利用ML-GWAS解析玉米籽粒含水量相关性状的遗传基础

玉米成熟期籽粒含水量(KMC,kernel moisture content)是影响玉米机械化粒收的关键因素,利用多位点全基因组关联分析(ML-GWAS,multi-locus genome-wide association study)挖掘与籽粒含水量相关性状显著关联的遗传位点,解析其遗传基础,可为适机收玉米品种的选育和遗传改良提供参考。本研究以205份玉米自交系为材料,在4个环境下测定成熟期籽粒、苞叶与穗轴的含水量,使用mrMLM、FASTmrMLM、FASTmrEMMA、pLARmEB、pKWmEB和ISIS EM-BLASSO 6种多位点关联分析方法结合分布于全基因组的76492个单核苷酸多态性位点(SNP,single nucleotide polymorphism)进行关联分析,挖掘其候选基因并进行基因注释。表型分析显示,205份材料的籽粒含水量相关性状的变异系数在10.47%~33.90%,广义遗传率在67.39%~81.24%。6种ML-GWAS方法共检测到26个、15个和23个SNP位点分别与籽粒含水量、苞叶含水量和穗轴含水量显著关联;其中3种及以上方法共同检测到14个显著关联SNP位点,表型贡献率(PVE,phenotypic variation explained)在1.13%~17.21%。6种方法中pLARmEB检测到的显著位点最多,FASTmrEMMA检测到的最少。基于3种及以上方法共同检测到且平均PVE≥5%的显著SNP位点为Chr1_9232728、Chr4_176596174、Chr8_57716249和Chr5_191021635,在这4个SNP位点上下游220 kb共挖掘到17个候选基因,主要富集到细胞解剖实体、新陈代谢过程和细胞进程与催化活性,推测这些基因通过调节细胞代谢与催化活性最终影响玉米籽粒、苞叶和穗轴的含水量。

花生与绿肥轮作对土壤含水量和土壤肥力的影响

探讨在冬春裸地上种植绿肥对后茬作物春花生养分含量、土壤含水量和土壤肥力的影响,为山东地区春花生等冬闲田建立一种合理的轮作方式提供理论依据。在田间试验条件下,设置了春花生—冬闲田、夏花生—冬小麦、春花生—二月兰和春花生—毛叶苕子4种轮作处理。结果表明:种植二月兰和毛叶苕子绿肥作物,可促进后茬作物花生氮磷钾养分增加,二月兰增加程度高于毛叶苕子。种植二月兰和毛叶苕子绿肥作物,可提高后茬作物花生土壤含水量和土壤肥力,在0~20 cm土层中,2021年,与春花生—冬闲田相比,春花生—二月兰、春花生—毛叶苕子土壤相对含水量分别升高了4.70%、6.14%,在20~40、40~60 cm土层中也表现出相似趋势,2022年与2021年相比,表现出相似规律;与春花生—冬闲田相比,春花生—二月兰处理有机质、碱解氮、有效磷和速效钾含量平均增加了5.71%、8.98%、7.22%和7.72%,春花生—毛叶苕子处理有机质、碱解氮含量平均增加了4.54%、14.91%。可以利用春花生种植期间的冬春裸地种植一季冬绿肥,促进后茬作物养分积累量增加,改善土壤肥力。

基于高光谱成像技术的番茄叶片含水量检测研究

[目的]为快速检测叶片含水量,本研究探索及时监测番茄植株生长状况的在线监测模型。[方法]利用高光谱成像技术,提取195个叶片样本的平均光谱反射率。通过异常值剔除、样本集划分、5种预处理方法对原始光谱进行预处理和优化,采用连续投影算法(successive projections algorithm,SPA)、无信息变量消除变换法(uninformation variable elimination,UVE)、迭代保留信息变量法(iterative retained information variable,IRIV)和遗传偏最小二乘算法(genetic partial-least-squares algorithm,GAPLS)提取特征波长,并建立偏最小二乘回归(partial-least-squares regression,PLSR)模型。基于优选的特征波长,建立PLSR、多元线性回归(multiple linear regression,MLR)以及主成分回归(principal component regression,PCR)模型和卷积神经网络模型(convolutional neural network,CNN)。[结果]优选基线校准-正交信号校正法(baseline-orthogonal signal correction,Baseline-OSC)对叶片含水量进行预处理;IRIV法提取的特征波长建立的叶片含水量定量预测模型效果最优,R^(2)c为0.489,R_(p)^(2)为0.466;基于IRIV-CNN建立的叶片含水量模型效果好(R^(2)c=0.668,RMSEC=0.019;R_(p)^(2)=0.424,RMSEP=0.033)。[结论]利用高光谱成像技术结合Baseline-OSC-IRIV-CNN模型预测番茄叶片含水量是可行的。

土壤相对含水量对乌天麻生物学效率及营养品质的影响

以乌天麻为试材,采用氨基酸评分法,研究了土壤相对含水量(RWC)对蜜环菌人工菌棒种植乌天麻的生物学效率(BE)及营养品质的影响,以期为天麻产业健康发展提供依据。结果表明:1)采用蜜环菌人工菌棒种植乌天麻,土壤RWC对乌天麻的BE、基本营养成分含量及氨基酸的营养品质均有显著影响,土壤RWC为75%时,乌天麻的BE为28.74%,显著高于对照(CK)及土壤RWC为55%、65%、85%时;土壤RWC为75%时,乌天麻的基本营养成分含量与CK接近,显著大于土壤RWC为55%、65%、85%时(P<0.05);2)在乌天麻中共检测到15种氨基酸,包括6种人体必需氨基酸(EAA)和9种人体非必需氨基酸(NEAA),当土壤RWC为75%时,利用蜜环菌人工菌棒种植的乌天麻和CK的乌天麻其EAA/TAA比值、EAA/NEAA比值、必需氨基酸的氨基酸比值(AAS)、必需氨基酸比值系数(RC)、必需氨基酸的比值系数分(SRC)与联合国粮食及农业组织/世界卫生组织(FAO/WHO)提出的氨基酸理想模式较接近;3)利用蜜环菌人工菌棒种植乌天麻,通过控制土壤RWC,可以获得必需氨基酸的组成比例相对合理,营养价值均衡,具有较高营养价值的乌天麻。

夏闲期耕作下旱地土壤有机碳库与温度和含水量季节变化及关系研究

为明确夏闲期耕作下土壤有机碳(SOC)库与温度和含水量的季节变化及其相互关系,设置夏闲期免耕、翻耕和深松3种耕作处理,分析了黄土高原旱地麦田SOC和易氧化有机碳(POxC)含量的季节变化、土壤含水量和温度的季节变化、以及碳库与温度和含水量变化的关系。结果表明,在冬小麦生育期内,随着生育进程的推进,翻耕和深松处理0~5和5~10 cm土层SOC含量呈先升高后降低的变化趋势,而POxC含量呈“降低—升高—再降低”的变化趋势;土壤质量含水量变化均呈“增加—降低—再增加”的变化趋势,而土壤温度呈先降低后升高的变化趋势。回归分析发现,5~10 cm土层土壤质量含水量与SOC含量呈线性关系(P<0.05),与POxC含量呈二次多项式关系(P<0.05),尤其与免耕和深松处理相比,翻耕处理拟合效果更佳。此外,0~5和5~10 cm土层土壤温度变化与SOC含量无显著相关性,而日最高温度、日平均温度和日最低温度与POxC含量呈显著负相关。综上所述,不同夏闲期耕作下旱地麦田0~10 cm土层POxC含量季节变化与土壤质量含水量和温度变化密切相关,而SOC含量变化对土壤温度变化的敏感性较弱。本研究结果为旱地麦田碳库管理提供了理论依据。

基于特征变量筛选的无人机多光谱遥感土壤含水量反演

土壤含水量是影响农作物生长的重要因素之一,对作物估产和旱情监测具有重要作用。在土壤含水量反演时,一般是提取多个光谱变量进行反演,但变量之间包含的光谱信息可能存在冗余重叠,为提取有效特征变量,使其相互独立,论文选取特征变量筛选方法,并验证其在土壤含水量反演中的适用性。研究基于无人机多光谱影像计算归一化植被指数(Normalized Difference Vegetation Index,NDVI)等12种植被指数,结合无人机热红外数据计算地表温度(Land Surface Temperature,LST)和对应温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI),以及miniSAR数据处理得到的4种后向散射系数,采用XGBoost特征变量和最优子集选择算法(Best Subset Selection,BSS)筛选最优变量组合,然后利用偏最小二乘回归(Partial Least Squares Regression,PLSR)和随机森林回归(Random Forest Regression,RFR)算法反演实验区冬小麦抽穗期的土壤含水量。研究结果表明:①0~20 cm深度的反演结果均优于0~10 cm深度;②对比XGBoost-PLSR、XGBoost-RFR、BSS-PLSR以及BSS-RFR四种土壤含水量反演模型,BSS-RFR模型不同深度下的反演精度最高;③0~10 cm土壤深度下XGBoost-PLSR模型的反演精度优于XGBoost-RFR,0~20 cm深度下则两者相反,0~20 cm深度下,BSS-RFR模型的反演精度均高于BSS-PLSR。研究成果可为无人机多光谱遥感反演土壤含水量提供理论和技术支撑,为卫星遥感大范围土壤水分监测提供检验依据。

不同含水量及冻结温度对黑土冻融循环过程有机碳矿化的影响

[目的]冻融过程土壤呼吸在年土壤呼吸总量中占有重要比例,研究探讨土壤冻融过程中含水量、冻结温度和冻融循环次数对土壤碳矿化动态的影响。[方法]以黑龙江省嫩江县鹤山农场九三水土实验站黑土为研究对象,开展室内冻融程度模拟试验,进行7次冻融循环,设置100%田间持水量(100%WHC)、60%田间持水量(60%WHC)和30%田间持水量(30%WHC)3种土壤含水量;10℃恒温处理(对照)、-5℃冻结处理(轻度冻结)和-15℃冻结处理(重度冻结)3种环境温度。[结果]冻融循环次数、含水量和冻结温度对CO_(2)排放量有显著影响,影响度分别为-0.63,0.21,0.14。解冻过程显著增加土壤碳矿化量;轻度冻结时,前3次冻融循环60%WHC土壤碳矿化量比100%WHC和30%WHC分别提高33.0%,35.2%,后4次冻融循环差异不明显;重度冻结时,前2次冻融循环100%WHC土壤碳矿化量,比60%WHC和30%WHC土壤分别提高25.2%,68.0%,后5次冻融循环差异不明显。[结论]冻融循环次数对土壤CO_(2)排放量影响最大,含水量次之,冻结温度最小。冻融作用增加低含水量土壤的CO_(2)累积排放量;降低高含水量土壤的CO_(2)累积排放量;而对中等含水量土壤,轻度冻结增加CO_(2)累积排放量,重度冻结降低CO_(2)累积排放量。一级动力学方程对冻融土壤CO_(2)排放量的拟合效果较好(R^(2)>0.997),含水量和冻结温度对有机碳矿化潜力C0值有显著影响。

转基因抗虫耐除草剂大豆JD321对根际土壤含水量和pH值的影响

为了评价转基因抗虫耐除草剂大豆JD321对土壤生态系统的影响,该实验研究了其对土壤主要理化性质的影响。在大豆苗期、花期、鼓粒期和成熟期,分析了转基因大豆JD321对根际土壤含水量和pH值的影响。与其对应的非转基因大豆相比,转基因大豆JD321的根际土壤含水量和pH值没有明显变化,除草剂处理转基因大豆也没有对土壤含水量和pH值产生明显影响,但土壤含水量和pH值在不同生育期间存在明显差异。研究结果为转基因大豆JD321的环境安全性提供了新的支撑。

不同含水量面条蒸煮品质差异机制研究

为了解不同含水量面条蒸煮时间差异和煮后面条口感不同的内在机制,以相同小麦粉为原料,制作了4种含水量的面条,与半干面(29.3%、25.1%水质量分数)、干面(13.8%水质量分数)相比,鲜面(32.6%水质量分数)的最佳蒸煮时间较短(是干面所需时间的26%),吸水率较低且蒸煮损失小(7.91%),煮后面条内部面筋蛋白网络结构致密、孔隙度小且连续性好,弹性和咀嚼性较好,感官评价得分最高,其次为半干面、干面。4种面条的水分组成在煮之前内部仅有较低比例的自由水(T 23),主要以结合水(T 21、T 22)为主,其来自和面过程中加入的水分;蒸煮中从外部吸收水分;煮后面条水分组成均以自由水(T 23)为主,结合水(T 21、T 22)比例减小,而鲜面(32.6%水质量分数)内部还保留一大部分弱结合水(T 22),其来自和面过程中加入的水分;随着面条自身水质量分数减少,面筋网络结构致密度降低,质构和口感降低。因为蒸煮过程中从锅中吸收水分量大、煮面时间长、蒸煮损失大,干面的蒸煮品质比生鲜面差。

陆相页岩层系岩心含水量现场分析技术及初步应用

陆相页岩层系的流体分析是页岩油选层评价的重要基础。针对陆相页岩层系流体表征技术的现状和钻井现场的需求,基于岩心样品中水分易于散失的特性,探索建立了适用于井场基于微波的岩样含水快速测试方法。岩心出筒擦除表面的钻井液之后,第一时间采集具有代表性的块状岩样加载到破碎主机上破碎处理呈颗粒状,将颗粒状的样品倒入加载到微波含水测定仪的样品杯中,2 s后即可得到岩样水分的质量分数,测试绝对误差平均0.15%。初步应用研究表明:一是岩样水分检测结果可以转换为水分在样品孔隙系统中占据的孔隙空间,结合井场热解等资料快速计算样品的视孔隙度,为井场决策提供数据支撑;二是结合岩样块密度和热解数据等资料,计算岩心样品的视含油饱和度和视含水饱和度,实现井场岩样流体的快速评价。该方法的应用不需要对岩样进行洗油和烘干处理,缩短了分析周期,丰富了适用于井场的岩心孔隙度、流体分析实验技术手段和方法。

土壤温度和含水量变化对南亚热带常绿阔叶林土壤性质的影响

研究森林土壤铵态氮(NH_(4)^(+)-N)和硝态氮(NO_(3)^(-)-N)质量分数的年际动态及其对环境变化的影响,对预测森林生态系统的结构和功能具有重要作用。应用南亚热带常绿阔叶林连续10 a的土壤理化性质监测,揭示土壤有效氮质量分数对土壤温度和水分的影响。结果表明:(1)土壤NH_(4)^(+)-N和NO_(3)^(-)-N质量分数年际间变化对干湿季节性敏感,湿季NH_(4)^(+)-N质量分数为9.41~15.59 mg·kg^(-1)、NO_(3)^(-)-N质量分数为24.50~36.18 mg·kg^(-1),干季NH_(4)^(+)-N质量分数为6.48~10.19 mg·kg^(-1)、NO_(3)^(-)-N质量分数为22.75~30.09 mg·kg^(-1),干湿季差异显著。(2)土壤温度和含水量对NH_(4)^(+)-N质量分数变异解释率为57%,对NO_(3)^(-)-N质量分数变异解释率为28%,NH_(4)^(+)-N质量分数与气温显著正相关,湿季降水量与NH_(4)^(+)-N和NO_(3)^(-)-N质量分数呈负相关关系;干季降水量与NH_(4)^(+)-N质量分数正相关,但与NO_(3)^(-)-N质量分数负相关;干季低温条件下,土壤含水量与NH_(4)^(+)-N质量分数负相关。(3)土壤温湿度、土壤养分质量分数的变化显著影响土壤NH_(4)^(+)-N和NO_(3)^(-)-N累积;湿季全氮和易氧化碳分别是NH_(4)^(+)-N和NO_(3)^(-)-N累积的主导因子;干季土壤微生物生物量碳和微生物生物量氮为主导因子。

基于不同含水量基质下黔藿1号种子萌发过程中代谢组学差异分析

为研究水分对黔藿1号种子萌发的影响,检测育苗基质不同含水量下种子不同萌发阶段相关代谢产物和代谢途径的变化,以黔藿1号种子为试验材料,采用广靶代谢组学方法对育苗基质不同含水量下黔藿1号种子萌发过程的代谢途径及其代谢物变化等进行分析。结果表明,基质含水量为200%时,有利于黔藿1号种子萌发。在基质含水量分别为100%和200%条件下,种子萌发过程中的代谢物种类变化相似,主要有氨基酸及其衍生物、糖类、黄酮、生物碱等,其中差异代谢物显著富集到精氨酸和脯氨酸代谢、鞘磷脂代谢、黄酮类生物合成等通路。在基质含水量200%较100%下,二氢茉莉酸、桂酸桂酯的相对含量随着种子萌发时间后移呈先升后降的趋势,可能是促进种子萌发的原因之一。

不同含水量砂岩的中红外光谱特征与预测模型研究

水对岩石具有软化、溶蚀等作用,准确预测岩石的含水量对岩土工程的地下深部开采至关重要。该文将中红外光谱技术应用于砂岩的含水量分析,研究了不同砂岩样品的中红外光谱特征与其含水量之间的关系。通过多种预处理方法提取有效特征向量,构建了针对砂岩含水量的中红外光谱预测模型。结果表明,多元散射校正+偏最小二乘法、归一化特征向量提取+随机森林及一阶微分+支持向量机3种模型在测试集上预测的含水量与实测值之间的相关系数(R2)分别为0.985、0.995和0.951,均方根误差分别为0.074、0.022和0.137,即特征向量提取+随机森林的预测模型效果最佳。该方法通过中红外光谱技术实现了砂岩含水量的无损、快速分析,为地质工程中砂岩的水分预测提供了参考。

土壤含水量对探地雷达探测植物根系构型精度的影响

根系是评价植被生态服务功能的关键基础要素,但快速、精确、无损确定根系的测量技术和方法是目前生态系统评估中的瓶颈。探地雷达是一种高效无损的地球物理学技术,可以在无损状态下获取土壤中的根系信息。但是探地雷达检测和识别根系的精度受土壤含水量、根系含水量、根径大小、根系埋藏深度等诸多因素影响,导致其在野外根系探测中适用性受限,为了探究土壤含水量对探地雷达探测根系精度的影响,本研究采用野外预埋根系的控制实验,根据探地雷达波速、振幅和根点反射系数的变化,分析了不同土壤含水量条件下根点识别率及根点距离均方根误差。结果表明:(1)根系探测中,探地雷达波速和振幅是判断土壤含水量变化的重要参数;(2)随着土壤含水量的增大,探地雷达波速减小,雷达振幅趋于平缓;(3)不同土层深度上随着根系直径的增大,探地雷达波速增大,雷达振幅趋于激烈;(4)根点识别率与土壤含水量成负相关(P<0.05),土壤含水量为15%~25%时探地雷达对活根的识别效果最佳。本研究表明探地雷达可以作为植物根系生物量无损和快速测定、评估的方法,但在利用探地雷达测定土壤中根系时,应在土壤含水量相对较低的时间段进行。

基于LSTNet的果园土壤含水量预测模型研究

为了有效利用核桃园各传感器数据,预测核桃园土壤含水量来指导灌溉,建立了基于LSTNet的果园土壤含水量预测模型。首先,确定LSTNet预测模型输入参数;其次,对LSTNet预测模型进行多特征和单一特征输入对比分析;最后,将LSTNet预测模与LSTM预测模型和卷积神经网络(CNN)预测模型进行预测精度比较分析。研究结果表明:LSTNet预测模型相较于其他二种预测模型在果园土壤含水量预测上有更高的预测精度。

萎凋叶含水量对南川大树茶红茶品质的影响

南川大树茶是重庆的特色茶树资源,所制红茶滋味甘醇甜爽,甜香浓郁.由于其叶大节间长、表皮蜡质厚等特点,很难在萎凋过程中科学把控萎凋叶的含水量.为明确南川大树茶红茶萎凋时的最佳含水量,以南川大树茶春季1芽2叶为原料,经相同加工工艺将含水量为68%,62%和56%的萎凋叶制成红茶,通过感官审评和熵权TOPSIS评价成品茶的品质特征,并测定加工过程中的滋味、色泽和酶活变化.结果表明:加工过程中萎凋叶含水量与POD酶活性呈显著负相关(r=-0.571),萎凋叶含水量为56%时酶活性最强,此时茶多酚、儿茶素和茶色素的变幅最大,滋味浓厚度下降.感官审评结果表明:62%含水量萎凋叶所制成品红茶与68%和56%相比,干茶色泽黑润亮,滋味甜醇浓厚,香气持久纯正.其游离氨基酸总量(6.21%)、茶红素(3.37%)、L^(*)和a^(*)值均高于68%和56%含水量萎凋叶所制红茶.成品茶中共检测出79种香气物质,62%含水量萎凋叶所制红茶香气质量分数(3119.61μg/kg)高于68%和56%,其中赋予茶汤花香和果香的香叶醇、芳樟醇、橙花醇和苯乙醇质量分数高于68%和56%.进一步通过熵权TOPSIS法对检测到的滋味、香气成分进行综合评价,验证表明62%含水量萎凋叶所制红茶综合品质最佳.综上,62%含水量是南川大树茶适宜的萎凋含水量.

华北落叶松林不同坡位土壤含水量对降雨的响应

为明确森林坡面不同坡位土壤含水量对降雨的响应差异,选取六盘山半湿润区华北落叶松林典型坡面为研究对象,于2022年5—10月连续观测降雨等气象因子,以及不同坡位(坡上、坡中和坡下)0~60 cm根系层土壤含水量变化,分析生长季土壤含水量对不同降雨事件的响应及其坡位差异。结果表明:土壤含水量存在坡位差异,其平均值表现为坡上>坡中>坡下,且土壤含水量的波动在坡中最大;降雨对土壤含水量的补给有坡位差异,降雨补给阈值在坡中最小,为1.9 mm,在坡下最大,为2.3 mm;不同土层土壤含水量对降雨的响应有坡位差异,在小雨事件中,各坡位0~20 cm土层响应速度最快,但在中雨和大雨事件中,坡中和坡上40~60 cm土层土壤含水量对降雨的响应早于20~40 cm土层,表明在坡中和坡上土壤中可能存在优先流。研究结果对于理解坡面土壤水分运移及其再分配有重要意义。

土壤秸秆注孔对土壤含水量及作物生长的影响

[目的]研究土壤秸秆注孔对土壤含水量及作物生长的影响,为旱作农田增加雨水蓄集能力及提高水分利用效率提供理论依据。[方法]开展玉米—小麦轮作田间试验,设置常规种植(CK)、土壤秸秆注孔2孔/m^(2)(T_(1)),4孔/m^(2)(T_(2)),8孔/m^(2)(T_(3))4个处理。[结果]秸秆注孔所有处理均提高了整个试验期表层土壤含水量。T_(2),T_(3)处理提高了收获期深层土壤含水量,试验结束时两者底层土壤(60—80cm)含水量较CK分别提高了29.19%和28.18%。秸秆注孔处理提高了作物株高、经济产量和生物量,以及降水利用效率和水分利用效率,T_(2),T_(3)处理的提高效果最明显,且彼此差异不显著。[结论]秸秆注孔具有保水性能和增产能力,根据成本和效果综合考虑,推荐秸秆注孔4孔/m^(2)(T_(2))作为优选处理。

气体钻井岩屑含水量快速检测系统

针对目前钻井现场检测地层出水的方法速度慢、抗干扰能力弱的问题,利用近红外光在水中具有显著的吸收特性,提出了一种基于近红外图像的岩屑含水量快速检测系统。系统利用940 nm波段的近红外摄像头采集图像,消除可见光干扰,提高了检测的灵敏度。借助基于小波变换的滤波算法有效去除图像中的散射噪声,并采用区域生长算法进行图像分割,排除干扰物,避免误分割情况,提升系统的抗干扰能力。此外,运用HDBSCAN聚类算法快速精确提取岩屑区域,获取岩屑图像的灰度平均值。最后,利用分段线性回归算法构建了灰度值-含水量模型,预测岩屑含水量。实验结果表明:系统在复杂的天然气钻井环境中工作有效,最大绝对误差为1.87%,精度较高。平均检测时间不超过6 s,速度较快。相较于烘干法,系统在保证准确率的基础上显著提高了检测速度。与湿度传感器相比,系统不仅具有更高的检测精度,还能覆盖更大面积岩屑的水分检测需求。

融合Transformer和LSTM的蓝莓根区土壤含水量预测模型

针对土壤含水量预测模型存在难以解决非线性复杂特征、易陷入局部极小值等问题,构建融合Transformer和LSTM的土壤含水量深度学习预测模型(Transformer-LSTM)。采集山东省青岛市黄岛区丁家寨村蓝莓(Vaccinium spp.)生产区冷棚与露天2个站点的蓝莓根区土壤和气象数据作为建模数据,根据皮尔逊相关性和偏自相关性分析选择模型的数据输入特征与输入长度,与单一的Transformer模型和LSTM模型进行对比分析,评估模型对土壤含水量的预测性能。结果表明,Transformer-LSTM模型在预测精度上均优于单一的Transformer模型和LSTM模型,Transformer-LSTM模型的平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))分别为0.245 9、0.572 0、0.012 1、0.960 6。Transformer-LSTM模型可以更全面地提取蓝莓种植环境因子输入序列中的特征信息,有效提升土壤含水量因子预测精度和水平。