基于逐步回歸分析的日光溫室溫度預報

劉志鵬，戴海燕，孫 奇，蘇 華

（朝陽市氣象局，遼寧朝陽122000）

基于逐步回歸分析的日光溫室溫度預報

劉志鵬，戴海燕，孫 奇，蘇 華

（朝陽市氣象局，遼寧朝陽122000）

研究日光溫室內氣象要素的觀測資料，選取影響溫室內溫度變化的相關氣象因子，通過逐步回歸分析方法建立溫室內溫度預測模型。研究得出日光溫室內溫度變化的預測方程，為實現對溫室生產的合理調控提供了可靠的理論依據。

日光溫室；溫度；逐步回歸；預測

日光溫室作為設施農業產業的主體項目，其本身是一個封閉的農業生態系統，它的內部溫度、濕度、CO2濃度等環境稱為小氣候。這種小氣候環境條件是由光照、室內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育，進而影響作物的產量與品質，因此適宜的環境對于作物生長特別重要[1]。本文利用逐步回歸數學模型開展日光溫室內溫度的數值模擬，為作物生長環境的調控和優化提供客觀可靠的科學依據。

1 溫室內溫度預測

1.1 逐步回歸分析預測方法及步驟

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

1.1.1每步有二個過程 即引進變量和剔除變量，且引進變量和剔除變量均需作F檢驗后方可繼續進行，故又稱為雙重檢驗回歸分析法。

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

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

1.1.4終止條件 即最優條件，再無顯著自變量引進，也沒有不顯著自變量可以剔除，這也是最優回歸方程的實質。

1.2 相關因子的選取及預測方程的建立

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

影響日光溫室內溫度變化的因子很多，例如，室外最高、最低氣溫，室內最高、最低氣溫，室外天氣狀況，日照時數，室外風力，室內外相對濕度等[2]。通過對溫室內作物生產期逐日觀測資料進行相關性分析，選取6個室內外顯著相關氣象要素作為預報相關因子[3]，分別定義為，，，，，。即，：前日室內最高氣溫實測值；：前日室內最低氣溫實測值；：當日室外最高氣溫預報值；：當日室外最低氣溫預報值；：當日總云量預報值；：當日日照時數預報值。

1.2.1溫室內最高氣溫預測根據上述逐步回歸分析方法，令為當日室內最高氣溫預報值，通過最優分析求解得出影響室內最高氣溫變化的顯著因子為，，，被引進；其他兩個因子、被剔除。同時求得0=23.0，1=-0.04，2=0.15，3=0.07，4=0.62。故此得到溫室內最高氣溫預報方程（式2）。

1.2.2溫室內最低氣溫預測同理，按上述方法、步驟求解得出溫室內最低氣溫預報方程（式3）。

1.3 預測方程的檢驗及存在的問題與不足

對預測方程的準確程度的檢驗，通過采用預測方程的預報準確率來計算核實，其具體的檢驗方法為：

根據上述建立的預測模型，利用預報準確率對2016年10月遼西地區日光溫室內最高、最低氣溫進行預報檢驗。檢驗結果：溫室內最低氣溫的預報準確率最低為83.7%，最高氣溫的預報準確率為94.9%。根據檢驗結果可以看出，室內最低氣溫預報與實際偏差稍大，由觀測站數據記錄可知，對于溫室內氣溫預測在考慮影響其變化的主要氣象要素外，也要認真考慮室外天氣狀況，根據晴天、多云、陰雨雪等不同天氣對預測結果做人工訂正。

2 結語

本文總結歸納了影響日光溫室內氣象條件變化的顯著因子，利用逐步回歸分析方法，建立了溫室內最高氣溫、最低氣溫預測模型。預報準確率較好，能夠客觀的為溫室生產提供科學的氣象依據。在一定程度上對設施農業的發展起到了防災、減災、增產的作用[4]。同時，溫室內溫度預測受外界氣象條件影響密切，陰雨雪天氣條件下，溫室內溫度預測與實際波動幅度增大。

[1]崔建云,董晨娥,左迎之,等.外部環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律分析[J].西北農業學報,1997,6(01):61-64.

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

[4]郜慶爐,段愛旺,梁云娟.日光溫室內溫光條件對農作物種植制度影響[J].干旱地區農業研究,2004(01):109-113.

S165

A

10.14025/j.cnki.jlny.2017.20.050

劉志鵬，碩士，高級工程師，研究方向：氣象技術保障。