大豆是许多国家的主要作物,因其营养特性而被广泛用于从人类食品到动物产业。从经济角度来看,谷物链将大量资金转移到生产国的经济中。然而,与世界各地的其他农产品一样,大豆的最终产量可能会受到干旱等非生物环境压力的严重影响。由于豆荚和谷粒中的花朵可以最大限度地减少缺水造成的损害,研究人员一直致力于了解与开花过程相关的基因及其相互作用。本文介绍了一篇专门介绍大豆开花过程及其基因网络的综述,描述了基因相互作用以及基因如何在这一复杂机制中发挥作用,该机制也受日光和昼夜节律等环境触发因素的支配。目的是收集有关大豆开花过程的信息和见解,旨在提供有用的知识,以帮助开发耐旱大豆品系,最大限度地减少因开花延迟或提前而造成的损失,从而抑制财务和生产力损失。
预计到2050年世界人口将达到93亿。人口爆炸式增长、极端气候和环境恶化使实现粮食安全的目标愈加困难。人们致力于保护农田土壤免受工业化、过度施肥、有机或重金属污染以及盐碱化等影响。土壤盐碱化是一种日益严重的环境威胁,它使四分之一到三分之一的农作物产量受损。水分亏缺和不合理的灌溉方式是干旱半干旱地区土壤盐碱化的主要原因。深耕、轮作、滴灌、有机肥和土壤调理剂等改良方案尚未在盐碱地改良方面取得重大成功。到2050年,大约50%的可耕地将因土壤盐碱化而恶化,而60%的盐碱地是苏打土。 1、所谓钠质土,是指富含强碱——弱酸盐Na 2 CO 3 和NaHCO 3 的土壤,其pH值为7.5~9.0,最高可达9.5,极高可达13.0;而pH值为7.0~7.5的中性盐渍土,其盐分成分以NaCl和Na 2 SO 4 为主。
对妨碍遥感数据解释的因素的敏感性,如土壤背景、地貌、植物的非光合作用元素、大气、观看和照明几何(Huete 和 Justice 1999)最常用的指数是归一化差异植被指数(NDVI),由 Rouse 等人(1974 年)提出,计算为近红外和红光区域反射率差与和的商。由于叶片叶肉的散射,植物的绿色部分在近红外区域反射强烈,并通过叶绿素强烈吸收红光和蓝光(Ayala-Silva 和 Beyl 2005)。NDVI 指数最常用于确定栽培植物的状况、发育阶段和生物量以及预测其产量。 NDVI 已成为最常用的植被指数(Wallace 等人,2004 年;Calvao 和 Palmeirim,2004 年),人们做出了许多努力,旨在开发进一步的指数,以减少土壤背景和大气对光谱测量结果的影响。限制土壤对遥感植被数据影响的植被指数的一个例子是 Huete(1988 年)提出的 SAVI(土壤调节植被指数)。另一个是 VARI 指数(可见大气抗性指数)(Gitelson 等人,2002 年),它大大降低了大气的影响。还有更多的指标被开发出来,来考虑 NIR 和 SWIR 范围内的反射率差异,从而表明植物缺水:MSI(水分胁迫指数)(Rock 等人,1986 年)、LWCI(叶片水分含量指数)(Hunt 等人,1987 年)、WI(水分指数)(Panuelas 等人,1993 年)、GVMI(全球植被水分指数)(Ceccato 等人,2002 年)和 SIWSI(MidIR,G)(短波红外水分胁迫指数)(Fensholt 和 Sandholt,2003 年)。反过来,植被指数,如 CWSI(作物水分胁迫指数)(Jackson 等人,1981 年)、ST(地表温度)(Jackson,1986 年)、WDI(水分亏缺指数)(Moran 等人,1994 年)和 SI(胁迫指数)(Vidal 等人,1994 年)描述了水分胁迫与植物热特性之间的关系。表 1 列出了文献中报告的用于特定农业应用的植被指数示例。
