CN108241786B - 一种水稻抗倒伏能力评价方法 - Google Patents
一种水稻抗倒伏能力评价方法 Download PDFInfo
- Publication number
- CN108241786B CN108241786B CN201810026089.7A CN201810026089A CN108241786B CN 108241786 B CN108241786 B CN 108241786B CN 201810026089 A CN201810026089 A CN 201810026089A CN 108241786 B CN108241786 B CN 108241786B
- Authority
- CN
- China
- Prior art keywords
- variety
- greenhouse
- lodging
- consistent
- detected
- 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
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 22
- 235000009566 rice Nutrition 0.000 title claims abstract description 22
- 240000007594 Oryza sativa Species 0.000 title claims abstract 3
- 238000011156 evaluation Methods 0.000 title description 4
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 22
- 241000196324 Embryophyta Species 0.000 claims abstract description 10
- 238000007664 blowing Methods 0.000 claims abstract description 9
- 238000009966 trimming Methods 0.000 claims abstract description 4
- 239000002689 soil Substances 0.000 claims description 27
- 238000002474 experimental method Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000003973 irrigation Methods 0.000 claims description 8
- 230000002262 irrigation Effects 0.000 claims description 8
- 239000003337 fertilizer Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000035558 fertility Effects 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 238000001035 drying Methods 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 2
- 241000209094 Oryza Species 0.000 description 19
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Biomedical Technology (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Economics (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Mining & Mineral Resources (AREA)
- Fuzzy Systems (AREA)
- Molecular Biology (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种水稻抗倒伏能力评价方法,包括如下步骤:方盒标准化处理、测定品种移栽、灌浆期修穗、转入检测温室检测、测定处理品种倾斜程度。本发明通过实验条件控制,使得所有测定品种条件均一一致,避免了实验误差;本发明利用温室加装模拟降雨和刮风装置,可以实现各种导致倒伏的自然条件;本发明测定品种单行种植,剪穗处理,保证了检测结果反映的是品种本身的抗倒伏能力;本发明利用处理以后的植株倾斜角作为抗倒伏能力的检测指标,操作简单,便于大批量的测定品种抗倒伏能力。
Description
技术领域
本发明涉及水稻种植领域,具体是一种水稻抗倒伏能力评价方法。
背景技术
水稻倒伏问题一直是困扰水稻生产的限制因素之一,由于倒伏现象的存在,缩短了优良品种的使用年限,虽然近年来育种家一直试图通过降低株高等方法,提高水稻的抗倒伏能力,但目前来看,效果并不明显,这是因为降低株高后,限制了水稻的生物学产量,进而限制了水稻产量进一步提高,特别是目前水稻单产一直徘徊,这种育种趋势对水稻产量突破是不利的。
水稻抗倒伏能力是受多方面的影响,目前育种使用的抗倒伏评价方法仅仅考虑了水稻品种本身的抗倒伏能力,忽视了其他因素对水稻抗倒伏能力的影响,这对综合评价水稻抗倒伏能力是非常片面的,同时各测定方法比较繁琐,无法大批量测定品种抗倒伏能力。因此本发明提出了一种综合多方面因素,通过使用均一的测试条件,简单易操作评价指标,大批量客观的对水稻抗倒伏能力进行评价。
发明内容
本发明的目的在于提供一种水稻抗倒伏能力评价方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种水稻抗倒伏能力评价方法,包括如下步骤:
S1方盒标准化处理:方盒长宽高分别为10:4:5,加入土壤为同一来源,测得土壤基础肥力一致,加入前需先烘干且测得含水量一致,加入时需要依据实验需要称重,所有实验所用土壤加入方盒时重量一致,方盒内加水的重量一致,所施肥料种类相同,重量相同,保证实验所用方盒内条件一致,消除误差。
S2建立抗倒伏检测温室:该温室为一长方形温室,长宽比为10-20:1,温室为全封闭玻璃温室,温室长的一侧同一高度上安装风机,风机风向为平行于温室地面的方向,风机密度以风力涵盖全部温室为准,风力强度等同于自然0-12级风,温室另一侧有出风口,温室上部安装喷灌装置,高度为1.8米,模拟自然小雨-暴雨级别的降雨;
S3测定品种移栽:将待测品种育苗30天后移栽到步骤1的方盒中,单行种植,保证检测品种种植在方盒中线位置,种植的方向与方盒长边平行,株距与生产中常用的株距为准,该方盒尺寸为能放入检测温室为准,在检测品种生长的整个过程中保持条件一致;
S4灌浆期修穗:待检测倒伏能力的品种生长抽穗开花后10天,即进入灌浆期,将种植检测品种的方盒移入抗倒伏检测温室中,修剪掉未灌浆的分蘖,保证检测品种的每个分蘖均进入灌浆期,开始抗倒伏能力检测;
S5转入检测温室检测:当待检测品种在温室中摆放完毕后,将待测品种分为两份,一份开始抗倒伏能力检测,另一份在相同条件温室中不进行倒伏处理做对照。倒伏处理的待测品种开启风机和喷灌装置开始模拟自然界刮风和降雨过程,刮风和降雨的可以过程同步,也可以不同步,也可单独模拟刮风和降雨,其强度可以依据实验要求调节,处理的时间也可以依据实验要求确定;
S6测定处理品种倾斜程度:处理完毕后,每个测量植株和对照植株根部插入一根长杆,长杆的长度2m最佳,长杆与地面垂直,量取处理品种的倾斜的分蘖与长杆的夹角,求取平均值,以此处理平均值减去对照平均值为抗倒伏能力的指标,该平均值分为11个等级,每10度为一个等级,0度为1级,0-10度为2级,10-20度为3级,以此类推,完全倒伏为11级,由此划分不同品种的抗倒伏能力。
优选地,S3中,风机的安装高度为0.7m-1.8m,喷灌装置的高度为1.8米。
优选地,S3中,方盒中的基质为经过烘干的土壤,每盒的土壤重量一致,加入水分重量一致,施入肥料重量一致。
与现有技术相比,本发明的有益效果是:
(1)通过实验条件控制,使得所有测定品种条件均一一致,避免了实验误差。
(2)利用温室加装模拟降雨和刮风装置,可以实现各种导致倒伏的自然条件。
(3)测定品种单行种植,剪穗处理,保证了检测结果反映的是品种本身的抗倒伏能力。
(4)利用处理以后的植株倾斜角作为抗倒伏能力的检测指标,操作简单,便于大批量的测定品种抗倒伏能力。
附图说明
图1为水稻抗倒伏能力检测流程图。
具体实施方式
一种水稻抗倒伏能力评价方法,包括如下步骤:
S1方盒标准化处理:方盒长宽高分别为10:4:5,加入土壤为同一来源,测得土壤基础肥力一致,加入前需先烘干且测得含水量一致,加入时需要依据实验需要称重,所有实验所用土壤加入方盒时重量一致,方盒内加水的重量一致,所施肥料种类相同,重量相同,保证实验所用方盒内条件一致,消除误差。
S2建立抗倒伏检测温室:该温室为一长方形温室,长宽比为10-20:1,温室为全封闭玻璃温室,温室长的一侧在0.7m-1.8m的高度上安装风机,风机风向为平行于温室地面的方向,风机密度以风力涵盖全部温室为准,风力强度等同于自然0-12级风,温室另一侧有出风口,温室上部安装喷灌装置,高度为1.8米,模拟自然小雨-暴雨级别的降雨;
S3测定品种移栽:将待测品种育苗30天后移栽到步骤1的方盒中,单行种植,保证检测品种种植在方盒中线位置,种植的方向与方盒长边平行,株距与生产中常用的株距为准,该方盒尺寸为能放入检测温室为准,方盒中的基质为经称重装入经过烘干的土壤,每盒的土壤重量一致,加入水分重量一致,施入肥料重量一致,在检测品种生长的整个过程中保持条件一致;
S4灌浆期修穗:待检测倒伏能力的品种生长抽穗开花后10天,即进入灌浆期,将种植检测品种的方盒移入抗倒伏检测温室中,修剪掉未灌浆的分蘖,保证检测品种的每个分蘖均进入灌浆期,开始抗倒伏能力检测;
S5转入检测温室检测:当待检测品种在温室中摆放完毕后,将待测品种分为两份,一份开始抗倒伏能力检测,另一份在相同条件温室中不进行倒伏处理做对照。倒伏处理的待测品种开启风机和喷灌装置开始模拟自然界刮风和降雨过程,刮风和降雨的可以过程同步,也可以不同步,也可单独模拟刮风和降雨,其强度可以依据实验要求调节,处理的时间也可以依据实验要求确定;
S6测定处理品种倾斜程度:处理完毕后,每个测量植株和对照植株根部插入一根长杆,长杆的长度2m最佳,长杆与地面垂直,量取处理品种的倾斜的分蘖与长杆的夹角,求取平均值,以此处理平均值减去对照平均值为抗倒伏能力的指标,该平均值分为11个等级,每10度为一个等级,0度为1级,0-10度为2级,10-20度为3级,以此类推,完全倒伏为11级,由此划分不同品种的抗倒伏能力。
Claims (3)
1.一种水稻抗倒伏能力评价方法,其特征在于,包括如下步骤:
S1方盒标准化处理:方盒长宽高分别为10:4:5,加入土壤为同一来源,测得土壤基础肥力一致,加入前需先烘干且测得含水量一致,加入时需要依据实验需要称重,所有实验所用土壤加入方盒时重量一致,方盒内加水的重量一致,所施肥料种类相同,重量相同,保证实验所用方盒内条件一致,消除误差;
S2建立抗倒伏检测温室:该温室为一长方形温室,长宽比为10-20:1,温室为全封闭玻璃温室,温室长的一侧同一高度上安装风机,风机的安装高度为0.7 m-1.8m,风机风向为平行于温室地面的方向,风机密度以风力涵盖全部温室为准,风力强度等同于自然0-12级风,温室另一侧有出风口,温室上部安装喷灌装置,高度为1.8米,模拟自然小雨-暴雨级别的降雨;
S3测定品种移栽:将待测品种育苗30天后移栽到步骤1的方盒中,单行种植,保证检测品种种植在方盒中线位置,种植的方向与方盒长边平行,株距与生产中常用的株距为准,该方盒尺寸为能放入检测温室为准,在检测品种生长的整个过程中保持条件一致;
S4灌浆期修穗:待检测倒伏能力的品种生长抽穗开花后10天,即进入灌浆期,将种植检测品种的方盒移入抗倒伏检测温室中,修剪掉未灌浆的分蘖,保证检测品种的每个分蘖均进入灌浆期,开始抗倒伏能力检测;
S5转入检测温室检测:当待检测品种在温室中摆放完毕后,将待测品种分为两份,一份开始抗倒伏能力检测,另一份在相同条件温室中不进行倒伏处理做对照,倒伏处理的待测品种开启风机和喷灌装置开始模拟自然界刮风和降雨过程,其强度可以依据实验要求调节,处理的时间也可以依据实验要求确定;
S6测定处理品种倾斜程度:处理完毕后,每个测量植株和对照植株根部插入一根长杆,长杆的长度2m最佳,长杆与地面垂直,量取处理品种的倾斜的分蘖与长杆的夹角,求取平均值,以此处理平均值减去对照平均值为抗倒伏能力的指标,该平均值分为11个等级,每10度为一个等级,0度为1级,0-10度为2级,10-20度为3级,以此类推,完全倒伏为11级,由此划分不同品种的抗倒伏能力。
2.根据权利要求1所述的一种水稻抗倒伏能力评价方法,其特征在于,S3中,测试品种单行种植,方盒中的基质为经过烘干的土壤,每盒的土壤重量一致,加入水分重量一致,施入肥料重量一致。
3.根据权利要求1所述的一种水稻抗倒伏能力评价方法,其特征在于,S6中,利用处理品种和对照品种倾斜角的平均值之差作为测试品种抗倒伏指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810026089.7A CN108241786B (zh) | 2018-01-11 | 2018-01-11 | 一种水稻抗倒伏能力评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810026089.7A CN108241786B (zh) | 2018-01-11 | 2018-01-11 | 一种水稻抗倒伏能力评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108241786A CN108241786A (zh) | 2018-07-03 |
CN108241786B true CN108241786B (zh) | 2021-06-04 |
Family
ID=62699540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810026089.7A Active CN108241786B (zh) | 2018-01-11 | 2018-01-11 | 一种水稻抗倒伏能力评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108241786B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110692386B (zh) * | 2019-09-20 | 2021-10-12 | 湖北谷神科技有限责任公司 | 品种比较试验系统及方法 |
CN115119746B (zh) * | 2022-06-17 | 2023-09-05 | 安徽荃银高科种业股份有限公司 | 一种抗倒伏水稻不育系的筛选与鉴定方法及其在育种中的应用 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102577799A (zh) * | 2012-02-20 | 2012-07-18 | 北京师范大学 | 一种人工模拟降雹灾害的试验方法 |
CN103283545A (zh) * | 2013-04-09 | 2013-09-11 | 华南理工大学 | 基于Stm32微控制器的自动控制组合式模拟降雨装置 |
CN103630323A (zh) * | 2013-05-22 | 2014-03-12 | 河南科技学院 | 数字化小麦抗倒伏实验风洞 |
CN104133005A (zh) * | 2014-05-15 | 2014-11-05 | 浙江省农业科学院 | 一种测量稻田温室气体排放的室内模拟试验方法 |
CN105638261A (zh) * | 2015-12-29 | 2016-06-08 | 四川省农业科学院作物研究所 | 一种水稻高产群体抗倒伏性能鉴定方法 |
CN105875143A (zh) * | 2016-04-13 | 2016-08-24 | 安徽省农业科学院土壤肥料研究所 | 一种田间管栽肥料的试验方法 |
CN106034775A (zh) * | 2016-06-08 | 2016-10-26 | 江苏省农业科学院宿迁农科所 | 一种利用抗倒伏指数评价辅助水稻育种的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7084335B2 (en) * | 2004-05-24 | 2006-08-01 | Pioneer Hi-Bred International, Inc. | Wheat variety XW00D |
US20070240242A1 (en) * | 2006-04-06 | 2007-10-11 | Monsanto Technology Llc | Method for multivariate analysis in predicting a trait of interest |
-
2018
- 2018-01-11 CN CN201810026089.7A patent/CN108241786B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102577799A (zh) * | 2012-02-20 | 2012-07-18 | 北京师范大学 | 一种人工模拟降雹灾害的试验方法 |
CN103283545A (zh) * | 2013-04-09 | 2013-09-11 | 华南理工大学 | 基于Stm32微控制器的自动控制组合式模拟降雨装置 |
CN103630323A (zh) * | 2013-05-22 | 2014-03-12 | 河南科技学院 | 数字化小麦抗倒伏实验风洞 |
CN104133005A (zh) * | 2014-05-15 | 2014-11-05 | 浙江省农业科学院 | 一种测量稻田温室气体排放的室内模拟试验方法 |
CN105638261A (zh) * | 2015-12-29 | 2016-06-08 | 四川省农业科学院作物研究所 | 一种水稻高产群体抗倒伏性能鉴定方法 |
CN105875143A (zh) * | 2016-04-13 | 2016-08-24 | 安徽省农业科学院土壤肥料研究所 | 一种田间管栽肥料的试验方法 |
CN106034775A (zh) * | 2016-06-08 | 2016-10-26 | 江苏省农业科学院宿迁农科所 | 一种利用抗倒伏指数评价辅助水稻育种的方法 |
Non-Patent Citations (2)
Title |
---|
An experimental investigation of the lodging of wheat;M. Sterling .etal;《Agricultural and Forest Meteorology》;20031231;149-165页 * |
结实期人工模拟倒伏对水稻生长和产量的影响;赵新勇;《中国农学通报》;20171231;第33卷(第14期);1-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108241786A (zh) | 2018-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107950324A (zh) | 基于玉米分阶段灌溉需水量计算的灌溉管理系统及灌溉方法 | |
CN110826797B (zh) | 基于多目标综合评价体系确定最佳农业种植系统的方法 | |
CN108241786B (zh) | 一种水稻抗倒伏能力评价方法 | |
Tagle et al. | Development of an indoor hydroponic tower for urban farming | |
CN114365682A (zh) | 一种设施栽培土壤水分预测方法、装置及电子设备 | |
Feng et al. | Study of the relationship between field lodging and stem quality traits of winter wheat in the north China plain | |
CN108401634A (zh) | 一种大棚鲜食番茄氮素营养诊断及推荐施氮方法 | |
Wang et al. | Simulating cucumber plant heights using optimized growth functions driven by water and accumulated temperature in a solar greenhouse | |
CN105260940A (zh) | 基于农田蒸散量观测修正作物系数的方法 | |
CN114967798A (zh) | 一种基于互联网的天麻种植管理控制系统 | |
Wu et al. | On the application of the CERES-maize model to the North China Plain | |
CN106910022B (zh) | 小麦群体抗倒伏临界风速测定及计算方法 | |
CN204027912U (zh) | 农作物抗倒伏测试环境模拟装置 | |
CN105993720A (zh) | 一种日光温室基质袋培作物灌水量的模拟计算方法 | |
CN210923248U (zh) | 一种用于测试风雨作用下作物抗倒伏性能的模拟装置 | |
Fleisher et al. | Uniformity of soil-plant-atmosphere-research chambers | |
Nugraha et al. | Android-based System Monitoring of Supporting Variables for Nursery-Plant Growth in Plantation Areas | |
Wang et al. | Modeling the response of wheat and maize productivity to climate variability and irrigation in the North China Plain | |
CN104729931B (zh) | 一种玉米茎杆抗倒伏力测试仪 | |
CN109430047B (zh) | 一种耐旱玉米自交系的选育方法 | |
CN107509616A (zh) | 一种给基质精准补水的方法 | |
CN207284116U (zh) | 一种水稻小麦种子发芽率测试装置 | |
Gnoatto et al. | Comparison of two pressurized irrigation systems on lettuce seedlings production | |
CN215683723U (zh) | 一种玉米苗期耐旱性鉴定装置 | |
CN111461412A (zh) | 一种基于土壤温湿度的温室番茄根长密度计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |