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 | Direktorat,Programmbereich 3 „Agrarlandschaftssysteme“ | Directorate,Research Area 3 „Agricultural Landscape Systems“ | x1x5x70x | Ewert, Frank; Webber, Heidi | x2005x2302x | <div class='ntm_DIR'>DIR</div><div class='ntm_PB3'>PB3</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 Direktorat,Programmbereich 3 „Agrarlandschaftssysteme“ Ewert, Frank; Webber, Heidi Drittmittel Directorate,Research Area 3 „Agricultural Landscape Systems“ completed abgeschlossen <div class="ExternalClass6A03BCE660D74F01A4DD337C68454C65"><p>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.</p><p>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</p></div> <div class="ExternalClass5A9F25011456400295C294E5FDD79D86"><p>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.</p><p>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 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="ExternalClass564236A8-87EC-4608-9B37-7F5F1F6A3367"></div> <div class="ExternalClass1AA3B26F-F073-4179-8268-6079652736DE"></div> <div class="ExternalClass4ABE3A61-12D7-43A9-9D2F-1C62F5C6EAD4"></div> <div class="ExternalClass894B2960-A545-436F-AF03-CDC013CAA837"></div> <div class="ExternalClass5303C06A-1067-47D7-A249-4943E9473D06"></div> | <div class="ExternalClass6A03BCE660D74F01A4DD337C68454C65"><p>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.</p><p>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</p></div> | <div class="ExternalClass5A9F25011456400295C294E5FDD79D86"><p>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.</p><p>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 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="ExternalClassB88D84E7-FE78-448E-B40C-FBCE4FE68B57">Prof. Dr. Frank Ewert; Prof. Dr. Heidi Webber</div> | Ewert, Frank | <div class="ExternalClass74FCEC02-1948-47F9-8D0D-38DDA04A15DF">Prof. Dr. Frank Ewert</a></div> | | | | | | | | | | | 3 | 3 | <a title="Anlage zum Projekt | Project attachment" href=" /de/forschung_lehre/projekte/AttachmentsFoPro/PB3_IWYP_2020-21_de_1375.pdf">PB3_IWYP_2020-21_de.pdf</a> <a title="Anlage zum Projekt | Project attachment" href=" /de/forschung_lehre/projekte/AttachmentsFoPro/RA3_IWYP_2020-21_en_1375.pdf">RA3_IWYP_2020-21_en.pdf</a> | <div class="ExternalClass145B97A2-B94A-4C9E-A211-655221D4A4FD"><ul><li>Integrierte Analyse und Folgenabschätzung in Pflanzenbau- und Grünlandsystemen</li></ul></div> | <div class="ExternalClass452664A8-9E52-4D7C-9424-734BB0579DFB"><ul><li>Integrated Crop and Grassland Systems Analysis and Assessment</li></ul></div> |