首页|槟榔生物量预测模型建立与应用

槟榔生物量预测模型建立与应用

扫码查看
以海南本地种槟榔植株为材料,测量槟榔叶长(leaf length,LL)、叶宽(leaf width,LW)、叶片数(leaf number,LN)、花苞数(bud number,BN)、节数(node number,NN)、茎粗(stem diameter,SD)、株高(plant height,PH)、茎高(stem height,SH)和节间长度(internode length,IL)等可简单测量的特征指标,通过建立估测模型预测槟榔植株单片叶片干物质量(leaf dry weight,LDW)、茎杆干物质量(stem dry weight,SDW)及地上部分干物质量(aboveground dry weight,ADW).结果 表明:通过模型拟合和择优得到槟榔茎杆干物质量的估测模型为:SDW=0.2518 SD0+0.0423 PH-23.8883,槟榔茎杆干物质积累量主要受株高(PH)、0 m茎粗(SD0)的综合影响,决定系数R2=0.7157,样本株数为36株,另外18株进行外部验证,相关系数r=0.9165;槟榔单片叶片干物质量的估测模为:LDW=3.9726 LL+2.8402 LW-297.6869,槟榔单片叶干物质积累量主要受叶长(LL)、叶宽(LW)的综合影响,决定系数R2=0.6054,样本叶片数量为177片,另外88片进行外部验证,相关系数r=0.7528;槟榔地上部分干物质量的估测模型为:ADW=0.3283 SD0+0.0415 PH-23.7333,槟榔地上部分干物质积累量主要受0 m茎粗(SD0)、株高(PH)的综合影响,决定系数R2=0.6932,样本株数为36株,另外18株进行外部验证,相关系数r=0.9028.通过大量数据的观测分析,建立的槟榔生物量预测经验模型,可以将其作为最优生物量预测模型用于槟榔地上部分生物量的估算,具有一定应用价值.
Establishment and Application of a Betel Nut Biomass Prediction Model

陈才志、周小霞、王锋堂、李培征、陈奇、李晗、张瀚、纠凤凤、杨福孙

展开 >

海南大学热带作物学院,海南海口 570228

槟榔 生物量 预测模型 养分吸收规律

海南省重大科技计划项目"

ZDKJ201817

2020

热带作物学报
中国热带作物学会

热带作物学报

CSTPCDCSCD北大核心
影响因子:0.807
ISSN:1000-2561
年,卷(期):2020.41(9)
  • 2
  • 20