Технология применения современных компьютерных методов для анализа агрохимических данных
Применение дисперсионного анализа для обработки индивидуальных агрохимических показателей. Нелинейный характер зависимости между агрохимическими показателями и урожайностью. Технология проведения компьютерной обработки для анализа агрохимических данных.
Рубрика | Сельское, лесное хозяйство и землепользование |
Вид | дипломная работа |
Язык | русский |
Дата добавления | 21.02.2013 |
Размер файла | 777,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Помимо дисперсионного анализа мы изучали возможность использования корреляционного и регрессионного анализа в агрохимии для прогнозирования урожая по основным показателям плодородия (влажность, объемная масса, содержания нитратов, аммония, подвижного фосфора).
На первом этапе мы провели корреляционный анализ (табл. 7).
Таблица 7 Корреляционный анализ прогнозирования урожая по основным показателям плодородия
влажность, % |
объемная масса, г/см? |
нитраты |
аммоний |
подвижный фосфор |
Урожай, ц/га |
||
влажность, % |
1 |
||||||
масса |
0,067075797 |
1 |
|||||
нитраты |
0,098805618 |
-0,22338739 |
1 |
||||
аммоний |
0,115041256 |
0,142972389 |
0,2768339 |
1 |
|||
подвижный фосфор |
0,273608046 |
-0,05559324 |
0,1950226 |
0,10745771 |
1 |
||
Урожай, ц/га |
-0,01407723 |
-0,20661487 |
0,3605736 |
0,14442942 |
0,3466108 |
1 |
Как видно из таблицы 6 простая корреляция нам ничего не дает. Коэффициенты корреляции низкие. Самая высокая корреляция наблюдается между фосфором и урожаем. Тем не менее, и этот показатель корреляции не позволяет судить об урожайности. Это означает, что данные показатели плодородия не влияли (или в малой степени влияли) на урожайность в изучаемом году (1979 год).
С теми же данными мы провели регрессионный анализ (рис. 5).
Рис. 5. Линейная зависимость между урожаем и подвижным фосфором
Несмотря на наличие некоторой корреляции прогностические возможности уравнения регрессии не велики.
В качестве примера мы показываем результаты подбора других регрессионных моделей к одному и тому же набору данных (рис. 6).
Рис. 6. Результаты применения различных регрессионных моделей к одному и тому же набору данных: 1 - линейная модель; 2- логарифмическая модель; 3 - полиномиальная модель; 4 - степенная модель; 5 - экспоненциальная модель; 6 - линейная фильтрация
Таким образом, можно сделать вывод, что простая линейная регрессия не применима к анализу агрохимических данных.
Поскольку методы классической статистической обработки не позволили установить зависимости между показателями, мы применили многомерные методы статистической обработки.
В качестве наиболее подходящего способа обработки данных был применен метод множественной регрессии. В качестве зависимой переменой выступал урожай (у), в качестве независимых все остальные показатели (влажность, объемная масса, содержание нитратов, аммония, подвижного фосфора).
В результате анализа было получено уравнение множественной регрессии вида:
У=0,374*Х1 + 0,44*Х2 + 0,10*Х3 + 0,69*Х4 + 0,12*Х5 + 0,133*Х6 +
+ 0,014*Х7 + 0,500*Х8 + 0,017*Х9 + 0,305*Х10, где
Х1 - влажность почвы ( %) на глубине 0-20 см;
Х2 - влажность почвы ( %) на глубине 20-40 см;
Х3 - объемная масса (г/см?) на глубине 0-20 см;
Х4 - объемная масса (г/см?) на глубине 20-40 см;
Х5 - содержание нитратного азота на глубине 0-20 см;
Х6 - содержание нитратного азота на глубине 20-40 см;
Х7 - содержание аммонийного азота на глубине 0-20 см;
Х8 - содержание аммонийного азота на глубине 20-40 см;
Х9- содержание подвижного фосфора на глубине 0-20 см;
Х10 - содержание подвижного фосфора на глубине 20-40 см;
В результате анализа выяснилось, что с применением множественной регрессии, можно прогнозировать урожай на статистически значимом уровне (0,00805). Это подтверждается графиком анализа остатков (рис. 7).
Рис. 7. Распределение остатков уравнения регрессии: красным цветом выделено нормальное распределение
Как видно из представленных данных, распределение остатков практически не отличается от нормального. Это свидетельствует о том, что подобранное уравнение множественной регрессии адекватно обрабатываемым данным и не может быть улучшено. Корреляционное отношение между изучаемыми показателями и урожаем, являющееся аналогом коэффициента корреляции, достаточно велико и составляет 0,722.
Тем не менее, предсказательные возможности уравнения, построенного по данным одного отдельно взятого года, недостаточны для уверенного прогнозирования урожая (рис. 8, табл. 8).
Рис. 8. Отклонения наблюдаемых значений урожая (ось У) от предсказанных по уравнению регрессии (ось Х). Красным цветом выделены границы, вне которых расхождение предсказанных и наблюдаемых значений нельзя объяснить статистической погрешностью.
Таким образом, можно сделать выводы, что модель множественной регрессии подходит к описанию данных и обладает прогностическими свойствами, однако она не вполне адекватно отражает реально существующие в природе закономерности, и может быть улучшена. Мы считаем, что для улучшения существующей модели целесообразно включить в последующих исследованиях данные по различным годам.
Заключение
В заключении можно сказать, что дисперсионный анализ вполне применим для обработки индивидуальных агрохимических показателей. В то же время, в случае, если необходимо связать несколько показателей между собой, мы рекомендуем при математической обработке агрохимических данных полностью отказаться от использования коэффициента корреляции и классической регрессии, и пользоваться множественной регрессией. Для повышения прогностических возможностей уравнения регрессии целесообразно использовать данные за несколько лет. При этом необходимо учитывать, что зависимость между агрохимическими показателями и урожайностью может носить нелинейный характер.
Литература
1. Айвазян С. А. Статистическое исследование зависимостей (Применение методов корреляционного и регрессионного анализов к обработке результатов эксперимента). - М.: Металлургия, 1968. - 227с.
2. Айвазян С. А. и др. Классификация многомерных наблюдений. - М.: Статистика, 1974. - 240 с.
3. Андерсон Т. Введение в многомерный статистический анализ. - М.: Физматгиз, 1963. - 500с.
4. Ахназарова С. Л. Оптимизация эксперимента в химии и химической технологии. - М.:Высш. школа, 1978. -319 с.
5. Берк К., Кейри П. Анализ данных с помощью Mikrosoft Excel. -М.: Издательский дом "Вильямс", 2005. - 560 с.
6. Боровиков В. П., Боровиков И. П. Statistika - статистический анализ и обработка данных в среде Windows. - М.: Филинъ, 1998. - 592 с.
7. Бугаков П. С., Чупрова В. В. Агрономическая характеристика почв земледельческой зоны Красноярского края. - Красноярск: Издательство Красноярского государственного аграрного университета, 1995. - 176 с.
8. Должников В. А. , Колесников Ю. А. Mikrosoft Excel 2004. - СПб.: БХВ - Питер, 2001. - 656 с.
9. Дубров А. М. Многомерные статистические методы. - М.: Финансы и статистика, 1998. - 346 с.
10. Дъяконов В. Mathematika 4. - СПб: Питер, 2001. - 656 с.
11. Зелинский С. Excel 2003. - СПб.: Лидер, 2005. 496с.
12. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. - М.: Наука, 1976
13. Кудрявцев С. М. Оформление дипломного проекта на компьютере. - М.: ДМК Пресс, 2004. - 224с.
14. Лакин Г. Ф. Биометрия. - М.: Высш. школа,1990. 352 с.
15. Любимцев А. А. Дисперсионный анализ в биологии. - М.: Издательство МГУ, 1986. - 200 с.
16. Минеев В. Г. Агрохимия. - М.: Издательство МГУ, 1990. - 486 с.
17. Муравин Э. А. Агрохимия. - М.: Колос, 2003. - 384 с.
18. Муха В. Д., Картамышев Д. В. Агропочвоведение. - М.:КолосС, 2003. -528 с.
19. Плохинский Н. А. Биометрия. - М.: Издательство МГУ, 1970. - 367 с.
20. Поллард Дж. Справочник по вычеслительным методам статистики. - М.: Финансы и статистика, 1982. - 344 с.
21. Танделов Ю.Г. Плодородие и эффективность удобрений в Средней Сибири, - М.: Издательство МГУ, 1998. - 302 с.
22. Харман Г. Современный факторный анализ. - М.: Статистика, 1972. - 486 с.
Размещено на Allbest.ru
...Подобные документы
Установление корреляционной зависимости между величиной коэффициентов перехода радионуклидов 137Сs и 90Sr в травостои пойменных лугов и основными агрохимическими свойствами аллювиальных дерновых почв. Распределение удобрений для улучшения состояния почвы.
реферат [89,9 K], добавлен 21.12.2009Включение радионуклидов в биологический цикл. Влияние времени на поведение и взаимодействие радионуклидов в почве в зависимости ее агрохимических показателей. Роль гранулометрического и минералогического состава почвы в процессе сорбции радионуклидов.
реферат [27,6 K], добавлен 04.07.2010Изменение агрохимических показателей чернозема обыкновенного под действием разных доз биогумуса и птичьего помета. Экологическая оценка применения удобрений. Оптимизация доз внесения биогумуса под яровую пшеницу сорта Новосибирская 15, ее урожайность.
дипломная работа [180,6 K], добавлен 01.12.2013Анализ агрохимических свойств почвы Ярославской области. Известкование почв, баланс гумуса. Расчет доз удобрений на планируемую урожайность сельскохозяйственных культур. Баланс питательных веществ в севообороте. Годовой план применения удобрений.
курсовая работа [121,2 K], добавлен 17.06.2017Агрохимическое обследование почв и его роль в диагностике питания. Значение и методы определения актуальной, обменной и гидролитической кислотности почвы. Диагностика азотного, фосфорного и калийного питания. Оценка показателей эффективного плодородия.
курсовая работа [129,6 K], добавлен 27.04.2014Характеристика хозяйства СПК "АЯТ". Технология послеуборочной обработки зерна, технология хранения. Расчет потребной емкости хранилищ. Размещение зерна в хранилище. Правила контроля за хранящимся зерном. Реализация зерна в зависимости от его качества.
курсовая работа [3,0 M], добавлен 29.08.2011Характеристика природно-климатических и почвенно-агрохимических условий применения удобрений. Баланс органического вещества в севообороте и расчет потребности в органических удобрениях. Химическая мелиорация почв. Экономическая оценка системы удобрений.
курсовая работа [66,8 K], добавлен 16.12.2010Характеристика климатических и почвенно-агрохимических условий применения удобрений. Планирование урожая сельскохозяйственных культур. Баланс питательных веществ в севообороте, расчёт норм удобрений под планируемый урожай. Химическая мелиорация почв.
курсовая работа [64,2 K], добавлен 21.06.2011Характер и величина изменения свойств почвы при сельскохозяйственном использовании. Особенности строения профиля почвы на многолетней залежи и пашне. Содержание гумуса и подвижных элементов питания. Наличие подвижного фосфора на пашне в верхних слоях.
статья [19,4 K], добавлен 31.07.2013Основные задачи основной обработки почвы. Применение обработки вместо вспашки. Посев в лунки. Обработка сохой и ралом. Плужная обработка почвы. Максимально развернутая технология обработки почвы. Безотвальная обработка почвы. Минимальная обработка почвы.
реферат [763,9 K], добавлен 17.05.2016Исследование и оценка влияния химических веществ, электромагнитной (биофизической) и лазерной обработки на процесс роста и развития растений. Особенности анализа и изучения всхожести семян ячменя в зависимости от степени и характера их облучения лазером.
курсовая работа [40,8 K], добавлен 14.06.2014Влияние биологических особенностей зерновых культур, кислотности почвы и других ее агрохимических показателей на поступление 90Sr в растения. Анализ накопления стронция-90 в зерне и соломе зерновых культур, выращенных на почвах дерново-подзолистой зоны.
курсовая работа [428,8 K], добавлен 30.08.2015Физиолого-биохимическое действие брассиностероидов. Оценка действия разных концентраций аммиачной селитры на биологическую систему. Понятие о биотестировании. Культивирование инфузорий Paramecium caudatum. Автоматизированная биотехническая система.
курсовая работа [132,3 K], добавлен 24.09.2012Исследование агрохимических и агрофизических свойств почв и состояния лесных насаждений. Их влияние на водный и температурный режим черноземов. Научно-исследовательские работы по мониторингу черноземов на агролесоландшафтном стационаре "Каменная Степь".
отчет по практике [1,7 M], добавлен 07.01.2009Загрязнение территории Республики Беларусь радионуклидами после аварии на ЧАЭС. Изучение накопления радионуклидов в травостое лугов различного режима увлажнения. Краткая почвенная, радиологическая и агрохимическая характеристика торфяно-болотных почв.
курсовая работа [343,0 K], добавлен 26.05.2014Характеристика токового хозяйства ООО Агрофирма "Ильинка". Технология послеуборочной обработки зерна: его очистка, сушка, активное вентилирование и хранение. Расчет потребной емкости хранилищ. Эффективность реализации зерна в зависимости от его качества.
курсовая работа [950,3 K], добавлен 29.08.2011Изучение технологии послеуборочной обработки, хранения и реализации зерна. Организационно-экономическая характеристика хозяйства. Режимы, способы хранения семенного и продовольственного зерна. Экономическое обоснование проведения послеуборочной обработки.
курсовая работа [1,9 M], добавлен 04.11.2012Методика валового сбора зерна и его распределение по целевому назначению, материально-техническая база для его уборки, послеуборочной обработки и хранения в хозяйстве. Технология послеуборочной обработки. Наблюдение за зерновой массой при хранении.
курсовая работа [72,8 K], добавлен 07.01.2013Технология послеуборочной обработки зерновых культур. Хранение зерна, типы и особенности устройства специальных хранилищ. Описание СХПК "Рождественский". Составление плана послеуборочной обработки зерна на току. Расчет потребности хозяйства в семенах.
курсовая работа [321,3 K], добавлен 19.03.2011Агроклиматическая характеристика Пошехонского района. Анализ агрохимических свойств почвы. План внесения органических удобрений в севооборот в период ротации. Определение потребности почвы в известковании. Баланс гумуса, питательных веществ в севообороте.
курсовая работа [125,0 K], добавлен 06.03.2015