大豆新品种石豆12丰产性·稳产性及适应性分析

[目的]分析大豆新品种石豆12丰产性、稳产性及适应性。[方法]对2015—2016年河北省夏播大豆区域试验的结果进行方差分析和多重比较,并对区试品种进行综合评价。[结果]石豆12品种抗病性好,适应性强,比较抗旱,耐阴雨,抗风不倒。其丰产稳产性好,一般产量3 000 kg/hm~2以上。[结论]石豆12是一个产量高、丰产性和稳产性好品种,适宜在河北省夏播区域大面积推广应用。     

大豆新品种长豆32号的丰产性和稳定性分析

为了全面评价长豆32号的生产特性,利用2015年山西省大豆早熟品种区域试验结果,采用产量、丰产性指标、高稳系数、标准差、变异系数、适定性参数、回归系数和稳定性参数8项指标,对长豆32号的丰产性和稳定性进行了综合评价。结果表明:长豆32号产量、丰产性和稳定性均居于中等水平,可在生产上大面积推广应用。     

大豆新品种开豆46号的特征特性及栽培技术要点

大豆新品种开豆46号是开封市农林科学研究院于2003年从石河子市引进的新大豆一号中发现变异植株,通过多年系统选育而成的大豆新品种。该品种早熟性好,丰产性好,稳产性强。一般亩种植密度12 000～16 000株。本文作者介绍了开豆46的特征特性、产量表现及栽培技术要点。     

国审大豆新品种‘周豆23号’丰产性、稳产性、适应性分析

为了了解国审大豆新品种‘周豆23号’的生产利用价值,以2012—2013年国家黄淮海大豆区域试验结果为依据,通过对产量、变异系数、高稳系数、回归系数分析‘周豆23号’大豆品种的丰产性、稳产性及适应性。结果表明,‘周豆23号’是一个产量高、丰产性和稳产性均好,适应范围广的品种,可以在生产上大面积推广应用。     

大豆新品种商豆14号丰产性稳产性及适应性分析

商豆14号属高产、多抗、中熟大豆品种。根据2008-2009年河南省大豆区域试验两年数据结果,利用变异系数和回归系数对商豆14号和对照品种豫豆22号的丰产性稳产性及适应性进行分析比较,说明商豆14号是一个高产、抗倒、稳产和适应性广的大豆新品种。     

国审大豆新品种周豆23号丰产性、稳产性及适应性分析

为了了解国审大豆新品种‘周豆23 号’的生产利用价值,以2012—2013 年国家黄淮海大豆区域试验结果为依据,通过对产量、变异系数、高稳系数、回归系数分析‘周豆23 号’大豆品种的丰产性、稳产性及适应性。结果表明,‘周豆23 号’是一个产量高、丰产性和稳产性均好,适应范围广的品种,可以在生产上大面积推广应用。     

特早熟春大豆新品种湘春豆25号的选育

为了选育更适合于湖南省栽培条件下种植的春大豆高产优质品种,用丰产性较好、中熟偏早的春大豆品种湘春豆12号与早熟、优质春大豆品种湘春豆17号杂交,经多代选择、产量鉴定、品比试验及省内多点试验,于2006年育成了比普通早熟品种早熟6 d以上,且丰产稳产性好,适合湖南及南方类似地区种植,蛋白质、脂肪双高的春大豆新品种,2007年2月已通过湖南省农作物品种审定委员会审定,定名为湘春豆25号.     

国审大豆新品种商豆1310的丰产性·稳产性及适应性分析

为了正确地评价国审大豆新品种商豆1310的生产利用价值,以2016年国家黄淮海夏大豆品种区域试验结果为依据,采用产量比较、变异系数、高稳系数和回归分析等方法,对商豆1310大豆品种的丰产性、稳产性和适应性进行了分析。结果表明,商豆1310是一个丰产性突出、稳产性好、适应性广的大豆新品种,应在大豆生产上大面积推广应用。     

优质高产大豆新品种湘春豆19号的选育

湘春豆19号是湖南省作物研究所选育的优质，早熟，高产春大豆新品种，蛋白质含量40．95％，脂肪含量21．75％，全生育期99d，丰产性，稳产性好，省区试平均产量159.5kg/667m^2，比对照湘春豆14号和湘春豆10号增产均达极显著水平，综合抗性好，适合湖南各地及南方类似地区种植。     

垦鉴豆43号大豆配套栽培技术研究

垦鉴豆43号大豆是由黑龙江八一农垦大学选育而成,经过3年的区试、生试产量鉴定,表现出良好的丰产性、适应性。根据品种生育特性不同,其相应的栽培方式也不同,只有良种良法配套作物才能稳产、高产。为此笔者对影响垦鉴豆43号大豆产量的3个主要因素,播期、密度、施肥进行试验研究,为加快该品种在生产上的推广提供相应配套栽培技术。     

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。     

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。     

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.