Неповреждающие методы оценки качества зерна ячменя для различных целей селекции

• Автор: Сумина, Алена Владимировна
• Шифр специальности: 06.01.05
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Красноярск
• Количество страниц: 130 с. : ил.

Оглавление
ВВЕДЕНИЕ
ГЛАВА 1 ПОКАЗАТЕЛИ КАЧЕСТВА ЗЕРНА ЯЧМЕНЯ В ЗАВИСИМОСТИ ОТ ЦЕЛЕЙ СЕЛЕКЦИИ И МЕТОДЫ ИХ ОЦЕНКИ
(ОБЗОР ЛИТЕРАТУРЫ)
1.1 Ячмень как многофункциональная зерновая культура
1.2 Основные показатели качества зерна ячменя
1.3 Требования к качеству зерна ячменя в зависимости от целей его дальнейшего использования
1.4 Методы оценки качества зерна для различных целей селекции
ГЛАВА 2 ОБЪЕКТЫ, УСЛОВИЯ И МЕТОДЫ ИССЛЕДОВАНИЙ
2.1 Объекты исследования
2.2 Агроэкологические условия районов проведения полевых опытов
2.3 Полевые методы проведения опытов
2.4 Лабораторные методы проведения опытов
2.5 Математические методы расчетов и обработки результатов
ГЛАВА 3 РАЗРАБОТКА НЕПОВРЕЖДАЮЩИХ МЕТОДОВ ОЦЕНКИ КАЧЕСТВА ЗЕРНА ЯЧМЕНЯ ДЛЯ РАЗЛИЧНЫХ ЦЕЛЕЙ СЕЛЕКЦИИ
3.1 Поглощение воды зерном как критерий отбора на его технологические качества
3.2 Неповреждающая оценка пленчатости зерна ячменя, основанная на относительном поглощении воды в начале замачивания
3.3 Экспресс- метод оценки стекловидности зерна ячменя
3.4 Относительное поглощение воды зерном как косвенный критерий отбора ячменя на содержание бета-глюканов
ГЛАВА 4 ИСПОЛЬЗОВАНИЕ РАЗРАБОТАННЫХ НЕПОВРЕЖДАЮЩИХ МЕТОДОВ ПРИ ОЦЕНКЕ ТЕХНОЛОГИЧЕСКИХ КАЧЕСТВ ЗЕРНА ЯЧМЕНЯ СИБИРСКОЙ СЕЛЕКЦИИ
4 Л Плотность как критерий отбора
4.2 Использование параметра начального поглощения воды зерном как критерия оценки показателя пленчатости ячменя
4.3 Выделение образцов ячменя с перспективными качествами зерна и высокой полевой продуктивностью
ГЛАВА 5 ВЛИЯНИЕ ФАКТОРОВ ГЕНОТИП, СРЕДА И ИХ ВЗАИМОДЕЙСТВИЯ НА ПОКАЗАТЕЛИ КАЧЕСТВА ЗЕРНА ЯЧМЕНЯ СИБИРСКОЙ СЕЛЕКЦИИ
ВЫВОДЫ
ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ
СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ
Актуальность темы. Красноярский край и Республика Хакасия - развитые сельскохозяйственные регионы Восточной Сибири. Ячмень, на этой территории, входит в число основных зернофуражных культур, и занимает около 20 % площадей зерновых, уступая при этом пшенице и овсу.
Как известно, формирование качества урожая — сложный,
многоступенчатый процесс, в котором участвуют многие зависимые друг от друга звенья, находящиеся под воздействием групп внешних факторов (Хотылева, Турбин и др., 1987). Поэтому в условиях резко меняющихся абиотических условий среды, характерных для этих регионов, наиболее
конкурентоспособными будут выступать сорта, отличающиеся как высокими показателями качества зерна, так и стабильным урожаем по годам.
Создание таких сортов предусматривает проведение диагностики
селекционно-ценных признаков на различных этапах развития растений, при этом применение традиционных методов в полевых условиях достаточно трудоемко и продолжительно по времени, а в лабораторных — часто ведет к потере ценного селекционного материала (Полонский, 2007). Поэтому в качестве альтернативы логично и экономически обоснованно разработать и предложить простые, экспрессные, не повреждающие растения методы оценки качества зерна ячменя.
Цель исследований: разработка неповреждающих методов оценки качества зерна ячменя, основанных на различиях в показателях плотности зерна и его начальном поглощении воды, и проведение с их помощью диагностики
технологических качеств зерна ячменя сибирской селекции.
Задачи исследований:
- изучить плотность зерна различных образцов ячменя, выращенных в трех географических точках в течение трех лет, как альтернативный параметру твердости показатель технологических качеств зерна ячменя;

поглощенной воды. Каждый образец был проанализирован в трехкратной повторности.
2.5 Математические методы расчетов и обработки результатов
Относительное поглощение воды зерном (ОПВ) расчитывали по формуле:
где Мкон - масса зерна после процедуры намачивания за каждую минуту;
Мнач — исходная масса сухого зерна.
Плотность зерна исследуемых образцов ячменя вычисляли по формуле:
где Р - плотность зерна; m - масса навески зерна;
V - объем зерна.
Статистическая обработка результатов была произведена с помощью дисперсионного анализа (Доспехов, 1985), программы обработки данных полевого опыта Field Expert vl.3 Рго (Акимов, 2007) и Microsoft Excel 2003.
ОПВ = [(Мкон - Мнач) / М„ач] х 100%,

Р *- m/V,