劉志鵬，戴海燕，孫 奇，蘇 華

（朝陽(yáng)市氣象局，遼寧朝陽(yáng)122000）

基于逐步回歸分析的日光溫室溫度預(yù)報(bào)

劉志鵬，戴海燕，孫 奇，蘇 華

（朝陽(yáng)市氣象局，遼寧朝陽(yáng)122000）

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

日光溫室；溫度；逐步回歸；預(yù)測(cè)

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(gè)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(zhǎng)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(duì)于作物生長(zhǎng)特別重要[1]。本文利用逐步回歸數(shù)學(xué)模型開(kāi)展日光溫室內(nèi)溫度的數(shù)值模擬，為作物生長(zhǎng)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(cè)

1.1 逐步回歸分析預(yù)測(cè)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(gè)過(guò)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(wú)顯著自變量引進(jìn)，也沒(méi)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(cè)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）。

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(shí)數(shù)，室外風(fēng)力，室內(nèi)外相對(duì)濕度等[2]。通過(guò)對(duì)溫室內(nèi)作物生產(chǎn)期逐日觀測(cè)資料進(jìn)行相關(guān)性分析，選取6個(gè)室內(nèi)外顯著相關(guān)氣象要素作為預(yù)報(bào)相關(guān)因子[3]，分別定義為，，，，，。即，：前日室內(nèi)最高氣溫實(shí)測(cè)值；：前日室內(nèi)最低氣溫實(shí)測(cè)值；：當(dāng)日室外最高氣溫預(yù)報(bào)值；：當(dāng)日室外最低氣溫預(yù)報(bào)值；：當(dāng)日總云量預(yù)報(bào)值；：當(dāng)日日照時(shí)數(shù)預(yù)報(bào)值。

1.2.1溫室內(nèi)最高氣溫預(yù)測(cè)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(bào)值，通過(guò)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(gè)因子、被剔除。同時(shí)求得0=23.0，1=-0.04，2=0.15，3=0.07，4=0.62。故此得到溫室內(nèi)最高氣溫預(yù)報(bào)方程（式2）。

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

1.3 預(yù)測(cè)方程的檢驗(yàn)及存在的問(wèn)題與不足

對(duì)預(yù)測(cè)方程的準(zhǔn)確程度的檢驗(yàn)，通過(guò)采用預(yù)測(cè)方程的預(yù)報(bào)準(zhǔn)確率來(lái)計(jì)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(cè)模型，利用預(yù)報(bào)準(zhǔn)確率對(duì)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(bào)檢驗(yàn)。檢驗(yàn)結(jié)果：溫室內(nèi)最低氣溫的預(yù)報(bào)準(zhǔn)確率最低為83.7%，最高氣溫的預(yù)報(bào)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(bào)與實(shí)際偏差稍大，由觀測(cè)站數(shù)據(jù)記錄可知，對(duì)于溫室內(nèi)氣溫預(yù)測(cè)在考慮影響其變化的主要?dú)庀笠赝猓惨J(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(duì)預(yù)測(cè)結(jié)果做人工訂正。

2 結(jié)語(yǔ)

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(cè)模型。預(yù)報(bào)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(duì)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(shí)，溫室內(nèi)溫度預(yù)測(cè)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(cè)與實(shí)際波動(dòng)幅度增大。

[1]崔建云,董晨娥,左迎之,等.外部環(huán)境氣象條件對(duì)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(bào),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(bào)服務(wù)系統(tǒng)[J].山東氣象,2005,25(03):28-29.

[4]郜慶爐,段愛(ài)旺,梁云娟.日光溫室內(nèi)溫光條件對(duì)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.

S165

A

10.14025/j.cnki.jlny.2017.20.050

劉志鵬，碩士，高級(jí)工程師，研究方向：氣象技術(shù)保障。