PAGEPAGE1畢業(yè)論文紅棗基地土壤水分預(yù)測控制模型研究摘要本文以嶺回歸為理論基礎(chǔ)，綜合運(yùn)用相關(guān)性分析和因子分析建立了紅棗基地土壤含水率預(yù)測控制的數(shù)學(xué)模型。利用統(tǒng)計(jì)數(shù)據(jù)研究了土壤水分與氣象指標(biāo)、紅棗光合速率、蒸騰速率、灌溉量等的關(guān)系。用因子分析的方法得出了影響土壤水分的主要變量，最后在將數(shù)據(jù)作標(biāo)準(zhǔn)化處理（去量綱）的基礎(chǔ)上，運(yùn)用嶺回歸思想得到優(yōu)化的預(yù)測方程。問題一從合理的假設(shè)出發(fā)，對氣象統(tǒng)計(jì)數(shù)據(jù)運(yùn)用相關(guān)性分析的理論，通過Excel進(jìn)行處理，篩選出對土壤水分確有影響的11個(gè)氣象因素，然后結(jié)合紅棗的灌溉量(A)、蒸騰速率(B)、二氧化碳呼吸速率(C)等共14個(gè)影響量，運(yùn)用嶺回歸理論得出土壤水分與各變量之間的嶺回歸方程問題二為得出影響土壤水分的主要變量，簡化預(yù)測模型，以因子分析理論為基礎(chǔ)，結(jié)合問題一的14個(gè)影響變量，建立基于土壤含水量主因子篩選的因子分析模型；得出7個(gè)主要影響因子為：蒸騰速率(B)、CO2呼吸速率(C)、最高氣溫(D)、紫外光輻射(K)、紫外光輻射量(L)、最高輻射(M)、蒸騰(N)；再運(yùn)用問題一中嶺回歸模型得出簡化后的土壤水含量預(yù)測方程：灌水量對于一般的植物比較重要，根據(jù)上述方程，可得知紅棗是耐旱植物，對灌水量的需求不大，同時(shí)也得出新疆阿拉爾本地的沙質(zhì)土保水率差。文章兩次運(yùn)用嶺回歸思想分別得出了土壤含水率預(yù)測方程，在選取回歸系數(shù)時(shí)分別進(jìn)行了、、及誤差方差檢驗(yàn)，結(jié)果為（）和（），均在允許范圍之內(nèi)。最后，文章利用問題二所得的優(yōu)化模型對5種實(shí)驗(yàn)條件下的土壤含水量進(jìn)行了預(yù)測，并與實(shí)際值進(jìn)行了比較，所得偏差在10%以內(nèi)，模型的精確度較高。關(guān)鍵詞相關(guān)性分析嶺回歸分析因子分析土壤含水量1、問題的提出滴灌是目前干旱缺水地區(qū)最有效的一種節(jié)水灌溉方式。如何做到精準(zhǔn)灌溉，需要頻繁的測量土壤水分等指標(biāo)，不僅耗費(fèi)大量的精力，也常常帶來滯后性。一種可能的思路是根據(jù)實(shí)時(shí)的容易測量的指標(biāo)（如氣象指標(biāo)：溫度、濕度、太陽輻射等）及土壤含水率歷史數(shù)據(jù)建立土壤水分的預(yù)測模型。問題1利用附件一分析土壤水分如何受氣象指標(biāo)、紅棗光合速率、蒸騰量、灌溉量等的影響，建立水分與其他量之間的關(guān)系模型，并檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性和精度。問題2進(jìn)一步分析問題1中各個(gè)量之間的相關(guān)性，確定影響含水量的主要因素，簡化問題1的模型。2、問題分析1）問題一的分析要分析土壤水分如何受氣象指標(biāo)、紅棗光合速率、蒸騰量、灌溉量等的影響，建立水分與其他量之間的關(guān)系模型，就要知道土壤水分、氣象指標(biāo)、紅棗光合速率、蒸騰量、灌溉量等各自相互對應(yīng)的數(shù)據(jù)，通過仔細(xì)研究過附件一的數(shù)據(jù)之后，發(fā)現(xiàn)其中氣象指標(biāo)包含的無關(guān)因素太多，且不能量化處理，就先要通過初步數(shù)據(jù)處理，通過線性相關(guān)分析，找出影相土壤含水量的相關(guān)氣象指標(biāo)，再根據(jù)紅棗光合速率、蒸騰量、灌溉量，測量的公共天數(shù)，選取各自相同的4天數(shù)據(jù)，以其中的8組處理數(shù)據(jù)為研究對象，并借助嶺回歸的原理去掉量綱對數(shù)據(jù)線性的影響，建立土壤水分與各項(xiàng)指標(biāo)的嶺回歸模型，最后檢驗(yàn)?zāi)Ｐ褪欠窈侠怼?）問題二的分析問題二是針對一問中各個(gè)量之間的相關(guān)性程度，確定影響含水量的主要因素，簡化問題1的模型，就要在上述各個(gè)影響量中選出主要影響的因子，通過把上述各量建立因子分析模型，挑選出主要因素，再次建立嶺回歸模型，從而簡化問題一。3、模型的假設(shè)1）附件中提供的數(shù)據(jù)在誤差允許的范圍之內(nèi)真實(shí)有效；2）剔除附件中空缺的數(shù)據(jù)對問題結(jié)果不產(chǎn)生影響；3）土壤含水率短時(shí)間內(nèi)不會(huì)發(fā)生突變；4）各土樣灌水方案在試驗(yàn)期間內(nèi)保持一致。4、符號說明符號符號說明分別代表影響土壤含水率的各影響量4種施肥方法紅棗基地土壤含水率嶺回歸矩陣（）土壤含水率的14個(gè)領(lǐng)回歸系數(shù)嶺回歸相關(guān)性檢驗(yàn)系數(shù)嶺回歸顯著性檢驗(yàn)系數(shù)（）因子分析中的4個(gè)隱因子5、模型的建立與求解5.1問題一的求解查閱文獻(xiàn)資料可知，經(jīng)濟(jì)林土壤的含水量受多種因素的影響，如氣象條件，灌水量、灌水頻率以及植物生理耗水狀況等。其中，氣象條件又包含溫度、風(fēng)、太陽輻射等諸多方面，涉及因素眾多，但各項(xiàng)指標(biāo)對土壤水分關(guān)系不甚明確。為找出確切影響土壤水分的氣象因素，去掉無關(guān)因素，簡化研究關(guān)系，以下建立模型一用于篩選影響土壤水分情況的氣象指標(biāo)。5.1.1考慮到實(shí)驗(yàn)所獲得的氣象指標(biāo)眾多，且各指標(biāo)對土壤水分的影響能力也各不相同，為排除無關(guān)指標(biāo)簡化研究，篩選出對土壤水分確有影響的氣候因素，現(xiàn)用Excel的相關(guān)性分析工具對土壤含水量及各氣象指標(biāo)的實(shí)時(shí)觀測值做分析，挑選出有效的指標(biāo)。首先，對實(shí)驗(yàn)數(shù)據(jù)做簡易處理：考慮到風(fēng)向、最大風(fēng)向兩項(xiàng)指標(biāo)不易量化，無法參與相關(guān)性分析，且其不影響土壤水分的蒸發(fā)和棗樹的蒸騰及光合作用，故可判定兩項(xiàng)指標(biāo)與土壤的水分變化情況無關(guān)，不參與相關(guān)性分析。其次，從實(shí)驗(yàn)數(shù)據(jù)中選取8天的全天候的氣象數(shù)據(jù)（即從0時(shí)到23時(shí)每隔1小時(shí)的實(shí)時(shí)數(shù)據(jù)）分別求出各指標(biāo)當(dāng)天的平均值來代表當(dāng)天的實(shí)際氣象條件。同時(shí)選取相應(yīng)日期的土壤含水率數(shù)據(jù)，計(jì)算當(dāng)天不同樣本的平均值并與氣象指標(biāo)組成相關(guān)性分析數(shù)據(jù)（部分?jǐn)?shù)據(jù)見表1，完整數(shù)據(jù)見附錄1）。表1當(dāng)天不同樣本的平均值并與氣象指標(biāo)組成相關(guān)性分析數(shù)據(jù)含水率數(shù)據(jù)室外氣溫最高氣溫最低氣溫室外濕度17.0724.8925.6524.1651.7913.3326.9627.7926.144.298.1825.2225.8824.4349調(diào)用Excel相關(guān)性分析工具，可得結(jié)果如表2表2各氣象指標(biāo)與土壤含水量相關(guān)性的絕對值氣象指標(biāo)含水率室外氣溫最高氣溫最低氣溫室外濕度與含水率的相關(guān)性10.4295060.4555270.4686530.367215氣象指標(biāo)風(fēng)速最大速度風(fēng)寒熱度指數(shù)THW指數(shù)與含水率的相關(guān)性0.5911370.4484310.4399430.4612650.445825氣象指標(biāo)大氣壓強(qiáng)雨雨速太陽輻射太陽能量與含水率的相關(guān)性0.002774#DIV/0!#DIV/0!0.4656520.465662氣象指標(biāo)最高太陽輻射紫外光輻射紫外光輻射量最高輻射室內(nèi)溫度與含水率的相關(guān)性0.4324370.7482410.747480.8287180.138327氣象指標(biāo)室內(nèi)濕度露點(diǎn)室內(nèi)熱度蒸騰風(fēng)與含水率的相關(guān)性0.3149550.3623630.0259160.510408#DIV/0!氣象指標(biāo)ISS傳感器Arc與含水率的相關(guān)性0.22887#DIV/0!注釋：因?yàn)橄嚓P(guān)性用絕對值來衡量，故以上數(shù)據(jù)都是取得絕對值“#DIV/0!”表示空值相除出錯(cuò)，即原始指標(biāo)的各值相差幾乎為零。為了更為直觀的選出與土壤含水相關(guān)性較大的量，以各氣象指標(biāo)為橫軸，相關(guān)性系數(shù)的絕對值為縱軸，利用excel繪制出柱狀圖，如圖1所示：圖1各個(gè)氣象指標(biāo)與含水量相關(guān)性絕對值的直方圖橫坐標(biāo)軸中的1-27分別代表“含水率（自身）、室外氣溫、最高氣溫、最低氣溫、室外濕度、風(fēng)速、最大速度、風(fēng)寒、熱度指數(shù)、THW指數(shù)、大氣壓強(qiáng)、雨、雨速、太陽輻射、太陽能量、最高太陽輻射、紫外光輻射、紫外光輻射量、最高輻射、室內(nèi)溫度、室內(nèi)濕度、露點(diǎn) 室內(nèi)熱度、蒸騰、風(fēng)、ISS傳感器、Arc”。根據(jù)直方圖，選出與土壤含水量相關(guān)性較大的“最高氣溫、最低氣溫、室外濕度、風(fēng)速、熱度指數(shù)、太陽輻射、太陽能量、紫外光輻射、紫外光輻射量、最高輻射、蒸騰”作為氣象方面影響土壤水分含量的主要指標(biāo)。5.1.21.模型的理論要確定土壤含水量與主要?dú)庀笾笜?biāo)（11個(gè)）、灌水量、紅棗光合速率、蒸騰的關(guān)系，可建立土壤含水量的嶺回歸分析模型，嶺回歸亦稱“脊回歸估計(jì)”、“嶺估計(jì)”，是一種改進(jìn)最小二乘估計(jì)的方法，適用于各自變量間相關(guān)性強(qiáng)時(shí)，或某些變量的變化范圍太小時(shí)，也即線性回歸模型中正規(guī)方程的系數(shù)矩陣接近奇異時(shí)的情形。而利用嶺回歸就可避免傳統(tǒng)的基于最小二乘法估計(jì)參數(shù)的多元線性回歸、逐步回歸等方法中的因子強(qiáng)線性關(guān)系，從而使模型更加準(zhǔn)確。2.模型的建立由模型一確定的11項(xiàng)主要?dú)庀笾笜?biāo)，加上灌水量、紅棗光合速率、蒸騰共有14個(gè)影響變量，現(xiàn)將其分別編號為，灌水量（）、蒸騰速率（）、二氧化碳呼吸速率（C）、最高氣溫（D）、最低氣溫（E）、室外濕度（F）、風(fēng)速（G）、熱度指數(shù)（H）、太陽輻射（I）、太陽能量（J）、紫外光輻射（K）、紫外光輻射量（L）、最高輻射（M）、蒸騰（N），而一個(gè)因變量土壤含水率為y。將自變量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，我們從灌水量、天氣指標(biāo)、光合速率等樣本的20個(gè)處理中，選取前8組處理的數(shù)據(jù)作為研究數(shù)據(jù)，因?yàn)閺奶幚硪坏教幚硭拿克膫€(gè)處理為一組，為施肥種類，而灌水量、光合速率按施肥種類數(shù)據(jù)均等，而天氣沒有劃分，即不會(huì)因處理數(shù)組的選取而影響結(jié)果，故我們以、兩組處理為數(shù)據(jù)組，選取各項(xiàng)影響量測量的公共天數(shù)：6月14、6月23、7月15、7月22四天中選取，從處理一到處理八的數(shù)據(jù)，從而得到表3（詳見附錄2）其部分表格如下：表3土壤含水率與各影響因子的數(shù)據(jù)統(tǒng)計(jì)表處理含水率灌水量蒸騰速率二氧化碳呼吸速率最高氣溫最低氣溫處理一21.698960.3204585.318505162228.738227.825.7處理二20.659080.2563667.042270632230.137827.825.7處理三12.750.19227519.1512558248.752324.422.3處理五14.10380.3204584.8828284251.9403892927處理六15.71820.2563663.0189041631.8730632927建立土壤含水率的嶺回歸方程：其中估計(jì)影響土壤含水率的各變量的嶺回歸系數(shù)的步驟如下：(1)將14個(gè)影響變量作標(biāo)準(zhǔn)化變換，變換后均值為0，標(biāo)準(zhǔn)差為1，即：(2)對于，求。(3)對影響土壤含水率的14組數(shù)據(jù)標(biāo)準(zhǔn)化變換，得到的嶺回歸矩陣：而（4）利用中函數(shù)擬合過原點(diǎn)的多元線性回歸方程，所估計(jì)出的回歸系數(shù)即為嶺回歸系數(shù)。（5）在應(yīng)用程序中通過的畫圖語句繪出隨變化的趨勢，決定選擇合適的對應(yīng)的作為最后的嶺回歸系數(shù)。3.模型的求解及誤差分析現(xiàn)將上述表？數(shù)據(jù)，帶入到矩陣中，通過編程（祥見附錄3）求解，運(yùn)行的部分結(jié)果如下：（矩陣各行分別為嶺系數(shù)時(shí)的嶺回歸系數(shù),中各行分別為各行嶺系數(shù)對應(yīng)的相關(guān)系數(shù)統(tǒng)計(jì)量和顯著性檢驗(yàn)系數(shù)以及概率值和估計(jì)誤差方差。圖2顯示了嶺系數(shù)i(k)(i=1,2,…,9)隨k的變化情況）bb=0.44150.06870.30490.15780.1018-0.2024-0.36020.09160.06550.0654-0.0839-0.0777-0.28210.0085(k=0.1)0.38330.01850.25890.14180.0949-0.1795-0.30720.08470.05380.0537-0.0818-0.0764-0.25350.0065(k=0.2)0.3406-0.00510.22270.13080.0912-0.1632-0.26560.08090.04430.0442-0.0823-0.0776-0.23390.0050(k=0.3)0.3082-0.01950.19420.12230.0885-0.1505-0.23270.07810.03670.0367-0.0829-0.0787-0.21870.0037(k=0.4)0.2826-0.02940.17130.11550.0863-0.1403-0.20630.07570.03080.0307-0.0832-0.0795-0.20640.0028(k=0.5)0.2619-0.03650.15260.10970.0844-0.1318-0.18460.07370.02590.0259-0.0833-0.0799-0.19600.0021(k=0.6)0.2447-0.04180.13690.10490.0826-0.1246-0.16660.07200.02200.0220-0.0832-0.0800-0.18720.0015(k=0.7)0.2302-0.04590.12380.10070.0811-0.1185-0.15130.07040.01880.0187-0.0828-0.0799-0.17950.0011(k=0.8)0.2177-0.04910.11250.09700.0796-0.1132-0.13830.06900.01610.0160-0.0824-0.0797-0.17270.0008(k=0.9)0.2068-0.05160.10280.09380.0782-0.1085-0.12700.06770.01380.0138-0.0818-0.0793-0.16660.0006(k=1.0)嶺回歸參數(shù)估計(jì)圖如圖2所示：圖2嶺回歸參數(shù)估計(jì)圖從運(yùn)行結(jié)果及圖？可見，在影響土壤含水率的十四項(xiàng)指標(biāo)中，所回歸的14條曲線中，當(dāng)時(shí)每個(gè)變量相應(yīng)的嶺回歸系數(shù)變化較為穩(wěn)定，因而可選，故土壤含水率的嶺回歸系數(shù)應(yīng)取第七組時(shí)回歸較為符合標(biāo)準(zhǔn)，即回歸系數(shù)分別為:0.2447、-0.0418、0.13690.1049、0.0826、-0.1246、-0.1666、0.0720、0.0220、0.0220、-0.0832、-0.0800-0.1872、0.0015則建立土壤含水率的嶺回歸方程為：土壤含水率跟灌水量呈正相關(guān)，隨著灌水量的增加含水率升高，跟風(fēng)速、最高輻射等指標(biāo)呈負(fù)相關(guān)，隨著風(fēng)速、最高輻射的增加而降低。又土壤含水率的嶺回歸檢驗(yàn)分析結(jié)果如表4所示：表4土壤含水率嶺回歸檢驗(yàn)結(jié)果k誤差方差k=0.10.83343.07850.05830.1458k=0.20.78062.19000.13470.1919k=0.30.73971.74830.21660.2278k=0.40.70641.48070.29430.2569k=0.50.67861.29920.36460.2812k=0.60.65471.16680.42690.3021k=0.70.63381.06530.48170.3204k=0.80.61530.98440.53000.3366k=0.90.59870.91800.57260.3512k=1.00.58360.86230.61020.3644當(dāng)時(shí)，可以看出：較大，符合要求，且滿足條件，而誤差方差0.3204，是可行的。因此此土壤含水率回歸方程精度滿足條件。5.2問題二的求解5.2.1模型三基于土壤含水量主因子篩選1.模型的原理查閱資料并結(jié)合常識(shí)可知，模型二中一些量之間存在相互影響的相關(guān)關(guān)系，如太陽輻射、太陽能量、熱度指數(shù)等，因此，為解釋各量間的相關(guān)性，并找出影響土壤含水率的主要因素簡化模型，突出本質(zhì)關(guān)系，現(xiàn)引入因子分析模型。因子分析法是一種多變量化簡方法，它通過分解原始變量找到數(shù)量較少的幾個(gè)隱變量（公因子），并用這些隱變量來解釋具有錯(cuò)綜復(fù)雜關(guān)系的原始變量，并從中歸納出潛在類別，進(jìn)而把多個(gè)變量化為少數(shù)幾個(gè)綜合變量，從而化簡方程，突出主要矛盾。該方法通過公共因子的引入可以有效地規(guī)避原始變量之間的共線性關(guān)系?，F(xiàn)結(jié)合土壤含水率預(yù)測的實(shí)際情況，建立模型。2.模型準(zhǔn)備設(shè)為用來解釋14個(gè)影響土壤含水率原始因素的隱變量(或公共因子)；用表示特殊因子，用來表示原始因素中不能被前m個(gè)公共因子包含的部分；表示第因子在第個(gè)變量上的載荷。說明：模型二中影響土壤含水率的14個(gè)因素：灌水量（A），蒸騰速率（B），二氧化碳呼吸速率（C），最高氣溫（D），最低氣溫（E），室外濕度（F），風(fēng)速（G），熱度指數(shù)（H），太陽輻射（I），太陽能量（J），紫外光輻射（K），紫外光輻射量（L），最高輻射（M），蒸騰（N）。3.模型的求解與分析表示14個(gè)影響土壤含水率的原始因素,分別表示隱因子，則每個(gè)原始因素可用m個(gè)隱因子分別表示如下：其中，，且即不相關(guān)?？紤]到影響土壤含水量的原始的因子數(shù)量眾多，現(xiàn)利用SAS軟件編程做因子分析，找出14個(gè)原始指標(biāo)的共同因子。部分運(yùn)行結(jié)果如表5所示：表5共同因子運(yùn)行結(jié)果EigenvaluesoftheCorrelationMatrix:Total=14Average=1EigenvalueDifferenceProportionCumulative13.80391550.88541430.27170.271722.91850120.50503310.20850.480232.41346820.32322210.17240.652642.09024610.65899550.14930.801951.43125070.08863240.10220.90414factorswillberetainedbythePROPORTIONcriterion.運(yùn)行結(jié)果顯示了各個(gè)原始因子對應(yīng)的特征值、因子貢獻(xiàn)率等。選取因子個(gè)數(shù)時(shí)要求因子累計(jì)貢獻(xiàn)率大于80%，因此應(yīng)選取四個(gè)因子作為隱因子，記作，，，，貢獻(xiàn)率分別為27.17%，20.85%，17.24%和14.93%。確定因子載荷陣系數(shù)，得到初始的特征向量，部分陣列如表6所示：表6因子載荷陣系數(shù)表（部分）factor1factor2factor3factor4A-0.03202-0.78671-0.42434-0.19830B-0.806110.509800.002640.08667C0.686270.60417-0.36849-0.15544D0.37048-0.336500.072150.86235由于隱因子實(shí)際意義較復(fù)雜，現(xiàn)將因子旋轉(zhuǎn)，實(shí)現(xiàn)系數(shù)極值化，繼而得到各個(gè)因子的貢獻(xiàn)率如下表7所示：表7各得分因子的貢獻(xiàn)率數(shù)據(jù)ABCDEFG灌水量蒸騰速率呼吸速率最高氣溫最低氣溫室外濕度風(fēng)速0.83932610.91722420.99593440.99934890.82824170.16334290.8569035HIJKLMN熱度指數(shù)太陽輻射太陽能量紫外光輻射紫外光輻射量最高輻射蒸騰0.72134590.88294910.17278030.98963750.99459590.91476980.9497309各因子的貢獻(xiàn)率柱狀圖如圖3所示：圖3各因子的貢獻(xiàn)率4.結(jié)果分析由因子分析的原理可知，隱因子對原始因子的貢獻(xiàn)率越大，證明該原始因子對結(jié)果的影響越大，也就越重要。結(jié)合上表的結(jié)果，本模型選取因子貢獻(xiàn)率0.9以上的原始因子作為主要因子，本模型選出的指標(biāo)如下表8所示：表8篩選出的因子BCDKLMN蒸騰速率CO2呼吸速率最高氣溫紫外光輻射紫外光輻射量最高輻射蒸騰由表可知以上7個(gè)指標(biāo)是影響阿拉爾地區(qū)紅棗基地土壤水分含量的主要因素。這與阿拉爾地處沙漠邊緣的干旱區(qū)有很大關(guān)系。由于該地區(qū)土壤為砂性土，保水能力差，因此地面水分極易散失，蒸騰成為預(yù)測土壤水分的重要指標(biāo)，再加上紅棗為耐旱植物，對水分需求不大，因此灌水量對土壤水分影響甚微，可以忽略。另外，由于該地區(qū)毗鄰沙漠，干旱少水，比熱容較小，當(dāng)陽光照射時(shí)地面升溫迅速，從而造成土壤大量失水，因此太陽輻射和當(dāng)日的最高氣溫也成為影響土壤含水量的重要指標(biāo)。5.2.2模型四土壤含水量預(yù)測的主因子嶺回歸選取模型三中確定的7項(xiàng)主要指標(biāo)，運(yùn)用模型二的原理作嶺回歸分析，用Matlab編程得圖像和部分結(jié)果如表9（完整結(jié)果見附錄5）:表9不同k值時(shí)各因子的回歸系數(shù)kBCDKL`MN0.10.10290.49420.5245-0.0696-0.0560-0.59290.24340.2-0.00510.35150.4049-0.0758-0.0658-0.46460.18080.3-0.04690.26400.3389-0.0830-0.0751-0.39410.14550.4-0.06860.20630.2960-0.0878-0.0813-0.34810.12270.5-0.08120.16580.2656-0.0908-0.0853-0.31540.10667項(xiàng)指標(biāo)的嶺回歸曲線圖如4所示：圖47項(xiàng)指標(biāo)的嶺回歸曲線圖從圖4可見,當(dāng)k≥0.7之后每個(gè)變量相應(yīng)的嶺回歸系數(shù)變化較為穩(wěn)定，且由較大；，,誤差方差為檢驗(yàn)合格，因而可選,建立土壤含水量的嶺回歸方程如下:為檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性，現(xiàn)選取五組預(yù)留的實(shí)驗(yàn)數(shù)據(jù)（即未用于之前嶺回歸得出方程的數(shù)據(jù)）帶入模型算出模型預(yù)測的土壤含水量，并與實(shí)際結(jié)果比較，即可得出模型的準(zhǔn)確性，結(jié)果如表10所示：表10模型預(yù)測精度在實(shí)際中的檢驗(yàn)?zāi)Ｐ皖A(yù)測值實(shí)際值相對偏差三號土樣（6月14日）31.0519828.977.17%五號土樣（6月23日）5.9361086.305.78%七號土樣（6月14日）7.6425677.176.59%八號土樣（6月23日）12.74375113.676.78%十號土樣（6月23日）15.1429714.573.93%由上表可知，模型預(yù)測值相對于實(shí)際值偏差較小，精度較高，說明模型的準(zhǔn)確性較高。6、模型的評價(jià)與推廣6.1模型的優(yōu)點(diǎn)：分析氣象大量數(shù)據(jù)運(yùn)用到EXCEL工具中的數(shù)據(jù)分析工具，大大減少了計(jì)算量；在求土壤含水量與其他因子的關(guān)系時(shí)，運(yùn)用到嶺回歸模型，從而消除了因子之間的強(qiáng)線性關(guān)系（如：太陽輻射、太陽能量、紫外光輻射、紫外光輻射量、最高輻射），減小均方誤差，并借助Matlab7.0軟件編程，生成參數(shù)估計(jì)圖，使結(jié)果更加精確、可信；3）在問題二的求解過程中，采用因子分析找出主要因子，再建立主要因子的嶺回歸模型，從而使問題一中模型得到優(yōu)化；6.2模型的缺點(diǎn)由于附件所給的各影響指標(biāo)相應(yīng)時(shí)間段對應(yīng)數(shù)據(jù)不是很多，可能在一定程度上影響結(jié)果。6.3模型的改進(jìn)與推廣1）本模型不僅可以用來研究阿拉爾地區(qū)紅棗基地土壤含水率問題，還可以推廣到一般的沙漠干旱地區(qū)耐旱植物的生長區(qū)土壤水分狀況的研究與分析，對于改善干旱地區(qū)植被狀況有積極的意義。2）本模型運(yùn)用了相關(guān)性分析及嶺回歸思想，可以迅速有效的從實(shí)際統(tǒng)計(jì)數(shù)據(jù)中歸納出隱藏規(guī)律，可以推廣到房地產(chǎn)預(yù)測、醫(yī)療、機(jī)械實(shí)時(shí)控制等方面。參考文獻(xiàn)[1]王文波，數(shù)學(xué)建模及其基礎(chǔ)知識(shí)詳解，[M]，武漢：武漢大學(xué)出版社.[2]劉振航，數(shù)學(xué)建模，[M]，北京：中國人民大學(xué)出版社，2004.[3]張平等，MATLAB基礎(chǔ)與應(yīng)用，[M]，北京：北京航空航天大學(xué)出版社，2001[4]王沫然，MATLAB與科學(xué)計(jì)算，[M]，北京：電子業(yè)出版社，2003.[5]董大鈞，SAS統(tǒng)計(jì)分析應(yīng)用，[M]，北京，電子工業(yè)出版社，2008.附錄：1.EXCEL數(shù)據(jù)分析工具處理后的氣象數(shù)據(jù)表含水率結(jié)果數(shù)據(jù)室外氣溫最高氣溫最低氣溫室外濕度風(fēng)速最大速度風(fēng)寒17.07124.89225.64624.15851.7920.3042.74624.89213.33526.96327.79226.10044.2920.5423.01726.9638.18425.21725.87524.42549.0001.0424.32925.21710.91521.56722.27520.82557.2081.6335.14221.25015.63123.11723.60822.63863.0000.3082.59623.1177.14427.71728.26727.14650.4170.5383.47927.7175.02827.32627.77826.81748.7831.2173.57427.32610.42024.05024.71323.42555.6250.8672.47924.050含水率結(jié)果數(shù)據(jù)熱度指數(shù)THW指數(shù)大氣壓強(qiáng)雨雨速太陽輻射太陽能量17.07124.90024.900732.2960.0000.000214.70818.46713.33526.62126.621727.4670.0000.000317.41727.3028.18425.08325.083730.0000.0000.000295.95825.45610.91521.24620.925733.2330.0000.000168.70814.51115.63123.45823.458727.9540.0000.000128.16711.0247.14428.27128.271728.1420.0000.000241.79220.7975.02827.57027.570730.5650.0000.000281.04324.17310.42023.96723.967733.4040.0000.000298.20825.649含水率結(jié)果數(shù)據(jù)最高太陽輻射紫外光輻射紫外光輻射量最高輻射室內(nèi)溫度室內(nèi)濕度露點(diǎn)17.071295.3330.4330.1860.61730.56337.91714.50813.335356.0830.7580.3250.90432.32135.12514.8588.184353.6251.2880.5511.53831.66735.87514.67510.915275.2080.6790.2901.13828.68343.08314.84215.631181.5420.4420.1900.63829.83347.12517.2427.144335.2921.0000.4281.40829.31347.16716.8135.028296.3911.1090.4751.40030.22246.39117.27010.420338.2081.4540.6241.72130.17141.87515.579含水率結(jié)果數(shù)據(jù)室內(nèi)熱度蒸騰風(fēng)ISS傳感器Arc17.07130.5080.1691.000100.00060.00013.33532.5210.2551.000100.00060.0008.18431.8000.2401.000100.00060.00010.91528.7960.1571.000100.00060.00015.63130.6790.1081.00099.92560.0007.14430.1210.2021.00099.95860.0005.02831.2520.2231.000100.00060.00010.42030.4630.2441.000100.00060.0002.土壤含水率與各影響因子數(shù)據(jù)統(tǒng)計(jì)表時(shí)間處理含水率（y）灌水量(A)蒸騰速率(B)Co2呼吸(C)最高氣溫(D)最低氣溫(E)室外濕度(F)風(fēng)速(G)6月14處理一21.700.325.32228.7427.8025.7045.000.406月14處理二20.660.267.04230.1427.8025.7045.000.406月23處理五14.100.324.881.9429.0027.0041.001.306月23處理六15.720.263.021.8729.0027.0041.001.307月15處理三12.750.1919.15248.7524.4022.3060.000.407月15處理四6.580.1317.11247.6724.4022.3060.000.407月22處理七14.100.1912.30358.0722.2021.6073.000.007月22處理八10.540.1310.95361.2422.2021.6073.000.00時(shí)間處理含水率（y）熱度指數(shù)(H)太陽輻射(I)太陽能量(J)紫外光輻射(K)紫外光輻射量(L)最高輻射(M)蒸騰(N)6月14處理一21.7026.40561.0048.251.300.561.500.386月14處理二20.6626.40561.0048.251.300.561.500.386月23處理五14.1027.80660.0056.771.500.641.900.486月23處理六15.7227.80660.0056.771.500.641.900.487月15處理三12.7523.80696.0059.863.001.293.600.437月15處理四6.5823.80696.0059.863.001.293.600.437月22處理七14.1022.20218.0018.751.100.472.200.157月22處理八10.5422.20218.0018.751.100.472.200.153.Matllab嶺回歸程序M文件：function[b,bint,r,rint,stats]=ridge1(Y,X,k)[n,p]=size(X);mx=mean(X);my=mean(Y);stdx=std(X);stdy=std(Y);idx=find(abs(stdx)<sqrt(eps));MX=mx(ones(n,1),:);STDX=stdx(ones(n,1),:);Z=(X-MX)./STDX;Y=(Y-my)./stdy;pseudo=sqrt(k*(n-1))*eye(p);Zplus=[Z;pseudo];Yplus=[Y;zeros(p,1)];[b,bint,r,rint,stats]=regress(Yplus,Zplus);命令窗口：x=[0.3204577975.318505162228.73820527.825.7450.426.456148.251.30.561.50.38;0.2563662377.042270632230.137849227.825.7450.426.456148.251.30.561.50.38;0.3204577974.8828284251.940388542927411.327.866056.771.50.641.90.48;0.2563662373.0189041631.8730625712927411.327.866056.771.50.641.90.48;0.19227467819.1512558248.75232724.422.3600.423.869659.8631.293.60.43;0.12818311917.10519414247.673726424.422.3600.423.869659.8631.293.60.43;0.19227467812.30181403358.074696922.221.673022.221818.751.10.472.20.15;0.12818311910.9457124361.236048422.221.673022.221818.751.10.472.20.15];y=[21.69896124;20.65907702;14.10379732;15.71820091;12.75;6.58;14.1;10.54;];x'*x;count=0;kvec=0.1:0.1:1;fork=0.1:0.1:1count=count+1;[b,bint,r,rint,stats]=ridge1(y,x,k);bb(:,count)=b;stats1(count,:)=stats;end運(yùn)行結(jié)果：ans=Columns1through100.44150.06870.30490.15780.1018-0.2024-0.36020.09160.06550.06540.38330.01850.25890.14180.0949-0.1795-0.30720.08470.05380.05370.3406-0.00510.22270.13080.0912-0.1632-0.26560.08090.04430.04420.3082-0.01950.19420.12230.0885-0.1505-0.23270.07810.03670.03670.2826-0.02940.17130.11550.0863-0.1403-0.20630.07570.03080.03070.2619-0.03650.15260.10970.0844-0.1318-0.18460.07370.02590.02590.2447-0.04180.13690.10490.0826-0.1246-0.16660.07200.02200.02200.2302-0.04590.12380.10070.0811-0.1185-0.15130.07040.01880.01870.2177-0.04910.11250.09700.0796-0.1132-0.13830.06900.01610.01600.2068-0.05160.10280.09380.0782-0.1085-0.12700.06770.01380.0138Columns11through14-0.0839-0.0777-0.28210.0085-0.0818-0.0764-0.25350.0065-0.0823-0.0776-0.23390.0050-0.0829-0.0787-0.21870.0037-0.0832-0.0795-0.20640.0028-0.0833-0.0799-0.19600.0021-0.0832-0.0800-0.18720.0015-0.0828-0.0799-0.17950.0011-0.0824-0.0797-0.17270.0008-0.0818-0.0793-0.16660.0006stats1=0.83343.07850.05830.14580.78062.19000.13470.19190.73971.74830.21660.22780.70641.48070.29430.25690.67861.29920.36460.28120.65471.16680.42690.30210.63381.06530.48170.32040.61530.98440.53000.33660.59870.91800.57260.35120.58360.86230.61020.36444.SAS因子分析程序dataerwen;/*第二問程序段*/inputobjects$ABCDEFGHIJKLMN@@;cards;0.3204577975.318505162228.73820527.825.7450.426.456148.251.30.561.50.38;0.2563662377.042270632230.137849227.825.7450.426.456148.251.30.561.50.38;0.3204577974.8828284251.940388542927411.327.866056.771.50.641.90.48;0.2563662373.0189041631.8730625712927411.327.866056.771.50.641.90.48;0.19227467819.1512558248.75232724.422.3600.423.869659.8631.293.60.43;0.12818311917.10519414247.673726424.422.3600.423.869659.8631.293.60.43;0.19227467812.30181403358.074696922.221.673022.221818.751.10.472.20.15;0.12818311910.9457124361.236048422.221.673022.221818.751.10.472.20.15];y=[21.69896124;20.65907702;14.10379732;15.71820091;12.75;6.58;14.1;10.54;;/*輸出樣品因子得分*/procfactordata=erwenmethod=principalrotate=varimaxpercent=0.7scoreoutstat=ex1;varABCDEFGHIJKLMN;run;procscoredata=yiwenscore=ex1out=ex2;varABCDEFGHIJKLMN;run;procprintdata=ex1;procprintdata=ex2;run;主要結(jié)果：TheSASSystem15:04Tuesday,August27,20112TheFACTORProcedureInitialFactorMethod:PrincipalComponentsVarianceExplainedbyEachFactorFactor1Factor2Factor3Factor43.80391552.91850122.41346822.0902461FinalCommunalityEstimates:Total=11.226131ABCDEFG0.839326110.917224200.995934410.999348900.828241680.163342860.85690352HIJKLMN0.721345870.882949110.172780340.989637540.994595860.914769760.949730924.因子分析之后篩選出的七個(gè)因子時(shí)間處理含水率蒸騰速率（B）CO2呼吸速率(C)最高氣溫(D)紫外光輻射(K)紫外光輻射量(L)最高輻射(M)蒸騰(N)6月14處理一21.705.32228.7427.801.300.561.500.386月14處理二20.667.04230.1427.801.300.561.500.386月23處理五14.104.881.9429.001.500.641.900.486月23處理六15.723.021.8729.001.500.641.900.487月15處理三12.7519.15248.7524.403.001.293.600.437月15處理四6.5817.11247.6724.403.001.293.600.437月22處理七14.1012.30358.0722.201.100.472.200.157月22處理八10.5410.95361.2422.201.100.472.200.155.簡化因子后的嶺回歸程序M文件不變窗口命令：x=[5.318505162228.73820527.81.30.561.50.38;7.042270632230.137849227.81.30.561.50.38;4.8828284251.94038854291.50.641.90.48;3.0189041631.873062571291.50.641.90.48;19.1512558248.75232724.431.293.60.43;17.10519414247.673726424.431.293.60.43;12.30181403358.074696922.21.10.472.20.15;10.9457124361.236048422.21.10.472.20.15];y=[21.69896124;20.65907702;14.10379732;15.71820091;12.75;6.58;14.1;10.54;];x'*x;count=0;kvec=0.1:0.1:1;fork=0.1:0.1:1count=count+1;[b,bint,r,rint,stats]=ridge1(y,x,k);bb(:,count)=b;stats1(count,:)=stats;endbb',stats1plot(kvec',bb),xlabel('k'),ylabel('b','FontName','Symbol')運(yùn)行結(jié)果：ans=0.10290.49420.5245-0.0696-0.0560-0.59290.2434-0.00510.35150.4049-0.0758-0.0658-0.46460.1808-0.04690.26400.3389-0.0830-0.0751-0.39410.1455-0.06860.20630.2960-0.0878-0.0813-0.34810.1227-0.08120.16580.2656-0.0908-0.0853-0.31540.1066-0.08910.13590.2426-0.0926-0.0878-0.29050.0946-0.09410.11310.2245-0.0935-0.0893-0.27080.0852-0.09740.09520.2098-0.0939-0.0901-0.25470.0778-0.09950.08090.1975-0.0939-0.0904-0.24120.0717-0.10070.06910.1871-0.0935-0.0904-0.22960.0665stats1=0.71003.26500.06280.25370.63862.35640.13020.31620.59361.94710.18820.35560.56091.70320.23750.38420.53531.53590.28010.40660.51411.41080.31770.42510.49601.31200.35130.44100.48001.23090.38190.45500.46571.16240.41000.4675土壤水分、溫度、鹽分三參數(shù)速測儀在寧夏引黃灌區(qū)土壤研究的應(yīng)用摘要：氣候變暖加劇了土壤水分蒸發(fā)，帶動(dòng)土壤鹽分向上移動(dòng)，引起土壤鹽分增加，導(dǎo)致土壤鹽堿危害加劇。采用托普儀器的TZS-ECW型土壤水分、溫度、鹽分三參數(shù)速測儀監(jiān)測土壤墑情和近35年來的土壤鹽分定位觀測資料和氣象資料，研究氣候變暖對寧夏引黃灌區(qū)土壤鹽分變化的影響。研究結(jié)果表明：近35a隨著全球變暖，寧夏引黃灌區(qū)土壤全鹽含量呈明顯的增加趨勢，輕鹽化土壤、中鹽化土壤和重鹽化土壤全鹽質(zhì)量分?jǐn)?shù)分別增加0．08、0．13和O．19g／kg；當(dāng)溫度增加0．5～3．0"C時(shí)，寧夏引黃灌區(qū)輕鹽化土壤中鹽化土壤和重鹽化土壤淋洗土壤增加鹽分所需的灌水量分別增加8．2％～9．1％、8．2％～8．7％和8．3％～8．8％，總灌水量增加1．29～1．40億m3。關(guān)鍵詞：氣候變化，鹽化土壤，土壤水分、溫度、鹽分三參數(shù)速測儀0引言全球氣候變化是人類迄今面臨的最大的環(huán)境問題，也是2l世紀(jì)人類面臨的最復(fù)雜的挑戰(zhàn)之一【l】。氣候變化已對全球生態(tài)系統(tǒng)以及社會(huì)經(jīng)濟(jì)系統(tǒng)產(chǎn)生了明顯影響，并將繼續(xù)造成深遠(yuǎn)而巨大的影響。政府間氣候變化專業(yè)委員會(huì)(IPCC，2007)【2】第四次評估報(bào)告指出，近100a(1906--2005年)全球平均地表溫度上升了0．7℃。自1850年以來最暖的12個(gè)年份中有11個(gè)出現(xiàn)在近期的1995--2006年，過去50a升溫率幾乎是過去100a的2倍【3】。到21世紀(jì)末，全球地表平均增溫1．1～6．4*(2t4‘氣候變化對土壤環(huán)境帶來的不良影響已經(jīng)顯現(xiàn)【6】。氣候變暖加快了土壤有機(jī)碳礦化速率，引起一系列土壤物理、化學(xué)和生物反應(yīng)的變化【J7】；氣候變暖，導(dǎo)致微生物對土壤有機(jī)質(zhì)的分解加快，從而加速了土壤養(yǎng)分的變化，可能造成土壤肥力下斛8】；降雨量的變化使土壤微生物活動(dòng)發(fā)生改變，必然引起土壤養(yǎng)分和水分發(fā)生變化【9】；氣候變暖使得土壤水分蒸發(fā)加劇，帶動(dòng)了土壤鹽分向上移動(dòng)，引起土壤鹽分增加，導(dǎo)致土壤鹽漬化。全球鹽堿土壤面積約為9．6億hm2，中國約有1．0億hm2[1們。黃河河套地區(qū)有灌溉農(nóng)田100萬hm2，但l／3以上存在不同程度的土壤鹽漬化問題。寧夏引黃灌區(qū)有耕地42．2l萬hm2，其中鹽化土壤面積20．96萬hm2，占耕地總面積的49．7％t11】。土壤鹽漬化已經(jīng)嚴(yán)重影響和制約該地區(qū)的生態(tài)環(huán)境和農(nóng)業(yè)可持續(xù)發(fā)展。目前，有關(guān)氣候變化對土壤鹽漬化影響的研究報(bào)道不多。我們以寧夏引黃灌區(qū)為例，進(jìn)行氣候變暖對土壤鹽分及其灌水量的影響研究。1研究區(qū)域概況寧夏引黃灌區(qū)地處中溫帶干旱區(qū)，屬大陸性氣候。其氣候特征是干旱少雨，日照充足，蒸發(fā)強(qiáng)烈，風(fēng)大沙多。年平均氣溫9．1℃，年平均降水量185rtlln，降雨主要集中在7—寧夏引黃灌區(qū)包括青銅峽、吳忠、靈武、永寧、銀川、賀蘭、平羅、惠農(nóng)和石嘴山9個(gè)市(縣)，屬黃河沖積和賀蘭山洪積平原，南起青銅峽，北至石嘴山，南北長165km，東西寬42～60km，總面積7790km2。地勢自西南向東北微傾，海拔高度多在l100～1150m。黃河從南部青銅峽流入，從北部石嘴山流出(圖1)。主要的灌溉用水來自黃河，農(nóng)作物以水稻、小麥、玉米為主。根據(jù)2005年寧夏土壤鹽漬化調(diào)查資料，寧夏引黃灌區(qū)鹽化土壤面積20．96萬hm2，占耕地總面積的49．7％。其中輕鹽化土壤面積9．42萬hm2，中鹽化土壤面積6．41萬hm2，重鹽化土壤面積5．13萬hm2(表1)。2材料與方法2．1資料來源采用1973--2008年以來的寧夏引黃灌區(qū)土壤鹽分定位觀測資料和氣象資料，研究氣候變暖對寧夏引黃灌區(qū)土壤鹽分的影響。根據(jù)鹽化土壤分級標(biāo)準(zhǔn)，輕鹽化土壤全鹽質(zhì)量分?jǐn)?shù)為1．O～2．0g／kg，中鹽化土壤為2．0～3．0g／kg，重鹽化土壤為>3．0g／kg[13】。土壤鹽分定位觀測點(diǎn)設(shè)在西大灘鹽堿地改良試驗(yàn)站。定位觀測點(diǎn)地下水埋深1．5m左右，土壤耕作層(20cm)堿化度在5．6％～15．3％之間，總堿度在0．15-"0．35cmol／kg之間，DH值在7．5～8．6之間，全鹽在1．O～4．6g／kg之間。土壤屬于黏壤土。2．2測定方法土壤全鹽測定采取烘干法。對采集的樣品在室內(nèi)自然風(fēng)干，過1mill篩備用，所有的土樣均制備l：5土水比浸提液測定土壤全鹽質(zhì)量分?jǐn)?shù)。同時(shí)還可以采用現(xiàn)代的儀器土壤水分、溫度、鹽分三參數(shù)速測儀來測量土壤的鹽分等。土壤水分、溫度、鹽分三參數(shù)速測儀也可稱之為土壤墑情速測儀，土壤墑情一般就是包含土壤水分、土壤溫度、土壤鹽分三個(gè)參數(shù)。儀器由國家高新技術(shù)企業(yè)浙江托普儀器獨(dú)立開發(fā)研制而成，其主要型號為：TZS-ECW和TZS-ECW-G。儀器主要由傳感器和手持機(jī)兩部分組成，主要用于農(nóng)業(yè)和林業(yè)土壤墑情的測量等，是墑情檢測工作不可缺少的工具。2．3淋洗鹽分灌水量計(jì)算根據(jù)土壤鹽分與淋洗水量之間的換算關(guān)系，可以計(jì)算土壤增加鹽分所需要的淋洗水量，計(jì)算方法參考《土壤物理化學(xué)》【l51。Dw=100．052·Ds(I+AC／Cr)(1)式中：肌——淋洗鹽分灌水量，m3／hm2；Ds——土壤改良深度，取土壤耕作層(20em)；△CL_一土壤增加鹽分質(zhì)量分?jǐn)?shù)，g／kg；D——初始土壤鹽分質(zhì)量分?jǐn)?shù)，g／kg；月——系數(shù)，黏壤土取0．3。3結(jié)果與分析3．1溫度升高與土壤鹽分變化從1973--2008年不同年份與土壤鹽分和年平均溫度之間的關(guān)系表明：寧夏引黃灌區(qū)在伴隨年平均溫度升高的同時(shí)，土壤全鹽含量成明顯的增加趨勢(圖2)。近35a來，輕鹽化土壤、中鹽化土壤和重鹽化土壤全鹽分別增加了0．08、0．13和0．19g／kg。通過年平均溫度升高和土壤全鹽增加量之間的關(guān)系研究表明：近35a來，寧夏引黃灌區(qū)鹽化土壤全鹽增加量隨年平均溫度升高的增加而增加(圖3)。輕鹽化土壤，溫度升高與土壤全鹽增加量之間存在關(guān)系為Y=0．0088X2+0．0277)(+0．0093(尺2=0．8082)；中鹽化土壤，溫度升高與土壤全鹽增加量之間存在關(guān)系為Y=0．0722X+0．0205(尺2：0．8049)：重鹽化土壤，溫度升高與土壤全鹽增加量之間存在關(guān)系為Y=一o．o105x2+0．1296X+0．0291(R2=0．8321)。通過年平均溫度升高和土壤全鹽增加量之間的模擬關(guān)系式，可以計(jì)算溫度升高0．5～3．0。C時(shí)，寧夏引黃灌區(qū)鹽化土壤全鹽增加量。當(dāng)溫度升高0．5～3．0。C時(shí)，輕鹽化土壤全鹽增加量0．03～0．17g／kg、中鹽化土壤全鹽增加量0．06～0．24g／kg、重鹽化土全鹽增加量0．09～0．32g／kg(表2)。3．2淋洗土壤增加鹽分所需的灌水量根據(jù)公式(1)計(jì)算淋洗土壤增加鹽分所需的灌水量(表3)。結(jié)果表明：當(dāng)溫度增加0．5～3．0℃時(shí)，輕鹽化土壤、中鹽化土壤和重鹽化土壤淋洗土壤增加鹽分所需的灌水量分別為615．31～685．34、614．10～655．50和617．18～660．33m3根據(jù)寧夏引黃灌區(qū)鹽化土壤調(diào)查資料，輕鹽化土壤、中鹽化土壤和重鹽化土壤面積分別為9．42、6．41和5．13萬hm2。當(dāng)溫度升高0．5．-一3．O。C時(shí)，輕鹽化土壤、中鹽化土壤和重鹽化土壤淋洗增加土壤鹽份的灌水量分別為0．58