CN115956499A - 一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法 - Google Patents
一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法 Download PDFInfo
- Publication number
- CN115956499A CN115956499A CN202310067327.XA CN202310067327A CN115956499A CN 115956499 A CN115956499 A CN 115956499A CN 202310067327 A CN202310067327 A CN 202310067327A CN 115956499 A CN115956499 A CN 115956499A
- Authority
- CN
- China
- Prior art keywords
- peanut
- shade
- comprehensive
- tolerant
- tolerance
- 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
Links
- 235000020232 peanut Nutrition 0.000 title claims abstract description 242
- 235000017060 Arachis glabrata Nutrition 0.000 title claims abstract description 183
- 235000010777 Arachis hypogaea Nutrition 0.000 title claims abstract description 183
- 235000018262 Arachis monticola Nutrition 0.000 title claims abstract description 183
- 238000011156 evaluation Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012216 screening Methods 0.000 title claims abstract description 10
- 241001553178 Arachis glabrata Species 0.000 title claims abstract 43
- 230000009418 agronomic effect Effects 0.000 claims abstract description 50
- 238000000513 principal component analysis Methods 0.000 claims abstract description 8
- 241000196324 Embryophyta Species 0.000 claims description 22
- 229930002868 chlorophyll a Natural products 0.000 claims description 16
- 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 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000002131 composite material Substances 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 8
- 238000007621 cluster analysis Methods 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 7
- 229930002869 chlorophyll b Natural products 0.000 claims description 6
- NSMUHPMZFPKNMZ-VBYMZDBQSA-M chlorophyll b Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C=O)=[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 NSMUHPMZFPKNMZ-VBYMZDBQSA-M 0.000 claims description 6
- 238000000611 regression analysis Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000009342 intercropping Methods 0.000 abstract description 10
- 244000105624 Arachis hypogaea Species 0.000 description 200
- 235000013399 edible fruits Nutrition 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 235000013339 cereals Nutrition 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052902 vermiculite Inorganic materials 0.000 description 2
- 235000019354 vermiculite Nutrition 0.000 description 2
- 239000010455 vermiculite Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000003643 Callosities Diseases 0.000 description 1
- 206010020649 Hyperkeratosis Diseases 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 238000003837 high-temperature calcination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明提供了一种苗期花生耐荫性评价方法,属于花生栽培技术领域。本发明将待评价的花生品种出苗后进行遮荫处理,测量花生农艺参数,并计算各农艺参数的耐荫系数;对花生农艺参数的耐荫系数进行主成分分析,获得不同品种花生综合指标,及所述综合指标的主成分值;计算花生综合指标的隶属函数及各综合指标权重;计算各花生品种的综合耐荫评价值,所述综合耐荫评价值高的花生品种耐荫性高于所述综合耐荫评价值低的花生品种。本发明通过考察花生品种苗期的基本农艺参数,能够快速准确判断该花生品种的耐荫性,为间套作模式下筛选具有耐荫潜力的花生品种提供了方法,有利于发挥花生自身的耐荫潜力而获得高产。
Description
技术领域
本发明属于花生栽培技术领域,尤其涉及一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法。
背景技术
花生为重要的油料作物,在保障粮油安全中具有非常重要的地位。在耕地面积不断减少的困境下,花生与其他作物间套复种的种植模式在一定程度上缓解了粮油争地的矛盾。近年来,花生与小麦、玉米间作套种的面积越来越大,间套作是一种能集约利用光、热、肥、水等自然资源的种植方式,研究表明,花生与其他作物间套作条件下,光热资源利用率提高增幅高达20%。
光合作用对花生干物质生产和荚果形成具有重要的作用,然而在与其他作物间套作条件下,由于株高的劣势,花生往往是被遮荫的作物,从而造成一定程度的产量下降。花生在适当荫蔽胁迫下具有自我调节适应弱光的能力。在间套作复合种植体系中,除了减少高秆作物对花生的遮荫外,选择耐荫性强的花生品种,是解决间作套种环境下花生植株瘦弱、产量低、品质差的有效措施。
花生耐荫性是一个十分复杂的综合性状,由其自身遗传性状、生物和非生物等诸多因素共同决定。目前,还没有一种能够于花生苗期评价花生耐荫性的方法和模型。
发明内容
有鉴于此,本发明的目的在于提供一种在花生苗期进行遮荫处理,对花生的耐荫性进行评价的方法。
为了实现上述发明目的,本发明提供了以下技术方案:
一种苗期花生耐荫性评价方法,待评价的花生品种出苗后进行遮荫处理,测量花生农艺参数,并计算各农艺参数的耐荫系数;对花生农艺参数的耐荫系数进行主成分分析,得到不同品种花生综合指标,及所述综合指标的主成分值;计算花生综合指标的隶属函数及各综合指标权重;计算各花生品种的综合耐荫评价值,所述综合耐荫评价值高的花生品种耐荫性高于所述综合耐荫评价值低的花生品种。
优选的,所述花生农艺参数为花生苗期的株高、主茎节数、下胚轴长、第一节间长、第二节间长、第三节间长、根干重、茎干重、叶干重、叶面积、叶绿素a含量、叶绿素b含量、SPAD值,通过公式计算各指标的耐荫系数,各农艺参数的耐荫系数分别由X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13表示。
优选的,对所述待评价花生的综合耐荫评价值进行聚类分析,将花生品种分为不同耐荫程度的品种。
优选的,以所述综合耐荫评价值作为因变量,以各单项农艺参数的耐荫系数为自变量,利用逐步回归分析法构建花生耐荫性评价的数学模型:
D1=-0.976+0.149X8+0.248X11+0.125X3+0.066X1+0.165X10+0.411X2+0.189
X9;其中,R2=0.970,P=0.019745,D1为构建的花生耐荫性评价数学模型的综合耐荫评价值回归值,X1、X2、X3、X8、X9、X10、X11分别表示花生苗期株高、主茎节数、下胚轴长、茎干重、叶干重、叶面积、叶绿素a含量的耐荫系数。
优选的,耐荫系数计算公式为:耐荫系数=遮光处理性状值/对照性状值;所述对照性状为花生苗期进行正常光照处理时测量的农艺性状。
优选的,所述花生综合指标的隶属函数的计算公式为:
其中,U(CIj)为所述各综合指标的隶属函数,j=1,2,3,…,n,CIj表示第j个综合指标,CImax表示第j个综合指标的最大值,CImin表示第j个综合指标的最小值。
优选的,所述综合指标权重的计算公式为:
其中,Wj为所述各综合指标的权重,j=1,2,3,…,n,Pj为各花生品种第j个综合指标的贡献率。
优选的,所述各花生品种的综合耐荫评价值的计算公式为:
其中,D为所述各花生品种的综合耐荫评价值,U(CIj)为所述各综合指标的隶属函数,Wj为所述各综合指标的权重,j=1,2,3,…,n。
优选的,所述遮荫处理为设置55%~70%的遮荫环境;所述耐荫参数于花生苗期第八片叶完全展开时测量。
本发明的另一目的在于提供一种耐荫性花生品种筛选方法,使用如上所述苗期花生耐荫性评价方法对苗期花生的耐荫性进行评价,选择综合耐荫评价值高的花生品种作为与其他作物间套复种的耐荫性花生品种。
相对于现有技术,本发明具有如下有益效果:
本发明提供了一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法,通过在花生苗期进行遮荫处理,测量花生农艺参数,并对花生的农艺参数进行主成分分析,能够获得各花生品种的综合耐荫评价值,通过对比不同花生品种的综合耐荫评价值能够比较不同花生品种的耐荫性,进而能够筛选出综合耐荫评价值高的花生品种作为与其他作物间套复种的耐荫性花生品种,有利于协调光强与花生产量之间的矛盾,以增加花生的生产效益。
附图说明
图1:53个花生品种苗期综合耐荫能力聚类图;
图2:53个花生品种大田综合耐荫能力聚类图。
具体实施方式
本发明提供了一种苗期花生耐荫性评价方法,待评价的花生品种出苗后进行遮荫处理,测量花生农艺参数,并计算各农艺参数的耐荫系数;对花生农艺参数的耐荫系数进行主成分分析,得到不同品种花生综合指标,及所述综合指标的主成分值;计算花生综合指标的隶属函数及各综合指标权重;计算各花生品种的综合耐荫评价值,所述综合耐荫评价值高的花生品种耐荫性高于所述综合耐荫评价值低的花生品种。
本发明中,于花生苗期进行耐荫性的评价,相较于花生生长后期而言,受遮荫的田间环境如气候因素的影响小,评价结果较客观真实。并且本发明于花生生育早期即可通过测量花生农艺参数预测花生品种耐荫性的强弱,加速了耐荫性花生品种的选育进程。
本发明中,所述花生农艺参数为花生苗期的株高、主茎节数、下胚轴长、第一节间长、第二节间长、第三节间长、根干重、茎干重、叶干重、叶面积、叶绿素a含量、叶绿素b含量、SPAD值,考察以上13个指标并计算其耐荫系数,上述各农艺参数的耐荫系数分别由X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13表示。本发明中所检测的花生农艺参数皆为花生苗期形态指标,简单易测得,无需使用精密仪器。本发明在研究中发现,使用本发明选择的花生农艺参数来评价花生苗期的耐荫性强弱更加准确和直观。
本发明中,对所述待评价花生的综合耐荫评价值进行聚类分析,将花生品种分为不同耐荫程度的品种。优选的,本发明中将待评价的苗期花生品种分为强耐荫性品种、较强耐荫性品种、中等耐荫性品种、较弱耐荫性品种和弱耐荫性品种。本发明的评价方法根据苗期花生耐荫性强弱对不同花生品种进行分组,有助于在生产中选择耐荫的花生品种与其他作物间套复种,避免因花生品种选择不当造成的花生产量损失。
本发明中,以所述综合耐荫评价值作为因变量,以各单项农艺参数的耐荫系数为自变量,利用逐步回归分析法构建花生耐荫性评价的数学模型:
D1=-0.976+0.149X8+0.248X11+0.125X3+0.066X1+0.165X10+0.411X2+0.189
X9;其中,R2=0.970,P=0.019745,D1为构建的花生耐荫性评价数学模型的综合耐荫评价值回归值,X1、X2、X3、X8、X9、X10、X11分别表示花生苗期株高、主茎节数、下胚轴长、茎干重、叶干重、叶面积、叶绿素a含量的耐荫系数。
本发明中,可利用建立的回归方程可对花生耐荫性进行评价,通过于花生苗期测定不同花生品种的株高、主茎节数、下胚轴长、茎干重、叶干重、叶面积、叶绿素a含量,计算上述花生农艺参数的耐荫系数,利用本发明构建的回归方程求得花生耐荫性综合评价值回归值(D1值),即可预测花生品种的耐荫性。其中,当计算获得的D1值越接近1时,说明预测的花生品种耐荫性越强。
本发明中,耐荫系数计算公式为:耐荫系数=遮光处理性状值/对照性状值;所述对照性状为花生苗期进行正常光照处理时测量的农艺性状。
优选的,所述花生综合指标的隶属函数的计算公式为:
其中,U(CIj)为所述各综合指标的隶属函数,j=1,2,3,…,n,CIj表示第j个综合指标,CImax表示第j个综合指标的最大值,CImin表示第j个综合指标的最小值。
本发明中,所述综合指标权重的计算公式为:
其中,Wj为所述各综合指标的权重,j=1,2,3,…,n,Pj为各花生品种第j个综合指标的贡献率。
本发明中,所述各花生品种的综合耐荫评价值的计算公式为:
其中,D为所述各花生品种的综合耐荫评价值,U(CIj)为所述各综合指标的隶属函数,Wj为所述各综合指标的权重,j=1,2,3,…,n。
本发明中,所述遮荫处理为设置55%~70%的遮荫环境,优选遮阴处理设置为57%~65%;所述耐荫参数于花生苗期第八片叶完全展开时测量。本发明在研究中发现,在花生与高秆作物间作后期,处于光竞劣势的间作花生平均日光照强度为单作花生的57.7%,设置的遮荫率过低或过高均不利于客观准确的评价花生的耐遮荫性。本发明设置的遮荫处理,模拟了大田环境中花生间作时的日均光照强度,有利于真实客观地于花生苗期评价花生的耐荫性强弱。
本发明还提供了一种耐荫性花生品种筛选方法,使用如上所述的苗期花生耐荫性评价方法对苗期花生的耐荫性进行评价,选择综合耐荫评价值高的花生品种作为与其他作物间套复种的耐荫性花生品种。
如无特殊说明,本发明涉及的试剂、耗材等均可从商业途径获得,如未注明具体使用条件,通常按照常规条件,或按照公司所推荐的条件进行。
下面结合实施例对本发明提供的技术方案进行详细的说明,但是不能把它们理解为对本发明保护范围的限定。
实施例1
本实施例公开了苗期花生耐荫性的评价
于2021年5月在沈阳农业大学试验田(41°N、123°E)进行苗期花生耐荫性评价。
1、待评价花生品种为53个东北地区主要栽培的花生品种,均由沈阳农业大学提供,53个花生品种如表1所示。
表1花生品种及编号
2、待评价花生催芽后植入直径10cm的营养钵中的蛭石进行培养。蛭石系经过高温锻烧而成,大小如沙,其内含大量微孔,具有很大的表面积,保水通风,水气热非常协调,其生长条件与大田土壤也非常相似,适于花生的生长。
待评价花生出苗后采用遮荫网进行遮荫处理,设置正常光照和60%遮荫两种光照环境,每个处理9次重复,整体进行2轮试验,于花生苗期进行花生耐荫性评价。待评价花生第八片叶完全展开时,考察待评价花生材料苗期农艺参数并计算相应指标的耐荫系数:株高(X1)、主茎节数(X2)、下胚轴长(X3)、第一节间长(X4)、第二节间长(X5)、第三节间长(X6)、根干重(X7)、茎干重(X8)、叶干重(X9)、叶面积(X10)、叶绿素a含量(X11)、叶绿素b含量(X12)、SPAD值(X13)。
3、数据统计与分析
采用MicrosoftExcel2010软件进行数据整理与分析;IBMSPSSStatistics23版软件进行主成分分析、聚类分析及逐步回归等多元分析等。数据采用两次数据的平均值,相关指标计算如下:
耐荫系数计算公式为:
耐荫系数=遮光处理性状值/对照性状值;
其中,对照性状为花生苗期进行正常光照处理时测量的农艺性状。
花生综合指标的隶属函数的计算公式为:
其中,U(CIj)为所述各综合指标的隶属函数,j=1,2,3,…,n,CIj表示第j个综合指标,CImax表示第j个综合指标的最大值,CImin表示第j个综合指标的最小值。
综合指标权重的计算公式为:
其中,Wj为所述各综合指标的权重,j=1,2,3,…,n,Pj为各花生品种第j个综合指标的贡献率。
各花生品种的综合耐荫评价值的计算公式为:
其中,D为所述各花生品种的综合耐荫评价值,U(CIj)为所述各综合指标的隶属函数,Wj为所述各综合指标的权重,j=1,2,3,…,n。
4、结果
1)不同花生品种各单项农艺参数的耐荫系数
表2为不同花生品种各单项农艺参数的耐荫系数。与对照相比,不同花生品种受遮荫后,株高、主茎节数、第一节间长、第二节间长、第三节间长、叶绿素a含量、叶绿素b含量、SPAD值上升(耐荫系数>1),根干重、茎干重、叶干重、叶面积则下降(耐荫系数<1)。
表2不同花生品种各单项农艺参数的耐荫系数
2)花生品种不同性状的相关性分析
表3为各单项农艺参数耐荫系数的相关系数矩阵。从表3可以看出,各单项农艺参数至少与其他1个或多个单项农艺参数呈显著或极显著相关,这些农艺参数的耐荫系数存在的相关性或大或小,导致它们所提供的信息发生重叠,表明花生的耐荫性是一个复杂的综合性状。另外,由于各单项农艺参数在花生耐荫中所起的作用不一定相同,如果直接利用单项农艺参数来评价花生的耐荫性是不够准确的。因此,为弥补单项指标耐荫性评价的不足,需在此基础上进一步利用多元统计方法进行分析和评价。
表3花生品种不同农艺参数的相关性
注:*和**分别表示在p<0.05和p<0.01水平差异显著
3)不同花生品种农艺参数的主成分分析
对主茎高等13个农艺参数进行主成分分析,从表4可以看出,共有5个主成分的特征根大于1,累计贡献率71.728%,可以较好地代替13个指标对花生品种进行评价和判断。第1主成分贡献率最高,为23.283%,包含根干重、茎干重、叶干重、叶面积;第2主成分贡献率为15.480%,包含株高、第二节间长、第三节间长;第3主成分的贡献率为14.759%,包含叶绿素a含量、叶绿素b含量;第4主成分的贡献率为9.272%,包含下胚轴长、第一节间长;第5主成分的贡献率为8.933%,包含主茎节数、SPAD值。
表4各因子载荷矩阵、特征值、贡献率与累计贡献率
4)不同花生品种耐荫性综合评价
根据公式计算各花生品种的各综合指标的隶属函数值(表5)。在同一综合指标条件下,隶属函数变异范围在0.000~1.000之间,综合指标的隶属函数值为0.000时说明在遮荫条件下,该品种对应的综合指标表现耐荫性差,反之,综合指标的隶属函数值越接近1.000,说明在遮光条件下,该品种在对应的综合指标表现耐荫性越强。
根据各综合指标贡献率大小,利用公式计算其权重,5个综合指标的权重分别为0.325、0.216、0.206、0.129、0.125。根据公式计算各花生品种的综合耐荫评价值D(表5),综合耐荫评价值高的花生品种耐荫性高于所述综合耐荫评价值低的花生品种。
表5不同花生品种的综合指标值、U(CIj)、D值
5)对所述综合耐荫评价值进行聚类分析
采用欧式距离,离差平方和法对各花生品种的综合耐荫能力进行聚类分析,结果如图1所示,可将53个参试品种分为五大类:第一类包括3个品种,属于强耐荫性品种;第二类包括20个品种,属于较强耐荫性品种;第三类包括16个品种,属于中等耐荫性品种;第四类包括7个品种,属于较弱耐荫性品种;第五类包括7个品种,属于弱耐荫性品种。
6)逐步回归分析及耐荫鉴定指标的选择
通过进一步分析各单项农艺参数与花生各品种耐荫性之间的关系,筛选可靠的耐荫性鉴定花生农艺参数,建立可用于花生耐荫性评价的数学模型,把耐荫性综合评价D值作为因变量,各单项农艺参数的耐荫系数为自变量,利用逐步回归分析法建立最优回归方程:
D1=-0.976+0.149X8+0.248X11+0.125X3+0.066X1+0.165X10+0.411X2+0.189
X9(R2=0.970,P=0.019745)
其中,D1为构建的花生耐荫性评价数学模型的综合耐荫评价值回归值,X1、X2、X3、X8、X9、X10、X11分别表示花生苗期株高、主茎节数、下胚轴长、茎干重、叶干重、叶面积、叶绿素a含量的耐荫系数,是评价花生苗期耐荫性的主要性状。
利用所建立的回归方程对花生耐荫性进行预测,对回归方程的估计精度进行评价(表6),通过分析,各品种的估计精度能达到90%以上,表明本发明构建的回归方程中的7个农艺参数对花生耐荫性具有较明显的影响,该方程也可用于花生耐荫性评价。可在相同条件下测定其他品种的上述7个指标,并求得其耐荫系数,利用该方程求得耐荫性综合评价值回归值(D1值),即可预测其他花生品种的耐荫性,当计算获得的D1值越接近1时,说明预测的花生品种耐荫性越强。
表6回归方程的估计精度分析
7)不同花生品种耐荫类别的特征分析
通过对聚类及逐步回归分析得到的结果,将不同耐荫类型的花生在遮荫及自然光照条件处理下各花生主要性状平均值列于表7,分析遮荫处理后不同耐荫类花生品种的表现特征:
第Ⅰ类(强耐荫):株高、主茎节数、下胚轴长和叶绿素a含量增幅大,茎干重、叶干重和叶面积降幅小。
第Ⅱ类(较强耐荫):株高、主茎节数、下胚轴长和叶绿素a含量增幅较大,茎干重、叶干重和叶面积降幅较小。
第Ⅲ类(中等耐荫):株高、主茎节数和叶绿素a含量增幅中等,下胚轴长变短幅度较小,茎干重、叶干重和叶面积降幅中等。
第Ⅳ类(较弱耐荫):株高、主茎节数和叶绿素a含量增幅较小,下胚轴长变短幅度较小,茎干重、叶干重和叶面积降幅较大。
第V类(弱耐荫):株高、主茎节数和叶绿素a含量增幅小,下胚轴长变短幅度较大,茎干重、叶干重和叶面积降幅大。
表7聚类结果中不同耐荫类型各花生品种农艺参数的表现特征
5、东北地区耐荫花生品种苗期评价的田间验证
以东北地区主栽的53个花生品种(表1)为待评价花生品种,出苗后设置正常光照和60%遮荫处理,采用遮荫网进行遮荫处理,遮荫棚高1.5m,东、南、西三面遮荫网距地面30cm,北面完全敞开,以利通风透气,收获后测产、考种,对苗期花生品种耐荫性评价结果进行验证。每品种小区种1行,行长1m,行距0.53m,株距0.12m,每穴两粒。两次重复。于2021年和2022年进行两年筛选试验。考察花生产量参数并计算相应耐荫系数:株高V1、侧枝长V2、分枝数V3、饱果数V4、饱果重V5、秕果数V6、秕果重V7、百果重V8、百仁重V9、出仁率V10、单株产量V11。
1)田间种植的不同花生品种收获时测定的各产量参数的耐荫系数如表8所示。与对照相比,不同品种花生受遮荫后,除株高外,侧枝长、分枝数、饱果数、饱果重、秕果数、秕果重、百果重、百仁重、出仁率、单株产量均下降(耐荫系数<1)。
表8不同花生品种各产量参数的耐荫系数
2)花生品种不同产量参数的相关性分析
结果如表9所示,各单项花生产量参数至少与其他1个或多个单项花生产量参数呈显著或极显著相关,这些产量参数的耐荫系数存在的相关性或大或小,导致它们所提供的信息发生重叠,单项花生产量参数无法准确评价花生的耐荫性。
表9不同产量参数的相关性
3)不同花生品种产量参数的主成分分析
结果如表10所示,共有4个主成分的特征根大于1,累计贡献了73.116%,可较好的替代11个指标对花生品种进行耐荫性的判断。
表10不同花生品种的主成分分析
4)不同花生品种耐荫性综合评价
根据公式计算各花生品种的各综合指标的隶属函数值(表11),根据各综合指标贡献率大小,利用公式计算其权重,4个综合指标的权重分别为0.387、0.243、0.197、0.173。根据公式计算不同花生品种的综合耐荫评价值,结果如表11所示,并对各花生品种的综合耐荫评价值采用欧氏距离,离差平方和法对各类花生品种的综合耐荫能力进行聚类分析,结果如图2所示。
根据表11和图2结果可知,53个花生品种可分为强耐荫性品种、较强耐荫性品种、中等耐荫性品种、较弱耐荫性品种和弱耐荫性品种五类。
表11不同花生品种耐荫性综合评价
5)与苗期耐荫性评价结果进行比较
结果如表12所示,本发明提供的苗期花生耐荫性评价方法与基于各花生品种产量参数的大田耐荫性评价结果相比较,53个花生品种耐荫性评价结果一致或基本一致,可见,本发明提供的苗期花生耐荫性评价方法能够准确的评价不同花生品种的耐荫性,根据本发明提供的苗期花生耐荫性评价方法,可筛选出耐荫性高的花生品种,用作与其他作物间套复种的耐荫性花生品种,以协调光强与花生产量之间的矛盾,从而增加花生的生产效益。
表12不同花生品种苗期的耐荫性与大田耐荫性评价比较
注:苗期耐荫性评价与大田耐荫性评价相差一级的,认为基本一致。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种苗期花生耐荫性评价方法,其特征在于,待评价的花生品种出苗后进行遮荫处理,测量花生农艺参数,并计算各农艺参数的耐荫系数;对花生农艺参数的耐荫系数进行主成分分析,得到不同品种花生综合指标,及所述综合指标的主成分值;计算花生综合指标的隶属函数及各综合指标权重;计算各花生品种的综合耐荫评价值,所述综合耐荫评价值高的花生品种耐荫性高于所述综合耐荫评价值低的花生品种。
2.根据权利要求1所述的评价方法,其特征在于,所述花生农艺参数为花生苗期的株高、主茎节数、下胚轴长、第一节间长、第二节间长、第三节间长、根干重、茎干重、叶干重、叶面积、叶绿素a含量、叶绿素b含量、SPAD值,通过公式计算各指标的耐荫系数,各农艺参数的耐荫系数分别由X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13表示。
3.根据权利要求1所述的评价方法,其特征在于,对所述待评价花生的综合耐荫评价值进行聚类分析,将花生品种分为不同耐荫程度的品种。
4.根据权利要求1所述的评价方法,其特征在于,以所述综合耐荫评价值作为因变量,以各单项农艺参数的耐荫系数为自变量,利用逐步回归分析法构建花生耐荫性评价的数学模型:
D1=-0.976+0.149X8+0.248X11+0.125X3+0.066X1+0.165X10+0.411X2+0.189
X9;其中,R2=0.970,P=0.019745,D1为构建的花生耐荫性评价数学模型的综合耐荫评价值回归值,X1、X2、X3、X8、X9、X10、X11分别表示花生苗期株高、主茎节数、下胚轴长、茎干重、叶干重、叶面积、叶绿素a含量的耐荫系数。
5.根据权利要求1所述的评价方法,其特征在于,耐荫系数计算公式为:耐荫系数=遮光处理性状值/对照性状值;所述对照性状为花生苗期进行正常光照处理时测量的农艺性状。
9.根据权利要求1所述的评价方法,其特征在于,所述遮荫处理为设置55%~70%的遮荫环境;所述耐荫参数于花生苗期第八片叶完全展开时测量。
10.一种耐荫性花生品种筛选方法,其特征在于,使用如权利要求1-9任意一项所述的苗期花生耐荫性评价方法对苗期花生的耐荫性进行评价,选择综合耐荫评价值高的花生品种作为与其他作物间套复种的耐荫性花生品种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310067327.XA CN115956499B (zh) | 2023-02-06 | 2023-02-06 | 一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310067327.XA CN115956499B (zh) | 2023-02-06 | 2023-02-06 | 一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115956499A true CN115956499A (zh) | 2023-04-14 |
CN115956499B CN115956499B (zh) | 2024-02-06 |
Family
ID=87363394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310067327.XA Active CN115956499B (zh) | 2023-02-06 | 2023-02-06 | 一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115956499B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5945578A (en) * | 1996-10-11 | 1999-08-31 | Gold Kist, Inc. | High oleic acid peanut |
CN102187780A (zh) * | 2011-04-08 | 2011-09-21 | 四川农业大学 | 一种检测大豆耐荫性的方法 |
CN112634072A (zh) * | 2020-12-29 | 2021-04-09 | 沈阳师范大学 | 一种基于主成分分析对水稻苗期耐寒性的评价方法 |
CN113656958A (zh) * | 2021-08-10 | 2021-11-16 | 石家庄市农林科学研究院 | 一种耐荫大豆种质筛选鉴定方法 |
-
2023
- 2023-02-06 CN CN202310067327.XA patent/CN115956499B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5945578A (en) * | 1996-10-11 | 1999-08-31 | Gold Kist, Inc. | High oleic acid peanut |
CN102187780A (zh) * | 2011-04-08 | 2011-09-21 | 四川农业大学 | 一种检测大豆耐荫性的方法 |
CN112634072A (zh) * | 2020-12-29 | 2021-04-09 | 沈阳师范大学 | 一种基于主成分分析对水稻苗期耐寒性的评价方法 |
CN113656958A (zh) * | 2021-08-10 | 2021-11-16 | 石家庄市农林科学研究院 | 一种耐荫大豆种质筛选鉴定方法 |
Non-Patent Citations (4)
Title |
---|
吴正锋等: "弱光胁迫对两个不同类型花生生长发育及产量的影响", 花生学报, vol. 37, no. 04, pages 27 - 31 * |
杨顺国等: "遮阴对花生生长发育及产量的影响", 安徽农业科学, vol. 43, no. 35, pages 30 - 31 * |
胡廷会等: "不同基因型花生耐荫性评价及其鉴定指标的筛选", 中国农业科学, vol. 53, no. 06, pages 1140 - 1153 * |
高世杰等: "花生花针期耐荫性综合评价及鉴定指标筛选", 沈阳农业大学学报, vol. 52, no. 6, pages 641 - 650 * |
Also Published As
Publication number | Publication date |
---|---|
CN115956499B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109187441B (zh) | 基于冠层光谱信息的夏玉米含氮量监测模型的构建方法 | |
Khayatnezhad et al. | Correlation and path analysis between yield and yield components in potato (Solanum tubersum L.) | |
Kiniry et al. | Rice parameters describing crop performance of four US cultivars | |
Austin | Augmenting yield-based selection | |
CN105445229B (zh) | 基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法 | |
US20220075344A1 (en) | A method of finding a target environment suitable for growth of a plant variety | |
Nyombi et al. | Allometric growth relationships of East Africa highland bananas (Musa AAA‐EAHB) cv. Kisansa and Mbwazirume | |
CN109146119B (zh) | 小麦耐荫性综合鉴定模型、方法及应用 | |
CN112634072A (zh) | 一种基于主成分分析对水稻苗期耐寒性的评价方法 | |
CN108377788B (zh) | 一种水稻全生育期耐盐性鉴定评价方法 | |
CN108901837A (zh) | 一种长江中下游单季粳稻优质高效品种筛选及栽培方法 | |
ZHOU et al. | Modelling seedling development using thermal effectiveness and photosynthetically active radiation | |
Baljani et al. | Biplot analysis of trait relations of some safflower (Carthamus tinctorius L.) genotypes in Iran | |
CN113780845A (zh) | 一种基于多准则决策的甘薯种质资源评价方法 | |
CN110150142B (zh) | 一种品质热稳定小麦育种方法 | |
Vrbnicanin et al. | The effect of ryegrass (Lolium italicum L.) stand densities on its competitive interaction with cleavers (Galium aparine L.) | |
CN115956499B (zh) | 一种苗期花生耐荫性评价方法及耐荫性花生品种筛选方法 | |
CN116030345A (zh) | 基于机器学习模型的叶龄预测方法 | |
CN111257240B (zh) | 基于近地高光谱数据和集成模型的油菜氮磷钾养分诊断方法 | |
Zhang et al. | Discriminating among cotton cultivars with varying leaf characteristics using hyperspectral radiometry | |
Krstić et al. | Agro-morphological traits of inbred sunflower lines and their genetic assessment | |
Felenji et al. | Evaluating yield and some traits of potato cultivars in fall cultivation of Jiroft area | |
Sood et al. | Optimal yield related attributes for high grain yield using ontogeny based sequential path analysis in barnyard millet (Echinochloa spp.) | |
CN112990692B (zh) | 一种基于分生育阶段多参数耦合的冬小麦产量估计方法 | |
CN110596049A (zh) | 一种光谱速测烟草叶片中磷含量的方法 |
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 |