全 文 ：华北农学报 19 9 3 .8 (2): 1 5 0一 1 1 1
A et aA gr一 e ul, u r a e B o r e a l i一 S i n i e a
向日葵单株幼苗活力对产量形成的影响
乔春贵 王玉兰 禹 航 L
(吉林农业大学 , 长春 130 1 1 8)
.
J
.
W a d
e , A
.
C
.
L
·
D o u g l a s
(澳大利亚昆士兰初级产品部 )
摘 要 1 9叻 一 1 991 年以出苗期为指标 . 着重研究了单株幼苗活力对向日葵植株杆拉产量的影
响 . 旨在改进 w ad 。 等 ( 1 9 8 8 )提出的向 日葵苗期沽产数学模型 . 结果表明 . 向日葵单株葵盘重量与
单株籽拉产量之间呈极显著的回归关系 ( R “ 二 0 . 97 ~ .0 9 9 ) , 由前者预测后者 1卜常可靠 . 可作为成
熟期测产的参考 。 在苗期根据向日葵苗情预测收获时的籽粒产足 . 尽管 w ad e 等模型有效 .但加入
单株幼苗活力这个因素后 . 整个多元回归模型的可信度大为提高 。 原模型 中的预测因子仅包括单
株面积 和株距 变异系数时 . 多元回归方程的决定系数 R ’ 为 0 . 25 ;当模型中再加入单株幼苗活力指
标后 , R ’ 增 加到 0 4 4 。 而且 , 单株 面积与株距变异系数之间和单株面积与单株幼苗活力之间的互
作也达到显著水平 。 改良模型中影响单株籽粒产量的各因素间 以单株面积和单株幼苗活力最为
重要 。
关键词 向 日葵 苗期 数学模型 估产 单株幼苗活力
关于向日葵 ( H el 浓 。 `h 。 、 。 、 。 。 。 。 L )最适群体密度和行距 ,虽有研究报道 ,但在生产实践
中往往难以达到要求 。这无疑会对进一步提高向 日葵产量产生影响〔 ’ 〕 . 据调查 , 因密度不适宜
和群体中植株分布不均匀而造成向 日葵籽粒产量的损失平均可达 4 3% 图 。 因此 , 若能对以上
诸因素的减产效应作出定量分析 , 则既有利于在苗期客观地评估苗情并预测产量 ,又可以估
测因密度不适宜 、 缺苗断垄和幼苗丛生所造成的产量损失 ,从而为是否需要补种提供依据 。
近 3 0 年 来 , H o 一zi d a y [ ,」、 w sl一e y 〔`〕 、 K i r t o n [5 ] 、 s o m a ; , 等〔`三、 K r a 一x 等 , 3、 e o u n e e 等 〔.〕和 w a d e
等川先后提出了一些描述上述诸因子与产量之间数量关 系的回归数学模型 ,但均因指标可操
作性差 ,不能用于预测或生物学函义不清等原因而难以应用于生产实践 . w ad 。 等〔 ’ 。〕于 1 9 8 8
年首次提出了根据苗期密度不适宜 、 缺苗断垄和幼苗丛生情况预测向日葵群体产量和产量
损失的数学模型 ,并于近年来在生产和科研中得到应用比 ’川 ’ 〕 。 然而 ,该模型在实际应 用中 ,
回归方程的决定系数偏低 , 说明模型尚有待于进一步改进 。 近年的研究也表明 , 在作物群体
建成之前 ,土壤紧实度 、 播深 、 土壤肥力和病虫害等因素都会对最终籽粒产量的形成产生重
要影响 ,而单株幼苗活力即出苗期的影响似乎更为重要比 ` 3 ] 。 本试验的主要目的是 , 在 w ad e
等的回归数学模型中加入单株幼苗活力指标一一出苗期 , 以期进一步提高该回归方程的可信度 ,改进模型 。
1 材州和方法
试验于 19 90 年 9 月至 l ” l 年 2 月在澳大利亚昆 上兰州 E。 。 : al d 农业试验站进行 。 试 材
0 0 , n 暇 、 健 “ 行 i宜
1 0 6 华 北 农 学 报 ` 卷
为油用向 日葵杂交种 H y us n 4 1 , 9 月 12 日播种 。 试验区共种 3 行 ,行距 l m , 每行约 长 10 m ,
第一行与空行相邻 , 且较另外两行密 。 播前和生育季节充分灌溉 , 严格防治病 、虫 、 草 、 鸟害
按单株记载出苗期和行内与相邻植株的距离 c( m ) 。 19 91 年 1 月 20 日至 2 月 3 日收获 。 每行
随机取祥 50 株以上 , 分别称量各株的葵盘重量和籽粒产量 。 其余植株按株称量葵盘重量 。 恢
据每行 5 0 株葵盘重最和籽粒产量数据 ,确定二者之间的数量关系式 ,并据此估测每行其余植
株的单株籽粒产量 。
单株幼苗活力 D 按播种至出苗 日数记载 ,即 7 、 8 、 9 、 10 或 1 1 + 。 单株面积 `“ 。 ’ )和株跟
变异系数 c (厂 、按 w ad 。 等 。 ’ 〕的方法计算 :
A 一 R ( X , 十 X : ) / 2 0 0 0 0
e = 1 0 0 X 2
0
· “
( X
, 一 X Z ) / ( X 、 + X : )
其中 , 刀 为行距 ( c m ) , X , 和 X : 为行内至相邻前后两植株的距离 c( m ) ,且 X ,毕无 2 。 参照 w 北七
等 l[ 。〕的数学模型 w ~ 。 十吞A 十。 A Z+ d c ,应用逐步回归法确定单株籽粒产量与单 株面积 、 株
距变异系数和单株幼苗活力之间的数量化关系 ,建立相应的改 良数学模型 。 所有统城。 分教一均
在 Q u a t t r o 相 s : a t is t i x 3 . 1软件上进行 。
2 结果与讨论
2
.
1 单株葵盘重且与籽粒产最之间的关系
本试验需要应 用数以干计单株籽粒产量的数据 ,建立包括单株幼苗活力在内的诸苗期
指标与单株产量关系的数学模型 。 按株脱粒并称重 . 工作量太大 .若能抽取一定株数的样本 ,
确定单株葵盘重量与单株籽粒产量之间的数量关 系 , 就可以根据这种关系按株称量葵盘重
量 , 并准确地估算出相应的单株籽粒产量 。 根据 3 行各 50 株样本的葵盘重量和籽粒 产量数
据 ,可绘成描述二者之间关 系的散点图 ( 图略 ) 。 不论是 3 行的数据单独绘图 还是合并绘图 ,
单株葵盘重量与籽粒产量之间的关系均很密切 , 后者随前者的增加而增加 , 几乎成 一条直
线 。 用不同回归模型拟合二者之间的关系发现 , 只有简单直线回归模型可以准确地描述它俄
之间的关系 。 表 l 列出了 3 行及其合并数据单株葵盘重量与籽粒产量之间的直线回归方程 。
从表 1 可以看出 ,单株葵盘重量与籽粒产量之间的直线回归关系高度显著 。 方程的决定系数
为 0 . 9 7 ~ 0 . 9 9 ,说明籽粒产量的变异几乎全部为单株葵盘重量所决定 。 除第 3 行的回归截距
不显著外 , 每个回归方程的所有系数都达到显著或极显著水平 。 这充分说明 . 成熟后 向日葵
的单株葵盘重量与单株籽粒产量之间呈简单直线回归关 系 。 如用 W 表示单株产量 ,用 H 表
示单株葵盘重量 , 则二者间的关系可用下式表示 :
W 二 a + 乙H
这个关系式可作为向 日葵收获前测产的参考 , 即据此通过称量葵盘重量而准确地估测籽粒
产量 。 为精确起见 , 本文分别应用 3 行的回归方程式由各行的单株葵盘重量数据估算相应的
单株籽粒产量数据共计 2 0 3 4个 ,用以建立由苗期诸苗情因素预测收获时单株籽粒产量的数
学模型 。
2期 乔春贵等: 向日葵单株幼苗活力对产童形成的影响
表 l三行及其合并资料单株葵盘重 t,I (幼对单株籽粒产 t w 魄 ,的回归万程
样 本 回 归 方 程 及 显 著 性 样本容摄 决 定 系 数
第 1行 “ ’ - 一 1 . 36 0 9 (士 0 . 47 8 6 ) . ` 十 0 . 6 7 0 5 (士 0 . 0 1 55 )二 ` , 二 : 5 1 R Z二 0 . 9 7 4 6 。 。 、
第 2 行 “ ’ ~ 一 x . 7 6 9 0 (士 0 . 6 6 5 8 ) ` + 0 . 7 1 67 (士 0 ` 0 1 3 2 ) “ . 万 、 一 7 月 艺二 0 . 3 5 4 7…第 3 行 ” ’ - 一 0 . 4 8 0 1 (士 0 . 5 9遇5 ) + 0 . 6 7 3 8 (士 0 . 0 1 2 8 ) . “ “ H : ~ 5 7 月含二 0 . 9 8 0 6 。 。 。
3 行合并 “ 、 二 一 1 4 7 3 4 (士 0 . 3 2 9 4 )… + 0 . 6 9 7 1 (士 0 . 0 0 7 6 ) “ ` 万 , 二 1 5 5 衬七二 0 . 9 8 2 2…
注 : , . , , . , , , 分别表示在 0 . 05 、 0 . 01 和 O, O沮 概率水平上显著 .
2
.
2 单株面积 ( A ) 、 株距变异系数 (C )和单株幼苗活力 (D )与单株籽粒产量 ( w )之间的关系
单株面积 、 株距变异系数和单株幼苗活力与单株产量之间的关 系可以分别用 3 个图形来
表示 (图略 ) 。 由于数据量很大 ( 。 = 2 0 34 ) ,所以分析结果具有代表性 。 由单株产量 w 与单株
面积 A 的二维 散点 图可 见 , 二者之 间近 乎成二 次曲线关系 , 这 与以往 的研究结果相 吻
合川 .e ` 〕。 说明 w 与 . 4 的关系可由关系式 砰 二 。 + 乙A 十“ ’ 来表示 。 A 和 A ’ 对单株籽粒产量
的形成都起着非常重要的作用 。 从单株产量 w 与株距变异系数 c 和 w 与单株幼苗活力 D
之间的散点图来看 , w 一 c 和 w 一 D 的关系不甚明了 。 w 有随 c 或 D 的增加而 一下降的趋势 .
但 c 或 D 的效应很可能与 A 的效应混杂在一起 。 从这些分析可以推测 : 通 x c 和 A x D 互作
效应 一定很强 。 为了明确 w 与 A 、 c 、 D 等因素间的实质关系 , 对此进行定量分析— 多元回归分析是很在必要的 。
把 3 行的原始数据合并后 , 建立 w 关于 A 、 c 、 刀 、 A Z 及其有关互作项的多元线性回归方
程 。 按照 w ad e 等〔’ 。〕方法 . 首先 配合 w 依 A 的回归方程 , 然后逐步加入 A Z 、 c 、 D 及有关互作
项 。 结果列于表 2 。
从表 2 中所列的多元回归方程可见 , 按上述顺序每加入一项都可以使 回归方程的总体决
定系数 R Z 有所提高 。 在配合多元回归方程时 ,依次加入 月 、 A Z 、 c 和 A 冰 c 项 ,既符合以往这
方面的研究方法 , 又可以使模型中各变量系数的生物学含 义清楚〔` 妇 。 表中回归方程 ( l) 和 ( 2)
均达到极显著水平 (P < 0 . 0 1 ) , 分别包括 A 与 A 和 A ’ ,且方程中的每一项系数都在统计上
显著 。 由它们的决定系数 R ’ 可知 ,单株产量 w 的变异中有 27 . 6铸可为单株面积 A 所决定 ,
或者说有 28 . 5 肠可为 A 和 A , 所决定 。 当 c 加入到回归模型中后 , 回归方程的决定系数 刀 ’
略有增加 , 再加入 A X C 互作项后 . R Z 又得到一定的增加 。 但 A x c 加入回归方程后 , c 的作
用就不显著了 ,而 A 又 c 的作用则在统计上显著。 这表明 , A 丫 c 互作似乎比 c 本身更为重
要 。 总之 , 回归模型中加入 c 或 c 与 A 的互作项后并未使方程的 几 2 明显提高 。 亦即在 w 关
于 A 、 A ’ 、 c 或 w 关于 A 、 A ’ 、 c 、 A x c 的回归方程 (3 )和 (4 )中 , 各因子只能决定 W 变异的
28
.
7 1铸~ 28 . 92 铸 ,这与以往的研究结果相 ~ 一致〔 ’ 3〕。 这进一步说明 w ad e 等 1 9 8 年提出的 、
与表 2 中方程 ( 3) 和 ( 4) 相类似的回归模型有待于进一步改进 , 主要表现在其回归方程的 R ’
偏低 。 当回归模型中加入单株幼苗活力 D 时 ,方程的 R ’ 值立即明显提高 。 在 A 和 A ’ 的基础
上加入 D , 可使 R Z 由原来的 0 . 2 871 提高到 0 . 4 3 6矢在 A 、 A Z 、 C 、 A X c 基础上加入 D 可使方
程的 R ’ 值提高到 0 . 43 9 1 。 再进一步加入 D 与 A 的互作项 滩 x D 后 , 回归方程的 R ’ 还可以
增大 ,超过了 0 . 4 4。 这些充分说明 , 由 w ad e 等提出的向日葵苗期估产数学模型大有改 良的
余地 。 加入幼苗活力这一重要指标可以进一步完善该模型 。 经过各因素的不同组合与逐步回
归筛选 (表 2 ) ,我们确认回归方程 ( 12) 为各因素对单株产量 W 的最优多元回归方程 ,其 R ’
1 08华 北 农 学 报 6会
农 2按逐步回归法组配的单株籽粒产 t伴 勺 )关于单株面积 月 (. 2 )、
株距变异系数 C(肠 )和单株幼苗生活力 Dd ( )的多元回归方程
回 归 方 程 砂
( l)仃’ =1 3. 7 48… 十 1 0 6. 5 90’ “ 御 A2 07 60.` .
(士 0. 48 4)(士 8 3 3 4)
(2 )H一 1 1. 5 7 4… 十 1 43. 8 5 0书 否 . A一 9 6. 5 98带 份 . A z2 08 5 5 .喝 “〔士 0. 64 0)(士 8 . 3 7 0)(士 18 . 63 4)
( 3)百 !’ 一 12. 75 3吞 “ “ +1 41. 4 0 6` .咨 4一 2 9. 1 91.` 母 AZ一 0. 01 4.乙 8 2 01 7二 ”
(土 0.吕 4 0)(土 8 . 1 45 )(土 18 . 72 6)(士 0. 07 0)
( 4” “ 一 1 1. 28 1` “ . +15 6. 5 60… A一 90. 2 61.苦 .月 2 + 0二 005口一 0. 2 2 1` AX C 08 2分 2.` ,
(士 1 0 3 3 ) ( 士 1 0 27 2 ) (士 18 . 7 2 1 ) ( 土 0 . 0 1 0 ) ( 士 0 . 0 88 )
` 5 ) 1乍一 ~ 5 3 . 3 6 2 ` . 口 , 1 4 2 . 9 9 C . ` . A 一 9 7 . 0 4 1… A Z一 4 , 7 8 8 ’ . ` D 心一 “ 3 5 8 二
(士 1 . 8 8 6 ) ( 士 7 . 1 8 0 ) (士 1 6 . 5 6 2 ) ( 士 0 . 2 06 )
( 6 )下不 ~ 4 7 4 4 9 . 弓 , 十2 0 6 . 42 0 , ’ . A 一 1 0 2 . 5 8 0 . J 禅 A Z一 4 12 1 . ` , D 一 7 . 0 7 2 . A X D 0 43 7 3 创 翻
( 士 3 . 2 2 了) `土 2分 G王} 6 ) (士 ! 6 . 7 2 6 ) 〔士 0 . 3 6 0 ) (士 3 1 3 4 )
( 7 ” 1 ~ 5 4 . 2 2d 冬 心 . 十 1 41 . 1心0 . , . A 一 9 3 . 5 4 4 “ 二 A Z一 0 0 1 1 ` 亡一 4 . 7 7 3 ` . ` 介 O 再沐右 , . 户 ’
( 士 1 . 9 3 6 ) ( 士奋` . 2 4 1 户 〔生 1 6 . 6 4 7、 《址 0 . 0 0 6 ) (士 0 . 20 6 -
、 8 ) 、` 二二 5 2
.
7 3 0
卜 ` 十 1 5七. 3 7 U ` 居 . 注 一 3 7 . 5 1G 砂 “ A 诬十 0 0 03 C 一 4 . 8 7忿` . ` D 一 0 . 2艺3 “ 二 A X 广 幻 书 3巴户 t ` 、 -
(士 2 . 0 0 3 ) 咬士 9 . 1 2 7 ) (士 1 6 6 6 3 ) (土 0 . 0 0 9 ) (丁 0 . 2 0 5少 (士 0 . 0 7 8 )
( 3” `一 = 4 8 . 3艺9 ` 二 十 2 0 4 3 5 0 . ` . A 一 9 9 . 0 7 7… A Z一 0 0 1 1 ` 叮 一 4 . 1 1 4… D 一 7 . 0 5 2 . A X D O` 店3a 3二
(士黛. 2 5 6 ) (士 2 9 . 0 0 5》 (士 1 6 . 8 1 1 ) 《士 0 . 0 0 6 ) (士 0 . 3 60 ) (士 3 . 1 3 1 )
砚! U冬百, 二 5 3 , 6 0 2 “ ` . 十 1 4 1 . Q6 0… A 一 分3 . 谁7 0… A 足 一 0 . 0 0 3〔、 一 4 7 0 7 . “ ` D 一 0 、 0 0 l C K D O 该3 6 马二
( 士 3 . 5 1 5 ) (士 7 . 2 4 4 ) ( 士 16 . 6 5 5 ) ( 士 0 . 0 4 0 ) ( 士 0 . 3 9苏) (士 0 . 0 0 5 )
( 二] ) ,`’ ~ 4 7 . 4 8 4 口 . ’ 一十 2 1 3 . 23… A一 9 6 . 公3刁二 ` 通之十 0 . 0 08C 一 4 . J 8了 , 二 p 一 0 . 2 1 0二 ` 月 X C 一 6 . 37 4 “ 月 K p o 书4 0 3 . “
( 士 3 . 2 6 6 、 吸土 2马. 1 5 1 ) t 土 l好. 8 1Q } 毛土 0 . 0 09 少 t 出0 . 360 ) 飞士 0 . 078 ) ( 土 3 . 1 37 )
( 12 ” “ = 4 7 牙2 9 . ” 一 f Z 1 0 . 5 1 0二 护 A 一 9 6 . 艺7 2 ’ 二 论 2 ~ 一 4 . 1 6 3二 ` D 一 0 . 1 5 9 二 A 火心 一 6 . 5 33 ` A X D O 孟4 0 1二 ’
《士 3 . 2 2 3 ) (士 2 8 . 9 6 8 ) (士 1 6 . 8 0 3 ) ( 士 0 . 3 5 9 ) ( 士 0 . 0 5 0 ) (士 3 . 1 3 1 )
( ! 3 ” 牛’ 二 4 5 . 7 3 ] ` , . 十 2 19 . 0 80 ` 二 月 一 96 . 75 9 . ` “ 月 : 一 0 . 02 9C 一 3 , 98 0二 口卜 0 . 2 7以 X C 一 7 . 04 8月 X D 一0 6C 3〔, 火 D 十 0 . 00 7A X C 又夕 0 由4心3 . “ ’
`土 r Z之1沪 ` 士 5 5 . 06 8 ) ( 士 , 6 . 88 2 ) (土 0 . 06 6 ) (土 0 . 70月) (士 0 . 6 1 9 ) ` 土 6 . , 59、 (士 0. 008 ) ( 士 0 , 07 0 )
注 : ` ’ ` 、 二 “ 二 ` ’ 分别表示在 0 . 10 . 0 . 0 5 . 0 . 0 1 和 0 . 0 0 1 概率水平上显著 。
为 。 . 4 4 。 } ,仅比包括所有因子及其互作项的回归方程的 左 2 值 ( 0 . 4 4 0 3) 略低 。 因此 ,本文得出
以下改进后的向日葵苗期估产回归数学模型 :
环` 一 4 7 . 9 2 9 + 2 1 0 . 5 1 0 A 一 9 2 . 2 7 2 A 2 一 4 . 16 3 D 一 0 . 15 9 A X C 一 6 . 5 3 3 A 丫 D
其一般式为 :
w ~
a
+ b A +
c A
Z 十 d c 十 e A X C 十 f D 十 9 A X D + h C X D
本研究中 c x D 互作和 c 因素不显著 , 因此在配合最优回归方程时未予包括 。 在实际应用时
应当根据上面的通式和具体试验数据的回归显著性测验结果确定某一项的选留与剔除 。 如
欲在某地直接应用于苗期估产 ,则需先做一年试验 ,建立单株产量 w 与 A 、 A ’ 、 刀 、 D 等诸因
素之间的改进回归数学模型 ,然后再实地应用干苗期估产 。
与以往研究结果相比 , 当回归模型中只有 A 、 c 两个因素时 , 本研究所建立方程的 斤 ’ 比
R a d f o r d 等〔 2〕的 R , 值 ( 0 . 0 9一 0 . 2 2 )高些 , 而 比 e o u n e e 等 [` 〕的 R ’ 值 ( 0 . 2 5 ~ 0 . 5 8 )的上限略
低些 。 这可能是试验环境及其控制程度以 及作物种类不同所造成的 。 当回归模型中加入 D 或
A 义 D 后 , R , 高达 0 . “ 以上 , 比以往同类研究中加入 D 的回归方程 R Z 高出许多阳 · ’ 3 1 。 本文
中 D 对单株产量的作用也远远大于 K in s ht 〔’ `〕研究中的 D 。 这种 D 值对回归方程以及单株产
2砌 乔春贵等 : 向日葵单株幼苗活力对产论形成的影响
量本身作用的差异很可能是配合回归模型的 方式不同所致 , `更重要的是选 用的指标也有一
定的差异 。 在本文所建立的最优多元回归方程 咬! 2) 中 , 每项都在统计上显著 。 其 中 月 和 A ” 对
单 株产量的作用分别是正值和 负值 , 这与 w a d 。 等 红`。 · ’ `〕的研究结果相符合 。 A 是每株生产包
括产量在内干物质的总面积 ,一般 牙 随着 通 的增加而增加 。 但这种相辅相成的关系并不是
绝对 、 无止境的 ,要靠 A Z 来调节 。 株距变异系数 君 或它与 A 之间的互作对单株产量的影响是
负值也可以理解 。 因为群体中植株分布不均 ’ ; 即 `’ 值大会导致减产 扛’ “ 1。 本文用出苗期表示单
株幼苗活力 D , 而 D 对产量 w 的作用是明过的负值 。 这表明 , 在 A 、 泞 不变的情况下 ,早出苗
比晚出苗的植株具有明显的优势或竞争能力 n 因为出苗早的植株比相邻植株较早地利用了
有限的空间与资源 , 存活的机率当然就更大了 。 所以 . 可以把 刀 看成是密植条件下的 一竟争因
子 。 实际上 ,在稀植条件下 , 出苗早的植株也较出苗晚的植株产量潜力大 。 K 。 i g ht 〔’ 〕在其多元
回归模型中加入出苗期这一指标后未能明显改进该模型 ,其原因就在于 已在模型中应用了
竟争因子 z 。 我们认为 , 出苗期即单株幼苗活力 D 就是度量株间竞争能力的良好指标 ,二者
的生物学函义相近似 。 所以 , 模型中先有 z 后再加入 D 也不能使方程的 R , 提高 。 反之 ,在本
文的回归方程中 ,一旦有了 A 、 c 、 D 诸因素 , 再加入 z 也不能使模型得到明显的改善 。 因此 ,
建议二者只用其一 。 为大 田应用方便和预测 目的起见 , 当然应用 D 更为理想 。 模型中各因素
及其交互作用间 . 以单株面积 月 和单株幼苗活力 )I 对单株产量 w 的作用最大 。
总之 ,在回归模型中加入 刀 后 ,可以咫 公冷高原回归方程的 介 ” 值 . 这从理论上和实践 .上
都进一步改进 了 w ad e 等红’ 。飞提出的向日拱代期沾产数学澳型 : 计 二二 。 + b A 十 , A ’ 十 d c 。 一其重要
意义在于 : 在农业生产中 , 由于播种深度 、 _ 上_魂肥力 、 水分 、 _上壤病虫害和农事操作等外界因
素的影响 ,常常造成不同植株幼苗活少]的老: 异 。 在这种悄况下 ,很难 银据 A 和 c 准确地评估
苗情或预测产量 。 而加入 D 后则可以 更客又即也反映外界困素对植株的综合影响 ,提高 w 刊 。
等 t ’ 。 I模型的预测精度 。 当然 . 本研究建立的改良数学模型 ,其 R , 即总变异中还有 50 % 以上的
变异属于未知 ,有待于今后进一步研究 。
鸣谢 澳大利亚油作研究理事会资助本研究项目 . 大平洋种子有限公司提供试脸用种 .谨此一并致谢 .
1 1 0华 北 农 学 报 丛 签
参 考 文 献
1 P Sa ek , n a n G B
·
E s t a b l协 h m e n t o f r a i n g r o w ” s u m m e r e r o P , 玉n t h e C e n t r a l H 地 h l a n d s · Q u e e n s l o n吐 介 e P a r 里
m e n t o f P : i n l a r y I n d u s t r 证 5 . B r is b a n e · P r o 沁 e t R e p o r t Q o 8 50 1 7 · 1 9 8 5
2 R a d fo r d B J e t a l
.
S u r v e y o f s o r g h u m a n d , u n fl o w e r e s t a b l is h m e n t i n t h e C e n t r a l H ig h la n d 3 P r Q脾 e , 只。
p o , t Q 0 8 9 02 7
.
Q u e e n s一a n d D e p a r t m e n t o f P r i m a , y l n d u , t r i e s . B r i s b a n e , 1 9 89
3 H
o l l id a y R
·
P l a n t P o p u l a t io n a n d e r o P 厂e ld : P a r t I . F ie l d C r o p s A h s t r a e t s . 1 96 0 . l 3 : 15 9 , 、 16 了
4 W i
l l e y R W
e t a l
·
T h e q u a n t i t a t i咒 r e i a t i o n s h iP s b e t w o e n P I打 ` P o P u l a t i o n a n d c r o P 户 e ld · A d v a n e e s 应升 A
g r o n o m y
.
19 6 9
.
( 2 1 ) : 2 8 1一 3 2 1
5 K i r t o n D J
·
T h e e fe
e t o f i n t e r 一 a n d i n t r a 一 r o w s P a e i n g 、 o n t h e g r a i n a n d o i l 厂e l d o f a , e m 云一 d w 找 r f h y 塑) r id
, , , n f l o w e r
.
p , 。 c e e d主n g , o f A u , t r a 里i a n g u n “ o w e r A s , o e sa t so n s s e v 已 n t h W o r k , h o p , 1 9 8 8 , 2 0 一 2 3
6 S o m a n P e之 a l . t l n e v e n va r ia t i o n s n p la n t 一 t o 一 p l a n t s p a e i n g i n p e a r l m i ll e t
,
A g r o n o m y jo
u , n 扭1 . 19 8 7
-
( 7 9 ) : 8 9 1一 8 9 5
7 K r a l l JM e t a l
·
I n f lu e n e e o f w i t h互n r o w v a r la b 亏l豆t y i n P l a n t s P a e i n g o n co r n g r a in y i e l d
·
A g r o n o m y j o u r n a i
·
1 9 7 7
。
( 6 9 )
:
7 9 7 ~ 7 99
只 e o u n e e P A e r a l . R i e e y ie l d a n d p一a n t y se ld 铭 r i a b i l i t y r 心 , p o n s e t o e q u id i s t a n t s p a c i n吕 · C r o p S e i e n c 心 .
飞9 8 9 . ( 2 9 ) : 17 5 ~ 1 7 9
9 W
a d e L J : , n d D o u g l a s A C L
.
T h e 亡 f fe e t o f u n e v e n P鱼a n t s P a e i n g o n g r a in s o r g h u m y i e j d . S Q r名 h j m
N e w s I C t t e r
。
1 , 8 6
.
( 2 9 ) : 36
1 O W之 d e L J , N o r r i s C P e r a l
·
E价 c t s o f s t l b o p t i m a l p ! a n t d e n s i ry o f n o n 一 u 昨枷 r m i r y in P灿 n r ` P几` 盛n忍 o r
吕 r a i n y j o ld o f r o i n g : o w n , u n f叉o w ” r · A , , , t r a l i o n 玉 , u , n a 盆o f E兀 p e r至m e n t a , A g r i` 、 , , l t u r e : 王今8 8 。 ( 2 8 少 ; 6 j 7
1 I W
” d e L J 红 。 」 D o u g l a s A C L . E f fe e t o f P I色 n t d e n , i t y o n g ; a i” 厂。 Jd a n d iy e j d , t a o i l i t y o f , o r g h t l m h y b : jd、
d i f f e r i n g : n m a t u r i t y
.
A u s t r a l三a n J o u r n a l , 、 犷E 篇 p e , 宝m e 八 t a l A g 犷玄`、 , , l t u r e , 1 9马0 . ( 3 0 ) : 2 5 7 ~ 2 6 4
1 2 M u : r a y D A H a n d W
l e k s R
.
l r 、 uJ r y le v e 卜 f o , 、 。 i ; 一 d w 七 l王i n g i ; 、 、 e e t s i n 、 u n f lo w e r i n r h e C e n t r a l H : g h 、
l a n d ,
,
Q
u e e n , l a n d
·
A 一l s r r a l认 n OJ u : n a l o f E x p e r i禅 t a l A g 少i e u l t u r e , 1 9 9 0 ( 3 0 ) ; 6 6 9~ 6 7 4
1 3 S o e t o n o a n d D o n a l d C M
.
E m e r g e 『l e e . s r o w 工h a n d d o m i n a n e e i n d r i l l e d a n d s q u a r e 一 P t a n t e d b a t e` y
e r o p s
·
A u s t r a l i a n oJ
u r n a l o f A g r i e ,一l t u r a l R e , e a r e h
.
1 9 8 0
.
( 3 1 )
:
4 5 5~ 4 7 0
1 4 K n ig h r R
·
S o m e t a e t o r s c a u s sn g v a 全班 t显。 n i n ` h e ” e 王J o f s n d i v `d n a一 p一a n t s o f w h e a t , ^ u s 全了 a 盆一a 叮、 知 电J了介 a 星
。 ` A 空 , . 、 。 s e a r e h . 1 9 8 3 , 3 4 : 2 1 9 一 奋 2 2 8
2期 乔春贵等 : 向日葵单株幼苗活 力对产最形成的影响 1 1 1
T h e C o n t r i b u t i o n o f I n d i v id u a l P l a n t V i g o r u t o
t h e G r a i n Y ie l d o f S u n f l o w e r
Q盛a o C h u n g u通 W a n g Y 仁月 la n Y u H a n g
( J ` l云n A夕 , i e u l t“ , a l 之「尸` 云。 。 : 砚 t夕 , C h 搜 ; 夕e h 趁 、 13 0 1 1 8 )
L
。
J
. 、V a d e A · C · L , D o u g l a s
( Q “ 户户、 对a 、 d D eP a r亡rn e 。 才 of P 护im a叮 I 、 d 拉礴 , i e占 , A 伙成 ; 口 l ia )
A b s t r a e t F {e l d e x p七 、 in l e n t w a s e o n d u e t e d t o d e t e r m in e t h e e f fe e t o f i n d iv i d u a l P l a n t v j g o u r
o n t h e f i n a l g r a in y ie l d i n s u n f l o w e r
.
T im e o f e m e r g e n e e a n d d is t a n e e s t o t h e n e i g h b o u r jn g
P la n t
、 认 i t h jn e a e h o f t h e t h r 七 e n a t u r a l r o w s w e r e r e e o r d e d i n t h e f i e ld . H e a d d r y w e ig h t w a s
: r , e a s u r e d f o r e a e h i n d i v i d u a l P l a n t a f r e r h a r v e s t
, a n d 芭 r a i n d r y w e i g l、 t s o f i n d i v id u a l P la : l t s
认 , 。 r e m o a s u r七 d o n 5 0 h e a d s u b s a m p l e f o : e a e h o f t 十: e t 全, r e 七 r o w 。 , t o d r a w r e 】a t i o ” 、 h sp b e -
t w e e n h o ad a n d g r a i o d r y w e ig h t fo r p r e d je t io r更 o f t h e l a t t e r fr o m t h e fo r m e r
.
R e s u l t s s h o w
t h a t i t i石 h ig }. l y r e l ia b le t o P r e d i c t g r a in d r丫 w . ig h t f r o 一飞1 h e a d 〔里r y w e ig h t o f a P la n t a e e o r d -
ix , 5 t o t h ` r 。吕r e s s io n b e t w e e n t h e t w o ( R Z二 0 . 9了一 0 9 3少. r o r q o a n t ,份 i n s 已 r a i n y ie 一d 一0 5 ,
d u e t o p o o r r
, 万a n t s t a ” d , a l t h o u g h t h e r e s : e 、 、 10 ` , t e e h n i q u e o f W a d e e t a l ( 1 9 8 8 ) h a s p r o v e d
v a l u a b釜e , a d d in g i月 d jv 宜d u a尹P子a n 亡 v jg o u r fo r 亡im e o f e m e r g e n e e in r o t h e e q u 日 t io n ca n g r e a t l y
im p r o v e t h e a o e o u n r a b i xit y o f t h e r e s r e s s io n
.
K R Z o f t h e m 、: 且t i p 一。 r e g r o s 、 so n in e r e a 、 e 红 o m
0
.
2 5
,
w h e n o : ,】y a r e a p e r p la n t a : 、 d e o e f f i e ie n t o f v a r i a t io n In p l a n t ` P a e i n s w o r e i n e l u d e d ,
t o 0
.
4 4
。
w h e 几 t jm e o f e m e r g e o e e w a s a d d e d · M o r e o v e r
`
t h e ilr t 七 r a e t io n s b e t w e e n a r e a P e r
P l a , I t a n d v a r ia 亡io n i了一 P! a 了I t s Pa c i n g , a r e a p e r P la n t a n d i或飞d i v i d u a 】p la n t v i g o u r a r e a l s o v . r y
i n l p o r t a n t
·
A m o r益9 a l l t h七 fa e t o r s i n f l u e n c i n g i n d i v ld u a l P l a n t y ie l d , a r e a P e r P l a n t a n d t im e
o f
e l n e r g e n c e s
e o m t h e m o s t i IT I P o r t a n t
·
K e y w o r d s : S u n 门o w e r ; S e e d l i n g s t a g e ; M a t h e m a t i e a l m o d e l ; C o m P u t a t i o n o f y ie l d ; I n d i v id u a l
P l a n t v i g o u r