• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      大棚草莓產(chǎn)量動態(tài)預報模型研究

      2016-11-21 01:29:53孫軍波魏莎莎李清斌丁燁毅2黃鶴樓2
      浙江農(nóng)業(yè)學報 2016年9期
      關鍵詞:采果氣象要素平均氣溫

      孫軍波,楊 棟,魏莎莎,李清斌,丁燁毅2,黃鶴樓2

      (1.慈溪市氣象局,浙江寧波315033;2.寧波市氣象臺,浙江寧波315012)

      大棚草莓產(chǎn)量動態(tài)預報模型研究

      孫軍波1,楊 棟2,?,魏莎莎1,李清斌1,丁燁毅2,黃鶴樓2

      (1.慈溪市氣象局,浙江寧波315033;2.寧波市氣象臺,浙江寧波315012)

      基于2010—2014年慈溪市氣象局草莓實驗大棚的產(chǎn)量和氣象要素觀測資料,探索實際生產(chǎn)過程中設施草莓產(chǎn)量形成的關鍵氣象因子,并利用一次累加回歸分析法構建適宜浙江地區(qū)的設施草莓產(chǎn)量動態(tài)模型。結果表明,日平均氣溫、5℃積溫、光合有效輻射對浙江省設施草莓產(chǎn)量形成影響顯著。不同產(chǎn)果階段各氣象指標(日平均氣溫、光合有效輻射、輻熱積指數(shù))對草莓產(chǎn)量的動態(tài)模擬效果存在一定差異,產(chǎn)果初期,日平均氣溫>輻熱積指數(shù)≈光合有效輻射;產(chǎn)果盛期和末期,輻熱積指數(shù)>光合有效輻射>日平均氣溫;整個生育期,輻熱積指數(shù)>光合有效輻射>日平均氣溫。各指標對不同階段產(chǎn)量模擬精度為:日平均氣溫表現(xiàn)為產(chǎn)果初期>產(chǎn)果盛期>產(chǎn)果末期;輻熱積指數(shù)和光合有效輻射的模擬效果時間變化趨勢與日平均氣溫相反;2月份各指標的模擬精度均較低。

      草莓產(chǎn)量;氣象因子;動態(tài)模型

      設施草莓其栽培周期短、品質佳、經(jīng)濟效益高,在我國廣泛種植。浙江省設施草莓種植發(fā)展迅猛,至2011年草莓種植面積達4 000 hm2,年產(chǎn)量達9.1萬t,經(jīng)濟效益明顯。但草莓市場價格受產(chǎn)量影響明顯,盲目擴張會造成產(chǎn)量過剩,價格降低,損害莓農(nóng)經(jīng)濟效益[1]。

      目前對作物產(chǎn)量預報模型及指標的研究主要集中于大宗糧食作物,如水稻、小麥、玉米、大豆等[2-6]。氣象要素對草莓產(chǎn)量影響的研究主要集中于光照和溫度因子的影響。Shiukhy等[7]發(fā)現(xiàn)覆蓋不同顏色地膜對草莓果質量、果徑影響顯著;Choi等[8]對草莓進行遮陰處理,草莓光合速率和產(chǎn)量都顯著下降;范長娣等[9]發(fā)現(xiàn)溫度是影響閩北草莓產(chǎn)量的主導因子。Khoshnevisan等[10]建立基于人工能量投入量的設施草莓產(chǎn)量預報模型;Li等[11]利用歸一化植被覆蓋指數(shù)、相對氮營養(yǎng)指數(shù)、比值植被指數(shù)對草莓產(chǎn)量進行預報。以上預報模型主要針對草莓總產(chǎn)量,對不同產(chǎn)果階段草莓產(chǎn)量的預報模型研究仍未系統(tǒng)開展,而不同批次草莓價格差異顯著,所以有必要開展草莓產(chǎn)量的動態(tài)預報模型研究。

      基于2010—2014年浙江省慈溪市氣象局草莓試驗大棚的產(chǎn)量和氣象要素觀測資料,尋找草莓產(chǎn)量形成的關鍵氣象因子,并利用關鍵氣象指標結合一次累加回歸分析法初步構建浙江地區(qū)設施草莓產(chǎn)量動態(tài)預報模型,旨在為浙江省設施草莓可持續(xù)發(fā)展提供一定的理論依據(jù)。

      1 材料與方法

      1.1 材料

      試驗于2010—2014年在浙江省慈溪市氣象局設施農(nóng)業(yè)基地(30°12′N,121°16′E)的標準塑料大棚內進行,大棚呈南北向,長43 m,跨度8 m,頂高4.2 m,肩高2.5 m。供試草莓品種為紅頰(Benihoppe),大棚內草莓定植的行間距為30 cm×30 cm,每年棚內基肥配置一致(每棚兔糞1 000 kg、菜餅肥150 kg、鉀肥30 kg),定期采用膜下滴灌為草莓生長提供充足的水肥。

      利用ZQZ-A自動氣象站對棚內1.5 m處氣溫、太陽總輻射、光合有效輻射和相對濕度進行24 h連續(xù)觀測。草莓生長季,每批次草莓選擇3個代表果進行生育期觀測,定果時間為代表果的開花末期,對代表果每1~2 d進行一次橫縱徑和果色觀測,如果整個果子變?yōu)榧t色,并且連續(xù)3次觀測果徑無明顯變化則采摘,并記錄倒數(shù)第3次觀測的日期為草莓可采摘日。定期采摘試驗區(qū)成熟的非代表果,利用精度為0.01 g的電子天平稱量果質量,并記錄采果日期。各季草莓觀測株數(shù)及相關生育期,見表1。

      1.2 研究方法

      本研究將12月至次年2月定為草莓的產(chǎn)果初期,3—4月為產(chǎn)果盛期,5月為產(chǎn)果末期。

      1.2.1 草莓產(chǎn)量關鍵氣象影響因子篩選

      統(tǒng)計結果顯示,不同月份所采草莓的生長周期存在一定差異,2月份采摘的草莓從定果到采摘歷時60~70 d,5月份采摘果的生長周期最短,約為35 d,整個采摘期單茬草莓平均生長周期約40~60 d,因此草莓產(chǎn)量形成受采摘月和上月氣象要素共同影響。利用回歸分析法對月產(chǎn)量與氣象要素(采果月與上月氣象要素的平均值或累計值)之間進行相關性分析,探究產(chǎn)量形成的關鍵氣象因子。

      表1 不同年份草莓觀測樣本數(shù)及生育期Table 1 Sample size and growth period of strawberries in different years

      1.2.2 一次累加回歸分析

      不同批次草莓定果日選在開花末期,而開花末期的判定存在一定的人為誤差(2~3 d),采果日與草莓實際成熟日期也存在一定差異(1~2 d),所以人為觀測的草莓生長周期較單批次草莓的實際生長周期存在較大的相對誤差。故利用各批次果實產(chǎn)量與對應批次果實生長期間氣象要素進行模型構建存在較大的不確定性。為減小觀測誤差引起的不確定性,本研究采用一次累加回歸分析法[12-13]構建草莓產(chǎn)量的動態(tài)預報模型,即以第一批草莓定果日期為時間起始點,某次采果日為截止日期,將起止日期之間的草莓總產(chǎn)量及期間氣象要素累積量進行回歸分析,構建草莓產(chǎn)量預報的動態(tài)模型。由于各階段產(chǎn)量形成的氣象要素累積量均以第一批草莓定果日為起點,能顯著減小不同批次定果的人工觀測誤差對模擬精度的影響,并且隨著采果批次的增加,人工誤差對模型的相對影響將逐漸減小。具體方法如下:

      試驗觀測數(shù)據(jù)的原始時間序列為(M(0),y(0))。y(0)為某年草莓產(chǎn)量的原始時間序列,即各采果日期對應的單株采果重量;M(0)為相鄰2次采果期間氣象要素累積值的時間序列,M(0)(i)為第i-1次采果至第i次采果期間氣象要素累積值,M(0)(1)為第一批果定果日至第一次果實采摘日期間氣象要素累積值。

      式(1)中:n為試驗小區(qū)草莓的采果總次數(shù);y(0)(n)為試驗小區(qū)第n次采果單株草莓的平均采果質量(g)。對產(chǎn)量原始時間序列的進行一次累加生成新的序列:

      式(2)中:y(1)為的單株草莓產(chǎn)量一次累加的時間序列;d為一次累加生成算子;y(1)(n)為試驗小區(qū)第n次采果時單株草莓產(chǎn)量的一次累加值。對一次累加生成算子d有:

      同上,可得對應時段的氣象要素一次累加的時間序列

      式(4)中:M(1)為氣象要素時間序列的一次累加;M(1)(n)為第n次采果時氣象要素的一次累加值,即從首批果定果日至第n次采摘日期間相關氣象要素的累加。

      利用回歸分析法對(M(1),y(1))進行相關性分析,即可構建草莓產(chǎn)量的動態(tài)預報模型。依據(jù)某年草莓生長過程中氣象要素的累積值即可得一次累加產(chǎn)量的預測值^y(1)(1),^y(1)(2),…,^y(1)(k),^y(1)(k+1),…,^y(1)(n),而某時段的產(chǎn)量可通過預測值一次累減還原獲得,即

      2 結果與分析

      2.1 草莓產(chǎn)量指標的變化特征

      草莓采收期內,單株產(chǎn)果數(shù)和產(chǎn)量均呈現(xiàn)先增后減趨勢,其中12月份產(chǎn)量和產(chǎn)果數(shù)最低,4月份最高。產(chǎn)果初期(12月至翌年2月),單株月平均產(chǎn)果1.4個,月平均產(chǎn)量34.7 g;產(chǎn)果盛期(3—4月)單株月平均產(chǎn)果數(shù)和產(chǎn)量顯著增加,分別達7.9個和114.8 g;產(chǎn)果末期(5月)單株月平均產(chǎn)果數(shù)和產(chǎn)量分別為3.7個和33.7 g。

      不同月份草莓單株產(chǎn)量(產(chǎn)果數(shù))均存在一定年際差異,不同產(chǎn)果階段的相對年際差異整體呈產(chǎn)果初期>產(chǎn)果末期>產(chǎn)果盛期,其中12月、2月和5月尤為突出(圖1)。5月產(chǎn)量的年際差異除了受氣象要素年際差異影響外,還受人工管理差異影響,主要由于5月份草莓品質和價格較低,而人工管理成本較高,導致5月份對草莓的人工管理較其他月份產(chǎn)生明顯偏差,并且悶棚時間的年際差異顯著;1—2月份浙江地區(qū)低溫連陰雨頻發(fā),但不同年份之間低溫連陰雨的頻次和強度存在較大差異,所以2月份產(chǎn)量(產(chǎn)果數(shù))的年際差異尤為突出。

      2.2 草莓產(chǎn)量的氣象影響因子

      表2為不同月份采摘果生長期間相關氣象條件,各批次草莓生長階段氣象要素值為采果月和上月氣象要素的平均值或累計值(5℃積溫)。草莓不同采收階段氣象要素存在一定差異,其中溫度和光照的差異較為明顯;各月份氣象要素的年際差異也存在一定差異,產(chǎn)果初期除相對濕度外,光照和熱量相關氣象要素的年際差異較盛期明顯偏大,該分布趨勢與草莓產(chǎn)量不確定性大小的月季分布基本一致。

      圖1 2010—2014年采收季單株草莓產(chǎn)量要素逐月變化Fig.1 Monthly variation of yield factors for per strawberries plant during harvest period from 2010 to 2014

      12月至翌年4月,各月草莓人工管理的年際差異較小,產(chǎn)量的年際差異與生長期間氣象要素間的差異密切相關,而5月份人工管理年際差異顯著。為探究草莓產(chǎn)量與氣象要素間的相關關系,對2010—2014年12月至翌年4月份,不同采摘批次草莓單株產(chǎn)量與對應果實生長期內氣象要素間相關性進行分析(表3)。草莓單株產(chǎn)量與熱量(平均溫度、5℃積溫)、光照(太陽總輻射強度、光合有效輻射)之間相關性極顯著;單株產(chǎn)量與相對濕度之間的相關性相對偏弱,但也達到顯著水平(P<0.05)。草莓產(chǎn)量與熱量、光照呈正相關,與濕度呈負相關。

      為排除氣象要素之間的相互影響,對產(chǎn)量與各氣象要素做偏相關分析(表4)。結果顯示,草莓產(chǎn)量與平均氣溫、5℃積溫的決定系數(shù)(R2)均高于0.60,不相關概率均低于0.05;光合有效輻射和相對濕度對產(chǎn)量影響次之,決定系數(shù)均高于0.50,不相關概率均低于0.10;產(chǎn)量與大棚內太陽總輻射呈負相關,無統(tǒng)計學意義,并且不相關概率高達0.49。綜上可知,平均氣溫和5℃積溫是影響草莓產(chǎn)量的關鍵氣象因子,光合有效輻射和相對濕度的影響次之,而太陽總輻射的強度對產(chǎn)量無直接影響,其主要通過影響棚內溫度間接影響產(chǎn)量。

      表2 不同月草莓采摘果生長階段氣象條件Table 2 Meteorological conditions for strawberries picked in different months

      表3 草莓單株產(chǎn)量與氣象要素相關性分析Table 3 Correlation analysis between strawberry yield and meteorological elements

      表4 草莓單株產(chǎn)量與氣象要素偏相關性分析Table 4 Partial correlation analysis between strawberry yield and meteorological index

      2.3 大棚草莓產(chǎn)量預報模型

      日平均氣溫和光合有效輻射為草莓產(chǎn)量形成的關鍵氣象因子,利用草莓生長階段日平均氣溫、光合有效輻射的一次累加值構建草莓產(chǎn)量動態(tài)預報模型(圖2)。大棚內日平均氣溫基本高于5℃,所以日平均氣溫的累加值即為5℃積溫;光合有效輻射的累積為某段時間內單位面積接受的光合有效輻射能量。溫度和光照在草莓生長中相互作用,共同促進草莓產(chǎn)量形成,相關研究表明,光溫綜合指標輻熱積能較好地模擬溫室甜椒、黃瓜等作物的生長發(fā)育[14-15],本研究利用輻熱積指數(shù)(輻熱積指數(shù)=日平均氣溫×光合有效輻射)對草莓產(chǎn)量進行預測。

      單株產(chǎn)量累積量與日平均溫度、光合有效輻射、輻熱積指數(shù)的累積值都表現(xiàn)出顯著的相關性,決定系數(shù)(R2)分別達0.88,0.89和0.92。整個產(chǎn)果期單株累積產(chǎn)量與日平均氣溫、光合有效輻射、輻熱積指數(shù)累積量分別滿足:單株累積產(chǎn)量=0.20(±0.04)×日平均氣溫累積-124.27(±36.84);單株累積產(chǎn)量=2.91(±0.25)×光合有效輻射累積-53.95(±41.95);單株累積產(chǎn)量=0.21(±0.02)×輻熱積指數(shù)累積-33.30(±41.34)。

      單株累積產(chǎn)量與日平均溫度累積值擬合斜率的年際差異控制在20%以內,與光合有效輻射、輻熱積指數(shù)的累積值的擬合斜率均控制在10%之內(圖2),可見基于以上3個參數(shù)的草莓產(chǎn)量預報模型的穩(wěn)定性和普適性高,其中光合有效輻射和輻熱積指數(shù)的擬合效果尤為突出。相比斜率,截距的年際差異相對較大,光合有效輻射、日平均溫度、輻熱積指數(shù)累積量與產(chǎn)量累積量擬合方程截距的年際誤差分別為30%、78%和124%。截距對累積產(chǎn)量較低階段影響較顯著,隨著累積產(chǎn)量的升高,截距引起的相對誤差會逐漸降低。若需將截距對累積產(chǎn)量的相對誤差控制至30%以內,單株累積產(chǎn)量需超過120~140 g,即日平均氣溫累積量需達1 029~1 544℃·d,光合有效輻射累積量需達(6.1~7.3)×105μmol· m-2,輻熱積指數(shù)累積量需達(7.4~9.0)×106℃·mol·m-2。

      圖2 草莓產(chǎn)量與相關氣象要素一次累加回歸分析Fig.2 Once acumulated regression analysis between strawberry yield per plant and related meteorological index

      不同月份擬合點相對擬合曲線的離散程度存在一定的差異(圖2),可見各月產(chǎn)量對各氣象指標的敏感度存在一定差異,為進一步探討各氣象指標對草莓產(chǎn)量模擬效果的月際差異,本研究對草莓產(chǎn)量和氣象要素的一次累加值分月進行擬合(表5)。結果顯示,各指標對產(chǎn)量的模擬效果存在明顯的時間變化。日平均氣溫對不同時段產(chǎn)量的模擬效果為:產(chǎn)果初期>產(chǎn)果盛期>產(chǎn)果末期;輻熱積指數(shù)和光合有效輻射對不同時段產(chǎn)量的模擬效果為:產(chǎn)果末期>產(chǎn)果盛期>產(chǎn)果初期。不同月份各指標預測效果的相對優(yōu)劣也存在一定差異。12月至翌年1月,日平均氣溫累積量對產(chǎn)量的預報效果優(yōu)于光合有效輻射累積量,3—5月份光合有效輻射累積量對產(chǎn)量的預報效果明顯優(yōu)于日平均氣溫累積;相比另外2個指標,輻熱積指數(shù)累積量整體擬合效果較好,該指標對產(chǎn)果盛期和末期的預報效果相比另外2個指標均有一定提升,但對產(chǎn)果初期產(chǎn)量的預報效果無明顯提升。各氣象指標對2月份產(chǎn)量的預報效果均較差。

      表5 不同月份草莓累積產(chǎn)量與各指標一次累加擬合效果對比Table 5 Comparison of the fitting effect of different meteorological indexes based models built with once accumulated regression analysis method in different months

      3 結論與討論

      本研究基于5年的觀測資料,建立了適用于浙江地區(qū)的設施大棚草莓產(chǎn)量動態(tài)預報模型。較前人研究[8-9],本文資料觀測時間更長,普適性有了一定的提升。Khoshnevisan等[10]和 Li等[11]構建的產(chǎn)量預報模型都基于年總產(chǎn)量,但不同階段草莓產(chǎn)量的關鍵影響因子存在一定的差異,故模型對不同階段產(chǎn)量的指導性較差。本研究構建了不同月份草莓產(chǎn)量的動態(tài)預報模型,并對不同指標的預報效果進行了比較,對草莓的實際生產(chǎn)更具指導性。草莓產(chǎn)量主要受溫度(日平均氣溫、>5℃積溫)和光合有效輻射的影響,相對濕度對產(chǎn)量影響較小,這與相關研究結果[7-9]基本一致。大棚草莓產(chǎn)量隨時間呈先增后減趨勢,12月最少,4月最大;產(chǎn)果初期和末期產(chǎn)量的年際差異較盛期顯著;慈溪地區(qū)大棚草莓月產(chǎn)量變化趨勢整體與閩北相似,但閩北3月和4月份草莓產(chǎn)量的增長速率較慈溪明顯偏?。?],這與2個地區(qū)氣象要素的月際差異有關,慈溪地區(qū)產(chǎn)果初期和產(chǎn)果盛期溫度和光照差異顯著,而閩北地區(qū)3—4月份氣象要素的變化較1—2月份相對平緩。江蘇省鎮(zhèn)江市草莓月產(chǎn)量呈先升后降趨勢[16],但第一批草莓采收期較慈溪和閩北晚一個月,主要由于鎮(zhèn)江地理位置偏北,溫度相對偏低,前期草莓生長較慈溪和閩北相對緩慢。

      產(chǎn)果初期草莓價格高,但受氣象條件影響,該時期產(chǎn)量較低,波動大,故實際生產(chǎn)中產(chǎn)果初期是實現(xiàn)增產(chǎn)增效的關鍵時期。由于浙江地區(qū)在草莓產(chǎn)果初期常遭受低溫連陰雨,而草莓產(chǎn)量和光照、溫度因子之間呈正相關,所以適當進行人工補光和增溫有利于草莓產(chǎn)量和產(chǎn)值的提高。相對濕度對草莓產(chǎn)量影響不大,但與草莓的病蟲害密切相關[17-18],實際生產(chǎn)中濕度要素的調控亦不可忽略。

      各參數(shù)對草莓產(chǎn)量模擬存在明顯的階段實用性,如日平均氣溫對12月至翌年1月草莓產(chǎn)量模擬效果明顯優(yōu)于輻熱積指數(shù)和光合有效輻射,而產(chǎn)果盛期和末期模擬效果較差,這與不同階段作物生長的關鍵氣象限制因子密切相關。12月至翌年1月低溫限制草莓生長,光照對產(chǎn)量限制較溫度弱;2月份易受低溫寡照影響,但低溫寡照頻次和強度的年際差異尤為顯著,導致不同年份間各參數(shù)對該月產(chǎn)量預報的穩(wěn)定性較差,所以2月份產(chǎn)量預報難度較大;產(chǎn)果盛期和末期溫度條件基本適宜草莓生長,該階段光照對產(chǎn)量的影響更顯著,如晴朗天氣正午時刻強光照會導致草莓光合作用減弱[19-20]。輻熱積指數(shù)綜合考慮光照和溫度對草莓生長的交互作用,相比日平均氣溫或光合有效輻射單要素模擬效果整體提升,有利于提高草莓產(chǎn)量預報的精度。綜上可知,各指標對不同階段草莓產(chǎn)量的預報效果為:產(chǎn)果初期,日平均氣溫>輻熱積≈光合有效輻射;產(chǎn)果盛期和末期,輻熱積>光合有效輻射>日平均氣溫;整個生育期,輻熱積>光合有效輻射>日平均氣溫。

      產(chǎn)果初期各氣象要素的模擬效果較產(chǎn)果盛期和末期整體差,主要由于模式建立的起始時間節(jié)點為第一批果定果日期,而不同年份定果標準的判定存在一定人為誤差,導致果實生長周期內氣象要素存在一定誤差,而首批次定果引起的相對誤差會隨著氣象要素的逐步累加而減小,所以預報模擬精度會隨產(chǎn)果階段的推進整體呈上升趨勢。

      ):

      [1] 沈嵐,胡亮.寧波市草莓產(chǎn)業(yè)現(xiàn)狀分析與發(fā)展對策 [J].寧波大學學報(理工版),2014,27(3):128-132.

      SHEN L,HU L.Status in quo of strawberry industry and development strategies for Ningbo City[J].Journal of Ningbo U-niversity(Natural Science&Engineering Edition),2014,27(3):128-132.(in Chinese with English abstract)

      [2] YANG JC,ZHANG JH,LIU K,et al.Involvement of polyamines in the drought resistance of rice[J].Journal of Experimental Botany,2007,58(6):1545-1555.

      [3] PORTER JR,JAMIESON PD,WILSON D R.Comparison of the wheat simulation models AFRCWHEAT2,CERES-Wheat and SWHEAT for non-limiting conditions of crop growth[J]. Field Crops Research,1993,33(1-2):131-157.

      [4] 李樹巖,劉偉昌.基于氣象關鍵因子的河南省夏玉米產(chǎn)量預報研究[J].干旱地區(qū)農(nóng)業(yè)研究,2014,33(5):223 -227.

      LISY,LIUW C.Research on the yield prediction of summer maize in Henan Province based on meteorological key factors[J].Agricultural Research in the Arid Areas,2014,33(5):223-227.(in Chinese with English abstract)

      [5] XIONG W,MATTHEWS R,HOLMAN I,et al.Modeling China's potential maize production at regional scale under climate change[J].Climatic Change,2007,85(3/4):433 -451.

      [6] 鄭昌玲,王建林,宋迎波,等.大豆產(chǎn)量動態(tài)預報模型研究[J].大豆科學,2008,27(6):943-948.

      ZHENG C L,WANG JL,SONG Y B,et al.Dynamic prediction model of soybean yield per unit[J].Soybean Science,2008,27(6):943-948.(in Chinese with English abstract)

      [7] SHIUKHY S,RAEINI-SARJAZM,CHALAVIV.Colored plastic mulch microclimates affect strawberry fruit yield and quality[J]. International Journal of Biometeorology,2015,59(8):1061 -1066.

      [8] CHOIH G,MOON B Y,KANG N J,et al.Yield loss and quality degradation of strawberry fruits cultivated under the deficient insolation conditions by shading[J].Horticulture Environment&Biotechnol ogy,2014,55(4):263-270.

      [9] 范長娣,毛文梁,方敏.閩北主要氣象條件對草莓產(chǎn)量與品質的影響 [J].亞熱帶農(nóng)業(yè)研究,2008,4(2):115 -117.

      FANG C D,MAOW L,F(xiàn)ANG M.Effects of meteorological conditions on yield and quality of strawberry in north Fujian[J].Subtropical Agriculture Research,2008,4(2):115-117.(in Chinese with English abstract)

      [10] KHOSHNEVISAN B,RAFIEE S,MOUSAZADEH H,etal. Application of multi-layer adaptive neuro-fuzzy inference system for estimation of greenhouse strawberry yield[J].Measurement,2014,47(1):903-910.

      [11] LIH,LIT,GORDON R J,et al.Strawberry plant fruiting efficiency and its correlation with solar irradiance,temperature and reflectance water index variation[J].Environmental and Experimental Botany,2010,68(2):165-174.

      [12] 蘇秋霞,陳金錐.基于一次累加法的城市年需水量預測[J].水科學與工程技術,2008(5):19-21.

      SU Q X,CHEN JZ.The forecasting of urban annual water demand based on once accumulate method[J].Water Sciences and Engineering Technology,2008(5):19-21.(in Chinese with English abstract)

      [13] 劉思峰,郭天榜,黨耀國.灰色系統(tǒng)理論及其應用[M].北京:科學出版社,2003:12.

      [14] 倪紀恒,羅衛(wèi)紅,李永秀,等.溫室番茄葉面積與干物質生產(chǎn)的模擬 [J].中國農(nóng)業(yè)科學,2005,38(8):1629 -1635.

      NING JH,LUOW H,LIY X,etal.Simulation of leaf area and drymatter production in greenhouse tomato[J].Scientia Agricultura Sinica,2005,38(8):1629-1635.(in Chinese with English abstract)

      [15] 倪紀恒,羅衛(wèi)紅,李永秀,等.溫室番茄干物質分配與產(chǎn)量的模擬分析[J].應用生態(tài)學報,2006,17(5):811 -816.

      NING JH,LUOW H,LIY X,et al.Simulation of greenhouse tomato dry matter partitioning and yield prediction[J].Chinese Journal of Applied Ecology,2006,17(5):811-816.(in Chinese with English abstract)

      [16] 霍恒志,糜林,李金鳳,等.大棚草莓套種海蜜甜瓜關鍵栽培技術研究[J].江西農(nóng)業(yè)學報,2008,20(10):55 -56.

      HUO H Z,MI L,LI J F,et al.Pivotal cultivation techniques of interplanting Haimimelon in greenhouse strawberry[J].Acta Agriculturae Jiangxi,2008,20(10):55-56.(in Chinese with English abstract)

      [17] 廖開志,楊金明,馬秀玲,等.設施草莓白粉病發(fā)生規(guī)律及綜合防治技術[J].現(xiàn)代農(nóng)業(yè)科技,2015(9):135 -136.

      LIAO K Z,YANG JM,MA X L,etal.Occurrence regularity and integrated control technique of Sphaerotheca macularis[J].Modern Agricultural Science and Technology,2015(9):135-136.(in Chinese with English abstract)

      [18] BULGER M A,ELLISM A,MADDEN L V.Influence of temperature and wetness duration on influence of strawberry flowers by Botrytis cinerea and disease incidence of fruitoriginating from inflected flowers[J].Phytopathology,1987,77(8):1225-1230.

      [19] 燕麗萍,金芳,鄭平生.四種草莓光合特性的研究 [J].甘肅農(nóng)業(yè)大學學報,2014,39(6):620-624.

      YANG L P,JIN F,ZHENG P S.Photosynthetic properties on four cultivars of strawberry[J].Journal of Gansu Agricultural University,2014,39(6):620-624.(in Chinese with English abstract)

      [20] 蘇培璽,杜明武,張立新,等.日光溫室草莓光合特性及對CO2濃度升高的響應[J].園藝學報,2002,29(5):423-426.

      SU P X,DU M W,ZHANG L X,et al.Changes of photosynthetic characteristics and response to rising CO2concentration in strawberry in solar greenhouse[J].Acta Horticulturae Sinica,2002,29(5):423-426.(in Chinese with English abstract)

      (責任編輯 張 韻)

      Dynam ic yield model of greenhouse strawberry

      SUN Jun-bo1,YANG Dong2,?,WEISha-sha1,LIQing-bin1,DING Ye-yi2,HUANG He-lou2
      (1.Cixi Bureau of Meteorology,Ningbo 315033,China;2.Ningbo Meteorological Observatory,Ningbo 315012,China)

      In this study,the key meteorological factors affecting strawberry yield were explored based on the strawberry yield and meteorological data observed in the strawberry experiment greenhouses of Cixi Meteorological Bureau from 2010 to 2014.Once accumulated regression analysis method was applied to construct suitable dynamic model for the yield of greenhouse strawberry in Zhejiang Province.The results indicated that the strawberry yield was mainly affected by average daily temperature,accumulated temperature(>5℃)and photosynthetic active radiation.There were obvious differences among the simulating accuracy of dynamic yield models built with different meteorological index.During the preliminary stage of strawberry harvest,the model based on T(daily average temperature)was more acceptable than that based on PTEP(physiological product of thermal effectiveness)and PAR(photosynthetically active radiation).During the other stage of strawberry harvest,the priority of the PTEP-based model was higher than that of PAR-based model,which was more acceptable than the T-based model.During the whole harvest period,the priority level of the models based on PTEP,PAR and T was similar to that during the exuberant and final stage.The simulating accuracy for each model was with obvious variation during different stages.For T-based model,the simulating accuracy during preliminary stage was higher than that during exuberant stage,and that during the final stagewas the lowest.For PTEP and PAR-based model,the trend of accuracy was just opposite to that of T-based model. In February,all the three models were with low simulating accuracy.

      strawberry yield;meteorological factors;dynamic model

      S668.4

      A

      1004-1524(2016)09-1514-08

      10.3969/j.issn.1004-1524.2016.09.09

      2015-10-13

      寧波市科技計劃項目(2011C50020);寧波市氣象局青年項目(NBQX2014002C);寧波市氣象局一般項目(NBQX2014004B)

      孫軍波(1980—),男,浙江寧海人,高級工程師,從事農(nóng)業(yè)氣象與預報服務研究。E-mail:xiaochep@sina.cn

      ?通信作者,楊棟,E-mail:yangdong_314@163.com

      浙江農(nóng)業(yè)學報Acta Agriculturae Zhejiangensis,2016,28(9):1514-1521 http://www.zjnyxb.cn孫軍波,楊棟,魏莎莎,等.大棚草莓產(chǎn)量動態(tài)預報模型研究[J].浙江農(nóng)業(yè)學報,2016,28(9):1514-1521.

      猜你喜歡
      采果氣象要素平均氣溫
      成都電網(wǎng)夏季最大電力負荷變化特征及其與氣象要素的關系
      采果后不要放松管理
      烏蘭縣近38年氣溫變化特征分析
      中國熱科院椰子所與2家單位合作研發(fā)油棕機械采果機
      沈陽市1951—2013年氣候變化特征及其區(qū)域蒸發(fā)的響應分析
      從全球氣候變暖大背景看萊州市30a氣溫變化
      1981—2010年拐子湖地區(qū)氣溫變化特征及趨勢分析
      近50年來全球背景下青藏高原氣候變化特征分析
      北京市朝陽區(qū)大氣污染物時空分布特征及與氣象要素的關系研究
      探測環(huán)境變化對臨沭站氣象要素的影響
      404 Not Found

      404 Not Found


      nginx
      汪清县| 凤凰县| 邳州市| 庆元县| 孙吴县| 临桂县| 土默特左旗| 宁陵县| 交城县| 邢台县| 阆中市| 郁南县| 息烽县| 三河市| 白玉县| 海口市| 沂水县| 北流市| 赣榆县| 台山市| 淄博市| 连州市| 抚顺市| 论坛| 万全县| 三原县| 昌宁县| 克拉玛依市| 托克逊县| 菏泽市| 平阳县| 宜城市| 正安县| 湖南省| 永兴县| 南皮县| 潢川县| 柘城县| 富宁县| 阿坝| 大庆市|