CN111784200A - 一种草莓种苗壮苗指数及其构建方法 - Google Patents
一种草莓种苗壮苗指数及其构建方法 Download PDFInfo
- Publication number
- CN111784200A CN111784200A CN202010723926.9A CN202010723926A CN111784200A CN 111784200 A CN111784200 A CN 111784200A CN 202010723926 A CN202010723926 A CN 202010723926A CN 111784200 A CN111784200 A CN 111784200A
- Authority
- CN
- China
- Prior art keywords
- index
- seedling
- strawberry
- strong seedling
- root
- 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
- 235000016623 Fragaria vesca Nutrition 0.000 title claims abstract description 73
- 235000011363 Fragaria x ananassa Nutrition 0.000 title claims abstract description 73
- 238000005728 strengthening Methods 0.000 title claims abstract description 13
- 238000010276 construction Methods 0.000 title claims abstract description 11
- 244000307700 Fragaria vesca Species 0.000 title 1
- 241000220223 Fragaria Species 0.000 claims abstract description 76
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 20
- 229930002868 chlorophyll a Natural products 0.000 claims abstract description 17
- 241000196324 Embryophyta Species 0.000 claims description 23
- 239000000049 pigment Substances 0.000 claims description 14
- 229930002875 chlorophyll Natural products 0.000 claims description 10
- 235000019804 chlorophyll Nutrition 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 229930002869 chlorophyll b Natural products 0.000 claims description 8
- NSMUHPMZFPKNMZ-VBYMZDBQSA-M chlorophyll b Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C=O)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 NSMUHPMZFPKNMZ-VBYMZDBQSA-M 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 235000021012 strawberries Nutrition 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- XTLNYNMNUCLWEZ-UHFFFAOYSA-N ethanol;propan-2-one Chemical compound CCO.CC(C)=O XTLNYNMNUCLWEZ-UHFFFAOYSA-N 0.000 description 1
- 238000002386 leaching Methods 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
- 239000000843 powder Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000001054 red pigment Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种草莓种苗壮苗指数及其构建方法。属于种苗质量技术领域。构建方法包括如下步骤:测定评价草莓种苗的指数;主成分分析;壮苗指数的初步构建;利用模糊评判法构建草莓种苗综合评价指数;最佳壮苗指数的确定。通过该方法构建了最佳的草莓种苗壮苗指数=地上部干重×根表面积×叶绿素a含量。与现有技术相比,本发明取得的有益效果为:可以依据草莓种苗生长过程中的关键指标,建立有针对性的壮苗指数,适用于不同品种草莓品质的评价,可以在生产中推广应用。
Description
技术领域
本发明涉及种苗质量技术领域,更具体的说是涉及一种草莓种苗壮苗指数及其构建方法。
背景技术
近些年我国草莓产业发展迅速,已经成为全国许多地区农业发展的主导产业。每年我国草莓种苗约需要200亿株,但由于草莓产业缺乏较为规范的育苗标准,导致种苗生产企业的规模化水平低下,我国千万株以上的育苗企业不足10家,每年草莓工厂化商品苗仅占到种植总量的10%左右,其中,优质种苗的供应已成为设施和露地草莓生产的严重瓶颈。秧苗的健壮程度是决定后期草莓的生长、产量和品质等关键因素,如何评价和筛选优质健壮秧苗成为目前草莓种苗标准化生产的核心问题。
在草莓育苗过程中,一般是观察根茎粗、秧苗重量单一指标进行壮苗的评判,与实际秧苗质量存在较大偏差。
综上,如何提供一种可以准确反映草莓种苗质量的综合评价指标,用于帮助生产者和科研工作者对草莓秧苗进行准确的判定是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种草莓种苗壮苗指数及其构建方法。
为了实现上述目的,本发明采用如下技术方案:
一种草莓种苗壮苗指数,所述壮苗指数包括:地上指标、地下指标和色素指标;
所述地上指标包括:叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重和全株干重;
所述地下指标包括:地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积和根系总长度;
所述色素指标包括:叶绿素a含量、叶绿素b含量、总叶绿素含量和SPAD;
壮苗指数为地上指标、地下指标和色素指标中各取一个因子进行组合获得。
地上指标、地下指标和色素指标中各取一个因子进行组合可以最大程度的包含草莓种苗生长的差异信息。
优选的,所述壮苗指数为地上指标、地下指标和色素指标中各取一个因子,通过乘积的方式获得。
同一类型的指标采用相加的方法,不同类型的指标采用相乘或者相除的方法,由于所选指标分别属于不同的隶属函数,因此采用相乘或者相除的方式。
优选的,所述壮苗指数为:
壮苗指数=地上部干重×根表面积×叶绿素a含量。
该壮苗指数与草莓种苗综合评价指数的相关性最大,达到0.876。
优选的,壮苗指数≥4.0时为优质苗,0.5<壮苗指数<4.0时为合格苗,壮苗指数≤0.5时为弱苗。
一种草莓种苗壮苗指数的构建方法,包括如下步骤:
(1)测定评价草莓种苗的指标;
(2)主成分分析:对步骤(1)测定的指标利用SPSS软件进行主成分分析,挑选特征值大于1的主成分作为可以代表草莓种苗的主要成分,共得到3个主成分,通过对每个主成分中的主要指标分析可以将影响草莓种苗质量差异划分为:主成分1、主成分2和主成分3;
(3)壮苗指数的初步构建:壮苗指数为主成分1、主成分2和主成分3中各取一个因子以乘积的方式进行组合,并依据所取因子的隶属函数类型确定位于分子还是分母位置;
(4)利用模糊评判法构建草莓种苗综合评价指数:
(41)针对指标选定适宜的隶属函数类型,将各项指标的测定值代入相应隶属函数公式,计算隶属度,组合成草莓单因素评价矩阵A;
(42)采用加权求和的方法将综合评价矩阵B=A×R每行相加得到种苗的综合评价指数,其中R为指标的权重矩阵,通过计算某一指标与其他指标之间多元线性回归的复相关系数确定。
(5)最佳壮苗指数的确定:通过将步骤(3)构建的壮苗指数和步骤(4)构建的草莓种苗综合评价指数利用SPSS软件进行相关性分析,得到相关性最大的壮苗指数。
该方法首先通过主成分分析筛选出包含草莓种苗生长差异信息最大的主成分,又从每个主成分中挑选出关联性大的指标进行组合,同时构建出能够客观反映种苗质量的综合评判指数对所组合出来的指标进行筛选,此方法从客观的数据入手,避免了人为经验的干扰,评判更具有科学性。
优选的,步骤(1)所述指标包括:叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重、全株干重、地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积、根系总长度、叶绿素a含量、叶绿素b含量、总叶绿素含量和SPAD。
优选的,步骤(2)中所述主成分1为地上指标,包括叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重和全株干重;所述主成分2为地下指标,包括地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积和根系总长度;所述主成分3为色素指标,包括叶绿素a含量、叶绿素b含量、总叶绿素含量和SPAD。
优选的,叶柄长度选择“抛物线型”隶属函数;根茎粗符合“正S型”隶属函数的特征表现;其余指标隶属函数选择为“正态分布偏大型”。
叶柄长度在一定长度范围内提高种苗质量,过大或过小均会影响质量,因此选择“抛物线型”隶属函数;根茎粗在一定范围内与种苗素质呈正相关,一般认为大于某一数值后的属于壮苗,符合“正S型”隶属函数的特征表现;其余指标与种苗素质均呈正相关,没有明显的上下限范围,由于本发明的草莓种苗是随机选取的,这些指标均符合正态分布数据特征,因此隶属函数选择为“正态分布偏大型”。
优选的,隶属函数为“正S型”或者“正态分布偏大型”单调增长函数的指标在分子的位置,而隶属函数为“抛物线型”的指标在分母的位置。
为了保障所构建的壮苗指数数值越大种苗的越健壮,壮苗指数应该为单调增长函数,因此隶属函数为“正S型”或者“正态分布偏大型”单调增长函数的指标在分子的位置,而隶属函数为“抛物线型”的指标在分母的位置。
经由上述的技术方案可知,与现有技术相比,本发明取得的有益效果为:可以依据草莓种苗生长过程中的关键指标,建立有针对性的壮苗指数,该壮苗指数与草莓种苗综合评价指数的相关性达到0.876,适用于不同品种草莓品质的评价,可以在生产中推广应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为实施例1中草莓种苗综合评价指数图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明所需药剂为常规实验药剂,采购自市售渠道;未提及的实验方法为常规实验方法,在此不再一一赘述。
实施例1
1材料
采用50孔穴盘育苗,基质采用“商道”育苗专用基质(容重0.32g/cm3,气水比0.27,pH值0.60,EC810μS/cm),草莓种苗生长21d以上时随机选取160株进行各项指标的测定。所用的草莓品种为‘红颜’。
2指标测定
测定指标:
叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重、全株干重、地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积、根系总长度、叶绿素a含量、叶绿素b含量、总叶绿素含量、SPAD。
测定方法:
草莓种苗清洗后用直尺测定植株上所有大于2cm长度的叶柄长度,并计算其平均值;
用游标卡尺(日本三丰/IP67)测定根茎粗;
用剪刀将种苗地上、地下部分离,用万分之一电子天平(奥豪斯/CP114)测定地上部鲜重、地下部鲜重和全株鲜重;
用根系扫描仪(GXY-A)对根部进行根系扫描,测定根系平均直径、根系总体积、根表面积、根系总长度;
再将其内置于鼓风干燥箱内,在105℃下杀青20min,80℃下烘干至恒重,测定地下部干重、地上部干重和全株干重;
用乙醇-丙酮(1:1)浸提法测定叶绿素a、叶绿素b、总叶绿素含量;
用叶绿素仪(SPAD-502Plus)测定叶色指数,每1株重复5次取均值。
共计160株,列出前20株的指标
表1草莓种苗指标测定值
表1续表草莓种苗指标测定值
3主成分分析
对16项指标利用SPSS软件进行主成分分析,挑选特征值大于1的主成分作为可以代表草莓种苗的主要成分,共得到3个主成分,分析结果如表2所示。
表2草莓种苗指标的主成分分析
由表2结果可知,种苗指标被分为了3个有效主成分(起始特征值大于1),累计贡献率为79.69%,其中主成分1(PC1)体现了种苗47.70%的差异,主成分2(PC2)体现了种苗22.90%的差异,主成分3(PC3)体现了种苗9.09%的差异。
将每个主成分中贡献率小于0.4的指标去除后,对草莓种苗主成分指标进行分析,结果如表3所示。
表3草莓种苗指标的主成分指标分析
由表3结果可知,PC1主要包括了叶柄长度、地上部鲜重、全株鲜重、地上部干重和全株干重在内的种苗地上部分指标,PC2主要包括了地下部鲜重、地下部干重、根系总体积、根系总长度、根表面积和根系平均直径在内的种苗地下部分指标,PC3主要包括了总叶绿素含量、叶绿素a含量、叶绿素b含量和SPAD在内的种苗色素指标。表明草莓种苗的质量评价应从地上、地下、色素这三方面进行,壮苗指数的构建也必须包括这三方面的指标。
4壮苗指数的建立
(41)叶柄长度平均值在15-20cm范围内隶属函数值达到最大,大于或小于这一范围函数值成线性降低;根茎粗数值大于1.0cm后隶属函数达到最大,小于1.0cm的函数值成线性降低;草莓的干鲜重指标、色素指标和根系指标等多个指标由于没有明确的上下限,且与种苗质量成长相关,隶属函数按照增大型正态函数的增长形式,每个指标计算出标准差S。草莓种苗单项指标隶属函数具体形式与参数如表4所示。
表4草莓种苗单项指标的隶属函数和临界值
注:式中μ(x)为函数值,x1表示数值下限,x2表示最优数值下限,x3表示最优数值上限,x4表示数值上限,s表示数据标准差。
(42)依据表3中每个指标在主成分中贡献值的大小,去除贡献率小于0.5的“根茎粗”后,挑选每类主成分中贡献值最大的三个指标进行完全随机排列组合,得到了27个壮苗指数模型,如表5所示。其中,由于所筛选指标中全部为正向指标,均随种苗质量而增大,故指标组合时均采用乘积的方式。选取传统的壮苗指数公式“(茎粗/株高)×全株干质量”和“(茎粗/株高+地下干质量/地上干质量)×全株干质量”作为对照CK1和CK2。
表5草莓壮苗指数模型
5草莓种苗综合评价指数
计算出160株草莓的单个综合评判指数后,按照大小排序,得到草莓种苗综合评价指数如图1所示。
单个综合评价指数的计算方法如下:
(1)针对指标选定适宜的隶属函数类型,将各项指标的测定值代入相应隶属函数公式,计算隶属度,组合成草莓单因素评价矩阵A;
(2)采用加权求和的方法将综合评价矩阵B=A×R每行相加得到种苗的综合评价指数,其中R为指标的权重矩阵,通过计算某一指标与其他指标之间多元线性回归的复相关系数确定。
图1可以看出,草莓种苗综合评价指数在0.165-0.705,曲线的上下范围较大,说明本次试验取样范围较广,包含各种优劣草莓幼苗,能够准确地评判模型的准确性。
6最佳壮苗指数的确定
将得到的壮苗指数模型与草莓种苗综合评价指数利用SPSS软件进行相关性分析,结果如表5所示。
表5壮苗指数与综合评价指数的相关性分析
注:“**”P<0.01极显著,“*”P<0.05显著,下同。
表5结果表明所有新建草莓壮苗指数模型均与综合评价指数呈极显著相关,其中X11“地上部干重×根表面积×叶绿素a含量”与综合评价指数的相关性最大,达到0.876。其他相关性较大的分别为:X2:地上部鲜重×根表面积×叶绿素a含量(0.875)、X8:地上部鲜重×地下部鲜重×叶绿素a含量(0.853)、X17:地上部干重×地下部鲜重×叶绿素a含量(0.856)、X20:全株干重×根表面积×叶绿素a含量(0.867),予以保留并用于后续的评价验证。CK1和CK2的相关系数分别为0.655和0.727,与综合评价指数的相关性要远远地小于所筛选的综合指标。
7验证
在以“红颜”草莓种苗作为试验对象筛选出相关性较大的5种壮苗指数模型之后,利用其它草莓品种“香野”和“甜查理”作为验证对象,通过比较相关性的差异可以看出(表6),传统的壮苗指数CK1和CK2在不同品种中表现的稳定性较差,相关性最大相差0.162,而所筛选出的X11“地上部干重×根表面积×叶绿素a含量”在三个品种中均表现出最大的相关性,数值分别为0.876,0.924,0.975,稳定较好,可以作为草莓种苗评判的壮苗指数。
表6不同品种壮苗指数与综合评价指数的相关性分析
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种草莓种苗壮苗指数,其特征在于,所述壮苗指数包括:地上指标、地下指标和色素指标;
所述地上指标包括:叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重和全株干重;
所述地下指标包括:地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积和根系总长度;
所述色素指标包括:叶绿素a含量、叶绿素b含量、总叶绿素含量和SPAD;
壮苗指数为地上指标、地下指标和色素指标中各取一个因子进行组合获得。
2.如权利要求1所述的一种草莓种苗壮苗指数,其特征在于,所述壮苗指数为地上指标、地下指标和色素指标中各取一个因子,通过乘积的方式获得。
3.如权利要求1所述的一种草莓种苗壮苗指数,其特征在于,所述壮苗指数为:
壮苗指数=地上部干重×根表面积×叶绿素a含量。
4.如权利要求3所述的一种草莓种苗壮苗指数,其特征在于,壮苗指数≥4.0时为优质苗,0.5<壮苗指数<4.0时为合格苗,壮苗指数≤0.5时为弱苗。
5.如权利要求1~4任一所述的一种草莓种苗壮苗指数的构建方法,其特征在于,包括如下步骤:
(1)测定评价草莓种苗的指标;
(2)主成分分析:对步骤(1)测定的指标利用SPSS软件进行主成分分析,挑选特征值大于1的主成分作为可以代表草莓种苗的主要成分,共得到3个主成分,通过对每个主成分中的主要指标分析可以将影响草莓种苗质量差异划分为:主成分1、主成分2和主成分3;
(3)壮苗指数的初步构建:壮苗指数为主成分1、主成分2和主成分3中各取一个因子以乘积的方式进行组合,并依据所取因子的隶属函数类型确定位于分子还是分母位置;
(4)利用模糊评判法构建草莓种苗综合评价指数:
(41)针对指标选定适宜的隶属函数类型,将各项指标的测定值代入相应隶属函数公式,计算隶属度,组合成草莓单因素评价矩阵A;
(42)采用加权求和的方法将综合评价矩阵B=A×R每行相加得到种苗的综合评价指数,其中R为指标的权重矩阵,通过计算某一指标与其他指标之间多元线性回归的复相关系数确定。
(5)最佳壮苗指数的确定:通过将步骤(3)构建的壮苗指数和步骤(4)构建的草莓种苗综合评价指数利用SPSS软件进行相关性分析,得到相关性最大的壮苗指数。
6.如权利要求5所述的一种草莓种苗壮苗指数的构建方法,其特征在于,步骤(1)所述指标包括:叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重、全株干重、地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积、根系总长度、叶绿素a含量、叶绿素b含量、总叶绿素含量和SPAD。
7.如权利要求5所述的一种草莓种苗壮苗指数的构建方法,其特征在于,步骤(2)中所述主成分1为地上指标,包括叶柄长度、根茎粗、地上部鲜重、全株鲜重、地上部干重和全株干重;所述主成分2为地下指标,包括地下部鲜重、地下部干重、根系平均直径、根系总体积、根表面积和根系总长度;所述主成分3为色素指标,包括叶绿素a含量、叶绿素b含量、总叶绿素含量和SPAD。
8.如权利要求7所述的一种草莓种苗壮苗指数的构建方法,其特征在于,叶柄长度选择“抛物线型”隶属函数;根茎粗符合“正S型”隶属函数的特征表现;其余指标隶属函数选择为“正态分布偏大型”。
9.如权利要求8所述的一种草莓种苗壮苗指数的构建方法,其特征在于,隶属函数为“正S型”或者“正态分布偏大型”单调增长函数的指标在分子的位置,而隶属函数为“抛物线型”的指标在分母的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010723926.9A CN111784200A (zh) | 2020-07-24 | 2020-07-24 | 一种草莓种苗壮苗指数及其构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010723926.9A CN111784200A (zh) | 2020-07-24 | 2020-07-24 | 一种草莓种苗壮苗指数及其构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784200A true CN111784200A (zh) | 2020-10-16 |
Family
ID=72764698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010723926.9A Pending CN111784200A (zh) | 2020-07-24 | 2020-07-24 | 一种草莓种苗壮苗指数及其构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784200A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751233A (zh) * | 2019-11-07 | 2020-02-04 | 温州市洞头区水产科学技术研究所 | 一种养殖羊栖菜初级产品干品品质等级分类方法 |
CN112700174A (zh) * | 2021-01-19 | 2021-04-23 | 广州白云山中一药业有限公司 | 白芍种芽质量评价指标的筛选方法及质量评价方法 |
CN112712296A (zh) * | 2021-01-19 | 2021-04-27 | 广州白云山中一药业有限公司 | 白芍种苗质量评价指标的筛选方法及质量评价方法 |
CN113537817A (zh) * | 2021-07-29 | 2021-10-22 | 广州白云山中一药业有限公司 | 巴戟天种苗分级指标的筛选及分级方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104429709A (zh) * | 2014-12-01 | 2015-03-25 | 南京农业大学 | 一种利用蚯蚓粪制作的草莓育苗基质及其生产方法与应用 |
KR20180128372A (ko) * | 2018-11-22 | 2018-12-03 | 경상대학교산학협력단 | 시설 딸기 매향의 육묘시 런너 생산을 위한 생장조절제 처리 방법 |
CN109146270A (zh) * | 2018-08-07 | 2019-01-04 | 河北农业大学 | 一种蔬菜秧苗壮苗指数的建立方法 |
-
2020
- 2020-07-24 CN CN202010723926.9A patent/CN111784200A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104429709A (zh) * | 2014-12-01 | 2015-03-25 | 南京农业大学 | 一种利用蚯蚓粪制作的草莓育苗基质及其生产方法与应用 |
CN109146270A (zh) * | 2018-08-07 | 2019-01-04 | 河北农业大学 | 一种蔬菜秧苗壮苗指数的建立方法 |
KR20180128372A (ko) * | 2018-11-22 | 2018-12-03 | 경상대학교산학협력단 | 시설 딸기 매향의 육묘시 런너 생산을 위한 생장조절제 처리 방법 |
Non-Patent Citations (3)
Title |
---|
"烟草壮苗指数模型研究", 《中国农业科学》, vol. 47, no. 6, 16 March 2014 (2014-03-16), pages 1086 - 1098 * |
刘昭;王丽娟;杜梦卿;连朋;: "不同草莓品种主要性状差异研究", 湖北农业科学, no. 16, 25 August 2018 (2018-08-25) * |
王俊宇;尹蓉;张倩茹;曹贵寿;柴晓芳;李智;王贤萍;: "16个草莓品种品系果实品质的多元分析与评价", 农学学报, no. 09, 20 September 2017 (2017-09-20) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751233A (zh) * | 2019-11-07 | 2020-02-04 | 温州市洞头区水产科学技术研究所 | 一种养殖羊栖菜初级产品干品品质等级分类方法 |
CN110751233B (zh) * | 2019-11-07 | 2022-05-24 | 温州市洞头区水产科学技术研究所 | 一种养殖羊栖菜初级产品干品品质等级分类方法 |
CN112700174A (zh) * | 2021-01-19 | 2021-04-23 | 广州白云山中一药业有限公司 | 白芍种芽质量评价指标的筛选方法及质量评价方法 |
CN112712296A (zh) * | 2021-01-19 | 2021-04-27 | 广州白云山中一药业有限公司 | 白芍种苗质量评价指标的筛选方法及质量评价方法 |
CN113537817A (zh) * | 2021-07-29 | 2021-10-22 | 广州白云山中一药业有限公司 | 巴戟天种苗分级指标的筛选及分级方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111784200A (zh) | 一种草莓种苗壮苗指数及其构建方法 | |
CN109187441B (zh) | 基于冠层光谱信息的夏玉米含氮量监测模型的构建方法 | |
CN110082300B (zh) | 基于光谱参量的冬小麦冠层含水率监测模型建立方法 | |
CN111340643A (zh) | 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 | |
CN111340644A (zh) | 基于碳储量分布状态分析小兴安岭针阔混交林碳汇结构的方法 | |
CN110245420A (zh) | 沿海防护林生物量和碳储量监测计量的方法 | |
CN106547948A (zh) | 用于引种的园林绿化小乔木生长适应性的综合评价方法 | |
CN112215090A (zh) | 融合物候知识的遥感水稻制图方法及其应用 | |
CN111795943A (zh) | 基于近红外光谱技术无损检测茶叶中外源掺杂蔗糖的方法 | |
CN115392120A (zh) | 一种基于lstm的土壤有机质含量高光谱建模方法 | |
CN114967798A (zh) | 一种基于互联网的天麻种植管理控制系统 | |
CN109146270B (zh) | 一种蔬菜秧苗壮苗指数的建立方法 | |
CN110596048A (zh) | 一种光谱速测烟草叶片中钾含量的方法 | |
CN104132865A (zh) | 一种用近红外光谱技术预测火炬松木材密度的方法 | |
CN107677619A (zh) | 一种烤烟中部叶和上部叶的判别方法 | |
CN111368248A (zh) | 一种云南松苗木生物量的估算方法 | |
CN101699964B (zh) | 芍药品种‘紫凤羽’的营养诊断方法 | |
CN116910438A (zh) | 一种甜高粱耐镉性评价方法以及一种甜高粱镉污染修复能力综合评价方法 | |
CN101699965B (zh) | 芍药品种‘桃花飞雪’的营养诊断方法 | |
CN116481587A (zh) | 一种芹菜主要农艺性状鉴定的高通量表型分析方法 | |
CN102445276B (zh) | 一种用于烤烟氮肥管理叶色卡的制备方法 | |
CN111289695B (zh) | 穴盘苗壮苗评价方法 | |
CN110033187B (zh) | 一种基于环境数据的指标数据获取方法 | |
CN107211650A (zh) | 一种烟叶采收方法及其应用 | |
CN107941997A (zh) | 一种外引烤烟品种种植区域遴选和验证的方法 |
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 |