【技术实现步骤摘要】
本专利技术涉及一种预测盐碱地水稻产量的方法。
技术介绍
1、松种植水稻(oryza sativa l.)是苏打盐碱地改良与利用的有效途径。一方面，种植水稻可以通过连续灌溉逐步去除土壤中的盐分；另一方面，种植水稻可以有效减少土壤结构恶化带来的负面影响。吉林省大力推动三大水利工程在苏打盐碱地上的应用，这一举措使盐碱地水田的面积迅速增加，约占东北地区水田面积的48.6％。精确预测苏打盐碱地水稻产量是优化粮食生产模式和管理方法的关键，但苏打盐碱地水稻理论产量测算采用了非盐碱稻田的传统方法，过程相对繁琐且预测精度较低。因此，探索简单高效的苏打盐碱地水稻产量预测模型成为生产上亟待解决的问题。
2、水稻产量主要由株高、株数、地上部生物量、穗数、穗粒数和千粒重等农艺性状决定，传统产量模型通常使用水稻成熟期的穗数、穗粒数、结实率和千粒重4个指标估算大田水稻产量，但这些指标的测定过程相对繁琐，效率较低。对于苏打盐碱地水稻而言，前期的营养生长状况与后期的产量密切相关，探索新的预测方法，应用水稻前期生物学性状实现水稻产量的提前预测，成为精准预测水稻产量的关键。
技术实现思路
1、本专利技术的目的是为了解决目前盐碱地水稻产量预测精度低和耗时耗力的技术问题，提供了一种利用生物性状预测盐碱地水稻产量的方法。
2、利用生物性状预测盐碱地水稻产量的方法如下：
3、一、代表性植株选择：在水稻营养生长末期，在大田中随机选择1m2长势均匀的水稻样方，调查样方内水稻的总株数，选择与平均株
4、二、关键生物学指标测定：水稻样方内水稻的总株数采用人工计数的方法，株高使用钢卷尺进行测定，精度为0.1cm；
5、三、产量模型选择：将水稻株数和株高的数据输入优化后的随机森林模型，参数ntree＝500,mtry＝1,nodesize＝5，输出产量数据。
6、步骤一所述水稻营养生长末期是指拔节期结束和孕穗期之前，水稻株数和株高与成熟期一致的时期。
7、与传统方法相比，机器学习模型有两大优点：一是机器学习模型可以定量评估环境变量对于响应变量的相对重要性。二是机器学习模型具有更高的预测精度。其中，随机森林模型能够很好地处理变量之间的非线性关系，具有极高的预测精度和抗“过拟合”能力。基于苏打盐碱地水稻早期农艺性状与产量的复杂关系，采用随机森林模型构建水稻早期关键农艺性状与产量的关系，对于快速精准地预测水稻产量具有重要意义。
8、本专利技术包括以下有益效果：
9、1、在水稻营养生长末期，选用株高和株数作为预测水稻产量的生物学性状，其中株数采用人工计数的方法，株高使用钢卷尺进行测定，测定方法简单且成本较低。
10、2、本专利技术实现了水稻产量的提前预测，比传统方法早50-70天预测了水稻产量变化，有利于选择合理的田间管理措施进行科学调控，以达到增产的目的，大大提升了预测精度，同时降低了预测变量的个数，节省了时间成本，提高了工作效率。
11、3、本专利技术的方法提高了预测精度，降低了预测误差，对于盐碱地水稻产量预测具有重要的推广应用价值。
本文档来自技高网...【技术保护点】
1.利用生物性状预测盐碱地水稻产量的方法，其特征在于所述利用生物性状预测盐碱地水稻产量的方法如下：
2.根据权利要求1所述利用生物性状预测盐碱地水稻产量的方法，其特征在于步骤一所述水稻营养生长末期是指拔节期结束和孕穗期之前，水稻株数和株高与成熟期一致的时期。
3.根据权利要求1所述利用生物性状预测盐碱地水稻产量的方法，其特征在于步骤三随机森林模型的参数为ntree＝500,mtry＝1,nodesize＝5。
【技术特征摘要】
1.利用生物性状预测盐碱地水稻产量的方法，其特征在于所述利用生物性状预测盐碱地水稻产量的方法如下：
2.根据权利要求1所述利用生物性状预测盐碱地水稻产量的方法，其特征在于步骤一所述水稻营养生长末期是指拔节期...
【专利技术属性】
技术研发人员：黄立华，刘伯顺，
申请(专利权)人：中国科学院东北地理与农业生态研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。