所侧重。     

杂种小麦碳同化特性及籽粒产量性状的研究

 在春季小麦返青后的各生育期中，供试化杀型（CHA）杂种麦优4号和T型三系杂种麦优1号与亲本和对照相比，在群体光合速率（CAP）、群体叶源量（CLSC）和叶面积指数（LAI）上都表现明显杂种优势，这些优势随生育进程呈逐渐增强趋势。杂种小麦在返青后各生育期的群体干物重（PDW）均优于亲本。CLSC与PDW呈极显著正相关表明，CLSC可作为反映群体物质生产力大小的可靠指标。供试杂种在籽粒产量上的优势亦较明显，其平均优势（AH）大于超标优势（SH）。麦优4号、麦优1号的穗数、粒数、粒重三产量构成因素的AH均为正值，SH在麦优4号中表现为单位面积穗数和千粒重为正值，穗粒数为负值；在麦优1号中则单位面积穗数和穗粒数为正值，千粒重为负值。麦优4号的籽粒产量优于麦优1号。杂种小麦在CAP、CLSC上的明显优势是其获得PDW优势及籽粒产量优势的重要生理基础。本文还就杂种光合优势和光合作用与产量的关系进行了讨论。     

导入大赖草DNA小麦后代的变异性状分析

对6个不同生态类型小麦品种及其完全双列杂交F1幼穗分化特点和穗分化杂种优势的研究表明,杂种幼穗分化各主要时期普遍存在杂种优势;不同生态类型组配方式的杂种穗分化优势不同;穗分化杂种优势与产量杂种优势具有一定相关关系;黄淮麦区杂交小麦最佳生态组配方式为春性品种×冬性品种。     

两系杂交水稻产量性状的相关及通径分析

以5个光温敏不育系与10个恢复系(或常规品种)分别配成的组合为材料，从产量性状上对所配成的50个组合进行杂种优势分析。结果表明：杂种F1存在显著的个体杂种优势，在主要农艺性状尤以单株粒重、单株穗数、每穗粒数的杂种优势明显；相关、通径分析表明：每穗粒数、单株穗数、结实率、千粒重与单株粒重成正相关，且每穗总粒数、结实率对单株粒重的直接作用均达极显著水平。     

Grain Yield Mapping: Yield Sensing,Yield Reconstruction,and Errors

Research findings are reviewed focusing on yield sensing methods, yield reconstruction, mapping, and errors. Yield sensing methods were explained and yield mapping process was briefly introduced. Grain flow through different combines was explained and the effects of combine dynamics on yield measurement accuracy were discussed. Other errors caused by various sensors that are utilized by a yield monitor were included. It was concluded that with proper installation, calibration, and operation of yield monitors, sufficient accuracy can be achieved in yield measurements to make site-specific decisions. Nevertheless, attention must be paid when interpreting yield maps since yield measurement accuracy can vary depending upon the measurement principle, combine grain flow model, size of management area chosen, and the operator's capabilities and carefulness in following instructions to obtain the best accuracy possible under varying field operating conditions. Some of the errors can be filtered out by careful analysis of the raw yield (or flow rate) data provided by yield monitors. Researchers have focused on crop flow models to improve yield reconstruction process. A yield reconstruction algorithm that effectively handles non-linear combine dynamics has not been developed by researchers yet. More efforts towards yield reconstruction should be encouraged.     

江麦23丰产稳产性及产量构成因素分析

根据江苏省2013—2017年淮北小麦品种试验4年汇总数据,分析了江麦23的丰产性、稳产性、适应性及产量构成要素。结果表明,江麦23是一个具有良好的丰产性(较对照淮麦20增产3.13%～5.79%)、稳产性(3年高稳系数HSC高于对照)、适应能力较强(4年适应度高于对照)的小麦新品种,适宜在淮北地区推广种植。此外,产量构成三要素分析表明千粒重对产量的直接作用最大,其次是穗数,穗粒数对产量的直接作用最小。因此,在稳定穗粒数的前提下,提高千粒重和增加有效穗数是提高江麦23产量的关键。     

Frequency Analysis of Yield for Delineating Yield Response Zones

The yield in any given field or management zone is a product of interaction between many soil properties and production inputs. Therefore, multi-year yield maps may give better insight into determining potential management zones. This research was conducted to develop a methodology to delineate yield response zones by using two-state frequency analysis conducted on yield maps for 3 years on two commercial corn fields near Wiggins, Colorado. A zone was identified by the number of years that yield was equal and greater than the average yield in a given year. Classes producing statistically similar yield were combined resulting in three potential yield zones. Results indicated that the variability of yield over time and space could successfully be assessed at the same time without the drawbacks of averaging data from different years. Frequency analysis of multi-year yield data could be an effective way to establish yield response zones. Seventeen percent of the field #1 consistently produced lower yield than the mean while 43 of the field produced yield over the mean. Corresponding values for field #2 were 6% and 42%.The remainder of the fields produced fluctuating yields between years. These spatially and temporally sound yield response maps could be used to identify the yield-limiting factors in zones where yield is either low or fluctuating. Yield response maps could also be helpful to delineate potential management zones with the help of resource zones such as electrical conductivity and soil maps, along with the directed soil sampling results.     

水稻产量构成因素与产量的分析

通过对辽宁省14个水稻栽培品种的产量与产量构成因素进行相关分析、通径分析和多元回归分析。结果表明:.每穗粒数、结实率、千粒重与产量均呈正相关,而穴穗数与产量成负相关。除穴穗数以外,其它任何性状的提高都将不同程度地促进产量增加;4个因素与产量的偏相关系数均为正值。通径分析表明:四个产量构成因素与产量的直接通径系数均为正值,其中穗粒数对产量的直接效应最大(2.2387),其次是穴穗数(1.4853)。但穴穗数通过穗粒数对产量的间接负向效应较大。所以通径分析能够较客观的反映各因素对产量影响的大小。因此在今后的高产水稻新品种的选育中,应注重穗粒数的选择,同时保证一定的结实率和千粒重,穴穗数可以适当放宽。     

密度对玉米产量（＞15 000 kg•hm-2）及其产量构成因子的影响

【目的】研究密度对高产玉米（＞15 000 kg•hm-2）产量及其构成因子的影响,揭示高产玉米产量形成机制,为玉米持续稳定高产提供依据。【方法】连续两年在新疆和宁夏高产玉米区,以郑单958为试材,以1.5万株/hm2为一个密度梯度,设置从1.5万株/hm2至18万株/hm2不同密度处理,充分满足水肥需求,进行高产栽培实践,在实现高产基础之上分析其产量及产量构成因子特征。【结果】两年多点共68个处理,最低和最高单产分别为7 675.5和20 503.5 kg•hm-2,其中有47个处理达到15 000 kg•hm-2以上的产量;对产量构成特征的分析表明,要达到15 000 kg•hm-2以上的高产,最低、最高密度分别为5.25万株/hm2和16.28万株/hm2;最低、最高收获穗数分别为6.66万穗/hm2和13.84万穗/hm2;最低、最高穗粒数分别为365和657粒;最低、最高千粒重分别为237和404 g。【结论】密度与单产呈抛物线关系,以10.5万株/hm2密度处理单产最高;随着产量的提高,种植密度、单位面积穗数、穗粒数和千粒重表现出最适值范围变窄的趋势。随种植密度增加,单位面积穗数呈增加趋势,穗粒数和千粒重呈下降趋势,而单位面积粒数呈增加并趋于不变趋势。     

高产、稳产小麦新品种——邢麦6号

介绍了刑麦6号小麦品种的特征特性、生物学特性、产量表现、适宜区域和栽培技术要点。     

芝麻产量性状与产量的灰色关联度分析

对芝麻9个品种9个数量性状与产量灰色关联度分析结果表明,产量与各产量性状的关联度大小顺序为:单株蒴果数》每蒴粒数>千粒重>始蒴高度>株高>全生育期>分枝数>空稍高度。芝麻产量主要取决于与其关联度较高的单株蒴果数、每蒴粒数、千粒重等性状。     

利用灰色关联度评价玉米新组合产量与产量构成因子的关系

通过对11个杂交组合的产量和8个产量因素进行灰色关联分析,以明确玉米产量和产量构成因素之间的关系。结果表明:影响产量的8个因素中,其大小顺序为出籽率>穗长>行粒数>穗位高>株高>穗粗>穗行数>百粒重。     

小麦5个产量性状与产量的灰色关联度分析

应用灰色关联度分析法,对小麦9个组合的5个主要数量性状与籽粒产量进行分析.结果表明:小麦的产量与各产量性状关联度的大小顺序为穗数＞生育期＞穗粒数＞株高＞千粒重.     

一种基于趋势单产和遥感修正模型的混合估产模型

【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。