都市农业气象信息服务研究进展

李明 王铁 黎贞发 杨信廷

摘    要：通過总结文献报道，结合实地访谈等，从学科、技术、产业3个角度，对都市农业气象信息服务进展，包括生产、生活、生态等方面进行了综述。首先介绍了都市农业小气候学、农业信息学、气象信息技术的相关学科与主要团队，然后提出今后应充分利用移动互联网、物联网、云计算、大数据、人工智能等先进技术，再调动大城市强大的科技和资本优势，以都市农业气象服务中心为突破口，形成一个功能主导开放共享的都市农业气象服务合作机制，旨在通过多学科相互协作，研发一批需求引领靶向定位的都市农业气象服务产品，打造一个智慧融合移动互联的都市农业气象服务平台，建成一套学科互补产业协调的都市农业气象服务研发体系。

关键词：都市气候;气象服务;农业

中图分类号：S16          文献标识码：A         DOI 编码：10.3969/j.issn.1006-6500.2020.02.003

Reseach and Progress on Meteorology and Information Services for Urban Agriculture

LI Ming1，3，WANG Tie2，3，LI Zhenfa2，3，YANG Xinting1，3

（1. Beijing Research Center for Information Technology in Agriculture/ National Engineering Research Center for Information Technology in Agriculture/ National Engineering Laboratory for Agri-product Quality Traceability/ Key Laboratory of Agri-informatics， Ministry of Agriculture， Beijing 100097; 2. TianjinClimateCenter， Tianjin， 300074; 3. Meteorological Service Center for Urban Agriculture， China Meteorological Administration-Ministry of Agriculture and Rural Affairs， PR. China， Tianjin 300074， China）

Abstract： Urban agriculture， with production， life， ecology， culture and other multi-function， so there needs precision services of meteorological information to support. By summarizing the literature reports at home and abroad with query in field， this paper introduced the related disciplines and main teams of agricultural microclimate， agricultural informatics and meteorological information technology from three angles of science， technology and industry. The paper summarized the progress of urban agrometeorology， agricultural informatics， agrometeorological information technology in Beijing and Tianjin firstly， and then put forward the mobile internet， IoT， cloud computing， big data and artificial intelligence and other advanced technologies， to coordinate the strong scientific and technological and capital advantages of large cities. Taking the urban agrometeorological service center as a breakthrough， there needs the formation of a function leading open and share urban agricultural meteorological service cooperation mechanism. Through multidisciplinary cooperation， we can research and develop a number of demand-led target positioning of urban agricultural meteorological service products， to create an urban agricultural meteorological service platform with smart integration plus mobile connection， and build a research and development system of urban agricultural meteorological services with coordination of complementary industries.

Key words： metropolis; climate; meteorology service; agriculture

当今超过50%的世界人口居住在都市，预计2050年将增长到70%，这对都市及周边地区新鲜食物的供给和获取是一个巨大挑战，还将带来食品营养安全、环境和自然资源退化等问题。都市本身对于克服这些挑战能力有限，但是都市农业系统可以影响土地利用、食物生产、环境管理、运输分配、市场、消费和废弃物管理[1]。20世纪上半叶，都市农业率先出现于欧美等发达国家和地区，是指处于城市化和半城市化地区边缘的一种综合性农业，是与都市功能相契合，以都市需求为导向，以都市科技、装备为支撑，以现代产业体系和新型经营模式为载体，以职业农民为主体的融生产、生活、生态、示范等多种功能于一体的现代大型农业系统[1]。一个可持续的都市农业系统将减少城市废弃物、保护生物多样性、改进空气质量和小气候，并降低食物运输和存储导致的环境效应，这些都需要气象服务。农业是对天气和气候变化反应最为敏感的行业之一，都市农业也不例外，虽然高端可控设施是都市农业的典型特征，但室内外小气候的联动关系，更需要精细化的气象信息服务作支撑。都市型现代农业的价值已从满足人们对“胃”的需求，上升到对生态服务、生活参与、文化教育等隐性价值的追求[3]。因此，气象服务具有深层次、多维度的發展空间。

作为现代农业的组成部分，我国都市农业的实践始于20世纪90年代初期的城郊农业，最早将都市农业纳入城市发展规划的是北京、上海、深圳等一些经济发达的大城市。近年来，中西部地区，特别是成渝地区将推进城乡一体化和都市农业发展有机结合，充分发挥特大城市的辐射功能。笔者将从科学、技术、产业3个角度，介绍农业小气候学、农业信息学、气象信息技术的相关学科与主要团队，综述京津地区都市农业气象信息服务进展，并对发展前景进行展望。

1 都市农业气象信息服务学科现状

2019年国家自然科学基金指南中，农业气象学与农业信息学、农业物料学、农艺农机学、农业生物环境工程学等共同组成了农学基础学科。作物系统和农作制度对全球气候变化的响应与适应、农业气象灾害链理论与断链防控技术研究、作物生产和产业链中的农业信息学研究，被列入国家自然科学基金委员会和中国科学院“2011—2020年中国学科发展战略”农业科学中的重大交叉研究领域。

在农业科技发展方面，以京津地区为例（表1），国家级及市属科研院所和专业科研机构101个，农业科研人员达到6 957人，研发经费支出每年接近32亿元，在农业科研人员数量、经费数量等方面具备较强实力。

京津地区聚集了大量都市农业气象服务科研教育机构，现列举部分代表性研究机构（表2）。

2 都市农业气象信息服务技术发展现状

本部分重点对人工智能、大数据、物联网等技术在都市农业气象信息服务上的应用做综述。

2.1 农业气候区划与灾害评估

2014年，原农业部发布了《日光温室发展的适宜地区及优型结构参数》。按照适宜日光温室发展的环境要求，我国适宜日光温室发展的区域被认为在32°N以北地区。按照建筑气候区划，属于严寒地区和寒冷地区的18个省、市、自治区，其核心区被认为在34～43°N地区。具体可划分为东北温带、黄淮海及环渤海暖温带、西北温带干旱及青藏高寒3个日光温室蔬菜重点区的9个亚区。其中最适宜地区是黄淮海及环渤海地区，特别是山东北部、华北中北部（除大城市周边）、东北西南部、西北的东北部地区冬半年日照百分率在60%左右，最低温度在-10～

-25℃，空气湿度较低，是我国北方最好的冬季日光温室蔬菜生产基地。

陈思宁等[5]采用GIS开展了日光温室气候资源区划和低温冷害风险区划工作。气候资源区划以天津近30年（1981—2010）冬季气温、日照、风速、相对湿度等气候资源为基础数据，通过不同气象因子的空间变化，对天津冬季影响日光温室生产的主要气候资源进行简要介绍。同时选取两种在天津有代表性的温室，依据自然灾害风险原理，分别从灾害强度、灾害损失和防灾抗灾能力3个方面，对天津近10年（2005—2014年）日光温室黄瓜种植的低温冷害风险进行区划。张明洁等[6]通过对我国北方地区影响日光温室生产的主要气候因素进行分析，从光、温、风、雪4个方面选取了冬季总辐射、日光温室生产季（10月至翌年4月）阴天日数、年极端最低气温、冬季平均气温、生产季月最大风速均值、年最大积雪深度均值6个因子作为气候适宜性区划指标，采用加权指数求和的评价方法，在GIS技术支持下，对区划指标按照层次分析法确定的权重进行叠加，得到北方地区日光温室发展的气候适宜性区划图，为该地区合理利用气候资源、避免不利气候条件对温室的影响以及科学规划温室发展布局提供了参考依据。

2.2 都市农业气象信息服务与生产

农业生产气象信息服务是以农业生产与气象技术装备为手段，通过集成不同的信息技术，实现农业生产全过程气象监测、预警、控制信息化，达到农业高效、低耗、少污染的目标。农业生产信息化关键技术与系统主要包括生产环境信息及生长信息的采集与处理技术、生产过程预警技术、生产过程环境控制技术等。

生产环境信息与生长信息的采集、处理、存储、积累与服务正在向数字化、网络化方法发展，已经形成多种形式的农业服务机构和云服务平台，以及多种网络传输互相支持的格局。例如黎贞发等[7]集成开发一套包括日光温室小气候与生态环境监测网络、数据实时采集与无线传输、低温灾害监测与预警发布、远程加温控制于一体的技术方法，实现温室内外气象环境实时自动监测，并在本市设施农业园区中的应用示范。绿云格平台，可面向农业专业合作社、农业种植企业、农业生产基地等用户对象提供托管式农业生产环境远程管理服务，为用户提供24小时不间断的农业生产现场监控和管理服务;可实现绿云格智能监测站在全国分布的三维虚拟场景展示，区域部署的绿云格智能监测站统计分析，用户部署设备农业生产环境的实时监测、报警服务和辅助决策[8]。

生产过程预警技术是以农业气象模型为基础，以灾害疫病监测预警、肥料饲料投喂施用决策、农兽渔药使用智能提示等为核心的技术。这方面报道较多的有：李明等[9]建立了“预警理论-监测体系-模型构建-系统研发”为主线的研究思路，重点围绕日光温室黄瓜和苹果病虫害开展研究。提出了果蔬气象灾害及病虫害风险分析和预警框架[10]，建立了病虫[11]-寄主[12-14]-设施内外环境[15-17]-生产履历[18]四面体监测技术体系，提出了实时数据驱动的植物病虫害预警模型构建策略[19]，研发了温室蔬菜病虫害监测预警系统[20]。王晓蓉等[21]运用物联网技术实现对日光温室黄瓜的生长环境包括空气温湿度与土壤温湿度和白粉病发病状况进行了实时动态监测和采集，并采取Logistic回归模型建立了日光温室黄瓜白粉病预警模型。徐宁[22]基于多元回归统计方法建模，开发了塑料大棚黄瓜霜霉病和白粉病预测系统。进入21世纪以来，随着高性能计算机、无线传感器网络等温室环境信息采集与分析技术的发展和成本不断降低，温室环境时空模拟与分析逐渐成为研究热点[23]，大量采用计算流体力学CFD（Computational Fluid Dynamics）、Matlab等计算仿真工具[24-26];国内也开展了相关研究，包括室内辐射模拟和分布[27-29]、温湿度模拟模型[30-32]、墙体材料对日光温室温度环境影响分析[33-34]、日光温室叶片湿润时间监测方法和模型[15-16]、温度及相对湿度估测机理模型等[35]。

生产过程控制技术主要是针对设施农业，包括小气候、营养、胁迫、栽培管理等[36]。最近的綜述有：杜尚丰等[37-38]系统总结了国内外研究学者在温室环境控制系统领域中取得的成果、存在的问题、以及未来的发展动态控制技术。无土栽培在日光温室蔬菜栽培中应用越来越普遍，当前研究大多是基于环境因子的灌溉模式，如最近报道的基于ET和水量平衡方法的实时精准灌溉决策及控制系统[39]，辐射累积量控制的灌溉模式下温室番茄生长与水肥利用研究等[40];也有基于叶片数增长动态的营养液供给策略[41];并有较多智能灌溉[42]及水肥一体化装备的报道[43-44]。目前，在设施蔬菜病虫害防治上，化学防治仍然是主要方法，我国用于设施蔬菜施药的机具类型主要有：背负式手动（电动）喷雾器、静电喷雾器、背负式动力喷雾机、担架（推车）式机动喷雾机及常温烟雾机等[45]。生态调控、生物防治、物理防治及农业防治方法正在迅速发展，如设施蔬菜病虫害绿色防控系统（多功能ZHI保机），采用高压放电法制取臭氧，基于臭氧消毒浓度与释放时间、设施温室环境温湿度的关系模型，根据应用实际需求进行动态调整，为设施蔬菜物理防控提供了一种方便的杀菌除虫方法[46]，以及基于粘虫板诱捕的温室害虫自动监测装置[11]，未来也可用于物理防治。

2.3 都市农业气象信息服务与生活

随着旅游服务行业的不断发展，多地政府已将当地特色、成规模植物开花盛放时节开发成特色旅游项目之一，随之对花期气象服务的需求逐年增多，市场需求的不断扩大，使得气象旅游预报和服务产品日益增加[47]。近年来，植物学、农学、气象学者们对各种植物花期的特征和预报进行了大量的分析和研究[48-50]，明确了影响植物物候期的主要生态气象因子是光和温度，利用温度与植物物候期的相关关系可以进行开花等物候期的预报[51]。在此基础上，北京、天津、上海、广州、重庆等多地气象局逐步开展了花期预报的服务工作，但国内大部分花期预报服务及产品多处于初步试探阶段，预测精度、广度及深度，和国外的成熟花期预报产品和服务的传播相比，仍然相差较大。尤其是“樱花三月中下旬””、“牡丹三月底至四月初”这些关于时间的表述，相比日本知名气象预报网站Weather Map对全国各地精确到天的樱花预报确实有很大差距[52]。

针对日益扩大的气象旅游预报服务需求，建议以特色农业气象服务中心为试点，统一同时对全国多个站点进行花期预报，侧重预报结果在服务应用中的转化，对花期预报服务产品的深度和广度进行延伸。在新媒体快速发展和公众需求不断增长的时代，针对网络、电视、手机等各自媒体的传播特点和表现形式，与旅游、农业等部门联动，从内容角度分层次进行科普、分析、挖掘花期及其相关旅游预报等服务产品。

2.4 都市农业气象信息服务与生态

气候品质既是对农产品品质的认定，也是对当地保持优美生态环境最好的肯定[53]。自 2007年起，瑞典开始倡导食品气候认证，主要特征如下：一是该认证与气候密切相关。依据农产品品质与气候的密切关系，通过相关数据的采集收集、实地调查、试验对比分析等技术手段方法，设置认证气候条件指标，建立认证模式，综合评价确定气候品质等级。二是认证具有较强的时效性，只针对当年批次的农产品，第二年的农产品的品质等级要根据第二年的气候条件重新申请和认证。瑞典气候认证体系是建立在已经存在的生态食品生产标准的基础上，而且只能和其他认证体系结合起来使用[54]。

浙江省是中国最早开始实施农产品气候品质认证试点工作的省份，也是覆盖的农产品较多的省份。北京市主要由北京市气候中心和市园林绿化部门等对昌平红富士苹果、平谷大桃、怀柔板栗、门头沟京白梨、房山酿酒葡萄等进行了果品气候品质认证。四川、陕西、安徽等很多省份也都开展了气候品质认证工作，但全国尚无统一的管理方法和实施方案，造成认证标准、规范等不统一，影响到气候品质认证工作的后续开展。这需要开展果实品质监测、模拟与气象预报研究模型研究，如陕西红富士苹果气候品质指标模型[55]，以及李明等[12]综合考虑温度、光照等果实发育关键影响因素，构建了生理发育时间驱动的苹果纵横径估计模型。

农产品气候品质认证正处于起步阶段，尚未融入我国农产品质量认证体系。国际通行的农产品质量安全认证包括产品认证和体系认证。产品认证是对终端产品质量安全状况进行评价，体系认证是对生产条件保证能力进行评价。二者相近而又不同，产品认证突出检测，体系认证重在过程考核，一般不涉及产品质量的检测。国外主要以体系认证为主，目前主要包括GAP（Good Agricultural Practice，良好农业生产规范）、GMP（Good Manufacturing Practice，良好生产规范）和HACCP（Hazard Analysis of Critical Control Point，危害分析与关键控制点）。我国目前主要还是以产品认证为主，主要包括无公害农产品、绿色食品和有机食品标志认证;2017年起，农业农村部开展了食用农产品合格证管理试点工作，之后在全国范围内逐步推广食用农产品合格证制度。2019年起，农业农村部农产品质量安全中心结合国家良好农业规范GAP认证技术模式，开展全国农产品全程质量控制技术体系（CAQS-GAP）试点。上述改革动向反映了我国将以推动农产品质量安全全程管理和实时展示农产品良好生产经营行为，科学指导农产品规范化生产和正确引导农产品健康消费，气候品质认证技术，也应当为推动农产品质量安全水平提升、名特优新农产品品牌培育和农产品安全优质营养化高品质发展做出贡献。

3 都市农业气象信息服务产业现状

长期以来，气象部门是都市型现代农业气象服务主要的供给主体，商业性气象服务发展较慢，但近年来，气象服务行业社会化程度日益提升。截至2017年，在北京气象部门备案的气象信息服务企事业单位40余家，其中有7家公司向涉农企业、种养殖行业、农村合作社等提供气象服务[56]。北京气象学会、北京减灾协会等社会组织也是都市型现代农业气象服务的提供主体。

为深入贯彻落实2017年中央一号文件精神，提高各地农业气象灾害监测预报预警水平，服务特色农产品优势区建设，中国气象局和农业部决定联合推进特色农业气象服务中心创建工作。在长期合作基础上，都市农业气象服务中心于2017年12月27日获批，都市农业气象服务中心的依托单位为天津市气候中心和天津市设施农业研究所。其主管部门分别为天津市气象局和天津市农村工作委员会。该中心办公室设在天津市气候中心，负责中心的日常管理工作。该中心的成员单位包括：北京农业信息技术研究中心、北京市气候中心、上海市气候中心、重庆市气象科学研究所和广州市气候与农业气象中心。

都市农业气象服务中心主要面向大城市的生产农业、生态农业和生活农业开展服务，服务产品的主要的形式和内容包括：（1）为政府以及农业、园林或其他部门提供都市农业气候区划、都市农业园区气候可行性分析、都市农业气象防灾减灾等决策气象服务。（2）为市民、城郊农户、农业合作社组织、农业企业等提供旅游观光农业、城市小菜园、城市景观绿化林木发育期等公共气象服务。（3）为企业、科研机构、特定用户等提供农业气象金融、科技农业气象数据等专业气象服务。

4 展 望

4.1 科学研究展望

动植物及微生物生长发育、各尺度天气—土壤系统与都市农业供应链的模拟及其结合，将共同成为构建都市农业气象信息学的重要基础，并将进一步与移动互联网、物联网、云计算、大数据、人工智能技术等融合，推动智能育种、栽培/养殖、收获加工、物流的纵深发展，成为现代都市农业技术体系的重要科学支撑。

目前特别需要加强动植物生长发育与形态结构的耦合模拟、动植物病虫害早期监测方法及流行预测模型、都市农业小气候模拟及气象灾害预警模型的研究。

4.2 技术发展方向

目前农业信息技术处于4.0阶段，相比前3个阶段，农业信息技术的研究主体主要是高校和科研机构，这一阶段最大的变化在于企业，除了传统农业企业，从事计算机和信息通讯技术等非农领域的企业也开始向农业信息技术领域进军。根据科技部《“十三五”数字农业领域国内外技术竞争综合研究报告》，中国除“农业传感器与物联网技术”和“动植物生命与环境信息感知技术”达到了与国际并行的水平外，绝大多数的智能农业关键技术处于跟踪阶段，总体发展水平与国际领先水平平均相差12年，都市农业气象信息服务技术也是如此。

面向世界都市农业气象服务信息技术发展前沿，面向国内都市农业发展的重大需求，未来一段时间，都市农业气象信息技术的发展应以提高劳动生产率、资源利用率和土地产出率，促进农业发展方式转变为目标，加强人工智能技术与动植物工厂、生鲜农产品冷链物流、农业电子商务等领域融合发展，创制高附加值、智能自动化程度高的软硬件产品，加强标准规范制定，尽快建立关键技术集成应用示范基地。

4.3 产业政策建议

根据国内典型都市现代农业的生产特点，建议紧扣各地农业生產实际情况，围绕大城市特有的高投入生产农业、高效益生态农业和高品质生活农业，充分利用移动互联网、物联网、云计算、大数据、人工智能等先进技术，调动大城市强大的科技和资本优势，组织都市农业气象服务技术开发与应用推广，推进农业、气象部门的服务改革，加强立项支持，形成立足本地、覆盖区域、辐射全国的都市农业气象服务体系。通过多学科相互协作，研发一批需求引领靶向定位的都市农业气象服务产品，打造一个智慧融合移动互联的都市农业气象服务平台，建成一套学科互补产业协调的都市农业气象服务研发、推广、应用体系，形成一个功能主导开放共享的都市农业气象服务合作机制。

参考文献：

[1]ANON. Food and Agriculture Organization of the United Nations. Sustainable crop and food systems in cities[R/OL].[2019-08-01].http：//www.fao.org/3/a-i6163e.pdf.

[2]孙蕊.京津地区农户分化与农业适度规模发展研究[D].天津：天津财经大学，2017.

[3]王爱玲，文化.再论北京农业的功能——大力培育服务功能和文化功能[J].河北农业科学，2011，15（7）：60-64，76.

[4]黎贞发，李春，刘淑梅.日光温室气象服务技术发展现状与展望[J].安徽农业科学，2010，38（12）：6292-6294.

[5]陈思宁，柳芳，黎贞发.天津日光温室气候资源及黄瓜低温冷害风险区划图集[M].北京：气象出版社，2017.

[6]张明洁，赵艳霞.日光温室气候适宜性研究——以北方地区为例[J].中国农业资源与区划，2012，33（5）：40-48.

[7]黎贞发，王铁，宫志宏，等.基于物联网的日光温室低温灾害监测预警技术及应用[J].农业工程学报， 2013，29（4）：229-236.

[8]马为红，吴华瑞，孙想，等.基于无线传输的温室环境智能监测与报警系统[J].农机化研究，2014（11）：188-194.

[9]李明，赵春江，杨信廷，等.温室蔬菜病害预警体系初探——以黄瓜霜霉病为例[J].中国农学通报， 2010，26（6）：324-331.

[10]李明，孫传恒，钱建平，等.基于灾变链式理论的温室黄瓜霜霉病警源追溯模型研究[J].中国生态农业学报，2010，18（6）：1324-1329.

[11]杨信廷，刘蒙蒙，许建平，等.自动监测装置用温室粉虱和蓟马成虫图像分割识别算法[J].农业工程学报，2018，34（1）：164-170.

[12]LI M， CHEN M， ZHANG Y， et al. Apple fruit diameter and length estimation by using the thermal and sunshine hours approach and its application to the digital orchard management information system[J/OL]. PLOS ONE， 2015， 10（4）： e0120124. Doi： 10.1371/journal.pone.0120124. eCollection 2015.

[13]李文勇，陈梅香，许树坡，等.基于分水岭和凸包理论的自然场景下未成熟苹果直径测量方法[J].农业工程学报，2014，30（23）：206-214.

[14]WANG H， S？魣NCHEZ-MOLINAA J A， LI M， et al. Leaf area index estimation for a greenhouse transpiration model using external climate conditions based on genetics algorithms， back-propagation neural networks and nonlinear autoregressive exogenous models[J]. Agricultural water management， 2017， 183：107-115.

[15]李明，赵春江，李道亮，等.日光温室黄瓜叶片湿润传感器校准方法[J].农业工程学报，2010，26 （2）： 224-230.

[16]李明，赵春江，乔淑，等.基于冠层相对湿度的日光温室黄瓜叶片湿润时间估计模型[J].农业工程学报，2010，26（9）：286-291.

[17]杨信廷，孙文娟，李明，等.基于K均值聚类和开闭交替滤波的黄瓜叶片水滴荧光图像分割[J].农业工程学报，2016，32（17）：136-143.

[18]LI M， QIAN J P， YANG X T， et al. A PDA-based record-keeping and decision support system for traceability in cucumber production[J]. Computers and electronics in agriculture 2010，70（1）： 69-77.

[19]ZHAO C J， LI M， YANG X T， et al. A data-driven model simulating primary infection probabilities of cucumber downy mildew for use in early warning systems in solar greenhouses[J]. Computers and electronics in agriculture， 2011，76（2）：306-315.

[20]LI M， CHEN S N， LIU F， et al. A risk management system for meteorological disasters of solar greenhouse vegetables[J]. Precision agriculture， 2017，18（6）：997-1010.

[21]王晓蓉，吕雄杰，贾宝红.基于物联网技术的日光温室黄瓜白粉病预警系统研究[J].农学学报，2016（8）：50-53.

[22]徐宁.塑料大棚黄瓜白粉病和霜霉病流行预测和管理系统的研究[D].南京：南京农业大学，2003.

[23]BOULARD T. Recent trends in protected cultivations-

microclimate studies： A review[J]. Acta horticulturae，2012，957：15-28.

[24]ZHANG YS， JEWETT TJ， SHIPP JL. A dynamic model to estimate in-canopy and leaf-surface microclimate of greenhouse cucumber crops[J]. Transactions of the ASAE， 2002，45（1）：179-192.

[25]HAO X， ZHANG Y， SHIPP L， et al. Adaptation and validation of a dynamic plant surface microclimate model （PSCLIMATE） for greenhouse tomatoes[J]. Transactions of the ASABE， 2008， 51（5）：1715-1725.

[26]ALI H B， BOURNET P E， DANJOU V， et al. CFD simulations of the night-time condensation inside a closed glasshouse： Sensitivity analysis to outside external conditions， heating and glass properties[J]. Biosystems engineering， 2014， 127：159-175.

[27]韩亚东，薛学武，罗新兰，等.日光温室内太阳辐射估算模型的构建[J].农业工程学报，2014，30（10）：174-181.

[28]孙忠富，李佑祥，吴毅明，等.北京地区典型日光温室直射光环境的模拟与分析——设施农业光环境模拟分析研究之四[J].农业工程学报，1993，9（2）：45-51.

[29]陈青云，原园芳信，吉本真由美.PO和PVC薄膜温室的光温环境及其与薄膜流滴性的关系[J].农业工程学报，1997，13（1）：130-134.

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

[31]程秀花，毛罕平，伍德林，等.玻璃温室自然通风热环境时空分布数值模拟[J].农业机械学报，2009，40（6）：179-183.

[32]ZHANG X， WANG H L， ZOU Z R， et al. CFD and weighted entropy based simulation and optimisation of Chinese solar greenhouse temperature distribution[J]. Biosystems engineering， 2016， 142：12-26.

[33]佟国红， CHRISTOPHER D M.墙体材料对日光温室温度环境影响的CFD模拟[J].农业工程学报，2009，25（3）：153-157.

[34]张勇，高文波，邹志荣.日光温室主动蓄热后墙传热CFD模拟及性能试验[J].农业工程学报，2015，31（5）：203-211.

[35]王慧，李梅兰，许建平，等.基于冠层温湿度模型的日光温室黄瓜霜霉病预警方法[J].应用生态学报，2015，26（10）：3027-3034.

[36]RODR？魱GUEZ F， BERENGUEL M， GUZM？魣N J L， et al. Modeling and control of greenhouse crop growth[M]. Germany： Springer international publishing Switzerland， 2014：352.

[37]杜尚丰，徐立鸿，马承伟，等.可控环境生产系统建模、仿真与控制研究进展[J].中国科学（信息科学），2010，40（S1）：54-70.

[38]杜尚丰，陈俐均，徐丹，等.温室生产系统优化控制方法综述[J].河北工业大学学报，2017，46（5）：85-93.

[39]顾哲，袁寿其，齐志明，等.基于ET和水量平衡的日光温室实时精准灌溉决策及控制系统[J].农业工程学报，2018，34（23）：101-108.

[40]魏晓然，程瑞锋，杨其长，等.辐射累积量控制的灌溉模式下温室番茄生长与水肥利用研究[J].中国农业科学，2018，51（18）：3531-3541.

[41]张芳，薛绪掌，张建丰，等.基于叶片数增长动态的营养液供给对番茄生长、产量和品质的影响[J].植物营养与肥料学报，2016，22（5）：1374-1383.

[42]吕雄杰，陆文龙，王艳，等.基于物联网技术的日光温室黄瓜智能灌溉控制系统研究[J].天津农业科学，2014（9）：34-37.

[43]李友丽，赵倩，代艳侠，等.水肥一体化自动管理对叶用莴苣生长及灌溉水生产效率的影响[J].中国蔬菜，2018（8）： 44-50.

[44]马伟，王秀，翟长远，等.温室智能装备系列之二十七 温室水肥控制器的开发和试验[J].农业工程技术（温室园艺），2011（7）：42-43.

[45]何雄奎.蔬菜高效施药装备与技术研发应用[J].蔬菜，2018（8）：1-7.

[46]乔晓军，余礼根，张云鹤，等.设施蔬菜病虫害绿色防控系统研制与初步应用[J].农业工程技术（温室园艺），2017，37（31）：29-31.

[47]李文静.油菜花期预报在全媒体气象服务应用的初探[C]//第33届中国气象学会年会S13“互联网+”与气象服务——第六届气象服务发展论坛.北京：中国气象学会，2016.

[48]张增信，王言鑫，杨艳蓉，等.南京地区8种常见观赏树木花期可预报研究[J].生态科学，2014，33（4）：642-648.

[49]张艳艳，赵玮，高庆先，等.气候变化背景下陇东塬区‘红富士苹果始花期研究[J].果树学报，2017，34（4）：427-434.

[50]舒斯，肖玫，陈正洪.樱花始花期预报方法[J].生态学报，2018，38（2）：405-411.

[51]任宪威，梁红平，谢巍.预报树木物候期的平均温度法[J].北京林业大学学报，1991，13（2）：87-93.

[52]孙楠.花期预报3年，沿途“风景”如何？[N].中国气象报，2019-4-12（3）.

[53]丁新科.“气候品质”为生态建设增辉添彩[N].河南日报， 2018-06-04（4）.

[54]李秀香，冯馨.加强气候品质认证，提升农产品出口质量[J].国际贸易，2016（7）：32-37.

[55]刘璐，王景红，张树誉，等.陕西红富士苹果气候品质指标及认证技术[J].中国农业气象，2018，39（9）： 611-617.

[56]韓丽琴，黄萍.北京都市型现代农业气象服务供需协调策略研究[J].管理观察，2018（13）：130-132.

[57]赵春江，杨信廷.李斌，等.中国农业信息技术发展回顾及展望[J].农学学报 2018，8（1）：172-178.