油茶长林品种引进及综合评价

从江西引进8个油荼长林品种(‘长林3号’、‘长林4号’、‘长林18号’、‘长林23号’、‘长林27号’、‘长林40号’、‘长林53号’和‘长林166号’),开展了其在引种地生长适应性、物候期、主要经济性状、果实品质等试验研究,并进行综合评价.结果表明:油茶长林品种在引种地表现出了较强的生长适应性,物候期与原产地较为一致,产量和鲜出籽率等主要经济性状间差异显著,与对照品种差异亦显著.果实品质与原产地相比差异较小.筛选出综合性状表现更为优良的5个品种,分别是‘长林4号’、‘长林27号’、‘长林23号’、‘长林3号’和‘长林40号’.     

华北刺槐林与自然恢复植被土壤微生物量碳、氮含量四季动态

【目的】土壤微生物量碳、氮是植被所需碳、氮的重要“源”或“库”,是公认的综合评价土壤质量或肥力的重要指标,也是土壤生态系统变化的预警及敏感指标,研究其动态变化,可为退耕还林及后期管理决策提供科学依据,并为深入研究林地碳氮循环及温室气体排放提供参考。【方法】以农田( FL)为对照,研究华北土石山区10年生刺槐林、43年生刺槐林、自然恢复植被( NRV)土壤微生物量碳、氮的四季动态变化,并对各样地微生物量碳、氮对土壤营养库的贡献率进行对比研究。【结果】各样地微生物量碳、氮随土层加深而逐渐下降,其季节动态变化差异显著;农田、自然恢复植被、10和43年生刺槐林地0～20 cm 土层微生物量碳、氮含量四季均值分别为251.94,290.68,150.66,197.34 mg·kg －1和30.95,46.46,36.55,45.27 mg·kg －1。其中：自然恢复植被的微生物量碳、氮含量四季均值最高,其微生物量碳含量分别是农田、10和43年生刺槐林的1.15,1.93和1.47倍,微生物量氮含量分别是它们的1.50,1.27和1.03倍;土壤微生物量碳、氮含量随刺槐树龄增大而升高,43年生刺槐林0～20 cm 土层的微生物量碳、氮含量是10年生刺槐林的1.31和1.24倍。各植被样地不同层次土壤微生物量碳氮比季节差异明显,农田、自然恢复植被、10年和43年生刺槐林 0～20 cm 土层碳氮比四季均值分别为8.64,6.26,4.12 和4.36;10,43年生刺槐林碳氮比分别是农田的0.48和0.50倍,是自然恢复植被的0.66和0.70倍。在 0～20 cm 土层中,农田、自然恢复植被、10和43年生刺槐林地微生物量碳对土壤有机碳平均贡献率分别为1.88%,2.00%,1.54%和1.24%,土壤微生物量氮对土壤全氮的平均贡献率分别为1.21%,5.44%,3.55%和2.26%。【结论】各样地土壤微生物量碳、氮之间显著相关,它们与土壤全氮、有机质和速效钾含量均显著相关;除此之外,土壤微生物量碳还与土壤硝态氮含量显著相关。随着树龄的增加刺槐林土壤微生物量尤其是微生物量氮含量显著提高,因而土壤的生物肥力也显著提高;由土壤微生物量碳、氮含量及其对土壤营养库的贡献率可知,自然恢复植被更利于土壤微生物结构、功能的恢复和生物活性的改善。     

甘蓝型油菜种子萌发期耐铝毒特性综合评价及其种质筛选

种子萌发是油菜植株形态建成的重要阶段,铝毒是酸性土壤中影响其种子萌发的主要因素之一,因此筛选出种子萌发过程中耐铝毒种质对油菜生产及研究具有重要意义。本研究利用5份甘蓝型油菜品种(系)筛选出油菜萌发期耐铝毒种质资源处理的适宜胁迫浓度为90μg mL~(-1)。并以该浓度处理148份甘蓝型油菜品种(系)种子,于萌发期测定其发芽势、发芽率、鲜重、干重、根长和芽长等指标,通过铝毒胁迫耐性综合评价值(A值)、平均隶属函数值(ASF值)、对铝毒加权耐性系数(WAC值)、相关性、频数、主成分、灰色关联度、聚类和逐步回归分析等鉴定萌发期耐铝性,建立萌发期对铝毒耐性综合评价模型并筛选出适宜的评价鉴定指标。结果表明, 148份甘蓝型油菜的萌发期各指标在品种(系)间存在显著差异;筛选出萌发期耐铝毒甘蓝型油菜品种(系) 01188、WH-20、A109、甲预31棚等。根据灰色关联度及回归分析结果认为,在油菜萌发期测定其根长、芽长、鲜重、发芽率和发芽势,通过回归方程估算其A值,可以初步判断甘蓝型油菜种质的耐铝毒特性。     

基于RIL群体鉴定棉花抗黄萎病相关QTLs

【目的】鉴定出能够稳定表达的棉花抗黄萎病相关数量性状位点(Quantitative trait loci,QTLs)。【方法】以抗落叶型黄萎病棉花品种常抗棉和感黄萎病品种TM-1为亲本配制的111个重组自交系家系为作图群体,筛选出多态性简单序列重复(Simple sequence repeat,SSR)标记,并用于构建遗传图谱。用完备复合区间作图法对该群体在安阳大田、新疆重病地及病圃等多个环境下的黄萎病病情指数进行QTLs检测。【结果】构建了1张含有12个连锁群、40个标记、总长212.5 cM(厘摩)的遗传图谱。获得了6个与抗黄萎病基因相关的QTLs,对数优势比(Logarithm of the odd score,LOD)分布在2.51～5.55,贡献率最大为20.34%,最小为6.93%。其中,qVR-D05-1能够在安阳大田2015年7月15日和新疆南疆重病地2016年7月9日2个环境中检测到,贡献率分别为12.96%和20.34%。【结论】本研究得到的qVR-D05-1能够为定位出稳定的棉花抗黄萎病相关QTLs提供参考。     

陆海高代回交群体抗黄萎病QTL定位

【目的】定位棉花抗黄萎病数量性状位点(Quantitative trait loci, QTL)。【方法】以海7124和TM-1配制抗感组合F1,再以鲁棉研28为轮回亲本构建的137个BC4F1家系为作图群体,筛选出多态性重复序列(Simple sequence repeat, SSR)标记,并与已发表的整合高密度遗传连锁图谱相比对,构建遗传图谱。采用复合区间作图法(Composite interval mapping,CIM)进行大田和病圃两个环境下抗黄萎病QTL定位。【结果】216个多态性SSR位点分布在26条染色体上,可覆盖棉花基因组3 380 cM(centi Morgan),标记间平均距离15.77 cM。定位到6个QTLs,分布在6条染色体上,可解释表型变异8.56%~20.26%,其中5个QTLs与前人研究结果相一致,在第1染色体上新定位到一个QTL。本研究可为分子标记辅助选择抗病育种提供帮助。【结论】定位到6个黄萎病相关QTLs,其中1个是在第1染色体上新发现的QTL。     

郑196耐大豆胞囊线虫病研究及耐病机理初探

郑196是从黄淮海大豆产区选育的优良大豆品种。该品种在SCN2病圃中鼓粒情况良好;2017年,郑196在黄淮海9个试点的产量与在SCN2病圃中产量相比较,差异不显著,说明该品种具有耐SCN病的特性;利用荧光定量PCR,进一步分析来自Rhg1/Rhg4位点的4个SCN-抗性基因(Glyma18g02580, Glyma18g02590, Glyma18g02610, SHMT)在郑196及其他不同抗性水平大豆中的表达,结果表明:在受到SCN2侵染的0～25 d,4个SCN-抗性基因在抗病材料中的表达量均持续提升;在受到SCN2侵染的10 d/15 d,这4个SCN-抗性基因在郑196及感病材料中表达量达到最高点,之后表达量下降,该结果表明,郑196的耐SCN病机理不同于SCN抗性基因在抗病材料中的抗病机理,其耐病性不是由SCN抗性基因单独调控的,有可能存在其特有的耐病通路或是由抗性基因与耐病基因共同调控其耐病机制。本研究可对抗SCN种质资源创新和抵御SCN策略提供参考依据。     

转基因抗虫棉中棉所76高效制种技术规程

总结了优质抗虫棉中棉所76高效制种技术,包括：制种田的选择、前期准备、亲本种植与管理、制种程序及注意事项等关键技术。     

中国2种橡胶树炭疽病菌对咪鲜胺敏感性比较

炭疽病是橡胶树上一种重要的叶部病害,主要病原有胶孢炭疽菌和尖孢炭疽菌。为了解中国各植胶区炭疽菌对咪鲜胺的敏感性,采用生长速率法室内测定来自海南、云南、广东和广西4省(区)22株橡胶树胶孢炭疽病菌和15株尖孢炭疽菌对咪鲜胺的敏感性。结果表明:供试的37株橡胶炭疽病菌菌株对咪鲜胺的EC_(50)值为0.022 0~0.272 1 mg/L,平均为(0.061 7±0.055 4)mg/L,EC_(50)最大值是最小值的12.5倍。其中89.2%参试菌株的EC_(50)值介于0~0.100 0 mg/L。根据成组t检验分析结果表明,目前中国4个植胶区的2种橡胶炭疽病菌对咪鲜胺敏感性无明显差异。除了来自海南和云南地区的尖孢炭疽菌有显著性差异外,其他来自不同省份的胶孢炭疽菌和尖孢炭疽菌对咪鲜胺敏感性均无明显差异。研究显示中国橡胶炭疽菌对咪鲜胺仍具有较高的敏感性,但菌株间敏感性有一定的差异,存在一定的潜在抗性风险。     

立体绿化集成技术配套产品开发利用研究进展

当前立体绿化在国内多个大中城市中得到了蓬勃发展,促进了相关配套产品的研发和推广应用,同时新型的配套产品又推动了立体绿化的快速发展。本文对华南地区立体绿化基质产品、蓄水种植容器、植被毯、绿墙、生态植被砖等相关配套产品的研发及应用情况展开综述,旨在为今后能更有效地推广立体绿化集成技术及相关产品提供参考。     

基于稳定同位素的上海地产蔬菜种植模式及产地判别

为保护蔬菜的优质优价及质量安全,以上海9个农业产区(宝山区、崇明区、奉贤区、嘉定区、金山区、闵行区、浦东新区、青浦区和松江区)蔬菜为研究对象,分析不同产区蔬菜的δ¹⁵N值差异及其对种植模式(常规、绿色或有机种植)的指示;对δ¹³C、δ¹⁵N、δ²H和δ¹⁸O值进行单因素方差分析,并应用主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)及支持向量机(SVM)方法,建立上海地产蔬菜产地判别模型。结果表明,宝山区、松江区和嘉定区蔬菜的δ¹⁵N值占前三,且分别与δ¹⁵N值最低的浦东新区蔬菜(4.44‰)存在显著差异,且仅有浦东新区蔬菜可能为绿色或有机种植的比例低于50%;δ¹³C、δ²H和δ¹⁸O值只在部分产区间差异显著,PCA可初步实现浦东新区蔬菜与其他8个产区的鉴别;PLS-DA最优模型可以很好地实现浦东新区蔬菜产地判别(预测准确率为98.80%),SVM最优模型可以很好地实现宝山区(预测正确率96.38%)、嘉定区(预测正确率92.77%)和青浦区(预测正确率91.57%)蔬菜的产地判别,SVM最优模型可以较好地实现金山区、松江区、崇明区和奉贤区蔬菜的产地判别。本研究结果为上海地产蔬菜种植模式及产地判别提供了参考方法,并为其溯源和质量安全保护提供了基础数据。