CN111784164A - 一种鉴定玉米品种是否适宜机械粒收的方法 - Google Patents
一种鉴定玉米品种是否适宜机械粒收的方法 Download PDFInfo
- Publication number
- CN111784164A CN111784164A CN202010625557.XA CN202010625557A CN111784164A CN 111784164 A CN111784164 A CN 111784164A CN 202010625557 A CN202010625557 A CN 202010625557A CN 111784164 A CN111784164 A CN 111784164A
- Authority
- CN
- China
- Prior art keywords
- corn
- identified
- grain
- lodging
- harvesting
- 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
- 240000008042 Zea mays Species 0.000 title claims abstract description 209
- 235000002017 Zea mays subsp mays Nutrition 0.000 title claims abstract description 209
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 title claims abstract description 190
- 235000005822 corn Nutrition 0.000 title claims abstract description 190
- 238000003306 harvesting Methods 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 33
- 230000007306 turnover Effects 0.000 claims abstract description 14
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 235000013339 cereals Nutrition 0.000 claims description 163
- 239000012535 impurity Substances 0.000 claims description 32
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 claims description 19
- 235000009973 maize Nutrition 0.000 claims description 19
- 241000196324 Embryophyta Species 0.000 claims description 17
- 241001057636 Dracaena deremensis Species 0.000 claims description 6
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 description 25
- 210000005069 ears Anatomy 0.000 description 8
- 230000035800 maturation Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 208000003643 Callosities Diseases 0.000 description 2
- 206010020649 Hyperkeratosis Diseases 0.000 description 2
- 241000346285 Ostrinia furnacalis Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003221 ear drop Substances 0.000 description 2
- 239000010977 jade Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000251169 Alopias vulpinus Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 208000012886 Vertigo Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000000490 cinnamyl group Chemical group C(C=CC1=CC=CC=C1)* 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000010147 shenghe Substances 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- A01G22/20—Cereals
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Botany (AREA)
- Environmental Sciences (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明公开了一种鉴定或辅助鉴定玉米品种是否适宜机械粒收的方法。该方法包括如下步骤:种植待鉴定玉米,进行栽培管理至收获所述待鉴定玉米,检测所述待鉴定玉米的籽粒含水率、倒伏倒折率之和与籽粒破碎率;根据检测结果,鉴定所述待鉴定玉米是否适宜机械粒收:如果所述待鉴定玉米满足条件A,所述待鉴定玉米适宜或候选适宜机械粒收,如果所述待鉴定玉米不满足所述条件A,所述待鉴定玉米不适宜或候选不适宜机械粒收;所述条件A为籽粒含水率≤25.0%、倒伏倒折率之和≤5.0%和籽粒破碎率≤5.0%。该评价方法将有助于快速筛选适宜机械粒收的玉米品种。
Description
技术领域
本发明涉及一种鉴定玉米品种是否适宜机械粒收的方法。
背景技术
近年来,随着社会经济发展,农村劳动力人口减少,土地流转步伐加快、种植大户增多,农业生产迅速向集约化、规模化、机械化发展。玉米位居我国粮食作物之首,正处于玉米全程机械化的重大变革中,机械直收籽粒是玉米生产发展的最终方向,也是玉米全程机械化最后实现的关键制约因素。2015年我国玉米机收比例是63%,且主要为机收果穗,直收籽粒的比例仅为3%,与水稻机收水平的73%、小麦92%有较大差距。由机械收穗向机械收粒转变--即玉米籽粒收获机械化“关键是品种”。
当前生产上玉米品种呈井喷态势,但95%以上的品种不适宜机械直接收粒。我国机械粒收玉米品种选育尚处于研发的起步阶段,适于机械粒收的玉米资源很缺乏,国外引入资源对现有资源改良、创新需要过程与时间。从现有玉米审定品种中筛选适宜机械粒收品种,是目前最适合、有效、快速简捷的方法,适应现阶段市场对适宜机械粒收品种的需求,能有效减少农民在采用机械粒收中因使用品种不当造成的经济损失。
目前国内机械粒收品种筛选方法,主要采用产量和籽粒含水率双向平均法作图,产量高于平均值、含水率低于平均值作为适宜机械粒收品种。然而通过我们研究发现,仅选择产量与含水率两个性状具有局限性,不利于整体准确地对机械粒收品种的评价与筛选。
发明内容
本发明的一个目的是提供一种鉴定或辅助鉴定玉米品种是否适宜机械粒收的方法。
本发明提供了一种鉴定或辅助鉴定玉米品种是否适宜机械粒收的方法,包括如下步骤:种植待鉴定玉米品种,进行栽培管理至收获所述待鉴定玉米,检测所述待鉴定玉米品种收获时籽粒含水率、倒伏倒折率之和与籽粒破碎率的性状指标;根据检测结果,鉴定所述待鉴定玉米品种是否适宜机械粒收:如果所述待鉴定玉米品种满足条件A,所述待鉴定玉米品种适宜或候选适宜机械粒收,如果所述待鉴定玉米不满足所述条件A,所述待鉴定玉米品种不适宜或候选不适宜机械粒收;所述条件A为籽粒含水率≤28.0%、倒伏倒折率之和≤5.0%和籽粒破碎率≤5.0%。
本发明还提供了一种鉴定或辅助鉴定玉米品种是否适宜机械粒收的方法,包括如下步骤:在相同地块种植待鉴定玉米和参照玉米品种,进行相同的栽培管理至收获,检测待鉴定玉米和所述参照玉米品种的产量、籽粒含水率、倒伏倒折率之和与籽粒破碎率的性状指标,根据检测结果,鉴定所述待鉴定玉米是否适宜机械粒收:如果所述待鉴定玉米品种满足条件B,所述待鉴定玉米品种适宜或候选适宜机械粒收,如果所述待鉴定玉米品种不满足所述条件B,所述待鉴定玉米不适宜或候选不适宜机械粒收;所述条件B为所述待鉴定玉米品种的产量不低于所述参照玉米品种产量,所述待鉴定玉米品种的籽粒含水率≤28.0%、所述待鉴定玉米品种的倒伏倒折率之和≤5.0%和所述待鉴定玉米品种的籽粒破碎率≤5.0%。
本发明又提供了一种鉴定或辅助鉴定玉米品种是否适宜机械粒收的方法,包括如下步骤:在相同地块种植待鉴定玉米和参照玉米品种,进行相同的栽培管理至收获,收获时检测待鉴定玉米和所述参照玉米品种的产量、籽粒含水率、倒伏倒折率之和、籽粒破碎率、籽粒破损率和杂质率的性状指标,根据检测结果,鉴定所述待鉴定玉米品种是否适宜机械粒收:如果所述待鉴定玉米品种满足条件C,所述待鉴定玉米品种适宜或候选适宜机械粒收,如果所述待鉴定玉米品种不满足所述条件C,所述待鉴定玉米品种不适宜或候选不适宜机械粒收;所述条件C为所述待鉴定玉米品种的产量不低于所述参照玉米品种产量,所述待鉴定玉米品种的籽粒含水率≤28.0%、所述待鉴定玉米品种的倒伏倒折率之和≤5.0%、所述待鉴定玉米品种的籽粒破碎率≤5.0%、所述待鉴定玉米品种的破损率为≤2.0%和所述待鉴定玉米品种的杂质率≤1.1%。
以上任一所述方法中,所述待鉴定玉米品种的产量不低于所述参照玉米品种产量,具体为所述待鉴定玉米品种的产量≥所述参照玉米品种的产量的103.0%。
以上任一所述方法中,所述待鉴定玉米品种的籽粒含水率≤28.0%,具体可为所述待鉴定玉米品种的籽粒含水率≤25.0%。具体而言,内蒙古岭东温凉区机械粒收品种适宜收获的籽粒含水率为≤28.0%,除此之外内蒙古其他生态区适宜收获的籽粒含水率为≤25.0%。
以上任一所述方法中,所述参照玉米品种为种植地区主栽玉米品种。所述种植地区为内蒙古大兴安岭东温凉区、内蒙古大兴安岭南温暖区、内蒙古西辽河平原温热区、内蒙古燕山北部丘陵温热区、内蒙古土默川平原温热区和/或内蒙古河套黄灌温热区。
以上任一所述方法中,所述收获指采用人工摘穗,机械当天脱粒的方式进行。
以上任一所述方法中,所述籽粒含水率为收获时籽粒含水率;所述倒伏倒折率之和为收获时玉米植株倒伏倒折率之和、所述籽粒破碎率为收获时籽粒破碎率、所述籽粒破损率为收获时籽粒破损率、所述籽粒杂质率为收获时籽粒杂质率。
以上任一所述方法中,所述待鉴定玉米品种与所述参照玉米品种均在当地主栽玉米品种(即参照玉米品种)生理成熟后15天以上进行收获。
本发明还提供了任一所述的方法在筛选适宜机械粒收玉米品种中的应用。
本发明还提供了任一所述的方法在玉米育种中的应用。
本发明还提供了收获时玉米的籽粒含水率性状指标、玉米的植株倒伏倒折性状指标和玉米的籽粒破碎性状指标在鉴定或辅助鉴定玉米品种是否适宜机械粒收中的应用。
本发明还提供了玉米的产量性状指标、玉米的籽粒含水率性状指标、玉米的植株倒伏倒折性状指标、玉米的籽粒破碎性状指标、玉米的籽粒破损性状和玉米的杂质率性状指标在鉴定或辅助鉴定玉米品种适宜机械粒收中的应用。
本发明所涉及的玉米产量为玉米籽粒的产量。
本发明的一个实施例中的待鉴定玉米为适宜内蒙古不同生态区栽培的玉米品种,具体为迪卡159、辰诺501、DF617、京科968、P6512、禾新9、利禾5、金穗998、北育608、丰田101、金科玉3308、TK601、五谷318、博金100、秋乐368、辰诺502、西蒙168、金穗818、宏博691、五谷704、利禾1、R5156、泽亿1号、九圣禾257、DF607、先玉335、种星618、宏博701、西蒙6号、大丰30、J6518、MC1002、东北丰0022、德美亚1号、华美2号、38P05、呼单517、屯玉188、利合325、天和1号、元华8号、哈育189、玉龙904、A6565、中梁319、丰垦008、九玉1034、C1563、富成198、A2636、C1220、吉单27、科沃9106、仁合319、丰垦008、新玉81、先达210、丰垦139、吉单407、科沃9106、先玉1331、金科玉3306中的至少任意一种。
本发明的发明人在试验过程中发现玉米品种的产量、倒伏倒折率之和、籽粒含水率、籽粒破碎率、籽粒破损率和杂质率均与玉米机械粒收有关,并最终确定鉴定待测玉米品种是否适宜机械粒收的方法。并通过试验证明,该方法能够准确的鉴定玉米品种是否适宜机械粒收。该方法将有助于快速筛选适宜机械粒收的玉米品种。
附图说明
图1为不同玉米品种不同收获期倒伏倒折率的变化规律图。
图2为不同收获期各玉米品种籽粒破碎率、破损率、杂质率的变化规律。
图3为收获时籽粒破碎率、破损率、杂质率与籽粒含水率的关系分析。
具体实施方式
下述实施例中所用的材料等,如无特殊说明,均可从商业途径得到。
实施例1、建立玉米适宜机械粒收品种的评价指标体系
一、田间试验的基本情况
2017年-2018年,在内蒙古大兴安岭东温凉区、大兴安岭南温暖区、西辽河平原温热区、燕山北部丘陵温热区、土默川平原温热区和河套黄灌温热区6个生态区7个试验基地同步联网开展适宜机械粒收品种评价指标体系构建试验,包括与机械粒收有关的性状的筛选确定和评价指标体系的形成。
试验采用裂区设计,设品种与收获期两个因素,主因素“品种”选取内蒙古自治区6个熟期(极早熟~晚熟)的7个主栽品种(见表1),7个品种按熟期顺序排列;次因素“收获期”设生理成熟期后0d、10d、20d、30d等4个时间收获,4个收获期在品种内按收获时间排列;计28个小区,不设重复。每品种面积88m2,22行,每小区收4行。密度为5000株/亩。收获方式为人工摘穗、当日机械脱粒。
表1 2017~2018年不同生态区宜机收品种评价指标体系试验设计
二、考察性状与数据分析
1、考察性状
生育时期:播种期、出苗期、抽雄期、吐丝期、生理成熟期。
生理成熟期:果穗中下部籽粒出现黑层、乳线消失、籽粒变硬、苞叶变枯黄为生理成熟期。
各收获期当天调查记录收获面积内的玉米植株总株数、双穗数、空杆数、落穗数(脱粒称重计为产量损失之一)、倒伏株、倒折株。
抗病虫性:生理成熟期调查全小区茎腐病株率、丝黑穗病株率、大斑病级、玉米螟株率(玉米螟造成落穗株、空杆株率)、穗腐病株率。
生理成熟期、收获期含水率测定:统一使用谷物水分仪测定;生理成熟期和收获当天完成含水率测定。水分测定2次,2次相差>1时重新测定,取平均值。
收获期测产:人工摘穗,测定收获穗的穗鲜重;收获当天进行机械脱粒,测定籽粒鲜重(后简称粒鲜重)、破损重、籽粒水分(2次平均值),随机取样本1kg拣出破碎粒和杂质重,分别称重计算其比率。
2、专业术语解释、公式计算及数据处理
亩产量(kg/亩)=666.7×小区粒鲜重×(100-水分均值)/(100-14)×小区面积;小区粒鲜重:试验小区内收获的籽粒鲜重,包括破碎粒与杂质,不包括田间落穗落粒重、脱粒机筛下破损重。
籽粒破碎率(后简称破碎率):机械粒收或机械脱粒后,样本中破碎玉米籽粒占样本籽粒重量的百分比。公式为:籽粒破碎率(%)=(样本中破碎粒重/样本籽粒重)×100%。
籽粒杂质率(后简称杂质率):机械粒收或机械脱粒后,样本中植株和穗轴等碎屑杂质占样本总重量的百分比。公式为:籽粒杂质率(%)=(样本中杂质重/样本重)×100%。
籽粒破损率(后简称破损率):品种试验中,小区人工收穗、现场机械脱粒后,脱粒机筛下破损籽粒占收获面积内籽粒总重量的百分比。公式为:籽粒破损率(%)=(脱粒机筛下破损粒重/小区粒鲜重)×100%。
倒伏倒折率之和(%)=(收获面积内倒伏倒折株/收获面积内的总株数)×100%。
空杆率(%)=(收获面积空杆株/收获面积内的总株数)×100%。
数据处理与分析由Microsoft Excel完成。
三、与玉米机械粒收相关的性状及指标值的确定和适宜机械粒收品种评价指标体系的建立
1、对产量性状指标的选择
产量是品种的综合表现,确定与机械粒收相关的性状时,产量应作为考虑的主因素之一。
调查2018年西辽河试验材料的产量性状,结果表明(表2):该生态区主栽品种京科968(参照品种)的亩产量为747.7kg,而其他29个试验材料中仅有迪卡159、辰诺501和DF617等3个玉米品种的亩产量高于京科968,因此,就产量这一性状而言,迪卡159、辰诺501和DF617可以考虑作为西辽河适宜机械粒收的品种。
表2 2018年西辽河机械粒收品种鉴选试验产量性状汇总
综上可知,产量可以作为鉴定与玉米适宜机械粒收相关的性状指标之一。与该生态区主栽品种的产量相比,产量不低于主栽品种产量的待鉴定玉米品种比产量低于主栽品种的待鉴定玉米更适宜作为机械粒收玉米品种。当然,待鉴定品种的产量比主栽品种的产量增加3.0%以上更优。
2、对抗倒伏倒折性状指标的选择
倒伏倒折影响玉米高产稳产,在机械收获中造成落穗损失,落穗占机收产量损失的70%左右,田间产量损失率是评价玉米收获质量、决定实收产量的主要因素。鉴于目前我国玉米试验用玉米小区粒收机几乎没有,试验中机收籽粒后的田间产量损失数值难以直接收集,故以最接近田间产量损失率的性状倒伏倒折率之和为代表。
对倒伏倒折时期进行选择研究。图1为不同玉米品种成熟后1个月内倒伏倒折率之和的变化规律,随着成熟期及之后站杆时间的延长,其和呈不同程度增加的趋势,但品种间存在着显著差异,可分为几类:(1)抗倒伏倒折性强的品种德美亚1号、38P05、九玉1034,生育期间一直到成熟后30天倒伏倒折率之和都小于5.0%。(2)先玉335、京科968、利禾1号,随着收获期的延后,有一段倒伏倒折的快速增长期,之后进入稳定期,成熟后10天3个品种抗倒伏倒折率和的均值超过5.0%;(3)丰垦008生育期间倒伏倒折很少,但成熟后一直处于增长期,成熟10天后倒伏倒折率就超过10.0%。
由此得出抗倒伏倒折,即要在生育期间选择、更要在成熟后站杆阶段和收获期选择,只有第(1)类抗倒伏抗折性强的品种适宜进行机械粒收。显然,收获期倒伏倒折率之和≤5.0%的玉米品种比收获期倒伏倒折率之和>5.0%的玉米品种更适宜机械粒收。
3、对籽粒机收性状的选择与指标值的界定
衡量机械粒收质量的性状有籽粒含水率、破碎率、破损率、杂质率、产量损失率。
(1)籽粒机收性状评价指标值的研究
研究生理成熟后不同时间籽粒机收性状的变化规律(见图2)。总体上,破碎率、破损率、杂质率均随时间推后而降低;在成熟0-10天或0-20天内,破碎率为快速降低期;之后进入平缓下降期。平缓下降期对应纵坐标指标值较稳定,故选择机收性状平缓下降期起始点对应纵坐标值作为机收性状指标值,分别为籽粒破碎率≤5.0%、破损率≤2.0%、杂质率≤1.1%,依此指标值筛选适宜机械粒收的玉米品种。
(2)收获时籽粒含水率指标值的界定
表3为收获时破碎率、破损率和杂质率与籽粒含水率之间的相关分析,表明籽粒破碎率、破损率和杂质率与籽粒含水率之间均呈极显著正相关,其中破损率、破碎率与籽粒含水率的关系最密切,说明籽粒含水率是影响玉米机械粒收质量的主控因素。降低含水率有利于提高粒收品种的收获质量、商品价值,可增加农民收益。
表3 2018年燕山北鉴选试验杂质率、破损率和破碎率与籽粒含水率间的相关系数
×在0.05水平上差异显著,××在0.01水平上差异显著。
为获得机械粒收品种适宜的收获籽粒含水率指标,继续研究破碎率、破损率、杂质率与籽粒含水率三者的关系。由图3可知,机械脱粒时籽粒破碎率(y1)、破损率(y2)、杂质率(y3)与籽粒含水率(x)的关系,符合曲线方程y1=0.042x2-1.144x+7.835,R1 2=1.000;y2=0.009x2-0.263x+2.668,R2 2=0.994;y3=0.001x2+0.047x-0.727,R3 2=0.982;并根据3个拟合方程,结合籽粒机收性状指标得出,当破碎率≤5.0%时,含水率≤24.6%;当籽粒破损率≤2.0%时,籽粒含水率≤26.5%;当杂质率≤1.1%,含水率≤25.0%。同时考量机械粒收质量性状,机械粒收品种适宜收获的籽粒含水率最大临界值为25.0%。岭东气候异于其他生态区,冷凉光热资源有限、秋季湿度大,同时根据岭东宜机收品种评价体系构建试验,岭东温凉区机械粒收品种适宜收获的籽粒含水率为≤28.0%。除此之外内蒙古其他生态区适宜收获的籽粒含水率为≤25.0%。
综上可知,内蒙古适宜机械粒收品种的评价指标体系为,当待鉴定玉米品种同时满足产量不低于参照玉米品种产量,收获时籽粒含水率≤28.0%、收获时玉米植株倒伏倒折率之和≤5.0%、籽粒破碎率≤5.0%、破损率为≤2.0%和杂质率≤1.1%(条件C)时,待鉴定玉米品种适宜机械粒收,为适宜机械粒收的玉米品种。其中,待鉴定玉米品种的产量高于参照玉米品种产量的103.0%时,该待鉴定品种更为适宜机械粒收;当玉米品种的籽粒含水率≤25.0%时,其相较于籽粒含水率>25.0%的玉米品种而言,更适宜机械粒收。
实施例2、鉴定玉米品种是否适宜机械粒收的方法的应用
试验时间2017年。
试验地点:内蒙古大兴安岭东温凉区。
供试玉米品种:见表4中品种栏,为近几年国家省自治区审认定、登记,适宜大兴安岭东温凉区种植,产量、抗性表现突出的品种,以该地区主栽品种德美亚1号作为参照玉米品种(CK),其它玉米品种为待鉴定玉米。
试验采用完全随机区组设计,2次重复,将供试玉米品种按小区种植,每小区面积24m2,6行区,收获中间4行,种植密度5500株/亩。对供试玉米品种进行正常的栽培管理,在主栽熟期品种生理成熟后15天以上进行统一收获。收获方式为人工摘穗、机械当天脱粒。
按照实施例1的方法测定统计各个供试玉米品种的产量、收获时籽粒含水率、收获时的植株倒伏倒折率之和、玉米籽粒破碎率、玉米籽粒破损率、杂质率和空杆率,结果见表4。
表4 2017年岭东供试玉米品种性状调查
从表4中可以看出,J6518、德美亚1号的产量及增产幅度、籽粒含水率、植株倒伏倒折率之和、籽粒破碎率、破损率和杂质率都完全满足实施1中的鉴定条件C,MC1002、华美2号的产量小于德美亚1号,38P05的籽粒破碎率>5.0%,哈育189的含水率>28.0%等,显然,MC1002、38P05、哈育189等品种均有一个性状指标没有满足条件C。而J6518、德美亚1号同时满足玉米产量≥参照玉米品种产量、收获时籽粒含水率≤28.0%、收获时玉米植株倒伏倒折率之和≤5.0%、籽粒破碎率≤5.0%、破损率为≤2.0%和杂质率≤1.1%等条件,可以确定这2个玉米品种适宜机械粒收,为适宜机械粒收的玉米品种。而其它玉米品种均有一个或数个性状指标值不能满足实施例1中条件C的要求,因此,其它玉米品种不适宜机械粒收。
实施例3、适宜机械粒收玉米品种J6518和德美亚1号的大面积示范验证
试验时间:2019年。
试验地点:内蒙古大兴安岭东温凉区。
供试玉米品种:J6518、德美亚1号和九玉1034。
收获方式:田间用玉米籽粒联合收获机直接收获籽粒。
在2个示范点,玉米品种J6518产量分别比对照德美亚1号增产12.3%和12.6%,收获时玉米品种J6518和德美亚1号籽粒含水率、破碎率、杂质率、倒伏倒折率和等性状指标都在鉴选机械粒收品种标准值范围内,见表5。普通品种九玉1034产量比对照德美亚1号分别增加12.7%和11.7%,但籽粒含水率和破碎率2项指标均超出了标准值范围,这使得机收的籽粒质量大打折扣,不仅增加烘干籽粒成本,同时降低商品粮的等级,表明该品种不适合在当地直接机械收粒。
表5岭东宜机收品种示范情况
由此可知,通过使用本申请的方法筛选出的适宜机械粒收的玉米品种,确实适合生产上机械粒收,普通品种则不适合机械粒收,具体表现为籽粒含水率或破碎率等某个或某些指标超出标准范围,导致粒收质量下降。说明使用本发明的方法鉴定的适宜机械粒收品种,在大田环境机械直接收粒的情况下,其与机械粒收有关的各项性状指标值处于合格范围,二者高度吻合。
另外,2017年~2019年,在内蒙古大兴安岭东温凉区、大兴安岭南温暖区、西辽河平原温热区、燕山北部丘陵温热区、土默川平原温热区和河套黄灌温热区6个生态区10个试验基地同步联网开展机械粒收品种的鉴选试验,均筛选出适宜各生态区的机械粒收品种。2019年6个生态区均开展了适宜机械粒收品种的大面积试验示范,现场机械直接收粒,所得结果与实例3相同。
Claims (9)
1.一种鉴定或辅助鉴定玉米是否适宜机械粒收的方法,包括如下步骤:种植待鉴定玉米,进行栽培管理至收获所述待鉴定玉米,检测所述待鉴定玉米的籽粒含水率、倒伏倒折率之和与籽粒破碎率;根据检测结果,鉴定所述待鉴定玉米是否适宜机械粒收:
如果所述待鉴定玉米满足条件A,所述待鉴定玉米适宜或候选适宜机械粒收,如果所述待鉴定玉米不满足所述条件A,所述待鉴定玉米不适宜或候选不适宜机械粒收;
所述条件A为籽粒含水率≤28.0%、倒伏倒折率之和≤5.0%和籽粒破碎率≤5.0%。
2.一种鉴定或辅助鉴定玉米是否适宜机械粒收的方法,包括如下步骤:在相同地块种植待鉴定玉米和参照玉米,进行相同的栽培管理至收获,检测待鉴定玉米和所述参照玉米的产量、籽粒含水率、倒伏倒折率之和与籽粒破碎率,根据检测结果,鉴定所述待鉴定玉米是否适宜机械粒收:
如果所述待鉴定玉米满足条件B,所述待鉴定玉米适宜或候选机械粒收,如果所述待鉴定玉米不满足所述条件B,所述待鉴定玉米不适宜或候选不适宜机械粒收;
所述条件B为所述待鉴定玉米的产量不低于所述参照玉米产量,所述待鉴定玉米的籽粒含水率≤28.0%、所述待鉴定玉米的倒伏倒折率之和≤5.0%和所述待鉴定玉米的籽粒破碎率≤5.0%。
3.一种鉴定或辅助鉴定玉米是否适宜机械粒收的方法,包括如下步骤:在相同地块种植待鉴定玉米和参照玉米,进行相同的栽培管理至收获,检测待鉴定玉米和所述参照玉米的产量、籽粒含水率、倒伏倒折率之和、籽粒破碎率、籽粒破损率和杂质率,根据检测结果,鉴定所述待鉴定玉米是否适宜机械粒收:
如果所述待鉴定玉米满足条件C,所述待鉴定玉米适宜或候选机械粒收,如果所述待鉴定玉米不满足所述条件C,所述待鉴定玉米不适宜或候选不适宜机械粒收;
所述条件C为所述待鉴定玉米的产量不低于所述参照玉米产量,所述待鉴定玉米的籽粒含水率≤28.0%、所述待鉴定玉米的倒伏倒折率之和≤5.0%、所述待鉴定玉米的籽粒破碎率≤5.0%、所述待鉴定玉米的籽粒破损率为≤2.0%和所述待鉴定玉米的杂质率≤1.1%。
4.根据权利要求2或3所述的方法,其特征在于:所述参照玉米为种植地区主栽玉米品种;
或,所述待鉴定玉米的产量不低于所述参照玉米产量为所述待鉴定玉米的产量≥所述参照玉米的产量的103.0%。
5.根据权利要求1-4中任一所述的方法,其特征在于:所述籽粒含水率为收获时籽粒含水率;所述倒伏倒折率之和为收获时倒伏倒折率之和、所述籽粒破碎率为收获时籽粒破碎率、所述籽粒破损率为收获时籽粒破损率;
或,所述待鉴定玉米的籽粒含水率≤28.0%为所述待鉴定玉米的籽粒含水率≤25.0%。
6.权利要求1-5中任一所述的方法在筛选适宜机械粒收玉米品种中的应用。
7.权利要求1-5中任一所述的方法在玉米育种中的应用。
8.玉米的籽粒含水率性状、玉米的植株倒伏倒折性状和玉米的籽粒破碎性状在鉴定或辅助鉴定玉米是否适宜机械粒收中的应用。
9.玉米的产量性状、玉米的籽粒含水率性状、玉米的植株倒伏倒折性状、玉米的籽粒破碎性状、玉米的籽粒破损性状和玉米的杂质率性状在鉴定或辅助鉴定玉米是否适宜机械粒收中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010625557.XA CN111784164A (zh) | 2020-07-01 | 2020-07-01 | 一种鉴定玉米品种是否适宜机械粒收的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010625557.XA CN111784164A (zh) | 2020-07-01 | 2020-07-01 | 一种鉴定玉米品种是否适宜机械粒收的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784164A true CN111784164A (zh) | 2020-10-16 |
Family
ID=72757729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010625557.XA Pending CN111784164A (zh) | 2020-07-01 | 2020-07-01 | 一种鉴定玉米品种是否适宜机械粒收的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784164A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114636793A (zh) * | 2022-03-08 | 2022-06-17 | 山东省花生研究所 | 一种适宜机械化种植的花生高产品种的筛选方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106993529A (zh) * | 2017-05-10 | 2017-08-01 | 北京联创种业股份有限公司 | 适合籽粒机收的杂交玉米新品种裕丰303的培育方法 |
CN108575736A (zh) * | 2018-03-12 | 2018-09-28 | 红河学院 | 一种耐密高产宜籽粒机收玉米品系的田间筛选方法 |
CN108763634A (zh) * | 2018-04-18 | 2018-11-06 | 河南省气象科学研究所 | 夏玉米机械粒收时机监测模型的构建方法及应用 |
CN109258172A (zh) * | 2018-10-09 | 2019-01-25 | 安徽农业大学 | 一种提高玉米籽粒机械化收获性状的方法 |
-
2020
- 2020-07-01 CN CN202010625557.XA patent/CN111784164A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106993529A (zh) * | 2017-05-10 | 2017-08-01 | 北京联创种业股份有限公司 | 适合籽粒机收的杂交玉米新品种裕丰303的培育方法 |
CN108575736A (zh) * | 2018-03-12 | 2018-09-28 | 红河学院 | 一种耐密高产宜籽粒机收玉米品系的田间筛选方法 |
CN108763634A (zh) * | 2018-04-18 | 2018-11-06 | 河南省气象科学研究所 | 夏玉米机械粒收时机监测模型的构建方法及应用 |
CN109258172A (zh) * | 2018-10-09 | 2019-01-25 | 安徽农业大学 | 一种提高玉米籽粒机械化收获性状的方法 |
Non-Patent Citations (1)
Title |
---|
邹菲: "呼伦贝尔地区早熟抗逆宜机收玉米品种鉴选标准研究", 现代农业科技, no. 11, 20 June 2018 (2018-06-20), pages 48 - 50 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114636793A (zh) * | 2022-03-08 | 2022-06-17 | 山东省花生研究所 | 一种适宜机械化种植的花生高产品种的筛选方法 |
CN114636793B (zh) * | 2022-03-08 | 2024-04-12 | 山东省花生研究所 | 一种适宜机械化种植的花生高产品种的筛选方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Grabe | Measurement of seed vigor | |
Struik | Physiology of forage maize (Zea mays L.) in relation to its production and quality | |
Qun et al. | Key indicators affecting maize stalk lodging resistance of different growth periods under different sowing dates | |
Orawu et al. | Yield stability of cotton genotypes at three diverse agro-ecologies of Uganda | |
Salama | Dual purpose barley production in the Mediterranean climate: effect of seeding rate and age at forage cutting | |
Kleuker et al. | Causes of different tissue strength, changes during storage and effect on the storability of sugar beet genotypes | |
Wang et al. | Evaluation of grain breakage sensitivity of maize varieties mechanically-harvested by combine harvester | |
Guo et al. | Study of corn kernel breakage susceptibility as a function of its moisture content by using a laboratory grinding method | |
CN111784164A (zh) | 一种鉴定玉米品种是否适宜机械粒收的方法 | |
CN113780845A (zh) | 一种基于多准则决策的甘薯种质资源评价方法 | |
Mohamed | Development and stability of some Sudanese sunflower hybrids under irrigated conditions | |
Huang et al. | Analysis of factors affecting the impurity rate of mechanically-harvested maize grain in China | |
CN108651269B (zh) | 一种杂交粳稻组合产量稳定性预测方法 | |
Smith et al. | Evaluation of herbage yield in a forage grass breeding program: comparison of visual rating versus measurement in single-row plots or swards | |
Shahzad et al. | Impact of yield and quality-related traits of sugarcane on sugar recovery | |
Zubillaga et al. | Amaranth in southernmost latitudes: plant density under irrigation in Patagonia, Argentina | |
Mesenbet et al. | Correlation and path coefficient analysis of grain yield and yield attributed of elite line of maize (Zea mays L.) hybrids | |
Mossa et al. | Evaluation of physiological and agronomic responses as screening techniques for yield and water stress tolerance in wheat cultivars in Tigray, Ethiopia. | |
Wang et al. | Comparison and analysis of maize grain commodity quality and mechanical harvest quality between China and the United States | |
Ma et al. | Canopy reflectance, stalk sugar and juice yields in specialty corn hybrids as affected by nitrogen management strategies | |
Ball et al. | Stem and canopy attributes that affect lodging resistance in lentil | |
Peltonen-Sainio et al. | Comparison of physiological methods to assess drought tolerance in oats | |
Guimarães et al. | Yield potential and selection of off-season maize for silage and grain using gt biplot under limited water and frost. | |
Ajayi et al. | Physiological basis of quality development in relation to compositional changes in maize seed | |
Sönmez | Investigating of Some Agricultural and Quality Traits of Advanced Barley (Hordeum vulgare L.) Lines |
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 |