CN112949980A - 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用 - Google Patents
一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用 Download PDFInfo
- Publication number
- CN112949980A CN112949980A CN202110123182.1A CN202110123182A CN112949980A CN 112949980 A CN112949980 A CN 112949980A CN 202110123182 A CN202110123182 A CN 202110123182A CN 112949980 A CN112949980 A CN 112949980A
- Authority
- CN
- China
- Prior art keywords
- wheat
- chlorophyll fluorescence
- cold resistance
- fluorescence induction
- induction kinetic
- 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
- 241000209140 Triticum Species 0.000 title claims abstract description 96
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 96
- 229930002875 chlorophyll Natural products 0.000 title claims abstract description 54
- 235000019804 chlorophyll Nutrition 0.000 title claims abstract description 54
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 238000012216 screening Methods 0.000 title claims abstract description 10
- 230000006698 induction Effects 0.000 claims abstract description 38
- 230000006378 damage Effects 0.000 claims abstract description 32
- 230000008014 freezing Effects 0.000 claims abstract description 31
- 238000007710 freezing Methods 0.000 claims abstract description 31
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 30
- 208000014674 injury Diseases 0.000 claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 238000010219 correlation analysis Methods 0.000 claims abstract description 5
- 208000001034 Frostbite Diseases 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000009746 freeze damage Effects 0.000 claims description 3
- 238000012271 agricultural production Methods 0.000 abstract description 3
- 238000009659 non-destructive testing Methods 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 7
- 241000700189 Hystrix <Rodentia> Species 0.000 description 5
- 241000508725 Elymus repens Species 0.000 description 4
- 238000009331 sowing Methods 0.000 description 4
- 230000001066 destructive effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- WSMYVTOQOOLQHP-UHFFFAOYSA-N Malondialdehyde Chemical compound O=CCC=O WSMYVTOQOOLQHP-UHFFFAOYSA-N 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000004300 dark adaptation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 229940118019 malondialdehyde Drugs 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000000243 photosynthetic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 240000001980 Cucurbita pepo Species 0.000 description 1
- 235000009852 Cucurbita pepo Nutrition 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000003859 lipid peroxidation Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Botany (AREA)
- Animal Husbandry (AREA)
- Operations Research (AREA)
- Biodiversity & Conservation Biology (AREA)
- Game Theory and Decision Science (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Quality & Reliability (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明属于农业技术领域,公开了一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法。包括以下步骤:获取小麦叶片的冻伤率和叶绿素荧光诱导动力学曲线;依据叶绿素荧光诱导动力学曲线得到多个叶绿素荧光诱导动力学参数;将每个叶绿素荧光诱导动力学参数分别与冻伤率进行相关性分析,选取与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标。本发明筛选出与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标,进而可以对小麦抗寒性品种进行检验,具有无损测定、快速方便的特点,在农业生产实践中更具有指导意义。
Description
技术领域
本发明属于农业技术领域,涉及一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用。
背景技术
低温冻害是小麦生育期前期常见的自然灾害,合适的抗寒性指标无论对小麦低温逆境生理研究还是对实际生产中小麦抗寒栽培管理和抗寒育种都十分重要。目前评价小麦抗寒性的方法主要由以下几种:(1)形态学指标,通过田间自然低温或者人工模拟低温处理,调查小麦的存活率、死茎率或者冻害等级等形态学指标来评价小麦抗寒性,该方法的优点是操作简单,不需要其他仪器设备,缺点是只适用于极端低温条件下;(2)利用电导率配以logistic方程求拐点温度,通过确定植物组织的低温半致死温度,来评价小麦低温抗寒性;缺点是需要破坏性取样,步骤繁琐;(3)通过测定低温胁迫下,可溶性糖、游离脯氨酸、膜脂过氧化产物丙二醛(MDA)等的含量和抗氧化酶活性来鉴定小麦的抗寒性;缺点是需要破坏性取样然后实验室测定;(4)通过光合速率、蒸腾速率、气孔导度、胞间二氧化碳浓度和Fv/Fm等生理指标反应品种抗寒性;通过测定Fv/Fm来反映叶片的抗寒性同时具备了无损伤和快速高效等优点,但是该指标的准确度和对低温的敏感度等尚未有充分的实验验证。因此,以上评价小麦抗寒性的方法均存在应用范围较窄和需要破坏性取样的缺点。
叶绿素荧光已经广泛应用于植物研究领域,通过叶绿素荧光技术可以获得大量反应叶片光合作用和光合电子传递状态的指标。目前,还没有通过叶绿素荧光技术测定叶绿素含量得方法,如果能够筛选并通过合适的叶绿素荧光参数来评价小麦抗寒性,则可以为小麦抗寒育种和抗寒栽培管理提供高效的无损抗寒性评价。
发明内容
本发明的目的在于提供一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法,筛选出与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标,进而可以对小麦抗寒性品种进行检验,具有无损测定、快速方便的特点,在农业生产实践中更具有指导意义。
为实现上述目的,本发明采用以下技术方案:
本发明提供一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法,包括以下步骤:
获取小麦叶片的冻伤率和叶绿素荧光诱导动力学曲线;
依据叶绿素荧光诱导动力学曲线得到多个叶绿素荧光诱导动力学参数;
将每个叶绿素荧光诱导动力学参数分别与冻伤率进行相关性分析,选取与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标。
在一个优选地技术方案中,所述获取小麦叶片的冻伤率的具体步骤如下:在小麦越冬期选取单株小麦;从叶片基部剪下小麦叶片,统计小麦叶片总数量;测量叶片干黄部分长度和叶片总长度,将叶片干黄部分长度大于叶片总长度10%的叶片记为冻伤叶片,统计冻伤叶片数量;计算单株小麦叶片的冻伤率。
在一个优选地技术方案中,所述叶绿素荧光诱导动力学参数包括:Fm、Fo、Area、t(Fm)、φPo、Wk、VJ、VI、ψO、δRo、φEo、φDo、φRo、Sm、Mo、N、ABS/RC、TRo/RC、ETo/RC、DIo/RC、ABS/CSo、TRo/CSo、ETo/CSo、DIo/CSo、RC/CSo、ABS/CSm、TRo/CSm、ETo/CSm、DIo/CSm、RC/CSm、PIabs、PItatal和VIP。
在一个优选地技术方案中,所述选取与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标具体包括:选取与小麦冻害正相关性最高或负相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标。
在一个更优选地技术方案中,所述与小麦冻害正相关性最高的叶绿素荧光诱导动力学参数为TRo/CSm。
在一个更优选地技术方案中,所述与小麦冻害负相关性最高的叶绿素荧光诱导动力学参数为DIo/RC。
本发明还提供上述利用叶绿素荧光筛选小麦抗寒性评价指标的方法在检验小麦品种抗寒性中的应用。
在一个优选地技术方案中,所述小麦品种抗寒性根据TRo/CSm划分为4个等级:A、低温非常不敏感品种,其TRo/CSm<25000;B、低温不敏感品种,其25000≤TRo/CSm<39500;C、低温敏感品种,其39500≤TRo/CSm≤44000;D、低温非常敏感品种,其TRo/CSm≥44000。
相比现有技术,本发明的有益效果在于:
本发明通过将每个叶绿素荧光诱导动力学参数分别与冻伤率进行相关性分析,从多个叶绿素荧光诱导动力学参数中筛选出与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标,进而可以对小麦品种抗寒性进行检验,具有无损测定、快速方便的特点。本发明进一步根据叶绿素荧光诱导动力学参数TRo/CSm,,将小麦抗寒性品种划分为4个等级,可以进一步确定现有小麦品种的抗寒性等级,能够给农民选择冬小麦品种时更具体的参考范围,在农业生产实践中更具指导意义。
具体实施方式
以下实施例用于说明本发明,但不用来限定本发明的保护范围。若未特别指明,实施例中所用技术手段为本领域技术人员所熟知的常规手段。下述实施例中的试验方法,如无特别说明,均为常规方法。
实施例一
1、选用33个不同基因型的冬小麦品种(具体如表1所示),于2016年10月5日播种,种植于河南省平原新区河南农业科学院实验基地,小区面积6m2,按照大田生产实际整地,株距2cm,行距20cm,正常田间管理。
表1 33个冬小麦品种
品种编号 | 品种名称 | 品种编号 | 品种名称 |
1 | 碧玛1号 | 18 | 矮抗58 |
2 | 碧玛4号 | 19 | 郑麦366 |
3 | 阿夫 | 20 | 周麦22 |
4 | 阿勃 | 21 | 郑麦7698 |
5 | 郑州7023 | 22 | 矮丰3号 |
6 | 丰产3号 | 23 | 郑麦0856 |
7 | 郑州761 | 24 | 平原50 |
8 | 西安8号 | 25 | 葫芦头 |
9 | 百农3217 | 26 | 大口麦 |
10 | 宝丰7228 | 27 | 红和尚头 |
11 | 豫麦13 | 28 | 西农6028 |
12 | 周麦9号 | 29 | 白玉皮 |
13 | 豫麦18 | 30 | 偃展4110 |
14 | 豫麦49 | 31 | 内乡5号 |
15 | 郑麦9023 | 32 | 博爱7023 |
16 | 兰考矮早8 | 33 | 豫麦2号 |
17 | 周麦18 | / | / |
2、在越冬期(12月中旬),每个品种选取3-5颗小麦;从叶片基部剪下小麦叶片,统计每颗小麦叶片总数量;测量叶片干黄部分长度和叶片总长度,将叶片干黄部分长度大于叶片总长度10%的叶片记为冻伤叶片,统计冻伤叶片数量;单株小麦叶片的冻伤率的计算公式如下:冻伤率=干黄叶片数量/小麦叶片总数量,计算每个品种小麦叶片的冻伤率。具体如表2所示。
表2 33个品种的冻伤率统计
3、将每个品种所有离体叶片用湿纱布包裹,并使叶片始终处于25℃、黑暗状态,具体的可将叶片置于光照培养箱中,关闭灯光,温度设为25℃。使用植物效率分析仪(M-PEA)分别测定33个小麦品种的快速叶绿素荧光诱导动力学曲线(需要提前使用暗适应夹将待测叶片暗适应30分钟)。叶绿素荧光诱导动力学曲线由5000μmol·m-2·s-1的脉冲光诱导,荧光信号记录从10μs开始至2s结束。每个品种测定8个重复。
4、依据每个品种的快速叶绿素荧光诱导动力学曲线,通过如表3中所示公式得到每个品种的33个叶绿素荧光诱导动力学参数。
表3 33个叶绿素荧光诱导动力学参数
5、将每个品种的33个叶绿素荧光诱导动力学参数逐个与33个小麦品种叶片冻伤率进行相关性分析,从中筛选出了相关性较强的5个正相关参数和2个负相关参数分别为TRo/CSm、Fm、ETo/CSm、RC/CSm、Fv/Fm、DIo/RC、φDo。
表4与小麦冻害程度正负相关性最强的5个荧光参数
其中,与小麦冻害正相关性最强的参数是TRo/CSm,负相关性最强的是φDo。由于TRo/CSm和小麦冻害率的相关系数高于φDo和小麦冻害率的相关系数,因此,选取TRo/CSm可以作为衡量小麦抗寒性的指标。
本实施例中33个小麦品种所测得的TRo/CSm最大值为47586,最小值为29377.8,平均值为38426.22,参考该数据范围,本发明根据TRo/CSm,将小麦抗寒性品种分为4个等级:A、低温非常不敏感品种,其TRo/CSm<25000;B、低温不敏感品种,其25000≤TRo/CSm<39500;C、低温敏感品种,其39500≤TRo/CSm≤44000;D、低温非常敏感品种,其TRo/CSm≥44000。
实施例二检验豫麦49和百农3217两个小麦品种的抗寒性等级并比较其抗寒性2017年10月12日对两个小麦品种豫麦49和百农3217进行田间播种。于2017年12月15日植物效率分析仪(M-PEA)分别测定豫麦49和百农3217两个小麦品种的快速叶绿素荧光诱导动力学曲线,计算TRo/CSm。豫麦49和百农3217的TRo/CSm分别为43643和38002.4。豫麦49的TRo/CSm大于39500且小于44000,故豫麦49为低温敏感型;百农3217的TRo/CSm大于25000且小于39500,故百农3217为低温不敏感型。而豫麦49的TRo/CSm大于百农3217,因此,豫麦49的越冬期低温抗性弱于百农3217。
实施例三检验矮丰3号和内乡5号两个小麦品种的抗寒性等级并比较其抗寒性2017年10月12日对两个小麦品种矮丰3号和内乡5号进行田间播种。于2017年12月15日植物效率分析仪(M-PEA)分别测定矮丰3号和内乡5号两个小麦品种的快速叶绿素荧光诱导动力学曲线,计算TRo/CSm。矮丰3号和内乡5号的TRo/CSm分别为40699.2和47586。矮丰3号的TRo/CSm大于39500且小于44000,故矮丰3号为低温敏感型;内乡5号的TRo/CSm大于44000,故内乡5号为低温非常不敏感型。而矮丰3号的TRo/CSm小于内乡5号,因此,矮丰3号的越冬期低温抗性强于内乡5号。
实施例四检验周麦18和偃展4110两个小麦品种的抗寒性等级并比较其抗寒性2017年10月14日对两个小麦品种周麦18和偃展4110进行田间播种。于2017年12月15日植物效率分析仪(M-PEA)分别测定周麦18和偃展4110两个小麦品种的快速叶绿素荧光诱导动力学曲线,计算TRo/CSm。周麦18和偃展4110的TRo/CSm分别为39027和42496.8。周麦18和偃展4110的TRo/CSm均大于39500且小于44000,故周麦18和偃展4110为低温敏感型。而周麦18的TRo/CSm小于偃展4110,因此,周麦18的越冬期低温抗性强于偃展4110。
以上所述之实施例,只是本发明的较佳实施例而已,仅仅用以解释本发明,并非限制本发明实施范围,对于本技术领域的技术人员来说,当然可根据本说明书中所公开的技术内容,通过置换或改变的方式轻易做出其它的实施方式,故凡在本发明的原理上所作的变化和改进等,均应包括于本发明申请专利范围内。
Claims (8)
1.一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法,其特征在于,包括以下步骤:
获取小麦叶片的冻伤率和叶绿素荧光诱导动力学曲线;
依据叶绿素荧光诱导动力学曲线得到多个叶绿素荧光诱导动力学参数;
将每个叶绿素荧光诱导动力学参数分别与冻伤率进行相关性分析,选取与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标。
2.根据权利要求1所述的方法,其特征在于,所述获取小麦叶片的冻伤率的具体步骤如下:在小麦越冬期选取单株小麦;从叶片基部剪下小麦叶片,统计小麦叶片总数量;测量叶片干黄部分长度和叶片总长度,将叶片干黄部分长度大于叶片总长度10%的叶片记为冻伤叶片,统计冻伤叶片数量;计算单株小麦叶片的冻伤率。
3.根据权利要求1所述的方法,其特征在于,所述叶绿素荧光诱导动力学参数包括:Fm、Fo、Area、t(Fm)、φPo、Wk、VJ、VI、ψO、δRo、φEo、φDo、φRo、Sm、Mo、N、ABS/RC、TRo/RC、ETo/RC、DIo/RC、ABS/CSo、TRo/CSo、ETo/CSo、DIo/CSo、RC/CSo、ABS/CSm、TRo/CSm、ETo/CSm、DIo/CSm、RC/CSm、PIabs、PItatal和VIP。
4.根据权利要求1所述的方法,其特征在于,所述选取与小麦冻害相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标具体包括:选取与小麦冻害正相关性最高或负相关性最高的叶绿素荧光诱导动力学参数作为衡量小麦抗寒性的评价指标。
5.根据权利要求4所述的方法,其特征在于,所述与小麦冻害正相关性最高的叶绿素荧光诱导动力学参数为TRo/CSm。
6.根据权利要求4所述的方法,其特征在于,所述与小麦冻害负相关性最高的叶绿素荧光诱导动力学参数为DIo/RC。
7.权利要求1~6任一项所述的利用叶绿素荧光筛选小麦抗寒性评价指标的方法在检验小麦品种抗寒性中的应用。
8.根据权利要求7所述的应用,其特征在于,所述小麦品种抗寒性根据TRo/CSm划分为4个等级:A、低温非常不敏感品种,其TRo/CSm<25000;B、低温不敏感品种,其25000≤TRo/CSm<39500;C、低温敏感品种,其39500≤TRo/CSm≤44000;D、低温非常敏感品种,其TRo/CSm≥44000。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123182.1A CN112949980A (zh) | 2021-01-29 | 2021-01-29 | 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123182.1A CN112949980A (zh) | 2021-01-29 | 2021-01-29 | 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112949980A true CN112949980A (zh) | 2021-06-11 |
Family
ID=76239211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110123182.1A Pending CN112949980A (zh) | 2021-01-29 | 2021-01-29 | 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949980A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113640267A (zh) * | 2021-08-28 | 2021-11-12 | 西北农林科技大学 | 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103371060A (zh) * | 2012-04-17 | 2013-10-30 | 上海市农业科学院 | 一种黄瓜早期耐冷性的鉴定方法 |
CN106846159A (zh) * | 2017-01-22 | 2017-06-13 | 河南省农业科学院小麦研究所 | 一种鉴定或评价小麦抗寒性的方法 |
CN111296201A (zh) * | 2020-03-05 | 2020-06-19 | 山西省农业科学院棉花研究所 | 一种小麦抗晚霜冻能力的田间鉴定与评价方法 |
CN111781183A (zh) * | 2020-07-30 | 2020-10-16 | 河南省农业科学院小麦研究所 | 一种利用叶绿素荧光估算植物叶片叶绿素含量的方法 |
-
2021
- 2021-01-29 CN CN202110123182.1A patent/CN112949980A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103371060A (zh) * | 2012-04-17 | 2013-10-30 | 上海市农业科学院 | 一种黄瓜早期耐冷性的鉴定方法 |
CN106846159A (zh) * | 2017-01-22 | 2017-06-13 | 河南省农业科学院小麦研究所 | 一种鉴定或评价小麦抗寒性的方法 |
CN111296201A (zh) * | 2020-03-05 | 2020-06-19 | 山西省农业科学院棉花研究所 | 一种小麦抗晚霜冻能力的田间鉴定与评价方法 |
CN111781183A (zh) * | 2020-07-30 | 2020-10-16 | 河南省农业科学院小麦研究所 | 一种利用叶绿素荧光估算植物叶片叶绿素含量的方法 |
Non-Patent Citations (2)
Title |
---|
林世青 等: "叶绿素荧光动力学在植物抗性生理学、生态学和农业现代化中的应用", 《植物学通报》 * |
胡新 等: "晚霜冻害与小麦品种的关系—1998年霜冻害调查报告之一", 《中国农业气象》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113640267A (zh) * | 2021-08-28 | 2021-11-12 | 西北农林科技大学 | 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101416626B (zh) | γ-氨基丁酸提高植物耐温度胁迫能力的用途 | |
Xia et al. | Effects of nitrogen supply on source-sink balance and fruit size of ‘Gala’apple trees | |
Yildiz et al. | Chemical and physiological responses of four Turkish red pine (Pinus brutia Ten.) provenances to cold temperature treatments | |
Hulke et al. | Freezing tolerance of selected perennial ryegrass (Lolium perenne L.) accessions and its association with field winterhardiness and turf traits | |
Bin et al. | Lignin metabolism regulates lodging resistance of maize hybrids under varying planting density | |
KRISNAWATI et al. | Variability on morphological characters associated with pod shattering resistance in soybean | |
CN111781183A (zh) | 一种利用叶绿素荧光估算植物叶片叶绿素含量的方法 | |
Feng et al. | Study of the relationship between field lodging and stem quality traits of winter wheat in the north China plain | |
CN111296201B (zh) | 一种小麦抗晚霜冻能力的田间鉴定与评价方法 | |
Zhang et al. | Genetic diversity and phenotypic variation for drought resistance in alfalfa (Medicago sativa L.) germplasm collected for drought tolerance | |
CN112949980A (zh) | 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用 | |
Popović et al. | Morpho-anatomical trait variability of the Norway spruce (Picea abies (L.) Karst.) needles in natural populations along elevational diversity gradient | |
CN102577852A (zh) | 一种棉花耐盐性鉴定方法 | |
CN106717294B (zh) | 山豆根种子质量的评价方法 | |
Pušpure et al. | Tree-ring width of European ash differing by crown condition and its relationship with climatic factors in Latvia | |
Kimball et al. | Assessment of molecular variation within ‘Raleigh’St. Augustinegrass using amplified fragment length polymorphism markers | |
CN111855586B (zh) | 菠萝品种耐寒性的快速筛选方法 | |
Ennen | Earlier harvest and drying of soybean seed within intact pods maintains seed quality | |
CN109118488B (zh) | 一种红掌新种质耐寒性的鉴定方法 | |
CN109682635A (zh) | 一种棉秆茎秆强度的测试方法 | |
Yan et al. | Length of the lag period of germination predicts the vigour differences and field emergence potential in Italian ryegrass (Lolium multiflorum) seed lots | |
CN112790024B (zh) | 一种运用油茶芽苗砧优良遗传因子改良嫁接穗的育种方法 | |
CN111919536B (zh) | 一种玉米种子活力萌发事件测定方法 | |
CN112913611A (zh) | 基于spad值的甜菜氮素营养诊断和追肥决策方法 | |
RU2720426C1 (ru) | Способ отбора генотипов пшеницы озимой с повышенным содержанием в зерне белка и клейковины по эффективности использования воды |
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 |