农作物施肥效果分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

农作物施肥效果分析
摘要
农作物施肥效果分析
本文是对农作物施肥效果进行分析,首先分别就氮肥、磷肥、钾肥对产量的影响做了基本模型,其次基于基本模型用MATLAB对N、P、K对产量的影响做了回归分析模型。

针对氮肥、磷肥、钾肥的施用量,我们考虑三种肥料分别对产量的影响,定义了氮肥、磷肥、钾肥的施用量分别为X1、X2、X3,土豆和生菜的产量分别为Y1、Y2,用excel拟合出方程曲线,通过对基本模型的分析,发现基本模型比较分散,所以建立了回归模型用MATLAB求出回归系数等参数的值,发现和原始数据拟合程度较好,并对该方程求偏导,得出当产量最大时氮肥、磷肥、钾肥的施用量。

针对土豆的经济效益,最后扩展了土豆和生菜的利润模型,来解决何时获得最大经济效益的问题。

根据上述研究,我们认为所建立的模型简单易懂,可以用其在较短的时间内对大量的数据进行处理。

关键字:MATLAB 回归模型曲线拟合
一、问题重述
某研究所为了研究N、P、K、三种肥料对土豆和生菜的作用,分别对每种作物进行了三组实验,实验中将每种肥料的施用量分为10个水平,在考察其中的一种肥料施用量与产量关系时,总是将另两种肥料固定在第7个水平上,实验数据如下列表格所示,其中ha表示公顷,t表示吨,kg表示千克,试建立反映施用量与产量关系的模型,并从应用价值和如何改进等方面做出评价。

二、基本假设
(1)不考虑土壤中原有的N、P、K的影响
(2)假设土豆和生菜生长状态相同,即不考虑个体植株间的生长差异(3)假设土豆和生菜在同样的环境下生长,包括阳光,水分,温度湿度等
三、符号说明
四、问题的分析与准备
本题目是为了探究N、P、K三种肥料的施肥量对土豆和生菜的作用,单独一种肥料对土豆和生菜的作用不相同,过量的肥料会造成植株
“烧苗”。

所以每种肥料都有一定的施肥量才能保证土豆和生菜的产
量最大。

根据所给的表格数据,首先来探究另外两种肥料固定在第七水平时,单独一种肥料对土豆和生菜产量的影响,建立单独一种肥料对产量影响的数学模型,通过MATLAB数学软件进行数据拟合,得到相应的数学模型。

五、模型的建立
基于以上分析,我们对施肥量对产量的影响进行建模。

基本建模首先利用表中所给数据在MATLAB中分别做出N、P、K 对土豆产量影响的散点图,并进行曲线拟合。

图1 Y1对X1的散点图
从图1可以发现,随着X1的增加,Y1先增加后降低。

图中曲线用二次函数模型
Y1=β0+β1×X1+β2×X12+ε,(1)
拟合,(其中是ε随机误差)。

β0= -0.0003332 (-0.0003833, -0.0002831)
β1= 0.194 (0.17, 0.218)
β2= 14.87 (12.72, 17.03)
R2=0.9853
从图二可以看出,随着X2增大,,Y1先增大后减小Y1=β0+β1×X2+β2×X22+ε,(2)
β0=-0.0001378 (-0.0002491, -2.654e-05)
β1= 0.07186 (0.03322, 0.1105)
β2= 32.92 (30.41, 35.42)
R2=0.8645
从图三可以看出,随着X3的增加,Y1先增加后保持平稳然后再增加Y1=β0+β1×X3+β2×X32+β3×X33+ε,(3)
β0= 3.966e-07 (9.692e-08, 6.963e-07)
β1= -0.0004541 (-0.0007494, -0.0001588)
β2= 0.1685 (0.08929, 0.2477)
β3= 20.55 (15.25, 25.85)
R2=0.9329
从图四可以看出,随着X2的增加,Y2先增加后减小 Y2=β0+β1×X1+β2×X12+ε(4)β0= -0.000238(-0.0003034, -0.0001729)
β1= 0.1013 (0.07535, 0.1273)
β2= 10.23 (8.295, 12.16)
R2=0.9249
从图五可以观察出,随着X 2的增大,Y 2先增加后减小,
y 2=β0+β1×X 1+β2×X 12
+ε (5)
β0= -5.453e-05 (-8.1e-05, -2.805e-05) β1= 0.0606 (0.04219, 0.07901) β2= 6.876 (4.477, 9.274) R 2=0.9586
从图六可以观察出,随着X 3的增大,Y 2也一直增大。

Y 2=β0+β1×X 3(6)
β0= 0.004657(0.0004689, 0.008845)
β1= 16.27 (14.8, 17.74) R 2=0.9511
结果分析 根据方程(1)—(6)可以直接利用MATLAB 求出一阶导为
零的点,然后求出对应点的值,也就是极值点。

对于土豆来说,当氮肥,钾肥,磷肥的用量分别为
291.12,260.74,445.26(kg/ha)
时,对应的土豆产量达到最大,分别为
43.11,42.29,40.56(t/ha),由此得到在农业生产过程中应适当多加磷肥;对于生菜来说,当氮肥,钾肥的用量分别为212.73, 555.66 (kg/ha)时对应的生菜产量达到最大,分别为21.00, 23.71(t/ha),磷肥对生菜产量的影响呈现出一次线性关系,在保证经济利益的条件下可以适当增加磷肥的用量。

模型改进
由数据结果显示,在剔除一些偏离程度大的数据后,模型的相关系数都达到了90%以上,证明产量关于施肥量的模型是可以应用的。

进一步讨论为寻找改进的方向,常用回归分析方法(用一种确定的函数关系去近似代替较为复杂的相关关系),亦称经验公式。

在此我们用多元线性回归方程模拟氮肥、磷肥、钾肥的施用量对土豆和生菜的产量进行数据拟合,首先探究三种肥料对土豆产量的影响。

结合以上的分析,建立了如下的回归模型
Y=β0+β1×X1+β2×X12+β3×X2+β4×X22+β5×X3+β6×X32+β7×X33(7)
其表示Y土豆总产量,X1,X2,X,3分别表示为N,P,K的施肥量。

建立一个统一的关于施肥量与产量的数学模型。

模型求解直接利用MATLAB统计工具箱的命令regress求解,使用格式为
【b,bint,r,rint,stats】=regress(Y,X,alpha)
其中输入Y为模型(7)中的数据(n维向量,n=30),X为对应与回归系数
β=(β
0×X12,β
1,
β
2,
β
3,
β
4,
β
5,
β
6,
β7)的数据矩阵【1 X1 X12 X2 X22X3
X32】(n*7矩阵,其中第1列全为1向量),alpha为置信水平α(缺省时α=0.05);输出b为β的估计值,bint为b的置信区间,r为残差向量,rint为r的置信区间,stats为回归模型的检验统计量,有4个值,第1 个是回归方程的决定系数R2(R是相关系数),第2 个是F统计量值,第3个是与F统计量对应的概率值P,第4 个是剩余方差s2。

得到模型(7)的回归系数估计值及其置信区间,检验统计量R2,F,p,s2的结果如下表2
0.9576 F=70.9241 P<0.0001 2s 3.3204
结果分析表二显示R2=0.9576指因变量Y有95.76%可以有模型确定,F 值远远超过F检验的临界值,p远小于α,因而模型从整体上看是可用的。

表二的回归系数给出了模型中β0,β1,β2,β3,β4,β5,β6,β7的估计值,即β0=-14.9283,β1=0.1836,β2=-0.0003,β3=0.0736,β4=-0.0001,β5=0.168,β6=-0.0004,β7=0,检查回归系数及置信区间发现β7=0,β7的置信区间为零,表明X3对该方程无显著性影响,该方程与X33无关,即该模型的回归方程为
Y=−14.9283+0.1836×X1−0.0003×X12+0.0736×X2−0.0001×X22+0.168×X3−0.0004×X32
用MATLAB分别对X1,X2,X3求偏导,得当X1=306,X2=368,X3=210,时求得最大值,求得产量最大为44.34 t。

进一步讨论从经济学角度考虑,为获得最大利润W(利润=卖土豆的收益-买化肥的花费)
W=Y×t−(a×X1+b×X2+c×X3)
由此可以发现土豆的利润与产量和施肥量有关,同时产量又和施肥量有关,所以利润就和施肥量有关,而肥料的价格又和市场有关,是不确定的,是根据市场需求来变化的,所以在不同的时期利润是与施肥量有一定关系的,运用MATLAB对利润模型进行偏导运算,来求的当施肥量为何值时,所能得到的利润至最大,即收益最大。

化肥对生菜产量的模型
有上述分析可知,生菜模型与土豆模型大致相同,结合以上分析建立生菜的产量回归模型如下
Y=β0+β1×X1+β2×X12+β3×X2+β4×X22+β5×X3
模型求解同样运用MATLAB统计工具箱中的命令regress求解,过程大致如同求解土豆模型过程,经过计算得到生菜模型的回归系数值及其置信区间,检验统计量R2,F,p,s2的结果如下表3
0.8602 F=19.33564 P<0.0001 2s 3.2249
结果分析表3显示,R2=0.8602指生菜产量的86.03%可以由模型确定,F值远远超过F检验的临界值,p远小于α,因而模型从整体上看是可用的。

表3 中的回归系数给出了β0,β1,β2,β3,β4,β5的估计值,即β0=,-7.2682,β1= 0.094,β2=-0.0002,β3=0.0461,β4=0.000,β5=0.0167,其中β4=0说明该方程与X2无关,表明这个模型拟合的相对较好,即该模型的回归方程为
Y=−7.2682+0.094×X1−0.0002×X12+0.0461×X2+0.0167×X3
根据生菜的产量模型进行分析可知,氮肥对生菜产量的影响是很大的,利用MATLAB对生菜模型进行偏导计算,结果表明不存在偏导为零的点,说明这个模型并没有完全涵盖生菜产量的变化影响,没有很好的将三种肥料的施用量与产量统一起来,表明三种肥料对生菜的影响变化太大,不能够统一起来。

评注我们通过已知的实验数据建立的两个模型对氮肥、磷肥、钾肥的施用量对土豆和生菜产量的影响做了粗略的研究分析,希望能对种植者合理使用化肥增大收益有一定帮助,我们建议:
(1)针对实际情况,合理使用化肥,过量使用化肥会导致土豆产量减少;
(2)对于生菜的施肥,可以适当增加磷肥、钾肥的施肥量来提高产量;
参考文献
[1] 王正林,等,精通MATLAB科学计算第三版,电子科技大学出版社;
[2] 姜启源,等,数学模型,第四版高等教育出版社;
[3] 肖勇华,数学建模竞赛优秀论文精选与点评,西北工业大学出版社;。

相关文档
最新文档