韩子乐,刘占良,赵晓顺,樊立桃,张 畔,杨 进
(河北农业大学 机电工程学院,河北 保定 071001)
一种关于多粒穴播的成穴性能检测方法的研究
韩子乐,刘占良,赵晓顺,樊立桃,张 畔,杨 进
(河北农业大学 机电工程学院,河北 保定 071001)
采用开沟播种的多粒穴播机的成穴性好坏由排种器一次排种数量和谷子在下落时的各种因素所决定。其中,有些因素属于随机不可控因素,多粒种子在种沟内的分布情况无法确定,因此如何衡量其成穴性和穴距的测量,以考核播种机的性能就是一个无法回避的问题。目前,国家有单粒穴播性能测定标准,但尚未有多粒穴播测定标准。为此,根据农艺专家对谷子多粒穴播的性能要求,对2BXQ-6型谷子播种机播种的穴孔尺寸(种群纵向长度)、穴粒数,穴距,进行了界定。本文运用数理统计中的聚类分析并结合专业统计软件SPSS对播种数据样本进行分析,以此来判别多粒穴播性能,并提出一种关于多粒穴播的成穴性能的检测方法。
排种器;多粒穴播;成穴性;谷子
目前,谷子播种的主要方式为条播和撒播两种。这两种方式都会使得播种出苗后定株非常困难,传统农艺要求留苗45~52.5万株/hm2,而种植为675万株/ hm2,故应拔掉约630万株/ hm2,间苗率达到95%。这样既严重浪费了种子又耗费很多的物力人力[1]。国家谷子产业体系首席专家刁现民认为谷子苗期间苗难、除草强度大、用工费用高、后期加工也费力费时严重制约了农民种植热情[2]。
由于谷子籽粒较小,籽粒直径约1~3 mm,单籽粒的破土能力较弱,所以单粒精密播种并不适合谷子农艺种植特征,且单粒播种时容易出现缺苗断垄现象。谷子出苗时在相近距离内必须有几粒种子同时萌发,产生所谓“群体破土”效应,才能保证谷子的出苗。由于谷子籽粒的这种特殊性,如将均匀条播变为多点匀距、局部集中播种,有利于发挥出苗时的顶土优势,从而达到少间苗或不间苗、节种、省工、高产的目的[2-4]。
由河北农业大学研制的2BXQ-6型谷子播种机基本实现了谷子多粒穴播的种植模式。该型播种机采用的是开沟播种的方式,由于没有成穴器结构,谷子在种沟内自然下落成穴,成穴性好坏由排种器一次排种数量和谷子在下落时的各种因素所决定。其中,有些因素属于不可控因素,多粒种子在种沟内会形成某种分布情况,因此如何衡量其成穴性和穴距的测量,以考核播种机的性能就是一个无法回避的问题。目前,国家有单粒穴播性能测定标准,但尚未有多粒穴播测定标准。为此,本文提出一种关于多粒穴播的成穴性能的检测方法。
国内目前还没有完善地判别多粒穴播机性能的统一标准,而且2BXQ-6型谷子播种机的成穴方式和有成穴器结构的穴播机有所不同,所以样机研究者樊立桃根据实际需求提出了“三线法”测定成穴直径的方法。
1.1 “三线法”简介
在使用“三线法”之前先对种子簇进行分组划分,划分的依据是:明显聚集的圈分在一组;对特殊情况不能够确定划分到哪一组的单粒种子,进行去除处理;若多余1粒可以单独分为一组进行统计[5]。
“三线法”原理如图1所示。
图1 三线法示意图
种子簇被分成若干组,以水平方向为横轴,每个组内的种子在横轴方向自左至右依次排列。在同一个组内进行以下操作:找出组内左右两端的种子,分别画出通过这两粒种子的垂直横轴的线;其余处于两端之间的种子两两配对,直至找到垂直于横轴方向组内的中线为止。这样一来,在一个分组内会有3条竖线,分别为过两端点竖线和中线;把相邻的两组中的种子从左至右分别标号为1、2、3,1'、2'、3',则穴距为
(1)
X1—1与1'之间的距离;
X2—2与2'之间的距离;
X3—3与3'之间的距离;
由于开沟器侧板可限制种子在种沟内的横向距离,所以可用种子群组的纵向长度作为衡量穴孔大小的指标,纵向长度为
(2)
式中D—种群纵向长度;
Xmin—3与1'之间的距离。
若D过大,种子聚集程度差,种子发散,不能称之为穴播;D过小,会使种子聚集过于集中,种子之间对营养的争夺加剧,也不利于谷子的生长发育。可见,D的取值要综合考虑,以实现合理的密植,使谷子获得最佳的光照,为谷子创造最佳的生长环境,从而最大程度的保证了谷子对养分和光照的利用率,利于谷子高产高质[6]。然而,在请教了保定市农科所农艺专家后得知,在农艺上对谷子穴播的穴孔大小并没有一个统一的标准,在农艺专家的建议下,拟定D≤4cm。
1.2 “三线法”检测结果
2BXQ-6型谷子播种机进行了田间播种试验,并在播种10~15天待完全出苗后进行了查苗统计,并按照“三线法”测定了穴距,如表1所示。
表1 三线法测量穴距
续表1
根据表1中数据利用式(1)、(2)可以算出平均穴距集中在10.5cm左右,D值在1.5~4cm之间。因为2BXQ-6型谷子播种机的设计要求穴距为8~10cm,之前拟定的D≤4cm,所以经过“三线法”测得2BXQ-6型谷子播种机的成穴性较好。
1.3 “三线法”的方法评价
由于谷子穴播没有统一的检测标准,所以樊立桃提出把一穴看成一粒,这样就可以把谷子多粒穴播的检测方法近似地转化成单粒精播的检测方法;但是,在农艺上没有统一规定谷子穴播穴孔的大小和穴距的情况下,转换无法实现。于是樊立桃提出了“三线法”测定成穴直径、穴距的方法,此方法较好地解决了这一问题,测定了种群的纵向长度值D和穴距。有了穴距和穴内长度等参数就可以把谷子穴播的检测方法近似地转化成单粒精播的检测方法,将一穴看成一粒,再根据相关标准计算重播数、漏播数、合格数等数据就非常方便,这也是 “三线法”的意义所在。但是,该方法仍有许多不足之处:“三线法”虽然提出了穴距的测量方法,但是测量次数过多,计算量大。表1中只是记录了两行20组数据,就需要测量160次,计算80次,可见工作量之高,且测量和计算次数增多以后,数据的准确性也会有所下降;而且“三线法”也没有得出各穴内的出苗数目,还需要人用眼睛去判断一穴内的出苗数目。
为了弥补“三线法”的不足之处,本文提出了利用统计学中用于解决“物以类聚”问题的聚类分析方法,结合专业统计软件SPSS来对谷子的成穴直径、穴距及穴内种子数目等参数进行界定。
2.1 聚类分析简介
聚类分析(Cluster Analysis)也称为分类分析或群体分析,是基于数据(事物)本身的特征,对数据(事物)进行分类的方法,目的在于将相似的数据(事物)进行归类。聚类分析根据变量数据(事物)的自身特征,按照性质上的亲疏程度对其进行分类,并通过产生多个分类结果对数据(事物)进行深层次的推断分析[7]。通过聚类分析,可以将研究目的、专业知识和数据(事物)特征相结合,合理地把数据(事物)分成若干个类别,其实质就是按照距离的远近将数据(事物)分为若干个类别,以使得类别内部的差异尽可能小,类别间的差异尽可能大[8]。
2.2 聚类分析的分类
聚类分析所用的变量大致可以分为两类:一是连续变量(如身高、体重等);二是分类变量(如性别,学历等)。本文中所用到的种子距离为连续变量。
聚类分析有经典的聚类方法和近年来发展起来的智能聚类方法。经典聚类方法又包含层次聚类法和非层次聚类法两大类,非层次聚类法又称重新定义聚类法。智能聚类法和经典聚类法的区别在于智能聚类法可以同时对连续变量和分类变量这两种变量进行分析,而经典聚类法只能对其中一种变量进行分析。由于本文中所用到的种子距离为连续变量且不涉及两种变量同时分析,所以本文所选择的聚类方法为非层次聚类法的常用方法——K-均值聚类法。
2.3 利用K-均值聚类法测定成穴性能
K-均值聚类(K-Means-Cluster)又称逐步样本聚类或快速样本聚类,是一种快速样本聚类方法。该分析方法具有计算量大、计算速度快、占用内存少等优点;但也具有只能对样本进行聚类分析,无法对变量聚类分析的缺点[7]。本文只是对样本进行分析,不涉及变量分析,所以此缺点可以忽略不计。
利用K-均值聚类法测定成穴性能的基本步骤如下:
1)确定聚类的类别数量。本文中测定的是种子的成穴性能,因此以一穴为一类,以每穴的大小来确定每类内部个案(种子)的数量,以各穴之间的距离来区分类与类之间的差别。
2)由数据本身结构的中心来确定每个类别的原始中心点。
3)分别计算每个案例到各个原始中心点的距离,然后根据距离最近原则把各案例归入到各个原始中心点,并计算新的中心点。
4)按照新的中心点重复3)步骤,直到达到一定的收敛标准或指定迭代次数。最后,得到的中心点就是利用K-均值聚类法测定的各个穴孔中心。观察各穴孔中心之间的距离可以得到穴距,根据各中心点内的个案数量及个案到中心点的距离来判断有效穴粒数。
3.1 K-均值聚类法在SPSS上的实现
打开一个空白数据文件,导入Excel中的种子间距离的数据,此数据为根据“三线法”中所测数据及其测量方法进行推算的数据,方便分析完毕后进行对比,在这里将第1粒种子的距离定义为“0”,如表2所示。
表2 种子间距离
续表2
距离为种子间水平距离。
在SPSS工具栏中选择“分析”→“分类”→“K-平均值聚类”,弹出“K-平均值聚类分析”[9]。
在这个对话框的左侧变量列表中有两个变量“种子序号”和“种子距离”,将这两个变量分别选入右侧的标注个案列表和变量列表。因为是由一行20穴内的种子间距离所组成的数据样本,所以聚类数选择20,方法选择迭代与分类。
点击对话框右侧的“选项”按钮,在弹出的对话框中选择每个个案的聚类信息和按列表排除个案这两个选项;点击继续回到“K-平均值聚类分析”对话框,点击确定,SSPS就会在输出窗口中以表格的形式输出所要的数据。
3.2 K-均值聚类的结果分析
在SPSS软件的输出窗口的上方工具栏处有一个“导出”按钮,点击“导出”按钮可以将数据结果导出到不同类型的文件中,在本文中选择将结果导出到Word文档中并整理成三线表形式。
表3是各最终聚类中心点,即各穴的中心,是SPSS根据数据自身结构特征和聚类数量经过迭代形成的。
表3 最终聚类中心点
表4中的数据为最终聚类中心之间的距离,从中可以得出各聚类中心之间的距离也就是各穴中心之间的距离。
表4 最终聚类中心之间的距离
由于数据过多,表4中只截取显示了一部分数据。
由于在进行K-均值聚类时SPSS软件根据数据自身特征自动分类排序,使得聚类中心的序号和谷子的实际排列顺序不相符。因此,需要把表3中的数据进行处理,在Excel中对中心距离进行升序排列,然后对各穴编号和聚类中心序号进行重新匹配,匹配之后的结果如表5所示。
表5 各穴编号匹配结果
结合表4、表5就可看出:相邻各穴之间的穴距值,汇总结果如表6所示。
表6 相邻各穴之间的穴距值
从表6中可以计算出用K-均值聚类法测定的平均穴距为10.120cm和“三线法”测定的穴距结果相差不大,并且变异系数为8.73%<15%,说明K-均值聚类法可行有效。
表7为每个聚类中的个案数量。由表7中可以初步得出各穴内穴粒数,再结合表8和穴孔大小(种群纵向长度)就可以将异常值排除,得到各穴的实际穴粒数。例如,表7中第62号和第68号种子的数据明显异常,根据农艺专家建议的穴孔尺寸(种群纵向长度)3~4cm,可以看出:判断出应该去除掉第62和68号种子,所以第20号穴内合格穴粒数为4,第8号穴内合格穴粒数为5。
表7 聚类中的个案数量
根据农艺要求,每穴3~5粒种子较好;还可从表7和表8看出,5、6、9、17、18号穴内播种质量不太好。
表8 聚类成员
表8中数据为截取数据。
1)根据农艺要求,在农艺专家的建议下,将2BXQ-6型谷子播种机播种时的穴孔尺寸(种群纵向长度)定为3cm左右,一穴内种子数量为3~5粒,穴距8~10cm。根据本文采用的K-均值聚类法,穴距值为两穴中心距离。
2)本文采用的K-均值聚类法弥补了“三线法”中的不足之处,极大地降低了工作量,所需数据几乎都可以从SPSS中输出的数据表格直接观察获得,而且还可以看出各穴内的穴粒数和播种均匀性,更加准确地判断播种质量。
3)由于SPSS的软件特点,在聚类过程聚类中心的排序顺序和谷子的实际排序不相符,需要对数据在Excel中进行再次处理。
4)谷子的种子的籽粒过小,在田间播种后不容易观测到谷子种子的分布情况,所以本文中的数据来源为谷子种子出苗后的谷苗分布情况。但是,因为种子发芽率和墒情等因素使得出苗后的谷苗数量和播种后谷子种子的数量不一定相同,为了更准确地对播种性能的判断,建议以后试验对谷子种子进行一定的处理以方便播种后的查种工作。
[1] 田安乐,郭小龙,冯宏波.谷子机械化高产模式化栽培技术初探[J].农业机械,2006(2):132-133.
[2] 张东光,郭玉明,李饺泽.小籽粒谷物精少量播种机研究现状与进展[J].当代农机,2008(4):69-70.
[3] 秦理平,马过胜,贾可.2BG-6型可调控专用谷子少量播种机试验研究[J].农业技术与装备,2012 (10B ):78-80.
[4] 杨延兵,秦岭,高凤菊,等.穴距与单穴株数对夏谷产量及相关性状的影响[J].山东农业科学,2012,44(10):58-60.
[5] 樊立桃.气吸式谷子精密穴播机的改进研究[D]. 保定:河北农业大学,2014.
[6] 陈立东.气吸式排种器性能参数设计及其对排种质量影响的试验研究[D]. 大庆:黑龙江八一农垦大学,2006.
[7] 杨光霞,谢华.SPSS数据统计分析从新手到高手[M].北京:清华大学出版社,2014.
[8] 张文彤,董伟.SPSS统计分析高级教程[M].北京:高等教育出版社,2013.
[9] 李昕,张明明.SPSS22.0统计分析从入门到精通[M].北京:电子工业出版社,2015.
The Research of Detection Method about Multi Grain Bunch Planting's Hole Forming Performance
Han Zile, Liu Zhanliang, Zhao Xiaoshun, Fan Litao, Zhang Pan, Yang Jin
(College of Mechanical and Electrical Engineering, Agricultural University of Hebei, Baoding 071001,China)
The quality of the hole forming of hill-drop drill which adopts ditching sowing is determined by the number of seeds released by the seed metering device at once and a variety of factors in the whereabouts of millet. Some factors are uncontrollable factors, the distribution of seeds in the seed ditch cannot be determined.Therefore, if we want to assess the performance of the seeding machine, there is a problem that can not be avoided, that is, how to measure the point formation and hole distance.At present, there is a national standard determination of single grain seeding performance, but not have multi grain bunch planting determination standard.In this paper, the hole size(seed group longitudinal length),the number of points, and the distance of the points of the 2BXQ-6 type millet sowing machine were defined, and the basis for determination is according to the performance requirements of agricultural expert on millet multi grain bunch planting. In this paper, the sowing data samples were analyzed by using the cluster analysis in mathematical statistics and combining with the professional statistical software, and according to the analysis results to determine the performance of multi grain planting and put forward a detection method about hole forming performance of multi grain seed.
seed metering device; multi grain bunch planting; hole forming performance; millet
2016-04-05
国家谷子产业体系专项(2011-2015);河北省科技计划项目(15227217)
韩子乐(1991-),男,河北清苑人,硕士研究生, (E-mail)934007816@qq.com。
刘占良(1963-),男,河北博野人,副教授,硕士生导师,(E-mail)zhanliangliu@hebau.edu.cn。
S223.2;S220.3
A
1003-188X(2017)05-0100-06