设施番茄果实生长及产量形成模拟模型

为探明番茄果实生长与温度、光照的关系以及建立番茄产量预测的新方法,该研究对不同播期、品种、氮素水平及茬口的试验数据进行处理,构建了反映果实生长与温度、光照关系的果实横、纵径生长模型,以及果实干物质机理性模型和果实鲜重与横、纵径关系的线性模型,并建立了以上述模型为基础的番茄产量预测模型。运用独立数据对产量模型进行验证,结果显示:在不同氮素水平下,当利用干物质机理性模型模拟番茄产量时,模拟值与实测值的RMSE和ADe都小于30 g(每株);当用果实横径经验性模型模拟番茄产量时,RMSE和ADe都小于35 g(每株);当用果实纵径经验性模型模拟番茄产量时,RMSE和ADe都小于40 g(每株)。表明番茄产量模型均具有较高的预测精度,能够很好地模拟番茄产量,可为设施番茄生产提供理论依据和决策支持,其中利用果实横、纵径的线性关系模型来预测番茄产量,具有参数少、不破坏果实活体、实用性强等特点。     

基于支持向量机优化粒子群算法的作物生育期ET_0预测

ET0是计算作物需水量、进行农田灌溉管理及区域水资源优化配置的重要依据。为了提高ET0的预测精度,将粒子群(particle swarm optimization,PSO)算法引入到ET0预测中,并用支持向量回归机(support vector machine,SVM)优化参数。PSO-SVM将最高气温、最低气温、相对湿度、平均风速与日照时数输入到SVM中学习,将SVM参数作为PSO中的粒子,把ET0值作为PSO的目标函数,然后通过粒子之间相互协作得到SVM最优参数,对ET0进行预测,并采用PM模型计算值验证。该文以新疆喀什地区为例,通过采用粒子群耦合支持向量机(PSO-SVM)算法训练得到模型,并用10组数据进行预测;最后引用BP神经网络算法和PSO-SVM算法进行了对比,其结果表明,PSO-SVM算法预测准确率较高,预测值与实测值间相关系数达0.682,平均相对误差为3.19%。     

基于灰色关联和PSO–SVM的葡萄霜霉病的短期预测

运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO–SVM的葡萄霜霉病短期预测模型,应用该模型对该地区未来1 d的葡萄霜霉病发病等级进行短期预测。与改进网格搜索法优化的SVM模型、经验选择参数的标准SVM、不同训练函数和粒子群算法优化的BP网络模型进行比较,结果基于灰色关联分析的PSO–SVM模型预测效果最好,对葡萄霜霉病发病等级的预测正确率为95.24%,与基于全部气象因子的PSO–SVM模型相比,预测正确率提高了1.19%,运行速度快1.81 s。     

水肥耦合对日光温室袋培番茄产量和品质的影响

【目的】探讨水分和肥料对有机基质袋培番茄产量及品质的影响,为有机基质袋培番茄的高产优质生产提供技术支撑。【方法】在日光温室条件下,以番茄品种"金鹏1号"为试材,设置低肥36 029 mg(LF)、中肥51 470mg(AF)、高肥66 911mg(HF)3种单株施肥量水平和低水量84L(LW)、中水量120L(AW)、高水量156L(HW)3种单株灌水量水平,将二者耦合为9个处理(LFLW、LFAW、LFHW、AFLW、AFAW、AFHW、HFLW、HFAW及HFHW),并以常规土壤栽培作为对照(CK),研究水肥耦合对有机基质袋培番茄产量和品质的影响,同时基于主成分分析对水肥耦合不同处理进行了多目标综合评价。【结果】袋培番茄的产量随着水肥施用量的升高而增加;在相同水分条件下,番茄果实中的硝酸盐、可溶性蛋白和可滴定酸含量随着肥料用量的升高而增加,而Vc、番茄红素、还原糖以及可溶性糖含量却呈现先增加后减少的变化趋势;在相同肥料用量下,随着基质含水量的增加,番茄果实中的硝酸盐、Vc、可溶性蛋白、还原糖以及可溶性糖含量逐渐降低,表现为"稀释效应",番茄红素含量则在中水处理下较高;基于番茄产量和品质指标的主成分分析结果显示,品质因子、产量因子及蛋白质因子包含了所有产量和品质信息的93.254 0%,其在不同水肥耦合水平上因子得分的变化趋势与方差分析结果基本相符,能更加直观和科学地对不同水肥耦合水平下的栽培效果作出评价。【结论】中肥(5 1470mg)中水(120L)处理的综合得分值最高,可以作为有机基质袋培番茄的最佳水肥配比。     

不同水肥处理下温室番茄干物质积累动态模型

以灌溉上限和施肥量为因素,采用二元二次通用旋转组合设计,建立基于水肥和辐热积影响下的番茄叶面积指数模型及单叶光合速率模型,并根据建立的番茄叶面积指数模型和单叶光合速率模型,利用高斯积分法模拟水肥因子影响下的番茄干物质积累模型。结果表明:模型对不同水肥处理下的番茄干物质积累预测效果较好,模型对番茄干物质预测结果与1∶1直线间的r~2、RMSE、RE分别为0.908 3、373.30 kg/hm~2、14.81%。该模型能较好地预测土壤水肥因子对番茄干物质积累的影响。     

基于辐热积的温室番茄干物质生产及分配模型

番茄是我国温室栽培的最主要作物之一,干物质的生产及分配决定着果实的发育和产量,构建温室番茄的干物质生产及分配模型对温室番茄栽培管理具有重要的理论意义和实践价值。以番茄乐农6号为材料,于2016—2017年在山东省临沂市日光温室进行试验,构建以辐热积(TEP)为尺度的干物质生产及分配模型,并利用与建模数据相独立的数据进行验证。结果表明,模型对番茄地上部分干质量、根系干质量、茎干质量、叶片干质量和果干质量的预测结果与1∶1直线之间的决定系数(R~2)在0.88～0.95,统计回归标准误差(RMSE)在0.006 9～0.010。该模型预测精度较高,且参数少、用户易于获取,不仅能较好地预测我国现有生产水平下温室番茄的干物质生产及分配,而且可以为实现我国温室番茄生产环境优化调控和模式化栽培管理提供决策支持。     

基于GNNM的加工番茄产量预测研究

为提高加工番茄产量预测精度,提出一种串联型组合灰色神经网络模型(grey neutral net model,GNNM)的番茄产量预测方法。通过以新疆某加工番茄产业基地的历史数据作为研究对象,利用灰色关联分析法,获取与加工番茄产量相关性较大的影响因素,剔除非主要影响因素。以主要影响因素和灰色模型(grey model,GM)预测值作为神经网络模型输入,加工番茄产量作为输出,构建GNNM预测模型。仿真试验结果表明,新预测模型具有更好的逼近能力和预测精度,为加工番茄产量精准预测提供了一种新的方法。     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM模型的惩罚因子C和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO算法能更快、更准确找到全局最优值.经过参数优化SVM模型有效提高了预测精度并利用新的混合模型对宁夏地区小麦条锈病流行级别进行预测.结果表明,相对于传统SVM模型、组合PSO-SVM模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据.     

基于最小二乘支持向量机的灌区粮食产量预测研究(英文)

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i(允许错分的松弛变量)的二范数。这使得最小二乘向量机的优化问题为:min(1/2)‖w‖~2+C(1/2)sum from i=1 to 1ξ_i~2(ξ_i是松驰变量;C为正则化参数)。用于函数估计的最小二乘SVM为:y(x)=sum from k=1 to Nα_k K(x,x_k)+b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数(γ为可调参数,σ为核函数宽度系数),参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP 神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM 模型的惩罚因子C 和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO 算法能更快、更准确找到全局最优值。经过参数优化SVM 模型有效提高了预测精度并利用新的混合模 型对宁夏地区小麦条锈病流行级别进行预测。结果表明,相对于传统SVM 模型、组合PSO-SVM 模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3 种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据。     

多效唑和缩节胺对小麦形态及生理效应的研究

在小麦不同的发育时期，拌种和喷洒多效唑（ＭＥＴ）和缩节胺（ＤＰＣ）对小麦胚芽鞘和地中茎伸长都有一定的抑制作用，并可增加单株分蘖数，提高分蘖成穗率，拔节前处理能有效地控制节间长度和株高，并增加茎基部机械组织厚度，有利于培育壮苗和防止倒伏；能提高小麦植株的生理活性，可有效地防御冬季冻害。浸种与喷施的多效唑浓度不宜过高，超过１００×１０＾－＾６抑制地甚，不利生长和子粒灌浆，甚至造成贪青晚熟和减产。     

遮光对夏秋茶品质效应的影响概述

探讨了遮光对茶树生理和夏秋茶生化成分的影响,并对使用不同颜色的遮阳网对茶园进行覆盖后茶叶各化学成分的不同变化及原因作了概述。     

冻融作用对土壤理化及生物学性质的影响综述

冻融作用是作用于土壤的非生物应力,是自然界中最为平常的过程,对土壤物理、化学和生物学性质均产生重要影响。综述了冻融作用对土壤团聚体稳定性、温室气体排放、养分含量及有效性、微生物量及微生物活性的影响。冻融作用对土壤酶活性与养分有效性的影响将成为今后研究的焦点。     

不同播期对不同品种玉米产量的影响

通过对强盛49和屯玉6号在不同播期下产量以及产量构成因素的分析,得出强盛49和屯玉6号都是在第三播期(4月22日播种)产量最高,早播和晚播都会造成各自减产。     

高氰戊菊酯在小麦上的残留及消解动态

报道了高氰戊菊酯在小麦上的残留试验和样品分析方法，认为该药剂性质稳定，消解较缓慢，在春季小麦穗上的半衰期为７天左右，小麦用药后的残留量很低（全麦粉中低于０．０１２ｍｇ／ｋｇ），食用安全，本文中还提出了该药的安全使用标准。     

酸化剂、益生素和寡糖对断奶仔猪生产性能的影响及其互作效应研究

试验采用2×2×2因子设计,研究酸化剂、益生素和寡糖单独使用或联合使用对断奶仔猪生产性能、营养物质消化率的影响。结果表明:(1)试验全期添加酸化剂、益生素和寡糖分别提高日增重2.82%、4.52%和4.18%,提高饲料利用效率1.26%、3.73%和1.89%;添加益生素和寡糖分别提高粗蛋白消化率1.98%(P>0.05)和3.24%(P<0.01),显著提高总能、有机物质、干物质消化率,分别提高1.26%、1.09%、1.28%和1.21%、1.25%、1.17%。但对采食量均没有影响;(2)益生素加酸化剂、寡糖加酸化剂、益生素加寡糖、三者合用均能提高仔猪日增重,显著或极显著的降低料肉比,提高粗蛋白和总能消化率。酸化剂、益生素、寡糖合用对采食量没有显著的影响(P>0.05)。益生素和寡糖在接近5%显著水平对提高饲料利用效率具有互作效应(P=0.065)。酸化剂和寡糖对饲料利用效率具有显著的互作效应(P<0.05)。益生素和寡糖对能量、有机物质、干物质消化率存在显著的互作效应(P<0.05)。由此得出结论:酸化剂、益生素、寡糖单独使用或合并使用能够提高断奶仔猪的生产性能、营养物质消化率,并存在一定的互作效应。     

洋葱抽薹与未抽薹植株生理生化特性对比研究

以红太阳(RedCreole)洋葱为试材,研究抽薹与未抽薹植株生理生化特性的差异。结果表明:同一时间,抽薹植株与未抽薹植株存在一定的差异;鳞茎形成期,未抽薹植株游离氨基酸与可溶性蛋白质含量较高,抽薹植株可溶性糖含量、C/N值及POD活性较高。抽薹期,抽薹植株游离氨基酸与可溶性蛋白质含量较高,未抽薹植株可溶性糖含量、C/N值及POD活性较高。这可能是不同处理植株发育进程不同的原因。电泳结果显示,二者蛋白质组分存在一定差异。     

稀土等对三七及土壤中六六六、滴滴涕降解作用研究

通过采用稀土等5种改良剂对六六六、滴滴涕污染的三七栽培土壤进行处理,而后测定三七茎叶、块根及土壤中六六六、滴滴涕的残留量。结果表明,稀土等5种改良剂对三七茎叶及块根中六六六残留具有明显的降解作用,但对土壤中六六六残留除稀土、NH3HCO3＋泥碳土及NaHCO3有明显的降解作用外,NH3HCO3、腐殖酸钠只有一定的降解作用;其次,稀土等5种改良剂对三七茎叶及其栽培土壤中滴滴涕残留具有明显的降解作用,而对三七块根中滴滴涕残留除稀土、NH3HCO3＋泥碳土（1：1）及NaHCO3有一定的降解作用外,NH3HCO3、腐殖酸钠没有降解作用。由此认为,利用稀土、NH3HCO3＋泥碳土（1：1）及NaHCO3处理六六六、滴滴涕污染土壤可以成为三七及其栽培土壤中六六六、滴滴涕残留的降解技术措施。     

树冠圆满度对树木生长的影响及作用研究

树冠是树木的重要组成部分,其数量指标———树冠圆满度不仅客观地反映了树木占有生长空间的状况及竞争能力,而且对树木的生长过程和树木的形状都有着非常重要的影响。研究结果表明:在树木直径、树高较小(或年龄小)时,其树干材积也较小,而树冠圆满度较大,随着直径、树高的增加,其树干材积随之增加,但树冠圆满度逐渐变小。所以,树冠圆满度与直径、树高及树干材积之间存在着紧密的相关关系,其相关指数(R)基本上在0 80以上,而形数与树冠圆满度之间呈正相关。