基于逐步回归分析的日光温室温度预报

刘志鹏，戴海燕，孙 奇，苏 华

（朝阳市气象局，辽宁朝阳122000）

基于逐步回归分析的日光温室温度预报

刘志鹏，戴海燕，孙 奇，苏 华

（朝阳市气象局，辽宁朝阳122000）

研究日光温室内气象要素的观测资料，选取影响温室内温度变化的相关气象因子，通过逐步回归分析方法建立温室内温度预测模型。研究得出日光温室内温度变化的预测方程，为实现对温室生产的合理调控提供了可靠的理论依据。

日光温室；温度；逐步回归；预测

日光温室作为设施农业产业的主体项目，其本身是一个封闭的农业生态系统，它的内部温度、湿度、CO2浓度等环境称为小气候。这种小气候环境条件是由光照、室内外温度和湿度等因素决定的，各因素之间相互依赖，互相作用，共同影响作物的生长发育，进而影响作物的产量与品质，因此适宜的环境对于作物生长特别重要[1]。本文利用逐步回归数学模型开展日光温室内温度的数值模拟，为作物生长环境的调控和优化提供客观可靠的科学依据。

1 温室内温度预测

1.1 逐步回归分析预测方法及步骤

逐步回归分析法是指运用回归分析原理采用双检验原则，逐步引入和剔除自变量而建立最优回归方程的优选方法。具体含义是：

1.1.1每步有二个过程 即引进变量和剔除变量，且引进变量和剔除变量均需作F检验后方可继续进行，故又称为双重检验回归分析法。

1.1.2引入变量 引入变量的原则是未引进变量中偏回归平方和最大者并经F显著性检验，若显著则引进，否则终止。

1.1.3剔除变量 剔除原则是在引进的自变量中偏回归平方和最小者，并经F检验不显著，则剔除。

1.1.4终止条件 即最优条件，再无显著自变量引进，也没有不显著自变量可以剔除，这也是最优回归方程的实质。

1.2 相关因子的选取及预测方程的建立

根据逐步分析建模原理，确定因变量Y，自变量X，建立因变量与自变量回归数学模型（式1）。

影响日光温室内温度变化的因子很多，例如，室外最高、最低气温，室内最高、最低气温，室外天气状况，日照时数，室外风力，室内外相对湿度等[2]。通过对温室内作物生产期逐日观测资料进行相关性分析，选取6个室内外显著相关气象要素作为预报相关因子[3]，分别定义为，，，，，。即，：前日室内最高气温实测值；：前日室内最低气温实测值；：当日室外最高气温预报值；：当日室外最低气温预报值；：当日总云量预报值；：当日日照时数预报值。

1.2.1温室内最高气温预测根据上述逐步回归分析方法，令为当日室内最高气温预报值，通过最优分析求解得出影响室内最高气温变化的显著因子为，，，被引进；其他两个因子、被剔除。同时求得0=23.0，1=-0.04，2=0.15，3=0.07，4=0.62。故此得到温室内最高气温预报方程（式2）。

1.2.2温室内最低气温预测同理，按上述方法、步骤求解得出温室内最低气温预报方程（式3）。

1.3 预测方程的检验及存在的问题与不足

对预测方程的准确程度的检验，通过采用预测方程的预报准确率来计算核实，其具体的检验方法为：

根据上述建立的预测模型，利用预报准确率对2016年10月辽西地区日光温室内最高、最低气温进行预报检验。检验结果：温室内最低气温的预报准确率最低为83.7%，最高气温的预报准确率为94.9%。根据检验结果可以看出，室内最低气温预报与实际偏差稍大，由观测站数据记录可知，对于温室内气温预测在考虑影响其变化的主要气象要素外，也要认真考虑室外天气状况，根据晴天、多云、阴雨雪等不同天气对预测结果做人工订正。

2 结语

本文总结归纳了影响日光温室内气象条件变化的显著因子，利用逐步回归分析方法，建立了温室内最高气温、最低气温预测模型。预报准确率较好，能够客观的为温室生产提供科学的气象依据。在一定程度上对设施农业的发展起到了防灾、减灾、增产的作用[4]。同时，温室内温度预测受外界气象条件影响密切，阴雨雪天气条件下，温室内温度预测与实际波动幅度增大。

[1]崔建云,董晨娥,左迎之,等.外部环境气象条件对日光温室气象条件的影响[J].气象,2006,32(03):101-106.

[2]吉中礼,崔鸿文.塑料大棚小气候变化规律分析[J].西北农业学报,1997,6(01):61-64.

[3]高效梅,崔建云,马守强.潍坊市大棚蔬菜生产气象预报服务系统[J].山东气象,2005,25(03):28-29.

[4]郜庆炉,段爱旺,梁云娟.日光温室内温光条件对农作物种植制度影响[J].干旱地区农业研究,2004(01):109-113.

S165

A

10.14025/j.cnki.jlny.2017.20.050

刘志鹏，硕士，高级工程师，研究方向：气象技术保障。