Модель сорта озимой мягкой пшеницы для условий степной зоны

Обложка

Цитировать

Полный текст

Аннотация

В связи с усилением аридизации среды в основных сельскохозяйственных зонах Дона уточнены параметры модели сортов озимой мягкой пшеницы интенсивного и полуинтенсивного типов. Потенциальная продуктивность пшеницы интенсивного типа на высоком агрофоне составляет 9,0-10,5 т/га зерна, что обусловлено продуктивным стеблестоем - 660-800 колосьев/м2. У сортов полуинтенсивного типа на среднем агрофоне величины этих показателей соответственно равны 7,0-7,5 т/га и 580-620 колосьев/ м2. Продуктивность колоса должна быть 1,2-1,5 и 1,1-1,2 г и с долей зерна в ценозе 40-45 и 36-38 % соответственно. При различной напряженности стресс-факторов выявлены особенности формирования агроэкотипов новых сортов. Критерием при отборе засухоустойчивых продуктивных форм служило выделение генотипов с высоким индексом урожая, увеличенной массой зерна с растения и колоса. Рост урожайности полукарликовых и среднерослых сортов пшеницы характеризуется увеличением емкости ценоза. В результате использования новых параметров модели интенсивных и полуинтенсивных генотипов созданы и включены в Государственный реестр селекционных достижений РФ в 2019-2022 годах сорта озимой мягкой пшеницы Донмира, Акапелла, Богема, Былина Дона и Пальмира 18, разработанные для Центрально-Черноземного, Северо-Кавказского, Нижневолжского, Средневолжского и Уральского регионов РФ. Данные сорта по комплексу селекционно ценных признаков хорошо адаптированы для засушливых регионов.

Об авторах

Марина Анатольевна Фоменко

ФГБНУ «Федеральный Ростовский агарный научный центр»

Анатолий Иванович Грабовец

ФГБНУ «Федеральный Ростовский агарный научный центр»

Email: grabovets_ai@mail.ru

Татьяна Александровна Олейникова

ФГБНУ «Федеральный Ростовский агарный научный центр»

Елена Анатольевна Бабровская

ФГБНУ «Федеральный Ростовский агарный научный центр»

Евгений Викторович Черноусов

ФГБНУ «Федеральный Ростовский агарный научный центр»

Список литературы

  1. Боровик А.Н., Беспалова Л.А., Колесников Ф.А. и др. Классика - новый сорт пшеницы мягкой озимой// Труды Кубанского аграрного университета. 2021. №91. С.33-35. doi: 10.21515/1999-1703-91-32-35
  2. Вавилов Н.И. Теоретические основы селекции пшеницы. М.: Наука, 1987. 506 с.
  3. Грабовец А.И. Донской метод определения морозостойкости и жизнеспособности озимых хлебов. Ростов-на-Дону: Юг. 2010. 23 с.
  4. Грабовец А.И. О модели сорта озимой мягкой пшеницы для условий Дона // Селекция и семеноводство. 1983. №2. С.10-13.
  5. Грабовец А.И., Фоменко М.А. Некоторые аспекты создания и выявления трансгрессивных высокопродуктивных рекомбинантов озимой пшеницы // Российская сельскохозяйственная наука. 2022. № 5. С. 3-7. doi: 10.31857/S2500262722050015
  6. Жученко А.А. Возможности старта российского АПК в XXI столетие//Аграрный Вестник Юго-Востока. 2009. №1. С. 6-12.
  7. Иванов А.Л., Эделгериев Р.Х., Донник И.М. и др. Глобальный климат и почвенный покров России: проявления засухи, меры предупреждения, борьбы, ликвидация последствий адаптационные мероприятия (сельское и лесное хозяйство)/ Национальный доклад (монография). Т.3. М.: МБА. 2021. С. 700. doi: 10.52479/978-5-6045103-9-1
  8. Каракотов С.Д., Карлов Г.И., Прянишников А.И., Диващук М.Г., Хверенец С.Е., Титов В.Н., Попова В.М. К использованию алгоритмов маркерной селекции для улучшения сортов озимой пшеницы/ Вестник аграрной науки. 2022. №3(96). С. 29-32. doi: 10.17238/issn2587-666X.2022.3.8
  9. Ковтун В.И., Ковтун Л.Н. Модель сорта мягкой озимой пшеницы интенсивного типа для условий Юга, Юго-Востока и Центрально-Черноземной зоны России//Сельскохозяйственный журнал. 2022. №1 (15). С. 13-22. doi: 10.25930/2687-1254/002.1.15.2022
  10. Матишов Г.Г., Дашкевич Л.В., Кириллова Е.Э. Цикличность климата в Приазовье: современный период (19-21вв)// Доклады Российской Академии наук. Науки о земле. 2021. №1. Т. 458. С. 96-100. doi: 10.31857/S2686739721050091
  11. Петров Л.К. Оценка урожайности, экологической стабильности и пластичности сортов озимой пшеницы// Российская сельскохозяйственная наука. 2020. №3. С. 6-9. doi: 10.31857/S2500262720030023
  12. Прянишников А.И., Савченко И.В., Мазуров В.Н. Адаптивная селекция: теория и практика отбора на продуктивность//Вестник Российской сельскохозяйственной науки. 2018. №3. С. 29-32. doi: 10.30850/vrsn/2018/3/29-32
  13. Сухоруков А.Ф., Сукоруков А.А. Совершенствование модели сорта озимой пшеницы для условий среднего Поволжья// Известия Самарского научного центра Российской академии наук. 2015. №3-4 (т. 17) - С. 473-48.
  14. Ahmad Z., Waraich E.A., Akhtar S., Anjum S., Ahmad T., Mahboob W., Hafeez O.B.A., Tapera T., Labuschagne M., Rizwan M. Physiological responses of wheat to drought stress and its mitigation approaches// Acta Physiologiae Plantarum. 2018. 40: 80 doi: 10.1007/s11738-018-2651-6

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».