文献类型: 中文期刊
作者: 吴支行 1 ; 夏敏 1 ; 叶寅 1 ; 杨欣 1 ; 袁自然 1 ;
作者机构: 1.芜湖市农业技术中心;安徽省农业科学院土壤肥料研究所
关键词: 镉低积累;水稻;品种筛选;糙米镉含量;农艺性状
期刊名称: 安徽农学通报
ISSN: 1007-7731
年卷期: 2023 年 29 卷 002 期
页码: 39-42
摘要: 为筛选适合镉污染耕地种植的镉低积累水稻品种,促进水稻绿色生产,以芜湖市种植较为普遍的13个水稻品种作为试验对象,进行田间小区试验,测定其在芜湖市某试验点的农艺性状和糙米镉含量.试验结果表明,武运粳31号表现出的农艺性状较为优异,徽两优114号和亚两优丝苗表现出的镉低积累特征较为优异.因此,对于镉低积累水稻品种的推广应用应综合考虑区域土壤实际镉浓度和经济效益选择合适的水稻品种.
- 相关文献
[1]水稻氮高效品种的初步筛选. YU Youling,余友玲,WU Wenge,吴文革,CHEN Gang. 2015
[2]氮素高效利用水稻新品种筛选与评价. 阮新民,从夕汉,施伏芝,罗志祥. 2020
[3]不同机插株距对徽两优5号群体结构及产量形成的影响. GAO Shang,高尚,LI Shengqun,李胜群,CHEN Gang. 2015
[4]基于重组自交系群体水稻氮素利用效率分析和利用. 阮新民,施伏芝,从夕汉,罗志祥. 2016
[5]干旱胁迫对10个水稻外源DNA导入系的农艺性状影响. 赵芳明,刘维波,杨正林,凌英华,桑贤春,杨前进,何光华. 2009
[6]国际水稻所水稻品种在安徽的表现. 张效忠,台德卫,王元垒. 2001
[7]十个早稻品种比较试验. 杨安中,张玲,吴文革,段素梅. 2012
[8]长江流域棉区油后直播棉品种筛选试验. 周关印,王维,郑曙峰,徐道青,刘小玲,陈敏,阚画春,张西岭. 2015
[9]安徽稻作区工厂化育秧大棚内马铃薯优良品种筛选与适宜播期. 廖华俊,闫冲冲,王前前,杨月英,陶珍,龚猛,丁思年,唐中兴. 2019
[10]淮北地区超高产小麦品种资源筛选及其生理特性分析. 乔玉强,曹承富,赵竹,杜世州,张耀兰,刘永华,张四华. 2010
[11]252份墨西哥CIMMYT小麦多酚氧化酶的活性差异及品种筛选. 赵竹,赵斌,赵莉,万映秀. 2008
[12]江淮地区适宜机插杂交中籼稻品种及其产量特性研究. 孔令娟,汪新国,孙如银,胡鹏,陶友武,王士梅. 2015
[13]江淮地区春季马铃薯稻草覆盖栽培适宜品种筛选研究. 廖华俊,董玲,江芹,陈静娴. 2009
[14]不同类型粳稻品种产量及其相关因素综合分析. 陈刚,吴文革,胡鹏,王斌,胡琪峰. 2013
[15]皖南浓香型特色烤烟品种的筛选研究. 郭东锋,钱益亮,邵伏文,姚忠达,阎轶峰,祖朝龙. 2015
[16]淮北地区小麦主栽品种对低温胁迫的响应及抗寒性评价. 乔玉强,曹承富,杜世州,赵竹,张向前,李玮,陈欢. 2018
[17]江淮丘陵地区棉花品种筛选试验. 唐胜,李文才,郑曙峰. 1999
[18]淮北地区晚播小麦产量构成分析及抗晚播品种筛选研究. 乔玉强,曹承富,杜世州,赵竹,李玮,陈欢,张向前. 2015
[19]江淮中北部适宜钵苗机插栽培的杂交中籼稻品种筛选及特性研究. 唐中兴,谢传安,费广凡,张远芳,李志芬,许有尊. 2020
[20]砀山酥梨适宜授粉树筛选. 张金云,高正辉,伊兴凯,潘海发,蔡永萍. 2009
作者其他论文 更多>>
-
店埠河农业小流域水体溶解性有机质光谱时空分布特征
作者:杨欣;夏敏;叶寅;王静
关键词:店埠河流域;溶解性有机质(DOM);三维荧光光谱(EEMs);紫外-可见吸收光谱(UV-Vis)
-
合肥都市圈设施农用地时空演变特征识别及分区管控研究-基于35个评价单元面板数据的实证分析
作者:范树平;巨芬;李鹏;张卓;夏敏;付新武;王光宇
关键词:设施农用地;时空演变;特征识别;分区管控;合肥都市圈
-
有机肥替代对土壤养分的影响
作者:赵秀东;陈晓芳;袁自然;叶寅
关键词:有机替代;大田定位;土壤剖面;土壤养分;土壤肥力;养分迁移
-
基于无人机高光谱遥感的冬小麦全氮含量反演
作者:杨欣;袁自然;叶寅;王道中;花可可;郭志彬
关键词:冬小麦全氮含量;无人机高光谱;XGBoost;遥感反演
-
博望区耕地质量等级评价
作者:陈财宗;叶寅;夏敏;袁自然;杨欣
关键词:博望区;耕地质量等级评价;层次分析模型;隶属关系函数模型
-
有机肥部分替代化肥对水稻产量及经济效益的影响
作者:陈财宗;夏敏;杨欣;袁自然;叶寅
关键词:水稻;有机肥;产量;经济效益
-
店埠河农业小流域水体溶解性有机质三维荧光光谱的平行因子分析
作者:杨欣;吴支行;叶寅;陈晓芳;袁自然;王静
关键词:店埠河农业小流域;溶解性有机质(DOM);三维荧光光谱(EEMs);平行因子分析(PARAFAC)