[發明專利]一種預測苣菊草產量與品質的方法

在審

• 申請號: 202011254847.4
• 申請日: 2020-11-11
• 公開（公告）號: CN112348267A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 楊天輝;侯扶江;高婷;卓瑪草;常生華;王曉春;王川
• 申請（專利權）人: 寧夏農林科學院動物科學研究所;蘭州大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/02;G06F17/18
• 代理公司: 北京中譽威圣知識產權代理有限公司 11279
• 代理人: 趙莎莎

1.一種預測菊苣草產量與品質的方法，其特征在于，包括以下步驟：

步驟(1)：獲取菊苣草的生長時間和所述生長時間對應的產量與營養品質指標數據，建立回歸模型；

步驟(2)：獲取菊苣草≥0℃積溫和所述積溫對應的產量與營養品質指標數據，建立回歸模型；

步驟(3)：將需要分析的菊苣草的生長時間或≥0℃積溫帶入對應回歸模型中，預測出所述菊苣草在下一年的產量與營養品質，并判斷出所述菊苣草的最佳收獲期。

2.根據權利要求1所述的一種預測苣菊草產量與品質的方法，其特征在于：在步驟(1)中，所述菊苣草的生長時間是通過人工采集與計算獲得。

3.根據權利要求1所述的一種預測苣菊草產量與品質的方法，其特征在于：在步驟(2)中，所述菊苣草的≥0℃積溫數據是通過氣象站獲得。

4.根據權利要求1所述的一種預測苣菊草產量與品質的方法，其特征在于：在步驟(1)和步驟(2)中，所述營養品質指標包括產草量(Forage yield)、粗蛋白(CP)、中性洗滌纖維(NDF)、酸性洗滌纖維(ADF)、粗脂肪(EE)及粗灰分(Ash)。

5.根據權利要求1所述的一種預測苣菊草產量與品質的方法，其特征在于：在步驟(1)和步驟(2)中，所述建立回歸模型是采用SPSS 20.0。

6.根據權利要求1所述的一種預測苣菊草產量與品質的方法，其特征在于：所述菊苣草包括菊苣草品種(Cichorium intybus)PunaⅡ，Choice。

7.根據權利要求6所述的一種預測苣菊草產量與品質的方法，其特征在于：所述菊苣草品種PunaⅡ的生長時間與各營養品質的回歸模型包括：

產量和生長時間回歸模型：y＝2522.1656/(1+22.8049e-0.0418x)R2＝0.9877；

粗蛋白(CP)和生長時間回歸模型：y＝-0.0393x+23.376 R2＝0.6727；

中性洗滌纖維(NDF)和生長時間回歸模型：y＝18.035ln(x)-52.843 R2＝0.8739；

酸性洗滌纖維(ADF)和生長時間回歸模型：y＝18.375ln(x)-63.95 R2＝0.9210；

粗脂肪(EE)和生長時間回歸模型：y＝-1.71ln(x)+10.382 R2＝0.7982；

粗灰分(Ash)和生長時間回歸模型：y＝-0.0492x+24.349 R2＝0.5701。

8.根據權利要求6所述的一種預測苣菊草產量與品質的方法，其特征在于：所述菊苣草品種PunaⅡ的≥0℃積溫與各營養品質的回歸模型包括：

產量和積溫回歸模型：y＝2502.2117/(1+12.6433e-0.0024x)R2＝0.9843；

粗蛋白(CP)和積溫回歸模型：y＝-0.0022x+22.746 R2＝0.6577；

中性洗滌纖維(NDF)和積溫回歸模型：y＝-0.0022x+22.746 R2＝0.6577；

酸性洗滌纖維(ADF)和積溫回歸模型：y＝15.321ln(x)-91.231 R2＝0.9211；

粗脂肪(EE)和積溫回歸模型：y＝-1.408ln(x)+12.79 R2＝0.7788；

粗灰分(Ash)和積溫回歸模型：y＝-0.0027x+23.573 R2＝0.5600。