申请/专利权人：南京农业大学

申请日：2023-11-10

公开（公告）日：2024-06-21

公开（公告）号：CN117575830B

主分类号：G06Q50/02

分类号：G06Q50/02;G06F18/20;G06F30/20;G06F111/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明提供了一种基于NKI预测氮钾互作下小麦植株氮钾亏缺和产量状况的方法，包括：获取氮钾互作下相应的小麦植株生长参数；基于贝叶斯理论框架描述给定观察日期的生物量对钾浓度的响应；使用概率分布描述线性加平台参数在观察日期内的变异性；根据指定先验概率分布来定义这些参数合理值的先验知识；模型参数的后验分布进行估计；在估计的模型参数中取中值用于拟合每个日期的特定线性加平台函数，确定为临界钾稀释曲线模型；根据养分临界稀释理论计算KNI；根据临界氮稀释曲线模型计算NNI；进一步根据NNI和KNI计算NKI。本发明方法能够准确预测小麦植株氮钾亏缺和产量对氮钾互作效应的响应变化。

主权项：1.一种基于NKI预测氮钾互作下小麦植株氮钾亏缺和产量状况的方法，其特征在于，包括以下步骤：步骤1：根据预设的试验设计进行田间试验并收集小麦生长参数，所获取的植株数据用于小麦临界钾稀释曲线模型的构建；步骤2：基于贝叶斯理论框架描述给定测量日期的生物量对钾含量的响应；所述的基于贝叶斯理论框架描述给定测量日期的生物量对钾含量的响应过程包括：描述第i个观察日下不同氮钾水平处理下的地上部生物量AGBij和植株钾浓度Kij观察值之间的关系，AGBij和的关系计算如下所示： 在公式1中，μij表示期望，AGBMAXi为第i个日期t·ha-1内的最大生物量，Si为线性函数的斜率；KCi为第i个日期的临界钾含量，即钾含量高于此值达到AGBMAXi；是残差方差；步骤3：使用概率分布描述线性加平台参数在观察日期内的变异性；所述概率分布为假设钾浓度Kij观察值与临界钾浓度KCi服从以下概率分布： 在公式2中，其中是确定观测到的钾浓度Kij在第i个日期围绕临界钾浓度KCi变化多少的方差；的值高低反映临界钾浓度KCi周围观察值Kij的强弱变化；步骤4：根据指定先验概率分布来定义参数A1，A2，μS，和合理值的先验知识；所述的指定先验概率分布过程包括：假设临界钾浓度KCi与最大生物量AGBMAXi相关，其幂函数计算为： 公式4中，A1和A2是两个参数；假定AGBMAXi和Si的值根据和定义的两个截断高斯分布随日期变化，I0,表示AGBMAXi和Si被强制为正值；上述模型中包括8个参数，分别是A1，A2，μS，和通过指定先验概率分布来定义这些参数的合理值的先验知识，先验知识类型包括：先验1：弱信息先验，旨在仅提供有关8个参数合理值的少量信息，同时减少获得不符合实际值的机会，这些先验由 先验2：基于概率专家征求意见的信息先验，根据专家知识指定；专家知识分别定义了这些参数分布，包括记为C3的小麦和水稻以及记为C4的玉米；对于小麦和水稻，专家知识定义的先验分布为对于玉米，A1的先验为其他先验不变；步骤5：模型参数的后验分布通过马尔科夫链蒙特卡洛算法MCMC进行估计；步骤6：在估计的模型参数中取中值用于拟合每个日期的特定线性加平台函数，确定为临界钾稀释曲线模型；步骤7：进一步根据营养指数理论计算KNI，根据临界氮稀释模型计算NNI；所述的根据营养指数理论计算KNI公式如下所示： 公式5中：Ka是小麦地上部钾浓度实测值；Kci是与Ka地上部生物量所对应的临界钾浓度值，当KNI＝1，小麦植株钾素营养已经达到适宜状态；当KNI1，小麦植株钾素营养吸收过多；当KNI1，小麦植株钾素营养缺乏；根据临界氮稀释曲线模型计算Nci，进而计算NNI，计算公式如下： 公式6为临界氮稀释曲线模型，a和b是模型的两个参数；公式7中：Na是小麦地上部氮浓度实测值；Nci是与Na地上部生物量所对应的临界氮浓度值，当NNI＝1，小麦植株氮素营养已经达到适宜状态；当NNI1，小麦植株氮素营养吸收过多；当NNI1，小麦植株氮素营养缺乏；步骤8：基于不同品种小麦的NNI和KNI计算NKI，用于小麦植株氮钾亏缺和产量状况预测，计算出不同品种小麦的NNI和KNI并进一步计算NKI如下： 公式8中，NKI1表明钾素亏缺对小麦氮营养的减少比例高于钾素营养的减少比例；NKI＝1表明氮营养和钾营养以相似的比例减少，而NKI1表明根据小麦钾素营养含量，氮已经过量积累；通过NcKc计算得到作物累积氮钾比NKad亏缺；NKad＝0，0和0分别表示氮钾比例适宜、氮钾比例盈余和氮钾比例亏缺；具体计算如方程： 其中，和表示不同氮钾处理下的实际氮钾比和临界氮钾比；通过分析NKI和NKad之间相关性可以反映NKI在氮钾互作下作物氮钾营养诊断中的应用效果；此外，通过NKI和相对产量RY之间的相关关系，基于NKI预测氮钾互作下的作物产量；其中相对产量RY计算为每个处理的产量与最大产量处理之间的比率： 其中，Y和Ymax分别表示实测每个处理的产量和实测产量中的最大值。

全文数据：

权利要求：

百度查询： 南京农业大学 一种基于NKI预测氮钾互作下小麦植株氮钾亏缺和产量状况的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD