作物杂志, 2022, 38(4): 221-226 doi: 10.16035/j.issn.1001-7283.2022.04.031

生理生化·植物营养·栽培耕作

黄淮海夏大豆不同年份、地点的产量差异分析

乔羽佳,, 卫玲,, 肖俊红, 刘博, 杨海峰, 段学艳

山西农业大学小麦研究所,041000,山西临汾

Analysis on the Yield Differences of Huanghuaihai Summer Soybeans in Different Years and Locations

Qiao Yujia,, Wei Ling,, Xiao Junhong, Liu Bo, Yang Haifeng, Duan Xueyan

Wheat Research Institute, Shanxi Agricultural University, Linfen 041000, Shanxi, China

通讯作者: 卫玲,主要从事大豆育种研究,E-mail: WL720514@163.com

收稿日期: 2021-05-7   修回日期: 2021-05-21   网络出版日期: 2022-06-12

基金资助: 高产抗逆夏大豆种质资源创制及新品种选育(YZGC017)

Received: 2021-05-7   Revised: 2021-05-21   Online: 2022-06-12

作者简介 About authors

乔羽佳,主要从事大豆育种研究,E-mail: 18235445223@163.com

摘要

为探究年份间、地点间、品种间及其互作效应下大豆产量差异,对2016-2017年黄淮海夏大豆产区的北片、中片和南片区试数据进行多因素方差分析。结果表明,除北片年份×品种互作效应对大豆产量差异不显著外(P>0.05),其他各片的年份、地点、品种以及年份×地点、年份×品种、地点×品种、年份×地点×品种互作效应的产量差异均达极显著水平(P<0.01)。其中地点对黄淮海北片、中片和南片的产量差异贡献率最大,分别为57.92%、71.76%和46.91%,品种的贡献率分别为3.85%、4.67%和8.52%,年份的贡献率分别为2.85%、1.02%和0.71%。多重比较分析表明,北片、中片和南片中平均产量最高的河北宁晋、邯郸和山东菏泽比平均产量较低的河北石家庄、河南洛阳和安徽宿州分别高45.66%、71.67%和50.13%,差异达极显著。中黄78、中黄70和中黄301平均产量极显著高于相应对照品种,变异系数小。相关性分析表明,大豆产量与单株粒重和百粒重呈极显著正相关性,与经、纬度无显著相关性。因此,在实现大豆高产的过程中,选择优质、高产、广适的大豆品种是首要条件,同时提高管理水平,发挥高产潜力,实现增产。

关键词: 黄淮海夏大豆; 区域试验; 产量; 地点; 品种

Abstract

In order to study yield differences in soybeans between years, locations, varieties and interaction effects, the multi-factor analysis of variance was carried out on the test data of the northern, central and southern parts of the Huanghuaihai summer soybean regions from 2016 to 2017. The results showed that, with the exception of the soybean yield difference of the years×varieties in the northern part was not significant (P > 0.05), the years, the locations, the varieties and the interaction effect years×locations, years×varieties, locations×varieties, and years×locations×varieties had extremely significant differences in soybean yield (P < 0.01). The contribution rates of the locations were the highest with 57.92%, 71.76%, 46.91% of the yield of the northern, central and southern parts, the contribution rates of the varieties were 3.85%, 4.67%, 8.52%, and the contribution rates for the years were 2.85%, 1.02% and 0.71%, respectively. Multiple comparative analyzes showed that Ningjin, Handan of Hebei and Heze of Shandong with the highest average yield in the northern, central and southern parts were 45.66%, 71.67% and 50.13% higher than those of Shijiazhuang of Hebei, Luoyang of Henan and Suzhou of Anhui with the lowest average yield, and the differences were extremely significant. The average yields of Zhonghuang 78, Zhonghuang 70, and Zhonghuang 301 were significantly higher than those of the corresponding control varieties, and the coefficient of variation was small. The correlation analysis showed that the soybean yield had a very significant positive correlation with the seed weight per plant and the 100-seed weight, but had no significant correlation with the longitude and latitude of different planting locations. Therefore, in attaining a high yield of soybeans, the first requirement is the selection of high quality, high yield, and wide adaptability soybean varieties. Improving soybean management and releasing yield potential fully also contribute to achieving high yield.

Keywords: Huanghuaihai summer soybean; Regional test; Yield; Location; Variety

PDF (423KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

乔羽佳, 卫玲, 肖俊红, 刘博, 杨海峰, 段学艳. 黄淮海夏大豆不同年份、地点的产量差异分析. 作物杂志, 2022, 38(4): 221-226 doi:10.16035/j.issn.1001-7283.2022.04.031

Qiao Yujia, Wei Ling, Xiao Junhong, Liu Bo, Yang Haifeng, Duan Xueyan. Analysis on the Yield Differences of Huanghuaihai Summer Soybeans in Different Years and Locations. Crops, 2022, 38(4): 221-226 doi:10.16035/j.issn.1001-7283.2022.04.031

大豆[Glycine max (L.) Merr.]原产于我国,种植历史悠久。大豆因含有丰富的蛋白质、不饱和脂肪酸、生物活性物质异黄酮和皂苷等,成为人们生活中不可或缺的粮食和油料作物。20世纪90年代前,我国是大豆主要的生产国和出口国之一,但自1996年以后,我国从净出口国变为净进口国[1],2020年大豆进口量已超过1亿t。大豆单产低一直是制约我国大豆生产和发展的重要因素。黄淮海夏大豆生产区作为我国大豆的第二大产区,种植总面积及产量占全国的1/3,在我国大豆生产中有着举足轻重的地位[2]。黄淮海夏大豆产区依据不同的生态环境特点,划分为北部早熟区(北片)、中部中早熟区(中片)和南部中晚熟区(南片)3个片区[3]。研究同一片区内大豆产量的影响因素,分析比较年份、地点、品种及互作效应间的产量差异,了解环境和基因型对产量的影响,对提高大豆产量具有重要意义。

对黄淮海夏大豆的研究大多集中在农艺性状[4-6]、光合特性[7]、参试品种适应性、稳定性评价[8-10]和栽培措施[11]等方面。近年来,黄淮海地区育成品种数量多,品种更新换代快,大豆产量有一定的提升,但仍存在单产低的问题。本研究通过对黄淮海夏大豆产区的区域试验数据进行分析,探讨大豆产量的主要影响因素,为大豆生产和引种利用等方面提供理论依据。

1 材料与方法

1.1 数据来源

本数据来自《2016年大豆国家区试品种报告》和《2017年大豆国家区试品种报告》。以连续2年参加黄淮海夏大豆区域试验的品种为对象,其中北片5个品种,分别为齐黄34、中黄78、中黄74、冀豆19和冀豆12(CK);中片8个品种,分别为中黄70、洛豆1号、荷豆29、圣豆十号、运豆101、石153、冀1309和邯豆5号(CK);南片11个品种,分为2组,A组分别为HD21116、中黄301、中作X96058、蒙01-42、淮12-13和中黄13(CK1),B组分别为濉科8号、徐0117-46、周豆25号、荷豆28和中黄13(CK2)。南片A和B组品种因试点相同作合并分析。各地点的地理位置见表1

表1   各地点的地理位置

Table 1  The geographic locations of each location

片区Part地点Location纬度Latitude (N)经度Longitude (E)
北片
Northern
北京昌平39°43′116°20′
北京大兴39°57′116°19′
河北石家庄38°02′114°38′
河北南皮38°02′116°42′
河北宁晋37°31′114°56′
河北易县39°20′115°29′
山东德州37°27′116°18′
中片
Middle
河北邯郸36°34′114°31′
河南郑州34°47′113°40′
河南洛阳34°38′112°28′
河南濮阳35°45′115°01′
山东潍坊36°43′119°10′
山西临汾36°06′111°30′
南片
Southern
安徽阜阳32°55′115°47′
安徽龙亢33°05′116°51′
安徽宿州33°37′116°58′
河南周口33°38′114°40′
河南驻马店32°59′114°01′
江苏灌云34°19′119°15′
江苏淮安33°36′119°00′
江苏徐州34°16′117°17′
山东菏泽35°19′115°29′
山东济宁35°28′116°35′
山东临沂35°05′118°15′

新窗口打开| 下载CSV


1.2 试验设计

试验均采用完全随机区组设计,3个区组,试验地四周设置的保护行(区)应不小于小区宽度。小区行长6m,收获计产面积均为12m2。北片行距0.5m,中片和南片行距0.4m。经计算北片株距8.9cm,中片和南片株距13.3cm。

1.3 数据处理

用Excel进行数据整理,用DPS 7.05进行方差分析和多重比较(Duncan新复极差法),SAS 8.0 e进行相关性分析。

2 结果与分析

2.1 黄淮海夏大豆产量的多因素方差分析

对连续2年参加黄淮海夏大豆北片、中片和南片区域试验数据分别进行了方差分析。由表2可知,除北片年份×品种互作效应对大豆产量差异不显著以外(P>0.05),其余各片年份、地点、品种及互作效应均对大豆产量影响达极显著水平(P<0.01)。中片各地点内区组的大豆产量也存在极显著性差异(P<0.01),说明区域试验中设置区组来反映大豆品种的产量差异具有一定的意义。

表2   黄淮海夏大豆产量的多因素方差分析

Table 2  Multi-factor variance analysis of summer soybean yield in Huanghuaihai region

片区
Part
变异来源
Resource of variation
平方和
SS
自由度
df
均方
MS
F
F-value
占总平方和百分比
Percentage of total sum of squares (%)
北片
Northern
区组364.622182.311.22ns0.14
年份7395.9017395.9049.34**2.85
地点150 231.50625 038.58167.06**57.92
品种9982.8442495.7116.65**3.85
年份×地点32 727.1365454.5236.39**12.62
年份×品种350.52487.630.58ns0.14
地点×品种16 017.6324667.404.45**6.18
年份×地点×品种21 607.0624900.296.01**8.33
总和259 360.88209
中片
Middle
区组2058.8821029.445.69**0.26
年份7955.8617955.8644.00**1.02
地点561 520.15511 2304.03621.14**71.76
品种36 527.3275218.1928.66**4.67
年份×地点66 586.64513 317.3373.66**8.51
年份×品种10 424.4471489.218.24**1.33
地点×品种43 787.51351251.076.92**5.60
年份×地点×品种19 273.8535550.683.05**2.46
总和782 487.16287
片区
Part
变异来源
Resource of variation
平方和
SS
自由度
df
均方
MS
F
F-value
占总平方和百分比
Percentage of total sum of squares (%)
南片
Southern
区组274.632137.321.49ns0.03
年份6022.7116022.7165.56**0.71
地点396 825.791039 682.58431.98**46.91
品种72 054.01107205.4078.44**8.52
年份×地点123 557.201012 355.72134.50**14.61
年份×品种10 726.38101072.6411.68**1.27
地点×品种118 856.651001188.5712.94**14.05
年份×地点×品种73 363.55100733.647.99**8.67
总和845 958.47725

**”表示在0.01水平上有极显著差异,“ns”表示无显著差异

**”represents extremely significant difference at 0.01 level,“ns”represents no difference

新窗口打开| 下载CSV


参照各因子的平方和占总平方和的百分比可知其贡献率,北片、中片和南片对大豆产量的贡献率略有不同,对贡献率进行排序,北片为地点(57.92%)>年份×地点(12.62%)>年份×地点×品种(8.33%)>地点×品种(6.18%)>品种(3.85%)>年份(2.85%)>年份×品种(0.14%),中片为地点(71.76%)>年份×地点(8.51%)>地点×品种(5.60%)>品种(4.67%)>年份×地点×品种(2.46%)>年份×品种(1.33%)>年份(1.02%),南片为地点(46.91%)>年份×地点(14.61%)>地点×品种(14.05%)>年份×地点×品种(8.67%)>品种(8.52%)>年份×品种(1.27%)>年份(0.71%),可见黄淮海北片、中片和南片地点效应的贡献率最大,接下来是年份×地点和地点×品种的互作效应,品种效应次之,年份效应的贡献率较小。

2.2 黄淮海夏大豆产量的多重比较

对不同地点的大豆平均产量进行多重比较。由表3可知,北片平均产量为3307.35kg/hm2,各地点平均产量排序为河北宁晋>河北南皮>北京大兴>河北易县>北京昌平>山东德州>河北石家庄,除北京昌平和河北易县产量差异不显著外,其他地点间差异均显著,北片河北宁晋达4069.05kg/hm2,较河北石家庄增加了45.66%。中片平均产量为3107.53kg/hm2,具体表现为河北邯郸>河南郑州>河南濮阳>山西临汾>山东潍坊>河南洛阳,中片各地点的平均产量差异均为极显著(P<0.01),邯郸平均产量比洛阳增加了71.67%。南片平均产量为2876.44kg/hm2,具体表现为山东菏泽>山东济宁>江苏淮安>山东临沂>江苏徐州>江苏灌云>河南周口>安徽龙亢>安徽阜阳>河南驻马店>安徽宿州,其中安徽龙亢、河南周口和江苏灌云3个地点的平均产量差异不显著,安徽阜阳、安徽宿州和河南驻马店平均产量差异也不显著,山东菏泽为3651.45kg/hm2,较安徽宿州(2432.25kg/hm2)极显著增加50.13%。对不同品种的平均产量进行多重比较。由表4可知,北片参试品种均显著高于对照冀豆12的产量,其中中黄78的产量最高,达3467.70kg/hm2,极显著高于其他品种,且中黄78变异系数最小,说明中黄78在北片不同试点产量均较高且波动小,可适应黄淮海北片的不同环境,齐黄34和中黄74产量较高且变异系数较小。中片洛豆1号产量最高,达3361.35kg/hm2,极显著高于其他品种,荷豆29号、圣豆十号、运豆101和冀1309的产量均极显著高于对照品种,石153和对照品种的产量差异不显著。中黄70在中片的产量较高,变异系数最小,产量较为稳定。南片中黄301产量最高,极显著高于其他品种,且变异系数较低,产量较为稳定,荷豆28产量较高,但其变异系数较大,淮12-13产量较低,变异系数最小,为12.12%。

表3   不同地点的大豆产量比较

Table 3  Soybean yield comparison of different locations

片区
Part
地点
Location
平均产量
Average yield (kg/hm2)
标准差
SD
变异系数
CV (%)
北片
Northern
北京昌平3178.80dD282.908.9
北京大兴3390.73cC413.7012.2
河北石家庄2793.45fE259.959.31
河北南皮3588.75bB437.8512.2
河北宁晋4069.05aA304.507.48
河北易县3242.10dD285.458.8
山东德州2888.55eE402.6013.94
平均3307.35508.65
中片
Middle
河北邯郸3943.50aA407.2510.33
河南郑州3793.35bB481.3512.69
河南洛阳2297.10fF360.7515.7
河南濮阳3515.10cC341.559.72
山东潍坊2462.85eE382.0515.51
山西临汾2633.25dD517.2019.64
平均3107.53783.28
南片
Southern
安徽阜阳2526.90gF271.3510.74
安徽龙亢2733.15fE247.659.06
安徽宿州2432.25gG271.2011.15
河南周口2779.05fE443.2515.95
河南驻马店2491.05gFG303.3012.18
江苏灌云2782.80fE434.2515.60
江苏淮安3045.75cC282.459.28
江苏徐州2877.60eD275.559.58
山东菏泽3651.45aA510.7513.99
山东济宁3326.85bB372.1511.19
山东临沂2994.00dC560.5518.72
平均2876.44499.33

不同小写字母表示在P < 0.05水平上差异显著,不同大写字母表示在P < 0.01水平上差异显著,下同

Different lowercase letters represent significant difference at P < 0.05 level, and different capital letters represent extremely significant difference at P < 0.01 level, the same below

新窗口打开| 下载CSV


表4   不同大豆品种的产量比较

Table 4  Yield comparison of different soybean varieties

片区
Part
品种
Variety
平均产量
Average yield (kg/hm2)
标准差
SD
变异系数
CV (%)
北片
Northern
齐黄343364.65bAB505.8015.03
中黄783467.70aA480.7513.86
中黄743292.65bcBC517.0515.70
冀豆193249.00cCD588.9018.13
冀豆12(CK)3162.90dD517.2016.35
中片
Middle
中黄703073.05cB553.3518.01
洛豆1号3361.35aA944.4028.10
荷豆29号3173.70bB799.9525.21
圣豆十号3184.20bB768.9024.15
运豆1013181.80bB675.9021.24
石1532870.70dC726.1525.29
冀13093196.05bB962.4030.11
邯豆5号(CK)2819.40dC675.4523.96
南片
Southern
HD 211162825.90eD494.1918.07
中黄3013165.94aA526.2517.18
中作X960582635.99gF518.4919.57
蒙01-422817.31eD403.1514.63
淮12-132710.25fE323.0312.12
中黄13(CK12962.02cB586.1520.51
濉科8号2950.22cBC546.2619.35
徐0117-462891.56dC447.3615.88
周豆25号2962.40cB490.4817.12
荷豆283016.69bB647.0122.52
中黄13(CK22702.41fE347.4713.32

新窗口打开| 下载CSV


对不同年份的大豆品种进行多重比较。由表5可知,所有片区2016和2017年平均产量存在极显著差异,但北片、中片和南片变化不一致。北片2017年的产量较2016年高5.53%,达极显著水平,中片2017年的产量较2016年高5.21%,达极显著水平,而南片2017年的产量较2016年降低了2.96%,差异极显著。

表5   不同年份大豆产量比较

Table 5  Soybean yield comparison of different years

片区
Part
年份
Year
平均产量
Average yield (kg/hm2)
标准差
SD
变异系数
CV (%)
北片
Northern
20163218.34bB463.0414.39
20173396.36aA575.0716.93
中片
Middle
20163028.68bB928.0230.64
20173186.39aA598.0018.77
南片
Southern
20162919.63aA559.6519.17
20172833.22bB457.0016.13

新窗口打开| 下载CSV


2.3 大豆产量与地理位置和其他农艺性状间的相关性分析

大豆产量与地理位置和其他农艺性状的相关性分析结果(表6)表明,大豆产量与单株粒重和百粒重呈极显著正相关,相关系数分别为0.6767和0.5432(P<0.01),而与经度和纬度无显著相关性。

表6   产量与地理位置和农艺性状的相关性

Table 6  Correlations of yield with geographic locations and agronomic traits

项目
Item
纬度
Latitude
经度
Longitude
生育期
Growth
period
株高
Plant
height
底荚高度
Bottom pods
height
主茎节数
Node
number
有效分枝
Effective
branch number
单株有效荚数
Effective pod
per plant
单株粒数
Seeds number
per plant
单株粒重
Seeds weight
per plant
百粒重
100-seed
weight
产量
Yield
0.4050-0.09900.25670.36770.23640.03300.19300.18730.41840.6767**0.5432**

**”表明在0.01水平上呈极显著相关

**”represents extremely significant correlation at 0.01 level

新窗口打开| 下载CSV


3 讨论

粮食作物的产量是由基因型和环境相互作用[12],高产、优质、抗病且广适品种是大豆高产、稳产的前提,但也离不开环境因子的影响。本研究对北片7个地点的5个品种、中片6个地点的8个品种和南片11个地点的11个品种进行多因素方差分析,结果表明,地点效应是影响黄淮海大豆产量差异的主要因素,接下来是年份×地点互作效应、地点×品种互作效应以及品种效应,年份效应贡献率较小,说明在黄淮海区域试验中,大豆产量除了受品种的遗传因素影响外,环境对产量影响更大,不同地点自然气候条件和人为栽培管理措施等对大豆产量产生较大差异。这也可以解释在大豆生产实践中,由于栽培管理与种植区域等因素的差异,高产结果难以被重复的现象[13]。目前对于产量影响因素的分析有不同的研究方法,包括AMMI模型(加性主效应倍增互作模型)、SHMM模型(平移乘积乘模型)、GGE双标图和多因素方差分析等。陈曦[14]通过AMMI模型分析品系间、试点间、品系与试点互作效应对大豆产量的影响,结果表明,试点间的差异占总变异的主要部分,互作效应也占了很大的比重,最后是品种间的差异,与本研究结果一致。郑伟[15]采用SHMM模型对2年9个试点的16个品种进行分析,结果表明,试点间变异平方和占整个处理平方和的86.59%,基因型即品种平方和仅占3.28%,而品种和试点的交互作用的平方和却占10.13%,是品种平方和的3.1倍。Carkner等[16]通过方差分析对9个栽培点的12个品种进行分析,品种、地点和品种与地点互作分别占总变异的1.0%、72.4%和8.1%,可见地点是影响大豆产量的主要因素,地点的差异很大程度上影响产量的高低,这些差异可能表现在试点的光照、温度和降雨量等气候条件及土壤理化性质、有机质含量、肥料施用和病虫害防治等方面。胡国玉等[17]分析不同环境对夏播大豆产量的影响,结果表明,品种效应对产量差异的影响大于试点效应,可能的原因是安徽省蒙城、阜南和河南龙亢3个试验点均位于黄淮海南部的皖北平原,纬度差异较小,光照和温度等气候条件相似,土壤类型相同,而在本研究中不同试点的土壤类型和土壤理化性质可能存在差异。年份×地点和地点×品种的互作效应大于品种效应对大豆产量的影响,说明地点在具体年份和不同品种间因气候条件和品种在该试点的适应性不同而表现出产量的不同。

增加作物产量可以通过扩大现有作物面积、提高单产或者两者兼得来实现[18],单产的增加可以通过提高产量潜力或者减少产量差距[19-20]来实现,产量差距的缩小很大程度取决于作物栽培管理措施的改善[19]。在本研究中,黄淮海中片大豆产量差距较大,南片差距较小,北片不同地点间平均产量相差95.10~1275.60kg/hm2,中片相差165.75~1646.40kg/hm2,南片相差58.80~1219.20kg/hm2,因此注重大豆栽培技术的优化,创制有利于大豆的生长条件,对提高黄淮海地区大豆的单产水平有重要作用。

本研究结果表明,中黄78、中黄70和中黄301分别在黄淮海夏大豆北片、中片和南片平均产量较高,且变异系数小,说明这3个品种适宜种植区域比较大。洛豆1号和荷豆28产量较高,但其变异系数大,对环境有一定的选择性,适宜种植区域较小。

年份间变化对大豆产量的影响最小。北片2017年平均产量较2016年增加了178.02kg/hm2,中片2017年较2016年增加了157.71kg/hm2,南片年份间产量差距小,变化趋势相反,2017年平均产量较2016年减少了86.41kg/hm2。分析黄淮海南片9个试点的气候资料,2016年6月份(播种期)降雨量达115.20mm,比2017年多44.85mm,降水充足,土壤墒情较好,大豆能够抢墒播种,利于出苗,苗齐和苗全是保证大豆产量的基础和前提。2017年9月(鼓粒期)平均气温比2016年低0.77℃,降雨量多42.75mm,日照时数少30.82h,光照不足影响大豆植株光合作用,温度较低,湿度大,易导致病虫害的发生。这些可能是黄淮海南片2017年平均产量比2016年低的原因。

4 结论

黄淮海夏大豆产区种植面积广,经纬度跨度大,同一片区内生态条件相似,不同地点的土壤状况和栽培措施不同,造成产量差距大,大豆单产水平不一,地点效应成为影响黄淮海大豆产量差异的主要因素,品种效应次之,年份效应的影响最小。中黄78、中黄70和中黄301分别在黄淮海北片、中片和南片为高产稳产品种。因此在黄淮海夏大豆推广过程中,选择优质、高产和广适品种是高产的首要条件,同时还应因地制宜进行品种小面积的示范推广,集成配套的栽培技术,进行标准化管理,降低不良环境或病虫害对大豆的影响,充分发挥优良品种的高产潜力,提高黄淮海地区大豆单产水平,增加总产量。

参考文献

高明.

土壤环境地球化学条件与大豆产量/质量的关系研究―以吉林省为例

长春:吉林大学, 2017.

[本文引用: 1]

盖钧镒. 作物育种学各论. 北京: 中国农业出版社, 2006.

[本文引用: 1]

李卫东. 黄淮海夏大豆及品种参数. 北京: 中国农业科学技术出版社, 2006.

[本文引用: 1]

常世豪, 杨青春, 舒文涛, .

黄淮海夏大豆品种(系)主要农艺性状的综合性分析

作物杂志, 2020(3):66-72.

[本文引用: 1]

慈敦伟, 张礼凤, 汪宝卿, .

大豆种质资源农艺性状和产量的年份间差异及其关系

植物遗传资源学报, 2011, 12(6):872-880.

[本文引用: 1]

史宏.

不同生态类型大豆农艺性状与产量关系的研究

华北农学报, 2018, 33(1):150-159.

[本文引用: 1]

牛宁, 李振侠, 金素娟, .

黄淮海地区大豆光合特性及高光效种质筛选

中国油料作物学报, 2018, 40(4):524-532.

[本文引用: 1]

刘章雄, 杨春燕, 徐冉, .

大豆微核心种质在黄淮地区的区域适应性分析

作物学报, 2011, 37(3):443-451.

[本文引用: 1]

何鑫, 马文娅, 付汝洪, .

2006-2017年国家黄淮海夏大豆品种区域试验参试品种(系)分析

中国油料作物学报, 2019, 41(4):537-549.

[本文引用: 1]

刘晓, 王丽, 王天舒, .

黄淮海耐压实大豆品种的初步筛选及根系特征分析

大豆科学, 2020, 39(3):329-340.

[本文引用: 1]

王乐政, 华方静, 曹鹏鹏, .

不同播期夏大豆的产量、光合特性和气象因子效应研究

中国油料作物学报, 2019, 41(5):750-757.

[本文引用: 1]

Liu X B, Herbert S J.

Some aspects of yield physiology research in soybean

Journal of Northeast Agricultural University (English Edition), 2000(1):71-78.

[本文引用: 1]

尹阳阳, 徐彩龙, 宋雯雯, .

密植是挖掘大豆产量潜力的重要栽培途径

土壤与作物, 2019, 32(4):15-21.

[本文引用: 1]

陈曦.

大豆高代品系的稳定性与适应性分析

郑州:河南农业大学, 2019.

[本文引用: 1]

郑伟.

SHMM模型在大豆品种区域试验中的应用

中国农学通报, 2007(7):207-210.

[本文引用: 1]

Carkner M K, Entz M H.

Growing environment contributes more to soybean yield than cultivar under organic management

Field Crops Research, 2017, 207:42-51.

DOI:10.1016/j.fcr.2017.02.019      URL     [本文引用: 1]

胡国玉, 李杰坤, 王大刚, .

夏播大豆产量的环境响应及高产品种的主要特性

大豆科学, 2017, 36(4):531-539.

[本文引用: 1]

Merlos F A, Monzon J P, Andrade F H, et al.

Potential for crop production increase in Argentina through closure of existing yield gaps

Field Crops Research, 2015, 184:145-154.

DOI:10.1016/j.fcr.2015.10.001      URL     [本文引用: 1]

Fischer T, Byerlee D, Edmeades G.

Crop yields and global food security:will yield increase continue to feed the world?

Cranberra:Australian Centre for International Agricultural Research, 2014.

[本文引用: 2]

Di M G, Cipriotti P A, Santiago G, et al.

Environmental and management variables explain soybean yield gap variability in Central Argentina

European Journal of Agronomy, 2018, 99:186-194.

DOI:10.1016/j.eja.2018.04.012      URL     [本文引用: 1]

/