首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   1篇
  国内免费   1篇
  1篇
农作物   1篇
  2023年   1篇
  2018年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
利用3个密度的SNP标记对44份玉米自交系进行杂种优势群划分,包括8份对照自交系和36份辽宁省常用育种自交系。利用56k玉米芯片共筛选得到了46 899个高质量的SNP标记,作为高密度SNP标记划分杂种优势群,然后筛选1 008、101个SNP标记分别作为中密度和低密度SNP标记用于分群。结果表明,部分自交系的遗传相似度达到90%以上,不宜作为不同自交系进行育种应用。3个密度下的SNP标记都有效地将待测玉米自交系划分为4个杂种优势群,分别为瑞德群、兰卡斯特群、旅大红骨与塘四平头混合群以及类PH4CV群。对比高密度SNP标记,利用中低密度SNP标记划分的杂种优势群内部分自交系间的遗传距离发生变化,不能精确解析杂种优势群群内自交系的亲缘关系。划分杂种优势群可以采用中低密度的SNP育种芯片;群内自交系亲缘关系的区分应该采用高密度SNP芯片。  相似文献   
2.
提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1773个样点耕地表层(0~20 cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1426个农田样点分别建立多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest, RF)、贝叶斯正则化神经网络(Bayesian regularization, BRNNBP)以及与普通克里格(OK)整合模型 (MLR-OK、RF-OK和BRNNBP-OK)预测SOM空间分布,以其余347个样点数据为测试集检验分析不同模型预测精度,并对模型残差进行半方差函数和空间自相关分析以评价模型拟合效果。结果表明,研究区耕地表层土壤SOM处在8.62~35.64 g·kg-1变化区间,变异系数为20.26%,属中等程度空间变异;SOM高值区主要分布在东北及东南海拔较高地区,低值区多分布在西南及中部河谷地区;海拔、坡度和年均温度与SOM关系密切(P<0.001);整合模型BRNNBP-OK的平均绝对误差MAE和均方根误差RMSE最低分别为2.162 g·kg-1和2.801g·kg-1,相较于OK、MLR、RF、BRNNBP、MLR-OK和RF-OK预测模型,R2提升1.81%~30.42%,成为SOM空间预测优选模型。与单一模型相比,整合模型残差块金系数大于0.75,Moran"s I指数均小于0且数值更趋近于0,表明整合模型残差空间自相关性减弱且空间分布呈离散状态。同时,各模型精度与模型残差Moran"s I指数呈显著相关。因此,整合模型可以拟合更多的趋势项,模型残差空间聚集性降低甚至趋于离散时,模型总体精度提升,揭示了模型精度提升的内在原因。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号