Формирование продуктивности колоса яровой пшеницы в условиях засушливого климата Оренбургского Приуралья

Обложка

Цитировать

Полный текст

Аннотация

Актуальность исследования определяется необходимостью своевременной оценки сортов яровой пшеницы, в т. ч. вновь созданных, в зависимости от меняющихся погодных факторов в зоне возделывания. Цель исследования состояла в анализе показателей колоса сортов яровой пшеницы как основного элемента продуктивности посева. Материалы исследований — данные урожайности, показатели структуры урожая сортов яровой мягкой пшеницы, полученные в полевых опытах, проведенных в условиях Оренбургского Приуралья в течение 2019—2020 и 2022—2023 гг. Методы исследований включали полевые опыты, структурный анализ учетного снопового материала, ранговую оценку сортов по годам опытов и их итоговое ранжирование, корреляционно-­регрессионный анализ зависимости урожайности сортов от показателей продуктивности колоса. Условия вегетации яровой пшеницы в годы исследований отличались засушливостью. Ранговая оценка сортов показала значительную зависимость их продуктивности от условий погодных факторов и их экологическую приспособленность. Проведен корреляционно-­регрессионный анализ связи урожайности яровой пшеницы с показателями продуктивности колоса. Построенные графики показывают, что теоретической урожайности в пределах от 14.9 ц с 1 га до 19,1 ц с 1 га соответствуют число зерен в колосе 25,7 шт., масса 1000 зерен 35,8 г, число колосков в колосе 13,6 шт., масса зерна с колоса 0,75 г. Приведены фактические показатели элементов продуктивности колоса по годам опытов с анализом их сортовых различий и в зависимости от условий года. Сделан вывод о том, что погодные факторы обусловливают различия в реакции сортов на их изменчивость, выражающуюся в уровне их урожайности в сходных условиях. Сорта, выведенные в более позднее время, отличаются большей экологической пластичностью с ростом урожайности и формированием значительно более полноценного колоса, это сорта Ульяновская 105, Оренбургская 30, Тулайковская золотистая. К числу наименее приспособленных к стресс-­факторам погоды можно отнести сорта Учитель, Саратовская 42.

Полный текст

Введение

Пшеница (Triticum aestivum L.) — основная культура, возделываемая как в России, так и по всему земному шару. Прогнозируется, что к 2050 г. население Земли увеличится до 9,6 млрд человек [1], поэтому задачи роста урожайности всех продовольственных культур, в т. ч. и пшеницы, становятся более актуальными. Ежегодный прирост урожайности зерна на 2 % позволит решить потребность в пшенице [2].

Основным фактором, влияющим на продуктивность возделываемых сельскохозяйственных культур, является изменение климата, в особенности увеличение его засушливости. Оренбургская область относится к регионам неустойчивого увлажнения, где как показано в [3, 4], частота весенне-­летних засух в более засушливые периоды увеличилась в 2,5 раза по сравнению с более влажными периодами. Анализ динамики урожайности яровых зерновых в данной зоне за длительный период (1883—2013 гг.) позволил [5] сделать вывод о том, что отклонения уровней урожайности объясняются погодными факторами.

По оценке [6] «негативный результат глобального потепления в Оренбуржье — дефицит атмосферной влаги, который не может быть восполнен за счет скудных водных ресурсов степной территории». Начальные запасы продуктивной влаги в почве центральной зоны Оренбуржья снизились от 130…150 мм в 2008 г. до 80…100 мм к 2015—2021 гг. при росте дневной температуры воздуха в июле до экстремальных значений для растений (30 С° и выше) и показателям температуры августа, приблизившимся к июльским.

В формировании продуктивности зерновых культур основную роль играют такие характеристики, как архитектура урожая, наступление и продолжительность фенологических фаз вегетации, морфологические характеристики колоса и зерна [7, 8]. В частности, в [9] установлено, что урожайность зерна яровой пшеницы тесно связана с продолжительностью всего периода вегетации (r = 0,98), а также в значительной мере с продолжительностью периодов всходы — кущение (r = 0,90), кущение — выход в трубку (r = 0,51), выход в трубку — колошение (r = 0,84).

Стресс от засухи оказывает отрицательное влияние на ключевые характеристики и урожайность зерна пшеницы: на количество зерна в колосе на 38…50 %, массу 1000 зерен на 16,4…19,0 %, высоту растений на 14,7…34,4 % [10], т. е. снижает количество зерен в колосе и массу зерна и, в конечном итоге, урожай зерна [11, 12].

В различных полевых опытах установлены достоверные корреляционные связи урожайности с продуктивной кустистостью, числом зерен в колосе, с массой зерна с колоса, массой 1000 зерен [13, 14]. Наблюдается сортовая специфика в снижении продуктивности колоса: в условиях засухи снижение его продуктивности у раннеспелых сортов выше (32,0…41,2 %), чем у среднеранних (22,9…42,9 %) и среднеспелых (27,9…30,6 %), и разный уровень зависимости урожайности сортов разных групп спелости от структурных элементов [15, 16].

Для условий Оренбургского Предуралья в более ранних исследованиях установлено, что рост урожайности сортов яровой пшеницы определяется ростом длины колоса, длины стебля и длины верхнего междоузлия до определенного уровня, после которого отмечается спад уровня продуктивности [17]. По данным авторов [18], имеются сортовые особенности в формировании морфогенеза и продуктивности побега яровой пшеницы: числа колосков и зерновок в колосе, массы семян. Это подтверждается данными других исследований, по которым установлено, что реализация адаптивного потенциала сорта зависит от степени развития зачаточного колоса при влажности устойчивого завядания растений, от которой зависит величина сброса колосков, цветков и снижение жизнеспособности конуса нарастания [19]. Авторами [20] также подчеркивается преимущество сортов с генетическим материалом Thinopyrum pontium для выведения сортов яровой пшеницы с механизмами адаптации к засухе.

Таким образом, формирование продуктивности колоса и его составляющих является результатом взаимодействия многих факторов: от погодно-­климатических до сортовых особенностей.

Цель исследования — анализ формирования продуктивности колоса сортов яровой мягкой пшеницы, обусловленных изменениями погодно-­климатических факторов и появлением новых сортов данной культуры в зоне Оренбургского Приуралья.

Материалы и методы исследований

Материалом для анализа послужили данные по урожайности и показателям структурных элементов агроценоза и колоса сортов яровой мягкой пшеницы, полученные в 2019—2020 и 2022—2023 гг. в полевых опытах по их экологическому изучению в условиях центральной зоны Оренбургского Приуралья на черноземе южном. В опыте изучались районированные и перспективные в Оренбургской области сорта яровой мягкой пшеницы. Предшественник — пар черный. Предпосевную подготовку почвы проводили в соответствии с рекомендациями, принятыми в зоне исследований. Посев сеялкой СН‑16 нормой высева 4,0 млн всхожих семян на гектар. Повторность опыта 3‑кратная. Площадь делянки 66 кв. м (40 м × 1,65 м). В опыте изучали районированные в Оренбургской области сорта яровой мягкой пшеницы: Учитель (контроль), Оренбургская 30, Оренбургская 13, Оренбургская 23 и Оренбургская юбилейная (Федеральное государственное научное учреждение биологических систем и агротехнологий Российской академии наук); Саратовская 42 и Саратовская 70 (Федеральный аграрный научный центр Юго-­Востока); Тулайковская золотистая и Ульяновская 105 (Самарский Федеральный исследовательский центр). Снопы для анализа структуры урожая отбирались в двух повторениях опыта в четырех местах делянок каждая площадью 0,25 кв. м; суммарная площадь по отбору образцов по каждому сорту составляла 2 кв. м. Для определения продуктивности колоса с каждого повторения сорта отбирали по 10 типичных растений; общее число растений в анализе составляло 20 штук. Измеряли длину растения, длину колоса, число колосков, число зерен в колосе, взвешивали массу зерна с колоса. Массу 1000 зерен определяли в снопе для учета структуры урожая после обмолота каждого снопа в повторности. Анализ показателей структуры урожая, растений и колоса проводили в соответствии с методикой Государственного сортоиспытания сельскохозяйственных культур [1]. Обработку массива экспериментальных данных провели методом однофакторного нелинейного корреляционно-­регрессионного анализа [21] с использованием библиотеки из 34 алгебраических функций, в т. ч. полиномиальных и показательных функций. Регрессионный анализ включал метод отыскания параметров регрессионной модели и статистическую обработку данных. Основным методом отыскания параметров регрессионной модели является метод наименьших квадратов. Суть этого метода заключается в минимизации суммы квадратов отклонений между найденными в опыте значениями параметров оптимизации и предсказываемыми данной моделью.

Поскольку вид математической зависимости между параметрами оптимизации и варьируемым фактором apriori (от латинского «до опыта») неизвестен, то в качестве регрессионной модели использовали полиномы некоторого порядка:

У = а0 + а1х + а2х2 + … akxk,

где k — порядок полинома.

Результаты исследований и обсуждение

Погодные факторы в период роста и развития яровой пшеницы в годы исследований отличались резкой засушливостью, которая характерна в 2015—2021 гг. для Оренбургского Приуралья. Формирование урожайности основных сельскохозяйственных культур проходит при нарастании температуры воздуха с началом вегетации на фоне недостатка продуктивной влаги. Такая картина условий вегетации была характерна и в годы наших исследований.

При оценке периодов вегетации по гидротермическому коэффициенту [22] годы исследований характеризовались резкой засушливостью (табл. 1). Особо засушливыми были в 2019 г. май, в 2020 г. — весь период вегетации, в 2022 г. — июнь, а в 2023 г. — май — июнь. В 2023 г. в мае выпала 4‑месячная норма осадков, но резкое повышение температуры воздуха в июне — июле не позволило реализовать максимальную продуктивность.

Таблица 1
Гидротермический коэффициент за май июль в 2019—2023 гг.

Месяцы

Гидротермический коэффициент, ед.

2019

2020

2022

2023

За май — июль

0,61

0,38

1,10

0,54

В том числе за: май

0,18

0,60

3,35

0,27

июнь

0,50

0,34

0,30

0,55

июль

1,36

0,28

0,59

0,76

Источник: выполнено И.Н. Бесалиевым, Е.А. Ивановой.

Table 1
Hydrothermal coefficient for May — July in 2019—2023

Months

Hydrothermal coefficient

2019

2020

2022

2023

May — July

0.61

0.38

1.10

0.54

Including: May

0.18

0.60

3.35

0.27

June

0.50

0.34

0.30

0.55

July

1.36

0.28

0.59

0.76

Source: created by I.N. Besaliev, E.A. Ivanova.

В сложившихся условиях прохождения вегетации и формирования продуктивности колоса мы сочли нужным провести оценку ее составляющих.

Урожайность сортов в опыте в среднем за 4 года составила 13,4 ц с 1 га с максимальным значением 17,4 ц с 1 га в 2022 г. и минимальным — 10,1 ц с 1 га в 2019 г. (табл. 2). Более урожайным как в среднем за 4 года, так и по каждому году отдельно оказался сорт Ульяновская 105. Два сорта — Учитель и Саратовская 42 — показали низкую среднюю урожайность за 4 года (соответственно 9,3 и 11,0 ц с 1 га) и в течение всех лет опытов. Остальные сорта сформировали урожайность от 12,9 до 14,6 ц с 1 га.

Проведена оценка экологической пластичности сортов по каждому году по методу Грязнова [23] с ранжированием показателей за годы опытов (табл. 3).

Наиболее пластичным оказался сорт Ульяновская 105, два последующих места в ранге заняли сорта Тулайковская золотистая и Саратовская 70, а наименьшая пластичность — у сортов Учитель, Оренбургская 13 и Саратовская 42. Таким образом, сорта яровой пшеницы в годы их изучения отличались значительными отклонениями в урожайности и демонстрировали разную экологическую пластичность.

Таблица 2
Урожайность сортов яровой мягкой пшеницы  в Оренбургском Приуралье в 2019—2023 гг.

Наименование сорта

Урожайность, ц с 1 га

2019

2020

2022

2023

Средняя

1. Учитель — контроль

8,4

9,2

10,7

8,9

9,3

2. Ульяновская 105

14,3

16,8

26,2

17,0

18,6

3. Саратовская 42

7,8

12,9

12,3

10,8

11,0

4. Саратовская 70

10,9

15,6

17,1

11,9

13,9

5. Оренбургская 13

8,7

11,8

18,8

11,4

12,7

6. Оренбургская 30

9,5

14,7

17,8

13,1

13,8

7. Оренбургская 23

10,5

13,4

18,5

12,7

13,8

8. Тулайковская золотистая

11,4

15,0

18,5

13,6

14,6

9. Оренбургская юбилейная

9,8

12,3

16,3

13,3

12,9

Средняя

10,1

13,5

17,4

12,5

13,4

НСР05

1,95

1,96

2,13

0,86

 

Источник: выполнено  И.Н. Бесалиевым, Е.А. Ивановой.

Table 2
Yield of spring soft wheat varieties in the Orenburg Urals in 2019—2023

Variety

Yield, centners per ha

2019

2020

2022

2023

Average

1. Uchitel (control)

8.4

9.2

10.7

8.9

9.3

2. Ulyanovskaya 105

14.3

16.8

26.2

17.0

18.6

3. Saratovskaya 42

7.8

12.9

12.3

10.8

11.0

4. Saratovskaya 70

10.9

15.6

17.1

11.9

13.9

5. Orenburgskaya 13

8.7

11.8

18.8

11.4

12.7

6. Orenburgskaya 30

9.5

14.7

17.8

13.1

13.8

7. Orenburgskaya 23

10.5

13.4

18.5

12.7

13.8

8. Tulaykovskaya zolotistaya

11.4

15.0

18.5

13.6

14.6

9. Orenburgskaya yubileynaya

9.8

12.3

16.3

13.3

12.9

Average

10.1

13.5

17.4

12.5

13.4

LSD05

1.95

1.96

2.13

0.86

 

Source: created by I.N. Besaliev, E.A. Ivanova.

Таблица 3
Результаты расчета рангов сортов по урожайности в 2019—2023 гг. и их итоговая оценка

Наименование сорта

Ранг

Сумма рангов

Место

2019

2020

2022

2023

1. Учитель — контроль

8

9

8

9

34

9

2. Ульяновская 105

1

1

1

1

4

1

3. Саратовская 42

9

6

7

8

30

8

4. Саратовская 70

3

2

5

6

16

3

5. Оренбургская 13

7

8

2

7

24

7

6. Оренбургская 30

6

4

4

4

18

5

7. Оренбургская 23

4

5

3

5

17

4

8. Тулайковская золотистая

2

3

3

2

10

2

9. Оренбургская юбилейная

5

7

6

3

21

6

Источник: выполнено И.Н. Бесалиевым, Е.А. Ивановой.

Table 3
The results of calculating the grades of varieties by yield in 2019—2023  and their final assessment

Variety

Grade

Sum of grades

Place

2019

2020

2022

2023

1. Uchitel (control)

8

9

8

9

34

9

2. Ulyanovskaya 105

1

1

1

1

4

1

3. Saratovskaya 42

9

6

7

8

30

8

4. Saratovskaya 70

3

2

5

6

16

3

5. Orenburgskaya 13

7

8

2

7

24

7

6. Orenburgskaya 30

6

4

4

4

18

5

7. Orenburgskaya 23

4

5

3

5

17

4

8. Tulaykovskaya zolotistaya

2

3

3

2

10

2

9. Orenburgskaya yubileynaya

5

7

6

3

21

6

Source: created by I.N. Besaliev, E.A. Ivanova.

Результаты корреляционно-­регрессионного анализа указали (табл. 4) на наличие достоверных связей урожайности яровой мягкой пшеницы и числа продуктивных стеблей на единице площади, а также массы 1000 зерен, числа колосков в колосе, числа зерен в колосе и массы зерна с колоса.

Полученные при этом графики связи рассматриваемых зависимостей показали, что теоретической урожайности в пределах от 14,9 до 19,1 ц с 1 га соответствуют показатели продуктивности колоса по числу зерен в колосе 25,7 шт., массе 1000  ерен 35,8 г, числу колосков в колосе 13,6 шт., массе зерна с колоса 0,75 г. По показателю длины колоса результаты математических связей оказались недостоверными.

Урожайность посева, как известно, складывается из продуктивности отдельных колосьев, что, в свою очередь, может определяться погодными факторами и сортовыми особенностями.

Таблица 4
Зависимость урожайности яровой мягкой пшеницы от показателей продуктивности колоса

Коррелируемые величины

Параметр величин

(М ± G)

ν, %

hyx

F

факт.

теор.

Число зерен в колосе, индекс x1, шт.

8,40–25,70*

17,90 ± 3,5

29,29

Урожайность зерна y1, т с 1 га,

1,03 – 1,73

1,34 ± 0,19

24,01

0,505

3,27

1,76

y1 = 22,565—1,287x + 4,188—0,2x², т с 1 га, для 74,51 % случаев

Длина колоса x2, см

5,60 – 8,20

6,80 ± 0,67

9,91

Урожайность y2, т с 1 га

1,01 – 1,65

1,33 ± 0,16

12,26

0,501

1,26

1,46

y2 = — 49,643 + 17,987x2—1,271x2², т с 1 га, не удовлетворяет

Число колосков в колосе x3, шт.

9,00 – 13,60

11,10 ± 1,17

10,6

Урожайность y3, т с 1 га

1,00 – 2,24

1,35 ± 0,23

17,1

0,678

3,74

1,76

y3 = 63,714—10,360x3 + 0,620x3², т с 1 га, для 65,60 % случаев

Масса зерна с 1 колоса x4, г

0,27 – 0,75

0,50 ± 0,11

21,01

Урожайность y4, т с 1 га

0,94 – 1,67

1,33 ± 0,17

12,60

0,602

4,52

1,46

y4 = 17,752—2,125x4, т с 1 га, для 76,29 % случаев

Масса 1000 зерен x5, г

24,49 – 35,83

29,90 ± 2,96

9,89

Урожайность y5, т с 1 га

1,04 – 1,87

1,34 ± 0,23

17,50

0,841

3,23

1,76

y5 = 53,883—3,327x5 + 6,533—0,2x5², т с 1 га, для 70,80 % случаев

Примечание. * В числителе указаны минимальные и максимальные показатели признака.
Источник: выполнено  И.Н. Бесалиевым, Е.А. Ивановой.

Table 4
Dependence of spring soft wheat yield on ear productivity indicators

Correlated indicators

Indicator parameter

(М ± G)

ν, %

hyx

F

act.

theor.

Number of grains per ear, x1 index

8.40 – 25.70*

17.90 ± 3.5

29.29

Grain yield y1, tons per ha

1.03 – 1.73

1.34 ± 0.19

24.01

0.505

3.27

1.76

y1 = 22.565 — 1.287x + 4.188 — 0.2x², t per 1 ha, for 74.51% of cases

Ear length x2, cm

5.60 – 8.20

6.80 ± 0.67

9.91

Productivity y2, tons per 1 ha

1.01 – 1.65

1.33 ± 0.16

12.26

0.501

1.26

1.46

y2 = — 49.643 + 17.987x2 — 1.271x2², t per 1 ha, does not satisfy

Number of spikelets per ear x3

9.00 – 13.60

11.10 ± 1.17

10.6

Productivity y3, tons per ha

1.00 – 2.24

1.35 ± 0.23

17.1

0.678

3.74

1.76

y3 = 63.714 — 10.360x3 + 0.620x3², t per 1 ha, for 65.60% of cases

Grain weight per ear, g (x4)

0.27 – 0.75

0.50 ± 0.11

21.01

Productivity y4, tons per ha

0.94 – 1.67

1.33 ± 0.17

12.60

0.602

4.52

1.46

y4 = 17.752 — 2.125/x4, t per ha, for 76.29% of cases

Weight of 1000 grains x5, g

24.49 – 35.83

29.90 ± 2.96

9.89

Productivity y5, tons per ha

1.04 – 1.87

1.34 ± 0.23

17.50

0.841

3.23

1.76

y5 = 53.883 — 3.327x5 + 6.533 — 0.2x5², t per 1 ha, for 70.80% of cases

Source: created by I.N. Besaliev, E.A. Ivanova.

В наших исследованиях длина колоса изменялась по годам опытов от 6,2 до 7,5 см и разнилась по сортам от 6,4 до 7,1 см, но эти значения оказались малосущественными для определения различий в продуктивности агроценоза (табл. 5).

Таблица 5
Длина колоса сортов яровой мягкой пшеницы в 2019—2023 гг.

Название сорта

Длина колоса, см

2019

2020

2022

2023

Средняя

1. Учитель — контроль

6,9

8,2

6,2

6,7

7,0

2. Ульяновская 105

7,3

7,9

7,2

5,8

7,1

3. Саратовская 42

5,6

7,1

6,7

6,0

6,4

4. Саратовская 70

6,0

7,1

7,4

5,7

6,6

5. Оренбургская 13

6,5

8,1

7,0

6,5

7,0

6. Оренбургская 30

7,2

7,1

6,5

5,8

6,7

7. Оренбургская 23

6,9

7,6

6,8

6,3

6,9

8. Тулайковская золотистая

6,5

7,0

6,1

5,8

6,4

9. Оренбургская юбилейная

7,0

7,4

7,2

7,0

6,8

Средняя

6,7

7,5

6,8

6,2

6,8

Источник: выполнено И.Н. Бесалиевым, Е.А. Ивановой.

Table 5
Ear length of spring soft wheat varieties in 2019—2023

Variety

Ear length, cm

2019

2020

2022

2023

Average

1. Uchitel (control)

6.9

8.2

6.2

6.7

7.0

2. Ulyanovskaya 105

7.3

7.9

7.2

5.8

7.1

3. Saratovskaya 42

5.6

7.1

6.7

6.0

6.4

4. Saratovskaya 70

6.0

7.1

7.4

5.7

6.6

5. Orenburgskaya 13

6.5

8.1

7.0

6.5

7.0

6. Orenburgskaya 30

7.2

7.1

6.5

5.8

6.7

7. Orenburgskaya 23

6.9

7.6

6.8

6.3

6.9

8. Tulaykovskaya zolotistaya

6.5

7.0

6.1

5.8

6.4

9. Orenburgskaya yubileynaya

7.0

7.4

7.2

7.0

6.8

Average

6.7

7.5

6.8

6.2

6.8

Source: created by I.N. Besaliev, E.A. Ivanova.

Число колосков в колосе определяется благоприятностью условий года как в период вегетативного развития растений, когда закладываются метамеры колосковых бугорков, так и в генеративный период, когда формируется их окончательное количество. В наших исследованиях (табл. 6) число колосков в колосе имело существенную (r = 0,678) связь с урожаем и изменялось от 13,6 шт. у сорта Ульяновская 105 в 2019 г. до 9,2 шт. у сорта Саратовская 42 в 2023 г.; что в значительной степени обусловливалось существенной засушливостью мая и наложением отрицательных факторов гидротермического режима последующих месяцев.

Таблица 6
Число колосков в колосе сортов яровой мягкой пшеницы в 2019—2023 гг.

Название сорта

Число колосков в колосе, шт.

2019

2020

2022

2023

Среднее

1. Учитель — контроль

11,5

11,8

10,4

9,8

10,9

2. Ульяновская 105

13,0

12,9

13,6

9,9

12,4

3. Саратовская 42

9,6

11,1

11,4

9,2

10,3

4. Саратовская 70

10,5

11,4

12,0

9,4

10,8

5. Оренбургская 13

10,7

12,3

10,5

9,0

10,6

6. Оренбургская 30

11,5

11,3

11,2

9,6

10,9

7. Оренбургская 23

12,1

11,8

10,8

9,4

11,0

8. Тулайковская золотистая

12,5

11,5

10,9

9,3

11,1

9. Оренбургская юбилейная

11,8

12,0

11,6

10,7

11,5

Среднее

11,5

11,9

11,4

9,6

11,1

Источник: выполнено  И.Н. Бесалиевым, Е.А. Ивановой.

Table 6
Number of spikelets per ear of spring soft wheat varieties in 2019—2023

Variety

Number of spikelets per ear

2019

2020

2022

2023

Average

1. Uchitel (control)

11.5

11.8

10.4

9.8

10.9

2. Ulyanovskaya 105

13.0

12.9

13.6

9.9

12.4

3. Saratovskaya 42

9.6

11.1

11.4

9.2

10.3

4. Saratovskaya 70

10.5

11.4

12.0

9.4

10.8

5. Orenburgskaya 13

10.7

12.3

10.5

9.0

10.6

6. Orenburgskaya 30

11.5

11.3

11.2

9.6

10.9

7. Orenburgskaya 23

12.1

11.8

10.8

9.4

11.0

8. Tulaykovskaya zolotistaya

12.5

11.5

10.9

9.3

11.1

9. Orenburgskaya yubileynaya

11.8

12.0

11.6

10.7

11.5

Average

11.5

11.9

11.4

9.6

11.1

Source: created by I.N. Besaliev, E.A. Ivanova.

Число зерен в колосе — наиболее важная составляющая продуктивности посевов. В сумме с количеством колосков она определяет окончательную продуктивность посева. В годы с засушливостью мая (2019 и 2023) с ГТК 0,18 ед. и 0,27 ед. соответственно данный показатель резко снижался, особенно у сорта Учитель (табл. 7). При росте гидротермического коэффициента до значений 0,60 ед и выше число зерен в колосе значительно возрастало. В число сортов с наибольшим числом зерен в колосе вошли Ульяновская 105, Саратовская 70, Оренбургская 23. Подавляющее преимущество по озерненности колоса у сорта Ульяновская 105, два сорта (Оренбургская 23 и Саратовская 70) незначительно уступили ему. Данный показатель существенно возрастает в годы с относительно высокими значениями ГТК в мае — 2020 и 2023 гг. на фоне усиления засушливости в последующем.

Таблица 7
Число зерен в колосе сортов яровой мягкой пшеницы в 2019—2023 гг.

Название сорта

Число зерен в колосе, шт.

2019

2020

2022

2023

Среднее

1. Учитель — контроль

8,4

16,1

16,2

14,5

13,8

2. Ульяновская 105

18,7

25,7

22,0

19,3

21,4

3. Саратовская 42

14,2

17,0

18,0

14,3

15,9

4. Саратовская 70

21,0

23,0

17,1

14,7

19,0

5. Оренбургская 13

18,0

20,2

18,0

17,0

18,3

6. Оренбургская 30

12,0

20,5

20,0

15,8

17,1

7. Оренбургская 23

19,3

18,1

22,0

19,0

19,6

8. Тулайковская золотистая

13,0

23,0

21,0

15,8

18,2

9. Оренбургская юбилейная

20,0

18,8

19,5

14,9

18,3

Среднее

16,1

20,3

19,3

16,1

18,0

Источник: выполнено  И.Н. Бесалиевым, Е.А. Ивановой.

Table 7
Number of grains per ear of spring soft wheat varieties in 2019—2023

Variety

Number of grains per ear

2019

2020

2022

2023

Average

1. Uchitel (control)

8.4

16.1

16.2

14.5

13.8

2. Ulyanovskaya 105

18.7

25.7

22.0

19.3

21.4

3. Saratovskaya 42

14.2

17.0

18.0

14.3

15.9

4. Saratovskaya 70

21.0

23.0

17.1

14.7

19.0

5. Orenburgskaya 13

18.0

20.2

18.0

17.0

18.3

6. Orenburgskaya 30

12.0

20.5

20.0

15.8

17.1

7. Orenburgskaya 23

19.3

18.1

22,0

19.0

19.6

8. Tulaykovskaya zolotistaya

13.0

23.0

21.0

15.8

18.2

9. Orenburg yubileynaya

20.0

18.8

19.5

14.9

18.3

Average

16.1

20.3

19.3

16.1

18.0

Source: created by I.N. Besaliev, E.A. Ivanova.

Масса зерна с колоса сопряжена с числом зерен в колосе и определяется как погодными факторами, так и сортовыми особенностями. Различия в данном показателе между относительно благоприятными (2020 и 2022 гг.) и более засушливыми (2019 и 2023) годами составили 21,7…32,6 % (табл. 8). Наиболее массивный колос сформировали сорта Ульяновская 105, Саратовская 70, Оренбургская 23.

Таблица 8
Масса зерна с 1 колоса сортов яровой мягкой пшеницы в 2029—2023 гг.

Название сорта

Масса зерна с 1 колоса, г

2019

2020

2022

2023

Средняя

1. Учитель — контроль

0,27

0,42

0,44

0,33

0,37

2. Ульяновская 105

0,63

0,67

0,66

0,52

0,62

3. Саратовская 42

0,38

0,47

0,49

0,38

0,43

4. Саратовская 70

0,49

0,75

0,51

0,40

0,54

5. Оренбургская 13

0,52

0,57

0,52

0,42

0,49

6. Оренбургская 30

0,43

0,62

0,57

0,50

0,53

7. Оренбургская 23

0,54

0,53

0,66

0,46

0,55

8. Тулайковская золотистая

0,41

0,62

0,60

0,39

0,51

9. Оренбургская юбилейная

0,44

0,51

0,56

0,46

0,49

Средняя

0,46

0,57

0,56

0,43

0,50

Источник: выполнено  И.Н. Бесалиевым, Е.А. Ивановой.

Table 8
Grain weight per 1 ear of spring soft wheat varieties in 2019—2023

Variety

Grain weight per ear, g

2019

2020

2022

2023

Average

1. Uchitel (control)

0.27

0.42

0.44

0.33

0.37

2. Ulyanovskaya 105

0.63

0.67

0.66

0.52

0.62

3. Saratovskaya 42

0.38

0.47

0.49

0.38

0.43

4. Saratovskaya 70

0.49

0.75

0.51

0.40

0.54

5. Orenburgskaya 13

0.52

0.57

0.52

0.42

0.49

6. Orenburgskaya 30

0.43

0.62

0.57

0.50

0.53

7. Orenburgskaya 23

0.54

0.53

0.66

0.46

0.55

8. Tulaykovskaya zolotistaya

0.41

0.62

0.60

0.39

0.51

9. Orenburg yubileynaya

0.44

0.51

0.56

0.46

0.49

Average

0.46

0.57

0.56

0.43

0.50

Source: created by I.N. Besaliev, E.A. Ivanova.

Масса 1000 зерен — одно из основных слагаемых урожайности, характеризующих уровень агротехники, сортовые особенности. Различия по данному показателю между годами опытов составили от 0,03 до 0,14 г (0,07…32,6 %), а между сортами доходили до 0,25 г (67,6 %) (табл. 9). Резкая засушливость июля в 2020 г. с ГТК 0,28 ед. существенно снизила наполнение зерна, в итоге масса 1000 зерен была в среднем самой низкой по опыту (0,27 г), хотя отдельные сорта и в этих условиях сформировали массу 1000 зерен более чем 30,0 г: Оренбургская 30, Саратовская 70, Оренбургская 23 и Оренбургская юбилейная. В тоже время при относительно благоприятных условиях 2022 г. и средней массе 1000 зерен 32,36 г сорта Саратовская 42 и Учитель имели массу 1000 зерен 27,38…28,10 г, что свидетельствует об их неустойчивости к засушливости. Следует выделить три сорта: Оренбургская 30, Оренбургская юбилейная и Оренбургская 23 — с высокой абсолютной массой зерна.

Таблица 9
Масса 1000 зерен сортов яровой мягкой пшеницы в 2019—2023 гг.

Название сорта

Масса 1000 зерен, г

2019

2020

2022

2023

Средняя

1. Учитель — контроль

27,12

28,01

27,38

29,31

27,96

2. Ульяновская 105

30,09

28,09

33,69

27,36

29,81

3. Саратовская 42

27,41

28,81

28,10

30,07

28,60

4. Саратовская 70

29,96

30,30

33,46

26,94

30,17

5. Оренбургская 13

29,24

30,34

31,57

28,16

29,83

6. Оренбургская 30

32,23

31,51

35,83

31,46

32,76

7. Оренбургская 23

30,12

28,03

35,02

32,44

31,40

8. Тулайковская золотистая

24,49

27,78

31,54

24,49

27,08

9. Оренбургская юбилейная

25,13

31,40

34,68

30,74

30,49

Средняя

29,12

25,99

32,36

29,00

29,12

Источник: выполнено  И.Н. Бесалиевым, Е.А. Ивановой.

Table 9
Weight of 1000 grains of spring soft wheat varieties in 2019—2023

Variety

Weight of 1000 grains, g

2019

2020

2022

2023

Average

1. Uchitel (control)

27.12

28.01

27.38

29.31

27.96

2. Ulyanovskaya 105

30.09

28.09

33.69

27.36

29.81

3. Saratovskaya 42

27.41

28.81

28.10

30.07

28.60

4. Saratovskaya 70

29.96

30.30

33.46

26.94

30.17

5. Orenburgskaya 13

29.24

30.34

31.57

28.16

29.83

6. Orenburgskaya 30

32.23

31.51

35.83

31.46

32.76

7. Orenburgskaya 23

30.12

28.03

35.02

32.44

31.40

8. Tulaykovskaya zolotistaya

24.49

27.78

31.54

24.49

27,08

9. Orenburg yubileynaya

25.13

31.40

34.68

30.74

30.49

Average

29.12

25.99

32.36

29.00

29.12

Source: created by I.N. Besaliev, E.A. Ivanova.

Условия Оренбургского Приуралья отличаются крайней засушливостью с началом вегетации зерновых культур. В отдельные годы недостаток осадков на фоне высокой температуры воздуха сопровождает весь период вегетации. Наиболее жесткие проявления таких факторов наблюдались в конце первого десятилетия — первой половине третьего десятилетия ХХI в. и невысокие урожаи сортов объясняются их частым повторением. Но отдельные сорта в этих условиях, как видно из наших данных, сравнительно более урожайные: Ульяновская 105, Саратовская 70, Тулайковская золотистая, Оренбургская 30, Оренбургская юбилейная, что подчеркивает их экологическую приспособленность. Эти сорта формируют более продуктивный колос, особенно по показателям массы зерна с колоса, массы 1000 зерен, числа зерен в колосе, что отмечается и в исследованиях [24], когда в условиях засушливости вегетационного периода более продуктивному сорту одновременно присущи высокие слагаемые продуктивности колоса. В наших опытах сорт Учитель проявил наименьшую адаптивность к условиям лет исследований, что подчеркивается и в недавних исследованиях [25], в которых установлено, что на развитие зерна яровой пшеницы оказывают влияние также способы обработки почвы. Так, вспашка приводила к удлинению колоса у сортов мягкой пшеницы, безотвальное рыхление зяби — к уменьшению длины колоса у сортов твердой пшеницы, а у сорта Учитель при посеве по пару было значительно меньше фертильных колосков по сравнению с аналогичным показателем у этого сорта при посеве по вспашке и безотвальному рыхлению.

Заключение

В целом, можно отметить, что основным фактором снижения продуктивности яровой пшеницы в зоне Оренбургского Приуралья в 2010—2021 гг. является нарастание температуры воздуха и неравномерное выпадение осадков, что в совокупности определяет резкую аридность климата. Одним из способов, обеспечивающих приспособленность к таким условиям, является выведение соответствующих сортов. Наши результаты доказывают, это возможно. Исследованиями установлено, что сорта яровой мягкой пшеницы Ульяновская 105, Саратовская 70, Тулайковская золотистая, Оренбургская 30, Оренбургская юбилейная формируют колос с более продуктивными показателями по числу зерен в колосе, массы зерна с колоса и массе 1000 зерен, что позволяет им в итоге увеличить урожайность.

 

1 Методика государственного сортоиспытания сельскохозяйственных культур. Выпуск первый. Общая часть. М., 2019. 329 с.

×

Об авторах

Ишен Насанович Бесалиев

Федеральный научный центр биологических систем и агротехнологий Российской академии наук

Автор, ответственный за переписку.
Email: orniish_tzk@mail.ru
ORCID iD: 0000-0001-9389-1938
SPIN-код: 7462-8950

доктор сельскохозяйственных наук, ведущий научный сотрудник, заведующий отделом технологии зерновых и кормовых культур

Российская Федерация, 460000, г. Оренбург, ул. 9 Января, д. 29

Елена Алексеевна Иванова

Федеральный научный центр биологических систем и агротехнологий Российской академии наук

Email: biaelena201273@gmail.com
ORCID iD: 0009-0009-9260-4955
SPIN-код: 2420-8718

кандидат биологических наук, научный сотрудник

Российская Федерация, 460000, г. Оренбург, ул. 9 Января, д. 29

Список литературы

  1. Tilman D., Balser C., Hill J., Befort B.L. Global food demand and the sustainable intensification of agriculture // Proc. Natl. Asad. SCI. USA. 2011. Vol. 108. № 50. P. 20260—20264. doi: 10.1073/pnas.1116437108
  2. Li L., Peng Z., Mao X., Wang J., Chang X., Reynolds M., Jing R. Genome — wide association study reveals genomic regions controlling root and shoot traits at late growth stages in wheat. Annals of Botany. 2019. Vol. 124. P. 993—1006. doi: 10. 1093./aob/mcz 041
  3. Золотокрылин А.Н., Титкова Т.Б., Черенкова Е.А. Характеристика весенне-­летних засух в сухие влажные периоды на юге Европейской России // Аридные экосистемы. 2020. Т. 26. № 4(85). С. 76—83. doi: 10.24411/1993-3916-2020-10121
  4. Черенкова Е.А., Золотокрылин А.Н., Титкова Т.Б. Весенне-­летние засухи в степях Оренбуржья: современные изменения и модельные прогнозы // Степи Северной Евразии : материалы девятого Международного симпозиума. Оренбург, 07—11 июня 2021. С. 849—853. doi: 10.24412/cl‑36359-2021-849-853
  5. Афанасьев В.Н. Изменение климата и адаптация к его изменениям урожайности зерновых культур: статистические исследования // Сборник докладов 11 открытого российского конгресса «Статистика — язык цифровой цивилилизации». Ростов-на-­Дону, 04—06 декабря 2018. С. 570—581.
  6. Неверов А.А. Влияние глобальных изменений в климатической системе планеты на погодно-­климатические условия Оренбуржья и продуктивность растений // Известия ОГАУ. 2020. № 4 (84). С. 19—25. doi: 10.37670/2073-0853-2020-84-4-19-25
  7. Jaiswal V., Gahlaut V., Meher P.K., Mir R.R., et al. Genome wide single locus single trait, multi locus and multi-­trait association agronomic traits in common wheat (T. aestivum) // Plos One. 2016. doi: 10.1371/journal.pone.0159343
  8. Sun C., Zhang F., Yan X., Zhang X., Dong Z., Cui D., Chen F. Genome-wide association study for 13 agronomic traits reveals distribution of superior alleles in bread wheat from the Yellow and Huai Valley of China // Plant Biotechnology journal. 2017. Vol. 15. № 8. P. 953—969. doi: 10.1111/pbi.12690
  9. Бесалиев И.Н., Панфилов А.Л., Абдрашитов Р.Р. Научно обоснованные параметры агроценоза яровой мягкой пшеницы в засушливых условиях Оренбургского Приуралья // Известия Нижневолжского агроуниверситетского комплекса. 2022. № 2 (66). С. 14—22. doi: 10.32786/2071-9485-2022-02-01
  10. Afzal F., Reddy B., Gul A., Khalid M., Subhani A., Shazadi A., et al. Physiological, biochemical and agronomic traits associated with drought tolerance in a synthetic — derived wheat diversity panel // Grop Pasture Sci. 2017. Vol. 68. № 3. P. 213—224. doi: 10.1071/СР16 367
  11. Sobhanininan N., Heidari, B., Tahmasebi S., Dadkhodaie A., Mcinyre C.L. Response of guantitative and physiological trats to drought stress in the SeriM82/Babax wheat population // Euphytica. 2019. Vol. 215. № 2. P. 1—15 doi: 10.1007/s10681-019-2357‑x
  12. Pradha G.P., Prasad P., Fritz A.K., Kirkham M.B., Gill B.S. Effects of drought and high temperature stress on synhetic hexaploid wheat // Funct. Plant Biol. 2012. № 39. P. 190—198. doi: 10.1071/FP11245
  13. Таранова Т.Ю., Кинчаров А.И., Дёмина Е.А., Муллаянова О.С., Чекмасова К.Ю. Селекционная оценка исходного материала яровой мягкой пшеницы по продуктивности и ее элементам // Вестник Красноярского Государственного университета. 2021. № 5. С. 81—88. doi: 10.36718/1819-4036-2021-5-81-88
  14. Плотникова Л.Я., Глушаков Д.А., Юсов В.С. Результаты изучения засухоустойчивости твердой пшеницы и ее компонентов в Западной Сибири // Вестник Омского государственного аграрного университета. 2022. № 4 (48). С. 56—70. doi: 10.48136/2222-0364-2022-4-56
  15. Воробьёв В.А., Воробьёв А.В. Влияние влагообеспеченности вегетационного периода на смену рангов сортов яровой пшеницы по урожайности и элементам ее структуры // Достижения науки и техники АПК. 2019. Т. 33. № 8. С. 29—32. doi: 10/24411/0235-2451-2019-0806
  16. Бойко Н.И., Пискарёв В.В., Тимофеева А.А. Особенности формирования урожайности пшеницы мягкой яровой в контрастных погодных условиях лесостепи Приобья // Вестник АПК Ставрополья. 2015. № 3 (19). С. 135—141.
  17. Мухитов Л.А., Тимошенкова Т.А. Морфологические признаки сортов Тriticum durum в условиях степи Оренбургского Предуралья // Вестник Оренбургского государственного университета. 2015. № 10 (185). С. 37—42.
  18. Сигнаевский В.Д., Степанов С.А., Болдырев В.А. Влияние засухи на продуктивность яровой мягкой пшеницы // Известия Саратовского университета Серия: Химия, Биология, Экология. 2014. Т. 14. № 2. С. 50—54.
  19. Осипова Л.В., Ниловская Н.Т. Формирование зачаточного колоса и продуктивность сортов яровой пшеницы в условиях нарастающей почвенной засухи // Доклады Российской академии сельскохозяйственных наук. 2015. № 5. С. 14—15.
  20. Plotnikova L. Ya., Sagendykova A.T., Kuzmina S.P. Drought resistance of introgressive spring common wheat lines with genetic material of tall wheatgrass.Proceedings on applied botany genetics and Breeding. 2023. Vol. 184. № 2. P. 38—51. doi: 10.30901/2227-8834-2023-2-38-51
  21. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа / пер. с нем. В.М. Ивановой. М. : Финансы и статистика, 1983. 304 с.
  22. Селянинов Г.Т. О сельскохозяйственной оценке климата // Труды по сельскохозяйственной метеорологии. 1928. № . 20. С. 165—177.
  23. Грязнов А.А. Ячмень Карабалыкский (корм, крупа, пиво). Кустанай, 1996. 448 с.
  24. Ленточкин А.М. Связь уровня продуктивности колоса яровой пшеницы Ирень с его слагаемыми // Вековое растениеводство: материалы Всерос. науч.-практ. конф., посвящ. 100‑летию кафедры растениеводства. Пермь, 2023. С. 120—125.
  25. Baranoba E.N., Aniskina T.S., Sudarikov K.A., Besaliev I.N. Phenotyping wheat kernel symmetry as a consequence of different agronomic practices // Symmetry. 2024.Vol. 16. № 5. Р. 548. doi: 10.3390/sym16050548

© Бесалиев И.Н., Иванова Е.А., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах