CN109269946B - 一种评估小麦籽粒库容和产量的方法 - Google Patents
一种评估小麦籽粒库容和产量的方法 Download PDFInfo
- Publication number
- CN109269946B CN109269946B CN201810970449.9A CN201810970449A CN109269946B CN 109269946 B CN109269946 B CN 109269946B CN 201810970449 A CN201810970449 A CN 201810970449A CN 109269946 B CN109269946 B CN 109269946B
- Authority
- CN
- China
- Prior art keywords
- wheat
- library
- yield
- capacity
- volume
- 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.)
- Active
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 113
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 113
- 235000013339 cereals Nutrition 0.000 title claims abstract description 97
- 238000003860 storage Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005484 gravity Effects 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 238000005303 weighing Methods 0.000 claims description 16
- 239000011800 void material Substances 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 6
- 108010016634 Seed Storage Proteins Proteins 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 239000008213 purified water Substances 0.000 claims description 3
- 238000009395 breeding Methods 0.000 abstract description 3
- 230000001488 breeding effect Effects 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000029553 photosynthesis Effects 0.000 description 3
- 238000010672 photosynthesis Methods 0.000 description 3
- 230000000243 photosynthetic effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Adjustment And Processing Of Grains (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农作物栽培和育种的产量评估领域,具体为一种评估小麦籽粒库容和产量的方法,其设定小麦库评估参数,所述小麦库评估参数包括库容数量参数和库容质量参数,所述自然库容量即为单位体积籽粒数,用于评估小麦籽粒库的大小;计算出产量,所述产量用于评估源库流大小和协调情况;测定小麦籽粒的比重,所述比重用于评估小麦籽粒库的饱满度;利用参数比重,计算出实在库容量,所述实在库容量用于评估小麦籽粒库的大小。本方案提出产量四要素量质新模型,将小麦籽粒库的数量参数与质量参数有机结合在一起,实现了由数量增长向数量质量并进的转变,更为有效、准确地对小麦生产情况进行评估。
Description
技术领域
本发明涉及农作物栽培和育种的产量评估领域,具体为一种评估小麦籽粒库容和产量的方法。
背景技术
目前,研究小麦产量的模型主要有3种,第一种是产量三要素法,主要参数是单元面积穗数、每穗粒数、千粒重,按随机数取一定面积穗数,再随机选取20个穗,数取穗粒数,按该品种的常年千粒重,根据公式计算出:产量=穗数*穗粒数*千粒重;第二种是从光合作用角度,产量=叶面积*光合时间*净光合速率;第三种是产量=生物产量*经济系数。在现代作物栽培生理研究,常用源库流理论来阐明作物产量形成的规律,产量三要素模型考虑的重点是小麦的籽粒库,光合作用模型考虑的重点是源,通过源库流将产量三要素与光合作用有机连接起来,源库协调是提高小麦产量的有效途径。
在常用的产量三要素法中,小麦籽粒库的总数=单位面积穗数(如亩穗数)*每穗粒数,这种籽粒库的总数只是小麦群体库的数量,但是群体库容的大小和群体库的质量并没有进行评估,即小麦产量仅局限于在小麦籽粒库的数量上进行评估,进而不能有效、准确地评估出小麦的生产情况。
发明内容
针对上述存在的技术问题,本发明意在提供了一种评估小麦籽粒库容和产量的方法。
本发明的技术方案是:一种评估小麦籽粒库容和产量的方法,包括以下步骤:
(1)设定小麦库评估参数,所述小麦库评估参数包括库容数量参数和库容质量参数,库容数量参数包括自然库容量和实在库容量,库容质量参数包括容重和比重;
(2)测定自然库容量,所述自然库容量即为单位体积籽粒数,用于评估小麦籽粒库的大小;所述自然库容量测定包括以下步骤:
将所测定的小麦清理干净;
按容重测定方法,将清理干净的小麦倒入容重器,称取容重,记取容重W,所述容重用于评估小麦籽粒库的饱满度;
取出容重测定完毕的小麦,利用自动数粒仪数取1000粒,称重,记取数据TGW;
利用参数W和TGW,计算出自然库容量;
(3)利用参数容重W和自然库容量,计算出产量,所述产量用于评估源库流大小和协调情况;
(4)测定小麦籽粒的比重,所述比重用于评估小麦籽粒库的饱满度;所述比重测定包括以下步骤:
选用天平称取23克-27克小麦籽粒,记取重量W3;
选用100ml干净的量筒,将所述小麦籽粒倒入量筒,放在所述天平上称重后回零;
选用100ml注射器吸入100ml纯净水,向装有小麦籽粒的量筒注水,同时摇晃所述量筒,等量筒内的水接近100ml刻度线时,放慢注水速度,直至量筒内水的刻度线与量筒100ml刻度线相切;
当所述量筒的外壁有水时,擦干所述量筒外壁的水,然后称重,记取重量W4;
利用参数W4,计算出所测小麦籽粒的体积;
利用参数W3和体积,计算出所测小麦籽粒的比重;
(5)利用参数比重,计算出实在库容量,所述实在库容量用于评估小麦籽粒库的大小。
进一步,步骤(2)中,所述自然库容量的计算公式为:自然库容量=W/TGW*0.1。
进一步,步骤(3)中,所述产量的计算公式为:产量=单位面积穗数*每穗粒数*自然库容量-1*W。
进一步,步骤(4)中,选用天平称取25克的小麦籽粒W3,所述天平选用精度为百分之一以上。
进一步,步骤(4)中,设定所述量筒内的水比重为1,得出加入水的体积为W4,所述小麦籽粒的体积=100-W4;
所述小麦籽粒的比重计算公式为:比重=W3/(100-W4)。
进一步,步骤(5)中,所述实在库容量的计算公式为:实在库容量=比重*1000/千粒重*0.1。
进一步,所述库容质量参数还包括比容、空隙度;
计算出比容和空隙度,所述比容和空隙度均用于评估小麦籽粒库的饱满度,所述比容和空隙度的计算公式为:
比容=W/比重,空隙度=1-比容。
本发明的另一目的在于提供一种利用所述评估小麦籽粒库容和产量的方法的小麦籽粒库容和产量的评估设备,该评估设备用于设定小麦库评估参数,以及对所述小麦库评估参数的计算,再根据计算出的值评估出籽粒库和产量对小麦生产情况的影响。
与现有技术相比,本发明具有以下优点及积极效果:
本方案提出产量四要素量质新模型,即在原先产量三要素模式上增加了小麦籽粒库的数量参数和质量参数,从而将小麦籽粒库的数量参数与质量参数有机结合在一起,实现了由数量增长向数量质量并进的转变,更为有效、准确地对小麦生产情况进行评估。将小麦质量参数纳入产量的计算公式,更有利于评估产值和经济效益,为高产高质高效提供了诊断模型和改进途径。
附图说明
图1为本发明实施例提供的一种评估小麦籽粒库容和产量的方法的流程图;
图2为本发明实施例中自然库容量测定的流程图;
图3为本发明实施例中比重测定的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例基本如附图1所示:一种评估小麦籽粒库容和产量的方法,包括以下步骤:
步骤101,设定小麦库评估参数,所述小麦库评估参数包括库容数量参数和库容质量参数,库容数量参数包括自然库容量和实在库容量,库容质量参数包括容重和比重。
步骤102,测定自然库容量,所述自然库容量即为单位体积籽粒数,用于评估小麦籽粒库的大小。如图2所示,所述自然库容量测定包括以下步骤:
S201:将所测定的小麦清理干净;
S202:按容重测定方法,将清理干净的小麦倒入容重器,称取容重,记取容重W,所述容重用于评估小麦籽粒库的饱满度,容重W单位为G/L;
S203:取出容重测定完毕的小麦,利用自动数粒仪数取1000粒,称重,记取数据TGW,其单位为g/1000粒;
S204:利用参数W和TGW,计算出自然库容量。自然库容量的计算公式为:自然库容量=W/TGW*0.1,其单位为万粒/L。
步骤103,利用参数容重W和自然库容量,计算出产量,所述产量用于评估源库流大小和协调情况。产量的计算公式为:产量=单位面积穗数*每穗粒数*自然库容量-1*W,其中,单位面积穗数和每穗粒数采用现有方法测出值,单位面积穗数是光合面积(源)的重要组成部分,也是库的重要组成之一;每穗粒数是群体籽粒库的主要组成部分,自然库容量是单个籽粒库大小参数;容重是库的质量参数,也反映流的质量。
步骤104,测定小麦籽粒的比重,所述比重用于评估小麦籽粒库的饱满度;如图3所示,所述比重测定包括以下步骤:
S301:选用天平称取23克-27克小麦籽粒,记取重量W3;选用电子天平称取25克的小麦籽粒W3,电子天平选用精度为百分之一以上;
S302:选用100ml干净的量筒,将所述小麦籽粒倒入量筒,放在所述天平上称重后回零;
S303:选用100ml注射器吸入100ml纯净水,向装有小麦籽粒的量筒注水,同时摇晃所述量筒,等量筒内的水接近100ml刻度线时,放慢注水速度,直至量筒内水的刻度线与量筒100ml刻度线相切;
S304:当所述量筒的外壁有水时,擦干所述量筒外壁的水,然后称重,记取重量W4;
S305:利用参数W4,计算出所测小麦籽粒的体积;设定所述量筒内的水比重为1,得出加入水的体积为W4,所测小麦籽粒的体积=100-W4;
S306:利用参数W3和体积,计算出所述小麦籽粒的比重;小麦籽粒的比重计算公式为:比重=W3/(100-W4)。
步骤105,利用参数比重,计算出实在库容量,所述实在库容量用于评估小麦籽粒库的大小。实在库容量的计算公式为:实在库容量=比重*1000/千粒重*0.1,千粒重就采用现有方法中该品种的常年千粒重。
在本实施例中,库容质量参数还包括比容、空隙度,计算出比容和空隙度,所述比容和空隙度均用于评估小麦籽粒库的饱满度,所述比容和空隙度的计算公式为:比容=W/比重,空隙度=1-比容。本方法还提供了一种利用所述评估小麦籽粒库容和产量的方法的小麦籽粒库容和产量的评估设备,该评估设备用于设定小麦库评估参数,以及对所述小麦库评估参数的计算,再根据计算出的值评估出籽粒库和产量对小麦生产情况的影响。
本方法在测定容重时,选用1升籽粒,测定比重只需少量样品,选取25克籽粒,以保证测量的精确度,选取更少的籽粒便会导致精度下降。比重与容重为显著正相关,通过比重测定可间接评价籽粒饱满程度,更适用于小麦育种早代材料的评价。
上述测定方法,在现有产量三要素模式上进行了创新,增加了小麦籽粒库的数量参数和质量参数,进一步丰富了源库流理论。籽粒库大小根据自然库容量和实在库容量的值判断,当自然库容量和实在库容量的值越大,表明籽粒库就越小;籽粒库的质量用容重、比容和空隙度表示,容重和比容的值越大,空隙度的值越小,就表明籽粒库越饱满,说明籽粒库质量好,源足、流畅。所以,该发明小麦生产情况评估新模式建立了小麦产量指标与品质指标的新型关系,实现了由着重数量指标评价向数量、质量指标共同评价的新突破。
本发明简单实用,根据测量出小麦籽粒库的大小和质量,建立了产量四要素量质新模型,从而将小麦籽粒库的数量参数与质量参数有机结合在一起,实现了由数量增长向数量质量并进的转变,为诊断分析大面积小麦生产存在的问题,制定增产增效路径提供了新思路,可广泛用于小麦科研和生产。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (4)
1.一种评估小麦籽粒库容和产量的方法,其特征在于,包括以下步骤:
(1)设定小麦库评估参数,所述小麦库评估参数包括库容数量参数和库容质量参数,库容数量参数包括自然库容量和实在库容量,库容质量参数包括容重和比重;
(2)测定自然库容量,所述自然库容量即为单位体积籽粒数,用于评估小麦籽粒库的大小;所述自然库容量测定包括以下步骤:
将所测定的小麦清理干净;
按容重测定方法,将清理干净的小麦倒入容重器,称取容重,记取容重W,所述容重用于评估小麦籽粒库的饱满度;
取出容重测定完毕的小麦,利用自动数粒仪数取1000粒,称重,记取数据TGW;
利用参数W和TGW,计算出自然库容量,所述自然库容量的计算公式为:自然库容量=W/TGW*0.1;
(3)利用参数容重W和自然库容量,计算出产量,所述产量用于评估源库流大小和协调情况,所述产量的计算公式为:产量=单位面积穗数*每穗粒数*自然库容量-1*W;
(4)测定小麦籽粒的比重,所述比重用于评估小麦籽粒库的饱满度;所述比重测定包括以下步骤:
选用天平称取23克-27克小麦籽粒,记取重量W3;
选用100ml干净的量筒,将所述小麦籽粒倒入量筒,放在所述天平上称重后回零;
选用100ml注射器吸入100ml纯净水,向装有小麦籽粒的量筒注水,同时摇晃所述量筒,等量筒内的水接近100ml刻度线时,放慢注水速度,直至量筒内水的刻度线与量筒100ml刻度线相切;
当所述量筒的外壁有水时,擦干所述量筒外壁的水,然后称重,记取重量W4;
利用参数W4,计算出所测小麦籽粒的体积,设定所述量筒内的水比重为1,得出加入水的体积为W4,所述小麦籽粒的体积=100-W4;
利用参数W3和体积,计算出所测小麦籽粒的比重,所述小麦籽粒的比重计算公式为:比重=W3/(100-W4);
(5)利用参数比重,计算出实在库容量,所述实在库容量用于评估小麦籽粒库的大小,所述实在库容量的计算公式为:实在库容量=比重*1000/千粒重*0.1。
2.根据权利要求1所述的评估小麦籽粒库容和产量的方法,其特征在于,步骤(4)中,选用天平称取25克的小麦籽粒W3,所述天平选用精度为百分之一以上。
3.根据权利要求1所述的评估小麦籽粒库容和产量的方法,其特征在于,所述库容质量参数还包括比容、空隙度;
计算出比容和空隙度,所述比容和空隙度均用于评估小麦籽粒库的饱满度,所述比容和空隙度的计算公式为:
比容=W/比重,空隙度=1-比容。
4.一种利用权利要求1所述评估小麦籽粒库容和产量的方法的小麦籽粒库容和产量的评估设备,所述评估设备用于设定小麦库评估参数,以及对所述小麦库评估参数的计算,再根据计算出的值评估出籽粒库和产量对小麦生产情况的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810970449.9A CN109269946B (zh) | 2018-08-24 | 2018-08-24 | 一种评估小麦籽粒库容和产量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810970449.9A CN109269946B (zh) | 2018-08-24 | 2018-08-24 | 一种评估小麦籽粒库容和产量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109269946A CN109269946A (zh) | 2019-01-25 |
CN109269946B true CN109269946B (zh) | 2021-02-05 |
Family
ID=65154515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810970449.9A Active CN109269946B (zh) | 2018-08-24 | 2018-08-24 | 一种评估小麦籽粒库容和产量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109269946B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109200B (zh) * | 2021-04-22 | 2021-11-16 | 安徽省农业科学院作物研究所 | 一种估算小麦籽粒中don含量的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10318899A (ja) * | 1997-05-21 | 1998-12-04 | Kett Electric Lab | 穀物等の試料の容積重測定装置 |
CN104620716A (zh) * | 2015-01-27 | 2015-05-20 | 玉溪市农业科学院 | 一种灯盏细辛种子的精选方法 |
CN105928597A (zh) * | 2016-04-14 | 2016-09-07 | 吉林大学 | 一种用于玉米颗粒的千粒重计数仪及其计数称量方法 |
CN107764382A (zh) * | 2017-11-27 | 2018-03-06 | 无锡同春新能源科技有限公司 | 基于北斗导航的无人机测算小麦田的粮食产量调查系统 |
CN107944777A (zh) * | 2018-01-10 | 2018-04-20 | 天津农学院 | 一种有效提高水稻精确估产的方法 |
-
2018
- 2018-08-24 CN CN201810970449.9A patent/CN109269946B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10318899A (ja) * | 1997-05-21 | 1998-12-04 | Kett Electric Lab | 穀物等の試料の容積重測定装置 |
CN104620716A (zh) * | 2015-01-27 | 2015-05-20 | 玉溪市农业科学院 | 一种灯盏细辛种子的精选方法 |
CN105928597A (zh) * | 2016-04-14 | 2016-09-07 | 吉林大学 | 一种用于玉米颗粒的千粒重计数仪及其计数称量方法 |
CN107764382A (zh) * | 2017-11-27 | 2018-03-06 | 无锡同春新能源科技有限公司 | 基于北斗导航的无人机测算小麦田的粮食产量调查系统 |
CN107944777A (zh) * | 2018-01-10 | 2018-04-20 | 天津农学院 | 一种有效提高水稻精确估产的方法 |
Non-Patent Citations (2)
Title |
---|
小麦种子饱满度指标的比较研究;严威凯;《种子》;19881231(第5期);第6-8页 * |
玉米容重差异的形成机理及措施调控;张丽;《中国博士学位论文全文数据库·农业科技辑》;20090215(第2期);第D047-26页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109269946A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chilcote | Relationship between natural productivity and the frequency of wild fish in mixed spawning populations of wild and hatchery steelhead (Oncorhynchus mykiss) | |
Martin et al. | A comparison of competition measures and growth models for predicting plantation red pine diameter and height growth | |
Sapkota et al. | Yield estimation of food and non-food crops in smallholder production systems | |
CN104899786B (zh) | 玉米品种种植适宜性精细区划方法与系统 | |
Baumann et al. | Sex-specific components of frailty in C57BL/6 mice | |
Morse et al. | A forecast quality assessment of an end-to-end probabilistic multi-model seasonal forecast system using a malaria model | |
JP2019505111A5 (zh) | ||
CN109269946B (zh) | 一种评估小麦籽粒库容和产量的方法 | |
Cushman et al. | The effect of growth curve and sampling regime on instantaneous‐growth, removal‐summation, and Hynes/Hamilton estimates of aquatic insect production: A computer simulation 1 | |
Yan et al. | Comparison of two canopy resistance models to estimate evapotranspiration for tea and wheat in southeast China | |
CN107992978A (zh) | 一种网贷平台的风险预警方法及相关装置 | |
CN105092789A (zh) | 一种片烟醇化过程中烟叶风格特征变化趋势分析方法 | |
Olori et al. | Projection of partial lactation records and calculation of 305-day yields in the Republic of Ireland | |
Leary | Testing models of unthinned red pine plantation dynamics using a modified Bakuzis matrix of stand properties | |
CN110533544A (zh) | 农作物冷冻害定损理赔方法及系统 | |
EP1798548A1 (en) | Methods for adjusting stress wave velocity-based predictions of lumber stiffness and warp propensity of a timber based raw material group | |
Buba | Prediction equations for estimating tree height, crown diameter, crown height and crown ratio of Parkia biglobosa in the Nigerian guinea savanna | |
Ashraf et al. | Using JABOWA-3 for forest growth and yield predictions under diverse forest conditions of Nova Scotia, Canada | |
CN106468733A (zh) | 一种特高压雷电侵入波的监测系统及其监测方法 | |
Dolph | Prediction of periodic basal area increment for young-growth mixed conifers in the Sierra Nevada | |
Li et al. | Dividing the transit wind speeds into intervals as a favorable methodology for analyzing the relationship between wind speed and the aerodynamic impedance of vegetation in semiarid grasslands | |
Van Poorten et al. | Estimating differences in growth and metabolism in two spatially segregated groups of Columbia River white sturgeon using a field-based bioenergetics model | |
Niedzialek et al. | Runoff production in the upper Rio Chagres watershed, Panama | |
Briand et al. | Does a bigger glass eel mean better recruitment | |
Gayton | Grassland and forest understory vegetation monitoring: an introduction to field methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |