节能型日光温室黄瓜霜霉病气象等级预报方法研究

李　楠，薛晓萍，李鸿怡

（山东省气候中心，济南　250031）

节能型日光温室黄瓜霜霉病气象等级预报方法研究

李楠，薛晓萍，李鸿怡

（山东省气候中心，济南250031）

利用山东省莱芜、临淄、利津2009—2012年12—5月温室内外气象观测数据，通过逐步回归构建不同天气状况、不同月份、不同时间段内的温室内逐小时气温、相对湿度预报模型；基于小气候预报模型和黄瓜霜霉病发病概念模型，对济南冬季试验温室内黄瓜霜霉病进行气象等级预报，结果显示，预报时段内无重度霜霉病害发生，与实际情况相符合。

日光温室；霜霉病；气象等级；预报模型

引言

近年来，节能型日光温室发展迅速，以其投资少、见效快、效益高、节约能源的优点，深受北方广大农民青睐［1］。由于其单位面积产值一般可达到大田作物的7～10倍，因此，节能型日光温室，在提高农产品质量、效益和竞争力的同时，增强了农业综合生产能力，已成为农业种植业中效益最高的产业。日光温室高温、高湿、封闭特殊的小气候环境，使病虫害发生的种类、数量明显增加，危害程度日趋严重［1-6］。目前，对于农业病虫害预报的研究有很多，主要包括大田农作物主要病虫害，如水稻稻瘟病［4］、赤霉病、白粉病、玉米螟、小麦蚜虫等。但对节能型日光温室内的病虫害预报预警相应研究内容尚未见。

该文利用温室内气温和相对湿度的逐小时预报为基础，结合黄瓜霜霉病发生的农业气象指标，构建了温室内黄瓜霜霉病预警概念模型。

1　资料与方法

1.1资料来源

温室内小气候数据资料来源于山东省莱芜、临淄、利津 3个日光温室内小气候自动观测站2009—2012年12—5月逐小时观测数据资料。小气候要素主要包括温室内气温、相对湿度、地温（0cm，5cm，10cm，20cm，40cm）等。

温室外气象资料来源于上述3个代表性日光温室所在地的自动气象观测站逐日气象观测资料，气象要素主要包括日平均气温、日最高气温、日最低气温、平均相对湿度、日照时数、日照百分率等。

黄瓜霜霉病实际发生情况资料及其发生的农业气象指标来源于山东省农科院蔬菜所。

1.2资料处理与方法

由于温室自身作为一个相对封闭的环境吸收太阳辐射后，墙体及地面都是热量的储存体向外释放能量，因此温室内气温的变化与温室外气象要素相比具有一定滞后性。利用前一天及前两天的温室内、外气象资料对温室内逐小时气温、相对湿度进行模拟。

1.3预测方法

研究主要应用在业务服务，因此考虑操作的可实施性及数据可获取性，对温室内逐小时气温、相对湿度的预测采用相关分析筛选因子，逐步回归建立模拟方程的方法。

2　结果与分析

2.1温室内气温预报

2.1.1预报模型构建

日光温室内小气候要素不同季节、不同天气类型及一天中不同时间段内的变化规律各不相同［8］，因此，对不同季节（冬季、春季）、不同天气类型（晴天、阴天、多云天）、一天中 3个时间段（00:00—07:00，08:00—17:00，18:00—23:00）分别进行预报模型构建。天气类型的划分以日照百分率（P）为标准，晴天：P≥0.6；多云天：0.2＜P＜0.6；阴天：0≤P≤0.2［8］。以冬季，即12—2月晴天条件下日光温室内逐小时气温预报模型为例（表1），00:00—07:00日光温室内逐小时气温预报模型中，y代表该时段内逐小时气温，x1为前两小时温室外气温，x2为前一日温室内平均5cm地温，x3为前一日温室外最高气温，x4为预报日温室外最低气温；08:00—17:00日光温室内逐小时气温预报模型中，y代表该时段内逐小时气温，x1为前两小时太阳高度角，x2为前一日温室内平均气温，x3为前一日温室外日照时数，x4为预报日最高气温；18:00—23:00日光温室内逐小时气温预报模型中，y代表该时段内逐小时气温，x1为前两小时温室外气温，x2为前一日温室外平均气温，x3为前两日温室外最低气温，x4为预报日最高气温。

表1　冬季（12—2月）晴天日光温室内逐时气温预报模型

2.1.2预报结果分析

从冬季（12—2月）晴天日光温室内预报值与实测值的1：1对比线图中可以看出（图1），夜间（00:00—07:00，18:00—23:00）预测值与实测值的一致性优于白天（08:00—17:00）。主要原因为白天日光温室内气温受人为管理方式影响极大，尤其通风时段，而夜间热量来源主要为温室内墙体及土壤在日间所存储的能量，小气候要素变化更为稳定。经检验，冬季晴天 00:00—07:00，08:00—17:00，18:00—23:00时段的预报值与实测值的相关系数分别为0.9207，0.7410和0.9018。

图1　冬季晴天日光温室内气温预报值与实测值对比图（a：00:00—07:00，b：08:00—17:00，c：18:00—23:00）

利用2.1.1中冬季（12—2月）晴天00:00—07:00的日光温室内逐小时气温预报模型对济南站2012年12月—2013年2月晴天00:00—07:00时段进行检验。图2为绝对误差在2℃以内的预报值与实测值对比图，该误差内的样本占总样本数的86%，表明该预报模型对其他地区预报效果较好，模型具有较高的普适性。

图2　济南站2012年12月—2013年2月晴天00:00—07:00日光温室逐小时气温预报与实测结果误差在2℃以内的样本对比图

2.2温室内相对湿度预报

日光温室外界气体交换主要发生在通风时段［9-11］，温室内空气相对湿度与气温的相关性显著，因此对空气相对湿度的预报主要利用温室内气温为因子。为寻找上述两个小气候要素最好的拟合关系，分别进行两要素多种拟合，包括：晴天下观测值经线性标准化后二次拟合（图略，R2=0.9731）；晴天下对数标准化后二次拟合（图略，R2=0.9728）；晴天时观测值二次拟合（图略，R2=0.9731）；多云时观测值二次拟合（图 3a，R2=0.9817）；相对湿度与前一日气温二次拟合（图略，R2=0.7466）；相对湿度与前一日相对湿度二次拟合（图略，R2=0.7796）；湿度与温度分别乘太阳高度角余弦值后二次拟合（图略，R2=0.8435）；不划分天气类型下相对湿度与气温的二次拟合（图3b，R2=0.9809）。经 8种拟合方式的拟合曲线回归系数 R2对比，多云天气时两要素观测值二次拟合与不划分天气类型两要素的二次拟合回归系数最高，均超过 0.98，分别为 0.9817 和0.9809，考虑计算方便，选取不划分天气类型时两要素的二次拟合作为日光温室相对湿度的预报模型。

图3　多云天气时（a）和不划分天气类型时（b）日光温室内空气相对湿度与气温的拟合曲线

2.3黄瓜霜霉病气象等级预报

日光温室内黄瓜霜霉病的发生主要与内部气温、空气相对湿度及其持续时间有关［9-11］。利用温、湿度的逐小时预报结果与发病农业气象指标，分析判别小气候预报结果是否满足发病条件，进而对可能发生的黄瓜霜霉病发生的气象等级进行预报。黄瓜霜霉病发生程度可以表示为温度、湿度及其持续时间的函数［12-17］：

式（1）中，Z为黄瓜霜霉病预报等级；f（A）为日光温室内逐小时气温等级；f（B）为日光温室内逐小时空气相对湿度等级；f（C）为相对湿度持续时间等级；R为虫源基数等级。式（1）表示霜霉病预报等级为f（A）、f（B）、f（C）及R共同作用的结果，其中，R作为霜霉病预报等级基础等级值。当f（A）、f（B）、f（C）为相同等级时，Z取同样等级；当f（A）、f（B）、f（C）为不同等级时，Z取3个变量平均等级。各变量等级取值如表2及表3：

表2　黄瓜霜霉病等级概念函数中各因子变量等级取值对应表

表3　R取值对应表

利用温室内黄瓜霜霉病发生等级预报概念函数，对2012—2013年冬季济南站日光温室生产季内，即2012年12月—2013年2月黄瓜霜霉病逐日进行灾害平均等级计算，并与实际病害发生等级进行差值比对（经与农科院蔬菜所了解，该生长季内实际病害发生情况为轻度，1级。），结果显示该时期内温室黄瓜霜霉病预测等级与实际等级的差值有74天为0，即预测值与实际发生情况符合，占总检验样本数的 81.3%；有 17天预测等级结果与实际发生病害等级相差在1个级别内，占总检验样本数的18.7%（图4）。

图4　2012年12月—2013年2月黄瓜霜霉病逐日预测等级与实际发生病害等级差

3　结论与讨论

（1）基于莱芜、临淄、利津3站日光温室内、外气象观测资料，利用逐步回归方法构建的不同季节、不同天气类型、不同时间段内的气温预报模型，经不同区域站点检验，预报结果与实测结果误差一般在2℃以内，表明模型具有较好的普适性，能够满足业务服务需求。

（2）根据日光温室内气温及相对湿度的预测结果，利用黄瓜霜霉病发生等级概念函数对2012 年12月—2013年2月济南站日光温室生产季内黄瓜霜霉病逐日进行灾害等级计算，结果表明该时期内温室黄瓜无重度霜霉病害发生，与实际情况相符。

（3）虫源基数及管理措施是除气象条件外影响温室蔬菜病虫害发生的重要因素，此方面并非为气象部门的研究优势，因此需与农业及植保部门进行合作，深入开展日光温室蔬菜病虫害研究工作。

［1］ 李晓仁，李虹，魏文生. 日光温室病虫害发生原因浅析与综合防治对策［J］. 北方园艺，2000，（4）：45-46.

［2］ 郭安红，王纯枝，李轩，等. 东北地区落叶松毛虫灾害气象风险区划初步研究［J］. 灾害学，2012，2（27）：24-28.

［3］ 李宁静，赵永生，朱映峰. 浅谈设施农业病虫害监测与防治［J］. 新疆农业科技，2010，（4）：38.

［4］ 张留江，李荣博，刘蕴贤. 设施农业发展与蔬菜病虫害防治策略［J］. 天津农业科学，2010，16（2）：149-151.

［5］ 杨其长. 中国设施农业的现状与发展趋势［J］.农业机械，2002，（1）：36-37.

［6］ 崔振洋，李晓亮，王伟. 马尔可夫链预测模型及其在农业病虫害预报中的应用［J］. 山西农业大学学报，1994，14（1）：96-98.

［7］ 王孝卿，李楠，薛晓萍. 寿光日光温室小气候变化规律及模拟方法［J］. 中国农学通报，2012，10（28）：236-242.

［8］ 杨艳超，刘寿东，薛晓萍. 莱芜日光温室气温变化规律研究［J］. 中国农学通报，2008，24（12）：519-523.

［9］ 王克安，杨宁，吕晓惠，等. 外界环境对不同结构日光温室相关因子影响的研究［C］.山东园艺学会蔬菜西甜瓜专业委员会论文集，2011.

［10］ 王克安，李絮花，吕晓惠，等. 不同结构日光温室温湿度变化规律及其对番茄产量和病害的影响［J］. 山东农业科学，2011，（3）：33-36.

［11］ 郭洪恩，宋景华，张勇，等. 不同结构日光温室温湿度变化规律研究［J］. 山东农业科学，2009，（8）：43-45.

［12］ 肖悦岩. 病虫害监测与预测（病虫调查与系统监测）［J］. 植物技术与推广，2002，22（1）：37-38.

［13］ 肖悦岩. 病虫害监测与预测（病虫抽样调查方法）［J］. 植物技术与推广，2002，22（2）：44-45.

［14］ 肖悦岩. 病虫害监测与预测（病虫害预测原理）［J］. 植物技术与推广，2002，22（3）：45-46.

［15］ 肖悦岩. 病虫害监测与预测（病虫害预测方法）［J］. 植物技术与推广，2002，22（4）：40-41.

［16］ 肖悦岩. 病虫害监测与预测（专家预测法）［J］. 植物技术与推广，2002，22（5）：42-43.

［17］ 肖悦岩. 病虫害监测与预测（预测分析）［J］ .植物技术与推广，2002，22（6）：44-45.

S162.4

B

1005-0582（2016）02-0037-05

2015-01-23

李楠（1984—），女，辽宁抚顺人，硕士，工程师，主要从事设施农业气象预报服务工作。