湘西桤木人工林蓄积量模型及适宜经营密度研究

密度是表达林分结构的重要指标,立地条件、树种及林龄不同时,其林分最佳密度也不相同。笔者以湘西桤木人工林为研究对象,采用数量化方法I和非线性回归分析方法,对2009年和2010年调查的78块标准地数据进行数据分析处理与建模。结果表明：（1）平均高、公顷株数、土层厚度、龄组、坡向、坡位、自然灾害、海拔、树种组成8种因子中,平均高、公顷株数、土层厚度和龄组对湘西桤木人工林平均木材积和单位面积蓄积量均有显著性影响,而海拔和树种组成对湘西桤木人工林平均木材积和单位面积蓄积量均无显著性影响。这对建立桤木人工林蓄积量与密度、平均高收集数据时提供理论指导,同时既能节省外业调查费用,又能保证建模数据的科学性。（2）建立了湘西8~10年桤木人工林蓄积量与密度、平均高相关关系模型： ,建模精度为96.8458%,平均相对误差为1.1334%。模型适应性检验表明,残差值呈对称均匀分布,其平均相对误差为-1.2156%。（3）该地区8~10年桤木人林的最佳经营密度为800~1000株/hm2。这对于合理地经营和管理湘西桤木人工林具有重要的理论和实际指导意义。     

基于混合效应的湖北杉木冠长率模型

为研究冠长率与林分因子之间的生长关系,分析不同因素对冠长率的影响,对湖北全省杉木栽植区域进行标准地调查,利用181块调查样地的715株优势木和平均木数据建立冠长率模型。从树木及立地因子中选出与冠长率相关性显著的树高、胸径、高径比、每公顷株数和大于对象木断面积5个因子作为变量,利用Logistics方程构建冠长率基础模型,并以此建立关于样地的单水平混合效应模型。混合模型所有参数及其组合形式均作为随机效应进行拟合,通过比较模型AIC、BIC和似然比显著性检验,与无随机参数模型相比,含有随机参数a和f的混合模型拟合效果最优。进行独立样本检验,混合模型的均方根误差和平均误差均有所降低,分别为-0.0095、0.1175,且残差范围变小。与基础模型相比,混合模型的R²由0.3231提高到0.5417,RMSE和Bias均有所减小。基于模型的拟合优度及检验指标,混合模型能够显著提高模型的拟合精度,可以用于树冠长度的预测。     

昭苏高海拔地区油菜普花期预报模型研究

利用灰色关联分析法与相关分析法,分别确定与昭苏县油菜普花期关联最大的物候期和显著相关的气象因子,利用昭苏县1990—2019年物候期和气象因子分别建立回归模型,预测2020—2022年的普花期,利用均方误差和相对误差对模型的拟合结果进行评价,利用平均拟合精度对模型的预测结果进行评价。结果表明,基于昭苏油菜物候期的回归模型、基于昭苏气象因子的回归模型拟合结果相对误差分别为0.72%、2.59%,均方误差分别为2.6、6.0,预测结果平均拟合精度分别为98.9%、91.7%,基于物候期建立的昭苏油菜普花期回归模型预测结果更精准。     

贵州杉木人工林生长收获模型系统的研究

为建立经营模型系统和提高森林培育的定量化管理水平，用多年积累的种类试验林、固定样地等资料，在立地质量评价基础上，利用优良高（Ｈ０）受密度和人为干扰小的特点，把Ｈ０作为独立变量引入有关模型，采用计算机模拟方法，建立了自然状态下直径和断面积生长预测模型。直径分布和树高曲线模型，疏伐木和疏伐后林分平均高，平均胸径预测模型，疏伐后林分平均胸径生长预测模型、优化密度等模型，形成了以立地质量评价为起点的生长收     

基于颜色和纹理特征的玉米干旱识别

探究以颜色和纹理为特征,以神经网络建模为方法,识别玉米干旱的效果。利用可见光成像方式采集不同干旱胁迫下的玉米图像,通过编程从玉米图像中自动提取颜色和纹理特征变量,以多个BP神经网络集成学习的方法构建玉米不同生长发育阶段的干旱识别模型,识别不同干旱程度的玉米植株。结果表明：玉米出苗—拔节阶段的模型在训练和验证时的平均识别准确率和平均识别精度均在90%以上,识别误差均值小于0.1;拔节—抽雄阶段的模型在训练和验证时识别干旱的平均准确率和平均识别精度均在85%以上,识别误差均值为0.1和0.14;抽雄—成熟阶段的模型在训练和验证时识别干旱的平均准确率分别为85.36%和84.27%,平均精度在均在80%以上,识别误差均值为0.15和0.16。玉米出苗—拔节、拔节—抽雄、抽雄—开花3个阶段的干旱识别模型对田间玉米干旱的平均识别准确率在75%左右,平均识别精度在80%以上,平均识别误差依次为0.22、0.21、0.29。总之,出苗—拔节阶段的玉米干旱识别模型识别干旱的能力最强,拔节—抽雄阶段的模型次之,抽雄—成熟阶段的模型较差,同一模型对同一干旱程度的识别,模型训练时的识别效果最好,验证时的识别效果次之,测试效果较差,同一模型对不同干旱程度的识别,总体表现为对中旱水平识别效果最不理想,对适宜和特旱水平的识别效果最好。研究结果为玉米干旱特征模式识别和利用表型特征实现玉米旱情自动监测预警提供参考。     

水稻地上鲜生物量的高光谱遥感估算模型研究

不同氮素营养水平的水稻田间试验,采用单变量线性与非线性拟合模型和逐步回归分析,用1999年试验数据为训练样本,建立水稻鲜生物量的高光谱遥感估算模型,用2000年试验数据作为测试样本数据,对其精度进行评价和验证.结果表明,高光谱变量与地上鲜生物量之间的线性与非线性拟合分析中,一些高光谱特征值如红边波长(λr)、绿峰最大     

文峪河支流3种不同河岸林凋落物现存量的研究

笔者以关帝山文峪河上游支流河岸华北落叶松纯林、云杉纯林和落叶松云杉混交林的凋落物为研究对象,采用野外定点观测、样品采集、定点试验和实验室分析结合的方法,对不同类型河岸林各类凋落物现存量进行研究,了解华北落叶松纯林、云杉纯林和落叶松云杉混交林3种不同类型河岸林森林凋落量及组成成分,并对整个群落的凋落物分解状况进行分析。结果表明：不同林分凋落物现存量以及森林凋落物现存量的不同组分数量具有不同的变化规律。落叶松纯林的各类凋落物现存量以及凋落物总量最多,其次是落叶松云杉混交林,云杉纯林凋落物现存量最少,而落叶组分的量在3种不同林分类型中都占绝对优势;落叶松纯林的碎屑层平均厚度为5.7,云杉纯林为5.1,落叶松云杉混交林为6.3,混交林>落叶松纯林>云杉纯林。不同类型森林的凋落物现存量、不同季节凋落物现存量、不同树种组成凋落物现存量、不同生境下凋落物现存量均存在明显差异。     

GM(1,1)模型在日本落叶松生长预测中的应用

本研究运用GM(1,l)模型对辽宁省日本落叶松的生长进行了预测,并进行了模型精度检验,利用所建模型对林龄为21年和22年的日本落叶松平均胸径和平均数高分别进行了预测检验,林龄为21年的日本落叶松平均胸径和平均树高模拟值相对误差分别为2.40％和3.31%,林龄为22年的日本落叶松平均胸径和平均树高模拟值相对误差分别为3.69%和4.69%,均小于5％,表明模型预测精度较高,预测效果较好,可为日本落叶松林生长量的预测和经营水平的提高,提供科学的理论依据。     

基于支持向量机的花生苗期抗旱指标筛选

筛选花生抗旱性指标,培育抗旱能力强的花生品种,传统线性筛选方法不能反映花生抗旱性的非线性特性,筛选得到的指标符合度有所局限。本研究基于支持向量机(SVM)构建了一种非线性筛选模型,利用SVM交叉测试逐个评估各个特征因子,以MSE最小原则逐步剔除对模型有不利影响的特征因子,并以29个花生品种为例,对其苗期的13个形态、生理特征进行再分析和甄别,得到主茎高、分枝数、地上部干重、叶片干重、比叶面积共5个特征指标,以此特征指标构建的线性与非线性模型留一法精度均高于经线性筛选特征的模型预测精度,实验结果表明了经非线性筛选得到的特征因子的准确性,最后经基于F测验的SVM回归显著性测验与单因子重要性分析进一步验证了保留指标的有效性。以此保留特征构建非线性预测模型能为花生抗旱育种工作提供有效指导。     

湖北省杉木生长模型研究

建立湖北省杉木树高、胸径、材积生长模型，为研究湖北省杉木生长情况提供参考。在湖北省3个主要杉木栽培区域的人工林中开展标准地调查，获取283株解析木数据，根据区域特征引入哑变量，分别建立杉木树高、胸径和材积生长模型。结果显示，加入哑变量的Richards方程拟合树高和胸径生长模型效果最好，未加哑变量的Richards方程拟合材积生长模型效果较好，模型拟合优度R2分别达到0.8376、0.7946和0.7532。对模型进行独立样本检验，含有哑变量的树高、胸径模型和未加哑变量的材积模型的预估精度均在97%以上。利用模型绘制生长曲线，湖北杉木的树高和胸径速生期在4~12年，并在第7年生长增速达到最大值，材积在第15年之前生长最迅速。鄂西南区域杉木的树高和胸径生长量均略高于鄂东南和鄂西北区域，鄂东南和鄂西北2个区域之间无明显差异。     

基于无人机RGB遥感的甘蔗株高估测

为快速准确地估测甘蔗不同生育期株高，探讨了无人机RGB系统遥感估算株高的可行性及效果。利用无人机RGB遥感平台，获取苗期、分蘖期、伸长中、后期和工艺成熟期的影像，通过Pix4D mapper生成数字表面模型（digital surface model,DSM），采用Eris Arcmap提取株高，基于DSM提取的株高与实测株高建立各生育期的估测模型，采用决定系数（R2）、均方根误差（RMSE）和平均相对误差（MRE）对模型进行评价。结果表明，基于DSM提取甘蔗各生育期的株高高于实测株高；全生育期模型拟合性最好，预测精度较高（验证集R2、RMSE和MRE分别为0.9611、0.1623和0.1102），苗期株高模型预测精度最高。其他各生育期模型的拟合性不及全生育期和苗期，精度较低，工艺成熟期模型的预测精度最低，拟合性最差。因此，基于无人机RGB遥感平台获取甘蔗不同生育期影像后通过DSM提取株高并运用于甘蔗重要生育期株高的估测时，注意不同生育期模型的适用性。     

甘蓝型油菜株高、第一分枝高和分枝数的QTL检测及候选基因筛选

株高、分枝数及第1分枝高是油菜重要的农艺性状。本研究利用甘蓝型油菜GH06和P174杂交,F2通过单粒法连续自交至F11构建重组自交系群体,利用油菜60K芯片对该群体进行基因分型,构建高密度遗传连锁图谱。结果表明,该图谱包含2795个SNP多态性标记位点,总长1832.9 c M,相邻标记间平均距离为0.66 c M。在此图谱基础上采用复合区间作图法(CIM),检测到3个农艺性状的24个QTL。其中11个株高QTL分别位于A01、A06、A07、A08、A10和C06染色体,单个QTL解释5.00%~15.26%的表型变异;7个第1分枝高QTL分别位于A06、C05和C06染色体,单个QTL解释5.04%~12.99%的表型变异;6个分枝数QTL分别位于A03、A07、C01、C04和C06染色体,单个QTL解释5.95%~8.14%的表型变异。将156个拟南芥株高相关基因、10个拟南芥第1分枝高相关基因和148个拟南芥分枝数相关基因与QTL对应置信区间序列进行同源比较分析(E1E–20),分别找出了20个株高候选基因、3个第1分枝高候选基因以及12个分枝数候选基因。2个环境中在A07染色体上重复检测到的QTL置信区间检测到与株高相关的候选基因ATGID1B/GID1B和WRI1,A08染色体上重复检测到的QTL置信区间检测到SLR/IAA14和AXR2/IAA72个与株高相关的候选基因。在具有部分置信区间重叠的q2013FBH-C05-1和q2014FBH-C05-2区间均检测到第1分枝高候选基因PHT1;8,在A03和C06染色体上的QTL置信区间内,分别检测到4个分枝数候选基因,匹配E值介于0~3E–56之间。     

甜荞株高和茎粗的遗传分析

甜荞极易倒伏, 而株高和茎粗是影响甜荞倒伏的重要性状。以高秆健壮品种酉荞2号和矮秆纤细品种乌克兰大粒荞为亲本配制正、反交组合, P₁、P₂、F₁、B₁、B₂和F₂群体株高和茎粗的遗传分析表明, 株高和茎粗的最适遗传模型均为2对加性-显性-上位性主基因+加性-显性多基因模型。株高正交组合中2对主基因加性效应均为-1.39, 显性效应分别为-6.59和-7.91, B₁、B₂和F₂群体主基因遗传率分别是45.73%、63.49%和81.12%, 多基因遗传率分别是27.41%、0.95%和0; 反交组合中2对主基因加性效应值均为-1.63, 显性效应分别为-7.03和-4.19, B₁、B₂和F₂群体中主基因遗传率是41.51%、66.18%和81.81%, 多基因遗传率分别是11.19%、0和0。茎粗正交组合中2对主基因加性效应均为0.03, 显性效应分别为-0.50和-0.08, B₁、B₂和F₂群体中主基因遗传率分别是37.26%、48.80%和72.10%, 多基因遗传率分别是11.18%、0和0; 反交组合中2对主基因加性效应均为-0.15, 显性效应分别为-0.30和-0.16, B₁、B₂和F₂群体中主基因遗传率是76.22%、47.12%和82.51%, 多基因遗传率分别为0、14.53%和0。可见, 株高的主基因+多基因遗传率在80%以上, 可在低世代进行选择; 茎粗的主基因+多基因遗传率在80%以下, 采取合理的栽培措施可以提高荞麦抗倒伏能力。     

氮胁迫与非胁迫条件下玉米不同时期株高的动态QTL定位

以玉米杂交种农大108的203个F_2:3家系为材料,在施氮（N+）和不施氮（N－）2种条件下对拔节期到灌浆期的株高变化进行了动态QTL分析。结果表明,N胁迫条件对亲本许178影响较小,而对亲本黄C的影响较大,F_2:3群体在不同时期的株高均值在2种施肥水平下没有显著差异,但变异范围存在一定的差异。利用包含199个SSR标记的遗传连锁图谱与复合区间作图法,在N－条件下,拔节期、小喇叭口期、大喇叭口期、灌浆期分别定位1、1、2和2个非条件QTL,可分别解释各时期株高表型变异的8.42%、13.86%、24.33%和22.66%;在N＋条件下,相应时期分别定位1、1、2和4个非条件QTL,可分别解释各时期株高表型变异的8.10%、12.92%、21.30%和44.41%。在N－条件下,拔节期至喇叭口期、开花期至灌浆期分别定位了1和5个条件QTL,可分别解释该时期株高动态变异的9.14%和50.98%;在N＋条件下,相应时期分别定位1和4个条件QTL,可分别解释该时期株高动态变异的13.33%和44.47%。这些非条件QTL和条件QTL多数表现以显性和部分显性为主。     

水稻高秆染色体片段代换系Z1377的鉴定及重要农艺性状QTL定位

株高是水稻重要的农艺性状, 往往与产量相关性状密切关联, 在水稻育种中有重要利用价值。本研究以日本晴为受体、缙恢35为供体亲本, 经表型和分子标记双重选择, 鉴定了一个水稻高秆染色体片段代换系Z1377。Z1377共含有18个代换片段, 平均代换长度为2.95 Mb。与日本晴相比, Z1377的株高、倒一节间至倒四节间长、穗长、一次枝梗数、二次枝梗数、粒长、每穗实粒数、总粒数显著增加; 粒宽显著变细, 有效穗数、结实率显著减少, 但仍达86.75%。用日本晴与Z1377杂交构建的次级F₂群体共检测到16个相关QTL, 分布于第2、第3、第4、第5、第6、第7和第9染色体。其中有8个可能与已克隆基因等位, 如GW2、EUI1、ZFP185等, 另8个如qPH3等尚未见报道。Z1377的株高由一个主效QTL (qPH3)和一个微效QTL (qPH5)控制, 其中qPH3的贡献率达28.59%。而且, 在F₂群体中, 高秆和矮秆基本呈现双峰分布, 经卡平方测验, 符合3∶1分离比, 表明高秆对矮秆显性, 并主要由qPH3负责。这将为该主效基因的精细定位和克隆奠定基础, 同时为进一步选育含2~3个代换片段的中高优良染色体片段代换系并应用于育种奠定基础。     

基于SNP标记的玉米株高及穗位高QTL定位

为进一步弄清玉米株高和穗位高的遗传机理,为育种生产提供服务,本研究以K22×CI7、K22×Dan3402个F₂群体为作图群体,利用覆盖玉米10条染色体的SNP标记构建了2个连锁图谱。并将这2个F₂群体衍生的分别含237和218个家系的F_2:3群体用于田间性状的鉴定。用复合区间作图模型对2个群体的株高、穗位高表型进行QTL定位分析,结果显示,在武汉和南宁两种环境条件下共定位到21个株高QTL和27个穗位高QTL;单个QTL表型变异贡献率的变幅为4.9%~17.9%;株高和穗位高QTL的作用方式以加性和部分显性为主;第7染色体上可能存在控制株高和穗位高的主效QTL。     

平茬处理对日光温室香椿生长及香椿芽产量的影响

通过二因素随机区组试验设计,对1年生香椿实生苗进行了不同时间和不同留干高度的平茬处理,探讨了日光温室矮化密植栽培条件下香椿树势恢复生长和香椿芽产量的关系。结果表明,7月中旬平茬处理的香椿芽平均产量分别比8月中旬和9月中旬平茬分别增加17.64%和28.20%,不同时间40cm留干高度平茬处理的香椿芽平均产量较20cm和60cm处理分别增加11.24%和17.78%。其中以7月中旬实施平茬,留干高度为40cm时,香椿芽产量最高,达到1.50kg/m2     

基于多重相关RIL群体的玉米株高和穗位高QTL定位

株高和穗位高是玉米育种中的重要农艺性状。本研究利用我国玉米育种中骨干亲本黄早四与来自不同杂种优势群的其他11个骨干自交系组配11个RIL群体,开展基于单环境、联合环境的QTL分析,分别检测到269个和176个QTL。通过区段整合,检测到21个株高主效QTL及15个穗位高主效QTL,这些QTL分布在第1、第2、第3、第6、第7、第8、第9、第10染色体上。相对于共同亲本黄早四而言,部分QTL在不同RIL群体中的效应方向一致,来自共同亲本黄早四的等位基因在不同群体中能够稳定地表达。同时,还分别定位到在多环境下稳定表达的5个株高、4个穗位高“环境钝感QTL”。此外,进一步鉴定出5个重要的株高和穗位高QTL富集区段(bin 1.01-1.02,1.08-1.11,3.05,8.03-8.05和9.07),这些区段均包含多个株高和穗位高相关QTL,如bin3.05位点包含7个QTL,bin8.03-8.05位点分别包含9个QTL,且这些QTL至少在3个不同环境中能够被检测到,这些区域对QTL的精细定位和克隆有重要参考价值。     

巨穗小麦种质株高的基因定位

巨穗小麦新种质材料是一具有茎杆粗壮、叶片短宽直立、大穗、大粒、高结实率等特点的种质资源。本研究应用单体分析和双端体分析方法对“241”材料进行了遗传学研究。结果表明,小麦新种质材料“241”的1A、3A、5A和4B染色体上具有控制株高的隐性基因,6B染色体上具有控制株高的显性基因,其中3A、5A和6B染色体上的基因表现为强效,1A和4B染色体上的基因表现为弱效。通过双端体分析进一步将控制株高的基因定位到1AS、3AS、5AL和4BL上。