Влияние условий возделывания на некоторые морфо-биометрические параметры растений мяты. Биометрия растений

Анализ данных биометрии растений

Введение

Постановка задачи

Решение в системе STATISICA

Результаты

Введение

Биометрическая генетика в селекции растений нацелена на оптимизацию (повышение эффективности, надежности, ускорение и удешевление) процесса выведения сортов сельскохозяйственных культур и подбору оптимальных условий для их выращивания.

Достигается это путем построения математических моделей изменчивости хозяйственно ценных признаков для отдельных растений, их групп, популяций или целых агрофитоценозов.

Затем проводится проверка моделей на данных экспериментов. Для этого, а также для дальнейшего использования лучших моделей применяют методы математической статистики.

В результате появляется возможность заранее, с помощью выбранных моделей сравнить возможные варианты селекционных воздействий (подобрать лучшие родительские пары, схемы скрещиваний, отбора, выбрать наиболее перспективные среди селекционных образцов и т.д.).

Основой любого биометрико-генетического метода служит математическая модель, в которой упрощенно описаны предположения о влиянии на признак наследственных и средовых факторов, их взаимодействий, а также возможные эффекты целенаправленных воздействий человека на эти факторы.

В данной статье рассматривается селекция сортов риса, но подход может быть с успехом применен и к другим сельскохозяйственным культурам.

Постановка задачи

Имеются данные по селекции 400 растений риса. Фрагмент таблицы с данными смотрите ниже.

Изучается влияние трех факторов: густота стояния растения, способ посева, сорт (см. первые три столбца в таблице) на 11 биометрических показателей растения:

• Высота растения, см;

• Общая кустистость, шт./растение;

• Продуктивная кустистость, шт./растение;

• Длина метёлки, мм;

• Число зёрен на растении, шт;

• Масса зерна с растения, г;

• Коэффициент хозяйственной эффективности фотосинтеза;

• Масса 1000 зерен, г;

• Стерильность метелки, %;

• Биологическая продуктивность растения, г;

• Урожайность, г/м2.

Все три фактора – категориальные признаки и могут принимать 2 значения (условно закодированы кодами 1 и 2).

Цель исследования: Требуется определить, какие именно факторы оказывают влияние на перечисленные выше биометрические показатели.

Решение в системе STATISICA

Для исследования влияния факторов на биометрические показатели (например, Масса 1000 зерен) используем параметрический t-критерий Стьюдента. t-критерий Стьюдента подразумевает сравнение двух групп по непрерывному признаку. В данном случае группы определяются согласно значению фактора (1 или 2).

Попытаемся ответить на вопрос: различаются средние значения массы 1000 зерен по группам или нет?

Для начала построим диаграммы размаха (Графика/2М Графики/Диаграмма размаха)

На диаграммах размаха диапазоны или характеристики распределения значений выбранной переменной (или переменных) изображаются отдельно для групп наблюдений, заданных значениями категориальной переменной.

Для каждой группы наблюдений вычисляется центральное значение (например, медиана или среднее) и вариационные статистики или статистики диапазона (например, квартили, стандартные ошибки или стандартные отклонения), и выбранные значения изображаются на диаграмме размаха выбранного типа.

Рассмотрим, например, диаграмму размаха признака Масса 1000 зерен по фактору Сорт.

• Медиана означает, что половина от общего числа наблюдений расположена ниже этого значения, а другая половина - выше.

• Высота прямоугольника есть интервал, в который попадает 50% наблюдений (от 25% и выше до 75% и ниже).

• Далее идет зона размаха без выбросов, затем зона выбросов и, наконец, зона крайних точек.

Мы видим, что согласно этим значениям Сорт 1 дает существенно большее значение массы 1000 зерен, чем Сорт 2. По факторам густоты стояния растения и способа посева визуально выделить данную особенность нельзя.

Напомним, что t-критерий - параметрический критерий, поэтому для его использования необходимо убедиться в нормальности распределения признака по группам. Для этого построим гистограмму (Графика/Гистограммы). В том же меню на вкладке Дополнительно рассчитаем статистики Шапиро-Уилка для проверки гипотезы о нормальности распределения.

Гистограмма состоит из столбцов, высота которых определят количество наблюдений попавший соответствующий диапазон. Красная кривая подгонки показывает кривую нормального распределения, для данного количества наблюдений, среднего и разброса.

На построенной гистограмме мы видим, что распределение не нормальное, т.к. есть два часто встречающихся значения. Скорее всего, на подобную неоднородность повлиял фактор Сорта растения. Мы помним, что первый сорт дает более высокое значение массы 1000 зерен, чем второй.

На вкладке Категории установим в качестве категориальной переменной фактор Сорт. На полученной гистограмме согласно критериям заключаем, что для Сорта 2 распределение изучаемого признака (масса 1000 зерен) не является нормальным на установленном уровне значимости (p < 0.05). Для Сорта 1 таких противоречий не найдено.

Итак, t-критерий в данной ситуации не применим. Используем непараметрические методы для изучения связи между факторами и признаком (меню Анализ/Непараметрическая статистика/Сравнение двух независимых групп).

Ниже приведены результаты использования критерия Манна-Уитни.

Т.к. p-уровень < 0.05 мы заключаем, что Сорт значимо влияет на Массу 1000 зерен риса.

Отметим также, что Способ посева также влияет на Массу 1000 зерен (p = 0.009).

Фактор Густота стояния растений не связана с изучаемым признаком (p=0.14). Возможно, для того чтобы критерий Манна-Уитни показал значимые различия необходимо увеличить объем выборки.

Результаты

Итак, мы установили, что Способ посева и Сорт растения оказывают значимое влияние, по крайней мере, на Высоту растения и на Массу 1000 зерен (влияние на остальные признаки можно проверить, пользуясь аналогичными рассуждениями).

Фактор Густота стояния растения на указанные два биометрических показателя не влияет.

Эффекты для найденных зависимостей, конкретные коэффициенты модели и межфакторные взаимодействия также могут быть установлены с помощью пакета STATISTICA, но уже в рамках многомерного дисперсионного анализа (MANOVA).

Более подробную информацию по данному кейсу Вы можете получить у специалистов StatSoft.

Связанные определения:Непараметрические статистические методыПараметрические методы статистикиСвободный от распределения критерий

В начало

Содержание портала

statistica.ru

Биометрические показатели растений

Влияние жидкого удобрения ,, НАГРО ‘‘ на урожай и биометрические параметры озимой пшеницы ‘Širvinta 1’

Экологическая площадь Учебного хозяйства Университета им. Александраса Стульгинскиса, 2010 – 2011 гг.

Влияние жидкого удобрения ,, НАГРО ‘‘ на урожай и биометрические параметры озимой ржи ‘Joniai’.

Экологическая площадь Учебного хозяйства Университета им. Александраса Стульгинскиса, 2010 – 2011 гг.

Влияние жидкого органического удобрения „НАГРО“ на структуру биологического урожая яровой пшеницы ‘Monsun‘.

Влияние жидкого удобрения ,, НАГРО ‘‘ на урожай и биометрические параметры озимой ржи ‘Joniai’.

Экологическая площадь Учебного хозяйства Университета им. Александраса Стульгинскиса, 2010 – 2011 гг.

Влияние жидкого органического удобрения „НАГРО“ на структуру биологического урожая яровой пшеницы ‘Monsun‘.

Испытательная станция Университета им. Александраса Стульгинскиса, 2011 г.

Влияние жидкого удобрения ,, НАГРО ‘‘ на урожай и биометрические параметры ярового ячменя ‘Luokė’.

Испытательная станция Университета им. Александраса Стульгинскиса, 2011 г.

Структурный анализ сноповых образцов озимой пшеницы, (2009 р.)

www.xn--80ag2agj.xn--p1ai

Э. В. Ивантер

14

УДК 578.087.1

ББК 28.08:22.172

И 228

Рецензенты:

Ю. В. Лупандин, профессор ПетрГУ

В. А. Илюха, ведущий научный сотрудник ИБ КарНЦ РАН

Печатается по решению

редакционно-издательского совета

Петрозаводского государственного университета

Ивантер Э. В., Коросов А. В.

И 228 Элементарная биометрия: Учеб. пособие / Э. В. Ивантер, А. В. Коросов; ПетрГУ. –– Петрозаводск, 2005. –– 104 с.

ISBN 5–8021–0605–0

Книга служит элементарным пособием для практического применения вариационной статистики в биологических исследованиях.

В краткой, доступной форме на конкретных примерах рассмотрены приемы количественной обработки материалов биологических наблюдений и экспериментов. Приводятся алгоритмы статистических расчетов, показаны принципы биологической интерпретации математических показателей, раскрыты основы статистического оценивания, проверки гипотез, примене­ния методов корреляционного, регрессионного, дисперсионного анализов.

Книга рассчитана на биологов различного профиля, студентов, аспирантов, научных и практических работников, преподавателей вузов и школ, специалистов сельского и лесного хозяйства, здравоохранения и ветеринарии.

УДК 578.087.1

ББК 28.08:22.172

ISBN 5–8021–0605–0 © Э. В. Ивантер, А. В. Коросов, 2005

© Петрозаводский государственный университет, 2005

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

Петрозаводский государственный университет

А. В. Коросов

элементарная биометрия

Учебное пособие

Рекомендуется Учебно-методическим объединением

по биологическому образованию вузов России

в качестве учебного пособия

для студентов биологических специальностей

Петрозаводск

Издательство ПетрГУ

2005

ВВЕДЕНИЕ

Биометрия помогает исследователю выразить в числе и измерить значимость и надеж­ность полученных результатов, заранее рассчитать и спланиро­вать необходимую численность объектов для того или иного эксперимента, оценить достоверность проверяемой в экспери­менте гипотезы, по части охарактеризовать целое, получить точ­ную количественную характеристику изменчивости исследуемого показателя, определить степень и характер различий между признаками и процессами, выделить из множества воздействую­щих на явление факторов наиболее важные, измерить силу их влияния. Методологией биометрии является отделение закономерного от случайного, доказательство существования причинных связей в видимом хаосе изменчивости. Это достигается посредством множества методов статистического анализа, основанных на знании закономерностей поведения случайных величин. Сама по себе статистиче­ская обработка данных, как бы она ни была совершенна, не может служить гарантией качествен­ности выполненного биологом исследования и не способна обес­печить надежности полученных им результатов, если само ис­следование проведено неправильно или использованные дан­ные ошибочны. Более того, формальное применение математиче­ских методов, без понимания их сути и приложимости к тем или иным биологическим явлениям, слепое использование ее, даже когда в этом нет никакой необходимости, может принести только вред. В работе биолога одинаково недопустимы как математический фетишизм, подмена биологических методов математическими, так и недооценка вариационно-статистических приемов и при­нижение роли математической обработки. Составляя настоящее руководство, мы попытались в воз­можно более простой и максимально краткой форме изложить элементарные основы количественной биологии, разъяснить суть и назначение вариационно-статистической обработки количест­венных данных, помочь начинающему исследователю, не имею­щему специальной математической подготовки, сознательно применять общедоступные методы биометрического исследования, познакомить его с порядком и способами расчета основных ста­тистических показателей и принципами их биологической интер­претации. Большинство из рассмотренных методов не требует использования даже калькулятора, хотя проще всего все расчеты проводить с помощью ЭВМ, например, в среде пакета MS Excel.

Принципы биометрии

Биометрия – это инструмент эмпирического познания живой природы. Она призвана конкретизировать отображение биологических фактов, придать строгость биологическим выводам и прогнозам, способствовать целенаправленному исследованию биологических феноменов. Можно говорить о трех основных задачах биометрии.

1. Задача количественного представления биологических фактов (измерение) – выразить свойства отдельного биологического объекта в виде числа, варианты, значения переменной.

2. Задача обобщенного описания множества фактов (статистическое оценивание) – рассчитать показатели, параметры, которые полноценно отражают свойства множества однотипных объектов, свойства выборки.

3. Задача поиска закономерностей (проверка статистических гипотез) – доказать неслучайность отличий между сравниваемыми совокупностями, объектами, реальность зависимости их характеристик от неких внешних или внутренних причин.

При всем кажущемся многообразии вариантов проявления различного рода закономерностей, можно выделить всего 4 класса статистических задач, на решение которых направлено дальнейшее изложение:

1. Доказать чужеродность варианты в выборке.

2. Доказать отличие двух выборок.

3. Доказать отличие нескольких выборок (влияние фактора).

4. Доказать зависимость между признаками.

Для решения этих задач предлагаются достаточно простые, но эффективные биометрические методы, рассмотренные ниже. Каждый из них предлагает исследователю некую модель, с помощью которой можно описывать действительность, т. е. решать биометрические задачи разной сложности. Термин «модель» характеризует способ отражения в нашем сознании объектов исследования. Например, число – это модель, способ мышления о существенных чертах объекта, отбор из бесчисленного множества его свойств лишь некоторых с указанием того или иного числового значения. Центральной моделью статистической теории выступает «закон нормального распределения» – уравнение, описывающее специфическое соотношение между значениями случайной величины (t) и относительной частотой встречаемости ее значений (p) (с. 35). Случайная величина – величина, принимающая те или иные, заранее неизвестные значения. Когда говорят, что данный признак имеет нормальное распределение, подразумевается, что «поведение» этой случайной величины очень хорошо описывается приведенной формулой; она подходит к большому числу реальных явлений. Применение этой модели (предположение о нормальном распределении изучаемых признаков) дает в руки исследователя множество полезных инструментов: метод расчета наиболее теоретически обоснованных характеристик выборки (средних, дисперсий), интервальная оценка для прогноза значений случайной величины, показатели сопряженной изменчивости разных признаков (корреляция, регрессия), различные статистические критерии, используемые для проверки статистических гипотез.

studfiles.net

Богдан М.М., Гуляева А.Б. Исследование влияния на биометрические показатели озимой пшеницы биостимулятора и комплексных удобрений различного состава

Библиографическая ссылка на статью:// Исследования в области естественных наук. 2012. № 9 [Электронный ресурс]. URL: http://science.snauka.ru/2012/09/1050 (дата обращения: 07.06.2018).

УДК 581.131:633.11

Институт физиологии растений и генетики Национальной академии наук Украины, Киев

E-mail: [email protected]

В данной работе дан сравнительный анализ эффективности применения биостимулятора и комплексных удобрений различного состава на изменение биометрических показателей растений озимой пшеницы. В статье так же приведены наиболее значимые корреляционные связи между отдельными биометрическими показателями.

ВВЕДЕНИЕ

Показателем высоких морфологических потенциальных возможностей, от которых зависит продуктивность растений, является величина фотосинтезирующих органов [1, 2]. Однако линейные показатели роста растений не всегда коррелируют с продуктивностью, иногда эта корреляции могут быть отрицательными [5]. Но, все таки, сильная корреляционная зависимость была установлена некоторыми авторами между продуктивностью озимой пшеницы и площадью листьев, продуктивностью и фотосинтетическим потенциалом [3,4].

Целью нашей работы было установление влияния биостимулятора и удобрений на биометрические показатели растений озимой пшеницы.

МАТЕРИАЛЫ И МЕТОДЫ

Исследования проводились в 2012 году на озимой пшенице на базе исследовательского сельскохозяйственного производства Института физиологии растений и генетики НАН Украины, Васильковского района Киевской области.

Обработка растений озимой пшеницы биостимулятором и удобрениями проводилась в начале фазы выход в трубку и колошения ранцевым опрыскивателем в дозах: Мегафол – 1,5 л/га , Брексил Микс – 3 кг/га,  Плантафол,  Мастер – 4 кг/га.

Мегафол, Плантафол, Брексил Микс, Мастер производятся итальянской фирмой «Валагро» [6]

Мегафол – жидкий биостимулятор, произведенный из растительных аминокислот (28 %) с содержанием прогормональных соединений, его компоненты получены путем энзимного гидролиза из высоко-протеиновых растительных субстратов. Аминокислоты стимулируют метаболические процессы, усвоение питательных веществ, также они выполняют транспортные функции по доставке питательных веществ при листовых подкормках.

Плантафол – удобрение для листовой подкормки широкого спектра культур. Улучшает вегетацию и плодоношение разных культур, повышает качественные характеристики урожая. Дополняет корневую подкормку и способствует развитию растений во время неблагоприятных погодных условий (заморозки, засуха, излишек влаги и др.) Специально для повышения эффективности в состав препарата входит прилипатель. Плантафол характеризуется высоким содержанием NPK и наличием азота в амидной форме, что оптимально для листовой подкормки. Выбор типа Плантафола зависит от множества факторов, таких как вегетативная стадия или дефицит определенного элемента – азота, фосфора или калия.

Брексил Микс– ряд отдельных питательных мезо- и микроэлементов, в инновационном хелатном комплексе LSA (лигносульфонат аммония), специально разработанный для предотвращения и лечения хлорозов при листовых подкормках. Каждая молекула Брексила содержит тритерпеновые глюкозиды, которые усиливают проникновение питательных элементов в клетки растения. Спектр удобрений Брексил снабжает культуру мезо- и микроэлементами, предотвращая хлорозы, которые влекут за собой снижение качественных и количественных показателей урожайности.

Мастер – комплексное водорастворимое удобрение с микроудобрениями в форме хелатов. Мастер выпускается в нескольких соотношениях NPK, специально сбалансированных для питания растений на разных стадиях развития и при различных условиях выращивания (грунт, торфосмеси, минеральная вата, перлит и т.д.). Мастер обеспечивает огромные преимущества для роста растений. Каждая формула Мастера имеет различную окраску, что позволяет отслеживать степень и скорость её растворения или смешивания с другими препаратами.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Важнейшими факторами внешней среды, влияющими на длину колоса, является: температура воздуха, продолжительность дня, наличие продуктивной влаги в метровом слое почвы и обеспеченность питательными веществами. Длинный день у зерновых ускоряет развитие колоса. В этом случае раньше формируется верхушечный колосок и преждевременно заканчивается его развитие, в результате чего образуется более короткий колос. На развитие зерновки влияет так же и влагообеспеченность. При недостаточном снабжении водой сформированные зерна не развиваются. Во время роста зерновки важную роль играет так же температура. С повышением температуры с 150С до 250С увеличивается скорость роста зерновки, сокращается период от увеличения до полной спелости, что ведет к снижению урожая. Оптимальный температурный интервал во время роста зерновки считается температура от 200С до 250С.

В табл. 1, 2, 3, 4 приведены данные влияния биостимулятора Мегафол и удобрений – Плантафол, Брексил, Мастер на биометрические показатели: число продуктивных стеблей, высоту растений, длину главного колоса, число колосков и количество зерен в колосе, массу зёрен боковых колосков, массу зёрен главного колоса. Нашими исследованиями установлено, что применение биостимулятора Мегафол и удобрений – Плантафол, Брексил, Мастер оказало положительное влияние на биометрические показатели растений озимой пшеницы.

Так, наибольшая длина колоса при обработке биостимулятором Мегафол составила 9,6 см против 9,1 см на контроле.

Количество зерен в колосе при обработке Мегафолом составило 56,3 зерен, что выше, чем у контрольных растений на 5,2 зерна.

Известно, что число развивавшихся зерен зависит от количества доступных продуктов фотосинтеза. Таким образом, позитивный эффект Мегафола на биометрические показатели был вызван улучшением усвоения питательных веществ, транспортных функций и перераспределения продуктов фотосинтеза на формирование зерновок.

Данные таблицы 1 показывают, что обработка биостимулятором Мегафол достоверно не влияла на кустистость продуктивных стеблей по отношению к контрольным растениям.

Таблица 1

Влияния обработки растений биостимулятором Мегафол на биометрические показатели озимой пшеницы.

Способность растений поглощать солнечную энергию, в значительной степени зависит от высоты растений, что определяет накопление сухого вещества и конечную величину урожая зерна озимой пшеницы. В наших исследованиях при внесении биостимулятора Мегафол выявлена положительная корреляция между высотой исследуемых и высотой контрольных растений r = 0,49 (p<0,05), числом продуктивных стеблей озимой пшеницы исследуемых и контрольных вариантов r = 0,55 (p<0,05), числом продуктивных стеблей исследуемых растений и массой зёрен боковых колосков контрольных растений r = 0,46 (p<0,05), число колосков главного колоса исследуемых растений с высотой растений контрольных вариантов r = 0,44 (p<0,05).

Анализируя результаты исследований можно сделать вывод, что по биометрическим показателям растения, обработанные Мегафолом уступают контрольным растениям озимой пшеницы в таких важных показателях, как масса 1000 зёрен, что можно объяснить влиянием погодных условий, способствующих более раннему созреванию зерновок озимой пшеницы.

Масса 1000 семян наиболее высокой была при обработке удобрением Плантафол (табл. 2). Данные биометрических исследований приведённые в таблице 2 показали отличия в длине колоса, которая составляет 10,4 см у растений обработанных Плантофолом, что на 6,1 % выше чем у контрольных растений. Число колосков и количества зерен в колосе при обработке – 16,6 шт. и 41,9 зерен, а у контрольных растений озимой пшеницы – 15,8 шт и 37,9 зёрен соответственно. Наибольшая длина колоса при обработке составила 10,4 см при 9,8 см на контроле.

Таблица 2

Влияния обработки растений удобрением Плантафол на биометрические показатели озимой пшеницы.

Корелляционный анализ биометрических показателей озимой пшеницы при обработке Плантафолом выявил следующие корреляции: положительную корреляцию между числом продуктивных стеблей и массой боковых зёрен озимой пшеницы r = 0,56 (p<0,01), числом зёрен в колосе и числом колосков главного колоса r = 0,79 (p<0,01), числом зёрен в колосе и массой зёрен главного колоса r = 0,94 (p<0,01), массой зёрен главного колоса и числом колосков главного колоса r = 0,75 (p<0,01), массой зёрен главного колоса и числом зерен в колосе r = 0,94 (p<0,01).

Таким образом, учитывая позитивный эффект применения удобрения Плантафол на биометрические показатели озимой пшеницы можно спрогнозировать потенциальное повышение урожайности озимой пшеницы, что требует дальнейших исследований в этом направлении.

В таблице 3 приведены данные влияния обработки Брексилом на длину колоса при обработке Брексилом составила 9,2 см Растения озимой пшеницы, обработанные Брексилом, характеризовались наибольшим количеством колосков в колосе – 19,1 шт против– 17,7 шт на контроле. Наибольшее количество зёрен в главном колосе – 2,8 зерна, чем в контрольном варианте на 0,5 зерна.

Применение Брексила привело к увеличению массы 1000 зёрен, которая составила 55,0 г против 53,8 г на контроле.

Корелляционный анализ биометрических показателей растений озимой пшеницы, удобренных Брексилом, показал следующие существенные корелляции: положительную корреляцию между числом колосков главного колоса и числом зёрен в колосе r = 0,52 (p<0,05), числом колосков главного колоса и массой зёрен главного колоса r = 0,62 (p<0,01), числом зерен в колосе и числом колосков главного колоса r = 0,52 (p<0,05), числом зерен в колосе и массой зёрен главного колоса r = 0,57

Таблица 3

Влияния обработки растений удобрением Брексил на биометрические показатели озимой пшеницы.

(p<0,05), массой зёрен главного колоса и числом колосков главного колоса r = 0,62 (p<0,05), массой зёрен главного колоса и числом зерен в колосе r = 0,57 (p<0,01).

Таким образом, Брексил оказался наиболее эффективным препаратом по воздействию на биометрические показатели озимой пшеницы.

Данные в таблице 4 показывают основной эффект действия удобрения Мастер на биометрические показатели озимой пшеницы. Длина колоса при обработке удобрением Мастер составила 8,1 см против 7,9 см на контроле. При обработке удобрением количеством колосков в колосе составляло 15,4 шт. по отношению к контролю – 14,9 шт.

Количество зёрен в колосе при обработке удобрением Мастер составляло 36,6 против 35,9 на контроле.

Данные таблицы 4 показывают, что содержание продуктивных стеблей при обработке удобрением Мастер ниже на 5 %, чем без обработки соответственно.

Известно, что число зёрен в колосе является основным показателем структуры урожая, поэтому между озернённостью колоса и урожайностью зерна отмечается зависимость.

Основные достоверные положительные корелляции между биометрическими показателями растений озимой пшеницы при применении удобрения Мастер следующие: между числом колосков главного колоса и числом зерен в колосе r = 0,45 (p<0,05), числом зёрен в колосе и числом колосков главного колоса r = 0,45 (p<0,05), числом зёрен в колосе и массой зёрен главного колоса r = 0,61

Таблица 4

Влияния обработки растений удобрением Мастер на биометрические показатели озимой пшеницы.

(p<0,01), массой зёрен главного колоса и числом колосков главного колоса r = 0,61 (p<0,01).

Таким образом, наши исследования показали, что применение биостимулятора Мастер в грунтово-климатических условиях Киевской области показало свою эффективность в отношении биометрических показателей озимой пшеницы.

ВЫВОДЫ

Таким образом, нашими исследованиями установлено, что применение биостимулятора Мегафол и удобрений – Плантафол, Брексил, Мастер оказало положительное влияние на биометрические показатели растений озимой пшеницы.

Сравнительный анализ показал, что в данных климатических условиях на протяжении 2012 года наибольший эффект на биометрические показатели дало применение удобрения Брексил Микс.

Список литературы 

1. Потапов Н.Г. Минеральное питание пшеницы / Н.Г. Потапов // Физиология сельскохозяйственных растений. Т. 4. Физиология пшеницы: сб. науч. тр. МГУ. — М.: Изд-во МГУ, 1969. — С. 242-297.
2. Кружилин А.С. Физиология развития и продуктивность растений / А.С. Кружилин // Физиолого-генетические основы повышения продуктивности зерновых культур: сб. науч. тр. / ВАСХНИЛ; под ред. Н.В. Турбина. — М.: Колос, 1975. — С. 53-63.
3. Остапенко Н.В. Влияние погодных условий и азотного питания на фотосинтетическую деятельность озимой пшеницы /Н.В. Остапенко // Агрохимия. — 1993. — № 3. — С. 3-6.
4. Шевелуха В.С. Периодичность роста сельскохозяйственных растений и пути ее регулирования / В.С. Шевелуха. — М.: Колос, 1980. — 455 с.
5. Serrano L. Remote sensing of biomass and yield of winter wheat under different nitrogen supplies / L. Serrano, I. Filella,J. Penuelas // Crop Science, — V. 40. —№ 3 — 2000. — Р. 723-730
6. http // www.agrisol.com.ua/index.php – 20.08.2012

Все статьи автора «mb»

science.snauka.ru

БИОМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ ПЛОДОВ И РАСТЕНИЙ ФИЗАЛИСА

Научный руководитель – РОМАНЬКОВ Д. А – кандидат с.-х. наук, доцент

УО «Белорусская государственная сельскохозяйственная академия»,

Горки, Республика Беларусь

Введение. В настоящее время физалис является культурой всѐ ещѐ мало распространѐнной в Республике Беларусь по сравнению с други — ми представителями семейства паслѐновых, таких как томаты, перец и баклажаны [1]. Однако эта культура весьма ценная и перспективная из-за своего богатого биохимического состава и неприхотливости к условиям выращивания [5].

Материалы и методика. В ходе проведенных исследований были изучены особенности сортов земляничного и овощного физалисов бе-лорусских и российских фирм-производителей: Кондитер, Королѐк,

Золотая россыпь, Янтарь на территории опытного огорода кафедры

плодоводства и овощеводства имени Рытова.

Способ высадки рассады физалиса рядовой. Мексиканский физа — лис размещался в опыте по схеме 60х60 см, а земляничный по схеме

40х30 см.

Проводились замеры биометрические данных по общепринятой

методике [3]. Для того чтобы дать рекомендации производству по оп-ределению оптимальной схемы посадки для рассматриваемых сортов,

были определены такие показатели, как коэффициент продуктивности,

плотность урожая, площадь проекции куста.

Обсуждение результатов. У сорта Королѐк плод округлый, плот-ный. Окраска незрелого плода и чехлика светло-зеленая и зеленая,

зрелого светло-желтая и желтая. У сорта Кондитер плоды плоско — округлые, окраска в технической спелости светло-зеленая, в биологи — ческой – желтая. Плоды пониклые, шаровидные, гладкие, слаборебри — стые, желтые – Золотая россыпь. Данные сведения предоставлены фирмами-оригинаторами. Как видно из табл.1 плод у сорта Королѐк, если судить по индексу формы, имеет скорее плоско-округлую форму, а не круглую. У остальных сортов форма плода типичная. Что касается окраски плода, то плоды у сорта Золотая россыпь имеют ярко выра — женный оранжевый оттенок.

При оценке продуктивности имеющихся сортов необходимо, преж- де всего, учитывать биометрические показатели растений (высота и ширина), их объѐм, коэффициент продуктивности растений (отноше-

ние массы плодов с одного растения к площади его проекции), а также плотность урожая (отношение массы плодов с растения к его объѐму). С целью определения этих показателей была подсчитана удельная на — грузка урожаем на 1 м² проекции растения и на 1 м³ объѐма растения.

Т а б л и ц а 1. Биометрические показатели плодов

Растения всех сортов за исключением Янтаря оказались стандарт — ной для них высоты. Сорт Янтарь по наблюдениям в 3 раза превысил высоту, характерную для данного сорта (селекция БелНИИ овощевод — ства).

Наибольшей компактностью обладали растения сорта Золотая рос-сыпь, наименьшей сорта Кондитер (табл.2). Кондитер обладает рас — кидистой формой куста, требует обязательной подвязки и изменения схемы размещения растений, т. к. при схеме 60×60 см растения затеня — ют друг друга и урожайность снижается.

Была определена расчетная урожайность, исходя из коэффициента продуктивности. По сравнению с фактической урожайностью она ока- залась значительно ниже, что можно объяснить тем, что растения в

рядах были значительно переплетены, но тем не менее не страдали от загущения.

Как видно из табл.2 сорт Королѐк с площадью проекции растения

1,05 м² имеет урожайность 127 ц/га, а Кондитер имеет урожайность

только 77 ц/га при превышении показателя площади проекции сорта

Королѐк в 1,5 раза. Следовательно, для выращивания в промышленных

условиях больше подходит сорт Королѐк как более компактный и

урожайный.

При правильном позиционировании на рынке сельскохозяйствен-ной продукции физалис может стать рентабельной культурой [7]. На-пример, перспективны рыночные ниши сырья для переработки (изго-товление овощных консервов, кондитерских изделий), продажа ресто-ранам экзотической (латиноамериканской) кухни. Однако успеху

должна предшествовать грамотная информационно-рекламная работа.

Т а б л и ц а 2. Характер роста и продуктивность сортов физалиса

Заключение. Растения сорта Королѐк имеет компактную форму куста по сравнению с сортом Кондитер, что дает возможность реко — мендовать этот сорт для промышленного выращивания с механизиро — ванной системой уборки урожая

ЛИТЕРАТУРА

1. А л п а т ь е в, А. В. Мексиканский физалис, его культура и использование в кон — дитерской промышленности / А. В. Алпатьев, В. С. Грюнер. М.: Пищепромиздат, 1947,

64 с.

2. А л па т ь е в, А. В. Физалис / А. В. Алпатьев. М.: Агропромиздат, 1989. 30 с.

3. Д о с п е х о в, Б. А. Методика полевого опыта / Б. А. Доспехов. 5-е изд., доп. и пе — рераб. М.: Агропромиздат, 1985. 351 с., ил.

4. М а м е д о в, М. И. Овощная диковина физалис / М. И. Мамедов, И. Ю. Кондрать — ева // Сад и огород. 1996. № 5. С. 14-17.

5. Новые и нетрадиционные растения и перспективы их практического использова-ния: материалы II Междунар. симп., Москва, Пущино, 1997. Т. 3. с.449-452.

6. С о к о л ь с к и й, И. К. Физалис или пузырная трава / И. К. Сокольский // Наука и жизнь. 2007. № 9. С.28-32.

7. Ш а т а л о в а, Г. С. Целебное питание на основах энергетической целесообразно — сти / Г. С Шаталова. М.: Культура и традиции, 1997. 288 с.

8. http://chudo-ogorod. ru/fizalis, дата доступа 07.02.2010 г.

9. http://honeygarden. ru/vegetables/physalis/1.php, дата доступа 06.02.2010 г.

10. http://medinfa. ru/trv/21/680/, дата доступа 08.02.2010 г.

11. http://nakaryakov. narod. ru/courses/agro_eko/chem_eko. htm, дата доступа

06.02.2010 г.

12. http://physalis. narod. ru/Species/Physalis-alkekengi/index. htm, дата доступа

06.02.2010 г.

Материал взят из: Почва, урожай и экология: Материалы XI Международной научной конференции студентов и магистрантов «Научный поиск молодежи XXI века», посвященной 170-летию Белорусской государственной сельскохозяйственной академии

(Visited 153 times, 1 visits today)

moyuniver.net

Биометрия как прикладная наука

Биометрия — прикладная наука, использующая математические методы статистического анализа массовых явлений (результатов наблюдений, учетов) применительно к биологическим объектам.

Содержание

1. Термин биометрия

2. Предмет и основные понятия биометрии

3. Краткий исторический очерк развития биометрии

1. Термин биометрия

В настоящее время можно сказать, что термин биометрия еще не утвердился до конца. Наравне с ним применяются такие названия как математическая статистика в почвоведении, ботанике, методике опытного дела, биологическая статистика, биометрия, вариационная статистика. Это не случайно, потому что содержание всех этих изданий одно и то же, в них излагаются методы математической статистики, применяемые для статистической обработки результатов исследований биологических объектов, полученных при проведении лабораторных, вегетационных и полевых опытов, агрономических наблюдений.

Исходя из изложенного формулировка понятия биометрия может быть следующей: "Биометрия – прикладная наука, использующая математические методы статистического анализа массовых явлений (результатов наблюдений, учетов) применительно к биологическим объектам (растениям, животным и т.п.)".

По мере превращения биологии из науки описательной в науку точную, основанную на измерениях, возникла потребность в применении методов математической статистики для решения биологических задач. Биометрия преследует исключительно биологические цели, приспосабливая методы математической статистики к задачам и специфике биологических исследований.

2. Предмет и основные понятия биометрии

Предметом биометрии служит любой биологический объект, в результате наблюдения за которым получены количественные или качественные показатели. Методы биометрии широко применяются и в опытном деле. Потребность в использовании методов математической статистики обусловлена тем, что однородные биологические объекты исследования индивидуально различны, изменчивы. Например, число зерен в колосьях одного и того же сорта яровой пшеницы на одной и той же опытной делянке будет различным. Все биологические признаки изменчивы, подвержены варьированию. Объективную информацию в таких случаях можно получить, только подвергнув результаты учетов, измерений, анализов статистической обработке.

Свойство условных биологических единиц наблюдения отличаться друг от друга в однородных совокупностях называется изменчивостью или варьированием. Например, у растений пшеницы варьирующими признаками являются число и масса зерен в колосе, высота растения, продуктивная кустистость, стекловидность и содержание сырой клейковины в зерне, площадь листьев и т.п. В полевых опытах урожаи на одноименных вариантах по повторениям всегда получаются разные.

Величина любого варьирующего признака на языке математической статистики называется переменной случайной величиной. Числовое значение варьирующего признака принято называть вариантой. Возможные значения варьирующего признака обозначаются х1, х2, … хn.  Вследствие варьирования единиц наблюдения в однородной совокупности объективное суждение по одному результату измерения, наблюдения, учета, анализа недостаточно. Биометрия дает четкий ответ на вопрос какое количество наблюдений необходимо, чтобы с достаточной точностью судить о средних показателях изучаемого объекта.

Изменчивость одних показателей носит явно выраженный количественный характер и легко поддается измерениям, подсчету, взвешиванию. Изменчивость других носит типичный качественный характер. Например, изменение опущенности или окраски различных органов растений.

Количественное варьирование разделяется на непрерывное и прерывистое. Непрерывное варьирование наблюдается в том случае, когда изучаемый показатель измеряется или взвешивается. Величины непрерывного варьирования могут выражаться как целыми, так и дробными цифровыми значениями. Показатели прерывистого варьирования имеют только целые значения, они получаются только счетом.

Всю группу объектов наблюдения, подлежащих счету, анализу называют генеральной совокупностью. Однако в действительности сделать это невозможно, так как численность единиц наблюдения может быть очень большой. Поэтому для учета вынуждены брать только определенную часть единиц наблюдения, которую принято называть выборочной совокупностью или выборкой. Иногда ее называют статистической совокупностью.

Из этого следует, что суждение о генеральной совокупности приходится делать по выборочной совокупности. Отсюда очень важно, чтобы выборка не была односторонней, преднамеренной или очень малочисленной.  Она должна быть случайной, обеспечивающей любому члену генеральной совокупности вероятность попасть в эту выборку. Репрезентативность выборки достигается применением специальных методов отбора единиц наблюдения, которые описаны в специальных методиках и объемом выборки.

3. Краткий исторический очерк развития биометрии

Биометрия, как самостоятельная научная дисциплина, возникла  в XIX веке, однако первые попытки применить математику к биологическим объектам наблюдения были гораздо раньше. Толчком к этому было установление Декартом (1596-1650) понятия переменная величина.  В середине XVII века зародились две ветви точных наук – теория вероятностей и математическая статистика. Теория вероятностей возникла на базе азартных игр, а математическая статистика положена в основу теории выборочного метода.

Основная задача, которую ставили перед собой исследователи, сводилась к тому, чтобы теоретически доказать возможность по части (выборке) судить о состоянии целого, то есть всей совокупности. Большая работа в этом направлении была проделана бельгийским ученым А.Кетле (1796-1874). Из его работ вытекало, что при помощи математических методов возможно вскрытие статистических закономерностей, действующих в среде массовых явлений.

Пирсон развил  учение о типах кривых распределения, встречающихся в биологии. Им введено понятие среднего квадратического отклонения. Совместно с Гальтоном и Уэльдоном он обосновал в 1901 году выпуск научного журнала «Биометрика». Гальтон и Пирсон по праву считаются основателями биометрии.

Большим вкладом в дальнейшее развитие биометрии была теория «малой выборки», обоснованная В.Госсетом (1876-1937), печатавшегося под псевдонимом «Стьюдент». Оперируя с выборками небольшого объема, взятыми из нормального распределения генеральной совокупности Стьюдент открыл закон распределения выборочных средних в зависимости от объема выборки. Описанный им закон оказался применимым к малым выборкам, содержащим в своем составе не более 25-30 вариант.

Существенный вклад в дальнейшее развитие биометрии внес Р.Э.Фишер (1890-1962), проработавший ряд лет научным сотрудником знаменитой Ротамстедской сельскохозяйственной опытной станции, а с 1933 года профессором кафедры прикладной математики Лондонского университета. Он разработал метод дисперсионного анализа, ввел понятие «степени свободы».

В России биометрические методы описаны А.В.Леонтовичем (1869-1943) и А.И.Чупровым (1874-1926). С работами Р.А. Фишера читателей первым ознакомил Н.Ф.Деревицкий (1933). Позднее  изданы «Статистические методы для исследователей» Р.А. Фишера в переводе  В.Н. Перегудова (1958).  В 60-х-80-х годах вышло несколько книг по биометрии: Н.А.Плохинский (1961,1970), П.Ф.Рокицкий (1973,1974), Г.Ф.Лакин (1968,1973,1980,1990).

В Казахстане заметный вклад в пропаганду и внедрение методов математической статистики в области биологии и агрономии внесли: А.И.Федоров (1957), Н.Л.Удольская (1976), В.П.Томилов (1983).

Опубликовано значительное количество книг с изложением методов математической статистики применительно к отдельным отраслям биологии и другим наукам: методика полевого опыта (Вольф В.Г.,1966; Доспехов Б.А.,1985), почвоведение  (Дмитриев Е.А.,1972, 1995), ботаника  (Зайцев Г.Н., 1984), фитопатология  (Минкевич  Н.И., Захаров Т.И., 1977), защита растений (Пересыпкин В.Ф и др., 1989), генетика (Рокицкий П.Ф.,1974), агрометеорология  (Уланова Е.С., Сиротенко О.Д., 1968),  гидрология  (Рождественский А.В.,Чеботарёв А.И., 1974),  география (М.К.Бочаров, 1971),  лесокультурные исследования  (Жигунов А.В.  и  др.,  2002),  экономика   (Эконометрика,  2002).

По мнению В.П. Терентьева (1978) биометрия перерастает в биоматематику. В настоящее время роль методов математической статистики в биологических и агрономических исследованиях существенно возросла, а в связи с компьютеризацией и разработкой компьютерных программ возможности биометрии многократно увеличились, а необходимость в её изучении при подготовке специалистов биологического профиля стала насущной необходимостью и велением времени.

Нравится

Комментарии:

Добавить комментарий

yznaika.com

Влияние условий возделывания на некоторые морфо-биометрические параметры растений мяты

ВЛИЯНИЕ УСЛОВИЙ ВОЗДЕЛЫВАНИЯ НА НЕКОТОРЫЕ МОРФО-БИОМЕТРИЧЕСКИЕ ПАРАМЕТРЫ РАСТЕНИЙ МЯТЫ

Шульга Е. Б. – кандидат с/х. наук, старший научный сотрудник,

Мишнёв А. В. – кандидат с/х. наук, зав. отд. селекции и семеноводства (Институт эфиромасличных и лекарственных растений УААН)

Введение. Отдельные морфологические и биометрические признаки мяты могут меняться в различных условиях возделывания. По сведеньям Г. И. Мустяцэ размеры листа, габитус куста, окраска листьев и степень опушения значительно варьируют в зависимости не только от сорта, но и от условий произрастания мяты [1]. По нашим наблюдениям, у ряда образцов степень опушенности листьев на суходоле выше, чем на орошении, а у некоторых меняется и оттенок окраски листовой пластинки.

Использование в селекции мяты межвидовой гибридизации с участием различных культурных и дикорастущих видов и форм привело к созданию сортов, существенно различающихся по срокам цветения, форме куста, степени опушения, форме, размерам и окраске листа и другим признакам [2]. В то же время, при создании генетически родственных сортов морфологические отличия между ними могут быть слабо выражены, и для их установления потребуется использовать биометрические параметры.

Высокая требовательность к условиям влаго - и теплообеспеченности проявляется в значительных колебаниях урожайности мяты в различных агроэкологических условиях и в разные по метеорологическим показателям годы [1, 3]. Поэтому расхождение в основных параметрах растений (высота и диаметр куста, размеры отдельных органов) при оценке их в разных условиях возделывания неизбежны.

Для объективной экспертизы сортов мяты необходимо определить, как меняются отдельные морфо-биометрические параметры растений под влиянием условий возделывания, сохраняется ли при этом последовательность распределения генотипов по степени выраженности этих признаков, выявить наиболее константные из них для характеристики сортовых отличий.

С этой целью проведен анализ изменчивости основных морфо-биометрических параметров различающихся по происхождению генотипов мяты в зависимости от наличия орошения и метеорологических условий года.

Объект, условия и методика исследований. Объектом наблюдений являются сорта и перспективные образцы мяты, которые в 2005 – 2007 годах изучались в конкурсном сортоиспытании Института эфиромасличных и лекарственных растений УААН. Высокоментольный сорт Заграва получен путем межвидовой гибридизации полиплоидной формы Mentha canadensis L. и коллекционной формы M. longifolia L. (Huds.). Сорт Прилукская карвонная выделен в гибридном потомстве от скрещивания высокоментольного внутривидового гибрида M. canadensis с линалоольной формой M. longifolia. Гибрид 96.11.31 создан методом поэтапной трехвидовой гибридизации M.сanadensis х (M.citratа Ehrh. x M.longifolia) в сочетании с экспериментальной полиплоидией исходных родительских форм, основные компоненты эфирного масла – лимонен, линалоол, линалилацетат. Линалоольный образец 96.20.31 отобран в потомстве от свободного опыления полиплоидной формы M. longifolia. Высокоментольный гибрид 98.4.40 получен путем скрещивания самоопыленных линий M. spicata L.

Поскольку метеорологические условия в годы конкурсного сортоиспытания (2005 – 2007) не были благоприятными для развития растений мяты, дополнительно использованы результаты оценки некоторых образцов в контрольном питомнике в 1999 и 2000 годах, которые отличались хорошими условиями тепло - и влагообеспеченности и максимально высокими за последние 10 лет показателями продуктивности мяты.

При характеристике метеорологических особенностей вегетационного периода в годы наблюдений в качестве показателя соответствия условий выращивания биологическим требованиям растений приводим также урожайность зелёной массы образцов Заграва и 96.11.31, оценка которых в питомниках осуществлялась в течение всех анализируемых лет.

1999 год – влажный, с повышенным температурным режимом лета и равномерным распределением осадков. Гидротермический коэффициент вегетационного периода (ГТК) – 0,98 (при среднемноголетней норме 0,93). Очень благоприятен для развития мяты, что подтверждается высокой урожайностью сорта Заграва (155,6 ц/га) и гибрида 96.11.31 (150,0 ц/га).

2000 год также влажный и теплый, с высокой влагообеспеченностью в начале и засушливой погодой в конце вегетации мяты, ГТК – 0,95. Год благоприятен для мяты, урожайность Загравы – 138,2, 96.11.31 –114,7 ц/га.

2005 год отличался продолжительным и жарким летом и недостатком влаги во второй половине вегетации, ГТК – 0,64. Неблагоприятен для мяты, урожайность Загравы – 22,8, гибрида 96.11.31 – 23,5 ц/га.

2006 год характеризовался поздней весной, пониженной тепло - и влагоопеспеченностью, но сравнительно равномерным распределением осадков, ГТК – 0,74. Условия типичны для зоны и позволили получить средний по величине урожай: Заграва – 57,5 ц/га, гибрид 96.11.31 – 71,4 ц/га.

2007 год – с поздней весной, рекордной летней жарой (на 3,0 – 3,9 оС выше нормы) и очень скудными дождями, ГТК – 0,47. Очень неблагоприятен для мяты, урожайность Загравы – 26,6 ц/га, 96.11.31 – 24,3 ц/га.

Многолетние наблюдения в селекционных питомниках велись в Предгорной зоне Крыма (п. Крымская Роза, Белогорского района) в богарных условиях на однолетних растениях рассадного способа посадки с нормой высадки рассады 120 тыс. шт./га и шириной междурядий 0,6 м. В 2007 г. дополнительно проведены учеты в конкурсном сортоиспытании в условиях орошения при двукратном поливе во второй половине вегетации (август) с поливной нормой 400 м3/га. Биометрические параметры куста (высота и диаметр, количество ветвей первого порядка, угол отхождения ветвей от центрального стебля) и листа (длина и ширина листовой пластинки) оценивались по методике селекции ИЭЛР путем измерения трех растений и трех листьев в каждом из повторений опытов [4]. Для характеристики габитуса куста и формы листовой пластинки использовались обобщающие численные показатели – соотношение высоты и диаметра растения и соотношение длины и ширины (индекс) листовой пластинки. В 2007 г. дополнительно проведены измерения длины черешка листа. Проведена статистическая обработка данных [5].

Результаты исследований. В условиях рекордно жаркого лета 2007 года высота растений, как правило, незначительно менялась под влиянием орошения, а у самого высокорослого гибрида 98.4.40 растения на поливе были достоверно ниже, чем на богаре (табл. 1). В то же время диаметр кустов на орошении у большинства генотипов увеличился. В результате у всех изученных образцов изменился габитус растений. Самые низкие соотношения высоты и диаметра куста имел сорт Заграва. Наиболее вытянутым среди изученных образцов был куст у гибрида 98.4.40: соотношение высоты и диаметра на богаре 1,82, на орошении – 1,47. Последовательность распределения образцов по данному признаку под влиянием орошения не изменилась.

Количество ветвей первого порядка у трех образцов не зависело от орошения, а у двух (Прилукская карвонная и 96.11.31) оно на поливе уменьшилось. В экстремальных условиях года наибольшей степенью ветвления отличался гибрид 98.4.40, наименьшей – гибрид 96.11.31 и Заграва.

Существенные сортовые отличия отмечаются по величине угла отхождения ветвей среднего яруса от центрального стебля. Наиболее острый угол отхождения (около 65о) характерен для номера 98.4.40, почти прямой – для сорта Заграва. Влияние орошения на этот признак в опыте не выявлено.

Таблица 1

Влияние орошения на морфо-биометрические параметры куста мяты, 2007 г.

Примечание: * – различия достоверны при 5 % уровне значимости

Среди изученных морфо-биометрических параметров листа наиболее чувствительным к орошению признаком оказалась длина черешка (табл.2). Достоверное увеличение длины черешка на поливе отмечено у всех образцов, однако в различной степени, от незначительного у 98.4.40 и Загравы (в 1,2-1,3 раза) до двукратного у 96.20.31. При этом различия между генотипами по этому показателю достаточно велики: от очень короткого у 96.20.31 до длинного у 98.4.40. Таким образом, длина черешка листа мяты определяется как генотипом, так и условиями возделывания, причем степень реакции данного признака на изменение условий возделывания зависит от индивидуальных особенностей генотипа. В нашем опыте у образца 96.11.31 в богарных условиях длина черешка была достоверно меньше, чем у сорта Заграва, а на орошении – одинаковой с ним. Можно предположить, что аналогичные колебания величины этого признака могут наблюдаться при изучении сортов в условиях различных лет или в разных экологических зонах.

Таблица 2

Влияние орошения на морфо-биометрические параметры листа мяты,

2007 г.

Примечание: * – различия достоверны при 5 % уровне значимости

Лишь некоторые генотипы прореагировали на полив увеличением размеров листовой пластинки (Прилукская карвонная, 96.11.31). Изменения формы листовой пластинки (индекса листа) под влиянием орошения незначительны, и даже в случаях достоверности их различий у некоторых образцов (96.11.31 и 96.20.31) эти отличия значительно меньше, чем сортовые.

Анализ многолетних наблюдений показал, что габитус растений мяты определяется как генотипом, так и условиями года (табл.3). Последнее подразумевает не просто степень благоприятствия получению высокого урожая, а сочетание комплекса метеорологических факторов на разных этапах онтогенеза растений. Этим можно объяснить тот факт, что в самые благоприятные и урожайные годы наблюдались максимальные (1999 г.) и минимальные (2000 г.) соотношения высоты и диаметра куста. В 1999 г. высокий урожай зеленой массы был достигнут за счет формирования высокорослых растений с диаметром средней величины, а в 2000 г. в

неравномерной влагообеспеченности сформировались растения средней высоты, но с максимальным диаметром куста.

Таблица 3

Влияние особенностей года на морфо-биометрические параметры растений мяты

В целом размер растений (высота и диаметр) и его габитус в значительной мере зависят от особенностей года. Однако при оценке в одинаковых условиях (одного года) последовательность распределения генотипов по признакам высоты и формы куста, как правило, сохраняется постоянной. Так, по высоте растений самый низкий куст имеет образец 96.11.31, чуть выше или близкий к нему – Заграва, затем 96.20.31, более высокий – у Прилукской карвонной, самый высокий у номера 98.4.40. В таком же порядке изученные образцы располагаются по признаку соотношения высоты и диаметра куста от наиболее широкой у 96.11.31 и Загравы до вытянутой формы у 98.4.40. Однако в 2007 г. (см. табл.1) номер 96.20.31 имел растения более вытянутые, превысив по этому показателю Прилукскую карвонную и сравнявшись с ней по высоте куста. В этом проявилась особенность реакции генотипа на нетипичные экстремальные условия года.

Степень ветвления растений также определяется генотипом и условиями года. В урожайные годы (1999 и 2000) она была выше. Среди изученных образцов повышенной ветвистостью характеризуется 98.4.40, Прилукская карвонная и 96.20.31, пониженной – 96.11.31. Однако порядок распределения генотипов по этому признаку в разные годы не постоянен.

Результаты измерения угла отхождения ветвей от центрального стебля в 2006 (см. табл. 3) и 2007 (см. табл. 1) годах очень близки и порядок распределения генотипов по этому признаку совпадает. В 2005 г. угол отхождения ветвей у большинства изученных образцов был несколько острее, но проявились особенности в реакции генотипов 96.20.31 (угол отхождения увеличился, приблизившись к показателю Загравы) и 96.11.31 (угол более острый, как у 98.4.40). Возможность подобных реакций в неблагоприятные по метеоусловиям годы следует учитывать при использовании этого показателя в качестве сортового признака.

Размеры листовой пластинки, судя по многолетним данным (см. табл.3), не зависят от урожайности (массы) и размера куста, они определяются реакцией растений на интенсивность освещения и другие внешние условия. Самые крупные (по длине и ширине) листья зафиксированы в неурожайном 2005 году, а мелкие – в таком же неурожайном 2007 году (см. табл.2).

Длина и ширина листовой пластинки изучаемых образцов по разному меняются в условиях разных лет, так что четко распределить генотипы по этому признаку не удалось. Возможно, это связано с тем, что все они относятся к группе крупнолистных. Разную реакцию на внешние условия могут обусловливать и различия в происхождении генотипов.

Существенно зависит от генотипа и особенностей года форма листовой пластинки. Наиболее высокий индекс листа (более узкую форму) образцы имели в 1999 году, а в 2000 и 2007 годах отмечен низкий индекс листа (более широкая форма). При этом сохранились сортовые отличия: самый узкий лист среди изученных образцов и самую высокую вариабельность признака по годам наблюдений имеет Прилукская карвонная (индекс листа 2,04 – 2,95), затем следуют 98.4.40 и 96.20.31, более широкий лист имеет 96.11.31 и самый широкий – Заграва.

Выводы

1.  Возделывание мяты на орошении в сравнении с богарными условиями ведет к увеличению диаметра растений и соответствующему изменению габитуса куста, к увеличению длины черешка листа. Некоторые генотипы реагируют на полив увеличением размеров листовой пластинки или изменением ее формы. У большинства изученных образцов двукратный полив во второй половине вегетации не повлиял на высоту кустов, степень ветвистости и величину угла отхождения ветвей от центрального стебля.

2.  Метеорологические особенности года существенно влияют на форму куста мяты и его размеры, степень ветвистости, величину угла отхождения ветвей от центрального стебля, величину и форму листовой пластинки.

3.  При оценке генотипов мяты (сортов, селекционных образцов) в одинаковых условиях возделывания последовательность распределения генотипов по признакам: высота и форма куста, угол отхождения ветвей от центрального стебля, индекс листовой пластинки, – как правило, остается постоянной. Исключения возможны в неблагоприятные годы как специфическая реакция некоторых генотипов на стресс. Перечисленные показатели могут использоваться как сортовые признаки с условием обязательного сравнения с эталонами при одновременном выращивании.

4.  Длина черешка листа мяты – генотипически обусловленный признак, однако отличается неодинаковой специфической реакцией генотипов на условия выращивания. Даже при одновременном испытании с эталонами сортообразцы могут быть отнесены к разным, соседствующим по степени проявления признака, классам растений в различных условиях возделывания.

Список использованной литературы

1. Мустяцэ Г. И. Культура мяты перечной / Г. И. Мустяцэ. – Кишинев: «Штиинца», 1985. – 165 с.

2. Бугаенко Л. А. Основные направления и методы селекционной работы с культурой мяты / Бугаенко Л. А., Шило Н. П., Шульга Е. Б. // Тезисы докл. науч.-техн. конф. по эфиромасличным и лекарственным растениям, посвященной 30-летию ИЭЛР. – Симферополь. – 1995. – С. 13-15.

3.  Васюта Г. Г. Влияние климатических факторов на величину и качество урожая мяты / Васюта Г. Г., Савчук Л. П. // Труды ВНИИ эфиромасличных культур. – Симферополь, 1977. – Т.10. – С. – 114-121.

4. Селекция эфиромасличных культур / [под ред. проф. А. И. Аринштейн]. – Симферополь, 1977. – 150 с.

5. Доспехов Б. А. Методика полевого опыта / Б. А. Доспехов. – М.: Агропромиздат, 1985. – 352 с.

УДК 582.949.27:633.822

Шульга Е. Б., Мишнев А. В. Влияние условий возделывания на некоторые морфо-биометрические параметры растений мяты.

Изучалось влияние особенностей года и орошения на некоторые биометрические параметры различных генотипов мяты. Представлены результаты определения размера и формы куста и листа, количество ветвей и другие.

УДК 582.949.27:633.822

Шульга О. Б., Мішньов О. В. Вплив умов вирощування на деякі морфо-біометричні параметри рослин м’яти.

Вивчався вплив особливостей року та зрошування на деякі морфо-біометричні ознаки різних генотипів м’яти. Наведено результати визначення розміру та форми куща і листа, кількості гілок та інші.

UDC 582.949.27:633.822

Shulga E. B., Mishnev A. V. The influence of cultivation conditions on the some biometrical signs of mint plants.

The influence of year peculiarities and irrigation on the some biometrical signs of different mint genotypes have been studied. The results of determination of size and shape of bush and leaf, quantity of branches and others are presented.

po-teme.com.ua

Смотрите также

• 
  Баптизия растение
• 
  Растение богохульник
• 
  Растение бальсан
• 
  Мекония растение
• 
  Растения хибин
• 
  Растение ликоподиум
• 
  Растение крамбе
• 
  Нутации растений
• 
  Йокша растение
• 
  Бесстыдница растение
• 
  Чакруна растение