快速、准确地获取大区域、高分辨率的作物类型分布图对农业精准管理与可持续发展具有重要意义。受遥感影像质量和数据处理能力的限制,使用遥感技术进行大尺度的作物分类仍是一项巨大的挑战。本研究的目的是使用Google Earth Engine(GEE)结合Sentinel-1和Sentinel-2影像绘制黑龙江省的作物分布图,首先收集2018年作物生长关键期(5月至9月)覆盖研究区域所有可用的Sentinel-1与Sentinel-2影像,并对影像进行月度合成,然后将月度合成影像的不同反射率波段、植被指数与极化波段作为输入量结合随机森林方法进行作物分类。结果表明使用本研究提出的方法可以准确地获得黑龙江省作物分布图,作物分类总体精度达到89.75%。本研究还发现相比仅使用传统波段(可见光波段和近红外波段)进行作物分类,增加短波红外波段可以显著改善作物分类的准确性,其次是增加红边波段,增加常见植被指数和Sentinel-1数据对作物分类的精度提升不大。本研究还分析了作物分类的时效性,结果表明当7月份的影像可用时,作物分类精度的提升幅度最大,作物分类的总体精度可以达到80%以上。本研究结果为基于遥感的大尺度、高分辨率作物分布图的制作提供支持。
花生病害严重威胁花生生产,而通过种间杂交创制抗病材料是解决这一问题的有效途径。本研究利用花生栽培品种四粒红与野生种Arachis duranensis杂交,通过胚拯救和组织培养获得了种间杂种F1幼苗,细胞学和分子标记鉴定表明种间杂种F1为真杂种。进一步对扩繁F1幼苗进行秋水仙素处理,获得了F1种子,命名为Am1210。通过寡核苷酸荧光原位杂交鉴定、分子标记鉴定、表型鉴定和网斑病鉴定,我们发现:1)Am1210是Slh和ZW55种间杂交异源六倍体花生;2)蔓生、单粒或二粒荚果和红色种皮等性状相对于直立型、多粒荚果和褐色种皮为显性性状;3)Am1210的网斑病抗性与Slh相比显著提高,表明这种抗性来自于A. duranensis。此外,本研究还开发了69个显性和共显性分子标记,可用于种间杂种鉴定及未来A. duranensis染色体片段易位或渗入系的鉴定。
杂交水稻为世界粮食的供应做出了重大贡献,而骨干亲本在杂交水稻品种选育中发挥着重要作用。为明确水稻骨干亲本蜀恢527(SH527,Oryza sativa)在育种过程中所利用的关键基因组区域,本研究对其进行了基于系谱的全基因组分析。利用高密度单核苷酸多态性(SNP)阵列对包括SH527、6个亲本品种及17个衍生恢复系在内的24个品种进行了扫描,分析了上游亲本对SH527基因组的独特贡献,确定了SH527及其衍生品种中保守的关键基因组区域。同时,利用多年的产量性状数据和SNP 芯片结果进行全基因组关联分析,发现了一些可能的已知或新的产量性状的关联位点。这项研究初步揭示了SH527育种的关键区域,将为后续育种提供参考。杂交水稻为世界粮食的供应做出了重大贡献,而骨干亲本在杂交水稻品种选育中发挥着重要作用。为明确水稻骨干亲本蜀恢527(SH527,Oryza sativa)在育种过程中所利用的关键基因组区域,本研究对其进行了基于系谱的全基因组分析。利用高密度单核苷酸多态性(SNP)阵列对包括SH527、6个亲本品种及17个衍生恢复系在内的24个品种进行了扫描,分析了上游亲本对SH527基因组的独特贡献,确定了SH527及其衍生品种中保守的关键基因组区域。同时,利用多年的产量性状数据和SNP 芯片结果进行全基因组关联分析,发现了一些可能的已知或新的产量性状的关联位点。这项研究初步揭示了SH527育种的关键区域,将为后续育种提供参考。