典型相关分析方法在春播作物适播期预报中的应用研究.pdfVIP

典型相关分析方法在春播作物适播期预报中的应用 张志红 赵海青 杨光仙 马青荣 李书岭 郑州市气象局 河南 郑州 450005 摘 要 介绍了典型相关分析方法在春播作物适播期预报中的应用及预报效果 关键词 典型相关分析 适宜播种期 春播作物 引 言 郑州市地处中纬度地区 由于气候 土壤条件适宜 春季素有种植棉花 花生 红薯等喜温作 物的习惯 近年来随着农业种植结构的调整 种植面积呈扩大的趋势 但是由于春季冷暖变化快 容易出现倒春寒 加之春季干旱现象较为频繁 土壤含水量低 对春播作物适时播种造成很大威胁 所以较为准确做出春播作物的播种期预报 安排在最有利条件下进行播种 保证苗全 苗齐 苗壮 充分利用自然生长期 为作物生长发育创造一个较为有利的条件 最终获得丰产丰收有着重要的意 义 限制春播作物播期的因素很多 我们在生产实践中 通常把温度条件作为确定适播期的主要条 件 以5厘米地温稳定在 14以上作为棉花播种期指标 稳定通过 15播种花生 稳定通过 18 作为栽插红薯的温度指标 多年来 我们的通常运用春季温度的长期变化趋势 即长期月气温预报 和春季日平均气温稳定通过0 或5 的日期来推算适宜播种期 这些方法虽然简便易操作 但比较 粗糙 误差较大 近年来 我们运用典型相关分析方法建立了相关预报模式 其预报效果较好 经 过近三年的检验 准确度高 符合效果较好 为春播作物适播期预报提供了科学合理的依据 1典型相关分析方法介绍[1] 典型相关分析方法是研究两个天气系统或者两个气象要素场之间关系的一种统计分析方法 有 类似回归分析和主分量分析的地方 但其主要特点着重研究两组多变量线性组合中最佳的线性关系 方面 我们记预报场那组变量为y 1 y 2 y q 预报因子场那组变量为x 1 x 2 xp q p p 且并预先把各变量分别距平化 使之成为距平化变量 然后示出因子变量组内 个变量 S q S p q 的协方差阵 11 预报变量组 个变量的协方差 22 再求 个因子变量组与 个预报变量组的 交叉协方差阵S12 及它的转置阵s11 由协方差极大原则得出下边议程式 (s 1s s 1s lI )d 0 22 21 11 12 s 1s s 1s l l l d d 求出 22 21 11 12 矩阵的各顺次的特征值 1 2 q 及其对应的特征向量 1 2 d q 写成矩阵形式为 l 0 1 l 2 0 l q d11 d12 d 1 q d 21 d 22 d 2q D d d d q 1 q 2 qq 阵是特征值为主对角元素 其余元素为0的矩阵 D阵是由对应的特征向量为列向量所组成 的矩阵 由求得的矩阵 D可求出s 1s s 1s 22 21 11 12 矩阵的特征向量组成的矩阵 1 C S