小麦叶面积指数和产量空间结构性分析.pdfVIP

安徽农业科学，JournalofAnhuiAgn．Sci．2008，36(32)：14021—14022 责任编辑 李菲菲 责任校对 傅真治 小麦叶面积指数和产量空间结构性分析 冯建波 ，肖伟中，张锁荣 (1．江苏省丹阳市练湖管委会，江苏丹阳212334；2．江苏大学农业工程研究院，江苏镇江212013) 摘要 运用地统计学和相关分析法探讨 了，J、麦叶面积指数与产量的空间分布及关系。结果表明，小麦叶面积指数与产量有 中等变异和 较好的空间结构特征。 4f1的相关系数为0．692，表现 出显著的相关性，说明可以通过对叶面积指数的合理调控来提高小麦的产量。同 时也为通过小麦的叶面积指数进行估产提供 了一定的依据。 关键词 叶面积指数；产量；空间变异性；地统计学 中图分类号 $512．1 文献标识码 A 文章编号 0517—661l(2008)32—14021—02 SpatiaJStrtictureofLeafAtea IndexandYieldofW beat FENGJian-boetal (LianhuManagementCommitteeofDanyangCityinJiangsu，Danyang，Jiangsu212334) Abstract Spatialdistributionsandrelationshipbetweenwheatleafareaindexandyieldwereanalyzedusinggeostatisticsandcorrelationanal— ysismethods．Theresultsshowedthatwheat1earareaindexandyieldhad intermediatevariabilityandgood spatialstructurecharacteristics． Wheatleafareaindexwascloselyrelatedtoitsyieldwiththeircorrelationcoemcientbeing0．692．Itindicatedthattheyieldofwheatcouldbe increasedbyrationalregulationofleafareaindex．Meanwhile．itofferedbasisfortheestimationofwheatyieldbyleafareaindex． Keywords Leafareaindex：Yield：Spatialvariability：Geostatistics 作物的产量是多种变异因素综合作用的结果，通过对各 的叶面积指数及产量信息进行了正态分布检验，其中，P—P正 种与产量有关的变异进行分析往往可 以预测产量的变化；反 态概率图是根据变量分布累计比和正态分布累计比生成 的 之 ，通过对作物长势变异的分析也可以了解土壤养分、地形 图形。如果数据是正态分布 ，被检验数据基本成一条直 及水分等因素的变异程度，具有时空属性的产量数据对于土 线 。从 图1中可以看出，所得数据基本上服从正态分布， 地生产力的评价非常重要 j。 这表明数据满足地统计学分析的要求。 叶面积指数 (LAI)是反映作物长势与预报作物产量的 表 1是小麦叶面积指数和产量的描述性统计值。如表 1 一 个重要的农学参数。抽穗期适宜的LAI及其结构是小麦 所示 ，叶面积指数的最大值是最小值的2．1倍，产量的最大 高产的主要标志，是协调库源关系和各部器官平衡发展的基 值是最小值的 1．9倍，变幅比较大。叶面积指数的变异系数 础 。对小麦叶面积指数、产量信息的空间结构性及其相关 为18．76％，产量的变异系数为 13．23％，它们的变异系数都 性进行研究，可以获得 田间作物生长、产量形成的变异规律， 在 15％左右 ，属于中等变异程度。 为有针对性地调控生理性状进而获得小麦的高产优质提供 表 1 小麦叶面积指数和产量的统计特征值 科学依据。目前，关于作物叶面积指数和产量的空间变异 Table1 Statisticaldescriptionofleafareai