CN114373514A - 禾本植物光合产物转运流数据库的建立方法 - Google Patents

禾本植物光合产物转运流数据库的建立方法 Download PDF

Info

Publication number
CN114373514A
CN114373514A CN202111449506.7A CN202111449506A CN114373514A CN 114373514 A CN114373514 A CN 114373514A CN 202111449506 A CN202111449506 A CN 202111449506A CN 114373514 A CN114373514 A CN 114373514A
Authority
CN
China
Prior art keywords
leaves
feeding
plant
photosynthetic
database
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.)
Granted
Application number
CN202111449506.7A
Other languages
English (en)
Other versions
CN114373514B (zh
Inventor
吴承来
赵林茂
张春庆
张吉旺
买丽金
陈哲
何文存
王安琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Agricultural University
Original Assignee
Shandong Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Agricultural University filed Critical Shandong Agricultural University
Priority to CN202111449506.7A priority Critical patent/CN114373514B/zh
Publication of CN114373514A publication Critical patent/CN114373514A/zh
Application granted granted Critical
Publication of CN114373514B publication Critical patent/CN114373514B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Strategic Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Mining & Mineral Resources (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Botany (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Cultivation Of Plants (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种禾本植物光合产物转运流数据库的建立方法，其特征在于，在禾本科农作物成穗期，对植株叶片进行碳同位素饲喂后，用同位素测定仪测定各叶片及果穗器官内的碳同位素千分差δ13C，计算获得各器官中由饲喂叶运输而来的碳13的含量13C(g)，拟合成一个单株的所有叶片同时进行饲喂后光合产物转运和分配数据量，继而分析得到所有叶片向根、果穗等器官供应碳源的总运输量，获得相应转运量参数，从而得到若干个饲喂不同天数后的光合产物转运总量数据库和全株光合物质转运动态数据库。

Description

禾本植物光合产物转运流数据库的建立方法
技术领域
本发明涉及农学，尤其涉及农作物光合作用的研究方法。
背景技术
在农作物研究中，揭示植株将叶片光合产物(例如蔗糖)运输动态网络及运输效率的机理是重要的科学问题，对进一步提高光合产物运输效能和获得优质高产的收获器官，具有重要的潜在应用价值。所谓收获器官，是指农作物要收获的那一部分。例如玉米穗、小麦穗、大豆荚等等。植物叶片是主要光和器官，也被称为“源”；籽粒是主要产品器官和光合产物贮存器官，被称为“库”；光合产物由源运输到库的过程被称为“流”。当前，研究农作物“流”效率的方法多采用库的物质增加量和日增加速度来计算。其中同位素标记饲喂叶片后,检测籽粒中同位素标记元素的积累量,是精细计算某叶片光合产物向籽粒运输量的有效手段。近年试验发现，植物叶片的光合产物不仅向籽粒运输，还存在不同叶片间的相互转运。也就是说，植株内存在叶片、茎秆、根、间的整体物质运输动态网络。为有利推动农作物新品种选育和栽培技术更新，实现产量再提高，深入研究和解析这种运输网络和动态运输机制很有必要，为了便于这方面的研究，需要有一种相关农作物光合产物转运流数据库，但目前还没有一种有效的建立相关农作物光合产物转运流数据库的方法。
禾本科农作物是指玉米、稻、小麦、高粱等禾本科的大田作物；所谓株型一致，是指单株的各类器官(叶片、穗)长势数目相同、大小及相对比例相当，例如，玉米的株高、穗位、茎粗、叶片大小基本相同，穗上叶片数和穗下叶片数相同，等等；本发明适用于禾本科农作物。
发明内容
本发明的目的，是提出一种禾本植物光合产物转运流数据库的建立方法。通过该方法建立的光合产物转运动态网络数据库，可应用于这类农作物各种病虫害、自然灾害和人为逆境处理条件下的光合产物运输动态机制等研究。
本发明采取的技术方案是：
一种禾本植物光合产物转运流数据库的建立方法，其特征在于：
第一步，在禾本科农作物成穗期，以每植株有效叶片数来选取与叶片数相等的组数，每组选取若干株，构成一个测定群，再选取若干与上述同样的群，并按组、群进行标记；例如植株有效叶片数11叶，就选11组，如每组选9株，一个测定群就是9X11＝99株；
第二步，第一天，对植株叶片进行碳同位素饲喂；饲喂时，每棵只选一个叶片，且同一组的只选同一位置的叶片，这样所有测定群中所有叶片都得到饲喂；
饲喂方法：将待饲喂叶用透明塑料袋套住，排净袋内的空气，用胶带将其封闭于茎秆，用注射器取一定剂量的(60mL)13CO2注入袋内，然后用胶带封口；60min光合作用后，取下塑料袋，时间选在天气晴好的太阳光照时间；
第三步，饲喂后的第二天，将第一个测定群的饲喂后的各叶片及果穗器官，按株、按叶位全部取下，分别进行烘干磨碎，用同位素测定仪测定各叶片及果穗器官内的碳同位素千分差δ13C并逐一记录；
第四步，将每组的各叶片及果穗器官内的碳同位素千分差δ13C分别取平均值；可采取三株一平均，再重复平均的方法进行计算；
第五步，利用现有的碳13含量计算公式，计算获得各器官中由饲喂叶运输而来的碳 13的含量13C(g)，公式如下：
13C(g)＝Rs/(Rs+1)×C％×干重(g)
式中，Rs＝(δ13C/1000+1)×R标，R标为标准碳元素同位素比值，为定值，R标＝1.078 328 406；C％为材料中的碳元素百分含量；C(g)为材料中的碳元素含量干重(g)；
含量13C(g)即代表饲喂叶片的光合产物运输到该器官的量；从而还可以计算出饲喂叶片吸收的13C运输到各器官的百分比dis％。
第六步，将第五步得到的第一个测定群的各器官13C(g)值按各个器官分别进行累加计算，拟合成一个单株的所有叶片同时进行饲喂后光合产物转运和分配数据量，继而分析得到所有叶片向根、果穗等器官供应碳源的总运输量，获得相应转运量参数，完成饲喂一天后的一个单株光合产物转运总量数据库；
第七步，再间隔n天，对第二个测定群进行如第三至第六步的步骤，完成饲喂n天后的一个单株光合产物转运总量数据库；
以此类推，每间隔一定时间，完成下一个测定群，至所有测定群全部如此完成；从而得到饲喂不同天数后的光合产物转运总量数据库；
第八步，将上述不同天数的光合产物转运量汇总到一起，得到全株光合物质转运动态数据库。
本发明专利的积极效果：
1、该方法具有很好的通用性，能应用于大部分株型一致植物和农作物的光合物质运输系统和分配研究。
2、该方法不需要新增任何硬件设备，便于低门槛起步应用。凡是具备同位素检测分析设备的实验室均可以采用该技术实现光合产物运输网络的研究工作；不具备同位素分析设备的单位也可以委托技术测试分析公司完成测试。
3、该方法便于与已开展或正在开展的相关研究工作完美整合。植物生理研究、农作物栽培生理研究及各种植物逆境研究方面的工作都会与光合能力、蔗糖代谢、能量供应等问题挂钩，在原有实验设计的基础上增加蔗糖运输网络的动态响应研究就可以迅捷的提升研究深度和精准度，提高对目标因素的分析透彻程度。
4、所构建光合产物动态转运数据库可广泛应用于各种病虫害、自然灾害和人为逆境处理条件下的光合产物运输机制研究。例如植株叶片病原接种和病虫处理后光合产物输出、输入量研究，人为模拟自然灾害或有目的改变光合器官面积试验，低温、热害、盐碱等逆境条件下农作物植株光合产物输运网络的相应等研究。
附图说明
图1是实施例玉米的株型与器官名称编号图,右侧器官(叶片)编号为单号图中未标出。左侧穗上第6、4、2、叶片分别用L6+、L4+、L2+表示，穗位叶用L0表示，穗下第2、5、 6叶片分别用L2-、L4-、L6-表示，雌穗用Ear表示。
图2是玉米郑单958单株穗位叶饲喂13CO2后1天的各器官δ13C值分量曲线图。
具体实施方式
实施例一：
为了更加理解本发明技术方案，以郑单958玉米为例，进一步说明。玉米品种郑单958的成株期植株型态如图1所示，左右共15个叶片，在成株期下部的4片叶已干枯不再有物质运入，所以植株有效的绿叶片为11片，穗上第6、5、4、3、2、1叶片分别用L6+、 L5+、L4+、L3+、L2+、L1+表示，穗位叶、穗下第1、2、3、4叶片分别用、L0、L1-、 L2-、L3-、L4-表示，雌穗用Ear表示。
郑单958玉米植物光合产物转运流数据库的建立方法，如下：
第一步，在其成穗期，如图1，植株有效的绿叶片为11片(从上到下依次标记为L6+、L5+、L4+、L3+、L2+、L1+、L0、L1-、L2-、L3-、L4-)，选取9株为一组，共11组，每个组可以用叶片标记命名，这11组构成一个测定群，再选取3个与上述同样的测定群，并按组、群进行标记；经计算一个测定群为9X11＝99株；3个测定群共计99X3＝297株。
第二步，第一天，对植株叶片进行碳同位素饲喂；饲喂时，每组每棵只选同一位置的叶片，例如L0组只饲喂叶片L0(穗位叶)，L1+组只饲喂叶片L1+，以此类推，三个测定群都是如此。
饲喂方法：时间选在天气晴好的9-11点太阳光照时间，将待饲喂叶用透明塑料袋套住，排净袋内的空气，用胶带将其封闭于茎秆，用注射器取一定剂量60mL 13CO2注入袋内，然后用胶带封口；60min光合作用后，取下塑料袋。
第三步，饲喂后的第二天，将第一个测定群的饲喂后的各叶片及果穗器官，按株、按叶位全部取下，分别进行烘干磨碎，用同位素测定仪测定各叶片及果穗器官内的碳同位素千分差δ13C，并逐一记录。
第四步，将每组9株的各叶片及果穗器官内的碳同位素千分差δ13C分别取平均值；可采取3株为一小组取一平均值，得到3个平均值再平均一次即可；如表1所示；
表1玉米郑单958穗位叶(L0)饲喂13CO2后1天的各器官δ13C值：
Figure RE-GDA0003540643020000051
表中“d 13C/12C”为分析仪器输出的碳元素自然丰度比值，即碳同位素千分差δ13C； Mean为三小组的平均值。
从图2也可看出玉米郑单958穗位叶(L0)饲喂13CO2后1天的各器官δ13C值的大小。
其他叶片饲喂13CO2后1天的各器官δ13C值在此省略，不再列表示出。
第五步，利用现有的碳13含量计算公式，计算获得各器官中由饲喂叶运输而来的碳 13的含量13C(g)，公式如下：
13C(g)＝Rs/(Rs+1)×C％×干重(g)
式中，Rs＝(δ13C/1000+1)×R标，R标为标准碳元素同位素比值，为定值，R标＝1.078 328 406；
含量13C(g)即代表饲喂叶片的光合产物运输到该器官的量；从而还可以计算出饲喂叶片吸收的13C运输到各器官的百分比dis％。
下面的表2示出了玉米郑单958穗位叶饲喂13CO2后1天的各器官13C含量和分配数据表，其他叶片的情况在此省略。
表2如下：
Figure RE-GDA0003540643020000061
上述计算公式和表2中ZD958为玉米品种郑单958；Treatment—ear leaf–1day表示用13CO2饲喂穗位叶(即L0)完毕后一天剪取各器官进行测定；Dry matter weight为器官的干重(g)；C(％)为材料中的碳元素百分含量；C(g)为材料中的碳元素含量； Rs＝(δ13C/1000+1)×R标，其中R标＝1.078 328 406；Rs’＝Rs/(Rs+1)；13C(g)为各器官中13C的量；dis％为饲喂吸收的13C运输到各器官的百分比。
第六步，将第五步得到的第一个测定群的各器官13C(g)值按器官分别进行累加计算，拟合成一个单株的所有叶片同时进行饲喂后光合产物转运和分配数据量，继而分析得到所有叶片向根、果穗等器官供应碳源的总运输量，获得相应转运量参数，完成饲喂一天后的一个单株光合产物转运总量数据库(参照表1的形式，将11组的值累加即可，在此省略)。
第七步，再间隔5天，对第二个测定群进行如第三至第五步的步骤，完成各叶片光合产物运输到某器官的量的测定计算(参照表1的形式，在此省略)；并参照第六步完成饲喂5天后的一个单株光合产物转运总量数据库。
再间隔20天，对第三个测定群进行如第三至第五步的步骤，完成各叶片光合产物运输到某器官的量的测定计算，下面的表3示出了玉米郑单958穗上第4叶(L4+)饲喂13CO2后20天的各器官13C含量和分配数据，其他叶片在此省略。
表3如下：
Figure RE-GDA0003540643020000071
表中：Treatment-L4–20day表示用13CO2饲喂穗上第四叶完毕后20天剪取各器官进行测定。
并参照第六步完成饲喂20天后的一个单株光合产物转运数据库；
至此所有测定群全部如此完成；从而得到一个单株饲喂1天、5天、20天后的光合产物转运量。
第八步，将上述三次测试的光合产物转运量汇总，得到全株光合物质转运动态数据库；如表4所示：
Figure RE-GDA0003540643020000081
表中：“1 day after treament”、“5 day after treament”和“20 day aftertreament”分别为一个单株饲喂后1、5、20天取样的分析结果。
实施例二：
实施例2是以水稻为例，操作方法与实施例1相同，仅是水稻的主要光合产物贮存器官是顶部稻穗而已。
实施例三：
实施例2是以小麦为例，操作方法与实施例1相同，仅是小麦的光合产物贮存器官是顶部麦穗而已。

Claims (4)

1.一种禾本植物光合产物转运流数据库的建立方法，其特征在于：
第一步，在禾本科农作物成穗期，以每植株有效叶片数来选取与叶片数相等的组数，每组选取若干株，构成一个测定群，再选取若干与上述同样的群，并按组、群进行标记；
第二步，第一天，对植株叶片进行碳同位素饲喂；饲喂时，每棵只选一个叶片，且同一组的只选同一位置的叶片，这样所有测定群中所有叶片都得到饲喂；
第三步，饲喂后的第二天，将第一个测定群的饲喂后的各叶片及果穗器官，按株、按叶位全部取下，分别进行烘干磨碎，用同位素测定仪测定各叶片及果穗器官内的碳同位素千分差δ13C并逐一记录；
第四步，将每组的各叶片及果穗器官内的碳同位素千分差δ13C分别取平均值；可采取三株一平均，再重复平均的方法进行计算；
第五步，利用现有的碳13含量计算公式，计算获得各器官中由饲喂叶运输而来的碳13的含量13C(g)；
第六步，将第五步得到的第一个测定群的各器官13C(g)值按各个器官分别进行累加计算，拟合成一个单株的所有叶片同时进行饲喂后光合产物转运和分配数据量，继而分析得到所有叶片向根、果穗等器官供应碳源的总运输量，获得相应转运量参数，完成饲喂一天后的一个单株光合产物转运总量数据库；
第七步，再间隔n天，对第二个测定群进行如第三至第六步的步骤，完成饲喂n天后的一个单株光合产物转运总量数据库；
以此类推，每间隔一定时间，完成下一个测定群，至所有测定群全部如此完成；从而得到饲喂不同天数后的光合产物转运总量数据库；
第八步，将上述不同天数的光合产物转运量汇总到一起，得到全株光合物质转运动态数据库。
2.如权利要求书1所述的农作物光合产物转运流数据库的建立方法，其特征在于：对植株叶片进行碳同位素饲喂方法是：将待饲喂叶用透明塑料袋套住，排净袋内的空气，用胶带将其封闭于茎秆，用注射器取一定剂量的(60mL)13CO2注入袋内，然后用胶带封口；60min光合作用后，取下塑料袋，时间选在天气晴好的太阳光照时间。
3.如权利要求书1所述的农作物光合产物转运流数据库的建立方法，其特征在于：计算获得各器官中由饲喂叶运输而来的碳13的含量13C(g)时，采用公式如下：
13C＝Rs/(Rs+1)×C％×干重(g)
式中，Rs＝(δ13C/1000+1)×R标，R标为标准碳元素同位素比值，为定值，R标＝1.078328 406。
4.如权利要求书3所述的农作物光合产物转运流数据库的建立方法，其特征在于：根据饲喂叶片光合产物运输到各器官的量含量13C(g)，还可以计算出饲喂叶片吸收的13C运输到各器官的百分比dis％。
CN202111449506.7A 2021-12-01 2021-12-01 禾本植物光合产物转运流数据库的建立方法 Active CN114373514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111449506.7A CN114373514B (zh) 2021-12-01 2021-12-01 禾本植物光合产物转运流数据库的建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111449506.7A CN114373514B (zh) 2021-12-01 2021-12-01 禾本植物光合产物转运流数据库的建立方法

Publications (2)

Publication Number Publication Date
CN114373514A true CN114373514A (zh) 2022-04-19
CN114373514B CN114373514B (zh) 2024-02-27

Family

ID=81139765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111449506.7A Active CN114373514B (zh) 2021-12-01 2021-12-01 禾本植物光合产物转运流数据库的建立方法

Country Status (1)

Country Link
CN (1) CN114373514B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091067A (zh) * 2014-07-04 2014-10-08 南京农业大学 一种基于临界氮浓度预测水稻植株各器官氮含量的方法
RU2626159C1 (ru) * 2016-09-08 2017-07-21 Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный аграрный университет им. И.Т. Трубилина" Способ прогнозирования урожайности гибридов кукурузы
CN109900775A (zh) * 2019-03-22 2019-06-18 山东省农业科学院作物研究所 一种原位定量无损检测小麦穗光合贡献率的方法
CN210982360U (zh) * 2019-07-02 2020-07-10 上海市农业科学院 一种水稻植株的碳同位素田间原位标定系统
CN112180032A (zh) * 2019-07-02 2021-01-05 上海市农业科学院 一种水稻植株的碳同位素田间原位标定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091067A (zh) * 2014-07-04 2014-10-08 南京农业大学 一种基于临界氮浓度预测水稻植株各器官氮含量的方法
RU2626159C1 (ru) * 2016-09-08 2017-07-21 Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный аграрный университет им. И.Т. Трубилина" Способ прогнозирования урожайности гибридов кукурузы
CN109900775A (zh) * 2019-03-22 2019-06-18 山东省农业科学院作物研究所 一种原位定量无损检测小麦穗光合贡献率的方法
CN210982360U (zh) * 2019-07-02 2020-07-10 上海市农业科学院 一种水稻植株的碳同位素田间原位标定系统
CN112180032A (zh) * 2019-07-02 2021-01-05 上海市农业科学院 一种水稻植株的碳同位素田间原位标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
向威;韦叶娜;范永义;杨国涛;蒋芬;陈敬;张圣豪;胡运高;: "减库对不同穗型水稻物质积累及转运的影响", 西南农业学报, no. 01, 28 January 2018 (2018-01-28) *
隋方功;葛体达;刘鹏起;吕银燕;周广胜;: "干旱对夏玉米碳素同化、运转与分配的影响研究", 中国生态农业学报, no. 03, 1 July 2006 (2006-07-01) *

Also Published As

Publication number Publication date
CN114373514B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
Meseka et al. Performance assessment of drought tolerant maize hybrids under combined drought and heat stress
Qiao et al. Impact of fruit-tree shade intensity on the growth, yield, and quality of intercropped wheat
de Oliveira et al. Water management for sugarcane and corn under future climate scenarios in Brazil
CN109536572A (zh) 一种鉴定评价水稻穗颈瘟抗性的方法
Vinutha et al. Evaluation of yield and forage quality in main and ratoon crops of different sorghum lines
Onjai-Uea et al. Effect of cultivar, plant spacing and harvesting age on yield, characteristics, chemical composition, and anthocyanin composition of purple Napier grass
Bosi Parameterization and evaluation of mechanistic crop models for estimating Urochloa brizantha cv. BRS Piatã productivity under full sun and in silvopastoral system.
Rahman et al. Effects of sowing date and cultivar on the yield and yield components of maize in northern Sudan
Shepherd et al. Adoption potential of hedgerow intercropping in maize-based cropping systems in the highlands of western Kenya. 1. Background and agronomic evaluation
Wang et al. Seed filling determines seed vigour of superior and inferior spikelets during hybrid rice (Oryza sativa) seed production
Beasse et al. Effects of pod infection by Mycosphaerella pinodes on yield components of pea (Pisum sativum)
CN114373514A (zh) 禾本植物光合产物转运流数据库的建立方法
Lessa et al. Physiological maturation in seeds of sweet soghum for foliar fertilisation with silicate
De Guzman et al. Utilization of wood vinegar as nutrient availability enhancer in eggplant (Solanum melongena L.)
Parmar et al. Calibration and validation of CANEGRO model for sugarcane in south Gujarat region
Binotti et al. Chemical agents and shading levels for the production of pepper seedlings
Vargas et al. Prediction of genetic gains through selection of sweet potato accessions
Song et al. Study of the use of winter forage crops, early maturing rice and summer oats in triple cropping systems at paddy field in southern region
Garcia et al. Agronomic characteristics and nutritional value of cactus pear progenies
dos Santos et al. Establishment of corn plants under different water regiments
Nobre et al. Plant physiological performance and seed chemical composition of soybean under different spatial arrangement
Thiasari et al. Effect of Different Pruning Intervals on Nutrient Composition of Vines from Seven Sweet Potato Cultivars
BOCOȘ et al. PRODUCTION AND SUGAR CONTENT OF FOUR SUGAR BEET HYBRIDS FUNCTION OF ENVIRONMENTAL TEMPERATURE, PRECIPITATIONS AND AGRICULTURAL KEY INPUTS
Risteski et al. RESULTS OF INVESTIGATIONS OF GENOTYPE AND ITS INFLUENCE ON THE YIELD, QUALITY AND ECONOMIC EFFECT OF VIRGINIA TOBACCO IN R. MACEDONIA
Vià et al. Multivariate analysis on dry mass variables in cupuassu progenies (Theobroma grandiflorum) in function of the plant age

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