System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水稻种植,具体涉及一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc含量的方法。
技术介绍
1、抽穗期茎鞘非结构性碳水化合物(nsc)的储备可通过促进胚乳细胞数量、蔗糖合成酶(sus)和腺苷二磷酸-葡萄糖焦磷酸化酶(agp)活性来增强库强,进而促进弱势粒灌浆启动,提高籽粒灌浆结实性。抽穗期的茎鞘nsc通常在抽穗前2周积累,并且在穗期受到水稻植物的氮(n)营养状况的显著影响。常规穗肥通常在倒四叶时施用。然而,这不利于茎鞘nsc的积累,表现为不同品种的茎鞘nsc含量随着穗期施氮量的增加而逐渐减少。同时,随着倒四叶施氮量的增加,籽粒结实率和粒重通常表现出显著的下降趋势。通常在倒四叶不施用氮肥的情况下表现出最高的茎鞘nsc积累和籽粒灌浆结实性。除了氮素穗肥施用量外,其施用时间也对水稻茎鞘nsc积累具有显著影响。据报道,在相同的n施用量下,与倒四叶施肥相比,将氮素穗肥延迟到倒二叶施用可以显著增加抽穗期水稻茎鞘nsc含量。然而,穗期氮肥施用的确切时间及其增加抽穗期水稻茎鞘nsc含量的潜在过程和途径仍然不清楚。
2、目前测定水稻茎鞘nsc含量的方法主要有滴定法、蒽酮比色法和色谱法等,滴定法操作简便,但灵敏度和准确度较低,一般用于总还原糖的测定;蒽酮比色法是目前最常用的快速且有效的nsc含量测定方法,其测定结果表示的是溶液中全部可溶性碳水化合物的总含量;色谱法是近年来系统分析植物组织中nsc不同组分和含量的重要方法,但不同方法所需设备不同,适用范围及测定精度等也各不相同。此外,上述的几种测定水稻茎鞘nsc含量的方法都需
3、鉴于上述缺陷,本专利技术创作者经过长时间的研究和实践终于获得了本专利技术。
技术实现思路
1、本专利技术的目的在于解决现有nsc含量的测定通常要通过调查取样、烘干研磨过筛之后才能测定,测定过程复杂,需要的时间长,不能够实时监测的问题,提供了一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc含量的方法。
2、为了实现上述目的,本专利技术公开了一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc的方法,包括以下步骤:
3、s1,在抽穗前5天、抽穗期,根据每个小区中的平均分蘖数取2穴代表性植株,用li-cor3000叶面积仪测定叶面积指数,计算得到抽穗前5天至抽穗期的光合势;
4、s2,在抽穗前5天、抽穗期,基于每个小区中的平均分蘖数,取2穴代表性植物,将植物样品中的茎鞘干燥,对得到的茎鞘干物质称重,
5、s3,将步骤s2中干燥后的茎鞘干物质研磨成细粉过1mm筛,采用蒽酮比色法测定茎鞘非结构性碳水化合物浓度,计算得到茎鞘非结构性碳水化合物含量;
6、s4,根据步骤s3中得到的抽穗前5天和抽穗期的茎鞘非结构性碳水化合物含量计算抽穗前5天至抽穗期的茎鞘非结构性碳水化合物阶段积累量,将步骤s1中得到的抽穗前5天至抽穗期的光合势与得到的茎鞘非结构性碳水化合物阶段积累量的数据进行拟合,得到茎鞘非结构性碳水化合物阶段积累量与光合势的关系。
7、所述步骤s1中,光合势计算公式如下:
8、lad=(l1+l2)×(t2–t1)
9、其中,lad为光合势,l1为第一次测定的叶面积指数,l2为第二次测定的叶面积指数,t1和t2表示第一次和第二次测定叶面积指数的时间。
10、所述步骤s2中,干燥温度为80℃,干燥时间为72h。
11、所述步骤s4中,茎鞘非结构性碳水化合物含量为茎鞘干物质重量乘以茎鞘非结构性碳水化合物浓度。
12、所述水稻品种为徽两优280,步骤s4中得到的茎鞘非结构性碳水化合物阶段积累量与光合势的关系为y=-2.50+0.09x,其中,y为抽穗前5天至抽穗期的茎鞘非结构性碳水化合物阶段积累量,x为抽穗前5天至抽穗期的光合势。
13、所述水稻品种为扬两优228,步骤s4中得到的茎鞘非结构性碳水化合物与光合势的关系为y=-3.70+0.12x,其中,y为抽穗前5天至抽穗期的茎鞘非结构性碳水化合物阶段积累量,x为抽穗前5天至抽穗期的光合势。
14、与现有技术比较本专利技术的有益效果在于:本专利技术通过将抽穗前5天至抽穗期的光合势与茎鞘nsc阶段积累量的数据进行拟合,从而得到抽穗前5天至抽穗期的光合势与茎鞘nsc阶段积累量的关系,测定过程简单,需要时间短,能够实时监测茎鞘nsc积累情况,通过测定抽穗前5天和抽穗期的叶面积指数折算光合势推断出茎鞘nsc的阶段积累量,又可以为推测适宜的穗肥时间提供理论基础,也可以用于筛选抽穗期高nsc含量品种。
本文档来自技高网...【技术保护点】
1.一种基于水稻孕穗期光合势预测大穗型水稻抽穗期NSC含量的方法,其特征在于,包括以下步骤:
2.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期NSC含量的方法,其特征在于,所述步骤S1中,光合势计算公式如下:
3.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期NSC含量的方法,其特征在于,所述步骤S2中,干燥温度为80℃,干燥时间为72h。
4.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期NSC含量的方法,其特征在于,所述步骤S4中,茎鞘非结构性碳水化合物含量为茎鞘干物质重量乘以茎鞘非结构性碳水化合物浓度。
5.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期NSC含量的方法,其特征在于,所述水稻品种为徽两优280,步骤S4中得到的茎鞘非结构性碳水化合物阶段积累量与光合势的关系为y=-2.50+0.09x,其中,y为抽穗前5天至抽穗期的茎鞘非结构性碳水化合物阶段积累量,x为抽穗前5天至抽穗期的光合势。
6.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗
...【技术特征摘要】
1.一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc含量的方法,其特征在于,包括以下步骤:
2.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc含量的方法,其特征在于,所述步骤s1中,光合势计算公式如下:
3.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc含量的方法,其特征在于,所述步骤s2中,干燥温度为80℃,干燥时间为72h。
4.如权利要求1所述的一种基于水稻孕穗期光合势预测大穗型水稻抽穗期nsc含量的方法,其特征在于,所述步骤s4中,茎鞘非结构性碳水化合物含量为茎鞘干物质重量乘以茎鞘非结构性碳水化合物浓度。
5.如权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。