提高三元肥效模型建模成功率的主成分回归技术研究

三元二次多项式肥效模型在施肥实践中存在大量非典型式,严重制约了肥效模型计量精确性和应用价值。为提高田间肥效试验建模成功率,本研究探讨肥效模型建模新方法。根据福建省早稻171个"3414"设计的氮磷钾田间肥效试验结果,研究三元二次多项式肥效模型多重共线性的危害和诊断方法以及主成分回归建模技术。结果表明,试验设计矩阵X的方阵(XTX)条件数和方差膨胀因子的诊断指标均显示,三元二次多项式肥效模型存在严重的多重共线性,且这种共线性主要是因模型设定本身造成的。多重共线性严重制约了普通最小二乘法(OLS)的有效性,OLS回归建模的三元典型肥效模型比例仅占试验总数的27.5%。主成分回归对设计矩阵提取互不相关的9个主成分,消除了多重共线性危害。采用前7个主成分回归建模,三元典型肥效模型比例提高至43.3%,为OLS法的1.6倍。尤其是主成分回归大幅度降低了模型系数符号不合理的非典型式,从OLS建模的14.6%下降至零;模型无最高产量点的非典型式比例从OLS建模的36.8%下降至21.1%。7个主成分回归建模利用了试验设计矩阵X99.9%以上的方差信息,其所得典型式与OLS法所得典型式在推荐施肥量和预测产量上几乎无差别。针对主成分回归是一种有偏估计,采用OLS法结合前7个主成分回归建模,三元典型肥效模型所占比例进一步提高至55.6%,为OLS法的2.0倍,结果明显优于单独使用OLS回归或者主成分回归。因此,主成分回归可消除三元二次多项式肥效模型的多重共线性危害,OLS法结合前7个主成分回归建模是显著提高水稻氮磷钾三元典型肥效模型比例的最优建模策略。

Principal Component Regression Technology of Ternary Fertilizer Response Model for Improving Success Rate of Modeling