Подписаться на нашу рассылку

    Комментарии

    Вклад и значимость индексов селектируемых признаков в формировании прибавки урожайности проса посевного

    Чтобы получить генетически стабильную высокоурожайную модель сорта с высокими хозяйственно ценными признаками, необходимо путем многократного индивидуального отбора анализировать организм во взаимодействии «генотип — среда» в течение нескольких лет, так как биологические и физиологические свойства растений тесно связаны с климатическими условиями и варьируют по годам, что в итоге отражается в морфологической структуре растения, на основании которой мы «конструируем» модель сорта. Для создания любых сортов используют различные методы адаптивной селекции с учетом взаимодействия генотипа и среды.

    В зоне рискованного земледелия Среднего Поволжья (с дефицитом или неравномерным распределением осадков) адаптировать сорт к резко меняющимся погодным условиям чрезвычайно сложно. И хотя просо посевное относится к засухоустойчивым культурам позднего срока сева, оно достаточно уязвимо к недостатку влаги, особенно на начальном этапе морфогенеза. В «сухие» экстремальные годы растения просо не могут развить мощную вегетативную массу и ассимиляционный аппарат, поэтому на постоянный потенциально высокий урожай надеяться не приходится, но всегда появляются индивидуумы, которые по урожайности всё же превосходят стандартный сорт. В этом случае стоит обращать внимание на продуктивность семьи проса посевного, своего рода модульную систему, главными компонентами которой являются число продуктивных стеблей на 1 м², масса 1000 зерен и количество зерен в метелке.

    По мнению В.А. Драгавцева и Н.В. Кочериной, модуль — это элементарная единица описания организации системы количественного признака. Он состоит из трех взаимосвязанных признаков — одного результирующего и двух компонентных. Модуль позволяет изучать элементы системы в нерасчлененном целом, давая количественную оценку динамике процессов, кинетике состояния системы и оценку вклада каждого компонента модуля в результирующий признак. Отсюда познание генетической организации конкретного количественного признака только по параметрам генотипических распределений становится в принципе невозможным без тщательного анализа динамики лимитирующих факторов среды, действующих на компоненты конкретного модуля по фазам их становления в онтогенезе. Эти авторы отмечают восемь индексов, периодически используемых в генетико-селекционной практике и литературе. Они хорошо работают в селекционных технологиях. Однако их использование требует тщательного анализа их информативности на фоне разных лимитирующих факторов внешней среды.

    Информация, которую несет на себе индекс, применяемый на ранних этапах селекции, может быть ненужной для результатов отбора или, наоборот, очень полезной. Это зависит от действия лимфакторов на компоненты индекса и от «вывода» на них разных спектров генов в разных средах.

    В исследованиях авторы нашли применение индексу селектируемого признака (Js) на основе структуры урожая, проводимое на протяжении всего селекционного процесса, который позволяет отобрать лучшие семьи по элементам, слагающим продуктивность растений. Прибавка в урожайности создается за счет влияния этих компонентов друг на друга у сравниваемых сортов. Эти различия выражаются как отношение компонента структуры урожая более продуктивного сорта (номера, линии) к тому же компоненту менее продуктивного сорта (номера, линии или стандарта). В каждом году при испытании набора сортов (линий, номеров) выбранный наиболее перспективный образец должен отличаться от менее урожайного сорта (обычно стандарта) на величину, равную или превышающую наименьшую существенную разность (НСР). Отношение двух данных признаков и получило название индекса селектируемого признака — Js. Для оценки значения каждого Js в формировании продуктивности имеет значение интервал колебания индекса по годам у компонентов структуры урожая, обусловливающих превышение продуктивности одного сорта (номера, линии) над другим. При этом некоторые из компонентов структуры у высокоурожайного сорта могут не отличаться или даже быть меньше по значению, чем у низкоурожайного сорта, то есть Js будет равен (или менее) 100%. Поэтому изучение влияния и вклада индекса селектируемого признака в прибавке урожайности будущих новых сортов проса играет большую роль в селекционном процессе, причем необходимо охватить достаточно большой промежуток во времени. В нашем примере он составляет 16 лет (2005–2021 гг., за исключением 2010 г.).

    Цель исследования — изучить значимость и долю влияния индексов селектируемых признаков в выведении высокопродуктивных сортов проса посевного.

    Материалы и методы исследования

    Исследования проводились на базе лаборатории селекции и семеноводства крупяных и сорговых культур на селекционных питомниках Поволжского научно-исследовательского института селекции и семеноводства им. П.Н. Константинова — филиала Федерального государственного бюджетного учреждения науки Самарского федерального исследовательского центра Российской академии наук (Поволжского НИИСС — филиала СамНЦ РАН) в рамках государственного задания (рег. № АААА-А19-119051690057-0).

    Почвы представлены в основном черноземами обыкновенными среднегумусными (7,5–8,5%) среднемощными тяжелосуглинистыми.

    Агроклиматические условия в годы исследований были засушливыми (ГТК = 0,53–0,63). Объект исследования — данные структурного анализа растений (число продуктивных стеблей на 1 кв. м, масса 1000 зерен и количество зерен в метелке (у одного продуктивного растения) и урожайности семян проса посевного Россиянка (селекции Поволжского НИИСС) в сравнении со стандартом Саратовское 6 в питомнике конкурсного сортоиспытания за 2005–2021 гг. (за исключением 2010 г.). Предшественник — яровой ячмень. Агротехника возделывания — общепринятая для проса посевного в данном регионе. Посев осуществляли селекционной сеялкой ССФК-7М в оптимальные сроки (III декада мая), когда почва на глубине заделки семян основательно прогрелась до 15–16ºС, с нормой высева 3,5 млн всхожих семян на 1 га. Площадь учетной делянки — 25 м2,повторность опыта — четырехкратная.

    Исследования проводились в соответствии с Методикой Госкомиссии по сортоиспытанию сельскохозяйственных культур. Индекс селектируемого признака (Js) рассчитывали по методике, разработанной В.Е. Тихоновым

    где: Js — индекс селектируемого признака; Ky компонент структуры урожая более урожайного сорта; Kx — то же, но у стандарта или менее урожайного сорта.

    Оценку селектируемых признаков и вклад каждого из них в формирование продуктивности проводили методом множественной регрессии в программе «Статистика».

    Результаты и обсуждение

    Для формирования статистической модели проса посевного в условиях Среднего Поволжья по селектируемым признакам и выявления закономерности в дисперсии прибавки урожайности необходимо провести описательную статистику предикторов культуры проса, которая показана в таблице 1 на примере сорта Россиянка за определенный период времени (2005–2021 гг.).

    Вариабельность индекса массы 1000 зерен незначительна и достаточно стабильна по годам, Кv = 5,8%. Остальные предикторы имели средние колебания коэффициента вариации — от 13,51 до 14,29%, над чем следует еще поработать в селекционном процессе, но тем не менее это неплохие показатели в резко континентальном климате во взаимодействии растений «генотип — среда».

    Методом множественной регрессии было выявлено влияние структурных элементов и Js на формирование продуктивности зерна проса посевного Россиянка в условиях Самарской области за длительный промежуток времени (16 лет) (табл. 2).

    Результаты множественной регрессии структурных элементов показывают на тесную связь урожайности проса со всеми компонентами независимых признаков (число продуктивных стеблей, масса 1000 зерен, количество зерен в метелке), так как коэффициент множественной корреляции (R) равен 0,989. Доля в вариации урожайности, обусловленная действием независимых признаков (коэффициент детерминации R2), равна 0,991, или 99,1%. Уровень значимости (p) равен 0,0000, что свидетельствует об адекватности данной регрессионной модели.

    При множественной регрессии изучаемые независимые признаки имеют разные единицы измерения, что делает их несопоставимыми, поэтому для сравнительной оценки воздействия каждого независимого признака (фактора) на урожайность эти переменные выражают в долях среднеквадратического отклонения (стандартизированные коэффициенты регрессии β).

    Из таблицы 2 видно, что из всех признаков наибольший и значимый вклад в изменение урожайности вносит количество зерен в метелке (β = 0,999) с долей влияния фактора 69,0%. Среднюю силу связи показало число продуктивных стеблей (β = 0,539) с долей фактора 20,2%. Слабая зависимость урожайности сложилась от массы 1000 зерен (β = 0,144) с долей фактора 9,8%.

    Эффект комбинированного влияния сильного и среднего фактора на урожайность зерна представлен на рисунке 1.

    Аналогичная тенденция прослеживается и по индексам селектируемых признаков, где основная доля влияния на вариацию прибавки урожайности в лесостепи Самарской области принадлежит индексам количества зерен в метелке (около 40,0%, то есть 4 года из 10) и числа продуктивных стеблей (20,2%, то есть 2 года из 10). В сумме эти главные предикторы дают дисперсию прибавки урожайности в 6 случаях из 10. Доля влияния индекса массы 1000 зерен составляет около 5%, и вариация прибавки урожайности за счет этого предиктора будет встречаться один раз в 10 лет. Это означает, что селекцию по этому признаку на прибавку урожайности вести долгосрочно, но всё же на крупность зерна следует обращать внимание, ввиду того что повышаются технологичность семян и крупяные достоинства зерна.

    Подобная тенденция соотношений индексов селектируемых признаков на прибавку урожайности проса посевного прослеживается в исследованиях НИИСХ Юго-Востока и Соль-Илецком ГСУ.

    С практической точки зрения, изобразив показатели индекса количества зерен в метелке графически (рис. 2), видно, что прибавка урожайности за счет озерненности метелки от 103% (221 шт.) и выше является наиболее продуктивной.

    Оптимальным количеством растений проса посевного в условиях Самарской области является 300–350 шт/м2.Поэтому, не переходя границу этого параметра, в формировании прибавки урожайности селектируемый индекс должен быть не менее 126% (176 шт/м2).

    Выводы

    Для формирования высокопродуктивной статистической модели проса посевного в условиях лесостепи Самарской области наиболее значимые индексы селектируемых признаков — количество зерен в метелке (от 103%, или 221 шт. на одно продуктивное растение) и число продуктивных стеблей (не менее 126%, или 176 шт/м2). Вклад этих главных предикторов дает дисперсию прибавки урожайности в 6 случаях из 10.

    Об авторах

    Александр Константинович Антимонов,кандидат сельскохозяйственных наук, Поволжский научно-исследовательский институт селекции и семеноводства им. П.Н. Константинова — филиал Самарского федерального исследовательского центра Российской академии наук, ул. Шоссейная, 76, пгт. Усть-Кинельский, Самарская обл., 446442, Россия

    antimonov.63@mail.ru; https://orcid.org/0000-0003-3926-5834

    Ольга Николаевна Антимонова, кандидат сельскохозяйственных наук, Поволжский научно-исследовательский институт селекции и семеноводства им. П.Н. Константинова — филиал Самарского федерального исследовательского центра Российской академии наук, ул. Шоссейная, 76, пгт. Усть-Кинельский, Самарская обл., 446442, Россия

    antimonovaolga@list.ru; https://orcid.org/0000-0003-0634-5635

    УДК 633.17:631.52          DOI: 10.32634/0869-8155-2023-369-4-105-109

    Журнал «Аграрная наука»

    Сельское хозяйство, ветеринария, зоотехния, агрономия, агроинженерия, пищевые технологии

    0 Комментарий
    Межтекстовые Отзывы
    Посмотреть все комментарии
      ПОДПИШИТЕСЬ
      БЕСПЛАТНО
      на электронную версию журнала «Аграрная наука» и получайте ежемесячно pdf на свой e-mail.

        Нажимая на кнопку Вы соглашаетесь с политикой обработки персональных данных