CN111612229B - 油用牡丹始花期和种子采摘期的预测方法 - Google Patents
油用牡丹始花期和种子采摘期的预测方法 Download PDFInfo
- Publication number
- CN111612229B CN111612229B CN202010400749.0A CN202010400749A CN111612229B CN 111612229 B CN111612229 B CN 111612229B CN 202010400749 A CN202010400749 A CN 202010400749A CN 111612229 B CN111612229 B CN 111612229B
- Authority
- CN
- China
- Prior art keywords
- peony
- period
- oil
- months
- seeds
- 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
- 241000736199 Paeonia Species 0.000 title claims abstract description 95
- 235000006484 Paeonia officinalis Nutrition 0.000 title claims abstract description 93
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000007619 statistical method Methods 0.000 claims abstract description 3
- 230000018109 developmental process Effects 0.000 claims description 12
- 241000847925 Paeonia ostii Species 0.000 claims description 8
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000001556 precipitation Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 claims description 2
- 240000008790 Musa x paradisiaca Species 0.000 claims description 2
- 235000018290 Musa x paradisiaca Nutrition 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 244000269722 Thea sinensis Species 0.000 description 8
- 240000002853 Nelumbo nucifera Species 0.000 description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 5
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 5
- 240000005001 Paeonia suffruticosa Species 0.000 description 4
- 235000003889 Paeonia suffruticosa Nutrition 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 3
- 230000005562 seed maturation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000006071 cream Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明公开了油用牡丹始花期和种子采摘期的预测方法，该方法包括：步骤一：油用牡丹物候资料获取方法；步骤二：油用牡丹物候期与气象资料的相关统计方法；步骤三：建立油用牡丹始花期、种子成熟期预测模型。本发明能让花农提前预知牡丹的初花时间和种子成熟时间，有充足的时间做好花瓣、花蕊及种子成熟的采摘前的准备工作，确保花农能采摘到优质的花瓣、花蕊及饱满且出油率高的种子，达到最佳效果。
Description
技术领域
本发明涉及油用牡丹生产管理技术领域，特别是涉及油用牡丹始花期和种子采摘期的预测方法。
背景技术
菏泽位于黄河下游，属于冲积平原，地势平坦，土层深厚，土质疏松，土地肥沃；年平均气温14.0℃、降雨量649.9mm、无霜期288天，且四季分明，雨热同季，具有种植牡丹的得天独厚的条件，自古以来就是牡丹最适宜的生长区。自隋朝起牡丹种植，兴于唐、宋，盛于明、清，至清朝时，菏泽已经成为我国牡丹栽培中心，2015年菏泽油用牡丹种植面积达30666.7hm2，是油用牡丹存量面积最大的地级市。作为菏泽市特色旅游的牡丹花观赏时间倍受各界关注。
菏泽种植油用牡丹主要品种是凤丹牡丹，凤丹牡丹大多花的颜色洁白如雪，食用味道独特，营养丰富。油用牡丹可以制作牡丹花茶，牡丹花茶分花骨朵茶、花瓣茶、花丝茶、花蕊茶等，人工收集初开的油用牡丹的花瓣、花蕊，制作花茶，多数牡丹研究人员说采摘牡丹初开时的花瓣制作花茶比较好，所以适时采摘牡丹花瓣对牡丹花茶的品质、口感等尤为重要。油用牡丹种子成熟后，要适时采收，适时采收的成熟种子，出苗率高，苗生长健壮。采收过早的种子，用于育苗，会严重影响出苗率，苗生长纤弱；用于榨油，出油率低，油品质降低；过早采收，对牡丹种子产量也有较大影响。
在牡丹生长周期中，影响牡丹生长的气象因素众多，不是单一的气象因子的影响，但现有的研究没有一种分析预测模型引用多个气象因子作为变量，因此预测效果不佳。
发明内容
为了克服上述问题，本发明提供了油用牡丹始花期和种子采摘期的预测方法，能让花农提前预知牡丹的初花时间和种子成熟时间，有充足的时间做好花瓣、花蕊及种子成熟的采摘前的准备工作，确保花农能采摘到优质的花瓣、花蕊及饱满且出油率高的种子，达到最佳效果。
本发明所采用的技术方案是：
油用牡丹始花期和种子采摘期的预测方法，该方法包括：
步骤一：油用牡丹物候资料获取方法：根据全国通用的农业气象观测规范，对牡丹各个物候期进行观测，观测牡丹植株上或茎上出现牡丹某一发育期特征时，牡丹就进入了这个发育期，观测的大田牡丹群体进入发育期，是以观测的总株(茎)数中进入发育期的株(茎)数所占的百分率确定的；第一次观测到≥10％为牡丹某个发育期的始期，观测到发育期≥50％为发育普遍期；油用牡丹花期随着周围气象等环境因子的变化而发生变化；菏泽凤丹牡丹种子7月下旬至8月上旬进入成熟期，不同年份，成熟早晚有差异，生产中观察，牡丹籽近成熟时，果荚呈蟹黄色(熟香蕉皮色)，果荚内，种子正在由黄绿色向褐色、黑色转化，大面积采摘前随机采摘少量果荚，立即剥开取种，大约近50％种子已经变为褐色、黑色，即可大量采收，此时进入油用牡丹种子成熟期
步骤二：油用牡丹物候期与气象资料的相关统计方法：根据近十年的油用牡丹物候期的观测和记载资料，统计多年牡丹物候期与相对应的该年同期秋季至翌年物候期前最小步长以旬为单位的气象观测资料，包括旬平均、最高、最低气温、0-15cm地温、积温等气象要素；统计每年稳定通过0℃初日至油用牡丹开花始期期间的≥0℃积温、稳定通过3℃初日至油用牡丹开花始期有效积温、3月≥0℃积温、最低气温≤3℃以下的日数、最低气温≤0℃以下的日数、最低气温≤0℃的累计时长等多种气象因子；对牡丹始花期、种子成熟期与同年前期气象要素进行相关分析，获取与油用牡丹始花期、种子成熟期相关显著(P＜0.05)的气象因子作为关键影响因子。
步骤三：建立油用牡丹始花期、种子成熟期预测模型：采用滑动平均、相关分析及逐步回归等数理统计方法，获取油用牡丹始花期、种子成熟采摘期与前期气象因子的相关性，筛选出两者显著相关的气象因子，建立油用牡丹花期预测模型、种子成熟采摘期预测模型；
(1)油用牡丹花期预测模型
Y＝28.7165-1.9786X1+0.0705X5+0.1255X12-0.0762X13+0.0445X19-0.0168X21-0.0964X24
Y＝39.0096-1.3712X10-0.6779X12-0.6762X21+0.0637X23-0.0156X27-0.0286X40
分别于3月21日、4月1日作出油用牡丹始花期预报；
(2)种子成熟采摘期预测模型
Y＝2.6656+1.3029X6-2.1106X7-0.4033X9+0.4275X11+0.8775X14-0.01164X20
Y＝15.6913+1.3227X6-1.6795X7-0.1721X9+0.9575X14-0.0253X15-0.0126X19
分别于7月11日、7月21日作出油用牡丹种子采摘期预报。
本发明的优点如下：
(1)根据实地观测油用牡丹物候获取的资料，和同期影响作物生长的多个气象资料相关分析，筛选优势相关因子，引用多个与牡丹花期相关的气象因子构建物候期预测模型；
(2)动态发布油用牡丹物候期预报，理论和实践结合起来的，应用到实际工作中的模型；
(3)从物候观测、找显著相关、选优势因子、构建预测模型、发布预报，构成一系列的方法；
(4)能让花农提前预知牡丹的初花时间和种子成熟时间，有充足的时间做好花瓣、花蕊及种子成熟的采摘前的准备工作，确保花农能采摘到优质的花瓣、花蕊及饱满且出油率高的种子，达到最佳效果。
具体实施方式
下面对本发明作进一步的说明，但本发明并不局限于这些内容。
实施例
(1)统计当年3月20日之前的油用牡丹模型引用的气象因子，X1＝1月15厘米平均地温，X5＝1月下旬平均日照时数，X12＝2月下旬-3月上旬累计日照，X13＝2月下旬-3月中旬累计日照，X19＝1月上旬-3月上旬积温，X21＝2月上旬-3月上旬积温,X24＝2月中旬-3月中旬≥0℃积温。代入预报模型，得出的计算结果就是当前预测的油用牡丹花期。
用11历史资料回代，以±1天为准，拟合率为100％。
此预报模型可于3月21日作出油用牡丹花期预报。
(2)统计当年3月31日之前的油用牡丹模型引用的气象因子，X10＝2-3月15厘米平均地温，X12＝3月上旬平均气温，X21＝1月≥0.1mm日数，X23＝2月下旬-3月上旬累计日照，X27＝1月中旬-3月下旬累计日照，X40＝2月中旬-3月下旬积温。代入预报模型，得出的计算结果就是当前预测的油用牡丹花期。
用11历史资料回代，以±1天为准，拟合率为100％。
此预报模式可于4月1日作出油用牡丹花期预报。
Y＝2.6656+1.3029X6-2.1106X7-0.4033X9+0.4275X11+0.8775X14-0.01164X20
(3)统计当年7月10日之前的油用牡丹模型引用的气象因子，X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X11＝2-5月平均相对湿度，X14＝7月上旬平均日较差，X20＝3-6月累计降水量。代入预报模型，得出的计算结果就是当前预测的油用牡丹种子采摘期。
用11历史资料回代，以±1天为准，拟合率为100％。
此预报模式可于7月11日作出牡丹种子采收期预报。
(4)统计当年7月20日之前的油用牡丹模型引用的气象因子，X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X14＝7月上旬平均日较差，X15＝7月上中旬日照时数，X19＝5-6月累计降水量。代入预报模型，得出的计算结果就是当前预测的油用牡丹种子采摘期。
用11历史资料回代，以±1天为准，拟合率为100％。
此预报模式可于7月21日作出牡丹种子采收期预报。
指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (3)
1.油用牡丹始花期和种子采摘期的预测方法，其特征在于，该方法包括：
步骤一：油用牡丹物候资料获取方法；
步骤二：油用牡丹物候期与气象资料的相关统计方法；
步骤三：建立油用牡丹始花期、种子成熟期预测模型；包括：采用滑动平均、相关分析及逐步回归等数理统计方法，获取油用牡丹始花期、种子成熟采摘期与前期气象因子的相关性，筛选出两者显著相关的气象因子，建立油用牡丹花期预测模型、种子成熟采摘期预测模型；
(1)油用牡丹花期预测模型
Y＝28.7165-1.9786X1+0.0705X5+0.1255X12-0.0762X13+0.0445X19-0.0168X21-0.0964X24
于3月21日作出油用牡丹始花期预报；其中X1＝1月15厘米平均地温，X5＝1月下旬平均日照时数，X12＝2月下旬-3月上旬累计日照，X13＝2月下旬-3月中旬累计日照，X19＝1月上旬-3月上旬积温，X21＝2月上旬-3月上旬积温，X24＝2月中旬-3月中旬≥0℃积温；
Y＝39.0096-1.3712X10-0.6779X12-0.6762X21+0.0637X23-0.0156X27-0.0286X40
于4月1日作出油用牡丹始花期预报；其中X10＝2-3月15厘米平均地温，X12＝3月上旬平均气温，X21＝1月≥0.1mm日数，X23＝2月下旬-3月上旬累计日照，X27＝1月中旬-3月下旬累计日照，X40＝2月中旬-3月下旬积温；
(2)种子成熟采摘期预测模型
Y＝2.6656+1.3029X6-2.1106X7-0.4033X9+0.4275X11+0.8775X14-0.01164X20
于7月11日作出油用牡丹种子采摘期预报；其中X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X11＝2-5月平均相对湿度，X14＝7月上旬平均日较差，X20＝3-6月累计降水量；
Y＝15.6913+1.3227X6-1.6795X7-0.1721X9+0.9575X14-0.0253X15-0.0126X19
于7月21日作出油用牡丹种子采摘期预报；其中X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X14＝7月上旬平均日较差，X15＝7月上中旬日照时数，X19＝5-6月累计降水量。
2.根据权利要求1所述的油用牡丹始花期和种子采摘期的预测方法，其特征在于：所述的步骤一包括：根据全国通用的农业气象观测规范，对牡丹各个物候期进行观测，观测牡丹植株上或茎上出现牡丹某一发育期特征时，牡丹就进入这个发育期，观测的大田牡丹群体进入发育期，是以观测的总株(茎)数中进入发育期的株(茎)数所占的百分率确定的；第一次观测到≥10％为牡丹某个发育期的始期，观测到发育期≥50％为发育普遍期；油用牡丹花期随着周围气象等环境因子的变化而发生变化；菏泽凤丹牡丹种子7月下旬至8月上旬进入成熟期，不同年份，成熟早晚有差异，生产中观察，牡丹籽近成熟时，果荚呈蟹黄色(熟香蕉皮色)，果荚内，种子正在由黄绿色向褐色、黑色转化，大面积采摘前随机采摘少量果荚，立即剥开取种，大约近50％种子已经变为褐色、黑色，即可大量采收，此时进入油用牡丹种子成熟期。
3.根据权利要求1所述的油用牡丹始花期和种子采摘期的预测方法，其特征在于：所述的步骤二包括：根据近十年的油用牡丹物候期的观测和记载资料，统计多年牡丹物候期与相对应的该年同期秋季至翌年物候期前最小步长以旬为单位的气象观测资料，包括旬平均、最高、最低气温、0-15cm地温、积温等气象要素；统计每年稳定通过0℃初日至油用牡丹开花始期期间的≥0℃积温、稳定通过3℃初日至油用牡丹开花始期有效积温、3月≥0℃积温、最低气温≤3℃以下的日数、最低气温≤0℃以下的日数、最低气温≤0℃的累计时长等多种气象因子；对牡丹始花期、种子成熟期与同年前期气象要素进行相关分析，获取与油用牡丹始花期、种子成熟期相关显著(P＜0.05)的气象因子作为关键影响因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010400749.0A CN111612229B (zh) | 2020-05-13 | 2020-05-13 | 油用牡丹始花期和种子采摘期的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010400749.0A CN111612229B (zh) | 2020-05-13 | 2020-05-13 | 油用牡丹始花期和种子采摘期的预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111612229A CN111612229A (zh) | 2020-09-01 |
| CN111612229B true CN111612229B (zh) | 2023-06-30 |
Family
ID=72198118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010400749.0A Active CN111612229B (zh) | 2020-05-13 | 2020-05-13 | 油用牡丹始花期和种子采摘期的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111612229B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112987132A (zh) * | 2021-02-03 | 2021-06-18 | 菏泽市气象局 | 一种牡丹气象服务技术研究系统及方法 |
| CN114529097B (zh) * | 2022-02-26 | 2023-01-24 | 黑龙江八一农垦大学 | 多尺度农作物物候期遥感降维预测方法 |
| CN118114202A (zh) * | 2024-02-28 | 2024-05-31 | 西南大学柑桔研究所 | 一种柑橘花期进程预测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107341577A (zh) * | 2017-07-25 | 2017-11-10 | 中国农业科学院农业信息研究所 | 一种农作物产量预测方法及系统 |
| CN109840623B (zh) * | 2018-12-29 | 2023-04-25 | 航天信息股份有限公司 | 一种确定芝麻气象产量的方法和系统 |
| CN109858678B (zh) * | 2018-12-29 | 2023-04-25 | 航天信息股份有限公司 | 一种确定向日葵气象产量的方法和系统 |
| CN110942183B (zh) * | 2019-11-14 | 2023-10-17 | 南京信息工程大学滨江学院 | 一种设施黄绣球菊花生育期模拟方法 |
-
2020
- 2020-05-13 CN CN202010400749.0A patent/CN111612229B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111612229A (zh) | 2020-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111612229B (zh) | 油用牡丹始花期和种子采摘期的预测方法 | |
| CN104920051B (zh) | 一种菜用型甘薯冬季大棚保苗与提前上市的方法 | |
| CN111727798B (zh) | 一种欧李短主干伞架形树形培养方法 | |
| CN104938280A (zh) | 一种沙田柚连年高产栽培方法 | |
| CN104115728B (zh) | 芒果适宜的土壤含水率及灌溉方法 | |
| CN104855099A (zh) | 火龙果在温室大棚内的栽培方法 | |
| CN104126478A (zh) | 一种葡萄一年两收栽培方法 | |
| CN111480530A (zh) | 一种槟榔园间套种百香果的方法 | |
| CN106982702B (zh) | 温室大棚葡萄一年两熟春节上市方法 | |
| CN109566255B (zh) | 一种设施葡萄倒两茬延迟与促成两熟栽培方法 | |
| CN111480569A (zh) | 一种小果型西瓜的种子繁育方法 | |
| CN106857045B (zh) | 一种高光效轻简的莲雾整形修剪方法 | |
| CN113906950B (zh) | 一种适用于西南冷凉高地的大樱桃建园方法 | |
| CN112514728B (zh) | 一种澳芒和凤梨释迦混种的种植方法 | |
| CN113906949A (zh) | 一种柑橘控梢增糖的栽培方法 | |
| CN112273081A (zh) | 一种改善菠萝蜜品质的育苗嫁接砧木优选及种植方法 | |
| CN113632652A (zh) | 一种大籽粒、高含油型普通油茶无性系的选育方法 | |
| CN118575693B (zh) | 脐橙幼树快速扩大树冠的方法 | |
| CN112470836B (zh) | 结合工具组件的网纹甜瓜发育过程的田间数据化管理方法 | |
| CN112825724B (zh) | 一种杉木幼林套种甜茶的方法 | |
| CN110800570B (zh) | 一种适宜漳州地区的香蕉套种方法 | |
| CN108651129B (zh) | 一种日光温室桃无休眠处理方法 | |
| CN114128580B (zh) | 一种百合籽球繁育方法 | |
| CN109463217B (zh) | 西瓜或甜瓜节肥增产专用液体肥料及施肥方法 | |
| CN107593433B (zh) | 华重楼何首乌双矮组合育种方法 |
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 |