CN114414429B - 基于生物量积累的玉米水分临界模型的构建方法及应用 - Google Patents
基于生物量积累的玉米水分临界模型的构建方法及应用 Download PDFInfo
- Publication number
- CN114414429B CN114414429B CN202210094137.2A CN202210094137A CN114414429B CN 114414429 B CN114414429 B CN 114414429B CN 202210094137 A CN202210094137 A CN 202210094137A CN 114414429 B CN114414429 B CN 114414429B
- Authority
- CN
- China
- Prior art keywords
- corn
- moisture
- biomass
- different
- gradients
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
- G01N5/045—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder for determining moisture content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农业生产技术领域,尤其涉及一种基于生物量积累的玉米水分临界模型的构建方法及应用。具体包括以下步骤:设置若干不同灌溉水分梯度的玉米种植区,并种植玉米;计算饱和水重量;利用最小显著差数法,比较同时期不同玉米种植区不同灌溉水分梯度下生物量积累的差异性表现,判断同时期不同灌溉水分梯度下玉米生长是否受到了水分限制;以所述生物量‑饱和水重量的关系曲线与所述最大生物量垂线的交点为每一个生育时期的水分临界点;将不同时期生育时期内计算得到的水分临界点用异速生长曲线进行拟合得到玉米水分临界模型。本发明构建的玉米植株水分临界模型能够较好的诊断玉米植株的水分状况,并可判断作物生长过程内是否发生水分亏缺。
Description
技术领域
本发明涉及农业生产技术领域,尤其涉及一种基于生物量积累的玉米水分临界模型的构建方法及应用。
背景技术
水分胁迫是影响作物生产最为普遍的环境威胁,水分亏缺的诊断对农田灌溉和精确农业的发展具有重要意义。作物水分诊断技术能够了解作物在不同生长阶段的水分状况,定量化描述因水分亏缺而造成的最终生物量和籽粒产量的损失,进而为作物生长过程中灌溉管理等栽培措施提供理论依据。
现有的作物水分诊断技术包括冠层温度、茎秆直径变化、土壤含水量、土壤水势、蒸腾速率、植株水势和植株含水量等技术,以上这些技术在作物水分诊断过程的应用中均存在着很大的限制,不能够准确的诊断作物水分状况。这是由于已存在的作物水分诊断技术中均缺少判断作物生长过程内是否发生水分亏缺的临界模型。这个临界模型对于诊断作物水分状况起到了至关重要的作用,其是判断作物是否发生水分亏缺的重要依据,将影响作物水分状况诊断结果的合理性和准确性。目前,还没有技术针对如何确定作物水分临界模型的报道。
因此,如何提供一种玉米水分临界模型的构建方法,以解决现有技术中水分亏缺诊断方法准确度低,应用受限制的技术问题,是本领域技术人员亟需解决的问题。
发明内容
本发明的目的在于提供一种基于生物量积累的玉米水分临界模型的构建方法及应用,本发明构建的玉米植株水分临界模型能够较好的诊断玉米植株的水分状况,并可判断作物生长过程内是否发生水分亏缺。
为了实现上述发明目的,本发明提供以下技术方案:
本发明提供了一种基于生物量积累的玉米水分临界模型的构建方法,包括如下步骤:
(1)设置若干不同灌溉水分梯度的玉米种植区,并种植玉米;
(2)称量每一种植区内玉米不同生育时期的地上部分的饱和鲜重和生物量,分别计算玉米不同生育时期的地上部分的饱和鲜重和生物量的差值得到玉米不同生育时期的饱和水重量;
(3)
利用最小差数显著法,比较同时期在不同灌溉水分梯度下玉米生物量积累的差异性表现,判断玉米生长是否受到了水分限制;
如同时期玉米不同的灌溉量梯度对应得到的生物量小于该时期生物量最大值,则玉米受到了水分限制,将生物量和饱和水重量进行线性拟合获得生物量-饱和水重量的关系曲线;
如同时期玉米不同的灌溉量梯度对应得到的生物量没有存在显著差异,则玉米没有受到水分限制,将不存在显著差异的灌溉水分梯度的玉米生物量的平均值作为最大生物量;
(4)以所述生物量-饱和水重量的关系曲线与所述最大生物量垂线的交点为每一个生育时期的水分临界点;
(5)将不同时期生育时期内计算得到的水分临界点用异速生长曲线进行拟合得到玉米水分临界模型。
优选的,步骤(1)所述不同灌溉水分梯度的数量≥4个。
优选的,所述步骤(2)所述不同生育时期包括玉米的三叶期、六叶期、九叶期、十二叶期和抽雄期。
本发明还提供了所述的一种基于生物量积累的玉米水分临界模型的构建方法构建得到的玉米水分临界模型,其特征在于,所述玉米水分临界模型为SW=8.26DM0.89;
其中SW为饱和水重量;DM为生物量。
本发明还进一步提供了所述基于生物量积累的玉米水分临界模型的构建方法构建得到的玉米水分临界模型、所述玉米水分临界模型在玉米种植中的应用。
最小显著差数法:
(1)在处理间的F测验为显著的前提下,计算出显著水平为a的最小显著差数(LSDa)。
(2)任何两个平均数差数(yi-yj),如其绝对值大于等于LSDa即为在a水平上差异显著,反之则为在a水平上差异不显著。
其中,LSDa通过式(1)进行计算
其中MSe为均方,n为处理数量。ta为在a水平下t值,可以通过查学生氏t值表获得。
线性曲线(直线回归方程):
对于在散点图上呈直线趋势的两个变数,如果要概况其在数量上的互变规律,即从x的数量变化来预测或者估计y的数量变化。此方程(1)的通式为:
y=a+bx (1)
其中b为回归系数,a为回归截距。
其中,SP为x离均差与y离均差的乘积之和,SSx为x离均差平方和。
异速生长曲线:
表示了相对生长不成比例的生长关系。利用式(1)来表示异速生长曲线,
y=axb (1)
当y和x都大于0时,此方程可以转化为式(2),
ln(y)=ln(a)+bln(x) (2)
若令y’=lny,x’=lnx,则式(2)变为线性回归方程式(3)。
y’=ln(a)+bx’ (3)
y’和x’的线性相关系数为式(4)
其中SPy′x′为x’离均差与y’离均差的乘积之和,SSy′为y’离均差平方和,SSx′为x’离均差平方和。
如果上述相关系数显著,即可进而计算回归统计数,有
b=SPy’x’/SSx’
ln(a)=y’-bx’
a=eln(a)
与现有技术相比,本发明具有如下的有益效果:
本发明构建的玉米植株水分临界模型为SW=8.26DM0.89,其中SW为饱和水重量(tha-1),DM为生物量(t ha-1)。本发明所述方法构建获得的模型能够较好的诊断玉米植株的水分状况。利用玉米不同灌溉水平的试验数据对所建模型进行验证(图2)。当数据点(例如点1)来自于玉米低水处理六叶期的试验数据,其值低于玉米植株水分临界模型,说明玉米的植株体内发生水分亏缺;当数据点(例如点2)来自于玉米适宜水分处理六叶期的试验数据,其值在玉米植株水分临界模型上,说明玉米的植株体内水分状况适宜,没有发生水分亏缺;当数据点(例如点3)来自于玉米高水处理六叶期的试验数据,其值高于玉米植株水分临界模型,说明玉米的植株体内水分积累过量,水分能够满足玉米自身生长的需要。
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为计算玉米植株水分临界点的示意图;
图2为植株水分临界模型诊断玉米水分状况效果图;
图3为玉米植株水分临界模型构建及诊断功能展示;
310为获取模块,是指通过设置不同灌溉梯度的玉米水分试验,在关键生育期内获得所需的建模数据,包括玉米地上部生物量和植株饱和水分积累量;
320为构建模块,利用310获得的生物量和水分积累量数据,通过最小显著差数法,并结合系统建模方法,构建了玉米植株水分临界模型;
330为诊断模块,使用320构建的玉米植株水分临界模型,在不同灌溉梯度下诊断玉米水分状况,并且对玉米是否发生水分亏缺进行分类;
图4为三叶期玉米植株临界水分积累量的确定;
图5为六叶期玉米植株临界水分积累量的确定;
图6为九叶期玉米植株临界水分积累量的确定;
图7为十二叶期玉米植株临界水分积累量的确定;
图8为抽雄期玉米植株临界水分积累量的确定;
图9为玉米临界饱和水分积累量模型。
具体实施方式
实施例1
本次试验涉及到7个玉米品种(郑单958、登海605、鼎优919、伟科702、浚单20、联创808、豫单9953),共9个田间试验。在2017到2019年6个试验是在测坑条件下进行,在2019到2021年3个试验是在大田条件下进行。在测坑条件下每个试验均设置了4个水分梯度(播种到抽雄),灌溉量在75~315mm范围内变化。在大田条件下每个试验均设置了2个水分梯度(播种到抽雄),灌溉量在75~195mm范围内变化。玉米出苗后,分别在玉米的三叶期(V3)、六叶期(V6)、九叶期(V9)、十二叶期(V12)和抽雄期(VT)进行地上部取样。
将玉米地上部植株样品带回试验室后,按茎和叶器官进行分样,称量鲜重,然后将器官样品泡入水中6小时后取出,称量饱和鲜重(Saturated weight,SW),再将样品放入到烘箱内在105℃条件下杀青30分钟后,烘箱温度调至70℃烘至恒重,取出称量干重(Dryweight,DW)。进一步计算植株干重,植株饱和水分积累量等指标。具体计算公式如下:
植株饱和水分积累量(t ha-1)=植株饱和鲜重(t ha-1)-植株干重(t ha-1)
对试验所采集的数据进行整合分析,利用最小差数显著法,比较同时期在不同灌溉水分梯度下玉米生物量积累的差异性表现,判断玉米生长是否受到了水分限制;
如同时期玉米不同的灌溉量梯度对应得到的生物量小于该时期生物量最大值,则玉米受到了水分限制,将生物量和饱和水重量进行线性拟合获得生物量-饱和水重量的关系曲线;
如同时期玉米不同的灌溉量梯度对应得到的生物量没有存在显著差异,则玉米没有受到水分限制,将不存在显著差异的灌溉水分梯度的玉米生物量的平均值作为最大生物量;
以所述生物量-饱和水重量的关系曲线与所述最大生物量垂线的交点为每一个生育时期的水分临界点;
将不同时期生育时期内计算得到的水分临界点用异速生长曲线进行拟合得到玉米水分临界模型,得到的结果如下:
从三叶期到抽雄期玉米地上部生物量和植株饱和水分积累量分别表现出逐渐增加的趋势(表1)。从三叶期到抽雄期玉米地上生物量在0.072t ha-1到8.216t ha-1之间变化,而饱和水分积累量在0.628t ha-1到59.055t ha-1之间变化。
通过方差分析发现,在V3、V9和V12阶段玉米地上部生物量和植株饱和水分积累量被分为5个水平,其中在第四水平和第五水平之间两个指标没有表现出明显的差异,但显著的高于第一水平、第二水平和第三水平的生物量和饱和水分积累量。V6和VT阶段玉米地上部生物量和植株饱和水分积累量被分为4个水平,其中在第三水平和第四水平之间这两个指标没有表现出明显差异,但显著的高于第一水平和第二水平的生物量和饱和水分积累量。
表1从三叶期到抽雄期植株生物量和植株饱和水分积累量在不同灌溉水平下的变化规律
本发明分别发展了玉米从V3阶段到VT阶段的临界饱和水分积累量,具体的计算过程见图4~图8。将每个生育时期分别确定的临界饱和水分积累量放在一起进行拟合,得到了基于地上部生物量的玉米临界饱和水分积累量模型(图9)。结果发现,异速生长模型能够较好的模拟地上部生物量和临界饱和水分积累量之间的关系,其具体的模型为SW=8.26DW0.89,决定系数(R2)达到0.98**。本发明所得到的临界饱和水分积累量随着地上部生物量的增加而增加。在V3到VT阶段,这个临界饱和水分积累量模型能够在地上部生物量在0.3到7.7t ha-1的范围内使用。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种基于生物量积累的玉米水分临界模型的构建方法,其特征在于,包括如下步骤:
(1)设置若干不同灌溉水分梯度的玉米种植区,并种植玉米;
(2)称量每一种植区内玉米不同生育时期的地上部分的饱和鲜重和生物量,分别计算玉米不同生育时期的地上部分的饱和鲜重和生物量的差值得到玉米不同生育时期的饱和水重量;
(3)利用最小差数显著法,比较同时期在不同灌溉水分梯度下玉米生物量积累的差异性表现,判断玉米生长是否受到了水分限制;
如同时期玉米不同的灌溉量梯度对应得到的生物量小于该时期生物量最大值,则玉米受到了水分限制,将生物量和饱和水重量进行线性拟合获得生物量-饱和水重量的关系曲线;
如同时期玉米不同的灌溉量梯度对应得到的生物量没有存在显著差异,则玉米没有受到水分限制,将不存在显著差异的灌溉水分梯度的玉米生物量的平均值作为最大生物量;
(4)以所述生物量-饱和水重量的关系曲线与所述最大生物量垂线的交点为每一个生育时期的水分临界点;
(5)将不同时期生育时期内计算得到的水分临界点用异速生长曲线进行拟合得到玉米水分临界模型。
2.根据权利要求1所述的一种基于生物量积累的玉米水分临界模型的构建方法,其特征在于,步骤(1)所述不同灌溉水分梯度的数量≥4个。
3.根据权利要求1所述的一种基于生物量积累的玉米水分临界模型的构建方法,其特征在于,所述步骤(2)所述不同生育时期包括玉米的三叶期、六叶期、九叶期、十二叶期和抽雄期。
4.权利要求1~3任一项所述的一种基于生物量积累的玉米水分临界模型的构建方法构建得到的玉米水分临界模型在玉米种植中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210094137.2A CN114414429B (zh) | 2022-01-26 | 2022-01-26 | 基于生物量积累的玉米水分临界模型的构建方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210094137.2A CN114414429B (zh) | 2022-01-26 | 2022-01-26 | 基于生物量积累的玉米水分临界模型的构建方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114414429A CN114414429A (zh) | 2022-04-29 |
CN114414429B true CN114414429B (zh) | 2023-08-08 |
Family
ID=81276756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210094137.2A Active CN114414429B (zh) | 2022-01-26 | 2022-01-26 | 基于生物量积累的玉米水分临界模型的构建方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114414429B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1554818A1 (ru) * | 1987-09-14 | 1990-04-07 | Всесоюзный научно-исследовательский институт гидротехники и мелиорации им.А.Н.Костякова | Способ возделывани кукурузы на зерно |
US5886662A (en) * | 1997-06-18 | 1999-03-23 | Zai Amelex | Method and apparatus for remote measurement of terrestrial biomass |
WO2016059628A1 (en) * | 2014-10-12 | 2016-04-21 | Korol Oleg | System and method for determining watering needs for field or landscape irrigation |
CN106105753A (zh) * | 2016-08-08 | 2016-11-16 | 云南省农业科学院甘蔗研究所 | 一种甘蔗桶栽干旱胁迫试验方法 |
CN110162830A (zh) * | 2019-04-03 | 2019-08-23 | 江苏大学 | 一种基于叶片紧张度在线监测的变量灌水节点预测方法 |
-
2022
- 2022-01-26 CN CN202210094137.2A patent/CN114414429B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1554818A1 (ru) * | 1987-09-14 | 1990-04-07 | Всесоюзный научно-исследовательский институт гидротехники и мелиорации им.А.Н.Костякова | Способ возделывани кукурузы на зерно |
US5886662A (en) * | 1997-06-18 | 1999-03-23 | Zai Amelex | Method and apparatus for remote measurement of terrestrial biomass |
WO2016059628A1 (en) * | 2014-10-12 | 2016-04-21 | Korol Oleg | System and method for determining watering needs for field or landscape irrigation |
CN106105753A (zh) * | 2016-08-08 | 2016-11-16 | 云南省农业科学院甘蔗研究所 | 一种甘蔗桶栽干旱胁迫试验方法 |
CN110162830A (zh) * | 2019-04-03 | 2019-08-23 | 江苏大学 | 一种基于叶片紧张度在线监测的变量灌水节点预测方法 |
Non-Patent Citations (1)
Title |
---|
水分对夏玉米生物量和水分积累量动态变化的影响;赵犇 等;《节水灌溉》(第11期);第11-14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114414429A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Doré et al. | A diagnostic method for assessing regional variations in crop yield | |
Salmerón et al. | Effect of non-uniform sprinkler irrigation and plant density on simulated maize yield | |
Mhizha et al. | Use of the FAO AquaCrop model in developing sowing guidelines for rainfed maize in Zimbabwe | |
CN113268703A (zh) | 一种应用于小麦田间管理的氮肥亏缺快速检测与精量追施方法 | |
Bo et al. | Determining nitrogen status and quantifying nitrogen fertilizer requirement using a critical nitrogen dilution curve for hybrid indica rice under mechanical pot-seedling transplanting pattern | |
CN112396227B (zh) | 一种水稻品种抗倒伏性能测定及评估方法 | |
CN116485040B (zh) | 种子活力预测方法、系统、电子设备及存储介质 | |
Cutforth et al. | Relationship of development rates of corn from planting to silking to air and soil temperature and to accumulated thermal units in a prairie environment | |
CN114414429B (zh) | 基于生物量积累的玉米水分临界模型的构建方法及应用 | |
CN111275362B (zh) | 玉米品种耐密性评价方法、装置、设备和存储介质 | |
CN113095629A (zh) | 一种优质稻种植区域适宜度的评价方法及其应用 | |
CN109858678B (zh) | 一种确定向日葵气象产量的方法和系统 | |
Chavez et al. | Simulation of energy sorghum under limited irrigation levels using the EPIC model | |
CN107122901A (zh) | 一种平原区农田作物排水关键生育阶段的确定方法 | |
CN113762768B (zh) | 基于天气发生器和作物模型的农业旱灾动态风险评估方法 | |
CN114568239A (zh) | 一种棉花高温热害预测方法 | |
CN113935542A (zh) | 一种基于气候适宜度的棉花单产预测方法 | |
Wang et al. | Simulation study of the competitive ability of erect, semi‐erect and prostrate cowpea (Vigna unguiculata) genotypes | |
JP6744524B2 (ja) | 水稲生育評価方法及び装置 | |
CN109033539A (zh) | 基于作物生长机理模型分离关键因子对作物物候影响的计算方法 | |
CN112990692B (zh) | 一种基于分生育阶段多参数耦合的冬小麦产量估计方法 | |
CN111667167B (zh) | 一种农业粮食产量估算方法和系统 | |
CN111011207A (zh) | 一种优质丰产高效单季中籼杂交稻的品种筛选方法 | |
Rosenthal et al. | Simulation of individual leaf areas in grain sorghum | |
CN116735538B (zh) | 一种基于氮素分配模型的作物氮素累积量遥感预测方法 |
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 |