首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于主成分回归的日光温室内低温预测模型
引用本文:李宁,申双和,黎贞发,李春,刘淑梅,薛庆禹.基于主成分回归的日光温室内低温预测模型[J].中国农业气象,2013,34(3).
作者姓名:李宁  申双和  黎贞发  李春  刘淑梅  薛庆禹
作者单位:1. 南京信息工程大学应用气象学院,南京210044;天津市气候中心,天津300074
2. 南京信息工程大学应用气象学院,南京,210044
3. 天津市气候中心,天津,300074
基金项目:公益性行业(气象)科研专项"设施农业气象灾害预警及防御关键技术"
摘    要:利用2010/2011年度冬季日光温室内小气候观测资料对冬季日光温室内温度变化特征进行分析,并结合温室外温度以及用云遮系数法和风级风速转换方法得到的室外总云量和最大风速,采用主成分回归分析法建模,以对日光温室内日最低气温进行预报.结果表明,(1)通过云遮系数法和风速风级转化标准模拟的室外总云量和最大风速误差较小.(2)日光温室内最低气温与温室内前一天的各小气候要素有较好的相关性,此外,温室内外各气象要素之间也存在显著的相关性.(3)主成分回归提取了温室内小气候要素主成分、温室外天气状况与温度主成分、风速主成分3个主要因子.建立的日光温室内最低气温预报模型,其复相关系数为0.857,并通过显著性检验.(4)利用2011/2012年冬季温室资料对低温预报模型进行检验,预测值与实际值之间的平均绝对误差小于1℃,平均相对误差在13%以内,整个冬季的均方根误差为1.1℃.说明所建日光温室内低温预报模型有较高的精度,能够满足温室内最低温度的预测需求.

关 键 词:日光温室  温度特征  主成分回归  低温预报

Forecast Model of Minimum Temperature inside Greenhouse Based on Principal Component Regression
LI Ning , SHEN Shuang-he , LI Zhen-fa , LI Chun , LIU Shu-mei , XUE Qing-yu.Forecast Model of Minimum Temperature inside Greenhouse Based on Principal Component Regression[J].Chinese Journal of Agrometeorology,2013,34(3).
Authors:LI Ning  SHEN Shuang-he  LI Zhen-fa  LI Chun  LIU Shu-mei  XUE Qing-yu
Abstract:
Keywords:Solar greenhouse  Temperature characteristic  Principal component regression  Low temperature forecast
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号