CN109041875A - 基于农艺性状的油菜的产量和抗倒性的预测方法 - Google Patents
基于农艺性状的油菜的产量和抗倒性的预测方法 Download PDFInfo
- Publication number
- CN109041875A CN109041875A CN201810632320.7A CN201810632320A CN109041875A CN 109041875 A CN109041875 A CN 109041875A CN 201810632320 A CN201810632320 A CN 201810632320A CN 109041875 A CN109041875 A CN 109041875A
- Authority
- CN
- China
- Prior art keywords
- rape
- yield
- miscellaneous
- economical character
- oil
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
- A01G22/15—Leaf crops, e.g. lettuce or spinach
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
Abstract
本发明属于油菜种植技术领域,具体涉及一种基于农艺性状的油菜的产量和抗倒性的预测方法,其包括以下步骤:S1、获取试验油菜对象的农艺性状信息;S2、建立包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库;S3、获取预测油菜对象的农艺性状信息,根据所述步骤S2建立的所述数据库确定预测油菜对象的产量及倒伏指数总评价等级。本发明通过获取试验油菜对象的农艺性状信息,根据包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库,即可以根据预测油菜对象的农艺性状信息确定预测油菜的产量和倒伏指数总评价等级。
Description
技术领域
本发明属于油菜种植技术领域,具体涉及一种基于农艺性状的油菜的产量和抗倒性的预测方法。
背景技术
油菜作为我国种植规模最大、发展迅速的重要油料作物,所生产的菜籽油含有丰富的脂肪酸和维生素,是我国主要的食用油之一。目前,虽然针对油菜种植的技术发展较为成熟,但是,就油菜的产量和抗倒性的预测方法却不完善。现有技术CN201710654154公开了一种油菜的产量的早期预测方法。该现有技术中所提供的油菜的产量的早期预测方法采用随机森林法对高维的叶绿素荧光参数进行降维,从而筛选出对油菜角果产量预测作用较大的最优子集,使在该子集上建立的油菜的产量的定量预测模型的计算量大大降低,并且其预测效果维持不变甚至有一定提高。但是,其采用了较为复杂的预测模型,并且,只能针对油菜的产量进行预测。
发明内容
为解决现有技术的不足,本发明提供了一种基于农艺性状的油菜的产量和抗倒性的预测方法。通过本发明所提供的预测方法,可以根据测油菜对象的农艺性状信息同时预测其产量和倒伏指数。
本发明所提供的技术方案如下:
一种基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于,包括以下步骤:
S1、获取试验油菜对象的农艺性状信息;
S2、建立包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库;
S3、获取预测油菜对象的农艺性状信息,根据所述步骤S2建立的所述数据库确定预测油菜对象的产量及倒伏指数总评价等级。
在上述技术方案中,通过获取试验油菜对象的农艺性状信息,根据包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库,即可以根据预测油菜对象的农艺性状信息确定预测油菜的产量和倒伏指数总评价等级。
该方法采样简单,预测过程简单,便于在大规模油菜种植中使用。
具体的,所述农艺性状信息为油菜的单株角果数和分枝高度。
上述技术方案中,油菜的单株角果数和分枝高度与油菜的产量和倒伏指数整体高度相关。
具体的,所述农艺性状信息为成熟期的油菜的单株角果数和分枝高度。
上述技术方案中,油菜的单株角果数和分枝高度与油菜的产量和倒伏指数整体高度相关。
具体跌,所述农艺性状信息为至少10株成熟期的油菜的单株角果数的平均值和分枝高度的平均值。
基于上述技术方案,系统误差低且抽样成本低。
具体的,所述产量及倒伏指数总评价等级包括综合性状优良和综合性状差两级,其中:
综合性状优良的油菜的单株角果数的平均值为177.8个~209.2个,并且,分枝高度的平均值为75.8cm~87.2cm;
综合性状差的油菜的单株角果数的平均值小于177.8个或大于209.2个,或者,综合性状差的油菜的分枝高度的平均值小于75.8cm或大于87.2cm。
其中,综合性状优良的产量值为2385.3kg·hm-2-2740.0kg·hm-2,倒伏指数为1.82g·cm·g-1-2.38g·cm·g-1,综合性状较差的产量值为1818.1kg ·hm-2-2120.4kg·hm-2,倒伏指数为2.75g·cm·g-1-3.17g·cm·g-1。
单株角果数的平均值在上述范围之内时,植株的抗倒性增强,同时品种的抗倒适应能力也相对提高。油菜的分枝高度在上述范围之内时,植株的产量提高,同时品种的产量适应能力也相对提高,可以作为预测油菜产量和抗倒性的农艺性状。
具体的,所述油菜对象的品种为:
长江上游常规种或杂交种;
或者,长江中游常规种或杂交种;
或者,长江下游常规种或杂交种。
具体的:
所述长江上游常规种或杂交种选自云油双2号、云油杂10号、川杂NH5118、蓉油8号、蓉油18号、川油36号、湘杂油553、湘杂油518、赣油杂7号或赣油杂8号中的任意一种;
所述长江中游常规种或杂交种选自华杂62、华杂9号、中双11、阳光 2009、宁杂27或宁杂1818中的任意一种;
所述长江下游常规种或杂交种选自苏油8号、苏油6号、镇油6号或扬油9号。
总体上,通过本发明所提供的预测方法,可以根据测油菜对象的农艺性状信息同时预测其产量和抗倒伏性。本发明通过获取试验油菜对象的农艺性状信息,根据包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库,即可以根据预测油菜对象的农艺性状信息确定预测油菜的产量和倒伏指数总评价等级。
具体实施方式
以下对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
S1、获取试验油菜对象的农艺性状信息,农艺性状信息为至少10株成熟期的油菜的单株角果数的平均值和分枝高度的平均值;
S2、建立包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库;
S3、获取预测油菜对象的农艺性状信息,根据步骤S2建立的数据库确定预测油菜对象的产量及倒伏指数总评价等级。
产量及倒伏指数总评价等级包括综合性状优良和综合性状差两级,其中:综合性状优良的油菜的单株角果数的平均值为177.8个~209.2个,并且,分枝高度的平均值为75.8cm~87.2cm;综合性状差的油菜的单株角果数的平均值小于177.8个或大于209.2个,或者,综合性状差的油菜的分枝高度的平均值小于75.8cm或大于87.2cm。
油菜对象的品种为:长江上游常规种或杂交种;或者,长江中游常规种或杂交种;或者,长江下游常规种或杂交种。
1材料与方法
1.1试验材料
参加本次试验的材料有20个品种,其中上游的品种6个(1个常规种, 5个杂交种);中游的品种8个(2个常规种,6个杂交种);下游的品种6 个(4个常规种,2个杂交种),品种的生态区、名称、选育单位、审定编号、品种类型等如表1
表1参试品种的名称与类型
Table 1 The name and type of the tested varieties
1.2试验时间、地点
试验于2015-2017年在长江流域不同的生态点进行种植,2015-2016年试验点为长江上游(昆明、成都);长江中游(武汉、武穴),长江下游试验点(南京)。2016-2017年试验点长江上游试验点(昆明、成都);长江中游试验点(武汉、黄冈、南昌);长江下游试验点(南京)。
1.3试验设计
每个试验点统一采用随机区组进行排布,且每个试验点均设置20个小区,直播方式种植。每个小区面积20m2(长2m,宽10m),行距25cm,种植密度为3万株/亩.施肥量为亩施50kg复合肥(N:P:K=15%-15%-15%),5 叶期追施7.5kg尿素,薹高5cm时再追施5kg尿素。硼砂用量15kg/hm2,一次性基施。其他管理同常规管理方式。
表2不同生态区播种时间
1.4测定指标与方法
1.4.1生育期的记载
按照国家区域试验记载标准进行记载:
出苗期:全小区75%的幼苗出土,并且子叶平展;蕾薹期:全区75%以上植株扒开主茎顶端1-2片幼叶可见到明显花蕾,并且主茎高度达到10cm 以上,主茎节间开始伸长;初花期:全区25%植株主茎开花;盛花期:全区 75%以上花序开花;终花期:全区75%以上花序完全谢花(花瓣变色、开始枯萎);成熟期:全区有75%以上角果转为黄色,且种子呈现成熟色泽。
1.4.2茎秆发育动态
薹高5cm时,在每个小区连续取样10株,调查植株的株高、根茎粗、叶片数、小区株数的变化,每隔7d进行一次,至株高不在变化。
1.4.3各个关键生育期取样
2015-2017年在油菜的关键生育期(苗期、薹期、花期、角果期、成熟期)分别取样,每个小区取样10株,苗期、薹期主要调查根茎粗、株高、茎秆和叶片鲜重、干重,叶面积,根鲜重、干重。花期、角果期主要调查根茎粗、株高、分枝高度、分枝数、地上部分鲜干重,茎秆各段10cm体积、鲜重、干重。成熟期考种主要调查根鲜干重、根茎粗、株高、分枝高度、分枝数、结角起终点、主茎结角起终点、地上部分鲜干重、茎秆各段10cm体积、鲜重、干重,主茎角果数目及鲜重、干重,分枝角果数目及鲜干重,主茎和分枝的籽粒重,角果皮重。
1.4.4油菜产量及产量构成
在收获前一天将每个小区前期做茎秆动态调查的10株进行考种,除了测定常规的形态指标外,还需测定的指标包括每角果粒数、每株角果数、千粒重,得出理论产量,考种结束后每个小区收获固定的16m2油菜测产,统计收割的实际茬数,计算实际产量。
1.4.5倒伏性状的测定
1.4.5.1田间倒伏角度的测定
油菜的倒伏包括根倒与茎倒,对于直播的油菜倒伏主要是茎倒,茎倒=总倒伏角度-根倒伏角度,其中,1)总倒伏角度等于冠层最高点与子叶节(指胚轴上子叶所着生的节)的连线与垂直方向的夹角;2)根倒角度选用量角器测量茎秆与垂直方向的夹角。
1.4.5.2茎秆倒伏强度的测定
在成熟期取10株油菜,去除缩茎段后,量取第一次有效分枝高度,将剩余的茎秆平均分为四段,测定每一段茎秆的抗折力(抗折力的测定采用浙江托普仪器有限公司生产的YYD-1茎秆强度测仪)。
倒伏指数的测定方法为:倒伏指数=株高×地上鲜重/抗折力(Sluiter et al2008,张喜娟等2009),其中,株高与地上鲜重分别对应测定的茎段至植株顶部的高度与鲜重,抗折力为该段茎秆中间10cm处的抗折力。
2结果与分析
2.1不同品种油菜产量的生态适应性分析
通过表3得出,产量均值中,均以云油杂10号产量值最小,两年分别为1866.9kg·hm-2、1769.2kg·hm-2,产量值最大的品种为华杂9号,分别为 2770.2kg·hm-2、2679.8kg·hm-2,通过产量的聚类分析挑选出来的高产型品种 (蓉油18号、川油36、湘杂油518、赣油杂8号、华杂62、华杂9号、中双11号)变异系数值相对也较小,属于高产适应性强的品种。低产型(云油双2号、云油杂10号、川杂NH5118、宁杂27)变异系数值较大,属于低产适应性弱的品种。
两年中,六个生态区产量的变异系数最小的品种为川油36、华杂9号、蓉油 8号、华杂62、苏油6号,因蓉油8号、苏油6号产量较低,均未被划分到高产的品种类型中,故挑选出来变异系数小且产量高的最优的三个品种为川油36、华杂62、华杂9号;变异系数较大综合产量较低的三个品种为云油双2号、云油杂10号、川杂NH5118,其产量在当地适宜生态区表现为高产特性,生态区改变后,气候的不适宜,导致产量较低,品种适应性较差。
表3不同品种变异系数(2015-2017)
**,**:分别表示0.05和0.01的显著水平。
*Significant at P<0.05,**Significant at P<0.01.
2.2品种抗倒性的适应分析
通过品种抗倒性适应性分析得出,两年中品种倒伏指数变异系数最小的品种分别为华杂9号、中双11号,倒伏指数分别为2.01g·cm/g、1.88g·cm/g。变异系数最大的品种分别为川杂NH5118、云油双2号,倒伏指数分别为3.11 g·cm/g、3.16g·cm/g。倒伏指数聚类分析中,表现高抗的品种(蓉油18、川油36、湘杂油518、华杂62、华杂9号、中双11号、镇油6号)变异系数较小,属于高抗适应性强的品种。低抗品种(云油双2号、云油杂10号、川杂NH5118、宁杂27、苏油8号、扬油9号)中,因苏油8号变异系数相对较小,稳定性较强,故低抗适应性弱的品种为(云油双2号、云油杂10 号、川杂NH5118、宁杂27、扬油9号)
两年中倒伏指数变异系数最小的三个品种分别为华杂9号、中双11号、湘杂油518,且倒伏指数相对较小,为高抗适应性最强的三个品种。两年中变异系数最大的品种分别为川杂NH5118、云油双2号、宁杂27、扬油9 号,其中宁杂27倒伏指数相对较小,较抗倒,故低抗适应性最弱的三个品种分别为川杂NH5118、云油双2号、扬油9号。
表4倒伏指数的变异系数分析(2015-2017)
*,**:分别表示0.05和0.01的显著水平。
2.3综合分类品种与产量、抗倒性关系
2.3.1品种分类
通过前文产量与倒伏指数的聚类分析,将产量与倒伏指数进行综合分类,得出高产高抗适应较好的品种(综合性状优良)为:蓉油18号、川油36、湘杂油518、华杂62、华杂9号、中双11号;中产中抗适应性一般的品种(综合性状一般)为:蓉油8号、湘杂油553、赣油杂7号、赣油杂8 号、阳光2009、宁杂1818、苏油8号、苏油6号、镇油6号、扬油9号;低产低抗适应性较弱的品种(综合性状较差)为:云油双2号、云油杂10 号、川杂NH5118、宁杂27。
表5产量、抗倒性综合分类(2015-2017)
1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、
19、20分别代表品种云油双2号、云油杂10号、川杂NH5118、蓉油8号、蓉油18号、
川油36号、湘杂油553、湘杂油518、赣油杂7号、赣油杂8号、华杂62、华杂9号、
中双11号、阳光2009、宁杂27、宁杂1818、苏油8号、苏油6号、镇油6号、扬油9号。
2.3.2农艺指标范围
通过对高产高抗适应性优良型(综合性状优良)、中产中抗适应性一般型 (综合性状中等)、低产低抗适应性较差型(综合性状较差)品种农艺指标的分析,与产量相关性较大指标为地上生物量、单株角果数,综合性状优良、中等、较差的品种地上生物量、单株角果数分别为(50.5g、46.3g、41.2g)、 (191.1个、156.3个、155.2个);分析综合性状优良品种,得出地上生物量、单株角果数的适宜的指标范围为48.4g--53.4g、单株角果数177.8个-209.2个;当植株的关键农艺性状表现在这些范围之内时,植株的产量提高,同时品种的产量适应能力也相对提高,其中与产量相关性最关键性指标范围为单株角果数177.8个-209.2个。
与倒伏相关性较大的指标分枝高、株高、抗折力,综合性状优良、中等、较差的品种分别为(80.12cm、93.3cm、84.4cm)、(183.8cm、183.3cm、168.7cm)、(114.2N、95.7N、84.2N),分析综合性状优良、一般、较差品种的株高与分枝高,株高与分枝高的比值在一定的范围时,植株的综合性状表现优良,比值范围在0.42-0.49。故与抗倒性相关性较大的指标最适范围为:分枝高 75.8cm-87.2cm、株高177.4cm-188cm、抗折力99.1N-121.9N、分枝高/株高0.42-0.49。当植株的关键农艺性状表现在这些范围之内时,植株的抗倒性增强,同时品种的抗倒适应能力也相对提高;其中影响倒伏最关键的指标范围为分枝高75.8cm-87.2cm。
通过产量、倒伏与农艺性状的分析,在培育新品种时,可以从单株角果数与分枝高方面来提高油菜的产量与抗倒性,当植株的单株角果数较多,分枝高较低,范围分别为177.8个-209.2个、75.8cm-87.2cm时,油菜可表现出高产高抗及品种适应性强的优良性状。
表6品种农艺性状综合分析(2015-2017)
*,**:分别表示0.05和0.01的显著水平。*Significant at P<0.05,**Significantat P<0.01.
2.3.3产量、抗倒性与综合性状差异品种分析
通过综合性状优良品种与综合性状较差品种与产量相关性分析,相关性较大的指标为单株角果数、地上生物量。综合性状优良品种与综合性状较差品种与相应的倒伏指数分析,影响倒伏的主要农艺指标为分枝高、抗折力、株高。故地上生物量、单株角果数可作为品种产量选育的关键性指标;分枝高、抗折力、株高可作为品种抗倒性选育的关键性指标;分析相关系数,与产量、抗倒性相关性最大的关键性指标分别为单株角果数、分枝高。抗折力与产量显著正相关,与倒伏指数显著负相关,可作为协调产量与抗倒性的农艺性状指标。
表7综合性状差异品种农艺性状与产量、抗倒性分析(2015-2017)
*,**:分别表示0.05和0.01的显著水平
从上述数据可以看出,单株角果数的平均值在上述范围之内时,植株的抗倒性增强,同时品种的抗倒适应能力也相对提高。油菜的分枝高度在上述范围之内时,植株的产量提高,同时品种的产量适应能力也相对提高,可以作为预测油菜产量和抗倒性的农艺性状。
以上所述仅为本发明的较佳实施例,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 (7)
1.一种基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于,包括以下步骤:
S1、获取试验油菜对象的农艺性状信息;
S2、建立包括试验油菜对象的农艺性状信息和试验油菜对象的产量及倒伏指数总评价等级的对应关系的数据库;
S3、获取预测油菜对象的农艺性状信息,根据所述步骤S2建立的所述数据库确定预测油菜对象的产量及倒伏指数总评价等级。
2.根据权利要求1所述的基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于:所述农艺性状信息为油菜的单株角果数和分枝高度。
3.根据权利要求2所述的基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于:所述农艺性状信息为成熟期的油菜的单株角果数和分枝高度。
4.根据权利要求3所述的基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于:所述农艺性状信息为至少10株成熟期的油菜的单株角果数的平均值和分枝高度的平均值。
5.根据权利要求4所述的基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于,所述产量及倒伏指数总评价等级包括综合性状优良和综合性状差两级,其中:
综合性状优良的油菜的单株角果数的平均值为177.8个~209.2个,并且,分枝高度的平均值为75.8cm~87.2cm;
综合性状差的油菜的单株角果数的平均值小于177.8个或大于209.2个,或者,综合性状差的油菜的分枝高度的平均值小于75.8cm或大于87.2cm。
6.根据权利要求1至5任一所述的基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于,所述油菜对象的品种为:
长江上游常规种或杂交种;
或者,长江中游常规种或杂交种;
或者,长江下游常规种或杂交种。
7.根据权利要求6所述的基于农艺性状的油菜的产量和抗倒性的预测方法,其特征在于:
所述长江上游常规种或杂交种选自云油双2号、云油杂10号、川杂NH5118、蓉油8号、蓉油18号、川油36号、湘杂油553、湘杂油518、赣油杂7号或赣油杂8号中的任意一种;
所述长江中游常规种或杂交种选自华杂62、华杂9号、中双11、阳光2009、宁杂27或宁杂1818中的任意一种;
所述长江下游常规种或杂交种选自苏油8号、苏油6号、镇油6号或扬油9号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810632320.7A CN109041875A (zh) | 2018-06-19 | 2018-06-19 | 基于农艺性状的油菜的产量和抗倒性的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810632320.7A CN109041875A (zh) | 2018-06-19 | 2018-06-19 | 基于农艺性状的油菜的产量和抗倒性的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109041875A true CN109041875A (zh) | 2018-12-21 |
Family
ID=64820624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810632320.7A Pending CN109041875A (zh) | 2018-06-19 | 2018-06-19 | 基于农艺性状的油菜的产量和抗倒性的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109041875A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110476744A (zh) * | 2019-09-18 | 2019-11-22 | 中国农业科学院油料作物研究所 | 花叶性状在增加油菜群体总角果皮面积上的应用 |
CN115281074A (zh) * | 2022-07-01 | 2022-11-04 | 贵州省油菜研究所 | 一种甘蓝型油菜的选育方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104034852A (zh) * | 2014-06-12 | 2014-09-10 | 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 |
CN104698133A (zh) * | 2015-02-28 | 2015-06-10 | 华中农业大学 | 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 |
CN107314987A (zh) * | 2017-06-12 | 2017-11-03 | 华中农业大学 | 一种利用近红外光谱检测油菜单株产量的方法 |
CN107389548A (zh) * | 2017-08-02 | 2017-11-24 | 浙江大学 | 一种油菜产量的早期预测方法及油菜角果遮光装置 |
-
2018
- 2018-06-19 CN CN201810632320.7A patent/CN109041875A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104034852A (zh) * | 2014-06-12 | 2014-09-10 | 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 |
CN104698133A (zh) * | 2015-02-28 | 2015-06-10 | 华中农业大学 | 一种预测甘蓝型油菜田间茎秆倒伏角度的方法及其应用 |
CN107314987A (zh) * | 2017-06-12 | 2017-11-03 | 华中农业大学 | 一种利用近红外光谱检测油菜单株产量的方法 |
CN107389548A (zh) * | 2017-08-02 | 2017-11-24 | 浙江大学 | 一种油菜产量的早期预测方法及油菜角果遮光装置 |
Non-Patent Citations (2)
Title |
---|
刘唐兴: "刘唐兴,甘蓝型油菜抗倒伏机理及栽培因子和倒伏的关系研究,湖南农业大学,2011年12月31日,第20-49页", 《甘蓝型油菜抗倒伏机理及栽培因子和倒伏的关系研究》 * |
李岚涛等: ""基于角果期高光谱的冬油菜产量预测模型研究",李岚涛等,《农业机械学报》,第48卷第3期,第221-229页,2017年3月31日", 《基于角果期高光谱的冬油菜产量预测模型研究》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110476744A (zh) * | 2019-09-18 | 2019-11-22 | 中国农业科学院油料作物研究所 | 花叶性状在增加油菜群体总角果皮面积上的应用 |
CN115281074A (zh) * | 2022-07-01 | 2022-11-04 | 贵州省油菜研究所 | 一种甘蓝型油菜的选育方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Volaire | Plant traits and functional types to characterise drought survival of pluri-specific perennial herbaceous swards in Mediterranean areas | |
Tejera et al. | Comparative analysis of physiological characteristics and yield components in sugarcane cultivars | |
Wróbel et al. | Characterization of selected plant species in terms of energetic use | |
CN106034775A (zh) | 一种利用抗倒伏指数评价辅助水稻育种的方法 | |
Serdar et al. | Some leaf characteristics are better morphometric discriminators for chestnut genotypes. | |
CN108770614A (zh) | 一种小麦耐热性评价方法 | |
CN109041875A (zh) | 基于农艺性状的油菜的产量和抗倒性的预测方法 | |
CN110447416A (zh) | 一种白木香木微创生物不腐结香的研究方法 | |
CN110367067A (zh) | 一种基于多梯度多性状综合抗旱指数的水稻抗旱性评价方法 | |
CN103889211B (zh) | 植物的收获时生物量的管理方法以及管理系统 | |
Saini et al. | Morphological descriptors and heritability as markers for oil yield in Balanites aegyptiaca (L.) Del.: a potential biodiesel xerophyte | |
CN108985958A (zh) | 苎麻的种质资源评价和/或种质筛选方法 | |
Potgieter et al. | Cactus pear (Opuntia spp.) germplasm conservation in South Africa | |
CN103125371B (zh) | 一种作物抗旱突变体田间快速辅助筛选的方法 | |
CN109041873A (zh) | 一种基于农艺性状的油菜的产量及其生态适应性的预测方法 | |
CN109041874A (zh) | 基于生化成分的油菜的产量和抗倒性的预测方法 | |
CN110367066A (zh) | 一种基于多梯度多性状综合抗旱系数的水稻抗旱性评价方法 | |
CN111950774A (zh) | 预测油菜抗倒伏性状的方法及应用 | |
Lakshmamma et al. | Evaluation of castor (Ricinus communis L.) germplasm for water use efficiency (WUE) and root characters | |
Jain et al. | Some yield components and ideotype traits in meadowfoam, a new industrial oil crop | |
CN103749287A (zh) | 一种高产优质蓖麻杂交育种的方法 | |
CN107451927B (zh) | 一种表征水稻群体质量的方法 | |
CN102982228B (zh) | 一种建立核心种质研究群体的计算机模拟方法 | |
Kanpanon et al. | Large variation in carbon isotope composition of bulk leaf material of rubber trees from a germplasm collection: An opportunity for improving water use efficiency in breeding programs | |
Syam’un et al. | Evaluation of CropSyst model in simulating the growth and production of Katokkon chili (Capsicum chinense Jacq) |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |
|
RJ01 | Rejection of invention patent application after publication |