小麦是全球约35%以上人口的口粮来源，也是我国三大主粮作物之一，其产量丰歉直接关乎国家粮食安全[1]。近年来，小麦生产问题日益受到人们的关注，协同提升小麦产量和品质已成为我国品种改良与栽培技术优化的重要目标。然而小麦的产量与品质性状均受基因型和栽培环境的影响[2-3]。黄淮冬麦区北片包括山东全省、河北中南部以及山西南部地区，是我国主要的小麦生产区域，在全国小麦生产中具有重要地位[4]。掌握该麦区不同地点间小麦产量和品质相关性状的特征、差异及影响因素，对该地区小麦品种选育、区域布局和规模化生产有着重要指导意义。近年来，国内外关于不同生态区小麦品种的性状分析多有报道。杜晓宇等[5]通过相关性分析、主成分分析和聚类分析等对黄淮南片区域试验冬水组39份冬小麦品系的5个农艺性状和5个品质性状进行综合评价，筛选出新麦45、山农116和轮选2000等品系可作为小麦育种的杂交亲本。孟丽梅等[6]对宁夏251份小麦种质的10个农艺性状和9个品质性状进行分析，发现其变异较大，遗传多样性丰富。孙允超等[7]和王林海等[8]通过对国外普通小麦农艺性状进行聚类分析，明确了各个类群的主要特征，为选育高产小麦品种提供理论依据。张桂英等[9]将国外引进的51份小麦品种的农艺性状进行聚类分析，根据类群特点为选配杂交亲本提供了重要的参考依据。有研究[10]针对黄淮麦区15个小麦品系的农艺性状和品质性状进行了聚类分析，依据各类群特点分析了小麦蛋白质含量、容重和稳定时间等9个指标间的关系。综上所述，可以看出，聚类分析等手段有助于育种亲本的选择，对品种改良具有参考价值，同时从多角度评估了现有种质状况。GGE-biplot法以原始区域试验数据为基础进行图形化展示，有助于直观理解基因型与基因型―环境交互作用的比例，揭示作物品种的独特适应性，同时考虑了年季间的变化，是目前分析区域试验材料比较理想的方法。在小麦区域试验研究[11-
目前，对于同一区域小麦品种农艺和品质性状的聚类分析研究较多。但不同地区、不同品种的小麦各具特点，其农艺性状和品质性状的主成分分析和聚类分析报道较少。本研究利用多种分析方法，分析黄淮冬麦区北片不同小麦品系间农艺性状与品质性状的差异，筛选并确定起主要作用的影响因素，为黄淮冬麦区北片小麦新品系选育评价体系、区域布局和规模化生产等提供理论依据。
1 材料与方法
1.1 试验地概况与供试材料
表1 试验地点经纬度及海拔
Table 1
| 编号 Code | 试验地点 Test site | 经度 Longitude | 纬度 Latitude | 海拔 Altitude (m) |
|---|---|---|---|---|
| E1 | 山东德州 | 116°20′ E | 37°21′ N | 24.0 |
| E2 | 河北高邑 | 114°36′ E | 37°38′ N | 44.5 |
| E3 | 山西临汾 | 112°12′ E | 36°09′ N | 499.0 |
| E4 | 山东临沂 | 118°26′ E | 35°01′ N | 65.5 |
| E5 | 山东泰安 | 116°52′ E | 35°58′ N | 80.0 |
| E6 | 河北邢台 | 114°39′ E | 37°06′ N | 45.0 |
| E7 | 山西盐湖 | 111°01′ E | 35°02′ N | 376.0 |
表2 供试材料
Table 2
| 编号 Code | 品系 Line | 编号 Code | 品系 Line | 编号 Code | 品系 Line |
|---|---|---|---|---|---|
| BP01 | GY17050 | BP09 | 济农112 | BP17 | 山农QH005 |
| BP02 | GY18180 | BP10 | 济农160026 | BP18 | 石17-50514 |
| BP03 | SH3566 | BP11 | 济农Y47 | BP19 | 中麦108 |
| BP04 | SH478 | BP12 | 冀麦106 | BP20 | 中麦181 |
| BP05 | SH6099 | BP13 | 冀麦340 | BP21 | 中麦7068 |
| BP06 | SN676 | BP14 | 金来33 | BP22 | 中麦7138 |
| BP07 | 航麦2087 | BP15 | 山农651545 | BP23 | 中麦815 |
| BP08 | 航麦902 | BP16 | 山农710094 | BP24 | 中麦98 |
1.2 试验方法
供试的24个冬小麦品系采用完全随机区组排列，每小区面积为13.3 m²，种植行数不少于6行，行间距统一设为25 cm，试验区四周设置不少于2个小区面积的保护行，设置3次重复。控制基本苗为300万株/hm²左右，播种前对种子进行精选，去除空瘪粒、破损粒及杂质，保证种子发芽率≥90%，施用尿素150 kg/hm²、磷酸二铵225 kg/hm²和氯化钾120 kg/hm²；生育期内根据土壤墒情及降水情况进行灌溉，确保关键生育期水分供应。
1.3 测定项目与方法
1.3.1 产量及其构成因素
于小麦收获前，随机选取1 m2区域的20株小麦进行考种，样本在室内进行测量，考察穗数、穗粒数、千粒重和株高；收获后根据小区的收获量计算单位面积籽粒产量。
1.3.2 分蘖成穗率
于小麦收获前，随机选择1 m2区域，测量有效穗数；于小麦分蘖盛期测量该区域最大分蘖数，并计算分蘖成穗率：分蘖成穗率（%）=有效穗数/最大分蘖数×100[15]。
1.3.3 籽粒形态与硬度
于小麦成熟时，各品系随机选择20个代表性穗进行人工脱粒，籽粒腹沟朝下排放，利用万深稻麦性状测定仪（SC-G型）进行无影拍照，获得高质量电子照片，测定粒长和粒宽；采用JYDB100型小麦硬度仪测定籽粒硬度。
1.3.4 籽粒蛋白质含量
取小麦籽粒，用磨粉机磨制成全麦粉，过80目筛备用。采用凯氏定氮法，称取全麦粉0.100±0.001 g于消化管中，加入适量催化剂，在消解仪420 ℃下消化85 min，冷却后使用K9840凯氏定氮仪（上海）测定耗酸量，计算得到籽粒蛋白质含量。
1.3.5 土壤容重
于小麦开花期，分别在每个试验地点的0~10和10~20 cm土层取环刀土，105 ℃烘干至恒重，计算土壤容重：土壤容重=土壤干重/土壤体积。各小区重复5次。
1.4 数据处理
采用Microsoft Excel 2020进行数据录入和整理，采用Origin 2021进行箱线图制作与分析，采用DPS 20.05进行AMMI模型分析、主成分分析、聚类分析、理想品系和品系适应性分析。
2 结果与分析
2.1 小麦11个性状的变异分析
24个冬小麦品系11个性状的表现详见网络增强出版附加材料附表1。由图1、2可见，除籽粒硬度外，其他10个性状变异系数的品系均值皆高于环境均值，尤其是籽粒产量的变异系数，品系均值为环境均值的3.4倍，24个品系的变异系数均高于10%，而7个性状变异系数的环境均值小于8%。不同性状间比较，参试品系穗数的变异系数最大，土壤容重的最小，从大到小依次为：穗数>籽粒产量>成穗率>穗粒数>籽粒蛋白质含量>千粒重>株高>粒宽>粒长>籽粒硬度>土壤容重；环境间则以成穗率的变异系数最高，土壤容重的亦最小，从大到小依次为：成穗率>籽粒硬度>穗粒数>穗数>千粒重>株高>籽粒蛋白质含量>粒宽>籽粒产量>粒长>土壤容重。以上表明穗部特征指标（穗数、穗粒数和成穗率）的变异程度高于籽粒特征指标（千粒重、粒长和粒宽），土壤容重的变异程度最小。
图1
图1
参试品系11个性状的变异系数
PH：株高，GL：粒长，GW：粒宽，TGW：千粒重，GPS：穗粒数，SN：穗数，ETP：成穗率，SBD：土壤容重，GH：籽粒硬度，GPC：籽粒蛋白质含量，GY：籽粒产量。◆为异常值。下同。
Fig.1
Variation coefficients of 11 traits in the tested lines
PH: plant height, GL: grain length, GW: grain width, TGW: 1000-grain weight, GPS: grains per spike, SN: spike number, ETP: percentage of effective tillers, SBD: soil bulk density, GH: grain hardness, GPC: grain protein content, GY: grain yield. ◆ is an outlier. The same below.
图2
图2
不同环境下小麦11个性状的变异系数
Fig.2
Variation coefficients of 11 traits in wheat under different environments
2.2 产量和性状的双因素方差分析
方差分析结果表明，环境、基因型、环境与基因型互作对11个被测性状的影响均达到极显著水平，但不同变异来源的贡献率在11个性状间差异较大（表3）。环境对各性状的作用从大到小依次为籽粒产量>穗数>穗粒数>籽粒蛋白质含量>株高>成穗率>千粒重>土壤容重>粒长>粒宽>籽粒硬度；基因型对各性状的作用从大到小依次为籽粒硬度>株高=千粒重>土壤容重>粒长>籽粒蛋白质含量>粒宽>穗粒数>成穗率>穗数>籽粒产量；环境×基因型互作的作用从大到小依次为成穗率>土壤容重>粒宽>籽粒蛋白质含量>穗粒数>穗数>籽粒硬度>千粒重>粒长>株高>籽粒产量，表明环境对群体指标（籽粒产量和穗数）、基因型对个体指标（籽粒硬度、株高和千粒重）、环境×基因型互作对分蘖成穗能力的调控效应较大。
表3 籽粒产量和性状的双因素方差分析
Table 3
| 性状 Trait | F值F-value | 贡献率Contribution rate (%) | |||||
|---|---|---|---|---|---|---|---|
| 环境 Environment | 基因型 Genotype | 环境×基因型 Environment×Genotype | 环境 Environment | 基因型 Genotype | 环境×基因型 Environment×Genotype | ||
| 株高PH | 2810.2** | 630.5** | 38.8** | 45.5 | 39.1 | 14.5 | |
| 粒长GL | 139.8** | 31.8** | 3.6** | 32.6 | 28.4 | 19.3 | |
| 粒宽GW | 148.9** | 23.0** | 6.4** | 32.3 | 19.2 | 31.7 | |
| 千粒重TGW | 569.0** | 155.5** | 13.3** | 37.3 | 39.1 | 20.0 | |
| 穗粒数GPS | 1208.6** | 73.9** | 20.9** | 59.5 | 14.0 | 23.6 | |
| 穗数SN | 1682.4** | 44.4** | 22.6** | 69.3 | 7.0 | 21.4 | |
| 成穗率ETP | 623.8** | 52.2** | 31.8** | 38.7 | 12.4 | 45.3 | |
| 土壤容重SBD | 904.2** | 192.5** | 38.2** | 35.0 | 28.6 | 34.1 | |
| 籽粒硬度GH | 49.1** | 408.2** | 18.3** | 2.4 | 74.9 | 20.1 | |
| 籽粒蛋白质含量GPC | 1086.6** | 123.4** | 22.3** | 51.1 | 22.2 | 24.1 | |
| 籽粒产量GY | 1916.1** | 16.5** | 5.8** | 88.4 | 2.9 | 6.1 | |
“**”表示P < 0.01的极显著水平。PH：株高，GL：粒长，GW：粒宽，TGW：千粒重，GPS：穗粒数，SN：穗数，ETP：成穗率，SBD：土壤容重，GH：籽粒硬度，GPC：籽粒蛋白质含量，GY：籽粒产量。下同。
“**”indicates extremely significant level of P < 0.01. PH: plant height, GL: grain length, GW: grain width, TGW: 1000-grain weight, GPS: grains per spike, SN: spike number, ETP: percentage of effective tillers, SBD: soil bulk density, GH: grain hardness, GPC: grain protein content, GY: grain yield. The same below.
2.3 小麦11个性状的主成分分析
11个性状的主成分分析结果（表4）表明，前5个主成分累计贡献率达到82.67%，包含了11个性状中的绝大部分信息，可以用这5个主成分对供试品系进行分析评价。
表4 小麦11个性状的主成分分析
Table 4
| 性状Trait | PC1 | PC2 | PC3 | PC4 | PC5 |
|---|---|---|---|---|---|
| 株高PH | -0.279 | -0.247 | -0.073 | -0.196 | 0.649 |
| 粒长GL | 0.423 | 0.008 | -0.211 | -0.230 | 0.233 |
| 粒宽GW | 0.313 | 0.246 | 0.294 | 0.129 | -0.234 |
| 千粒重TGW | 0.463 | 0.261 | 0.047 | -0.060 | 0.277 |
| 穗粒数GPS | 0.002 | -0.610 | 0.200 | 0.258 | -0.227 |
| 穗数SN | -0.391 | 0.387 | -0.053 | -0.172 | -0.003 |
| 成穗率ETP | -0.361 | 0.414 | 0.187 | -0.078 | 0.004 |
| 土壤容重SBD | -0.325 | 0.093 | -0.084 | 0.584 | 0.045 |
| 籽粒硬度GH | 0.200 | 0.271 | 0.086 | 0.612 | 0.332 |
| 籽粒蛋白质含量GPC | 0.016 | -0.074 | -0.655 | 0.262 | 0.143 |
| 籽粒产量GY | -0.055 | -0.172 | 0.583 | 0.041 | 0.457 |
| 特征值Eigenvalue | 3.35 | 1.97 | 1.70 | 1.15 | 0.92 |
| 贡献率Contribution rate(%) | 30.43 | 17.90 | 15.50 | 10.49 | 8.35 |
| 累计贡献率Cumulative contribution (%) | 30.43 | 48.33 | 63.83 | 74.32 | 82.67 |
第1主成分的贡献率为30.43%，决定第1主成分大小的主要是千粒重和粒长，可把第1主成分称为“粒重特性因子”。其特征向量间的关系表明，千粒重越高的品系，一般其籽粒较长、较宽，但穗数和成穗率较低，即籽粒越大，穗数越少。第2主成分的贡献率为17.90%，该主成分特征向量中穗粒数的贡献最大，可称其为“穗粒数因子”。其特征向量间所揭示的信息是穗粒数与成穗率和穗数均呈负相关关系，表明随着成穗率和穗数的增加，穗粒数会有所减少。第3主成分的贡献率为15.50%，该主成分特征向量中籽粒蛋白质含量的贡献最大，可称其为“籽粒蛋白质含量因子”。其特征向量中籽粒产量的贡献也较大，但与籽粒蛋白质含量负相关，表明籽粒蛋白质含量较高的品系，一般其籽粒产量不会太高。第4主成分的贡献率为10.49%，决定第4主成分大小的主要是籽粒硬度和土壤容重，二者均为一次加工品质指标，可称其为“磨粉品质因子”，其特征向量间所揭示的信息是籽粒硬度与籽粒蛋白质含量正相关，表明籽粒硬度高的品系，一般其籽粒蛋白质含量亦较高。第5主成分的贡献率为8.35%，该主成分特征向量中株高的贡献最大，可称其为“株高因子”，其特征向量中籽粒产量的贡献也较大，表明该主成分值较大的品系具有株高和籽粒产量均较高的特点。
2.4 环境的聚类分析
基于11个性状，采用欧氏距离及离差平方和法对7个试点进行系统聚类分析。由图3可知，在欧氏距离5.0处，可将试点分为3类，第Ⅰ类为邢台（E6），第Ⅱ类包括高邑（E2）、临汾（E3）、临沂（E4）、泰安（E5）和盐湖（E7），第Ⅲ类为德州（E1）。从表5可以看出，第Ⅰ类试点的籽粒产量、穗数、株高和成穗率最高，较第Ⅱ类试点分别高21.7%、25.8%、3.3%和16.9%，较Ⅲ类试点分别高49.3%、48.3%、15.0%和10.9%。第Ⅰ类千粒重、粒长和粒宽最低，其千粒重较第Ⅱ类和第Ⅲ类分别低4.0%和9.4%；穗粒数较第Ⅱ类高3.2%，较第Ⅲ类低7.9%；籽粒蛋白质含量较第Ⅱ类高2.6%，较第Ⅲ类低10.7%。土壤容重和籽粒硬度在不同类别环境间的差异较小。以上结果表明，成穗率高、穗数多且株高较高的环境更利于实现小麦籽粒产量的提升。
图3
表5 不同类别环境的性状
Table 5
| 类别 Type | 株高 PH (cm) | 粒长 GL (mm) | 粒宽 GW (mm) | 千粒重 TGW (g) | 穗粒数 GPS | 穗数 SN (×104/hm2) | 成穗率 ETP (%) | 土壤容重 SBD (g/L) | 籽粒硬度 GH | 籽粒蛋白质含量 GPC (%) | 籽粒产量 GY (kg/hm2) |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ⅰ | 82.4 | 5.7 | 2.9 | 43.7 | 35.1 | 835.5 | 50.3 | 827.3 | 64.0 | 12.1 | 10 914.5 |
| Ⅱ | 79.8 | 6.2 | 3.2 | 45.5 | 34.0 | 664.5 | 43.1 | 815.8 | 62.5 | 11.8 | 8965.4 |
| Ⅲ | 71.6 | 6.1 | 3.1 | 48.3 | 38.1 | 562.5 | 45.4 | 824.1 | 64.4 | 13.6 | 7309.6 |
2.5 品系的聚类分析
采用欧氏距离及离差平方和法，基于11个性状对24个参试品系进行系统聚类分析，在欧氏距离7.0处，将参试品系分为3类（图4）。第Ⅰ类群含9个品系，占比37.5%，包括BP05、BP06、BP07、BP11、BP12、BP14、BP16、BP21和BP22。第Ⅱ类群含4个品系，占比16.7%，包括BP04、BP09、BP19和BP24；第Ⅲ类群含11个品系，占比45.8%，包括BP01、BP02、BP03、BP08、BP10、BP13、BP15、BP17、BP18、BP20和BP23。
图4
由表6可以看出，3个类群间比较，第Ⅰ类群品系的千粒重最高、粒长最长、粒宽最宽、籽粒硬度和籽粒蛋白质含量均为最高，但其穗数、成穗率和籽粒产量均最低，可见对于粒重较高的品系而言，进一步改良分蘖成穗能力、提高成熟期群体大小是提升其产量的重要途径。第Ⅱ类群品系的穗粒数、株高和土壤容重最高，穗数、成穗率和籽粒产量较高，但千粒重、粒长、粒宽和籽粒硬度均最低，表明提高粒重和改善籽粒硬度是该类品系的改良目标。第Ⅲ类群品系的穗数、成穗率和籽粒产量最高，千粒重、粒长、粒宽、株高、土壤容重和籽粒硬度均较高，但穗粒数和籽粒蛋白质含量最低，表明优化提升穗粒数是挖掘该类品系产量潜力的有效途径。
表6 基于品系划分的不同类群性状
Table 6
| 类群 Group | 株高 PH (cm) | 粒长 GL (mm) | 粒宽 GW (mm) | 千粒重 TGW (g) | 穗粒数 GPS | 穗数 SN (×104/hm2) | 成穗率 ETP (%) | 土壤容重 SBD (g/L) | 籽粒硬度 GH | 籽粒蛋白质含量 GPC (%) | 籽粒产量 GY (kg/hm2) |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ⅰ | 76.4 | 6.3 | 3.2 | 47.6 | 35.2 | 651.0 | 42.9 | 813.3 | 64.5 | 12.3 | 8922.6 |
| Ⅱ | 82.3 | 6.0 | 3.0 | 41.3 | 36.7 | 682.5 | 45.0 | 824.3 | 56.4 | 12.1 | 9018.5 |
| Ⅲ | 79.9 | 6.1 | 3.1 | 45.7 | 33.7 | 690.0 | 45.5 | 821.0 | 64.2 | 12.0 | 9072.4 |
2.6 参试品系丰产性和稳产性分析
理想的品系应在高产的同时表现稳定，GGE双标图（图5）呈现了参试品系的丰产性和稳定性，可以对参试品系的籽粒产量表现进行全面评估。品系图标在平均环境轴上的垂足距离箭头方向越近表示丰产性越好，垂线长度越短则表示稳定性越好[16]。BP13的平均籽粒产量最高，稳定性最好。BP04、BP05、BP10、BP12、BP15、BP17、BP18和BP24的丰产性和稳定性均较好，也是比较理想的品系。低于平均籽粒产量的品系有BP02、BP06、BP07、BP08、BP09、BP11、BP14、BP16、BP20、BP21、BP22和BP23。稳定性差的品系包括BP03、BP11、BP19和BP22，变异度超过5.0%。综合丰产性和稳产性，BP13最优，其籽粒产量最高（9487.1 kg/hm2），株高（80 cm）、粒宽（3.2 mm）和土壤容重（824.7 g/L）较高，籽粒蛋白质含量（12.1%）适中，其丰产性不受时间和地域限制，有利于小麦高产栽培策略的广泛实施，接近理想品系。
图5
3 讨论
黄淮北片冬麦区是我国重要的小麦主产区，该区光温资源丰富，增产潜力较高[17]。小麦产量与品质受到栽培技术、遗传特性、地理位置及环境因素的共同影响[18]。澳大利亚和美国等国家将小麦生产划分为特定区域，以保证产量和品质稳定，每个区域专注于种植单一或几种特定品种，使得小麦品质具有很强的一致性[19]。本研究对24个小麦品系在3个省份7个试点的农艺性状和品质性状指标进行分析，结果表明，该区小麦性状在不同地点间存在显著差异。这与李晓荣等[20]对西南麦区96份小麦育种材料的研究、许娜丽等[21]对251份小麦种质资源的研究和李晶等[22]对俄罗斯和乌克兰引进冬小麦主要农艺性状与品质性状的分析结果一致，上述研究均表明同一品种在不同地区间的小麦农艺性状和品质性状参差不齐。通过对主要性状的变异分析可知，除籽粒硬度外，品系对其他10个性状的影响程度高于环境，其中对籽粒产量的影响较大。在不同性状间比较，品系对穗数的影响差异较大，而对土壤容重的影响最小；就环境因素而言，成穗率的变异系数最高，土壤容重的变异系数亦最小。张凡等[23]研究发现，小麦品种主要性状中土壤容重的变异程度最小，这与本研究结果一致，但其产量变异程度较大，可能是由于品种间的差异所致。
由于基因型和环境的影响，使用单一指标评价小麦品质会导致结果不可靠[24]。因此，结合主成分分析和聚类分析等多种分析方法对作物品质进行综合评价，是当前普遍采用的途径[25]。本试验通过主成分分析将11个性状进行降维，根据贡献率高低将其转化为粒重特性因子、穗粒数因子、籽粒蛋白质含量因子、磨粉品质因子和株高因子共5个主成分。其中，第1主成分的贡献率高达30.43%，特征向量间的相互关系表明籽粒越大则穗数越少，第2主成分的贡献率为17.90%。小麦属于群体密度型产量作物，穗粒数对产量起首要作用，然而随着成穗率和穗数的增加，穗粒数却可能有所减少。因此，注重单位面积穗数的提高，是实现高产的基础。聚类分析被广泛应用于作物品种资源的差异和分类方面，已证明其为比较可行的分析评价方法[26
兼具丰产性和稳产性是小麦育种的重要目标，也是决定小麦品种是否适合推广的重要指标[34]。金彦刚等[35]对作物品种稳定性的分析发现，稳产品种对环境适应性较强，籽粒产量受环境因素影响较小。本研究发现在24个品系中，BP13的综合性状最优，接近理想品系，其籽粒产量高达9487.1 kg/hm2，株高（80 cm）、粒宽（3.2 mm）和土壤容重（824.7 g/L）较高，千粒重（46.1 g）、穗数（666.0 ×104/hm2）、穗粒数（35.8）和籽粒蛋白质含量（12.1%）适中；BP04、BP05、BP10、BP12、BP15、BP17、BP18和BP24的丰产性和稳产性较理想，综合农艺性状较好，可作为优异资源进行重点开发利用。未来应针对不同地区开展多年多点的试验，以进一步筛选和验证优质高产品种（系）及其适宜种植区域，为黄淮北片冬麦区的冬小麦品种（系）选育推广提供理论依据。
4 结论
黄淮北片冬麦区的小麦农艺和品质性状在不同品系和不同种植区间存在显著差异。变异分析结果表明，在11个性状中，穗数、穗粒数和成穗率的变异程度高于千粒重、粒长和粒宽，土壤容重的变异程度最小。方差分析表明环境×基因型互作对分蘖成穗能力的调控效应较大。主成分分析中第1主成分的贡献率高达30.43%，其特征向量间相互关系表明千粒重越大则穗数越少。聚类分析结果显示，成穗率高、穗数多且株高较高的群体环境更利于实现小麦籽粒产量的提升。综合考虑各小麦品系的丰产性和稳产性，BP13（冀麦340）表现最优，接近理想品系；BP04（SH478）、BP05（SH6099）、BP10（济农160026）、BP12（冀麦106）、BP15（山农651545）、BP17（山农QH005）、BP18（石17-50514）和BP24（中麦98）表现良好，可在育种和生产中进一步利用。
参考文献
Influence of the cultivar,environment and management on the grain yield and bread-making quality in winter wheat
DOI:10.1016/j.jcs.2014.11.001 URL [本文引用: 1]
基因型和环境对小麦产量、品质和氮素效率的影响
DOI:10.3724/SP.J.1006.2019.81072
[本文引用: 1]
以不同基因型的小麦品种(13个强筋小麦品种和2个中筋小麦品种), 不同试验地点(馆陶、宁晋、藁城)和不同施氮水平(0、180、240和300 kg hm <sup>-2</sup>)的田间试验, 综合分析基因型、环境对小麦产量、品质、氮肥利用率的影响, 以期为优质强筋小麦品种选育、栽培调控及高产提质增效的协同目标提供科学依据。研究表明, 不同小麦品种产量在9289~10,088 kg hm <sup>-2</sup>之间, 强筋小麦品种平均产量9548 kg hm <sup>-2</sup>, 比中筋小麦品种减产3.1%。藁城、宁晋、馆陶三地的产量分别达9932、9433和9223 kg hm <sup>-2</sup>。不同小麦品种籽粒蛋白质均值14.5%, 湿面筋28.5%, 沉淀指数39.5 mL, 稳定时间15.4 min, 拉伸能量87.5 cm <sup>2</sup>, 最大拉伸阻力428.8 BU。藁优5218、藁优5766、冀麦738、科农2009、师栾02-1、藁优2018、冀麦867综合品质表现较好。馆陶和宁晋的小麦品质性状相对较好, 藁城的品质较差。氮肥利用率随施氮量增加呈降低趋势, N180处理的氮肥农学效率、氮肥吸收利用效率、氮肥生理利用率最高, 依次为4.3 kg kg <sup>-1</sup>、26.2%、16.6 kg kg <sup>-1</sup>。兼顾产量、品质、效率三方面, 藁城适宜种植品种有冀麦738、冀麦867、师栾02-1; 宁晋有师栾02-1、科农2009、冀麦738; 馆陶有藁优5766、藁优2018、师栾02-1。综合考虑小麦产量、籽粒品质和氮素利用率, 180 kg hm <sup>-2</sup>为本研究条件下的最佳施氮量。
Evaluation of genetic diversity and interrelationships of agro-morphological characters in durum wheat (Triticum durum Desf.) lines using multivariate analysis
引入的美国小麦种质主要农艺性状的遗传多样性分析
DOI:10.11924/j.issn.1000-6850.casb17110047
[本文引用: 1]
旨在筛选适宜的小麦杂交亲本。以2015 年引入的51 份美国小麦种质为试验材料，研究了4 个质量性状的频率分布与遗传多样性，分析了9 个主要农艺性状间的相关性、遗传多样性，并以农艺性状为指标，对51 份小麦种质进行了聚类分析。参试小麦种质的株型以直立型为主，穗型以纺锤形为主，芒型以长芒为主，旗叶以下披型为主。产量与有效穗数(0.472**)极显著正相关，与千粒重(0.340*)显著正相关。9 个主要农艺性状间的差异性较大，各性状的变异系数除容重(1.71%)外，均超过了5%，以不孕小穗(55.21%)为最大，参试种质的遗传多样性丰富。Ward 法聚类将51 份种质分为了4 类，其中第1 类群10份种质的千粒重(40.31 g)、有效穗数（656.74 万/hm2）、产量(8718.63 kg/hm2)是4 个类群中最高，可作为重点亲本利用，其余种质可依据类群特征作为改良某一性状的中间材料利用。
黄淮麦区小麦品种(系)品质性状多样性分析
Yield and grain quality of wheat in response to increased temperatures at key periods for grain number and grain weight determination: considerations for the climatic change scenarios of Chile
DOI:10.1017/S0021859612000639
URL
[本文引用: 1]
Agricultural systems are challenged by global climatic change in a scenario of increasing food demand by a growing population. The increase in average temperature will be the main environmental factor affecting the crop development and productivity worldwide, although changes in carbon dioxide (CO2) concentration and rainfall are also expected. Global warming in the range of moderately high temperatures (15–32°C) is projected for temperate environments such as that of central-southern Chile, where grain crops such as wheat are widely grown. The present study assessed the impact of moderately high temperatures on both yield and quality traits of wheat during key stages for grain number and grain weight determination. Two cultivars of spring wheat (Pandora INIA and Huayún INIA) were grown under field conditions during two cropping seasons (2006/07 and 2007/08) under different thermal regimes, consisting of a combination of three temperatures (a control at ambient temperature and two increased temperature treatments, ranging from 2·6 to 11·7°C above the control) and two (3–15 and 20–32 days after anthesis) or three (booting to anthesis (Bo-At), 3–15 and 20–32 days after anthesis) timing regimes. The data recorded showed that the extent of yield reduction was strongly dependent on the timing of the heat treatments. Increased temperature at pre- (Bo-At) or early post-anthesis (3–15 days after anthesis) affected grain yield the most (reducing it by 8–30%). In light of these results, yield reductions of up to 18% can be expected when the crop undergoes average temperature increase of 2·8°C at Bo-At. In this study, the negative effect of increasing temperature on grain yield was associated with both grain number and grain weight reductions; however, different sensitivities to higher temperatures were found between cultivars. Although protein concentration of grains was not affected by higher temperatures, other negative effects on industrial quality traits are important, considering the impact of thermal treatments on grain size of both cultivars.
小麦农艺性状与品质特性的多元分析与评价
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
绿豆种质资源表型性状多样性分析
Phenotypic parent selection within a Khorasan wheat collection and genetic variation in advanced breeding lines derived by hybridization with durum wheat
DOI:10.3389/fpls.2019.01460
PMID:31850007
[本文引用: 1]
Tetraploid relatives of durum wheat ( L. subsp. (Desf.) Husnot) represent an important reservoir of economically useful genes for development of new wheat cultivars. Two field experiments were conducted at Foggia (Italy), in the 2004 to 2006 and 2012 to 2015 growing seasons. In the first, 77 Khorasan wheat [ subsp. (Jakubz.) Á. Löve & D. Löve] accessions from 23 countries of four geographic regions (Africa, Asia, Europe, and others) were evaluated to explore breeding opportunities. Seven agronomic traits were used to describe the diversity among the accessions: days to heading (HT), plant height (PH), grain yield (GY), specific weight (SW) as an indication of the density of the grain, 1000-grain weight (TGW), protein content, and gluten content. The total Shannon-Weaver diversity index was used to estimate phenotypic diversity, which ranged from monomorphic for PC (0.39) to highly polymorphic for TGW (0.67). A high level of total variation (87%) was attributed to the within-region diversity. The accessions grouped into six clusters, and seven elite accessions were selected as parents for crosses with durum wheat. In the second experiment, ten parents (seven Khorasan accessions and three durum wheat cultivars) and 790 F6 recombinant inbred lines (RILs) from the different × subsp. crosses were included to study genotypic and phenotypic variability of the same agronomic traits, plus the susceptibility index (SI) for disease. The genotypic coefficients of variation were lower than the phenotypic ones for all of the traits, which showed an environment effect on expression of these traits. High broad-sense heritability (h> 86%) was recorded for all traits, and high h coupled with high genetic gain as percentage of the mean (ΔG) was observed for HT, PH, GY, and SW, and for SI. This suggests that selection for these traits will provide good responses. Four principal components explained 70% of the total variation, and the genotypes were clustered into 20 groups. According to the results, some lines could be tested in varietal registration trials, and/or could be used as a significant breeding pool for durum wheat cultivar development in Mediterranean area.Copyright © 2019 Iannucci and Codianni.
小麦新品种‘瑞华麦520’高产稳产性分析
DOI:10.11924/j.issn.1000-6850.casb20200300209
[本文引用: 1]
分析高产优质多抗国审小麦新品种‘瑞华麦520’的产量表现和构成因素,旨在为品种的推广提供科学依据。利用国家、省中间试验及大面积应用多点数据,对‘瑞华麦520’的高产稳产性进行分析。结果表明：‘瑞华麦520’在江苏省3年中间试验增产点率达100%,国家区试两年增产点率均为88.2%,均值变异系数分别为7.16%和12.2%,位居参试品种最小值的第1和7位,品种离优度值分别为494.97和618.97,位居参试品种最小值的第2和3位,平均穗数633.0±64.5万穗/hm<sup>2</sup>、穗粒数31.1±4.5粒、千粒重40.2±3.0 g,产量三要素协调稳定,均值变异系数和品种离优度值均较低。多年多点试验表明,‘瑞华麦520’产量潜力高、稳产性好,对黄淮南片麦区主要病害、灾害具有良好的抗（耐）性,有较高的推广价值。
