排序方式: 共有35条查询结果,搜索用时 968 毫秒
11.
以12个新麦品种为试验材料,新麦26为对照,利用Logistic方程对花后籽粒干物质积累情况进行拟合,分析11个灌浆期参数变化规律。结果表明,参试品种灌浆过程均呈现“慢—快—慢”的“S”形曲线变化。新麦36干物质增长量最高,为669.37 kg/hm2,新麦51平均灌浆速率最大,为52.73 mg/d,新麦32、新麦35和新麦38在灌浆不同阶段的时间和灌浆速率均表现为:渐增期>快增期>缓增期。各参数间存在复杂的相关性,13对参数间达到极显著水平(p<0.01),5对参数间达显著水平(p<0.05)。花后籽粒湿重、干重和含水量变化表明,渐增期籽粒水分调控存在差异,新麦45、新麦52、新麦58和新科麦168干重增加,湿重和含水量先降低后上升,其他品种3项指标均上升。综上所述,在新品种选育和新麦系列品种栽培技术改良中,应更加重视渐增期灌浆速率高和快增期持续时间长的品种。 相似文献
12.
[目的]探讨不同种植密度对2种穗型冬小麦品种穗部性状的影响。[方法]以泰山28、中育9398和新麦26为试验材料,研究不同种植密度对2种穗型冬小麦穗重、小穗数、小穗密度、穗粒数、千粒重和穗长的影响。[结果]2种穗型冬小麦品种的穗部性状存在显著差异;中间型冬小麦品种的单穗重和穗粒数高于多穗型品种,而其千粒重低于多穗型品种。随着种植密度的增大,冬小麦的穗粒数和单穗重呈下降趋势。种植密度对冬小麦千粒重的影响未达到显著水平。因此,中间型冬小麦品种更易于提高单穗重。[结论]该研究可为冬小麦的高产栽培和育种提供技术支撑。 相似文献
13.
14.
15.
种植密度对冬小麦产量及其构成因素的影响 总被引:1,自引:0,他引:1
以泰山28、中育9398和新麦26为材料,采用3个不同密度处理研究其对冬小麦产量及其构成因素的影响。结果表明:品种、种植密度及其互作对冬小麦产量的影响均达到显著水平;品种、种植密度对公顷穗数、穗粒数有显著影响;品种对千粒重的影响显著,种植密度对千粒重的影响不显著。泰山28、中育9398和新麦26的最佳种植密度分别为300万、300万、225万苗/hm2,因品种特性的差异,3个小麦品种的主攻方向也不相同,泰山28和新麦26应侧重提高穗粒数,中育9398应侧重提高公顷穗数。 相似文献
16.
17.
[目的]明确多效唑处理对冬小麦的抗倒伏和增产效果。[方法]以新麦26为材料,研究了起身期和拔节期喷施多效唑对冬小麦茎秆形态特征、穗部性状和籽粒产量及其构成因素的影响。[结果]试验表明,多效唑处理能显著降低冬小麦株高,起身期喷施可以显著降低基部第一、二节间长度和基部(1+2)节间占节间总长的比例;拔节期喷施对基部第一、二节间长度的影响未达到显著水平。多效唑处理能显著降低冬小麦穗粒数,对产量、单位面积穗数和千粒重的影响未达到显著水平。[结论]利用多效唑防倒时应注意喷施时期并结合肥水促控措施达到高产抗倒的目的。 相似文献
18.
在RS和GIS技术的支持下,以艾比湖流域典型区域1990、1998、2011、2013年的四期Landsat影像为数据源,利用ENVI4.8得到艾比湖流域典型区域4个时期的土地利用/覆盖类型转移矩阵,并对土地利用面积变化量进行分析,利用土地资源数量变化指数单一土地利用类型动态度和区域土地利用综合动态度模型对土地利用问题进行信息的提取,借助景观生态学软件Fragstats3.3进行景观指数的计算,深入探讨了近20年来艾比湖流域典型区域景观格局的时空动态变化。从景观和斑块尺度上分析了1990~2013年艾比湖流域典型区域景观格局变化的整体特征和空间异质性。结果表明:从1990~2013年耕地面积不断增加且幅度最大,增加134354.07hm~2,其他地类的面积有所减少;各地类景观斑块数持续增加,斑块形状趋于不规则化,整体景观趋于破碎化;景观香农多样性指数在2011年出现最高值1.5173,景观丰富度在这一年最明显。该研究对艾比湖流域土地利用动态及环境演变等研究有着非常重要的意义。 相似文献
19.
基于R语言的冬小麦品种稳定性分析 总被引:1,自引:1,他引:0
旨在确定适宜的品种稳定性分析参数及其计算方法。利用冬小麦区域试验数据,通过R语言计算了14个稳定性参数,并采用秩相关和主成分分析,研究了参数的功效和相关性。结果表明,R语言可以方便、灵活的计算各类参数;相关分析表明,PCOA 和产量极显著正相关,CV 和Bi 极显著正相关,Sigma.square 和Si、Si2、Si3、ASV 极显著正相关,ASV 和Si6 极显著正相关;主成分分析表明,14个稳定性参数可以分为3组,组1包含Bi ,与多数参数负相关,与产量相关性不显著,组2包含YIELD、Pi、YSI、CV 和PCOA ,与产量显著正相关,组3包含Sigma.square、S.square、ASV、Si、Si2、Si3、Wi、Si6 ,与产量相关性不显著。研究表明,ASV 和Si 与其他参数间的相关性较好,PCOA 模型能够同时评价品种产量及其稳定性,三者是单变量参数模型的有益补充。 相似文献
20.
旨在挑选出适宜的冬小麦品种稳定性分析参数及其计算方法。利用冬小麦实验数据,首次通过python语言计算了5个稳定性参数,并采用秩相关性和主成分分析,研究了参数的相关性。结果表明,python语言可以方便、灵活的计算各类参数,计算相关性和进行主成分分析。相关分析表明,PCOA和产量显著正相关,CV和Bi和产量极显著负相关。研究表明,PCOA模型能够同时评价品种产量及其稳定性。多元统计方法是单变量参数模型的有益补充。 相似文献