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。