基于物联网的日光温室冠层特征温度时空变化规律分析

2021-07-30 01:38张军华沈楷程陈丹艳张明科
农业机械学报 2021年7期
关键词:冠层云天插值

张军华 沈楷程 陈丹艳 张明科 胡 瑾

(1.西北农林科技大学机械与电子工程学院, 陕西杨凌 712100; 2.农业农村部农业物联网重点实验室, 陕西杨凌 712100;3.西北农林科技大学园艺学院, 陕西杨凌 712100; 4.陕西省农业信息感知与智能服务重点实验室, 陕西杨凌 712100)

0 引言

冠层温度是作物生长发育过程中的重要环境因素,直接影响作物的生理状态[1]。在冬季北方反季节生产过程中,温室温度的监测和调控尤为重要,日光温室通过后墙对太阳能的蓄放热特性及覆盖物的保温,可有效实现夜间温室内温度的提升,日光温室在中国北方地区分布较为广泛[2-3]。随着生产需求及建造技术的提升,日光温室建造朝着大跨度、大长度方向发展,室内空间不断扩大[4-5],温室内温度不仅受外界环境影响,同时还受墙体、地温、作物、湿度等因素影响,导致温室内温度时空分布不均[6-7]。特别是在冬季受连续阴(雨)天、雪天等气候变化影响时,极易导致作物冠层局部温度过低,造成作物冷害、冻害甚至死亡[8-9]。因此,分析作物冠层温度分布特征,进而寻找温度最低点、优化日光温室环境监测及增温设施部署对减少冻害损失具有重要意义。

目前,针对日光温室温度变化规律、分布特征及监测预警已进行了大量研究[10-11]。现有日光温室小环境因子建模预测方法具有较高精度,能准确模拟、预测监测点的变化规律[12-15]。然而,以单点或少数监测点数据对温室内整体及冠层温度进行分析存在一定局限性,易忽略全局极值温度点。近年来,CFD技术广泛应用于农业领域,能动态模拟太阳热负荷在温室中的分布与变化,结合温室构造等因素可实现对温室小气候整体变化规律的分析,同时可进行温室温度场仿真,为温室温度场预测与调控提供了新的思路[16-18]。但由于日光温室结构复杂,特别是温室内冠层温度受作物长势、外界光照、墙体蓄热、覆盖材料等多种因素影响,导致作物冠层温度的空间分布表现出非线性,且变化不定,使CFD技术相对难以模拟[6,19],在实际监测调控应用中存在较大误差。以上研究虽然在一定程度上揭示了日光温室整体温度变化,但仅以较少典型位置(温室中部及两端)的传感器部署进行监测[9,20],难以全面反映温室冠层时空分布不均的实际情况,导致获取的特征点存在偏差,无法为日光温室生产过程及时作出预警,以防止温度灾害的发生。

本文构建基于物联网技术的日光温室温度场监测系统,采集冠层温度数据,采用插值算法对番茄冠层温度场进行拟合,并分析冠层温度场特征,提取温度极值点,研究不同天气条件下温度极值点分布规律,以期为日光温室设施调控传感器及增温设施的高效部署提供理论依据。

1 试验数据获取与分析

1.1 试验对象

采用典型西北下沉式日光温室为试验对象,属于单栋、单坡面、厚土墙式温室,其坐北朝南,温室东西长50 m,南北跨度7 m,脊高5 m,下沉0.5 m,后墙和东、西两侧墙体为黏土制成,拱架为钢架结构,后坡覆以PC板和纺织材料制成的保温棉被,透光材料为聚氯乙烯薄膜,采用上下通风方式建造。试验在陕西省泾阳县西北农林科技大学泾阳蔬菜示范基地6号日光温室进行,位于北纬34.4°~34.6°,东经108.4°~108.9°,属于典型的温带大陆性季风气候。棚内种植作物为番茄,于2019年10月20日定植,温室内垄宽0.8 m,垄间距0.8 m,每垄种植2行番茄,共计33垄,整个生育期采用滴灌方式进行灌溉,试验期间温室于08:00—09:00间揭保温被,晴天/多云天气10:00—10:30间开上通风进行降温及外界二氧化碳补充,阴(雨)天一般不通风或延迟至12:30后。

1.2 数据获取

为采集番茄冠层温度分布情况数据,采用自主开发的温度场监测系统,包括温度采集节点、485节点、DTU数据上传模块与物联网监控平台。整套温度场监测系统分8路共计40个温度采集节点,系统结构框图如图1所示。

温度采集节点以MSP430FR2433微处理器为核心处理单元,采用德国贺利氏生产的PT100型薄膜铂热电阻进行温度采集,其使用不锈钢保护管与四氟高密度镀银屏蔽线进行封装,具有良好的抗腐蚀性与抗干扰性能,测量精度±0.15℃,温度测量范围-50~300℃;温度信号通过ADS1274 24位高精度采样芯片进行转换,并由串口传送给核心处理单元,每个处理单元具有单独编号,各个单元间通过485总线形式进行通信。485节点采用STM32F103微处理器,负责接收处理每个温度采集节点传输的数据。数据上传模块采用Comway 4G DTU全网通透传模块(4G模块),负责将汇集的温度场数据上传。最终数据汇聚至物联网监控平台进行管理与分析。

试验于2019年11月27日—12月15日进行,番茄处于花期,试验期间植株平均高度40~60 cm,共连续采集19 d冠层温度场数据,其中晴天、多云天、阴(雨)天分别为7、7、5 d。温度场监测系统每5 min记录一次温度场数据,通过4G模块将数据上传至监控平台。试验部署方案如图2所示,温度场监测系统40个温度传感器按图2中所示方案部署,共8列,东西距侧墙各4 m作为缓冲区,各列相距6 m;每列部署5个传感器分别距后墙1.5、2.5、3.5、4.5、5.5 m,距地面0.5 m。本文采用试验期间19 d数据进行分析,每30 min选取一次数据,共获912组冠层原始温度数据,每组40个温度点,总计36 480个温度点数据用于番茄冠层温度场插值模型构建。

1.3 数据分析

以实测试验数据为基础,通过克里金法(Kriging)计算温度场数据,进而采用差分进化算法获取番茄冠层温度场极值特征点,探寻日光温室作物冠层温度特征点分布及变化规律,其算法流程如图3所示。

1.3.1克里金插值

针对冠层温度场连续且分布不均、差异性大、不规律,以及试验过程中因试验条件限制导致支撑建模分析数据量少的问题,本文采用简单克里金算法进行温度场建模,克里金法是通过协方差函数对随机过程或场进行空间建模和预测的回归算法,能实现目标位置的无偏估计[21-22],其广泛应用于农业、气象等空间领域插值,如土壤有机质空间分布、作物需水量变化趋势分析、地下/地表温度预测、降水时空分布等[23-27]。本文通过Pycharm软件与克里金算法库进行温度场建模,采用留一法对19 d每个时刻监测温度数据进行交叉验证的数据集划分,即每个时刻温度场的40个温度点中每个点轮流作为测试集,剩余39个点为训练集,循环建模验证40次,每个时刻共获取40个验证模型及验证数据点,19 d共计获取36 480个验证数据用于插值模型性能分析。其中克里金算法采用粒子群算法作为激活函数,由于监测数据量有限,预测点相邻要素点数量设置为10,即预测点数据由其最近邻10个监测点计算所得。

1.3.2差分进化算法

差分进化算法(Differential evolution,DE)是一种基于群体差异的启发式随机搜索算法,它采用随机并行搜索,可实现非线性不可微连续空间的函数最小值搜寻[28],适用于本文研究中非线性温度场极值的寻优。差分进化算法是基于无约束条件优化问题

(1)

式中xj——第j维变量取值

按以下步骤求解:

(2)

Vi(g+1)=Xr1(g)+F(Xr2(g)-Xr3(g))

(3)

其中i≠r1≠r2≠r3,r1,r2,r3∈[1,NP]的3个随机数,F为确定的缩放因子常数,g为代数。选择第g代种群及其变异的中间体进行交叉操作,根据交叉概率CR随机产生新个体,当rand(0,1)≤CR或j最大时产生的新个体Ui,j(g+1)公式为

(4)

采用贪婪选择策略择优选取式(4)产生新个体与父代个体,将符合条件个体保存至下一代群体中,返回模型是否满足终止条件,满足则寻得的点为该函数的极值点,该算法具有收敛速度快、参数设置少且优化结果稳定的优点,适用于全局最优解的求取。

2 结果与分析

2.1 作物冠层温度场插值结果分析

对交叉验证计算数据与实测数据进行线性拟合分析,结果如图4所示,图4a、4c、4e分别表示晴天、多云天及阴(雨)天实测值与预测值线性拟合结果,图4b、4d、4f表示不同天气条件下克里金插值标准残差大于2σ离群值点出现的时间分布直方图。

由图4可得,晴天、多云天、阴(雨)天拟合决定系数分别为0.955 3、0.960 4、0.944 7,其均方根误差分别为1.34、0.95、0.40℃,说明本方法在温度场插值中效果较好,能较好表征冠层温度的变化规律。阴(雨)天相较于晴天与多云天决定系数相对较低,但其均方根误差相对较小,由图4e可看出,各个温度范围波动大小较为一致,这是由于阴(雨)天相对于晴天受外界辐射影响较小,使冠层温度波动趋于稳定,插值的偏差较小、精度较高。图4a、4c中高温部分(白天)相对于低温部分(夜间)波动较大,导致整体均方根误差较阴(雨)天更大,主要因为晴天温度受外界光辐射波动、通风等因素影响,使冠层温度空间变异性变大,导致空间分布不均且无规律,从而影响建模精度。图4b、4d、4f结果表明,由于太阳辐射使温室内能量流动加剧、水汽蒸发,温度离群点主要出现于揭被后,且太阳辐射越强,插值造成的偏差较大;由偏差分布的时间结果可知,该方法相比较晴天白天温度插值计算,更适用于夜间及阴(雨)天全天的温度插值,即更加适用于冬季日光温室的低温温度场的建模。

2.2 冠层温度特征点日变化规律分析

2.2.1冠层温度场特征点获取

以克里金插值模型为差分进化算法的适应度函数,设置算法参数种群规模为20,迭代次数1 000,缩放因子0.5,交叉因子0.8,对日光温室冠层温度进行二维寻优,以2019年12月3日09:00时温度最大值寻优为例,其进化曲线如图5所示,由图5可知,采用DE算法收敛速度较快,在迭代至112次时基本平稳,能快速获取温度极值。本文共获取连续19 d每30 min一组极值数据,共获取1 824个温度极值特征点与位置坐标,其中最高温与最低温点各912个,晴天、多云天极值各336组,阴(雨)天极值240组。

2.2.2冠层温度特征点日变化规律分析

通过建模寻优结果分析不同天气条件下温室内冠层温度特征点的分布及变化规律,温度变化规律分析中每类天气条件各时刻温度数据,由试验期间所有该类天气对应时刻温度取均值获得。

(1)晴天冠层特征点分布及温度变化规律

晴天冠层温度极值点位置分布及温度变化趋势如图6所示。由图6a可知,晴天最高温点主要分布于温室中部,且靠近内墙,以东墙和后墙连接处为横向与跨度方向起始零点,经分析约69.3%的温度最高点位于温室横向22.05 m,距内墙2.48 m附近,结合图6c分析可知,08:30左右揭被后太阳辐射使温室内温度迅速升高,由于太阳初升直射西墙,而日光温室东部由于东墙遮挡温度偏低,温室温度呈现西高东低的趋势,导致揭被后约14.3%最高温点出现在温室横向45.99 m、距内墙1.51 m靠近西墙附近;13:00后,太阳辐射角减小,辐射能量降低,且墙体向外散热快使温室东西两侧较中部温度低,使最高温度位置向中间移动,由于地面长辐射、冠层辐射等因素导致热气流上升随温室薄膜向内墙顺时针循环,同时薄膜附近与室外热交换快的原因,使白天温室靠近后墙侧温度高于靠近薄膜侧温度[29];其次夜间盖被后由于外界温度较低,温室内热量通过保温被快速散热,使靠近薄膜外侧温度较低,同时温室后墙中部由于白天太阳辐射蓄热时间长,夜间保温性能更好,这些均是温室全天温度最高温点大多数出现在[22.05 m,2.48 m]附近的主要原因。其余极值特征点位置散布,主要由于白天温室内被外界环境扰动及农事操作等原因导致。

由图6b可知,晴天最低温特征点分布区域较广,主要分布于温室靠近薄膜附近,其中约75%最低温点位于横向0~20 m、距后墙5.5 m左右区域内,约19.3%位于温室横向28 m,距内墙4.5 m附近;结合图6c及数据分析可得,08:30左右揭被后,最低温由最东侧向偏中方向移动,白天主要集中出现于[28 m,4.5 m]附近,至16:30左右,由于太阳与温室辐射角减小造成温室西侧被西墙遮挡,使其附近温度迅速下降,至17:00左右盖被时间段内,最低温位于温室最西侧靠薄膜附近;盖被后至午夜左右,由于墙体的蓄热保温功能,温室东西两侧及后墙内测温度较高,温度最低点主要位于中部[28 m,4.5 m]附近;午夜过后东西墙薄蓄热少保温功能基本消散,逐步向外界散热,由于东墙较西墙白天墙体蓄热量小,夜间保温效能时间更短,使其内侧附近温度降温较快,因此夜间至开棚期间最低温主要位于温室东侧[4.35 m,5.32 m]附近。

由图6c可知,最高温点平均温度日变化范围为10.5~34.8℃,由于温室效应及太阳能量辐射角等因素,白天平均最高温出现在13:00左右;最低温点日平均温度变化范围为8.2~22.0℃,最低温出现在07:30—08:00期间,此时太阳正处于地平线附近,且未揭被,温室内外存在较大温差,处于温室热量散失降温阶段;此后由于外界温度升高,温室内外温差减小,后墙及土壤的蓄热能量使温室内温度出现缓慢回升趋势。揭被后温室内温度迅速升高,且温室最高温点上升趋势明显高于最低温度,说明日光温室不同位置温度变化的滞后性与不均匀性存在明显差异;10:00—10:30期间执行开上通风操作,此时内外温差较大,温室内部热空气快速从通风口散失,使温室内温度出现短暂下降,此后至13:00左右温室温度持续升高至最高温;在15:00—15:30期间由于通风口的关闭,温室内温度下降速率降低。关棚后最高温点、最低温点温度呈缓慢下降的趋势。

(2)多云天冠层特征点分布及温度变化规律

多云天冠层温度极值点位置分布及温度变化趋势如图7所示。

由图7a结果及分析可得,约73.2%最高温点位于温室横向22.0 m,距后墙2.49 m附近,位置和出现时间与晴天基本一致;开棚揭被后至13:00期间约10.4%点出现在温室横向45.98 m,距内后墙1.61 m处附近,此后温室最高温点向温室中部22~28 m附近偏移;其余分布点主要由于揭被后多云天气太阳辐射无规律变化及外界环境变化所造成。多云天最低温分布如图7b所示,其主要分布范围与晴天基本一致,但分布范围更广,主要原因是多云天太阳辐射变化使温室内温度出现波动,导致温度分布不均造成。经分析约70.5%最低温点分布于温室横向0~20 m,距后墙5.3 m附近,其中约66.6%最低温点位于[4.01 m,5.3 m]附近,主要发生时间为夜间至开棚揭被前;盖被后一段时间内由于温室保温特性约19.6%最低温会集中出现于[27.9 m,4.52 m]位置附近,综上分析多云天气温度极值特征点分布概率、位置、时间与晴天基本一致。由图7c温度变化趋势分析可得,多云天最高温点平均温度日变化范围为11.5~30.1℃,最低温点平均温度日变化范围为9.3~20.4℃,其日变化规律与晴天基本相同。由于多云天气温室内外温差较晴天略小,使在10:00左右通风开始过程中温室内温度下降趋势比晴天小,甚至部分天呈现上升趋势。

(3)阴(雨)天冠层特征点分布及温度变化规律

阴(雨)天冠层温度极值点位置分布及温度变化趋势如图8所示。

由图8a分布结果可知,阴(雨)天冠层温度最高点主要分布在温室中部横向22.0 m,距离内墙2.51 m附近,其分布的点数约占总体97.5%,主要原因是阴(雨)天外界气候环境变化小,且无太阳直接辐射,使温室内部整体温度场趋于稳定,同时温室后墙的蓄热保温特性使最高温度点靠近内墙;仅2.5%的最高温点在12:00—14:00间位于温室西墙附近,这是由于阴(雨)天上午温室内西墙附近积温相对较多造成,在14:00过后外界温度下降,温室东西两侧温度散失较快,使温度最高点重新回移至温室中部;阴(雨)天最低温分布情况主体分布与晴天、多云天气基本一致,但相对更集中,分布如图8b所示。由于阴(雨)天外界输入温室的能量少,且外界温度低,温室内靠近薄膜附近,热量散失较快,使95%的最低温点远离后墙靠近于薄膜,其中约79.8%最低温点位于温室横向4.04 m,距后墙5.48 m附近。图中位于[4.0 m,1.52 m]附近数据主要出现于揭被后,可能是由于农事操作过程中开关门帘使局部温度短时下降造成。

由图8c可知,阴(雨)天最高温点平均温度日变化范围为12.7~16.2℃,一天最高温出现在14:00左右;最低温变化范围为10.3~13.1℃,一天最低温出现在09:30左右,在08:30揭被后至09:30左右温度呈现下降的趋势,这主要是由于无阳光能量直接辐射,温室内外温差大,温室内热量积累量小于向室外散失量导致,说明阴(雨)天在开棚揭被时需注意内外温差,防止温室内温度下降过快造成作物冷害;14:00过后出现温度下降是由于光辐射角减小,外界温度降低,温室内外温差变大导致。夜间温室温度变化较为平缓,与其他天气趋势一致,体现出日光温室良好的保温性能。

综上晴天、多云天、阴(雨)天冠层温度特征点分析结果可得,不同天气条件下其主要分布位置基本一致,温室冠层最高温点主要出现于温室中部[22.0 m,2.5 m]附近,温度最低点主要位于靠近东墙与外膜[4.0 m,5.48 m]附近。温室内冠层温度变化规律类同,但阴(雨)天夜间最低温均值最高,多云天气次之,晴天最低,且晴天温室内夜间温度下降速率大于多云天下降速率,阴(雨)天下降速率最缓慢,其主要原因在于阴(雨)天存在乌云遮挡,能够有效反射地面长波辐射,起到了保温的作用。

3 结论

(1)采用克里金插值算法能较好地获取符合实际冠层温度的插值数据,经验证,插值后晴天、多云天、阴(雨)天的决定系数分别为0.955 3、0.960 4、0.944 7,均方根误差分别为1.34、0.95、0.40℃,由于日光辐射变化及通风等农事操作的影响,克里金插值算法更适用于阴(雨)天全天及夜间低温冠层温度场的数据插值。

(2)在不同天气条件下,日光温室内冠层温度变化趋势基本一致,揭被后温室内温度呈上升趋势,最低温主要出现在揭被及日出前后,最高温出现在13:00左右,晴天夜间温度下降速率最快,多云天次之,阴(雨)天最慢,最低温与下降速率的规律相反,为阴(雨)天最高。

(3)在不同天气条件下,温室内冠层最高温点存在差异,但主要集中出现在温室中部[22.0 m、2.5 m]附近,最低温点主要位于[4.0 m,5.48 m]靠近东墙与外膜附近区域。温室层极值特征点的获取可为温度灾害监测、温室智能化控制、增温设施部署等研究提供有效参考。

猜你喜欢
冠层云天插值
六种冠层阻力模型在冬小麦蒸散估算中的应用
密度与行距配置对向日葵冠层结构及光合特性的影响
滑动式Lagrange与Chebyshev插值方法对BDS精密星历内插及其精度分析
基于无人机和地面图像的田间水稻冠层参数估测与评价
不同灌溉条件下一个春小麦重组自交系(RIL)冠层温度与产量性状的相关性
二元Barycentric-Newton混合有理插值
竹之韵
曾华伟
FTA中的环境协调机制
FTA中的环境协调机制