检索
E-mail
RSS
高级检索 图表检索

当期目录 我要投稿 过刊浏览
高级检索 图表检索

作物杂志,2025, 第1期: 26–34 doi: 10.16035/j.issn.1001-7283.2025.01.004

所属专题： 小麦专题

• 遗传育种·种质资源·生物技术 • 上一篇    下一篇

141份国内外小麦种质资源主要性状遗传多样性分析与特异性评价

颜群翔(), 庞玉辉, 洪壮壮, 毕俊鸽, 王春平()   

  1. 河南科技大学农学院，471000，河南洛阳
  • 收稿日期:2023-12-05 修回日期:2024-01-31 出版日期:2025-02-15 发布日期:2025-02-12
  • 通讯作者: 王春平，主要从事小麦遗传育种研究，E-mail：chunpingw@163.com
  • 作者简介:颜群翔，从事小麦遗传育种研究，E-mail：yqx1996121@163.com
  • 基金资助:
    河南省重大科技专项(231100110300);神农种业实验室一流课题(SN01-2022-01)

Genetic Diversity Analysis and Specificity Evaluation of Main Traits of 141 Wheat Germplasm Resources at Domestic and Foreign

Yan Qunxiang(), Pang Yuhui, Hong Zhuangzhuang, Bi Junge, Wang Chunping()   

  1. College of Agriculture, Henan University of Science and Technology, Luoyang 471000, Henan, China
  • Received:2023-12-05 Revised:2024-01-31 Online:2025-02-15 Published:2025-02-12

RichHTML

16

PDF (PC)

85

摘要：

为拓宽国内小麦种质资源的遗传背景，提供优异亲本材料，以141份国内外小麦种质资源为试验材料，通过变异分析、遗传多样性分析、聚类分析和灰色关联分析等对15个主要性状进行综合评价。结果表明，农艺性状的变异系数（CV）为6.87%~48.18%，其中穗颈长CV最大，总小穗数最小；6个品质性状的CV为2.55%~ 23.90%，其中沉降值的CV最大，淀粉最小；遗传多样性指数（H'）为1.08~2.09，水分最低，株高最高。聚类分析将141份小麦种质资源分为6个类群，各类群间均具有显著优异的性状。对141份种质资源进行特异性分析可知，中国和墨西哥的材料在7个主要育种性状间无显著差异，其他地区材料相对偏高，美国、欧洲和澳大利亚种质的穗粒数相对较少，美国材料的千粒重最低，其次为加拿大和欧洲材料，加拿大的材料湿面筋含量最高。灰色关联度分析结果表明，CM98、CM26、CM84、CM99和CM24等18个种质资源的综合性状优良，可作为小麦品种农艺和品质性状改良以及新品种选育的优良亲本。

关键词: 小麦, 种质资源, 遗传多样性, 农艺性状, 品质性状

Abstract:

To expand the genetic reservoir of wheat and facilitate the availability of superior breeding material in China, this research employed a total of 141 wheat germplasms, encompassing both domestic and foreign cultivars. Fifteen key traits were meticulously examined and assessed through a comprehensive array of analytical techniques, including variation analysis, genetic diversity analysis, cluster analysis, and grey correlation analysis. The findings indicated that the coefficients of variation (CV) for agronomic traits spanned from 6.87% to 48.18%, the CV for length of spike neck was the largest, while the CV for total number of spikelet was the smallest. The CV for the six quality traits ranged from 2.55% to 23.90%. The CV of sedimentation value was the largest, while the CV of starch content was the smallest. The genetic diversity index (H') ranged from 1.08 to 2.09, with the lowest value observed for moisture content and the highest value observed for plant height. Cluster analysis categorized the 141 wheat germplasms into six groups, each exhibiting significantly outstanding traits. An analysis of specificity was conducted on a total of 141 wheat germplasms, the findings indicated that there were no significant distinctions observed between domestic and Mexican wheat germplasms in terms of seven major breeding traits. However, a relatively large number of differences were observed in other foreign wheat varieties. Furthermore, the wheat varieties from the United States, Europe, and Australia exhibited a relatively low grain number per spike. Additionally, the wheat germplasms from the United States exhibited the lowest 1000-kernel weight, followed by wheat germplasms from Canada and Europe. In comparison to wheat germplasms originating from other nations, Canada wheat germplasms exhibited the highest wet gluten content. Through the application of grey correlation analysis, a total of eighteen elite germplasms, namely CM98, CM26, CM84, CM99, and CM24, were identified. These varieties hold potential for breeders to discern and choose superior accessions as parental candidates within breeding programs.

Key words: Wheat, Germplasm resources, Genetic diversity, Agronomic traits, Quality traits

表1

141份小麦种质名称及来源

来源Source 种质名称及编号Germplasm name and number
中国China








 蚂蚱麦（CM2）、燕大1817（CM3）、蚰子麦（CM4）、北京8号（CM5）、北京10号（CM6）、东方红3号（CM7）、农大139（CM8）、丰抗2号（CM9）、丰抗8号（CM10）、京冬8号（CM11）、中麦175（CM12）、辉县红（CM13）、碧蚂1（CM14）、碧蚂4（CM15）、丰产3号（CM16）、小偃6号（CM17）、南大2419（CM18）、郑引1号（CM21）、扬麦5号（CM22）、扬麦158（CM23）、鄂恩1号（CM24）、繁6（CM25）、绵阳11（CM26）、川麦47（CM27）、内乡5号（CM28）、郑州3号（CM29）、百农3217（CM30）、豫麦2（CM31）、豫麦7（CM32）、豫麦13（CM33）、豫麦18（CM34）、豫麦21（CM35）、豫麦34（CM36）、豫麦49（CM37）、豫麦54（CM38）、郑麦9023（CM39）、周麦16（CM40）、周麦18（CM41）、新麦18（CM42）、偃展4110（CM43）、矮抗58（CM44）、周麦22（CM45）、中麦895（CM46）、泰山1号（CM47）、济南2号（CM48）、济南13号（CM49）、鲁麦1号（CM50）、鲁麦14号（CM51）、济南17（CM52）、济麦22（CM53）、冀麦30（CM54）、石4185（CM55）、邯6172（CM56）、宁春4号（CM58）、宁春5号（CM59）、中国春（A70）
CIMMYT










 Sunstate（CM60）、SONALIKA（CM62）、SIETE CERROS T66（CM63）、PAVON F 76（CM64）、SERI M 82（CM65）、BACANORA T 88（CM66）、PBW343（CM67）、ATTILA（CM68）、ROELFS F2007（CM69）、BORLAUG100 F2014（CM70）、KACHU #1（CM71）、MUTUS #1（CM72）、PRL/2*PASTOR、MISR 1（CM73）、FRANCOLIN #1（CM76）、DANPHE #1（CM77）、KINGBIRD #1（CM78）、SWSR22T.B./2*BLOUK #1//WBLL1*2/KURUKU（CM79）、NADI（CM80）、CHIPAK（CM81）、MUCUY（CM82）、KACHU//KIRITATI/2*TRCH（CM83）、MUTUS//ND643/2*WBLL1（CM84）、QUAIU #1/BECARD（CM85）、KACHU*2/BECARD（CM87）、PRL/2*PASTOR//KACHU（CM88）、BAJ #1/3/TRCH/SRTU//KACHU（CM89）、ROLF07/SAUAL/5/SERI.1B//KAUZ/HEVO/3/AMAD*2/4/KIRITATI（CM90）、KACHU/SAUAL/4/ATTILA*2/PBW65//PIHA/3/ATTILA/2*PASTOR（CM91）、MUCUY//MUTUS*2/TECUE #1（CM92）、KASUKO（CM93）、KASUKO*1（CM94）、WBLL1*2/KUKUNA//KIRITATI/2*TRCH/3/BAJ #1/AKURI（CM95）、ROLF07*2/DIAMONDBIRD//TRCH/HUIRIVIS #1/3/BORL14（CM96）、KUTZ*2//KFA/2*KACHU（CM97）、CHIPAK*2/3/KSW/SAUAL//SAUAL（CM98）、KACHU//WBLL1*2/BRAMBLING*2/3/KACHU/KIRITATI（CM99）、SUP152//WBLL1*2/BRAMBLING*2/3/KSW/SAUAL//SAUAL（CM100）
美国及其他国家
The United States and other
countries



 Quality（CM1）、BAXTER（A1）、WESTONIA（A2）、YITPI（A3）、KOELBIRD（A4）、PURPLE WHEAT（A5）、Sonora 64（A6）、PASTOR（A28）、AC KARMA（A8）、ALBERTA RED（A9）、HARVEST,（A11）、MARQUIS（A12）、PEWTER（A13）、RED FIFE（A14）、ULLA（A18）、TOUKO JOKIONINEN（A19）、APU (SPRING)、PROVENCE（A20）、CAILLOUX（A22）、PROMESSE（A25）、VOLCANI DD1（A27）、KONINI *PVR*（A30）、RUNAR（A31）、IG 43425（A33）、ZIMDAR（A34）、ZERNOGRADKA 8（A35）、Moro（A38）、SANSA（A39）、ALTGOLD（A43）、KARESIK（A45）、YEKTAY 406（A46）、SAKARYA（A47）、Alsen（A53）、BUCKSHOT（A54）、BURT（A55）、CHEYENNE（A56）、CHRIS（A57）、HARVEST QUEEN（A60）、HOPE（A61）、LARK（A63）、NORDIC（A66）、RED CHIEF（A67）、RELIANCE（A68）、ZAK（A69）、Jagger（CM57）

表2

国内外小麦种质资源农艺和品质性状的变异分析

指标
Index		 株高
Plant
height (cm)		 成穗率
Spike-setting
rate (%)		 整齐度
Uniformity		 穗下节间长
Internode length
below spike (cm)		 穗颈长
Length of the
spike neck (cm)		 穗长
Ear length
(cm)		 总小穗数
Total number of
spikelets		 穗粒数
Kernels per
spike
变异幅度
Variation amplitude		 51.80~138.50
 6.67~25.67
 1.17~3.33
 18.83~59.00
 2.00~33.40
 6.17~16.83
 15.40~22.20
 25.33~72.67
平均值±标准误差
Average value±error		 88.41±18.71
 14.84±4.10
 2.28±0.49
 32.91±8.36
 13.78±6.64
 10.61±1.70
 19.06±1.31
 46.99±8.35
变异系数
Coefficient of variation (%)		 21.16
 27.62
 21.49
 25.40
 48.18
 16.02
 6.87
 17.76
H' 2.09 1.96 1.93 1.89 1.92 1.96 1.99 1.99
指标
Index		 千粒重
1000-kernel
weight (g)		 水分
Moisture
(%)		 蛋白质相对含量
Relative protein
content (%)		 干面筋含量
Dry gluten
content (%)		 湿面筋含量
Wet gluten
content (%)		 淀粉相对含量
Relative starch
content (%)		 沉降值
Sedimentation
value (mL)
变异幅度
Variation amplitude		 26.67~58.98
 9.04~23.33
 12.49~24.75
 45.05~66.09
 25.03~54.05
 52.56~77.96
 19.42~63.47
平均值±标准误差
Average value±error		 45.75±6.64
 10.53±1.37
 16.59±2.03
 59.45±3.57
 35.06±4.05
 73.68±1.88
 35.77±8.55
变异系数
Coefficient of variation (%)		 14.51
 13.01
 12.23
 6.01
 11.55
 2.55
 23.90
H' 2.01 1.08 1.85 1.89 1.84 1.48 1.78

图1

基于农艺和品质性状的小麦种质聚类分析

图2

6个类群小麦种质的农艺和品质性状比较 ns：无显著差异，*：P < 0.05，**：P < 0.01，***：P < 0.001，****：P < 0.0001。

图3

国内外不同小麦种质资源各表型特异性辐射图

表3

不同来源小麦种质资源主要性状的变异范围

来源
Source		 种质数量
Germplasm
number		 株高
Plant height
(cm)		 淀粉相对含量
Relative starch
content (%)		 干面筋含量
Dry gluten
content (%)		 穗粒数
Kernels
per spike		 千粒重
1000-kernel
weight (g)		 湿面筋含量
Wet gluten
content (%)		 蛋白质相对含量
Relative
protein content (%)
中国China 55 51.80~138.50 69.98~75.43 51.05~65.86 25.33~72.66 30.43~58.28 28.32~41.04 12.86~19.80
墨西哥Mexico 40 61.71~116.33 72.70~76.15 55.89~66.09 36.16~71.16 37.81~57.26 29.81~43.58 13.89~21.29
美国The United States 13 67.67~133.33 72.90~75.87 51.79~62.68 30.00~55.83 30.55~40.28 30.17~40.09 14.30~19.33
加拿大Canada 7 79.17~116.58 70.92~77.96 56.80~63.50 42.00~52.17 28.31~49.04 28.36~43.77 15.38~20.56
欧洲Europe 19 79.90~133.33 72.22~76.03 53.33~60.14 29.50~65.80 26.47~50.38 31.74~42.82 15.55~20.30
澳洲Australia 7 73.60~118.30 73.23~77.85 53.87~63.76 32.17~56.50 36.58~49.77 30.67~39.20 15.40~18.01

表4

小麦种质资源灰色关联度分析

排名
Ranking		 关联度
Correlation degree		 编号
Number		 排名
Ranking		 关联度
Correlation degree		 编号
Number		 排名
Ranking		 关联度
Correlation degree		 编号
Number		 排名
Ranking		 关联度
Correlation degree		 编号
Number
1 0.6731 CM98 37 0.6394 A10 73 0.5995 CM80 109 0.5317 CM60
2 0.6661 CM26 38 0.6393 CM13 74 0.5994 CM45 110 0.5277 A1
3 0.6655 CM84 39 0.6377 CM53 75 0.5978 CM36 111 0.5234 A56
4 0.6644 CM99 40 0.6365 CM73 76 0.5975 CM62 112 0.5218 A8
5 0.6629 CM24 41 0.6353 CM25 77 0.5949 A54 113 0.5213 A22
6 0.6622 CM83 42 0.6348 A66 78 0.5941 A20 114 0.5205 A14
7 0.6600 CM89 43 0.6341 CM50 79 0.5940 CM12 115 0.5197 A35
8 0.6592 CM7 44 0.6333 CM37 80 0.5925 CM30 116 0.5193 A13
9 0.6587 CM71 45 0.6329 CM77 81 0.5903 CM27 117 0.5151 A53
10 0.6562 CM70 46 0.6329 CM35 82 0.5894 A31 118 0.5147 A57
11 0.6558 CM87 47 0.6319 CM57 83 0.5858 A25 119 0.5121 CM41
12 0.6557 CM74 48 0.6309 CM97 84 0.5831 CM16 120 0.5095 A5
13 0.6555 CM14 49 0.6305 CM54 85 0.5829 A34 121 0.5077 CM96
14 0.6539 CM28 50 0.6301 CM91 86 0.5826 A3 122 0.5035 A60
15 0.6525 CM1 51 0.6281 CM65 87 0.5816 CM10 123 0.5029 CM48
16 0.6525 CM66 52 0.6271 CM47 88 0.5801 A39 124 0.4994 A18
17 0.6507 CM90 53 0.6271 A33 89 0.5790 CM8 125 0.4982 A19
18 0.6500 CM34 54 0.6261 CM59 90 0.5749 CM19 126 0.4969 A38
19 0.6492 CM31 55 0.6248 CM82 91 0.5715 CM18 127 0.4957 A6
20 0.6485 CM92 56 0.6243 CM85 92 0.5705 A46 128 0.4891 A11
21 0.6483 CM79 57 0.6243 CM22 93 0.5683 A28 129 0.4872 CM38
22 0.6475 CM5 58 0.6239 CM69 94 0.5629 A55 130 0.4863 A4
23 0.6469 CM11 59 0.6236 CM78 95 0.5611 CM43 131 0.4839 A2
24 0.6469 CM88 60 0.6227 CM3 96 0.5579 CM42 132 0.4751 A69
25 0.6458 CM51 61 0.6171 CM68 97 0.5537 CM100 133 0.4733 CM40
26 0.6456 CM94 62 0.6149 CM21 98 0.5464 CM29 134 0.4708 A61
27 0.6455 CM6 63 0.6123 CM15 99 0.5451 CM4 135 0.4671 A27
28 0.6447 CM55 64 0.6085 CM2 100 0.5443 A30 136 0.4653 A63
29 0.6441 CM93 65 0.6076 CM33 101 0.5435 A47 137 0.4627 A21
30 0.6436 CM72 66 0.6076 CM63 102 0.5379 CM49 138 0.4558 A45
31 0.6425 CM76 67 0.6069 CM46 103 0.5369 CM9 139 0.4457 A43
32 0.6417 CM32 68 0.6065 CM67 104 0.5354 CM95 140 0.4411 A68
33 0.6414 CM58 69 0.6054 CM64 105 0.5350 A70 141 0.4297 CM39
34 0.6413 CM52 70 0.6030 A12 106 0.5333 A67
35 0.6399 CM56 71 0.6027 CM17 107 0.5329 CM44
36 0.6399 CM81 72 0.6026 CM20 108 0.5321 CM23
[1] 马景源. 2022年12月世界农产品供需形势预测简报. 世界农业, 2023, 525(1):133-138.
[2] 赵鹏. 引进小麦种质资源品质性状的评估. 杨凌:西北农林科技大学, 2019.
[3] Reif J C, Zhang P, Dreisigacker S, et al. Wheat genetic diversity trends during domestication and breeding. Theoretical and Applied Genetics, 2005, 110(5):859-864.
doi: 10.1007/s00122-004-1881-8 pmid: 15690175
[4] 王平. 我国种业发展的主要问题及对策探析. 中国农业科技导报, 2021, 23(11):7-16.
[5] Tanksley S D, Mccouch S R. Seed banks and molecular maps:unlocking genetic potential from the wild. Science, 1997, 277:1063-1066.
doi: 10.1126/science.277.5329.1063 pmid: 9262467
[6] 李小军, 徐鑫, 刘伟华, 等. 应用SSR分子标记分析国外种质对我国小麦品种的遗传贡献. 作物学报, 2009, 35(5):778-785.
[7] 高艳, 唐建卫, 邹少奎, 等. 小麦周麦22及其衍生品种的遗传多样性分析. 植物遗传资源学报, 2021, 22(1):38-49.
doi: 10.13430/j.cnki.jpgr.20200419002
[8] 谢静敏, 侯万伟, 张小娟. 青海省小麦品种基于55K SNP芯片的遗传多样性分析. 麦类作物学报, 2022, 42(11):1343-1350.
[9] 张凡, 刘国涛, 杨春玲. 620份小麦种质资源农艺性状调查及其遗传多样性分析. 山东农业科学, 2022, 54(3):15-21.
[10] 许娜丽, 王新华, 马冬花, 等. 251份小麦种质资源的主要农艺与品质性状遗传多样性分析. 南方农业学报, 2021, 52(9):2404-2416.
[11] 李楠楠, 杜晓宇, 韩玉林, 等. 中国四大冬小麦主产区品种农艺性状的综合性分析. 种子, 2021, 40(12):94-101.
[12] Dagnaw T, Mulugeta B, Haileselassie T, et al. Phenotypic variability, heritability and associations of agronomic and quality traits in cultivated Ethiopian durum wheat (Triticum turgidum L. ssp. Durum,Desf.). Agronomy, 2022, 12(7):1714.
[13] 程西永, 陈平, 许海霞, 等. 不同国家小麦种质资源遗传多样性研究. 麦类作物学报, 2009, 29(5):803-808.
[14] Al-Tabbal J. Variability, heritability, phenotypic and genotypic correlations and path coefficients of some agronomic characters in glaucous lines from a “Safra Maʼan” wheat landrace population. Philippine Agricultural Scientist, 2016, 99(2):142-149.
[15] 李红艳, 杨忠慧, 李绍祥, 等. 云南省田麦新品系主要农艺性状与产量的相关性和灰色关联度分析. 南方农业学报, 2023, 54(4):1077-1085.
[16] 全国农业技术推广服务中心. 农作物品种区域试验技术规程小麦:NY/T 1301-2007. 全国农业技术推广服务中心,2007
[17] 余桂红, 邢锦城, 马鸿翔, 等. 转SbPIP1基因小麦的农艺性状调查. 安徽农业科学, 2016, 44(32):27-28.
[18] 郭莹, 王振平, 吕迎春, 等. 不同麦类种质抗旱性评价及优异种质筛选. 麦类作物学报, 2022, 42(10):1208-1219.
[19] Ambati D, Phuke R M, Vani V, et al. Assessment of genetic diversity and development of coregermplasm in durum wheat using agronomic and grainquality traits. Cereal Research Communications, 2020, 48(3):375-382.
doi: 10.1007/s42976-020-00050-z
[20] 雷梦林, 刘霞, 李欣, 等. 利用农艺性状研究山西小麦地方品种的遗传代表性. 分子植物育种, 2020, 18(20):6853-6872.
[21] 倪永静, 姜晓君, 卢祖权, 等. 30份国内外小麦种质资源主要农艺性状的分析与评价. 中国农学通报, 2020, 36(3):16-22.
doi: 10.11924/j.issn.1000-6850.casb20190700380
[22] 蒋云, 张洁, 宣朴, 等. 川辐小麦品种农艺和品质性状改良演化. 四川农业大学学报, 2018, 36(5):576-583.
[23] 张会芳, 齐红志, 孙岩, 等. 黄淮冬麦区不同来源地新育成小麦品种性状多样性分析. 植物遗传资源学报, 2023, 24(3):719-731.
[24] 王掌军, 刘妍, 王志兰, 等. 宁春4号与河东乌麦杂交F2产量相关性状和抗病性及其QTL分析. 河南农业科学, 2019, 48(8):7-17.
[25] 马莹雪, 王鑫, 胡立芹, 等. 引自CIMMYT六倍体小黑麦农艺、品质性状调查及抗病性评价. 山东农业科学, 2016, 48(7):10-17.
[26] 张喜平, 宋建荣, 王伟, 等. 23个天选系冬小麦品种品质性状的多样性分析. 甘肃农业科技, 2020(8):14-18.
[27] 马国江, 马靖福, 张沛沛, 等. 128份抗旱冬小麦新品系农艺性状遗传多样性分析. 甘肃农业大学学报, 2021, 56(3):37-44.
[28] 王亚飞, 李世景, 徐萍, 等. 黄淮和长江中下游冬麦区小麦品种(系)农艺性状及其聚类分析. 中国生态农业学报, 2020, 28(3):395-404.
[29] 丁明亮, 林丽萍, 李明菊, 等. 云南育成小麦品种(系)品质性状遗传多样性分析及综合评价. 南方农业学报, 2020, 51 (2):255-266.
[30] 吴立国, 陶媛, 潘静, 等. 宁夏春小麦品种(品系)农艺性状遗传多样性分析. 现代农业科技, 2023(18):1-4.
[1] 刘佩瑶, 冉莉萍, 杨佳庆, 王海博, 熊飞, 余徐润. 小麦穗形态建成和生理特征及外界影响因素的研究进展[J]. 作物杂志, 2025, (1): 1–9
[2] 杨如萍, 贾贞, 韦瑛, 魏野畴, 王立明, 陈光荣, 张国宏, 宋雯雯. 甘肃不同地理来源大豆品种生育期性状与气象因子及农艺性状的关系[J]. 作物杂志, 2025, (1): 123–132
[3] 杨丹丹, 韩雪, 孔欣欣, 赵国轩, 苏亚中, 赵鹏飞, 金建猛, 赵国建. 71份冬小麦苗期渗透胁迫抗性鉴定及相关农艺性状指标分析[J]. 作物杂志, 2025, (1): 243–249
[4] 姚陆铭, 袁娟, 马晓红, 王彪. 基于表型性状及SSR标记的扁豆种质资源遗传多样性分析[J]. 作物杂志, 2025, (1): 35–45
[5] 张杰, 贾冰, 程瑞宝, 杨薇, 刘影, 张立媛, 温雅辉, 董春浩, 王振普, 琦明玉, 张清艳, 赵敏, 李志光. 东北平原生态区糜子种质资源表型多样性分析[J]. 作物杂志, 2025, (1): 76–82
[6] 刘阿康, 栗丽, 常旭虹, 王德梅, 王艳杰, 刘希伟, 杨玉双, 赵广才. 冬小麦秋播及冬前管理关键技术[J]. 作物杂志, 2024, (6): 254–256
[7] 孙明茂, 刘丽霞, 孙虎, 崔迪. 水稻重组自交系群体花色苷及重要农艺性状分析[J]. 作物杂志, 2024, (6): 26–38
[8] 樊明, 张双喜, 陈嘉, 张娇, 李红霞. 宁夏春小麦品种抗倒伏相关性状分析及综合评价体系构建[J]. 作物杂志, 2024, (6): 39–46
[9] 马丽娜, 魏玉明, 文莉芳, 张学俭, 杨钊, 黄杰, 张圣昌, 李小雨, 刘欢, 杨发荣. 云南元谋地区22份藜麦种质的农艺性状及营养品质分析[J]. 作物杂志, 2024, (6): 47–54
[10] 韩雪, 杨丹丹, 孔欣欣, 赵鹏飞, 金建猛, 苏亚中, 赵国轩, 赵国建. 200份小麦种质品质性状及醇溶蛋白遗传多样性分析[J]. 作物杂志, 2024, (6): 61–70
[11] 孙远涛, 龙文靖, 刘天朋, 赵甘霖, 丁国祥, 向箭宇, 李元, 黄磊, 倪先林. 12个糯高粱亲本的主要性状配合力及相关性分析[J]. 作物杂志, 2024, (6): 84–90
[12] 张东杰, 张喆钧, 阿依丁库力·沙黑多拉, 桑塔那提·阿斯卡尔, 吾买尔夏提·塔汉. 新疆糜子地方种杂交后代农艺性状的遗传规律研究[J]. 作物杂志, 2024, (6): 97–102
[13] 王珊珊, 杨宇蕾, 刘飞虎, 杨阳, 汤开磊, 李涛, 牛龙江, 杜光辉. 多效唑喷施浓度和时期对工业大麻花叶产量和大麻二酚含量的影响[J]. 作物杂志, 2024, (5): 119–124
[14] 李俊志, 王晓东, 窦爽, 辛宗绪, 吴宏生, 周宇飞, 肖继兵. 低氮条件下L-色氨酸对高粱生长发育的影响[J]. 作物杂志, 2024, (5): 175–180
[15] 路佳慧, 王爽, 李云, 郭振清, 王健, 韩玉翠, 林小虎. 减量施氮对春小麦不同器官氮肥利用及籽粒品质的影响[J]. 作物杂志, 2024, (5): 220–227
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!