Chinese Agricultural Science Bulletin ›› 2021, Vol. 37 ›› Issue (2): 108-115.doi: 10.11924/j.issn.1000-6850.casb20200300217
Previous Articles Next Articles
Xu Yixin1(), Feng Lei1, Su Yongxiu2(), Mo Shenping3, Liu Jun4
Received:
2020-03-18
Revised:
2020-06-28
Online:
2021-01-15
Published:
2021-01-14
Contact:
Su Yongxiu
E-mail:261786751@qq.com;suyx03@126.com
CLC Number:
Xu Yixin, Feng Lei, Su Yongxiu, Mo Shenping, Liu Jun. The Yield Structure Model of Spring Corn Based on Environmental Factors[J]. Chinese Agricultural Science Bulletin, 2021, 37(2): 108-115.
Add to citation manager EndNote|Ris|BibTeX
URL: https://www.casb.org.cn/EN/10.11924/j.issn.1000-6850.casb20200300217
变量名称 | 代码 | 单位 | 变量名称 | 代码 | 单位 |
---|---|---|---|---|---|
播种—拔节雨量 | R1 | mm | 抽雄—成熟日照 | S3 | h |
拔节—抽雄雨量 | R2 | mm | 播种—拔节10 cm土壤体积含水率 | SW11 | % |
抽雄—成熟雨量 | R3 | mm | 拔节—抽雄10 cm土壤体积含水率 | SW12 | % |
播种—拔节雨日 | D1 | d | 抽雄—成熟10 cm土壤体积含水率 | SW13 | % |
拔节—抽雄雨日 | D2 | d | 播种—拔节20 cm土壤体积含水率 | SW21 | % |
抽雄—成熟雨日 | D3 | d | 拔节—抽雄20 cm土壤体积含水率 | SW22 | % |
播种—拔节积温 | Ts1 | °C | 抽雄—成熟20 cm土壤体积含水率 | SW23 | % |
拔节—抽雄积温 | Ts2 | °C | 播种—拔节30 cm土壤体积含水率 | SW31 | % |
抽雄—成熟积温 | Ts3 | °C | 拔节—抽雄30 cm土壤体积含水率 | SW32 | % |
播种—拔节平均气温 | Tm1 | °C | 抽雄—成熟30 cm土壤体积含水率 | SW33 | % |
拔节—抽雄平均气温 | Tm2 | °C | 播种—拔节40 cm土壤体积含水率 | SW41 | % |
抽雄—成熟平均气温 | Tm3 | °C | 拔节—抽雄40 cm土壤体积含水率 | SW42 | % |
播种—拔节日照 | S1 | h | 抽雄—成熟40 cm土壤体积含水率 | SW43 | % |
拔节—抽雄日照 | S2 | h |
变量名称 | 代码 | 单位 | 变量名称 | 代码 | 单位 |
---|---|---|---|---|---|
播种—拔节雨量 | R1 | mm | 抽雄—成熟日照 | S3 | h |
拔节—抽雄雨量 | R2 | mm | 播种—拔节10 cm土壤体积含水率 | SW11 | % |
抽雄—成熟雨量 | R3 | mm | 拔节—抽雄10 cm土壤体积含水率 | SW12 | % |
播种—拔节雨日 | D1 | d | 抽雄—成熟10 cm土壤体积含水率 | SW13 | % |
拔节—抽雄雨日 | D2 | d | 播种—拔节20 cm土壤体积含水率 | SW21 | % |
抽雄—成熟雨日 | D3 | d | 拔节—抽雄20 cm土壤体积含水率 | SW22 | % |
播种—拔节积温 | Ts1 | °C | 抽雄—成熟20 cm土壤体积含水率 | SW23 | % |
拔节—抽雄积温 | Ts2 | °C | 播种—拔节30 cm土壤体积含水率 | SW31 | % |
抽雄—成熟积温 | Ts3 | °C | 拔节—抽雄30 cm土壤体积含水率 | SW32 | % |
播种—拔节平均气温 | Tm1 | °C | 抽雄—成熟30 cm土壤体积含水率 | SW33 | % |
拔节—抽雄平均气温 | Tm2 | °C | 播种—拔节40 cm土壤体积含水率 | SW41 | % |
抽雄—成熟平均气温 | Tm3 | °C | 拔节—抽雄40 cm土壤体积含水率 | SW42 | % |
播种—拔节日照 | S1 | h | 抽雄—成熟40 cm土壤体积含水率 | SW43 | % |
拔节—抽雄日照 | S2 | h |
环境因子 | 理论产量 | 果穗长 | 果穗粗 | 株子粒重 | 百粒重 |
---|---|---|---|---|---|
R1 | -0.006 | 0.201 | 0.368 | -0.06 | -0.388 |
R2 | -0.015 | -0.236 | -0.218 | 0.738* | -0.446 |
R3 | 0.06 | 0.074 | 0.337 | 0.191 | 0.275 |
D1 | 0.112 | 0.01 | 0.468 | 0.304 | -0.39 |
D2 | 0.266 | -0.315 | 0.359 | 0.096 | 0.278 |
D3 | -0.603 | 0.861** | -0.159 | 0.083 | -0.243 |
Ts1 | 0.253 | 0.094 | -0.441 | -0.291 | -0.497 |
Ts2 | 0.695* | -0.489 | 0.747* | 0.513 | 0.638 |
Ts3 | -0.224 | 0.484 | -0.142 | 0.09 | 0.175 |
Tm1 | -0.489 | 0.4 | -0.607 | -0.396 | -0.131 |
Tm2 | -0.023 | 0.151 | -0.187 | -0.063 | 0.121 |
Tm3 | 0.193 | -0.593 | -0.22 | -0.218 | 0.165 |
S1 | -0.316 | 0.195 | -0.577 | -0.405 | 0.078 |
S2 | 0.388 | 0.187 | 0.837** | 0.719* | 0.35 |
S3 | 0.157 | -0.188 | -0.116 | -0.006 | 0.206 |
SW11 | -0.561 | 0.359 | -0.236 | -0.265 | -0.595 |
SW12 | -0.339 | -0.04 | -0.303 | -0.539 | -0.76** |
SW13 | -0.373 | 0.137 | -0.217 | -0.332 | -0.73* |
SW21 | -0.802** | 0.729* | -0.381 | -0.157 | -0.790** |
SW22 | -0.836** | 0.661* | -0.521 | -0.311 | -0.853** |
SW23 | -0.847** | 0.698* | -0.517 | -0.271 | -0.799** |
SW31 | 0.173 | 0.282 | 0.572 | 0.901** | 0.269 |
SW32 | -0.482 | 0.792** | 0.151 | 0.486 | -0.299 |
SW33 | -0.603 | 0.841** | 0.026 | 0.367 | -0.333 |
SW41 | -0.007 | 0.379 | 0.462 | 0.712* | 0.161 |
SW42 | -0.523 | 0.807** | 0.117 | 0.434 | -0.196 |
SW43 | -0.54 | 0.749* | 0.006 | 0.338 | 0.016 |
环境因子 | 理论产量 | 果穗长 | 果穗粗 | 株子粒重 | 百粒重 |
---|---|---|---|---|---|
R1 | -0.006 | 0.201 | 0.368 | -0.06 | -0.388 |
R2 | -0.015 | -0.236 | -0.218 | 0.738* | -0.446 |
R3 | 0.06 | 0.074 | 0.337 | 0.191 | 0.275 |
D1 | 0.112 | 0.01 | 0.468 | 0.304 | -0.39 |
D2 | 0.266 | -0.315 | 0.359 | 0.096 | 0.278 |
D3 | -0.603 | 0.861** | -0.159 | 0.083 | -0.243 |
Ts1 | 0.253 | 0.094 | -0.441 | -0.291 | -0.497 |
Ts2 | 0.695* | -0.489 | 0.747* | 0.513 | 0.638 |
Ts3 | -0.224 | 0.484 | -0.142 | 0.09 | 0.175 |
Tm1 | -0.489 | 0.4 | -0.607 | -0.396 | -0.131 |
Tm2 | -0.023 | 0.151 | -0.187 | -0.063 | 0.121 |
Tm3 | 0.193 | -0.593 | -0.22 | -0.218 | 0.165 |
S1 | -0.316 | 0.195 | -0.577 | -0.405 | 0.078 |
S2 | 0.388 | 0.187 | 0.837** | 0.719* | 0.35 |
S3 | 0.157 | -0.188 | -0.116 | -0.006 | 0.206 |
SW11 | -0.561 | 0.359 | -0.236 | -0.265 | -0.595 |
SW12 | -0.339 | -0.04 | -0.303 | -0.539 | -0.76** |
SW13 | -0.373 | 0.137 | -0.217 | -0.332 | -0.73* |
SW21 | -0.802** | 0.729* | -0.381 | -0.157 | -0.790** |
SW22 | -0.836** | 0.661* | -0.521 | -0.311 | -0.853** |
SW23 | -0.847** | 0.698* | -0.517 | -0.271 | -0.799** |
SW31 | 0.173 | 0.282 | 0.572 | 0.901** | 0.269 |
SW32 | -0.482 | 0.792** | 0.151 | 0.486 | -0.299 |
SW33 | -0.603 | 0.841** | 0.026 | 0.367 | -0.333 |
SW41 | -0.007 | 0.379 | 0.462 | 0.712* | 0.161 |
SW42 | -0.523 | 0.807** | 0.117 | 0.434 | -0.196 |
SW43 | -0.54 | 0.749* | 0.006 | 0.338 | 0.016 |
因变量 | 预测因子 | MLR方程 | R2 |
---|---|---|---|
1理论产量 | 全因子 | Y1a= -20.653SW23+9.51D1+0.462Ts1+633.974 | 0.996 |
显著因子 | Y1b= -14.689SW23+1185.303 | 0.718 | |
2果穗长 | 全因子 | Y2a= 0.232D3+0.256SW33+0.05 | 0.912 |
显著因子 | Y2b= 0.356D3+6.637 | 0741 | |
3果穗粗 | 全因子 | Y3a= 0.014S2+3.991 | 0.700 |
显著因子 | Y3b= 0.014S2+3.991 | 0.700 | |
4株子粒重 | 全因子 | Y4a= 2.544SW31-1.918SW13+0.182S2+58.837 | 0.993 |
显著因子 | Y4b= 2.812SW31+7.784 | 0.812 | |
5百粒重 | 全因子 | Y5a= -0.383SW22+1.0.36SW43+4.876 | 0.929 |
显著因子 | Y5b= -0.303SW23+37.638 | 0.728 |
因变量 | 预测因子 | MLR方程 | R2 |
---|---|---|---|
1理论产量 | 全因子 | Y1a= -20.653SW23+9.51D1+0.462Ts1+633.974 | 0.996 |
显著因子 | Y1b= -14.689SW23+1185.303 | 0.718 | |
2果穗长 | 全因子 | Y2a= 0.232D3+0.256SW33+0.05 | 0.912 |
显著因子 | Y2b= 0.356D3+6.637 | 0741 | |
3果穗粗 | 全因子 | Y3a= 0.014S2+3.991 | 0.700 |
显著因子 | Y3b= 0.014S2+3.991 | 0.700 | |
4株子粒重 | 全因子 | Y4a= 2.544SW31-1.918SW13+0.182S2+58.837 | 0.993 |
显著因子 | Y4b= 2.812SW31+7.784 | 0.812 | |
5百粒重 | 全因子 | Y5a= -0.383SW22+1.0.36SW43+4.876 | 0.929 |
显著因子 | Y5b= -0.303SW23+37.638 | 0.728 |
因变量 | 预测因子 | 节点数N | R2 |
---|---|---|---|
1理论产量 | 全因子 | 12 | 0.600 |
显著因子 | 4 | 0.980 | |
2果穗长 | 全因子 | 10 | 0.994 |
显著因子 | 4 | 0.722 | |
3果穗粗 | 全因子 | 13 | 0.757 |
显著因子 | 2 | 0.863 | |
4株子粒重 | 全因子 | 13 | 0.939 |
显著因子 | 3 | 0.906 | |
5百粒重 | 全因子 | 13 | 0.704 |
显著因子 | 4 | 0.892 |
因变量 | 预测因子 | 节点数N | R2 |
---|---|---|---|
1理论产量 | 全因子 | 12 | 0.600 |
显著因子 | 4 | 0.980 | |
2果穗长 | 全因子 | 10 | 0.994 |
显著因子 | 4 | 0.722 | |
3果穗粗 | 全因子 | 13 | 0.757 |
显著因子 | 2 | 0.863 | |
4株子粒重 | 全因子 | 13 | 0.939 |
显著因子 | 3 | 0.906 | |
5百粒重 | 全因子 | 13 | 0.704 |
显著因子 | 4 | 0.892 |
模型检验和误差 | 理论产量/(g·m2) | 果穗长/cm | 果穗粗/cm | 株子粒重/g | 百粒重/g |
---|---|---|---|---|---|
2019年实测 | 616.83 | 17.3 | 4.3 | 141.48 | 29.1 |
MRL_AF | 624.22 | 16.5 | 4.7 | 109.65 | 27.2 |
MRE | 1% | -5% | 9% | -22% | -7% |
MRL_SF | 690.90 | 17.7 | 4.7 | 108.03 | 27.6 |
MRE | 12% | 2% | 9% | -24% | -5% |
BPNN_AF | 618.25 | 17.6 | 4.3 | 155.46 | 28.6 |
MRE | 0% | 2% | 0% | 10% | -2% |
BPNN_SF | 599.81 | 16.8 | 4.9 | 113.93 | 28.2 |
MRE | -3% | -3% | 14% | -19% | -3% |
模型检验和误差 | 理论产量/(g·m2) | 果穗长/cm | 果穗粗/cm | 株子粒重/g | 百粒重/g |
---|---|---|---|---|---|
2019年实测 | 616.83 | 17.3 | 4.3 | 141.48 | 29.1 |
MRL_AF | 624.22 | 16.5 | 4.7 | 109.65 | 27.2 |
MRE | 1% | -5% | 9% | -22% | -7% |
MRL_SF | 690.90 | 17.7 | 4.7 | 108.03 | 27.6 |
MRE | 12% | 2% | 9% | -24% | -5% |
BPNN_AF | 618.25 | 17.6 | 4.3 | 155.46 | 28.6 |
MRE | 0% | 2% | 0% | 10% | -2% |
BPNN_SF | 599.81 | 16.8 | 4.9 | 113.93 | 28.2 |
MRE | -3% | -3% | 14% | -19% | -3% |
[1] | 吴志祥, 周兆德. 气候变化对我国农业生产的影响和对策[J]. 华南热带农业大学学报, 2004,10(2):7-11. |
[2] | 曹士亮, 于芳兰, 王成波, 等. 2009 降水量与积温对玉米气象产量影响的综合分析[J]. 作物杂志, 2009(3):62-65. |
[3] | 方精云. 全球生态学.气候变化与生态响应[M]. 北京高等教育出版社, 2002. |
[4] | 钱锦霞, 李芬, 奚玉香. 影响山西春玉米适时播种的气象条件变化特征[J]. 中国农业气象, 2007,28(3):246-249. |
[5] | 葛体达. 夏玉米对干旱胁迫的响应与适应机制的研究[D]. 莱阳:莱阳农学院, 2004. |
[6] | 刘树堂, 姜德峰. 土壤水分变化动态对夏玉米生理代谢的影响[J]. 玉米科学, 2003,11(1):67-68. |
[7] | 李长军, 李秀珍, 石军. 日照市玉米产量的预测模型构建[J]. 湖北农业科学, 2018,58(5):101-103. |
[8] | 季彪俊. 水稻产量影响的主成分分析[J]. 闽西职业大学学报, 2014(4):96-100. |
[9] | 董智强, 王萌萌, 李鸿怡 等. WOFOST模型对山东省夏玉米发育期与产量模拟的适用性评价[J]. 作物杂志, 2019,192(5):159-165. |
[10] | 米娜, 张玉书, 蔡福 等. 干旱胁迫对玉米物候及产量组成的影响及模拟研究[J]. 中国生态农业学报(中英文), 2019,27(12):1779-1788. |
[11] | 孙扬越, 申双和. 作物生长模型的应用研究进展[J]. 中国农业气象, 2019,40(7):444-459. |
[12] |
陈斐, 杨沈斌, 申双和 等. 基于主成分回归法的长江中下游双季早稻相对气象产量模拟模型[J]. 中国农业气象, 2014,35(5):522-528.
doi: 10.3969/j.issn.1000-6362.2014.05.007 URL |
[13] |
Jiang H, Hu H, Xu J F, et al. A deep learning approach to conflating heterogeneous geospatial data for corn yield estimation: A case study of the US Corn Belt at the county level[J]. Global Change Biology, 2019(2).
URL pmid: 31849159 |
[14] | 于珍珍, 汪春, 李海亮, 等. 基于人工神经网络加注氨气对玉米产量的影响[J]. 农业技术与装备, 2019(2):7-13. |
[15] | 方惠敏, 张守涛, 丁文珂. 基于BP神经网络的玉米区试产量预测研究[J]. 安徽农业科学, 2007,35(34):10969-10970. |
[16] | 胡九林, 张清, 韩烈保, 等. 天津泰达高羊茅草坪土壤水分动态研究[J]. 干旱地区农业研究, 2006,24(5):198-201. |
[17] | 山东农学院. 作物栽培学(北方本):上册[M]. 北京: 农业出版社, 1984: 183. |
[18] | 白莉萍. 夏玉米不同生育期对干旱胁迫的响应与适应机制[D]. 北京:中国科学院植物研究所, 2007. |
[19] | 管建慧, 刘克礼, 郭宇. 玉米根系构型的研究进展[J]. 玉米科学, 2006,14(6):162-166. |
[20] | 黄嘉佑. 气象统计分析与预报方法[M]. 北京: 气象出版社, 2004. |
[21] | 王福林, 董志贵, 吴志辉. 基于BP神经网络的玉米种植密度和施肥量优化[J]. 2017,33(6):92-97. |
[22] | 马雅丽, 王志伟, 栾青, 等. 玉米产量与生态气候因子的关系[J]. 中国农业气象, 2009,30(4):565-568. |
[23] | 孙景生, 肖俊夫, 段爱旺, 等. 夏玉米耗水规律及水分胁迫对其生长发育和产量的影响[J]. 玉米科学, 1999,8(1):45-47. |
[24] | 林承勇. 人工神经网络在预测PM2.5浓度中的研究[D]. 成都:电子科技大学电子与通信工程, 2016: 3-43. |
[25] | 李春华, 公芙萍, 崔一杰, 等. 山西中北部春玉米生长季土壤水分动态及对产量的影响[J]. 中国农业通报, 2014,30(24):246-250. |
[26] | 王宁珍, 张谋草, 黄斌, 等. 陇东地区土壤水分变化与玉米产量关系探讨[J]. 中国农业通报, 2009,25(21):3. |
[27] | 吴泽新. 干旱胁迫对鲁西北夏玉米生长发育及产量影响的分析[J]. 山东农业大学:自然科学版, 2015(6):817-821. |
[28] | 赵慧珍, 胡浩云. 用BP神经网络进行作物水分—产量预测研究[J]. 华北水利水电学院学报, 2006,27(2):17-19. |
[29] | 余焰文, 杨爱萍, 蔡小琴, 等. 三种油菜产量预测模型在江西的应用比较[J]. 气象科技, 2018,46(5):1032-1036. |
[30] | 任丽雯, 刘明春, 王兴涛, 等. 拔节和抽雄期水分胁迫对春玉米生长和产量的影响[J]. 中国农学通报, 2019,35(1):17-22. |
[1] | LU Qianqian, FENG Linjiao, WANG Shuang, GULIZHATI·Baoerhan , CHU Ren, ZHOU Long. Effects of Compound Saline-alkali Stress on Physiological and Biochemical Indexes of Table Grapes [J]. Chinese Agricultural Science Bulletin, 2023, 39(1): 62-70. |
[2] | JIN Meijuan, SHE Xudong, SHEN Mingxing, LU Changying, TAO Yueyue, WANG Haihou. Production Effect of Strawberry Cultured by Constructing Ridge-type Soil Groove Coupling Substrate in Paddy Field [J]. Chinese Agricultural Science Bulletin, 2023, 39(1): 71-76. |
[3] | CUI Yingying, ZHOU Bo, CHEN Yiyong, LIU Jiayu, LI Jianlong, TANG Hao, TANG Jinchi. Spatial-temporal Variation Analysis and Comprehensive Evaluation of Soil Fertility in Guangdong Major Tea Areas [J]. Chinese Agricultural Science Bulletin, 2023, 39(1): 85-95. |
[4] | Pema Rigzin, Dhonyo Dorji, Delek Kunkyi, Dekyi Yangzom, Yeshe Dorji, Penpa Tsring. Constructing the Monitoring Model of High Temperature Damage on Rice by Combining Data from Satellites and Ground Automatic Weather Stations [J]. Chinese Agricultural Science Bulletin, 2023, 39(1): 133-141. |
[5] | SUN Shuqing, DING Wei, SUN Rui, ZHANG Xicai, LAN Guoyu, CHEN Wei, YANG Chuan, WU Zhixiang. Soil Bacterial Community of Rubber Plantations of Different Ages of Stand: Composition and Diversity Study [J]. Chinese Agricultural Science Bulletin, 2022, 38(9): 93-100. |
[6] | JI Kun, WANG Bin, ZHAO Bowen, XUE Hao, WU Jianmin, ZHU Xiaojian, WANG Yixin, ZHAO Haijun, HAN Zanping. Different Maize Germplasm Materials: Grey Correlation Analysis of Plant and Ear-kernel Traits [J]. Chinese Agricultural Science Bulletin, 2022, 38(9): 27-32. |
[7] | ZENG Jie, YU Lang, DABU Xilatu, LI Yunju. Effects of Phosphorus-based Soil Conditioner on Growth of Chinese Cabbage in Low-phosphorus Red Soil [J]. Chinese Agricultural Science Bulletin, 2022, 38(9): 81-87. |
[8] | ZHOU Xiaohong. The Crop Yield Estimation Model Based on Multiple Regression Analysis [J]. Chinese Agricultural Science Bulletin, 2022, 38(8): 152-156. |
[9] | HUANG Hao, XIE Jin, YUAN Wenbin, WANG Chuliang, CHEN Kunhua, ZENG Fandong, LIANG Zengfa, SU Zhao, WANG Wei. Effects of Different Organic Materials on Root Characteristics and Accumulation of Nitrogen, Phosphorus and Potassium in Flue-cured Tobacco [J]. Chinese Agricultural Science Bulletin, 2022, 38(8): 51-57. |
[10] | QIN Naiqun, MA Qiaoyun, GAO Jingwei, YANG Pu, CAI Jinlan, HAO Yingchun, LI Yanmei, JI Hongce, LIAO Xiangzheng. Effects of Biogas Residue Application on Nutrient and Heavy Metal Content in Soil and Yield of Crops Under Peanut-wheat Rotation [J]. Chinese Agricultural Science Bulletin, 2022, 38(8): 58-63. |
[11] | LU Lilan, WANG Yuping, YIN Xinxing, HUANG Yingkai, FAN Haikuo. Investigation and Evaluation of Soil Nutrients in Fruit Coconut Orchards in Hainan Province [J]. Chinese Agricultural Science Bulletin, 2022, 38(8): 72-80. |
[12] | WANG Lina, YANG Ying, Du Su. Effects of Biochar Application on Saline-alkali Soil: Research Status [J]. Chinese Agricultural Science Bulletin, 2022, 38(8): 81-87. |
[13] | ZHAO Shuangmei, LIU Xianbin, LI Hongmei, DONG Wencai, SHEN Jianping, BAO Jinmei, LIANG Fang, LU Mei. Distributional Characteristics of Soil Carbon in Moist Evergreen Broad-leaved Forest in Ailao Mountains of Yunnan Province [J]. Chinese Agricultural Science Bulletin, 2022, 38(8): 88-95. |
[14] | DENG Yushuai, WANG Yuguang, YU Lihua, GENG Gui. Effects of Waterlogging Stress on Growth and Photosynthetic Characteristics of Sugar Beet Seedlings Under Different Soil Salinity and Alkalinity [J]. Chinese Agricultural Science Bulletin, 2022, 38(7): 18-23. |
[15] | ZHENG Benchuan, ZHANG Jinfang, JIANG Jun, CUI Cheng, CHAI Liang, HUANG Youtao, ZHOU Zhengjian, LI Haojie, JIANG Liangcai. Correlation Analysis of Main Traits and Yield of Brassica napus ‘Chuanyou’ Varieties with Different Maturity Stages [J]. Chinese Agricultural Science Bulletin, 2022, 38(7): 7-17. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||