基于决策树与WheatGrow作物模型的青稞生长预测初探

本研究致力于探究温度、土壤、水分、阳光等多因子对青稞生长的影响,并最终建立起用于指导实践及产量预测的高原青稞生长-预测模型。本研究利用西藏农牧研究院实验数据对影响青稞生长的因子进行程度划分,根据现有成熟禾本作物WheatGrow生长模型,带入青稞生长过程中不同程度的各影响因子拟定数据,得到传统生长模型的各因子对青稞生长的预测结果。并根据机器学习的决策树理论对传统生长模型中所涉及的各变量进行信息增益分析,按照各因子对作物生长的影响权重大小构建用于预测青稞生长及指导牧民生产种植活动的决策树模型。本研究建立起的有关影响青稞生长因子的青稞生长-预测模型,不仅实现了指导耕种实践及青稞产量预测的目的,同时还可依靠最新的青稞生长数据进行优化,进而更精准的分析青稞生长影响因子。

强优势杂交小麦产量结构模式的研究

利用1999～2001年选用的9个性状差异较大的品种(系),按完全双列杂交(正交)组配成36个杂交组合,用一种新的分组法-Nair单性状水平分组法将杂交组合的各性状进行了分组,按产量分组结果对产量与各性状间的关系进行了研究,结果表明:随产量水平的升高单位面积穗数对产量的作用逐渐弱化,穗粒数对产量的作用逐渐增强,单位面积穗数与穗粒数间的相互作用构成限制产量的主要因素,千粒重对产量的作用较稳定;千粒重与单位面积穗数的负相关性较弱、与穗粒数无明显的相关性;在7500～9000kg/hm2水平下,产量结构模式为:504.0～607.5万穗/hm2,33.6～41.3粒/穗,35.7～42.3g/千粒重;在9000～10500kg/hm2水平下,产量结构模式为:525～645万穗/hm2,36～50粒/穗,37～45g/千粒重。

山东省小麦气象灾害风险评估模型群研发

为了探寻影响山东省小麦生产的气象风险因子,并探索小麦相对气象产量与气象致灾风险因子的关系,通过采集山东省典型小麦生态区120个监测网点,收集1980—2009年的小麦产量与气候致灾风险数据,采用统计分析方法,对导致小麦减产的气象风险因子以及相对气象产量进行相关和回归分析,确立了导致山东省小麦冷冻害、干旱和干热风等灾害的气象风险因子,建立了山东省小麦气象灾害风险评估模型群,并利用计算机技术进行系统开发,对山东省小麦生产当中遇到的气象因子进行分析,预测是否存在气象灾害,并进行风险评估。该系统为政府部门指导农业生产和制定农业保险费率、保费补贴、粮食最低保护价、农业直补标准等政策提供决策依据。