基于博弈论的GC-ITOPSIS果实品质评价模型

为了对果实品质进行更全面的评价,从而更合理地选择优良果实品种。该研究以16个果园的"莱阳茌梨"为试材,运用MATLAB软件,确定了距离贴近度和灰色关联贴近度,并基于博弈论思想,计算出贴近度的组合系数,进而求得综合贴近度,构建GC-ITOPSIS果实评价模型。结果表明:样本1的综合贴进度最大,果实品质最佳,即第1个果园的"莱阳茌梨"果实品质最佳。在此基础上,该研究实现了对果实品质的定量预测,建立了果实品质的BP预测模型,预测精度在7%以内。GC-ITOPSIS模型和BP预测模型相结合,不仅实现了果实品质的定量预测,而且提高了果实品质评价的便利性和准确性。     

蓄水坑灌条件下新梢旺长期幼龄苹果树适宜的灌水下限研究

灌水下限是果园灌水的重要指标,下限选择是否合理对果树生长有重要影响。以3 a生矮砧红富士为试验材料,研究了蓄水坑灌条件下不同灌水下限对新梢旺长期幼龄苹果树形态指标及叶片光合特性的影响。结果表明,新梢旺长期幼树形态指标随时间推移逐渐增大,但增速逐渐减缓。灌水下限为60%及70%田间持水率时,幼树生长旺盛,灌水下限为50%时,形成了水分胁迫,阻碍了植株的正常生长;随灌水下限的降低,叶片净光合速率、气孔导度、胞间CO2摩尔分数、蒸腾速率逐渐降低且各处理差异显著,但叶片水WUE逐渐升高;运用主成分分析法,发现在蓄水坑灌条件下,灌水上限为90%时,新梢旺长期幼龄苹果树适宜的灌水下限为70%。研究成果将为试验区域内合理制定蓄水坑灌灌水制度提供理论依据。     

蓄水坑灌下不同灌水对新梢旺长期苹果园SPAC系统水势影响研究

为了进一步探明蓄水坑灌下不同灌水上下限对新梢旺长期苹果园SPAC系统水势的影响,实验以三段砧木矮化型红富士长富二号为材料,以地面灌溉(D)为对照,分三个灌水下限(T1、T2和T3)进行处理研究。结果表明:蓄水坑灌下的苹果园SPAC系统水势明显高于地面灌;土壤水势日变化变化和清晨水势变化均不明显;茎水势、叶水势的日变化均呈现先减小后增大的特征(清晨与傍晚较高,午间的最小),而清晨水势变化则呈现随着新梢旺长期的进行逐渐升高;大气水势日变化呈现先减小后增大的特征,清晨水势则无明显特征;苹果园SPAC系统叶片到大气的水势梯度远大于土壤到叶片的水势梯度,水势梯度日变化表现为早晚低、中午前后高的明显趋势;田间持水量的60%~90%可作为新梢旺长期的最优灌水上下限。     

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明:协同克里格插值和地理加权回归模型对土壤属性的空间模拟均有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。     

苹果幼树生理指标对土壤水分调控的响应研究

为研究苹果幼树的适宜生长条件,以山西果树研究所的基砧为八角海棠、中间砧为SH6的5 a生晋富1号为试材,滴灌处理共设置4个土壤水分下限:80％θc(W1)、70％θc(W2)、60％θc(W3)、50％θc(W4),对照处理(CK,地面灌溉)灌水下限为60％θc(θc为田间持水率),各处理灌水上限均为田间持水量.通过分析苹果幼树生理指标的月变化规律,发现各处理的叶片气孔导度、叶片光合速率、叶片蒸腾速率月变化趋势相同,均为先增后减;叶片水势月变化趋势为明显下降-逐步升高-小幅下降,叶片水分利用率月变化趋势为先减后增.经过差异性分析发现:滴灌条件下,W1和W4的叶片气孔导度、叶片水势、蒸腾速率差异显著,W3和W4的光合速率差异显著,各处理的叶片水分利用率无显著性差异;灌水下限相同时,W3和CK的叶片光合速率差异显著.本研究基于TOPSIS综合分析,确定了各试验的贴进度,其中W3的贴进度最大,即滴灌灌水下限为田间持水量的60％时,最适宜苹果幼树生长发育.     

蓄水坑灌条件下苹果树茎流速率的BP神经网络模型

为给蓄水坑灌条件下苹果园灌溉制度的制定提供可靠依据,以山西省太谷县矮化苹果树为研究对象,经过一年的田间试验,获取了大量茎流速率与气象因子的数据,并通过MATLAB软件,建立了气象因子与茎流速率间的BP神经网络模型。研究表明:以气象因子辐射强度、相对湿度、土壤温度、温度及风速作为BP神经网络模型的输入参数是合理的,所建立的模型高度相关,茎流速率的实测值与预测值的相对误差可控制在5%以下。因此,用气象因子通过BP神经网络对茎流速率进行预测是可行的。     

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明：协同克里格插值和地理加权回归模型对土壤属性的空间模拟都有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。