1994～2013年宿州市冬小麥產量因素及農藝性狀與單產的關系研究

1994～2013年宿州市冬小麥產量因素及農藝性狀與單產的關系研究

晁林海1，李 德2

(1.安徽省宿州市農業委員會，安徽宿州 234000；2.安徽省宿州市氣象局，安徽宿州 234000)

摘要[目的] 研究冬小麥產量因素及主要農藝性狀與單產之間的定量關系，為冬小麥品種選育、栽培措施改進等提供參考。[方法]利用1994～2013年對宿州市冬小麥生長發育和產量要素的長期定位觀測資料，采用相關分析、通徑分析和灰色關聯度等分析方法，探討了宿州市冬小麥各產量要素及主要農藝性狀與單產之間的關系特征。[結果]不孕小穗率、子粒莖稈比、成穗率、三葉期基本苗數和單株成穗數5個要素的變異系數在20%以上。其中，以三葉期基本苗數變異系數最大，為25.52%。乳熟期有效穗數、單位面積穗粒數和三葉期基本苗數與單產為顯著正相關，相關系數分別為0.601 1、0.633 1和0.576 4，均通過P<0.05的顯著性檢驗。但不孕小穗率與單產之間為顯著負相關，相關系數為-0.559 0(P<0.05)。通徑系數分析表明，穗粒重對單產的直接通徑系數最大，為6.245 7，成穗率最小為0.261 4。各要素與單產之間的灰色關聯度均在0.600 0以上，由大到小的順序分別為：三葉期基本苗數、單位面積穗粒數、乳熟期有效穗數、穗粒重、乳熟期株高、千粒重、子粒數、小穗數、子粒莖稈比、單株成穗數、成穗率、生育期日數、不孕小穗率。[結論]該結果可作為宿州市冬小麥品種選育和栽培措施改良等工作的參考依據。

關鍵詞冬小麥；產量因素；農藝性狀；單產

中圖分類號S512.1+1

基金項目安徽省農業科技成果轉化項目，皖財[2014]1651號分類科目，20130106技術推廣。

作者簡介晁林海(1969-)，男，安徽碭山人，高級農藝師，碩士，從事農作物新品種選育、推廣及栽培技術研究。

收稿日期2015-06-10

Relationship about the Yield Factors and the Main Agronomic Traits and Yield Traits of Winter Wheat in 1994-2013 at Suzhou City

CHAO Lin-hai1，LI De2(1. Suzhou City Agriculture Committee, Suzhou, Anhui 234000;2. Suzhou City Bureau of Meteorology, Suzhou, Anhui 234000)

Abstract[Objective] The relationship about the yield factors and the main agronomic traits and yield traits of winter wheat in 1994-2013 at Suzhou City was studied to provide the reference for winter wheat variety breeding, cultivation measures improvement. [Method]Using the data of the winter-growth and yield factors of long-term observation from 1994-2013 at Suzhou city by correlation analysis, path analysis and some anther analytic methods. [Result]The results showed that there had five elements which the variation coefficients were more than 20%. Among them, the variation coefficient of three leaf stage basic seeding number was the largest, the number was 25.52 percent. The effective panicles of ratooning buds, spike grain number per unit area, the number of seedling at three-leaf stage have significant positive correlation with yield. The three significant factors were 0.601 1, 0.633 1 and 0.576 4. They all though significance test of P<0.05. But it became a significant inverse correlation between inefficient spike number and yield , the correlation coefficient is -0.559 0(P<0.05). Path coefficient analysis showed that ear grain weight was the largest, the number was 6.245 7, and the ear rate was the smallest, the number was 0.261 4. The order of gray correlation degree from big to small was the number of three-leaf stage, spike grain number per unit area, the effective panicles of ratooning buds, the grain weight per panicle, ratooning buds of plant height , thousand kernel weight , the grain number per panicle , number of grains per spike , seed stem ratio , panicle number per plant , ear rate, days of growing period, spike sterility rate (percent). [Conclusion]The result can be used as reference for winter wheat variety breeding and cultivation measures improvement at Suzhou City.

Key words Winter wheat；Yield factors；Agronomic traits；Yield

按照中國小麥種植區劃，安徽淮北平原屬北方冬麥區的黃淮麥區，常年小麥種植面積超過240萬hm2，總產量超過130億kg，播種面積和總產量分別居全國第3、4位[1-2]。安徽宿州市地處淮北平原中部[3]，多年來冬小麥單產變化情況與周圍縣(市)基本一致，即小麥單產水平與相鄰的山東、河南省相比仍存在一定的差距，尤其是高產田塊年際波動大，高產重演性差[4]。生產實踐表明，通過品種選育、栽培措施改進等是實現小麥高產穩產的重要途徑[5]。小麥單產即單位面積的產量是由單位面積穗數、穗粒數和千粒重3因素共同作用的，不同品種具有不同的產量結構特征，即使同一個產量水平，不同基因型間產量構成模式也存在一定差異[6-7]。但決定基因型產量的3因素取值范圍及其變幅是有限度的，產量水平的不斷提高是產量結構3因素在原來平衡協調基礎上達到更高一級的平衡協調[8]。因此，必須對產量因素構成特征有所了解，才能為品種選育和栽培措施改良提供基礎。

近年來，有關小麥產量因素及農藝性狀與單產之間關系，眾多學者進行了相關研究，但由于小麥品種特性和生產區域的不同，研究結果不盡一致[9-14]，而且這些學者的研究成果，多是利用黃淮中北部和南部沿淮地區開展的試驗數據取得。未文良等[9]在安徽沿淮地區阜南縣利用8個高產品種的試驗認為，單產與平均穗數、穗粒數顯著正相關，但與千粒重呈負相關。而王青等[10]在安徽省沿淮懷遠縣試驗則證實，產量與穗粒重、千粒重呈正相關，與穗數呈負相關。楊忠強等[11]在河南新鄉進行的試驗認為，單株重對單株產量的直接通徑系數最大，在以生物產量為目標時，應把結實小穗數、穗粒數、穗粒重3個性狀作為單株高產組合的選擇指標。但是針對地處黃淮中部偏南地區淮北平原的安徽省宿州市，目前尚未見特定氣候生態條件下的冬小麥產量因素及主要農藝性狀與單產之間關系方面的研究。該文利用1994～2013年冬小麥產量因素及主要農藝性狀和單產的長期定位觀測資料，采用變異系數分析、相關分析、通徑分析、灰色關聯分析等方法，探討淮北平原中部地區特定氣候生態條件下，冬小麥產量因素及主要農藝性狀與單產之間的定量關系，以期為冬小麥品種選育、栽培措施改進等提供參考。

1 材料與方法

1.1 觀測地概況及資料 觀測地段屬亞熱帶與暖溫帶氣候過渡區，冬小麥適宜播種期間日平均氣溫15～18 ℃，能夠滿足冬小麥苗期生長需求。越冬期間年平均氣溫0 ℃左右，極端最低氣溫不低于-20 ℃，越冬發生凍害幾率較低。冬小麥生育期間多年平均降水量為300 mm左右，≥0 ℃積溫為2 300 ℃，日照時數約1 300 h。

觀測地位于宿州市紫蘆湖農場生產田內(中心地理坐標33.6° N、117.0° E，海拔25.9 m)，面積15 000 m2，土壤質地為黏壤土。0～10 cm和0～20 cm土層田間持水量(質量含水率，%)、土壤容重(g/cm3)和凋萎系數(質量含水率，%)分別為27.3、1.26、10.3和26.7、1.34、9.9。觀測地在宿州市屬于中等肥力水平，0～20 cm土層有機質含量為22.86 g/kg、全氮(N)1.17 mg/kg，堿解氮77.00 mg/kg，速效磷25.50 mg/kg，速效鉀110.0 mg/kg，pH 6.9。觀測地冬小麥品種先后為皖麥19、皖麥52，觀測年度為1994～2013年。

1.2測定項目及方法冬小麥生育期間和成熟期進行單收并換算為實產(kg/hm2)。測定與考種項目均按照《農業氣象觀測規范》[15]執行?？挤N樣本為隨機取50莖(穗)，其中不孕小穗率=(50穗樣本中不孕小穗數/總小穗數)×100%，式中不孕小穗指有穎無子粒的小穗；總小穗數為50穗樣本中結實小穗數與不孕小穗數之和；單株成穗數=乳熟期有效莖數/三葉期株數；成穗率=(乳熟期有效莖數/拔節期莖數)×100%；子粒莖稈比=樣本子粒干重/樣本總莖稈干重；千粒重為1 000粒子粒自然風干后的重量；穗粒數為50穗樣本的平均穗粒數；單位面積穗粒數(粒/m2)=每穗粒數×每平方米穗數。

1.3研究方法 利用不同年度所測定的產量因素及主要農藝性狀和地段實產進行變異系數(cv)分析[16]、相關分析[17]、通徑分析[18]和灰色關聯分析[19]等。

(1)變異系數(cv)=某要素的標準差/某要素的平均值×100%。

(3)灰色關聯度(ζ)的求取：

第1步：求取灰關聯系數。

先將每一個產量要素及其主要農藝性狀和單產數據進行標準化。標準化的方法為：標準化后的值=(某要素實際值-某要素數據序列中的最小值)/(某要素數據序列中的最大值-某要素數據序列中的最小值)

令單產序列xi0，xij∈Xi，xi0={xi0(1)，xi0(2)，…，xi0(l)}為參考序列。

再令其他產量因素及主要農藝要素序列xij={xij(1)，xij(2)，…，xij(l)}為比較序列，求差序列，即：

Δi0j(k)=│xi0(k)-xij(k)│

稱Δi0j(k)為xij(k)對xi0(k)的偏差。

則xij對xi0的灰關聯系數r(xi0(k)，xij(k))為

式中：ζ為分辨系數，一般取值為0.1～0.5，值越小，越能提高關聯系數間的差異，該文在實例中取σ的值為0.5。

第2步：求取灰色關聯度。

先利用灰色關聯系數構造灰關聯系數矩陣，即

灰關聯系數矩陣中，每個行向量的元素表示各指標與其參考序列的關聯程度。

再求取灰關聯系數矩陣中各元素在列向量的均值稱為灰關聯度，即

(4)通徑系數參照文獻[17-18]利用DPS軟件進行。

1.4數據處理數據分析和作圖采用DPS和Excel軟件進行。

2 結果與分析

2.1 產量因素、農藝性狀和單產的變異系數經計算，1994～2013年宿州市冬小麥各產量因素、主要農藝要素和單產的平均值、最小值、最大值和變異系數見表1。

表1各產量因素、農藝性狀和單產的變異系數、平均值、最小值、最大值

從表1可見，變異系數在10%以下的有4個，分別為小穗數、千粒重、生育期日數、乳熟期株高，其中生育期日數的變異系數最小，為2.96%，變動范圍為209.00～235.00 d，平均值為223.47 d。變異系數在10%～20%之間的有5個，分別為子粒數、單位面積穗粒數、穗粒重、乳熟期有效穗數和實際單產。變異系數在20%以上的有5個，分別為不孕小穗率、子粒莖稈比、成穗率、三葉期基本苗數和單株成穗數，其中三葉期基本苗數變異系數最大，為25.52%，變動范圍為158.27萬～352.42萬/hm2，平均值為222.05萬/hm2。這與喬玉強等[20-21]認為的，淮北地區冬小麥主播期易旱易澇，尤其是播期易發生持續性干旱[22]，致使播種期較長，且播后苗期干旱持續，易出現缺苗斷壟現象有關。不孕小穗率的變異系數僅次于三葉期基本苗數，為24.49%，變動范圍為10.00%～22.60%，平均值為16.98%?？梢?，加強小麥后期管理，如適時進行“一噴三防”，有效降低不孕小穗率也是小麥高產的重要途徑。變異系數在20%～22%之間的3個要素，分別為單株成穗數、成穗率和子粒莖稈比，其中單株成穗數又與三葉期基本苗數的高低密切關聯，可見三葉期基本苗數對小麥高產具有重要作用[5]。單產的變異系數也較高，為16.67%，平均值為6 007.40 kg/hm2，變動范圍為4 466.70～7 725.00 kg/hm2，可見1994～2013年間冬小麥產量波動明顯，即高而不穩。

另外，從決定產量高低的3要素即乳熟期有效穗數、子粒數與千粒重來看，其變異系數大小順序依次是子粒數、乳熟期有效穗數、千粒重。這與王世耆等[23]研究成果基本一致。

2.2產量因素及農藝性狀和單產的相關分析利用1994～2013年各產量因素及主要農藝性狀資料，分別與單產資料進行Pearson相關統計。各產量因素及主要農藝性狀與單產之間呈正相關的因素有8個，分別為子粒數、小穗數、千粒重、單位面積穗粒數、穗粒重、三葉期基本苗數、乳熟期有效穗數和乳熟期株高。其相關系數由大到小順序為單位面積穗粒數(r=0.6331 1，P<0.01)、乳熟期有效穗數(r=0.601 1，P<0.01)、三葉期基本苗數(r=0.576 4，P<0.01)、穗粒重(r=0.382 2,P<0.10)、乳熟期株高(r=0.449 1，P<0.10)、小穗數(r=0.348 4，未通過顯著性檢驗)、子粒數(r=0269 0,未通過顯著性檢驗)、千粒重(r=0.250 6,未通過顯著性檢驗)。呈負相關的有5個，分別為不孕小穗率、子粒莖稈比、單株成穗數、成穗率和生育期日數。其相關系數由大到小順序為不孕小穗率(r=-0.559 0，P<0.05)、成穗率(r=-0.345 1，未通過顯著性檢驗)、單株成穗數(r=-0.230 9，未通過顯著性檢驗)。同時，通過P<0.01顯著性水平檢驗的有3個，且均為正相關性，分別為乳熟期有效穗數、單位面積穗粒數和三葉期基本苗數，且以單位面積穗粒數最大，相關系數為0.633 1。通過P<0.05顯著性水平檢驗的僅有1個，為不孕小穗率，且為負相關，相關系數為-0.559 0。通過P<0.10顯著水平檢驗的有1個，為乳熟期株高，且為正相關，相關系數為0.449 1。由此可見，相關分析結果表明，乳熟期有效穗數、單位面積穗粒數和三葉期基本苗數與單產為顯著正相關，但不孕小穗率和單產之間為顯著負相關。因此，在淮北地區，爭取有效穗數和單位面積穗粒數以及確保三葉期基本苗數是未來品種選育和栽培措施改良的重要方向。

2.3產量因素及農藝性狀和單產的通徑分析影響產量的因素很復雜，性狀間既存在直接相關，又可通過其他性狀產生間接相關[5]。要揭示性狀間的真實關系,還需對性狀間進行通徑分析，估算出性狀間的直接效應和間接效應。表2為各產量因素及農藝性狀，即13個要素與單產的通徑分析結果。

表2　各產量因素及農藝性狀的通徑分析

注：x1為不孕小穗率(%)、x2為子粒數(粒/穗)、x3為小穗數(個/穗)、x4為千粒重(g)、x5單位面積穗粒數(粒/m2)、x6為穗粒重(g)、x7為子粒莖稈比、x8為單株成穗數(個)、x9為成穗率(%)、x10為三葉期基本苗數(萬/hm2)、x11為乳熟期有效穗數(萬/hm2)、x12為生育期日數(d)、x13為乳熟期株高(cm)。

由表2可見，各要素對單產的直接通徑系數以穗粒重最大，為6.245 7，成穗率最小為0.261 4。13個要素的直接通徑系數大小順序依次為穗粒重、子粒數、千粒重、單位面積穗粒數、三葉期基本苗數、單株成穗數、乳熟期有效穗數、子粒莖稈比、不孕小穗率、生育期日數、乳熟期株高、小穗數、成穗率。在6個正向直接效應中，最大的為穗粒重，最小的為成穗率，其大小順序分別為穗粒重、三葉期基本苗數、單株成穗數、乳熟期有效穗數、乳熟期株高、成穗率。在7個負向直接效應中，最大的為子粒數，直接通徑系數為-3.501 3；次之為千粒重，直接通徑系數為-3.107 3；最小的為小穗數，直接通徑系數為-0.292 1。7個負向效應的大小順序分別為子粒數、千粒重、單位面積穗粒數、子粒莖稈比、不孕小穗率、生育期日數、小穗數。

為進一步考察各產量要素與單產的關系，又分析了9個常規產量因素對單產的通徑系數，結果見表3。9個產量因素分別為穗粒重、子粒數、千粒重、單位面積穗粒數、三葉期基本苗數、乳熟期有效穗數、子粒莖稈比、小穗數、不孕小穗率。

表3　 9個常規產量因素對單產的通徑分析

注：x1為穗粒重(g)、x2為子粒數(粒/穗)、x3為千粒重(g)、x4為單位面積穗粒數(粒/m2)、x5為三葉期基本苗數(萬/hm2)、x6為乳熟期有效穗數(萬/hm2)、x7為子粒莖稈比、x8為小穗數(個/穗)、x9為不孕小穗率(%)。

由表3可見，單位面積穗粒數的負向效應最大，直接通徑系數為-7.020 5；小穗數的直接通徑系數最小為-0.165 9，且為負向效應。

直接通徑系數為正的有4個，分別為穗粒重、子粒數、三葉期基本苗數、乳熟期有效穗數。直接通徑系數為負的有5個，分別為千粒重、單位面積穗粒數、子粒莖稈比、小穗數、不孕小穗率。在正向效應中，以乳熟期有效穗數、穗粒重的直接通徑系數較大，分別排在第1、2位，即直接通徑系數分別為4.810 6和4.471 7。在負向效應中，以單位面積穗粒數的直接通徑系數最大，其次為千粒重，直接通徑系數為-2.166 1。

2.4單產與各產量因素及農藝性狀的灰色關聯度分析利用1994～2013年的單產和產量因素及主要農藝性狀數據，按照“1.3”節方法，求取各產量因素及主要農藝性狀與單產之間的灰色關聯度(ζ)，結果見表4。

表4　單產與各產量因素及主要農藝性狀的灰色關聯度

由表4可見，關聯度最大者為三葉期基本苗數(0.769 0)，其次為單位面積穗粒數(0.752 4)，最小者為不孕小穗率(0.604 1)。關聯系數在0.700 0以上的有三葉期基本苗數、單位面積穗粒數、乳熟期有效穗數、單位面積穗粒重、乳熟期株高、千粒重和子粒數7個，且大小順序是三葉期基本苗數、單位面積穗粒數、乳熟期有效穗數、穗粒重、乳熟期株高、千粒重、子粒數。而小穗數、子粒莖稈比、單株成穗數、成穗率、生育期日數和不孕小穗率的關聯系數在0.600 0～0.700 9之間，其關聯系數大小順序分別為小穗數、子粒莖稈比、單株成穗數、成穗率、生育期日數、不孕小穗率。另外，在決定產量的3要素中(單位面積穗粒數、子粒數和千粒重)，以單位面積穗粒數的關聯度最大，千粒重與子粒數次之。在三葉期基本苗數、乳熟期株高、小穗數、生育期日數和子粒莖稈比等主要農藝性狀中，各關聯度的大小順序是三葉期基本苗數、乳熟期有效穗數、乳熟期株高、小穗數、子粒莖稈比、生育期日數。

3結論與討論

(1)不孕小穗率、子粒莖稈比、成穗率、三葉期基本苗數和單株成穗數5個要素的變異系數在20%以上。其中，以三葉期基本苗數變異系數最大，為25.52%，變動范圍為158.27萬～352.42萬/hm2，平均值為222.05萬/hm2。子粒數、單位面積穗粒數、穗粒重、乳熟期有效穗數和實際單產的變異系數在10%～20%之間。這是宿州市冬小麥高而不穩的重要原因。從決定各產量構成因素高低和主要農藝性狀優劣的影響因素來看，這些要素的波動原因，既有品種特性問題，也有環境氣候生態條件，但在品種一定的條件下，主要影響因素是環境氣候生態條件[5,7,24]。而在一定條件下，環境氣候生態條件可以通過品種選育來適應，或者通過栽培管理措施來調節[1,22]。

(2)相關分析表明，乳熟期有效穗數、單位面積穗粒數和三葉期基本苗數與單產為顯著正相關，相關系數分別為0.601 1、0.633 1和0.576 4，均通過P<0.05的顯著性檢驗。但不孕小穗率與單產之間為顯著負相關，相關系數為-0.559 0(P<0.05)。同時，在決定單位面積產量的3要素中的另一個要素，即穗粒重與單產之間雖然正相關，但僅通過P<0.01的顯著性檢驗，其相關系數為0.382 2。這與未文良等[9-14]的研究結論基本一致。尤其是與文獻[25]的結論相同，即乳熟期的有效穗數與單產的相關程度最大。但與王青等[10]認為的單產與穗數呈負相關則不相一致。分析其原因主要是與這些研究者利用的數據多是1年的試驗有關。

(3)通徑系數分析表明，穗粒重最大，為6.245 7，成穗率最小為0.261 4。這與王青等[10]的研究結論一致。13個要素的直接通徑系數大小順序依次為穗粒重、子粒數、千粒重、單位面積穗粒數、三葉期基本苗數、單株成穗數、乳熟期有效穗數、子粒莖稈比、不孕小穗率、生育期日數、乳熟期株高、小穗數、成穗率。其中，6個正向直接效應要素的大小順序為穗粒重、三葉期基本苗數、單株成穗數、乳熟期有效穗數、乳熟期株高、成穗率。7個負向直接效應要素的大小順序為子粒數、千粒重、單位面積穗粒數、子粒莖稈比、不孕小穗率、生育期日數、小穗數。從小麥產量形成的各要素來看，小麥產量形成并不是由哪一種單獨因素所決定的，它是由各個因素共同作用的結果[5,7,24]。單產水平的不斷提高是產量結構3因素在原來平衡協調基礎上達到更高一級的平衡協調[3,5,24]。就宿州市而言，需要從提高穗粒重著手來提高單產，而穗粒重大小取決于子粒的容積和光合產物的累積數量，即包括品種特性、群體結構、營養器官衰亡時間和后期的環境氣象條件等因素。這些因素需要從品種培育和栽培管理措施改良上來實現。

(4)灰色關聯度分析表明，各要素與單產之間的灰色關聯度均在0.600 0以上，由大到小的順序分別為：三葉期基本苗數、單位面積穗粒數、乳熟期有效穗數、穗粒重、乳熟期株高、千粒重、子粒數、小穗數、子粒莖稈比、單株成穗數、成穗率、生育期日數、不孕小穗率。這與裘敏等[12]利用寧夏永寧地區的資料所得結論不同。在宿州市應重視三葉期基本苗數、單位面積穗粒數和乳熟期有效穗數3個要素對單產的貢獻作用，這也是今后品種選育和栽培管理措施改良需要關注的。在宿州市特定的生態氣候條件下，實現冬小麥的高產、超高產，尤其是實現連年高產，應在提高播種質量、確保有足夠的基本苗數的前提下，圍繞提高乳熟期有效穗數和子粒數等，進行品種選育和栽培措施的綜合改良。

(5)該文雖然對各產量因素和主要農藝性狀對產量的影響進行了探討，但是在影響冬小麥產量的因素中，有生態環境條件和品種特性2個方面，品種特性的改良在一定程度上又會適應環境生態條件的變化，因此影響小麥單產的因素是比較復雜且多變的，未來需要進行更深入的研究，尤其是結合品種特性與環境氣候條件的關系來綜合試驗，以期更客觀地揭示宿州市冬小麥各產量因素及主要農藝性狀與產量之間的定量關系，進而為特定區域氣候特點下的品種培育和高產栽培措施研究提供參考依據。

參考文獻

[1] 趙廣才.中國小麥種植區劃研究(一)[J]. 麥類作物學報，2010,30(5):886-895.

[2] 孔令聰,汪建來,姜濤,等.安徽省小麥生產變化和特點及穩定發展的政策措施[J].農業現代化研究,2013,34(5):518-521.

[3] 曹承富,肖揚書，武際，等.沿淮淮北砂姜黑土區小麥大面積超高產栽培理論與實踐[J].農學學報,2014,4(9):13-18.

[4] 李德,王昉,戚尚恩.淮北平原冬小麥氣候生態條件變化研究[J].氣象與減災,2006(1):13-19.

[5] 黃義德,姚維傳.作物栽培學[M].北京：中國農業大學出版社,2002：53-78.

[6] 鄧昭俊.大穗型小麥高產途徑[J].湖北農業科學,1989(3):1.

[7] 傅兆麟.小麥超10 t/hm2品種的產量因素分析[J].麥類作物學報,2000(5):123-125.

[8] 傅兆麟,馬寶珍.小麥超高產栽培條件的最佳精播密度研究[J].小麥研究,1998(3):17-18.

[9] 未文良,汪建來,張文明,等.安徽省8個小麥推廣品種產量因素結構特點的研究[J].安徽農業科學,2007,35(6):1626-1627.

[10] 王青,趙莉,何堅芳,等.安徽沿淮和淮北地區小麥穗粒重研究[J].麥類作物學報,2012,32(2):320-325.

[11] 楊忠強,岳海風,郜慶爐,等.小麥單株產量性狀的相關性及其通徑分析[J].種子,2007,26(7):57-59.

[12] 裘敏,魏亦勤,劉旺清,等.小麥5個產量性狀與產量的灰色關聯分析[J].安徽農業科學,2007,35(2):390.

[13] 周芳菊,陳橋生,張道榮,等.小麥構成因素的相關性分析[J].種子,2007,26(7):57-59.

[14] 張麗英,張正斌,徐萍,等.黃淮小麥農藝性狀進化及對產量性狀調控機理的分析[J].中國農業科學,2014,47(5):1013-1028.

[15] 國家氣象局.農業氣象觀測規范(上卷)[M].北京:氣象出版社,1993:50-52.

[16] 魏淑秋.農業氣象統計[M].福州:福建科學技術出版社,1985：12-17.

[17] 莫惠棟.農業試驗統計[M].上海:上海科技出版社,1992:535-538.

[18] 林德光.通徑分析方法在腰果播種的應用[J].熱帶作物學報,2001，22(3):3-9.

[19] 鄧聚龍.灰色農業系統與農業[J].山西農業科學,1985(5):36-39.

[20] 喬玉強,曹承富,杜世洲,等.淮北砂姜黑土地區小麥品種調整趨勢分析[J].農學學報,2014,4(9):1-5.

[21] 杜世洲,肖揚書,喬玉強,等.淮北地區不同播期條件下小麥高產栽培[J].農學學報,2014,4(9):6-12.

[22] 李德,楊太明,張學賢,等.2008-2009年宿州秋冬低溫干旱成因分析與影響評估[J].氣象,2011,37(5):666-672.

[23] 王世耆,曹永華,蔡泳慈.北京地區冬小麥產量和氣象要素的統計分析[J].中國農業科學,1979(1)：10-18．

[24] 傅兆麟.小麥超高產研究[M].徐州:中國礦業大學出版社,2003:7.

[25] 閆福春,陳青,徐秀珍.影響小麥產量因素對產量形成的貢獻[J].江蘇農業科學,2012，40(10)：78-80．