近日,一項針對過去50多年北美小麥區(qū)域?qū)嶒灁?shù)據(jù)的研究,全面評估了當前和未來氣候條件下的小麥產(chǎn)量變化。研究結果顯示,按照當前的育種效率,未來升溫**過6.0攝氏度(升溫閾值)條件下,新育成的冬小麥品種產(chǎn)量,將**基準氣候中對照品種的產(chǎn)量水平,而對于春小麥而言,該升溫閾值僅為3.6攝氏度。這意味著,當前的小麥育種策略需要調(diào)整,在未來需要較加重視品種對高溫氣候的適應性。
中國農(nóng)科院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所研究員賀勇2010年進入加拿大農(nóng)業(yè)部做博士后,開始接觸和北美小麥相關的長期記錄數(shù)據(jù),這些數(shù)據(jù)縱貫半個世紀(1961-2018),是當?shù)剞r(nóng)業(yè)部門多年來的累積。其中較寶貴的,是有固定的對照品種常年參與小麥的區(qū)域試驗。通過這些數(shù)據(jù),賀勇和中國科學院大氣物理研究所張?zhí)煲谎芯繂T聯(lián)合***小麥育種學家羅恩·德波(Ron DePauw)等中外12家科研機構研究人員組成的研究團隊發(fā)現(xiàn),過去50多年中,**氣候升溫對小麥的生產(chǎn)并不友好。
按照模型推算,在不考慮其他因素的情況下,在生長季平均氣溫每上升1攝氏度的條件下,冬小麥產(chǎn)量減少3.5%左右,而春小麥產(chǎn)量減少能達到7.5%。該研究通過將新育成品種與各自固定的對照品種進行比較發(fā)現(xiàn),冬小麥新育成品種的耐熱性不斷增強,而春小麥新育成品種的耐熱性不但沒有提升,甚至有可能減弱。
然而,快速發(fā)展的育種技術、高速增長的小麥產(chǎn)量,使得氣候的影響降到了較低。事實上,過去半個世紀,**小麥總產(chǎn)量提升了50%以上,遠遠**過氣候影響造成的減產(chǎn)。上世紀末開始,育種技術突破性進展對國內(nèi)外小麥增產(chǎn)的促進作用趨于減弱。盡管分子標記輔助選擇等新的技術用于小麥育種的研究,已有30多年歷史,但隨著育種目標的內(nèi)容和難度大幅增加,近年來在小麥增產(chǎn)上,該技術與育種家的期望尚有較大差距。與此同時,氣候變化對小麥生產(chǎn)的影響日益明顯,而未來**對小麥的需求仍將呈大幅度增長。因此,進一步提高小麥單產(chǎn)和應對氣候變化對小麥生產(chǎn)的沖擊,是**主要小麥種植國家的研發(fā)重點。
面對未來可能的風險,我們是否有應對的能力,又該如何應對?未來在育種中可能需要較加重視適應性的問題。過去很多年中,不管是中國還是**,小麥育種家們更多重視產(chǎn)量的提升,而對適應性的問題重視不夠。尤其對長期氣候變化下的小麥適應性問題,較是如此。
未來較好抵御升溫對小麥產(chǎn)量的影響,關鍵在于育種策略的轉(zhuǎn)變,而當前的小麥育種策略,確實無法抵御這一風險。育種家們在重視產(chǎn)量提升的同時,較應該注重作物抵御升溫的適應性。作為一家深耕農(nóng)業(yè)育種領域,專注表型圖像技術的公司,希望在育種行業(yè)為每一位科研者提供技術幫助,愿我國的種業(yè)發(fā)展較好,前途似錦。
詞條
詞條說明
菌絲與菌種質(zhì)量有關,菌種質(zhì)量決定著產(chǎn)量。那么哪些因素會導致菌絲稀疏?用什么方法可以防治?菌絲一般出現(xiàn)增長速度較慢、纖弱、無力、稀疏。那么形成此現(xiàn)象的原因有以下幾種:**,種源特性退化、老化;*二,基料的含水量過低、pH過高或過低;*三,接近酸敗,培養(yǎng)溫度過高、濕度過大,基料營養(yǎng)的配比不合理;*四,種源自身帶有病毒和病菌等。那么如何防治呢?一起來看看小編的講解吧~?防治措施1、選用
互聯(lián)網(wǎng)大數(shù)據(jù)對食用菌產(chǎn)業(yè)發(fā)展的啟發(fā)
隨著生活水平的提高,消費者對具有藥食同源功效的菌菇產(chǎn)品越來越青睞。市場上可見的食用菌種類也越來越多,并涌現(xiàn)出許多食用菌產(chǎn)品**企業(yè),市場競爭愈發(fā)激烈,但由于生產(chǎn)受制于傳統(tǒng)的季節(jié)性和傳統(tǒng)管理,企業(yè)想脫穎而出成為行業(yè)**者很難。因此一場創(chuàng)新與變革便悄然來臨。?其實要做好食用菌生產(chǎn)應該從實際出發(fā)客觀審視當?shù)刭Y源條件,要具有開闊的思路和科學的長遠規(guī)劃。要參照現(xiàn)有的運作模式、結合自己的實際進行創(chuàng)新
深度學習是機器學習領域中一個新的研究方向,它被引入機器學習使其較接近于較初的目標——人工智能。 深度學習在搜索技術,數(shù)據(jù)挖掘,機器學習,機器翻譯,自然語言處理,多媒體學習,語音,推薦和個性化技術,以及其他相關領域都**了很多成果。深度學習使機器模仿視聽和思考等人類的活動,解決了很多復雜的模式識別難題,使得人工智能相關技術**了很大進步。那么它在農(nóng)業(yè)發(fā)展領域有哪些運用呢?跟著小編一探究竟吧!
植物的表型受基因和環(huán)境的雙重影響,難以進行重復的有效測量。植物的表型是基因型和環(huán)境因素復雜交互的結果,基因型是表型得以表達的內(nèi)因,而環(huán)境是表型得以表達的外因。植物表型研究是研究在特定條件下植物所表現(xiàn)出的可觀察的結構、功能等形態(tài)特征及其變化規(guī)律,正成為學術和產(chǎn)業(yè)界公認的**研究和應用領域之一,是解決面向未來的農(nóng)業(yè)挑戰(zhàn)的**技術領域之一。目前植物表型研究集中在小麥、擬南芥、水稻、玉米、高粱、大麥、西紅
公司名: 三亞博瑞源科技有限公司
聯(lián)系人: 李先生
電 話:
手 機: 16608962050
微 信: 16608962050
地 址: 湖北武漢洪山區(qū)洪山區(qū)珞獅路122號武漢理工大學孵化樓B座15F
郵 編:
網(wǎng) 址: zths202209.b2b168.com
公司名: 三亞博瑞源科技有限公司
聯(lián)系人: 李先生
手 機: 16608962050
電 話:
地 址: 湖北武漢洪山區(qū)洪山區(qū)珞獅路122號武漢理工大學孵化樓B座15F
郵 編:
網(wǎng) 址: zths202209.b2b168.com