溫室作物生長環(huán)境的主成分分析

武文亮，張志斌，李王東岳

(內(nèi)蒙古大學(xué) 計(jì)算機(jī)學(xué)院，內(nèi)蒙古 呼和浩特 010021)

溫室作物生長環(huán)境的主成分分析

武文亮，張志斌，李王東岳

(內(nèi)蒙古大學(xué) 計(jì)算機(jī)學(xué)院，內(nèi)蒙古 呼和浩特 010021)

溫室大棚可以幫助瓜果蔬菜在其非時令季節(jié)提供生長環(huán)境和增加產(chǎn)量。由于季節(jié)對于植物自然生長的不適宜性，因此作物對于溫室大棚的生長環(huán)境要求就要精確得多。通過搭建Zigbee無線傳感器網(wǎng)絡(luò)有效地對溫室草莓生長的空氣濕度、土壤濕度、土壤鹽堿度、溫度、CO2濃度及光照六個指標(biāo)進(jìn)行了長期的數(shù)據(jù)采集，并嘗試通過主成分分析的方法來分析影響溫室草莓育苗期生長的關(guān)鍵因素。通過對育苗期溫室草莓的上述六個環(huán)境指標(biāo)進(jìn)行主成分分析，分析所得的三個主分量的貢獻(xiàn)率分別為44.57%、29.00%和15.83%，累計(jì)貢獻(xiàn)率可達(dá)到89.40%。因此，可以用這三個主分量代替原有的六個單項(xiàng)指標(biāo)反映原指標(biāo)的絕大部分信息對溫室草莓生長環(huán)境進(jìn)行研究，且使得各綜合指標(biāo)所代表的信息不再重疊。有助于實(shí)現(xiàn)溫室種植的再生產(chǎn)以及高效的、精準(zhǔn)化的管理。

主成分分析;溫室作物;生長環(huán)境;無線傳感器網(wǎng)絡(luò)

0 引 言

溫室大棚可以幫助作物在不適宜生長的季節(jié)里提供生育期和增加產(chǎn)量，多用于低溫季節(jié)喜溫蔬菜、花卉、林木等植物栽培或育苗等。因此溫室作物的生長環(huán)境要求相對較高。然而，目前國內(nèi)大多數(shù)農(nóng)戶對于溫室作物的生長環(huán)境控制全憑個人感覺，人感覺冷了就加溫，感覺干了就澆水，感覺悶了就通風(fēng)，毫無科學(xué)依據(jù)[1]。在農(nóng)業(yè)進(jìn)入信息化時代后，各個科研單位對于溫室作物生長環(huán)境信息的采集也越來越重視。因此，在溫室環(huán)境里，通過無線傳感器網(wǎng)絡(luò)來測量土壤濕度、空氣濕度、溫度、土壤鹽堿度、CO2濃度和光照強(qiáng)度等作物生長環(huán)境信息，對于調(diào)控溫室溫度、灌溉和施肥等作業(yè)有重要的指導(dǎo)價值[2]。另外，將無線傳感器網(wǎng)絡(luò)遠(yuǎn)程監(jiān)測技術(shù)應(yīng)用到作物生長的不同階段，并且對不同階段作物的表現(xiàn)和環(huán)境因子進(jìn)行有效分析，再將其反饋到下一輪的生產(chǎn)中，從而可以幫助農(nóng)戶實(shí)現(xiàn)更精準(zhǔn)的管理，獲得更優(yōu)質(zhì)的產(chǎn)品。因此，將Zigbee無線傳感器網(wǎng)絡(luò)應(yīng)用于溫室環(huán)境進(jìn)行數(shù)據(jù)采集并進(jìn)行有效分析對于實(shí)現(xiàn)溫室種植的高效和精準(zhǔn)化管理具有非常重要的研究和指導(dǎo)意義。

對于不同階段所采集的生長環(huán)境指標(biāo)應(yīng)用主成分分析的方法，可以幫助農(nóng)戶了解作物在不同生長階段的關(guān)鍵因素，從而獲得植物在不同階段生長的最佳條件以有效指導(dǎo)下一輪的生產(chǎn)種植。目前，利用多元統(tǒng)計(jì)在楊梅、草莓、小麥、水稻等作物的品種上進(jìn)行的研究較多[3-6]，利用植物的光合特性和光、溫度等單個環(huán)境因子關(guān)系的研究也已較為深入[7-9]，對影響植物生長的土壤元素進(jìn)行主成分分的研究也非常多[10-12]，而對于作物各個生長環(huán)境指標(biāo)綜合起來應(yīng)用主成分分析的研究未見報(bào)道。

1 數(shù)據(jù)采集

目前，已知的能夠?qū)ψ魑锏纳L影響的因素有五十多種[13]。其中，溫度、濕度、鹽堿度、CO2濃度和光照強(qiáng)度這五個因素對作物的生長影響較大，因此下面重點(diǎn)分析這五種因素對溫室草莓育苗期生長的影響。

溫度主要通過影響植物的光合過程、呼吸過程、蒸騰作用等代謝活動來左右作物的生長，除此之外溫度對有機(jī)物的合成和運(yùn)輸，吸收和運(yùn)輸水分等代謝過程也有一定作用。同樣，作物只有在合適的溫度范圍內(nèi)才能正常生長，溫度過高或過低都會抑制作物的生長速度，進(jìn)而影響作物的產(chǎn)量。影響作物生長的濕度包括土壤濕度和空氣濕度，當(dāng)然兩者之間相互影響，密切相關(guān)。相對濕度主要通過蒸騰作用來影響作物生長：相對濕度在合適的范圍內(nèi)時，作物蒸騰較旺盛，有利于作物生長，過高或過低都會打破作物體內(nèi)的水分平衡，阻礙作物生長而造成作物減產(chǎn)。同時，較大的濕度也會影響作物發(fā)生病蟲害的幾率[14]。土壤鹽堿度是土壤最重要的化學(xué)性質(zhì)，它是土壤各種化學(xué)性質(zhì)的綜合反映，它與土壤微生物的活動、有機(jī)質(zhì)的合成和分解、各種營養(yǎng)元素的轉(zhuǎn)化與釋放及有效性、土壤保持養(yǎng)分的能力都有關(guān)系。土壤鹽堿度對土壤養(yǎng)分有效性有重要影響。CO2是植物進(jìn)行光合作用，形成有機(jī)物不可或缺的元素。在光照充裕的情況下，高濃度的CO2會促進(jìn)植物的生長；而在光照不足的情況下，植物不進(jìn)行光合作用，高濃度的CO2反而會抑制植物的生長。光照是作物進(jìn)行光合作用的中心因素，是作物制造有機(jī)物的基礎(chǔ)，是作物生存必不可少的環(huán)境因素。作物只有在合適的光照強(qiáng)度下才能正常進(jìn)行光合作用，合理控制溫室環(huán)境內(nèi)的光照強(qiáng)度對植物生長有重要意義。

文中通過搭建Zigbee無線傳感器網(wǎng)絡(luò)在內(nèi)蒙古自治區(qū)鄂爾多斯市準(zhǔn)格爾旗十二連城鄉(xiāng)五家堯農(nóng)業(yè)示范園對溫室草莓生長選擇了土壤濕度(soil_moisture)、空氣濕度(humidity)、溫度(air_temperature)、鹽堿度(alkalinity)、CO2濃度(carbon_dioxide)和光照強(qiáng)度(light_intensity)六個指標(biāo)進(jìn)行了為期6個月的數(shù)據(jù)采集。圖1為草莓育苗期某一個周期內(nèi)的各項(xiàng)數(shù)據(jù)經(jīng)過MATLAB編程處理后得到的動態(tài)變化曲線。可以看出，除了土壤濕度以外，其他五個指標(biāo)都呈周期性變化，這主要是受到晝夜交替的影響，而酸堿度和土壤濕度整體呈下降趨勢主要受到灌溉時間的影響。

圖1 溫室環(huán)境信息動態(tài)變化曲線圖

2 數(shù)據(jù)處理與分析

2．1 主成分分析方法

主成分分析是把多個指標(biāo)簡化為少數(shù)幾個綜合指標(biāo)的一種統(tǒng)計(jì)分析方法,它采取的是一種降維處理技術(shù)，找出幾個綜合因子來代表原來眾多的變量，這些綜合因子盡可能地反映原始變量的信息量，而彼此之間又互不相關(guān)，從而達(dá)到簡化的目的[15]。主成分分析法的建模步驟大體上可以分為原始數(shù)據(jù)標(biāo)準(zhǔn)化，計(jì)算相關(guān)系數(shù)，計(jì)算特征值、特征向量，根據(jù)累計(jì)貢獻(xiàn)率選取主成分，計(jì)算主成分載荷，構(gòu)建主成分表達(dá)式等過程[16]。具體過程如下：

(1)原始指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化。假設(shè)用p個變量X1,X2,…,Xp來描述研究對象，那么n個樣品就可以表示為Xi=(xi1,xi2,…,xip)T(i=1,2,…,n)。數(shù)據(jù)標(biāo)準(zhǔn)化的公式為：

(1)

(2)根據(jù)標(biāo)準(zhǔn)化后的數(shù)據(jù)求特征之間的相關(guān)系數(shù)矩陣R。相關(guān)系數(shù)的計(jì)算公式為：

(3)求R的特征根λ1≥λ2≥…≥λp≥0及相應(yīng)的標(biāo)準(zhǔn)正交化特征向量u1,u2,…,up。主成分的計(jì)算公式為：

(3)

(4)計(jì)算貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。貢獻(xiàn)率的計(jì)算公式為：

(4)

累計(jì)貢獻(xiàn)率的計(jì)算公式為：

(5)

2．2 溫室草莓生長環(huán)境主成分分析

在所采集的溫室育苗期草莓生長環(huán)境的六個指標(biāo)中，空氣濕度和土壤濕度的單位是%rh，表示空氣中水蒸氣壓與其空氣相同情況下飽和水蒸氣壓的百分比，采集到的空氣濕度范圍為22.171 4～93.585 2，土壤濕度的范圍為20.827 7～49.954 2；土壤鹽堿度指的是土壤含鹽量，其單位是%，土壤含鹽量超過0.3%時會造成作物低產(chǎn)或者不能生長，采集到的范圍為0.009 1～0.039 6；CO2濃度的單位是ppm，表示百萬分比濃度，采集到的范圍為43.032 4～541.567 5；空氣溫度的單位是℃，表示相對標(biāo)準(zhǔn)大氣壓下純凈的冰水混合物的溫度到水的沸點(diǎn)溫度的百分之一，采集到的范圍為10.000 0～40.080 0；光照強(qiáng)度的單位是lux，表示1流明的光通量均勻分布在1平方米面積上產(chǎn)生的照度，采集到的范圍為0～65 535。由于各參數(shù)的單位不同，為了使各個參數(shù)具有可比性，首行要對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱的影響[17]。在經(jīng)過對原始數(shù)據(jù)標(biāo)準(zhǔn)化處理后，對各溫室育苗期草莓生長環(huán)境的各個指標(biāo)進(jìn)行相關(guān)性分析，相關(guān)系數(shù)矩陣如表1所示。可以看出，只有空氣溫度和空氣濕度的相關(guān)性極顯著(a=0.01)，其他指標(biāo)間都不顯著，這對于開展下一步的分析是極為有利的。因?yàn)椋瑢τ谥鞒煞址治龆裕笜?biāo)間越不相關(guān)，分析的結(jié)果就會越理想[3]。

表1 相關(guān)系數(shù)矩陣

注：**表示a=0.01顯著水平。

計(jì)算溫室育苗期草莓生長環(huán)境參數(shù)矩陣的特征值、特征向量、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率等特征參數(shù)，結(jié)果如表2和表3所示。

由表2可知，主分量1、2、3的貢獻(xiàn)率分別為44.57%、29.00%、15.83%，累計(jì)貢獻(xiàn)率達(dá)到89.40%；根據(jù)85%累計(jì)貢獻(xiàn)率的原則，故可以略去后3個主分量；因此可以用前3個主分量反映原指標(biāo)的絕大部分信息，可以代替原來的6個單項(xiàng)指標(biāo)對溫室草莓生長環(huán)境進(jìn)行研究，且使得各綜合指標(biāo)所代表的信息不再重疊。

表2 環(huán)境信息各主成分的特征值和百分率

表3 各主成分的特征向量

由表3可以對主分量1、2、3列出如下方程：

Y1=0.573 9x1+0.041 4x2+0.054 0x3-0.620 1x4+0.525 3x5+0.074 1x6

Y2=0.071 3x1-0.701 8x2-0.021 2x3+0.023 5x4+0.106 0x5-0.700 1x6

Y3=0.171 5x1+0.068 6x2-0.979 3x3+0.010 5x4-0.075 1x5-0.032 6x6

對上面三個方程可以做如下的解釋:主成分1的特征向量中空氣溫濕度起著決定性的作用，因此第1主成分主要代表育苗期草莓溫室環(huán)境的空氣溫濕度特點(diǎn)；主成分2的特征向量中土壤鹽堿度和土壤濕度起著決定性的作用，因此第2主成分主要代表育苗期草莓溫室環(huán)境的土壤特點(diǎn)，土壤是溫室作物生長的關(guān)鍵因素之一；主成分3的特征向量中CO2濃度起著決定性的作用，因此第3主成分主要代表溫室環(huán)境植物光合作用和呼吸作用，光合作用中CO2濃度直接影響作物有機(jī)物形成的多少。

3 結(jié)束語

把Zigbee無線傳感器網(wǎng)絡(luò)應(yīng)用到溫室作物生長環(huán)境的檢測中對于推進(jìn)農(nóng)業(yè)的信息化發(fā)展有著十分重要的作用，是調(diào)控溫室溫度、灌溉和施肥等作業(yè)的重要趨勢。利用主成分分析方法能夠有效地分析影響溫室作物階段性生長的關(guān)鍵因素，這對于實(shí)現(xiàn)溫室相同作物的再種植及其高效和精準(zhǔn)化管理具有非常重要的研究和指導(dǎo)意義。文中通過搭建Zigbee無線傳感器網(wǎng)絡(luò)對溫室草莓育苗期生長環(huán)境的六個指標(biāo)進(jìn)行了準(zhǔn)確的數(shù)據(jù)采集，并通過主成分分析的方法對溫室草莓育苗期的生長環(huán)境指標(biāo)進(jìn)行了有效分析，并對影響溫室育苗期草莓生長因素的綜合能效進(jìn)行了排序，使溫室育苗期草莓的生長環(huán)境能效評價更加全面。將此方法應(yīng)用到溫室草莓的其他生長階段以及其他溫室作物的不同生長階段，對于建立完整的溫室作物生長模型是極具指導(dǎo)意義的。尤其是應(yīng)用于作物的再種植時，對于調(diào)控不同階段作物生長的最優(yōu)生長條件以獲得最優(yōu)質(zhì)的果蔬來講，具有很好的應(yīng)用價值。

[1] 陳 靜.物聯(lián)網(wǎng)技術(shù)在日光溫室大棚中的應(yīng)用研究[J].科技信息,2012(36):78-79.

[2] 王 曦.物聯(lián)網(wǎng)在現(xiàn)代化農(nóng)業(yè)中的應(yīng)用[J].云南農(nóng)業(yè),2012(1):10-11.

[3] 陳守智,吳興恩,鐘瑞芳,等.大樹楊梅果實(shí)數(shù)量性狀的主成分分析[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào),2003,18(2):163-166.

[4] 馬鴻翔,盛炳成,戴子林,等.草莓品種的遺傳距離研究[J].江蘇農(nóng)業(yè)學(xué)報(bào),1995,11(3):41-45.

[5] 郭愛民,曹照春.錦橙數(shù)量性狀的主成分分析及分類研究[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào),1997,15(4):499-502.

[6] 劉來福.作物數(shù)量性狀的遺傳距離及其測定[J].遺傳學(xué)報(bào),1979,6(1):30.

[7] 劉甲祥,彭佳紅,曹曉蘭.植物生長燈光源能效的綜合評價模型[J].農(nóng)機(jī)化研究,2012(10):46-49.

[8] 劉 靜,王連喜,戴小笠,等.枸杞葉片凈光合速率與其它生理參數(shù)及環(huán)境微氣象因子的關(guān)系[J].干旱地區(qū)農(nóng)業(yè)研究,2003,21(2):95-98.

[9] 冷平生,楊曉紅,胡 悅,等.5種園林樹木的光合和蒸騰特性的研究[J].北京農(nóng)學(xué)院學(xué)報(bào),2000,15(4):13-18.

[10] 郭篤發(fā),王秋兵.主成分分析法對土壤養(yǎng)分與小麥產(chǎn)量關(guān)系的研究[J].土壤學(xué)報(bào),2005,42(3):523-527.

[11] 何堯啟.主成分分析在喀斯特土壤環(huán)境退化研究中的初步應(yīng)用—以貴州麻山地區(qū)紫云縣宗地鄉(xiāng)為例[J].貴州師范大學(xué)學(xué)報(bào):自然科學(xué)版,1999,17(1):12-19.

[12] 王 瑞,陳永忠,王玉娟,等.油茶林地不同間種處理土壤養(yǎng)分及生長量的主成分分析[J].中國農(nóng)學(xué)通報(bào),2011,27(4):30-35.

[13] 張 慧,烏蘭巴干.生態(tài)環(huán)境對植物生長的影響及其環(huán)境的監(jiān)測[J].農(nóng)村牧區(qū)機(jī)械化,2011(4):47-48.

[14] 劉民靜.基于ZigBee無線傳感器網(wǎng)絡(luò)的作物生長環(huán)境監(jiān)控系統(tǒng)[D].濟(jì)南:濟(jì)南大學(xué),2014.

[15] 唐啟義,馮明光.實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)[M].北京：科學(xué)出版社,2002:280-285.

[16] 謝恒星,蔡煥杰,張振華,等.基于主成分分析法的溫室甜瓜生長方程研究[J].干旱地區(qū)農(nóng)業(yè)研究,2009,27(6):134-138.

[17] 高志海,胡 影,張盹明.木蓼屬6種植物水分生理特征的主成分分析[J].甘肅林業(yè)科技,1991(3):15-18.

Principal Component Analysis of Greenhouse Crop Growth Environment

WU Wen-liang，ZHANG Zhi-bin，LI Wang-dongyue

(College of Computer，Inner Mongolia University,Hohhot 010021,China)

Greenhouses can provide fruits and vegetables with growth environment in its non-growth seasons and help increase their production.The greenhouses environment requirements are more accurate because of the inappropriate season for plants growth naturally.There mainly involves six indicators of greenhouse strawberry growth environment including air_humidity,soil_moisture,alkalinity,temperature,CO2,and light-intensity.Relative data is collected by the wireless sensor network for a long time,and principal component analysis is applied to analyze the key factors influencing the greenhouse crop growth during the seeding period of green strawberry.The analysis shows that there are three principal components and their contribution rate are 44.57%,29.00% and 15.83% respectively.The cumulative contribution rate can reach 89.40% and therefore these three principal components can be used to replace the original six indicators to reflect the original greenhouse strawberry growth environment information and to represent the information no longer overlap,which is very important to the reproduction of same plants and can enable them to improve the efficiency and accuracy of greenhouse cultivation management greatly.

principal component analysis;greenhouse crops;growth environment;wireless sensor network

2016-01-15

2016-05-12

時間：2016-09-19

國家自然科學(xué)基金資助項(xiàng)目(31360289)

武文亮(1989-)，男，碩士，研究方向?yàn)榍度胧綉?yīng)用和圖像處理；張志斌，副教授，研究方向?yàn)闄C(jī)器視覺、模式識別和圖像處理。

http://www.cnki.net/kcms/detail/61.1450.TP.20160919.0843.064.html

TP39

A

1673-629X(2016)10-0165-04

10.3969/j.issn.1673-629X.2016.10.036