基于环境因子的春玉米产量结构模型分析研究

作者：许艺馨; 冯磊; 苏永秀^*; 莫申萍; 刘军

来源：中国农学通报, 2021, 37(02): 108-115.

• 气象
• 土壤
• 产量结构
• 相关分析
• 模型

环境因子对作物产量的影响是现代农业气象研究的重要内容之一,建立春玉米产量结构模型可为春玉米的科学生产提供依据。本研究分析贵港春玉米不同生育阶段的环境因子与产量结构的相关性,并建立全因子、显著因子的多元线性回归模型和BP神经网络模型。结果表明,对春玉米产量结构影响最大的生育期为拔节—抽雄期,10～40 cm的土壤水分体积含水率与产量结构最为密切;四种产量结构预测模型优度(R2)比较,全因子模型(AF)优于显著因子模型(SF),多元线性回归(MLR)模型优于BP神经网络(BPNN)模型。试报检验模型发现MLR模型的泛化能力不及BPNN模型,其中BPNNAF模型对理论产量、果穗粗的预测最为精准。BPNN全因子模型(BPNNAF)可作为春玉米产量结构预测的最优模型,能较好捕捉作物产量结构与环境因子之间的非线性影响规律,预测结果较为合理准确。

• 单位
  贵港市气象局; 广西壮族自治区气象科学研究所