大豆收获适时性损失规律试验研究

乔金友，孙健，曲烽毓，马力，吴俊江，韩兆桢，陈海涛

大豆收获适时性损失规律试验研究

乔金友1，孙健1，曲烽毓1，马力1，吴俊江2，韩兆桢1，陈海涛1

（1.东北农业大学工程学院，哈尔滨150030；2.黑龙江省农业科学院大豆研究所，哈尔滨150086）

违期作业造成的适时性损失是大豆经济损失重要原因之一，以海伦市为研究对象，分析该地区大豆收获作业适时性损失规律，为确定合理收获作业期提供科学依据。采用去除边界效应、相同种植管理方式等措施保证收获时间为唯一变量，依据随机区组试验法确定每日收获小区试验区内具体位置，采用罗曼诺夫斯基准则剔除异常试验数据，运用IBM SPSS Statistics 23软件分析试验数据，结果表明，试验地区大豆适时损失随收获日期呈抛物线规律变化。

大豆；收获；适时性损失率；规律；试验

农作物生长与其品种、自然环境等因素密切相关，按季节性要求完成相应农业生产即为农业作业适时性。违期造成农作物减产、品质下降，即适时性损失[1-3]，最佳作业期产量与某作业期产量差为适时性损失量，适时性损失量与最佳作业期产量比为适时性损失率[4-6]，适时性损失量和适时性损失率随作业期改变而变化。探究农作物适时性损失规律，确定最佳作业时间，对提高农作物产量、品质，减少农业经济损失具有重要意义，是农业生产单位农业机器系统优化重要依据。

国内外关于适时性损失规律方面研究较少，国内多集中于水稻、小麦、大豆等作物的播种和收获环节。高焕文依据试验数据分析不及时收获对小麦体积密度、落降值和杂质含量等方面影响[7]。王金武等通过田间试验实测三江平原水稻机械插秧作业环节产量，获得该地区水稻机械插秧适时性损失产量、适时性损失函数和适时性损失系数函数[8]；王金武测量三江平原地区水稻机械收获作业环节产量，分析水稻收获适时性损失规律，为确定该地区最佳收获期和最佳机器系统配备提供理论依据[9]。王安田试验获得油菜播种和收获的适时性损失函数和最佳播种日期，建立我国南方油菜生产中机械直播和收获适时性产量函数方程、适时性函数方程和有关参数[10]。王桂民等综合稻谷干物质损失、夹带清选损失、田间掉粒损失获得稻麦轮作区水稻机收适时性损失规律和最佳机收时期[11]。乔金友设计大豆播种适时性损失试验，获得黑龙江省海伦市大豆播种适时性损失规律，确定该地区最佳播种期[12]。

国内外关于适时性损失规律方面试验研究涉及地区、作物及作业环节有限，目前关于大豆收获适时性损失规律尚无报道。需针对性地组织试验，采用科学有效试验方法研究不同地区不同作物经典作业环节的适时性损失率，满足相应地区农业机器系统优化需求。

本文针对大豆收获实际情况，设计基于随机区组试验法规划试验流程，利用回归分析方法研究大豆收获的适时性损失规律，为确定海伦地区大豆最佳收获日期以及该地区农业机器系统优化提供参考依据。

1 大豆收获适时性损失试验

1.1 试验流程设计

大豆收获适时性损失试验需科学规范操作，确保试验结果准确性。因此，试验前需严格设计试验，明确各环节操作注意事项及方法，分析可能影响试验相关因素，采取有效措施尽量避免或减小这些因素对试验结果影响。大豆收获适时性损失试验流程图如图1所示。

图1 大豆收获适时性损失试验流程Fig.1Flow chart for soybean harvesting timeliness loss experiment

1.2 试验区划分

基于随机区组试验法，考虑去除边界效应，对试验地分区。试验区四周距其他种植区或地界至少留10 m距离，收获适时性损失试验延续日期在当地自然收获日期基础上向两端延伸，每日收获小区数量至少10个，通过试验获得客观的适时性损失规律。依据上述试验设计要求以及供试华疆7725品种大豆种植方式，确定适时性损失试验区划方案。试验区相关信息为垄距0.65 m，测试期13 d，小区宽度1.3 m，小区长度5 m，小区130个，试验区面积2 583m2。

纵向两垄（1.3 m）为一个列区，每日采集样本数量为10个，故试验地共包括10个纵向列区，即纵向区组数等于样本个数；计划试验延续天数13 d，将每个纵向列区平均分成13个小区，即试验天数等于每纵向区组小区数。试验区共包括130个试验小区。将每个纵向列区的13个试验小区按顺序标示序号。

依据随机区组试验原理[13]，采用MATLAB编写随机分布程序确定每日收获小区具体位置。试验区分区表如表1所示。

表1 试验小区随机分布Table 1Experiment plots distribution in random

1.3 试验实施

依据控制变量试验方法要求，为保证试验精度，需控制大豆整地作业、播种作业及田间管理作业等过程投入生产资料种类和数量以及作业方式保持一致，试验过程中收获时间为唯一变量。

收获试验从2015年10月1日开始，由于10月10日降雨，试验顺延一天，至10月14日试验全部结束。收获试验过程中，采用人工收获方法收割大豆，并及时将每小区收割的大豆分别装入袋中，作好标记，记录小区位置及收获时间。

在晴朗干燥气候条件下，选择干净、坚实地面，采用人工脱粒方法分别对每小区收割后大豆人工脱粒作业。在收获、脱粒过程中，应用现场“5S”管理，即整理、整顿、清扫、清洁、素养[14]，保证同区收获大豆籽粒不丢失、小区间收获籽粒不混淆。每试验小区样本脱粒后，及时将大豆籽粒装袋，作好标记。清理试验场地，再进行下一样本脱粒工作。避免人为因素造成试验数据误差，以确保试验结果真实可靠。

2 大豆收获适时性损失规律模型构建

2.1 数据处理

试验小区大豆脱粒后，采用美国华智公司生产的PTQ-A30电子称重仪（精度为0.1 g）测量脱粒后小区收获大豆籽粒质量，采用北京金科利达电子科技有限公司生产LDS-1H型粮食水分测量仪（精度为0.1%）测试各样本大豆籽粒含水率。

由于收获时间差异，脱后大豆籽粒含水率存在差别，为消除大豆籽粒含水率对试验结果影响，需计算标准含水率条件下各试验小区大豆籽粒收获质量。

标准含水率为12%情况下大豆籽粒收获质量计算模型如式（1）所示。

式中：Mb—标准含水率下大豆收获质量（kg）；M—大豆实际收获质量（kg）；F—收获大豆籽粒实际含水率（%）。

为提高试验精度，结合样本数量及样本数据分布规律，采取罗曼诺夫斯基准则（t检验）检验试验地区各试验小区标准含水率条件下大豆籽粒收获质量数据，剔除异常数据。

在某收获日试验样本中，假设数据xk为异常数据，计算剔除xk后其余数据平均值xˉ和标准方差s，根据样本数量n及选定显著水平α，在t分布表中查出检验系数K(α,n)。若||xk-xˉ>K() α,n s，则可判定xk为异常值，应予以剔除[15]。

以10月3日测试数据为例，数据剔除过程如下。该日收获大豆样本质量数据如表2所示。

假设表2中标准含水率条件下小区大豆收获质量最大数据x5=1.4255为异常数据，去除x5后其他数据平均值x=1.0655、标准方差s=0.1223。该日试验样本数为10，若取显著水平为0.05，查表可得检验系数K(0.05,10)=1.81，因为|x5-x|=0.356> K(0.05,10)s=0.2214，所以判定x5为异常数据，应予剔除。

根据上述原理，剔除试验过程各收获日标准含水率条件下收获大豆籽粒质量异常数据，并计算各收获日大豆籽粒收获质量样本平均值。处理后数据如表3所示。

表210 月3日收获大豆样本质量数据Table 2Harvesting soybean mass on Oct 3th

表3 各日大豆籽粒平均收获质量Table 3Average harvesting soybean mass

2.2 大豆收获量随收获时间变化规律模型

由表3可知，采用IBM SPSS Statistics 23软件回归分析，获得试验地区大豆籽粒收获质量随收获时间变化模型相关参数见表4。依据统计学原理，当F检验显著性水平P>0.05时，回归方程无统计显著性意义，当0.01

由表4可知，拟合线性函数、对数函数、复合函数、增长函数、指数函数回归方程P值均大于0.05，说明这5个拟合回归方程均无法表达大豆收获量与收获时间数量关系。而拟合二次函数回归方程显著性检验水平P=0.001<0.01，该回归方程极显著，且其拟合优度值R2=0.775最佳。

因此，试验地区大豆收获量与收获日期之间最佳回归模型可用此二次函数表达，数学模型如式（2）所示。

试验地区大豆收获量随时间变化趋势见图2。

表4 大豆收获质量随收获时间变化拟合函数参数Table 4Fitting function parameters of soybean mass changing with harvesting days

图2 大豆收获量随收获时间变化曲线Fig.2Harvested soybean mass changing with harvesting date

由图2可知，海伦地区大豆收获质量和收获日期之间呈二次函数关系，且试验期的第7天该地区大豆收获量最大，即10月7日，最佳收获量为1 760 kg·hm-2。

2.3 大豆收获适时性损失率随收获时间变化规律模型

依据上述适时性损失相关定义得到适时性损失量模型如式（3）所示，适时性损失率模型如式（4）所示。

式中：Lt—大豆适时性损失量（g）；Ymax—试验期间大豆最大收获量（g）；Yt—大豆产量随时间变化量（g）；LRt—大豆适时性损失率（%）。

将式（2）代入式（4）中，获得试验区大豆适时性损失率与收获时间函数关系如式（5）所示。

试验区适时性损失率随时间变化趋势如图3所示。

图3 大豆收获适时性损失率曲线Fig.3Soybean timeliness loss rate changing with harvesting date

由图3可知，试验区的大豆适时性损失率与收获时间亦呈二次函数规律变化，且有极小值。对式（5）中收获日期t求一阶导数，并令一阶导数等于零，计算得t=6.99（d）。说明海伦市最低大豆收获适时性损失率时间为试验第7天，即海伦市大豆最佳收获日为10月7日，延迟或提前收获增加大豆收获适时性损失率，影响大豆产量。

3 结论

a.根据随机区组试验法和去除边界效应方法划分试验区域，确定各收获日期对应试验小区位置；依据控制单一变量试验思想设计大豆收获适时性损失规律试验方案。

b.利用现场“5S”管理思想实施试验，采用精度较高的测量仪器保证试验数据客观可靠；依据罗曼诺夫斯基准则剔除异常试验数据，提高试验精度。

c.海伦地区华疆7725大豆收获量及收获适时损失率随收获日期均呈二次函数规律变化，确定该地区该品种大豆最佳收获期为10月7日。

d.大豆收获适时性损失规律为海伦市及与海伦市农业生产条件相同或相近地区的大豆生产机器系统优化提供理论依据；大豆收获适时性损失试验方案及数据处理过程也可为其他作物或其他关键作业项目适时性损失试验提供参考。

[1]孟繁琪,万鹤群.农田作业适时性对农机配备量的影响[J].农业机械学报,1983(1):97-104.

[2]李振卿.作业适时性损失的分析与计算及作业的适时性优化(一)[J].东北农学院学报,1985(3):74-80.

[3]李振卿.作业适时性损失的分析与计算及作业期的适时性优化(二)[J].东北农学院学报,1985(4):102-112.

[4]乔金友,衣佳忠,李传磊,等.农田作业期最佳分布问题研究[J].东北农业大学学报,2016,47(9):72-76.

[5]李振卿.作业的适时性函数及作业期较佳分布的确定[J].农业机械学报,1986(4):69-77.

[6]王福林.关于农田作业中适时性损失计算问题的深讨[J].农机化研究,1990(4):7-10.

[7]高焕文,Moore G A.不及时收获引起的小麦品质损失[J].北京农业工程大学学报,1991(1):6-14.

[8]王金武,杨广林.三江平原水稻插秧适时性研究[J].东北农业大学学报,2004,35(4):472-475.

[9]王金武.三江平原地区水稻收获期适时性损失的研究[J].农业机械学报,2004,35(2):175-177.

[10]王安田.油菜机械化生产与推广模式研究[D].长沙:湖南农业大学,2008.

[11]王桂民,易中懿,陈聪,等.收获时期对稻麦轮作水稻机收损失构成的影响[J].农业工程学报,2016,32(2):36-42.

[12]乔金友,李传磊,韩兆桢,等.大豆播种适时性损失规律试验研究[J].大豆科学,2016,35(1):70-73.

[13]赵仁镕,翟婉萱,徐锦.田间试验和统计方法[J].山西农业科学,1980(4):22-27.

[14]杨宏强.5S管理的概念、特点和实施[J].科技与管理,2011,13 (3):101-104.

[15]邵婷婷,张水利,张永波.两种剔除异常数据的方法比较[J].现代电子技术,2008,(24):148-150.

[16]郭跃华.概率论与数理统计[M].北京:科学出版社,2007.

Study on regularities of timeliness loss changing with soybean harvesting date/

QIAO Jinyou1,SUN Jian1,QU Fengyu1,MA Li1,WU Junjiang2,HAN Zhaozhen1, CHEN Haitao1(1.School of Engineering,Northeast Agricultural University,Harbin 150030,China;2. Soybean Research Institute,HeilongjiangAcademy ofAgricultural Sciences,Harbin 150086,China)

One significant reason of soybean economic loss is timeliness loss,which caused by default-time operation.Taking Hailun county as research objective,timeliness loss regularities changing with soybean harvesting date were analyzed according to experiment data,which were the scientific accordance for reasonably ascertaining harvesting date.Removing boundary effect the same sowing ways and field management methods were adopted in order to control harvesting date as the only variable.Harvesting plots of each day were determined on the basis of randomized block test method.Abnormal testing data were eliminated adopting Romanowski criterion.Regularities were obtained applying IBM SPSS Statistics 23 software,which show timeliness losses were parabolic changing with soybean harvesting time.

soybean;harvest;timeliness loss rate;regularity;experiment

S565.1

A

1005-9369（2017）06-0076-06

时间2017-6-26 16:08:25[URL]http://kns.cnki.net/kcms/detail/23.1391.S.20170626.1608.002.html

乔金友,孙健,曲烽毓,等.大豆收获适时性损失规律试验研究[J].东北农业大学学报,2017,48(6):76-81.

Qiao Jinyou,Sun Jian,Qu Fengyu,et al.Study on regularities of timeliness loss changing with soybean harvesting date[J]. Journal of Northeast Agricultural University,2017,48(6):76-81.(in Chinese with English abstract)

2017-03-28

公益性行业（农业）科研专项（201303011）；国家大豆产业技术体系岗位科学家“十三五”项目（CARS-04-PS22）

乔金友（1969-），男，副教授，博士，研究方向为农业机械化生产与管理。E-mail:qiaojinyou@163.com