一種關(guān)于多粒穴播的成穴性能檢測(cè)方法的研究

韓子樂，劉占良，趙曉順，樊立桃，張 畔，楊 進(jìn)

(河北農(nóng)業(yè)大學(xué) 機(jī)電工程學(xué)院，河北 保定 071001)

?

一種關(guān)于多粒穴播的成穴性能檢測(cè)方法的研究

韓子樂，劉占良，趙曉順，樊立桃，張 畔，楊 進(jìn)

(河北農(nóng)業(yè)大學(xué) 機(jī)電工程學(xué)院，河北 保定 071001)

采用開溝播種的多粒穴播機(jī)的成穴性好壞由排種器一次排種數(shù)量和谷子在下落時(shí)的各種因素所決定。其中，有些因素屬于隨機(jī)不可控因素，多粒種子在種溝內(nèi)的分布情況無法確定，因此如何衡量其成穴性和穴距的測(cè)量，以考核播種機(jī)的性能就是一個(gè)無法回避的問題。目前，國(guó)家有單粒穴播性能測(cè)定標(biāo)準(zhǔn)，但尚未有多粒穴播測(cè)定標(biāo)準(zhǔn)。為此，根據(jù)農(nóng)藝專家對(duì)谷子多粒穴播的性能要求，對(duì)2BXQ-6型谷子播種機(jī)播種的穴孔尺寸(種群縱向長(zhǎng)度)、穴粒數(shù)，穴距，進(jìn)行了界定。本文運(yùn)用數(shù)理統(tǒng)計(jì)中的聚類分析并結(jié)合專業(yè)統(tǒng)計(jì)軟件SPSS對(duì)播種數(shù)據(jù)樣本進(jìn)行分析，以此來判別多粒穴播性能，并提出一種關(guān)于多粒穴播的成穴性能的檢測(cè)方法。

排種器；多粒穴播；成穴性；谷子

0 引言

目前，谷子播種的主要方式為條播和撒播兩種。這兩種方式都會(huì)使得播種出苗后定株非常困難，傳統(tǒng)農(nóng)藝要求留苗45～52.5萬株/hm2，而種植為675萬株/ hm2，故應(yīng)拔掉約630萬株/ hm2，間苗率達(dá)到95%。這樣既嚴(yán)重浪費(fèi)了種子又耗費(fèi)很多的物力人力[1]。國(guó)家谷子產(chǎn)業(yè)體系首席專家刁現(xiàn)民認(rèn)為谷子苗期間苗難、除草強(qiáng)度大、用工費(fèi)用高、后期加工也費(fèi)力費(fèi)時(shí)嚴(yán)重制約了農(nóng)民種植熱情[2]。

由于谷子籽粒較小，籽粒直徑約1～3 mm，單籽粒的破土能力較弱，所以單粒精密播種并不適合谷子農(nóng)藝種植特征，且單粒播種時(shí)容易出現(xiàn)缺苗斷壟現(xiàn)象。谷子出苗時(shí)在相近距離內(nèi)必須有幾粒種子同時(shí)萌發(fā)，產(chǎn)生所謂“群體破土”效應(yīng)，才能保證谷子的出苗。由于谷子籽粒的這種特殊性，如將均勻條播變?yōu)槎帱c(diǎn)勻距、局部集中播種，有利于發(fā)揮出苗時(shí)的頂土優(yōu)勢(shì)，從而達(dá)到少間苗或不間苗、節(jié)種、省工、高產(chǎn)的目的[2-4]。

由河北農(nóng)業(yè)大學(xué)研制的2BXQ-6型谷子播種機(jī)基本實(shí)現(xiàn)了谷子多粒穴播的種植模式。該型播種機(jī)采用的是開溝播種的方式，由于沒有成穴器結(jié)構(gòu)，谷子在種溝內(nèi)自然下落成穴，成穴性好壞由排種器一次排種數(shù)量和谷子在下落時(shí)的各種因素所決定。其中，有些因素屬于不可控因素，多粒種子在種溝內(nèi)會(huì)形成某種分布情況，因此如何衡量其成穴性和穴距的測(cè)量，以考核播種機(jī)的性能就是一個(gè)無法回避的問題。目前，國(guó)家有單粒穴播性能測(cè)定標(biāo)準(zhǔn)，但尚未有多粒穴播測(cè)定標(biāo)準(zhǔn)。為此，本文提出一種關(guān)于多粒穴播的成穴性能的檢測(cè)方法。

1 “三線法”測(cè)定成穴性能

國(guó)內(nèi)目前還沒有完善地判別多粒穴播機(jī)性能的統(tǒng)一標(biāo)準(zhǔn)，而且2BXQ-6型谷子播種機(jī)的成穴方式和有成穴器結(jié)構(gòu)的穴播機(jī)有所不同，所以樣機(jī)研究者樊立桃根據(jù)實(shí)際需求提出了“三線法”測(cè)定成穴直徑的方法。

1.1 “三線法”簡(jiǎn)介

在使用“三線法”之前先對(duì)種子簇進(jìn)行分組劃分，劃分的依據(jù)是：明顯聚集的圈分在一組；對(duì)特殊情況不能夠確定劃分到哪一組的單粒種子，進(jìn)行去除處理；若多余1?？梢詥为?dú)分為一組進(jìn)行統(tǒng)計(jì)[5]。

“三線法”原理如圖1所示。

圖1 三線法示意圖

種子簇被分成若干組，以水平方向?yàn)闄M軸，每個(gè)組內(nèi)的種子在橫軸方向自左至右依次排列。在同一個(gè)組內(nèi)進(jìn)行以下操作：找出組內(nèi)左右兩端的種子，分別畫出通過這兩粒種子的垂直橫軸的線；其余處于兩端之間的種子兩兩配對(duì)，直至找到垂直于橫軸方向組內(nèi)的中線為止。這樣一來，在一個(gè)分組內(nèi)會(huì)有3條豎線，分別為過兩端點(diǎn)豎線和中線；把相鄰的兩組中的種子從左至右分別標(biāo)號(hào)為1、2、3,1＇、2＇、3＇，則穴距為

(1)

X1—1與1＇之間的距離；

X2—2與2＇之間的距離；

X3—3與3＇之間的距離；

由于開溝器側(cè)板可限制種子在種溝內(nèi)的橫向距離，所以可用種子群組的縱向長(zhǎng)度作為衡量穴孔大小的指標(biāo)，縱向長(zhǎng)度為

(2)

式中D—種群縱向長(zhǎng)度；

Xmin—3與1＇之間的距離。

若D過大，種子聚集程度差，種子發(fā)散，不能稱之為穴播；D過小，會(huì)使種子聚集過于集中，種子之間對(duì)營(yíng)養(yǎng)的爭(zhēng)奪加劇，也不利于谷子的生長(zhǎng)發(fā)育?？梢?，D的取值要綜合考慮，以實(shí)現(xiàn)合理的密植，使谷子獲得最佳的光照，為谷子創(chuàng)造最佳的生長(zhǎng)環(huán)境，從而最大程度的保證了谷子對(duì)養(yǎng)分和光照的利用率，利于谷子高產(chǎn)高質(zhì)[6]。然而，在請(qǐng)教了保定市農(nóng)科所農(nóng)藝專家后得知，在農(nóng)藝上對(duì)谷子穴播的穴孔大小并沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，在農(nóng)藝專家的建議下，擬定D≤4cm。

1.2 “三線法”檢測(cè)結(jié)果

2BXQ-6型谷子播種機(jī)進(jìn)行了田間播種試驗(yàn)，并在播種10～15天待完全出苗后進(jìn)行了查苗統(tǒng)計(jì)，并按照“三線法”測(cè)定了穴距，如表1所示。

表1 三線法測(cè)量穴距

續(xù)表1

根據(jù)表1中數(shù)據(jù)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之間。因?yàn)?BXQ-6型谷子播種機(jī)的設(shè)計(jì)要求穴距為8～10cm，之前擬定的D≤4cm，所以經(jīng)過“三線法”測(cè)得2BXQ-6型谷子播種機(jī)的成穴性較好。

1.3 “三線法”的方法評(píng)價(jià)

由于谷子穴播沒有統(tǒng)一的檢測(cè)標(biāo)準(zhǔn)，所以樊立桃提出把一穴看成一粒，這樣就可以把谷子多粒穴播的檢測(cè)方法近似地轉(zhuǎn)化成單粒精播的檢測(cè)方法；但是，在農(nóng)藝上沒有統(tǒng)一規(guī)定谷子穴播穴孔的大小和穴距的情況下，轉(zhuǎn)換無法實(shí)現(xiàn)。于是樊立桃提出了“三線法”測(cè)定成穴直徑、穴距的方法，此方法較好地解決了這一問題，測(cè)定了種群的縱向長(zhǎng)度值D和穴距。有了穴距和穴內(nèi)長(zhǎng)度等參數(shù)就可以把谷子穴播的檢測(cè)方法近似地轉(zhuǎn)化成單粒精播的檢測(cè)方法，將一穴看成一粒，再根據(jù)相關(guān)標(biāo)準(zhǔn)計(jì)算重播數(shù)、漏播數(shù)、合格數(shù)等數(shù)據(jù)就非常方便，這也是 “三線法”的意義所在。但是，該方法仍有許多不足之處：“三線法”雖然提出了穴距的測(cè)量方法，但是測(cè)量次數(shù)過多，計(jì)算量大。表1中只是記錄了兩行20組數(shù)據(jù)，就需要測(cè)量160次，計(jì)算80次，可見工作量之高，且測(cè)量和計(jì)算次數(shù)增多以后，數(shù)據(jù)的準(zhǔn)確性也會(huì)有所下降；而且“三線法”也沒有得出各穴內(nèi)的出苗數(shù)目，還需要人用眼睛去判斷一穴內(nèi)的出苗數(shù)目。

2 聚類法測(cè)定成穴直徑

為了彌補(bǔ)“三線法”的不足之處，本文提出了利用統(tǒng)計(jì)學(xué)中用于解決“物以類聚”問題的聚類分析方法，結(jié)合專業(yè)統(tǒng)計(jì)軟件SPSS來對(duì)谷子的成穴直徑、穴距及穴內(nèi)種子數(shù)目等參數(shù)進(jìn)行界定。

2.1 聚類分析簡(jiǎn)介

聚類分析(Cluster Analysis)也稱為分類分析或群體分析，是基于數(shù)據(jù)(事物)本身的特征，對(duì)數(shù)據(jù)(事物)進(jìn)行分類的方法，目的在于將相似的數(shù)據(jù)(事物)進(jìn)行歸類。聚類分析根據(jù)變量數(shù)據(jù)(事物)的自身特征，按照性質(zhì)上的親疏程度對(duì)其進(jìn)行分類，并通過產(chǎn)生多個(gè)分類結(jié)果對(duì)數(shù)據(jù)(事物)進(jìn)行深層次的推斷分析[7]。通過聚類分析，可以將研究目的、專業(yè)知識(shí)和數(shù)據(jù)(事物)特征相結(jié)合，合理地把數(shù)據(jù)(事物)分成若干個(gè)類別，其實(shí)質(zhì)就是按照距離的遠(yuǎn)近將數(shù)據(jù)(事物)分為若干個(gè)類別，以使得類別內(nèi)部的差異盡可能小，類別間的差異盡可能大[8]。

2.2 聚類分析的分類

聚類分析所用的變量大致可以分為兩類：一是連續(xù)變量(如身高、體重等);二是分類變量(如性別，學(xué)歷等)。本文中所用到的種子距離為連續(xù)變量。

聚類分析有經(jīng)典的聚類方法和近年來發(fā)展起來的智能聚類方法。經(jīng)典聚類方法又包含層次聚類法和非層次聚類法兩大類，非層次聚類法又稱重新定義聚類法。智能聚類法和經(jīng)典聚類法的區(qū)別在于智能聚類法可以同時(shí)對(duì)連續(xù)變量和分類變量這兩種變量進(jìn)行分析，而經(jīng)典聚類法只能對(duì)其中一種變量進(jìn)行分析。由于本文中所用到的種子距離為連續(xù)變量且不涉及兩種變量同時(shí)分析，所以本文所選擇的聚類方法為非層次聚類法的常用方法——K-均值聚類法。

2.3 利用K-均值聚類法測(cè)定成穴性能

K-均值聚類(K-Means-Cluster)又稱逐步樣本聚類或快速樣本聚類，是一種快速樣本聚類方法。該分析方法具有計(jì)算量大、計(jì)算速度快、占用內(nèi)存少等優(yōu)點(diǎn)；但也具有只能對(duì)樣本進(jìn)行聚類分析，無法對(duì)變量聚類分析的缺點(diǎn)[7]。本文只是對(duì)樣本進(jìn)行分析，不涉及變量分析，所以此缺點(diǎn)可以忽略不計(jì)。

利用K-均值聚類法測(cè)定成穴性能的基本步驟如下：

1)確定聚類的類別數(shù)量。本文中測(cè)定的是種子的成穴性能，因此以一穴為一類，以每穴的大小來確定每類內(nèi)部個(gè)案(種子)的數(shù)量，以各穴之間的距離來區(qū)分類與類之間的差別。

2)由數(shù)據(jù)本身結(jié)構(gòu)的中心來確定每個(gè)類別的原始中心點(diǎn)。

3)分別計(jì)算每個(gè)案例到各個(gè)原始中心點(diǎn)的距離，然后根據(jù)距離最近原則把各案例歸入到各個(gè)原始中心點(diǎn)，并計(jì)算新的中心點(diǎn)。

4)按照新的中心點(diǎn)重復(fù)3)步驟，直到達(dá)到一定的收斂標(biāo)準(zhǔn)或指定迭代次數(shù)。最后，得到的中心點(diǎn)就是利用K-均值聚類法測(cè)定的各個(gè)穴孔中心。觀察各穴孔中心之間的距離可以得到穴距，根據(jù)各中心點(diǎn)內(nèi)的個(gè)案數(shù)量及個(gè)案到中心點(diǎn)的距離來判斷有效穴粒數(shù)。

3 K-均值聚類法在SPSS上的實(shí)現(xiàn)及結(jié)果分析

3.1 K-均值聚類法在SPSS上的實(shí)現(xiàn)

打開一個(gè)空白數(shù)據(jù)文件，導(dǎo)入Excel中的種子間距離的數(shù)據(jù)，此數(shù)據(jù)為根據(jù)“三線法”中所測(cè)數(shù)據(jù)及其測(cè)量方法進(jìn)行推算的數(shù)據(jù)，方便分析完畢后進(jìn)行對(duì)比，在這里將第1粒種子的距離定義為“0”，如表2所示。

表2 種子間距離

續(xù)表2

距離為種子間水平距離。

在SPSS工具欄中選擇“分析”→“分類”→“K-平均值聚類”，彈出“K-平均值聚類分析”[9]。

在這個(gè)對(duì)話框的左側(cè)變量列表中有兩個(gè)變量“種子序號(hào)”和“種子距離”，將這兩個(gè)變量分別選入右側(cè)的標(biāo)注個(gè)案列表和變量列表。因?yàn)槭怯梢恍?0穴內(nèi)的種子間距離所組成的數(shù)據(jù)樣本，所以聚類數(shù)選擇20，方法選擇迭代與分類。

點(diǎn)擊對(duì)話框右側(cè)的“選項(xiàng)”按鈕，在彈出的對(duì)話框中選擇每個(gè)個(gè)案的聚類信息和按列表排除個(gè)案這兩個(gè)選項(xiàng)；點(diǎn)擊繼續(xù)回到“K-平均值聚類分析”對(duì)話框，點(diǎn)擊確定，SSPS就會(huì)在輸出窗口中以表格的形式輸出所要的數(shù)據(jù)。

3.2 K-均值聚類的結(jié)果分析

在SPSS軟件的輸出窗口的上方工具欄處有一個(gè)“導(dǎo)出”按鈕，點(diǎn)擊“導(dǎo)出”按鈕可以將數(shù)據(jù)結(jié)果導(dǎo)出到不同類型的文件中，在本文中選擇將結(jié)果導(dǎo)出到Word文檔中并整理成三線表形式。

表3是各最終聚類中心點(diǎn)，即各穴的中心，是SPSS根據(jù)數(shù)據(jù)自身結(jié)構(gòu)特征和聚類數(shù)量經(jīng)過迭代形成的。

表3 最終聚類中心點(diǎn)

表4中的數(shù)據(jù)為最終聚類中心之間的距離，從中可以得出各聚類中心之間的距離也就是各穴中心之間的距離。

表4 最終聚類中心之間的距離

由于數(shù)據(jù)過多，表4中只截取顯示了一部分?jǐn)?shù)據(jù)。

由于在進(jìn)行K-均值聚類時(shí)SPSS軟件根據(jù)數(shù)據(jù)自身特征自動(dòng)分類排序，使得聚類中心的序號(hào)和谷子的實(shí)際排列順序不相符。因此,需要把表3中的數(shù)據(jù)進(jìn)行處理，在Excel中對(duì)中心距離進(jìn)行升序排列，然后對(duì)各穴編號(hào)和聚類中心序號(hào)進(jìn)行重新匹配，匹配之后的結(jié)果如表5所示。

表5 各穴編號(hào)匹配結(jié)果

結(jié)合表4、表5就可看出：相鄰各穴之間的穴距值，匯總結(jié)果如表6所示。

表6 相鄰各穴之間的穴距值

從表6中可以計(jì)算出用K-均值聚類法測(cè)定的平均穴距為10.120cm和“三線法”測(cè)定的穴距結(jié)果相差不大，并且變異系數(shù)為8.73%<15%，說明K-均值聚類法可行有效。

表7為每個(gè)聚類中的個(gè)案數(shù)量。由表7中可以初步得出各穴內(nèi)穴粒數(shù)，再結(jié)合表8和穴孔大小(種群縱向長(zhǎng)度)就可以將異常值排除，得到各穴的實(shí)際穴粒數(shù)。例如，表7中第62號(hào)和第68號(hào)種子的數(shù)據(jù)明顯異常，根據(jù)農(nóng)藝專家建議的穴孔尺寸(種群縱向長(zhǎng)度)3～4cm，可以看出：判斷出應(yīng)該去除掉第62和68號(hào)種子，所以第20號(hào)穴內(nèi)合格穴粒數(shù)為4，第8號(hào)穴內(nèi)合格穴粒數(shù)為5。

表7 聚類中的個(gè)案數(shù)量

根據(jù)農(nóng)藝要求，每穴3～5粒種子較好；還可從表7和表8看出，5、6、9、17、18號(hào)穴內(nèi)播種質(zhì)量不太好。

表8 聚類成員

表8中數(shù)據(jù)為截取數(shù)據(jù)。

4 結(jié)論

1)根據(jù)農(nóng)藝要求，在農(nóng)藝專家的建議下，將2BXQ-6型谷子播種機(jī)播種時(shí)的穴孔尺寸(種群縱向長(zhǎng)度)定為3cm左右，一穴內(nèi)種子數(shù)量為3～5粒，穴距8～10cm。根據(jù)本文采用的K-均值聚類法，穴距值為兩穴中心距離。

2)本文采用的K-均值聚類法彌補(bǔ)了“三線法”中的不足之處，極大地降低了工作量，所需數(shù)據(jù)幾乎都可以從SPSS中輸出的數(shù)據(jù)表格直接觀察獲得，而且還可以看出各穴內(nèi)的穴粒數(shù)和播種均勻性，更加準(zhǔn)確地判斷播種質(zhì)量。

3)由于SPSS的軟件特點(diǎn)，在聚類過程聚類中心的排序順序和谷子的實(shí)際排序不相符，需要對(duì)數(shù)據(jù)在Excel中進(jìn)行再次處理。

4)谷子的種子的籽粒過小，在田間播種后不容易觀測(cè)到谷子種子的分布情況，所以本文中的數(shù)據(jù)來源為谷子種子出苗后的谷苗分布情況。但是，因?yàn)榉N子發(fā)芽率和墑情等因素使得出苗后的谷苗數(shù)量和播種后谷子種子的數(shù)量不一定相同，為了更準(zhǔn)確地對(duì)播種性能的判斷，建議以后試驗(yàn)對(duì)谷子種子進(jìn)行一定的處理以方便播種后的查種工作。

[1] 田安樂,郭小龍，馮宏波.谷子機(jī)械化高產(chǎn)模式化栽培技術(shù)初探[J].農(nóng)業(yè)機(jī)械,2006(2):132-133.

[2] 張東光,郭玉明,李餃澤.小籽粒谷物精少量播種機(jī)研究現(xiàn)狀與進(jìn)展[J].當(dāng)代農(nóng)機(jī),2008(4):69-70.

[3] 秦理平,馬過勝,賈可.2BG-6型可調(diào)控專用谷子少量播種機(jī)試驗(yàn)研究[J].農(nóng)業(yè)技術(shù)與裝備,2012 (10B ):78-80.

[4] 楊延兵,秦嶺,高鳳菊,等.穴距與單穴株數(shù)對(duì)夏谷產(chǎn)量及相關(guān)性狀的影響[J].山東農(nóng)業(yè)科學(xué),2012,44(10):58-60.

[5] 樊立桃.氣吸式谷子精密穴播機(jī)的改進(jìn)研究[D]. 保定:河北農(nóng)業(yè)大學(xué),2014.

[6] 陳立東.氣吸式排種器性能參數(shù)設(shè)計(jì)及其對(duì)排種質(zhì)量影響的試驗(yàn)研究[D]. 大慶：黑龍江八一農(nóng)墾大學(xué)，2006.

[7] 楊光霞,謝華.SPSS數(shù)據(jù)統(tǒng)計(jì)分析從新手到高手[M].北京:清華大學(xué)出版社,2014.

[8] 張文彤,董偉.SPSS統(tǒng)計(jì)分析高級(jí)教程[M].北京:高等教育出版社,2013.

[9] 李昕,張明明.SPSS22.0統(tǒng)計(jì)分析從入門到精通[M].北京:電子工業(yè)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

國(guó)家谷子產(chǎn)業(yè)體系專項(xiàng)(2011-2015)；河北省科技計(jì)劃項(xiàng)目(15227217)

韓子樂(1991-)，男，河北清苑人，碩士研究生， (E-mail)934007816@qq.com。

劉占良(1963-)，男，河北博野人，副教授，碩士生導(dǎo)師，(E-mail)zhanliangliu@hebau.edu.cn。

S223.2;S220.3

A

1003-188X(2017)05-0100-06