农业温室系统的多相流传递过程研究进展

张建文，贺亚如，王庆贵

(1.北京化工大学 流体力学与传热研究室，北京 100029；2.西藏山南雅砻绿色畜禽有限公司，西藏 山南 856100)



农业温室系统的多相流传递过程研究进展

张建文1，贺亚如1，王庆贵2

(1.北京化工大学 流体力学与传热研究室，北京 100029；2.西藏山南雅砻绿色畜禽有限公司，西藏 山南 856100)

摘要：分析了研究温室多相传递过程的特点，对温室内复杂的多相流动与传热问题进行了阐述，进而对目前关于温室传热、传质过程的CFD(计算流体力学)研究进行了综述，总结了CFD在温室多相流动与传热传质研究中的优势，并对CFD研究温室多相流系统的前景进行了展望。

关键词：精细农业；温室系统；流体流动；传热传质；CFD

0引言

多相流本身是个复杂的流动过程，而温室中的多相流过程又同时涉及传热传质、植物作用、相间交换等问题。近年来，温室农业正逐步向精细化、集约化、科技化发展。因而研究温室中的多相流过程对于指导温室农业生产具有非常重要的意义。

精细农业是一种现代化的农业管理理念，旨在实现定点的精确化，定量的精确化，定时的精确化[1]。现代温室农业生产适时引入精细农业思想，以期通过实时获取农田中每个小区域的作物信息，诊断作物长势和产量在空间上的差异，区别对待，按需实施定位调控，以实现作物优质高产[2-5]。

温室环境精细化控制的首要任务是实现温室环境因子的定点监测。温室环境定点监测主要是通过在温室内布控传感器来检测温室内环境因子，但是由于温室是一个复杂的多相传递系统，温室内环境因子非常复杂，完全依赖传感器检测实现起来较为困难，且将使成本大大增加，因此完全依靠传感器实现温室环境控制具有一定的难度[6]。

近年来，越来越多的学者开始研究温室多相流系统，以实现对温室环境的控制。温室内定点的作物信息主要包括水分、养分、光照、温度、湿度等，对这些环境因素的控制构成了温室精细控制的基础，因此，研究温室内的多相流传递过程具有重要的意义。

1温室中的多相流问题

1.1温室中的多相流特点

温室农业生产系统中，包括温室空间中的气体环境、水环境、土壤以及植物冠层等微环境；期间涉及到水分、养分在土壤、植物、大气间的传递过程(图1)，构成了温室农业生产过程中的复杂多相流传递问题。

温室内的多相流传递特点主要表现为：(1)传递主体复杂。以水分传递为例，包括植物与土壤间的水分传递，植物与空气间的水分传递，土壤与空气间的水分传递，以及由灌溉引起的温室内与外界环境间的水分传递。(2)传递涉及多种作用：植物的生理作用，如蒸腾作用、呼吸作用、光合作用等。(3)传递过程涉及多种温室调控设施，如灌溉设施、通风设施、加温降温设施及防虫网等，这些调控设施的存在使得温室多相流问题呈现出一定的特殊性。(4)传热过程兼具对流传热与辐射传热，包括空气对流传热、太阳辐射及太阳辐射导致的二次(局部)对流传热等。(5)传质传热介质包括植物，构成了特殊的传质传热阻力。

图1　温室中的多相流传递

温室生产过程包括了诸多同时发生的过程，并且这些过程具有不同的反应时间和反应模式，而且存在多种相互作用。概括起来，温室中的多相流传递主要包括多相流传热及传质过程，其中多相流组分传递又包括空气传递和养分传递。

1.2温室中的多相流传质过程

1.2.1温室空气环境的传递过程温室中的空气环境传递主要指温室内外的空气交换。一般温室生产过程中，为了保证温室的保温效果，通常需要减少通风换气率。但在生产过程中又有通风换气的需求[7]：(1)必要的通风换气可防止温室昼夜温度逆差，促进作物正常生长；(2)密闭温室容易导致温室内CO2缺乏，则植物光合作用不能顺利进行，通风能够补充CO2；(3)排除有毒(或有害)气体，并调节温室内空气的相对湿度；(4)夜间通风也可减少温室内作物的呼吸作用，减少同化物消耗，提高作物产量；(5)夏季通风能够降低温室内温度。

由此可见，温室内外的空气交换十分必要，而温室通风系统的设计又直接影响着温室内的空气流动，故温室通风系统的设计十分关键。

1.2.2温室中的养分传递温室中的养分传递包括养分在土壤、植物、空气间的传递与流动，其中不仅涉及到相变过程，还涉及到温室与外界环境在温室调控设施作用下的养分交换。以温室中的水分传递为例，水分传递的同时又伴随着水的相变过程：土壤中的水分通过蒸发作用散失到空气中；夜间温室内水蒸气的冷凝过程；植物通过蒸腾作用从土壤表面吸收水分，又通过叶面上的气孔散发到空气中；灌溉设施引起的温室内外的水分传递；另外温室的通风系统也促进温室内外的水汽传递。

1.3温室中的多相流传热

根据换热情形的差异，多相流传热可分为与外界无加热或冷却等热量交换过程的绝热多相流和有热量交换的多相流传热过程。在有热交换的多相流流动过程中通常伴随着单组分的相变过程，如液体汽化成蒸汽或蒸汽凝结成液体。

由于太阳的辐射作用，及温室中配置的加热降温设备，温室生产中常常伴随着热交换及辐射传输过程。

由通风引起的能量交换(通风引起温室内外能量交换)；加热系统与室内空气之间的热交换(冬季为了维持温室内温度，需通过加热)；土壤与周围环境的热交换(土壤与温室内空气进行对流换热，与植物进行辐射换热)；植物冠层与空气间的能量交换。

由以上对温室系统多相流问题的分析可知，实现温室内环境的精细控制具有一定的难度。

2CFD对温室农业生产多相传递过程的控制

常规意义上温室的精细控制主要是利用遥感技术获取温室内作物生长环境、生长状况和空间变异的大量时空变化信息，并针对性地提供处方信息。由于温室内多相流问题十分复杂，温室环境是个多变量耦合、时变、非线性的复杂系统，需要在温室内大量布设传感器，实施时具有一定难度且成本较高。

CFD研究能够对各种结构、环境参数下的温室内的各项参数分布进行一个准确直观的预测，与传感器相比能够实现对温室内各个点的环境信息的预测，更加精细、详尽，且能够大大降低成本。另外，CFD研究建立在数值计算的基础上，能够指导人们从机理出发，实现对温室的精细调控，从而指导温室结构的选择及环境参数的调控。因此，CFD在国内外温室研究中的运用越来越普遍[8]。

2.1温室传质过程的CFD研究

2.1.1温室通风(空气传递)控制的CFD研究良好的通风系统对于保持温室内气候的稳定性分布至关重要。温室内的通风情况严重影响着温室内空气的交换及温室的内部气候条件，而这些气候条件又关系到温室内作物的生长[9]。CFD研究能够模拟不同通风装置下的温室内部的气候分布，减少实验次数，降低成本，并且能够针对自然通风口的配置提出指导意见。

Mistriotis等[10]研究了四连栋地中海型温室。他们先后考虑了3种情形：(1)2个侧窗(开度为45°)以及4个水平开的顶窗；(2)开度为45°的侧窗，第3、4个顶窗开度为85°；(3)只开顶窗，开度为85°。由于顶窗关于中间的屋脊对称，故模拟时只研究2个连栋(图2)。在第一种情形下，新鲜空气从侧窗进入，热空气主要从中间的顶窗R2处流出。通风口R2扮演的角色表明更大的顶窗开度将会提高温室内的通风速率(第二种情形，顶窗开度85°)。这种情形下，第二股冷空气流从顶窗R1较低处流入，R1下半部分相当于一个入口，但上半部分是暖空气出口。当侧窗关闭后(第三种情形)，R1是冷流入口，新鲜空气径直流向地面，将热空气推向温室中心，热空气主要从R2流出，只有一小部分从R1流出。不难看出，第三种情形下的通风效率不如前两种情形。该研究证实了开通侧窗的必要性，即侧窗主要是冷空气入口，而顶窗主要是热空气出口。

图2　Mistriotis的通风口配置研究

沈明卫等[11]为了比较华北地区连栋塑料温室3种典型的不同顶窗配置形式对其自然通风效果的影响，运用CFD对配置不同顶窗的温室内自然通风气流场进行了三维稳态模拟。通过对不同顶窗配置的温室内气流场分布情况的比较，对于温室顶窗配置的选择具有一定的指导意义。

郭万东等[12]利用CFD软件CFX对华南型单栋塑料温室的表面风压进行了数值模拟。将模拟结果与前人所做的风洞实验结果比较后发现，数值模拟和风洞实验的风压分布趋势相近，表明CFD方法能够定性和定量地预测温室表面风压的分布规律。

Francisco Domingo Molina-Aiz等[13]用CFD数值模拟方法对Almeria型温室内的自然通风的风速效应进行了分析。用多孔介质模拟防虫网和植物间隙中的空气流动。结果表明，实验值与模拟值的吻合度较高。对只配置侧窗和同时配置有顶窗的Almeria型温室内的温度及空气速率分布进行了预测，证明了配置顶部通风口的Almeria型温室内通风的必要性，对Almeria型温室通风口的设计具有重要的指导意义。

2.1.2温室湿度(水分)控制的CFD研究湿度控制是冬季温室最重要的问题之一；过高的相对湿度(RH)和植物表面自由水的存在很容易引起真菌性病害的发展。

Davide Piscia等[14]对四连栋温室内夜间条件下的冷凝过程进行了数值分析。通过UDF导入了薄膜冷凝模型。用CFD模拟了顶棚温度对温室湿度的影响，并用实验进行了比对。模拟结果与实验数据的比对验证了CFD模型在预测温室气候变量方面的准确性。

模拟表明，夜间条件下，顶棚是温室内温度最低的表面；顶棚温度和温室湿度比(RH)存在着很强的关联。这就意味着通过控制顶棚温度来控制温室内的湿度及冷凝是有可能的。这一CFD冷凝模型可用于温室湿度控制的设计策略中，尤其是无供暖设备的温室中。

谭胜男等[15]采用CFD方法对Venlo型玻璃温室在夏天自然通风状况下的喷雾降温过程进行了数值模拟。在充分考虑太阳辐射影响和室内水蒸气传输过程基础上，结合离散相模型，构建了求解室内系统的3D数学模型，并对边界条件的设置进行了探讨。对Venlo型温室在喷雾降温措施下室内空气温度、湿度的变化以及在整个温室空间的温度分布进行了数值模拟与预测。结果显示温室内测点温、湿度的模拟值与实测值的平均相对误差分别为4.9%和5.7%，模拟结果与测试结果吻合良好。

Bartzanas等[16]在未使用辐射模型的情况下用UDF来描述植物水和热交换。用包含有气孔阻力的方程来模拟植物的显热和潜热交换。模拟值与试验值间的误差介于12%～15%。但是Wang等认为影响蒸腾作用的主要因素是太阳辐射。另外一些研究者Sapounas等[17]用带有UDF的植物多孔介质模型来模拟作物蒸散。

程秀花等[18]对栽有番茄作物的温室内部的温湿度进行了数值模拟，将温室内水分蒸发与作物蒸腾以体积热源的方式添加，对比实验结果发现此模拟的模型处理具有有效性。

Abderzak Kichah等[19]通过实验验证了计算流体力学(CFD)在模拟温室内的温湿度及植物蒸腾速率等方面的准确性。在100 m2的温室隔间内，对长凳上的盆栽凤仙花属植物进行了实验观察。同时对植物及其周围环境间的热能及水汽交换进行了二维模拟。植物子模型将植物作为多孔介质并且针对潜热和显热传递加入了特定的源相。通过实验与模拟结果的比较发现，CFD模型不仅能够模拟植物冠层内的温度分布，同时还能模拟一天内植物叶面温度的垂直分布。实验和模拟的比较表明，CFD模拟在预测从顶部到底部的植物的叶面温度上有很好的准确性，同时对一天内植物蒸腾速率的变化趋势提供了一个好的预估(r>0.92)。24 h内对整体蒸腾速率的测量值和模拟预测值间的差值<15%。最终证明该模型可通过预测植物水需求，及时调整灌溉策略。

2.2温室传热过程的CFD研究

温室内微气候并不只受对流传递的影响，辐射也是很重要的一个影响。但是，在早期的很多应用CFD研究中，都没有同时解决辐射传递和对流传递的耦合问题。

Fodaros等[20]对日光照射下弧形隧道温室的气候进行了数值模拟，结果表明辐射对温室系统的影响是呈动态变化的。可见温室内的辐射过程相当复杂，故在CFD模拟研究时通常用简化的方式来处理[21]。对太阳及热辐射效应的处理，多数情况下都是在物理边界上设定具体的壁面温度[22-23]或热通量[24-25]来代替直接在计算域的边界上设置辐射条件。Kim等[26]建立了一个用于计算单栋温室内表面太阳辐射通量的简单模型。截至目前，仅有少数研究包含有求解光强的辐射传输方程(RTE)的辐射机理。

虽然Lee等[27]用P1模型来求解RTE。但是，到目前为止，应用最广泛的仍是DO辐射模型。由于DO辐射模型兼具准确性、计算经济性、灵活性的优点，使得模拟半透明壁面辐射成为可能。

Chen等[28]基于低雷诺数k-ε湍流动能原理，应用DO辐射模型来模拟温室内辐射热传递，用多孔介质来模拟植物并考虑植物的显热和潜热传导，建立了一个加热温室的CFD模型(图3)。并开发了一种新颖的基于CFD和EPM的温室热控制策略，这种热控制策略能够节省能量消耗量，并能维持适当的室内温度和更好的控制系统性能。最后用实验证明了以CFD-EPM为基础的温室热控制策略能够更准确地预测温度(图4)，从而最大限度地降低温室内的能量消耗，提高温室系统性能。

图3　温室供暖系统的热平衡

图4　温室内空气温度的模拟值与实测值的对比图

谭胜男[29]以Venlo型现代化温室为研究对象，利用CFD数值模拟软件和现场试验，对温室内微环境进行了模拟、验证和预测。模拟过程中选择DO辐射模型，用多孔介质模型模拟温室内种植的黄瓜作物。将模拟结果与试验测试结果进行对比验证分析，发现结果吻合良好，证明了所建立的CFD模型的有效可行性。

Wang等[30]基于中国中部典型的扇形垂直截面的塑料大棚温室建立的CFD模型中的微气候进行了研究。为了模拟棚顶及覆盖层的对流转移和辐射交流的耦合作用，在原来的CFD模型中加入了辐射模型，代替了通常所用的基于能量守恒的耦合方法。并且在作物冠层建模中独创性地采用了分形渗透模型。对数值模拟结果与测量实验数据的分析比较表明，该模型是成功的。随后该模型被用于探究温室内微气候变量分布，表明此类型温室内的气流形式、温度、湿度都与锯齿状温室中不同。该研究表明这种新颖的CFD模型可作为温室设计及微气候研究的有效工具。

此外，还有部分学者将CFD模拟与优化控制相结合来实现对温室环境的控制。如李永博等[31]在CFD模拟的基础上引入均匀性评价指标，通过数值求解得出温室内温度控制的最优化方案，指导温室内温度的精细控制。此方法对于温室内其他环境因子的研究同样适用。

3结论

CFD研究对温室内定点信息的预测更加精细、详尽，不仅能预测即时信息，还能够预测未来一段时间内温室环境因子的分布情况，能够从机理出发指导温室的通风结构设计、灌溉、施肥等操作。此外，CFD研究与常规的实验研究相比，能大大减少传感设备的布控，降低成本。因而CFD研究是实现温室精细化控制的强有力工具。

CFD研究在处理有植物生长的温室时仍具有一定的局限性。目前已有的研究中，大多将植物看作多孔介质，植物的蒸腾作用、光合作用、呼吸作用等生理作用通过源相来导入。而源相中关于植物的作用往往是依据现有的作物生长模型来处理，如对植物蒸腾作用用Penman-Monteith方程来描述。这就涉及到各种参数的确定，且对于不同作物或同一作物的不同生长阶段，这些参数均有差别，因此利用CFD对温室内植物冠层的处理有一定的难度。对植物与温室环境的作用机制及各种相关联参数进行进一步的研究，将对温室生产的精细化控制产生更深远的意义。

参考文献：

[1] 杨联安.我国精确农业发展策略初探[J].测绘与空间地理信息,2004,27(2):3-5.

[2] 赵国强,王君,穆晓涛.精细农业研究进展[J].气象与环境科学,2007,30(1):84-88.

[3] Blackmore S, Godwin R, Fountas S. The analysis of spatial and temporal trends in yield map data over six years[J]. Biosystems Engineering, 2003, 84(4): 455-466.

[4] 李民赞.精细农业特征、现状与发展[J].农机市场,2008(3):38-41.

[5] 刘刚.精细农业与GPS农业应用[J].全球定位系统,2000,25(2):12-16.

[6] 许安祥.我国温室农业的发展现状与趋势[J].排灌机械,2000，18(1):4-8.

[7] 曾飚,张凯,黄丹枫.空气热交换系统在温室环境控制中的应用[J].上海交通大学学报,2012,30(5):40-44.

[8] 刘珊,张林华,张峰.日光温室热湿环境影响机理研究进展[J].山东建筑大学学报:2009,24(6):587-593.

[9] Pierre-Emmanuel Bounet, Thietty Boulard. Effect of ventilator configuration on the distributed climate of greenhouses: A review of experimental and CFD studies[J]. Computers and Electronics in Agriculture, 2010, 74(2): 195-217.

[10] Mistriotis A, Arcidiacono C, Picuno P, et al. Computational analysis of ventilation in greenhouse at zero and low-wind-speeds[J]. Agricultural & Forest Meteorology, 1997, 88(1/4): 121-135.

[11] 沈明卫,郝飞麟.连栋塑料温室自然通风流场的稳态模拟——顶窗配置形式对温室内流场的影响[J].浙江大学学报,2007,41(4):668-672.

[12] 郭万东,徐泳,张天柱.温室结构风压的CFD模拟[J].中国农业大学学报,2005,10(1):56-59.

[13] Francisco Domingo Molina-Aiz, Diego Luis Valera, Antoio Jesus Alvarez. Measurement and simulation of climate inside Almeria-type greenhouse using computational fluid dynamics[J]. Agricultural and Forest Meteorology, 2004，125(1/2): 33-51.

[14] Davide Piscia, Juan I Montero, Esteban Baeza, et al. A CFD greenhouse night-time condensation model[J]. Biosystems Engineering, 2012,111(2): 141-154.

[15] 谭胜男,汪小旵,保智敏,等.温室内喷雾降温系统的CFD模拟[J].江苏农业学报,2013,29(2):283-287.

[16] Bartzanas T, Boulard T, Kittas C. Effect of vent arrangement on windward ventilation of a tunnel greenhouse[J]. Biosystems Engineering, 2004, 88(4): 479-490.

[17] Sapounas A, Nikita C, Bartzanas T, et al. Aspects of CFD modeling of fan and pad evaporative cooling system in greenhouses[M]. 2nd PALENC Conf. and 28th AIVC Conf. on Building Low Energy Cooling and Advanced Ventilation Technologies in the 21st Century, Crete Island, Greece, 2007.

[18] 程秀花,毛罕平,倪军.温室环境—作物湿热系统CFD模型构建与预测[J].农业机械学报,2011,42(2):172-179.

[19] Abderzak Kichah, Pierre-Emmanuel Bournet, Christophe Migeon, et al. Measurement and CFD simulation of microclimate charecteristics and transpiration of an Impatiens pot plant crop in a greenhouse [J]. Biosystems engineering, 2012, 112(1): 22-34.

[20] Fodaros D K, Baxevaou C A, Bartzanas T, et al. Numerical simulation of thermal behavior of a ventilated arc greenhouse during a solar day[J]. Renewable Energy, 2010, 35(7): 1380-1386.

[21] Bartzanas T, Kacira M, Zhu H, et al. Computational fluid dynamics applications to improve crop production systems[J].Computers and Electronics in Agriculture, 2013, 93(93): 151-167.

[22] Campen J B, Bot G P A. Determination of greenhouse-specific aspects of ventilation using three-dimensional computational fluid dynamics[J]. Biosystems Engineering, 2003, 84(1): 69-77.

[23] Wang S, Boulard T. Measurement and prediction of solar radiation distribution in full scale greenhouse tunnel[J]. Agronomie , EDP Sciences, 2000, 20(1): 41-50.

[24] Montero J I, Munoz P, Anton A, et al. Computational fluid dynamic modelling of night-time energy fluxes in unheated greenhouses[J]. Acta Horticulturae , 2005, 693: 403-410.

[25] Bournet P E, Ould Khaoua S A, Boulard T. Numerical prediction of the effect of vent arrangements on the ventilation and energy transfer in a multi-span glasshouse using a bi-band radiation model[J]. Biosystems Engineering, 2007, 98(2): 224-234.

[26] Kim K, Jeong-Yeol Yoon, Hyuck-Jin Kwon, et al. 3-D CFD analysis of relative humidity distribution in greenhouse with a fog cooling system and refrigerative dehumidifiers[J]. Biosystems Engineering, 2008, 100(2): 245-255.

[27] Lee I B, T H Short. Predicted effects of internal horizontal screens on natural ventilation of a multi-span greenhouse//[C]. In: 91st Annual International Meeting of ASAE. Orlando ( USA), 1998.

[28] Chen J L, Xu F, Tan D P, et al. A control method for agricultural greenhouses heating based on computational fluid dynamics and energy prediction model[J]. Applied Energy, 2015, 141(1): 106-118.

[29] 谭胜男.基于CFD的现代化温室环境数值模拟与优化研究[D].南京:南京农业大学,2013.

[30] Wang X W, Luo J Y, Li X P. CFD based study of heterogeneous microclimate in a typical chinese greenhouse in central China[J]. Journal of Integrative Agriculture, 2013, 12(5): 914-923.

[31] 李永博,周伟,李鹏飞,等.基于CFD模拟模型的温室温度场均匀性控制[J].农业机械学报, 2012, 43(4):156-161.

(责任编辑：管珊红)

收稿日期：2016-01-14

基金项目：工信部2012年物联网专项资金资助。

作者简介：张建文(1969—)，男，山西夏县人，教授，博士，研究方向：流体力学与传热。

中图分类号：S625

文献标志码：A

文章编号：1001-8581(2016)07-0126-05

Research Advance in Multiphase Flow Transfer Process of Agricultural Greenhouse System

ZHANG Jian-wen1, HE Ya-ru1, WANG Qing-gui2

(1. Lab of Fluid Flow and Heat Transfer, Beijing University of Chemical Technology, Beijing 100029, China;2. Shannanyalong Green Animal & Plant Limited Company in Tibet, Shannan 856100, China)

Abstract：The author analyzed the characteristics of multiphase flow transfer process of agricultural greenhouse system, expounded several problems in complex multiphase flow and heat transfer inside the greenhouse, further reviewed the current researches on computational fluid dynamics (CFD) of heat and mass transfer process in the greenhouse, summarized the advantages of CFD in the study of multiphase flow and heat-mass transfer in greenhouse system, and discussed the prospects of CFD in the study of greenhouse multiphase flow system.

Key words：Precision agriculture; Greenhouse system; Multiphase fluid flow; Heat and mass transfer; CFD