大跨度保温型温室的热环境模拟*

方 慧，张 义，伍 纲，程瑞锋，周 波，杨其长



大跨度保温型温室的热环境模拟*

方 慧，张 义，伍 纲，程瑞锋，周 波，杨其长**

（中国农业科学院农业环境与可持续发展研究所/农业部设施农业节能与废弃物处理重点实验室，北京 100081）

大跨度保温型温室为拱型钢骨架结构，南北走向，相邻温室间距仅2m，相比于传统日光温室土地利用率提高到91%，且仍具有日光温室节能的特点。为分析和评价该温室的蓄热保温性能，基于温室热传导、对流换热、太阳辐射、天空辐射、作物蒸腾、自然通风等热物理过程，构建了温室内热环境变化模型，并利用Matlab软件对其进行求解，模拟在冬季连续4个典型工作日无加温条件下，每10min的室内空气温度和作物根区温度，并将模拟值与实测值进行对比分析。结果表明，模型对大跨度温室内空气温度模拟的平均绝对误差在±1.3℃之内，模拟值与实测值间直线方程的决定系数（R2）为0.99（n=576），回归估计标准误差（RMSE）和相对误差（RE）分别为1.6℃和16.4%；作物根区温度实测值与模拟值的绝对误差在±0.6℃之内，直线方程的R2为0.91（n=576），RMSE和RE分别为0.76℃和6.7%。模型模拟值与实测值较为一致，可为温室环境精准调控和结构优化设计提供理论依据。

温室；模型；热环境；作物蒸腾；太阳辐射；传热

大跨度保温型温室是结合日光温室与塑料大棚优点而建的一类新型温室，该温室为南北走向，与东西走向日光温室相比减少了温室间遮阴的影响，相邻两温室间距可由原来的8～10m缩减为2m，土地利用率高达91%[1]。温室配套装备有内保温幕和外保温被双层保温结构，提升了温室蓄热保温性能。温室单体大，可以实现立体式栽培以及果树种植，利于机械化操作。但目前该温室环境管理仍由人工经验控制通风口开口大小来实现，费时又费力。如能通过数值模型预测温室内环境温度，即以室外气象要素、温室结构和栽培作物为输入变量，应用能量平衡模型预测温室内环境温度，可为自动化控制提供理论指导。

国外温室小气候模拟模型主要是针对当地气候特征和温室结构特点而构建。如Bot等[2−5]根据荷兰地区冬季日照时间短，强度低的特点，研究了连栋玻璃温室在自然通风模式下的温室内热环境，将温室热环境模型与作物模型结合，为荷兰的温室环境模拟与结构优化起到重要的推动作用，借助该模型，Venlo型温室的温光性能进一步趋于合理，结构更加优化，形成了适合荷兰气候特征的温室结构型式。以色列位于地中海沿岸，光热资源较好，温室设计重点是考虑通风降温，通过温室建模和优化计算，形成了锯齿屋面、拱圆顶斜立面的温室结构型式，Tanny等[6−7]一些专家还通过对温室脊高和自然通风模式的计算，提出了以自然通风为基础的合理的温室结构设计参数，使以色列的温室结构成为这一地区节能好、投资少、综合效益高的温室类型。英国是较早进行温室光热环境分析的国家之一。Fuller等[8]利用动态模型进行能量使用的预测分析研究，为温室设计提供参考。Trigui等[9]报道了使用温室模型进行气候控制的研究成果。但在结构优化以及考虑作物的影响方面的研究报道较少。从国际上温室发展的整体趋势来看，都是以区域气候为基础，以系统的光热资源需求为目标，通过光热环境模型的开发，进而进行温室结构优化设计，逐渐形成具有区域特色的温室结构型式。

国内学者在国外相关研究基础上，从20世纪90年代开始研究温室大棚的小气候模拟模型，如Tong等[10]报道了日光温室建筑参数对室内温度环境的影响，并对日光温室墙体传热特性进行了研究。杜军等[11]还就日光温室的传热传质物理过程进行了模拟计算，构建了初步的温室环境模拟模型，为分析温室的能量传递提供了理论依据。孟力力等[12−14]构建了日光温室光热环境方程，利用Matlab软件求解，预测温室气体及各结构温度变化，并根据各地区室外环境特点优化日光温室结构尺寸，该模型忽略植物蒸腾对热的影响，适用于空载日光温室光热环境模拟。针对完全自然通风模式下的大跨度保温型温室内热环境模拟的研究，国内鲜有报道。

本研究针对大跨度保温型温室的结构特点，构建温室小气候数值模型。将温室能量平衡、番茄蒸腾与小气候试验相结合，建立一个以温室外气象条件为输入参数，以温室结构、覆盖材料和栽培作物为边界条件，预测温室内有作物生长的条件下室内空气温度和作物根区土壤温度的小气候模拟模型，以期为温室内温度管理和结构优化提供理论依据。

1 材料与方法

1.1 试验温室

为验证数学模型的准确性，于2017年12月30日−2018年1月30日在试验温室进行试验。温室位于北京市顺义区大孙各庄镇中国农业科学院实验基地（40.13°N，116.65°E）。温室为大棚型钢骨架结构（图1），长60.0m，跨度20.0m，脊高4.5m，下沉0.5m，覆盖塑料薄膜的厚度为0.08mm，温室北墙采用双层0.1m的水泥板，中间有0.1m的聚苯板保温隔热，温室南墙为双层阳光板，温室顶端两侧和下端两侧有南北走向的通风口，通风口最大通风宽度分别为0.8m和1.6m，通风口用白色防虫网覆盖，防虫网规格为20目。1平方英寸（2.54cm×2.54cm）内的网眼格数即为防虫网的目数。

1.2 环境参数的确定

室内温度测量选用铜−康铜热电偶（中国计量院），测量精度为±0.2℃。室外太阳辐射测量选用CMP3型太阳辐射传感器，测量精度为±0.5%。室外温湿度测量采用HMP155A型温湿度传感器，温度测量精度为±0.2℃，相对湿度测量精度为±1%。室外风速风向测量采用CSAT3三维风速仪，x/y方向风速测量精度为±0.04m·s−1，z方向风速测量精度为±0.02m·s−1。所有传感器数据用数据采集器Data logger CR1000（Campbell Scientific, USA）自动采集，采集频率为10次·s−1，每10min记录一次平均值。

图1 试验温室结构

温室内空气温度检测点布置于温室中间位置，距离地面1.5m高。番茄根区温度布置于温室中间位置，布置土壤深度0.15m。室外风速、风向、温湿度、太阳辐射传感器布置于距离温室北侧10.0m，距离地面高度4.0m。

1.3 叶面积测定

试验温室内种植番茄，2017年9月7日定植，定植密度为2.8棵·m−2。2017年12月27日进行一次叶面积测量，单张叶片面积的测量采用描叶法，具体方法参考文献[15]，根据描叶法测得的数据确定叶片鲜重与叶面积的关系式，并计算平均每株植物的叶面积和温室番茄总叶面积。

1.4 模型检验方法

引用回归估计标准误差RMSE（root mean squared error）、相对误差RE（relative prediction error）和决定系数R2（determination coefficient）对模型的拟合度进行分析。RMSE可以反应误差的离散程度，RMSE越小表示模拟效果越好。相对误差RE可反应误差在真实值中所占的比例，RE值越小表示模拟结果越精确。R2是衡量两组数据之间线性相关程度的量，R2越趋近于1，表示模拟结果与实测值相关性越好。相应计算式为

2 结果与分析

2.1 大跨度保温型温室热环境模拟思路和假设

热环境模拟主要基于温室内热量平衡方程。由图2可见，自然条件下大跨度保温型温室内空气的能量，主要来源于温室各结构吸收的太阳辐射再次释放到空气中的热流量（Fa），以及空气与土壤对流换热热流量（Faf,c），能量流失主要包括室内外空气通过覆盖层的热传导损失（Fao,c）、通风换气热损失（Fao,v）、空气与植物叶片热对流损失（Fap,c）。温室内作物的能量来源为作物对太阳辐射的吸收（Fps,R）和通过对流作物吸收的空气中的能量（Fap,c），能量流失主要包括作物与天空的长波辐射（Fpsky,LR）和作物蒸腾潜热损失（Fp,tr）。土壤的能量来源为土壤吸收的太阳辐射（Ffs,R），能量流失主要包括土壤与天空的长波辐射（Ffsky,LR）、土壤与空气热对流损失（Faf,c）和土壤热传导损失的热量（Fdf,c）。温室热平衡可分为三大模块：室内空气的热平衡、作物的热平衡和作物根区土壤的热平衡。因此，本研究拟利用这三大模块的能量平衡方程构建温室热平衡模型，通过输入外界环境参数达到求解室内空气温度和作物根区土壤温度的目的。

温室内环境空间分布存在一定差异，若考虑该因素须构建三维数值模型，其计算量非常大。因此，为简化计算，考虑构建一维传热模型，并做如下假设：假设温室内空气混合均匀，密度无变化；温室内地面、植物接收的太阳辐射照度均匀分布；假设温室南北两侧墙为绝热墙体，忽略对温室热环境的影响；番茄果实含水量在90%以上，因此其密度、比热容参考水；地面深层土壤温度稳定不变。外界环境输入参数包括室外太阳辐射、室外空气温度、室外湿度、室外风速、地面深层土壤温度。模型所用各材料参数见表1。

图2 温室热交换过程

注：I为太阳辐射；To为室外空气温度；Tsky为天空温度；Ta为室内空气温度；Tp为植物温度；Tf为浅层土壤温度；Td为深层土壤温度；Fa为温室各结构吸收的太阳辐射再次释放到空气中的热流量；Fao,c为室内外空气通过覆盖层的热流量；Fao,v为室内外空气自然通风热流量；Faf,c为土壤与空气通过对流换热的热流量；Fap,c为作物与空气通过对流换热的热流量；Fps,R为作物吸收的太阳辐射；Fpsky,LR为作物与天空的长波辐射热流量；Fp,tr为作物蒸腾潜热热流量；Ffs,R为土壤吸收的太阳辐射；Ffsky,LR为土壤与天空的长波辐射热流量；Fdf,c为土壤层热传导热流量。

Note：I is solar radiation. Tois outside air temperature. Tskyis sky temperature. Tais inside air temperature. Tpis plant temperature. Tfis shallow soil layer temperature. Tdis deep soil layer temperature.Fais solar radiation absorbed by greenhouse opaque elements and released to the greenhouse air.Fao,cis heat exchange between greenhouse and outdoor air through the plastic cover.Fao,vis heat exchange between greenhouse and outdoor air by ventilation.Faf,cis heat exchange between up layer soil and air by convection.Fap,cis heat exchange between plant and air by convection.Fps,Ris plant absorbed solar radiation.Fpsky,LRis long-wave radiation exchange between plant and sky.Fp,tris latent heat flux by plant transpiration.Ffs,Ris soil absorbed solar radiation.Ffsky,LRis long-wave radiation exchange between soil and sky.Fdf,cis heat exchange between soil layers by conduction.

2.2 大跨度保温型温室热环境模拟方程

2.2.1 空气能量平衡

温室内空气能量变化主要包括：（1）温室覆盖层、骨架、内保温幕吸收的太阳辐射再次释放到室内空气中的热量（Fa）；（2）空气与土壤对流换热吸收的热量（Faf,c）；（3）室内外空气通过覆盖层的热传导和热对流导致的能量损失（Fao,c）；（4）室内室外空气通过自然通风导致的能量损失（Fao,v）；（5）室内空气与作物的热对流导致的能量损失（Fap,c）。

由于保温需要，9：00−16：00需要揭开保温被吸收太阳辐射，夜间需要覆盖保温被以减少热量损失，因此，温室内空气能量变化方程可分白天和夜间两种情况建立。

白天，揭开保温被时为

夜间，盖上保温被后为

其中，各能量交换项计算式分别为

表1 模型中材料参数

2.2.2 作物能量平衡

其中，各能量交换项计算式分别为

2.2.3 作物根区土壤热量平衡

其中，各能量交换项计算式分别为

式（18）−（20）中，hfsky,LR为土壤与天空长波辐射系数（W·m−2·K−1），hdf为土壤热传导系数（W·m−2·K−1），Td为深层土壤温度（K）。

2.3 大跨度保温型温室热环境模拟方程参数确定及求解

2.3.1 温室自然通风量计算

试验期间当温室温度较高时，开启上通风口进行通风降温，此时通风量[19−20]的计算式为

温室通风口处装有防虫网，防虫网对通风的阻力系数为0.4，因此，实际通风量的计算式为

2.3.2 覆盖层与空气对流换热系数计算

白天，揭开保温被阶段，室内外空气的热传递以覆盖层外侧与室外空气的对流换热为主，对流换热系数是与室外风速有关的函数，覆盖层传热系数计算式可简化为[21]

夜间，当覆盖上保温被以后，保温被的热阻较大，则传热系数需综合考虑覆盖层与室外空气的对流换热与保温被的热阻，盖上保温被后传热系数计算式为

式中，D为保温被厚度（m），ablanket为保温被导热系数（W·m−2·K−1）。

温室内空气与土壤的对流换热系数与两者温差有关[3]，其计算式为

温室内空气与叶片的对流换热系数计算式为[3]

式中，ra为叶片气流阻力系数（s·m−1），近似取值275。

作物与天空长波辐射换热系数[22]计算式为

地面与天空长波辐射换热系数[22]计算式为

式中，Ef为地面的发散系数，取值1，Ffsky为地面与天空角系数，计算式为

式中，Kp为作物对长波辐射的发散系数，取值0.94。

2.3.3 空气热力学参数计算

饱和水蒸气压差VPD[16]的计算式为

式（31）−式（33）中，Pv-a表示温室空气实际水蒸气压（Pa），Pvsat-a表示温室空气饱和蒸汽压（Pa），RH表示空气相对湿度。

2.3.4 作物蒸腾参数计算

式中，rs,min为最小叶片气孔阻力系数（s·m−1），取值150。

2.3.5 模型求解

将室外空气温湿度、室外风速、太阳总辐射、深层土壤温度作为外界输入条件，对微分方程组（7）、（8）、（14）和（20）求解。首先将热平衡微分方程组离散化，得到线性方程组，采用Matlab软件编译线性方程组，输入初始条件和外界环境参数，给定计算步长，从初始解出发，利用每一时刻的值推算下一时刻的值，逐次迭代，求出室内空气温度、作物温度和作物根区温度。

2.4 大跨度保温型温室热环境模拟模型验证

2.4.1 外界环境参数

试验验证选择最冷的时段2017年12月30日−2018年1月30日进行，为避免番茄出现冻害，夜间开启电加热装置。为真实反映大跨度保温型温室的保温性能，选择2017年12月30日−2018年1月2日连续4d未开启电加热装置的数据进行模拟分析。其中12月30日、31日为阴天，1月1日、2日为晴天。图3为测试期间室外空气温湿度变化曲线，图4为室外太阳辐射和气流速度变化曲线。

试验期间为北京一年中最冷月份，2017年12月30日、31日（阴天）室外相对湿度明显高于2018年1月1日、2日（晴天），阴天夜间2：00−9：00时间段，相对湿度达到90.0%以上。试验期间室外温度较低，最低温达−11.0℃，最高温也仅有6.0℃，试验期间室外平均温度分别为−3.4、−5.9、−3.7和−5.9℃。

2017年12月30−31日室外太阳辐射波动较大，两天太阳辐射平均值分别为131、133W·m−2。2018年1月1−2日为典型晴天，太阳辐射在12：00−14：00时间段达到较高值，两个晴天太阳辐射最大值分别为450、420W·m−2，平均值分别为251、235W·m−2。试验期间4d室外风速平均值分别为0.8、0.9、0.5和0.6m·s−1。

图3 2017年12月30日−2018年1月2日连续4d室外空气温湿度（10min数据）

图4 2017年12月30日−2018年1月2日连续4d室外太阳辐射和风速（10min数据）

2.4.2 模拟值与实测值对比

利用室外空气温度、湿度、太阳辐射和风速模拟逐10min室内空气温度和作物根区土壤温度变化过程，与相应实测数据进行对比，结果如图5。由图5a可见，模型模拟的逐10min气温变化过程与实测数据分布特点基本一致，均表现为0：00−9：00逐渐降低，9：00−15：00快速升高，15：00−24：00逐渐降低的过程，只是在不同天气模拟值与实测值拟合程度略有不同。晴天与阴天云量不同，阴天云量多，太阳辐射波动大，室内温度波动也大。为便于分析模型总体误差，计算模拟值与实测值的回归估计标准误差、相对误差和决定系数，分别为1.6 ℃、16.4%和0.99（n=576），4d的平均绝对误差为±1.3℃之内。

作物根区温度模拟值与实测值对比如图5b所示，模型模拟的逐10min根区土壤温度变化过程与实测数据分布特点基本一致，均表现为1：00−10：00逐渐降低，10：00−16：00快速升高，16：00−次日1：00逐渐降低的过程。土壤的比热高于空气，因此，土壤温度的降低与升高时间节点均比空气延迟1h。根区土壤温度实测值与模拟值绝对误差为±0.6℃之内，R2为0.91（n=576），RMSE和RE分别为0.76℃和6.7%。

综上可知，该模型可根据室外环境参数模拟大跨度保温型温室内空气温度和作物根区土壤温度，模拟值与实测值差异小。

图5 温室内空气温度（a）和作物根区土壤温度（b）模拟值与实测值的对比

3 结论与讨论

（1）根据室外环境参数、温室结构和作物生长状况，应用热力学、传热学和温室采光理论分析室内外的热平衡，建立温室小气候模拟模型，模拟温室内空气温度和作物根区土壤温度。温室空气温度的模拟值与实测值变化趋势一致，模拟值与实测值RMSE、RE和R2分别为1.6℃、16.4%和0.99，4d的平均绝对误差为±1.3℃之内。作物根区土壤温度4d的实测值和模拟值绝对误差为±0.6℃之内，R2为0.91，RMSE和RE分别为0.76℃和6.7%。相对于孟力力等[12]的研究，本模型精度更高，误差小。在实际应用时，获得室外气象参数后即可利用建立的模型预测温室内温度变化，从而给温室结构优化和管理提供参考。

（2）该模型充分考虑作物与环境交互传热的影响，尤其在作物对太阳辐射的吸收方面，根据作物对光谱吸收特性，将透射进温室的太阳辐射分为光合有效辐射（PAR）、近红外（NIR）和紫外（UVR）三段主要吸收波，分别考虑植物冠层对PAR、NIR和UVR的吸收率。与传统建立在温室裸地（没有作物）的模型相比[25−26]，更能真实反映温室实际情况，适用范围更广。

（3）土壤热物理参数是在试验期间采集的土样测试获得。但实际生产管理中是根据室外环境条件和作物生长阶段，不定期对作物进行营养液浇灌，从而影响土壤热物理特性，因此，使用所建立的模型对温室内温度进行模拟时，需实测土壤热物理参数，并在模型中做必要的修正。

（4）太阳辐射照射到温室覆盖层后一部分被吸收，一部分被反射，一部分被透射，根据太阳光线与覆盖层法线的夹角不同，其吸收比、反射比和透射比也不相同，在一天中太阳光线角度在不断变化，覆盖层剖面也非单一直线，而是多段弧面，因此，覆盖层对太阳辐射的透射率是动态变化的，在本模型中通过给定透射率，反映了覆盖膜对太阳辐射的影响，但透射率与不同入射角和覆盖膜与地面的夹角的动态变化关系未予涉及，下一步将对此作更深一步研究。

本研究中建立的大跨度保温型温室热环境模拟主要针对北京地区的大跨度温室，对其它地区和棚型的适用性有待进一步验证。

[1]周升,张义,程瑞锋,等.大跨度主动蓄能型温室温湿环境监测及节能保温性能评价[J].农业工程学报,2016,32(6):218-225.

Zhou S,Zhang Y,Cheng R F,et al.Evaluation on heat preservation effects in micro-environment of large-scale greenhouse with active heat storage system[J].Transactions of the CSAE,2016,32(6):218-225.(in Chinese)

[2]Bot G P A.Greenhouse climate:from physical processes to a dynamical model[D].The Netherlands:Wageningen Agricultural University,1983.

[3]De Zwart H F.Analyzing energy saving options in greenhouse cultivations using a simulation model[D].The Netherlands: Wageningen Agricultural University,1996.

[4]Vanthoor B H E,Stanghellini C,Van Henten E J,et al.Optimal greenhouse design should take into account optimal climate management[J].Acta Horticulturae,2008, (802):97-104.

[5]Vanthoor B H E,Stanghellini C,Van Henten E J,et al.The effect of outdoor climate conditions on passive greenhouse design[J].Acta Horticulturae,2009, (807):61-66.

[6]Tanny J,Dicken U,Cohen S.Vertical variation in turbulence statistics and energy balance in a banana screen house[J]. Biosystems Engneering,2010,106(2):175-187.

[7]Meir T,Josef T.Natural ventilation of greenhouse:experiments and model[J].Agricultural and Forest Meteorology,1999,(96): 59-70.

[8]Fuller R J,Meyer C P,Sale P J M.Validation of a dynamic model for predicting energy use in greenhouses[J].Journal of Agricultural Engineering Research,1987,38(1):1-14.

[9]Trigui M,Barrington S,Gauthier L.A strategy for greenhouse climate control,Part I:model development[J].Journal of Agricultural Engineering Research,2001,78(4):407-413.

[10]Tong G,Christopher D M,Li B.Numerical modelling of temperature variations in a Chinese solar greenhouse[J]. Computers and Electronics in Agriculture,2009,(68): 129-139.

[11]杜军,王怀彬,杨励丹.温室内气温与土温相关性传热模型[J].哈尔滨工业大学学报,2000,32(5):1-4.

Du J,Wang H B,Yang L D.Interactive heat transfer of air and soil temperature in greenhouse[J].Journal of Harbin Institute of Technology, 2000,32(5):1-4.(in Chinese)

[12]孟力力,杨其长,Bot G P A,等.日光温室热环境模拟模型的构建[J].农业工程学报,2009,25(1):164-170.

Meng L L,Yang Q C,Bot G P A,et al.Visual simulation model for thermal environment in Chinese solar greenhouse[J]. Transactions of the CSAE,2009,25(1):164-170.(in Chinese)

[13]马承伟,卜云龙,籍秀红,等.日光温室墙体夜间放热量计算与保温蓄热性评价方法的研究[J].上海交通大学学报,2008,26(5):411-415.

Ma C W,Bu Y L,Ji X H.Method for calculation of heat release at night and evaluation for performance of heat preservation of wall in solar greenhouse[J].Journal of Shanghai Jiaotong University,2008,26(5):411-415.(in Chinese)

[14]马承伟,韩静静,李睿.日光温室热环境模拟预测软件研究开发[J].北方园艺,2010,(15):69-75.

Ma C W,Han J J,Li R.Research and development of software for thermal environmental simulation and prediction in solar greenhouse[J].Northern Horticulture,2010,(15):69-75.(in Chinese)

[15]李军,姚益平,徐蕊,等.长江下游防虫网覆盖塑料大棚内温湿度模拟[J].农业工程学报,2010,26(6):238-244.

Li J,Yao Y P,Xu R,et al.Simulation of air temperature and relative humidity in plastic greenhouse tunnel covered with insect-proof nets in lower reaches of Yangtze River[J]. Transactions of the CSAE,2010,26(6):238-244.(in Chinese)

[16]Impron I,Hemming S,Bot G P A.Simple greenhouse climate model as a design tool for greenhouse in tropical lowland[J]. Biosystems Engineering,2007,(98):79-89.

[17]Yang X S.Greenhouse micrometeorology and estimation of heat and water vapor fluxes[J].J Agric Engng Res,1995,(61): 227-238.

[18]方慧,杨其长,张义.基于热泵的日光温室浅层土壤水媒蓄放热装置试验[J].农业工程学报,2012,28(20):210-216.

Fang H,Yang Q C,Zhang Y.Experimental study on shallow soil assisted heat release-storage system with water-water heat pump in solar greenhouse[J].Transactions of the CSAE, 2012,28(20):210-216.(in Chinese)

[19]Boulard T,Baille A.Modelling of air exchange rate in a greenhouse equipped with continuous roof vents[J].Journal of Agricultural Engineering Research,1995,(61):37-48.

[20]Roy J G,Boulard T,Kittas C,et al.Convection and ventilation transfer in greenhouses,Part 1:the greenhouse considered as a perfectly stirred tank[J].Biosystems Engneering,2002,(83): 1-20.

[21]Boulard T,Baille A.A simple greenhouse climate control model incorporating effects of ventilation and evaporative cooling[J].Agricultural and Forest Meteorology,1993,(65): 145-157.

[22]章熙民,任泽霈.传热学[M].北京:中国建筑工业出版社, 2001.

Zhang X M,Ren Z P.Heat transfer[M].Beijing:China Building Industry Press,2001.(in Chinese)

[23]Li S H,Daniel H,Willits,et al.Thermal modeling of greenhouse aquaculture raceway systems[J].Aquacultural Engineering, 2009,41(1):1-13.

[24]Morille B,Migeon C,Bournet P E.Is the Penman-Monteith model adapted to predict crop transpiration under greenhouse conditions?Application to a new guinea impatiens crop[J]. Scientia Horticulturae,2013,(152):80-91.

[25]李德,张学贤,祁宦,等.宿州日光温室内部最高和最低气温的预报模型[J].中国农业气象,2013,34(2) :170-178.

Li D,Zhang X X,Qi H,et al.Forecast model of the highest and lowest temperature in the sunlight greenhouse in Suzhou[J].Chinese Journal of Agrometeorology,2013,34(2): 170-178.(in Chinese)

[26]李宁,申双和,黎贞发,等.基于主成分回归的日光温室内低温预测模型[J].中国农业气象,2013,34(3):306-311.

Li N,Shen S H,Li Z F,et al.Forecast model of minimum temperature inside greenhouse based on principal component regression[J].Chinese Journal of Agrometeorology,2013,34(3): 306-311.(in Chinese)

Modelling of Thermal Climate in a Large-scale Insulation Solar Greenhouse

FANG Hui, ZHANG Yi, WU Gang, CHENG Rui-feng, ZHOU Bo, YANG Qi-chang

(Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences/ Key Laboratory of Energy Conservation and Waste Management of Agricultural Structures, Ministry of Agriculture, Beijing 100081, China)

Large-scale insulation solar greenhouse, with wide span, steel frame and built in south-north orientation, was a tunnel type greenhouse. The distance between greenhouses was only 2m and the land utilization efficiency can be increased up to 91%, but it still has the characteristics of energy saving compared with traditional solar greenhouse. A greenhouse climate model was developed in order to predict the inside air temperature and root zone temperature to assess the greenhouse insulation and heat storage ability based on the physical processes of heat conduction, heat convection, solar radiation distribution, sky radiation, crop transpiration and air exchanged by natural ventilation. The model was established with Matlab software to calculate the temperature of the different parts. The variables, include inside air temperature and plant root zone temperature, were also measured during four successive days with time span of 10min. The results showed that the absolute error of the air temperature inside large-scale insulation solar greenhouse was ±1.3℃, the simulated air temperature agreed well with the measured data. The determination coefficient of linear equation (R2) (n=576), root mean squared error (RMSE) and relative prediction error (RE) between simulated and measured air temperature was 0.99, 1.6℃ and 16.4%, respectively. The absolute error of the root zone temperature was ±0.6℃. The determination coefficient of linear equation (R2) (n=576), RMSE and RE between simulated and measured root zone temperature was 0.91, 0.76℃ and 6.7%, respectively. It was concluded that the model was robust and could be used for the optimization of the large-scale insulation solar greenhouse as well as the climate control.

Greenhouse; Model; Thermal climate; Plant transpiration; Solar radiation; Heat conductance

10.3969/j.issn.1000-6362.2019.03.002

方慧,张义,伍纲,等.大跨度保温型温室的热环境模拟[J].中国农业气象,2019,40(3):149-158

2018-07-21

。E-mail：yangqichang@caas.cn

国家自然科学基金（51508560）

方慧（1983-），女，助理研究员，研究方向为农业生物环境工程。E-mail：fanghui@caas.cn