全 文 ：作物学报 ACTA AGRONOMICA SINICA 2013, 39(11): 1935−1943 http://zwxb.chinacrops.org/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家自然科学基金项目(31161140346和 31201207)和旱区作物逆境生物学国家重点实验室(西北农林科技大学)开放课题资助。
* 通讯作者(Corresponding author): 何中虎, E-mail: zhhecaas@163.com
第一作者联系方式: E-mail: xiaoyonggui@caas.cn, Tel: 010-82108745
Received(收稿日期): 2013-01-30; Accepted(接受日期): 2013-06-24; Published online(网络出版日期): 2013-08-12.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20130812.1749.010.html
DOI: 10.3724/SP.J.1006.2013.01935
基于图像处理的冬小麦植被覆盖率测定及其遗传解析
肖永贵 1 刘建军 2 夏先春 1 陈新民 1 Matthew REYNOLDS3 何中虎 1,4,*
1中国农业科学院作物科学研究所/国家小麦改良中心, 北京 100081; 2山东省农业科学院作物研究所, 山东济南 250100; 3 CIMMYT,
Apartado Postal 6-641, 06600 México, DF Mexico; 4国际玉米小麦改良中心(CIMMYT)中国办事处, 北京 100081
摘 要: 植被覆盖率是反映植株生长势的重要生理性状, 在旱作地区尤为重要。图像处理技术能够快速有效地对苗
期和孕穗期植被覆盖率进行量化分析。以 28 份山东小麦主栽品种和品系为材料, 在 240 株 m−2和 360 株 m−2密度
下, 连续 2年测定了孕穗前不同发育阶段的植被覆盖率, 并利用 921个 DArT标记和 83个 SSR标记分析了与植被覆
盖率相关的遗传区段。结果表明, 不同密度下, 冬小麦植被覆盖率在越冬期、返青期和孕穗期存在显著差异, 而拔节
期基本一致。拔节期植被覆盖率与春季最高分蘖数、抽穗后群体叶面积指数、单位面积穗数和籽粒产量均呈显著正
相关, r = 0.73~0.76 (P<0.01), 表明拔节期植被覆盖率可用于预测上述性状。共检测出 12个遗传区段与植被覆盖率相
关联, 大部分区段直接参与调控苗期和孕穗期的生长势。10 个遗传区段与已报道的苗期性状、产量性状及抗病位点
一致, 其中 5BL、6AS和 6BL染色体上携带的植被覆盖率相关遗传区段与已报道的苗期比叶面积和生物量等位点完
全相同。建议将植被覆盖率作为生长势量化指标, 用于育种选择和遗传研究。
关键词: 普通小麦; 植被覆盖率; 关联分析; 遗传区段
Genetic Analysis of Vegetative Ground Cover Rate in Winter Wheat Using
Digital Imaging
XIAO Yong-Gui1, LIU Jian-Jun2, XIA Xian-Chun1, CHEN Xin-Min1, Matthew REYNOLDS3, and
HE Zhong-Hu1,4,*
1 Institute of Crop Science / National Wheat Improvement Center, Chinese Academy of Agricultural Sciences (CAAS), Beijing 100081, China; 2 Crop
Research Institute, Shandong Academy of Agricultural Sciences, Jinan 250100, China; 3 CIMMYT, Apartado Postal 6-641, 06600 México, DF
Mexico; 4 CIMMYT-China Office, c/o CAAS, Beijing 100081, China
Abstract: Vegetative vigour is an important physiological trait and selection for greater seedling vigour is a goal of breeding
programs, especially in rain-fed regions. This study aimed to identify the genetic variation of early vigour, determine the agronomic
traits most closely associated with seedling growth, and detect the major gene-containing region of early vigour in winter wheat.
Twenty-eight cultivars and advanced lines at two planting densities (240 plants m−2 and 360 plants m−2) were grown in Jinan during
2009–2010 and 2010–2011 cropping seasons, with randomized complete block design of three replications. Whole-genome
association mapping was employed to identify the chromosome region controlling early vigour using 921 Diversity Array Technology
(DArT) and 83 SSR markers. Early vigour was evaluated with vegetative ground cover rate via implementation of photographic
image analysis, whereby computer analysis was used to determine percentage ground cover. Significant differences of ground cover
rate between two planting densities were detected in pre-winter period, greening-up and booting stages, but not in early stem
elongation stage. Ground cover rate in stem elongation stage was significantly and positively associated with maximum tiller number
(r = 0.76, P < 0.01), leaf area index (r = 0.74, P < 0.01), spike number (r = 0.73, P < 0.01), and grain yield (r = 0.73, P < 0.01).
Twelve gene-containing regions for vegetative ground cover rate were detected in two seasons. Most of the regions conditioning the
vegetative ground cover rate were not affected by the developmental stages. Ten gene-containing regions identified were consistent
with previously reported QTLs for seedling traits, grain yield and disease resistance. Three regions on 5BL, 6AS, and 6BL were the
same as previously reported loci for seedling traits. Therefore, there is sufficient genetic variation to increase early vigour in winter
wheat, and early vigour could be quickly measured through digital image analysis.
1936 作 物 学 报 第 39卷


Keywords: Common wheat; Vegetative ground cover rate; Association study; Gene-containing region
植株生长势是小麦苗期地上部分生长发育的综
合表现, 与品种适应性和产量潜力密切相关。在干
旱环境下, 提高植株生长势能够显著增加生物学产
量和籽粒产量[1-2], 因而地中海地区和澳大利亚西部
等干旱地区一直将提高小麦植株生长势作为重要耐
旱指标[3-4], 并选育出一批苗期繁茂且耐旱高产的品
种[2]。即便在灌溉地区, 植株生长势也是育种家选择
的重要性状, 因此加强该性状的遗传研究, 探索简
单易行的测定方法, 发掘相关基因位点对高产广适
品种选育具有重要意义。
小麦胚大小、比叶面积(叶片面积与其重量比值)
和苗期生物量是决定植株生长势的关键性状 [5-6]。
Rebetzke 等[3,7]认为, 植株生长势相关性状存在较大遗
传变异 , 主要受基因型影响 , 广义遗传力为 59%~
88%。控制水稻苗期生长势的遗传位点主要分布在第
1、第 3、第 6 和第 7染色体上[8-10]。大麦较小麦具有
较好的幼苗生长势, 控制大麦苗期生长势相关性状的
基因位点主要分布在 2H、4H 和 5H 染色体上[11-13]。
Genc等[14]在盐分胁迫下发现, 4A、5A、5B、5D和 6A
染色体上携带控制苗期生物量相关性状的重要基因位
点。Spielmeyer等[15]在 6A染色体上定位了一个控制胚
芽鞘长短和幼苗叶片宽度的主效 QTL, 分别解释 8%
和 14%的表型变异, 与标记 NW3106紧密连锁。此外,
矮秆基因 Rht8对幼苗生长势也有重要影响[16]。尽管在
春小麦上已发掘了一些与生长势相关的 QTL, 但在冬
小麦遗传背景下的相关研究较少。
传统的小麦植株生长势测定主要依靠目测, 不
仅需要丰富的育种经验, 而且难以量化不同基因型
间的差异[17]。根据植物冠层光谱反射原理研制的野
外光谱辐射计(FieldSpec UV/VNIR), 可有效估测幼
苗生长特性, 但由于价格昂贵、便携性能差等原因,
在实际育种中应用很少[18-19]。数码相机具有灵敏的
色彩传感器, 能够用于测定植株生长特性 [20], 具有
价格低廉、方便快捷、测定准确等优势, 目前已用
于植物的产量估测、叶片衰老鉴定、植物病斑、氮
肥营养诊断和植被覆盖[21]等性状测定。在测定小麦
植被覆盖率时, 所获取的植株数码图像是地表综合
特征的二维表现形式, 可包括生长势相关的胚芽鞘
长短、生长速度、比叶面积、分蘖数和干物质积累
量等性状[19]。Preussa等[21]认为植被覆盖率可作为鉴
定植株生长势的指标, 用于反映苗期和孕穗期的生
长特性。
山东省位于黄淮冬麦区北片, 小麦面积和总产
皆居全国第 2位, 年播种面积约 400万公顷, 总产约
220 亿千克。本研究在墒情适宜、适时播种条件下,
设置两个密度种植, 研究山东当前主要栽培品种及
苗头品系的苗期和孕穗期植株生长势, 并利用 921
个 DArT标记和 83个 SSR标记对植被覆盖率进行关
联分析, 旨在估测品种间生长势遗传差异, 发掘控
制孕穗以前植株生长势的遗传片段, 为培育高产广
适型新品种提供理论依据。
1 材料与方法
1.1 材料与试验设计
2009—2010和2010—2011连续两年度在山东
省 农 业 科 学 院 作 物 所 ( 山 东 济 南 , 36.66°N,
117.07°E)试验农场种植山东省主栽品种和苗头品
系28份 , 这些材料基本反映了目前山东省小麦品
种的现状。试验田土质为黏壤土 , 耕层含有机质
18.4 g kg−1、全氮1.2 g kg−1、碱解氮135.0 mg kg−1、
速效磷(P2O5) 25.6 mg kg−1、速效钾(K2O) 209.0 mg kg−1、
pH 8.1。播种前施复合肥750 kg hm−2 (约含氮120 kg hm−2,
磷120 kg hm−2, 钾60 kg hm−2), 拔节期追施尿素
225 kg hm−2。
采取随机区组设计, 2个种植密度分别为 240株 m−2
和 360株 m−2, 利用小区播种机(Wtersteiger Plotseed TC,
奥地利), 分别于 2009年 10月 13日和 2010 年 10 月
16日播种。 3次重复, 小区行距 20 cm, 行长 4 m, 面
积为 5.6 m2。于幼苗三叶期间苗, 以保证群体基本苗
与计划密度一致, 全生育期浇灌越冬水、拔节水和
灌浆水, 并进行田间除草。
1.2 田间数据获取
在小麦的越冬前期(12 月 5 日)、返青期(3 月 5
日)、拔节期(4 月 6 日)和孕穗期(4 月 20 日), 植株
叶片无露水条件下, 利用数码相机(G11, Canon Inc.,
日本), 在晴日无风天气的 10:00 至 15:00 取像, 相
机调至自动拍摄模式, 关闭闪光灯, 镜头距地面高
度 1.2 m, 垂直于小区的中央, 取像区域排除小区
两端 20 cm区, 仅拍摄非边行的 4 行, 数字照片像
素为 1280 × 960。每次集中在 60 min 内获取全部实
验照片, 避免流动云层阴影对取像的影响, 每取 20
张照片后, 在天空太阳对角方向获取照片 1 张, 作
为图像空白对照, 用于矫正光线对植株图像影响的
偏差。
第 11期 肖永贵等: 基于图像处理的冬小麦植被覆盖率测定及其遗传解析 1937


利用 Adobe PhotoShop CS3软件处理图像, 分析
植株绿色部分占整个图像的比例。操作步骤如下: (1)
调整图像的色相、饱和度和亮度值分别为0、+60和
–20; (2)在“色彩范围”选项中使用“加号滴管”工具对
图像内所有绿色像素点进行选择; (3)将所选择的绿
色像素填充为“白色”, “反向”选项选取剩余的图像
部分 , 填充为“黑色”(图1); (4)在“分析 -选择数据
点 -custom”选项中选定并分析图像中的“平均灰度值

图 1 小麦越冬前(a, b)、返青期(c, d)、拔节期(e, f)和孕穗期(g, h)的生长特征和植被覆盖率处理图(良星 66)
Fig. 1 Photographer of field and digital ground cover at pre-winter (a, b), greening-up (c, d), jointing (e, f), and booting (g, h) stages
of wheat (Liangxing 66)
1938 作 物 学 报 第 39卷


(mean grey value)”; (5)计算植被覆盖面积(vegetative
ground cover, VGC), VGC(%)=(平均灰度值/255)×100 [19]。
小区间苗后, 在非边行区选取 2个长势均匀的 1 m
样段, 分别在起身期和灌浆中后期测定最大分蘖和穗
数。在抽穗期和灌浆期, 于晴日 11:00至 13:00时, 利
用植物冠层分析仪(AccuPAR LP80, Decagon Devices
Inc., 美国)测定小区群体叶面积指数。将收获的籽粒
自然晾晒至含水量 13%以下, 测定千粒重, 称取小
区产量, 并折算为公顷产量。
1.3 DNA提取及 DArT和 SSR标记分析
从每份材料选取10个大小和色泽均匀一致的籽
粒在培养皿中育苗2周, 混合剪取叶片, 利用 CTAB
法提取全基因组 DNA, 用分光光度计 (UAS-99,
ACTGene Inc., 美国)检测DNA的浓度和质量, 并将
DNA 终浓度稀释到50~100 ng µL−1。由澳大利亚
Triticarte股份有限公司(http://www.triticarte.com.au/)
完成 DArT 标记分析工作, 在小麦全基因组3000个
标记中筛选出921个标记产生限制性多态片段信号,
并按照每条染色体分布3个以上 SSR 标记的原则,
筛选出83个标记用于测定供试材料的等位变异。
根据 DArT 和 SSR 标记在供试材料中的遗传变
异分布, 使用 STRUCTURE软件分析群体结构, K值
取1~20的范围, 每个 K 值重复估算5次, 采用 MCMC
(Monte Carlo Markov Chain)模型, burn-in和 run length
均设置100 000, 估算出 Q值为4。以 SPAGeDi软件估
算供试材料亲缘矩阵(kinship matrix), 并利用 Tassel
3.0软件(http://www.maizegenetics.net/)的 MLM 模型
(Mixed Linear Model)进行关联分析, 选择 P<0.05为等
位变异与植被覆盖率关联阈值。利用已公布的高密度
图谱(http://wheat.pw.usda.gov/ggpages/SSRclub/
GeneticPhysical/; Marone等[31])对所有关联的标记进行
染色体定位, 以 10 cM内富集 3个以上关联标记为标
准, 判断为性状关联的遗传区段。
1.4 数据分析
利用 SAS (Statistical Analysis System) 9.0软件
分析不同发育阶段植被覆盖度的基本统计量, 并进
行方差分析和多重比较。用 Microsoft Excel 2010软
件计算植被覆盖率与最大分蘖数、粒重、叶面积指
数、每平方米穗数和籽粒产量的相关系数。
2 结果与分析
2.1 苗期和孕穗期植被覆盖率的方差分析
越冬前、返青、拔节和孕穗期 4个发育时期的
植被覆盖率在基因型、种植密度、环境(年份)和基
因型与环境互作等方面差异均达 0.01显著水平(表 1)。
除越冬期外, 返青至孕穗期的植被覆盖率在同年份
不同重复间的差异均不显著。越冬、返青和孕穗期
的植被覆盖率显著受种植密度影响, 差异达 0.01的
显著水平。说明苗期和孕穗期植被覆盖率受基因
型、环境和基因型与环境互作 3个因素的共同作用,
种植密度对植被覆盖率有显著影响, 但拔节期影响
较小。
2.2 植被覆盖率变化趋势分析
不同基因型间的植被覆盖率在每个发育阶段存
在显著差异(表 2)。越冬前, 泰山 23、潍麦 8号、鲁
麦 23、济宁 16、山农 15和济宁 13等品种植被覆盖
率均较大, 为 47.5%~54.4%; 泰农 2413、烟农 24、
济麦 5037和济麦 6324覆盖率较小, 为 33.0%~37.9%,
在 2 个种植密度间品种植被覆盖率变化趋势一致。
越冬前植被覆盖率较高或较低的品种, 极大多数在

表 1 不同发育阶段植被覆盖率的方差分析
Table 1 Mean squares of variance of vegetative ground cover rate at different developmental stages
平方和 Sum of square
变异来源
Varience source
df 越冬前
Pre-winter stage
返青期
Greening-up stage
拔节期
Jointing stage
孕穗期
Booting stage
基因型 Genotype (G) 27 1739*** 847*** 435*** 417***
年份 Year (Y) 1 3782*** 3267*** 124*** 183***
重复 Replication 3 645*** 28* 35 11
密度 Plant density (D) 1 10618*** 163*** 13 275***
基因型×年份 G×Y 27 1537*** 730*** 458*** 346***
基因型×密度 G×D 27 258 157* 116 183
基因型×年份×密度 G×Y×D 28 301 438*** 1429*** 723***
误差 Error 165 2075 577 877 929
*P<0.05; ***P<0.001.
第 11期 肖永贵等: 基于图像处理的冬小麦植被覆盖率测定及其遗传解析 1939


表 2 28个供试品种在不同发育阶段植被覆盖率的比较分析
Table 2 Comparison of vegetative ground cover rate of 28 varieties at different developmental stages
240株 m−2 240 plants m−2 360株 m−2 360 plants m−2 品种
Variety
越冬前
Pre-winter
返青期
Greening up
拔节期
Jointing
孕穗期
Booting
越冬前
Pre-winter
返青期
Greening up
拔节期
Jointing
孕穗期
Booting
济麦 5037 Jimai 5037 37.9 efg 24.3 mn 68.9 hi 90.8 abcdef 50.8 kl 31.6 lmn 69.2 kl 88.7 ghijkl
济麦 6402 Jimai 6402 40.0 defg 24.7 mn 70.5 ghi 90.4 abcdef 54.0 ghijkl 29.1 n 71.3 hijkl 87.8 jklm
济麦 5504 Jimai 5504 45.6 abcdef 35.1 defghi 75.5 abcd 86.4 fg 61.0 abcde 40.6 defghi 72.9 defghi 86.3 m
济麦 6324 Jimai 6324 38.4 efg 23.7 mn 68.6 i 93.4 abc 54.6 ghijk 36.8 ghijkl 73.1 defgh 91.7 bcde
济麦 19 Jimai 19 43.2 bcdef 29.8 jkl 75.5 abcd 91.9 abcde 56.8 defghi 36.4 hijklm 74.1 cdefg 89.0 ghijkl
济麦 20 Jimai 20 43.9 bcdef 31.3 hijkl 73.0 defg 89. 5 cdef 58.3 bcdefg 35.3 jklm 71.9 fghij 90.5 defg
济麦 22 Jimai 22 40.2 defg 32.9 efghij 73.6 defg 91.0 abcdef 57.4 cdefgh 39.4 defghij 73.3 defgh 90.0 efghi
济南 17 Jinan 17 42.4 cdefg 35.1 defghi 77.3 abc 87.7 ef 54.0 ghijkl 39.9 defghij 74.6 cde 89.8 efghij
济宁 13 Jining 13 47.5 abcde 37.0 def 77.4 ab 89.1 cdef 61.7 abcd 46.4 abc 77.6 b 88.1 ijklm
济宁 16 Jining 16 49.3 abcd 37.9 cd 73.9 cdef 91.6 abcde 62.5 abc 38.1 fghij 74.0 cdefg 87.6 klm
良星 66 Liangxing 66 46.4 abcdef 32.9 fghij 74.6 bcdef 93.1 abcd 56.1 fghij 38.7 efghij 72.6 efghij 93.7 ab
临麦 2号 Linmai 2 41.2 defg 29.6 jkl 71.4 fghi 87.7 ef 53.7 hijkl 37.3 fghijk 70.3 ijkl 87.1 lm
临麦 4号 Linmai 4 45.2 abcdef 37.8 cde 78.0 ab 81.6 g 52.4 ijkl 39.3 defghij 77.5 b 91.2 cdef
鲁麦 21 Lumai 21 39.6 defg 27.1 klm 73.2 defg 89.2 cdef 52.2 ijkl 32.8 klmn 71.7 ghijk 88.3 hijklm
鲁麦 23 Lumai 23 51.2 abc 49.5 a 78.0 a 90.4 bcdef 60.9 abcdef 49.5 ab 80.9 a 89.9 efghi
山农 15 Shannong 15 47.8 abcde 36.6 defg 72.5 defg 90.0 cdef 60.4 abcdef 42.6 cdef 72.2 efghij 90.1 efghi
泰农 2413 Tainong 2413 33.0 g 21.2 n 59.4 j 95.0 ab 51.2 kl 29.6 n 68.9 l 93.4 ab
泰山 21 Taishan 21 38.6 efg 31.9 ghijk 74.9 abcde 93.2 abc 58.4 bcdefg 42.1 cdef 72.7 efghij 88.2 ijklm
泰山 223 Taishan 223 43.7 bcdef 37.9 cd 74.6 bcdef 93.0 abcd 52.3 ijkl 41.8 cdefg 73.2 defgh 92.3 bcd
泰山 23 Taishan 23 54.4 a 42.0 bc 73.9 cdef 87.3 ef 62.8 ab 44.2 bcd 71.9 fghij 89.3 fghijk
泰山 24 Taishan 24 47.3 abcde 43.7 b 77.0 abcd 89.9 cdef 60.7 abcdef 50.0 a 76.4 bc 90.5 defg
潍麦 8号 Weimai 8 52.8 ab 37.1 def 74.7 abcdef 93.4 abc 63.6 a 42.5 cdef 72.9 defghij 89.0 ghijkl
汶农 6号 Wennong 6 36.8 fg 30.7 ijkl 72.1 efgh 93.7 abc 52.0 jkl 35.7 ijklm 73.6 defgh 93.2 abc
烟农 19 Yannong 19 45.2 abcdef 35.9 defgh 75.1 abcde 88.2 def 59.3 bcdefg 41.6 cdefgh 74.5 cdef 87.0 lm
烟农 23 Yannong 23 39.9 defg 26.7 lm 71.5 fghi 92.3 abcde 53.0 hijkl 31.7 lmn 70.3 jkl 89.1 ghijkl
烟农 24 Yannong 24 37.3 fg 24.4 mn 68.9 hi 91.3 abcdef 49.6 l 31.3 mn 73.0 defgh 88.3 ijklm
中麦 155 Zhongmai 155 38.1 efg 32.0 ghij 72.3 defg 91.8 abcde 57.1 cdefgh 36.5 ghijklm 73.0 defgh 90.4 defgh
淄麦 12 Zimai 12 43.9 bcdef 33.4 defghij 77.4 ab 95.3 a 56.3 defghi 43.5 cde 75.4 bcd 95.1 a
数据后字母不同表示品种间有显著差异(P<0.05)。
Values within a column followed by different letters are significantly different at P<0.05.

返青期仍保持着较高或较低的覆盖率 , 而且两个
种植密度间趋势一致。返青后 , 伴随着温度快速回
升 , 小麦苗期生长加剧 , 拔节期植被覆盖率迅速
达到70%以上 , 植被覆盖率较高品种为鲁麦23、临
麦4号、济宁13、淄麦12和济南17等 , 越冬前和返
青期覆盖率较小的品种在拔节期仍较低 , 如泰农
2413、济麦6324、济麦5037和烟农24等。品种在
孕穗期的植被覆盖率与拔节前有明显差异 , 其值
较高的品种有淄麦12、泰农2413、汶农6号、良星
66等 , 较低的品种为临麦4号、济麦5504、济南17、
临麦2号、泰山23, 在不同种植密度间差异基本一
致。综合而言 , 品种间植被覆盖率的差异主要受基
因型影响 , 拔节以前品种间幼苗生长势变化趋势
基本一致 , 受种植密度影响较小 , 越冬前植被覆
盖率大的品种到拔节期仍具有较高的覆盖率。但
是 , 孕穗期品种间植被覆盖率变化趋势与拔节前
存在差异 , 可能与品种的叶片大小、叶型、株型等
综合农艺性状有关。
2.3 植被覆盖率与农艺和产量性状的相关分析
越冬前植被覆盖率与千粒重呈显著正相关(r =
0.50, P < 0.05), 拔节期植被覆盖率与群体最高分蘖
数(r = 0.76, P < 0.01)、抽穗后叶面积指数(r= 0.74, P <
0.01)、穗数 m−2 (r = 0.73, P < 0.01)和籽粒产量(r =
0.73, P < 0.01)均呈极显著正相关(图 3), 而返青期和
孕穗期的植被覆盖率仅与抽穗后叶面积指数呈显著
正相关(r = 0.51~0.73, P < 0.05), 但相关系数低于拔
节期的植被覆盖率。说明春季小麦返青后植被覆盖
率与群体单位面积光截获能力(叶面积指数)密切相
关, 其中拔节期植被覆盖率可作为判断品种叶面积
指数、单位面积穗数和产量的指标。
1940 作 物 学 报 第 39卷



图 3 拔节期植被覆盖率与最大分蘖数(a)、叶面积指数(b)、穗数(c)和籽粒产量(d)的线性关系
Fig. 3 Linear regressions of vegetative ground cover rate with maximum tiller number (a), leaf area index (b), spike number (c), and
grain yield (d) at early stem elongation stage

2.4 有效遗传区段解析
在小麦全基因组上共检测到与植被覆盖率显著
(P<0.05)相关的标记46个 , 其中8个标记 Xcfa2147
(1A)、wPt-9154 (3A)、Xwmc47 (4B)、Xbarc1 (5A)、
wPt-6674 (6B)和 Xbarc54 (6D)等与多个发育阶段的
植被覆盖率相关联。所关联标记与已报道的遗传图
谱和基因位点对比表明, 这些标记集中于12个遗传
区段, 每个遗传区段包含3~8个标记, 其中10个遗传
区段中与已经报道的苗期特征性状、农艺性状、产
量性状及抗病位点一致 (表 3)。位于 1AL 上
wPt0128-wPt5316区段和6AL 上 Xgwm169-wPt-8124
区段携带有与返青期和孕穗期的植被覆盖率关联位
点; 2BS 上 Xbarc2-Xbarc7区段和4BL 上 wPt-5265-
Xwmc47区段存在有控制春季幼苗返青后植被覆盖
率的位点; 7BL 上 wPt-2305-wPt6372区段携带的遗
传区段主要控制返青期和孕穗期的植被覆盖率 ;
7DS 上 Xcfd4-wPt-3462区段主要与起身前的苗期植
被覆盖率相关联。此外, 在2AS、3AL、5AS、6AS、
6BL 和6DS 染色体区段上, 均有孕穗前植被覆盖率
显著的位点。所鉴定的植被覆盖率关联区段中, 大部
分区段控制孕穗前植株生长发育。可见, 控制植被覆
盖率的位点相对单一, 受发育阶段影响较小。
3 讨论
植被覆盖率是植株生长势的综合量化指标[19, 21]。
通过数码垂直成像和简单图像处理技术能够快速量化
植株生长势, 明确品种间遗传差异, 减少田间主观
判断造成的偏差。本研究证实 , 田间数码取像与
Photoshop软件批量处理相结合, 能够快速准确获取
小麦孕穗前植株生长势相关数据, 受测定环境影响
小, 操作简单, 技术易掌握, 成本低, 耗时少, 每小
时可测定300~450个小区 , 是鉴定植株生长势的理
想方法。此外, 植被覆盖率可以作为判定苗期群体
光截获参数 , 用于分析品种苗期光能利用效率 [19],
拔节期的植被覆盖率可作为判断和预测群体叶面积
指数、每平方米穗数和产量的有效指标。
籽粒胚乳占粒重的 80%, 是贮藏养分的组织 ,
也是幼苗生长和发育等所需物质及能量的重要来
第 11期 肖永贵等: 基于图像处理的冬小麦植被覆盖率测定及其遗传解析 1941


表 3 苗期和孕穗期不同发育阶段的植被覆盖率的遗传区段分析
Table 3 Analysis of gene-containing region for vegetative ground cover rate in different seedling developmental stages
染色体
Chr.
位置
Position
关联标记
Associated marker
植被覆盖率
Vegetative ground cover
P值
P-value
已报道位点
Reported loci
1AL 94.1 wPt-0128, wPt-2847, wPt-5316, wPt-730885 GS, BS 0.01−0.02 GY[22]
2AS 73.8 Xwmc177, wPt-9951, wPt-1675 PW, GS, JS, BS 0−0.04 PC[23]
2BS 57.2 Xbarc2, Xbarc7, wPt-9668 GS, JS, BS 0−0.04 GY[22]
3AL 82.0 Xgwm155, wPt-9154, wPt-730892, wPt-4692 PW, GS, JS, BS 0−0.04 —
4BS 21.3 wPt-5265, wPt-8292, Xwmc47 GS, JS, BS 0.01−0.03 —
5AS 44.9 Xbarc1, wPt0373, wPt-1370 PW, GS, JS, BS 0.01−0.05 GFD[24]
5BL 134.0 Xbarc142, Xbarc59, wPt-7238, wPt-3922 PW, GS, BS 0.01−0.04 ST[25]
6AS 26.3 wPt-3468, wPt-2636, wPt-8006 PW, GS, JS, BS 0−0.03 ST[15]
6AL 123.3 Xgwm169, wPt-3247, wPt-8124 GS, BS 0.01−0.04 GY, SN[26]
6BL 47.0 wPt-3376, Xbarc24, Xwmc398, Xbarc14,
wPt-6674, wPt-5480, wPt-0696, wPt-3060
PW, GS, JS, BS 0−0.04 ST, GY[14, 27-28]
6DS 42.7 Xbarc54, Xcfd37, Xgdm36, Xwmc416,
wPt-1695
PW, GS, JS, BS 0.02−0.04 KW, ST[29-30]
7BL 32.9 wPt-2305, wPt3873, wPt6372 GS, JS 0.01−0.03 PH[23]
— 表示未报道位点。染色体区段位置依照美农部网站公布图谱(http://wheat.pw.usda.gov/ggpages/SSRclub/GeneticPhysical/)和
Marone等[31]图谱确定。PW: 越冬前; GS: 返青期; JS: 拔节期; BS: 孕穗期; GY: 产量; PC: 蛋白质含量; GFD: 灌浆持续期; ST: 苗期
性状; SN: 穗数; KW: 粒重; PH: 株高。
—: not available. Positions in chromosome were predicted with the published genetic map on website (http://wheat.pw.usda.gov/) and
the report of Marone et al. [31] PW: pre-winter stage; GS: Greening-up stage; JS: jointing stage; BS: booting stage. GY: grain yield; PC:
protein content; GFD: grain-filling duration; ST: seedling traits; SN: spike number; KW: kernel weight; PH: plant height.

源。籽粒大小主要对幼苗胚芽鞘长度、第2、第3叶
片长度和宽度有重要影响, 进而影响幼苗生长势。
胚的大小对幼苗生长势有一定影响[2], 通常情况下,
大籽粒品种的胚比重较高, 胚重与粒重相关系数达
0.71 (P<0.01) [32]。Richards和 Lukacs[17]发现, 同一
品种不同粒重相差10 mg时, 幼苗分蘖数、叶片面积
和干物质重分别相差12%、15%和21%。种植密度对
幼苗生长势也有显著影响 [2]。本研究表明, 越冬前
240苗 m−2密度下, 潍麦8号和泰山23的覆盖率最大,
分别为52.8%和54.4%; 360苗 m−2密度下, 潍麦8号
和泰山23的覆盖率也最大, 分别为63.6%和62.8%。
需要说明的是, 潍麦8号属大穗大粒类品种, 千粒重
为52.0 g; 而泰山23的千粒重为44.3 g, 属于苗期生
长发育快且分蘖多成穗率高的品种, 目测两个品种
的胚大小基本相同。由此可见, 影响越冬前植被覆
盖率的因素有2个, 一是品种籽粒大, 粒重高, 胚乳
养分充足, 幼苗叶片宽大, 进而使植被覆盖率增大;
二是与品种自身特性有关, 如温度较敏感品种在适
宜的环境下幼苗生长发育速度较快, 分蘖多 , 促使
越冬前生长势较旺[21]。
小麦孕穗前植株长势和长相是育种家关注的重
要性状之一。本研究表明植被覆盖率显著受基因型、
环境和基因型与环境互作影响, 而且年份间差异较
大, 可能与不同年份间土壤肥力、墒情及前茬作物
有关 [7], 也可能与年度积温差异和发育阶段测定时
期不严格有关 [3,21], 但相同发育阶段植被覆盖率大
的品种在同年份间和同种植密度内基本一致。如在
返青至拔节期, 植被覆盖率最高的 5个品种(系)分别
是泰山 23、泰山 24、鲁麦 23、临麦 4号和济宁 13,
这些品种可用于提高植株生长势的改良。本研究还发
现, 受基因型决定的品种生长习性对植被覆盖率有显
著影响, 如叶片大小、形态、株型等, 但通过测定植被
覆盖率能够反映出品种间生长势和株型的差异。
本研究的材料数目相对较少, 可能导致关联分
析误差偏大, 但丰富的标记信息能为发掘植被覆盖
率位点提供参考, 并且关联结果以一个遗传区段包
括 3 个以上关联标记为筛选标准, 这样有利于提高
性状遗传区段判断的准确性。全基因组水平上共发
现 12个遗传区段与植被覆盖率存在显著关联, 其中
10个区段中与已经报道的苗期性状、产量性状及抗
病位点一致(表 2)。位于 6AS染色体上的一个控制苗
期和孕穗期生长势重要遗传区段, 与 Spielmeyer 等[15]
发现的苗期性状位点一致。本研究还发现 6B 染色体
长臂上存在一个控制孕穗前植株生长势相关的重要
1942 作 物 学 报 第 39卷


位点, wPt-3376附近的 8个标记与其关联, Genc等[14]
也同样发现 wPt-3376与苗期生长势性状紧密连锁。
5BL 上 Xbarc59 附近区段不仅与孕穗前植株生长势
关联(表 2), 而且参与调控苗期根系性状[25]。此外,
位于 1AL、2AS、2BS、3AL、4BS、5AS、6AL、6DS
和 7BL染色体上携带与孕穗前植株生长势相关联的
遗传区段仍待进一步验证。
小麦生长势虽受基因型、环境和基因型与环境
互作的共同影响 , 但基因型仍是最关键的因素 [7],
而且基因间的加性效应占主要作用[3]。已证实单个
基因的遗传导入能够在提高苗期生长势上发挥一定
的作用[33], 但在杂交群体中存在苗期特性超亲分离
现象, 说明生长势相关性状是由多微效基因控制的[21]。
因此, 针对生长势相关性状的遗传改良, 应加强对苗期
长势和长相优良亲本材料的利用, 聚合微效多基因,
提高苗期生长势, 增强苗期抗逆能力, 进而提高籽
粒产量。
4 结论
小麦苗期植被覆盖率可作为鉴定植株生长势的
重要指标用于品种产量改良和遗传研究。拔节期的
植被覆盖率能够有效反映叶面积指数和单位面积穗
数, 并与籽粒产量显著相关。发现12个与植被覆盖
率相关联的遗传区段 , 其中有3个区段与已报道的
苗期性状位点一致 , 另外9个控制植被覆盖率的遗
传区段有待验证。
References
[1] Rebetzke G J, Condon A G, Richards R A, Farquhar G D.
Selection for reduced carbon-isotope discrimination increases
aerial biomass and grain yield of rainfed bread wheat. Crop Sci,
2002, 42: 739–745
[2] Botwright T L, Condon A G, Rebetzke G J, Richards R A. Field
evaluation of early vigour for genetic improvement of grain yield
in wheat. Aust J Agric Res, 2002, 53: 1137–1145
[3] Rebetzke G J, Botwright T L, Moore C S, Richards R A, Condon
A G. Genotypic variation in specific leaf area for genetic
improvement of early vigour in wheat. Field Crops Res, 2004, 88:
179–189
[4] Ryan J. Crop nutrients for sustainable agricultural production in
the drought stressed Mediterranean region. J Agric Sci Technol,
2008, 10: 295–306
[5] López-Castañeda C, Richards C, Richards R A, Farquhar G D.
Variation in early vigor between wheat and barley. Crop Sci,
1995, 35: 472–479
[6] López-Castaóeda C, Richards R A. Variation in temperate cereals
in rainfed environments: III. Water use and water-use efficiency.
Field Crops Res, 1994, 39: 85–98
[7] Rebetzke G J, Richards R A. Genetic improvement of early
vigour in wheat. Aust J Agric Res, 1999, 50: 291–301
[8] Zhang G Y, Guo Y, Chen S L, Chen S Y. RFLP tagging of a salt
tolerance gene in rice. Plant Sci, 1995, 110: 227–234
[9] Prasad S R, Bagali P G, Hittalmani S, Shashidhar H E. Molecular
mapping of quantitative trait loci associated with seedling
tolerance to salt stress in rice (Oryza sativa L.). Curr Sci, 2000,
78: 162–164
[10] Lin H X, Zhu M Z, Yano M, Gao J P, Liang Z W, Su W A, Hu X
H, Ren Z H, Chao D Y. QTLs for Na+ and K+ uptake of the
shoots and roots controlling rice salt tolerance. Theor Appl Genet,
2004, 108: 253–260
[11] Ellis R P, Forster B P, Gordon D C, Handley L L, Keith R P,
Lawrence P, Meyer R, Powell W, Robinson D, Scrimgeour C M,
Young G, Thomas W T. Phenotype genotype associations for
yield and salt tolerance in a barley mapping population
segregating for two dwarfing genes. J Exp Bot, 2002, 53:
1163–1176
[12] Mano Y, Takeda K. Mapping quantitative trait loci for salt
tolerance at germination and the seedling stage in barley
(Hordeum vulgare L.). Euphytica, 1997, 94: 263–272
[13] Xue D, Huang Y Z, Zhang X Q, Wei K, Westcott S, Li C, Chen
M, Zhang G, Lance R. Identification of QTLs associated with
salinity tolerance at late growth stage in barley. Euphytica, 2009,
169: 187–196
[14] Genc Y, Oldach K, Verbyla A P, Lott G, Hassan M, Tester M,
Wallwork H, McDonald G K. Sodium exclusion QTL associated
with improved seedling growth in bread wheat under salinity
stress. Theor Appl Genet, 2010, 121: 877–894
[15] Spielmeyer W, Hyles J, Joaquim P, Azanza F, Bonnett D, Ellis M
E, Moore C, Richards R A. A QTL on chromosome 6A in bread
wheat (Triticum aestivum) is association with longer coleoptiles,
grater seedling vigour and final plan height. Theor Appl Genet,
2007, 115: 59–66
[16] Botwright T L, Rebetzke G J, Condon A G, Richards R A.
Influence of the gibberellin-sensitive Rht8 dwarfing gene on leaf
epidermal cell dimensions and early vigour in wheat (Triticum
aestivum L.). Ann Bot, 2005, 95: 631–639
[17] Richards R A, Lukacs Z. Seedling vigour in wheat-sources of
variation for genetic and agronomic improvement. Aust J Agric
Res, 2002, 53: 41–50
[18] Prasad B, Carver B F, Stone M L, Babar M A, Raun W R, Klatt
A R. Genetic analysis of indirect selection for winter wheat grain
yield using spectral reflectance indices. Crop Sci, 2007, 47:
1416–1425
[19] Mullan D J, Reynolds M P. Quantifying genetic effects of ground
cover on soil water evaporation using digital imaging. Funct
Plant Biol, 2010, 37: 703–712
[20] Wang G-Q(王桂琴), Zheng L-M(郑丽敏), Zhu H(朱虹), Liang
Z-X(梁振兴 ), Liao S-H(廖树华 ). Application of image
processing technology in wheat canopy leaf area index measuring.
J Triticeae Crops (麦类作物学报), 2004, 24(4): 108–112 (in
第 11期 肖永贵等: 基于图像处理的冬小麦植被覆盖率测定及其遗传解析 1943


Chinese with English abstract)
[21] Preussa C P, Huanga C Y, Louhaichib M, Ogbonnayab F C.
Genetic variation in the early vigour of spring bread wheat under
phosphate stress as characterised through digital charting. Field
Crops Res, 2012, 127: 71–78
[22] Crossa J, Burgueño J, Dreisigacker S, Vargas M, Herrera-Foessel
S A, Lillemo M, Singh R P, Trethowan R, Warburton M, Franco
J, Reynolds M, Crouch J H, Ortiz R. Association analysis of
historical bread wheat germplasm using additive genetic
covariance of relatives and population structure. Genetics, 2007,
177: 1889–1913
[23] Wang G, Leonard J M, Ross A S, Peterson C J, Zemetra R S,
Campbell K G, Riera-Lizarazu O. Identification of genetic factors
controlling kernel hardness and related traits in a recombinant
inbred population derived from a soft 3 ‘extra-soft’ wheat
(Triticum aestivum L.) cross. Theor Appl Genet, 2012, 124:
207–221
[24] Yang J, Sears R G, Gill B S, Paulsen G M. Quantitative and
molecular characterization of heat tolerance in hexaploid wheat.
Euphytica, 2002, 126: 275–282
[25] Ren Y-Z(任永哲), Xu Y-H(徐艳花), Gui X-W(贵祥卫), Wang
S-P(王素平 ), Ding J-P(丁锦平 ), Zhang Q-C(张庆琛 ), Ma
Y-S(马原松), Pei D-L(裴冬丽). QTLs analysis of wheat seedling
traits under salt stress. Sci Agric Sin (中国农业科学), 2012,
45(14): 2793–2800 (in Chinese with English abstract)
[26] Heidari B, Sayed-Tabatabaei B E, Saeidi G, Kearsey M, Suenaga
K. Mapping QTL for grain yield, yield components, and spike
features in a doubled haploid population of bread wheat. Genome,
2011, 54: 517–527
[27] Maccaferri M, Sanguineti M C, Demontis A, El-Ahmed
A, Garcia del Moral L, Maalouf F, Nachit M, Nserallah N,
Ouabbou H, Rhouma S, Royo C, Villegas D, Tuberosa R.
Association mapping in durum wheat grown across a broad range
of water regimes. J Exp Bot, 2011, 62: 409–438
[28] Wang Y, Sun X, Zhao Y, Kong F, Guo Y, Zhang G, Pu Y, Wu K,
Li S. Enrichment of a common wheat genetic map and QTL
mapping for fatty acid content in grain. Plant Sci, 2011, 181:
65–75
[29] Mir R R, Kumar N, Jaiswal V, Girdharwal N, Prasad M, Balyan
H S, Gupta P K. Genetic dissection of grain weight in bread
wheat through quantitative trait locus interval and association
mapping. Mol Breed, 2012, 29: 963–972
[30] Kobayashi F, Takumi S, Handa H. Identification of quantitative
trait loci for ABA responsiveness at the seedling stage associated
with ABA-regulated gene expression in common wheat. Theor
Appl Genet, 2010, 121: 629–641
[31] Marone D, Laido G, Gadaleta A, Colasuonno P, Ficco D B M,
Giancaspro A, Giove S, Panio G, Russo M A, De Vita P,
Cattivelli L, Papa R. A high-density consensus map of A and B
wheat genomes. Theor Appl Genet, 2012, 125: 1619–1638
[32] Nik M M, Babaeian M, Tavassoli A. Effect of seed size and
genotype on germination characteristic and seed nutrient content
of wheat. Sci Res Essays, 2011, 6: 2019–2025
[33] Hallauer A R, Miranda J B. Quantitative Genetics in Maize
Breeding. 2nd edn. Ames: Iowa State University Press, Ames.
1988, pp 380–420

欢迎订阅 2014年《农产品质量与安全》

《农产品质量与安全》为农业部主管、中国农业科学院主办、农业部农产品质量安全监管局支持、农业部
农产品质量安全中心和中国绿色食品发展中心协办, 中国农业科学院农业质量标准与检测技术研究所承办的中国
科技核心期刊。主要栏目有本刊特稿、本刊专稿、政策法规、质量安全监管、无公害农产品、绿色食品、
有机农产品、农产品地理标志、农业标准化、检验检测、学科建设与发展、研究与探讨、安全生产技术、
地方经验交流、海外博览、农业标准公告、信息与动态等。
读者对象为与农产品质量安全、农业质量标准和检验检测有关的各级行政管理、科研教学、检验监测、
技术推广、生产企业等部门的相关人员。
《农产品质量与安全》为双月刊, 逢双月 10日出版。大 16开本, 彩色四封, 80页。全国各地邮局(所)均可订
阅, 也可直接到本刊编辑部办理订阅手续。邮发代号: 82-223。每册定价: 10.00元, 全年共 60.00元。欢迎各界
朋友订阅、赐稿和刊登广告。
地址: 北京市中关村南大街 12号中国农科院质标所《农产品质量与安全》编辑部, 邮政编码: 100081。
电话/传真: (010)82106521, 82106522 E-mail: aqs@caas.cn