当前位置:文档之家› 田间试验设计技术

田间试验设计技术


局部控制就是把非试验因子的差异放到区 组之之间,克服区组内的差异,使各处理 之间便于比较,找出本质的差异,在园艺 植物田间试验中具有重要意义。
#######建筑物或风障#######


1 2 5 6 4 7 3
3 6 54 1 7 2
变 异 方 向
5 3 1 7 2 6 4

2 5 6 1 7 4 5
区组:将整个非试验条件按其差异状 况分范围、分地段划分成等于试验重 复次数的不同的组,这个组叫区组
既是运用局部控制原则后的重复区。 每个区组按处理数目划分小区,将处理随机排列到各 个小区中。 在同一个区组内,非试验条件对各个处理小区的影响 趋于最大程度上的一致,既同一区组内,非试验条 件对各处理小区的影响趋于最大程度上的一致。 这样,各处理在相对一致的试验条件下,能影响试验 误差的只限于区组内非试验条件的差异,因而大大 降低了试验误差。
三、处理设计方法 1.单因子处理设计 质量性差异的单因子处理设计 数量性差异的单因子处理设计 1)等差法 2)等比法 3)随机法
2.复因子处理设计
1)连应式:把多个因子不同水平完全 组合起来的设计方法。
例如:由3个品种A、B、C、,有4个钾肥施 用水平K110kg, K220kg, K330kg, K440kg构成的复因子试验,可设计为: AK1、AK2 、 AK3 、 AK4 、பைடு நூலகம்BK1 、 BK2 、 BK3 、 BK4 、 CK1 、 CK2 、 CK3 、 CK4 共12个处理。
第四节 试验误差
一、误差的概念 试验误差:使观察值偏离试验处理真 值的影响称试验误差,简称误差。 一般可分为两种: 系统误差和偶然误差。
系统误差:是由于处理以外的其它非 试验条件明显不一致所造成的,而 且是有规律的变化所产生的误差。 偶然误差:是指在严格控制非试验条 件相对一致后仍不能消除的偶发性 误差,它具有随机性,所以也叫随 机误差。
又例:施用氮肥试验:0,1,2,3 kg/株, 属于数量分级。
复因素试验:在试验中研究两个和两 个以上因素,除了研究的因素外,其 他因素都在相同的水平上,不仅可以 研究一个因素在另外一个因素不同水 平上的平均效应,而且可以研究两个 因素的交互作用。
若某试验有A、B两个试验因素,A因素有a 个水平,B因素有b个水平,则试验处理 数=a×b个
2
效应
300
100
400 (350)
50
11.试验方案 是根据试验目的和要求所拟定的进 行比较的一组试验处理的总称。
具体就是指试验指标、试验因素和处理、 重复次数、对照以及设计方法地确定 等等。
二、、试验设计的基本原则
在进行试验设计时应遵循下面几条原则: 1.各类不同的试验应采用不同的试验设计 2.试验设计应简单化、小型化 3.试验设计应该突出试验因子的试验效应 4.试验结果便于统计分析
重复之间处理效应的规律:
四、设置对照
设置对照的目的: 1.利于在田间对各种处理进行观察比较及 结果分析时作为衡量处理优劣的标准; 2.可以利用对照区掌握整个试验地的非试 验条件的差异状况,来估计和校正田间 试验误差。 一般一次试验设置1个对照,有时为了满足 多个试验目标的要求可设置2个或2个以 上。
例:某果树施用N、P肥增产试验, N肥用量分别为(0、1、2kg/株) P肥用量分别为(0、0.5、1kg/株) 处理数= 3 × 3 = 9 又例:品种分别为国光、金冠、红星,使 用磷肥0、1、2、3、kg/株。 处理数=3× 4=12
5.重复:在试验中每个处理出现的次 数,称为重复。
6.区组:将整个非试验条件按其差异 状况分范围、分地段划分成等于试验 重复次数的不同的组,这个组叫区组
第二节 田间试验的种类
一、按试验性质分类 1.品种试验 2.栽培试验 3.植保试验
二、按试验阶段分类 1.预备试验 2.正式田间试验 3.生产试验
三、按因子多少分类 1.单因子试验 2.复因子试验 3.综合性试验
四、按试验小区面积大小分类 1.小区试验 2.大区试验
五、按试验年限、地点及场所分类 1.一年试验 2.多年试验 3.单点试验 4.多点试验
第二章 田间试验设计技术
第一节 试验设计基础
一、试验设计中的基本概念 1.试验指标 在试验中用来判断试验处理效果好坏 的标准称为试验指标(简称指标)。
例如:单株产量、虫口死亡率、生理生化指 标等等
2.试验因素 对试验指标有影响,在试验中需要加 以考察的条件叫试验因素,简称因 素或因子。
例如:施肥试验中的肥料种类,品种比较试验中 的品种,某种植物生长调节剂等等都对植物生 长发育有影响,都可成为试验因素。
田间正式试验:
乔木果树1~9株,多则可10~20株 灌木或浆果20~40株 苗圃苗木50~100株 花草一般为1m×1.5m(宽×长,以下同) 水仙为1m × 9 切花用花卉1m × 5m~7.5m 梅花250m2,盆栽花卉25~50盆
三、重复次数
重复次数增加,降低试验误差,变异系数 降低。但受人力、物力限制须控制一定的重复次数。 园艺植物试验的正式试验通常设置3~6次 若试验为成龄果树或大乔木园林观赏树木。 采用单株小区时,重复次数至少应在4次 以上。 从统计学角度,试验的重复次数应以其试 验误差的自由度不小于10~12为宜。
二、正确性 正确性是指试验结果正确可靠,能够 把品种或处理间的差异真实地反映 出来。
• 准确性:指试验中某一性状的观察值与 其相应的真值的接近程度,越接近准确 性越高。
x
• 精确性:指试验中同一性状的重复观察 值彼此接近的程度,及试验误差的大小, 是可以计算的。试验误差越小,试验的 精确性越高。
第六节 试验小区的控制技术
一、小区形状和方向 小区形状以长方形小区为好,容易克 服系统误差。 长方形小区的长与宽的比例5~10:1 小区方向:小区长边应与土壤肥力梯 度或等高线梯度相平行。
二、小区面积
小区面积与变异系数的关系图
从统计角度出发,小区内株数控制的 最低限度:
蔬菜作物:每小区大约100~150株 最少不得少于40~60株 根菜类100~150株 葱蒜类500~900株 南瓜、西瓜15~30株 预备试验:乔木性果树1~3株 灌木或浆果3~8株 苗圃苗木15~20株 播种苗20~40株
第三节 田间试验的基本要求
一、代表性 代表性是指试验区的条件应该能够代 表该项成果将来应用地区的自然条 件、生产条件和经济状况,这对于 试验结果在当时当地的具体条件下 可能利用的程度,具有重要意义。
代表性应包括生物学特性和环境条件两个 方面。 生物学特性上具有代表性的要求,主要 是指作为研究对象的植物的品种、种子 和植物体本身要有代表性,要有足够的 数量。 在环境条件上代表性的要求,是指进行 田间试验时所选择地块的自然条件(包 括气候、地势特别是土壤)和农业条件 (包括土壤肥力、水分、栽培技术等经 济和技术条件),应能代表将来推广地 区的相应的基本条件。
打靶事例
精确性
准确性
三、重演性
重演性是指通过田间试验所获得的试 验结果,在相同或相似的条件下进 行重复试验或大面积生产时,可以 获得相同或相似的试验结果。 这对于在生产实践中推广科学研究成 果极为重要。
一般试验至少应重复2~3年,有些重大项目,必 须经过多年或多点试验,验证具有重演性后, 才能大面积推广。
在完全平衡的随机区组试验中,区组数与 重复数是相等的。 例:某单因素试验,有4个水平,设置四次 重复。则应该有4个区组。
区组1 区组2 区组3 区组4
A1 A2 A0 A3
A2 A0 A3 A1
A0 A3 A1 A2
A3 A1 A2 A0
7.试验小区
指在田间试验中安排每个处理的小型 地段,简称为小区。它是田间试验 的基本单位。
4.试验处理 试验中因素水平间的组合。
在单因素试验中: 处理数=水平数 在复因素试验中: 处理数=因素水平间的乘积。
单因素试验:是在试验中研究某一个 因素若干处理的试验。
例:不同砧木对苹果树矮化效应的影响, 试验因素1个,砧木。分别是: 山丁子(乔砧),海棠(乔砧),M系 (矮化),SM系(矮化)属于质量分级

局部控制的区组排列方式
不同前茬、不同肥力地块上的小区排列
黄瓜 马铃薯 白菜

6 5 34 1 7 2 8
ⅱ 4 8 12 7 56 3
ⅲ 2 4 68 1 7 3 5
不同前茬小区排列

6 5 3 41 7 28

ⅱ 4 8 1 2 7 5 63

2 4 6 817 35

不同肥力小区排列
费雪氏田间试验三原则的作用和相互关系
2)标准式:有时为了减少处理数,可 用甲因子的各个处理把乙因子的各 个处理贯穿起来,再用乙因子的一 个处理把甲因子的各个处理贯穿起 来。
如上例可设计为: AK2 、 BK2 、 CK2 、 CK1 、 CK3 、 CK4
四、处理设计过程中应注意的问题
1.防止不注意试验设计,随心所欲地进行试验 2.注意试验设的针对性和灵活性 3.试验设计要周到、细致、全面地用文字固定下来 4.在进行试验设计时,应使其具有一定的可塑性 5.在进行试验设计时,处理间的级别要适当 6.在进行试验设计时,应特别注意设置对照 7.恰当处理试验设计的繁简程度
8.试验效应:同一试验因素内不同水平的 变化对作物性状、特性等产生的影响。
例如,氮肥试验中,施氮肥比不施氮肥增产 100Kg这就是施氮肥的试验效应。
9. 主效应: 也称平均效应,它是每一处理各重复间 的平均数。
例:N肥试验中,试验水平分别为: 0、2 kg/株,获得的实验结果如下表。
10.交互效应:是指两个或两个以上因素 相互作用而产生的效应,也称交互作用。 例如:某二因素二水平的复因素试验, N肥是0、2kg/株,P肥0、1kg/株。 P N 0 0 200 1 250 效应 50
相关主题