施肥效果分析

合集下载

用曲线拟合进行施肥效果分析

本科学生毕业论文用曲线拟合进行施肥效果分析系部名称：数学系专业班级：学生姓名：指导教师：曲绍平袁海燕职称：副教授助教黑龙江工程学院二○○九年六月The Graduation Thesis for Bachelor's Degree The Effective Analysis Being in Progress with Curve Fitting Of Applying FertilizerCandidate：Wang ZhihuiSpecialty：Information and complete scienceClass：B05-75Supervisor：Association prof. Qu ShaopingAssistant of Yuan HaiyanHeilongjiang Institute of Technology2009-06·Harbin摘要本论文是在数学基本理论的指导下，利用从某研究所获得的某地区土豆和生菜生长所需的营养素氮（N），磷（P），钾(K)的施肥量及其相应产量的实验数据，应用数学软件MATLAB对所得的数据进行曲线拟合，并用曲线拟合的几种方法分别求得施肥量与产量之间的函数关系。

最后，对所得的结果从应用方面进行评价，以及给出相应的改进方案。

首先，研究每一种肥料的施肥量对产量的影响，将另外两种肥料始终固定在第七种水平上，我们用最小二乘法和插值法求得土豆和生菜的产量与氮、磷、钾的施肥量之间的函数关系；其次，用多元回归法求得在三种肥料共同影响下施肥量与产量之间的函数关系。

通过讨论我们分别求出了三种肥料有一个是变量（另外两个保持在第七种水平上）和都是变量两种情况下的最优解，当然，从实际应用方面来看，后者所得的结果更有指导意义。

关键词：生菜；土豆；施肥量；产量；经验公式；曲线拟合ABSTRACTThe thesis is guided by fundamental theory of mathematics, making use of experiment data which is some area potatoes and lettuce gaining from some research institutes to grow required nutrient nitrogen (N) , phosphorus (P), potassium (K) fertilization amounts and their corresponding output , and applied mathematics software MATLAB to carry out the curve fitting on the gains data and use several kind methods of curve fitting to ask for the function relation between the amounts of applying fertilizer and output respectively .Finally, we carry out valuation on the result from the aspect of applying and give out a corresponding improvement scheme.Firstly, we study the impact of the amounts of applying fertilizer about every species fertilizer over output, another two kinds fertilizer fixing in the seventh kinds level upper, we are asking for the function relation of the nitrogen , the phosphorus, the potassium fertilization amounts and the output about the potatoes and lettuces with minimum two multiplication and interpolation; Secondly, We use multivariable return law to ask for the function relation between applying fertilizer and output under common effect of three kinds fertilizer. Finally, We have got respectively the optimum solution when three kinds fertilizer have one to be the variable (another two kinds fertilizer fixing in the seventh kinds level upper ) and when all of them are variables by discussing that we part for, of course ,theⅡresult of the latter will guide more significance judging from actual application aspect.Key words: Lettuce; Potato; The amounts of applying fertilizer; Output; Experience formula; Curve fitting目录摘要 (I)Abstract ............................................................................................................... I I 第1章绪论. (1)1.1 曲线拟合的背景和发展来源 (1)1.2 回归分析的基本概念 (3)第2章曲线拟合方法介绍 (5)2.1最小二乘法 (5)2.1.1 最小二乘法曲线拟合的矩阵表示 (5)2.1.2 最小二乘法中待寻函数类的选择 (5)2.1.3 加权最小二乘法曲线拟合 (6)2.2插值法 (7)2.2.1 函数插值的基本概念 (7)2.2.2 拉格朗日插值 (7)2.3多元回归和曲面拟合 (8)2.4本章小结 (9)第3章模型的建立和求解 (11)3.1模型分析 (11)3.1.1已知情况 (11)3.1.2 做出散点图 (11)3.1.3确定拟合函数形式 (13)3.2 模型的建立 (13)3.2.1 用最小二乘法建立模型 (13)3.2.2用拉格朗日插值法求解曲线方程 (15)3.2.3用多元回归求解拟合曲线 (16)3.3模型的求解 (17)3.3.1一种肥料的施肥量与产量函数关系的模型求解 (17)3.3.2土豆和生菜的产量都看成是N，P和K的三元函数的模型求解 (19)3.4本章小结 (20)3.4.1模型的检验 (20)3.4.2模型的改进 (21)结论 (23)参考文献 (26)致谢 (27)附录 (28)第1章绪论1.1 曲线拟合的背景和发展来源在科学试验中，常常需要从一组测量数据中找出实验规律的数学表达式，例如经验公式。

肥料施用效果测算方法(试行)

肥料施用效果测算方法（试行）肥料是重要的农业生产资料。

科学评价肥料施用效果，对于改进施肥技术，提高肥料资源利用效率，实现农业增产增效，保障农业可持续发展具有十分重要的意义。

评价肥料施用效果的主要方法和指标有肥料利用率、肥料农学效率、肥料偏生产力等。

具体测算方法如下：1、肥料利用率1.1 定义肥料利用率（RE ）是指施用的肥料养分被作物吸收的百分数，随作物种类、肥料品种、土壤类型、气候条件、栽培管理以及施肥技术等因素发生变化而不同，是最常用的一个综合评价指标。

肥料利用率包括当季利用率和累计利用率，这里是指当季利用率。

1.2 测算方法1.2.1 示踪法示踪法是指将已知养分数量的放射性或稳定性示踪肥料施入土壤，作物成熟后测定作物所吸收的放射性或稳定性同位素养分的数量，计算肥料利用率。

1.2.2 差值法差值法是施肥区作物吸收的养分量与不施肥区作物吸收的养分量之差与肥料投入量的比值。

从农学意义上看，应采用差值法测算氮、磷、钾肥的利用率。

计算式如下：%10001⨯-=FU U RE 式中：RE 为肥料利用率；U 1、U 0分别为施肥区与缺素区作物吸收的养分量，单位为公斤/亩；F 为肥料养分（指N 、P 2O 5、K 2O ）投入量，单位为公斤/亩。

一般通过田间试验测算氮、磷、钾肥利用率。

包括以下几个步骤：1.2.2.1 布置田间试验根据本区域土壤类型、种植制度、主要作物等安排田间试验，一般每个县、每种作物安排10-15个试验，具体试验设计如下：试验设5个处理：处理1，空白对照；处理2，无氮区（PK ）；处理3，无磷区（NK ）；处理4，无钾区（NP ）；处理5，氮磷钾区（NPK ）。

1.2.2.2 测定作物吸收的养分作物吸收的养分量，一般是指作物收获期收获取走部分（含果实和茎叶）的养分吸收量。

对于根茎类作物，除地上部分外，还应包括地下的块根块茎部分；对于整枝打叉作物，应收集、称量每次整枝打叉的生物量，并计算到总量中。

武清区设施黄瓜灌溉施肥技术应用效果分析

ｙｉｅｌｄａｎｄｉｎｃｏｍｅｉｎｇｒｅｅｎｈｏｕｓｅｖｅｇｅｔａｂｌｅ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｃｏｎｔｒｏｌ，ｉｎｔｅｇｒａｔｅｄｔｅｃｈｎｏｌｏｇｙｏｆｗａｔｅｒａｎｄｆｅｔｉｒｌｉｚｅｒｓａｖｅｄｆｅｒｔｉｌｉｚｅｒｒａｔｅｏｆ５２％，ｗａｔｅｒ — ｓａｖｉｎｇｒａｔｅｏｆ４６．４％，ｐｅｓｔｉｃｉｄｅｓ — ｓａｖｉｎｇｒａｔｅｏｆ４２％，ａｎｄｉｎｃｒｅａｓｅｄｐｒｏｄｕｃｔｉｏｎａｎｄｎｅｔｂｅｎｅｉｔｆｓｂｙ２０％，３５．５％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｉｓｒｅｓｅａｒｃｈｐｒｏｖｉｄｅｄｓｏｎｉｃｓｃｉｅｎｔｉｆｉｃｒｅｆｅｒｅｎｃｅｓｆｏｒｓｐｒｅａｄｉｎｇｆｅｒｔｉｇａｔｉｏｎｔｅｃｈｎｏｌｏｙｇｉｎｇｒｅｅｎｈｏｕｓｅ．Ｋｅｙｗｏｒｄｓ：ｇｒｅｅｎｈｏｕｓｅ；ｃｕｃｕｍｂｅｒ；ｆｅｔｉｒｇａｔｉｏｎ；ａｐｐｌｉｃａｔｉｏｎｅｆｆｅｃｔ

ｕｓｅｗｅｒｅｓｔｕｄｉｅｄ．Ｔｈｅｒｅｓｕｈｓｓｈｏｗｅｄｔｈａｔｔｈｅｆｅｔｉｒｇａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｈａｄｇｏｏｄｗａｔｅｒ —ｓａｖｉｎｇｅｆｆｅｃｔｏｆｗａｔｅｒａｎｄｆｅｔｒｉｌｉｚｅｒ，ｔｏｉｍｐｒｏｖｅ

杂交晚稻测土配方施肥简比试验效果分析

杂交晚稻测土配方施肥简比试验效果分析[摘要] 杂交晚稻实施测土配方施肥技术能增产、增收，节约肥料，提高肥料利用率，试验结果为亩增产12 kg，亩增收22.88元，值得大面积推广。

[关键词] 晚稻配方施肥为进一步给农民提供“测、配、施”一体化服务，发挥测土配方施肥增产、增效的作用。

2012年6月到10月，我们深入开展测土配方施肥效果对比试验示范，综合比较肥料投入、作物产量、经济效益等指标，客观认证测土配方施肥效益，现将试验操作情况总结如下：一、试验处理设计设习慣施肥、测土配方施肥和不施肥（空白对照）3个处理区。

1.习慣区长13.4米，宽10米，面积134㎡。

2.配方区长10米，宽10米，面积100㎡。

3.不施肥区长10米，宽3米，面积30㎡。

小区间留0.4米作隔离埂，试验小区周围设宽1.2米的保护行。

二、试验材料1.试验品种二晚杂交稻丰源优272。

2.肥料品种尿素、氯化钾、钙镁磷肥。

3.试验地点福民乡宋家村委口里组，户主肖于忠，试验田土壤鳝泥土，肥力中上等，田块面积1.8亩，播种采用湿润育秧，6月23日播种，试验田7月18日取土，7月20日制土渠，7月22日移栽。

10月20日收割。

三、试验基本情况1.习慣施肥小区栽插60×43=3420蔸，按亩用尿素29kg、氯化钾8 kg、钙镁磷肥35 kg折算实际施入尿素5.8 kg、氯化钾1.6 kg、钙镁磷肥7 kg。

1.1基肥：7月22日施尿素2.8 kg、氯化钾0.8 kg、钙镁磷肥7 kg。

1.2分蘖肥：7月27日施尿素2 kg。

1.3孕穗肥，8月14日，施尿素1 kg，氯化钾0.8 kg。

2.配方施肥小区栽插60×43=2580蔸，按亩用尿素26 kg、氯化钾14 kg、钙镁磷肥30 kg折算实际施入尿素3.9 kg、氯化钾2.1 kg、钙镁磷肥4.5 kg。

2.1基肥：7月22日施尿素1.9 kg，氯化钾0.9 kg，钙镁磷肥4.5 kg。

果园施肥技术实验报告(3篇)

第1篇一、实验目的为了验证不同施肥技术对果园土壤肥力、果树生长和果实品质的影响，本实验针对洛川县苹果园的实际情况，进行了不同施肥技术的对比实验。

二、实验材料与方法1. 实验地点：洛川县某苹果园，该果园土壤类型为黄绵土，土壤有机质含量中等。

2. 实验材料：- 试验树：苹果树，品种为红富士。

- 施肥材料：有机肥（牛羊粪、商品有机肥）、无机肥（氮、磷、钾肥）、水溶性肥料、叶面肥（含钙、镁、硼、铁、锌、锰、硒等中微量元素）。

3. 实验方法：- 实验分组：将果园分为5个实验组，每组面积10亩，分别采用以下施肥技术：- 组A：传统施肥，有机肥与无机肥相结合，按传统比例施用。

- 组B：测土配方施肥，根据土壤养分状况及果树需肥特点，精准施肥。

- 组C：有机肥替代无机肥，全部施用有机肥。

- 组D：水肥一体化施肥，采用自压式简易滴灌施肥一体化技术。

- 组E：常规施肥，仅施用无机肥。

- 施肥时间：秋施基肥在每年中晚熟品种采果后立即进行，即9月中下旬至10月份；追肥在来年3月份果树萌芽开始到果实膨大期施5-7次；叶面喷肥在萌芽至成熟期喷施3—4次，采果后喷1～2次尿素水。

4. 数据收集与分析：- 土壤肥力：定期采集土壤样品，测定土壤有机质、全氮、全磷、全钾、有效磷、速效钾等指标。

- 果树生长：定期测量果树生长指标，如树高、冠幅、枝条数量、叶片数量等。

- 果实品质：测定果实硬度、可溶性固形物、糖酸比等指标。

三、实验结果与分析1. 土壤肥力：- 组B的土壤有机质、全氮、全磷、全钾、有效磷、速效钾等指标均高于其他组，说明测土配方施肥对提高土壤肥力有显著效果。

- 组D的土壤有机质、全氮、全磷、全钾、有效磷、速效钾等指标略低于组B，但优于其他组，说明水肥一体化施肥也有较好的土壤肥力提升作用。

2. 果树生长：- 组B的果树生长指标（树高、冠幅、枝条数量、叶片数量等）均优于其他组，说明测土配方施肥对果树生长有显著促进作用。

- 组D的果树生长指标略低于组B，但优于其他组，说明水肥一体化施肥也有较好的果树生长促进作用。

肥料施用效果测算方法

肥料施用效果测算方法
一、肥料功效测算的基本原则
肥料功效测算是以作物施用肥料功效为目标，采用合理的实验方法，
以科学的数据进行计算，以确定施肥功效的过程。

施用肥料的功效测算，建立在科学的理论基础和综合考虑作物需肥量、肥料效果的综合分析上，比较不同土壤施肥强度下，作物产量、肥料利用率、施肥经济效益等的差异，并客观、科学地评价肥料施用的功效。

二、基本测算方法
1.单一施肥功效测算法
这种测算法的关键是比较受试地和对照地在不同施肥水平上，作物产
量的增幅，及其对作物生产经济效益的影响，以判断施肥水平的适宜性，
进而选择最优施肥水平，并以此确定施肥功效上限，在测算时，通常采用
测肥法，即：在对照区设计不同的施肥水平，然后取其作物产量比对照产
量的比例计算。

2.复合施肥功效测算法
这种测算法的关键是比较受试地和对照地在不同施肥水平上，不同肥
料的搭配方案下，作物产量的变化和经济效益的变化，以便选择出最佳的
复合肥料施用方案，即优化施肥水平，并以此确定施肥功效上限。

在测算时，可以采用多种方法，如交替测肥法、联耦设计法和线性与交叉设计法等。

习水县脱毒马铃薯测土配方施肥效果分析

关键词：习水；马铃薯；测土配方
作底肥；氮肥８作底肥，Ｏ作第１２次追肥。第１Ｏ２、次追
马铃薯是习水主要的薯类作物之一，年种植面积在常肥在齐苗期，２次追肥在现蕾期，第结合中耕、除草、土施培
用。
根据农业部《测土配方施肥技术规范》田间试验设置要求，每个试验设３个处理：、１习惯施肥处理，、２测土配方施肥
处理，、照处理（纯有机肥）各处理不设重复，周设３对施。四
保护行，、处理小区面积均为６．，处理小区面积为１２６７ｍ２３３。肥料用量见表３Ｏｍ２。肥料施用方法：有机肥、肥、磷钾肥
表１试验地点基本情况
地块试验地点面积经度
（）ｍ２
注：位为ｋ／６Ｉ单ｇ６７Ｔ１
１４试验经过．
栽种后及时查苗补缺，常规措施进行管理。东皇镇木按楠村试验点２月２３日播种，株距８．行３５ｍＸ１种植密ｃ８ｍ，ｃ度４３４５株／６，６７ｍ２６月２５日收获；回龙镇洞湾村试验点２
薯重量均大于习惯施肥处理，下等点大中薯重量比例外，除
Ｋ６）锌肥（ＺＳ００，含ｎＯ，・１Ｈｚ９）有机肥用猪圈粪ＯＯ２，（鲜基含ＮＯ２８、２ｓ．７％、Ｏ．７）．３ＰＯ００４Ｋ２０１１。供试品种
为威芋３。号

“宜施壮”长效缓释型油菜配方肥在六安应用效果分析

“宜施壮”长效缓释型油菜配方肥在六安应用效果分析2015—2016和2016—2017年连续2年，以直播的中双11号为试材，在六安市进行了“宜施壮”长效缓释型油菜配方肥效果的研究。

结果表明，与本地常用的农家福复合肥和亿牛复合有机肥相比，施用宜施壮油菜配方肥省工节本，增产增效显著，增产61.65～355.05kg/hm2，增益747.0～1677.75元/hm2，可大面积示范推广应用。

油菜是六安市主要油料作物，六安一直有种植油菜的传统和习惯，是冬季种植的主要作物，但近年来六安的油菜生产出现了较大的下滑，主要是传统油菜种植费工、费时、劳动强度大，比较效益低，降低了农民种植油菜的积极性，制约了油菜播种面积。

以省工节本、增产增效为主的油菜轻简化栽培模式越来越受农民欢迎，减少施肥次数、提高肥料利用率作为油菜轻简化栽培的一项重要内容，是发展油菜生产的良好途径之一[1-9]。

湖北宜施壮农业科技有限公司生产的NPK总养分40%（N-P2O5-K2O-中微量元素25-7-8-5%）“宜施壮”长效缓释型油菜配方肥，该肥料除含有NPK有效成分外，还含有油菜生长所必需的中微量元素Ca、Mg、S、B、Zn等，另外还加入了一定比例的肥料控释和缓释剂，一定量的阻控剂和缓冲剂，一定量的腐殖酸和有机质等[8，10]。

为了客观评价试验示范专用肥的综合效果，笔者连续2年在2地进行了肥料试验，旨在为推广应用该肥料提供科学依据。

1 材料与方法1.1 试验材料试验分别在六安市农业科学院金安区试验基地、裕安区韩摆渡镇张湾村农户田块上进行，供试肥料：NPK总养分40%（N∶P∶K=25∶7∶8，中微量元素5%）“宜施壮”长效缓释型油菜配方肥，当地生产上常用的NPK 25%（N∶P∶K∶有机质=12∶6∶7∶20%）有机无机“亿牛”复合有机肥和40%（N∶P∶K=20∶10∶10）“农家福”复合肥。

供试品种为中双11号，供试土壤基础肥力见表1。

辣椒的微生物肥料应用和效果分析

辣椒的微生物肥料应用和效果分析辣椒作为一种常见的蔬菜，具有较高的经济价值和消费需求。

为了提高辣椒的生长速度、产量和品质，辣椒种植者普遍使用化学肥料进行施肥。

然而，长期大量使用化学肥料会导致土壤质量下降、环境污染等问题。

微生物肥料的应用相对较少，但在提高辣椒品质和环境友好性方面具有很大潜力。

本文将对辣椒的微生物肥料应用和效果进行分析。

微生物肥料是由微生物发酵产生的一种有机肥料。

它主要包括含有大量腐生细菌、真菌、放线菌、固氮菌等微生物的有机物。

这些微生物具有分解有机物质、提供养分、抑制病原微生物等功能，能够帮助植物更好地吸收养分、改善土壤环境。

一方面，微生物肥料可以促进辣椒植株的生长。

研究表明，微生物肥料中的微生物可以产生多种植物生长调节物质，如激素类物质和有机酸。

这些物质能够促进辣椒的根系生长、抗逆能力、光合作用以及植物整体的生长发育。

同时，微生物肥料还能够分解土壤中的有机质，提供丰富的养分供给给辣椒植株，加速营养吸收和利用。

因此，施用微生物肥料可以促进辣椒的株高、茎粗、叶绿素含量等生长指标的提高。

另一方面，微生物肥料还可以增加辣椒的产量和品质。

微生物肥料中的微生物能够促进辣椒的坐果率和果实发育。

研究发现，微生物肥料的施用可显著增加辣椒的果实数量和单果重量，从而提高单位面积的产量。

此外，微生物肥料还可以改善辣椒果实的品质，提高其口感、营养价值和农产品安全性。

例如，一些微生物可以促进辣椒中维生素C、胡萝卜素等营养物质的合成，使辣椒口感更好，富含更多的营养物质。

此外，微生物肥料还具有环境友好性。

相比化学肥料，微生物肥料在使用过程中不会产生或产生极少的有害物质。

微生物肥料中的微生物可以分解有害的化学物质，改善土壤环境，减少土壤和水体的污染。

同时，微生物肥料的利用还可以降低化学肥料施用量，减轻对土壤和环境的压力。

这对于生态环境的保护和可持续农业的发展具有重要的意义。

然而，微生物肥料的应用也存在一些问题。

首先，由于微生物肥料的配方和用量不同，施肥效果可能会有差异。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

施肥效果分析摘要本文研究了营养素对作物的产量的影响，分析了不同营养素对不同作物生长产量的差异，建立了施肥效果模型。并采用控制变量法和计算机数据拟合法建立了营养素对作物生长影响的模型。根据研究所所得的营养素与作物产量的数据，运用MATLAB得到营养素与作物产量关系的散点图。进一步运用拟合工具进行拟合数据，得到多项式的二次，三次函数和正弦函数一项，两项和三项函数。利用方差比较，得到N在三次多项式时拟合度最好，而P和K在二次多项式时拟合度最好。本文最后总结了模型的优点和不足之处，并对施肥效果改进意见。

关键词：散点图，方差比较，拟合方程，控制变量

一．问题重述作物生长所需的营养素主要是氮（N）、钾（K）、磷（P）。为研究三种营养素对作物生长的影响，某作物研究所在该地区选取土豆与生菜做了一定数量的实验，实验过程中当一个营养素的施肥量变化时，总将另二个营养素的施肥量保持在最适宜植物生长状态。分析数据得出施肥量与产量之间关系，并对所得结果从应用价值与如何改进等方面作出估价。

二．问题分析

氮元素可促进植株茎叶的生长，更好的进行光合作用。磷元素具有一部分促根发育的作用还具有促进开花的作用。钾元素主要是促进果实的干物质积累，用来膨大果实。增加产量。由施肥量与产量的关系表格可得营养素对土豆生菜的产量有明显的促进作用。根据农业期刊《Biology and fertility of soils》，一般来说，产量W可以用营养素施肥量的多项正弦函数表示，故做拟合曲线并代入试验数据求得关系表达式；同时联想到Logistic函数的导函数曲线为二次多项式（也是随着自变量先增后减），因此作一次二次以及三次多项式拟合，并进行比较。

三．基本假设 ①每次试验独立且试验条件（如环境条件，种植密度，土壤条件）相同； ②由于数据由研究所提供，所以假设试验数据不会出现较大误差； ③三种元素的使施用量同作物产量有一定的函数关系，同一种元素对不同作物的作用表现

为同一类的函数关系； ④忽略土壤中原有的N、P、K对作物生长的影响； ⑤三种元素对作物增长的作用是相互独立的；

四．名词解释和符号说明名词解释:种植密度：单位面积作物种植量

符号说明：①ip（i=1,2,3.....)多项式系数 ②ia，ib，ic正弦函数各项系数和常数项

五.模型建立和求解采用MATLAB2012b中配置的curve fitting tool（曲线拟合工具），直接输入数据，进行曲线拟合。二、N对作物生长的影响 1.N对土豆生长的影响数据散点图

根据图像可进行大致估计，其函数关系应为二次（或更高次）多项式函数，此函数关系亦有可能为三角函数。根据实际，现假设其函数关系可能为二次多项式函数、三次多项式函数、一项正弦函数、两项正弦函数。根据已有数据建立回归模型，进行曲线拟合。（以下关于其他几组数据的讨论皆为这几种模型，不再赘述）（1）二次多项式函数回归模型结果如下Linear model Poly2: f(x) = p1*x^2 + p2*x + p3 Coefficients (with 95% confidence bounds):（95%致信区间内的拟合常数） p1 = -0.0003395 (-0.0003886, -0.0002905) p2 = 0.1971 (0.1736, 0.2207) p3 = 14.74 (12.63, 16.85)

Goodness of fit: SSE: 11.33 R-square: 0.9863 Adjusted R-square: 0.9824 RMSE: 1.272 （2）三次多项式函数回归模型

Linear model Poly3: f(x) = p1*x^3 + p2*x^2 + p3*x + p4 Coefficients (with 95% confidence bounds): p1 = -2.666e-07 (-5.998e-07, 6.655e-08) p2 = -0.0001532 (-0.0003899, 8.347e-05) p3 = 0.1645 (0.1189, 0.2102) p4 = 15.71 (13.5, 17.91)

Goodness of fit: SSE: 6.914 R-square: 0.9916 Adjusted R-square: 0.9875 RMSE: 1.073 (3)单项正弦函数回归模型

General model Sin1: f(x) = a1*sin(b1*x+c1) Coefficients (with 95% confidence bounds): a1 = 43.76 (42.27, 45.25) b1 = 0.004162 (0.003909, 0.004416) c1 = 0.3586 (0.3058, 0.4115)

Goodness of fit: SSE: 10.32 R-square: 0.9875 Adjusted R-square: 0.984 RMSE: 1.214 (4)两项正弦函数回归模型 General model Sin2: f(x) = a1*sin(b1*x+c1) + a2*sin(b2*x+c2) Coefficients (with 95% confidence bounds): a1 = 92.31 (-1.453e+04, 1.472e+04) b1 = 0.006413 (-0.1468, 0.1596) c1 = -0.02898 (-27.93, 27.88) a2 = 50.29 (-1.459e+04, 1.469e+04) b2 = 0.008166 (-0.2279, 0.2442) c2 = 2.783 (-42.74, 48.31)

Goodness of fit: SSE: 3.436 R-square: 0.9958 Adjusted R-square: 0.9906 RMSE: 0.9268 2．N对生菜生长的影响

（1）二次多项式函数回归模型 Linear model Poly2: f(x) = p1*x^2 + p2*x + p3 Coefficients (with 95% confidence bounds): p1 = -0.0002381 (-0.0003034, -0.0001729) p2 = 0.1013 (0.07535, 0.1273) p3 = 10.23 (8.295, 12.16)

Goodness of fit: SSE: 9.541 R-square: 0.9249 Adjusted R-square: 0.9035 RMSE: 1.167 （2）三次多项式函数回归模型

Linear model Poly3: f(x) = p1*x^3 + p2*x^2 + p3*x + p4 Coefficients (with 95% confidence bounds): p1 = -4.955e-10 (-6.719e-07, 6.709e-07) p2 = -0.0002379 (-0.0006361, 0.0001604) p3 = 0.1013 (0.03699, 0.1656) p4 = 10.23 (7.641, 12.82)

Goodness of fit: SSE: 9.541 R-square: 0.9249 Adjusted R-square: 0.8874 RMSE: 1.261 （3）单项正弦函数回归模型

General model Sin1: f(x) = a1*sin(b1*x+c1) Coefficients (with 95% confidence bounds): a1 = 21.17 (19.79, 22.54) b1 = 0.004981 (0.004422, 0.00554) c1 = 0.511 (0.3986, 0.6235)

Goodness of fit: SSE: 8.367 R-square: 0.9341 Adjusted R-square: 0.9153 RMSE: 1.093 （4）两项正弦函数回归模型 General model Sin2: f(x) = a1*sin(b1*x+c1) + a2*sin(b2*x+c2) Coefficients (with 95% confidence bounds): a1 = 21.4 (20.28, 22.53) b1 = 0.005007 (0.004152, 0.005862) c1 = 0.5232 (0.3647, 0.6817) a2 = -1.294 (-2.077, -0.511) b2 = 0.02706 (0.01633, 0.03779) c2 = -0.3913 (-2.352, 1.569)

Goodness of fit: SSE: 1.127 R-square: 0.9911 Adjusted R-square: 0.98 RMSE: 0.5307 建立表格比较各参数的拟合量，其中系数只比较方差和修改后的拟合优度

分类对象回归模型方差（SSE）改进后的拟合优度（AR-s） N的施用量同土豆产量的函数关系二次多项式 11.33 0.9824

三次多项式 6.914 0.9875 单项正弦 10.32 0.984 两项正弦 3.436 0.9906 N的施用量同生菜产量的函数关系二次多项式 9.541 0.9035 三次多项式 9.541 0.8874 单项正弦 8.367 0.9153 两项正弦 1.127 0.98 经比较应选择两项正弦。三、P对作物生长的影响 1.P对土豆生长的影响（1）二次多项式函数回归模型