开都河-博斯腾湖流域蝗虫群落结构初探

应用多样性指数、种—多度分布模型、相似性分析等方法比较了开都河-博斯腾湖流域不同生境的蝗虫群落结构。结果显示:开都河流域各生境的蝗虫分布基本上服从Preston对数正态分布,其中以典型草原拟合的最好。各多样性指数的变化趋势均为湖泊湿地>典型草原>森林草原>河滩和农田>荒漠草地。在相似分析中,典型草原、森林草原这2种生境相似性较高,而河滩和农田、荒漠草地则是完全不同的另2种生境。     

逐步回归分析在土壤侵蚀量预报中的应用

实测了200个淤地坝的年平均泥沙淤积量，用地形图和航空照片调查每坝年平均泥沙淤积量的影响因子，用电子计算机对各个影响因子数据进行回归分析，获得估算流域内年平均土壤侵蚀量的预报方程。     

“农光互补”下油用牡丹单株产量性状的相关性及回归分析

为明确“农光互补”下油用牡丹单株产量与产量构成性状之间的相互关系,对“农光互补”下油用牡丹的13个主要产量性状(株高、新梢长、SPAD值、冠幅、单株花数、开花率、结实率、角数、荚果数、含水量、单株种子数、百粒重、单果种子数)与单株产量进行相关性、逐步回归和通径分析。结果表明,单株产量与单株种子数呈显著正相关;建立了最优回归模型,回归方程为Y=-24.844 0+0.383 7X₄+0.249 3X₇+0.124 0X₁₁,决定系数R²=0.999 4;通径分析表明,冠幅、结实率和单株种子数对“农光互补”下油用牡丹单株产量有直接显著正效应。因此,需协调好这3个性状与单株产量间的关系,研究结果可为“农光互补”下油用牡丹选育和高产栽培提供理论参考。     

三七主根稳定氧同位素δ~(18)O与生态因子关系的研究

基于44个不同产区春三七主根样品、根际土壤样品、地理气候因子数据,采用稳定同位素质谱和等离子发射光谱质谱及常规土壤农化分析法,研究了地理气候因子、土壤理化性质和肥力、主根内营养元素含量共计49个生态指标与三七主根稳定氧同位素δ18O之间的数量关系。结果表明,三七主根δ18O主要受纬度、湿度、年均温、年降水量、7月平均温、7月最高温、1月最低温、活动积温、土壤全钾、土壤全磷、土壤速效磷、土壤速效钼、主根Fe、主根P、主根Zn、坡度的影响,且顺序为:7月平均温7月最高温1月最低温纬度湿度年均温年降水量主根Fe土壤全钾主根P土壤全磷活动积温土壤速效磷主根Zn土壤速效钼坡度。这16个生态因子的综合影响,共同决定了三七主根δ18O变化的89.60%。年降水量是主根δ18O的最主要决策因子,7月平均温是主根δ18O的最主要限制因子。7月平均温、7月最高温、1月最低温、年均温、纬度、湿度、年降水量决策系数的绝对值远高于其他因子,且这7个因子地域性很强。因此,三七主根δ18O具有明显的地域特征。本研究为三七主根δ18O作为三七主根和相关产品产地溯源的主要指标提供了理论依据。     

六盘水市红心猕猴桃立地条件划分研究

为给贵州省六盘水市红心猕猴桃栽培立地条件的科学选择和发展规划提供参考依据,对六盘水市的六枝、水城、盘县这3个县区41块标准地红心猕猴桃果园的立地条件和结果情况进行了调查,并以立地因子为自变量,以每平方米结果个数为因变量,采用逐步回归分析法,选出了坡位和坡向这2个主导因子,并以此2个主导因子编制成了主导因子立地类型表,还运用产量预测方程对9种立地类型进行了产量预测,预测结果表明,山下部阳坡类型的产量预测值最高,达94.980 4个/m2。     

艾比湖流域棉花产量影响因素研究

新疆是全国最大的棉花供给地区之一,而艾比湖流域产棉区是新疆重要的特早熟优质棉区,是典型的干旱区之一。本研究主要以属于艾比湖流域棉区的博乐市、精河县为对象,对当地农户进行访谈与问卷调查,并根据往年的统计年鉴数据,用SPSS软件进行多元逐步回归分析并建立模型,得出棉花产量的影响因素。结果表明:社会经济因素和农业管理因素中的地方类型、打尖工作、耕地总面积、非农业收入、播种前浸种、化肥使用量等6种因素在不同程度上影响了艾比湖流域棉花产量。本研究结果可以为拓展该流域的农业研究提供进一步的证据和新的思路,并为将来的相关研究提供实际性的帮助及参考。     

气候因子对大叶相思生长的影响

运用年轮指数法与逐步回归方法,分析气候因子对引种大叶相思生长的影响。结果表明:气候因子对大叶相思生长有显著的影响,其主要因子排序为:年均日照时间年均温度年均蒸发量年均降水量年均相对湿度年最低气温年最高气温年最大风速年均风速。其中,年均日照时间、年均温度、年均降水量对年轮的生长有正面影响。可为大叶相思引种地的选择和引种后的培植和产区规划提供参考。     

基于逐步回归分析的甘蓝型油菜的抗倒性评价

根据18个油菜品种9个指标与倒伏指数的调查数据,通过逐步回归分析,建立了以下回归方程:Y=-2.033-0.052X1+0.013X2+0.092X4+6.423X7-4.950X8-0.385X9[Y表示倒伏指数,X1表示株高,X2表示生物产量,X4表示分枝高度,X7表示(薹茎+主花序)/(缩茎+伸长茎),X8表示薹茎/伸长茎,X9表示(薹茎+伸长茎)/缩茎]。回归结果表明:(薹茎+主花序)/(缩茎+伸长茎)对倒伏指数的影响最大,其次是薹茎/伸长茎。     

武汉城区PM2．5浓度的因素分析与其估算模型

首先利用武汉市城区空气质量监测数据,通过运用SPSS软件对武汉市城区空气质量基本监测指标之间进行了独立性检验,发现各指标变量之间的不具独立性,即各变量之间具有一定关系。然后对各监测指标之间的相关性进行了分析,利用SPSS软件求得各指标之间的相关系数,判断各变量之间相关性是否显著,发现PM2.5与其它5个基本监测指标相关性显著。最后建立了武汉市城区PM2.5与其它5个基本监测指标的逐步回归模型,检验性预测证明模型是理想的。