ВЛИЯНИЕ ВЫСОТЫ РАСТЕНИЙ НА ПРОДУКТИВНОСТЬ ЯРОВОЙ МЯГКОЙ ПШЕНИЦЫ В РАЗНЫЕ ПО МЕТЕОРОЛОГИЧЕСКИМ УСЛОВИЯМ ГОДЫ
DOI:
https://doi.org/10.52578/2305-9397-2025-3-4-60-72Ключевые слова:
яровая мягкая пшеница, структурные элементы продуктивности, высота растений, масса 1000 зерен, урожайность, статистический анализ, кластерный анализАннотация
Представленная статья посвящена анализу взаимосвязи высоты растений со структурными показателями яровой мягкой пшеницы в условиях сухостепной зоны Акмолинской области Казахстана. Исследование основано на комплексном анализе данных, собранных в течение трех сезонов посева и включающих информацию о структурных элементах формирования урожайности пшеницы 111 сортообразцов мировой коллекции в данном регионе. Методы исследований включали в себя полевые наблюдения за период 2022–2024 гг., кластерный анализ по высоте растения (K-means) и анализ дисперсии полученных результатов (ANOVA, Tukey HSD). Согласно результатам, полученным в течение трех лет, высота растений пшеницы у разных кластеров имела статистически значимую связь с элементами продуктивности: биомасса, длина колоса, масса зерна с колоса, масса 1000 зерен и урожайность. Так, например в 2022 году, при очень сильной засухе (ГТК = 0,39 )было выявлено статистически значимое различие у исследуемых кластеров высоты растений с длиной колоса (образцы второго кластера с короткой соломиной достоверно превышали по длине колоса значения первого (средняя длина соломины) и третьего (длинная соломина) кластеров на 1,2 см (p = 0,004) и 1,5 см (p = 0,001) соответственно). В 2023 году, при «аномальной» засухе (ГТК = 0,15), сортообразцы 3 кластера с длинной соломиной сформировали фактический урожай с делянки выше чем образцы 1-го (p = 0.01) и 2-го (p <0.005) кластеров, на 42 гр. и 27 гр., соответственно. При этом 15% образцов 1 кластера со средней соломиной сформировали фактический крупнозерный урожай на уровне высокорослых представителей 3 кластера. В 2024 году, при ГТК = 1,38, избыточной влагообеспеченности, выявлено достоверное отличие среди кластеров по показателям массы 1000 зерен и урожайности, с приоритетом более высокорослых растений. Данные, полученные в ходе исследования, свидетельствуют о целесообразности применения кластерного анализа при оценке сортообразцов по таким показателям, как биомасса, длина колоса, масса зерна с колоса, масса 1000 зерен и урожайностью и позволит оптимизировать селекционный процесс и отбор перспективных родительских форм.
Библиографические ссылки
Igrejas G., Branlard G. The Importance of Wheat // Wheat Quality for Improving Processing and Human Health / eds. G. Igrejas, T. Ikeda, C. Guzmán. – Cham: Springer, 2020. – P. 1-11.
Curtis T., Halford N.G. Food security: the challenge of increasing wheat yield and the importance of not compromising food safety // Annals of Applied Biology. – 2014. – Vol. 164. – P. 354-372.
Абдикаримова Г.А. Современное состояние зернового рынка в Казахстане и анализ зернового рынка Акмолинской области // Современные социально-экономические процессы: проблемы, закономерности, перспективы: сб. тр. IV Междунар. науч.-практ. конф. – Пенза, 2018. – С. 145-150.
Байшоланов С. Агроклиматические особенности вегетационного периода в Акмолинской области // Гидрометеорология и экология. – 2016. – № 2. – С. 27-37.
Babkenov A.T., Babkenova S., Abdullayev K., Kairzhanov Y. Breeding Spring Soft Wheat for Productivity, Grain Quality, and Resistance to Adverse External Factors in Northern Kazakhstan // Journal of Ecological Engineering. – 2020. – Vol. 21. – P. 8-12.
Li, M., Wang, X., Yu, C., Ye, C., Yan, Y., Wang, H. What factors control plant height? // Journal of Integrative Agriculture. – 2024. – Vol. 23, № 6. – P. 1803-1824.
Jiang, T., Liu, J., Gao, Y., Sun, Z., Chen, S., Yao, N., Ma, H., Feng, H., Yu, Q., He, J. Simulation of plant height of winter wheat under soil water stress using modified growth functions // Agricultural Water Management. – 2020. – Vol. 232. – 106066.
Li Y, Tao F, Hao Y, Tong J, Xiao Y, He Z, Reynolds M. Variations in phenological, physiological, plant architectural and yield-related traits, their associations with grain yield and genetic basis // Ann Bot. 2023 Apr 4;131(3):503-519. doi: 10.1093/aob/mcad003. PMID: 36655618; PMCID: PMC10072080.
Edae, E.A. Association mapping for yield, yield components and drought tolerance-related traits in spring wheat grown under rainfed and irrigated conditions – Fort Collins: Colorado State University, 2013. – 237 p.
Daoura, B.G., Chen, L., Hu, Y.-G. Agronomic traits affected by dwarfing gene Rht-5 in common wheat (Triticum aestivum L.) // Australian Journal of Crop Science. – 2013. – Vol. 7. – P. 1270-1276.
Lumme, J., Karjalainen, M., Kaartinen, H., Kukko, A., Hyyppä, J., Hyyppä, H., Jaakkola, A., Kleemola, J. Terrestrial laser scanning of agricultural crops // Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – Beijing, China, 3–11 July 2008. – P. 563-566.
Mirela M.S., Sofija P., Borislav B., Svetlana R.N., Veselinka Z., Jasmina B., Radiša D., Desimir K. Development of selection criteria for improving grain yield in wheat grown in different agro-ecological environments // Acta Agriculturae Serbica. – 2022. – Vol. 27 (53), 79‒87
Мережко А.Ф., Удачин Р.А., Зуев Е.В. и др. Методические указания по изучению мировой коллекции яровой пшеницы: метод. рекомендации. – СПб.: ВИР. – Л.: 1999. – 53 с.
ГОСТ 12042–80. Межгосударственный стандарт. Семена сельскохозяйственных культур. Методы определения массы 1000 семян – Введ. 29.01.1980. – М.: Стандартинформ, 1980. – 5 с. – URL: https://fsvps.gov.ru/files/gost-12042-80-mezhgosudarstvennyj-standart-s/
Dauletbakovbakytkan, D., Galym, D. Modeling the quality of new wheat varieties in Kazakhstan // Journal of Food Industry. – 2019. – Vol. 3. – P. 30.
Ibrahim, O.M., Tawfik Elh, M.M., Badr, A., Wali, A.M. Evaluating the performance of 16 Egyptian wheat varieties using self-organizing map (SOM) and cluster analysis // Journal of Applied Sciences. – 2016. – Vol. 16. – P. 47-53.
17.Bakry, A.B., Ibrahim, O.M., Elewa, T.A.E., El-Karamany, M.F. Performance assessment of some flax (Linum usitatissimum L.) varieties using cluster analysis under sandy soil conditions // Agricultural Sciences. – 2014. – Vol. 5. – P. 677-686.
Banerjee R., Bharti, Das P., Srivastava V., Ankita, Kataria S., Ahmed B., Varshney N. An overview of statistical techniques for analysis of data in agricultural research // Emerging Issues in Agricultural Sciences. – 2023. – Vol. 8. – P. 190-206.
Javaregowda, M., Indiramma, M. Role of Big Data in Agriculture // International Journal of Innovative Technology and Exploring Engineering. – 2019. – Vol. 9. – P. 3811–3821.
Esarey, J., Menger, A. Practical and effective approaches to dealing with clustered data // Political Science Research and Methods. – 2019. – Vol. 7, № 3. – P. 541-559.
Cui, F., Ding, A., Li, J., Zhao, C., Li, X., Feng, D., Wang, X., Wang, L., Gao, J., Wang, H. Wheat kernel dimensions: how do they contribute to kernel weight at an individual QTL level? // Journal of Genetics. – 2011. – Vol. 90. – P. 409-425.
Zhang, X., Deng, Z., Wang, Y., Li, J., Tian, J. Unconditional and conditional QTL analysis of kernel weight related traits in wheat (Triticum aestivum L.) in multiple genetic backgrounds // Genetica. – 2014. – Vol. 142. – P. 371-379.
Tsilo, T.J., Hareland, G.A., Simsek, S., Chao, S., Anderson, J.A. Genome mapping of kernel characteristics in hard red spring wheat breeding lines // Theoretical and Applied Genetics. – 2010. – Vol. 121. – P. 717-730.
Ellis, M.H., Rebetzke, G.J., Chandler, P., Bonnett, D., Spielmeyer, W., Richards, R.A. The effect of different height reducing genes on the early growth of wheat // Functional Plant Biology. – 2004. – Vol. 31, № 6. – P. 583-589.
Craine, J., Dybzinski, R. Mechanisms of plant competition for nutrients, water and light // Functional Ecology. – 2013. – Vol. 27. – P. 833-840.
Tian, X., Xia, X., Xu, D., Liu, Y., Xie, L., Hassan, M.A., Song, J., Li, F., Wang, D., Zhang, Y., Hao, Y., Li, G., Chu, C., He, Z., Cao, S. Rht24b, an ancient variation of TaGA2ox-A9, reduces plant height without yield penalty in wheat // New Phytologist. – 2022. – Vol. 233, № 2. – P. 738-750.
Косенко, С.В. Новый короткостебельный сорт озимой мягкой пшеницы Памяти Кривобочека // Международный сельскохозяйственный журнал. – 2022. – № 5. – С. 521-524.
