黄土高原沟壑区通量数据空间代表性研究

利用FSAM(Flux Source Area Model)模型,对中国科学院长武黄土高原农业生态试验站2004—2005年冬小麦生育期内的通量数据空间代表性进行了研究。结果发现,在90%贡献率水平下,整个冬小麦各生育期内通量源区范围动态变化明显,通量贡献最大点在距离观测点7.7~36.2m范围内变化。在盛行风向上,通量源区离观测点最近点为3.3 m,最远点可达172.8 m;在侧风向上,通量源区在38.1~128.4 m范围内变化。不同观测高度的对比研究表明,观测高度从1.86 m增加到12.17 m,盛行风向上源区距观测点最远距离从172.8 m增加到1 555.2 m;在侧风向上则从123.2 m增加到665.8 m,通量源区范围随高度的增加而增大。大气稳定度对通量贡献源区影响很大,在大气稳定状态下,通量源区面积最大,距观测点最远距离达到135.3 m;中性条件下次之,为101.7 m;在不稳定条件下面积最小,为36.3 m。同一日内,夜晚源区面积较白天大。在日和季尺度上,大气稳定度是影响通量源区范围的一个重要因素。

黄土旱塬冬小麦水分利用效率及相关生理特性研究

采用Li-6400便携式光合测定系统在模拟光照条件下,通过对冬小麦叶片生理指标及其相应环境因子的测定,研究了小麦的生理指标和叶片水分利用效率的动态变化规律及其对环境因子的响应。结果表明:净光合速率日变化呈不明显的双峰曲线,蒸腾速率日变化呈明显的倒"U"型曲线,且不同生育期两者峰值出现的时间不同。拔节期环境因子对生理指标的影响要比灌浆期明显的多。光合有效辐射和CO2浓度是对净光合速率和叶片蒸腾速率影响最强烈的环境因子。在小麦整个生长过程中,温湿度对气孔导度的影响在逐渐增大,对胞间CO2浓度的影响也比较明显。小麦叶片水分利用效率的日变化呈不明显的双峰曲线,其峰值出现的时间早于净光合速率和蒸腾速率峰值出现的时间。灌浆期日平均WUE比拔节期低30.5%。小麦净光合速率、蒸腾速率和气孔导度三者之间极显著相关,叶片温度与气孔导度显著负相关。

不同年代冬小麦品种根际土浸提液诱导小列当种子发芽的化感作用研究

为筛选在根寄生植物小列当多发地进行诱捕发芽的小麦品种,研究了不同品种冬小麦根分泌的化感物质对小列当(Orobanche minor)种子的诱导发芽率。以冬小麦根际土蒸馏水和甲醇浸提液刺激小列当种子发芽,结果表明,冬小麦品种间化感作用差异显著。20世纪70年代宁冬1号和90年代小偃22号在4个生育期都有较强的发芽刺激作用,而其余3个品种则在个别生育期有非常微弱化感作用。宁冬1号品种刺激小列当发芽率达到最高为42.8%,化感作用最强,可作为抑除小列当的首选品种。

施氮量对黄土旱塬区冬小麦产量和土壤水分动态的影响

为了探明施氮量对黄土旱塬区冬小麦(Triticum aestivum L.)籽粒产量和麦田土壤水分动态的影响规律,以抗旱性冬小麦品种长武58为供试材料,于2006～2008年连续两个年度在陕西省长武县对不同施氮量条件下麦田土壤贮水量动态、耗水规律、小麦产量和夏闲期降水补给率等特征进行研究。结果表明,麦田土壤贮水量随季节和降水明显变化,同一生育时期2.7m土层的土壤贮水量基本随施氮量的增加而减少。偏旱年每公顷施氮300kg和平水年每公顷施氮225kg均能够获得当年最大的籽粒产量和水分利用效率。每公顷施氮75kg和225kg均能在夏闲期获得较大的降水补给率。每公顷施氮225kg更有利于黄土旱塬区冬小麦的高产和稳产。

施氮和灌水对冬小麦叶片光合特性和籽粒产量的影响

大田条件下设置不同的施氮和灌水水平,研究施氮量和灌水量对冬小麦(Triticum aestivum L.)叶片光合作用生理及籽粒形成的影响。结果表明,施氮和灌水提高叶片Fv/Fm和Pn,并显著提高冬小麦籽粒产量、单位面积穗数和每穗粒数。施氮明显降低千粒重,而适量灌水明显提高千粒重。

干旱对不同冬小麦旗叶光合产物供应能力的影响

研究干旱对小麦旗叶光合产物供应能力的影响,揭示小麦抗旱高产的生理机制,为提高小麦的抗旱能力及高产稳产提供理论依据。【方法】在防雨池栽培条件下,以旱地冬小麦品种长武134(抗旱性强)和水地冬小麦品种陕253(抗旱性弱)为试材,以适宜水分处理为对照(CK,土壤含水量为田间持水量的70%～75%),研究干旱处理(土壤含水量为田间持水量的50%～55%)对不同冬小麦旗叶光合产物供应速率(净光合速率和蔗糖合成能力)和供应持续期的影响。【结果】与对照相比,干旱处理降低了冬小麦灌浆中后期旗叶净光合速率,缩短了净光合速率高值持续期(PAD),其中长武134降幅较小,净光合速率较高;干旱处理提高了冬小麦灌浆初期旗叶的蔗糖磷酸合成酶(SPS)活性,其中长武134增幅较大,且在灌浆中后期依然能保持相对较高的蔗糖供应能力;干旱处理缩短了冬小麦叶绿素含量缓降期(RSP),提高了丙二醛(MDA)含量,加速了旗叶的衰老,缩短了光合产物的供应持续期,其中长武134受干旱影响较小;干旱处理降低了冬小麦灌浆中后期主茎穗粒质量积累量及其速率,其中长武134降幅较小。【结论】干旱条件下,抗旱品种长武134旗叶在灌浆中后期可维持较高的光合产物...

小麦氮磷肥长期配施对土壤硝态氮淋溶的影响

利用长期肥料定位试验,监测旱地农田土壤硝态氮的淋溶动向,研究施肥量与硝态氮累积量之间的关系,为科学施肥提供参考。【方法】在试验小区0～300cm土壤剖面中,每20cm深度取一个土样,1mol·L-1KCl浸提后以AA3连续流动分析仪测定硝态氮含量。【结果】单施氮肥土壤硝态氮累积峰出现在80～100cm土层和300cm以下土层,当施氮量达到180kg·hm-2·a-1时,0～300cm土层硝态氮累积总量相当于8年的施氮量。单施磷肥对土壤硝态氮分布无影响;氮、磷肥配施时,施氮量增加硝态氮累积量显著增加,配施磷肥后可以减少硝态氮累积量,且施氮量越大减少的越多。过量施用氮肥,即使配施磷肥,硝态氮也能发生淋溶并在100～120cm和240～260cm土层附近累积;二次多项式回归能够较好地反映氮、磷施用量与土壤硝态氮累积量之间的关系。【结论】长期过量施用氮肥,导致硝态氮大量淋溶并形成两个累积峰,科学合理地配施磷肥可以减少硝态氮淋失;旱地麦田长期施用最大产量施肥量,可能导致硝态氮大量累积在土壤深层。

黄土高原长期施用磷肥效应研究

以黄土高原长期定位试验为基础,研究施一定量氮肥(90 kg/hm2)的前提下,长期施用磷肥对黄土高原旱作冬小麦的肥料效应。结果表明,长期施用磷肥的农田施磷仍能显著提高小麦的产量,增产量达1393.75~2121.00kg/hm2,增产率为48.41%~73.67%,本试验中施磷39.6 kg/hm2时小麦产量达最大值5000 kg/hm2,这与小麦成穗数最大时的施肥量结果一致;产量与施磷量关系用回归方程Y=-0.8667X2+82.641X+3008.4(R2=0.92)拟合效果良好;施磷主要是通过影响小麦成穗数来影响小麦产量,而对穗粒数和千粒重的促进作用不明显;施磷还可促进小麦对氮磷钾养分的吸收利用,提高肥料的肥效和利用率;施磷过少不能满足作物需求,小麦产量较低,施磷过多小麦产量不会随施肥量的增加继续提高,反而有一定幅度的下降。

黄土高原冬小麦田光谱特征变化及其与二氧化碳日收支的相关分析

根据光谱辐射仪对黄土高原冬小麦整个生育期光谱反射率的连续观测数据及CO2通量观测数据,对冬小麦田光谱特征变化及其与CO2日收支的相关性进行了分析.结果表明:冬小麦田不同波长光谱反射率和归一化植被指数(NDVI)呈现明显的日变化和季节变化.同一天内,反射率随太阳高度角的变化而变化,变化最大的波段(550nm左右、700～1050nm)表现为峰.不同生育期同一时刻,可见光波段(350～670nm)反射率变化不大,近红外波段(700～1050nm)出现较大差异,在出苗期、分蘖期和越冬期后红边位置向长波方向"红移";越冬期前出现向短波方向"蓝移"的现象;但成熟期"蓝移"现象不明显,表现为突变;其他生育时期没有观测到波谱位移.NDVI的日变化呈U型,13:00左右最低,16:00后出现较大波动,与抛物线有较好的拟合效果,小麦生长旺盛时期,对其地面遥感观测应选择在NDVI变化不大的13:00左右进行;整个冬小麦生长季11:00反射率及NDVI以播种后第140天为中心对称,NDVI的季节变化表现为M型,可用四次多项式拟合;在整个小麦生育期中NDVI与CO2的日收支呈极显著负相关,但正午左右的相关性稍差.

黄土旱塬不同氮肥用量下冬小麦干物质累积和氮素吸收利用过程研究

利用旱作长期定位施肥试验研究了不同氮肥用量对冬小麦干物质累积和氮素吸收利用的影响,结果显示,不同处理下干物质累积变化趋势都呈"S"型曲线,且冬小麦各生育期干物质量,随氮肥用量的增加而增大,说明氮肥对促进冬小麦干物质累积作用显著。干物质累积速率均呈现明显的单峰曲线,拔节-灌浆阶段累积速率最大,是干物质累积的重要时期。小麦植株含氮量和氮素累积量都随氮肥用量增加而升高,在冬前-拔节期和开花-灌浆期两个阶段,冬小麦植株氮素累积量较大,累积速率快,是氮素吸收利用的两个关键阶段。

黄土塬区旱作农田长期定位施肥对冬小麦水分利用的影响

对长期定位施肥试验第22年度的测定数据进行了分析,探讨了旱地施肥对冬小麦水分利用的影响。试验结果表明,测定年份冬小麦的耗水深度受播种前雨季降雨入渗深度的影响位于地下200 cm左右。长期单施磷肥处理,播种期土壤有效贮水量与不施肥的对照接近,而单施氮肥,氮磷配施和氮磷钾配施均显著低于对照;在施P2O590 kg/hm2配施氮肥或施N 90 kg/hm2配施磷肥,随着施氮量或施磷量从0增加到180 kg/hm2,播种期土壤有效贮水量均逐渐降低,但前者作物的土壤水分消耗表现出降低趋势,而后者表现出增加趋势。与对照相比,各施肥处理均提高了土壤有效底墒的利用率。氮磷配施比单施磷肥降低了土壤供水占作物耗水的比例,使得作物生长和产量的形成对当季降水的依赖性增加。与对照相比,氮磷配施及氮磷钾配施显著提高了冬小麦收获指数、产量和水分利用效率,而单施磷肥和氮肥使收获指数、产量和水分利用效率显著降低。施P2O590 kg/hm2的条件下,不同施氮量之间收获指数差异较小,而产量和水分利用效率均高于单施磷肥;施N 90 kg/hm2的条件下,不同施磷量作物的收获指数、产量和水分利用效率均得到提高。

施肥水平对冬小麦田土壤水分影响的模拟

在模拟精度验证基础上,应用WinEPIC模型模拟研究了黄土高原长武旱塬地1957～2001年期间不同肥力水平下连作冬小麦田的土壤干燥化效应。结果表明:4种肥力处理下连作冬小麦逐月土壤有效含水量均呈现波动性降低趋势,平均每年分别减少8.6、8.6、11.1和13.7mm,无肥和低肥与中肥和高肥处理间土壤有效含水量差异十分显著,但无肥和低肥处理间无明显差异;在模拟初期出现了土壤湿度逐年降低、土壤干层逐年加厚的干燥化过程,在连作第5～8年以后均出现了稳定的土壤干层,无肥和低肥处理土壤干层均分布于2～3m土层,中肥和高肥肥处理分别分布于2～4m和2～5m土层,随肥力和作物产量水平的提高,土壤干层厚度增厚;4种肥力处理麦田生产年度耗水量接近且呈现波动性缓慢降低趋势,但前1～4年中肥和高肥处理麦田共计较无肥处理麦田多耗水91和203mm,长武旱塬地麦田土壤水分承载力为1.422～2.405t/hm2,相应的肥力水平为N45～90kg/hm2和P15～30kg/hm2。

施肥水平对长武旱塬地冬小麦产量影响的模拟

为了在实时气象条件下确定旱塬区适宜的肥力水平和产量水平,在模拟精度验证基础上,应用WinEPIC模型模拟研究了黄土高原长武旱塬地1957～2001年期间不同肥力水平下连作冬小麦田产量效应。模型验证结果表明CK、N、NP处理产量模拟值与观测值之间的相关系数分别为0.740、0.764和0.740,均达到显著水平,WinEPIC模型对不同肥力处理下冬小麦籽粒产量模拟较为准确。模拟结果表明,无肥、低肥、中肥和高肥处理下连作冬小麦的产量均呈现波动性降低趋势,其平均值分别为1.055、1.422、2.405和3.170t/hm2,不同肥力处理间差异显著,以中肥和高肥处理增产效果最好。为黄土高原南部沟壑区旱地小麦生产的可持续发展提供了科学依据。

聚丙烯酸钠对3种土壤持水能力及作物产量的影响

在离心机模拟不同水吸力条件下,研究了聚丙烯酸钠(sodium polyacrylate记作SP)5种使用浓度(占干土质量0,0.01%,0.08%,0.2%与1%)对3种土壤(砂土、壤土、黏土)持水能力的影响;采用大田试验研究了地表撒施2 g/m2SP对冬小麦与下季玉米产量及WUE影响。结果表明:3种土壤在0.01 MPa至1.5 MPa水吸力下的持水能力随着SP用量的增加而增加,砂土的作用效果较壤土、黏土更显著;3种土壤适宜浓度为0.08%~0.2%,最佳用量为0.2%,此用量条件下砂土、壤土、黏土的最大毛管持水量分别较对照增加了138.61%,7.22%,62.70%;不灌水条件下,SP处理较不施用SP冬小麦增产4%,WUE增加5.7%,灌浆期灌水28.5 mm条件下SP处理较不施用SP增产1%,WUE降低1%;SP处理的玉米产量较对照降低0.5%,WUE提高3%,效果明显低于对冬小麦效果。

小麦胚乳蛋白组分和Glu-B3位点基因核心编码区差异与小麦品质关系的研究

小麦加工品质改良已成为我国小麦育种的主要目标之一。特别是我国加入WTO以后，对小麦产品的质量提出了更高的要求，小麦品质改良的任务将更加艰巨和重要，小麦胚乳蛋白是影响小麦加工品质性状的重要因素。因此，深入了解小麦胚乳蛋白对加工品质性状的影响及其分子基础，为品质改良提供理论依据和科学指导，对加速我国小麦品质育种和优质小麦生产具有重要意义。本研究选用在麦谷蛋白5个基因位点(Glu-A1、Glu-B1、Glu-D1、Glu-B3和Glu-D3)上均含不同等位基因的小麦品种99G45和京771及Pm97034和京771杂交F9代共164个麦谷蛋白纯合系，及228个中国推广普通小麦品种和高代育成品系为试材，研究了麦谷蛋白Glu-1和Glu-3位点基因等位变异对籽粒蛋白、湿面筋含量、Zeleny沉降值和SDS沉降值间的关系；本研究还利用小麦A、B和D基因组中低分子量麦谷蛋白亚基（LMW-GS）基因特异引物，通过PCR方法克隆了1个Glu-A3位点和3个Glu-B3位点LMW-GS基因片段，在此基础上分析了不同等位基因对品质造成差异的分子基础；另外，本研究对中国近年推广的部分品种和育成的高代品系资源的多样性进行了分析。现将主要研究结果简述如下： 1. 对来自三个麦区的148份材料的醇溶蛋白组成进行了分析，结果表明，各麦区醇溶蛋白模式具有较大差异。在ω区,A7、B、E、F、G、J、P、Q、S和U仅存在于西南秋播麦区；A3、M、N、R、W和X仅存在于黄淮特种麦区；K仅存在于北方冬麦区；A6是北方冬麦区出现频率最高的带型模式，而西南秋播麦区中D出现的频率最高。ω-区的E、H和M几种模式是以前国内外未曾报道的。且初步确定，这些模式对品质性状具有正效应。至于γ区,A、B、D、E和F在各区均有出现，其中B和E在各区出现的频率都很高，在26.1-39.6％之间。相反，H 仅出现在黄淮特种麦区，J仅限于西南秋播麦区。对于β-区醇溶蛋白，B型模式在所有区中都相当高，而模式A仅存在于第三区.对于α-区，模式A在Ⅲ区而模式D在Ⅱ区出现的频率很高。1BL.1RS易位系在中国小麦品种中出现频率高达41.2％，在I, II和Ⅲ麦区的出现频率分别为 45.5、43.5和35.2%。各生态区模式的差异可能是品种适应不同生态条件和人为选择的结果，但这有待进一步证明。由于醇溶蛋白位点（Gli-1）与LMW-GS位点（Glu-3）紧密连锁，本结果可为下面确定普通小麦LMW-GS等位基因变异所用。 2. 利用Gli-1与Glu-3的紧密连锁，以228个小麦品种/系为材料，首次对中国小麦品种麦谷蛋白亚基的6个位点进行综合分析，研究小麦籽粒蛋白与品质性状间的关系，结果表明6个高分子量（HMW）和低分子量（LMW）麦谷蛋白位点对蛋白质含量的效应大小为，Glu-D1>Glu-B3>Glu-A1=Glu-B1> Glu-A3=Glu-D3；对GMP含量的效应大小为, Glu-A3>Glu-B3>Glu-D1> Glu-B1>Glu-A1>Glu-D3；对湿面筋含量的效应大小为, Glu-B1>Glu-B3= Glu-D3>Glu-A3>Glu-A1>Glu-D1；对Zeleny沉降值的效应大小为, Glu-A1> Glu-B3>Glu-D3>Glu-D1>Glu-B1>Glu-A3；对SDS沉降值的效应大小为, Glu-B3>Glu-A1=Glu-D1=Glu-A3>Glu-D3>Glu-B1。对蛋白含量而言，各位点的最佳组合方式为1、17+18、5+10、Glu-A3e、Glu-B3g、Glu-D3b；对湿面筋含量而言，各位点的最佳组合方式为1、6+8、5+10、Glu-A3d、Glu-B3c、Glu-D3b；对Zeleny沉降值而言，各位点的最佳组合方式为N、17+18、5+10、Glu-A3d、Glu-B3d、Glu-D3b；对SDS沉降值而言，各位点的最佳组合方式为1、7+8、2.2+12、Glu-A3b、Glu-B3g、Glu-D3b。另外，分析了稀有亚基对5+12与2.2+12与品质性状的关系，认为5+12对品质有负效应，2.2+12对品质有正效应。在品质育种时，应对优异组合或优异亚基加以利用。 3. 首次利用重组自交系（RILs）为材料，研究麦谷蛋白亚基表达量与品质性状的关系，通过对重组自交系中各HMW-GS表达量的分析，认为，就单个亚基的表达量而言，7亚基最高；其次为2亚基、5亚基、12亚基和10亚基；亚基9和1的表达量最小；N亚基不表达。对成对出现的亚基对而言，x型和y型亚基的总表达量2+12>5+10>7+9>17+18。就单个亚基与品质性状的关系而言，仅有10亚基的表达量与蛋白含量的相关性达5%的显著水平，2亚基的表达量与湿面筋含量呈负相关，显著水平也达5%，其余单个亚基对品质性状均无显著影响；就x型/y型亚基的比例来看，2/12和5/10对湿面筋含量都有显著的负效应；对某一位点等位基因控制的亚基表达总量来看，2+12对SDS沉降值有显著负效应。另外，本研究得出：2＋12的亚基对的负效应主要体现在2亚基上，且在同一位点上，x型亚基的表达量大于y型。所以推导稀有亚基组合2+10很可能也是劣质亚基。 4. 以 Glu-A1、Glu-B1、Glu-D1、Glu-B3和Glu-D3作为5个因素对99G45/京771和Pm97034/京771杂交后代的蛋白质含量和SDS沉降值进行多因素方差分析。结果表明，Glu-A1和Glu-D3对蛋白含量的加性效应达5％显著水平；Glu-D1 * Glu-D3对蛋白质含量的互作效应也达5%显著水平；其余位点的加性和互作效应对蛋白质含量的影响均不显著。对SDS 沉降值而言，Glu-D1的加性效应最大,贡献率为4.2 % ,达1 %显著水平,其次是Glu-B1位点,贡献率为3.3% ,达5%显著水平。其余位点对SDS 沉降值的加性和互作效应均未达5%显著水平。总体而言, 各位点对蛋白含量的效应大小为Glu-D3 > Glu-A1 > Glu-D1>Glu-B1>Glu-B3；对SDS沉降值的效应大小为Glu-D1>Glu-B1> Glu-D3>Glu-A1> Glu-B3。Glu-D1和Glu-D3位点上等位基因变异对蛋白含量有显著或极显著影响，含Glu-D1d和Glu-D3 GD、Glu-D3 JD基因的株系分别比含Glu-D1a和Glu-D3 PD基因的株系有较高的蛋白含量；在该遗传背景下，麦谷蛋白各基因位点对蛋白含量的效应大小依次排列为：Glu-A1位点1>N；Glu-B1位点7+9>17+18>14+15；Glu-D1位点5+10>2+12；Glu-B3位点GB>JB>PB；Glu-D3位点GB>JB>PB。对SDS沉降值的效应大小依次排列为：Glu-A1位点1>N；Glu-B1位点7+9=17+18>14+15；Glu-D1位点5+10>2+12；Glu-B3位点GB>JB>PB；Glu-D3位点GB>JB>PB。所以，对蛋白含量和SDS沉降值均较好的组合为1，7+9，5+10，GB，GD。 5. 因为GB和PB对品质的效应有显著差异，选取LMW-GS位点特异扩增引物对京771、99G45和Pm97034的Glu-B3位点进行扩增，结果得到三个不一样的扩增片段（Genebank号为DQ539657－DQ539659），得到的基因片段与Genebank中已报道的同类序列高度同源。通过克隆片段组成的分析，发现对Pm97034的序列较京771和99G45段少一个7氨基酸的重复单元，这可能是它较另外两个片段对面筋强度影响小的主要原因；另外，在99G45的序列中，124位处出现L（亮氨酸）代替P（脯氨酸），158位处出现了T（苏氨酸）代换M(蛋氨酸)，这可能是99G45Glu-B3位点序列对SDS沉降值的效应显著优于Pm97034的原因。 6．通过对RILs各位点同普通小麦品种（系）各位点与品质关系的比较，发现对SDS沉降值的效应，各位点在不同研究材料中是不同的，普通小麦中：Glu-B3>Glu-A1=Glu-D1=Glu-A3>Glu-D3>Glu-B1，RILs中：Glu-D1>Glu-B1> Glu-D3>Glu-A1> Glu-B3。利用重组自交系材料（完全排除了1BL/1RS易位干扰）所得到的结果与Gupta and MacRitchie (1994)所得结论一致。进一步证实了1BL/1RS易位对小麦品质的重要影响。对蛋白含量而言，普通小麦品种（系）中，Glu-D1>Glu-B3>Glu-A1=Glu-B1> Glu-A3=Glu-D3，RILs中，Glu-D3 > Glu-A1 > Glu-D1>Glu-B1>Glu-B3，和对SDS沉降值的效应一样，推断在非1BL/1RS易位的情况下，各位点对其效应应为Glu-D3 > Glu-A1 > Glu-D1>Glu-B1>Glu-B3。 对同一位点的等位基因而言，普通小麦和重组自交系中Glu-A1和Glu-D1上的等位基因对品质性状的贡献是一致的，但Glu-B1上的等位基因对SDS沉降值的贡献发生了变化，普通小麦中17+18>7+9，RILs中7+9>17+18，这可能也是1BL/1RS造成的。 Baking quality improved is one of the main object of wheat bread in China. The overall objective of the present studies was to increase the understanding about protein quality in wheat, i.e. to make it possible to improve the production of wheat with desired quality for different end-uses. With the analysis of gluten protein in RILs, 99G45/Jing 771 and Pm97034/Jing, and 228 wheat cultivars or lines in China, the correlations between glutenin compositions and protein content, glutenin macropolymer(GMP), wet gluten content, Zeleny sedimentation value and SDS sedimentation value contentand breadmaking quality were studied. Also a rapid and efficient detection method of geneticpolymorphism at Glu-B3 loci in wheat was established using polymerase chain reaction(PCR).The results obtained were as follows: 1. Cultivated Chinese wheat germplasm has been a valuable genetic resource in international plant breeding. Patterns of gliadin among cultivated Chinese accessions are unknown, despite the proven value and potential novelty. The objective of this work was to analyse the diversity within improved Chinese wheat germplasm. The electrophoretic banding patterns of gliadin in common wheat cultivars and advanced lines were determined by acid-polyacrylamide gel electrophoresis. For 148 leading commercial cultivars and promising advanced lines used in our study, 48 patterns were identified, 29 corresponding to ω-gliadin, 9 to γ-gliadin, 5 to β-gliadin and 5 to α-gliadin. The most frequent patterns were A6 in ω; B in γ; B in β and A in the region of α. 116 band types appeared in the148 samples: 94 accessions had unique gliadin types, and 22 gliadin types while not unique were found in 54 accessions. The gliadin patterns of Chinese wheat cultivars and lines greatly differed from the patterns of wheat lines from other countries. Three patterns, E, J, H, M, N and O in the ω-zone had not previously been reported. Three wheat zones，the Northern Winter Wheat Region, the Yellow and Huai Valley River valleys Winter Wheat Region and the Southwestern Winter Wheat Region，in China showed different frequencies in their gliadin patterns. This information can be used to monitor genetic diversity with Chinese wheat germplasm. 2. To analyse the relationship between the loci and characteristics quality, we utilized the 228 cultivars/lines. The results showed that : For protein content, Glu-D1 >Glu-B3>Glu-A1=Glu-B1>Glu-A3=Glu-D3. For GMP content, Glu-A3>Glu-B3 >Glu-D1>Glu-B1>Glu-A1>Glu-D3. For wet gluten content, Glu-B1>Glu-B3= Glu-D3>Glu-A3>Glu-A1>Glu-D1. For Zeleny sedimentation value, Glu-A1>Glu-B3> Glu-D3>Glu-D1>Glu-B1>Glu-A3, For SDS sedimentation value, Glu-B3>Glu-A1= Glu-D1= lu-A3>Glu-D3>Glu-B1。For protein content, the best combination of 6 loci is (1,17+18,5+10,Glu-A3e, Glu-B3g,Glu-D3b). For wet gluten content, the best combination of 6 loci is (1,6+8,5+10,Glu-A3d,Glu-B3c,Glu-D3b). For Zeleny sedimentation value, the best combination of 6 loci is (N,17+18,5+10,Glu-A3d, Glu-B3d, Glu-D3b). For SDS sedimentation value, the best combination of 6 loci is(7+8,2.2+12,Glu-A3b, Glu-B3g,Glu-D3b)。Additional, we analysed the relationship between the subunits 5+12 and 2.2+12, think that 5+12 was negative for quality, 2.2+12 is postive for quality. It should be effective utilized. 3. It’s the first time to utilize RILs to study the relationship between subunits expression quantity and characteristics quality. The results showed that: For single subunit, the expression quantity of 7 is the highest. Then the 2, 5, 12 and 10. The expression of subunit 9 and 1 is the lowest. Subunit N is not expressed. For subunits, the expression quantity of x type and y type are 2+12>5+10>7+9>17+18. The significant relation of 5% only showed between the expression quantity of subunit 10 and protein content. The relationship between expression quantity of others and characteristic quality was not significant. For x type/ytype, 2/12 and 5/10 is negative relation insignificant level. For the subunit(s) in a loci, Only 2+12 effect SDS sedimentation value negative in significant level. 4. With RILs 99G45/Jing 771 and Pm97034/Jing 771, we found that: The effective of Glu-A1, Glu-D3 and Glu-D1 * Glu-D3 for protein content is significant at 5% level. The effect of other loci for protein wre not significant. For SDS sedimentation value, the effect of Glu-D1is the highest, which contribution is 4.2 % .Then the Glu-B1, contribution is 3.3%. The effect of other loci for SDS sedimentationvalue were not significant. In total, for protein content: Glu-D3 > Glu-A1 > Glu-D1>Glu-B1>Glu-B3; for SDS sedimentationvalue: Glu-D1>Glu-B1> Glu-D3>Glu-A1>Glu-B3. The effect of alleles in Glu-D1 and Glu-D3 loci are significant at 1% or 5%. In Glu-A1, 1>N; Glu-B1, 7+9>17+18>14+15; Glu-D, 5+10>2+12; Glu-B3, GB>JB>PB; Glu-D3, GB>JB>PB. For SDS sedimentation, Glu-A1, 1>N; Glu-B1, 7+9=17+18>14+15; Glu-D1, 5+10>2+12; Glu-B3, GB>JB>PB; Glu-D3, GB>JB>PB. The best combinations for SDS sedimentation value is 1，7+9，5+10，GB，GD. 5. Because of the difference of GB and PB for SDS sedimentation value, we selected the specific primer for LMW-GS loci to amplified the Glu-B3 of Jing771, 99G45and Pm97034. We got 3 amplify fragment (Gene Bank accession number are DQ539657－DQ539659）. We found that the fragment of Pm97034 were deleted a repetitive 7 amino acid domain, which is perhaps the reason effect the gluten strength. Furthermore, in the position 124 of sequence 99G45, L has been replaced with P. Position 158, T replaced M, which may be the reason why the Glu-B3 locus of 99G45 is prefer to Pm97034 when refer to SDS sedimentation value. 6. Comparing the results of RILs and common wheat, we found that perhaps just the1BL/1RS made the difference of loci in different accession.