CN101464979A - 作物产量表现评价系统及方法 - Google Patents
作物产量表现评价系统及方法 Download PDFInfo
- Publication number
- CN101464979A CN101464979A CNA2009100768392A CN200910076839A CN101464979A CN 101464979 A CN101464979 A CN 101464979A CN A2009100768392 A CNA2009100768392 A CN A2009100768392A CN 200910076839 A CN200910076839 A CN 200910076839A CN 101464979 A CN101464979 A CN 101464979A
- Authority
- CN
- China
- Prior art keywords
- output
- variety
- corn
- regional
- zone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明为玉米新品种产量表现评价的一种新型技术方法。因为玉米品种的产量与种植环境的平均产量有较显著的线性相关关系,所以本发明在统计分析玉米品种区域试验数据的基础上,提取出各个品种的产量特征参数,并建立了品种-试验环境互作综合模型,再根据试验区域与大田种植管理水平的差异系数,推广得到品种-大田环境互作模型,以便对例如玉米品种在目标种植环境的产量表现给出定量评价,评价单元精确到县一级和具体品种,可以为玉米品种的审定评价、精准营销提供一种新的方法,减少玉米推广过程中的不确定性和损失,真正实现因地用种。
Description
技术领域
本发明属于种植业信息化技术领域,具体地,本发明涉及一种作物产量表现评价系统及方法。
背景技术
当培育出一个新的作物品种,例如玉米、小麦、水稻等之后,需要对该作物品种的产量进行合理的评价,以便为该作物品种的推广种植具有重要的意义。传统的作物产量表现评价方法限于作物级别的产量表现评价,而未考虑到同一作物不同品种间的差异。传统的很多产量估算方法归纳起来可以分为经验估产法、要素测定法、卫星遥感预测法、回归模式预测法等。另外,对于新品种的产量进行评价的传统方法多是定性总结式评价,缺少定量预见式评价。
发明内容
鉴于以上情况,本发明就如何更好地评价作物新品种提出了一种新的思路。
为实现上述目的,本发明的一方面提供了一种作物新品种区域产量表现评价方法,包括:品种参加完多年多点区域试验后获取其有关产量的特征参数;将所有待评价区域的历年产量平均值换算成为区域试验点条件下的产量值;各个品种根据表征它产量的一组特征参数估算其在各个区域单元的表现;对估算结果进行分析,比较出各区域适宜品种和各新品种适种区域。
另一方面,本发明提供一种作物新品种区域产量表现评价系统,包括:
数据导入及预处理模块:该模块主要完成相关基础数据的导入与预处理。需导入的数据主要有玉米品种区域试验数据,各县(区)玉米种植面积、玉米总产量统计数据。要完成的预处理主要是数据的校验及对各个品种平均产量特征的回归分析,计算各县玉米平均产量;
区域选择模块:在本实施例中,玉米新品种县域产量表现的计算是以县(区)为基本单元进行的,首先应该对感兴趣的县进行选择。系统按照玉米种植的两大区域东华北和黄淮海来进行划分,按照种植区-省份-市-县层状结构进行组织,有利于用户进行区域的选择;
品种选择模块:本模块以玉米种植的两大区域东华北和黄淮海来进行品种区分的,用户可以选择自己感兴趣的品种,系统向用户提供了按名称、平均产量、生育期等多种排序方式,方便用户选择;
参数设置模块:本模块允许用户来设置K值、悲观度参数,以使评价结果更加接近真实产量;
评价计算模块:主要用于完成预测产量的计算功能;
结果展示模块:本模块是玉米新品种县域产量表现评价系统的最终结果展示部分,内容主要包括用户信息,计算时间信息,参与计算的县、各品种及各品种最终的预测产量信息等,系统提供了报表展示和地图展示两个结果展示方式,地图展示结合了地图信息和产量信息给用户以直观的展示。
根据上述技术方案,本发明相对于传统的作物评价研究而言,着重考虑了品种间的差异,针对各个品种在特定区域(例如县域)单元内进行评价。
另外,通过本发明的技术方案可以实现通过品种区域试验表现推测其在大田的表现这一过程。
最后,本发明改变了以往的定性总结式评价方式,而采取定量预见式评价,评价结果具有更大的实用价值。
附图说明
下面结合附图描述本发明的技术方案。附图中表示的各个细节仅仅是为了使本发明的原理能够被更加清晰地理解,而不构成对本发明技术方案的任何限制。其中:
图1示出根据本发明一个实施例的玉米产量表现评价系统的结构示意图;
图2示出根据本发明一个实施例的玉米产量表现评价方法的流程图;
图3示出按照本发明的一个实施例计算玉米品种产量的流程图;
图4示出按照本发明的方法所获得的玉米品种X1132X在黄淮海种植区适宜性分布图;
图5示出按照本发明的方法所获得的黄淮海区各县最适宜品种分布示意图。
具体实施方式
图1示出根据本发明一个实施例的玉米产量表现评价系统的结构示意图。如图1所示,该玉米产量表现评价系统包括:
数据导入及预处理模块:该模块主要完成相关基础数据的导入与预处理。需导入的数据主要有玉米品种区域试验数据,各县(区)玉米种植面积、玉米总产量统计数据。要完成的预处理主要是数据的校验及对各个品种平均产量特征的回归分析,计算各县玉米平均产量;
区域选择模块:在本实施例中,玉米新品种县域产量表现的计算是以县(区)为基本单元进行的,首先应该对感兴趣的县进行选择。系统按照玉米种植的两大区域东华北和黄淮海来进行划分,按照种植区-省份-市-县层状结构进行组织,有利于用户进行区域的选择;
品种选择模块:本模块以玉米种植的两大区域东华北和黄淮海来进行品种区分的,用户可以选择自己感兴趣的品种,系统向用户提供了按名称、平均产量、生育期等多种排序方式,方便用户选择;
参数设置模块:本模块允许用户来设置K值、悲观度参数,以使评价结果更加接近真实产量;
评价计算模块:主要用于完成预测产量的计算功能;
结果展示模块:本模块是玉米新品种县域产量表现评价系统的最终结果展示部分,内容主要包括用户信息,计算时间信息,参与计算的县、各品种及各品种最终的预测产量信息等,系统提供了报表展示和地图展示两个结果展示方式,地图展示结合了地图信息和产量信息给用户以直观的展示。
图2示出根据本发明一个实施例的玉米产量表现评价方法的流程图。如图2所示,该方法包括以下步骤:
确定一个要研究的区域,例如县,同时确定一个要研究的品种;
在确定了研究区域和研究品种后,计算预测的产量;
最后显示预测的产量。
具体地,计算预测产量的时候,要执行以下操作,具体可参见附图3所示:
首先,根据新品种多年多点区域试验的数据,通过回归分析法提取出该品种产量表现特征参数a、b、R2、S,即特定玉米品种的产量与其所在区试点的环境玉米平均产量的线性回归特征参数,其中a表示回归常数,b表示回归系数,R表示相关系数,s表示离回归偏差;
然后获得待评价区域的近三年玉米产量平均值x;
再将x转换成区域试验条件下的产量值。在具体的研究过程中发现,这个转换比例通常为1.5倍的关系,这个转换系数最好因地制宜进行调整,调整系数用k表示;
用户根据需要设置悲观度α,如果待评价区域极不利于玉米生长,或者用户偏好产量表现稳定的品种,则可以将α值设置得较大;α的取值范围为[1,3];
在确定以上所述的参数后,将这些参数带入模型:
最后将采用该方法得到的全部产量表现结果进行分类统计。统计可以按照品种进行,得出某一品种在哪些地区估算产量较高,则该品种在该区域较适宜推广;也可以按照区域进行统计,得出某一区域估算产量较高的品种,进而得出该区域适宜种植的品种。
下面是利用本发明在东华北区进行县域玉米产量表现评价的一个具体例子:
根据以上描述,进行县域玉米产量评价时要进行以下操作:首先将某一品种各个点次的区域试验产量与该品种该点次所在的区试环境下所有参试品种的平均产量做一元线性回归分析,求出线性回归方程形如y0=a+bx0,其中x0为该品种该点次所在的区试环境下所有参试品种的平均产量,y0为该品种该点次的区域试验产量,a、b即待求参数,回归方程y0=a+bx0的线性相关系数为r,R2=r2,S为回归方程y0=a+bx0的回归标准差;其次根据已有数据求得待评价区域(县域)近三年的玉米产量平均值x,并根据该地区的具体情况,将x转换成在区域试验条件下的产量kx;再次由使用者根据评价需要与评价目的确定悲观度α。
例如,品种AY8512,a=11.44,b=1.03,R2=0.83,S=50.57;东华北区河北省保定市阜平县2001年玉米产量为293.5,2003年玉米产量为267.46,2004年玉米产量为289.27,2005年玉米产量为306.47,则该评价区域近年玉米平均产量为289.175,k=1.25,则kx=361.47,α设为1,则
按照以上的方法,可求得各品种在其它县域单元的产量表现。
利用本发明提供的方法,对各个品种在每个县域单元的产量表现结果进行统计,可以为新品种筛选出适宜种植的区域。附图4示出按照本发明的方法所获得的玉米品种X1132X在黄淮海种植区适宜性分布图;还能为各个县域筛选出适宜种植的品种,附图5示出黄淮海区各县最适宜品种分布示意图。
根据以上描述,可以理解,采用本发明的技术方案可以获得以下有益效果:
1、定量预测
根据本方法可以进行玉米新品种评价,也可以进行品种间的比较;可以判断品种在哪些县适宜,哪些县不适宜,并能定量化适宜的程度。定量化的计算结果避免了以往在推广区选择上的盲目性和经验性,为玉米新品种推广区选择提供了一个切实可行的方法。
2、产量预测结果精确到县
根据所查文献和种子公司选择玉米新品种推广区的经验,得知在玉米新品种推广区的选择上,通常把省作为推广单元。本方法将县作为玉米新品种产量预测计算单元,这样种子生产者在进行玉米新品种推广区的选择时可以落实到县,使区域更准确。
本发明的产量表现评价主要是以估算出的产量为主要评价依据,其中着重考虑了品种间的差异,在模型中加入了包含品种特征的参数,针对各个品种在县域单元内进行产量评价。
以上通过具体实施例描述了本发明的原理和优选实施方式,但是本领域的普通技术人员应当理解,在不背离本发明的原理和主旨的前提下,可以对本发明的上述实施方式作出各种修改和变通。这样的变通都应当落入由所附权利要求所限定的本发明的范围。
Claims (13)
1、一种作物品种区域产量表现评价系统,包括:
数据导入及预处理模块,用于完成相关基础数据的导入与预处理;
区域选择模块,用于选择感兴趣的区域;
品种选择模块,用于选择用户感兴趣的作物品种;
参数设置模块,用于设置用户参数,以使评价结果更加接近真实产量;
评价计算模块,用于完成预测产量的计算功能。
2、如权利要求1所述的系统,进一步包括:
结果展示模块,用于显示作物新品种区域产量表现评价系统的最终结果。
3、如权利要求2所述的系统,其中所述最终结果包括用户信息、计算时间信息、参与计算的区域、各品种及各品种最终的预测产量信息。
4、如权利要求1所述的系统,其中所述基础数据包括所研究的作物品种的区域试验数据、区域品种种植面积、品种总产量统计数据。
5、如权利要求1所述的系统,其中所述预处理包括数据的校验、对各个品种平均产量特征的回归分析、以及计算所研究的作物品种在各区域的平均产量。
6、如权利要求1所述的系统,其中所述用户参数包括作物品种在所研究区域的多年产量平均值x与区域试验条件下的产量值的比值k、以及悲观度参数。
7、一种作物品种区域产量表现评价方法,包括:
获取所述作物品种的多点多区域多年试验的产量特征参数;
将所有待评价区域的历年产量平均值换算成为区域试验点条件下的产量值;
对各个品种,根据表征该品种产量的一组特征参数估算该品种在各个区域单元的表现;以及
对估算结果进行分析,比较出各区域适宜品种或各新品种的适种区域。
8、如权利要求7所述的方法,其中获取所述作物品种的多点多区域多年试验的产量特征参数的步骤包括:
根据所述作物品种多年多点区域试验的数据,通过回归分析法提取出该品种产量表现特征参数a、b、R2、S,其中a表示回归常数,b表示回归系数,R表示相关系数,s表示离回归偏差。
9、如权利要求7所述的方法,其中所有待评价区域的历年产量平均值换与区域试验点条件下的产量值的比例用调整系数用k表示,k的取值范围为0.8到2.0。
10、如权利要求7所述的方法,其中所述悲观度参数的取值范围为[1,3]。
11、如权利要求7-10任一项所述的方法,其中根据表征该品种产量的一组特征参数估算该品种在各个区域单元的表现的步骤包括:
将所述特征参数、调整系数、悲观度参数带入下列模型:
得到该品种在各个区域单元的表现
12、如权利要求11所述的方法,进一步包括按照品种对全部产量表现结果进行分类统计,以判断某一品种在哪些地区较适宜推广。
13、如权利要求11所述的方法,进一步包括按照区域对全部产量表现结果进行分类统计,以判断某一区域适宜种植的作物品种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100768392A CN101464979A (zh) | 2009-01-22 | 2009-01-22 | 作物产量表现评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100768392A CN101464979A (zh) | 2009-01-22 | 2009-01-22 | 作物产量表现评价系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101464979A true CN101464979A (zh) | 2009-06-24 |
Family
ID=40805550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2009100768392A Pending CN101464979A (zh) | 2009-01-22 | 2009-01-22 | 作物产量表现评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101464979A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105075575A (zh) * | 2015-04-22 | 2015-11-25 | 华北水利水电大学 | 一种在宽窄行间作的玉米、大豆的产量预测方法和灌水质量的评价方法 |
CN107563154A (zh) * | 2017-08-16 | 2018-01-09 | 中国农业大学 | 一种玉米优秀品种的早期识别方法 |
CN108022023A (zh) * | 2017-12-20 | 2018-05-11 | 深圳春沐源控股有限公司 | 一种农作物的种植产量预测方法、装置及存储介质 |
CN108665176A (zh) * | 2018-05-16 | 2018-10-16 | 武汉轻工大学 | 基于稻谷加工的损失统计方法、装置、系统及存储介质 |
CN108763267A (zh) * | 2018-04-04 | 2018-11-06 | 中国农业大学 | 一种玉米优良品种推广分析方法及装置 |
-
2009
- 2009-01-22 CN CNA2009100768392A patent/CN101464979A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105075575A (zh) * | 2015-04-22 | 2015-11-25 | 华北水利水电大学 | 一种在宽窄行间作的玉米、大豆的产量预测方法和灌水质量的评价方法 |
CN107563154A (zh) * | 2017-08-16 | 2018-01-09 | 中国农业大学 | 一种玉米优秀品种的早期识别方法 |
CN107563154B (zh) * | 2017-08-16 | 2021-01-15 | 中国农业大学 | 一种玉米优秀品种的早期识别方法 |
CN108022023A (zh) * | 2017-12-20 | 2018-05-11 | 深圳春沐源控股有限公司 | 一种农作物的种植产量预测方法、装置及存储介质 |
WO2019119718A1 (zh) * | 2017-12-20 | 2019-06-27 | 深圳春沐源控股有限公司 | 一种农作物的种植产量预测方法、装置及存储介质 |
CN108763267A (zh) * | 2018-04-04 | 2018-11-06 | 中国农业大学 | 一种玉米优良品种推广分析方法及装置 |
CN108665176A (zh) * | 2018-05-16 | 2018-10-16 | 武汉轻工大学 | 基于稻谷加工的损失统计方法、装置、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Estimating maize yield potential and yield gap with agro-climatic zones in China—Distinguish irrigated and rainfed conditions | |
He et al. | The climatic suitability for maize cultivation in China | |
CN110309985A (zh) | 一种农作物产量预测方法及系统 | |
CN107341577A (zh) | 一种农作物产量预测方法及系统 | |
Viglizzo et al. | Scale-dependent controls on ecological functions in agroecosystems of Argentina | |
Tian et al. | Changes in production potentials of rapeseed in the Yangtze River Basin of China under climate change: A multi-model ensemble approach | |
CN107392376A (zh) | 一种农作物气象产量预测方法及系统 | |
CN108984803A (zh) | 一种农作物产量空间化的方法及系统 | |
Jiang et al. | Estimation of land production and its response to cultivated land conversion in North China Plain | |
CN101477595A (zh) | 区域作物品种种植比例规划系统及方法 | |
CN104050513A (zh) | 农作物种植面积监测空间抽样方案优化方法 | |
Long et al. | Impact of climate change on wheat yield and quality in the Yellow River Basin under RCP8. 5 during 2020–2050 | |
CN101464979A (zh) | 作物产量表现评价系统及方法 | |
CN115859823B (zh) | 基于滑动窗口子时期划分的时变参数水文模拟方法 | |
CN110874454A (zh) | 基于混合概率密度的区域尺度毛竹碳储量精确测算方法 | |
Cola et al. | BerryTone—a simulation model for the daily course of grape berry temperature | |
CN108205718A (zh) | 一种粮食作物抽样测产方法及系统 | |
Paixao et al. | Optimizing sugarcane planting windows using a crop simulation model at the state level | |
Cui et al. | Estimating maize yield in the black soil region of Northeast China using land surface data assimilation: integrating a crop model and remote sensing | |
CN103927687A (zh) | 杉木智能施肥系统 | |
Chen et al. | Development and Implementation of Site‐Specific Fertilizer Recommendation Model Based on Nutrient Balance for Rubber Plantation | |
CN116362402A (zh) | 一种基于天气预报与表型信息监测的灌溉制度优化系统 | |
CN116595333A (zh) | 土壤-气候智慧型的水稻目标产量与氮肥用量确定方法 | |
CN109359862A (zh) | 一种粮食作物实时估产方法及系统 | |
CN110378623B (zh) | 一种果园土壤肥力表征方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20090624 |