
大数据告诉你如何选好种_数据分析师
种子活力是评价农作物种子田间出苗潜力的指标,较之标准发芽率更直接、更可靠。“主要农作物高活力种子生产关键技术研究与示范”项目自2013年实施以来,已连续两年对我国玉米、水稻、小麦、棉花等主要农作物市场推广的种子样品的活力进行了检测,并分析了其田间出苗潜力。这些数据不仅有助于育种工作者筛选高活力品种和种质,而且有利于农民朋友在购买种子时识别优良品种。春耕在即,本版对项目子课题研究成果《2014年我国主要农作物种子田间出苗潜力调查报告》进行摘编,用大数据为农民选购良种提供帮助。
《2014年我国主要农作物种子田间出苗潜力调查报告》
目前,我国对销售的商品种子在国家检验标准中仅规定了发芽率、水分、净度、纯度四大指标,但对影响农业生产的种子活力指标未做任何形式的说明与要求。种子活力是衡量种子质量的重要指标,它决定了种子在田间的出苗状况。高活力的种子发芽率高、出苗整齐、迅速,对不良环境抵抗能力强,同时种子活力还会持续影响植株的后期生长及最终的产量和质量。种子活力研究的滞后是我国种子质量普遍落后于发达国家的重要原因。鉴于此,农业部于2013年启动了国家公益性行业(农业)科研专项“主要农作物高活力种子生产关键技术研究与示范”项目。
作为项目的子课题,项目组2014年以市场购买的方式收集了我国主要农作物主产区的1401份种子样品,参照1995国家种子发芽检测规程进行了标准发芽试验及各种逆境萌发试验,以期了解其田间出苗潜力。
玉米
【结果】在全国范围内收集2013年当年生产的398个推广品种的玉米种子样品466份。覆盖黄淮海、华北、西南、东北和西北5个区域,品种覆盖率高于90%。参照国家种子发芽检测规程进行了标准发芽试验,266份种子样品的发芽率分布在60%~100%之间,平均为92%,发芽率≥85%的种子样品有254份,占比96%;在田间条件下的平均成苗率为86%,≥85%的种子样品有232份。
【分析】同一品种收集地不同,种子质量存在差异。以“郑单958”和“先玉335”为例,分别收集到样品5个(以ZD1、ZD2、ZD3、ZD4、ZD5表示)和3个(以XY1、XY2、XY3表示)。从“郑单958”来看,ZD1-5标识发芽率分别为≥85%、≥90%、≥85%、≥90%、无(散卖),检测发芽率分别为88%、98%、92%、97%和87%;从“先玉335”来看,XY1-3标识发芽率分别为≥92%、≥92%、≥85%,检测发芽率分别为96%、93%、89%。除ZD5为散卖样品外,其余样品均为合格样品,其中按粒包装的样品质量好于按重量包装的样品。此外,同一品种不同公司生产其发芽率仍存在明显差异。
【问题】玉米种子市场销售中存在的现象:①普遍存在购种无有力票据(发票),种子质量出现问题难以追溯责任;②散装种子充斥市场,主要存在有品种名却无包装、品种名和真实品种不一致以及既无品种名也无包装3种情况;③部分种子生产企业存在新旧种子混装、旧种子换新包装或直接在旧包装上贴新标签继续销售,而新贴的标签信息与原有包装袋信息部分甚至完全不同;④包装袋标识“生产年份见封口”字样,但整个包装袋上均无生产日期;⑤包装袋标识信息表述不清,易误导消费者;⑥网络销售的种子来源复杂,形式多样,监管难度较大;⑦按粒数或按重量包装的类型较多,同品种存在多种大小类型的包装。
值得关注和考虑的问题:①与以往相比,有些玉米制种企业包装标识发芽率存在下降趋势,如:以往某品种的包装标识发芽率均≥92%,但2014年从北京购买到标识发芽率≥85%且增加了保质期指标的该品种产品。②项目组结合近3年收集到的玉米样品种子质量研究数据,从发芽率指标来看,我国玉米种子质量呈上升趋势,故能否开始逐步提高我国玉米种子发芽率标准值得考虑。③近几年我国出现玉米种子生产过剩的现象,而从本调查研究发现2014年全国收集到的玉米种子样品在甘肃制种的比重较大,以黄淮海、华北、西南三区为例,三区收集到的样品有85%在甘肃制种,故能否以甘肃为核心建立制种信息平台,统筹我国玉米种子的制种量,进而有效解决种子生产过剩的问题值得考虑。④需进一步提高种子质量监管水平,完善种子售后服务,营造公平竞争环境,同时加大与种子质量相关的农业知识普及力度。
水稻
【结果】在全国范围内收集2013年当年生产的来自湖北、浙江、广西、江苏、安徽、江西、湖南、海南、福建、广东、黑龙江、吉林、辽宁、四川等14个省份的351个推广品种的种子样品390份,品种覆盖率90%,其中常规稻81份,杂交稻309份。参照国家种子发芽检测规程进行了标准发芽试验和逆境萌发试验,390份水稻种子样品的平均发芽率为81%,平均发芽势为76%,在盐胁迫、模拟干旱胁迫、人工老化、田间条件下的平均发芽率分别为57%、35%、64%、56%。
【分析】类型不同,其质量和活力状况存在差异。81份常规稻种子样品的平均发芽率为85%,发芽率≥85%的种子样品有59份,符合国家发芽标准(85%)的比例为73%;平均发芽势为79%,发芽势≥85%的种子样品有38份。309份杂交稻种子样品的平均发芽率为80%,发芽率≥80%的种子样品有213份,符合国家发芽标准(80%)的比例为69%;平均发芽势为76%,发芽势≥80%的种子样品有162份。
产地不同,其质量和活力状况亦存在差异。如广东生产的籼型两系杂交稻“丰两优一号”种子发芽势、标准发芽率、田间成苗率分别为86%、86%、53%,江苏制种区生产的该品种种子发芽势、标准发芽率、田间成苗率分别77%、81%、37%,因此该品种在广东制种其质量好于江苏制种的质量。又如四川生产的籼型三系杂交稻“内香优18号”种子发芽势、标准发芽率、田间成苗率分别为82%、87%、76%,安徽制种区生产的该品种种子发芽势、标准发芽率、田间成苗率分别79%、82%、70%,因此该品种在四川制种其质量好于安徽制种的质量。
【问题】本次调查所搜集的水稻种子样品主要通过种子市场购买获得,体现了农民购种过程的真实性。但在品种搜集过程中,发现水稻种子的套牌等现象比较严重,甚至于在一些地区,未经审定的品种也在销售,而且也无法避免购买到陈种子的现象,即用新包装更换旧包装。因此,今后在收集样品的过程中尽可能考虑大企业产品或是信誉度好的企业的产品,以保证样品的真实性。一般认为市场上销售的杂交稻种子的发芽率不存在问题,但从项目组的检测结果来看,常规稻和杂交稻种子样品的合格率在70%左右。在种子质量检测过程中,项目组成员发现,水稻种子的芽势能够较好地反映种子的质量状况。按照种子检验规程,水稻种子发芽率测定需要14天,时间太长,但如果采用芽势这一检测指标,所需时间大大缩短,仅需5天即可。因此,为保证水稻种子质量,建议常规稻种子的芽势达到85%及以上,杂交稻种子的芽势达到80%及以上。
小麦
【结果】在全国范围内收集2013年当年生产的市场推广春小麦样品54份及冬小麦样品265份。春小麦样品54份,共47个小麦品种。参照国家种子发芽检测规程进行了标准发芽试验和逆境萌发试验,54份春小麦样品的平均发芽率为86%,平均发芽势为82%,发芽率≥85%的种子样品有34份,符合国家发芽标准(85%)的比例占为63%。目前春小麦种子的亩播种量在25公斤左右,与冬小麦种子相比,其活力亦相对较低。
265份冬小麦样品种子的平均发芽率为93%,发芽率≥85%的种子样品有244份,符合国家发芽标准(85%)的比例占为92%,但在逆境(干旱、盐碱、老化)下,小麦种子的发芽率显著下降,筛选在逆境条件下表现良好的品种或资源,可以大幅度提高小麦种子的田间出苗率,并降低播量,对于保证主粮的安全具有重要的现实意义。
【分析】同一小麦品种收集来源不同,种子质量亦存在差异。此次样品收集,收集到11份“矮抗58”、9份“周麦22”、6份“济麦22”、7份“烟农19”,虽然其平均标准发芽率都在90%以上,但仍有1份“矮抗58”、2份“周麦22”的小麦种子标准发芽率未达到85%,在此不排除有公司售卖陈种子的情况。
不同地区的小麦种子其活力存在差异,其中京津地区冬小麦种子的标准发芽率及逆境发芽率均显著高于全国平均水平,而新疆的冬小麦种子显著低于全国平均水平。河南、山东等其他省份的小麦种子标准发芽率均为93%,反映了全国平均水平。
【问题】在存放材料的过程中,发现有极少量的小麦样品材料生虫,说明部分种子生产商在小麦收获后未进行杀虫处理。在严格的试验操作下,仍有少量样品材料种子出现发霉的现象,说明在种子生产过程中可能种子内部带菌,发霉对种子活力也有一定的影响。值得一提的是,材料中的8份包衣种子在整个试验过程中均未产生任何生虫和发霉的现象,由此可见对种子进行包衣处理能非常有效地保护种子。此次调查所搜集的种子样品为直接到种子市场购买,一方面体现了农民购种过程的真实性;但另一方面也无法避免购买到陈种子的现象,在购买的过程中亦发现小麦种子有套牌现象。
棉花
【结果】通过实地购种、邮购等方式在我国11个省区收集棉花品种226个,参照国家种子发芽检测规程进行了标准发芽试验和逆境萌发试验,226份棉花品种种子的平均发芽率为81%,平均发芽势为69%,发芽率符合国家种子质量标准(发芽率≥80%)有147份,比例为65%。
【分析】不同搜集地区品种的合格率存在差异,其中江苏的品种合格率(发芽率≥80%)最高,为88%。
【问题】本次调查所搜集的种子样品全部来自于市场,在品种搜集过程中,发现棉花种子的套牌等现象比较严重,甚至于在一些地区,未经审定的品种也在销售。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01