CC BY
38
О тактике отбора перспективных номеров ячменя в селекционном процессе для сухостепного Предуралья
О.А. Кондрашова, к.с.-х.н., Оренбургский НИИСХРАСХН
Успешное возделывание ячменя неразрывно связано с внедрением новых сортов и успешной селекцией по этой культуре. Долгое время на полях Оренбургской области возделывались сорта ячменя саратовской селекции: Персикум 64, Паллидум 45, Прекоциус 143. Селекция ярового ячменя в местных условиях долгое время не имела существенных результатов. Она была начата в 1937 г. селекционером М.Л. Сироткиным на Бузулукском опытном поле, где был получен первый сорт ячменя оренбургской селекции — Оренбургский 35.
Материалы и методы исследования. Данное исследование базировалось на материалах Соль-Илецкого госсортоучастка. Моделирование связей проводили с помощью многомерного
регрессионного анализа («Статистика 6.1»), для прогнозирования временных рядов использовали метод обобщённого гармонического анализа (метод остаточных отклонений в совокупности с методом наложения эпох), спектрального анализа Фурье (оригинальный программный продукт «Прогностик») и нейросетевой анализ «Статистика 6.1».
Результаты исследований. Достижения селекции ячменя за полувековой период в сухостепном Предуралье показаны в таблице 1.
Новые сорта не всегда имели прибавку по отношению к стандарту. Средний прирост урожайности за указанный период по результатам сортосмены составил 0,6 ц с 1 га. Причина такой низкой результативности селекции ячменя кроется в трудности адаптировать сорт к постоянно и резко меняющимся абиотическим стрессорам.
1. Урожайность зерна новых сортов ячменя по сравнению со стандартом
Сорт Годы Средняя ± к стандарту
испытания урожайность, ц/га ц/га %
Паллидум 45 - стандарт (ст.) Прекоциус 143 1959-1975 33 +1,0 6,9
Прекоциус 143 - ст. Оренбургский 35 1965-1976 73 +0,4 2,4
Оренбургский 35 - ст. Донецкий 4 1968-1979 17,9 19,6 +1,7 9,4
Донецкий 4 - ст. Донецкий 8 1975-1986 17,8 18,1 +0,3 1,7
Донецкий 8 - ст. Оренбургский 11 1986-2008 15,6 15,2 -0,4 2,6
Оренбургский 11 - ст. Анна 2002-2009 10,6 10,6 0,0 0
Анна - ст. Натали 2005-2009 69 +0,7 6,4
Среднее - стандарт - новый сорт 1959-2009 37 +0,6 4,0
2. Вклад элементов структуры в вариацию урожайности и вклад индексов селектируемых признаков в вариацию прибавки урожайности ячменя (Соль-Илецкий ГСУ, 1960—1996 гг.)
Источник варьирования
Коэффициент
регрессии
Уровень
значимости
Доля влияния фактора, %
Вклад элементов структуры в вариацию урожайности
У-пересечение
Количество зёрен в колосе, шт. Количество продуктивных стеблей, шт./м2 Масса 1000 зёрен, г
-320,5
15,4
0,4
3,8
0,00
0,00
0,00
0,00
27,9
59,8
7,1
Для полной регрессии: Я-квадрат = 0,949; уровень значимости = 0,00; стандартная ошибка оценки = 19,0 г/м2; средняя по ряду У = 191,7 г/м2
Вклад 18 в вариацию прибавки у] эожайности
У-пересечение -201,5 0,00 -
Индекс количества зёрен в колосе 1,0 0,00 18,2
Индекс количества продуктивных стеблей 0,9 0,00 44,7
Индекс массы 1000 зёрен 1,0 0,00 33,9
Для полной регрессии: Я-квадрат = 0,968; уровень значимости = 0,00; стандартная ошибка оценки = 1,85%; средняя по ряду У = 118,8%
В настоящее время назрела необходимость разработки и реализации новой стратегии создания агроэкотипа сорта зерновых культур для сухостепной зоны Предуралья. Она должна базироваться на знаниях закономерностей формирования прибавки урожайности в плотных посевах.
Ранее в Оренбургском НИИСХ была предложена тактика отбора перспективных номеров [1]. Для этих целей разработаны селекционные индексы, представляющие собой отношение компонента структуры урожая более продуктивного сорта к тому же компоненту менее продуктивного сорта [1]:
^ = Ку -100,
Кх
где Ку — компонент структуры урожая более урожайного сорта;
Кх — то же, но у менее урожайного сорта; величина № (%) — индекс селектируемого признака.
Для использования этих индексов при отборах необходимо спрогнозировать элементы структуры урожайности и урожайность.
Роль индексов в объяснении вариации прибавки урожайности (табл. 2) значительно отличается от роли элементов структуры урожая в определении разброса значений самой урожайности. Прибавка в урожайности создаётся за счёт аддитивного влияния различий этих компонентов у сравниваемых сортов.
Так, если доля влияния массы 1000 зёрен на разброс значений показателя урожайности зерна составляет 7%, то вклад индекса этого признака в варьирование прибавки составил 34% случаев, т.е. 12 лет из 36. Основная доля влияния на вариацию прибавки урожайности в сухостепной зоне Предуралья принадлежит индексам количества продуктивных стеблей на единице площади и массы 1000 зёрен, в сумме 78,6%. В процессе проработки селекционного материала в питомниках с производственной нормой высева необходимо уменьшать вариацию
3. Урожайность ячменя, элементы структуры и их селекционные индексы (/),
Соль-Илецкий ГСУ
Год Сорт Фактическая урожайность, ц/га Кол-во продуктивных стеблей, шт./м2 Кол-во зёрен в колосе, шт. Масса 1000 зёрен, г . урожайности (прибавка) .Л количества продуктивных стеблей .Л количества зёрен в колосе .Л массы 1000 зёрен
1960 Кинельский 5 16,3 342 9,3 54,8 119 97 113 108
Донецкий 650 13,7 353 8,2 47,7 - - - -
1966 Оренбургский 35 16,0 469 9,1 37,4 112 105 98 108
Паллидум 45 14,3 445 9,3 34,4 - - - -
1971 Прекоциус 143 20,4 426 9,5 50,3 116 90 107 121
Донецкий 4 17,6 472 8,9 41,5 - - - -
1972 Оренбургский 4 15,7 498 8,8 36,3 131 124 105 102
Оренбургский 35 12,0 400 8,4 35,5 - - - -
1985 Донецкий 4 20,3 467 10,8 40,0 109 118 89 103
Донецкий 8 18,6 397 12,1 38,9 - - - -
1991 Оренбургский 16 24,0 476 11,2 44,7 122 119 100 102
Оренбургский 11 19,7 398 11,2 43,6 - - - -
1992 Донецкий 8 22,5 461 9,5 51,4 109 107 97 105
Оренбургский 11 20,7 430 9,8 49,1 - - - -
1994 Оренбургский 15 19,4 451 10,6 40,7 113 111 109 97
Оренбургский 11 17,2 405 9,7 43,5 - - - -
Индекс количества стеблей, %
Рис. - Зависимость прибавки урожайности зерна ячменя от индекса продуктивных стеблей. Соль-Илецкий ГСУ, 1960-1996 гг.
указанных селекционных индексов, ориентируясь на их высокие показатели.
Технология расчётов селекционных индексов производится по вышеприведённой формуле. В таблице 3 показан отрезок лет с различными индексами урожайности и структуры.
Чтобы спрогнозировать индексы, необходимо спрогнозировать элементы структуры урожайности в абсолютных величинах, так как одни и те же индексы могут относиться к различным показателям продуктивности.
Например, если на 2011 г. прогнозная урожайность ячменя составила 20,6 ц/га ± 2,1 ц/га (по результатам нейросетевого анализа), то для нахождения селекционных индексов используем таблицу 3.
Подобные показатели урожайности наблюдались в 1971, 1985, 1992, 1994 гг. Следовательно, на прогнозируемый год необходимо отбирать сортономера с индексами селектируемых признаков тех элементов структуры, которые имеют наибольшую долю влияния (табл. 2). В условиях
2011 г. эти сортономера могут дать наибольшую прибавку.
Зависимость прибавки урожайности зерна ячменя от индекса продуктивных стеблей показана на рисунке; оптимальная величина этого индекса составляет 115—125% и более.
В практическом плане в плотных посевах отбирается группа перспективных номеров, индексы урожайности (т.е. прибавка) которых укладываются выше оптимума на рисунке, т.е. более 125%. При этом учитывается условие, что погодные факторы данного года обеспечивают наибольшую прибавку урожайности за счёт индекса продуктивных стеблей. Новые сорта, полученные в результате такого отбора, будут обеспечивать прибавку урожайности относительно стандарта в большинстве случаев.
Н.В. Кочерина и В.А. Драгавцев [2] указывают, что в настоящее время все селекционные индексы используются вне обоснования их прогностической ценности с точки зрения теории эколого-генетической организации сложных признаков продуктивности. По их мнению, при отборе отдельных растений в расщепляющихся гибридных популяциях, например яровой пшеницы, на пригодность того или иного индекса в селекции в конкретной зоне, селекционеры обычно выходят «на ощупь», т.е. методом проб и ошибок.
Предложенная нами тактика отбора перспективных номеров позволит целенаправленно проводить селекционную работу при создании новых сортов.
Расчёты прогноза урожайности на 2011 г. представлены в таблице 4.
Для расчётов прогнозных оценок урожайности использовались различные методы, пере-
4. Результаты долгосрочного прогнозирования урожайности ячменя различными методами, Соль-Илецкий ГСУ
Год Урожайность фактическая, ц/га Урожайность (ц/га), смоделированная методом
обобщённого гармонического анализа нейросетевого анализа
модель № 1 (циклы с астрономическими параметрами) модель № 2 (циклы спектра Фурье) модель № 3 (регрессия на координаты планет и Луны)
1955 1,00 1,04 1,11 1,79
1956 15,00 14,72 19,83 7,56
1957 11,00 11,43 11,85 10,27
1958 18,00 18,92 18,31 16,06
1959 13,70 14,59 14,58 12,68
1960 16,30 17,56 20,13 15,31
2000 43,60 44,30 49,54 42,55
2001 26,50 27,18 25,44 26,46
2002 13,80 13,83 13,77 15,02
2003 20,30 20,86 19,60 21,71
2004 9,20 9,08 9,43 10,90
2005 15,60 18,96 16,21 14,50
2006 8,70 8,63 8,68 9,75
2007 8,00 8,42 8,08 9,28
2008 22,80 22,48 22,49 23,76
2009 8,50 8,50 8,47 6,64
2010 2,00 2,05 2,20 6,72
2011 16,5 22,88 23,70 20,25
Ошибка обучения модели, % Абсолют. ошибка, ц/га 52 8,8 2,8 2,8 2,1
численные ранее. Обучение модели производились с 1955 по 1999 г., тестирование в 2000-2010 гг.
В последние годы нейросетевой анализ находит всё более широкое применение для прогнозирования временных рядов [3]. Координаты планет рассчитывались с использованием астрономических календарей [4]. Прогнозные значения урожайности ячменя на 2011 г. по Соль-Илецкому ГСУ были получены до уборки урожая от 20,2 до 23,7 ц/га при абсолютной ошибке от 2,1 до 2,8 ц/га. Фактическая урожайность ячменя в 2011 г. составила 16,5 ц/га.
Выводы. Предложенная тактика отбора перспективных номеров в селекционном процессе позволит эффективно выводить новые сорта, более урожайные для сухостепного Предуралья.
Литература
1. Тихонов В.Е. Погода и урожай в оренбургском Приуралье. Оренбург: Типография УВД по Оренбургской области, 2009. 236 с.
2. Кочерина Н.В., Драгавцев В.А. Введение в теорию экологогенетической организации полигенных признаков растений и теорию селекционных индексов. СПб.: СЦДБ, 2008. 88 с.
3. Савин И.Ю., Статакис Д., Нэгр Т. Прогнозирование урожайности сельскохозяйственных культур с использованием нейронных сетей // Доклады Российской академии сельскохозяйственных наук. 2007. № 6. С. 11-14.
4. Завалишин А.Е. Звёздный калькулятор // URL: http//www. softsearch.ru
