描述玉米产量与密度关系的四种数学模型的评价研究

本文通过比较抛物线无常数(PM2)、抛物线有常数(PM3)、指数乘积无常数(EPM2)和指数乘积加常数(EPM3)四种常见模型在拟合玉米产量-密度数量关系上的适用性,寻求最优模型,为深入挖掘利用玉米密度试验的信息提供理论依据。     

基于AIC准则的击实试验曲线拟合模型优选

针对击实曲线的模型优选问题,提出了基于赤池信息量准则(AIC)数字回归方法,认为综合多项式阶次与回归误差的AIC最小的模型为最优击实曲线模型。通过8组试验数据分析,4组为二次多项式拟合最优,而另4组以四次多项式拟合为最优。优选结果说明,由于不同土体压实性能和试验数据点分布不同,击实曲线不可能用统一阶次的最优模型描述,而基于AIC准则的模型优选方法具有较好的实用性。     

黑龙江省高纬地区几个主栽玉米品种适宜密度的研究

以黑龙江省高纬地区的3个主栽玉米品种为试验材料,在6种不同种植密度条件下,研究了种植密度对3个玉米品种产量的影响,制定了3个主栽玉米品种的最佳种植密度。结果表明：平展型品种克单11的最适种植密度为60 000株.hm-2;半紧凑型品种边单3号的最适种植密度为67 500株.hm-2;紧凑型品种德美亚1号的最适种植密度为...     

基于ARIMA模型的中等城市住宅销售价格走势预测——以江苏省徐州市为例

根据江苏省徐州市2011年-2015年住宅房屋价格统计数据,对2010年房价为基准的基期比进行时间序列的平稳化处理。通过差分运算、自相关函数、偏自相关函数等对数据进行模型拟合,通过模型检验和AIC准则、BIC准则选择最优的ARIMA模型。最后基于最优模型对徐州市房价走势作出预测。     

模型选择信息量准则AIC及其在方差分析中的应用

【目的】探讨模型选择信息量准则AIC在方差分析模型选择中的必要性和意义。【方法】简要介绍了模型选择信息量准则AIC的概念,推导了AIC在方差分析模型选择的公式,并运用AIC对水稻品种比较试验数据进行了最佳ANOVA模型选择分析。【结果】对5个水稻品种比较试验进行方差分析模型的选择是必要的;AIC准则在方差分析模型选择中是一种简单有效的方法。【结论】AIC可用于方差分析模型的选择,以改进方差分析结论的可靠性。     

基于混合效应模型及EBLUP预测杉木树高生长过程

基于福建省将乐县国有林场15块标准地的30株杉木Cunninghamia lanceolata标准木的解析数据,首先对5个生长方程运用非线性最小二乘法进行拟合,选出拟合效果最好的模型作为基础模型,利用解析木数据构建非线性混合效应树高生长模型。以单株树木作为随机效应,通过变换混合效应参数个数,利用R软件选择赤池信息准则(AIC),贝叶斯信息准则(BIC)最小,对数似然函数(Loglik)值最大的混合效应模型作为最优模型,基于混合效应模型研究经验线性无偏最优预测法(EBLUP)预测树高生长过程的特点。结果表明:Weibull方程中,β1,β2和β3等3个参数都作为混合效应参数的模型模拟精度最高。观测次数相同时,延长观测间隔能够降低预测误差,提高预测精度;观测间隔相同时,增加观测次数,预测精度会提高。     

夏玉米干物质累积动态模型

研究了夏玉米干物质累积动态模型。生态条件的改变可使玉米干物质累积规律发生变化，在不同生态条件下玉米干物质累积的最优模型不同，播期比密度对干物质累积规律影响较大。本文在拟合过程中提出的双逻辑斯蒂方程，在对两个试验的８套玉米试验资料的拟合中，拟合精度的均高于逻辑斯蒂曲线。     

基于CIGS薄膜光伏电池的三相并网研究与仿真

在金融时间序列中,一组金融序列可被视为由不同时间段的分段函数拟合连接而成.利用3σ准则确定分段函数的临界点,并根据AIC准则及调整后R2对分段点进行验证,从而分段点把数据分割成两部分.对两序列分别用合适的函数进行拟合,并用ARMA-GARCH模型对残差序列进行修正.由上证综合指数数据的实证分析结果表明：3σ准则能很好地检索出临界点,同时建立的分段函数模型预测效果要优于ARMA与EGARCH模型,以及ARMA-GARCH模型的引入对模型的精确度有所提高.所介绍的方法简单易懂、便于操作、精度高,为金融投资者和学者提供参考价值.     

重复的二次回归正交旋转设计试验数学模型的选择

由赤池统计模型推断的信息量准则(AIC)构造出作为二次回归正交旋转设计试验指导的回归模型的 AIC 统计量,其形式为:AIC=Nlnδ~2+(1/δ~2)(y-x(β))~T(y-x(β))+2K利用以上准则评判具有重复的二次回归正交旋转设计试验多个数学模型的选择。     

冬小麦与夏玉米轮作肥料效应模型的校验

[目的]筛选出最优的施肥模型,确定推荐施N量。[方法]在冬小麦/夏玉米轮作中设计了8个水平N肥肥效试验,利用2年试验数据采用4种模型对冬小麦/夏玉米的肥料效应进行拟合。[结果]冬小麦和夏玉米的肥料效应方程用线性加平台、二次加平台和二次多项式模型进行拟合性检验的效果都达到了极显著水平。2001~2002年冬小麦和2003年夏玉米N肥肥料效应模型以线性加平台模型为最优,推荐施N量分别为366.6和400.4 kg/hm2;2002~2003年冬小麦和2002年夏玉米的N肥肥料效应模型以二次加平台模型为最优,但其产量的增加值和经济效益以线性加平台模型为最高,其推荐施N量分别为400.6和409.7 kg/hm2。[结论]线性加平台模型的肥料效应最优,可作为N肥肥料效应模型的最佳选择。     

增密对我国玉米产量-叶面积指数-光合速率的影响

【目的】探究我国玉米增密过程中地上部群体结构和功能变化,为合理密植提供理论依据。【方法】本文共收集了82篇公开发表的学术论文,获得1 338组产量-密度数据,其中包括1 200组最大叶面积指数（LAI_max）-密度数据,475组穗位叶最大净光合速率（Pn_max）-密度数据。根据播种日期将总样本划分为春玉米和夏玉米2组,综合运用边界线分析和方程拟合等多种方法,对玉米产量、种植密度、光合速率三者之间的关系进行了分析。【结果】（1）我国玉米获得最高产量（11.5 t·hm^-2）时,种植密度为10.0×10⁴plants/hm²。获得最高产量时,春玉米和夏玉米种植密度相近,但春玉米产量较夏玉米高13.0%。（2）当密度达到11.0×10⁴plants/hm²时,LAI_max达到平台值,将不再随密度增加而增大。在LAI_max达到6.4时,可获得最高产量。春玉米LAI_max的平台值较夏玉米高17.6%。用对数函数分析穗位叶Pn_max-密度,穗位叶Pn_max-LAI_max的变化关系时,发现密度和LAI_max增大均导致Pn_max下降,在夏玉米表现尤为显著。（3）分析不同年代品种数据发现,随年代变化产量逐步提高,LAI_max和穗位叶Pn_max不断增大。【结论】增加种植密度是提高玉米产量的重要途径之一。随密度进一步增加,玉米叶片光合特性等发生改变,限制了产量的进一步提高。本研究定量综合分析了玉米产量、种植密度、最大叶面积指数、穗位叶光合速率之间的关系,对构建玉米密植高产高效生产系统具有重要意义。     

蒜套杂交抗虫棉最佳密度选择试验研究简报

试验在蒜套模式下对杂交抗虫棉品种鲁棉研15,设置了不同密度的对比栽培试验。结果发现,密度对棉花一生的影响,主要表现在花铃期,在高密度条件下,加强化控管理是夺取高产关键;密度与产量之间的变化符合二次曲线关系。密度较低时,棉花产量随着密度的增大而增加。高密度下随密度的增大而减少,蒜套杂交抗虫棉最佳种植密度为28500株/hm^2,籽棉平均产量最高约为5113．5kg／hm^2。     

基于颜色矩的土豆、玉米、苹果叶片病害异常检测

农作物病害是影响粮食产量的重要因素之一。目前,大部分研究以已知病害作为数据来源,使用传统机器学习和深度学习方法进行病害识别与分类,这种模型构建方法需要大量的病害数据,而当新发病害出现时,很可能因为检测不到而错过最佳预警时间。为解决该问题,本文拟提出一种仅使用正常农作物叶片数据集作为训练数据便可检测出叶片病害异常的方法。具体地,本研究提出一种基于k-means++聚类与图像分块的农作物叶片病害异常检测方法,通过图像去噪、图像分割、图像截取等预处理操作后,提取图像的颜色矩特征,对训练集进行k-means++聚类,构建比对模型并设置阈值,从而确定测试集异常与否。试验使用的土豆、玉米与苹果数据集均下载于Kaggle网站。通过调整聚类数与分块数,在土豆、玉米和苹果数据集上,识别准确率分别达到了89%、95%、95%以上,并且在玉米和苹果两种数据集上的漏警率为0。     

中国1950s到2000s玉米产量-密度关系的Meta分析

【目的】明确中国玉米产量-密度试验结果的共性规律,评价Meta分析方法在产量-密度关系研究中的作用。【方法】按照Meta分析原理,汇集中国1950s到2000s玉米产量-密度的文献结果,利用约1 500个产量-密度数据对,进行梯度、边界线和核密度等统计分析。【结果】最适密度的变异系数高达20.4%,相应产量的变异为33.65%,单株产量的变异为30.8%。密度和单株产量对产量的相对重要性因二者组合所处的区域而异,产量上界与密度关系符合Y＝-0.0134x3＋3.15x,对应密度区间为[0.99,15.0] plant/m2。产量上界与单株产量关系为两段直线,先沿Y1＝113.1x上升,然后沿Y2＝-69.84x＋33.87下降。以90%为累积频率,偏离最适密度15%的最大减产幅度为6.18%,偏离1 plant/m2的最大减产幅度为0.88 t•hm2。【结论】容易实现15 t•hm-2高产目标的单株产量在0.185 kg左右,密度区间为[7.0,9.7] plant/m2,最适密度的变异远小于对应产量和单株产量的变异。Meta分析能够从多方面剖析玉米产量-密度关系。     

基于环流因子的荆门梅雨特征量预测方法研究

选取1958～2000年的74项环流因子作为预测因子,用逐步回归法对因子进行初筛选,采用最优子集回归方法建立预测方程,AIC准则作为最优方程的判别准则,分别对入梅日期、出梅日期、梅雨量3个梅雨特征量进行预测,并利用2001～2012年的资料对方程的预测效果进行检验。结果表明,预测方程对梅雨偏多偏少(旱涝趋势)的预测比较准确,但对降水异常偏多(少)的年份数值误差较大;方程对入梅日期预测效果较好,大部分年份误差在3～4 d以内;方程对出梅日期预测大部分年份误差在7 d或以上。     

种植密度对玉米干物质积累及经济性状的影响

以玉米品种先玉335(XY335)、郑单958(ZD958)、MC278三个品种为试验材料,对不同种植密度下玉米干物质积累及经济性状差异进行研究,结果表明：不同种植密度下不同玉米品种的单株生物产量、穗长、穗粒数、穗粒重随密度的增加呈下降趋势;单株叶片的干重积累最佳密度为3000-4000株/667m2^;5000-6000株/667m2^单产最高且MC278表现较优。     

基于抚育间伐效应的红松人工林枝条密度模型

[目的]分析抚育间伐对红松人工林枝条数量的影响,建立基于间伐效应的生物数学模型,为制定更加科学合理的间伐体制提供理论依据.[方法]基于黑龙江省林口林业局和东京城林业局不同林分条件及抚育间伐强度下的红松人工林49株解析木4370组枝解析数据,利用R语言的nlme包,建立了基于抚育间伐效应的枝条密度单水平非线性混合模型,并...     

种植密度对不同夏玉米品种植株性状及产量影响

2019-2021年连续3年在陕西省泾阳县试验示范基地选取不同类型夏玉米品种,研究了4种密度对植株性状和产量的影响,探索各品种在关中灌区最佳种植密度。结果表明：各品种同一年度间株高、穗位、倒伏率、倒折率和空秆率随种植密度的增加有增高趋势,穗行数、行粒数和穗粒数有降低趋势,在4.5万株/hm²和6.0万株/hm²密度条件下百粒重较大。关中灌区陕单650最佳种植密度为7.5~9.0万株/hm²,郑单958最佳种植密度为6.0~7.5万株/hm²,陕单609最佳种植密度为9.0万株/hm²,东单60最佳种植密度为6.0~7.5万株/hm²。     

光强对玉米幼苗不同叶位叶片花环结构的影响

以玉米为材料,通过观察不同光强下玉米幼苗叶片的显微结构,探讨光强和叶位变化对玉米叶片花环结构的影响。结果表明:在同一光强下,不同叶位的花环结构发育程度不同,在不同光强下,同一叶位的花环结构发育程度也不同。总体上,同一光强下,叶片的花环结构从1-5叶位逐步完善;而同一叶位的花环结构从200、1 300、1 000μmol/(m2.s)到600μmol/(m2.s)光强下逐步完善。     

杂交玉米黔兴201不同种植密度比较试验

探索耐密型玉米黔兴201的最适种植密度。试验共设置4.50万、5.25万、6.00万、6.75万、7.50万和8.25万株/hm26个种植密度,采取随机区组排列,3次重复,共18个小区,小区面积20 m2,小区玉米种植3个双行。杂交玉米黔兴201不同种植密度比较试验结果表明:6个密度处理中,种植密度为6.75万株/hm2的产量居第1位,各种性状表现较好,生长期间植株整齐一致,抗病性较强;密度为7.50万和6.00万株/hm2的产量分别居第2位和第3位,综合性状表现好;密度为4.50万和5.25万株/hm2,虽然穗粒数和千粒重较大,但产量不高;密度为8.25万株/hm2,有轻微倒伏现象,造成部分果穗腐烂。试验得出:黔兴201的最佳种植密度为6.00万~7.50万株/hm2。