典型天气下三种结构温室气温特征及预报模型研究

孟翠丽 杨文刚 黄永学 王涵 陈鑫 陆鹏程

摘要：选用武汉农业气象试验站的单体薄膜大棚、连栋薄膜大棚、PVC温室为研究对象，分别研究了晴天、多云、阴天室内外气温的日变化特征，并构建了不同覆盖方式下温室内气温的预报模型。结果表明，PVC温室保温性能最好;单体薄膜大棚内气温升降速度快，升降幅度大。模型值与实测值的相对误差在2.2%～8.7%之间，均方根介于0.7～1.7 ℃。模型拟合精度较高，可为武汉市不同结构设施蔬菜的温室内温度调控提供科学依据。关键词：温室;气温;预测;武汉

中图分类号：S162.4        文献标识码：A        文章编号：0439-8114（2015）23-6033-05

DOI：10.14088/j.cnki.issn0439-8114.2015.23.061

Research on the Temperature Characteristics and Prediction Model for Different Structure Greenhouse in Typical Weather in Wuhan

MENG Cui-li， YANG Wen-gang， HUANG Yong-xue， WANG Han， LU Peng-cheng

（Wuhan National Agricultural Meteorology Station， Wuhan 430040， China）

Abstract： One-span plastic greenhouse，multi-span plastic greenhouse and PVC greenhouse were selected to study  the diurnal characteristics of interior and outdoor temperature in sunny， cloudy and dusky day at Wuhan national agro-meteorological stations， and air temperature prediction model for each kind of greenhouse was developed using stepwise regression method. The results indicated that the thermal insulation property of PVC greenhouse was the best. Variety range of air temperature inside one-span plastic greenhouse was higher with quicker ascend and descend of the speed. The corresponding relative error were all between 2.2% to 8.7%，and the root mean square error（RMSE） were all between 0.7 to 1.7 ℃. The models was quite precisely，which could provide scientific basis for control and predication of air temperature inside the greenhouse of facility vegetables in Wuhan city.

Key words：greenhouse;air temperature;prediction;Wuhan city

设施蔬菜上市早、品质好、经济效益大，已经成为农民增收的重要途径。武汉市东西湖区位于武汉近郊，是武汉市民“菜篮子”所在地，近年来，武汉市设施蔬菜已成为种植业的主导产业。温室内温度直接影响着作物生长发育的全过程，温度维持在一定范围内，作物生长良好，温度低于或高于某一阀值时，作物将停止生长甚至死亡。研究不同结构温室气温的变化特征及预报方法，可为不同结构的设施蔬菜生产环境调控提供科学依据，也可提升气象为农服务的水平，为农业现代化生产保驾护航。

国内外学者在温室小气候方面已有一定的研究[1-4]，符国槐等[5]基于逐步回归方法构建了草莓的大棚气温预测模型;马承伟等[6]建立了温室多层覆盖传热的理论模型;余朝刚等[7]基于神经网络方法，构建了温室室内温度预报模型;金志凤等[8]以杨梅为对象构建了大棚内的最高、最低气温BP神经网络预测模型;陈丹等[9，10]研究了夏季和冬季单栋、三连栋、六连栋3种塑料大棚内外小气候特征。前人研究多集中在单体薄膜塑料大棚、连栋薄膜大棚、北方日光温室等，少有单体薄膜、连栋薄膜、PVC温室3种结构温室的对比分析。本研究选用冬季（2012年12月至2013年3月）3种结构温室（单体塑料大棚、连栋塑料温室、PVC温室）内逐时的气温资料，根据日照百分率将天空状况划分为晴天、多云到少云、寡照3种类型，分别求冬季3种典型天气状况下逐时室内气温平均值，以期全面认识和评价不同结构温室内的气温变化，为温室环境模拟和预测提供理论基础。在此基础上，采用逐步回归方法，构建了不同结构典型天气条件下逐时预报模型。本研究可为武汉市设施蔬菜栽培环境管理和气象服务提供依据。

1  材料与方法

1.1  试验时间、地点

试验观测时间为2012年12月至2013年2月、2013年12月至2014年2月。小气候观测试验地点位于武汉市东西湖区慈惠农场的武汉农业气象试验站，分别选取单栋塑料大棚（以下简称单棚）、两连栋塑料大棚（以下简称连棚）、PVC温室进行观测。

1.2  方法

温室内气温观测的时间间隔为每10 min一次，观测仪器为江苏省无线电科学研究所有限公司生产的ZQZ-II型自动观测仪;根据当日的日照百分率值划分不同天气类型，对比分析不同结构温室在典型天气条件下气温的日变化特征。采用逐步回归方法建立不同结构温室气温逐时预报模型，并对模型进行回代检验和独立样本预报检验。

2  结果与分析

2.1  典型天气状况下不同结构温室内气温特征

2.1.1  晴天气温的日变化  大棚内的气温主要受太阳辐射的影响，晴朗天气，3种覆盖条件下气温日变化特征相似，均有明显的上升和下降过程，且变化趋势基本相同。日出之前，温度呈缓慢下降趋势，3种覆盖条件下温度均在7：00左右出现最低值，其中，连棚室内日最低值为0.008 ℃，单棚为-0.411 ℃，PVC温室为1.572 ℃，室内气温日最低值从大到小的顺序为PVC温室、连棚、单棚;日出后，随着太阳辐射的增加，棚内气温急速升高，连棚室内的日最高气温17.369 ℃出现在14：00，单棚28.863 ℃出现在13：00，PVC温室18.976 ℃出现在14：00，室内气温日最高值从大到小为单棚、PVC温室、连棚，连棚与PVC温室气温达到峰值的时间接近，而单棚则较早达到日气温极大值;随后温度呈下降趋势。连棚室内温度的日较差为17.36 ℃，单棚为29.27 ℃，PVC温室为17.40 ℃，单棚的日较差值最高，连棚与PVC温室的日较差值较为接近（图1）。

2.1.2  多云气温的日变化  由图2可见，3种覆盖条件下室内气温的日变化趋势基本相似，日出之前，室内气温呈缓慢下降趋势，三者均在7：00左右出现最低值，连棚日最低气温为1.40 ℃，单棚为1.62 ℃，PVC温室为2.90 ℃，单棚与连棚较为接近，而PVC温室则明显高于其余两者;随后呈先升后降趋势，至日落时分基本趋于平稳。连棚条件下，其峰值14.61 ℃出现在14：00，单棚峰值25.4 ℃出现在13：00，PVC温室峰值16.5 ℃出现在14：00。室内气温日最高值从大到小为单棚、PVC温室、连棚。连棚条件下气温日较差为13.21 ℃，单棚为23.85 ℃，PVC温室为13.60 ℃，单棚的日较差值最高，连棚与PVC温室较为接近。

2.1.3  阴天气温的日变化  如图3所示，阴天太阳辐射较弱，温度的上升和下降趋势不明显。阴天状况下，连棚室内气温最高值8.24 ℃出现在14：00，最低值4.05 ℃出现在7：00，气温日较差4.18 ℃;单棚室内气温最高值12.59 ℃出现在13：00左右，最低值4.61 ℃出现在7：00，气温日较差7.98 ℃;PVC温室室内气温最高值9.57 ℃出现在14：00左右，最低值4.97 ℃出现在7：00，气温日较差4.60 ℃;室内气温日最低值差异不大，出现时间一致。

2.2  典型天气状况下不同结构温室模型构建及验证

2.2.1  相关分析  为全面了解室外各气象因子与温室内气温变化的关系，选用逐时室外气温、室外相对湿度、室外风速、室外太阳辐射值与不同结构温室内气温作相关分析，筛选出相关程度较高的因子作为模型因子。由相关分析的结果（表1）可知，室外气温与不同结构温室内气温均有较高的相关性，说明室外空气通过热传导与室内空气进行热交换直接影响室内气温变化。由于水汽的比热容较空气中其他气体的大很多，湿度较大时，气温升高1 ℃所需的热量就多，因此，室外空气的相对湿度间接影响着室内气温，相关分析表明室外相对湿度与室内气温呈显著负相关。风速表示空气的流动速率，风速越大，空气流动就越快，空气的热量交换速率就快。晴天、多云状况下呈正相关，室外风速越大，室内气温值越高，阴天状况下呈负相关，室外风速愈大，室内气温值愈低;太阳辐射是室内气温升高的直接热量来源，3种覆盖条件下晴天的相关系数最大，其次为多云，阴天最小，且3种天气状况下，单棚的相关系数较大，连棚和PVC温室的较小。

2.2.2  典型天气状况下不同结构温室内气温预报模型的构建  基于以上相关分析结果，选用多元逐步回归方法，在SPSS 16.0软件中构建不同结构温室在典型天气状况下的预测预报模型。模型结果见表2，模型的复相关系数均大于0.9，表明模型拟合效果良好。

2.2.3  模型回代检验  为了验证模型的可靠性，将典型天气状况下的逐时数据分别代入相应的模型，检验模型的拟合效果，模型值与实测值对比图见图4。

单棚晴天条件下，模拟的相对误差7.2%，均方根误差1.77 ℃，误差绝对值<1.0 ℃的达59%、<2.0 ℃达85%;多云，模拟的相对误差5.0%，均方根误差1.6 ℃，误差绝对值<1.0 ℃的达58%、<2.0 ℃达81%;阴天，模拟的相对误差4.3%，均方根误差1.36 ℃，误差绝对值<1.0 ℃的达70%、<2.0 ℃达91%。

连棚晴天条件下，模拟的相对误差7.9%，均方根误差1.15 ℃，误差绝对值<1.0℃的达74%、<2.0 ℃达91%;多云，模拟的相对误差7.2%，均方根误差1.05℃，误差绝对值<1.0 ℃的达76%、<2.0 ℃达96%;阴天，模拟的相对误差2.7%，均方根误差0.70 ℃，误差绝对值<1.0 ℃的达89%、<2.0 ℃达98%。

PVC温室晴天条件下，模拟的相对误差5.9%，均方根误差1.65 ℃，误差绝对值<1.0 ℃的达62%、<2.0 ℃达85%;多云，模拟的相对误差4.8%，均方根误差1.48 ℃，误差绝对值<1.0 ℃的达56%、<2.0 ℃达87%;阴天，模拟的相对误差2.2%，均方根误差0.85 ℃，误差绝对值<1.0 ℃的达87%、<2.0 ℃达97%。

2.2.4  模型预报检验  为了进一步验证模型的可靠性，选取2013年12月24日作为典型晴天、2014年1月12日作为典型多云天，2014年1月28日作为典型阴天，对不同结构温室模型进行独立样本预报验证。模型预报值与实测值对比见图5。

单棚在晴天条件下，预测值与实测值的变化特征大体趋于一致，最大为2.8 ℃;模拟的相对误差6.1%，均方根误差为1.49 ℃;多云误差绝对值0.28～2.86，模拟的相对误差6.0%，均方根误差1.22 ℃;阴天误差绝对值0.06～2.1，模拟的相对误差6.1%，均方根误差1.23 ℃。

连棚晴天条件下，室内气温模型值与实测值更为接近，更能够准确反映其随时间的变化规律。其误差绝对值0.06～2.40，模拟的相对误差8.7%，均方根误差1.19 ℃;多云误差绝对值0.02～1.70，模拟的相对误差4.4%，均方根误差0.91 ℃，阴天误差绝对值0.11～0.92，模拟的相对误差6.0%，均方根误差0.55 ℃。

PVC温室晴天条件下，误差绝对值0.45～2.70，模拟的相对误差9.0%，均方根误差1.7 ℃，多云误差绝对值0.15～2.10，模拟的相对误差8.4%，均方根误差1.05 ℃。阴天误差绝对值0.01～1.01，模拟的相对误差2.0%，均方根误差0.65 ℃。

3  小结

本文研究了武汉地区不同结构温室典型天气状况下气温的日变化特征。结果表明，晴天与多云条件下室内气温最低值单棚与连棚较为接近，PVC温室明显高于其余两者;日较差单棚最为剧烈，而连棚与PVC温室则较为接近;3种覆盖条件下阴天室内气温日变化幅度明显小于晴天、多云，尤其是阴天日最低气温值非常接近。

本研究选用通过90%以上显著性检验的因子作为模型因子，采用多元逐步回归方法构建预测模型，模型的复相关系数均大0.9，模拟值与实测值在1∶1线附近，离散程度低，模型的拟合效果良好。模型回代结果表明，误差绝对值单棚晴天及多云、PVC温室晴天及多云在81%～87%之间，其他模型均在90%以上。连棚、PVC温室的拟合优度高于单棚，阴天时的拟合优度较其余两种天气。选取典型天气对所建模型进行预测检验，3种覆盖方式典型天气条件下模型预测值与实测值变化趋势一致，PVC温室、连棚各模型的误差绝对值小于单棚。晴天状况下拟合的最大误差均发生在午后的峰值处。

参考文献：

[1] 何  芬，马承伟.中国设施农业发展现状与对策分析[J].中国农学通报，2007，23（3）：462-465.

[2] 李亚敏，商庆芳，田丰存，等.我国设施农业的现状及发展趋势[J].设施园艺，2008（3）：90-92.

[3] KURPASKA S，SLIPEK Z.Mathematical model of heat and mass exchange in a garden subsoil during warm-air heating[J].J Agric Eng Res，1996，65（4）：305-312.

[4] WANG S J，ZHU S M. Simulation and measurement of tunnel greenhouse climate[J].Transaction of the CSAE，1997（12）：139-144.

[5] 符国槐，张  波，杨再强，等.塑料大棚小气候特征及预报模型的研究[J].中国农学通报，2011，27（13）：242-248.

[6] 马承伟，张俊芳，覃密道，等.基于覆盖层能量平衡法的园艺设施覆盖材料传热系数理论解析与验证[J].农业工程学报，2006， 22（4）：1-5.

[7] 余朝刚，王剑平，应义斌.基于径向基函数神经网络的温室室内温度预测模型[J].生物数学学报， 2006，21（4）： 549-553.

[8] 金志凤，符国槐，黄海静，等.基于BP神经网络的杨梅大棚内气温预测模型研究[J].中国农业气象，2011，32（3）：362-367.

[9] 陈  丹，笵万新，梁  萍，等.夏季不同结构塑料大棚的小气候特征[J].西北农林科技大学学报（自然科学版），2008，36（11）：183-190.

[10] 陈  丹，范万新，梁运波，等.桂南地区冬季不同结构塑料大棚小气候特征对比分析[J].湖北农业科学，2009，48（3）：732-737.