节能型日光温室蔬菜生产现状及发展对策

节能型日光温室蔬菜生产现状及发展对策

1选择和处理区域指标1.1相关因子的选择气候环境对日光温室的影响主要体现在外部气候的影响和日光温室内小气候对植物的生长和发育的影响上。温室内气候是可以通过调控手段进行调节的,而室外大气候的影响只能通过气候区划来合理地布局日光温室,以趋利避害。在日光温室生产中,温、光、水、气、肥中的温度和光照条件地域差异相对较大,是对作物生长起关键性作用的因子,所以区划指标主要选择温度与光照相关的因素指标;大风、积雪对设施载荷也有影响;有效生长积温不仅是表达热量最直观的指标,而且代表着蔬菜露地栽培中生长季的长短。本文主要选择以下相关因子:冬季日照百分率、1月日照百分率、冬季日照时数、冬季太阳辐射、1月太阳辐射、1月晴天日数、冬季阴天日数、1月阴天日数、冬季平均气温、1月平均气温、年平均气温、海拔、30年一遇最大风速、30年一遇最大积雪深度、不小于10℃积温等18个相关指标作为初选的气候指标。日光温室的气候区划是多因素指标区划,在选择因子时,应尽量地选择全面、系统,以便于进行多指标综合评价。多指标综合评价弥补单项指标的不足,便于被评价对象在不同时间或空间的整体性比较和排序,并兼顾全面、可比、可操作性原则。气候资料来源于1971～2000年30年的平均地面资料,在西北地区选择新疆、青海、甘肃(陇中和河西走廊)、宁夏、陕西(秦岭以北)、内蒙古的110个代表站点进行分析,站点分布如图1所示。1.2成分分析对初选指标采用以下几个分析:指标变异程度上的差异信息分析;相同指标间的t检验(两指标差异不显著,选其一);将站点原始数据标准化后进行主成分分析。经筛选后剩余15个指标并以x3～x15代之:1月日照时数(1x)、冬季平均气温(x2)、1月平均气温(x3)、年平均气温(x4)、年极端最低气温(x5)、冬季晴天日数(x6)、1月晴天日数(x7)、冬季阴天日数(8x)、1月阴天日数(x9)、冬季太阳辐射(x10)、1月太阳辐射(x11)、海拔(x12)、30年一遇最大风速(x13)、30年一遇最大积雪深度(x14)、≥10℃积温(x15)。1.3原始数据的标准化经筛选后的指标还存在相关及数目较多等问题,而指标间的相关会造成变量之间相互干扰,信息重叠,解释困难。通过主成分分析可以将相关的多个指标简化成较少的、相互独立的几个指标,并包含原始数据中的绝大部分信息。其主成分分析的步骤如下:1)原始数据的无量纲化。在实际问题中,不同的变量往往有不同的量纲,在计算协方差矩阵时会存在“大数吃小数”的问题,所以要进行原始数据的无量纲化,本文选择均标准化处理量纲问题,即式中xij—原始数据;—第j个的均值;Sj—第j个变量的标准差。原始数据阵由n个样本、p个变量组成(本例n为110,p为15)。2)计算协方差矩阵V,此时协方差矩阵即为相关系数矩阵R=(γij)。Rij的计算公式为3)求协方差矩阵V的特征值及特征向量。求V阵的p个特征根1λ≥λ2≥……≥λp≥0及其相应的特征向量1a,a2,……,ap,原始指标的第i个主成分为4)计算各主成分的方差贡献率ak及累计方差贡献率α(k)。第k个主成分yk的方差贡献率为前k个主成分yk的累计方差贡献率为5)选择主成分个数。前k个主成分累计方差贡献率a(k)表示的是这k个主成分从原始指标X中提取的总的信息量。一般取累计贡献率85%～95%的前k个主成分,或将每个特征值iλ与λ比较,iλ>λ的即中选。本例得到相关矩阵特征值及方差贡献率,结果如表1所示。本文选取前3个主成分(提取的原始信息量为85.64%)。计算各样本的主成分得分,得到各样本点的主成分得分矩阵yn×m(m为主成分个数),每个主成分之间相互独立。以主成分得分矩阵作为聚类分析的数据矩阵。2区分方法2.1类间距离和聚类分析系统聚类法是目前气候区划中应用较多的一种多元分析方法。它可将类由多变少,具体步骤是:1)数据变换。本文采用标准化变换,则式中—第j个主成分的均值;2)计算样本间的距离。将样本各自看成一类,并把样本的每个个体看作m维空间的一个点(m为指标个数),距离dij相当于该空间中两点之间的距离,选用聚类分析中使用最广泛的距离欧氏距离进行计算,得到距离矩阵。即3)计算类间距离。类间距离在南北方分别采用中间距离法、类平均法和离差平方和法进行计算以便抽取共性,主要结果采用离差平方和法的计算结果。4)根据统计量确定分类个数。由离差平方和法计算过程中产生的统计量半偏R2、R2、伪F、伪t2统计量决定分类个数,综合分析,整个西北地区划分为4类较合适。2.2模型的分区分析判别分析是用于判断样本所属类型的一种统计分析方法,它能在检验分区效果的同时,对未判样点进行归类。通过聚类分析,获得79个代表样点的分区,在边界选取31个待判样点,判断边界走势。采用判别分析中的广义平方距离判别法的参数法判别,要求被检验的边界两边的两总体服从正态分布,所以对待验样本数据分别标准化处理,使两总体服从标准正态分布。通过判别分析,发现分区效果良好,将边界样本归类,确定边界走势,得到各线性判别函数,各区用判别函数Y(x)表示,如Ⅰ区由Y1(x)表示。线性判别函数为以上采用的多元统计方法都通过国际统计软件SAS实现。3区域评估将整个西北地区划为4个区域(见图1,各区指标平均值见表2所示)。3.1周延甲、西北土地、西北基层地区及区域分布本区由新疆南部及甘肃兰州以南、宁夏同心以南、陕西西安以南秦岭以北的地区及青海西北部分地区。光、热资源较丰富,冬季温度较高,有效积温高,适合日光温室发展,属于适宜发展地区。3.2周延甲—Ⅱ区本区包括内蒙古西部地区、新疆哈密地区、甘肃的陇西、宁夏及陕西渭河以北地区。本区处于西北内陆,绝大部分属于荒漠地带,光热资源丰富,日照充足,但冬季气温较低,属于次适宜发展地区。3.3在农业生产区发展大、可发展大地区的应用本区包括青海除去西宁、贵德、民和的部分。气候资源丰富,日照时间长,辐射为西北地区之冠,但由于海拔较高,冬季气温较低,若能充分利用其光热资源,可发展日光温室蔬菜生产,属于可发展地区。3.4冬季东南角严重影响了日光温室的发展本区为新疆的北疆地区。该区冬季漫长、严寒、风大、积雪严重,冬季阴天日数较长,限制了该区日光温室的发展,兴建日光温室要慎重,属于不宜发展地区。4数据处理与分析1)应用主成分分析和系统聚类将我国西北地区日光温室发展划分为4个