[发明专利]适用于虾稻共作模式下优质水稻品种筛选技术的统计方法在审

专利信息
申请号: 202010284582.6 申请日: 2020-04-13
公开(公告)号: CN111903513A 公开(公告)日: 2020-11-10
发明(设计)人: 汪本福;程建平;王晴芳;张枝盛;李阳;杨晓龙;薛莲;刘军 申请(专利权)人: 湖北省农业科学院粮食作物研究所
主分类号: A01H1/04 分类号: A01H1/04;A01G22/22;A01K61/59;G01D21/02;G01N33/00
代理公司: 重庆市信立达专利代理事务所(普通合伙) 50230 代理人: 陈炳萍
地址: 430064 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 适用于 虾稻共作 模式 优质 水稻 品种 筛选 技术 统计 方法
【权利要求书】:

1.一种适用于虾稻共作模式下优质水稻品种筛选方法,其特征在于,所述适用于虾稻共作模式下优质水稻品种筛选方法包括:征集优质水稻品种,播种,插秧,栽培方法按照高产栽培统一管理,收获前测定最高苗、有效穗,收获时每小区取1平方米测定实产,重复三次,同时按平均茎蘖数取植株样5株,用于室内考种,测定穗粒数、千粒重、结实率;测完实产的稻谷晾干后放置2个月,测定稻谷品质,测定内容为外观品质、加工品质、营养品质。

2.如权利要求1所述的适用于虾稻共作模式下优质水稻品种筛选方法,其特征在于,所述适用于虾稻共作模式下优质水稻品种筛选方法包括:

步骤一,求取各品种与理想品种的品质关联度,统计软件使用DPS数据处理系统V9.01版本;

步骤二,求取各品种综合性状关联度,统计软件使用DPS数据处理系统V9.01版本,求取各品种综合性状加权关联度;

步骤三,按照各品种综合性状的加权关联度大小排序,加权关联度越大,表明此品种在虾稻模式下的综合性状表现越优,即越适合在虾稻共作模式下种植。

3.如权利要求1所述的适用于虾稻共作模式下优质水稻品种筛选方法具体包括:

步骤一,数据获取,于水稻生长季在田间获取生育期、最高茎蘖数、株高等生长发育数据,水稻收获时获取产量、有效穗、结实率、千粒重、穗粒数等产量密切相关数据,室内按照标准方法获取糙米率、精米率、整精米率、垩白度、垩白粒率、直链淀粉含量、蛋白质含量、胶稠度数据;

步骤二,品质指标加权关联度求取;

首先设定理想品种的品质指标,理想品种品质指标的获取为各品种各单项品质指标的最优值作为理想品种的品质指标;

综合性状加权关联度求取,设定理想品种的综合性状指标,理想品种综合性状指标的获取为各品种单项指标的最优值作为理想品种的指标值;

按照灰色关联法求取综合性状加权关联度的大小排序,关联度越大表明此品种在虾稻共作模式下产量、品质等综合性状表现越优,为适合虾稻共作模式下种植的高产优质水稻品种。

4.如权利要求3所述的适用于虾稻共作模式下优质水稻品种筛选方法,其特征在于,所述品质指标加权关联度求取具体包括:理想品种设为X0,其他品种记为Xi(i=1,2,3…,m),其中m为参试品种数,各品质指标用Ki表示(i=1,2,3…,n),其中n为性状数;

①数据无量纲化处理,采用DPS统计软件进行各指标性状均值化变换值化方法,得到各品种无量纲化结果;

②求绝对差值,按Δi(k)=|X′0(k)-X′i(k)|求得参考数列的绝对差值;

③求关联度系数,由关联度系数公式:

求取关联系数,式中ρ为分辨系数,取值范围在(0-1)分辨系数,一般取0.5,分别为第一层次最小差和第一层次最大差;第一层次最小差为0.00,第一层次最大差为1,代入公式即得X0对Xi各性状的关联系数;

④计算加权关联度,按照下列公式计算加权关联度:

式中,r′i表示加权关联度,Wk表示权重,即可求取各品种品质性状的加权关联度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北省农业科学院粮食作物研究所,未经湖北省农业科学院粮食作物研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010284582.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top