灰色系统理论在宁南旱作区冬小麦育种筛选中的应用
文献类型: 中文期刊
第一作者: 勉有明
作者: 勉有明;杨琳;邵千顺
作者机构:
关键词: 冬小麦;灰色系统理论;关联度;产量性状
期刊名称: 宁夏农林科技
ISSN: 1002-204X
年卷期: 2024 年 004 期
页码: 13-16,60
摘要: 为筛选出适合宁夏南部雨养条件下推广种植的旱地冬小麦品种,利用灰色系统理论关联分析法对在宁南山区选育的17个耐寒耐旱冬小麦品种比较试验材料结果进行了分析。结果表明,冬小麦产量性状与产量的关联度由大到小依次为千粒重、公顷穗数、株高、穗粒数、穗长。在参试品种中,产量性状对冬小麦产量的综合影响从高到低排前5的冬小麦品种为长5385-1、陇鉴103、X0309-15、陇鉴107、宁冬16号。综上所述,冬小麦产量受千粒重和公顷穗数影响最高,且长5385-1、陇鉴103、X0309-15、陇鉴107、宁冬16号5个冬小麦品在试验中综合表现突出,这为宁南山区选育推广理想的冬小麦品种提供了理论依据。
分类号: S512.11
- 相关文献
[1]家蚕产茧量与主要性状的灰色关联分析. 姜虹,王殿平,曾晓英,黄桂辉,周顺珍,岳宣,罗朝斌. 2009
[2]棉纤维品质与成纱品质指标的灰色关联分析. 陈国平. 1989
[3]在棉检中应用灰色关联分析的探讨. 徐鑫华. 1988
[4]碳源对虎奶菇菌核产量和品质影响的关联分析. 江枝和,翁伯琦,林勇,王义祥. 2005
[5]利用灰色系统分析姬松茸子实体中氨基酸含量与镉含量的关系. 江枝和,翁伯琦,王义祥,林勇,涂杰凤. 2005
[6]用关联度分析硒镧复合作用下巴西蘑菇氨基酸含量与镉含量的关系. 江枝和,翁伯琦,雷锦桂,肖淑霞,王义祥. 2012
[7]用灰色系统理论分析竹荪的产质量与猪粪渣用量关系. 江枝和,翁伯琦,吴少分,雷锦桂,肖淑霞,卢翠香,王义祥. 2012
[8]运用关联度分析硒镧复合作用下巴西蘑菇氨基酸含量与砷含量的关系. 江枝和,翁伯琦,雷锦桂,肖淑霞,王义祥,唐翔虬. 2012
[9]灰色系统理论在油葵品种综合评价中的应用. 王军,张太平. 2001
[10]灰色系统理论对旱地小麦品种(系)的综合评价. 张俊灵,孙美荣,李岩华,王节之,申书珍. 2004
[11]应用灰色系统分析巴西蘑菇子实体中氨基酸与汞含量的关系. 刘朋虎,江枝和,翁伯琦,雷锦桂,王义祥. 2012
[12]小麦籽粒产量主要性状的遗传分析. 孙智开,王石惠,钟太秀. 1988
[13]5个冬麦品种产量性状和叶片特征多样性分析. 张雪茹,王瑞云,周兴,连帅,刘笑瑜,程冀南. 2014
[14]冬小麦叶片显微结构和光合特性与产量的关系. 党红凯,李瑞奇,李雁鸣,李晓爽,孟建. 2016
[15]冬小麦主要品质性状和产量性状的遗传特性及F_2代杂种优势研究进展. 桑伟,田笑明,魏亦农,韩新年,穆培源,邹波,聂迎彬. 2005
[16]冬小麦F_2代主要品质性状和产量性状的杂种优势及其相关性. 桑伟,田笑明,魏亦农,韩新年,穆培源,邹波,聂迎彬. 2006
[17]冬小麦F_2代主要品质性状和产量性状相关性的研究. 刘炜,桑伟,田笑明,穆培源,聂迎彬. 2010
[18]播期、播量对"徐麦33"等冬小麦产量和群体质量的影响. 毛海艳,冯国华,易媛,李振宏. 2020
[19]冬小麦产量性状的遗传研究. 刘新月,卫云宗. 2006
[20]不同基因型冬小麦产量性状和品质性状表现. 李红霞,魏亦勤,张立勇,张双喜,刘旺清,裘敏,樊明. 2008
作者其他论文 更多>>
-
白及多糖创面敷料及交联方式的研究进展
作者:韩雪;刘海;张烨珊;杨琳;宋智琴;陈娅娅;吴明开
关键词:白及多糖;创面敷料;伤口愈合;交联
-
体细胞杂交在蔬菜作物上的研究与前景
作者:杨东旭;刘玉梅;韩风庆;张硕;杨琳;李占省
关键词:体细胞杂交;原生质体分离;原生质体再生;原生质体融合;杂种鉴定
-
基于生计资本的农户可持续生计研究——以滇琼天然橡胶主产区为例
作者:伍薇;刘锐金;何长辉;杨琳;占达儒
关键词:天然橡胶;生计资本;生计多样性;收入多元化;中介效应;海南岛;云南省
-
泰国、马来西亚和印度天然橡胶产业支持政策及启示
作者:杨琳;何长辉;伍薇;刘锐金
关键词:天然橡胶;产业政策;种植补贴;生产激励
-
侧深施肥通过优化叶片功能与氮素积累来提高大豆产量
作者:徐一帆;徐彩龙;李瑞东;吴宗声;华建鑫;杨琳;宋雯雯;吴存祥
关键词:侧深施肥;叶绿素;荧光参数;光合能力;产量
-
水分胁迫与复水对天冬农艺性状的影响
作者:杨平飞;刘筱;杨丽丽;杨琳;刘海;宋智琴;罗鸣;吴明开
关键词:天冬;水分胁迫;复水;农艺性状
-
不同耕作措施对宁南地区土壤物理性质及作物产量的影响
作者:李荣;鄢慧芳;张龙;苗芳芳;勉有明;侯贤清
关键词:耕作方式;耕作深度;土壤物理性状;土壤水分;作物产量