hyperspectral反射率と農業系生理学的特性塩耐性小麦遺伝子型のフィールド識別のための遺伝子型を使用して、収量*特性バイプロット技術

はじめに：塩分は、食料生産を世界的に減少させる非生物的障害です。気候変動や人間の活動などの自然な状態、例えば灌漑やデランジュの誤用による塩分化が引き起こします。塩分の問題に対処するため、作物環境を改善するか、特に広がりの場で作物/小麦の繁殖を（表現型の繁殖）を利用します。たとえば、エジプトの作物エリアの約33％が塩分の影響を受けています。 方法：したがって、この研究では、エジプト北部のサカリサーチステーションで、2019/20年および2020/21の季節にわたって対照的な塩分界条件下で40個のパン小麦遺伝子型を評価しました。耐性遺伝子型を特定するために、FV/FM、CCI、Na+、およびK+、NDVI、MCARI、SRなどのスペクトル反射指数（SRI）、および非非粒子耐性指数など、NDVI、MCARI、SRIS（SRIS）、非生理学的パラメーターを実行します。 - テストされた年にわたるサリン土壌および塩水土壌部位。これらの特性（パラメーター）と粒子収量は、GYTバイプロットを生成するために同時に実行されます。 結果：結果は、環境、遺伝子型、および4つの環境で評価された穀物収量（GY）の相互作用の間で有意差（P≤0.01）を提示しました。特性、穀物収量（GY）、植物の高さ（PH）、収穫指数（HI）、クロロフィル含有量指数（CCI）、クロロフィル蛍光パラメーターFV/FM、コントラスト塩分環境における正規化差分植生指数（NDVI）の最初の季節。さらに、環境、遺伝子型、および穀物収量の相互作用とスペクトル反射率インデックス（SRIS）、例えば青/緑色の指数（BIG2）、曲率指数（CI）、正規化された差異植生指数（NDVI）、環境の相互作用間で有意差が検出されました。修正された単純比（MSR）。環境による遺伝子型と遺伝子型（GGE）アプローチに依存すると、遺伝子型34と1が塩分部位に最適です。遺伝子型1および29は、ストレス耐性インデックス（GSTI）バイプロットおよび遺伝子型34による遺伝子型から最適です。遺伝子型1は、スペクトル反射指数を備えた収量*特性（GYT）法による遺伝子型から最適です。 議論：したがって、SRISのGSTIおよびGYTの結果に基づいて塩分型として遺伝子型1を識別し、塩に影響を受けた土壌の塩分繁殖プログラムへの関与を推奨することができます。結論として、スペクトル反射率指数は遺伝子型の分散を効率的に識別していました。

INTRODUCTION: Salinity is the abiotic obstacle that diminishes food production globally. Salinization causes by natural conditions, such as climate change, or human activities, e.g., irrigation and derange misuse. To cope with the salinity problem, improve the crop environment or utilize crop/wheat breeding (by phenotyping), specifically in spread field conditions. For example, about 33 % of the cropping area in Egypt is affected by salinity. METHODS: Therefore, this study evaluated forty bread wheat genotypes under contrasting salinity field conditions across seasons 2019/20 and 2020/21 at Sakha research station in the north of Egypt. To identify the tolerance genotypes, performing physiological parameters, e.g., Fv/Fm, CCI, Na+, and K+, spectral reflectance indices (SRIs), such as NDVI, MCARI, and SR, and estimated salinity tolerance indices based on grain yield in non-saline soil and saline soil sites over the tested years. These traits (parameters) and grain yield are simultaneously performed for generating GYT biplots. RESULTS: The results presented significant differences (P≤0.01) among the environments, genotypes, and their interaction for grain yield (GY) evaluated in the four environments. And the first season for traits, grain yield (GY), plant height (PH), harvest index (HI), chlorophyll content index (CCI), chlorophyll fluorescence parameter Fv/Fm, normalized difference vegetation index (NDVI) in contrasting salinity environments. Additionally, significant differences were detected among environments, genotypes, and their interaction for grain yield along with spectral reflectance indices (SRIs), e.g., Blue/Green index (BIG2), curvature index (CI), normalized difference vegetation index (NDVI), Modified simple ratio (MSR). Relying on the genotype plus genotype by environment (GGE) approach, genotypes 34 and 1 are the best for salinity sites. Genotypes 1 and 29 are the best from the genotype by stress tolerance indices (GSTI) biplot and genotype 34. Genotype 1 is the best from the genotype by yield*trait (GYT) method with spectral reflectance indices. DISCUSSION: Therefore, we can identify genotype 1 as salinity tolerant based on the results of GSTI and GYT of SRIs and recommend involvement in the salinity breeding program in salt-affected soils. In conclusion, spectral reflectance indices were efficiently identifying genotypic variance.