弱筋小麦农艺性状与籽粒蛋白质含量的相关性分析

2004~2005年在河南农业大学科教园区,以豫麦50、太空5号、宁麦9号、安98005、郑麦004为材料,研究了不同弱筋小麦农艺性状与籽粒蛋白质含量的相关性。结果表明,穗粒数对籽粒蛋白质含量影响最大,直接通径系数为-0.936;其次为穗长、穗下节长、每穗小穗数、株粒重,而且直接通径系数都是负值;除百粒重,其他农艺性状对籽粒醇溶蛋白含量的相关性都在0.05水平相关;株高、有效分蘖、每穗小穗数、百粒重与籽粒谷蛋白含量在0.05水平相关,百粒重直接影响最大,为正影响,而株高、有效分蘖、每穗小穗数均为负影响。     

氮素对弱筋小麦宁麦13籽粒产量和蛋白质含量的影响

以优质弱筋小麦宁麦13为试材,研究了不同施氮水平和氮肥运筹比例对其籽粒产量和蛋白质含量的影响.结果表明,施氮量在0～240 kg/hm2,籽粒产量随着施氮量的增加而提高,施氮能极显著提高宁麦13的穗数和每穗粒数,但蛋白质含量也相应提高.在相同施氮水平下,增加拔节孕穗期氮肥比例有利于提高产量,但蛋白质含量也有增加趋势.综合产量和品质分析表明,弱筋小麦宁麦13在施氮量180 kg/hm2的条件下,以基肥:壮蘖肥:拔节肥:穗肥为 5:1:4:0时最易实现优质与高产的协调.     

小麦籽粒蛋白质含量高光谱遥感预测模型比较

【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量（SPAD）、叶片干物质质量（LDW）、地上生物量（AGB）、叶片氮含量（LNC）、叶片氮积累量（LNA）、叶面积指数（LAI）、植株氮含量（PNC）、植株氮积累量（PNA）和氮营养指数（NNI）9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R²与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R²、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“...     

江苏省小麦籽粒蛋白质达标弱筋小麦的适生性分析与评价

【目的】弱筋小麦是制作饼干糕点类食品的原料,其烘烤特性很大程度上取决于蛋白质的质和量。小麦籽粒蛋白质含量（GPC,%）不仅由品种的遗传特性决定,还受到气候、土壤、栽培措施等影响。明确江苏省弱筋小麦适宜种植区域以及其地理、气候影响因素,可为江苏弱筋小麦的种植区划提供理论依据。【方法】在2年江苏省小麦品质抽样调查数据的基础上,利用随机森林算法筛选重要性指标,结合单组率Meta分析及其亚组分析,探究地理位置及气象因子对江苏省小麦籽粒蛋白质含量（GPC）达到弱筋小麦标准可能性的影响。【结果】2个年度江苏省小麦GPC平均值为13.92 %,其中2018年、2019年小麦GPC变幅分别为11.06%—18.09%、10.20%—16.50%,平均值分别为14.52%、13.33%,GPC<12.5%的样品分别占比10%、29.71%。从地理分布看,江苏的东南沿湖沿海地区小麦GPC达到弱筋小麦标准的可能性最高,达标可能性最高可达92%,其次是江苏东部沿海地区以及江苏西北部沿河一带。种植地距离一级河流和湖泊或者海岸线的最短距离为20—30 km时,达标可能性相对较高,为23.95%。从气象因子方面看,生育前期特别是出苗期和拔节期,降雨量对江苏弱筋小麦的形成影响较为重要;生育后期尤其是开花期以及灌浆期后期,积温对小麦GPC的影响更重要;且出苗和拔节期的日照时数及开花期的降雨量对江苏弱筋小麦的形成亦很重要,其中,江苏小麦GPC达标弱筋小麦标准的可能性与出苗期的降雨量呈正相关,而与出苗和拔节期的日照时数、拔节期的降雨量以及灌浆后期积温则呈负相关。【结论】江苏弱筋小麦适宜的种植范围受到水系分布与气象因素的共同制约,主要集中在东部沿海和东南沿海沿湖地区。在出苗、拔节期降雨量和开花灌浆期积温适宜的情况下,西北沿河一带的小麦GPC也可达标弱筋小麦标准。品质区划应重点考虑地理位置（水系分布等）和气候分布。     

小麦籽粒蛋白质含量的遗传分析

选用高蛋白小麦品种"重庆面包麦"与低蛋白小麦品种"宁麦9号"配制了P1、P2、F1、F2、B1(F1/P1)和B2(F1/P2)世代,以每个世代单株籽粒的混合面粉为单位,对小麦籽粒的蛋白质含量进行遗传分析。结果表明:①高蛋白质含量表现为显性,F2群体的次数分布出现2个明显的峰;②小麦籽粒蛋白质含量受2对主基因和多基因控制,第一对主基因以加性效应为主,第二对主基因以显性效应为主,多基因以显性效应为主;③对于该组合而言,按F2计算,主基因的遗传率为67 19%,多基因的遗传率为11 18%。     

基于开花期卫星遥感数据的大田小麦估产方法比较

【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势,能够及时准确地获取作物产量信息,反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感估产建模方法,以实现进一步提高大田作物遥感估产精度,为宏观了解不同区域作物产量形成情况及变化趋势提供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观测试验,以国产卫星产品HJ-1A/1B影像为遥感数据,于小麦开花期开展大田定位观测区卫星遥感植被指数、关键生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析,进一步增强遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法,间接建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标,利用筛选得到的敏感遥感变量,首先监测对应的小麦生长指标,结合该小麦生长指标与产量间的定量关系,进而建立间接估产模型,利用此模型进行小麦遥感间接估产。利用直接和间接建模方法,以相关性最高为原则,筛选估算产量的敏感卫星遥感变量。以2012年试验数据为建模样本,采用线性回归分析方法,分析小麦开花期苗情指标、产量与卫星遥感变量两两之间的相关性,分别构建以遥感植被指数为基础的大田小麦估产模型,与地面实测结果一起建立模型共同分析。以2011年试验数据为验证样本,选取评价指标拟合度(R2)和均方根误差(RMSE),对两类模型的估算精度进行验证和比较,以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数(difference vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI)为基础的单因子直接估产模型的均方根误差(root mean square error,RMSE)为918 kg·hm-2和1 399.5 kg·hm-2,以DVI和RVI遥感变量构建双变量估产模型的RMSE为1 036.5 kg·hm-2,以归一化植被指数(normalized difference vegetation index,NDVI)和叶片氮积累量为基础构建的间接估产模型的RMSE为805.5 kg·hm-2,说明开花期HJ-1A/1B影像估算小麦区域产量是可行的,且精度较高;经比较,以NDVI和叶片氮积累量为基础的间接估产模型精度明显高于直接估产模型,相较于DVI直接估产模型RMSE降低了112.5 kg·hm-2,相较于RVI直接估产模型RMSE降低了594 kg·hm-2,相较于双因子模型RMSE降低了231 kg·hm-2。【结论】国产卫星HJ-1A/B可以较好满足估测小麦产量要求,且利用间接方法建立作物遥感估产模型要好于直接方法,研究结果为利用遥感技术更为准确估算大田小麦产量提供了一种新的途径。     

弱筋小麦、中筋小麦、强筋小麦种植注意点比较

近年米，随农业结构调整的深入，专用优质小麦种植比例逐年上升。因小麦品质既依品种和生态条件而异，义与栽培措施密切相关，农民种植专用小麦，常会出现“强筋不强、弱筋不弱”的现象，不能很好满足加工企业的需求，同时电影响了农民种麦积极性及专用优质小麦的推广。为此，笔者特列出弱筋优质小麦、中筋优质小麦、强筋优质小麦三者种植注意点，籍此以助种植者正确认识、把握三类专用优质小麦生产注意事项，提升本地小麦品质及商品率。     

栽培措施对弱筋小麦产量和蛋白质含量的影响

以弱筋小麦品种扬麦9号为试验材料,采用部分重复法进行播期、群体密度、肥料(氮肥、磷肥和钾肥)施用量以及追肥时期对产量和品质的影响效应研究。结果表明:所有试验因子都不同程度地影响弱筋小麦的蛋白质含量;氮肥施用量对产量和蛋白质含量影响最大,随氮肥施用量增加,蛋白质含量显著提高;返青期以后追施氮肥能显著提高蛋白质含量,8.8叶龄期追施氮肥对产量形成影响最大,10.1叶龄期施用,籽粒蛋白质含量最高,但增加磷肥施用量又能显著抑制蛋白质含量的提高;播期对籽粒产量和蛋白质含量起负向作用;群体密度大,钾肥施用水平高,能显著提高弱筋小麦蛋白质含量。     

小麦的籽粒产量与蛋白质含量

本文从小麦籽粒产量与蛋白质含量一般为负相关及其这种负相关可以缓解或打破两个方面概述了前人有关的研究，并从物质和能量代谢上阐述了各自的生理生化基础，提出了协调两者矛盾，兼顾小麦籽粒产量和蛋白质含量的育种和栽培策略。     

基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测

【目的】及时、有效地预测籽粒蛋白质含量,能够为优质小麦品种的收购和加工提供科学合理的决策支持信息。本研究从籽粒蛋白质形成的氮素运转规律出发,研究冬小麦籽粒蛋白质遥感预测的可行性及在区域与年际间的扩展性,为高分辨率遥感卫星进行大面积蛋白质预测提供理论依据。【方法】利用2012-2013年4个冬小麦品种×4个氮肥梯度的试验数据和地面高光谱数据进行建模;基于小麦籽粒蛋白质形成的氮素运转机理,通过分析籽粒氮素累积量的两个主要来源及其之间的比例关系,重点抓住开花前的植株氮素累积量再运转这一主要来源,而灌浆期根际的氮素直接吸收则通过其与前者的比例关系来确定,通过相关农学参数模型的耦合,同时加入温度影响因子对籽粒氮素运转的影响,初步阐明了利用开花期小麦叶片氮含量可以预测籽粒蛋白质含量的应用机理;然后选择与叶片氮含量相关的植被指数,利用灰色关联分析-偏最小二乘算法（GRA-PLS）选择与叶片氮含量关联度较高的植被指数并进行小麦叶片氮含量的估算,通过与氮素运转模型的耦合构建了基于氮素运转原理的籽粒蛋白质含量遥感预测模型;最后利用2009-2010年的品种×播期×肥料试验和2012-2013年的其他品种氮肥处理试验进行验证。【结果】（1）通过GRA方法对叶片氮含量和植被指数间的关联度进行计算,选择关联度较大的前5个植被指数进行叶片氮含量建模,其植被指数分别为mND705、NDVIcanste、Readone、DCNI和NDCI;（2）通过PLS方法构建的叶片氮含量模型,建模结果的预测值与实测值的决定系数（R2）和均方根误差（RMSE）分别为0.859和0.257%,验证结果的R2和RMSE分别为0.726和0.063%,利用GRA-PLS方法估算叶片氮素含量具有较好的稳定性;（3）构建的蛋白质预测模型,建模结果和验证结果的预测值与实测值的R2和RMSE分别为0.713、1.30%和0.609、1.19%,预测模型具有较高的精度与可靠性。【结论】基于氮素运转规律构建的小麦籽粒蛋白质含量遥感预测模型,可以作为应用开花期遥感信息来预测籽粒蛋白质含量的机理性解释,初步实现了本研究区域和年际间的籽粒蛋白质含量预测,具有一定的应用前景。     

基于ISODATA的冬小麦籽粒蛋白质含量遥感分级监测

对冬小麦籽粒蛋白质含量进行遥感分级监测预报,有利于农业管理部门大面积获取田间长势信息,便于及时制定有效的栽培管理措施,实现调优品质的目的.以江苏省姜堰市为例,进行基于TM卫星遥感技术的冬小麦蛋白质含量的监测研究.在利用GPS实地采样调查和建立解译标志的基础上,采用优化的ISODATA分类方法,结合人机交互式判读解译等操作,将样点的信息数据贯穿于整个分类过程;利用分类提取的冬小麦面积数据,反演叶面积指数、生物量和植株氮素含量信息,结合基于光谱参数与氮素积累的冬小麦籽粒蛋白质含量预测模型,对整个区域的冬小麦籽粒蛋白含量进行监测预报,对叠加样点实测数据进行了检验.结果表明,冬小麦面积信息解译精度在95%以上,籽粒蛋白质含量预报精度达到90%以上,最终制作了区域的冬小麦籽粒蛋白质含量分级监测专题图.     

小麦杂种后代籽粒蛋白质含量配合力研究

利用６个蛋白质含量高低不同的亲本，采用Ｇｒｉｆｆｉｎｇ完全双刊杂交方法二，对亲本在Ｆ１～Ｆ３的配合力作了研究．结果表明，蛋白质含量在后代的表现主要由基因加性效应决定，随着世代的推进，这种作用越显重要，在总的遗传变异中主要以加性变异为主，世代与一般配合力及世代与特殊配合力的互作极显著，与平均的一般配合力和特殊配合力比较，这种互作是不可忽视的．亲本自身的蛋白质含量高低是一般配合力高低的重要指标，通过早期世代的一般配合力效应可以预知后期的一般配合力效应．     

小麦籽粒品质遥感预测研究综述

介绍了小麦籽粒品质的定义、划分标准及评价指标,概括了利用遥感技术预测小麦籽粒品质的生理机制及国内外研究进展,分析和总结了该研究的存在问题,并对其研究前景进行了展望。     

温度对不同筋型小麦游离氨基酸与籽粒蛋白质含量的影响

以济南17和潍麦8号两个不同筋型小麦品种为材料,研究花后温度对小麦籽粒蛋白质和植株氨基酸含量的影响。结果表明,灌浆期高温提高了小麦籽粒蛋白质含量,两个筋型品种表现出相同的趋势;提高了小麦叶片和茎鞘中游离氨基酸含量,向籽粒中运输的氨基酸的量也增加,有利于籽粒蛋白质的合成。对黄淮海等北方强筋小麦而言,后期高温对提高籽粒蛋白质含量是有利的,但降低了弱筋小麦的品质。     

基于卫星遥感影像的小麦生长发育和品质监测技术

卫星遥感技术能够实现高通量、无损、大面积、连续监测小麦的生长发育状况和病虫草害发生情况等功能,有助于小麦的高产、优质和高效栽培,同时还有利于辅助政府科学决策,政府、农技部门及相干企业的治理程度得以进步。该文根据已有的文献综述和研究结果,论述了卫星遥感影像技术在小麦生产领域应用的理论依据、演变过程及最新进展,为小麦品质监测的未来研究提供参考。     

施氮量和种植密度对弱筋小麦宁麦18籽粒产量和蛋白质含量的影响

【目的】明确最佳施氮量和种植密度以提高弱筋小麦产量和品质。【方法】以优质高产弱筋小麦宁麦18为试验材料,在大田条件下设置4个施氮水平(120、180、240、300 kg/hm2)和4个种植密度(120、180、240、300万株/hm2),研究施氮量和种植密度对宁麦18籽粒产量与蛋白质含量的影响。【结果】施氮量和种植密度均显著影响宁麦18的产量及其产量构成因素。宁麦18的籽粒产量随施氮量和种植密度的增加而增加,但施氮量和种植密度超过适宜值(即施氮量N 180 kg/hm2、种植密度240万株/hm2)后,籽粒产量呈明显下降趋势。增施氮肥显著提高宁麦18籽粒蛋白质含量,但施氮水平为N 240和300 kg/hm2的处理间籽粒蛋白质含量差异不显著。种植密度对籽粒蛋白质含量的影响不明显。【结论】在本试验条件下,实现宁麦18高产与优质相结合的适宜施氮量为N 180 kg/hm2,种植密度为240万株/hm2。     

作物籽粒蛋白质含量遥感监测预报研究进展

【目的】梳理目前作物资料蛋白质含量遥感监测预报研究进展,掌握最新该方面的研究方法、技术等。为发展优质专用谷物并依据以蛋白质含量为主导的不同类型谷物分类收获和加工探明发展道路。【方法】通过收集国内外籽粒蛋白质含量遥感监测预测研究文献,整理、分析及归纳当前研究内容,综述前人研究等方法。【结果】概述了3种常规的作物籽粒蛋白质含量检测方法,包括常规的室内分析化学法、近红外分析方法及遥感技术预测方法;介绍了植物碳氮代谢过程与籽粒蛋白质含量形成机理以及作物籽粒蛋白质遥感预测的可行性;然后归纳了4类作物籽粒蛋白质含量遥感监测预测等方法,分别为基于‘遥感信息—籽粒蛋白质含量’模式的经验模型、基于‘遥感信息—农学参数—籽粒蛋白质含量’模式的定量模型、基于遥感数据和生态因子的籽粒蛋白质含量半机理模型、基于遥感信息和作物生长模型结合的机理解释模型,并分别综述了这4类预测模型的国内外研究进展。【结论】明确了当前在籽粒蛋白质含量遥感预测中存在的问题及进一步解决的对策。