基于BP-LCO的大豆种植密度和施肥量优化

为解决传统回归模型对大豆种植密度及施肥量进行优化时存在的结果不准确的缺陷，本研究提出基于BP神经网络的线性约束优化方法(BP-Linear Constrained Optimization, BP-LCO)。以黑河43为试验材料，进行四因素五水平正交旋转试验，试验因素为大豆种植密度，N、P₂O₅和K₂O施用量，评价指标为大豆产量，采用BP-LCO算法对种植密度、施肥量与产量关系构建拟合模型，并进行全局寻优及验证试验。结果显示：通过模型分析得到最优种植密度36.67×10⁴株·hm^-2、施N量77.98 kg·hm^-2、施P₂O₅量93.79 kg·hm^-2、施K₂O量24.34 kg·hm^-2,大豆产量相应为3 679.56 kg·hm^-2。验证试验结果表明，最优配比下大豆实际产量为3 702.29 kg·hm^-2<...     

基于Logistic方程的大豆产量预报方法

基于Logistic方程建立大豆干物质累积曲线用来描述大豆干物质累积过程,由于气候条件处于非理想状态,因此对其干物质累积过程进行气象条件订正,并分析干物质累积量与气候产量的关系.在以上分析的基础上,建立大豆农业气象产量预测模式.通过计算分析温度和水分订正系数发现:在不同热量带、不同年份、不同发育时段,温度和水分订正系数不同,说明温度和水分条件是影响大豆生长发育和产量形成的重要限制因子.利用大豆主产区2004-2006年的气象和产量资料进行预报,预报精确度在95.9%左右,且预测产量与实际产量相关性较好,R2在0.903～0.948之间,通过α=0.01的显著性检验,说明模型预测的产量比较准确,模型可用.     

大豆干物质积累、分配规律的研究进展

大豆产量的形成主要取决于干物质的积累量及其在籽粒中的分配量,研究大豆及其群体干物质积累与分配的规律,对了解大豆产量形成具有重要意义.概述了大豆及其群体干物质积累、分配的一般规律,大豆干物质积累、分配与产量的关系,并介绍了大豆干物质积累、分配的主要影响因素以及高产大豆群体干物质积累、分配的特点的研究进展.以期为进一步深入进行大豆群体干物质积累、分配规律的研究提供理论依据和借鉴.     

两种类型土壤大豆施钾效应

为明确不同类型土壤上大豆施用钾肥的效果，采用田间试验的方法，研究了黑土、白浆土上施钾量对大豆生长发育及产量、品质的影响。结果表明，合理的钾肥用量有利于大豆叶绿素含量的提高，从而增强光合作用，为产量的提高奠定了基础。两种土壤上施钾量(x)与产量(y)呈二次回归关系，黑土： =2516.1+6.6307X-0.0242X2 (Ｒ2 =0.8475 )；白浆土： =2453.1+4.2819X-0.0140X2 (Ｒ2=0.9836 )。根据施钾量与产量的关系，结合肥料的经济效益，黑土上种植大豆的最高施钾量应控制在140kg/hm2以下，白浆土上最高施钾量不宜超过150kg/hm2。钾肥具有降低大豆蛋白质含量，提高脂肪含量的趋势。钾能提高大豆的蛋脂总量，本试验黑土处理3、白浆土处理4蛋白质总量比对照分别提高25.4%和11.1%，脂肪总量分别提高15.3%和14.7%。     

不同播期夏大豆的产量、光合特性和气象因子效应研究

为探讨播期对黄淮海地区夏大豆产量的影响,以大豆品种齐黄34为材料,设置7个播期,比较了不同播期大豆产量性状的差异,并分析了降水和温度与夏大豆生育进程、光合性能指标、产量及产量构成因素的关系。结果表明：在黄淮海地区,夏大豆花后阶段降水和温度是决定产量高低的重要因子。适期早播可延长夏大豆的生育天数,增加花后积温,提高花后累积日温差,花后阶段获得充足降水,可使夏大豆后期衰老速度减慢,提高光合势, 增加干物质量,提高收获指数。降水和温度主要通过影响单株荚数、单株粒重、单株粒数和百粒重来影响产量,产量表现出随着播期推迟先增加后逐渐降低的趋势,适期早播有利于大豆增产。该研究可为黄淮海地区大豆播期的科学设置以及高产栽培提供依据。     

基于神经网络法对原料大豆豆腐加工特性的评价

以51种大豆为原料,对大豆理化指标与豆腐品质指标进行相关性分析,然后以显著相关的大豆理化指标为输入,豆腐品质指标为输出,建立基于神经网络法的原料大豆的豆腐加工特性评价方法。结果表明:大豆可溶性蛋白含量与豆腐产量(r=0.743)呈极显著正相关;粗蛋白含量与豆腐的黏附性(r=0.481)和弹性(r=0.456)呈显著正相关;豆腐硬度与总固形物含量(r=0.466)呈显著相关性,与滴定酸度(r=-0.478)呈显著负相关;建立的神经网络预测模型,相对较准确地预测了不同大豆品种加工成豆腐的加工特性,产量、硬度和弹性的预测相对误差分别为1.046%、3.05%和8.49%。     

基于自适应增强的BP模型的浙江省茶叶产量预测

本文采用1999—2018年浙江省59个县市的茶叶产量数据和地面气象要素驱动数据,提出了基于产量等级因子的自适应增强的反向传播（BP）神经网络模型的茶叶产量预测机制。首先分析提取了种植面积、年平均气温、3—7月的平均相对湿度、年平均相对湿度等11个影响因子,然后构建浙江省茶叶产量预测模型。试验结果表明,基于产量等级因子的自适应增强的BP模型算法相关系数达到0.893,相对误差的平均值和方差分别为0.187和0.136。在试验数据选取方面,相较于距离预测年份较远的数据,采用临近预测年份的数据,预测精度较高。根据本研究的茶叶产量预测机制,建立了浙江省茶叶产量预测误差空间分布图,其中1级优势区的平均误差为18.32%,2级次优势区为16.73%,3级一般产区为22.69%。预测模型能够实现浙江省各县市的茶叶产量预测,对茶叶生产的宏观管理具有一定指导意义。     

基于神经网络法对原料大豆豆腐加工特性的评价

以51种大豆为原料,对大豆理化指标与豆腐品质指标进行相关性分析,然后以显著相关的大豆理化指标为输入,豆腐品质指标为输出,建立基于神经网络法的原料大豆的豆腐加工特性评价方法。结果表明:大豆可溶性蛋白含量与豆腐产量(r=0.743)呈极显著正相关;粗蛋白含量与豆腐的黏附性(r=0.481)和弹性(r=0.456)呈显著正相关;豆腐硬度与总固形物含量(r=0.466)呈显著相关性,与滴定酸度(r=-0.478)呈显著负相关;建立的神经网络预测模型,相对较准确地预测了不同大豆品种加工成豆腐的加工特性,产量、硬度和弹性的预测相对误差分别为1.046%、3.05%和8.49%。     

大豆疫病分级标准与危害性研究

采用田间随机选点，采集不同病级的样株进行考种统计的方法，明确了大豆疫病病级与株高、经济性状及单株产量的量化关系，可应用于大立疫病对产量损失的预测。     

不同施氮量及施氮方式对大豆根瘤生长及产量的影响

以宁夏地区主推品种中黄30为主要研究对象,采用再裂区试验设计,通过接种高效根瘤菌,探讨根瘤菌、施氮量和施氮方式对大豆根瘤干重、根瘤数量以及大豆产量的影响。结果表明:施氮量显著影响大豆结瘤和大豆产量;各处理随着每次施氮量的增加,根瘤干重和根瘤数量的变化趋势均为先增加后下降;产量表现为分次施氮各处理产量一次性施氮各处理产量不施氮(B1)产量;接种根瘤菌处理较不接种根瘤菌处理的根瘤数量及大豆产量显著增加;是否接种根瘤菌与施氮量互作、施氮量与施氮方式互作以及是否接种根瘤菌、施氮量和施氮方式互作对大豆产量均产生极显著影响,中黄30产量最佳组合是A2B3C2(接种根瘤菌、施氮量在75 kg·hm~(-2)且分次施氮)的前提下,产量最高,达到6 020.37 kg·hm~(-2),较不施氮增产8.36%。     

基于RBF神经网络的大豆种植密度和施肥量优化

为解决使用传统回归模型对大豆种植密度及施肥量进行优化时存在的拟合精度低、优化结果不准确等问题,提出一种基于RBF神经网络的优化方法。将大豆种植密度、N、P_2O_5、K_2O施用量作为试验因素,产量作为影响指标,选取黑河43作为试验材料,进行四因素五水平的正交旋转试验,获得各处理下大豆产量数据。对种植密度、施肥量与产量关系构建RBF神经网络拟合模型,对模型进行优化,得到最优种植密度42.65×10~4株·hm~(-2)、施N量61.82 kg·hm~(-2)、施P_2O_5量106.05 kg·hm~(-2)、施K_2O量19.81 kg·hm~(-2),该配比下大豆产量为3 821.48 kg·hm~(-2)。对优化结果进行试验验证,最优配比下大豆实际产量为3 742.29 kg·hm~(-2),与优化结果相对误差为-2.17%,表明该方法有效,且优化结果准确。     

前作和施氮量对玉米-大豆套作体系下大豆干物质积累及产量的影响

为完善以玉米-大豆套作系统为核心的三熟模式配套栽培技术,提高玉米-大豆套作体系下大豆的产量,研究了小麦(A1)、豌豆(A2)、蚕豆(A3)及马铃薯(A4)4种前作处理和施氮0(B1),30(B2)和60(B3)kg·hm-23种水平对大豆农艺性状、干物质积累及产量的影响。结果表明:前作豌豆和蚕豆处理与前作小麦相比,提高了大豆茎粗、分枝数和R2、R8期的单株干物质积累量,降低了株高,其中,前作为蚕豆处理的大豆茎粗、分枝数、单株干物质积累量比前作为小麦处理的高3.5%、5.9%和5.7%,产量也较小麦前作平均高197.94 kg·hm-2;不同前作下各施氮处理对大豆农艺性状及产量的影响表现不一致,前作蚕豆、豌豆处理,大豆株高和分枝数随施氮量的增加而升高,茎粗和产量随施氮量的增加呈先增后降的趋势;而前作小麦和马铃薯处理的大豆株高、茎粗、分枝数和产量则均随施氮量的增加而提高;所有处理中以A3B2处理组合大豆农艺性状较好,产量最高,即前作蚕豆和施氮30 kg·hm-2时有利于玉米-大豆套作体系下大豆农艺性状的改善和产量的提高。     

豆田蚜虫防治指标的研究

本文通过1988—1990三年研究,测定了大豆花荚期豆田蚜量与大豆产量的关系,并依据这种关系及目前大豆商品生产状况提出了新的豆田蚜虫防治指标。     

大豆产量相关性状与产量关系的研究进展

综述了国内外诸多学者对大豆相关性状与产量关系的研究结果。其中包括:大豆形态性状和产量性状的关系;大豆结荚习性与产量的关系及大豆品质与产量的关系。分析了大豆的产量潜力及达到高产应具备的条件。     

中国大豆2021—2025年消费量和生产量预测分析

中国是世界上大豆消费量和进口量最大的国家，为了较为准确地预测我国大豆未来的消费量和生产量，维护我国大豆供给安全，本研究提出Grey-Markov大豆消费量预测模型，采用GM(1, 1)模型和Grey-Markov模型对2017—2020年我国大豆消费量进行拟合，并利用其中预测精度较高的模型预测我国2021—2025年的大豆消费量和生产量。结果表明：Grey-Markov模型预测精度较高，利用该模型的进一步预测结果表明，2017—2020年我国大豆供给量与需求量之间的缺口分别为10.37,10.87,11.40,11.95和12.53亿t, 2021—2025年我国大豆生产量和消费量年增长率将分别为6.06%和5.01%。最后，根据预测数据提出建议：我国应力争实现大豆进口多元化、大力发展国内大豆产业，以提高粮食安全性。     

黑河54号大豆品种综合农艺措施产量函数模型分析

本试验应用二次回归正交旋转设计试验方法研究了黑河54号大豆主要栽培因子(密度、氮肥、磷肥和钾肥)与大豆产量的关系,建立了数学模型。通过微机对横型的解析,得出各因子对产量效应的主次关系;两因子搭配的产量效应以及等产量线图。通过边际产量分析了经济效益,并且藉助微机模拟试验(频数分析),求出指定产量水平下的最佳农艺措施,为总结大豆栽培经验与指导生产提供了新的思路。     

BP神经网络在云南甘蔗产量预测中的应用

BP(back propagation)神经网络是目前应用最广泛的神经网络模型,是一种反向传播网络,使网络的实际输出逐步接近某个特定的期望输出。本文以1990—2018年度云南甘蔗总产量为数据样本,选取平均气温、最低温度、最高温度、降雨量和日照5个气象因子作为预测变量,建立了甘蔗产量BP神经网络预测模型,对云南甘蔗产量进行预测研究。研究结果表明,模型具有较高的精度,相对误差在-5.7%^+4.6%的范围。通过该预测法,可为甘蔗产量的预测提供有效途径,具有较强的实用性,为甘蔗产业决策提供基本的参考依据。     

黑河九号大豆综合高产农艺措施数学模型分析

本试验应用二次回归正交旋转试验设计方法研究了黑河九号大豆主要栽培因子(密度、氮肥、磷肥和钾肥)与大豆产量的关系,建立了黑河九号大豆在本省第四积温带黑河地区土壤中等肥力条件下的高产栽培数学模型。通过微机对模型的解析,得出各因子对产量效应的主次关系,两因子搭配的产量效应以及等产量线图。通过边际产量分析了经济效益,并通过频数分析,得出指定产量水平下的最佳综合高产农艺措施组合方案,为黑河九号大豆大面积生产规范化栽培提供了依据。     

大豆滴灌技术研究—大豆高产栽培数学模型

大豆在农业生产中占有重要的地位。为了探讨大豆高产栽培措施,曾进行过如水分、肥料、密度、品种等单因素试验,以探讨对大豆产量的影响。但是,大豆产量是受多种因素综合的影响。所以,只研究单因素的作用不能反映出大豆产量与各因素之间的综合关系。为此,我们在单因素试验研究的基础上,于1980～1982年研究水分、N肥、P肥和密度等四个主要栽培措施与大豆产量间的综合关系及其数学模型,为大豆高产栽培提供科学依据。     

大豆根瘤菌应用与氮肥施用技术研究

[目的]研究根瘤菌在大豆生长发育中对大豆氮素营养的作用。[方法]以铁丰31号大豆为试验品种,采用不同的氮肥施用方式和接种根瘤菌进行试验。[结果]结果表明,在接种根瘤菌加氮肥花期追施(施纯氮量:20.25 kg/hm2)情况下,铁丰31号的单株有效荚数、单株粒重、单株粒数以及产量高于其他4种处理的结果。[结论]大豆生产过程中在接种根瘤菌的同时,开花期追施氮肥可以提高大豆产量。