Crop Yield, Kernel Sugar, and Three Ear-leaves of Waxy Maize
-
摘要:目的 研究糯玉米棒三叶产量和糖度的遗传规律,分析棒三叶性状与产量、糖度的相关性,评价棒三叶性状对鲜籽粒糖度的贡献,为探究棒三叶性状对品质性状的影响机制和高糖度鲜食玉米选育与提供参考。方法 以6个自交系为测验种,以15份糯玉米骨干自交系为被测种进行不完全双列杂交(NCII设计),测定杂交组合在采收期(授粉后21 d)果穗产量、籽粒可溶性糖含量(糖度),棒三叶的叶长、叶宽、叶面积,以及其他10个穗部和植株相关性状。其中穗重和糖度是主要关注的产量和品质性状,用以评价棒三叶对产量和品质的贡献;其他性状作为参考性状,用以衡量棒三叶对产量和品质的重要性。分析果穗产量、糖度的一般配合力(GCA)和特殊配合力(SCA),研究棒三叶性状与产量品质性状的关系。结果 棒三叶性状中叶片长度与果穗产量呈极显著正相关;而叶宽与糖度呈显著正相关;叶长和果穗产量狭义遗传力占比较低,以特殊配合力为主,其中穗下叶长与穗重SCA相关性强;叶宽和糖度性状狭义遗传力占比高,以一般配合力为主,而穗上叶宽的与糖度GCA相关性强。结论 棒三叶,尤其穗上叶宽可以作为选择糯玉米自交系和组配优质杂交种的依据;而叶长性状不宜作为选择高产杂交种的依据。Abstract:Objective Genetic inheritance of crop yield and kernel sugar content relating to measurements of three leaves nearby an ear on a waxy maize plant was examined for correlation to facilitate breeding and quality prediction.Methods Six inbred waxy maize lines were cross-bred with 15 key inbred lines based on an incomplete diallel hybridization of NCII design. At harvest, yield of ears, soluble sugar content of kernels, dimensions of the three leaves closest to an ear, and 10 additional traits of the hybrids were measured 21 d after pollination. Ear yield by weight and kernel sweetness by Brix were obtained. Dimensions of the leaves located above, at, and below an ear on a plant were measured to correlate with the general combining ability (GCA) and special combining ability (SCA) on kernel yield and sweetness of the hybrids passed on from their parents.Results Correlations were found between the leaf length and the ear yield and between the leaf width and the kernel sugar content. However, the narrow heritability of leaf length and ear yield was relatively low, mostly shown by the SCA on length of lower ear-leaf and weight of corn-on-the-cob. On the other hand, that of leaf width and sugar content was significant and mainly the GCA on width of upper ear-leaf and kernel sugar.Conclusion The width of upper ear-leaf grown next to an ear significantly reflected the sweetness of the kernels born on a waxy maize plant. Thus, the measurement could potentially be used as a visual, easily assessable indicator for cultivars selection in breeding and/or quality estimation in forecasting a harvest.
-
Keywords:
- waxy maize /
- yield /
- brix /
- combining ability /
- correlation analysis
-
0. 引言
【研究意义】水稻是福建省的主要粮食作物,研究和推广应用科学施肥技术,对提高施肥效益和水稻产量、实现减肥增效的目标具有重要意义。【前人研究进展】研究和分析农业生产对养分的需求规律历来受到人们的重视[1]。在水稻方面,宋晓梅等[2]、戢林等[3]应用三元二次多项式、一元二次多项式和线性加平台等模型, 建立重庆市合川区、川中丘陵区不同稻田土壤肥力等级的水稻氮磷钾最佳施肥量。毛伟等[4]则以地力差减法预测氮肥用量、养分丰缺指标法预测磷钾肥用量,构建了江苏省江都市的县域水稻施肥指标体系等。本课题组根据十一·五期间福建省不同稻作的试验结果,建立了以肥料效应函数-土壤养分丰缺指标法为技术路线的氮磷钾施肥指标[5-7]。【本研究切入点】上述研究在确定土壤肥力等级即施肥类别时,大都根据无肥区产量水平及其变化幅度,简单地划分为3~6个等级[8-9],忽略了不同土壤肥力等级间在施肥效应和产量水平上是否存在显著差异的问题;在确定各肥力等级的推荐施肥量时,采用三元二次多项式肥效模型[10],忽略了该模型设定偏误与多重共线性和异方差[11-12]对推荐施肥的影响。本课题组近年来研发的非结构肥效模型克服了二次多项式肥效模型存在的上述问题,具有更高的拟合精度和更宽的适用范围[13]。因此,有必要对福建相关研究结果进一步更新和完善,为制定适合当前福建水稻生产的氮磷钾施肥限量标准。【拟解决的关键问题】根据近8年来完成的832个水稻氮磷钾田间肥效试验结果,在施肥类别间差异显著性检验[14]基础上,探讨水稻氮磷钾施肥类别的最佳分类数,然后应用三元非结构肥效模型建立基于农学效应的氮磷钾施肥限量标准,旨在为稻田减肥增效提供最佳养分投入量计算依据。
1. 材料与方法
1.1 水稻氮磷钾田间肥效试验
截至2017年底,笔者完成和整理了来自水稻主产区氮磷钾“3414”设计的田间肥效试验资料832个,试验设计方法同文献[5]。在此基础上,为检验水稻氮磷钾施肥限量标准在生产上的应用效果,在福建水稻产区的代表性地块进行了234个田间大区对比试验。每个对比试验设3个处理,即:(1)空白;(2)习惯施肥;(3)推荐施肥(氮磷钾施肥限量标准)。其中,农户习惯施肥是根据试验农户对应稻作的常规施肥量及其施肥方法,推荐施肥是根据课题组研发的智慧农业推荐施肥软件(网址:http://120.27.225.89:9999/index.html)的施肥模式识别结果,或者根据施肥目标产量对应的施肥限量标准,确定施肥量及其施肥方法。小区面积60 m2,不设重复,田间管理措施参考文献[5]。
上述两种试验类型的供试水稻包括早稻、晚稻、单季稻、菜后稻和烟后稻等,试验点在全省各地的设置情况见表 1。供试土壤包括灰泥田、黄泥田、灰沙田等福建稻田主要土壤类型(土属),用常规方法[15]测定“3414”试验点的供试土壤主要理化性状和处理(6)的施肥量见表 2,大区对比试验的基础土样主要理化性状和各处理施肥量见表 3。
表 1 福建水稻氮磷钾田间肥效试验数量及其试验点设置情况Table 1. Number and distribution of sites for field-testing rice growth in response to varied NPK fertilizations in Fujian稻作
Rice试验类型
Treatments
type试验点数
Number
of trials试验点分布情况Experiment distribution/个 福州市
Fuzhou莆田市
Putian泉州市
Quanzhou漳州市
Zhangzhou龙岩市
Longyan三明市
Sanming南平市
Nanping宁德市
Ningde早稻Early rice 3414试验 171 27 36 0 17 36 28 17 10 大区对比试验PCE 52 0 14 0 0 17 10 2 8 晚稻Late rice 3414试验 173 18 17 0 10 39 36 23 30 大区对比试验PCE 58 0 3 2 2 24 9 14 3 单季稻Single cropping rice 3414试验 324 25 25 0 0 20 77 90 87 大区对比试验PCE 111 16 15 12 0 8 27 18 15 菜后稻Rice after vegetable 3414试验 63 2 0 0 11 29 9 7 5 大区对比试验PCE 4 0 0 2 2 0 0 0 0 烟后稻Rice after tobacco 3414试验 101 0 0 0 0 52 49 0 0 大区对比试验PCE 9 0 0 0 0 5 1 3 0 注:PCE表示大区对比试验。
Note: PCE stands for plot check experiment.表 2 氮磷钾“3414”肥效试验供试土壤主要理化性状及其处理(6)施肥量Table 2. Physiochemical properties of soil at test sites with "3414" design and fertilizer applications of treatment 6稻作
Rice试验点数
Number of trials土壤主要理化性状
Soil physical and chemical properties处理(6)施肥量
Application rate of Treatment 6/(kg·hm-2)pH 有机质
Organic matter/(g·kg-1)碱解氮
Alkali-hydr N/(mg·kg-1)有效磷
Olsen-P/(mg·kg-1)速效钾
Avail K/(mg·kg-1)氮肥
N磷肥
P2O5钾肥
K2O早稻ER 171 4.7±0.8 28.4±6.2 158.8±48.7 33.4±23.4 86.3±54.4 158.0±10.3 61.2±8.8 109.2±14.2 晚稻LR 173 4.6±0.8 31.5±7.2 149.1±56.6 32.4±24.7 88.9±55.3 157.0±10.4 59.0±9.3 112.5±40.0 单季稻SR 324 4.6±0.6 28.1±13.4 147.6±60.8 28.0±21.0 87.9±48.9 165.9±16.5 67.4±12.0 114.6±12.9 菜后稻RAV 63 5.4±0.4 32.4±7.7 162.7±41.5 42.8±18.9 97.8±46.7 158.3±18.9 62.0±16.2 107.0±19.8 烟后稻RAT 101 4.9±0.2 28.4±17.2 159.7±43.2 36.1±19.2 124.0±68.1 160.1±18.6 57.9±17.5 105.0±16.5 注:表中土壤理化性状测定值和处理(6)数据以平均值±标准差表示,ER表示早稻, LR表示晚稻,SR表示单季稻, RAV表示菜后稻, RAT表示烟后稻。表 3~5、9~10同。
Note:Soil physiochemical properties and treatment 6 are expressed as mean±standard deviation, ER stands for early rice, LR for late rice, SR for single-cropping rice, RAV for after-vegetable cropping, and RAT for after-tobacco cropping.The same as table 3-5, 9-10.表 3 大区对比试验的土壤主要理化性状和试验处理施肥量Table 3. Physiochemical properties of soil at comparison test sites and fertilizer applications of treatments稻作
Rice试验点数
Number of trials土壤主要理化性状
Soil physical and chemical properties推荐施肥
Recommend fertilization/(kg·hm-2)习惯施肥
Farmer practice/(kg·hm-2)pH 有机质
Organic matter/(g·kg-1)碱解氮
Alkali-lhydr. N/(mg·kg-1)有效磷
Olsen-P/(mg·kg-1)速效钾
Avail K/(mg·kg-1)氮肥
N磷肥
P2O5钾肥
K2O氮肥
N磷肥
P2O5钾肥
K2O早稻ER 52 5.3±0.6 27.2±11.5 149.1±45.7 30.7±22.9 67.5±36.0 169±20 59±24 119±31 184±24 72±18 71±36 晚稻LR 58 5.2±0.5 30.9±8.9 157.9±39.6 29.5±17.2 92.6±75.2 154±25 50±15 97±30 195±21 67±24 54±30 单季稻SR 111 5.2±0.4 29.2±10.4 144.1±48.7 34.2±25.4 81.3±55.5 165±17 63±16 110±28 174±37 71±21 61±39 菜后稻RAV 4 4.9±0.5 16.7±7.1 122.2±16.8 100.3±37.8 85.6±44.8 75±86 23±26 53±60 131±103 56±43 19±38 烟后稻RAT 9 5.4±0.6 38.1±9.3 175.1±56.1 29.3±10.3 104.2±53.3 133±29 43±11 51±23 122±58 39±36 48±49 表 4 不同稻作施用氮磷钾化肥对稻谷产量的影响Table 4. Effect of NPK fertilizations on yield of rice under varied cultivation practices稻作
Rice试验点数
Number of trials经典五处理及其平均产量
Classical five treatments and the average yield/(kg·hm-2)平均贡献率
Average contribution rates/%对照CK N0P2K2 N2P0K2 N2P2K0 N2P2K2 土壤Soil 氮N 磷P 钾K 早稻ER 171 5080±1144 5706±1240 6357±1353 6199±1356 7477±1094 67.9 23.7 15.0 17.1 晚稻LR 173 5313±1220 5829±1282 6627±1413 6490±1335 7590±1368 70.0 23.2 12.7 14.5 单季稻SR 324 5869±1199 6471±1221 7067±1314 7086±1301 8346±1170 70.3 22.5 15.3 15.1 菜后稻RAV 63 6358±1299 6707±1369 7494±1290 7309±1382 8034±1460 79.1 16.5 6.7 9.0 烟后稻RAT 101 6339±813 6684±990 7601±895 7501±986 8462±916 74.9 21.0 10.2 11.4 表 5 福建水稻氮磷钾施肥类别最佳分类数及其试验点数Table 5. Optimal categories of NPK fertilization for rice and field test sites稻作
Rice区域
Area试验点数
Number of trials施肥类别
Number of fertilization早稻ER 山区Mountain area 91 7 沿海Coastal plain 80 6 全省Province 171 7 晚稻LR 山区Mountain area 128 6 沿海Coastal plain 45 4 全省Province 173 7 单季稻SR 山区Mountain area 274 6 沿海Coastal plain 50 4 全省Province 324 6 菜后稻RAV 全省Province 63 3 烟后稻RAT 山区Mountain area 101 4 表 9 菜后稻和烟后稻不同区域的氮磷钾施肥类别及其推荐施肥量Table 9. Categories and optimal NPK fertilizations for after-vegetable and after-tobacco cropping rice at different sites区域
Area施肥类别
Number of fertilization types空白产量
CK yield/(kg·hm-2)目标产量
Target yield/(kg·hm-2)最高施肥量
Max. fertilizer rate/(kg·hm-2)经济施肥量
Eco. fertilizer rate/(kg·hm-2)氮肥N 磷肥P2O5 钾肥K2O 氮肥N 磷肥P2O5 钾肥K2O 菜后稻RAV 1 4190±750 5329±420 137 20 117 104 0 59 2 6179±677 7536±526 155 37 94 118 21 53 3 7085±1106 9169±850 188 56 136 149 42 81 烟后稻RAT 1 5513±665 7355±394 159 62 100 132 10 73 2 6308±503 8217±514 149 42 85 122 37 64 3 6390±464 8831±536 159 65 110 137 51 77 4 7611±744 9857±648 170 48 103 138 43 74 表 10 氮磷钾施肥限量标准对供试水稻产量和施肥效益的影响Table 10. Effect of optimal NPK fertilizations on rice yield and benefits稻作
Area试验点数
Number of trails无肥区产量
No fertilizer area yield/(kg·hm-2)习惯施肥
Farmer practice推荐施肥
Recommend fertilization平均增收节支
Average increment and saving肥料成本Cost/(Yuan·hm-2) 产量Yield/(kg·hm-2) 肥料成本Cost/(Yuan·hm-2) 产量Yield/(kg·hm-2) 增产Increase yield/% 肥料成本Cost/(Yuan·hm-2) 净增收Net income/(Yuan·hm-2) 早稻RR 52 5629±1162 1506 7210±919 1397 7946±905 10.2 -109 1875 晚稻LR 58 5507±1202 1596 7090±1194 1400 7373±1263 4.0 -196 875 单季稻SCR 111 5975±1173 1695 7328±989 1580 7792±1087 6.3 -115 1228 菜后稻RAV 4 6453±741 1025 7633±1067 698 8587±1322 12.5 -327 2616 烟后稻RAT 9 6814±1031 1161 7654±1129 1002 8094±1268 5.7 -159 1215 1.2 氮磷钾施肥类别及其推荐施肥量的确定方法
为兼顾无肥区稻谷产量水平及其氮磷钾施肥对稻谷产量效应的差异,在确定稻田施肥类别时,采用欧氏距离-离差平方和系统聚类方法[14]确定各个试验点的类别归属,类别之间差异显著性检验采用F检验[14, 16]。因部分施肥类别的试验点数不能满足F值计算式的要求,本研究统一选择“3414”设计的处理(1)和处理(6)两个产量指标作为显著性检验对象,即:确保这两个产量指标具有显著差异。
确定水稻氮磷钾施肥类别后,根据各施肥类别内对应的“3414”试验点,应用笔者提出的三元非结构肥效模型构建该类别的氮磷钾肥料效应函数方程,即:
Y=A(N0+N)(P0+P)(K0+K)e−c1N−c2P−c3K 其中,Y为作物产量,N、P、K分别为N、P2O5、K2O的施肥量;A表示施肥量X=0时试验地土壤对稻谷产量的生产能力;N0、P0、K0分别表示供试土壤的氮、磷、钾供肥当量,并以N、P2O5、K2O养分形态计量;c1、c2、c3分别表示施用氮、磷、钾养分的增产效应系数。该模型在试验施肥量范围内存在一个产量峰值,该峰值对应的施肥量即为最高产量施肥量。因此,根据边际产量导数法可求得最高施肥量和经济施肥量的计算式。
1.3 氮磷钾施肥类别的系统聚类分析和三元肥效模型构建的计算机实现
文中涉及的欧氏距离-离差平方和法系统聚类分析、聚类谱系图绘制和施肥类别间差异显著性检验、三元非结构肥效模型参数估计和统计显著性检验等,均采用MATLAB软件完成。由于三元非结构肥效模型是非线性模型,模型参数估计采用非线性最小二乘法[17]。计算的数学原理、计算过程和MATLAB软件相关功能函数的使用方法可参阅相关专著[16-18]。
2. 结果与分析
2.1 水稻氮磷钾施肥的增产效应
832个水稻氮磷钾田间肥效试验结果按照稻作分别归类,经典五处理的平均稻谷产量见表 4。平均而言,稻田土壤对稻谷贡献率为71.1%;氮磷钾化肥的平均增产率分别为22.2%、13.4%和14.4%,增产效果是N>K >P。就稻作而言,无论是空白区、平衡施肥还是氮磷钾缺素区,单季稻产量均明显高于晚稻相应处理产量,而晚稻产量则高于早稻产量。
以表 4的平均产量和标准差为基础的变异系数计算结果表明,不同区域或土壤的相同稻作产量存在较大的变异系数。因土施肥、因产量水平施肥,对提高施肥效益具有重要意义。
2.2 水稻氮磷钾施肥类别的确定
为消除人为因素对氮磷钾施肥类别划分的影响,以早稻171个试验结果为例,应用欧氏距离-离差平方和法进行系统聚类分析[14],然后根据聚类谱系图,将早稻施肥类别划分为3~10个类别,然后进行协方差矩阵差异显著性检验[14, 16]。结果表明,将早稻施肥类别分成8类或8类以上时,至少有一个施肥类别仅包含1个试验点,因试验点数太少而缺乏代表性;同时至少有5对组合的空白区产量和平衡施肥产量的协方差矩阵差异不显著,导致分类结果无效。因此,将施肥类别分成8类或以上显然不合适。将早稻施肥类别分成3~7类时,各个类别内均包含有13个以上试验点,具有较好的代表性;两两施肥类别组合间,空白区产量和平衡施肥产量的协方差矩阵均有显著水平以上的差异。因此,早稻氮磷钾施肥类别最多可划分成7个类别,此时类别1至类别7分别包括27、34、10、33、13、19、35个试验点组合。
徐志平等[19]研究表明,就早稻、晚稻和单季稻的氮磷钾施肥效应的差异而言,福建稻田可划分为山区和沿海两个区域。因此,将南平市、三明市、龙岩市和宁德市的稻田划分为“山区稻田”,将福州市、莆田市、泉州市、漳州市的稻田划分为“沿海稻田”。福建烟区分布在龙岩市、三明市和南平市,因而烟后稻应归属山区稻田;菜后稻分布于全省各地,但面积小,试验点也少,故不分区域。按照上述施肥类别确定方法,各稻作施肥类别的最佳分类数见表 5。
2.3 基于农学效应的水稻氮磷钾施肥限量标准
根据表 5的区域划分及其施肥类别数,针对各稻作施肥类别内的相关氮磷钾田间肥效试验结果,分别建立该施肥类别的三元非结构肥效模型(结果略)。统计检验表明,60个三元非结构肥效模型的F值均达到统计显著水平,而且都属于典型肥效模型。
因此,根据三元非结构肥效模型,以N 4.3元·kg-1、P2O5 5元·kg-1、K2O 5元·kg-1和稻谷2.4元·kg-1的市场均价求得各稻作不同施肥类别的推荐施肥量,结果见表 6~9,即为基于农学效应的福建水稻氮磷钾施肥限量标准。
表 6 早稻不同区域的氮磷钾施肥类别及其推荐施肥量Table 6. Categories and optimal NPK fertilizations for early rice at different sites区域
Area施肥类别
Number of fertilization types空白产量
CK yield/(kg·hm-2)目标产量
Target yield/(kg·hm-2)最高施肥量
Max. fertilizer rate/(kg·hm-2)经济施肥量
Eco. fertilizer rate/(kg·hm-2)氮肥N 磷肥P2O5 钾肥K2O 氮肥N 磷肥P2O5 钾肥K2O 山区Mountain area 1 3914±676 6401±408 131 48 98 111 43 80 2 4197±336 8382±436 134 58 115 125 55 105 3 4656±515 6954±271 149 54 112 119 47 91 4 5221±627 7314±228 173 61 132 144 46 85 5 5348±787 8254±436 189 49 117 152 45 94 6 6587±525 8813±383 172 60 143 139 50 99 7 7544±524 9774±414 192 51 87 155 37 73 沿海Coastal plain 1 3538±589 5661±424 201 67 79 159 58 62 2 4417±178 6382±322 166 57 101 122 49 86 3 4985±573 6889±244 172 61 104 136 47 80 4 5340±704 7579±360 167 65 91 138 49 76 5 6176±698 8166±95 148 57 93 119 49 75 6 6809±748 9411±637 147 68 91 127 59 76 全省Province 1 4025±634 6211±471 149 51 94 119 46 78 2 4596±449 6951±262 165 58 101 134 49 84 3 4755±716 6785±418 186 62 124 150 53 54 4 5288±535 7348±281 158 64 106 130 42 86 5 5597±1010 8148±446 162 60 107 138 52 72 6 5902±745 8631±496 178 44 146 139 41 113 7 7125±707 9490±552 163 58 89 136 48 75 注:空白区产量和平衡施肥产量均为试验产量结果的均值±标准差。表 7~10同。
Note:Rice yields at control and balanced fertilization sites are mean±standard deviation.The same as table 7-10.表 7 晚稻不同区域的氮磷钾施肥类别及其推荐施肥量Table 7. Categories and optimal NPK fertilizations for late rice at different sites区域
Area施肥类别
Number of fertilization types空白产量
CK yield/(kg·hm-2)目标产量
Target yield/(kg·hm-2)最高施肥量
Max. fertilizer rate/(kg·hm-2)经济施肥量
Eco. fertilizer rate/(kg·hm-2)氮肥N 磷肥P2O5 钾肥K2O 氮肥N 磷肥P2O5 钾肥K2O 山区Mountain area 1 3399±480 5329±626 171 74 85 139 61 57 2 4776±5618 6793±376 155 56 118 127 46 81 3 4934±535 7466±657 186 60 135 154 52 97 4 5613±667 7912±411 164 70 124 132 57 97 5 6131±823 9092±662 183 52 115 157 46 87 6 7815±818 10261±622 179 54 97 145 44 81 沿海Coastal plain 1 4378±415 6299±324 194 51 111 138 44 91 2 4689±577 6831±268 143 54 89 119 44 74 3 5691±551 7504±346 148 63 92 120 43 73 4 6830±428 8943±435 159 48 83 139 37 49 全省Province 1 3473±521 5369±617 179 63 87 143 53 61 2 4784±652 6802±390 146 58 106 119 48 81 3 4934±535 7466±657 186 60 135 154 53 97 4 5253±615 7333±754 179 26 42 154 21 29 5 5638±685 7921±416 168 66 117 136 53 92 6 6202±839 9012±445 175 56 138 149 49 97 7 7565±893 10243±583 186 54 94 155 42 79 表 8 单季稻不同区域的氮磷钾施肥类别及其推荐施肥量Table 8. Categories and optimal NPK fertilizations for single cropping rice at different sites区域
Area施肥类别
Number of fertilization types空白产量
CK yield/(kg·hm-2)目标产量
Target yield/(kg·hm-2)最高施肥量
Max. fertilizer rate/(kg·hm-2)经济施肥量
Eco. fertilizer rate/(kg·hm-2)氮肥N 磷肥P2O5 钾肥K2O 氮肥N 磷肥P2O5 钾肥K2O 山区Mountain area 1 4068±631 5949±328 181 51 106 132 43 86 2 4671±740 7297±421 221 64 109 176 57 87 3 5735±711 8285±429 194 98 170 161 68 117 4 6260±547 8515±454 166 47 92 136 42 70 5 6540±839 9272±441 204 84 162 165 68 115 6 7594±777 10152±664 191 63 97 153 56 74 沿海Coastal plain 1 4411±653 6447±568 171 71 108 135 58 85 2 5681±640 7770±367 157 75 105 124 62 81 3 6445±639 8235±712 156 60 95 117 49 74 4 7230±107 10761±430 215 70 157 185 57 103 全省Province 1 4269±588 6614±560 225 66 113 173 57 89 2 5039±757 7482±325 191 63 106 152 56 84 3 5465±646 8186±494 205 98 159 167 72 114 4 6194±641 8429±513 162 50 94 133 44 72 5 6487±707 8925±526 185 74 155 149 61 103 6 7454±842 10184±685 194 66 115 160 58 87 2.4 氮磷钾施肥限量标准对水稻产量和施肥效益的影响
234个大区对比试验结果见表 10。与空白区稻谷产量相比,无论是习惯施肥还是推荐施肥,对水稻均具有显著的增产作用;基于氮磷钾施肥限量标准的推荐施肥技术,因调整了氮磷钾施肥量和养分比例,在习惯施肥基础上进一步提高了水稻产量。不同稻作间平均增产4.0%~12.5%,加权平均增产率为6.7%。
以N 4.3元·kg-1、P2O5 5元·kg-1、K2O 5元·kg-1和稻谷2.4元·kg-1的市场均价计算施肥效益。234个大区对比试验加权平均而言,与习惯施肥相比,各稻作均不同程度减少了化肥成本,平均降低化肥成本139元·hm-2;不同稻作净增收幅度在875~2 616元·hm-2,平均达到1 309元·hm-2。在减肥方面,推荐施肥平均降低N 37.5kg·hm-2和P2O5 16.5 kg·hm-2,减肥幅度分别达到19.4%和23.9%,但增加K2O用量27.3%。结果显示,制定的水稻氮磷钾施肥限量标准具有较好的增产增收效果和降低氮磷肥用量的作用。
3. 讨论
3.1 氮磷钾施肥类别的定量分类
在测土配方施肥中,如何对多年多点田间肥效试验结果进行分类、提出不同土壤肥力等级或者施肥目标产量下的推荐施肥技术,一直是个重要研究课题。福建山区(包括南平市、三明市、龙岩市和宁德市)和沿海(包括福州市、莆田市、泉州市和漳州市)两个区域在水稻施肥效应上具有明显差异,如山区稻田土壤对早稻和晚稻产量的平均贡献率分别是71.4%和74.4%, 而闽东南沿海地区则分别是79.6%和75.2%[19],山区稻田碱解氮、Olsen-P、速效钾的丰缺指标值均高于沿海稻田[5],山区稻田氮磷钾推荐用量大都明显高于沿海稻田[5-6]。因此,将田间肥效试验资料按照山区和沿海两个区域分类总结具有更好的针对性。因此,本研究按照山区区域、沿海区域以及将全省作为一个整体等3种条件下进行系统聚类分析,并对分类结果的协方差矩阵进行差异显著性检验。该方法的优点是,空白区和平衡施肥的稻谷产量两个指标在不同施肥类别间具有显著水平差异,确保了分类结果的有效性。
在推荐施肥中,在服务区域内的土壤肥力水平或者目标产量应该如何划分等级,即划分成多少个施肥类别,至今仍然没有定论。由于施肥量和作物产量的关系不是确定性关系,施肥类别间在统计学上应该具有显著水平的差异,才能保证分类结果的有效性。迄今不少学者研究提出了许多肥料试验资料的分类或聚类方法[9, 20-21],具有简洁、实用和易于理解的优点,但都忽略了类别间差异显著性的问题。本文提出的系统聚类分析结合类别间差异显著性检验的研究思路,从定量角度较好地解决了施肥类别划分的问题。
3.2 水稻氮磷钾施肥限量标准的应用
研究表明,在区域水稻推荐施肥建模时,三元二次多项式肥效模型出现了近半数的非典型式,影响了区域推荐施肥的可靠性[11-12]。三元非结构肥效模型明显提高了典型肥效模型的出现几率,而且较好地克服了二次多项式肥效模型推荐施肥量普遍偏高[22-23]的问题,推荐施肥量更好地满足减肥增效技术的客观要求。一般情况下,在应用中应首先考虑采用本试验中的经济施肥量,若种植品种增产潜力较大时,可考虑在经济施肥量和最高施肥量之间调整,但不宜超过最高施肥量。
应用系统聚类方法构建水稻氮磷钾施肥类别的另一个优点是,能根据“3414”设计的14个处理的氮、磷、钾的不同施肥量组合及其对应产量的相似程度进行归类合并[14],将整体施肥效应有较大区别的试验点区分开来,使同一个施肥类别内的施肥效应具有更好的相似性,克服了现有分类方法[8-9]仅凭借空白区产量或平衡施肥产量的相近性而划分为同一个类别的缺点。
但是,本研究的结果在直接应用上也带来的另外一个问题,即:各施肥类别的空白区产量及其标准差或者施肥目标产量及其标准差都表明,在95%置信区间下,不同施肥类别之间这两个产量指标会出现一定程度的重叠,给实际应用时的施肥决策带来一定困难。幸运的是,当前统计模式识别技术的成熟应用和信息技术的飞速发展,为解决这一应用问题提供了有效技术途径。
-
表 1 双列杂交的自交系
Table 1 Inbred lines for diallel crossing
株系类型
Type of lines株系编号
ID of lines测验种 Test lines TL1,TL2,TL3,TL4,TL5,TL6 被测种 Lines tested BF2003,BF2010,BF2001,BF2002,BF2006,BF2008,BF2009,BF2012,BF2017,BF2020,BF2022,BF2029,BF2032,BF2041,BF2042 表 2 调查的性状
Table 2 Properties for research
性状类型
Type of traits性状
Traits产量性状
Yield trait穗重 Ear weight 品质性状
Quality trait糖度 Brix 穗部性状
Ear traits穗长 Ear length,穗粗 Ear diameter,穗行数 Rows per ear,行粒数 Kernel numbers per row,秃尖长 Barren tip length 农艺性状
Agronomic trait株高 Plant height, 穗位高 Ear height, 穗位系数 Ear height coefficient, 生育期 Growth period, 穗下叶宽 Lower ear leaf width, 穗下叶长 Lower ear leaf length,穗位叶宽 Ear leaf width, 穗位叶长 Ear leaf length, 穗上叶宽 Upper ear leaf width, 穗上叶长 Upper ear leaf length, 棒三叶宽 Ears three leaf width, 棒三叶长 Ears three leaf length, 穗下叶面积 Lower ear leaf area, 穗位叶面积 Ear leaf area, 穗上叶面积 Upper ear leaf area,棒三叶面积 Ear three leaf area, 穗上叶夹角 Upper ear angle 表 3 穗重和糖度与其他性状的相关系数
Table 3 Correlation coefficients between yield, quality characters and other characters
性状
Properties穗重
Ear weight性状
Properties糖度
Brix穗长
Ear length0.478** 生育期
Growth period0.349** 行粒数
Kernel numbers per row0.451** 穗下叶宽
Lower ear leaf width0.314** 穗粗
Ear diameter0.410** 棒三叶宽
Ears three leaf width0.288** 穗下叶长
Lower ear leaf length0.271** 穗位叶宽
Ear leaf width0.283** 棒三叶长
Ears three leaf length0.223** 穗位
Ear height0.271** 株高
Plant height0.219* 穗位系数
Ear height coefficient0.260** 穗位叶长
Ear leaf length0.212* 株高
plant height0.217* 穗上叶长
Upper ear leaf length0.181* 穗上叶宽
Upper ear leaf width0.213* 穗位叶面积
Ear leaf area0.180* 穗下叶面积
Lower ear leaf area0.180 棒三叶面积
Ear three leaf area0.180* 穗行数
Rows per ear0.156 穗下叶面积
Lower ear leaf area0.176* 棒三叶面积
Ear three leaf area0.140 穗位
Ear height0.121 穗位叶面积
Ear leaf area0.135 穗位叶宽
Ear Leaf width0.120 穗上叶面积
Upper ear leaf area0.079 穗上叶面积
Upper ear leaf area0.159 秃尖长
Barren tip length0.072 棒三叶宽
Ears three leaf width0.116 穗下叶长
Lower ear leaf length0.048 穗上叶宽
Upper ear leaf width0.113 穗位叶长
Ear leaf length0.041 穗下叶宽
Lower ear leaf width0.097 棒三叶长
Ears three leaf length0.041 穗位系数
Ear height coefficient0.075 穗上叶夹角
Upper ear angle0.041 秃尖长
Barren tip length0.062 穗上叶长
Upper ear leaf length0.033 穗上叶夹角
Upper ear angle0.042 穗粗
Ear diameter−0.025 生育期
Growth period0.021 穗长
Ear length−0.187* 穗行数
Rows per ear−0.089 行粒数
Kernel numbers per row−0.229* 糖度
Brix−0.394** 穗重
Ear weight−0.394** *表示显著相关(P<0.05), **表示极显著相关(P<0.01)。表4~6同。
* means significant difference at 0.05 level, ** means very significant difference at 0.01 level. Same for Table 4–6.表 4 方差分析表
Table 4 Analysis of variance
变异来源
Source of
variation穗重
Ear
weight糖度
Brix生育期
Growth
period株高
Plant
height穗位
Ear
height穗位系数
Ear height
coefficient穗下叶长
Lower ear
leaf length穗下叶宽
Lower ear
Leaf width穗位叶长
Ear leaf
length穗位叶宽
Ear leaf
width穗上叶长
Upper ear
leaf length穗上叶宽
Upper ear
leaf width组合
Combination2.64** 5.86** 10.16** 4.06** 12.34** 7.90** 6.45** 6.03** 8.56** 3.94** 9.41** 5.05** P1 1.19 4.84** 1.52 2.92** 2.68** 2.08* 1.60 3.23** 2.18* 2.77** 2.87** 1.99* P2 3.80** 8.68** 2.34 5.53** 7.84** 10.63** 1.51 10.47** 2.87* 6.16** 4.28** 8.28** P1×P2 2.23** 2.88** 8.78** 2.61** 7.49** 4.62** 5.74** 3.20** 6.63** 2.51** 6.36** 3.23** 变异来源
Source of
variation棒三叶长
Ears three
leaf length棒三叶宽
Ears three
leaf width穗下叶面积
Lower ear
leaf area穗位叶面积
Ear
leaf area穗上叶面积
Upper ear
leaf area棒三叶面积
Ear three
leaf area穗上叶夹角
Upper ear
angle穗长
Ear
length穗粗
Ear
diameter穗行数
Rows
per ear行粒数
Kernel numbers
per row秃尖长
Barren tip
length组合
Combination8.78** 5.50** 3.50** 2.81** 2.89** 2.99** 14.78** 26.99** 7.16** 10.47** 4.58** 3.27** P1 2.21* 2.82** 1.99* 2.08* 2.05* 2.00* 1.67 1.08 1.76 3.63** 1.19 1.63 P2 2.80* 8.31** 2.20 1.56 3.91* 1.91 10.85** 20.36** 8.27** 29.92 ** 7.63** 9.63** P1×P2 6.79** 3.24** 2.85** 2.34** 2.17** 2.47* 8.91** 12.85** 4.69** 3.44** 3.27** 2.07** P1:测验种;P2:被测种。
P1: test lines; P2: lines tested.表 5 穗重和糖度一般配合力与其他性状的相关系数
Table 5 Correlation coefficients between GCAs of yield,quality characters and other
性状
Properties穗重
Ear weight性状
Properties糖度
Brix行粒数
Kernel numbers per row0.5299 *株高
Plant height0.3825 穗长
Ear length0.4893 *生育期
Growth period0.3774 穗粗
Ear diameter0.3384 穗上叶宽
Upper ear leaf width0.3573 穗上叶夹角
Upper ear angle0.0578 穗位叶宽
Ear leaf width0.3562 穗位系数
Ear height coefficient0.0416 穗位
Ear height0.3531 穗位
Ear height0.0266 棒三叶宽
Ears three leaf width0.3471 株高
Plant height− 0.0072 棒三叶面积
Ear three leaf area0.3290 秃尖长
Barren tip length− 0.0133 穗位叶面积
Ear leaf area0.3289 穗下叶宽
Lower ear leaf width− 0.0304 穗上叶面积
Upper ear leaf area0.3160 生育期
Growth period− 0.0313 穗位系数
Ear height coefficient0.3115 棒三叶宽
Ears three leaf width− 0.0549 穗下叶宽
Lower ear leaf width0.2959 穗位叶宽
Ear leaf width− 0.0623 穗下叶面积
Lower ear
leaf area0.2919 穗上叶宽
Upper ear leaf width− 0.0712 穗下叶长
Lower ear leaf length0.2202 穗下叶长
Lower ear leaf length− 0.1616 棒三叶长
Ears three leaf length0.2158 棒三叶长
Ears three leaf length− 0.1734 穗位叶长
Ear leaf length0.2130 穗位叶长
Ear leaf length− 0.1736 穗上叶长
Upper ear leaf length0.2081 穗上叶长
Upper ear leaf length− 0.1764 穗行数
Rows per ear0.1957 穗下叶面积
Lower ear leaf area− 0.1986 秃尖长
Barren tip length0.1593 棒三叶面积
Ear three leaf area− 0.2629 穗上叶夹角
Upper ear angle0.0831 穗位叶面积
Ear leaf area− 0.2671 穗粗
Ear diameter− 0.1397 穗行数
Rows per ear− 0.2818 穗长
Ear length− 0.2144 穗上叶面积
Upper ear leaf area− 0.2879 行粒数
Kernel numbers per row− 0.4604 *糖度
Brix− 0.6080 **穗重
Ear weight− 0.6080 **表 6 穗重和糖度特殊配合力与其他性状的相关系数
Table 6 Correlation coefficients between SCAs of yield,quality characters and other characters
性状
Properties穗重
Ear weight性状
Properties糖度
Brix穗粗
Ear diameter0.6156 **生育期
Growth period0.4913 **穗下叶长
Lower ear leaf
length0.4994 **秃尖长
Barren tip length0.1690 棒三叶长
Ears three leaf length0.4612 **穗下叶宽
Lower ear leaf
width0.1551 穗位叶长
Ear leaf length0.4443 **棒三叶宽
Ears three leaf width0.1437 行粒数
Kernel numbers
per row0.4339 **穗位叶宽
Ear leaf width0.1405 穗上叶长
Upper ear leaf
length0.4145 **株高
Plant height0.1125 穗长
Ear length0.4035 **穗上叶宽
Upper ear leaf
width0.1085 穗位叶面积
Ear leaf area0.3990 **穗上叶长
Upper ear leaf
length0.0751 棒三叶面积
Ear three leaf area0.3946 **穗位叶长
Ear leaf length0.0579 穗下叶面积
Lower ear leaf area0.3849 **穗长
Ear length0.0548 穗上叶面积
Upper ear leaf area0.3644 **棒三叶长
Ears three leaf
length0.0531 株高
Plant height0.2940 **穗上叶夹角
Upper ear angle0.0319 穗行数
Rows per ear0.2560 *穗位
Ear height0.0277 穗位
Ear height0.2484 *穗下叶长
Lower ear leaf
length0.0235 穗位系数
Ear height coefficient0.2167 *穗位叶面积
Ear leaf area0.0209 穗位叶宽
Ear leaf width0.1896 棒三叶面积
Ear three leaf area0.0156 穗下叶宽
Lower ear leaf
width0.1876 穗下叶面积
Lower ear leaf area0.0130 棒三叶宽
Ears three leaf
width0.1824 穗上叶面积
Upper ear leaf area0.0114 穗上叶宽
Upper ear leaf
width0.1365 穗粗
Ear diameter0.0038 秃尖长
Barren tip length0.0861 穗行数
Rows per ear− 0.0148 生育期
Growth period0.0002 穗位系数
Ear height coefficient− 0.0400 穗上叶夹角
Upper ear angle− 0.0478 行粒数
Kernel numbers
per row− 0.0573 糖度
Brix− 0.2503 *穗重
Ear weight− 0.2503 *表 7 部分自交系一般配合力
Table 7 GCAs of selected lines
序号
No.穗重
Ear weight序号
No.糖度
Brix序号
No.穗下叶长
Lower ear leaf length序号
No.穗下叶宽
Lower ear leaf width序号
No.穗上叶宽
Upper ear leafwidth自交系
Inbred lineGCA 自交系
Inbred lineGCA 自交系
Inbred lineGCA 自交系
Inbred lineGCA 自交系
Inbred lineGCA 1 BF2002 8.5578 1 BF2022 19.8197 1 BF2029 4.3609 1 BF2017 8.5541 1 BF2017 5.7608 2 TL4 6.7162 2 TL5 13.5624 2 BF2003 4.2357 2 BF2003 6.5657 2 TL4 4.5754 3 TL6 3.9301 3 BF2008 13.2500 3 BF2022 3.3910 3 TL5 5.9072 3 BF2003 3.2518 4 BF2006 3.0874 4 BF2020 9.6581 4 BF2032 2.2961 4 TL3 2.3816 4 BF2020 3.1181 5 BF2012 2.8835 5 TL3 8.6495 5 TL2 2.0835 5 BF2012 2.0052 5 TL3 2.1195 6 BF2041 2.2720 6 BF2032 7.0346 6 BF2017 1.6393 6 BF2042 1.7301 6 BF2012 1.4628 7 BF2003 1.6604 7 BF2029 6.3003 7 TL1 1.4453 7 BF2020 1.6190 7 BF2022 1.3019 8 BF2001 1.3206 8 BF2017 5.0624 8 TL3 0.8071 8 TL6 1.2984 8 TL5 0.9561 9 BF2022 0.2333 9 BF2009 3.3535 9 BF2042 0.6070 9 BF2009 0.4304 9 BF2009 0.7941 10 BF2017 − 0.1065 10 BF2012 2.7058 10 BF2008 0.6069 10 TL4 0.2703 10 BF2042 0.2344 表 8 糖度排名前十位组合GCA和SCA排名
Table 8 Top ten combinations of GCA and SCA in sugar content ranking
亲本1
P1GCA排名
GCA ranking亲本2
P2GCA排名
GCA ranking糖度
BrixSCA SCA排名
SCA rankingTL5 2 BF2017 8 13.6665 26.2870 1 TL5 2 BF2008 3 12.45 5.2003 27 TL3 5 BF2017 8 12.417 17.9510 5 TL6 11 BF2022 1 12.35 11.9733 12 TL3 5 BF2022 1 12.25 1.4229 41 TL3 5 BF2020 4 12.0835 9.8190 16 TL3 5 BF2029 7 12.083 13.1715 11 TL5 2 BF2006 16 11.8165 19.4399 3 TL5 2 BF2022 1 11.7835 - 8.4366 74 TL5 2 BF2032 6 11.6165 2.5778 35 表 9 穗重前十位组合GCA和SCA排名
Table 9 Top 10 combinations of GCA and SCA on ear weight
亲本1
P1GCA排名
GCA ranking亲本2
P2GCA排名
GCA ranking穗重
Ear weightSCA SCA排名
SCA rankingTL4 2 BF2009 14 0.311 21.1453 2 TL2 16 BF2017 10 0.295 22.0423 1 TL6 3 BF2001 8 0.295 15.0293 3 TL6 3 BF2002 1 0.2825 2.6955 33 TL4 2 BF2017 10 0.282 8.3698 14 TL6 3 BF2010 11 0.279 10.0010 10 TL6 3 BF2029 12 0.279 10.6802 6 TL4 2 BF2042 13 0.278 7.5543 15 TL2 16 BF2006 4 0.274 10.2861 8 TL6 3 BF2012 5 0.273 4.4963 26 表 10 部分性状遗传力分析表
Table 10 Heritability analysis table of Part of traits
(单位:%) 配合力方差估计
Variance estimation of combining ability穗重
Ear weight穗下叶长
Lower ear leaf length糖度
Brix穗下叶宽
Lower ear leaf width穗上叶宽
Upper ear leaf width一般配合力方差 Variance of GCA 28.30 13.96 63.84 59.30 48.50 特殊配合力方差 Variance of SCA 71.70 86.04 36.16 40.70 51.50 广义遗传力 h2B 46.06 73.38 72.22 73.03 68.41 狭义遗传力 hN 13.04 10.25 46.10 43.31 33.18 -
[1] 赵久然, 卢柏山, 史亚兴, 等. 我国糯玉米育种及产业发展动态 [J]. 玉米科学, 2016, 24(4):67−71. ZHAO J R, LU B S, SHI Y X, et al. Development trends of waxy corn breeding and industry in China [J]. Journal of Maize Sciences, 2016, 24(4): 67−71. (in Chinese)
[2] 史振声. 鲜食玉米品种品质评价及标准的探讨 [J]. 玉米科学, 2006, 14(6):69−70. DOI: 10.3969/j.issn.1005-0906.2006.06.018 SHI Z S. Evaluation of fresh food corn varieties and quality standards [J]. Journal of Maize Sciences, 2006, 14(6): 69−70. (in Chinese) DOI: 10.3969/j.issn.1005-0906.2006.06.018
[3] GONG K J, CHEN L R. Characterization of carbohydrates and their metabolizing enzymes related to the eating quality of postharvest fresh waxy corn [J]. Journal of Food Biochemistry, 2013, 37(5): 619−627. DOI: 10.1111/jfbc.12015
[4] 王綦. 鲜食糯玉米食用品质评价及影响机制研究[D]. 无锡: 江南大学, 2022 WANG Q. Study on the evaluation and influence mechanism of edible quality of fresh waxy corn[D]. Wuxi: Jiangnan University, 2022. (in Chinese)
[5] 史振声, 李昆, 朱敏. 鲜食糯玉米的果皮性状研究 [J]. 玉米科学, 2014, 22(5):47−51. DOI: 10.3969/j.issn.1005-0906.2014.05.009 SHI Z S, LI K, ZHU M. Pericarp characteristics of fresh waxy corn [J]. Journal of Maize Sciences, 2014, 22(5): 47−51. (in Chinese) DOI: 10.3969/j.issn.1005-0906.2014.05.009
[6] 李昊, 刘景圣, 王浩, 等. 鲜食糯玉米贮藏过程中可溶性糖含量变化的研究[J]. 中国食物与营养, 2014, 20(3): 23-27. LI H, LIU J S, WANG H, et al. Changes of soluble sugar content in fresh corn in the process of storage[J]. Food and Nutrition in China, 2014, 20(3): 23-27. (in Chinese) 2014, 20(3): 23−27. (in Chinese)
[7] 许海涛, 许波, 王友华, 等. 棒三叶对夏玉米光合生理特性、 籽粒发育和产量性状的影响 [J]. 陕西农业科学, 2018, 64(7):6−10. DOI: 10.3969/j.issn.0488-5368.2018.07.002 XU H T, XU B, WANG Y H, et al. Effects of three ear-leaves on photosynthetic physiological characteristic, grain development and yield characters in summer maize [J]. Shaanxi Journal of Agricultural Sciences, 2018, 64(7): 6−10. (in Chinese) DOI: 10.3969/j.issn.0488-5368.2018.07.002
[8] 陆卫平, 陈国平, 郭景伦, 等. 不同生态条件下玉米产量源库关系的研究[J]. 作物学报, 1997, 23(6): 727−733. LU W P, CHEN G P, GUO J L, et al. Study on the source and sink in relation to grain yield under different ecological areas in maize (Zea mays L. ) [J]. Acta Agronomica Sinica, 1997, 23(6): 727−733. (in Chinese)
[9] 任梦云, 杜龙岗, 王美兴, 等. 糯玉米可溶性糖组分特征与采后品质特性 [J]. 浙江农业学报, 2022, 34(6):1133−1140. DOI: 10.3969/j.issn.1004-1524.2022.06.04 REN M Y, DU L G, WANG M X, et al. Characteristics of soluble sugar components in waxy corn and its postharvest quality [J]. Acta Agriculturae Zhejiangensis, 2022, 34(6): 1133−1140. (in Chinese) DOI: 10.3969/j.issn.1004-1524.2022.06.04
[10] 于凤义, 张萍, 周洪杰, 等. 玉米功能叶片碳同化物在果穗不同部位籽粒中的分配 [J]. 核农学报, 1996, 10(1):35−38. YU F Y, ZHANG P, ZHOU H J, et al. Distribution of carbon assimilates in functional leaves of maize in different parts of ear [J]. Journal of Nuclear Agricultural Sciences, 1996, 10(1): 35−38. (in Chinese)
[11] WANG B B, ZHU Y B, ZHU J J, et al. Identification and fine-mapping of a major maize leaf width QTL in a re-sequenced large recombinant inbred lines population [J]. Frontiers in Plant Science, 2018, 9: 101. DOI: 10.3389/fpls.2018.00101
[12] 徐伟, 季索菲. DPS数据处理系统在生物统计分析中的应用 [J]. 榆林学院学报, 2014, 24(4):24−27. DOI: 10.3969/j.issn.1008-3871.2014.04.006 XU W, JI S F. Applications of DPS (data processing system) in biostatistical analysis [J]. Journal of Yulin University, 2014, 24(4): 24−27. (in Chinese) DOI: 10.3969/j.issn.1008-3871.2014.04.006
[13] 周驰燕, 李国辉, 许轲, 等. 不同类型水稻品种茎叶维管束与同化物运转特征 [J]. 作物学报, 2022, 48(8):2053−2065. ZHOU C Y, LI G H, XU K, et al. Characteristics of vascular bundle of peduncle and flag leaf and assimilates translocation in leaves and stems of different types of rice varieties [J]. Acta Agronomica Sinica, 2022, 48(8): 2053−2065. (in Chinese)
[14] KETTHAISONG D, SURIHARN B, TANGWONGCHAI R, et al. Changes in physicochemical properties of waxy corn starches at different stages of harvesting [J]. Carbohydrate Polymers, 2013, 98(1): 241−248. DOI: 10.1016/j.carbpol.2013.06.016
[15] HUANG H B, DANAO M G C, RAUSCH K D, et al. Diffusion and production of carbon dioxide in bulk corn at various temperatures and moisture contents [J]. Journal of Stored Products Research, 2013, 55: 21−26. DOI: 10.1016/j.jspr.2013.07.002
[16] CHO S H, YOO S C, ZHANG H T, et al. The rice narrow leaf2 and narrow leaf3 loci encode WUSCHEL-related homeobox 3A (OsWOX3A) and function in leaf, spikelet, tiller and lateral root development [J]. The New Phytologist, 2013, 198(4): 1071−1084. DOI: 10.1111/nph.12231
[17] 吕游, 农彩燕. 甜玉米自交系可溶性糖含量配合力及遗传参数分析[J]. 农业研究与应用, 2015(5): 8-12. LYU Y, NONG C Y. Study on combining ability and genetic parameters of soluble sugar concentration in sweet corn inbred lines[J]. Agricultural Research and Application, 2015(5): 8-12. (in Chinese)
[18] 姚文华, 张帮洪, 尹兴福, 等. 超甜玉米可溶性糖含量配合力分析 [J]. 西南农业学报, 2018, 31(6):1116−1121. YAO W H, ZHANG B H, YIN X F, et al. Genetic combining ability analysis of soluble sugar content in super-sweet corn [J]. Southwest China Journal of Agricultural Sciences, 2018, 31(6): 1116−1121. (in Chinese)
[19] YOU J, XIAO W W, ZHOU Y, et al. The apc/ctad1-wide leaf 1-narrow leaf 1 pathway controls leaf width in rice [J]. The Plant Cell, 2022, 34(11): 4313−4328. DOI: 10.1093/plcell/koac232
[20] 王婷, 饶春富, 王友德, 等. 减源缩库与玉米产量关系的研究 [J]. 玉米科学, 2000, 8(2):67−69. DOI: 10.3969/j.issn.1005-0906.2000.02.021 WANG T, RAO C F, WANG Y D, et al. Study on relationships between grain yield and reduced source and pool in maize [J]. Journal of Maize Sciences, 2000, 8(2): 67−69. (in Chinese) DOI: 10.3969/j.issn.1005-0906.2000.02.021
[21] 白明兴, 陆晏天, 庄泽龙, 等. 玉米棒三叶叶型性状的全基因组关联分析 [J]. 分子植物育种, 2022, 20(8):2463−2477. BAI M X, LU Y T, ZHUANG Z L, et al. Genome-wide association analysis of three ear leaves leaf type traits in maize [J]. Molecular Plant Breeding, 2022, 20(8): 2463−2477. (in Chinese)
-
期刊类型引用(3)
1. 章明清,李娟,张立成,姚宝全,张华. 三元肥料效应模型的整合与优化建模策略. 土壤学报. 2021(03): 755-766 . 百度学术
2. 韦玲玲. 融水县中晚稻最佳施肥量研究. 现代农业科技. 2020(15): 3-4 . 百度学术
3. 陈兴麟,刘洋,罗土炎,王昌毓,杨海宁,曾润颖. 海藻寡糖生物肥对水稻产量及土壤菌群的影响. 福建农业科技. 2020(09): 19-25 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 142
- HTML全文浏览量: 40
- PDF下载量: 100
- 被引次数: 3