本发明涉及一种用于不同种类秧苗健壮判定的方法，具体涉及一种蔬菜苗壮苗指数的建立方法，属于蔬菜育苗技术领域。
背景技术：
育苗已成为现代蔬菜产业的首要和关键技术环节，蔬菜秧苗的健壮程度是后期蔬菜生长和品质的保障。在传统育苗过程中，通常通过观察或测定秧苗的株高、茎粗、叶片颜色等单一指标进行壮苗的评判，或者采用前人建立的(茎粗/株高×总干重)这一经验公式进行判定。随着蔬菜育苗秧苗品种增多、数量加大，且蔬菜幼苗存在自根苗和嫁接苗的区别，因此通过单一指标和经验壮苗指数公式很难进行准确的判定。
因此，亟需确定一种蔬菜秧苗壮苗指数的建立方法，用于帮助生产者和科研工作者针对不同品种、不同类型的秧苗建立有针对性的壮苗指数，对秧苗进行合理的判定。
技术实现要素：
本发明的目的在于提供一种蔬菜秧苗壮苗指数的建立方法，可以针对不同类型的蔬菜建立相关程度的壮苗指数，有效的评判蔬菜秧苗健壮程度，促进育苗产业的发展，提高蔬菜品质。
为实现上述目的，本发明采用如下技术方案：
一种蔬菜秧苗壮苗指数的建立方法，具体包括以下步骤：
(1)蔬菜秧苗单一素质指标的测定
根据不同类型蔬菜秧苗，测定单一素质指标；通过多元线性回归的方法确定单一素质指标的权重系数，根据各单一素质指标在秧苗生长中的变化确定单一素质指标的隶属函数；
(2)蔬菜秧苗综合评判指数的确定
依据蔬菜秧苗单一素质指标模糊评判的方法确定秧苗的综合评价指数；先通过：权重系数×隶属函数矩阵，得出综合评价矩阵，再通过综合评价矩阵每行相加平均后得到秧苗的综合评价指数；
(3)各类蔬菜秧苗关键性指标的确定
通过不同类型蔬菜秧苗单一素质指标主成分分析，得到单一素质指标对于不同主成分的贡献值，选择对于不同主成分贡献值较大的单一素质指标作为蔬菜秧苗关键性指标；
(4)壮苗指数的初步建立
利用蔬菜秧苗关键性单一素质指标组合为复合指标的壮苗指数，壮苗指数中应包括所有主成分中贡献值较大的单一素质指标，且组合时应依据单一素质指标的隶属函数类型确定素质指标位于分母还是分子的位置；
(5)壮苗指数的最终建立
进行初步筛选的3-5个壮苗指数和蔬菜秧苗综合评判指数相关性分析，得到相关系数较高的壮苗指数。
优选地，步骤(1)所述单一素质指标包括株高、茎粗、叶片个数、地上鲜重、地下鲜重、总鲜重、地上干重、地下干重、总干重、叶绿素a、叶绿素b、叶绿素总含量、类胡萝卜素和spad。
优选地，步骤(5)所述壮苗指数的最终建立：当壮苗指数计算数值较小时可将：壮苗指数×100，作为最终秧苗评判的壮苗指数。
本发明的有益效果是：本发明通过蔬菜秧苗单一指标的测定，确定每一项单一指标的权重系数和隶属函数，建立某种蔬菜秧苗综合评判指数；通过秧苗单一指标主成分分析，确定某种蔬菜关键性指标；利用关键性指标建立复合指标的壮苗指数；再通过所建立的壮苗指数与蔬菜秧苗综合评判指数相关性的评判确定最终的壮苗指数；本发明的方法可以依据各类蔬菜秧苗生长过程中的关键性指标，建立较为有针对性的壮苗指数，可以灵活的针对不同秧苗建立相关性较大的壮苗指数，适用于各类秧苗的评判；壮苗指数可用于蔬菜秧苗健壮程度的准确判定，因此可以在生产中推广应用。
具体实施方式
下面结合具体实施例来进一步描述本发明，本发明的优点和特点将会随着描述而更为清楚。但是应理解所述实施例仅是范例性的，不对本发明的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换，但这些修改或替换均落入本发明的保护范围。
实施例番茄秧苗壮苗指数的建立方法
(1)番茄幼苗单一素质指标
a、单一素质指标测定
当番茄到达四叶期，随机取15株苗。
应用通常的计算方法，遵循方便性、简单性和实用性原则将包括spad(soilandplantanalyzerdevelopment)、株高、茎粗、叶片个数、地上鲜重、地下鲜重、总鲜重、地上干重、地下干重、总干重、叶绿素a、叶绿素b、叶绿素总含量和类胡萝卜素在内的14项素质指标分为生理生化指标和生物形态指标。
生物形态指标：株高(x1)、茎粗(x2)、叶片个数(x3)、地上鲜重(x4)、地下鲜重(x5)、地上干重(x6)、地下干重(x7)、总鲜重(x8)、总干重(x9)。
生理生化指标：叶绿素a(x10)、叶绿素b(x11)、叶绿素总含量(x12)、类胡萝卜素(x13)、spad(x14)；
测定15株番茄苗的上述14项素质指标。
表115株番茄幼苗的14项素质指标
注：spad无量纲
b、单一素质指标的权重系数的确定(多元回归)
步骤1：计算各指标与其他指标多元回归的复相关系数；
步骤2：求各指标与其他指标复相关系数的倒数；
步骤3：进行归一化处理，即可得到各指标的权重。
表2单一素质指标的权重系数
c、单一素质指标的隶属函数的确定
根据番茄幼苗指标生长特性，各指标的隶属函数分为正抛物线类型和直线关系类型等类型。对于抛物线类型的隶属函数，根据番茄指标特性确定x1数据的下限，x2最优数据的下限，x3最优数据的上限，x4数据的上限；对于直线型和正“s”型的隶属函数根据番茄指标特性确定x1数据的下限，x2.数据的上限。然后将番茄的各个素质指标带入下述式(1)和式(2)中，求出最终的结果。
单项番茄苗素质指标的隶属函数和临界值如表3所示。
表3单项番茄苗素质指标的隶属函数和临界值
(2)蔬菜秧苗综合评判指数的确定
应用模糊综合评定的方法，对上述14项素质指标综合分析，先通过：权重系数×隶属函数矩阵，得出综合评价矩阵，再通过综合评价矩阵每行相加平均后得到番茄的综合评价指数。
综合评价矩阵：利用模糊矩阵合成计算b＝a×r，式中，b为综合评判矩阵；a为隶属函数矩阵，隶属函数矩阵是将番茄秧苗的14项素质指标通过隶属函数的计算得出的矩阵；r为权重系数。
综合评价指数：将综合评判矩阵每一行数值相加后平均得到综合评价指数。
表4番茄幼苗隶属函数矩阵a
表5番茄幼苗综合评判矩阵b
表6单项素质指标与综合评价指数的相关系数
注：“*”表示p<0.01，差异极显著。
(3)番茄幼苗关键性指标的确定
番茄幼苗关键性指标的确定采用主成分分析的方法，由于番茄14个参数指标中，有些指标存在较强的共线性，即可以相互替代，有些指标可能不是壮苗的主要指标，因此通过主成分分析可以得到番茄幼苗的关键性指标。
采用spss软件对14个单一指标进行主成分分析，分析得出番茄幼苗的评判可以由三类指标确定，三类指标的贡献度达到85％以上，这三类指标包括了14个单一指标中的13个，叶片数被排除，主成分1为色素指标，主成分2为形态指标，主成分3为株高。说明番茄幼苗的壮苗指数要包括这三类指标才能较为全面的反映秧苗质量，具体的壮苗指标可选择对于主成分贡献度较大的单一指标进行组合。各指标对主成分的贡献度见表7。
表7单项素质指标对主成分的贡献度
提取方法：主成分分析。
转轴方法：具有kaiser正规化的最大变异法。
a在5迭代中收敛循环。
(4)番茄幼苗壮苗指数相对指标的建立
通过上述主成分的分析可以看出，单个指标很难全面的反映秧苗质量，应选用包括三个主成分在内的综合指标同时考虑，根据单一指标对与主成分的贡献度，在主成分1色素指标中，spad贡献度较高，且容易测定，可以作为一个关键的色素指标；主成分2形态指标中贡献度均较大，都可以考虑；主成分3中只有株高，必须考虑。综合指标可以由(相对指标×单一指标)确定。相对指标组合时，可以按照对于主成分的贡献度大小组合，对于番茄幼苗，根据贡献度组合出11个相对指标：
地下鲜重/地上鲜重
地上鲜重/全株鲜重
地下鲜重/全株鲜重
地下干重/地上干重
地上干重/全株干重
地下干重/全株干重
总干重/总鲜重
地下鲜重/spad
spad/茎粗
spad/株高
茎粗/株高
前6种指标主要反映秧苗地上地下部分的比例，后5种指标反映了各主成分之间的稳定关系。在组合时，应考虑隶属函数类型的影响，抛物线型隶属函数的指标放在分母，是单调函数，可以保障壮苗指数越大越好，容易评判；抛物线型隶属函数的指标放在分子，壮苗指数会在一个范围内最好，评判较为困难。
相对指标是否适用要和与综合评价指数的相关性分析得出，相关性较大的指标可以在后续组合中考虑。
表8相对指标与综合评价指数的相关性
(5)壮苗指数的最终建立
根据上述相对指标与综合评价指数的相关性分析得出：地下鲜重/地上鲜重、spad/株高、spad/茎粗，茎粗/株高，这4个相对指标相关度最高，可以组合时考虑；单一指标选取时根据主成分贡献度，考虑总干重、总鲜重这2个指标。最终兼顾三个主成分因素，对番茄幼苗素质指标合成，组成以下三种复合指标：
地下鲜重/地上鲜重*总鲜重
(茎粗/株高+spad/茎粗)*总干重
(地下鲜重/地上鲜重+spad/株高)*总干重
以常用的壮苗指标计算公式(茎粗/株高×总干重)为对照，将三种复合指标和对照分别与综合评判指数做相关性分析。
结果如表9所示。
表9复合指标与综合评价指数的相关性
由表9可以看出，(地下鲜重/地上鲜重+spad/株高)*总干重，综合评价指数最高，计算出来的结果更准确，且为单调函数，评判更加容易，比通常所用的壮苗指数公式(茎粗/株高×总干重)精确度要高，因此将此复合指标[(地下鲜重/地上鲜重+spad/株高)*总干重]确定为番茄的壮苗指数模型。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。