北方设施草甸土土壤盐分组成分析

采用灰色关联度法和主成分分析法,对辽宁省海城市设施农业主产区32个代表性土壤样品盐分指标进行分析。结果表明,土壤全盐与其他盐分指标的关联度大小为:氯离子>硫酸根离子>钾离子>硝酸根离子>1/pH>钠离子>碳酸氢根离子>钙离子>镁离子。主成分分析过程中,全盐、氯离子、硝酸根离子、钾离子、1/pH及硫酸根离子对第一主成因起到主要正效应。盐分指标综合得分聚类分析结果显示,东四镇设施土壤盐分程度差异明显,大部分地区土壤盐分程度区域间相异而区域内相近。     

北京市空气质量指数对番茄和草莓光合作用的影响

运用Yaxin-1102便携式光合蒸腾仪,于2014年1月至3月对北京市房山区的设施番茄和草莓的光合作用进行连续测定.通过分析棚温、光合有效辐射以及番茄和草莓的光合速率随空气质量指数的变化趋势,探讨空气质量对不同果蔬品种光合作用的影响.结果表明:随着空气质量指数的增加,番茄棚和草莓棚的棚温、光合有效辐射以及光合速率都随之减小,大气污染对光照的限制是影响设施蔬菜光合作用的主要因素.无论是否受到大气污染的影响,番茄和草莓的光合速率都与光合有效辐射和棚温呈正相关关系.空气质量指数低于三级轻度污染时,番茄和草莓的光合速率主要受到光合有效辐射的影响;当空气质量指数为四级中度污染以上时,番茄的光合速率主要受到光合有效辐射的影响,而草莓的光合速率主要受到棚温的影响.因此,当空气质量指数处于四级中度污染以上时,番茄棚应通过补光来提高光合速率,而草莓棚则需通过增温来维持光合速率.     

豫北小麦产量构成因素的灰色关联度分析

运用灰色关联度分析方法,研究分析豫北小麦12个品种的主要产量构成因素对产量的影响。结果表明,产量与其他各性状的关联度大小依次为:千粒重(0.773)>有效穗数(0.746)>株高(0.690)>穗粒数(0.689)=生育期(0.689)。产量构成因素间,生育期与其他各性状都较为密切。在豫北地区小麦高产育种中,应注重对千粒重和有效穗数的选择。     

适于镉铜复合污染农田安全利用的油菜品种筛选

筛选籽粒有害重金属低积累的农作物品种是实现污染农田安全利用的重要途径。以Cd、Cu复合污染农田为基地,通过田间试验,对比14个油菜品种对重金属Cd和Cu积累和富集的差异,筛选适宜污染农田种植的油菜品种。结果表明:油菜各部位的Cd含量表现为茎秆>根>果荚>籽粒,Cu含量表现为根>果荚>籽粒>茎秆。油菜籽粒的Cd富集系数高于Cu。综合油菜产量、籽粒重金属含量和富集系数,筛选出适合试验区Cd、Cu复合污染农田安全利用替代种植的油菜品种3个:浙油51,赣油杂6号,纯油王1号。     

江南地区大棚草莓产量预报模型研究

研究旨在建立以浙江慈溪为代表的江南地区气候相似区域无加温大棚草莓产量预报模型。根据冬春季大棚草莓主要生育期和果实生长发育生理特性,以2011—2021年浙江省设施农业气象试验站（慈溪）大棚草莓产量统计数据、产量形成期大棚内各小气候要素气象资料为研究基础,采用多项式预报法,构建基于有效积温和辐热积等小气候关键因子与产量的多元回归模型,从而建立江南地区大棚草莓产量预报模型。所建产量预报模型平均精度达95.3%,最低精度在90%以上,有较好精度,可提供较为准确的大棚草莓年产量预报信息,可为江南地区大棚草莓及其他气候相似区大棚果蔬作物生产过程中的产量预报提供参考。     

河南省主推小麦品种产量及其构成因素的相互关系分析

运用相关分析和通径分析的方法,对产量与产量构成三因素进行统计分析,研究河南省 2018 年度主要推广的40个半冬性小麦品种产量构成三因素对产量的影响及产量三因素之间的相互关系。结果表明,产量及产量构成因素的变异系数大小为穗粒数>千粒重>有效穗数>产量;简单相关分析、偏相关分析和通径分析结果一致,其相关程度大小顺序均为千粒重>穗粒数>有效穗数。河南省小麦(半冬性品种)高产育种策略应注重对千粒重的选择,稳定穗粒数,挖掘有效穗数,同时一定要注意三因素间的协调。     

西北盐碱地区不同柳枝稷品种光合特性与产量比较

为选择光合性能强、生物质产量高的柳枝稷品种,在宁夏银北盐碱地区,以11个能源作物柳枝稷(Panicum virgatum)品种为材料,利用灰色关联度分析法对它们开花期的蒸腾速率、气孔导度、净光合速率、胞间CO₂浓度、水分利用效率5个光合指标和产量进行研究。结果表明:在盐碱地条件下,不同柳枝稷品种开花期的光合特性与产量差异显著,综合表现为:Cave-in-Rock>Alamo>Kanlow>Forestberg>Ansai>Pathfinder>Nebraska 28>Japan>Trailblazer>NewYork>Black Well。其中,Cave-in-Rock加权关联度与理想品种的关联度最大,产量较高,综合表现最优; Alamo和Kanlow加权关联度分别为0.711、0.654,且生物质产量高,分别为20.47、17.93 t·hm^-2。经综合评价,Cave-in-Rock、Alamo、Kanlow在西北盐碱地区具有较高的产量潜力。Black Well、NewYork、Trailblazer、Japan、Nebraska 28综合表现较差,其他品种综合表现为中等水平。     

河南省2013—2018年审定的弱春性小麦品种产量结构分析

对2013—2018年河南省审定的33个弱春性小麦品种的产量及产量构成因素进行相关分析和通径分析,结果表明,产量三要素的变异系数大小为:穗粒数>有效穗数>千粒重;产量三要素与产量的相关程度为:有效穗数>千粒重>穗粒数;偏相关分析,产量三要素与产量呈极显著正相关;产量构成因素对产量的直接通径系数均为正值,且与相关分析结果一致。近期河南省弱春性小麦的选育应在保证适宜有效穗数的基础上,增加千粒重,稳定穗粒数。     

南麦系列小麦品种主要性状关系分析

为明确南麦小麦品种主要性状间的相关关系,对7个系列品种的12项性状参数进行了简单相关和系统灰色关联度分析。结果表明,供试品种农艺性状和品质性状有着复杂的相关关系;产量与5个主要农艺性状的关联度系数大小排序为生育期>有效穗数>株高>穗粒数>千粒重;产量与7个主要品质性状的关联度系数大小排序为吸水量>粗蛋白含量>Zeleny沉降值>湿面筋含量>能量>稳定时间>降落值;农艺性状与品质性状灰色关联度分析结果表明,生育期与粗蛋白含量、湿面筋含量关联程度高,株高与湿面筋含量、Zeleny沉降值关联程度高,有效穗数与粗蛋白含量、湿面筋含量关联程度高,穗粒数与降落值、稳定时间关联程度高,千粒重与吸水量、稳定时间关联程度高。     

嘉善黄桃农业气象指数保险产品初探

利用1987—2016年嘉善黄桃产量与气象数据,分析黄桃产量与气象要素的相关性。结果显示,与嘉善黄桃气象产量相关性最强的气象因子是4—5月平均气温日较差。线性回归分析显示,4—5月平均气温日较差仅能解释气象产量25%的变化,两者间对应关系较弱。根据经验分析,台风对黄桃产量有较明显影响,依据历史台风灾害确定各级台风强度对应的黄桃灾损率,并设计黄桃气象指数保险产品。     

温室标准切花菊发育模拟与收获期预测模型研究

 【目的】建立一个可以预测温室标准切花菊现蕾和收获期的模拟模型，为温室切花菊温光调控提供决策支持。【方法】根据菊花（Chrysanthemum morifolium Ramat.）发育对光温反应的特性，提出了生理辐热积（physiological product of thermal effectiveness and PAR，PTEP）的概念，通过不同扦插期和不同品种的试验，建立了以生理辐热积（PTEP）为尺度的温室标准切花菊发育模型，并用独立的试验数据对模型进行了检验。【结果】模型对从扦插到定植、短日处理、现蕾和收获期的模拟预测值与实测值的符合度较好，预测值与实测值间1:1线的回归估计标准误差RMSE分别为2.3、2.9、1.2和3.2 d，预测精度明显高于以有效积温为尺度的发育模型（RMSE分别为3.0、12.5、12.5和15.6 d）。【结论】本研究建立的模型能较准确地预测标准切花菊各个发育阶段出现的时间与收获期，可以为中国温室标准切花菊周年生产的光温调控提供理论依据和决策支持。     

基于气象资料的中国冬小麦收获指数模型

【目的】建立基于气象资料的中国冬小麦收获指数统计模型,为构建作物产量模型提供支持。【方法】获取河南、河北、山东合计30个农业气象观测站近20年冬小麦农业气象观测数据,利用时间序列分析方法提取趋势收获指数,收获指数观测值与趋势收获指数差值即为由气象要素决定的气象收获指数。采用逐步回归分析方法建立基于气象要素的冬小麦收获指数统计模型,模型模拟并反映气象要素变化对冬小麦气象收获指数的影响。【结果】冬小麦关键生育期气象要素与气象收获指数相关关系显著,但单站尺度和区域尺度的显著性水平存在差异。利用209组独立数据,分别在单站和区域尺度对建立的冬小麦收获指数模型进行了验证,单站尺度上模型模拟值与实测值的线性相关系数和斜率分别是0.65和0.4(2n=209,P0.001),均方根误差12.2%,平均偏差-2.4%,拟合指数75.8%,模拟效率42.3%;区域尺度上模型模拟值与实测值的线性相关系数和斜率分别是0.56和0.33(n=209,P0.001),均方根误差13.3%,平均偏差-1.3%,拟合指数为69.0%,模拟效率为31.7%。【结论】基于气象资料构建的冬小麦收获指数模型可以较好地模拟不同气象条件下冬小麦收获指数的动态,该模型可与作物NPP模拟模型相耦合,用于区域尺度上冬小麦产量的模拟研究。     

基于3种回归模型的红枣产量动态预报

根据宁夏中卫市1981～2005年红枣产量数据与相应年份的气象要素数据,分别运用进入回归模型、逐步回归模型、向后回归模型分析红枣返青期、开花期、果实转色期气象因子与产量的关系,并对模型计算结果进行产量丰歉等级划分,通过数学期望判定模型优劣度。结果表明,返青期采用逐步回归模型、开花期采用向后回归模型、果实转色期采用进入回归模型预报当年产量丰歉程度准确率较高。     

基于气候适宜度指数的茎瘤芥产量动态预报方法

为做好重庆重要特色经济作物茎瘤芥的产量预报，本研究耦合光、温、水与茎瘤芥产量形成的供需关系，以预报日前不同生育期气象资料作为参考数据集，基于气候适宜度指数与气象产量指数，建立茎瘤芥产量动态预报模型。结果表明：茎瘤芥幼苗—瘤茎膨大期气候适宜指数与气象产量指数相关性优于仅考虑瘤茎膨大期的分析结果。采取幼苗—瘤茎膨大期以及仅瘤茎膨大期两类参考数据集建立茎瘤芥瘤茎产量丰歉动态预报模型，幼苗—瘤茎膨大期作为参考数据集的计算模型表现更佳，不同起报时间瘤茎产量预报准确率平均值92.0%;归一化均方根误差平均值0.196;丰歉趋势准确率平均值68.2%。说明幼苗期气象条件对茎瘤芥瘤茎产量形成有一定贡献，考虑幼苗期气象要素的气候适宜指数能够更好地解释气象条件对茎瘤芥产量形成的影响。利用2017—2019年气象数据和产量数据对产量丰歉预报模型进行检验，各年度产量预报准确率基本在90%以上。基于气候适宜度指数的茎瘤芥产量动态预报方法能够以较高准确性和稳定性对茎瘤芥产量进行预测。     

信阳大棚草莓农业气象灾害预警指标研究及应用

摘要：［目的］研究信阳大棚草莓生长期间主要气象灾害指标和应用。［方法］利用信阳市气象局观测站气象资料和信阳市农业技术推广服务中心提供的大棚草莓生长、产量、主要资料，对信阳市农科院草莓种植园内气象要素光、温、水与棚内草莓产量关系，采用相关分析法进行分析；棚内温度与气温关系模型，采用多元线性回归法。［结果］在建立棚内温度与外界气象站气温关系模型的基础上，进一步研究了大棚草莓生长、产量与气象因子的关系和农业气象灾害的影响，确立了大棚草莓生长期间气象灾害预警指标及防御对策。［结论］在品种和生产技术相同的条件下，草莓单产的高低受棚内气象条件和棚外气象灾害的共同影响。总结出草莓生长期间的农业气象灾害及预警指标，为信阳草莓生产期间开展气象专题服务提供技术支撑。同时根据建立的指标，通过农业智慧气象小气候仪进行超极限温度报警和干旱肥水一体化自动灌溉装置，为大棚草莓生产管理提供方便。     

宁夏马铃薯主产区关键生育期气象适宜度评价

采用宁夏西吉县马铃薯发育期观测资料,计算西吉县马铃薯各个发育期的平均积温,结合气象资料反演出宁夏其他马铃薯主产区历年马铃薯发育进程。依据这些发育期,利用世界农粮组织推荐的适宜度计算公式,计算马铃薯关键发育期平均温度、降水、日照适宜度。以这些适宜度为自变量,历年收歉年为个案标记依据,采用聚类分析方法,得出马铃薯关键发育期温度、降水、日照气象适宜度阈值,利用木桶原理得出马铃薯关键发育期综合适宜度阈值。结果显示,宁夏马铃薯主产区在播种-出苗期间,歉年、平年、丰年的综合适宜度分别为0.44、0.53、0.74;在花序形成-开花期间,歉年、平年、丰年的综合适宜度分别为0.33、0.56、0.86。用历史资料通过回代检验,准确率在65.6%~91.6%之间,可应用于马铃薯生长期评价。     

中国粮食产量丰歉气象模型研究（Ⅰ）：—粮食总量丰歉模型

选取1993－1997年对国家粮食总产量贡献率在1％以上、代表国家粮食总产97．2％的23个省（区）为建模对象，根据这23个省（区）1961－1995年的单产资料及每省3－7个、共105（区）粮食粮食产产丰歉伯气象模型。模型对23个省（区）35年共436个“丰产年”的拟合准确率为89％（388／436），131个“歉产年”的拟合准确率为84．75（111／131）。567个“丰歉年”的总拟合准确率为88％（499／567）。由23个省（区）拟合单产及实际面积得到的拟合总产量与其实际总量产量比较，35年平均准确率为97．63％，最小相对误差0．23％最大相误差6．4％。     

草莓果实成熟过程中Vc和可溶性固形物含量的变化

[目的]探索草莓的最佳采收期。[方法]以盆栽草莓果实为试验材料,研究草莓成熟过程中果肉硬度、维生素C含量和可溶性固形物含量的变化规律。[结果]随着草莓果实的成熟,果肉硬度逐渐下降,维生素C含量逐渐上升,可溶性固形物含量呈先上升后下降的趋势。[结论]随着草莓果实的成熟,果肉硬度下降,内在品质提高。     

Ensemble learning prediction of soybean yields in China based on meteorological data

The accurate prediction of soybean yield is of great significance for agricultural production, monitoring and early warning. Although previous studies have used machine learning algorithms to predict soybean yield based on meteorological data, it is not clear how different models can be used to effectively separate soybean meteorological yield from soybean yield in various regions. In addition, comprehensively integrating the advantages of various machine learning algorithms to improve the prediction accuracy through ensemble learning algorithms has not been studied in depth. This study used and analyzed various daily meteorological data and soybean yield data from 173 county-level administrative regions and meteorological stations in two principal soybean planting areas in China (Northeast China and the Huang–Huai region), covering 34 years. Three effective machine learning algorithms (K-nearest neighbor, random forest, and support vector regression) were adopted as the base-models to establish a high-precision and highly-reliable soybean meteorological yield prediction model based on the stacking ensemble learning framework. The model’s generalizability was further improved through 5-fold cross-validation, and the model was optimized by principal component analysis and hyperparametric optimization. The accuracy of the model was evaluated by using the five-year sliding prediction and four regression indicators of the 173 counties, which showed that the stacking model has higher accuracy and stronger robustness. The 5-year sliding estimations of soybean yield based on the stacking model in 173 counties showed that the prediction effect can reflect the spatiotemporal distribution of soybean yield in detail, and the mean absolute percentage error (MAPE) was less than 5%. The stacking prediction model of soybean meteorological yield provides a new approach for accurately predicting soybean yield.