张掖日光温室最低温度预报模型的主成分回归法构建

doi:10.11924/j.issn.1000-6850.casb15060118

中国农学通报 ›› 2015, Vol. 31 ›› Issue (32): 223-228.doi: 10.11924/j.issn.1000-6850.casb15060118

• 资源环境生态土壤气象 • 上一篇下一篇

张掖日光温室最低温度预报模型的主成分回归法构建

白青华^1,2,王惟晨³

(¹甘肃省张掖市气象局,甘肃张掖 734000；²中国气象局兰州干旱气象研究所,兰州 730020；³甘肃省玉门市气象局,甘肃玉门 735211）

收稿日期:2015-06-23 修回日期:2015-10-12 接受日期:2015-07-24 出版日期:2015-11-16 发布日期:2015-11-16
通讯作者: 白青华
基金资助:
国家公益性行业（气象）科研专项(GYHY201106029)。

Modeling of the Lowest Temperature Forecast in the Sunlight Greenhouse in Zhangye Based on Principal Component Regression

Bai Qinghua^1,2, Wang Weichen³

(¹Zhangye Meteorological Bureau of Gansu Province, Zhangye Gansu 734000;²Institute of Arid Meteorology, China Meteorological Administration, Lanzhou 730020;³Yumen Meteorological Bureau of Gansu Province, Yumen Gansu 735211)

Received:2015-06-23 Revised:2015-10-12 Accepted:2015-07-24 Online:2015-11-16 Published:2015-11-16

摘要/Abstract

摘要： 为了有效预报日光温室内部最低温度，减弱低温冷害对设施农业生产的影响。利用张掖日光温室内小气候数据及室外气象观测资料，选取8个影响日光温室最低温度的气象因子进行相关分析和统计检验的多重共线性诊断，应用主成分回归方法建立日光温室最低温度预报模型，并用模型模拟值与温室最低温度实测值比较对模型精度进行检验。结果表明：气象因子X₁、X₂、X₄、X₆、X₇、X₈间存在共线性的问题。通过主成分分析综合提取了3个主成分代替原来的8个变量，建立的温室最低温度预报模型通过α=0.01水平显著性检验，且模型精度检验表明，不同天气条件（晴天、少云—多云、阴天）的模拟值和实测值间R²在0.81~0.89之间，RMSE在0.90~1.16℃之间；不同时段（12月—次年2月）的模拟值和实测值间R²在0.82~0.89之间，RMSE在0.94~1.13℃之间。

关键词: 植被覆盖度, 植被覆盖度, MODIS影像, ERDAS, ArcGIS, 河西走廊

Abstract: The paper aims to forecast the lowest temperature in the sunlight greenhouse effectively, reduce impact of chilling damage on facility agriculture production. Based on the data of sunlight greenhouse microclimate and meteorological observation outside the greenhouse, 8 meteorological factors which affected the lowest temperature in the sunlight greenhouse were selected and diagnosed through correlation and statistic test. Then a model for forecasting the lowest temperature of sunlight greenhouse was established by using of principal component regression method. The accuracy of model was verified by comparing model simulated values and actual values of the lowest temperature inside greenhouse. The results showed that collinearity existed among X₁, X₂, X₄, X₆, X₇and X₈. The former 3 principal components could stand for 8 variables, and the regression equation passed the significance test (α=0.01). The regression coefficients properties of principal component regression equation were consistent with the results of correlation analysis, which made the unreasonable symbols of regression coefficients in the least square estimation reasonable. Model precision analysis showed that the R² was 0.81-0.89 and the RMSE was 0.90-1.16℃ under different weather conditions; the R² was 0.82-0.89 and the RMSE was 0.94-1.13℃ at different times.

白青华,王惟晨. 张掖日光温室最低温度预报模型的主成分回归法构建[J]. 中国农学通报, 2015, 31(32): 223-228.

Bai Qinghua and Wang Weichen. Modeling of the Lowest Temperature Forecast in the Sunlight Greenhouse in Zhangye Based on Principal Component Regression[J]. Chinese Agricultural Science Bulletin, 2015, 31(32): 223-228.

参考文献

[1] 李建设,高艳明.宁夏南部干旱半干旱地区设施农业可持续发展对策探讨[J].农业科学研究,2009,30(1):59-62.
[2] 李美荣,刘映宁,赵军,等.陕西省关中地区大棚蔬菜低温冻害预报服务方法[J].干旱地区农业研究,2007,25(5):204-207,231.
[3] 王琼,杜成华,周连科.影响大棚蔬菜的气象灾害变化特点及对策[J].气象科技,2008,36(4):458-461.
[4] 关福来,杜克明,魏瑞江,等.日光温室低温寡照灾害监测预警系统设计[J].中国农业气象,2009,30(4):601-604.
[5] 李德,张学贤,祁宦,等.宿州日光温室内部最高和最低气温的预报模型[J].中国农业气象,2013,34(2):170-178.
[6] 袁静,李树军,崔建云,等.山东寿光冬季日光温室内温度变化特征及低温预报[J].中国农学通报,2012,28(3):300-304.
[7] 金志凤,符国槐,黄海静,等.基于BP神经网络的杨梅大棚内气温预测模型研究[J].中国农业气象,2011,32(3):362-367.
[8] 李倩,申双和,曹雯,等.南方塑料大棚冬春季温湿度的神经网络模拟[J].中国农业气象,2012,33(2):190-196.
[9] 张文彤.SPSS统计分析高级教程[M].北京:高等教育出版社,2004:92-93,114,128,130.
[10] 陈玲燕.多重共线性下的线性回归方法综述[J].市场研究,2008,(4):39-41．
[11] 刘国旗.多重共线性的产生原因及其诊断处理[J].合肥工业大学学报:自然科学版,2001,24(4):607-610.
[12] 魏新光,王密侠,张倩.基于主成分分析的灌区参考作物蒸发蒸腾量预测模型研究[J].节水灌溉,2011(1):29-31.
[13] 曹银贵,周伟,王静,等.基于主成分分析与层次分析的三峡库区耕地集约利用对比[J].农业工程学报,2010,26(4):291-296.
[14] 潘怀兵.基于主成分分析法的沥青路面使用性能评价[J].重庆交通大学学报:自然科学版,2010,29(6):888-890.
[15] 中国气象局.QX/T 45—2007地面气象观测规范第1部分:总则[S].北京:气象出版社,2007:1-7.
[16] 曲继松,张丽娟,冯海萍,等.宁夏干旱风沙区夯土砖土复合墙体日光温室保温性能初步研究[J].西北农业学报,2010,19(1):158-163.
[17] 张国林,宗英飞,王吉宏.辽西日光温室温度变化规律及温度预测模型[J].中国农学通报,2013,29(23):117-122.
[18] 马雄威.线性回归方程中多重共线性诊断方法及其实证分析[J].华中农业大学学报:社会科学版,2008(2):78-81,85.
[19] 陶瑛,卢立新.主成分分析法在气调包装果蔬质量评价中的应用[J].包装工程,2005,26(1):8-9,16.
[20] 唐启义,冯明光,等.实用统计分析及计算机处理平台[M].北京:中国农业出版社,1997.
[21] 孙华,鞠洪波,张怀清,等.三种回归分析方法在Hyperion影像LAI反演中的比较[J].生态学报,2012,32(24):7781-7790.
[22] Efron B, Gong G. A leisurely look at the bootstrap, the jackknife, and cross-validation[J].The American Statistician,1983,37(1):36-48.
[23] 刘克,赵文吉,郭逍宇等,.基于湿地植物光谱的水体总氮估测[J].生态学报,2012,32(8):2410-2419.
[24] 罗文海,万巧云,高永.主成分回归分析与多元线性回归的对比研究[J].数理医药学杂志,2003,16(2):140-143.
[25] 杨坚,童华荣,贾利蓉.豆腐乳感官和理化品质的主成分分析[J].农业工程学报,2002,18(2):131-135.
[26] 陈斐,杨沈斌,申双和,等.基于主成分回归法的长江中下游双季早稻相对气象产量模拟模型[J].中国农业气象,2014,35(5):522-528.
[27] Yang S B, Zhao X Y, Li B B, et al. Interpreting RADARSAT-2 quad-polarization SAR signatures from rice paddy based on experiments[J].Geoscience and Remote Sensing Letters,IEEE,2012,9(1):65-69.
[28] Kebede Gurmessa T, Bardossy A. A principal component regression approach to simulate the bedevolution of reservoirs[J].Journal of Hydrology,2009,368(1-4):30-41.
[29] 李国师,王海东,杨守邦,等.日光温室最低气温的预测预调控[J].中国农业气象,1994,15(6):26-28.
[30] 王孝卿,李楠,薛晓萍.寿光日光温室小气候变化规律及模拟方法[J].中国农学通报,2012,28(10):236-242.
[31] 魏瑞江,王春乙,范增禄.石家庄地区日光温室冬季小气候特征及其与大气候的关系[J].气象,2010,36(1):97-103.

张掖日光温室最低温度预报模型的主成分回归法构建

Modeling of the Lowest Temperature Forecast in the Sunlight Greenhouse in Zhangye Based on Principal Component Regression

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	薛文瑞, 杨自辉, 张永, 郭树江, 王强强, 张剑挥. 民勤荒漠绿洲植被覆盖对地下水和降水变化的响应[J]. 中国农学通报, 2022, 38(8): 102-109.
[2]	汪欢欢, 杨琴, 蒲红梅, 何进, 程华, 韩敏, 赵学春, 王志伟, 金宝成. 照片样线法大豆植被覆盖度测量精度分析[J]. 中国农学通报, 2022, 38(32): 111-118.
[3]	纪树志. 极旱荒漠区湿地植被动态变化监测——以甘肃敦煌阳关国家级自然保护区为例[J]. 中国农学通报, 2021, 37(26): 105-109.
[4]	李得禄, 魏林源, 张芝萍, 李昌龙, 柳小平. 河西走廊不同生境黑果枸杞种群年龄结构及分布格局[J]. 中国农学通报, 2021, 37(10): 35-41.
[5]	刘宇娇, 王国华. 河西走廊荒漠绿洲过渡带沙丘不同生境沙拐枣种群扩张特征研究[J]. 中国农学通报, 2020, 36(6): 42-47.
[6]	戴玉斌. 气候变化对椰心叶甲在中国适生区的影响[J]. 中国农学通报, 2020, 36(23): 112-117.
[7]	郝燕, 白耀栋, 马麒龙, 张坤, 朱燕芳. 河西走廊地区不同转色时期摘叶对酿酒葡萄‘贵人香’与‘蛇龙珠’果实品质的影响[J]. 中国农学通报, 2020, 36(2): 68-73.
[8]	周琳琳,朱嘉伟. 高标准基本农田分区建设研究-以舞阳县为例[J]. 中国农学通报, 2018, 34(19): 159-164.
[9]	呼和孟古拉,张安明,张锐,李世佳,赵美玲. 内蒙古林草过渡区植被覆盖度时空变化及其驱动力研究—以呼伦贝尔市和兴安盟扎赉特旗为例[J]. 中国农学通报, 2018, 34(14): 89-98.
[10]	肖俊伟,毕如田,荆耀栋,高阳. 黄土高原煤炭开采对小流域植被动态变化的影响[J]. 中国农学通报, 2017, 33(22): 79-85.
[11]	SSS—以甘肃玉门镇为例李红英,高振荣,雷淑琴,王胜. 河西走廊啤酒花甲酸含量与气象条件相关分析 ——以甘肃玉门镇为例[J]. 中国农学通报, 2017, 33(22): 95-100.
[12]	邢会琴,王治江,汪永洋,郑天翔,何艳萍. 甘肃省河西走廊沙棘枝枯病发生初报[J]. 中国农学通报, 2017, 33(22): 133-137.
[13]	李莉,李峰. 基于RS和GIS的四川草地退化分析[J]. 中国农学通报, 2017, 33(17): 87-91.
[14]	杨晓玲,周华. 河西走廊东部大风日数时空分布及其对沙尘天气的影响[J]. 中国农学通报, 2017, 33(16): 123-128.
[15]	韩涛,王大为. 2000—2014年石羊河流域植被覆盖变化研究[J]. 中国农学通报, 2017, 33(13): 66-74.