如何选好种看看大数据_数据分析师培训
种子活力是评价农作物种子田间出苗潜力的指标,较标准发芽率更直接、更可靠。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。
棉花
【结果分析】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,平均发芽率为81%,平均发芽势为69%。不同收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】套牌等现象比较严重,在一些地区,未经审定的品种也在销售。
玉米
【结果分析】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,从发芽率指标来看,除散卖样品外,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】①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;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的现象;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;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。
水稻
【结果分析】品种类型不同,质量和活力状况存在差异;产地不同,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三者指标分别77%、81%、37%,因此该品种在广东制种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三者指标分别为79%、82%、70%,因此该品种在四川制种质量好于安徽制种的质量。
【问题】水稻种子的套牌现象比较严重,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。从检测结果来看,常规稻和杂交稻种子样品的合格率在70%左右。
小麦
【结果分析】同一品种收集来源不同,种子质量亦存在差异。此次收集到11份“矮抗58”、9份“周麦22”、6份“济麦22”、7份“烟农19”样品,虽然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,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】在存放过程中,发现有极少量样品生虫,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,仍有少量样品出现发霉现象,说明在生产过程中可能种子内部带菌。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发生任何生虫和发霉现象,由此可见对种子进行包衣处理能非常有效地保护种子。
项目组成员
王建华中国农业大学教授赵光武浙江农林大学教授孙群中国农业大学副教授李润枝北京农学院副教授江绪文青岛农业大学讲师
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28