CN105403666A - 甘蔗脱叶性的快速评价指标筛选及快速评价方法 - Google Patents

甘蔗脱叶性的快速评价指标筛选及快速评价方法 Download PDF

Info

Publication number
CN105403666A
CN105403666A CN201510727814.XA CN201510727814A CN105403666A CN 105403666 A CN105403666 A CN 105403666A CN 201510727814 A CN201510727814 A CN 201510727814A CN 105403666 A CN105403666 A CN 105403666A
Authority
CN
China
Prior art keywords
sugarcane
disleave
defoliation
leaf
function value
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.)
Granted
Application number
CN201510727814.XA
Other languages
English (en)
Other versions
CN105403666B (zh
Inventor
张木清
商贺阳
黄有总
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi University
Original Assignee
Guangxi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi University filed Critical Guangxi University
Priority to CN201510727814.XA priority Critical patent/CN105403666B/zh
Publication of CN105403666A publication Critical patent/CN105403666A/zh
Application granted granted Critical
Publication of CN105403666B publication Critical patent/CN105403666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Botany (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Breeding Of Plants And Reproduction By Means Of Culturing (AREA)

Abstract

一种甘蔗脱叶性快速评价指标性状的筛选方法，包括以下步骤：1)确定待筛选的与甘蔗脱叶性相关的指标性状，2)调查不同甘蔗品种的与甘蔗脱叶性相关的指标性状的田间测定值，3)对田间测定值进行个案排秩，再利用个案排秩的结果进行因子分析，4)根据因子分析的结果确定甘蔗脱叶性的快速评价指标性状。本发明的方法简便易行、操作简单、效率高。脱叶性指标的筛选及评价标准的确立，可以深化对甘蔗脱叶性的认识，可为甘蔗品种的选育工作提供参考，具有重要的实践应用价值。本发明的甘蔗脱叶性评价结果是科学、准确的，具有普遍性。

Description

甘蔗脱叶性的快速评价指标筛选及快速评价方法
技术领域
本发明涉及一种甘蔗脱叶性的快速评价指标筛选及快速评价方法，属于甘蔗育种领域。
背景技术
甘蔗是我国主要的糖料作物，面积占我国常年糖料面积的85％以上，产糖量占食糖总产量的90％以上，甘蔗产业已成为主产区经济发展的重要支柱和农民增收的主要来源。广西甘蔗产业发展迅速，为中国第一大蔗糖生产基地、世界第四生产蔗区。目前在中国甘蔗收获基本上是人工收获，然而国外先进国家已经完全实现机械化收获。在现代甘蔗生产过程中，无论手工收获还是机械收获，甘蔗的脱叶性状影响收获效率、降低糖产量、增加生产成本，已成为甘蔗育种中最重要的性状之一。焚烧甘蔗已经成为农业实践的重要手段，因为它能够促进收获、缓解农场工人职责。然而，由于焚烧甘蔗会释放大量的烟尘和气体到空气中，导致环境污染，严重影响周边社区。灰分含量不仅直接影响到加工和过滤的过程，还会增加制糖成本。因此，甘蔗脱叶性成为蔗农、农场、糖厂考虑的一个重要农艺性状。改良甘蔗的脱叶性、选育易脱叶品种，已经成为甘蔗育种上急需解决的一个重要任务。
通过对定量指标的筛选，建立甘蔗脱叶性的评价体系已经成为人们进行综合评价的主要方法和手段。植物器官脱落一直是人们关注的焦点之一。但有关甘蔗脱叶性评价体系方面的研究甚少，未见系统性的报道，尚缺乏甘蔗脱叶性的综合评价技术。
现今甘蔗品种繁多，如何选取快速、高效的评价技术方法非常重要。同时，甘蔗的脱叶性受多方面的影响，如甘蔗的茎径、总节数、裂长、裂角等方面。如何将这些因素综合考虑，并集成体现，实现甘蔗脱叶性快速、简易的评价，是当前甘蔗育种急需解决的问题。因此，根据农艺性状筛选甘蔗脱叶性的定量分析指标，建立甘蔗脱叶性的评价体系，可为甘蔗品种的选育工作提供参考，具有重要的实践应用价值。
发明内容
本发明要解决的第一个技术问题是提供一种甘蔗脱叶性的快速评价指标性状的筛选方法，从多个与甘蔗脱叶性相关的指标性状中系统综合地筛选出能够准确对甘蔗脱叶性进行快速、简易评价的指标性状。
本发明要解决的第二个技术问题是提供一种甘蔗脱叶性的快速评价方法，该方法能够快速简易的判定甘蔗品种的脱叶性，从而为甘蔗育种提供依据和理论支撑。
为了解决上述第一个技术问题，本发明采用下述技术方案：
一种甘蔗脱叶性快速评价指标性状的筛选方法，包括以下步骤：
1)确定待筛选的与甘蔗脱叶性相关的指标性状，
2)调查不同甘蔗品种的与甘蔗脱叶性相关的指标性状的田间测定值，
3)对田间测定值进行个案排秩，再利用个案排秩的结果进行因子分析，
4)根据因子分析的结果确定甘蔗脱叶性的快速评价指标性状。
当甘蔗脱叶性的快速评价指标性状与具体叶位有关时，具体叶位的确定方法如下：
(1)通过主成分分析建立综合评价函数，并且分别求出各个品种各个叶位的综合评价函数值，再按照综合评价函数值对各个品种进行排名；
(2)分别求出各个品种的所有叶位平均隶属函数值，再按照所有叶位平均隶属函数值对各个品种进行排名；
(3)分别求出各个品种各个叶位的隶属函数值，再按照各个叶位的隶属函数值对各个品种进行排名；
(4)以所有叶位平均隶属函数值的排名为标准排名，计算隶属函数值排名和综合评价函数值排名的正确率；
(5)计算隶属函数值和综合评价函数值的变异系数，并计算隶属函数值和综合评价函数值的变异系数的绝对差值；
(6)根据正确率、变异系数和绝对差值确定用于评价甘蔗脱叶性的最佳叶位。
所述与甘蔗脱叶性相关的指标性状包括总节数、自动脱叶节数、脱叶率、茎径、裂长、裂角、脱叶力以及平均每叶脱叶力。
因子分析的结果包括因子载荷、特征根、贡献率以及累计贡献率。
与具体叶位有关的甘蔗脱叶性的快速评价指标性状包括裂长、裂角、脱叶力或者平均每叶脱叶力。
一种甘蔗脱叶性的快速评价方法，包括以下步骤：
(1)调查多个不同甘蔗品种，获得各个甘蔗品种的快速评价指标性状的田间测定值，
(2)先对步骤(1)所述田间测定值进行标准化转换，再以标准化转换得到的数据为变量对所述多个不同甘蔗品种的脱叶性进行聚类，
(3)根据步骤(1)所述田间测定值和步骤(2)所述聚类结果，通过判别分析建立判别函数，
(4)调查待评价甘蔗品种的快速评价指标性状的田间测定值，并将田间测定值代入步骤(3)所述判别函数中求值，根据判别函数值确定待评价甘蔗品种脱叶性所属的类别。
本发明的有益效果如下：
①本发明的方法简便易行、操作简单、效率高。
②脱叶性指标的筛选及评价标准的确立，可以深化对甘蔗脱叶性的认识，可为甘蔗品种的选育工作提供参考，具有重要的实践应用价值。
③本发明的甘蔗脱叶性评价结果是科学、准确的，具有普遍性。
附图说明
图1为实施例1因子分析中脱叶性的空间结构图。
图2为实施例2的不同甘蔗品种脱叶性在5个判别函数的散点图。
图3为本发明所述裂长和裂角的示意图。
具体实施方式
为了更好的理解本发明，下面将通过具体的实施例进一步的说明本发明的方案，但本发明的保护范围不限于以下实施例。
实施例1
一种甘蔗脱叶性快速评价指标性状的筛选方法，包括以下步骤：
(一)
1)本实施例选定八个甘蔗品种，分别为34179、36075、福农40、福农1110、桂糖31、34140、35377和35080，每个品种调查五个平行样本。
本实施例选定八个与甘蔗脱叶性相关的指标性状，分别为总节数、自动脱叶节数、脱叶率、茎径、裂长、裂角、脱叶力和平均每叶脱叶力，以上八个指标性状的田间测定值获取方法如下：
统计每株甘蔗的总节数(X1)。
统计每株甘蔗的自动落叶节数(X2)。
根据每株甘蔗的总节数(X1)和自动落叶节数(X2)，通过公式计算得到脱叶率(X3)。
用游标卡尺测定距离地面1.2米处甘蔗的直径作为茎径(X4)，单位为cm。
本发明所述裂长是指叶鞘与蔗茎连接处，叶鞘脱离蔗茎的裂痕的长度，用米尺测量一张叶片的裂痕长度作为裂长(X5)，单位为cm。表1中所述单株平均裂长是指单株甘蔗+6叶位(+1叶是甘蔗最高部位完全可见肥厚带的叶子，+1叶向根部依次是+1、+2、+3…)至根部所有叶位裂长的平均值。
本发明所述裂角是指叶鞘与蔗茎的夹角，用量角器测量一张叶片的倾斜角度作为裂角(X6)，单位为“°”，测定方法为：将量角器的中心与叶鞘和蔗茎的连接处重合，并且量角器的“0”刻度线与蔗茎重合，90度刻度线与蔗茎垂直，甘蔗的叶鞘所在位置的刻度即为叶角的读数，记录读数。表1中，所述单株平均裂角是指单株甘蔗+6叶位至根部所有叶位的裂角的平均值。
本发明所述脱叶力(X7)是指将叶片剥离蔗茎需要的拉力，单位为“牛”。测定方法为：用20cm长细绳的一端拴在甘蔗叶鞘的中部，另一端拴在数显拉力器上，保持数显拉力器和叶鞘的连接线垂直于甘蔗茎，匀速缓慢地将叶片剥离，记录读数。表1中，单株总脱叶力是指单株甘蔗+6叶位至根部所有叶位的脱叶力之和。
根据甘蔗的总节数(X1)和总脱叶力(X7)计算平均每叶脱叶力(X8)，公式为：
表1与甘蔗脱叶性相关的指标性状的田间测定值
3)先对X1、X2、X3、X4、X5、X6、X7和X8的田间测定值进行个案等级排序，再对个案等级排序的结果进行因子分析。因子分析的结果如表2和图1所示。
表2因子分析结果
4)根据因子分析的结果确定甘蔗脱叶性的快速评价指标性状。
根据表2和图1，我们从因子1选取单株总脱叶力X7，从因子2中选取因子载荷量稍微高的脱叶率X3，作为快速评价甘蔗的脱叶性的指标。
(二)
本实施例筛选得到的甘蔗脱叶性快速评价指标性状为脱叶率和单株总脱叶力，由于所述单株总脱叶力为单个样本+6叶位至根部所有叶位的脱叶力之和，因而需要进一步确定脱叶力的具体叶位，确定方法如下：
(1)通过主成分分析建立综合评价函数，根据综合评价函数，分别求出品种j第i叶位(6≤i≤16)的综合评价函数值Yij，再按照综合评价函数值Yij对各个品种进行排名；
具体步骤如下：
(1.1)先根据表1中的特征向量Ck和特征根λk计算特征向量矩阵Tk，计算式为Tk＝Ck/sqrt(λk)，k＝1,2,3，再根据特征向量矩阵得到如下主成分函数的表达式：
y1＝0.2309X1+0.3778X2+0.3778X3+0.1771X4+0.4129X5+0.4067X6-0.3871X7-0.3796X8
y2＝0.5887X1-0.0497X2-0.0497X3+0.6936X4-0.0054X5+0.0027X6+0.3238X7+0.2505X8
y3＝0.2603X1+0.5279X2+0.5269X3-0.3593X4-0.2402X5-0.0990X6+0.2740X7+0.3614X8
(1.2)根据式(1)求出因子权重ωk，结果见表2。
式(1)中，Pk为因子k的贡献率，Pn为累计贡献率，
(1.3)根据步骤(1.1)得到的主成分函数表达式和步骤(1.2)得到的因子权重，利用公式计算甘蔗脱叶性的综合评价函数Y，
Y＝0.2887X1+0.324X2+0.3239X3+0.1973X4+0.2595X5+0.2743X6-0.1829X7-0.1791X8
(1.4)根据步骤(1.3)所述甘蔗脱叶性的综合评价函数Y，得到用于计算品种j第i叶位的综合评价函数Yij，表达式如式(3)所示，并计算第i叶位(6≤i≤16)的甘蔗脱叶性的综合评价函数值；
Yij＝0.2887(X1)'j+0.324(X2)'j+0.3239(X3)'j+0.1973(X4)'j+
(3)
0.2595(X5)ij+0.2743(X6)ij-0.1829(X7)ij-0.1791(X8)'j
式(3)中：
(X1)'j为品种j的总节数，本实施例对品种j调查了5个平行样本，因此(X1)'j取5个平行样本的平均值。
(X2)'j为品种j的自动脱叶节数，本实施例对品种j调查了5个平行样本，因此(X2)'j取5个平行样本的平均值。
(X3)'j为品种j的脱叶率，本实施例对品种j调查了5个平行样本，因此(X3)'j取5个平行样本的平均值。
(X4)'j为品种j的茎径，本实施例对品种j调查了5个平行样本，因此(X4)'j取5个平行样本的平均值。
(X5)ij为品种j第i叶位的裂长，本实施例对品种j调查了5个平行样本，因此(X5)ij取5个平行样本的平均值。
(X6)ij为品种j第i叶位的裂角，本实施例对品种j调查了5个平行样本，因此(X6)ij取5个平行样本的平均值。
(X7)ij为品种j第i叶位的脱叶力，本实施例对品种j调查了5个平行样本，因此(X7)ij取5个平行样本的平均值。
(X8)'j为平均每叶脱叶力，本实施例对品种j调查了5个平行样本，因此(X8)'j取5个平行样本的平均值。
(1.5)按照综合评价函数值Yij的大小对各个品种进行排名，结果见表3的第14～24行，每个单元格中，括号外为综合评价函数值，括号内为综合评价函数值的名次。
(2)分别求出各个品种的所有叶位平均隶属函数值，再按照所有叶位平均隶属函数值对各个品种进行排名。
(2.1)
隶属函数公式：
反隶属函数公式：
(MFV-Xa)'j为根据品种j的a性状的田间测定值计算得到的所有叶位隶属函数值。与脱叶力呈负相关的性状用隶属函数公式，呈正相关的性状用反隶属函数公式。
当a＝1,2,3,4,8时，(Xa)'j为品种j的a性状的田间测定值。
当a＝5时，(X5)'j为品种j的所有叶位的裂长的平均值，本实施例对品种j调查了5个平行样本，因此(X5)'j取5个平行样本的平均值。
当a＝6时，(X6)'j为品种j的所有叶位的裂角的平均值，本实施例对品种j调查了5个平行样本，因此(X6)'j取5个平行样本的平均值。
当a＝7时，(X7)'j为品种j的所有叶位的脱叶力的平均值，本实施例对品种j调查了5个平行样本，因此(X7)'j取5个平行样本的平均值。
(Xa)'jmax为各个品种中a性状的最大值。
(Xa)'jmin为各个品种中a性状的最小值。
(2.2)根据式(2)计算品种j的所有叶位平均隶属函数值
(2.3)按照所有叶位平均隶属函数值的大小对各个品种进行排名，结果见表3的第2行，每个单元格中，括号外为的数值，括号内为的名次。
(3)分别求出各个品种的各个叶位隶属函数值，再按照各个叶位隶属函数值对各个品种进行排名。
(3.1)根据下式求出品种j的第i叶位平均隶属函数值
(3.2)步骤(3.1)中，(MFV-X5)ij、(MFV-X6)ij和(MFV-X7)ij的计算方法如下：
隶属函数公式：式中a＝5,6,7；
反隶属函数公式：式中a＝5,6,7；
(MFV-Xa)ij为根据品种j的第i叶位a性状的田间测定值计算得到的隶属函数值。与脱叶力呈负相关的性状用隶属函数公式，呈正相关的性状用反隶属函数公式；
当a＝5时，(X5)ij为品种j第i叶位的裂长，本实施例对品种j调查了5个平行样本，因此取5个平行样本的平均值。
当a＝6时，(X6)ij为品种j第i叶位的裂角，本实施例对品种j调查了5个平行样本，因此取5个平行样本的平均值。
当a＝7时，(X7)ij为品种j第i叶位的脱叶力，本实施例对品种j调查了5个平行样本，因此取5个平行样本的平均值。
(Xa)ijmin为各个品种中第i叶位的a性状最小值。
(Xa)ijmax为各个品种中第i叶位的a性状最大值。
(3.3)分别按照第i叶位平均隶属函数值的大小对各个品种进行排名，结果见表3的第3～13行，每个单元格中，括号外为的数值，括号内为的名次。
表3不同品种不同叶位的以及名次
(4)以的排名为标准排名，计算排名和Yij排名的正确率，结果如表4所示。
(5)计算和Yij的变异系数，并计算和Yij的变异系数的绝对差值，结果如表4所示。
表4正确率、变异系数和绝对差值
(6)根据正确率、变异系数和绝对差值确定用于评价甘蔗脱叶性的最佳叶位。
表4显示：+7、+10、+11和+12叶的隶属函数值和主成分综合评价函数得分正确率均为100％。在评价值正确率为100％的4个叶中，+10叶的隶属函数值和主成分综合评价函数得分的变异系数最大，且变异系数的绝对差值为0.55，最小。因此，选择+10叶作为甘蔗脱叶性评价的最优叶位。因此，本实施以+10叶位脱叶力为甘蔗脱叶性的快速评价指标。
本实施例筛选结果的准确性验证试验
(1)调查35个甘蔗品种，获得各个甘蔗品种的脱叶性评价指标性状的田间测定值。本验证试验调查了11个脱叶性评价指标性状，分别为总节数(A1)、自动落叶节数(A2)、脱叶率(A3)、茎径(A4)、脱叶力(A7)、平均每叶脱叶力(A8)、正10叶的裂长(A9)、正10叶的裂角(A10)和正10叶的脱叶力(A11)。
(2)系统聚类验证
先对脱叶性评价指标性状的田间测定值进行标准化转换，将标准化转换得到的数据分别以8个性状(A1、A2、A3、A4、A7、A8、A9和A10)和2个性状(A3和A11)为变量进行系统聚类。按照离差平方和法的欧氏距离分为3类，第1类为易脱叶，有5个品种；第2类脱叶性为中，有27个品种；第3类为难脱叶，有3个品种。以8个性状的聚类结果作为标准，比较2个性状聚类结果的正确率。结果显示，2个性状聚类结果中仅有一个品种的所属类别与8个性状的聚类结果不同，说明所述的两个指标性状具有高度的代表性。
(3)所有叶位平均隶属函数值排名验证
(3.1)根据8个性状(A1、A2、A3、A4、A7、A8、A9和A10)的田间测定值，计算各个品种的所有叶位平均隶属函数值再按照的大小对各个品种进行排名，
(3.2)根据2个性状(A3和A11)的田间测定值，计算各个品种的所有叶位平均隶属函数值再按照的大小对各个品种进行排名，
(3.3)比较步骤(3.1)得到的排名和步骤(3.2)得到的排名，结果显示，两个排名的相同度达到97.14％，再次说明所述的两个指标性状具有高度的代表性。
综上所述，本实施例以脱叶率和+10叶的脱叶力作为甘蔗脱叶性快速评价指标是准确的。
实施例2
一种甘蔗脱叶性的快速评价方法，包括以下步骤：
(1)本实施调查了107个甘蔗品种，获得各个甘蔗品种的脱叶率和+10叶位脱叶力的田间测定值。
(2)田间测定值经标准化转换后，用离差平方和法中的平方欧式距离将107个品种划分为5类，第1类为易脱叶，第2类为较易脱叶，第3类为中，第4类为较难脱叶，第5类为难脱叶。其中，第1类有12个品种、第2类有26个品种、第3类有24个品种、第4类有38个品种和第5类有7个品种。
在第1类的12个品种随机选取8个品种用于建立判别函数，余下4个品种用于外部验证。
在第2类的26个品种随机选取17个品种用于建立判别函数，余下9个品种用于外部验证。
在第3类的24个品种随机选取16个品种用于建立判别函数，余下8个品种用于外部验证。
在第4类的38个品种随机选取25个品种用于建立判别函数，余下13个品种用于外部验证。
在第5类的7个品种随机选取5个品种用于建立判别函数，余下2个品种用于外部验证。
每个类别中，用于建立判别函数的约占总数的三分之二，用于外部验证的约占总数的三分之一。
(3)根据步骤(1)所述田间测定值和步骤(2)所述聚类结果，通过判别分析建立判别函数。本步骤的判别分析在软件IBMSPSSStatistics22.0上完成。所述判别分析以脱叶率和+10叶位脱叶力为自变量，以脱叶性分类结果为分组变量，判别分析结果如表5所示。
表5判别分析结果
类别 1 2 3 4 5
脱叶率 4.040 1.797 0.351 0.322 0.389
+10叶位脱叶力 4.233 5.251 3.750 9.280 20.959
常数 -50.887 -12.456 -2.926 -8.443 -40.048
根据表5建立的判别函数的表达式如下：
Z1＝4.04*B3+4.233*B11-50.887
Z2＝1.797*B3+5.251*B11-12.456
Z3＝0.351*B3+3.75*B11-2.926
Z4＝0.322*B3+9.28*B11-8.443
Z5＝0.389*B3+20.959*B11-40.048
式中，B3和B11分别代表脱叶率和+10叶位脱叶力的田间测定值。
(4)调查待评价甘蔗品种的脱叶率和+10叶位脱叶力的田间测定值，并将田间测定值代入步骤(3)所述判别函数中求值，
若Z1最大，则待评价甘蔗品种的脱叶性为好；
若Z2最大，则待评价甘蔗品种的脱叶性为较好；
若Z3最大，则待评价甘蔗品种的脱叶性为中；
若Z4最大，则待评价甘蔗品种的脱叶性为较差；
若Z5最大，则待评价甘蔗品种的脱叶性为差。
判别函数的验证
首先，对判别函数进行方差检验，得知p<0.05，说明判别函数具有显著意义。
然后，将用于外部验证的品种样本的脱叶率和+10叶位脱叶力的田间测定值代入上述判别函数中求值，并确定该品种的的脱叶性类别。
另外，再用自身验证法和交叉验证法对该品种进行回判。
最后，验证结果如表5所示。
表6判别函数的验证结果
从表5中可以看出，自身验证法的判对正确率为95.77％；交叉验证法的判对正确率是92.96％，外部验证的判对正确率是94.44％。可见，本实施例建立的判别函数正确判别率高，可用于甘蔗脱叶性的快速评价。

Claims (6)

1.一种甘蔗脱叶性快速评价指标性状的筛选方法，其特征在于，包括以下步骤：
1)确定待筛选的与甘蔗脱叶性相关的指标性状，
2)调查不同甘蔗品种的与甘蔗脱叶性相关的指标性状的田间测定值，
3)对田间测定值进行个案排秩，再利用个案排秩的结果进行因子分析，
4)根据因子分析的结果确定甘蔗脱叶性的快速评价指标性状。
2.如权利要求1所述的甘蔗脱叶性评价指标的筛选方法，其特征在于，当甘蔗脱叶性的快速评价指标性状与具体叶位有关时，具体叶位的确定方法如下：
(1)通过主成分分析建立综合评价函数，并且分别求出各个品种各个叶位的综合评价函数值，再按照综合评价函数值对各个品种进行排名；
(2)分别求出各个品种的所有叶位平均隶属函数值，再按照所有叶位平均隶属函数值对各个品种进行排名；
(3)分别求出各个品种各个叶位的隶属函数值，再按照各个叶位的隶属函数值对各个品种进行排名；
(4)以所有叶位平均隶属函数值的排名为标准排名，计算隶属函数值排名和综合评价函数值排名的正确率；
(5)计算隶属函数值和综合评价函数值的变异系数，并计算隶属函数值和综合评价函数值的变异系数的绝对差值；
(6)根据正确率、变异系数和绝对差值确定用于评价甘蔗脱叶性的最佳叶位。
3.如权利要求1或2所述的甘蔗脱叶性评价指标的筛选方法，其特征在于，所述与甘蔗脱叶性相关的指标性状包括总节数、自动脱叶节数、脱叶率、茎径、裂长、裂角、脱叶力以及平均每叶脱叶力。
4.如权利要求1或2所述的甘蔗脱叶性评价指标的筛选方法，其特征在于，因子分析的结果包括因子载荷、特征根、贡献率以及累计贡献率。
5.如权利要求1或2所述的甘蔗脱叶性评价指标的筛选方法，其特征在于，与具体叶位有关的甘蔗脱叶性的快速评价指标性状包括裂长、裂角、脱叶力或者平均每叶脱叶力。
6.一种甘蔗脱叶性的快速评价方法，其特征在于，包括以下步骤：
(1)调查多个不同甘蔗品种，获得各个甘蔗品种的快速评价指标性状的田间测定值，
(2)先对步骤(1)所述田间测定值进行标准化转换，再以标准化转换得到的数据为变量对所述多个不同甘蔗品种的脱叶性进行聚类，
(3)根据步骤(1)所述田间测定值和步骤(2)所述聚类结果，通过判别分析建立判别函数，
(4)调查待评价甘蔗品种的快速评价指标性状的田间测定值，并将田间测定值代入步骤(3)所述判别函数中求值，根据判别函数值确定待评价甘蔗品种脱叶性所属的类别。
CN201510727814.XA 2015-10-30 2015-10-30 甘蔗脱叶性的评价指标筛选及评价方法 Active CN105403666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510727814.XA CN105403666B (zh) 2015-10-30 2015-10-30 甘蔗脱叶性的评价指标筛选及评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510727814.XA CN105403666B (zh) 2015-10-30 2015-10-30 甘蔗脱叶性的评价指标筛选及评价方法

Publications (2)

Publication Number Publication Date
CN105403666A true CN105403666A (zh) 2016-03-16
CN105403666B CN105403666B (zh) 2017-10-20

Family

ID=55469281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510727814.XA Active CN105403666B (zh) 2015-10-30 2015-10-30 甘蔗脱叶性的评价指标筛选及评价方法

Country Status (1)

Country Link
CN (1) CN105403666B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114756800A (zh) * 2022-04-14 2022-07-15 云南省农业科学院甘蔗研究所 一种甘蔗大量创新种质抗旱性鉴定方法
CN117521976A (zh) * 2023-12-20 2024-02-06 广西大学 快速评价甘蔗气根发生程度指标性状的筛选及评价方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104931430A (zh) * 2015-06-26 2015-09-23 云南省烟草烟叶公司 一种复烤片烟自然醇化品质评价及模型构建方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104931430A (zh) * 2015-06-26 2015-09-23 云南省烟草烟叶公司 一种复烤片烟自然醇化品质评价及模型构建方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
《中华人民共和国农业部》: "《中华人民共和国农业行业标准》", 18 December 2007 *
JEAN-NOEL CANDAU: "Landscape-scale spatial distribution of spruce budworm defoliation in relation to bioclimatic conditions", 《CANADIAN JOURNAL OF FOREST RESEARCH》 *
方志存: "甘蔗成熟期蔗叶 POD 活性与自然脱叶率的相关性分析", 《湖南农业大学学报(自然科学版)》 *
李如丹: "甘蔗成熟期叶片中果胶酶活性与自然脱叶率的相关性", 《植物生理学报》 *
李新蕊: "主成分分析 、因子分析 、聚类分析的比较与应用", 《山东教育学院学报》 *
陈超君: "园林6号等三个甘蔗新品种的种性研究初报", 《广西蔗糖》 *
高欣欣: "《甘蔗成熟期脱叶性与内源乙烯含量的变化关系》", 《中国作物学会甘蔗专业委员会第八次全国会员代表大会暨第15次学术讨论会论文集》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114756800A (zh) * 2022-04-14 2022-07-15 云南省农业科学院甘蔗研究所 一种甘蔗大量创新种质抗旱性鉴定方法
CN114756800B (zh) * 2022-04-14 2024-08-23 云南省农业科学院甘蔗研究所 一种甘蔗创新种质抗旱性鉴定方法
CN117521976A (zh) * 2023-12-20 2024-02-06 广西大学 快速评价甘蔗气根发生程度指标性状的筛选及评价方法

Also Published As

Publication number Publication date
CN105403666B (zh) 2017-10-20

Similar Documents

Publication Publication Date Title
US20230141886A1 (en) Method for assessing hazard on flood sensitivity based on ensemble learning
CN105929115B (zh) 一种烟叶生态适应性的评价方法
CN102175618A (zh) 一种稻麦叶片氮含量光谱监测模型建模方法
CN110232445B (zh) 一种基于知识蒸馏的文物真伪鉴定方法
CN114595956B (zh) 一种基于灰度关联法模糊聚类算法的桉树土壤肥力分析方法
CN111855591A (zh) 水稻地上部碳氮比遥感反演模型和方法
CN111855593A (zh) 水稻叶片淀粉含量遥感反演模型和方法
CN108205718B (zh) 一种粮食作物抽样测产方法及系统
Wang et al. Strategy for the construction of a core collection for Pinus yunnanensis Franch. to optimize timber based on combined phenotype and molecular marker data
CN111855592A (zh) 水稻单位面积内地上部干物重遥感反演模型和方法
CN108377788B (zh) 一种水稻全生育期耐盐性鉴定评价方法
CN111126511A (zh) 一种基于植被指数融合的lai定量模型建立的方法
CN107341521A (zh) 一种基于煤炭光谱数据对煤炭分类的方法
CN115718746A (zh) 基于机器学习的稻田甲烷排放量预测方法
CN107067033A (zh) 机器学习模型的局部修复方法
CN114782840A (zh) 一种基于无人机rgb影像的小麦物候期实时分类方法
CN105403666A (zh) 甘蔗脱叶性的快速评价指标筛选及快速评价方法
CN114967798A (zh) 一种基于互联网的天麻种植管理控制系统
CN109034462B (zh) 玉米群体种植结构优化方法及装置
CN116957356B (zh) 一种基于大数据的景区碳中和管理方法和系统
CN109408966B (zh) 一种基于林分生长的桉树风害等级评估方法
Wei et al. Application of remote sensing technology in crop estimation
CN114493346B (zh) 一种乡村产业集聚化布局方法、系统、装置及存储介质
CN115907178A (zh) 一种净生态系统co2交换量的预测方法
CN110033187B (zh) 一种基于环境数据的指标数据获取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant