时间序列法在参考作物腾发量分析与模拟中的应用

把时间序列法应用于参考作物腾发量的模拟中，经研究和分析计算证明：参考作物的腾发量由一个呈周期性变化的周期分量和一个随机变化的随机分量构成。用该方法对农田灌溉研究所商丘试验站1977～1986年的参考作物腾发量进行了分析与模拟，在一定精度上能够准确地反映出参考作物腾发量在长时期内的变化过程，为灌溉工程的规划、设计和管理提供了依据。     

不同水分处理下液膜覆盖对夏玉米生长及产量的影响

针对塑料地膜对农业生产造成的严重污染问题,运用对照处理方法,探讨了液体地膜覆盖对夏玉米生长发育及产量等方面的影响。结果表明,液膜覆盖使夏玉米株高和茎粗均比对照偏大,其中,低水分处理下差异最为显著。夏玉米叶面积指数低水分处理时液膜覆盖在生育前期较对照偏大,生育后期偏小;而中、高水分下液膜覆盖叶面积指数在整个生育期内均比对照偏大。液膜覆盖使夏玉米光合速率和蒸腾速率显著增大,有利于光合产物的形成。低水分处理下液膜覆盖增产效果最好,增产率达到56.97%,产投比为1.695,高水分下液膜覆盖增产效果最差,增产率仅为15.57%,液膜覆盖产投比小于对照。研究认为,夏玉米液膜覆盖能有效抵抗干旱逆境从而达到节水增产的显著效果。     

不同水分处理下液体地膜覆盖玉米田土壤环境与产量效应

采用测坑试验研究液膜覆盖夏玉米对土壤温度、水分及产量的影响。结果表明:液膜覆盖使土壤储水能力增强,在0～40cm土层的土壤含水率显著提高;液膜覆盖的土壤增温效果明显,特别是中、低水分处理,增温7.4%左右;在百粒重和行粒数几项产量构成指标中,液膜覆盖较对照优势显著;液膜覆盖在玉米产量和水分利用效率上都有所提高,LFh、LFm和LFl处理的产量分别较对照提高了3.7%、35.4%和57.0%,WUEI分别较对照提高了3.6%、35.7%、57.1%,在WUEET指标上,分别较对照提高了5.3%、8.9%和9.2%。中、低水分的液膜覆盖处理更有利于玉米增产和水分利用效率的提高。     

喷灌条件下液膜覆盖对玉米干物质积累及水分利用效率的影响

为了探讨喷灌和液膜覆盖对玉米生产的调控作用,在大田喷灌条件下,分析了3个土壤水分灌溉下限对液膜覆盖玉米生长发育过程的影响。通过对比试验,研究了液体地膜盖对玉米产量结构和水分利用效率（WUE）的影响。结果表明,高、中、低水分处理（灌水量分别为51.8、35.0、31.4 mm）生物累积量分别达到16 699.99、14 216.38和 13 239.14 kg/hm2,液膜覆盖高水分处理有利于干物质的累积,玉米的干物质累积曲线呈“慢-快-慢”趋势。液膜覆盖显著提高了玉米的百粒质量,     

拔节期淹水玉米的生理性状和产量形成

为了探明夏玉米拔节期对淹水历时的响应规律,采用大田环境下无底测坑试验,在玉米拔节期设置不同的淹水天数(1、2、3、5、7 d),分析了淹水历时对夏玉米生长发育、灌浆过程、物质分配及产量性状的影响。结果表明,玉米拔节期淹水抑制玉米的营养期发育,淹水1、2、3、5、7d的平均株高分别比非涝渍环境下玉米(CK)降低2.26%、2.26%、2.45%、11.36%和10.17%;平均叶面积指数LAI分别降低23.79%、18.93%、13.04%、32.74%和34.27%;玉米拔节期淹水5 d以上,植株矮而黄。在植株生理反应方面,淹水3 d后测定结果表明,淹水1、2、3 d的叶绿素质量分数比CK高,根系活力增强,而淹水5d和7d叶绿素质量分数和根系活力下降。玉米灌浆至乳熟期叶绿素测定结果表明,淹水5 d以上处理的叶绿素质量分数仍较CK降低10.87%,表明受淹5 d以上,叶绿素质量分数降低并无法恢复。玉米拔节期受淹影响其后期灌浆过程中的籽粒质量,同一时间的淹水1、2和3 d与对照籽粒质量比较接近,淹水5 d较低,淹水7 d为最低。玉米穗长和穗粗随淹水历时呈减小的趋势,但各处理间无显著差异(P0.05)。淹水使玉米出现较长的秃尖,淹水1、2、3、5 d的秃尖长度为CK的2倍左右,淹水7 d的秃尖长度为CK的5倍;淹水历时越长,玉米穗长、穗粒质量、穗质量和百粒质量的减幅就越大,淹水1、2、3、5、7的玉米产量分别降低16.58%、16.65%、26.11%、34.32%和39.01%。玉米拔节期淹水5 d以上,严重影响玉米正常生长,造成产量显著降低。研究结果为涝渍灾害监测和灾损快速评估以及涝渍排水标准确定提供参考。     

基于支持向量机模型和图像处理技术的甜椒叶面积测定

叶片是作物进行光合作用的重要器官,是研究作物对光能吸收的一个主要的生物学指标。应用支持向量机理论,建立了支持向量机叶面积模型,输入参数为叶片长度、叶片最大宽度,输出参数为叶面积。通过对应用计算机图像处理技术测量所得到的样本数据进行训练,以叶片的长度、宽度作为输入参数对叶面积进行模拟及检验,并将模拟结果与线性回归和人工神经网络模型进行了对比。结果表明,支持向量机叶面积模型的最大误差为6.09%,平均误差为2.73%,模拟精度达到0.996。该方法能较真实地反映甜椒叶面积的实际大小,具有较好的实用价值和应用前景。     

基于人工神经网络的辽宁省粮食产量模型预测研究

利用辽宁省1983～2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。     

泰山区地下水资源评价数据库系统

针对水资源评价工作中存在的数据量大,检索、分析复杂等问题,通过数据分析,找出这些数据存在的内部规律,保证数据的完整性和低冗余率,设计合理的数据结构,建立数据库,存储这些数据;根据用户的需求,结合数据库结构特征,进行功能分析,采用Windows平台上流行的FoxPro数据库管理系统所提供的面向对象的程序设计方法,设计各个功能模块,建立应用程序,让计算机代替人来完成数据的检索、分析等工作。实际运行表明,本系统具有人─机界面友好,操作简单,运行可靠、容错性好等特点。     

冬小麦灌溉随机模拟模型研究

为了考虑随机因素(气象因素等)对冬小麦灌溉的影响,用时间序列方法建立了蒸发蒸腾量的随机模型,并将其导入田间水量平衡方程,推导出冬小麦灌溉的随机模拟模型。将该模型用于商丘市李庄乡的冬小麦灌溉,其灌水量与实际情况较为符合,最大误差仅为4.7%,可用于制定冬小麦的灌溉计划。     

基于最小二乘支持向量机的灌区粮食产量预测研究

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 1ξi~2（ξi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 Nαk K（x,xk）＋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。