结论

出处：按学科分类—农业科学 中国农业出版社《农田杂草防除手册》第96页（930字）

由上述模型的比较可以看出，当用数学回归方程描述杂草与作物的竞争时，回归方程的相关性只能说明方程中因变量和自变量间的相关性的真实性，而拟合度只能表明模拟的准确性。只有当各主要参数都具有明确、实际的生物学含义时，那些能够真实、准确反应因变量和自变量之间关系的回归方程才是生物学者所期望的模型，才能用于描述自然界的生物现象、探索生物规律。可见，正如Cousens(1985)所指出的，在应用数学模型研究生物学问题时，所建立数学模型必须具备生物学意义。

与多数模型相比，模型显然具有较明确而实际的生物学意义。对10组不同来源资料模拟的结果也表明此模型具有较广泛的实用性和较高的准确性。此模型不仅可用于描述多种杂草与多种作物间的竞争关系，预测不同杂草密度情况下的作物产量和产量损失率，还能通过杂草的种间竞争力预测一种杂草对作物的潜在危害性。这些都是在制定杂草经济防除阈值、杂草综合治理策略时需要考虑的重要指标。

杂草密度较小时，作物群体对杂草群体具有较强的抑制作用，杂草群体竞争造成的作物产量损失达不到经济损失水准。因而，此时单株杂草所具有的竞争作用往往被疏忽。然而，单株杂草与作物的竞争力，正恰恰反映着该杂草对作物的潜在危害性。杂草与作物在田间的竞争是一对十分复杂的矛盾，受着多种因素(土壤条件、气候条件、耕作措施和制度、水肥管理、杂草出苗时期、杂草生长时期、杂草种群动态、群落演替、杂草防除策略等等)的影响，在研究确定模型各参数时必须结合不同耕作生态区的实际条件进行试验设计，以获得具有实际指导意义的参数。同时需要指出的是，本模型是建立在田间作物密度恒定且均匀的前提之上的，在运用时要注意其局限性。而且，在研究杂草生长时期与作物产量损失间的关系时，Logistic曲线模型可能更为适宜。

实际生产中，在农田与作物竞争的杂草往往不止一种，尽管本文所描述的模型能用于确定单种杂草的防除经济阈值和预测它可能造成的危害，但还有待进一步拓宽才能适用于多种杂草与一种作物竞争的情况。