Climate change and selection features of winter soft wheat on productivity and adaptability to it

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The climate is changing towards aridity. “Drought resistance” has become the most important factor. By using genetic coadaptation phenomena, it has been possible to increase the potential grain yield under these conditions up to 10,7 t/ha. This is due to significant growth of the crop yield index (from 36 to 40%). It continued increase in the case of droughts is limited by the biological yield. Using the phenomenon of transgression this problem can be solved with simultaneous obtaining the genotypes with increased top weight by reducing the coefficient of water consumption in the synthesis of metabolites. Along with this value, the photosynthesis intensity is of vital importance. It is determined by such factor as the yield to leaf area ratio. When assessing the heat and drought resistance of genotype, the following marker is used: weight of grain per plant or area. The freezing resistance issue is solved by using the transgressive selection with the sources of this specification. It usually dominates in the case of gene interaction. Despite the warming phenomena, the freezing resistance is also considered. The temperature at the tillering zone depth (-18℃) is used as the core indicator. Two methods are implemented namely: transgressions when attracting the high-yielding medium winter-hardy forms in hybridization and generation of genotypes equal to the high winter-hardy parent plant, with the use of the local frost-resistance material as one of the parent plants.

About the authors

A. I Grabovets

Federal Rostov Agricultural Research Center

Email: grabovets_ai@mail.ru

M. A Fomenko

Federal Rostov Agricultural Research Center

References

  1. Айдаров А.Н., Шепелев С.С., Шаманин В.П. Характеристика по компонентам продуктивности высокостебельных и низкостебельных растений, выделенных из популяции крупнозернового пырея сизого (сорт Сова) в условиях южной лесостепи Западной Сибири // Вестник Омского государственного аграрного университета. 2021. № 3 (430). С. 5-16. https://doi.org/10.48136/2222-0364_2021_3_5
  2. Безуглая Т.С., Самофлова Н.Е., Иличкина Н.П. и др. Адаптивный потенциал новых сортов и линий твердой пшеницы в условиях Ростовской области // Зерновое хозяйство России. 2021. №3 (75). С. 27-33. https://doi.org/10.31367/2079-8725-2021-75-3-27-33.
  3. Грабовец А.И. Усовершенствованные методы оценки морозо- и зимостойкости растений // Селекция и семеноводство. 1983. № 2. С. 10-13.
  4. Лихенко И.Е. Современные проблемы селекции сельскохозяйственных культур в Сибири//Достижения науки и техники АПК. 2012. № 6. С. 19-20.
  5. Осипов Ю.Ф., Фадеева О.И., Федулов Ю.П. Рекомендации по разработке моделей сортов озимой пшеницы в зоне Северного Кавказа. В Сб.: Применение физиологических методов при оценке селекционного материала и моделировании новых сортов с. х. культур. М.; ВАСХНИЛ, 1983. С. 26-31.
  6. Ричардс Р.А., Кондон А.Г., Ребецке Г.Дж. Признаки, по которым улучшают урожайность в условиях засухи. В Сб: Применение физиологии в селекции пшеницы. Киев, Логос, 2007. С. 184-209.
  7. Романенко А.А., Беспалова Л.А., Котляров Д.В. Экономическая эффективность производства зерна на основе новых сортов озимой пшеницы селекции КННИСХ им. П.П. Лукьяненко // Достижения науки и техники АПК. 2016. № 3. С. 15-188.
  8. Самофлова Н.Е., Иличкина Н.П., Макарова Т.С. и др. Методы создания исходного материалы в селекции озимой твердой пшеницы и их результативность // Зерновое хозяйство России. 2020. № 2 (68). С. 54-60. https://doi.org/10.31367/2079-8725-2020-68-2-54-60
  9. Чем грозит человечеству потепление, и что делать для предотвращения катастрофы. ТАСС. Специальный проект (ревю). 2015. https://tass.ru/spec/climate.TASS. Special project (revue).
  10. Carter T.R., Jones R.N., Lu X.et al. Climate change 2007: impacts, adaptation and vulnerability, contribution of working group II to the fourth assessment report of the intergovernmental panel on climate change. Cambridge University Press, Cambridge, UK. 207. P. 133-171.
  11. Grabovets A.I., Fomenko M.A. Plus- transgression in winter wheat breeding on frost resistance and productivity. Russian Agricultural Sciences. 2019. № 45 (5). С. 407-411.
  12. Grabovets A.I., Fomenko M.A. Yield stability in a wide range of environments - the main parameter in winter wheat breeding / Russian Agricultural Science. 2020. Vol. 46. №5. P. 539-545. doi: 10.3103/S1068367420060075
  13. Hughey L. Biological consequences of global warming is the signal already apparent. Trends in Ecology & Evolution.1. 2000. Vol.15 (2). P. 56-61. DOI: 10.1016 / S0169-5347 (99) 01764-4

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Russian Academy of Sciences

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».