劉繼林 張超 王俊美 柳平增

摘 要 為了探討大蒜長勢主要特征與環(huán)境因素的相關(guān)關(guān)系，以2018年山東省濟寧市金鄉(xiāng)縣周邊12個大蒜站點的苗情數(shù)據(jù)和環(huán)境數(shù)據(jù)為研究對象，進行數(shù)據(jù)分析。先進行了主成分分析，從大蒜的株高、假莖長、假莖粗、根數(shù)、平均根長、平均葉長、平均葉寬中篩選出影響大蒜長勢的主要特征;然后運用因素分析法與回歸分析探尋大蒜長勢主要特征與各環(huán)境因素之間的關(guān)系，并得到擬合方程。結(jié)果表明：主成分分析顯示，假莖粗是最能表現(xiàn)大蒜長勢的主要特征，其負荷占比達到49.6%;分析假莖粗與各種環(huán)境因素的擬合方程得出，假莖粗與土壤溫度的關(guān)系最強，假莖粗與土壤pH之間的關(guān)系最弱。本研究結(jié)果為科學(xué)判斷大蒜長勢提供了較好的模型結(jié)果與擬合方程，為研究氣象、土壤等相關(guān)環(huán)境因素對大蒜長勢的影響提供了參考依據(jù)。

關(guān)鍵詞 大蒜;主成分分析;氣象因素;可視化分析;回歸分析

中圖分類號：S11;F224 文獻標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2020.26.085

大蒜農(nóng)藝性狀除了與土壤基礎(chǔ)肥力、化肥、農(nóng)藝措施有關(guān)外，很大程度上還與大蒜生長期間的氣象環(huán)境因素息息相關(guān)[1-2]?，F(xiàn)階段，大蒜產(chǎn)業(yè)發(fā)展迅速，從大蒜蒜種挑選、施肥方法以及耕種時間安排上，都有越來越科學(xué)的指導(dǎo)方法。但氣象因素的變化無法避免，如果惡劣的氣象變化嚴重超出了大蒜生長發(fā)育期間所能承受的范圍，就會導(dǎo)致大蒜生長發(fā)育受阻甚至停止生長。氣象因素對大蒜的生長發(fā)育和農(nóng)藝性狀的影響較為顯著，而大蒜農(nóng)藝性狀會嚴重影響大蒜單產(chǎn)，因此研究氣象因素變化對大蒜農(nóng)藝性狀的影響已成為大蒜產(chǎn)業(yè)研究中一項重要課題[3]。

國內(nèi)當(dāng)前對大蒜產(chǎn)業(yè)的研究涉及到方方面面，其中信息化研究主要體現(xiàn)在價格、面積規(guī)模、輿情等三個方面，對大蒜長勢、產(chǎn)量及信息化相關(guān)的研究較少。郭峰[4]利用季節(jié)調(diào)整法、H-P濾波法并構(gòu)建ARIMA-SVR組合模型，展開了對大蒜價格波動規(guī)律及影響因素分析，對大蒜價格預(yù)測進行深入研究。吳國靖[5]使用遙感技術(shù)獲取大蒜種植面積，并根據(jù)相關(guān)理論對大蒜種植面積的影響因素進行了分析。王寶佳[6]結(jié)合大蒜產(chǎn)業(yè)網(wǎng)絡(luò)輿情特點，從大蒜產(chǎn)業(yè)網(wǎng)絡(luò)輿情采集、分析及監(jiān)測分析系統(tǒng)研發(fā)三個方面進行了深入研究。

關(guān)于農(nóng)作物長勢評價與氣象的相關(guān)研究，國內(nèi)大都以糧食產(chǎn)物研究為主[7-8]。如周鶴等[9]建立了基于BP神經(jīng)網(wǎng)絡(luò)的水稻生長長勢預(yù)測模型，預(yù)測氣象等環(huán)境因子對水稻不同生育周期長勢的影響，得到的預(yù)測值較為準(zhǔn)確。黃清等[10]利用遙感數(shù)據(jù)，探討了冬小麥不同生育期長勢狀況及其與氣溫、降水、日照等氣象因子的相關(guān)性。Bannayan等[11]研究了降水和溫度對伊朗東北部農(nóng)作物長勢的影響，結(jié)果表明，不同地點的作物長勢狀況與氣候因素之間的關(guān)聯(lián)存在差異，最高溫度是作物長勢的限制和決定因素。

總體來說，前人在對農(nóng)作物長勢評價與氣象因素的分析研究上取得了眾多研究成果，但仍然存在一些不足：1）國內(nèi)外學(xué)者對于農(nóng)作物長勢評價與氣象分析的研究大都集中在糧食、蔬菜等大宗商品，忽視了大蒜等小宗產(chǎn)品;2）在大蒜領(lǐng)域中，氣象等環(huán)境因素對大蒜長勢影響的研究大都處于宏觀解釋階段，缺少量化氣象等環(huán)境因素對大蒜長勢影響的方式方法。

本試驗在分析國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，以2018年濟寧市金鄉(xiāng)縣周邊12個大蒜站點的苗情數(shù)據(jù)和環(huán)境數(shù)據(jù)為研究對象，探究最能表現(xiàn)大蒜長勢的生長特征及其與氣象等環(huán)境因素的關(guān)系，為大蒜種植應(yīng)對氣象因素變化提供決策依據(jù)。

1 材料與方法

1.1 資料來源及處理

大蒜數(shù)據(jù)來自2017年10月—2018年5月濟寧市金鄉(xiāng)縣周邊魚山鎮(zhèn)、羊山鎮(zhèn)、胡集鎮(zhèn)、卜集鎮(zhèn)、高河鎮(zhèn)、王丕鎮(zhèn)、興隆鎮(zhèn)、雞黍鎮(zhèn)、肖云鎮(zhèn)、化雨鎮(zhèn)、馬廟鎮(zhèn)、司馬鎮(zhèn)等12個站點，并對數(shù)據(jù)進行了預(yù)處理，將其中不滿足地質(zhì)為砂地或者苗情為較好的數(shù)據(jù)剔除。計算的生長特征因子包括株高、假莖長、假莖粗、根數(shù)、平均根長、平均葉長、平均葉寬。從2017年10月種植，到2018年5月收獲，對各個站點進行了實時環(huán)境監(jiān)測，其中逐日環(huán)境資料短缺的日期，在環(huán)境數(shù)據(jù)處理時采用周環(huán)境數(shù)據(jù)平均值代替。計算的環(huán)境因子[12]包括土壤溫度（10 cm）、土壤PH（10 cm）、土壤濕度（10 cm）、土壤溫度（20 cm）、土壤PH（20 cm）、土壤濕度（20 cm）、空氣溫度（℃）、空氣濕度（%）。

1.2 研究方法與思路

本研究以濟寧市金鄉(xiāng)縣周邊12個大蒜站點的苗情數(shù)據(jù)和環(huán)境數(shù)據(jù)為研究對象，運用R語言來分析大蒜長勢的主要特征因素及其與氣象因素的相關(guān)關(guān)系。先篩選出苗情表現(xiàn)較好的大蒜，通過主成分分析法找出最能表現(xiàn)大蒜苗情的生長長勢特征。在此基礎(chǔ)上，將最能表現(xiàn)大蒜苗情的生長長勢特征與各種氣象因素相結(jié)合，運用可視化分析與回歸分析，得到影響大蒜長勢狀況的數(shù)學(xué)模型，為進一步得到大蒜產(chǎn)量的預(yù)估奠定基礎(chǔ)。

2 結(jié)果與分析

2.1 大蒜生長特征主成分分析

首先要在大蒜中找出表現(xiàn)苗情好壞的主要長勢特征，其中X1、X2、X3、X4、X5、X6、X7分別表示株高、假莖長、假莖粗、根數(shù)、平均根長、平均葉長、平均葉寬。利用R語言中的scale（）函數(shù)將大蒜的苗情數(shù)據(jù)株高、假莖長、假莖粗、根數(shù)、平均根長、平均葉長、平均葉寬進行歸一化處理，并進行主成分分析求得主成分負荷，結(jié)果如表1所示。

進一步確定主成分，結(jié)果如圖1所示。

按照的原則及由碎石圖的圖像可以看出m=2，即選定兩個主成分C1（Comp.1）及C2（Comp.2）。

由表1可以看出，主成分C1在假莖粗、平均葉寬、根數(shù)、平均葉長上的載荷值都很大，主成分C2在株高、平均葉長、平均根長上的載荷值都很大，所以這兩者可以看作反映大蒜生長長勢的因素。

經(jīng)過以上分析可得，最能表現(xiàn)大蒜生長狀況的因素是假莖粗。也就是說在生長期，大蒜的假莖粗越粗，大蒜長勢越好，蒜頭的重量也就越大，蒜農(nóng)的收益就越高，這與實際情況相符。因此，若想使得大蒜長勢良好，應(yīng)該增加假莖粗。

2.2 假莖粗與氣象因素的相關(guān)性分析

為了更直觀和形象地表達氣象因素與假莖粗之間的關(guān)系，選用基于可視化與回歸分析的相關(guān)性分析方法。其中y表示假莖粗，x1、x2、x3、x4、x5、x6、x7、x8分別表示10 cm處土壤溫度、pH、濕度和20 cm處土壤溫度、pH、濕度以及空氣溫度、空氣濕度。

在R語言中導(dǎo)入假莖粗與10 cm處土壤溫度、pH、濕度和20 cm處土壤溫度、pH、濕度以及空氣溫度、空氣濕度的相關(guān)數(shù)據(jù)，并利用rcorr（）、symnum（）、corrplot（）等函數(shù)進行可視化分析，具體結(jié)果如下圖所示。

由圖2可得，y與x4之間的相關(guān)性最強，其次是y與x1，而y與x5的關(guān)系最弱，即假莖粗與20 cm處土壤溫度的關(guān)系最強，其次是假莖粗與10 cm處土壤溫度的關(guān)系，而假莖粗與20 cm處土壤 pH之間的關(guān)系最弱。因此，要是想增加假莖粗的大小，可以適當(dāng)改變20 cm處土壤溫度、10 cm處土壤溫度、空氣濕度的大小。

2.3 基于回歸分析的相關(guān)性分析

以假莖粗與20 cm處土壤溫度的基于回歸分析的相關(guān)性分析為例，得到兩個變量之間的密切程度，并擬合出假莖粗與20 cm處土壤溫度的回歸方程。假莖粗與10 cm處土壤溫度、10 cm處土壤PH、10 cm處土壤濕度、20 cm處土壤pH、20 cm處土壤濕度、空氣溫度、空氣濕度回歸方程的擬合，與此方法相同。

擬合直線并對之進行檢驗，擬合出的方程為y=0.5029x4+6.5646，F(xiàn)值為10.893 0，對應(yīng)的P值為0.003 761，說明x4對應(yīng)的因素20 cm處土壤溫度高度顯著，對實驗結(jié)果非常重要。調(diào)整后的可決系數(shù)R2為0.331，相關(guān)系數(shù)的平方為0.364 4。再用各種非線性函數(shù)擬合，最終得到結(jié)果，擬合出的方程為y=-0.78+2.17x4-0.01x43。

分析擬合方程可得，x43不變時，x4每增加一個單位，y即假莖粗平均增加2.17個單位;x4不變時，x43每增加一個單位，y即假莖粗平均減少0.01個單位。

則令y?=0可得x4=±8.5，所以，也就是說當(dāng)20 cm處土壤溫度處低于-8.5 ℃或高于8.5 ℃時，假莖粗會隨土壤溫度的升高而增加;當(dāng)土壤溫度在-8.5～8.5 ℃時，假莖粗會隨土壤溫度的升高而下降。

綜合上述分析結(jié)果可得見表2，即假莖粗與各個氣象因素的相關(guān)關(guān)系。

分析結(jié)果表明，影響假莖粗大小的最大的因素是20 cm處土壤溫度，其次是10 cm處土壤溫度、空氣濕度。

3 討論

對變量進行主成分分析后，可以從煩瑣復(fù)雜的因素中找出一些起主要作用的成分，并對這些成分利用統(tǒng)計學(xué)知識進行定量分析，揭示變量之間存在的真正關(guān)系，進而得到一些啟發(fā)，為深入探究事物特征及其發(fā)展規(guī)律奠定基礎(chǔ)[13]。相關(guān)性分析是對兩個或者多個具有相關(guān)性的變量因素進行分析，目的是為得到兩個變量因素的相關(guān)密切程度[14-15]。本研究為了更直觀和形象地表達氣象因素與假莖粗之間的關(guān)系并得出擬合方程，選用了基于可視化與回歸分析的相關(guān)性分析方法。

本研究對表現(xiàn)大蒜長勢的所有指標(biāo)進行主成分分析，得到負荷最大的因素，也就是代表大蒜長勢的最主要生長因素是假莖粗。這與陳昆等[16]、李賀等[17]的分析結(jié)果一致，表明了大蒜長勢和大蒜的假莖粗有密切關(guān)系，通過調(diào)整大蒜假莖粗的生長狀況可以有效改善大蒜長勢。同時，本研究利用可視化分析方法研究了假莖粗與10 cm處土壤溫度、土壤PH、土壤濕度;20 cm處土壤溫度、土壤pH、土壤濕度;空氣溫度、濕度之間的相關(guān)性，直觀表達了假莖粗與各氣象因素之間的密切程度，并通過回歸分析方法，找到了假莖粗與各種氣象因素相關(guān)關(guān)系的擬合方程，對假莖粗與各氣象因素之間的關(guān)系進行了量化，其中，假莖粗與20 cm處土壤溫度的關(guān)系最密切，其次是與10 cm出土壤溫度的關(guān)系，而假莖粗與土壤pH之間的關(guān)系最弱。

4 結(jié)論

本研究采集大蒜一年生長期期間的生長特征數(shù)據(jù)，包括株高、假莖長、假莖粗、根數(shù)、最長根長、最長葉長、最大葉寬，運用主成分分析法，得出了在眾多生長特征中負荷最大的因素，也就是最能表現(xiàn)大蒜苗情好壞的最主要生長特征——假莖粗。在實際中，生長期大蒜的假莖粗越大，大蒜長勢越好，農(nóng)民后期收益越高。因此，有效控制假莖粗的長勢至關(guān)重要。同時，本次研究量化了假莖粗與各種氣象因素之間的關(guān)系，其中假莖粗與20 cm處土壤溫度的關(guān)系最強。

本研究僅初步研究了氣象等環(huán)境因素對大蒜主要生長特征的影響，而氣象等環(huán)境因素變化對大蒜其他長勢特征的影響還有待進一步深入探討。

參考文獻：

[1] 郭春強，張振永，齊雙麗，等.影響小麥產(chǎn)量的氣象因素分析及產(chǎn)量氣象模型研究[J].天津農(nóng)業(yè)科學(xué)，2019，25（4）：38-41.

[2] 王琪，馬樹慶，郭建平，等.溫度對玉米生長和產(chǎn)量的影響[J].生態(tài)學(xué)雜志，2009，28（2）：255-260.

[3] 張明如，代康寧.湖北省糧食生產(chǎn)氣象災(zāi)害風(fēng)險評價與區(qū)域劃分[J].統(tǒng)計與決策，2019，35（10）：82-86.

[4] 郭鋒.基于大數(shù)據(jù)的大蒜價格預(yù)測及可視化研究[D].泰安：山東農(nóng)業(yè)大學(xué)，2019.

[5] 吳國靖.大蒜種植規(guī)模及其影響因素研究[D].泰安：山東農(nóng)業(yè)大學(xué)，2019.

[6] 王寶佳. 大蒜產(chǎn)業(yè)網(wǎng)絡(luò)輿情監(jiān)測分析系統(tǒng)研發(fā)[D].山東農(nóng)業(yè)大學(xué)，2019.

[7] 周桐宇，江敏，孫汪亮，等.未來氣候變化對福建省水稻產(chǎn)量影響的模擬[J].生態(tài)學(xué)雜志，2018，37（1）：227-236.

[8] 陳鵬飛，于延春，楊飛，等.氣候變化對魯西北平原冬小麥產(chǎn)量的影響及對策[J].自然資源學(xué)報，2013，28（2）：211-219.

[9] 周鶴，曹永忠.基于神經(jīng)網(wǎng)絡(luò)的水稻不同生育周期長勢預(yù)測模型[J].無線互聯(lián)科技，2019，16（2）：49-51.

[11] 黃青，周清波，王利民，等.基于遙感的冬小麥長勢等級與氣象因子相關(guān)性分析[J].農(nóng)業(yè)機械學(xué)報，2014，45（12）：301-307.

[12] Bannayan M，Lotfabadi SS，Sanjani S，et al.Effects of precipitation and temperature on crop production variability in northeast Iran[J].International journal of biometeorology，2011，55（3）：387-401.

[13] 劉杰，許小峰，羅慧.氣象條件影響我國農(nóng)業(yè)經(jīng)濟產(chǎn)出的計量經(jīng)濟分析[J].氣象，2010，36（10）：46-51.

[14] 侯飛娜，木泰華，孫紅男，等.馬玲薯全粉品質(zhì)特性的主成分分析與綜合評價[J].核農(nóng)學(xué)報，2015，29（11）：2130-2140.

[15] 黃青，周清波，王利民，等.基于遙感的冬小麥長勢等級與氣象因子相關(guān)性分析[J].農(nóng)業(yè)機械學(xué)報，2014，45（12）：301-307.

[16] 梁森苗，張淑文，鄭錫良，等.楊梅生長指標(biāo)與果實品質(zhì)間的相關(guān)性分析[J].核農(nóng)學(xué)報，2019，33（4）：751-758.

[17] 陳昆，劉世琦，張自坤，等.鉀素營養(yǎng)對大蒜生長、光合特性及品質(zhì)的影響[J].植物營養(yǎng)與肥料學(xué)報，2011，17（2）：506-512.

[18] 李賀，連海峰，劉世琦，等.鎘脅迫對大蒜苗生理特性的影響及施鈣的緩解效應(yīng)[J].應(yīng)用生態(tài)學(xué)報，2015，26（4）：1193-1198.

（責(zé)任編輯：趙中正）