基于无人机的多谱图像分析揭示了小麦中特定于不同土壤含量的常绿色单元型

科学领域:

• 植物遗传学和育种.
• 农业科学 农业科学
• 植物生理学作物生理学

背景情况:

• 保持绿色的特征延迟了叶子衰老,维持了光合作用并增加了作物产量.
• 了解绿色遗传学对于开发具有稳定产量的小麦品种至关重要,特别是在低的条件下.
• 这项研究旨在确定与不同气可用性的小麦绿化能力增强相关的遗传变异 (类型).

研究的目的:

• 为了确定与在不同 (N) 水平下保持高绿色能力相关的小麦类型.
• 了解保持绿色特性的遗传基础,以提高小麦产量和使用效率.
• 开发用于培育具有稳定绿色表现的小麦品种的策略.

主要方法:

• 在三种不同的N级下,使用无人机 (UAV) 基于多谱成像进行221种小麦品种的表型定型.
• 计算植物衰老反射率指数 (PSRI) 作为保持绿色特性的关键指标.
• 进行哈普洛型分析以确定与保持绿色表现和谷物产量相关的遗传标记.

主要成果:

• 植物衰老反射率指数 (PSRI) 证明是一个可靠的指标,用于区分基因型对保持绿色特征的影响.
• 保持绿色的遗传变异得到证实,在所有成像日期和N水平上,保持绿色和谷物产量之间存在一致的正相关性.
• 两个主要的等位基因哈普洛类型,存在于95%的高常青品种中,显著提高了常青性能和谷物产量. 鉴定出了一种小等位基 haplotype,该等位基在低N条件下特别增强了保持绿色.

结论:

• 新发现的绿色单元类型可以用于精细映射和识别潜在的基因.
• 这些单元类型作为选择小麦品种的有价值标记,具有更好的绿色特征和谷物产量.
• 这些发现有助于更好地了解保持绿色的遗传调节和育种,以在各种环境条件下保持稳定的小麦表现,包括低可用性.