肥效试验配方师培训-.pptVIP

肥料效应田间试验 中国农业科学院农业资源与农业区划研究所 白由路 2006.11.28?海口 （一）肥料效应试验的计设 单因子回归设计 多因子回归设计 单因子随机区组设计 多因子随面区组设计 对比试验 （一）3414试验的设计 （一）统计分析的内容 “3414”试验结果资料的统计分析主要内容包括: 1.回归分析 回归分析主要是通过建立产量与施肥量之间的二次回归方程，寻找某个养分的最佳施肥量； 2.方差分析 方差分析是通过F检验与多重比较，比较各个处理的的直观效果； 3.施肥参数计算 施肥参数计算主要包括肥料利用率、土壤贡献率、作物养分需要量、土壤养分丰缺指标、有机肥贡献率等施肥参数的计算，目的是为了获取构建区域性作物施肥专家施肥系统需要的有关参数。 根据需要，可运用其中的一种或多种方法对试验数据进行分析。 1. 回归分析 回归分析的主要目的是建立产量与施肥量之间的二次回归方程，然后通过方程确定最大施肥量与最佳施肥量，根据施肥量预测产量。运用3414完全实施方案的14个处理，可以建立N、P、K三个因素与产量的全模型效应方程(三元二次方程)，部分实施方案(或选择完全实施方案的部分处理)可建立某一个或某二个因素与产量的效应方程(一元二次或二元二次方程)。选择那些试验处理建立回归方程在试验方案设计一节中有详细描述。 如果试验有重复，为简化计算过程，作物产量通常取各重复的平均数，而不是每个重复建立一个回归方程。 (1) 产量与施肥量的多元回归方程建立 ? 将方程的二次项(平方项或者交互项，如N2就是用原始数据中的N×N，NP项就是原始数据中N×P，其他项类推)作为一个单独的因素来考虑，就可将多元多次回归方程的建立转化为多元线形回归方程建立。 2.方差分析 3414试验如果有重复或者无重复多点试验组合在一起，按照随机区组方差分析模型进行“方差分析”。通过F检验与多重比较，可以看出各个处理的的直观效果。 (1) F检验 F检验不显著，说明处理间没有差异，不必进行多重比较； F检验显著，表示处理间有差异，但是不代表每两个处理间是否有差异。 回归方程建立的五大“通用”公式 (b)A＝X’X (矩阵X’为矩阵X的转置矩阵) (c)B＝X’Y (d)C＝A-1 (A-1为矩阵A的逆矩阵) (e)b＝CB (矩阵b就是回归方程的系数矩阵,b0,b1,b2,b3,…,bk) 3414试验结果举例 3414试验结果整理 X= Y= b= 基础产量 （2）回归分析结果的应用 利用建立的二次回归方程，通过求导方法，可以计算出最高产量或最佳效益施肥量。 假设，建立的回归方程为： Y = + 554.1791 + 28.9391 X1 + 22.6086 X2 + 9.2110 X3 - 0.6039 X12 – 0.9590 X22 – 0.1421 X32 - 0.4107 X1X2 – 0.1068 X1X3 – 0.1929 X2X3 产量对各因素的偏导应该为： D(Y/X1) = 28.9391 - 2 × 0.6039 X1 – 0.4107 X2 – 0.1068 X3 D(Y/X2) = 22.6086 - 2 × 0.9590 X2 – 0.4107 X1 – 0.1929 X3 D(Y/X3) = 9.2110 –2 × 0.4121 X3 – 0.1068 X1 – 0.1929 X2 如让，D(Y/X1) = 0, D(Y/X2) = 0, D(Y/X3) = 0 那么，通过求解上面的线形方程组，可得到最高产量施肥量X1=20.2791, X2=5.3141, X3=21.1828，将X1，X2，X3的值回代入回归方程中，就可得出最大产量Ym=1005.23。 一般试验主要采用差异比较法来确定试验因素的效应，要保证试验的可比性，试验方案设计要遵循单一差异的原则，即除了要比较研究的因素外，其它因素相对一致，以排除非试验因素的干扰。 （二）如何采用3414田间试验结果计算相对产量？ 五、肥效验证试验 1习惯施肥处理 2配方施肥处理 3不施肥处理（对照） 三个处理：习惯施肥、配方施肥、无肥 面积：习惯施肥和配方施肥不小于200m2、 　　　无肥区不小于30m2 欢迎指正！ * 汇报提纲 一、引言 二、肥效试验的计设与实施 三、“3414”试验的设计特点 四、“3414”试验的结果分析 五、 一、引言 　　测土配方施肥来源于“测土施肥”和“配方施肥”。测土施肥是根据土壤中不同的养分含量和作物吸收量来确定施肥量的一种方法。配方施肥是在土壤养分测定的基础上，根据大量的田间试验，获得肥料效应函数等配方方法。所以，配方施肥和测土施肥都是一