利用智能温室鉴定小麦灌浆期耐热性

来源 :山东农业科学 | 被引量 : 0次 | 上传用户:YIFEIFEI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
灌浆期高温胁迫会对小麦产量和品质造成严重影响。建立有效的小麦耐热鉴定技术,对耐热小麦新品种培育、耐热种质资源筛选以及小麦耐热机理研究具有重要意义。本研究以21个黄淮麦区小麦品种(系)为材料,通过在智能温室设置高温胁迫处理并比较不同耐热指标,确定利用智能温室鉴定小麦灌浆期耐热性的方法。结果表明,35℃是利用智能温室鉴定小麦灌浆期耐热性较为适宜的高温胁迫温度;主穗粒重最能客观反映小麦品种(系)受高温胁迫影响的程度,是判定智能温室小麦品种(系)灌浆期耐热性的主要指标。利用智能温室对小麦进行耐热性鉴定,不受周围环
其他文献
小麦黄花叶病是我国黄淮麦区一种重要的小麦病害。本研究对134份品种(系)进行小麦黄花叶病抗性鉴定;结合90K SNP芯片基因型分型数据,对小麦黄花叶病病情指数进行全基因组关联
盐胁迫严重影响小麦的正常生长发育。为了深入挖掘小麦耐盐功能基因,本研究从耐盐小麦品种德抗961中克隆了ERF类转录因子基因TaERF8-2D,并对其进行了生物信息学分析、亚细胞
小麦面筋蛋白是由麦谷蛋白(glutenin)和麦醇溶蛋白(gliadin)组成。面筋蛋白是决定小麦加工品质的物质基础,但同时也是诱发乳糜泻(celiac disease, CD)的主要外在刺激因子。因
大脑能在较短的时间内以较高的准确率对物体、场景等进行识别;而现有的机器学习算法则可能因图像的微小变化而无法成功识别对象。这主要是因为现有的机器学习算法在识别过程中着重逐层从对象的低级特征提取高级特征,而不能从观察对象的图像中直接提取高级特征。故可建立模型,以Normalized Cross Correlation(NCC)算法对其特征匹配部分进行了区域匹配,通过建立类脑视觉识别记忆模型,对算法的速
小麦是全球最重要的粮食作物之一,其籽粒发育情况直接决定小麦品质和产量,因此,研究小麦籽粒发育调控机理具有非常重要的意义。本研究以最近审定的高产稳产、抗倒、广适小麦
盐胁迫是影响小麦产量的主要原因之一,通过筛选耐盐新基因培育耐盐新品种对保障我国粮食安全具有重要意义。本研究从青麦6号盐胁迫转录组中挖掘到TaPLT2基因,对其进行生物信
针对多径情况下存在一阶多普勒变化率的高动态二进制偏移载波(Binary Offset Carrier,BOC)信号捕获困难的问题,本文提出了基于部分匹配滤波器(Partial Matched Filter,PMF)和
为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法。针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用
水体富营养化问题日趋严峻,氮磷营养元素大量进入水体,严重危害人体健康和生态环境。生物电化学系统(BES)作为一种新型绿色技术,在处理废水的同时能够产电回收能量。综述了BE
为筛选和评价小麦耐盐种质,本研究以250 mmol/L NaCl对136份自育小偃麦渗入系(晋麦33/TAI7047//*2京411的F_9~F10家系)及其亲本进行苗期耐盐性鉴定。结果表明,亲本八倍体小偃