2。1 时间序列数据预处理

数据处理步骤如下：文献综述

(1)按自然日对获取到温度和CO2浓度的时间序列数据进行分割，从分割后的温度和CO2浓度的时间序列数据中随机选择95%用于建模，称为数据集RA，以剩余的数据用于检验模型，称为数据集RB；

(2)使用滑动时间窗口分别从所述RA和所述RB中的温度和CO2浓度的时间序列数据中提取数据以构建数据集A和数据集B；

数据集A的构建示意图见图1。在上述步骤3中，在构建所述A和B时，滑动时间窗口的宽度设为3，滑动步长设为1，窗口内3个数据的采集时间点分别以t-1、t0和t1表示，t1距现在的时间最近，t-1距现在的时间最远，t-1、t0和t1时刻的温度分别以T-1、T0和T1表示，t-1、t0和t1时刻的CO2浓度则分别以C-1、C0和C1表示。

图1 时间序列数据提取构建数据集A示意图

3 作物光合消耗二氧化碳速率模型的构建

设温室体积为V， 时刻的二氧化碳量为 ， 时间间隔内增加的二氧化碳量为 ， 时刻的二氧化碳量为 ，则温室中的CO2量为：

温室体积V不变，共同约去V得：  因此本研究将直接利用温室CO2浓度变化数据来尝试构建作物光合消耗二氧化碳速率预测模型。构建模型的流程