黔花生1号产量与构成因素的关系及丰产稳产性分析

利用区域试验资料,采用单因变量逐步回归(在F=.0000筛选)和通径分析的方法对黔花生1号产量构成因素进行了分析.表明各因素对产量的贡献大小为单株饱果数＞百仁重＞单株总果数＞结果枝数＞单株生产力＞出仁率;并建立了产量与构成因素间的多元线性回归模型Y=1278.26-7.44x2+1.54x3+27.39x4+3.28x6-18.92x-10.08x8.应用产量主效应离回归系数、回归离差、环境主效应分析表明,黔花生1号具有丰产性和稳产性好、适应性广的特点,适宜在贵州省大部分地区推广种植.     

大豆产量预测预控数学模型的研究

本试验采用四元二次正交回归旋转组合设计方法,建立了密度、氮、磷,钾肥四因素的综合效应产量模型,通过计算机模拟,筛选出亩产225公斤以上的农艺措施组合方案,并通过主成分分析,评价了各因素对产量的贡献。还利用特定产区大豆的历史资料,经逐步回归分析建立了相应产区的大豆气象趋势产量模型,并将气象因素引入栽培模型,建立了具体产地的大豆产量预测预控模型。     

芝麻产量气象模式研究

本文将芝麻历史产量分解为趋势产量与气象产量两个分量,并将气象产量变换为气象产量指数,通过多重非线性回归模拟,建立了气象产量指数及产量模式,从而揭示芝麻产量动态趋势及年际变化原因。其结果,可用于鉴定芝麻生育期间的农业气候条件,为芝麻趋利避害与高产稳产提供依据,并可用于产量的预测预报。 本文采用安徽淮北平原阜阳县历年芝麻单产及相应年份的气象资料。五十年代,由于春、夏芝麻并行,六十年代起以夏芝麻为主,故五十年代产量资料舍去不用。现将研究结果分述如下:     

黑龙江省大豆主产地产量动态预报系统的建立

利用黑龙江省大豆主产区农业气象试验站产量资料和发育期资料,日最高气温、最低气温、日降水量和日照时数等资料,根据历史相邻两年关键气象因子变化引起大豆产量的丰欠指数,建立动态产量预报模型,并在已建立预报模型的基础上,以Visual Basic 6.0为计算机语言开发黑龙江省大豆产量动态预报系统。结果表明:经2011-2013年大豆产量动态预报检验,5个代表站81%的大豆预报结果丰欠趋势与实际趋势表现一致,单产预报准确率总体较好,越接近大豆成熟,预报准确率越高;经2016年业务运行,预报系统可以方便、快捷地实现对黑龙江省主产区大豆产量的动态预报。     

基于趋势单产和干旱指数的河南省冬小麦单产估算

为了探究相关气象因子对小麦生产的影响,获取极端气候条件下满足精度需求的作物估产模型,以河南省为研究区,对研究区的历史小麦单产数据进行时间序列分解,得到趋势单产,再结合不同时间尺度干旱指数作为输入变量,以实际单产作为输出变量,建立随机森林回归单产估计模型。选择典型干旱年份(2011年)与非干旱年份(2015年)进行小麦单产模型的精度验证,并对输入变量的重要性进行了分析。结果显示,随机森林回归单产估计模型拟合精度整体较高,各市模型的决定系数平均为0.87,平均绝对值误差的均值为17.69 kg·hm~(-2),平均绝对相对误差的均值为0.07。面积加权和简单平均估计得到的各市小麦估产的精度平均值在2011年分别为96.16%和95.12%,在2015年分别为92.99%和92.26%。干旱年份估产精度整体上高于非干旱年份估产精度,面积加权后的小麦单产估计精度略高于简单平均的小麦单产估计精度。对建模贡献最大的输入变量是趋势单产。就干旱指数来说,1个月时间尺度的干旱指数重要性整体高于2和3个月时间尺度的干旱指数;4月份的干旱指数重要性整体高于生长季其他月份的干旱指数。该模型能够准确及时地获取极端气候下小麦产量信息以及变量对小麦产量的影响,可以为研究气候变化对小麦产量的影响和提高极端气候条件下的估产精度提供方法参考。     

影响南平烤烟产量的主要气象因子及产量预报

运用相关分析对南平市烤烟生产的相关气象因子与当年烤烟单产、上等烟比率进行了比较分析,结果表明：影响南平市烤烟单产的主要气象因子是上半年的降水量（降水日数）,且为负相关;影响南平烤烟品质的主要气象因子为大田期≥8.0℃有效积温和1月1日～7月20日最低气温。利用逐步回归的方法将相关较好的气象因子建立了产量预测模型,以为南平市的烤烟优质高产提供科学依据。     

气象因子对大豆产量影响的相关分析

本文利用1960—1981年(1969年除外)21年间的吉林省农科院大豆产量资料和怀德县气象站的气象资料;1967—1977年11年间梨树县梨树公社八里三队的大豆产量资料和相应的梨树县八年气象资料,进行相关和回归分析。相对确定影响怀德县高肥力条件下和梨树县中等肥力条件下大豆产量的主要气候因素和关键时期。建立大豆产量—气象模式,为预报大豆产量,为制定大豆高产的农业措施和气候区划提供依据。     

高原粳稻超稀移栽效应分析

以滇型三系杂交粳稻滇杂37、常规粳稻CR -4 -9为研究材料,设每公顷栽12万、18万、24万、30万和36万穴5个密度水平,单本移栽,研究超稀移栽条件下高原粳稻产量和其它性状的变化.结果表明,产量随密度增加逐渐增加,至30万穴/hm2密度水平产量达到最大值杂交粳稻和常规粳稻分别为13.90和11.62 t/hm2,之后产量缓慢下降,2个品种的产量与密度回归模型分别为yA1=10.1520+1.8853x -0.230 7x2和yA2=9.5980+1.0613x -0.1407x2;2个品种每公顷30万穴比12万穴分别增产18.20％和10.24％,达极显著水平;单株有效穗数、单株生产力、成穗率与密度呈极显著负相关,最高茎蘖数、有效穗数分别与密度呈极显著和显著正相关;超稀条件下,生育进程推迟2～6d.高原粳稻在适当的低密度水平下可实现增产增效.     

春茶产量与秋冬季气象条件的积分回归分析

依据1972—1983年本所丰产试验茶园的春茶产量资料和同期的气象记录,首先用正交多项式回归方法计算了春茶的趋势产量,再根据所分离出的气象产量,利用改进的费希尔(Fisher)积分回归方法分析了秋冬季气温、降水量和日照时数三个气象因子与翌年春茶产量的积分回归模式,并计算了各因子各时段对翌年春茶产量的影响系数。本研究利用数学方法定量地分析了秋冬季气象条件对翌年春茶产量的影响大小及原因,对提高春茶气象产量所应采取的栽培措施有一定的指导意义。     

基于气候适宜度指数的吉林省大豆单产动态预报研究

为及时、准确地进行大豆产量预报,给相关部门提供可靠依据保障吉林省粮食安全,利用吉林省1980-2016年大豆产量、生育期、逐日气象数据,基于大豆生长发育的生物学特性(最适温度、上限温度、下限温度、需水量、需光性等),构建大豆生长季逐旬温度、降水、日照时数及综合气候适宜度模型,通过与相对气象产量进行相关和回归分析,建立基于气候适宜度指数的7-8月逐旬产量动态预报模型,对吉林省大豆产量进行动态预报。结果表明:各时段建立的产量预报模型均通过0.05水平的有效性检验,能够客观反映大豆生长期内气象要素状况;各预报模型的历史回代检验平均准确率均大于85.0%,均方根误差小于20.0%;历史回代拟合的气象产量与实际气象产量在年际变化上具有较好的一致性,两者相关性通过0.05水平的显著性检验;在1981-2014共34年中各旬单产趋势预报准确的年份均在24年以上。各时段预报模型对2015-2016年的外推预报准确率分别在92.0%和81.4%以上,趋势预报不稳定,可能与模型没有考虑灾害影响有关。总体上,构建的产量预报模型可为吉林省大豆产量预报提供参考依据。