劉志鵬　戴海燕　孫奇　蘇華

摘要：研究日光溫室內(nèi)氣象要素的觀測資料，選取影響溫室內(nèi)溫度變化的相關(guān)氣象因子，通過逐步回歸分析方法建立溫室內(nèi)溫度預(yù)測模型。研究得出日光溫室內(nèi)溫度變化的預(yù)測方程，為實(shí)現(xiàn)對溫室生產(chǎn)的合理調(diào)控提供了可靠的理論依據(jù)。

關(guān)鍵詞：日光溫室；溫度；逐步回歸；預(yù)測

中圖分類號： S165 文獻(xiàn)標(biāo)識碼： A DOI編號： 10.14025/j.cnki.jlny.2017.20.050

日光溫室作為設(shè)施農(nóng)業(yè)產(chǎn)業(yè)的主體項(xiàng)目，其本身是一個封閉的農(nóng)業(yè)生態(tài)系統(tǒng)，它的內(nèi)部溫度、濕度、CO2濃度等環(huán)境稱為小氣候。這種小氣候環(huán)境條件是由光照、室內(nèi)外溫度和濕度等因素決定的，各因素之間相互依賴，互相作用，共同影響作物的生長發(fā)育，進(jìn)而影響作物的產(chǎn)量與品質(zhì)，因此適宜的環(huán)境對于作物生長特別重要[1]。本文利用逐步回歸數(shù)學(xué)模型開展日光溫室內(nèi)溫度的數(shù)值模擬，為作物生長環(huán)境的調(diào)控和優(yōu)化提供客觀可靠的科學(xué)依據(jù)。

1 溫室內(nèi)溫度預(yù)測

1.1 逐步回歸分析預(yù)測方法及步驟

逐步回歸分析法是指運(yùn)用回歸分析原理采用雙檢驗(yàn)原則，逐步引入和剔除自變量而建立最優(yōu)回歸方程的優(yōu)選方法。具體含義是：

1.1.1每步有二個過程 即引進(jìn)變量和剔除變量，且引進(jìn)變量和剔除變量均需作F檢驗(yàn)后方可繼續(xù)進(jìn)行，故又稱為雙重檢驗(yàn)回歸分析法。

1.1.2引入變量 引入變量的原則是未引進(jìn)變量中偏回歸平方和最大者并經(jīng)F顯著性檢驗(yàn)，若顯著則引進(jìn)，否則終止。

1.1.3剔除變量 剔除原則是在引進(jìn)的自變量中偏回歸平方和最小者，并經(jīng)F檢驗(yàn)不顯著，則剔除。

1.1.4終止條件 即最優(yōu)條件，再無顯著自變量引進(jìn)，也沒有不顯著自變量可以剔除，這也是最優(yōu)回歸方程的實(shí)質(zhì)。

1.2 相關(guān)因子的選取及預(yù)測方程的建立

根據(jù)逐步分析建模原理，確定因變量Y，自變量X，建立因變量與自變量回歸數(shù)學(xué)模型（式1）。

（1）

其中，k為自變量個數(shù)，令 =1，2，3，… ，n（n為樣本個數(shù)），則 。

影響日光溫室內(nèi)溫度變化的因子很多，例如，室外最高、最低氣溫，室內(nèi)最高、最低氣溫，室外天氣狀況，日照時數(shù)，室外風(fēng)力，室內(nèi)外相對濕度等[2]。通過對溫室內(nèi)作物生產(chǎn)期逐日觀測資料進(jìn)行相關(guān)性分析，選取6個室內(nèi)外顯著相關(guān)氣象要素作為預(yù)報相關(guān)因子[3]，分別定義為 ， ， ， ， ， 。即， ：前日室內(nèi)最高氣溫實(shí)測值； ：前日室內(nèi)最低氣溫實(shí)測值； ：當(dāng)日室外最高氣溫預(yù)報值； ：當(dāng)日室外最低氣溫預(yù)報值； ：當(dāng)日總云量預(yù)報值； ：當(dāng)日日照時數(shù)預(yù)報值。

1.2.1 溫室內(nèi)最高氣溫預(yù)測 根據(jù)上述逐步回歸分析方法，令 為當(dāng)日室內(nèi)最高氣溫預(yù)報值，通過最優(yōu)分析求解得出影響室內(nèi)最高氣溫變化的顯著因子為 ， ， ， 被引進(jìn)；其他兩個因子 、 被剔除。同時求得b0=23.0，b1=-0.04，b2=0.15，b3=0.07，b4=0.62。故此得到溫室內(nèi)最高氣溫預(yù)報方程（式2）。

（2）

1.2.2溫室內(nèi)最低氣溫預(yù)測 同理，按上述方法、步驟求解得出溫室內(nèi)最低氣溫預(yù)報方程（式3）。

（3）

以上預(yù)測方程的F值均通過 的信度檢驗(yàn)，方程中出現(xiàn)較多的因子是前一日室內(nèi)最高氣溫實(shí)測值、前一日室內(nèi)最低氣溫實(shí)測值、當(dāng)日室外最低氣溫預(yù)報值以及室外日照時數(shù)的預(yù)報值?？梢姡瑴厥覂?nèi)溫度的變化跟前一日室內(nèi)最高、最低以及當(dāng)日室外最低氣溫和日照時數(shù)有明顯的相應(yīng)關(guān)系。

1.3預(yù)測方程的檢驗(yàn)及存在的問題與不足

對預(yù)測方程的準(zhǔn)確程度的檢驗(yàn)，通過采用預(yù)測方程的預(yù)報準(zhǔn)確率來計算核實(shí)，其具體的檢驗(yàn)方法為：

根據(jù)上述建立的預(yù)測模型，利用預(yù)報準(zhǔn)確率對2016年10月遼西地區(qū)日光溫室內(nèi)最高、最低氣溫進(jìn)行預(yù)報檢驗(yàn)。檢驗(yàn)結(jié)果：溫室內(nèi)最低氣溫的預(yù)報準(zhǔn)確率最低為83.7%，最高氣溫的預(yù)報準(zhǔn)確率為94.9%。根據(jù)檢驗(yàn)結(jié)果可以看出，室內(nèi)最低氣溫預(yù)報與實(shí)際偏差稍大，由觀測站數(shù)據(jù)記錄可知，對于溫室內(nèi)氣溫預(yù)測在考慮影響其變化的主要?dú)庀笠赝?，也要認(rèn)真考慮室外天氣狀況，根據(jù)晴天、多云、陰雨雪等不同天氣對預(yù)測結(jié)果做人工訂正。

2結(jié)語

本文總結(jié)歸納了影響日光溫室內(nèi)氣象條件變化的顯著因子，利用逐步回歸分析方法，建立了溫室內(nèi)最高氣溫、最低氣溫預(yù)測模型。預(yù)報準(zhǔn)確率較好，能夠客觀的為溫室生產(chǎn)提供科學(xué)的氣象依據(jù)。在一定程度上對設(shè)施農(nóng)業(yè)的發(fā)展起到了防災(zāi)、減災(zāi)、增產(chǎn)的作用[4]。同時，溫室內(nèi)溫度預(yù)測受外界氣象條件影響密切，陰雨雪天氣條件下，溫室內(nèi)溫度預(yù)測與實(shí)際波動幅度增大。

參考文獻(xiàn)

[1]崔建云，董晨娥，左迎之，等.外部環(huán)境氣象條件對日光溫室氣象條件的影響[J].氣象，2006，32（03）：101-106.

[2]吉中禮，崔鴻文.塑料大棚小氣候變化規(guī)律分析[J].西北農(nóng)業(yè)學(xué)報，1997，6（01）：61-64.

[3]高效梅，崔建云，馬守強(qiáng).濰坊市大棚蔬菜生產(chǎn)氣象預(yù)報服務(wù)系統(tǒng)[J].山東氣象，2005，25（03）：28-29.

[4]郜慶爐，段愛旺，梁云娟.日光溫室內(nèi)溫光條件對農(nóng)作物種植制度影響[J].干旱地區(qū)農(nóng)業(yè)研究，2004（01）：109-113.

作者簡介：劉志鵬，碩士，高級工程師，研究方向：氣象技術(shù)保障。endprint