CN104698133B - 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 - Google Patents
一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 Download PDFInfo
- Publication number
- CN104698133B CN104698133B CN201510091833.8A CN201510091833A CN104698133B CN 104698133 B CN104698133 B CN 104698133B CN 201510091833 A CN201510091833 A CN 201510091833A CN 104698133 B CN104698133 B CN 104698133B
- Authority
- CN
- China
- Prior art keywords
- stem stalk
- stalk lodging
- rape
- cabbage type
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明属于作物学领域，尤其涉及一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用。该方法包括：1)测量用于预测甘蓝型油菜田间茎秆倒伏角度的相关参数；2)根据步骤1)得到的测量值，基于预测甘蓝型油菜田间茎秆倒伏角度的数学模型进行甘蓝型油菜田间茎秆倒伏指数的确定；3)根据步骤2)得到的甘蓝型油菜田间茎秆倒伏指数，基于预测甘蓝型油菜田间茎秆倒伏角度的数学模型进行甘蓝型油菜田间茎秆倒伏角度的确定。本发明利用茎秆倒伏指数对油菜茎秆抗倒性进行评估，其计算的倒伏指数与实际田间倒伏角度无显著差异，相关性较好，可以快速、准确评估油菜资源及育种材料的茎秆抗倒性，在早期淘汰易倒伏材料，节约生产成本，提高选择效率。
Description
技术领域
本发明属于作物学领域，尤其涉及一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用。
背景技术。
菜籽油是主要国产食用植物油之一(约45％左右)，但目前我国食用植物油自给率仅维持在40％左右，安全形势严峻。因此，提高油菜生产力是保障我国食用植物油安全供给的重要举措。但油菜株型高大，倒伏风险较大，加上在实际生产中，随着对油菜高产的不断追求，油菜倒伏程度亦随之加重，现今倒伏已成为油菜单产及品质进一步提高的瓶颈。有研究表明，我国油菜产量每年因倒伏造成的损失为15-30％，严重年份可达50％以上，同时还可导致含油量下降10％-30％。油菜生产机械化是提高油菜种植效益及农户种植油菜积极性的重要举措，但无论是人工或机械收获，油菜倒伏后均显著增加了收获难度、降低了油菜生产效益，从而又会影响到农户种植油菜的积极性。因此，要实现油菜产量提高，降低机械化收获困难，就必须找到预测油菜倒伏的方法以通过育种或栽培等途径降低或减少油菜倒伏程度。
在作物品种的高产优质育种中，抗倒性早已成为一个重要的考察指标，油菜育种过程中抗倒种质资源的筛选以及实际生产中尤其是在满足油菜全程机械化生产条件下适宜油菜品种的选用过程中，抗倒性均已成为一个极其重要的考察指标。从目前的研究中看，对待测种质资源采用相同管理措施进行小区种植，成熟期测定田间倒伏角度最能客观直接的反映不同油菜种质资源的抗倒性，但此种方法需要消耗大量的人力、物力，用于大量油菜种植资源的抗倒性评价并不可行。因此，建立一种预测甘蓝型油菜育种资源田间茎秆倒伏角度的方法及模型，在油菜育种过程中可简易、快速预测大量油菜种质资源的田间倒伏角度，通过倒伏角度进行抗倒种质资源的评价与筛选则具有较大的实际应用价值。
发明内容
为解决现有技术的不足，本发明提供一种预测甘蓝型油菜田间茎秆倒伏角度的方法。
一种预测甘蓝型油菜田间茎秆倒伏角度的方法，包括以下步骤：
1)测量用于预测甘蓝型油菜田间茎秆倒伏角度的相关参数；
2)根据步骤1)得到的测量值，基于预测甘蓝型油菜田间茎秆倒伏角度的数学模型进行甘蓝型油菜田间茎秆倒伏指数(StemLodgingIndex)的确定；
3)根据步骤2)得到的甘蓝型油菜田间茎秆倒伏指数，基于预测甘蓝型油菜田间茎秆倒伏角度的数学模型进行甘蓝型油菜田间茎秆倒伏角度(StemLodgingAngle)的确定。
其中，在所述步骤1)中，所述的相关参数为高度、鲜重、抗折力。
在所述步骤2)和所述步骤3)中，所述的数学模型为：SLA＝3.290+0.750SLI，其中，SLA为甘蓝型油菜田间茎秆倒伏角度，SLI为甘蓝型油菜田间茎秆倒伏指数，SLI＝(高度×鲜重)/(抗折力×支点距离)×100，支点距离为10cm。
优选的，高度、鲜重、抗折力的相关参数可通过如下方法获得：
甘蓝型油菜终花后18～22天，优选的为20天，将单个植株的子叶节至第一有效分枝部位起点间的主茎均分为四段，对最上端一段(临近第一有效分枝起点)中部的10cm(即该被测段的长度为10cm，且其两端到该节的两端的距离相等)的茎段进行抗折力值的测量，得到所述抗折力，单位为g。
测量最上端一段至该植株顶端的距离，得到所述高度，单位为cm。
测量最上端一段至该植株顶端的重量，得到所述鲜重，单位为g。
第一次有效分枝是主茎上第一个具有一个以上有效角果的分枝。子叶节指的是胚轴上子叶所着生的节。
抗折力值可通过茎秆强度测定仪进行测量，例如浙江托普仪器有限公司生产的YYD-1茎秆强度测定仪。在测量过程中，会选取茎秆中的一定长度大小的茎秆进行测量，数学模型中的支点距离与该选取的茎秆长度的数值对应，可以进行调整。
优选的，若SLI值为小于8.947，则待测油菜种质资源的田间倒伏角度预测值为10°以下(包括10°)。若SLI值范围区间为(10.280～35.613)，则待测油菜种质资源的田间茎秆倒伏角度预测值为11°～30°(包括11°、30°)。若SLI值范围区间为(36.947～48.947)，则待测油菜种质资源的田间茎秆倒伏角度的预测值为31°～40°(包括31°、40°)。若SLI值大于50.280，则待测油菜种质资源的田间茎秆倒伏角度的预测值为大于等于41°。
本发明还提供了上述预测甘蓝型油菜田间茎秆倒伏角度的方法在甘蓝型油菜茎秆抗倒伏的早期预测和/或筛选中的应用，若SLI值为小于8.947，则待测油菜种质资源的田间倒伏角度预测值为10°以下(包括10°)，可为或可候选为强抗茎秆倒伏油菜种质资源；若SLI值范围区间为(10.280～35.613)，则待测油菜种质资源的田间茎秆倒伏角度预测值为11°～30°(包括11°、30°)，该材料可为或可候选为中抗茎秆倒伏油菜种质资源；若SLI值范围区间为(36.947～48.947)，则待测油菜种质资源的田间茎秆倒伏角度的预测值为31°～40°(包括31°、40°)，该材料可为或可候选为较弱抗茎秆倒伏油菜种质资源；若SLI值大于50.280，则待测油菜种质资源的田间茎秆倒伏角度的预测值为大于等于41°，该材料可为或可候选为弱抗茎秆倒伏油菜种质资源。
优选的，应用于油菜终花后的18～22天之内。
本发明还提供了上述预测甘蓝型油菜田间茎秆倒伏角度的方法在茎秆抗倒油菜选育中的应用。
本发明利用茎秆倒伏指数对油菜茎秆抗倒性进行评估，其计算的倒伏指数与实际田间倒伏角度无显著差异，相关性较好，可以快速、准确评估油菜资源及育种材料的茎秆抗倒性，在早期淘汰易倒伏材料，不仅节约生产成本而且大大提高选择效率。本发明检测方法方便、快速、准确，不受环境影响。
附图说明
图1为实施例1中四个试验点倒伏角度与倒伏指数的线性回归模型。
附图1中，R2 0.01＝0.1166，R2 0.05＝0.0693。
具体实施方式
以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
下述实施例中所使用的实验方法如无特殊说明，均为常规方法。
下述实施例中所用材料等，如无特殊说明，均可从商业途径得到。
以下实施实例便于更好地理解本发明，但并不限定本发明。下述实施例中的实验方法，如无特殊说明，均为常规方法。
实施例1
预测甘蓝型油菜田间茎秆倒伏角度模型的建立(以下实例中的用于计算的实际倒伏角度均为田间调查植株倒伏角度的均值)
(1)长江中游4个试验点不同甘蓝型油菜品种(品系)田间倒伏性状比较试验
①2012-2013年分别在湖北省荆州市农科院试验点、仙桃市农业局试验点、武穴市农业局试验点、江西省九江市试验点进行甘蓝型油菜不同品种(品系)田间倒伏性状比较试验，三次重复，随机排列。小区宽2米、长10米。10月5日条播，3-4叶期定苗375000株/hm2。播种前氮、磷、钾复合肥(15：15：15)450kg/hm2及15kg/hm2硼砂作底肥，2月14日施尿素150kg/hm2作蕾薹肥。油菜田间其他管理均同常规。
其中：湖北省荆州市农科院试验点试验选用的16个甘蓝型油菜株系编号分别为3中01、3中02、3中03、3中04、3中05、3中06、3中07、3中08、3中09、3中10、3中11、3中12、3中25、T05、Li11、Li15；湖北省仙桃市农业局试验点选用的13个油菜品种为希望528、沣油520、禾盛油8684、华油杂10号、华油杂9号、沣油510、3沣油9号、华油杂62、华油杂15、华油杂14、华油杂12、华油杂95、德油杂108；湖北省武穴市农业局试验点选用的14个甘蓝型油菜品种为大地95、圣光127、圣光137、华11崇32、华13崇27-2、中油30084、中油34057、川油07G-7、川油11G-7、油科1号、华油杂9号、川油早001、川油早002、川油早003；江西省九江市农业科学研究所试验基地选用13个甘蓝型油菜品系为九C01、九C02、九C03、九C04、九C05、九C06、九C07、九C08、九C09、九C10、九C11、九C12、九C13。
②各小区分别在油菜终花后10天、20天、30天连续取样10株，测定一次有效分枝部位起点至子叶节间主茎长度，将该部位均分为四段，分别测定4段基部至植株顶端的高度及相应鲜重，然后分别用浙江托普仪器有限公司生产的YYD-1茎秆强度测定仪各测定主茎4段中部10cm的茎秆抗折力。
③利用所述抗折力、高度、鲜重指标测定值代入倒伏指数计算公式，计算各待测油菜种质资源茎秆不同部位在终花后不同时间的倒伏指数
④油菜收获前5天调查田间茎秆实际倒伏角度。在每一小区中随机选取2个点，各自调查5株，每小区共计10株，测量每一株的实际倒伏角度。
各试验点各待测油菜种质资源茎秆不同部位在终花后不同时间的倒伏指数与田间实际茎秆倒伏角度相关分析结果见表1。试验结果表明，终花后20天油菜各段茎秆倒伏指数与田间实际倒伏角度相关性均高于终花后10天、30天的相关系数；且在终花后20天越靠近一次有效分枝部位的茎段与田间实际倒伏角度相关性越大，相关系数最大值均为有效分枝以下第一段，其相关性均达到显著或极显著水平。
表1各试验点终花后不同时间及主茎不同部位倒伏指数与田间实际倒伏角度相关系数
注：测定部位1、2、3、4、分别为从子叶节至第一有效分枝部位茎段；荆州点n＝16，R0.05＝0.497，R0.01＝0.623；仙桃点n＝13，R0.05＝0.553，R0.01＝0.684；武穴点n＝14，R0.05＝0.533，R0.01＝0.661；九江点n＝13，R0.05＝0.553，R0.01＝0.684；*和**分别表示在0.05和0.01水平上差异显著。
(2)建立甘蓝型油菜倒伏指数与田间实际倒伏角度模拟模型
因各试验点试验结果均表明，甘蓝型油菜在终花后20天越靠近第一次有效分枝部位的茎段与田间实际倒伏角度相关性越大，且相关性均达到显著或极显著水平(图1)，因此利用上述4点数据可建立该时段该部位倒伏指数与田间实际倒伏角度模型。
利用线性回归分析可建立田间甘蓝型油菜田间实际倒伏角度(SLD)与倒伏指数(SLI)的线性回归模型：SLD＝3.290+0.750SLI，其中R2＝0.814，表明回归曲线拟合度较好，且通过检验。根据倒伏程度对油菜产量品质的影响程度以及倒伏对油菜机械化收获难易程度的影响大小，本专利进行如下分级：一级：小于等于10°轻微倒伏(0<x≤10)；二级：11-30°中等倒伏(11≤x≤30)；三级：31-40°倒伏较重(31≤x≤40)；四级：41-90°倒伏严重(41≤x＜90)。
通过该回归曲线，得到甘蓝型油菜不同级别的倒伏指数范围如表2所示。
表2甘蓝型油菜不同级别的倒伏指数范围
实施例2
不同生态区模拟模型的检验
(1)长江上游油菜产区(四川省绵阳试验点)
2013-2014年在四川绵阳试验点设置本试验，三次重复，随机排列。供试材料编号为LN1-LN14，小区宽2米、长10米。9月21日条播，3-4叶期定苗375000株/hm2。播种前氮磷钾复合肥(15：15：15)450kg/hm2及15kg/hm2硼砂作底肥，2月14日施尿素150kg/hm2作蕾薹肥。油菜田间其他管理均同常规。于终花后18天每小区取样5株，，测定有效分枝部位以下主茎四个位置的抗折力，各部位高度以及鲜重，得到倒伏指数。收获前5天每小区选取5株，量取田间实际倒伏角度。结果如表3所示，结果表明，终花后20天茎秆倒伏指数与倒伏角度相关性达到显著，且有效分枝以下茎段与倒伏角度相关性最大(见表3)，达到极显著正相关，相关系数为0.899**。
表3绵阳试验点分枝部位以下不同茎段倒伏指数与倒伏角度的相关性
注：测定部位1、2、3、4、分别为从子叶节至第一有效分枝部位茎段；n＝14，R0.05＝0.533，R0.01＝0.661；*和**分别表示在0.05和0.01水平上差异显著。
对表4中田间实际倒伏角度及模型预测倒伏角度进行T测验后发现，二者无显著差异，且根据模型预测值进行分级，14个材料中有93％的分级结果与田间实际倒伏分级相同。以上试验结果均说明在长江流域上游油菜生态区利用模型预测甘蓝型油菜种植资源抗倒性的方法与田间试验方法的结果一致。
表4四川省绵阳试验点倒伏角度预测值及田间实际倒伏角度值
(2)长江中游油菜产区(江西南昌试验点)
2013-2014年在江西南昌试验点设置本试验，三次重复，随机排列。供试材料编号为南C01-南C13，小区宽2米、长10米。9月28日条播，3-4叶期定苗375000株/hm2。播种前氮磷钾复合肥(15：15：15)450kg/hm2及15kg/hm2硼砂作底肥，2月14日施尿素150kg/hm2作蕾薹肥。油菜田间其他管理均同常规。于终花后20天每小区取样5株，测定有效分枝部位以下主茎四个位置的抗折力，各部位高度以及鲜重，得到倒伏指数。收获前5天每小区选取5株，量取田间实际倒伏角度。结果如表5所示，结果表明，终花后20天有效分枝以下茎段(表中4)与倒伏角度相关性最大，达到极显著正相关，相关系数为0.828**。
表5南昌试验点分枝部位以下不同茎段倒伏指数与倒伏角度的相关性
注：测定部位1、2、3、4、分别为子叶节至第一有效分枝部位茎段；n＝13，R0.05＝0.553，R0.01＝0.684；*和**分别表示在0.05和0.01水平上差异显著。
对表6中田间实际倒伏角度及模型预测倒伏角度进行T测验后发现，二者无显著差异。且根据模型预测值进行分级，13个材料中有92％的分级结果与田间实际倒伏分析相同。以上试验结果说明在长江流域中游油菜生态区利用模型预测甘蓝型油菜种植资源抗倒性的方法与田间试验方法的结果一致。
表6江西南昌试验点倒伏角度预测值及田间实际倒伏角度值
(3)长江下游油菜产区(江苏南京试验点)
2013-2014年在江苏南京试验点设置本试验，三次重复，随机排列。供试材料编号为ⅡGY101-ⅡGY113，小区宽2米、长10米。10月5日条播，3-4叶期定苗375000株/hm2。播种前氮磷钾复合肥(15：15：15)450kg/hm2及15kg/hm2硼砂作底肥，2月14日施尿素150kg/hm2作蕾薹肥。油菜田间其他管理均同常规。于终花后22天每小区取样5株，测定有效分枝部位以下主茎四个位置的抗折力，各部位高度以及鲜重，得到倒伏指数。收获前5天每小区选取5株，量取田间实际倒伏角度。如表7所示，结果表明，终花后20天且有效分枝以下茎段(表中4)与倒伏角度相关性最大，达到显著正相关，相关系数为0.829**。
表7南京试验点分枝部位以下不同茎段倒伏指数与倒伏角度的相关性
注：测定部位1、2、3、4、分别为从子叶节至第一有效分枝部位茎段；n＝13，R0.05＝0.553，R0.01＝0.684；*和**分别表示在0.05和0.01水平上差异显著。
对表8中田间实际倒伏角度及模型预测倒伏角度进行T测验后发现，二者无显著差异。且根据模型预测值进行分级，13个材料中有92％的分级结果与田间实际倒伏分析相同。以上试验结果说明在长江流域下游油菜生态区利用模型预测甘蓝型油菜种植资源抗倒性的方法与田间试验方法的结果一致。
表8江苏南京试验点倒伏角度预测值及田间实际倒伏角度值
(4)以上长江流域上中下游三个油菜生态区的验证结果均表明利用该模型预测甘蓝型油菜抗倒性的方法与田间试验方法的结果一致，说明本发明利用模型预测甘蓝型油菜大量种质资源的抗倒性的方法准确性高。
以上所述仅为本发明的较佳实施方式，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种预测甘蓝型油菜田间茎秆倒伏角度的方法，其特征在于，包括以下步骤：
1)测量用于预测甘蓝型油菜田间茎秆倒伏角度的相关参数；
2)根据步骤1)得到的测量值，基于预测甘蓝型油菜田间茎秆倒伏角度的数学模型进行甘蓝型油菜田间茎秆倒伏指数的确定；
3)根据步骤2)得到的甘蓝型油菜田间茎秆倒伏指数，基于预测甘蓝型油菜田间茎秆倒伏角度的数学模型进行甘蓝型油菜田间茎秆倒伏角度的确定；
其中，在所述步骤1)中，所述的相关参数为高度、鲜重、抗折力；
在所述步骤2)和所述步骤3)中，所述的数学模型为：SLA＝3.290+0.750SLI，其中，SLA为甘蓝型油菜田间茎秆倒伏角度，SLI为甘蓝型油菜田间茎秆倒伏指数，SLI＝(高度×鲜重)/(抗折力×支点距离)×100，支点距离为10cm。
2.根据权利要求1所述的预测甘蓝型油菜田间茎秆倒伏角度的方法，其特征在于，在甘蓝型油菜终花后18～22天，将单个植株的第一有效分枝部位的起点至该植株的子叶节间的主茎均分为四段，对最上方的一节的中部的10cm的茎段进行抗折力值的测量，得到所述抗折力；测量最上方的一节的下节点到该植株顶端的距离，得到所述高度；测量最上方的一节的下节点到该植株顶端的重量，得到所述鲜重。
3.根据权利要求1或2所述的预测甘蓝型油菜田间茎秆倒伏角度的方法，其特征在于：若SLI值小于等于8.947，则待测油菜种质资源的田间茎秆倒伏角度预测值小于等于10°；若SLI值为10.280～35.613，则待测油菜种质资源的田间茎秆倒伏角度预测值为11°～30°；若SLI值为36.947～48.947，则待测油菜种质资源的田间茎秆倒伏角度的预测值为31°～40°；若SLI值大于等于50.280，则待测油菜种质资源的田间茎秆倒伏角度的预测值大于等于41°。
4.一种根据权利要求3所述的预测甘蓝型油菜田间茎秆倒伏角度的方法在甘蓝型油菜茎秆抗倒伏的早期预测和/或筛选中的应用，其特征在于：若SLI值小于等于8.947，则待测油菜种质资源的田间茎秆倒伏角度预测值小于等于10°，可为或可候选为强抗茎秆倒伏油菜种质资源；若SLI值为10.280～35.613，则待测油菜种质资源的田间茎秆倒伏角度预测值为11°～30°，可为或可候选为中抗茎秆倒伏油菜种质资源；若SLI值为36.947～48.947，则待测油菜种质资源的田间茎秆倒伏角度的预测值为31°～40°，可为或可候选为较弱抗茎秆倒伏油菜种质资源；若SLI值大于等于50.280，则待测油菜种质资源的田间茎秆倒伏角度的预测值大于等于41°，可为或可候选为弱抗茎秆倒伏油菜种质资源。
5.根据权利要求4所述的应用，其特征在于，应用于油菜终花后的18～22天之内。
6.一种根据权利要求3所述的预测甘蓝型油菜田间茎秆倒伏角度的方法在茎秆抗倒油菜选育中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510091833.8A CN104698133B (zh) | 2015-02-28 | 2015-02-28 | 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510091833.8A CN104698133B (zh) | 2015-02-28 | 2015-02-28 | 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104698133A CN104698133A (zh) | 2015-06-10 |
| CN104698133B true CN104698133B (zh) | 2016-05-18 |
Family
ID=53345474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510091833.8A Active CN104698133B (zh) | 2015-02-28 | 2015-02-28 | 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104698133B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107153047B (zh) * | 2017-06-12 | 2020-04-03 | 华中农业大学 | 一种利用近红外光谱检测油菜茎秆倒伏指数的方法 |
| CN109041874A (zh) * | 2018-06-19 | 2018-12-21 | 华中农业大学 | 基于生化成分的油菜的产量和抗倒性的预测方法 |
| CN109041875A (zh) * | 2018-06-19 | 2018-12-21 | 华中农业大学 | 基于农艺性状的油菜的产量和抗倒性的预测方法 |
| CN109543954B (zh) * | 2018-10-26 | 2021-08-03 | 华中农业大学 | 利用茎秆各部位倒伏指数极值大小判断油菜是否适宜密植的方法 |
| CN111950774A (zh) * | 2020-07-24 | 2020-11-17 | 华中农业大学 | 预测油菜抗倒伏性状的方法及应用 |
| CN112396227B (zh) * | 2020-11-16 | 2023-08-18 | 安徽省农业科学院水稻研究所 | 一种水稻品种抗倒伏性能测定及评估方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203133054U (zh) * | 2013-02-11 | 2013-08-14 | 蒋雪峰 | 一种小麦茎秆抗倒性的量化与分析系统 |
| CN104034852B (zh) * | 2014-06-12 | 2016-05-25 | 中国农业科学院油料作物研究所 | 一种预测大豆抗倒性的方法及其模型 |
| CN104198268A (zh) * | 2014-08-11 | 2014-12-10 | 北京农业信息技术研究中心 | 一种农作物抗倒伏测试系统方法及使用其的方法 |
-
2015
- 2015-02-28 CN CN201510091833.8A patent/CN104698133B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104698133A (zh) | 2015-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104698133B (zh) | 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 | |
| Zhu et al. | From lab to field, new approaches to phenotyping root system architecture | |
| CN107356569B (zh) | 基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法 | |
| Wu et al. | Grain yield, root growth habit and lodging of eight oilseed rape genotypes in response to a short period of heat stress during flowering | |
| Vetterlein et al. | Root age distribution: how does it matter in plant processes? A focus on water uptake | |
| Liu et al. | Reponses and sensitivities of maize phenology to climate change from 1981 to 2009 in Henan Province, China | |
| Farneselli et al. | Reliability of petiole sap test for N nutritional status assessing in processing tomato | |
| CN102967354B (zh) | 作物生物量检测装置及进行生物量检测的方法 | |
| Dias et al. | Traits for canopy development and light interception by twenty-seven Brazilian sugarcane varieties | |
| CN112649392A (zh) | 一种快速鉴定小麦节水抗旱性的方法 | |
| Liu et al. | Spatiotemporal changes of rice phenology in China under climate change from 1981 to 2010 | |
| Basu et al. | High-precision phenotyping under controlled versus natural environments | |
| Qiang et al. | Determination of critical nitrogen dilution curve based on leaf area index for winter wheat in the Guanzhong Plain, Northwest China | |
| Dass et al. | Nitrogen management in precision farming by soil plant analyses development meter | |
| Shrestha et al. | Exploring phenotypic variation and associations in root nodulation, morphological, and growth character traits among 50 guar genotypes | |
| CN110068299B (zh) | 一种温室作物叶面积指数的计算方法 | |
| Rezende et al. | Establishment of specific DRIS standards for mango cultivars Tommy Atkins, Kent and Keitt compared to generic standards in the Sub-Middle São Francisco Valley | |
| Persson et al. | Evaluation of the LINGRA timothy model under Nordic conditions | |
| Zhou et al. | Components of genotype by environment interaction among SASRI regional breeding and selection programmes and their implications | |
| GB2571684A (en) | Nutrient Solution Management Technique Based on Length of Leaf of Greenhouse Tomato | |
| CN103276047B (zh) | 鉴定小麦赤霉病抗性的方法 | |
| CN106951653A (zh) | 一种评价茎秆作物抗倒伏能力的方法 | |
| Stubbs et al. | Are Maize Stalks Efficiently Tapered to Withstand Wind Induced Bending Stresses? | |
| CN111950774A (zh) | 预测油菜抗倒伏性状的方法及应用 | |
| CN103125371B (zh) | 一种作物抗旱突变体田间快速辅助筛选的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |