基于虚拟植物技术的冬小麦根系3D构型测试与分析

【目的】构建一套由硬件和软件集成且完整而适用的虚拟植物根系技术,定量描述稻茬田冬小麦根系的三维几何构型特征。【方法】自主设计制作“根系构型数字化仪”,该数字化仪为纯机械结构,分别设有一个水平回转臂、一个横向滑动臂和一个竖向滑动臂,回转臂与滑动臂都配有标尺,且3者的组合运动能保证测头在3D范围测取任一点的空间坐标。测量时将置于工作台的根区土壤按3-5 mm厚度逐层清除并进行根系构型数字化,从而测取田间小麦根系的真实空间拓扑数据,实现小麦根系实体构型的数字化。将实测的小麦根系构型数据导入Pro-E软件平台,利用软件的3D造型技术完成小麦根系构型的虚拟重构,实现计算机虚拟根系与实体根系的一致性。利用软件的分析工具对虚拟重构的小麦根系构型进行计算分析,定量小麦不同时期根系的三维空间构型、根系的土体空间搜寻能力、根系总长以及根系平均增长率等指标的变化,通过不同的指标反映田间土壤环境下真实小麦根系构型的时空动态。【结果】植物根系构型数字化仪能够提供＜1 mm的测试分辨率,操作使用方便,耐污染、抗干扰能力强,对工作环境要求不高,可满足作物根系三维空间几何构型测试要求,而使用Pro-E的小麦根系三维空间几何构型重构技术也便于根系构型的深度计算与分析。冬小麦的根系构型分析结果表明,该虚拟根系技术能够直观展示小麦生长期不同时间节点的根系构型状态特征及土体空间搜寻动态,根系构型图可以反映各时期小麦根系在土体中的纵深拓展和周向扩展状态。同一时期植株个体的根系构型变异性较大,越冬期小麦根系很浅,在返青及分蘖旺期小麦的根系迅速向深层土层中伸展,拔节期根系爆发迅速。【结论】由软硬件单元组构的虚拟植物根系三维空间几何构型的测试与分析方法是准确定量根系动态、根-土关系、根系拓扑特征、根系动态空间行为指标等作物根际生理生态行为的技术保障,其不仅直观展示了水稻土条件下冬小麦根系空间几何构型在不同时期的空间拓展状况,也能够定量根系构型的动态,因此能够满足作物根系三维空间几何构型分析的实用要求。     

株距对烟苗生长发育的影响

为明确不同株距对烟苗生长发育的影响,以烤烟K326为试验材料,研究了试验托盘根际空间一致(90 cm³)的条件下,不同株距(3、6、9 cm)处理对烤烟苗期根、茎、叶发育和相关生理指标的影响。结果表明,不同株距对烟苗群体结构、新生叶发生速度、叶片数量、各部位叶面积、光合特性、茎高、节距、茎半径、茎木质化程度、根系构型和根系活力均有显著影响,但烟苗株型和伸长量最大的节位不随株距变化而改变。不同株距影响了烟苗群体结构、表型和相关生理指标,根际空间90 cm³、株距6 cm更有助于烟苗的生长发育。     

南方稻麦轮作系统下小麦根系的三维分形特征

【目的】根构型直接影响作物的水肥吸收,而定量根构型的相关指标多局限于二维分析,缺乏有效的3D分析指标。论文探讨计算分析根构型3D特征的指标与操作方法,用于定量稻麦轮作制不同耕作方式对小麦根构型的影响。【方法】使用自制的根构型数字化仪,测取田间小麦根系的真实空间拓扑数据,获得根系构型的空间坐标。然后运用Matlab编程实现小麦根构型拓扑数据的虚拟重构,令虚拟根系再现实体根系的空间拓扑。结合分形理论与软件的计算分析功能对虚拟根构型进行分形维计算,分别获取3D分形维数、3D分形丰度、2D分形维数、2D平面分形丰度和单株总根长5个特征指标,以此表达小麦根构型在不同年度、不同耕作方式处理下的时空动态。同时建立不同年度及耕作处理下单株总根长动态与根构型3D分形维数、3D分形丰度、2D分形维数、2D平面分形丰度间的相关关系。【结果】研究发现随着作物生长期的变化,不同年份及不同耕作处理下的小麦根构型指标都表现出稳定增长的趋势。不同之处在于2010—2011年度的小麦根构型指标平稳增长,而2011—2012年度的根系生长速率变化较为剧烈。对比两个年度间的小麦根构型指标发现,免耕和旋耕两种耕作方式对小麦根构型的影响效果相反,在2010—2011年度,旋耕处理方式下的根系指标优于免耕处理方式,而在2011—2012年度,免耕处理方式下的根构型指标表现更优。对于作物生长前期(0—98 d)而言,年度变化引起的根构型指标差异显著大于耕作处理引起的差异,在作物生长后期(98—112 d),年度变化和耕作处理方式对小麦根构型指标的影响较为相近。对比小麦根构型的3D分形维指标和平面分形维指标发现,3D分形维明显区别于平面分形维,这表明根系的三维分形是根构型的必要分析指标。在不同的年度与耕作措施下,单株小麦的总根长与3D分形维数、3D分形丰度、2D分形维数、2D分形丰度都满足指数模型,且显著相关,说明年度因素和耕作措施仅是影响模型的常量参数项。【结论】由计算机软硬件结合分形理论构建的田间小麦根构型的可视化和定量化分析手段是实现小麦根构型精确分析的保证,该分析过程真实再现了田间小麦根构型的时空动态。3D分形指标可以准确定量作物根构型真实的时空动态,在进行根系生长策略的选择及根土关系优化时需要考虑到田间作物根系的实际生长条件和耕作制度。     

大田不同播种间距单株小麦根长密度动态研究

【目的】为探明单粒精播种植方式种间距对小麦根系的土层分布影响,构建了基于根系数字化仪实测根系3D拓扑结构数据下MATLAB分割分析复合型小麦根长密度(RLD)定量技术,获取大田条件不同种间距单株稻茬麦RLD在不同土层的分布特征和相对根长密度(NRLD)分布模型。【方法】选用宁麦13为试验材料,采用免耕等距单粒线播法,分别于2020和2021年进行稻茬小麦的免耕种植试验,设置单粒精播种间距1.5、3.0、4.5、6.7、9.0 cm共5个处理(JT1.5、JT3、JT4.5、JT6.7、JT9),行距20 cm。RLD分析采用根系构型数字化仪实测根系3D拓扑结构配合Pro-E软件数字重构,辅以MATLAB实现基于“空间voxel元技术”的根系生长空间3 cm³精细分割和定量分析,跟踪各土层RLD分布动态和NRLD模型。【结果】不同处理的单株稻茬麦根长密度随土层深度的增加而逐步减小,0—9 cm土层深度内分布的稻茬麦根系达总根量95%以上,超过9 cm土层深度小麦根系急剧减小;单株小麦根系扩展面积随土层深度的增加先增加后减小,根构型以种子位作为中心点向四周拓展,且表现...     

基于机器视觉的稻茬麦单茎穗高通量表型分析

【目的】高通量表型技术不仅是现代育种领域的重要手段,也是解析田间作物生理生态行为的工具,但不同类别高通量表型技术的基础架构特征仍不清楚,因此需要针对机器视觉高通量表型技术进行专门探讨。【方法】本文用机器视觉技术检测计算稻茬麦茎穗一体的表型指标。使用宁麦13、鲁原502和郑麦9023 3个小麦品种,进行小区化对比试验,使用等孔距栅条精播板进行单粒精播,准确控制条播小麦的群体条件。于稻茬麦成熟期进行茎穗一体图像获取,对图像进行灰度增强、直方图均值化、S分量提取、Otsu阈值分割、茎穗分离和茎穗形态参数提取等操作。提取的稻茬麦地上部单茎穗各器官的形态参数包括茎秆长、茎秆平均宽度、茎秆投影面积、茎秆周长、麦穗长、麦穗平均宽度、麦穗投影面积和麦穗周长。同时,使用传统方法获取小麦单叶片质量、单茎秆质量、单穗质量和单穗籽粒产量等农艺性状指标。分别构建线性模型、二次模型、指数模型及拓展模型进行多维指标拟合,包括小麦单茎穗生物量与单穗籽粒产量关系、单茎穗的麦穗形态参数与单穗籽粒产量关系等拟合分析。在单茎穗层面对小麦茎穗的表型指标与单穗籽粒产量之间的关系进行相关分析和回归分析,进而基于机器视觉在小麦茎穗一体方面的个例应用,讨论大田高通量表型分析的机器视觉技术研发的要点。【结果】宁麦13、鲁原502和郑麦9023 3个小麦品种的单叶片质量与单穗籽粒产量的相关系数依次下降,小麦单茎穗形态参数与单穗籽粒产量的相关性显著低于生物量指标,但单穗投影面积、单穗长与单穗籽粒产量依然存在显著正相关。3个小麦品种在单茎穗的各生物量指标与单穗籽粒产量的最优回归模型各不相同,麦穗图像的形态参数不能准确反映单穗籽粒产量,但单茎穗的茎秆和麦穗形态参数的组合应用表现出最佳的拓展模型拟合结果。利用茎穗一体的数字图像处理所得的复合型形态参数可以准确预测单穗籽粒产量,从而表明利用机器视觉技术观测小麦的生长过程并实时预测产量的可行性。【结论】机器视觉技术能提供远高于常规农艺性状的高通量指标集,为解析各类农艺性状之间的联系及产量的通径分析提供更多的途径,但也造成高维指标集和有价值信息提取的技术困难。应用于田间小麦群体的机器视觉技术应具备多尺度智能化自适应的技术架构,同时应具备基于场景、群体、个体和器官的多空间尺度和苗期、分蘖期、拔节期等多生理时间尺度的统计性数字表型发现和计算能力,同时,机器视觉各技术研发环节和各技术模块都需要农艺学深度参与和校准,而配备标准表型数据库更是保障高通量技术实用性和可靠性的基础。     

基于机器视觉的稻茬麦单茎穗高通量表型分析

【目的】高通量表型技术不仅是现代育种领域的重要手段,也是解析田间作物生理生态行为的工具,但不同类别高通量表型技术的基础架构特征仍不清楚,因此需要针对机器视觉高通量表型技术进行专门探讨。【方法】本文用机器视觉技术检测计算稻茬麦茎穗一体的表型指标。使用宁麦13、鲁原502和郑麦9023 3个小麦品种,进行小区化对比试验,使用等孔距栅条精播板进行单粒精播,准确控制条播小麦的群体条件。于稻茬麦成熟期进行茎穗一体图像获取,对图像进行灰度增强、直方图均值化、S分量提取、Otsu阈值分割、茎穗分离和茎穗形态参数提取等操作。提取的稻茬麦地上部单茎穗各器官的形态参数包括茎秆长、茎秆平均宽度、茎秆投影面积、茎秆周长、麦穗长、麦穗平均宽度、麦穗投影面积和麦穗周长。同时,使用传统方法获取小麦单叶片质量、单茎秆质量、单穗质量和单穗籽粒产量等农艺性状指标。分别构建线性模型、二次模型、指数模型及拓展模型进行多维指标拟合,包括小麦单茎穗生物量与单穗籽粒产量关系、单茎穗的麦穗形态参数与单穗籽粒产量关系等拟合分析。在单茎穗层面对小麦茎穗的表型指标与单穗籽粒产量之间的关系进行相关分析和回归分析,进而基于机器视觉在小麦茎穗一体方面的个例应用,讨论大田高通量表型分析的机器视觉技术研发的要点。【结果】宁麦13、鲁原502和郑麦9023 3个小麦品种的单叶片质量与单穗籽粒产量的相关系数依次下降,小麦单茎穗形态参数与单穗籽粒产量的相关性显著低于生物量指标,但单穗投影面积、单穗长与单穗籽粒产量依然存在显著正相关。3个小麦品种在单茎穗的各生物量指标与单穗籽粒产量的最优回归模型各不相同,麦穗图像的形态参数不能准确反映单穗籽粒产量,但单茎穗的茎秆和麦穗形态参数的组合应用表现出最佳的拓展模型拟合结果。利用茎穗一体的数字图像处理所得的复合型形态参数可以准确预测单穗籽粒产量,从而表明利用机器视觉技术观测小麦的生长过程并实时预测产量的可行性。【结论】机器视觉技术能提供远高于常规农艺性状的高通量指标集,为解析各类农艺性状之间的联系及产量的通径分析提供更多的途径,但也造成高维指标集和有价值信息提取的技术困难。应用于田间小麦群体的机器视觉技术应具备多尺度智能化自适应的技术架构,同时应具备基于场景、群体、个体和器官的多空间尺度和苗期、分蘖期、拔节期等多生理时间尺度的统计性数字表型发现和计算能力,同时,机器视觉各技术研发环节和各技术模块都需要农艺学深度参与和校准,而配备标准表型数据库更是保障高通量技术实用性和可靠性的基础。     

2021 年 6 期目录

  目的   基于表型和生理性状对美洲黑杨种质资源的多样性和群体结构进行研究,为美洲黑杨种质资源的科学管理、高效利用和有效保护提供理论依据。   方法   对6个种源群体27个采样点的258个美洲黑杨无性系的1年生植株的22个表型和生理性状进行测定,通过方差分析、多重比较、相关性分析、主成分分析和聚类分析等方法研究美洲黑杨种质资源表型和生理性状的多样性和相关性、种源群体间的差异及分化水平、群体的遗传结构,采用模糊数学隶属函数的方法对无性系的表型和生理性状进行综合评价。   结果   美洲黑杨种质资源22个表型和生理性状的变异系数在0.56% ~ 53.48%之间,茎段和根系生物量性状的变异较大,叶绿素荧光参数（F_v/F_m）的变异最小;Shannon-Wiener指数在1.844 ~ 2.097之间;方差分析结果表明,除叶绿素荧光参数外,其他21个性状在种源群体内无性系间和种源群体间均存在极显著的差异（P < 0.01）,表型分化系数（V_st）在1.37% ~ 31.40%之间。与生理性状相比,种源群体间表型性状表现出更大的遗传变异。相关性分析结果表明美洲黑杨植株的株高、地径、根系生物量、茎生物量、叶片生物量、净光合速率（P_n）、叶片形状和叶片碳、氮含量之间均存在较强的正相关关系,胞间CO₂浓度（C_i）和蒸腾速率（T_r）与植株生长量相关性状指标之间表现为负相关关系。通过主成分分析提取了5个主成分因子,累计贡献率达到80.51%。构建了表型生理性状评价模型,将美洲黑杨无性系分为优、良、中和差4个等级。基于种源群体间的平方欧式距离将6个种源群体划分为3类:位于南方密西西比河中下游流域的密苏里州（Mis）、田纳西州（Ten）与路易斯安那州（Lou）种源群体的无性系为一类;分布在密西西比河上游流域的艾奥瓦州（Iow）种源群体的无性系和圣劳伦斯河流域的魁北克省（Que）种源群体的无性系为一类;位于西北方向的哥伦比亚河流域的华盛顿州（Was）种源群体无性系单独分为一类。   结论   美洲黑杨表型和生理性状具有丰富的多样性,种源群体间和种源群体内无性系间植株的表型和生理性状发生了变异,同时其表型和生理性状的特征与种源群体的分布和气候类型有一定的关联。本研究的结果为美洲黑杨种质资源的保护、管理和利用及优良种质的选育和评价提供了科学依据。      

丁香酚处理对不同供水条件下作物根系形态的化感效应研究

本研究以小麦根系分泌物丁香酚为参试化感物质,研究了不同供水及种植模式下丁香酚对小麦蚕豆群体根系生态指标的影响。结果表明:拔节期和开花期不同处理的根干重主要受丁香酚影响,丁香酚对根干重有显著的抑制作用,且蚕豆比小麦对丁香酚反应更敏感,单作比间作敏感。     

小麦苗期根系性状的全基因组关联分析与优异位点挖掘

【目的】植物根系对水分及营养的获取、作物的生长发育和产量的形成至关重要。挖掘小麦苗期根系性状显著关联的SNP位点,预测相关候选基因,为解析小麦根系建成遗传机制及选育具有优良根系构型的小麦品种奠定基础。【方法】以189份小麦品种组成的自然群体为供试材料,调查2种培养条件（霍格兰营养液和去离子水）下培育21 d的苗期根系总长度（TRL）、根系总表面积（TRA）、根系总体积（TRV）、根系平均直径（ARD）及根系干重（RDW）等5个根系性状,试验进行2次重复,同时结合小麦660K SNP芯片的分型结果进行全基因组关联分析（genome-wide association study,GWAS）。此外,通过序列比对、结构域分析和注释信息预测候选基因,并采用竞争性等位基因特异性PCR(kompetitive allele specific PCR,KASP)技术开发根系性状的分子标记。【结果】霍格兰营养液培养条件下的根系性状变异范围较大,根系整体粗短;而去离子水条件下的根系细长、侧根较多。选用贝叶斯信息与连锁不平衡迭代嵌套式模型（BLINK）、压缩式混合线性模型（CMLM）、固定随机循环概率模型（...     

小麦根系构型及抗旱性研究进展

小麦是全球最重要的粮食作物之一,干旱是影响其生长发育最重要的非生物胁迫因子。根系作为作物获取水分和养分的重要器官,直接决定了作物对土壤水分的利用效率。近年来,越来越多的研究表明,根系构型在植物干旱胁迫响应中发挥了重要功能。本文综述了目前根系构型在调控小麦抗旱性方面的研究进展。首先概述了根向性生长,特别是根向重力性生长对植物根系结构的塑造作用,重点总结了目前挖掘到参与根系向重力性生长的相关基因及其分子调控机制,并阐述了根向性生长调控的根系构型是如何介导小麦对干旱胁迫的适应。除了根向性生长,根系的发育过程也参与了对植物根系构型的调控,并决定植物对干旱胁迫的适应能力,因此,本文进一步综述了在干旱胁迫条件下小麦如何通过调控根系发育来改变根系形态,包括增加根长、调控侧根数量和根毛密度等,来增强小麦对土壤水分的吸收和对干旱环境的适应;同时,系统总结了干旱胁迫条件下参与调控作物（尤其是小麦）根系发育的相关基因。此外,根系作为植物地下部分,其构型的解析一直是本领域研究难点,阻碍了对根系结构与植物耐旱性关系的进一步解析,因此,本文也归纳了目前可用于小麦根系二维结构和三维结构表型分析的技术。这些技术可测量...     

近交对蛋鸡体重的影响

数据来自白莱航鸡、绿壳蛋鸡资源群体,包括13 185条记录,应用多性状动物模型解析遗传参数、育种值排序,评估近交对蛋鸡体重性状的影响,并比较不同模型估计的遗传参数、育种值排序.结果表明:F_2代群体个体近交系数解释的表型方差占比为6.0%～7.9%;蛋鸡资源群体体重的遗传力为0.43～0.47,重复力为0.51～0.94,遗传相关系数为0.66～0.84;近交系数协变量改变了育种值排序.蛋鸡资源群体体重的遗传潜能较大;选育体重时,动物模型宜包含近交系数协变量.     

基于SNP标记的小麦籽粒性状全基因组关联分析

【目的】籽粒性状是影响小麦产量的重要因素,通过对小麦籽粒性状进行全基因组关联分析,发掘控制小麦籽粒性状显著位点,为小麦籽粒性状的遗传改良研究提供理论参考。【方法】以在新疆种植的121份小麦为材料,利用小麦50K SNP芯片,对粒长、粒宽、籽粒长宽比、籽粒面积、籽粒周长和千粒重6个性状进行基于混合线性模型MLM（Q+K）的全基因组关联分析。【结果】在不同环境间6个籽粒性状均表现出广泛的表型变异,其中千粒重变异系数最大为13.91%—17.79%,各籽粒性状遗传力为0.85—0.90。多态性信息含量PIC值为0.09—0.38,最小等位基因频率MAF值为0.05—0.50。群体结构分析表明,试验所用自然群体可分为4个亚群。GWAS结果表明,共检测到592个与6个性状显著关联位点（P<0.001）,其中,涉及6个性状的29个SNP在2个及以上的环境中被重复检测到,分布于1A（5）、1B（2）、1D、2A（5）、3B、5A、5D、6B（4）、6D、7B和7D（7）染色体上,解释9.3%—22.7%的表型变异。检测到6个与粒长稳定的关联位点,分布在1A、2A和7D染色体上,解释9.9%—22.7%的表型变异;检测到2个与粒宽稳定的关联位点,分布在3B和5D染色体上,解释9.6%—12.2%的表型变异;检测到6个与籽粒长宽比稳定的关联位点,分布在2A（2）、5A、7B和7D（2）染色体上,解释10.1%—19.4%的表型变异;检测到3个与籽粒面积稳定的关联位点,分布在1A、1B和1D染色体上,解释9.9%—18.2%的表型变异;检测到6个与籽粒周长稳定的关联位点,分布在1A（2）、2A、6D和7D（2）染色体上,解释9.3%—22.6%的表型变异;检测到6个与千粒重稳定的关联位点,分布在1B、2A和6B染色体上,解释9.7%—12.9%的表型变异。挖掘到5个控制小麦籽粒性状一因多效显著关联位点,分布在1A、2A（2）和7D（2）染色体上,解释9.9%—22.7%的表型变异。【结论】本研究材料遗传多样性丰富,在自然群体中共发现29个与6个籽粒性状在2个及以上环境中稳定显著的关联位点。     

小麦苗期根系三维生长动态模型的建立与应用

【目的】构建小麦根系的三维动态模拟模型，并对模型进行初步的评估。【方法】采用GREENLAB植物功能-结构模型的原理，在根系生长发育基本单元基础上，模拟了根系的拓扑结构；通过模拟不同根个体（库）对植株分配给根系的生物量（源）的竞争，实现了生物量在根系中的分配；根据异速生长规则实现了根个体几何结构计算。通过温室土柱栽培试验对小麦苗期根系结构与生物量进行了测定，获取了模型参数，进行了小麦苗期根系结构与生物量分配的模拟与分析，并以三维可视化的方式给出根系的形态结构空间分布。【结果】通过模拟根系生物量在各类根个体中的分配并依据根个体生物量与形态的关系，该模型可以定量化地模拟根系结构生长的动态变化过程；不同类型根的长度测定值与模拟值的均方根差值在1.2～35.0 cm之间变化，相对误差值在0.01到0.23之间变化，R2在0.42～0.94之间变化；对模型参数灵敏性分析表明，模拟结果对参数变化的响应比较适中。【结论】GREENLAB模型的原理可以应用于对作物根系形态结构和生物量分配的动态模拟；模型参数的选择是合理的，构建的模型能够从机理层次反映根系的生长发育过程。     

基于矢量图形的根系构型参数的人机交互系统设计研究

针对植物根系模拟仿真软件在人机交互方面所存在的缺陷,设计出通过二维图形交互式的解决方案。通过对植物根系拓扑构形的分析与计算机图形学的结合,以二维矢量图的形式设计根系拓扑构型的计算机表达机制,并以此为基础构建参数交互机制。根系参数通过综合数据模型统筹起来传递至模拟仿真系统及数据库,这使得根系参数的构建更为直观,调用已有根系模型更方便。     

基于群体行为的根系构型仿真

为了分析根系群体行为机制对环境刺激下根系生长发育的影响,提出了一种基于群体行为的根系构型可塑性分析模型.把整个根系视为由智能个体单根组成的智能群体,利用智能个体单根间的排斥、对齐和偏好构建环境感知的根系群体行为模型,结合通用根系模型ArchiSimple构建群体行为影响的根系生长发育模型.设置随机、分层、梯度3种不同的...     

中国板栗36个叶片表型性状的多样性

【目的】揭示中国板栗（Castanea mollissima Bl.）叶片表型性状的变异规律及多样性特征,为中国板栗资源的保护、开发和科学利用提供依据。【方法】对中国10个省份（群体）240份资源的36个叶片表型性状（31个数量性状和5个质量性状）进行检测,运用方差分析、多重比较、相关分析和聚类分析等方法,探讨板栗叶片表型多样性水平及其与原产地的地理、环境因子关系。【结果】巢式方差分析表明,31个数量性状在群体内存在极显著差异（P<0.01）,同时叶片长、叶片宽、叶片长/宽、锯齿高度等15个数量性状及3个质量性状（叶片形状、叶基形状和叶缘锯齿特征）在群体间存在显著或极显著差异（P<0.05或P<0.01）,说明板栗叶片表型在群体内和群体间均存在丰富变异。群体间叶片表型分化系数V_ST为7.95%,远小于群体内的92.05%,说明叶片表型变异主要来源于群体内部。板栗叶片表型的平均变异系数（CV）和平均多样性指数（H′）分别为18.05%和1.27,5个质量性状中以叶片形状的CV和H′最高（35.67%,0.86）,叶缘特征最低（5.60%,0.07）;31个数量性状的CV在8.68%（叶片长/宽）—32.73%（锯齿深度）,H′在1.54（叶背茸毛密度）—2.09（叶片结构疏松度）。叶片外观形态、生理指标和解剖性状的平均H′分别为2.03、2.04和2.04,CV由高到低分别为15.27%（外观形态）>15.18%（生理指标）>12.17%（解剖结构）。10个群体表型性状CV均值在17.11%（陕西）—19.66%（山东）,H′均值在0.99（安徽）—1.80（河北）。板栗叶片大多表型性状与地理气候因子之间存在显著或极显著相关,其中年均气温等温度指标和年降水量与叶基形状、锯齿高度等性状呈负相关（经度和纬度与之呈正相关）,与叶片长/宽呈正相关（经度和纬度与之呈负相关）。【结论】板栗叶片表型在群体间和群体内均存在丰富变异,但变异主要来源于群体内（个体基因型间的变异）,因而以叶片表型性状作为研究对象,进行抗逆性、高光合效率等特异品种选育或相关研究时,研究重点应该放到广泛的个体基因型调查上,变异较为丰富均匀的群体可作为重点参考。板栗叶片大多外观形态和生理指标性状呈现以温度和降雨量因子为主导的梯度规律性。     

稻茬小麦单粒精播的幼苗密度效应

为了在大田条件下研究种植密度对稻茬小麦幼苗生长状况的影响,选用冬小麦品种宁麦13为研究材料,分别于2017年和2018年采用免耕单粒精密条播方式控制稻茬小麦种植密度,设种子间距分别为1.5 cm、3.0 cm和4.5 cm 3个处理,行距均为20 cm。通过定位跟踪统计稻茬小麦出苗率和苗龄占比,同时测定分析稻茬麦幼苗个体地上部和根系指标,分别用出苗动态和单株农艺性状2类指标进行评价。结果表明,对于南方水稻土而言,稻茬小麦出苗率随着种植密度的增大而减小,但差异未达到显著水平。出苗率和苗龄占比可以用于检测不同种植密度处理之间的出苗差异。随种植密度的增加,单株稻茬小麦幼苗地上部干质量和根系干质量在2017年呈减小趋势;2018年稻茬小麦幼苗农艺性状随密度的增加而受到抑制。相比于出苗率指标,苗龄占比更能准确反映稻茬小麦的出苗密度效应。稻茬小麦群体从出苗期开始出现株间竞争,而且种植密度越大,株间竞争越剧烈。     

小麦幼苗根系相关性状QTL定位与分析

根系是小麦正常生命活动所必需的营养器官,水分、无机盐等营养物质都需要通过根系吸收,并向上输送到各个部位,为小麦的生长发育提供必要的养分。由于根系位于地下部,相对于其他性状而言,研究较为困难和滞后。为了进一步挖掘影响根系形态的相关基因(QTL),本研究以遗传背景差异较大的品种菏麦13与临麦2号为亲本构建的重组自交系(RIL)群体为材料,通过SNP芯片,构建了一张包含1 003个SNP标记、涵盖21条染色体、全长2 358.54 cM的图谱;同时,结合调查的RIL群体苗期根表面积、根体积、总根长等性状,共定位到13个根系相关的QTLs,分别位于1D(2)、3A、3B(3)、4B(2)、5A、5B(2)、6B、7B染色体上,可解释5.11%～20.12%的表型变异。为后续精细定位和分子辅助选择育种提供理论支持。     

小麦灌浆期耐热性QTL定位分析

【目的】以普通小麦加倍单倍体（DH）群体（旱选10号×鲁麦14）的150个株系为材料,鉴定其灌浆期耐热相关生理性状及千粒重耐热指数,并进行QTL定位,以期发掘具有显著效应以及不同环境中稳定表达的主效QTL,为改良小麦耐热性提供理论依据及分子标记。【方法】运用基于混合线性模型的复合区间作图法,以耐热指数为耐热性指标,对DH群体在田间雨养和灌溉2种土壤水分条件下的耐热性进行QTL定位。【结果】2种土壤水分条件下共检测到12个控制不同性状耐热指数的加性效应QTL,对表型变异的贡献率范围为2.64%—11.41%,其中,9个QTL与环境存在互作效应,对耐热指数表型变异的贡献率为1.41%—4.66%;检测到17对上位性效应QTL,对表型变异的贡献率为2.45%—8.84%,其中,仅4对与环境有互作效应,对表型变异的贡献率为0.62%—2.32%。控制耐热性的QTL来自双亲,DH群体中有耐热性超亲的株系存在。【结论】评价小麦灌浆期的耐热性,千粒重耐热指数是最直接的指标,生理性状指标为耐热性鉴定的间接辅助指标,其中,旱地条件下选用旗叶相对含水量耐热指数作为间接指标较好,而灌溉条件下选用气冠温差耐热指数较好。染色体1B、2D、5A、5B、6A、6B和7A对灌浆期耐热性贡献较大。千粒重耐热指数和旗叶叶绿素含量耐热指数的遗传以加性效应为主,叶绿素荧光参数耐热指数和气冠温差耐热指数的遗传以上位性效应为主,而叶片相对含水量耐热指数的遗传加性效应与上位性效应都重要。     

河北省超高产冬小麦群体和个体生育特性及产量结构特点

为明确河北省超高产冬小麦群体和个体生育规律及产量结构特点,在河北平原大田限水条件下,对产量为9 000 kg/hm2超高产小麦的群体和个体的生长发育动态和产量结构特点进行了研究。结果表明:多穗型小麦结合合理的栽培措施,在该地区更容易获得超高产。9 000 kg/hm2小麦的产量构成为:每公顷800万穗左右,穗粒数30-34粒,千粒重40 g以上;主要群体指标为:最高LAI8左右,开花后下降较慢;有较高的生物产量(一般在20 000 kg/hm2左右)和经济系数(0.42以上)。对植株的个体性状包括次生根数、单株茎数、穗部性状等也进行了分析,并与产量为7 500 kg/hm2高产田进行了讨论比较。超高产田的各项指标均明显优于高产田。