排序方式: 共有57条查询结果,搜索用时 15 毫秒
1.
为探明不同施肥方式对糜子营养品质、食味品质和产量的影响,于2019年在山西河曲进行试验,以河曲大红糜子为材料,选用不同配比的有机肥(羊粪)、生物菌肥、尿素和复合肥,研究不同施肥配比对糜子品质和产量的影响。结果表明:不同肥料配比对糜子产量和品质性状显著影响,复合肥和有机肥(F+Y)配施显著提高糜子籽粒产量(GY)、净光合速率(Pn)、钙(Ca)和铁(Fe)含量,显著减低直链淀粉含量(AC);相关性分析发现,籽粒产量(GY)和净光合速率(Pn)呈极显著正相关,相关系数为0.82,镁(Mg)与铁(Fe)呈极显著正相关,值为0.68,直链淀粉含量(AC)与醇溶蛋白含量(Gli)、钙(Ca)达到极显著负相关,值分别为-0.66和 -0.50;主成分分析发现,糜子各性状指标分为4个主成分,分别代表糜子食味品质、营养品质、产量指标和蛋白营养品质,综合得分以复合肥和有机肥(F+Y)处理最高,并显著高于其他处理。综上所述,复合肥(187.5 kg·hm-2)与有机肥(1.5×10 kg·hm-2)配施是糜子获得优质高产的主要施肥方式。 相似文献
2.
【目的】本文使用分位数回归和分位数组合对枝下高进行建模和预测,为单木枝下高模型的构建提供新的思路和方法。【方法】利用大兴安岭新林区4个林场的兴安落叶松天然林实测数据,采用非线性回归构建枝下高基础和广义模型并分别扩展到分位数回归。使用三分位数组合(τ=0.1,0.5,0.9)、五分位数组合(τ=0.1,0.3,0.5,0.7,0.9)、九分位数组合(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)和4种抽样设计(抽最大树、抽最小树、抽平均木、随机抽取)进行预测,比较不同分位数组合的预测效果并分析不同抽样设计对预测精度的影响。同时使用双重交叉检验对非线性回归、最优位数回归和最优分位数组合进行比较。模型拟合和检验的评价指标主要包括平均绝对误差(MAE)、均方根误差(RMSE)、相对误差(MPE)和调整确定系数(R2adj)。【结果】(1)无论是非线性回归还是分位数回归,广义模型的拟合MAE较基础模型可降低6%~12%,RMSE可降低6%~10%,检验效果也优于基础模型。枝下高与胸径呈负相关、与样地优势高和每公顷断面积呈正相关。(2)中位数回归在所有分位数中拟合能力最好,且效果与非线性回归相似。分位数回归可以描述枝下高的分布。(3)3种分位数组合都可以对枝下高模型进行预测且效果相差不大,三分位数组合就可以满足枝下高的预测精度。中位数回归的交叉检验结果与非线性回归相似,三分位数组合的预测能力最优,MAE和MPE较非线性回归和中位数回归分别下降了20%和4%左右,R2adj提高了16%左右。(4)基础和广义分位数组合的最优抽样设计分别为抽平均木5株和抽大树7株。【结论】本研究基于三分位数组合(τ=0.1,0.5,0.9)的枝下高模型可以提高预测精度,具体应用基础和广义分位数组合模型的最优抽样设计分别为抽平均木5株和抽大树7株。综合预测精度和调查成本的考虑,在实践中应用分位数组合时,推荐在样地中抽取5株平均木对枝下高进行预测。 相似文献
3.
4.
【目的】本研究以叶片氮含量为切入点,探求糜子籽粒蛋白质含量的最佳光谱预测模型,为糜子优质生产的管理调控提供理论依据。【方法】结合2017年和2018年2年的氮肥运筹试验数据和光谱数据,通过“光谱特征信息—叶片氮含量—籽粒蛋白质含量”这一研究思路,以叶片氮含量为中间链接点将光谱模型和籽粒蛋白质含量链接,建立基于高光谱糜子籽粒蛋白质含量监测模型。【结果】利用支持向量机(SVM)构建的糜子全生育期叶片氮含量监测模型要优于逐步多元线性回归(SMLR)和偏最小二乘法(PLS),并且原始光谱反射率(R)的SVM模型效果优于一阶导数(1ST)模型,建模集和验证集的R 2分别为0.928、0.924;RMSE相对较小,分别为0.19、0.12;RPD都大于2,分别为3.71、6.07。开花期、灌浆期和成熟期的叶片氮含量和籽粒蛋白质含量均达到极显著正相关,相关系数分别为0.48、0.66和0.73。灌浆期R-SVM模型能准确的监测糜子籽粒蛋白质含量,决定系数R 2为0.798,均方根误差RMSE为0.14,预测残差RPD为1.65。 【结论】建立基于灌浆期糜子籽粒蛋白质含量的高光谱R-SVM监测模型,有助于指导糜子优化田间管理、种植业结构调整和籽粒品质分级,为高光谱技术在糜子优质高产栽培和精准农业发展提供技术基础。 相似文献
5.
基于近红外光谱法快速检测藜麦纤维含量 总被引:1,自引:0,他引:1
[目的]探索一种快速测定完整藜麦籽粒纤维含量的方法。[方法]采集100个藜麦样品的近红外光谱,运用近红外光谱分析技术建立数学模型并进行预测。[结果]在10 000~4 000 cm~(-1)波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗纤维近红外定量模型,校正和预测效果最佳,所得的粗纤维近红外定量模型的交叉验证决定系数为0.884 8,外部验证决定系数为0.876 1。[结论]以完整藜麦籽粒为样品所建立的纤维NITS模型可用于藜麦纤维含量的快速检测。 相似文献
6.
不同氮肥处理对糜子产量及品质的影响 总被引:2,自引:0,他引:2
以晋黍9号为材料,研究了普通尿素和缓释尿素对糜子产量和品质的影响。结果表明:施氮处理的糜子蛋白质含量都显著大于对照,而淀粉含量都显著小于对照;产量以PN2(普通尿素150 kg·hm-2)最高,增产幅度为28.48%;产量与穗数和单株粒重达到极显著正相关,相关系数分别为0.81和0.62;糜子产量与籽粒蛋白质含量呈极显著正相关,相关系数为0.83,与籽粒淀粉含量呈显著负相关,相关系数为-0.44。本试验条件下,糜子产量的增加主要是通过增加穗数和单株粒重来实现的。以普通肥料N150 kg·hm-2为最适施氮量。研究表明不是所有土壤类型都适合施用缓释尿素,研究区为砂质土,保水保肥能力差,通气性好,施用普通尿素比缓释尿素效果好。 相似文献
7.
8.
为研究谷子品种产量性状和碾磨品质性状的相关性,以150份谷子品种为材料,采用相关分析、通经分析及多元回归分析等方法,探讨7个产量性状(穗长、穗粗、码数、码粒数、单穗重、穗粒重和千粒重)和3个碾磨品质性状(脱壳率、出米率和整精米率)之间的关系,明确影响谷子整精米率的主要因子。结果表明,山西谷子品种产量性状和碾磨性状的变异系数为3.74%~38.57%,单穗重变异系数最大,脱壳率变异系数最小。整精米率与脱壳率(r=0.780)、出米率(r=0.796)及穗粗(r=0.218)呈极显著正相关,与穗长(r=-0.296)和单穗重(r=-0.283)呈极显著负相关,与穗粒重(r=-0.176)和码粒数(r=-0.163)呈显著负相关。逐步回归分析结果表明,穗长、穗粗、单穗重、穗粒重、脱壳率和出米率是决定整精米率的主要因子。通径分析结果表明,穗粗、出米率和脱壳率对整精米率产生了直接正向效应,穗长和单穗重对整精米率产生了直接负向效应,穗粒重主要通过单穗重对整精米率产生较大的负向效应。主成分分析结果表明,10个性状可归为5个主成分,累积贡献率达87.897%;其中,第1、第2主成分的贡献率较高(32.... 相似文献
9.
为了建立基于叶绿素密度淀粉积累量的最佳种植密度光谱监测模型,利用遥感技术准确测量小麦淀粉积累量,本试验通过大田试验,根据品种特性和晋中地区推广种植密度分别设置5个种植密度(300万苗.hm 2、450万苗.hm 2、600万苗.hm 2、750万苗.hm 2、900万苗.hm 2),对其冠层光谱、叶绿素密度和淀粉积累量进行了测定,并利用统计学方法对5个种植密度的数据进行分析,对混合密度进行模拟。结果表明,在5个密度梯度和模拟混合密度下所建立的淀粉积累量光谱监测模型中,以密度750万苗.hm 2条件下的NDVI(1 200 nm,670 nm)所建立的光谱模型最好,其精确度可达0.920 6。用2009—2010年的试验数据对模型进行检验,其预测值和实测值的R2也可达0.954 2,表明750万苗.hm 2的种植密度是对冬小麦淀粉积累量进行预测的最佳密度,依此所建立的冬小麦淀粉积累动态监测光谱模型是可行的。同时,所建立模拟混合密度模型的精确度可达0.883 1,验证R2也可达0.905 4,说明该模拟混合密度模型能够较准确地预测不同种植密度条件下的淀粉积累量。因此,模拟混合密度模型在现实应用中具有较好的适用性和普适度。 相似文献
10.