论文部分内容阅读
为了明确无人机光谱高通量表型在小麦品种筛选和重要性状基因发掘中的实用性和有效性,本研究设计了两个试验,1)2016-2017年度北部冬麦区不同年代育成的节水特性有差异的32份品种,分别种植在北京顺义节水(越冬前灌溉1次)和充分灌溉(越冬前、拔节和灌浆各灌溉1次)2个处理条件下,3次重复,利用无人机动态植被指数和地表生理指标筛选高产且节水类型品种;2)扬麦16/中麦895 DH群体198个家系,2016-2017、2017-2018年度在河南新乡和漯河正常灌溉条件下种植3次重复,利用无人机多光谱对小麦动态株高进行测定,并进行株高基因定位和标记发掘研究。主要结论如下:1.利用UAV多光谱和Greenseeker(GS)检测到32个品种的NDVI存在显著正向相关。充分灌溉条件下UAV-NDVI在灌浆期对籽粒产量的预测精度比节水条件高24.4%,GS-NDVI对籽粒产量的预测精度在2种灌溉条件下均UAV-NDVI低,说明UAV测定的群体NDVI更具有代表性。灌浆初期测定的UAV-NDVI与实际测量的小麦地上部生物量鲜重具有较好的相关性。主成分分析筛选出两种灌溉条件下产量高且稳定的品种有农大211、中麦175和中麦12等,该结果与品种在生产中的实际表现一致,说明利用无人机平台的动态NDVI数据能够有效鉴定并筛选出高产广适类型小麦新品种。2.32个品种基因型和水分处理均显著影响NDREI、GNDVI、SR、GCI、RECI等5个光谱植被指数。这些光谱植被指数与地表实际测量的叶绿素含量、叶面积指数(LAI)均呈显著正相关;与冠层温度呈显著负相关。在两种水分处理条件下,新发掘的光谱参数NDREI较其他4个参数与地表实际测量数据有更好的相关性,能更好解释品种间衰老速率延缓差异特性。5个光谱植被指数及其与千粒重、产量均呈显著或极显著相关。主成分分析表明,北京0045、农大5181和中麦175等小麦品种在正常灌溉和节水条件下表现衰老速率延缓、千粒重和产量稳定。无人机多光谱指数高效精准的用于鉴定小麦品种间的衰老速率遗传差异。3.扬麦16/中麦895的DH家系在抽穗期、灌浆中期利用无人机光谱和实际测量鉴定群体株高的结果表明,无人机光谱测定的株高与实际株高显著相关,无人机测定株高与实际株高基因定位结果一致。在6DL物理位置383.7-391.1cM范围发掘出新控制株高发育位点,该位点稳定且解释变异较高。所有定位株高相关QTL的遗传预测值与无人机光谱和实际测定株高显著相关,相关系数为0.47-0.55。尽管无人机光谱株高与实际株高值间存在5厘米差异,但不影响株高遗传研究。利用无人机光谱的DSM模型能够有效鉴定小麦群体株高,并具有高通量性和低投入性。