高产大豆品种的生理特征和产量性状研究

来源 :大豆科学 | 被引量 : 0次 | 上传用户:ruyudeishui
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
2009~2010年,以普通大豆品种九农21为对照,比较了其与高产品种长农13和吉育88的生长动态、主要农艺性状及产量,并对形态指标和产量构成因素进行了典型相关分析。结果表明:高产品种的叶面积指数、地上部生物量、根系指标(根系活力、伤流量、根系体积和干重)、产量以及株高、单株荚重、单株粒重和百粒重等主要农艺性状均高于对照品种,但主茎节数和分枝数低于对照;通过典型相关分析发现,单株粒重与R5期根系体积呈显著正相关,而与R6期叶面积指数呈显著负相关,表明合理调控鼓粒期的群体结构,有助于增产。 From 2009 to 2010, the growth dynamics, major agronomic traits and yield of high-yielding varieties Changnong 13 and Jiyu 88 were compared with that of the common soybean cultivar Jiulong 21, and the morphological traits and yield components were typically correlated analysis. The results showed that the leaf area index, aboveground biomass, root index (root vigor, wound flux, root volume and dry weight), yield, plant height, pod weight per plant, The main agronomic traits were higher than the control varieties, but the number of main stems and branches were lower than that of the control. Through canonical correlation analysis, the grain weight per plant was positively correlated with the root volume of R5 phase. However, Significantly negative correlation, indicating that a reasonable regulation of population structure during the drumming period, contribute to increase production.
其他文献
利用动力系统研究经典博弈模型的演化规律是博弈论的一个研究热点.复制方程是基于达尔文的进化准则构建的一个数学模型,是演化博弈研究领域中应用最为广泛的一类微分方程.时滞是现实问题中常见的影响因素,研究时滞复制方程具有重要的意义.本文分别对经典的石头-剪刀-布博弈和雪堆博弈模型进行了研究.首先,基于标准石头-剪刀-布博弈模型,分别建立了含全局突变、单个突变以及复杂突变机制的时滞复制方程,并对不同突变机制
学位
大学英语教学的最终目标就是提升学生跨文化交际能力,因此大学英语教师的教学活动应遵循跨文化理论基本内涵.根据跨文化交际理论,大学英语教学应该以文化差异教学为辅助手段,
厂家和商家,包括与零售商、代理商之间是合作伙伴关系,而平等是成立基础。作为代理商来讲,应该理性对待自己的作用,不宜夸大,上游的产品制造端依然在二者的合作中起到决定性
本文主要讨论Rn中包含测度的一些性质,并得到了Rn中一个凸体包含另一个凸体的充分条件,即Hadwiger条件高维的推广,特别的在R4,R5中得到了一个比一般更强的结果;最后介绍了平面上包
“兴趣是最好的老师"。那么,如何积极有效地激发调动起学生n课堂学习的兴趣呢?多年以来始终是困扰着许多老师的一个难题。n为此,在以前的教学实践中我一直也特别重视这个问题的探
二阶常微分方程在数学、物理、工程领域有着广泛的运用,对于其数值解的研究,也是久兴不衰,国内外涌现了一系列重要的研究成果。2009年,Gonzalez等人提出了一类关于一阶刚性方程的
本论文主要研究赋Gaussian测度的广义Sobolev函数空间W2r(T)在Sq(T)-尺度下的逼近特征,并确定了其在概率框架和平均框架下Kolmogorov宽度和线性宽度的精确阶。   本论文分
最小距离问题在很多领域都有着重要的应用。当今社会的主流造型系统通常采用参数曲线、曲面模型。先前的算法大多存在诸如:计算较复杂、适用范围有限等缺点。人工智能算法灵活
传统神经网络具有结构复杂、学习性能差及速度慢等缺点。支持向量机具有很好的泛化能力,但难以解决多分类问题。张铃教授等在对神经元几何意义分析的基础上提出基于覆盖的构造
在很多学科领域的研究中,如现代工业,农业,医学,经济学,保险精算学以及生物科学等,我们为进行统计推断与假设检验分析所获得的数据往往是不能被精确观测的.这些观测数据或者已知落