树干液流速率的ARIMA模型研究.docVIP

树干液流速率的ARIMA模型研究 　　摘要：应用ARIMA模型拟合了晴天的液流速率，与传统的时间序列模型进行了精度比较，并随机选取另外两个时段的液流速率进行了模型普适性分析。结果表明，应用ARIMA（1，2，1）模型液流速率拟合值与观测值回归方程的决定系数达到0.994，二者相关性极显著；与传统的二次滑动平均和二次指数平滑模型相比，液流速率相对误差处于±10%和±5%范围内的分别为90.909%和65.152%，拟合精度明显提高；分别应用ARIMA（1，2，2）和ARIMA（1，1，2）模型拟合9、10月的液流速率，拟合值与观测值的相关性均达到极显著水平。ARIMA模型可以明显提高树干液流速率的拟合精度。 　　关键词：ARIMA模型；液流速率；拟合精度 　　中图分类号：S792.26 文献标识码：A 文章编号：0439-8114（2015）24-6383-03 　　DOI：10.14088/j.cnki.issn0439-8114.2015.24.075 　　Abstract： ARIMA model was applied to fit sap flow velocity in sunny day， fitting precision comparison to traditional time series model was conducted， and ARIMA model’s wide use was analyzed by choosing another two periods’ sap flow velocity data. Results showed that the determining coefficient of the regressive equation between fitted values and measured values of sap flow velocity in ARIMA（1，2，1） model was 0.994 with extreme significance. Compared with two-step moving average model and two-step ex-smooth model， the sap flow relative error between ±10% and ±5% were 90.909% and 65.152%， respectively. The relativity between fitted values and the measured values of sap flow velocity in Sep. and Oct. fitted by ARIMA（1，2，2） model and ARIMA（1，1，2） model were extreme significance， too. In conclusion， ARIMA model could improve trunk sap flow fitting precision significantly. 　　Key words：ARIMA model；sap flow velocity； fitting precision 　　树干液流是树木蒸腾的反应[1]。由于树木蒸腾作用受树种、环境、时间、空间等多种因素影响，因此树干液流也是多变的，应用传统时间序列模型预测树干液流存在一定的困难。ARIMA模型（差分自回归移动平均模型）是Box等[2]于20世纪70年代提出的一种基于随机变量理论的时间序列分析模型，与传统的时间序列分析（指数平滑法、滑动平均法、趋势预测法、趋势季节模型预测法、时间序列的分解等）相比，ARIMA法不需要对时间序列的发展模式作先验的假设，同时可以通过反复识别进行修改，因此适用范围更为广泛[3]。本研究应用ARIMA模型拟合液流速率并进行预测，与传统的时间序列模型进行比较，以期为精确拟合树干液流寻找合适的方法。 　　1 试验区概况 　　试验于2005年8～10月在鲁东大学校园内进行，地理位置 37°14′N， 121°27′E，海拔63 m；属暖温带大陆性季风气候，年均气温11.8 ℃，年均风速4～6 m/s，年均降雨量651.9 mm，年均相对湿度68%，年均日照时数2 698.4 h，无霜期210 d；土壤属棕壤土，土层厚度3 m左右，根系活动层土壤pH为6.2～6.7，有机质含量14.23 mg/kg，全N 1.09 mg/kg，速效P 11.42 mg/kg，土壤容重1.34 g/cm3左右，地下水位2～3 m。 　　2 材料与方法 　　选择长势良好、树干通直、冠幅适中、树皮光滑、无病虫害的一株龙