超光谱反射和农生理特征用于现场识别耐盐小麦基因型,使用按产量*特征双图技术的基因型

科学领域:

• 农业科学 农业科学
• 植物育种 植物育种
• 环境科学 环境科学

背景情况:

• 全球粮食生产受到盐度的显著降低,而非生物压力因气候变化和灌等人类活动而加剧.
• 埃及约33%的耕地受到盐度的影响,这突显了迫切需要有效的作物管理和育种战略.
• 面包小麦 (Triticum aestivum L.) 是一种易受盐度压力的全球重要作物,需要识别可持续农业的耐受性基因型.

研究的目的:

• 在田间条件下评估40种面包小麦基因型的盐度耐受性.
• 确定有前途的基因型,用于旨在改善盐受影响地区小麦生产的育种计划.
• 评估生理参数和光谱反射率指数在识别耐盐小麦基因型的有效性.

主要方法:

• 在埃及Sakha研究站进行了两季 (2019/20和2020/21) 的实地实验,评估了40种面包小麦基因型在不同的盐度下.
• 测量了生理参数 (例如,Fv/Fm,叶绿素含量指数 (CCI),Na+,K+),光谱反射率指数 (SRIs) (例如,NDVI,MCARI,SR) 和基于谷物产量的盐度耐受性指数.
• 用基因型加环境基因型 (GGE),压力耐受性指数 (GSTI) 的基因型和收益率*特征 (GYT) 的基因型双图分析来识别耐受性基因型.

主要成果:

• 在粮食产量 (GY) 和几个关键特征的环境和基因型之间观察到显著差异 (P≤0.01) ,包括植物高度 (PH),收获指数 (HI),CCI,Fv/Fm和NDVI.
• 对于GY和各种SRI (例如,BIG2,CI,NDVI,MSR) 在环境和基因型之间也检测到了显著的变异.
• 基因型1一直被确定为度耐受性在多个分析中表现最好,包括使用SRIs的GSTI和GYT.

结论:

• 基因型1表现出显著的盐分耐受性,并建议将其纳入针对盐受影响土壤的育种计划.
• 光谱反射率指数 (SRIs) 在区分与盐度耐受性相关的基因型变异方面被证明是有效的.
• 该研究强调了综合表型化方法的重要性,结合生理和光谱数据,在非生物压力条件下有效改善作物.