Изменчивость продуктивности образцов арахиса (Arachis hypogaea L.) при эколого-географическом испытании

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Актуальность. Россия входит в число крупнейших стран-покупателей арахиса. В то же время на юге страны ряд зон соответствует требованиям выращивания этой культуры.

Цель — выявление нового исходного материала для селекции арахиса методом эколого-географического испытания коллекционных образцов.

Материалы и методы. В исследовании находилось 30 образцов коллекции арахиса ВИР различного происхождения. Для оценки стабильности продуктивности применяли стандартное отклонение (s), коэффициент вариации (Cv) и коэффициент регрессии на условия среды по Эберхарту и Расселу (βi).

Результаты. В результате исследования подтверждена возможность выращивания некоторых образцов арахиса на юге России в современных условиях. Одни образцы более продуктивны и пригодны в качестве исходного материала для условий Краснодарского края (к-283, к-1157), другие — для условий Астраханской области (к-317, к-868). Выявлены пластичные образцы: к-751, к-283, к-626, к-1533 из коллекции ВИР, в том числе сорта Стандарт, Отрадокубанский, отмеченные как более продуктивные в двух точках проведения опыта.

Выводы. В контрастных условиях (две географические точки за 3 года изучения) выявлены образцы арахиса, сильно реагирующие на изменения условий среды. Стабильные и пластичные по продуктивности образцы могут служить исходным селекционным материалом. Установлено, что арахис можно возделывать на юге России, а именно в Астраханской области и Краснодарском крае.

Об авторах

Виктория Дмитриевна Бемова

Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова; Санкт-Петербургский государственный университет

Автор, ответственный за переписку.
Email: viktoria.bemova@yandex.ru
ORCID iD: 0000-0002-9574-0356
SPIN-код: 7086-1840

лаборант-исследователь, отдел ГР масличных и прядильных культур

Россия, Санкт-Петербург; Санкт-Петербург

Тамара Владимировна Якушева

Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова; Кубанская опытная станция — филиал Всероссийского института генетических ресурсов растений им. Н.И. Вавилова

Email: yakusheva.vir@yandex.ru
ORCID iD: 0000-0002-2661-2377
SPIN-код: 4016-5033

мл. научн. сотр.

Россия, Санкт-Петербург; п. Ботаника, Краснодарский край

Мунира Шаймордановна Асфандиярова

Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова; Прикаспийский аграрный федеральный научный центр Российской академии наук

Email: rtuz@yandex.ru
ORCID iD: 0009-0008-3683-7431
SPIN-код: 3146-0873

канд. с.-х. наук

Россия, Санкт-Петербург; с. Соленое Займище, Астраханская обл.

Вера Алексеевна Гаврилова

Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова; Санкт-Петербургский государственный университет

Email: v.gavrilova@vir.nw
ORCID iD: 0000-0002-8110-9168
SPIN-код: 6835-8852

д-р биол. наук, гл. научн. сотр.

Россия, Санкт-Петербург; Санкт-Петербург

Наталья Васильевна Кишлян

Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Email: natalya-kishlyan@yandex.ru
ORCID iD: 0000-0003-4454-6948
SPIN-код: 5005-0724

канд. биол. наук, ст. научн. сотрудник

Россия, Санкт-Петербург

Любовь Юрьевна Новикова

Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Email: l.novikova@vir.nw.ru
ORCID iD: 0000-0003-4051-3671
SPIN-код: 8700-6383

д-р с.-х. наук, вед. научн. сотр.

Россия, Санкт-Петербург

Список литературы

  1. Vavilov N.I. The new systematics of cultivated plants. Oxford: The Clarendon Press, 1940. P. 549–566.
  2. Анащенко А.В., Ростова Н.С., Гаврилова В.А., и др. Эколого-географическая изменчивость признаков у сортов рапса и сурепицы // Труды по прикладной ботанике, генетике и селекции. 1991. Т. 144. С. 112–128.
  3. Сеферова И.В., Вишнякова М.А. Генофонд сои из коллекции ВИР для продвижения агрономического ареала культуры к северу // Зернобобовые и крупяные культуры. 2018. Т. 27, № 3. С. 35–41. doi: 10.24411/2309-348X-2018-11030
  4. Туз Р.К., Подольная Л.П., Асфандиярова М.Ш., и др. Изменчивость образцов арахиса селекции ВНИИМК в условиях Астраханской области // Масличные культуры. Научно-технический бюллетень ВНИИМК. 2018. № 4. С. 64–67. doi: 10.25230/2412-608X-2018-3-175-64-67
  5. Settaluri V.S., Kandala C.V.K., Puppala N., Sundaram J. Peanuts and their nutritional aspects — A review // Food Nutr Sci. 2012. Vol. 12, No. 3. P. 1644–1650. doi: 10.4236/fns.2012.312215
  6. Кишлян Н.В., Бемова В.Д., Матвеева Т.В., Гаврилова В.А. Биологические особенности и возделывание арахиса // Труды по прикладной ботанике, генетике и селекции. 2020. Т. 181, № 1. C. 119–127. doi: 10.30901/2227-8834-2020-1-119
  7. Айтпаева А.А., Локтионова Е.Г., Пучков М.Ю., и др. Математическое моделирование как основа программирования урожая арахиса, выращиваемого в структуре травянопропашных севооборотов аридной зоны // Известия НВ АУК. 2023. № 1. С. 499–508. doi: 10.32786/2071-9485-2023-01-55.
  8. Обыдало Д.И., Огаркова И.А. Арахис: из тропиков — в умеренные широты // История научных исследований во ВНИИМК за 90 лет. Краснодар. 2002. С. 88–94.
  9. Сейидалиев Н.Я., Намазова Р.В. Влияние технологий возделывания на структурные показатели арахиса // Бюллетень науки и практики. 2022. Т. 8, № 4. С. 184–191. doi: 10.33619/2414-2948/77/21
  10. Белолюбцев А.И., Сенников В.А. Биоклиматический потенциал экосистем: Учебное пособие. Москва: Изд-во РГАУ-МСХА, 2012. 160 с.
  11. Wei S., Li K., Yang Y., et al. Comprehensive climatic suitability evaluation of peanut in Huang-Huai-Hai region under the background of climate change // Sci Rep. 2020. Vol. 12. ID 11350. doi: 10.1038/s41598-022-15465-3
  12. Мамедов Х.И. Изучение и использование в селекции генотипов, обнаруженных в разных агроэкологических районах Азербайджана: автореф. дис. … д-ра с.-х. наук. Баку, 2009.
  13. Вахрушева Т.Е. Изучение коллекции арахиса (Arachis hipogaea L.). Методические указания. Санкт-Петербург: ВИР, 1995. 42 с.
  14. Gavrilova V., Shelenga T., Porokhovinova E., et al. The diversity of fatty acid composition in traditional and rare oil crops cultivated in Russia // Biol Commun. 2020. Vol. 65, No. 1. P. 68–81. doi: 10.21638/spbu03.2020.106
  15. Кильчевский А.В., Хотылева Л.В. Генотип и среда в селекции растений. Минск: Наука и техника, 1989. 192 с.
  16. Агроклиматические ресурсы Астраханской области / под ред. З.М. Русеевой, Ш.Ш. Народецкой, Б.В. Дунаевского, и др. Ленинград: Гидрометеоиздат. 1974. 136 с.
  17. Агроклиматические ресурсы Краснодарского края / под ред. З.М. Русеевой, Ш.Ш. Народецкой, Б.В. Дунаевского, и др. Ленинград: Гидрометеоиздат. 1975. 276 с.
  18. Eberhart S.A., Russel W.A. Stability parameters for comparing varieties // Crop Sci. 1966. Vol. 6. No. 1. P. 36–40. doi: 10.2135/cropsci1966.0011183X0 00600010011x
  19. Мергалимов Д.Б., Бекенова Л.В., Шаманин В.П. Оценка экологической пластичности сортов ярового ячменя в условиях северо-востока Казахстана // Современные проблемы науки и образования. 2015. № 1–2. С. 287.
  20. Пакудин В.З. Параметры экологической пластичности сортов и гибридов. Теория отбора в популяциях растений / под ред. Л.В. Хотылева. Новосибирск: Наука, 1976. С. 178–189.
  21. Мальчиков П.Н., Сидоренко В.С., Мясникова М.Г., и др. Оценка в эколого-географическом эксперименте адаптивности генотипов твердой пшеницы и дифференцирующей способности условий среды (годы, пункты) // Зернобобовые и крупяные культуры. 2016. № 2. С. 120–126.
  22. Лоскутов И.Г., Новикова Л.Ю., Ковалева О.Н., и др. Эколого-географические подходы к изучению генетического разнообразия ячменя и овса из коллекции ВИР // Экологическая генетика. 2020. Т. 18, № 1. С. 89–102. doi: 10.17816/ecogen16128
  23. Белявская Л.Г., Белявская Ю.В., Диянова А.А. Оценка экологической стабильности и пластичности сортов сои // Зернобобовые и крупяные культуры. 2018. № 4. С. 43–48. doi: 10.24411/2309-348Х-2018-11048
  24. Биктимиров Р.А., Низаева А.А. Оценка экологической стабильности и пластичности сортов зернового сорго в условиях Республики Башкортостан // Зерновое хозяйство России. 2021. Т. 1, № 1. С. 39–43. doi: 10.31367/2079-8725-2021-73-1-39-43
  25. Ерошенко Л.М., Ромахин М.М., Ерошенко Н.А., и др. Урожайность, пластичность, стабильность и гомеостатичность сортов ярового ячменя в условиях Нечерноземной зоны // Труды по прикладной ботанике, генетике и селекции. 2022. Т. 183, № 1. С. 38–47. doi: 10.30901/2227-8834-2022-1-38-47

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Агрометеорологические условия эксперимента — сумма положительных температур выше 10 °С и сумма осадков за период с температурами выше 10 °С в Прикаспийском аграрном федеральном научном центре (ПАФНЦ) и на Кубанской опытной станции (КОС) в 2019–2021 гг.

Скачать (128KB)
Метаданные
3. Рис. 2. Агробиологические показатели 30 образцов арахиса при выращивании в Прикаспийском аграрном федеральном научном центре (ПАФНЦ) и на Кубанской опытной станции (КОС) в 2019–2021 гг.: а — продуктивность; b — вызреваемость бобов. Показаны: минимальное, максимальное значения, квартили, медиана

Скачать (187KB)
Метаданные
4. Рис. 3. Корреляция продуктивности образцов арахиса на Кубанской опытной станции (КОС) и в Прикаспийском аграрном федеральном научном центре (ПАФНЦ). Сплошная линия — линия регрессии

Скачать (146KB)
Метаданные

© Эко-Вектор, 2023

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


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

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

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

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

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

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

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

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

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

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

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