Model of winter soft wheat variety for steppe condition zone

Cover Page

Cite item

Full Text

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

Abstract

Due to the increased aridization of the environment in the main agricultural zones of the Don, the parameters of the model of winter soft wheat varieties of intensive and semi-intensive types have been clarified. At the present stage, the potential productivity of intensive wheat at a high agrofone is 9,0-10,5 t/ha of grain, which is due to the productive stem of 660-800 ears/m2. In semi-intensive varieties on the average agrophone, the values of these indicators are respectively 7,0-7,5 t/ha and 580-620 ears/m2. The productivity of the ear, respectively, should be 1,2-1,5 g and 1,1-1,2 g and with a grain share in the cenosis of 40-45% and 36-38%, respectively. With different stress factors, the peculiarities of the formation of agroecotypes of new varieties were revealed. The selection criterion for drought-resistant productive forms was the selection of genotypes with a high yield index. However, the main trend related to productivity and adaptability in drought conditions is the creation of new genotypes with increased grain weight from the plant and from the ear. This is the most objective integrated assessment of their drought resistance. The progress in the yield growth of semi-dwarf and medium-sized wheat varieties is also due to an increase in the capacity of cenosis. as a result of the use of new parameters of the model of intensive and high-intensity genotypes, varieties of winter soft wheat Donmira, Akapella, Bogema, Bylina Dona i Pal'mira 18, Kuryanochka 19, Pafos, developed for the Central Chernozem, North Caucasus, Lower Volga, Middle Volga and Ural regions, were created and included in the State Register of Breeding Achievements in 2019-2022. These varieties are well adapted for arid regions according to the complex of breeding and valuable traits.

About the authors

M. A Fomenko

Federal Rostov Agricultural Research Center

A. I Grabovets

Federal Rostov Agricultural Research Center

Email: grabovets_ai@mail.ru

T. A Oleynikova

Federal Rostov Agricultural Research Center

E. A Babrovskaya

Federal Rostov Agricultural Research Center

E. V Chernousov

Federal Rostov Agricultural Research Center

References

  1. Боровик А.Н., Беспалова Л.А., Колесников Ф.А. и др. Классика - новый сорт пшеницы мягкой озимой// Труды Кубанского аграрного университета. 2021. №91. С.33-35. doi: 10.21515/1999-1703-91-32-35
  2. Вавилов Н.И. Теоретические основы селекции пшеницы. М.: Наука, 1987. 506 с.
  3. Грабовец А.И. Донской метод определения морозостойкости и жизнеспособности озимых хлебов. Ростов-на-Дону: Юг. 2010. 23 с.
  4. Грабовец А.И. О модели сорта озимой мягкой пшеницы для условий Дона // Селекция и семеноводство. 1983. №2. С.10-13.
  5. Грабовец А.И., Фоменко М.А. Некоторые аспекты создания и выявления трансгрессивных высокопродуктивных рекомбинантов озимой пшеницы // Российская сельскохозяйственная наука. 2022. № 5. С. 3-7. doi: 10.31857/S2500262722050015
  6. Жученко А.А. Возможности старта российского АПК в XXI столетие//Аграрный Вестник Юго-Востока. 2009. №1. С. 6-12.
  7. Иванов А.Л., Эделгериев Р.Х., Донник И.М. и др. Глобальный климат и почвенный покров России: проявления засухи, меры предупреждения, борьбы, ликвидация последствий адаптационные мероприятия (сельское и лесное хозяйство)/ Национальный доклад (монография). Т.3. М.: МБА. 2021. С. 700. doi: 10.52479/978-5-6045103-9-1
  8. Каракотов С.Д., Карлов Г.И., Прянишников А.И., Диващук М.Г., Хверенец С.Е., Титов В.Н., Попова В.М. К использованию алгоритмов маркерной селекции для улучшения сортов озимой пшеницы/ Вестник аграрной науки. 2022. №3(96). С. 29-32. doi: 10.17238/issn2587-666X.2022.3.8
  9. Ковтун В.И., Ковтун Л.Н. Модель сорта мягкой озимой пшеницы интенсивного типа для условий Юга, Юго-Востока и Центрально-Черноземной зоны России//Сельскохозяйственный журнал. 2022. №1 (15). С. 13-22. doi: 10.25930/2687-1254/002.1.15.2022
  10. Матишов Г.Г., Дашкевич Л.В., Кириллова Е.Э. Цикличность климата в Приазовье: современный период (19-21вв)// Доклады Российской Академии наук. Науки о земле. 2021. №1. Т. 458. С. 96-100. doi: 10.31857/S2686739721050091
  11. Петров Л.К. Оценка урожайности, экологической стабильности и пластичности сортов озимой пшеницы// Российская сельскохозяйственная наука. 2020. №3. С. 6-9. doi: 10.31857/S2500262720030023
  12. Прянишников А.И., Савченко И.В., Мазуров В.Н. Адаптивная селекция: теория и практика отбора на продуктивность//Вестник Российской сельскохозяйственной науки. 2018. №3. С. 29-32. doi: 10.30850/vrsn/2018/3/29-32
  13. Сухоруков А.Ф., Сукоруков А.А. Совершенствование модели сорта озимой пшеницы для условий среднего Поволжья// Известия Самарского научного центра Российской академии наук. 2015. №3-4 (т. 17) - С. 473-48.
  14. Ahmad Z., Waraich E.A., Akhtar S., Anjum S., Ahmad T., Mahboob W., Hafeez O.B.A., Tapera T., Labuschagne M., Rizwan M. Physiological responses of wheat to drought stress and its mitigation approaches// Acta Physiologiae Plantarum. 2018. 40: 80 doi: 10.1007/s11738-018-2651-6

Supplementary files

Supplementary Files
Action
1. JATS XML

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».