农业信息技术在小麦育种中的应用研究

doi:10.16035/j.issn.1001-7283.2018.03.006

摘要/Abstract

摘要：

小麦作为我国三大粮食作物之一,其市场需求量不断增加。随着气候等因素变化,小麦产量及品质将受到严峻考验,因此需要更为优良的新品种出现。现阶段我国小麦育种仍主要以传统育种技术为主,而凭借育种家经验,从海量育种群体中筛选获得高产、多抗、优质新品种的难度越来越大。因此,有效提升育种效率变得极为迫切。随着农业信息技术在育种中应用的迅猛发展,无损预测预报与进程信息化管理等高效育种成为可能。本文从育种进程管理、数据采集、综合评判决策、种质资源信息化管理方面介绍国内外信息技术在小麦育种中的研究进展,分析信息化育种的需求和存在的主要问题,并对其应用前景进行展望。

关键词: 小麦, 育种, 农业信息技术, 数据采集, 综合评判

Abstract:

As one of the three major grain crops in China, wheat has been increasingly demanded in the market. However, with the change of climate and other factors, the yield and quality of wheat will be severely tested and more new excellent varieties are needed. In recent years, the main breeding of wheat in China is still dominated by traditional breeding techniques. By virtue of the experience of breeders,the pressure of selecting new high yield, multi resistance and excellent quality varieties from massive breeding populations becomes bigger and bigger. There is a urgent need of the effective means to enhance the breeding process. With the continuous improvement of agricultural information technology in crop breeding,it is possible to make non-destructive forecasting and process information management. The research progresses of information technology in wheat breeding are introduced from four aspects: breeding process management, data collection, comprehensive evaluation decision making and information management of germplasm resources. The main problems and how to realize information breeding are analyzed and the application is prospected.

Key words: Wheat, Breeding, Agricultural information technology, Data collection, Totally evaluation

王君婵,高致富,李东升,朱冬梅,吴宏亚. 农业信息技术在小麦育种中的应用研究[J]. 作物杂志, 2018 (3): 37–43

Junchan Wang,Zhifu Gao,Dongsheng Li,Dongmei Zhu,Hongya Wu. The Application of Agricultural Information Technology in Wheat Breeding[J]. Crops, 2018(3): 37–43

图/表 3

表1

表2

表3

参考文献 56

[1]	Dixon J, Braun H J, Kosina P , et al. Wheat Facts and Future 2009. Mexico, D F:CIMMYT, 2009.
[2]	Rosegrant M W, Agcaoili M . Global food demand,supply,and price prospects to 2010. International Food Policy Research Institute,Washington,D.C., USA, 2010.
[3]	何中虎, 夏先春, 陈新民 , 等. 中国小麦育种进展与展望. 作物学报, 2011,37(2):202-215. doi: 10.3724/SP.J.1006.2011.00202
[4]	黎志康 . 我国水稻分子育种计划的策略. 分子植物育种, 2005,3(5):603-608. doi: 10.3969/j.issn.1672-416X.2005.05.003
[5]	李辉, 左钦月, 罗科 , 等. 跨农业:研制水稻智能育种机器人的探讨. 中国生物工程杂志, 2014,34(5):116-121. doi: 10.13523/j.cb.20140516
[6]	丘永萍 . 发展数字农业推进农业信息化. 农村金融研究, 2011(9):24-28. doi: 10.3969/j.issn.1003-1812.2011.09.006
[7]	李道亮, 张立伟 . 发展数字农业推进农业信息化. 农村金农业信息技术与现代农业发展. 中国农村科技, 2007(12):30-31.
[8]	张黎 . 对农业信息技术创新的思考. 安徽农业科学, 2006,34(8):1731-1732.
[9]	章云兰, 郑江平, 陈振宇 . 农业信息技术现状分析与我国的发展对策. 浙江大学学报(农业与生命科学版), 2001,27(2):229-232.
[10]	刘继芬 . 德国农业信息化的现状和发展趋势. 世界农业, 2003(10):36-38. doi: 10.3969/j.issn.1002-4433.2003.10.012
[11]	卢丽娜 . 国外农业信息化发展现状及特点. 中国农村小康科技, 2007(4):23-26. doi: 10.3969/j.issn.1007-7774.2007.04.011
[12]	李杨 . 美国农业信息化及对我国的启示研究. 科技视界, 2013(8):182.
[13]	郭瑞林 . 定量化、信息化育种——作物育种的一个新方向. 河南农业科学, 2004(7):17-19.
[14]	刘媛媛, 王瑞芳, 张磊 . 现代分析测试技术在小麦品质育种中的应用. 河南农业科学, 2006,4(14):54-56. doi: 10.3969/j.issn.1004-3268.2006.04.014
[15]	朱大洲, 王成, 王晓冬 , 等. 信息技术在作物育种中的应用. 中国稻米, 2011,17(6):25-28. doi: 10.3969/j.issn.1006-8082.2011.06.008
[16]	赵向田, 王长魁, 王托和 . 信息技术在玉米育种上的应用现状及存在问题. 中国种业, 2015(5):15-17.
[17]	宋晓宇, 王纪华, 黄文江 . 变量施肥条件下冬小麦长势及品质变异遥感监测. 农业工程学报, 2009,25(9):155-162.
[18]	邓继忠, 李敏, 袁之报 , 等. 基于图像识别的小麦腥黑穗病害特征提取与分类. 农业工程学报, 2012,28(3):172-176.
[19]	李冠林, 马占鸿, 王海光 . 基于支持向量机的小麦条锈病和叶锈病图像识别. 中国农业大学学报, 2012,17(2):72-79.
[20]	韩仲志, 万剑华 . 基于Kernel-ICA和X-ray成像的品种分类研究. 中国粮油学报, 2016,6(31):123-127.
[21]	Neethirajan S, Jayas D S, White N . Detection of sprouted wheat kernels using soft X-ray image analysis. Journal of Food Engineering, 2007,81(3):509-513. doi: 10.1016/j.jfoodeng.2006.11.020
[22]	毕昆, 姜盼, 李磊 , 等. 基于形态学图像处理的麦穗形态特征无损测量. 农业工程学报, 2010,26(12):212-216.
[23]	路文超, 罗斌, 潘大宇 , 等. 基于图像处理的小麦穗长和小穗数同步测量. 中国农机化学报, 2016,37(6):210-215.
[24]	李冰, 刘镕源, 刘素红 . 基于低空无人机遥感的冬小麦覆盖度变化监测. 农业工程学报, 2012,28(13):160-165. doi: 10.3969/j.issn.1002-6819.2012.13.026
[25]	杨贵军, 李长春, 于海洋 , 等. 农用无人机多传感器遥感辅助小麦育种信息获取. 农业工程学报, 2015,31(21):184-190. doi: 10.11975/j.issn.1002-6819.2015.21.024
[26]	陆国政, 李长春, 杨贵军 , 等. 基于无人机搭载数码相机的小麦育种表型信息解析. 中国种业, 2016(8):60-63.
[27]	赵丽清, 尚书旗, 王延耀 , 等. 基于小区育种的收获机智能测产系统. 农业工程学报, 2012,28(2):172-178. doi: 10.3969/j.issn.1002-6819.2012.z2.029
[28]	刘忠强, 王开义, 赵向宇 , 等. 云环境下作物育种信息化模型研究. 农机化研究, 2017,3(3):7-11,21.
[29]	Aggarwal P K, Kropff M J, Teng P S , et al. The challenge of integrating systems approach in plant breeding:opportunity,accomplishments and limitations.//Kropff M J,Teng P S,Aggarwal P K,et al. Applications of Systems Approaches at the Field Level. Dordrecht:Springer, 1997,6:1-23.
[30]	郭瑞林, 王占中, 刘亚飞 , 等. 作物同异育种智能决策系统的研制及其在小麦育种中的应用. 河南农业科学, 2012,41(11):25-30. doi: 10.3969/j.issn.1004-3268.2012.11.007
[31]	柏流芳, 吕黄珍, 朱大洲 , 等. 农作物育种中的综合评判方法. 农业工程, 2013,3(3):112-119. doi: 10.3969/j.issn.2095-1795.2013.03.040
[32]	戴成起, 戴成核 . 冬麦品种引种试验的模糊评判. 辽宁农业科学, 2000(5):38-39.
[33]	曹雯梅, 刘松涛, 高素玲 , 等. 灰色模糊综合评判区试小麦新品种. 安阳工学院学报, 2008(4):87-89.
[34]	白世斌, 马云彤 . 小麦品质模糊信息综合评价研究. 西安联合大学学报, 2003,6(4):10-14. doi: 10.3969/j.issn.1008-777X.2003.04.002
[35]	栗雨勤, 刘桂茹 . 冬小麦抗旱高产品种鉴定方法的研究. 沈阳农业大学学报, 1999,30(6):581-585.
[36]	张永革, 鹿翠华 . 小麦粘虫测报的模糊综合评判模型. 山东气象, 2003,23(3):18-20.
[37]	汪顺生, 刘东鑫, 孟鹏涛 , 等. 不同种植模式冬小麦产量与耗水量的模糊综合评判. 农业工程学报, 2016,32(1):161-166. doi: 10.11975/j.issn.1002-6819.2016.01.022
[38]	周晓震, 徐国锋, 王世恩 , 等. 模糊综合评判在春小麦品种(系)抗旱性鉴定中的应用. 黑龙江农业科学, 1984(5):13-16.
[39]	刘松涛, 赵喜茹, 曹雯梅 . 应用模糊数学法综合评判旱地小麦新品种. 安阳工学院学报, 2008(4):94-96.
[40]	赵倩, 刘兆晔, 刘春蕾 , 等. 小麦新品种(系)的灰色关联度分析. 中国农学通报, 2007,23(9):259-262. doi: 10.3969/j.issn.1000-6850.2007.09.057
[41]	杨春玲, 侯军红, 宋志均 , 等. DTOPSIS法综合评价黄淮小麦新品种初探. 山东农业科学, 2010(8):21-23,30. doi: 10.3969/j.issn.1001-4942.2010.08.007
[42]	陈素生, 宋晓华 . 灰色关联度分析法在春小麦育种上的应用. 宁夏农学院学报, 2003,24(1):1-2,8.
[43]	董玉琛 . 我国作物种质资源研究的现状与展望. 中国农业科技导报, 1999,1(2):34-40.
[44]	Tanksley S D , McCouch S R. Seed banks and molecular maps: unlocking genetic potential from the wild. Science, 1997,277(22):1063-1066.
[45]	Conway G, Toenniessen G . Feeding the world in the twenty-first centry. Nature, 1999,402(2):55-58. doi: 10.1038/35011545 pmid: 10591226
[46]	彭秋连, 张跃彬, 杨华 , 等. 农作物种质资源信息管理系统的研究现状与应用前景. 农业网络信息, 2015(9):11-17. doi: 10.3969/j.issn.1672-6251.2015.09.003
[47]	张永霞, 程广燕 . 美国植物种质资源共享管理. 中国农业资源与区划, 2016,27(4):59-62. doi: 10.7621/cjarrp.1005-9121.20060482
[48]	陈云刚 . 基于Internet 的农作物种质资源特性数据评价系统开发研究. 北京:中国农业科学院, 2001.
[49]	路明祥 . 辽宁省农作物种质资源信息系统设计与开发. 北京:中国农业科学院, 2013.
[50]	路明祥, 孟未来, 宣锴 . 辽宁省农作物种质资源信息平台开发. 北农业网络信息, 2011(5):122-125.
[51]	严俊霞 . 基于ArcView的山西省农作物种质资源信息系统的建设. 太原:山西大学, 2005. doi: 10.3969/j.issn.0517-6611.2008.26.181
[52]	刘善文 . 基于网络的作物种质资源共享管理平台研究. 福建农业学报, 2009,24(4):365-368. doi: 10.3969/j.issn.1008-0384.2009.04.018
[53]	苏京平, 刘学军, 马忠友 , 等. 基于Web的北方粳稻种质资源信息系统开发. 天津农业科学, 2004,10(2):51-52. doi: 10.3969/j.issn.1006-6500.2004.02.020
[54]	张贤珍, 曹永生, 杨克钦 . 国家农作物种质资源数据库系统. 作物品种资源, 1991(2):1-2.
[55]	曹永生, 陈育, 孔繁胜 . 中国作物种质资源信息共享网络的建立. 资源科学, 2001,23(1):46-48. doi: 10.3321/j.issn:1007-7588.2001.01.009
[56]	王春平, 张伟, 张改生 , 等. 三种分析方法对小麦新品种的综合评判. 麦类作物学报, 2006,26(5):45-48. doi: 10.7606/j.issn.1009-1041.2006.05.203

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

设备Equipment	用途Function	测定项目Item for measurement
叶片形态测量仪(AI-YPXT-01)	辅助小麦抗病性分析和鉴定	叶面积、长度、宽度,病斑面积
麦穗形态测量仪(AI-MSXT-01)	获取麦穗形态参数	穗长、小穗数
茎秆强度测定仪(AI-JGQD-02)	快速、直观评价小麦抗倒伏能力	抗倒伏性能等级
考种数粒仪(AI-KZ-01)	快速考种	子粒千粒重、形态等
便携式LVF光谱仪(AI-GPY-02)	高光效育种材料筛选、长势监测	诊断叶绿素、氮素、水分含量
穗层温度湿度监控测量仪(AI-GPY-05)	抗旱性的高通量快速筛选	热成像获取冠层温度分布图
小麦穗数测量仪	单位面积穗数测量工具,辅助快速测产	热成像获取小麦冠层温度分布图,数字处理提取麦穗数量

综合评判方法Comprehensive evaluation method	特点Character	应用Application
模糊综合评判：运用模糊数学原理分析和评价具有“模糊性”事物的系统分析方法,是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评判方法	不是就产量单项指标进行评判来进行品种的选育,而是对多个性状进行综合评判来确定品种的优劣,模糊综合评判法可以全面、综合、定量地评价新品种的优劣,为品种审定推广提供可靠的理论依据	品种选育^{[32,33,34,35]}
		黏虫发生量^[36]
		品种(系)抗旱性^[37,38]
		产量与耗水量^[39]
DTOPSIS法相对接近度分析：将各参试品种的主要经济性状综合为一个具有可比性的量化指标,对农作物的品种试验结果分析更为简便。借助于多目标决策理想解和负理想解去排序	把每一个性状指标都量化为可比较的规范化标准,且对每一指标都找出其理想解和负理想解,能详细地比较各指标间的差异,能使品种的综合性状这一模糊指标量化为该品种对理想解的相对接近度,为育种者提供客观量化标准,客观全面地反映品种的优劣,比仅仅用产量进行分析更为合理	新品种综合评价^[40]
灰色关联度分析：根据因素之间发展趋势的相似或相异程度,亦即“灰色关联度”,作为衡量因素间关联程度的一种方法	与等权关联度排序相比,加权关联度排序的评估结果更能反映品种(系)产量等多个性状的实际表现	新品种(系)的选育和确切评价以及品种审定^[41,42]

国家Country	平台Platform	藏种数量The number of resource (×10⁴)
美国	种质资源信息网（GRIN）	46
	国际作物信息平台（ICIS）	-
澳大利亚	植物遗传信息系统（AusPGRIS）	13
加拿大	植物遗传信息网络	9.8
日本	作物种质资源信息系统（EXIS）	9
丹麦、挪威、芬兰、瑞典、冰岛	作物种质资源数据库	-
中国	农作物种质资源数据库系统（CGRIS）	37
	中国作物种质资源信息共享网络	39
	种质资源信息共享系统（贵州省）	-
	甘肃省种质资源数据信息查询系统（甘肃省）	-
	江苏农业种质资源信息服务系统（江苏省）	-