您好,欢迎访问云南省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
作者:赵银月(精确检索)
作者:詹和明(精确检索)
作者:代希茜(精确检索)
作者:单丹丹(精确检索)
作者:王铁军(精确检索)
4条记录
玉米大豆间作种植密度耦合数学模型及其优化方案研究

作物杂志 2019 北大核心

摘要:云南省大豆的种植主要以与玉米间作为主,适宜的种植密度是获得高产的前提,为研究种植密度对群体产量和经济产值的影响,找到最佳种植密度组合。采用二次饱和D-最优设计,分别在云南嵩明县(A)、会泽县(B)和鲁甸县(C)等3个点进行试验。研究了玉米和大豆种植密度对群体产量和经济产值的影响,并分别建立二元二次数学模型。结果表明:玉米和大豆密度对间作群体产量和经济产值影响显著,均呈凸抛物线型变化,在低密度水平下,群体产量和经济产值随密度的增加而增加。通过模型解析表明,玉米+大豆密度组合分别为64 110株/hm~2+147 013株/hm~2(A)、63 068株/hm~2+147 116株/hm~2(B)、64 059株/hm~2+145 077株/hm~2(C)时,各试验点可分别达到最高群体产量。玉米+大豆密度组合分别为62 909株/hm~2+149 852株/hm~2(A)、61 499株/hm~2+151 807株/hm~2(B)、62 762株/hm~2+147 108株/hm~2(C)时,各试验点可分别达到最高产值。经模拟得出,在本试验条件下,各试验点玉米大豆间作群体产量≥12 270kg/hm~2、经济产值≥24 000元/hm~2的最佳密度组合分别为玉米59 251~66 437株/hm~2、大豆140 075~161 495株/hm~2(A),玉米58 927~65 366株/hm~2、大豆144 159~169 203株/hm~2(B),玉米58 821~66 703株/hm~2、大豆139 315~154 886株/hm~2(C)。合理的密度搭配能有效提高群体产量,获得较高经济产值。

关键词: 玉米 大豆 间作 种植密度耦合 数学模型 优化方案

 全文链接 请求原文
云南间作大豆耐荫性综合评价及鉴定指标筛选

中国油料作物学报 2019 北大核心 CSCD

摘要:本文旨在探讨不同基因型大豆品种的耐荫特性,筛选出耐荫性鉴定指标,建立可用于耐荫性评价的数学模型。以44个大豆品种(系)为试验材料,在玉米-大豆间作下创设的自然荫蔽条件开展耐荫性鉴定,净种大豆作为对照。在各参试材料植株成熟期调查10个主要形态性状和产量性状,以各指标的耐荫系数为基础,采用多元统计方法对大豆的耐荫性进行综合评价。结果表明:与对照相比,受荫蔽胁迫后,参试材料的各性状变化趋势及幅度不同,各指标间都有不同程度的相关性。通过主成分分析,将10个单项指标转换为4个相互独立的综合指标,代表了全部数据79. 77%信息量。利用隶属函数法计算综合耐荫评价值(D),并对其进行系统聚类,将44个大豆品种(系)按照耐荫性强弱分为了强耐荫、中等耐荫和弱耐荫3大类。通过逐步回归建立了大豆耐荫性评价数学模型,并筛选出株高、主茎节数、有效分枝数、单株荚数、单株粒数、单株产量、每荚粒数和倒伏8个性状可作为云南省间作大豆耐荫性鉴定指标。

关键词: 大豆 耐荫性 主成分分析 隶属函数法 系统聚类分析 逐步回归

 全文链接 请求原文
云南省适宜与玉米间作大豆品种的筛选与鉴定

大豆科学 2018 北大核心 CSCD

摘要:为了筛选和鉴定适宜云南省与玉米间作的大豆品种,本研究在玉米与大豆间作条件下,采用灰色关联度和系统聚类分析方法对44个大豆品种(系)的10个农艺及产量性状进行综合分析及评价。结果表明:参试品种各性状的变异系数的变异范围为7.3%~51.2%,说明各地大豆资源的表型多样性比较丰富。灰色关联分析表明影响间作大豆产量的性状依次为单株粒数、主茎节数、百粒重、单株荚数、分枝数、倒伏性、株高、节间长度、每荚粒数。利用系统聚类法将44个大豆品种分为了3大类,各类群性状之间的差异较明显,其中单株荚多、单株粒多、分枝多、百粒重适中的第一类是比较适宜与玉米间作的大豆品种(系)。

关键词: 大豆 玉米 间作 灰色关联度分析 系统聚类分析

 全文链接 请求原文
云南省夏大豆种质资源表型鉴定和综合评价模型构建

植物遗传资源学报 2018 北大核心 CSCD

摘要:为全面准确评价夏大豆种质资源,构建大豆种质资源综合评价体系,满足育种家快速、定向选择育种亲本的需求。本研究采用路径分析、探索性因子分析、隶属函数、聚类分析、回归分析等多元分析方法相结合,对451份云南省夏大豆种质资源的11个重要表型性状进行研究。结果表明:451份大豆种质资源表型性状变异丰富,类型多样。性状间存在错综复杂的相关性,且性状间的相互影响清晰地分为两条路径,一条最终影响大豆品质,另一条最终影响单株粒重。通过探索性因子分析,将11个表型性状转化为产量构成因子、品质因子、株高因子、粒重因子、单荚粒数因子等5个公共因子。通过隶属函数计算综合评价值(D值),并对D值进行聚类分析,将451个种质划分成3个类群,每个类群具有不同的优势性状。运用逐步回归的方法建立大豆种质综合评价数学模型:D=0.0102X_3+0.0055X_4-0.0021X_5+0.0014X_7+0.007X_9+0.179X_(11)(R~2=0.9908,F=8006,P<0.0001)。该模型可用于大豆种质资源综合评价,为定向选择有重要价值的亲本提供依据。

关键词: 大豆 种质资源 探索性因子分析 隶属函数 聚类分析 综合评价

 全文链接 请求原文

首页上一页1下一页尾页