简介：钾(K)在植物影响生理的过程的一个范围并且是控制庄稼生产率和收益质量的一个关键因素。很少信息都不有关切割花植物的功能上的K营养的效果是可得到的。现在的学习被执行调查在K和N营养之间的相互作用，在花数量和毛莨属asiaticusL的质量上。植物与Kfertigation的三个层次被供应(60，120，或180mgKL−；1)不到50mgNL−；1应用，并且在120mgKL−的中间的水平；1，到N应用的三个层次(50，100，或150mgNL−；1)。二最低K治疗和最低N治疗由于更低的发生在花生产为佼佼者倒下茎，在很快扩展花茎的纸巾与局部性的Ca缺乏联系的混乱。有害效果在180mgKL−的供应下面已经以收益质量是明显的；1和50mgNL−；1，并且没在渗透的潜在的、相对的水内容或植物织物的膜稳定性与变化被联系，或与在除在高N申请下面的减少的Ca以外的叶子的矿物质内容的变化。我们的结果建议R的一个低营养的要求。asiaticusL。为K和N，在在K和N的高集中的申请下面的减少的花质量的织物水关系的参与的缺乏，和茎由Ca的减少的可获得性在N和K的高申请下面倒下到花的膨胀织物的正式就职起源。

简介：Theradialbasisfunction(RBF)emergedasavariantofartificialneuralnetwork.Generalizedregressionneuralnetwork(GRNN)isonetypeofRBF,anditsprincipaladvantagesarethatitcanquicklylearnandrapidlyconvergetotheoptimalregressionsurfacewithlargenumberofdatasets.Hyperspectralreffectance(350to2500nm)datawererecordedattwodifferentricesitesintwoexperimentfieldswithtwocultivars,threenitrogentreatmentsandoneplantdensity(45plantsm-2).Stepwisemultivariableregressionmodel(SMR)andRBFwereusedtocomparetheirpredictabilityfortheleafareaindex(LAI)andgreenleafchlorophylldensity(GLCD)ofricebasedonreffectance(R)anditsthreedifferenttransformations,thefirstderivativereffectance(D1),thesecondderivativereffectance(D2)andthelog-transformedre?ectance(LOG).GRNNbasedonD1wasthebestmodelforthepredictionofriceLAIandGLCD.TherelationshipsbetweendifferenttransformationsofreffectanceandriceparameterscouldbefurtherimprovedwhenRBFwasemployed.Owingtoitsstrongcapacityfornonlinearmappingandgoodrobustness,GRNNcouldmaximizethesensitivitytochlorophyllcontentusingD1.ItisconcludedthatRBFmayprovideausefulexploratoryandpredictivetoolfortheestimationofricebiophysicalparameters.