新型肥料在花生上应用效果地灰色关联度分析(11-09).docVIP

新型肥料在花生上应用效果地灰色关联度分析(11-09).doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
学院:数学与信息科学学院 专业:数学与应用数学 姓名:刘淋城 学号:201014905 基于灰色关联度分析模型的新型水溶肥料在花生生产应用效果优选 摘要:为了探讨不同类型新型水溶肥料在花生上的应用效果,筛选出适合花生生产应用的新型水溶肥料种类。笔者应用灰色关联度分析模型对6种新型水溶肥料在花生生产上的应用效果进行评价,从产量角度看,以微量元素水溶肥料增产效果最好,增产幅度为10.11%;从对花生生物学性状影响看,喷施微量元素水溶肥料、大量元素水溶肥料等处理的花生生物学性状综合表现较好;喷施含氨基酸水溶肥料、含海藻酸水溶肥料、含腐植酸水溶肥料等能改善花生品质性状。综合产量、品质和经济效益三方面的效果,建议花生生产上推荐使用微量元素水溶肥料、大量元素水溶肥料和含氨基酸水溶肥料较好。 关键词:灰色关联度;新型水溶肥料;花生;产量;品质;经济效益 中图分类号:S-3 文献标识码:B 文章编号: 灰色关联度分析是灰色系统理论的一个重要内容,是对一个发展变化系统的发展态势的量化比较,基本思想是根据曲线几何形状的相似程度来判断关联程度[1]。此分析方法已广泛应用农业生产各个领域[2-4],并应用于小麦、玉米、水稻、棉花、大豆、油菜、烤烟、甘薯等作物新品种选育、作物增产因素分析、新品种综合评价、产量与构成因素之间关系的研究[5-14]。灰色关联度分析在新型肥料应用效果评价上尚属空白[15-16]。随着人们餐桌对绿色食品的呼唤,低碳、循环经济也是大势所趋也在呼唤着更为绿色的肥料。随着原料、能源的日趋紧张,更高效率、更少消耗、更低排放的新型肥料符合这个潮流。海藻酸≥20g L氨基酸≥20g L2O5)6.4mg kg-1,速效钾(K2O)70.3mg kg-1。 1.2 试验方法 试验采用随机区组设计,4次重复。小区面积24m2。试验地不施底肥,在花生开花下针后亩追施复合肥15kg、过磷酸钙10 kg。除喷施新型水溶肥料或清水外,其它管理措施同一般大田生产。 试验共设7个处理:(1)喷施含腐植酸水溶肥料2250g hm-2,代号x1;(2)喷施含氨基酸水溶肥料2250g hm-2,代号x2;(3)喷施大量元素肥料水溶肥料2250g hm-2,代号x3;(4)喷施微量元素水溶肥料2250g hm-2,代号x4;(5)喷施含海藻酸水溶肥料2250g hm-2,代号x5;(6)含调节剂水溶肥料2250g/hm2,代号x6;(7)喷施清水(CK),代号x7。各种新型肥料每公顷兑水1350 kg,分3次分别在花生苗期、花期、荚果膨大期喷施,每次喷施肥料液量为总肥液量的1/3。 1.3 灰色关联度计算方法 灰色关联分析方法,是根据因素之间发展趋势的相似或相异程度,亦即“灰色关联度”,作为衡量因素间关联程度的一种方法。灰色系统理论提出了对各子系统进行灰色关联度分析的概念,意图透过一定的方法,去寻求系统中各子系统(或因素)之间的数值关系。因此,灰色关联度分析对于一个系统发展变化态势提供了量化的度量,非常适合动态历程分析。 灰色系统关联分析的具体计算步骤如下:确定反映系统行为特征的参考数列和影响系统行为的比较数列反映系统行为特征的数据序列称为参考数列影响系统行为的因素组成的数据序列称比较数列。对参考数列和比较数列进行无量纲化处理由于系统中各因素的物理意义不同,导致数据的量纲也不一定相同,不便于比较,或在比较时难以得到正确的结论因此在进行灰色关联度分析时,一般都要进行无量纲化的数据处理。求参考数列与比较数列的灰色关联系数ξ(Xi所谓关联程度,实质上是曲线间几何形状的差别程度。因此曲线间差值大小,可作为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1, X2,…, Xn,各比较数列与参考数列在各个时刻(即曲线中的各点)的关联系数ξ(Xi)可由下列公式算出: 其中为分辨系数,0<<1。(k)为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值;minΔi(k)是第二级最小差,maxΔ(k)是两级最大差,, 。求关联度ri 因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值,所以它的数不止一个,而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值,即求其平均值,作为比较数列与参考数列间关联程度的数量表示,关联度i公式如下 式中wk为各性状的权重。 第五步,排关联序因素间的关联程度,主要是用关联度的大小次序描述,而不仅是关联度的大小。将m个子序列对同一母序列的关联度按大小顺序排列起来,便组成了关联序,记为{x},它反映了对于母序列来说各子序列的“优劣”关系。若r0ir0j,则称{xi}对于同一母序列{x0}优于{xj},记为{xi}

文档评论(0)

feiyang66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档