全 文 ：中国生态农业学报 2010年 7月 第 18卷 第 4期
Chinese Journal of Eco-Agriculture, July 2010, 18(4): 787−791


* 中国粮食与食物安全研究中心资助项目
** 通讯作者: 慕美财(1964~), 男, 副教授, 主要从事作物高产栽培的研究。E-mail: mmc616@sina.com
慕晓茜(1989~), 女, 研究方向为信息与计算科学。E-mail: 07271046@bjtu.edu.cn
收稿日期: 2010-03-04 接受日期: 2010-05-11
DOI: 10.3724/SP.J.1011.2010.00787
高产小麦几个性状的相关性研究*
慕晓茜 1 慕美财 2** 刘新程 2
(1. 北京交通大学理学院 北京 100044; 2. 中国农业大学(烟台) 烟台 264670)
摘 要 为了解高产小麦在“稳叶控株增穗”栽培途径下产量及有关性状间的相关关系, 寻找该途径的优势
及产量进一步提高的限制因素, 本文用 SPSS软件对 47块采用该途径、单产在 7 243~10 610 kg·hm−2范围内
麦田的产量、单位面积穗数、穗粒数、粒重、籽粒最大容积、穗颈维管束数、群体维管束数 7 个性状进行了
性状相关性分析。研究表明, 产量三因素中只有粒重与产量呈显著正相关关系, 说明粒重是影响“稳叶控株增
穗”途径产量提高的主要因素, 且粒重与籽粒最大容积呈极显著正相关关系, 认为采取一定措施来增大籽粒最
大容积将是提高粒重, 进而提高产量的有效途径。群体维管束总数与单位面积穗数呈极显著正相关关系, 表明
增加单位面积穗数可达到畅流的目的。研究还对粒重与籽粒最大容积进行曲线拟合 , 拟合方程为
y=12.925+0.479x, 对群体维管束数与穗数之间进行曲线拟合, 拟合方程为 y=－14.231+2.685lnx。
关键词 高产小麦 稳叶控株增穗 产量因素 穗颈维管束 籽粒容积 性状相关性分析 曲线拟合 SPSS软件
中图分类号: S512.1+1 文献标识码: A 文章编号: 1671-3990(2010)04-0787-05
Correlation analysis on selected traits of high-yield wheat
MU Xiao-Qian1, MU Mei-Cai2, LIU Xin-Cheng2
(1. School of Science, Beijing Jiaotong University, Beijing 100044, China; 2. China Agricultural University (Yantai),
Yantai 264670, China)
Abstract Correlation analysis was conducted among selected traits and yield of wheat from 47 fields with yield range of 7 243~
10 610 kg·hm−2 under stabilizing leaf-controlling plant type-increasing ear number (CPCE) management conditions using SPSS.
The research task of this study was to determine the enabling and limiting factors of CPCE. Selected traits analyzed in this study
include ear number per-unit-area, grain number per ear, grain weight, maximum grain volume, vascular bundle number per panicle
and total vascular bundle number. Among three yield components (ear number per-unit-area, grain number per ear and grain weight),
only grain weight is positively correlated with yield, suggesting that grain weight is the main determinant of yield under CPCE man-
agement. Positive correlation is also noted between grain weight and maximum grain volume. This implies that management meas-
ures to increase maximum grain volume can enhance grain yield. The positive correlation between ear number per-unit-area and total
vascular bundle number suggests that high ear number per-unit-area ensures smooth flowing. Based on curve fitting, the regression
equations for grain weight and maximum grain volume, and also for ear number per-unit-area and total vascular bundle number are
respectively given as y = 12.925+0.479x and y =－14.231+2.685lnx.
Key words High-yield wheat, Stabilizing leaf-controlling plant type-increasing ear number, Yield components, Panicle vascular
bundle number, Grain volume, Correlation analysis among traits, Curve fitting, SPSS
(Received March 4, 2010; accepted May 11, 2010)
有关小麦性状的相关性研究国内学者已做了大
量工作, 烟台地区的研究以为[1], 在 7 500 kg·hm−2
产量水平下, 产量与穗数相关不显著, 与穗粒数相
关极显著。吴同彦等[2-3]、庄萍萍等[4]从遗传的角度
对株高等植株性状进行研究指出, 小麦营养器官与
产量性状之间存在不同程度的相关性。杨学举等[5]
研究了产量与品质性状的相关性, 指出籽粒产量与
营养品质性状呈极显著或显著负相关。近几年小麦
788 中国生态农业学报 2010 第 18卷


产量水平有了大幅度提高, 但对高产条件下小麦产
量结构因素及源、流、库有关性状间相关关系则研
究较少。为探求高产条件下小麦产量性状及源、流、
库有关性状间的相关关系, 寻找高产的原因及进一
步提高产量的限制因素, 在研究“稳叶控株增穗”
途径下 [6]超高产麦田的特点及群体指标的基础
上[7−8], 采用 SPSS 统计分析软件[9]对高产麦田的产
量结构和部分性状的相关性进行了分析研究。
1 材料与方法
对 1997~2007 年在山东龙口市和莱州市两地按
“稳叶控株增穗”[6]途径栽培管理的高产田及部分
小区试验共 47 块麦田的产量结构和部分性状进
行考察。大田产量通过实打获得, 小区产量通过取
1 m2的样点实打求得。单位面积穗数每块地取 5个
1 m2 的样点求得, 千粒重是在收获后从大样点取 2
个 1 000 粒称重后平均求得, 穗粒数是实打产量÷
(单位面积穗数×千粒重)求得。穗颈维管束数测定是
于开花期在田间随机取 20个有效单茎, 采用徒手切
片法观察穗下节间可见维管束数。群体维管束数则
是单位面积穗数×穗颈维管束数求得。籽粒的最大
体积测定是在花后 20 d左右籽粒达到顶满仓标准时,
在田间随机取 20个麦穗, 仔细剥下所有鲜嫩籽粒用
排水法测籽粒的最大体积, 籽粒最大体积(μL·粒−1)
＝样品籽粒体积(μL)÷样品总粒数。
数据用 SPSS 软件进行相关性分析, 并对部分
相关性状的散点进行曲线拟合。
2 结果与分析
2.1 高产小麦性状及其相关性分析
对 47块高产麦田的产量、单位面积穗数、穗粒
数、粒重、籽粒最大容积、穗颈维管束数、群体维
管束数 7个性状进行观察, 结果见表 1。对表 1中数
据用 SPSS软件进行相关性分析, 分析结果见表 2。
从表 2 可以看出, 产量三因素中, 穗数和穗粒
数对产量影响不显著, 粒重与产量呈显著正相关关
系 (r=0.341*)。由此看出 , 在“稳叶控株增穗”栽
培条件下 , 提高粒重仍是获取高产的主要途径。
从三因素之间的相关关系可以看出 , 穗粒数与穗
数、粒重与穗粒数均呈极显著负相关(r=－0.832**、
r=－0.379**), 说明穗粒数受穗数的影响较大, 粒重
则受穗粒数的影响较大。
表 2 还表明, 粒重与籽粒最大容积、群体维管
束数与穗数之间呈极显著正相关 (r=0.820**、
r=0.812**), 说明籽粒最大容积的减少是影响粒重提
高的主要因素, 增加单位面积穗数是提高群体维管
束数的有效途径。而籽粒最大容积与穗粒数、群体
维管束数与穗粒数则呈极显著负相关, 说明穗粒数
的提高会影响籽粒最大容积的增加, 也会影响群体
维管束数的增加。
2.2 粒重与籽粒最大容积的曲线拟合
以籽粒最大容积为自变量、粒重为因变量, 利
用 SPSS 软件, 分别采用直线方程(y=a+bx)、对数方
程(y=b0+b1lnx)、倒数方程(y=b0+b1/x)、二次多项式
方程(y=b0+b1x+b2x2)、幂函数(y=b0xb1)、复合曲线(y=
b0×b1x)、S 型曲线 [y=e(b0+b1/x)]、Logistic 曲线 [y=
1/(1/u+b0×b1x)]、生长曲线[y=e(b0+b1x)]、指数方程
(y=b0×eb1x)对散点进行曲线拟合 , 其拟合效果见
表 3。
由表 3模型检验的方差分析可知, 这 10种曲线
的 P值均为 0.000<0.01, 因此方程都是极显著。对于
不同曲线来说, 其 R2 表示拟合曲线的决定系数, 越
接近 1 拟合效果越好, 相对而言, 二次方程和线性
方程的拟合效果最佳, 其 R2值分别为 0.706和 0.672,
回归方程分别为 y=48.220−0.972x+0.150x2 和 y=
12.925+0.479x, 如图 1 所示。对所得二次方程做拟
合优度检验, 得表 4。
由表 4 可知, 对于一次项系数 b1检验的 P值为
0.140>0.05, 因此不能接受此结果 , 二次曲线不成
立。对所得线性方程做拟合优度检验, 得表 5。由表
5的检验结果可知, 方程系数的P值均为 0.000<0.05,
因此认为线性方程是可以接受的。
综上所述, 粒重与籽粒最大容积曲线拟合最终
确定的方程为 y=12.925+0.479x。
2.3 穗数与群体维管束数曲线拟合
采用同样方法以群体维管束数为自变量、穗数
为因变量, 利用 SPSS 软件对 10 种曲线方程进行优
度拟合检验, 其拟合效果见表 6。由表 6中选出可以
接受范围内 R2值最大的一个, 得到最终结果为穗数
与群体维管束数曲线形式为对数曲线, 具体方程为
y =－14.231+2.685lnx, 如图 2所示。
对所得对数方程做拟合优度检验, 得表 7。由检
验结果得, 方程系数的 P 值均为 0.000<0.05, 因此
认为穗数与群体维管束数曲线对数方程是可以接
受的。
3 结论与讨论
通过对 47 块高产麦田数据的研究分析认为 ,
采用 SPSS 软件进行农业数据的相关性分析和回归
方程的拟合是可行的 , 且具有方便、快速、可靠
等特点 , 是农业研究中一个非常实用的统计分析
软件。
第 4期 慕晓茜等: 高产小麦几个性状的相关性研究 789


表 1 高产小麦各性状观察结果
Tab. 1 Observed results of various traits of high-yield wheat
地号
Field
code
年度
Year
品种
Variety
产量
Yield
(t·hm−2)
穗数
Ear number
per m2
(穗·m−2)
穗粒数
Grain
number
per ear
粒重
Grain
weight
(mg)
籽粒最大容积
Maximum
grain volume
(μL·粒−1)
穗颈维管束数
Vascular
bundle number
per panicle
群体维管束数
Total vascular
bundle number
(104·m−2)
1 1996~1997 8017-2 10.610 730.5 33.09 43.90 60.2 47.7 3.485
2 1996~1997 8017-2 9.597 673.5 32.76 43.50 59.8 46.0 3.098
3 1996~1997 8017-2 9.203 679.5 33.77 40.40 57.3 45.1 3.065
4 1996~1997 924402 9.633 1030.5 26.48 35.30 53.6 51.5 5.307
5 1997~1998 924402 9.669 720.0 29.13 46.10 62.4 54.2 3.902
6 1997~1998 8017-2 9.274 571.5 35.66 45.50 61.8 45.1 2.578
7 1997~1998 8017-2 9.196 555.0 36.02 46.00 62.6 49.4 2.742
8 1997~1998 8017-2 9.023 655.5 31.57 43.60 59.7 42.0 2.753
9 2004~2005 莱州 137 Laizhou 137 9.018 735.0 38.39 31.96 54.0 30.2 2.220
10 2004~2005 洲元 187 Zhouyuan 187 7.591 544.05 33.75 41.34 44.0 22.6 1.230
11 2004~2005 8044 8.895 618.0 36.16 39.80 54.7 39.2 2.423
12 2004~2005 8044 9.196 634.2 36.43 39.80 56.6 31.4 1.990
13 2004~2005 泰山 008 Taishan 008 8.699 617.3 31.18 45.20 62.0 46.1 2.846
14 2005~2006 轮选 987 Lunxuan 987 9.106 924.0 28.90 34.10 45.0 35.4 3.271
15 2005~2006 洲元 187 Zhouyuan 187 9.278 723.0 41.80 30.70 41.0 46.6 3.369
16 2005~2006 洲元 187 Zhouyuan 187 9.393 739.5 42.20 30.10 41.0 47.6 3.520
17 2005~2006 西杂 5号 Xiza No. 5 9.654 696.0 36.60 37.90 56.0 48.5 3.376
18 2005~2006 DH6197 9.362 556.5 46.60 36.10 50.0 56.0 3.116
19 2005~2006 洲元 9369 Zhouyuan 9369 9.278 505.5 53.20 34.50 45.0 54.9 2.775
20 2005~2006 洲元 9369 Zhouyuan 9369 9.510 522.0 52.20 34.90 46.0 54.6 2.850
21 2005~2006 洲元 9369 Zhouyuan 9369 9.432 532.5 50.90 34.80 46.0 54.2 2.886
22 2005~2006 洲元 9369 Zhouyuan 9369 9.115 498.0 52.90 34.60 46.0 52.7 2.624
23 2005~2006 洲元 9369 Zhouyuan 9369 9.292 492.0 51.60 36.60 48.0 52.7 2.593
24 2005~2006 DH6197 9.531 501.0 49.80 38.20 52.0 59.7 2.991
25 2005~2006 洲元 187 Zhouyuan 187 8.557 562.5 48.60 31.30 42.0 46.4 2.610
26 2005~2006 西杂 5 Xiza No. 5 8.265 702.0 31.13 37.82 56.0 47.4 3.327
27 2005~2006 西杂 5 Xiza No. 5 9.166 814.5 30.62 36.75 47.0 45.2 3.682
28 2005~2006 轮选 987 Lunxuan 987 8.223 675.0 32.60 37.37 47.0 51.1 3.449
29 2005~2006 轮选 987 Lunxuan 987 9.089 898.5 30.15 33.55 42.0 43.1 3.873
30 2005~2006 DH6197 8.670 456.0 49.32 38.55 52.0 52.8 2.408
31 2005~2006 DH6197 9.300 534.0 45.79 38.03 46.0 55.6 2.969
32 2005~2006 洲元 9369 Zhouyuan 9369 8.550 441.0 56.05 34.59 44.0 54.3 2.395
33 2005~2006 洲元 9369 Zhouyuan 9369 9.263 495.0 60.64 30.86 38.0 50.4 2.495
34 2005~2006 洲元 187 Zhouyuan 187 7.470 504.0 47.31 31.33 37.0 44.8 2.258
35 2005~2006 洲元 187 Zhouyuan 187 7.815 562.5 47.99 28.95 37.0 42.4 2.385
36 2006~2007 良星 99 Liangxing 99 8.452 949.8 26.92 33.04 44.0 47.4 4.502
37 2006~2007 良星 99 Liangxing 99 8.310 941.0 26.85 32.85 44.0 46.4 4.366
38 2006~2007 良星 99 Liangxing 99 8.267 860.7 27.81 34.55 47.0 50.0 4.304
39 2006~2007 良星 99 Liangxing 99 8.327 856.7 27.83 34.97 46.0 49.2 4.215
40 2006~2007 西杂 5号 Xiza No. 5 7.273 712.1 28.07 36.40 61.0 52.3 3.724
41 2006~2007 西杂 5号 Xiza No. 5 7.833 755.0 28.83 35.98 52.0 52.3 3.948
42 2006~2007 洲元 187 Zhouyuan 187 8.277 672.0 36.37 33.96 51.0 53.0 3.562
43 2006~2007 洲元 187 Zhouyuan 187 7.461 639.5 38.71 30.12 49.0 53.0 3.389
44 2006~2007 洲元 9369 Zhouyuan 9369 8.628 522.7 51.51 32.03 38.0 50.0 2.614
45 2006~2007 洲元 9369 Zhouyuan 9369 9.116 509.0 53.94 33.20 41.0 52.8 2.688
46 2006~2007 洲元 9369 Zhouyuan 9369 8.965 457.5 55.74 35.16 39.0 54.2 2.480
47 2006~2007 洲元 9369 Zhouyuan 9369 8.968 517.5 52.17 33.24 36.0 51.3 2.655
790 中国生态农业学报 2010 第 18卷


表 2 高产小麦产量及各性状间相关性分析
Tab. 2 Corrlation anaylsis among yield and selected traits of high-yield wheat
性状
Trait
产量
Yield
穗数
Ear number
per-unit-area
穗粒数
Grain
number
per ear
粒重
Grain
weight
籽粒最大容积
Maximum
grain volume
穗径维管束数
Vascular
bundle number
per panicle
群体维管束数
Total vascular
bundle number
产量 Yield 0.917 0.281 0.019 0.095 0.262 0.742
穗数 Ear number per-unit-area −0.160 1 0.000 0.694 0.269 0.087 0.000
穗粒数 Grain number per ear 0.161 －0.832** 1 0.009 0.000 0.010 0.000
粒重 Grain weight 0.341* 0.059 −0.379** 1 0.000 0.462 0.509
籽粒最大容积 Maximum grain volume 0.247 0.165 −0.538** 0.820** 1 0.649 0.364
穗径维管束数 Vascular bundle number per panicle 0.167 −0.253 0.374** −0.110 −0.068 1 0.016
群体维管束数 Total vascular bundle number 0.049 0.812** −0.604** −0.099 0.135 0.348* 1
对角线下的数据为 Pearson相关系数, 对角线上的数据为 P值, P<0.05表示相关性显著, P<0.01表示相关性极显著。Data under the diagonal
line are the Pearson correlation coefficients, data above the diagonal line are the P value, P<0.05 expresses remarkable correlation, P<0.01 expresses
extremely remarkable correlation.

表 3 粒重与籽粒最大容积模型检验方差分析
Tab. 3 ANOVA table of grain weight and maximum grain volume model’s examination
模型有关参数 Model summary 参数估计 Parameter estimate 函数形式
Equation R2 F P 常数项 b0 Constant b0 系数 b1 Coefficient b1 系数 b2 Coefficient b2
直线方程 Linear 0.672 92.203 0.000 12.925 0.479
对数方程 Logarithmic 0.647 82.420 0.000 −52.791 22.990
倒数方程 Inverse 0.616 72.047 0.000 58.837 −1 072.546
二次函数 Quadratic 0.706 52.800 0.000 48.220 −0.972 0.015
复合曲线 Compound 0.668 90.738 0.000 19.301 1.013
幂函数 Power 0.649 83.105 0.000 3.304 0.617
S型曲线 S 0.623 74.216 0.000 4.191 −28.884
生长曲线 Growth 0.668 90.738 0.000 2.960 0.013
指数方程 Exponential 0.668 90.738 0.000 19.301 0.013
Logistic曲线 Logistic 0.668 90.738 0.000 0.052 0.987

表 4 粒重与籽粒最大容积二次方程的拟合优度检验表
Tab. 4 Goodness of fit test form for the quadratic equation of grain weight and maximum grain volume
参数 B Parametric B t值 t value 检验的 P值(sig.) P value
一次项系数 b1 Coefficient b1 −0.972 −1.504 0.140
二次项系数 b2 Coefficient b2 0.015 2.251 0.029
常数项 b0 Constant b0 48.220 3.041 0.004

表 5 粒重与籽粒最大容积线性方程的拟合优度检验表
Tab. 5 Goodness of fit test form for the linear equation of grain weight and maximum grain volume
参数 B Parametric B t值 t value 检验的 P值(sig.) P value
一次项系数 b1 Coefficient b1 0.479 9.602 0.000
常数项 b0 Constant b0 12.925 5.229 0.000

表 6 穗数与群体维管束数模型检验的方差分析
Tab. 6 ANOVA table of total vascular bundle number and ear number per-unit-area model’s examination
模型有关参数 Model summary 参数估计 Parameter estimate 函数形式
Equation R2 F P
常数项 b0
Constant b0
系数 b1
Coefficient b1
系数 b2
Coefficient b2
系数 b3
Coefficient b3
直线方程 Linear 0.660 87.247 0.000 0.451 0.004
对数方程 Logarithmic 0.630 76.542 0.000 −14.231 2.685
倒数方程 Inverse 0.586 63.771 0.000 5.794 −1 671.420
二次函数 Quadratic 0.673 45.358 0.000 2.173 −0.001 3.67×10−6
三次函数 Cubic 0.673 45.358 0.000 2.173 −0.001 3.67×10−6 0.000
复合曲线 Compound 0.545 53.930 0.000 1.344 1.001
幂函数 Power 0.529 50.496 0.000 0.150 0.823
S型曲线 S 0.499 44.841 0.000 1.933 −515.952
生长曲线 Growth 0.545 53.930 0.000 0.296 0.001
指数方程 Exponential 0.545 53.930 0.000 1.344 0.001
Logistic曲线 Logistic 0.545 53.930 0.000 0.744 0.999
第 4期 慕晓茜等: 高产小麦几个性状的相关性研究 791



图 1 粒重与籽粒最大容积拟合曲线图
Fig. 1 Fitting curves of grain weight and maximum
grain volume

图 2 穗数与群体维管束数拟合曲线图
Fig. 2 Fitting curve of total vascular bundle number and ear
number per-unit-area

表 7 穗数与群体维管束数对数方程拟合优度检验表
Tab. 7 Goodness of fit test form for the logarithmic equation of total vascular bundle number and ear number per-unit-area
参数 B Parametric B t值 t value 检验的 P值(sig.) P value
一次项系数 b1 Coefficient b1 2.685 8.749 0.000
常数项 b0 Constant b0 −14.231 −7.183 0.000

通过性状的相关分析认为, 产量三因素中粒重
是影响“稳叶控株增穗”途径产量提高的主要因素,
说明“稳叶控株增穗”栽培途径在增加单位面积穗
数和每穗粒数方面均具有一定优势, 下一步仍需从
提高粒重方面加以改进。
研究表明, 粒重与籽粒最大容积之间及群体维
管束数与穗数之间均呈极显著正相关关系。小麦粒
重一直是诸多学者研究的焦点, 一般认为粒重与灌
浆速率呈正相关关系, 与灌浆持续时间无显著相关
关系[10-12]; 也有研究认为灌浆持续天数与粒重呈正
相关[13], 本文则从另一角度提出了籽粒最大容积是
制约粒重提高的主要因素, 以此可以推断如果通过
后期灌水等措施来增大籽粒最大容积将是提高粒重
的有效途径。群体维管束数与穗数之间的正相关关
系则揭示了“稳叶控株增穗”途径下, 通过增加单
位面积穗数可以增加后期干物质向籽粒输送的通道,
从而达到畅流的目的。
利用 SPSS 软件通过曲线拟合, 求得粒重与籽
粒最大容积及群体维管束数与穗数可靠的回归方程
为 y = 12.925 + 0.479x和 y = －14.231 + 2.685lnx。
利用粒重与籽粒最大容积的回归方程可以在顶满仓
时大致预测小麦的粒重, 从而对小麦产量进行测算,
这对小麦收获前的准备工作具有一定意义。
参考文献
[1] 山东省农业厅 . 山东小麦 [M]. 北京 : 农业出版社 , 1990:
230−233
[2] 吴同彦, 谢令琴, 葛淑俊, 等. 小麦营养器官与产量性状相
关性的研究[J]. 河北农业大学学报, 2001, 24(4): 11−13
[3] 吴同彦, 谢令琴, 杨学举, 等. 小麦株高构成因素与产量及
其他性状相关性的研究[J]. 河北农业大学学报, 2002, 25(3):
10−18
[4] 庄萍萍, 李伟, 魏育明, 等. 波斯小麦农艺性状相关性及主
成分分析[J]. 麦类作物学报, 2006, 26(4): 11−14
[5] 杨学举 , 卢桂芬 . 优质小麦重要性状的相关分析[J]. 麦类
作物学报, 2001, 21(2): 35−37
[6] 慕美财, 韩守良, 张曰秋, 等. 小麦“稳叶控株增穗”高产
新途径的理论与实践[J]. 吉林农业科学, 2004, 29(3): 11−15
[7] 慕美财, 史桂萍, 邹积华, 等. 小麦控株增穗栽培的源库流
特点[J]. 麦类作物学报, 2008, 28(4): 502−506
[8] 慕美财, 张曰秋, 崔从光, 等. 冬小麦高产群体源-库-流特
征及指标研究[J]. 中国生态农业学报, 2010, 18(1): 35−40
[9] 章文波, 陈红艳. 实用数据统计分析及 SPSS12.0 应用[M].
北京: 人民邮电出版社, 2006
[10] 张晓龙 . 小麦品种籽粒灌浆的研究 [J]. 作物学报 , 1982,
8(2): 87−92
[11] 周竹青 , 求旭彤 . 不同粒重小麦品种(系)灌浆特性分析[J].
华中农业大学学报, 1990, 18(2): 107−110
[12] 吴少辉, 高海涛, 王书子, 等. 干旱对冬小麦粒重形成的影
响及灌浆特性分析 [J]. 干旱地区农业研究 , 2002, 20(2):
49−51
[13] 刘丰明 , 陈明灿 , 郭香风 . 高产小麦粒重形成的灌浆特性
分析[J]. 麦类作物, 1997, 17(6): 38−41