2106 | Merkmale für die Erhöhung des Weizenertrages | Traits for increasing wheat grain yield | 01.12.2018 00:00:00 | 31.12.2021 00:00:00 | abgeschlossen | completed | Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. | Leibniz Centre for Agricultural Landscape Research (ZALF) | x0x70x | Ewert, Frank; Webber, Heidi | x2005x2302x | <div class='ntm_ZAL'>ZAL</div> | | <a href="https://iwyp.org/funded-projects/">IWYP Traits for increasing wheat grain yield</a><BR /> | 2018 | Merkmale für die Erhöhung des Weizenertrages Traits for increasing wheat grain yield Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. Ewert, Frank; Webber, Heidi Drittmittel Leibniz Centre for Agricultural Landscape Research (ZALF) completed abgeschlossen <div class="ExternalClass6A03BCE660D74F01A4DD337C68454C65">
<p class="MsoNormal"><span lang="DE">Auf der Grundlage
von Pflanzensimulationsmodellen und Feldexperimenten werden die Merkmalen
identifiziert, die das Ertragspotenzial von Weizen beeinflussen und
quantifiziert. Um die effektivsten Eigenschaften und Merkmalskombinationen für
zukünftige Weizenerträge weltweit zu bestimmen und für Züchtungsprogramme zur
verfügung zu stellen, werden Simulationsrechnungen für verschiedene Szenarien
durchgeführt.<br>
Zu den zu untersuchenden simulierten Merkmalen gehören eine höhere Nutzung der
Canopy-Strahlung und der Strahlungseffizienz durch Erhöhung der CO2-Abscheidung
vor der Blüte, die Verbesserung photosynthetischer Wege und spezifischer
Veränderungen in der Pflanzenarchitektur zur Erhöhung der Biomasse, ein
optimierter Ernteindex, die Optimierung der Phänologie und ein tieferes und
schnelleres Wurzelwachstum zur Verbesserung der Wasser- und Nährstoffaufnahme.m
die Wachstumsraten der Biomasse zu erhöhen. Pflanzenmodelle werden mit Felddaten
aus extrem ertragreichen Umgebungen aus Chile, Frankreich, Neuseeland und
Großbritannien getestet. Diese Felddaten werden verwendet, um Merkmale zu
verstehen und zu quantifizieren, um das Ertragspotenzial von Getreide zu
verbessern, und dann in Simulationsstudien in globalen Anbaugebieten
eingesetzt. Um die Genauigkeit der Modellsimulationen zu erhöhen, wird die
Multi-Modell-Ensemble-Plattform AgMIP-Wheat an repräsentativen Standorten und
Rastermaßstäben eingesetzt, die die gesamte globale Weizenanbaufläche abdecken.
Unsicherheiten bei Merkmalsschätzungen aufgrund von Hochskalierungen von
Punktmodellen auf größere Gebiete werden zusätzlich zur Modellunsicherheit
quantifiziert. Das vorgeschlagene Modellierungsprojekt wird den tatsächlichen
regionsspezifischen Nutzen vielversprechender Merkmale zur Steigerung des
Ertragspotenzials abschätzen, lange bevor eine teure, jahrzehntelange Züchtung
dies bei neuen Sortenfreisetzungen erreichen könnte. Dieses Projekt wird die
Züchtung zu den effektivsten Merkmalen und Merkmalskombinationen für
zukünftigen Weizen mit erhöhtem Getreideertrag unterstützen</span></p></div> <div class="ExternalClass5A9F25011456400295C294E5FDD79D86">
<p class="MsoNormal">Crop simulation models combined with field experiments and
crop physiology will be used to quantify the impact of traits, the size of a
trait change, and trait combinations on wheat grain yield potential. Simulated
trait impact scenarios will be created to guide breeding towards the most
effective traits and trait combinations for future wheat across the world.<br>
Simulated traits to be investigated will include increased canopy radiation use
and radiation use efficiency via increasing carbon capture before flowering,
enhancing photosynthetic pathways and specific changes in plant architecture to
increase biomass, optimized harvest index, optimizing phenology and deeper and
faster root growth to enhance water and nutrient capture<br>
to sustain enhanced biomass growth rates. Crop models will be tested with field
data from extreme high-yielding environments from Chile, France, NZ, and the
UK. These field data will be used to understand and quantify traits to improve
grain yield potential and then applied in simulation studies across global
growing environments. To increase the precision of model simulations, the
multi-model ensemble platform AgMIP-Wheat will be employed at representative
locations and gridded scales covering the entire global wheat-growing area.
Uncertainty in trait estimations due to up-scaling point-models to larger areas
will be quantified in addition to model uncertainty. The proposed modelling
project will estimate the actual region-specific benefits of promising traits
to increase yield potential well before an expensive, decades-long breeding
effort could achieve this in new cultivar releases. This project will assist
breeding towards the most effective traits and trait combinations for future
wheat with increased grain yield potential.</p></div> IWYP-CIMMYT <div class="ExternalClass4F8BA0A1-9725-428E-B4B0-3607222069C3"></div> <div class="ExternalClass872B6158-9335-4184-B0AA-21DA9E1BF2E2"></div> <div class="ExternalClass8DCDE6BB-5313-40CF-BB41-350445CFFEE8"></div> <div class="ExternalClass2C070C3E-489E-4AF9-B2D0-740A08B87324"></div> <div class="ExternalClass53A50014-E737-42AD-B78E-25EE98BD9D78"></div> | <div class="ExternalClass6A03BCE660D74F01A4DD337C68454C65">
<p class="MsoNormal"><span lang="DE">Auf der Grundlage
von Pflanzensimulationsmodellen und Feldexperimenten werden die Merkmalen
identifiziert, die das Ertragspotenzial von Weizen beeinflussen und
quantifiziert. Um die effektivsten Eigenschaften und Merkmalskombinationen für
zukünftige Weizenerträge weltweit zu bestimmen und für Züchtungsprogramme zur
verfügung zu stellen, werden Simulationsrechnungen für verschiedene Szenarien
durchgeführt.<br>
Zu den zu untersuchenden simulierten Merkmalen gehören eine höhere Nutzung der
Canopy-Strahlung und der Strahlungseffizienz durch Erhöhung der CO2-Abscheidung
vor der Blüte, die Verbesserung photosynthetischer Wege und spezifischer
Veränderungen in der Pflanzenarchitektur zur Erhöhung der Biomasse, ein
optimierter Ernteindex, die Optimierung der Phänologie und ein tieferes und
schnelleres Wurzelwachstum zur Verbesserung der Wasser- und Nährstoffaufnahme.m
die Wachstumsraten der Biomasse zu erhöhen. Pflanzenmodelle werden mit Felddaten
aus extrem ertragreichen Umgebungen aus Chile, Frankreich, Neuseeland und
Großbritannien getestet. Diese Felddaten werden verwendet, um Merkmale zu
verstehen und zu quantifizieren, um das Ertragspotenzial von Getreide zu
verbessern, und dann in Simulationsstudien in globalen Anbaugebieten
eingesetzt. Um die Genauigkeit der Modellsimulationen zu erhöhen, wird die
Multi-Modell-Ensemble-Plattform AgMIP-Wheat an repräsentativen Standorten und
Rastermaßstäben eingesetzt, die die gesamte globale Weizenanbaufläche abdecken.
Unsicherheiten bei Merkmalsschätzungen aufgrund von Hochskalierungen von
Punktmodellen auf größere Gebiete werden zusätzlich zur Modellunsicherheit
quantifiziert. Das vorgeschlagene Modellierungsprojekt wird den tatsächlichen
regionsspezifischen Nutzen vielversprechender Merkmale zur Steigerung des
Ertragspotenzials abschätzen, lange bevor eine teure, jahrzehntelange Züchtung
dies bei neuen Sortenfreisetzungen erreichen könnte. Dieses Projekt wird die
Züchtung zu den effektivsten Merkmalen und Merkmalskombinationen für
zukünftigen Weizen mit erhöhtem Getreideertrag unterstützen</span></p></div> | <div class="ExternalClass5A9F25011456400295C294E5FDD79D86">
<p class="MsoNormal">Crop simulation models combined with field experiments and
crop physiology will be used to quantify the impact of traits, the size of a
trait change, and trait combinations on wheat grain yield potential. Simulated
trait impact scenarios will be created to guide breeding towards the most
effective traits and trait combinations for future wheat across the world.<br>
Simulated traits to be investigated will include increased canopy radiation use
and radiation use efficiency via increasing carbon capture before flowering,
enhancing photosynthetic pathways and specific changes in plant architecture to
increase biomass, optimized harvest index, optimizing phenology and deeper and
faster root growth to enhance water and nutrient capture<br>
to sustain enhanced biomass growth rates. Crop models will be tested with field
data from extreme high-yielding environments from Chile, France, NZ, and the
UK. These field data will be used to understand and quantify traits to improve
grain yield potential and then applied in simulation studies across global
growing environments. To increase the precision of model simulations, the
multi-model ensemble platform AgMIP-Wheat will be employed at representative
locations and gridded scales covering the entire global wheat-growing area.
Uncertainty in trait estimations due to up-scaling point-models to larger areas
will be quantified in addition to model uncertainty. The proposed modelling
project will estimate the actual region-specific benefits of promising traits
to increase yield potential well before an expensive, decades-long breeding
effort could achieve this in new cultivar releases. This project will assist
breeding towards the most effective traits and trait combinations for future
wheat with increased grain yield potential.</p></div> | | | <div class="ExternalClass6FD239CD-3239-45F8-867C-36D6D3890E08">Prof. Dr. Frank Ewert; Prof. Dr. Heidi Webber</div> | Ewert, Frank | <div class="ExternalClassC4F9E511-AD55-4D61-8801-AAC6DE33E390">Prof. Dr. Frank Ewert</a></div> | | | | | | | | | | | 3 | 3 | | <div class="ExternalClass89D69AC1-3A26-41F1-AFD7-8E398AFF5B46"><ul><li>Integrierte Analyse und Folgenabschätzung in Pflanzenbau- und Grünlandsystemen</li></ul></div> | <div class="ExternalClass31F9BE65-5472-4B25-9B25-6F3E61390C6A"><ul><li>Integrated Crop and Grassland Systems Analysis and Assessment</li></ul></div> |