排序方式: 共有40条查询结果,搜索用时 31 毫秒
11.
12.
石麦26是2018年通过国家农作物品种审定委员会审定的小麦新品种,为了加快石麦26的推广应用速度,实现新品种的应用价值,以2014年、2015年国家黄淮北片区域试验和2016年国家冬小麦黄淮北片水地生产试验结果为依据,对石麦26的丰产性进行分析,结果表明:石麦26具有良好的丰产性,是适合黄淮北片冬麦区大面积生产的小麦新品种。 相似文献
13.
不同水分处理对小麦氮素和干物质积累与分配的影响 总被引:2,自引:0,他引:2
为明确同一肥料水平下不同水分处理对小麦氮素和干物质积累与分配的影响,于2018-2019年在防雨棚条件下,以石麦26、藁优2018和冀麦418为材料,采用随机区组试验,设置不灌水(W1,0 mm)、起身水(W2,60 mm)、拔节水(W3,60 mm)、开花水(W4,60 mm)、起身水+开花水(W5,60 mm+60 mm)、拔节水+开花水(W6,60 mm+60 mm)共6个水分处理,分析了不同水分处理下小麦干物质和氮素积累与分配的特点。结果表明,小麦干物质积累量随灌水量的增加而增加。随着生育进程的推进,干物质积累量呈上升趋势,成熟期达到最大值;起身水显著增加拔节期干物重,开花期和成熟期不同处理间干物质积累量差异显著,成熟期W1处理下干物质积累量最小。开花后干物质积累对籽粒的贡献率因品种而异,冀麦418在W6处理下氮素利用效率和氮肥生产效率最高。W5和W6处理显著增加小麦籽粒产量、氮素吸收效率和氮肥生产效率,说明在小麦营养生长阶段水分正常供应的前提下开花期水分对小麦氮素吸收和向籽粒转运影响较大。W6处理为本试验条件下最佳的灌水处理。 相似文献
14.
15.
16.
石麦31(石114195)是石家庄市农林科学研究院以济麦22为母本,金禾9123为父本杂交,经系谱法选育而成的高产、节水、抗旱、中早熟小麦新品种,2021年通过国家农作物品种审定委员会审定。本文作者介绍了小麦新品种石麦31的组合选配、特征特性、抗性表现、品质性状、产量表现及栽培技术要点。在2017-2020年的区域试验和生产试验中,石麦31平均产量分别为5 779.5 kg/hm~2,6 286.5 kg/hm~2,7 165.5 kg/hm~2,比洛旱7号(CK)分别增产8.3%、9.8%、5.2%,增产达极显著水平。 相似文献
17.
植物病害中的信号传导 总被引:3,自引:0,他引:3
植物由抗病基因介导的防卫过程存在一系列生理生化和分子生物学反应,这些反应从病原菌侵染点开始的超敏反应(HypersensitiveResponse,HR),并延伸到远处组织的系统抗性或获得性抗性(SystemicAcquiredResistance,SAR),受制于一种信号传导网络的调控。这个信号系统有抗病蛋白和病原菌非病毒性蛋白,在一种配体—受体的互作模式下激发,并由信号分子H2O2、NO和系统信号分子水杨酸(SA)、茉莉酸(JA)和乙烯(ET),通过关键调控基因传递和放大,最终诱导一系列防卫反应基因的表达和代谢的变化而产生抗性。植物防卫信号的产生类似于动物免疫系统因子的介导,并可由非寄主病原菌或诱导子诱发。这些信号途径所产生的广谱抗性为植物抗病基因工程的应用奠定了基础。 相似文献
18.
冬小麦高产节水技术与品种筛选研究 总被引:2,自引:0,他引:2
在高肥地力条件下,通过5年不同气候年型,对不同基因型小麦的灌水研究。结果表明,灌水处理均较干旱处理增产达显著水平。2~4水产量差异不显著,表明小麦生产中节水潜力巨大。干旱年产量随着灌水次数的增加递增,平水年1~4水处理随着灌水次数的增加产量略有增加,丰水年不灌水的处理产量达到7 500 kg/hm2以上,灌1~2水达到了8 250 kg/hm2以上,2水以后则不增产,甚至减产,说明丰水年过多灌水对产量不利。不同灌水处理水分利用效率随着灌水次数的增加而下降,0~4水分别为18.29,16.62,15.53,14.62和13.18(kg/(hm2.mm))。不同品种间抗旱节水能力差异显著。晋麦47在全生育期不灌水的情况下表现抗旱性强,适宜旱地种植。石家庄8号、石麦15号在全生育期不灌水、灌1~2水的情况下均表现突出,抗旱节水。邯6172、石麦18号在2~3水的情况下表现节水高产,石麦18号产量潜力最大,平均产量超过9 000 kg/hm2,最高达10 138.8 kg/hm2。参试品种的水分利用效率存在显著差异,石麦15号、石家庄8号和邯6172水分利用效率较高,并且在节水条件下产量突出,实现了节水与高产的有机结合。 相似文献
19.
20.
鉴于农作物类型识别中存在严重的"异物同谱"效应,基于归一化植被指数(normalized difference vegetation index,简称NDVI)时间序列数据及物候特征的农作物遥感识别已成为热点。针对现阶段NDVI时间序列数据空间分辨率普遍较低的问题,以河北省辛集市为研究区,基于Sentinel-2A数据构建了10 m高空间分辨率NDVI时间序列,并提出了积分法、斜率法和决策树法3种冬小麦识别模型,同时与传统的光谱角质图(spectral angle mapper,简称SAM)法进行了比较。结果表明,以上方法均达到了较好的识别效果,其中积分法、斜率法和决策树法的总体精度均优于97.6%,而SAM法因仅仅考虑了时间序列曲线的形态,使得稀疏林地与冬小麦之间容易误分;Sentinel-2A卫星(Sentinel-2星座重访周期为5 d)提供的高时空分辨率时间序列数据,在农作物的季相节律特征提取以及农作物的识别中具有巨大潜力。 相似文献