玉米新选自交系穗粒重和百粒重的遗传分析

利用江苏省沿江地区农业科学研究所新育成的玉米3个自交系S1、S3和S7组配的2个组合S1×S3和S3×S7的P1、P2、F1、B1、B2、F26个世代,运用主基因+多基因遗传模型和6个世代联合分析的方法,进行了玉米穗粒重和百粒重性状的遗传分析.结果表明:玉米穗粒重性状在2个组合中均表现为2对加性-显性-上位性主基因+加性-显性-上位性多基因遗传,以主基因遗传为主.百粒重性状在S1×S3组合中表现为2对加性-显性-上位性主基因+加性-显性-上位性多基因混合遗传,在S3×S7组合中表现为1对加性-显性主基因+加性-显性多基因混合遗传,均以主基因遗传为主.自交系S3在穗粒重性状上含有比S7或S1效应大的主基因,可用于改良江苏省主推品种苏玉19的穗粒重.     

玉米产量相关性状的遗传分析与育种应用

利用自主育成的3个玉米自交系S1、S3和S7组配的2个组合(S1×S3和S3×S7)的P1、P2、F1、B1、B2、F2等6个世代,运用六世代主基因+多基因模型联合分析方法,进行穗总重、穗长、穗粗、轴粗性状的遗传分析。结果表明,玉米穗总重性状在2个组合中均表现为以主基因遗传为主,2对加性-显性-上位性主基因+加性-显性-上位性多基因遗传。穗长性状组合S1×S3表现为加性-显性-上位性多基因遗传;S3×S7组合表现为1对加性-显性主基因+加性-显性-上位性多基因混合遗传。穗粗性状组合S1×S3表现为1对加性-显性主基因+加性-显性-上位性多基因遗传;S3×S7组合表现为1对完全显性主基因+加性-显性多基因混合遗传。穗长、穗粗性状均表现为多基因遗传为主。轴粗性状组合S1×S3表现为2对加性-显性-上位性主基因+加性-显性多基因混合遗传,主基因遗传为主;S3×S7组合表现为2对加性-显性-上位性主基因+加性-显性-上位性多基因混合遗传,多基因遗传为主。研究结果显示轴粗、穗总重、穗粗多以加性遗传为主,有利等位基因聚合育种及早代选择较有效。而要选获非加性遗传为主控制的穗长性状的高表型个体,晚代选择才有效,且2性状的F1代由于超显性作用可出现高表型组合。     

基于组合预测模型的水质数据预测研究

对时间序列水质预测问题进行研究,提出了基于最优加权法的组合预测模型.综合利用了ARIMA预测模型、人工神经网络模型和指数平滑法对水质数据进行预测,再将它们的结果利用最优加权组合法进行组合,得到组合预测模型结果.将组合预测模型应用到广州长洲水质预测工作中,得到了较好的预测结果.组合预测模型结果的精度高于单一模型结果.组合预测模型能平衡单一模型的偏差,具有更好的适用性和更高的精度.     

变权组合预测模型在洪水预报中的应用

【目的】研究洪水预报的多模型组合预报模式,丰富洪水预报的方式方法。【方法】将最优非负可变加权系数的组合预测方法应用于洪水预报中,分别建立最优加权组合预测模型和最优非负可变加权系数组合预测模型,以新安江模型、萨克拉门托模型、水箱模型和陕北模型为例进行组合预报,并用东洋河1982年8月的一场洪水实测流量值对2种组合模型进行了实例验证和比较。【结果】最优非负可变加权系数组合预测模型的3种误差指标均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为18.394 0,51.317 2和0.131 4,明显小于最优加权组合预测模型的28.110 7,108.816 7和0.268 9,且前者的确定性系数(DC)为0.961 3,明显大于后者的0.909 5,表明应用最优非负可变加权系数组合预测模型的预测结果优于定权重的最优加权组合预测模型的预测结果。【结论】考虑变权重的最优组合预测能进一步提高洪水预测的精度。     

基于改进GM（1，1）模型的沉降监测数据处理方法探讨

在分析GM（1，1）预测模型存在不足的基础上，提出了GM（1，1）模型的改进形式。运用序列算子作用和加权均值的方法来增强原始序列数据的光滑度；考虑到沉降监测数据序列既含有线性趋势又有指数增长趋势，用GM（1，1）和线性回归的组合模型对其进行建模和分析。实例分析表明，改进后的GM（1，1）模型可以提高预测精度，从而满足工程实际要求。     

组合模型分析方法在我国粮食产量预测中的应用

尝试将组合预测法应用于我国未来粮食产量的预测,以提高预测精度。通过赋予合理权重,将C-D生产函数模型、多元回归模型和指数平滑模型加权组合。对各模型进行平均绝对百分误差(MAPE)、希尔不等系数(Theil IC)和均方根误差(RMSE)等指标的比较,证明单一模型经过组合能够提高预测精度。     

福建主要蔬菜氮磷钾营养特性及其施肥指标体系研究Ⅰ.需肥动态模型及其特征参数分析

采用盆栽和田间试验以及回归分析方法,建立供试蔬菜根长增长模型和氮磷钾累积吸收动态模型.结果表明,在一个种植周期中,空心菜和苋菜根长增长以及空心菜、莴苣、白萝卜和大白菜氮磷钾累积吸收动态均呈现"S"型特征,z个根长增长模型和30个不同处理的蔬菜氮磷钾累积吸收动态模型均达到统计显著水平.根据根长增长模型和养分累积吸收动态模...     

基于灰色神经网络的换热器污垢预测研究

由于影响换热器污垢热阻的因素较为复杂,对其预测比较困难.针对这种情况,提出了利用灰色神经网络预测方法对污垢热阻进行预测.本文用一种灰色理论算法改进模型和RBF神经网络分别对换热器污垢热阻值进行预测,并对预测结果进行最优组合,同时给出了预测曲线.结果表明与GM（1,1）模型相比较,灰色神经网络组合模型（GMNN）预测精度更高,可以较准确地预测污垢热阻随时间的变化趋势.     

基于AMMI模型对蓖麻杂交种适应性的分析(英文)

[目的]分析4个蓖麻杂交种的生产适应性和稳定性,探讨AMMI模型在品种评价中的应用方法。[方法]应用AMMI模型及双标图对4个蓖麻杂交组合2008-2009年多点试验的产量性状进行稳定性分析,进而评价各参试组合的稳定性和适应性。[结果]AMMI模型分析表明,交互作用主成分轴奇异值IPCA1、IPCA2两项共解释了92.24%的互作变异,AMMI模型不仅最大程度地反应互作变异,而且能准确地分析品种的适应能力和稳产性。[结论]AMMI模型把方差分析和主成分分析结合在一起,相对于传统的方差分析方法提高了精确度。甚至能够对自身没有结果能力的雌性系,也可以通过鉴定其F1代的基因和环境的互作效应,间接评价雌性系的适应性。     

基于最优加权组合模型的枯季径流预测研究

【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应用到石羊河流域支流西营河的枯季径流预测中,采用相关系数、确定性系数以及均方根误差对各模型预测精度进行比较。【结果】单项预测模型中,仅ARIMA模型通过了确定性系数检验;最优加权组合模型的预测精度较简单平均组合模型高;组合预测模型中,仅ARIMA-MLR和ARIMA-ANN最优加权组合模型的确定性系数高于所有单项预测模型。【结论】最优加权组合模型的精度不但取决于各单项预测模型的精度,也与其之间的相关性有关,适合西营河枯季径流预测的最优加权组合模型是ARIMA-MRL和ARIMA-ANN组合模型。     

广义Schumacher生长方程的推导及其应用

基于树木生长的生物学假设,通过提出衰减方程,导出了广义Schumacher生长方程,并将其分成两种生长类型LI-A型(P>1)及LI-B型(0相似文献   

金太阳杏果实生长发育的数学模型研究

在果实生长发育期,通过测定金太阳杏果实纵、横、侧径、体积、鲜重及干重,建立起金太阳杏果实生长模型。金太阳杏果实纵、横、侧径、鲜重与体积生长曲线呈“双S”型,生长模型曲线分别为:y=-2.711 9+0.352 8x-0.007x2+5×10-5x3,R2=0.989;y=-2.751 8+0.303 3x-0.005 2x2+3.4×10-5x3,R2=0.990;y=-2.506 8+0.276 7x-0.004 8x2+3.2×10-6x3,R2=0.988;y=-22.756+1.978 4x-0.351x2+0.000 3x3,R2=0.991;y=-15.344+1.193 2x-0.01x2+8.8×10-5x3,R2=0.994。果实干重生长曲线呈“单S”型,生长模型曲线为y=1/(1/7+56.121 2×0.880 5x),R2=0.995。     

金柑果实生长发育的数学模型研究

[目的]建立金柑果实生长发育的数学模型,以确定适合金柑生长的栽培措施。[方法]以融安金柑为试材,通过测定金柑果实生长发育期间果实纵径、横径、发育天数等指标,建立融安金柑果实的生长模型,明确其相互间的变化规律。[结果]花后30 d内,金柑果实的纵、横径存在1个迅速生长期,期间果实纵径发育速度明显快于横径;花后30 d后,果实发育进入缓慢生长期,果实横径发育速度略快于纵径;花后100～110 d,果实大小有1个增长小高峰。果实横径（y）与发育天数（x）之间的生长模型方程为y=0.000 057x2-0.007 971x＋0.611 333,R2=0.995 0;果实纵径（y）与发育天数（x）之间的生长模型方程为y=0.000 097x2-0.013 264x＋0.855 225,R2=0.990 2。[结论]金柑果实横径、纵径与发育天数之间存在明显的多项式回归关系,且其生长进程数学模型同为二次方程。     

动物生长模型参数的常规估计法

三点法、差分法与三和法是Ｌｏｇｉｓｔｉｃ方程参数的３种常规估计方法，对其它动物生长模型，可以根据Ｌｏｇｉｓｔｉｃ方程参数估计的特点，运用３种常规法中适当的参数估计法，来估计模型参数．本文介绍并推导了除Ｌｏｇｉｓｔｉｃ方程以外的几种常用动物生长模型相应参数的常规估计法．     

基于有效积温的冬小麦返青后植株三维形态模拟

【目的】基于有效积温,利用三维建模技术,实现小麦生长模型与形态模型的有机结合,真实表达环境因素对小麦生长发育和形态结构的影响,最终实现小麦生长过程的三维可视化,为小麦作物生长动态预测、栽培管理调控、作物株型设计等提供重要参考。【方法】以天津地区主要推广小麦品种衡观35、济麦22和衡4399为材料,于2015—2016年冬小麦生长季内开展不同小麦品种和施氮水平的田间试验,采集各品种冬小麦在不同施氮水平下的叶长和最大叶宽等形态数据,通过分析各品种冬小麦返青后形态数据和有效积温的定量关系,用Logistic方程构建了冬小麦返青后叶片叶长、最大叶宽模拟模型,并对该模型进行检验;基于该模拟模型,计算各品种冬小麦返青后每个生长日的形态数据,借助OpenGL和NURBS曲面造型技术,构建冬小麦几何形态模型,最终实现冬小麦生长模型与形态模型的结合,实现了冬小麦返青后生长过程可视化。【结果】在不同品种、不同施氮水平下,小麦叶长回归方程R2值在0.772—0.983之间,F值在10.153—340.191之间,且Sig小于显著水平0.05,最大叶宽回归方程R~2值在0.853—0.999之间,F值在17.371—4 359.236之间,且Sig小于显著水平0.05,表明上述模型拟合度和显著性均较好。经数据检验,叶长模型绝对误差在0—3.88 cm之间,根均方差(RMSE)值在0.24—1.95 cm之间,最大叶宽模型绝对误差在0—0.28 cm之间,RMSE值在0.02—0.15 cm之间,表明所建模拟模型精度较高,该模型对不同品种冬小麦返青后的叶片生长具有较好的预测性;基于所建模拟模型计算冬小麦返青后逐日形态数据,可构造不同品种、不同施氮水平下的冬小麦植株形态,可逼真模拟冬小麦返青后植株动态生长过程。【结论】基于有效积温构建的冬小麦返青后叶长和最大叶宽模拟模型,可较好预测冬小麦返青后叶片生长状态,可实现小麦生长模型和形态模型的有机结合,实现不同品种冬小麦在不同施氮水平下的叶片生长可视化。     

露地栽培条件下百合的生长规律及种球繁殖技术

【目的】研究露地条件下2个类群百合的生长发育规律及其相应的种球繁殖栽培技术措施,为百合种球的高效、低成本、规模化种球生产以及景观栽培应用提供参考。【方法】本试验以卷丹（Lilium lancifolium）和Lilium ‘Yelloween’为材料,在对其进行物候期及形态发育的观测基础上,运用logistic方程和指数方程对株高和花蕾所实测数据进行曲线拟合,构建其生长发育模型,并研究摘蕾、行栽植方向及栽植密度等技术措施试验对种球重量和周径增加值的影响。【结果】卷丹所需活动积温达4 256℃,而‘Yelloween’所需积温仅为4 981.5℃。卷丹的植株高生长方程为：y=97.5949/(1+e^-(x-62.6822)/22.8819);花蕾直径的生长方程为：y=0.1578e^(0.0358x);花蕾长度生长方程为：y=90.2066/(1+e^-(x-117.1807)/8.7295),均符合logistic曲线规律;‘Yelloween’的植株高生长方程为：y=70.3771/(1+e^-(x-19.1133)/9.5840);花蕾直径的生长方程为：y=41.2215/(1+e^-(x-65.9236)/17.1028);花蕾长度生长方程为：y=158.9531/(1+e^-(x-62.9011)/9.7562),符合或近似于指数函数的增长模型。卷丹以不摘蕾效果最好,鳞茎鲜重均值为87.59g;‘Yelloween’开花当天摘蕾对种球生长效果最佳,鳞茎鲜重均值达89.71g;南北向栽植对株高和茎粗略有提高,但是差异并不显著;‘Yelloween’最佳种植密度为株行距10 cm×20 cm,产量可达26 936 kg/667m2,如果结合摘蕾结果,种球周径可较栽种前增加3个种球等级,均值达到18.93cm。【结论】2个百合品种的高生长以及卷丹花蕾直径的生长规律符合logistic曲线规律,‘Yelloween’花蕾直径符合或近似于指数函数的增长模型。卷丹以不摘蕾、‘Yelloween’以开花当天摘蕾种球的生长效果最佳;结合适宜的种植密度、行种植方向采用南北向,种球周径可增殖2-3个等级。     

Growth Dynamics and Optimal Harvesting Stage of Two Forage Maize Varieties

SAUMZ 1 and SAUMZ 2 are two forage maize varieties reproduced by distant hybridization. In a randomized block experiment, their fresh forage yield and dry matter yield were investigated on the basis of growth period, leaf stage, and effective accumulated temperature. The nutritional components were measured in a near infrared diffuse reflectance spectroscopy. Referring to the concept of forage grading index, a formula was constructed to calculate the total digestible energy. The investigated characters and indexes were adapted to suitable models of growth dynamics. The results showed that these two varieties have strong heterosis in fresh forage yield, dry matter yield, and total digestible energy.Their growth dynamics were adapted to Logistic models described by general equation y=k/(1+aebx). The forage grading indexes of these two varieties were decreased linearly along with the increasing of their leaf stage. The stopping point of fast growing period of total digestible energy estimated on the basis of leaf stage was suggested to be used as optimal harvesting stage of forage maize. The optimal harvesting stage was estimated to be tasseling stage for SAUMZ 1 and 19.50-leaf stage for SAUMZ 2.     

5种生长方程在2种藤林生长模型中的应用

利用广西大青山单叶省藤和黄藤人工林多年固定样地调查和采收资料,选择Richards、Korf、Logistic、Gompertz和Mitscherlich等5种理论生长方程,分别建立藤林母茎长、萌茎长和萌蘖数与年龄的相关关系,并对拟合效果进行对比分析。结果表明:除Mitscherlich方程拟合单叶省藤萌茎长时相关指数小于0.90外,其它方程拟合的相关指数均高于0.92;Korf和Rich-ards方程的拟合最高,Gompertz方程次之,而Logistic和Mitscherlich方程的拟合效果最差;与Richards方程相比,Korf方程更能准确描述单叶省藤和黄藤林分的生长特性,更适合于建立单叶省藤和黄藤人工林的生长模型。     

一类一阶微分方程初等解法的分析研究

对一阶微分方程变量分离方程dy/dx=f(x)φ(y)(其中f(x),φ(y)分别是x,y的连续函数)和非齐次线性微分方程dy/dx=p(x)y+Q(x)(其中p(x),Q(y)是x的连续函数)的其初等解法进行了分析研究,结合Lebesgue积分与Riemann积分的相关知识,给出了f(x),φ(y),p(x),Q(x)的不连续点集是零测集时的初等解法。     

差分生长模型的应用分析与研究进展

差分生长模型是一种特殊的混合参数模型,通过指定一个随林分而变化的参数来解释不同林分生长曲线间的差异。由于这一特征,差分生长模型在生长收获预估中得到了广泛应用。本文一般性地介绍了差分生长模型在林分和单木生长过程中的应用、差分方程的数学性质及数学性质间的相互关系;从统计角度详细论述了变量初值y1的统计意义和与y1相关联的随机误差e1对预测的影响作用;由于差分生长模型最新研究成果主要在于方程推导、参数估计和预测误差分析等方面,因此详细讨论了模型推导方法中的广义代数差分法(GADA)、主要的参数估计方法和预测误差分析方法。