Indiziert in
  • Genamics JournalSeek
  • Akademische Schlüssel
  • JournalTOCs
  • Nationale Wissensinfrastruktur Chinas (CNKI)
  • Zugang zu globaler Online-Forschung in der Landwirtschaft (AGORA)
  • Zentrum für Landwirtschaft und Biowissenschaften International (CABI)
  • RefSeek
  • Verzeichnis der Indexierung von Forschungszeitschriften (DRJI)
  • Hamdard-Universität
  • EBSCO AZ
  • OCLC – WorldCat
  • Gelehrtersteer
  • SWB Online-Katalog
  • Publons
  • Euro-Pub
  • Google Scholar
Teile diese Seite
Zeitschriftenflyer
Flyer image

Abstrakt

Statistische Modellierung der Granatapfelfrucht (Punica granatum L.) mit einigen physikalischen Eigenschaften

Yaser Siah Mansouri, Javad Khazaei, Seyed Reza Hassan Beygi und Seyed Saeid Mohtasebi

In dieser Studie wurden Masse und Oberfläche von Granatapfelfrüchten unter Verwendung verschiedener physikalischer Eigenschaften in linearen Modellen vorhergesagt, die wie folgt klassifiziert sind: (1) Regressionen der dimensionalen Eigenschaften des Granatapfels mit einer oder mehreren Variablen, (2) Regressionen der projizierten Flächen des Granatapfels mit einer oder mehreren Variablen, (3) Regression der Granatapfelmasse basierend auf dem gemessenen (tatsächlichen) Volumen und den Volumina angenommener Formen (abgeplattetes Sphäroid und Ellipsoid). Die Ergebnisse zeigten, dass bei der ersten Klassifizierung der Modellierung der Masse des Granatapfels mit einer Variablen auf Grundlage der Größe der höchste bestimmende Koeffizient mit R2=0,95 basierend auf dem geometrischen Mitteldurchmesser M = - 528 + 10,7 Dg erzielt wurde, während dieser für Modelle mit mehreren Variablen R2=0,96 betrug. Außerdem bestand eine sehr gute Beziehung zwischen Masse und gemessenem Volumen der Granatäpfel für die beiden Sorten mit R2 von 0,97 (höchster R2-Wert aller Modelle). Zumindest erwiesen sich die Modelle als am besten geeignet, welche die Masse von Granatäpfeln auf Grundlage des geschätzten Volumens vorhersagen, wobei die Form der Granatäpfel als kugelförmig bzw. elliptisch angesehen wird.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.