日光温室最低气温预报技术研究_魏月娥.pdf

文章编号：1673-887X(2023)06-0132-04日光温室最低气温预报技术研究魏月娥1，2，杜宏娟1，2（1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，宁夏回族自治区银川750002；2.吴忠市气象局，宁夏回族自治区吴忠751100）摘要为了准确预报日光温室内日最低气温，助力农户趋利避害，利用2018年2020年冬季日光温室内外的气象观测资料，分别以温室外气温和温室外气温结合温室内气温为因子，采用逐步回归法对番茄日光温室和辣椒日光温室各建立两种最低气温预报模型。以前1 d温室外最低、最高气温和当天温室外最低、最高气温为因子建立的番茄日光温室最低气温预测模型的绝对误差（ABSE）和均方根误差（RMSE）分别为1.76和1.97，辣椒日光温室模型ABSE、，RMSE分别为1.06和1.31；以前1 d温室内外逐小时气温和当天温室外最低气温为因子建立的番茄日光温室最低气温预测模型ABSE和RMSE分别为0.44、0.55，辣椒日光温室最低气温预测模型ABSE和RBSE分别为0.52、0.67。关键词日光温室；最低气温；预测模型中图分类号S162.5+5文献标志码Adoi:10.3969/j.issn.1673-887X.2023.06.047Research on Minimum Temperature Forecast Technology in Solar GreenhouseWei Yuee1,2,Du Hongjuan1,2(1.Key Laboratory for Meteorological Disaster Monitoring and Early Warning and Risk Management of CharacteristicAgriculture in Arid Regions,China Meteorological Administration,Yinchuan 750002,Ningxia Hui Autonomous Region,China;2.Wuzhong Meteorological Office,Wuzhong 751100,Ningxia Hui Autonomous Region,China)AbstractAbstract：In order to accurately predict the daily minimum temperature in the solar greenhouse,help farmers to seek advantages andavoid disadvantages,the minimum temperature prediction model of tomato and pepper solar greenhouse were established.The absolute error(ABSE)and root mean square error(RMSE)of the minimum temperature prediction model of the tomato solar greenhousebased on the factors of the lowest and highest temperature outside the greenhouse on the previous day and on the current day are1.76 and 1.97.For the pepper solar greenhouse,the ABSE is 1.06,and the RMSE is 1.31.The ABSE of the tomato solargreenhouse prediction established by the hourly temperature inside and outside the greenhouse on the previous day and the minimumtemperature outside the greenhouse on the current day is 0.44,the RMSE is 0.55,the ABSE and RMSE of pepper solar greenhouse are 0.52 and 0.67.Key words：solar greenhouse,minimum temperature,prediction model冬季是日光温室的主要生产季，也是日光温室最容易受低温冷冻、寡照等气象灾害的时段。最低气温的预报对日光温室农业生产尤为重要，以精准的最低气温预测值为依据，提前采取合理的调节措施，为作物提供良好的生长环境使作物增产有着重要的意义。刘红1选取温室外气温、日照等气象因子建立随机森林算法预测模型，预测分析温室内最低，拟合值与观察值的拟合度达99.69%；程陈2基于Elman神经网络的日光温室室内环境日最低气温逐日模拟值与实测值的均方根误差为0.98；肖芳3建立了不同天气条件下温室内外最低气温回归模型，晴天、多云和阴天天气条件下，日光温室内日最低气温与温室外日最低气温的二次曲线拟合最优；温永菁4、高丽娜5、刘淑梅6等运用BP神经网络、多元回归和能量平衡等方法，建立日光温室最低气温预报模型并进行比较，温永菁发现BP神经网建立的模型预报精准度较高，高丽娜的研究结果表明逐步回归法晴天时最低气温预报精准度高于其他方法；马燕7、李全平8、赵先丽9、张晓月10、张美玲11、袁静12、李石13、张婷华14、张淑杰15等运用逐步回归法分别对阜康市、西宁市、盘锦市等地日光温室构建最低气温预报模型，取得了较好的效果。不同作物对温湿度的需求不一样，所以相应的日光温室管理方式也有所差别。1材料与方法1.1研究区概况宁夏回族自治区地处我国西北内陆，冬季严寒，日光温室需要较好的保温效果。目前宁夏的日光温室大部分是节能型日光温室，后墙为土墙。冬季蔬菜生产以番茄、辣椒、豆角、韭菜等为主，本研究选取宁夏吴忠市典型的土墙日光温室2座，种植的蔬菜分别为番茄（水果型口感番茄，学名依琳）收稿日期2023-03-29基金项目中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目“吴忠市日光温室气象服务技术研究”（CAMP-202011）。作者简介魏月娥（1986-），女，宁夏人，工程师，研究方向：气象服务。农业气象第6期（总第402期）132和辣椒（艳椒105），两座日光温室均座北朝南，长度在20 m左右，后墙为厚度2 m的土墙，耕种面积0.05 hm2。南面为单面弧状，覆盖塑料膜，膜外盖保温被，日出后揭开，日落前盖上，电动揭盖保温被。顶部和接近地面处有通风口，自动放风方式，日光温室内无供暖和补光设施。日光温室内小气候监测采用江苏省无线电科学研究所有限公司生产的温棚自动小气候站，温湿度采集器位于日光温东西方向中间处，距离北侧土墙的 1/3处，距离地面 1.5 m高，采用 GPRS通信方式。常规温湿度分钟数据间隔为5 min，日光温室内日最低气温为自动小气候站采集的逐5 min气温最低值。日光温室外气象要素为国家气象观测站郭家桥乡山水沟村（纬度37.983 3N，经度 106.255E，站号 Y2441）和金积镇大庙桥村（纬度37.940 3N，经度106.100 3E，站号Y2426），包括日最低气温、日最高气温和逐时气温。试验于2018年11月2019年2月、2019年11月2020年2月、2020年11月2021年2月、2021年11月2022年2月4个冬季生产季进行。日光温室试验地点为宁夏吴忠市利通区郭家桥乡山水沟村（37.999 401N，106.260 002E）、金积镇大庙桥村（37.938 099N，106.084 702E）。1.2研究方法宁夏属温带大陆性干旱、半干旱气候，冬季受西北季风影响大，时间长。使用SPSS19.0软件进行相关性计算及日光温室内日最低气温模型的建立。相关性分析采用Pearson相关性，相关系数（）的绝对值越大，相关性越强。利用2018年11月2021年2月3个冬季生产季的日光温室内外观测数据进行相关性分析和最低气温预报模型的建立。剔除缺测的时段，番茄日光温室相关性分析和建模的样本数241个，辣椒日光温室361个。由于温室内气温的高低和温室外气温的高低有直接关系16，另外温室内小气候不仅受当天外界气象环境的影响，前1 d 温室内外的气象条件对其也有一定的影响作用17。因此选取前一天日光温室内外气温以及当天温室外的气温作为自变量。自变量之间可能不完全独立，相互之间存在作用，为了保证各因子间的相对独立性，从而确保日光温室内最低气温预测模式的准确性，应用逐步回归方法建立温室内最低气预测模型，选取拟合度最高的模型作为日光温室最低气温预测模型。目前气象台常规预报对室外逐日最低、最高气温的预报时效可长达1015 d，利用温室外的最低、最高气温建立日光温室内最低气温模型方便快捷，时效长，有助于农户及时了解温室内最低气温的变化，及早储备防寒防冻物资。精准的最低气温预报对农户采取防低温冷害措施具有重大意义。但常规预报中逐日最低、最高气温的预报准确率往往随着时效的增长降低，所以另外采用温室内前一天逐小时的气温结合当天温室外最低气温为因子建立日光温室内最低气温预测模型，以期长时效和高准确率精细化的最低气温模型结合使用，为日光温室精细气象服务提供业务支撑。以 2021年 11月2022年 2月的数据对模型进行检验。采用实测值与预测值1 1作图法检验，拟合度采用实测值与预测值之间的绝对误差（ABSE）和均方根误差（RMSE）进行，ABSE和RMSE的值越小，模型的预测精准度越高。ABSE和ABSE的计算公式如下。ABSE=1ni=1n|Pi-Ai.（1）RMSE=i=1n()Pi-Ai2n.（2）式中：Pi预测值；Ai实况值。2结果与分析2.1日光温室内温湿度变化特征番茄日光温室冬季大部分的最低气温出现在揭毡前1 h内，日最低气温平均值为7.4，其中88%的日最低气温出现在6时9时，而83%出现在7时9时。番茄温室日最小相对湿度平均值为36.2%，其中76.7%的日最小相对湿度出现在11时16时，日最小相对湿度仅1.9%出现在18时次日10时。辣椒日光温室最低气温平均值为10.3，其中88.7%的最低气温出现在7时10时，82.9%出现在7时9时。辣椒日光温室中日最小相对湿度平均值为44.9%，93.1%的日最小相对湿度出现在11时16时，17时次日11时出现日最小相对湿度的仅占1.2%。两类作物的日光温室内气温、湿度的日变化见图1。两类日光温室9时16时处于升温趋势，其中9时12时太阳辐射强度增加，升温速率最大，3 h升温幅度达到1618，辣椒温室升温幅度较番茄温室大2左右。16时后气温处于下降趋势，其中16时19时降温速率最大，19时后次日8时处于缓慢降温的趋势，这个时段没有了太阳辐射，但盖毡的保温作用使得气温降得不至于太快。在12时16时气温最高的时段辣椒日光温室气温较番茄温室气温明显高，温差在47，其他时段高3左右。两类日光温室中相对湿度日变化趋势基本一致。9时揭毡之后通风口放开，日光温室内外气流交换加强，相对湿度迅速下降，13时前后降到最低水平，13时16时湿度基本变化不大，17时20时随着盖毡和通风口关闭，湿度迅速上升，维持在90%左右。值得注意的是番茄温室在9时11时湿度高于辣椒温室，13时20时却明显低于辣椒温室，在日光温室封闭时段两类作物的温室内湿度的差别值不到1%。两类日光温室中9时20时湿度和温度变化趋势呈反位相，气温升高的时段对应湿度下降，气温下降时段则对应湿度升高。其他时段则是低气温对应高湿度。2.2相关性分析和模型的建立以前1 d及当天日光温室外的最低、最高气温作为自变量，建立日光温室内最低气温的预报模型。日光温室外的最低、最高气温是常规天气预报中容易获取的，且是量化的因子。相关性计算结果如表1。农业气象第6期（总第402期）农业技术与装备13335302520151050温度 00时番茄室湿度%辣椒室湿度%番茄室气温%辣椒室气温%01时02时03时04时05时06时07时08时09时10时11时12时13时14时15时16时17时18时19时20时21时22时23时1009080706050403020100湿度%图1日光温室内气温、湿度日变化特征Fig.1 Diurnal variation of temperature and humidity in solar greenhouse表1日光温室内最低气温与温室外气温的相关性Tab.1 Correlation between the minimum temperature in solar greenhouseand the temperature outside the greenhouse日光温室番茄温室辣椒温室T外min-10.700*0.605*T外max-10.787*0.817*T外min0.849*0.761*T外max0.711*0.756*注：T外min-1、T外max-1、T外min、T外max分别代表温室外前1d最低气温、温室外前1 d最高气温、温室外最低气温、温室外最高气温；“*”表示在0.01水平（双侧）上显著相关，“*”表示在0.05水平（双侧）上显著相关，下同。从表1可知，番茄日光温室最低气温与当天温室外最低气温极强相关，与前1 d温室外最低气温、最高气温及当天温室外最高气温强相关；辣椒日光温室最低气温与前1 d及当天日光温室外最低、最高气温都强相关。利用逐步回归法建立最低气温预报模型，选取拟合度最高的预测模型见表2。表2日光温室最低气温预测模型Tab.2 Prediction model of minimum temperature in solar greenhouse日光温室番茄日光温室辣椒日光温室最低气温预测模型T内min=8.307+0.294T外min+0.129T外max-1（1）T内min=10.271+0.188T外max-1+0.165T外min+0.077T外max（2）预测模型（1）和（2）均通过了显著性检验，R2分别为0.76和0.72，标准估计的误差分别为1.31和1.47。从预报的角度来说，最低气温预报的误差在2即为正确，但从服务的角度来讲，误差在2以内和1以内有着很大的区别，并且常规预报中的最低、最高气温预报的准确率随着时间步长的增长和减小。因此利用前1 d日光温室内外8时20时逐小时气温结合温室外最低气温作为自变量，建立日光温室最低气温预测模型，使预报误差更小，能为设施农户提供更精准的预报服务。前1 d日光温室内外的逐小时气温是可测的，当日日光温室外的最低气温是气象台常规天气预报中可得到的，而且准确率较高。经过相关性计算，与番茄日光温室内日最低气温极强相关的因子有7个，分别是：前1 d 12时室外气温、前1 d 13时室外气温、前1 d 14时室外气温、前1 d 19时室外气温、前1 d 20时室外气温、前1 d 8时温室内气温、前1 d 9时温室内气温、当日棚外最低气温，与辣椒日光温室内日最低气温极强相关的因子有10个，分别是前1 d 13时室外气温、前1 d 14时室外气温、前1 d 15时室外气温、前1 d 16时室外气温、前1 d 17时室外气温、前1 d 18时室外气温、前1 d 19时室外气温、前1 d20时室外气温、前1 d 8：时温室内气温、前1 d 9时温室内气温见表3。表3日光温室内外气象要素与日光温室内日最低气温的相关性Tab.3 Correlation between meteorological elements inside and outside solargreenhouse and daily minimum temperature in solar greenhouse气象要素T外08-1T外09-1T外10-1T外11-1T外12-1T外13-1T外14-1T外15-1T外16-1相关系数番茄温室0.694*0.725*0.775*0.793*0.807*0.822*0.802*0.787*0.773*辣椒温室0.596*0.714*0.761*0.780*0.796*0.802*0.801*0.804*0.809*气象要素T外17-1T外18-1T外19-1T外20-1T内08-1T内09-1T内10-1T内11-1T内12-1相关系数番茄温室0.768*0.783*0.812*0.818*0.812*0.835*0.706*0.258*-0.016辣椒温室0.816*0.838*0.828*0.809*0.826*0.809*0.778*0.508*0.281*气象要素T内13-1T内14-1T内15-1T内16-1T内17-1T内18-1T内19-1T内20-1T外min相关系数番茄温室0.154*0.205*0.11-0.0370.1090.273*0.534*0.712*0.849*辣椒温室0.345*0.319*0.246*0.197*0.385*0.505*0.639*0.780*0.761*注：T外08-1为前一天08时日光温室外气温，T内08-1表示前一天08时日光温室内气温，T外min为日光温室外最低气温，下同。利用逐步回归法对番茄日光温室和辣椒日光温室观测数据建立最低气温预报模型，选取拟合度最高的预测模型，如表4。预测模型（3）、（4）均通过显著性检验，R2分别为0.99和0.91，标准估计的误差分别为0.67和0.86。表4日光温室最低气温预测模型Tab.4 Prediction model of minimum temperature in solar greenhouse日光温室番茄日光温室辣椒日光温室最低气温预测模型T内min=0.287T内08-1+1.398T内20-1+0.376T-0.187T外08-1-0.749T内19-1-0.146T外20-1+0.133T外10-1-0.022T内16-1-0.116T外19-1（3）T内min=2.016+0.492T内08-1+0.258T内20-1+0.242T外min+0.102T内10-1-0.129T内09-1-0.207T外10-1+0.088xT外12-1（4）2.3预报模型的检验为了检验预测模式对番茄日光温室和辣椒日光温室的预报准确率，应用2021年11月1日2022年2月28日的日光温室小气候数据对预测模型（1）、（2）、（3）、（4）进行检验，并与实测值比较，使用1 1作图法对预报模型的拟合度进行检验，结果见图2。对于番茄日光温室最低气温预测模型，（1）式的预测值与实况值绝对误差为1.76、均方根误差为1.97，见图2a。90%的误差绝对值小于3，61.3%小于2，25%小于1；（3）式的预测值与实况值的绝对误差为0.43、均方根误差为0.55，见图2c。预测值与实况值的误差的绝对值100%小于2，92.5%小于1。66.3%小于0.5。对于辣椒日光温室最低气温预测模型，（2）式预测值与实况值的绝对误差为1.06，均方根误差为1.31，见图2b。98.3%的误差绝对值小于3，90%小于2，50%小于1；（4）式的预测值与实农业气象魏月娥，杜宏娟：日光温室最低气温预报技术研究第6期（总第402期）134况值得绝对误差为 0.52、均方根误差为 0.67，见图 2 d。误差绝对值小于2的百分率为99.2%，误差绝对值小于1的百分率为88.3%，误差绝对值小于0.5的百分率为56.7%。16141210864200246810 12 14 16预测值 R2=0.76实况值 最低气温1 1 line161412108642002468 10 12 14 16预测值 R2=0.72实况值 最低气温1 1 line16141210864200246810 12 14 16预测值 R2=0.99实况值 最低气温1 1 line161412108642002468 10 1214 16预测值 R2=0.91实况值 最低气温1 1 line图2日光温室日最低气温预报模型预测值与实况值对比Fig.2 Comparison of the daily minimum temperature forecast modeland the real value of solar greenhouse3结论与讨论分析了番茄日光温室和辣椒日光温室内温湿度变化规律，番茄日光温室冬季日最低气温平均值为7.4，最低气温集中出现在6时9时。辣椒日光温室冬季最低气温平均值为10.3，最低气温集中出现在7时10时，主要原因低温高湿极容易引起番茄病害，番茄日光温室较辣椒日光温室揭苫早盖苫稍晚。2种作物的日光温室均在9时12时升温速率最大，16时次日8时呈持续降温趋势。在盖苫期间番茄日光温室和辣椒日光温室相对湿度差别不大，盖苫后相对湿度快速上升至90%左右并维持至揭苫。揭苫期间番茄日光温室相对湿度略小于辣椒日光温室。可见日光温室内种植的蔬菜种类不同，生产管理方式不同，温室内气象要素变化规律会存在一定的差异。最低气温预测模型仅以温室内外气温作为自变量，避免了不同天气建立不同模型，使用方便快捷。以温室外逐日最低、最高气温作为自变量，番茄日光温室和辣椒日光温室预测模型绝对误差均在2以内，且时效较长；以前1 d温室内外逐小时气温实况值结合常规天气预报中当天温室外最低气温的预报值作为自变量，模型预测的准确得到了提高，最低温度预报模型比马燕等建立的阜康预报模型绝对误差小0.480.57，比赵先丽等在盘锦市建立的预报模型绝对误差大0.280.37；比李石建立的模型均方根误差小2.052.17，比张婷华基于西宁市日光温室建立的预报模型均方根误差小1.491.61，可能和地区的气候条件不同以及建模所选因子不同有关。对番茄日光温室和辣椒日光温室所建的最低气温预报模型能够满足业务需求，在日常工作以常规预报中温室外最低、最高气温的预报值作为自变量的模型可提供较长时效内最低气温的变化趋势，而以前1 d温室内外逐小时气温和温室外最低气温的预报值为自变量的模型能对024 h日光温室内最低气温的预报进行订正，提高24 h时效内日光温室最低气温预报准确率，两者结合为设施农业的气象服务提供有力支撑，可在设施农业防灾减灾救灾气象预报服务中应用。温室构造和材料不同，保温效果有差别，温室内最低气温会有较大差距，文中番茄日光温室和辣椒日光温室仅对后墙为土墙的二代节能型日光温室，其他类型的日光温室是否适用待进一步研究。参考文献1刘红,党晓东,都全胜,等.基于随机森林算法的日光温室内气温预测模型研究J.中国农学通报,2020,36(25):95-100.2程陈,冯利平,董朝阳,等.利用Elman神经网络的华北棚型日光温室室内环境要素模拟J.农业工程学报,2021,37(13):200-208.3肖芳,李云鹏,杨玉辉,等.内蒙古砖墙体日光温室番茄低温冻害指标研究J.湖北农业科学,2020,59(7):117-120+173.4温永菁,李春,薛庆禹,等.基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析J.中国农学通报,2018,34(16):115-125.5高丽娜,孙擎,郭翠荣,等.山西日光温室逐日极端气温预测模型研究J.中国农学通报,2015,31(15):240-246.6刘淑梅,薛庆禹,黎贞发,等.基于 BP 神经网络的日光温室气温预报模型J.中国农业大学学报,2015,20(1):176-184.7马燕,马洪亮,徐兵,等.阜康日光温室内温湿度与外界气象要素的相关性分析J.沙漠与绿洲气象,2013,7(3):43-50.8李全平,朱宝文,高君元,等.高寒冷凉地区日光温室温度变化规律分析与预报J.中国农学通报,2015,31(22):236-242.9赵先丽,张淑杰,蔡福,等.辽宁省日光温室内最高和最低气温预报J.江苏农业科学,2017,45(16):276-282.10张晓月,李荣平,王莹,等.日光温室小气候要素预报模型研究J.中国农学通报,2018,34(32):113-118.11张美玲,陈龙,辛明月,等.盘锦地区冬季日光温室小气候预报模型研究J.湖北农业科学,2018,57(17):96-98+129.12袁静,李树军,崔建云,等.山东寿光冬季日光温室内温度变化特征及低温预报J.中国农学通报,2016,28(3):300-304.13李石,张菁,张淑杰,等.沈阳地区日光温室内最低气温变化特征及其预报模型研究J.气象与环境学报,2016,32(6):130-136.14张婷华,李昌玉.西宁冬季日光温室气温变化规律研究J.中国农学通报,2016,32(11):109-114.15张淑杰,孙立德,马成芝,等.日光温室番茄低温冻害指标确定及温度预报模型建立J.气象与环境学报,2016,32(4):98-105.16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):170-178.17李文科,陈辰,李楠,等.不同天气状况下日光温室气温与外界气象条件定量关系J.湖北农业科学,2021,60(15):65-68+140.农业气象第6期（总第402期）农业技术与装备135