基于Logistic回归茶树越冬期冻害气象因素分析.docVIP

基于Logistic回归茶树越冬期冻害气象因素分析 　　摘要：从山东日照、青岛、临沂三个主茶区45年的气象资料中，选择可能导致茶树越冬期大冻害形成的31个气象因子作为自变量，以越冬期大冻害发生有无作为因变量，进行单因素Logistic回归分析，从中选出9个有统计学意义的气象因子进行多因素Logistic回归分析，建立茶树越冬期大冻害发生的Logistic回归模型，并对模型进行评价。结果显示，1月平均气温、上年7月平均气温、上年11月降水量、上年11月平均气温、2月空气相对湿度五个气象因子决定了茶树越冬期大冻害的发生，其中1月平均气温是主要因子。 　　关键词：茶树；越冬期；冻害；气象因素；Logistic回归分析 　　中图分类号：S571.101 　　文献标识号：A 　　文章编号：1001-4942（2015）10-0088-04 　　近几年，山东茶业得到快速发展，茶园面积不断扩大。但是，山东茶树在冬季易受冻害，影响了茶叶产量、品质和经济效益的提高，尤其是造成春茶减产30%以上的大冻害，由于发生范围广、程度重，往往给山东茶区造成很大的经济损失。本研究利用“南茶北引”以来山东日照、临沂、青岛主茶区45年的气象资料，采用Logistic回归，对造成茶树越冬期大冻害的主要气象因素进行分析，建立了总体回判准确率达94.0%的回归预测方程，为有效预防茶树越冬期大冻害的发生提供依据。 　　1材料与方法 　　1.1茶树冻害资料 　　由日照市茶叶科学研究所调查统计。把造成一定区域内当年春茶减产30%以上的冻害，作为该区域茶树的大冻害。按照此标准，山东主茶区――日照、临沂、青岛先后经历了10次大冻害，其中越冬期大冻害9次，分别发生于1970、1974、1977、1980、1984、1987、2008、2010、2011年，三个茶区同时发生。 　　1.2气象资料 　　来自于国家气象信息中心的“中国地面气候资料月值数据集”。日照、临沂、青岛三个茶区气象资料的统计从第一次发生大冻害的1969年开始至2014年结束。 　　结合专业知识，初步认为茶树越冬期大冻害发生可能与以下气象因子有关：上年7月降水量、上年7月平均气温、上年8月降水量、上年8月平均气温、上年9月降水量、上年9月日照时数、上年9月平均气温、上年10月降水量、上年10月空气相对湿度、上年10月日照时数、上年10月平均气温、上年11月降水量、上年11月空气相对湿度、上年11月日照时数、上年11月平均气温、上年12月降水量、上年12月空气相对湿度、上年12月日照时数、上年12月平均气温、1月日照时数、1月平均气温、1月极端最低气温、1月降水量、1月空气相对湿度、2月日照时数、2月平均气温、2月极端最低气温、2月降水量、2月空气相对湿度，共29个气象因子。 　　经单因子回归分析发现上年7月平均气温、上年11月平均气温与茶树大冻害发生的相关性具有统计学意义，因此又增加了上年7月极端最低气温、上年11月极端最低气温两个气象因子，最终确定使用31个气象因子。 　　1.3统计学处理 　　以31个气象因子为自变量，以当年大冻害发生有无（不发生为0、发生为1）作为因变量，应用SPSS 17.0软件进行回归分析。首先对各个自变量进行单因素非条件Logistic回归分析；然后根据单因素分析结果，选择相关性有统计学意义的自变量进行多因素非条件Logistic回归分析，建立Logistic回归模型，采用Hosmer-Lemeshow检验法验证模型的拟合优度。 　　2结果与分析 　　2.1单因素Logistic回归分析 　　根据表1，在31个气象因子组成的自变量中，上年7月平均气温、上年9月降水量、上年10月降水量、上年11月降水量、上年11月空气相对湿度、上年11月日照时数、上年11月平均气温、1月平均气温、1月极端最低气温、1月空气相对湿度、2月平均气温、2月极端最低气温、2月空气相对湿度、上年7月极端最低气温，共14个自变量的Sig.值小于0.05，与大冻害发生的相关性具有统计学意义。 　　在单因素Logistic回归中，若一个自变量的Exp（B）值为1.000，表示该自变量对因变量的发生不起作用；Exp（B）95%置信区间是按预先给定的概率计算出的一个区间，能够包含未知的总体均数。根据表1，上年9月降水量和上年10月降水量的Exp（B）95%置信区间分别为1.000～1.001和0.997～1.000，虽然两者的Sig.值均小于0.05，但是Exp（B）95%置信区间包含了1.000，说明Exp（B）值有可能是1.000，与大冻害发生的相关性也无统计学意义。 　　综合以上分析，只有上年7月平均气温、上年11月降水量、上年11月空气相对湿度、上年11月日照时数、上年11月