遼寧省日光溫室內最高和最低氣溫預報

趙先麗　張淑杰　蔡福

摘要：利用2012年4月至2013年5月遼寧省盤錦市大洼縣日光溫室內外小氣候觀測資料，采用逐步回歸方法建立遼寧地區不同天氣類型和不同季節日光溫室內最高氣溫及最低氣溫預報模型，并對擬合效果進行檢驗。結果表明，遼寧省大洼地區不同季節和不同天氣類型日光溫室內最高及最低氣溫預報模型差異較大，均通過了顯著性檢驗；不同季節晴天和冬季陰天擬合效果稍差，其余季節不同天氣類型擬合效果較好。春季、秋季、冬季中晴天、多云天、陰天、降水天日光溫室內最低氣溫預報的平均絕對誤差分別為0420～1130、0005～0064、0043～0150、0190～0270 ℃，均方根誤差分別為0540～1530、0005～0076、0050～0180、0200～0320 ℃，平均相對誤差分別為880%～1990%、007%～070%、040%～260%、260%～410%；晴天、多云天、陰天、降水天日光溫室內最高氣溫預報的平均絕對誤差分別為195～223、026～095、005～155、001～057 ℃，均方根誤差分別為261～278、029～103、006～188、0012～0710 ℃，平均相對誤差分別為680%～770%、022%～100%、030%～1180%、005%～340%?？梢娔Ｐ皖A報精度較高，可用于遼寧地區日光溫室內最高和最低氣溫的預報。

關鍵詞：日光溫室；最高氣溫；最低氣溫；逐步回歸；擬合檢驗；預報模型；天氣類型；季節

中圖分類號： S6255+1 文獻標志碼：

文章編號：1002-1302（2017）16-0276-06

收稿日期：2016-04-06

基金項目：中央級公益性科研院所基本科研業務費（編號：2014IAE-CMA04）；公益性行業（氣象）科研專項（編號：GYHY201206024）；遼寧省“十二五”科學技術重大項目（編號：2011210002）。

作者簡介：趙先麗（1977—），女，山東聊城人，碩士，副研究員，主要從事應用氣象和生態氣象研究。Tel：（024）83890246；E-mail：zhaoxianli2001@163com。

通信作者：李麗光，博士，副研究員，主要從事城市環境和全球氣候變化研究。Tel：（024）83893253；E-mail：liliguangyjs@foxmailcom。

遼寧省屬溫帶季風氣候，夏季高溫多雨，冬季寒冷干燥，是中國日光溫室冬季生產不須加溫的最北部地區，光熱條件適合進行設施農業生產。遼寧省是中國日光溫室蔬菜生產的發源地，日光溫室蔬菜的面積和產量均居全國首位，設施農業水平為全國前列，以日光溫室蔬菜生產為主的設施農業已成為遼寧省現代化農業的重要特征。截至2014年，中國設施農業總面積為411×106 hm2，產值超過8 000億元，遼寧省設施農業總面積約為746×105 hm2，其中蔬菜播種面積為588×105 hm2，總產量達323×107 t，總產值達721億元，居全國第一。目前，設施農業是遼寧省抗災避災、農業增效、農民增收的優勢主導產業，已成為遼寧省現代農業的重要標志之一。

日光溫室結構相對簡單且面積較大，防御自然災害及適應逆境能力較弱，主要通過吸收太陽能提高溫室土壤溫度和氣溫，當外界環境溫度較低時，日光溫室作物易遭受低溫脅迫，造成減產或品質降低，而中午時段易遭受高溫脅迫[6-7]。因此，根據日光溫室外天氣條件合理調控日光溫室小氣候是設施農業生產的關鍵，開展日光溫室最低和最高氣溫預報以進行生產管理、調節氣象條件十分重要，是防御設施農業低溫凍害和高溫熱害的重要措施之一[8]。日光溫室生產與日光溫室內氣象條件密切相關，尤其溫度條件十分重要。國內目前對日光溫室內氣象要素的特征和預報研究較多，20世紀90年代開始對日光溫室小氣候（光照、溫度、濕度、土壤溫度）特征進行了系統研究并建立了統計模型。李軍等基于能量和質量平衡原理，建立了以塑料大棚外氣象要素為變量預報塑料大棚內溫濕度的模型[9]。魏瑞江等分析了河北省日光溫室內各氣候因子之間的關系，并建立了日光溫室內外的溫度、濕度預報模型[10]。李德等選取常規氣象預報因子和實測值，利用多元回歸統計方法建立了宿州地區日光溫室內最高及最低氣溫預報模型[11]。高麗娜等基于BP神經網絡統計方法，以大棚外氣象要素為自變量，建立了冬春季塑料大棚內極端溫度和濕度的預報模型[12-14]。劉可群等通過分析大棚內小氣候特征及其與大氣候的關系，建立了武漢地區大棚內溫度與太陽高度角及大氣溫度的相關模型[15]。張索鐵等分別建立了黑龍江省、吉林省溫室內不同季節不同天氣型的最高和最低溫度相關預報模型[8，16]。范遼生等對杭州地區冬季晴天、多云、寡照3種天氣型單雙層棚內的最低氣溫建立了預報模型，并進行了擬合和試報檢驗[17]。

由于日光溫室結構、管理和氣候地域性的差異，各地建立的日光溫室氣溫預報模型不能進行推廣應用；且以往建立的模型大部分為溫室內氣溫與外界氣溫之間的單因子模型，未考慮前一天的溫室內小氣候要素[18]。目前關于遼寧省日光溫室內氣溫預報的研究較少[19-20]，本研究利用2012年4月至2013年5月遼寧省大洼縣日光溫室內外的觀測資料，根據日光溫室內小氣候條件與溫室外氣溫、相對濕度等氣象要素的關系，采用逐步回歸方法，建立可動態預測溫室內最高氣溫和最低氣溫的小氣候模型，以期為遼寧省日光溫室蔬菜生產提供氣象預報服務，為農民增產和增收提供技術支撐。

1材料與方法

11研究區概況

遼寧省大洼地區屬溫帶大陸性半濕潤季風氣候，四季分明、氣候溫和、雨量集中、光照充足。年平均氣溫為93 ℃，年平均最高氣溫為327 ℃，年平均最低氣溫為238 ℃，年平均降水量為 6473 mm，年平均無霜期為 208 d，年日照時數為 2 816 h，氣候特點適合開展設施農業生產[20]。

12試驗設計

2012年4月至2013年5月在遼寧省盤錦市大洼縣王家鎮華僑村日光溫室（122°03′45″E、40°56′08″N）內進行試驗，溫室結構為單面坡面，坐北朝南，東西走向，長度為100 m，跨度為10 m，脊高為35 m。東、北及西面墻為雙層磚墻，中間填充草簾、紙被、棉被及薄膜，北墻厚050 m，東西墻厚 024 m，溫室覆蓋008 mm厚的聚乙烯塑料薄膜，膜上覆蓋草簾和保溫被，日出后揭開，日落前后蓋上。溫室設有上通風口，采用半自動放風方式，基本管理方式為每日08：00后揭開草簾，16：00覆蓋草簾[20]。

溫室內無供暖設施，無照明設備，采用人工方式灌溉和施肥。溫室內種植作物為番茄，品種為靚粉1號，主要觀測項目為番茄出苗期、移栽期、開花期、結果期和采摘期，記錄各發育期開始期、普遍期、末期出現日期；田間管理主要記錄整地、移栽、灌水、施肥、噴藥、鏟趟、除草、采摘的時間和措施。番茄觀測時間為2012年4月16日至5月31日、2012年10月1日至2013年5月31日。番茄行距為103 m，株距為024 m，2011年9月移栽，2012年4月21日進入采摘期，2012年5月29日采摘結束；2012年10月15日番茄移栽，2013年1月1日進入結果初期，2013年3月6日進入采摘期，2013年6月18日采摘結束[20]。

13資料來源

溫室內外小氣候監測采用錦州陽光氣象科技有限公司生產的TRM-ZS3型設施農業小氣候觀測儀，觀測精度分別為±01 ℃、±2%，每10 min采集1次數據，溫室內傳感器距離地面10 m，位于溫室中間，溫室外傳感器距離地面15 m，觀測項目為溫室內氣溫、溫室外氣溫、溫室內相對濕度、溫室外相對濕度、太陽總輻射、光合輻射。日平均值（氣溫和相對濕度）取1 d內144個數據的平均值，日最高值和最低值（氣溫和相對濕度）取1 d內144個數據中的最高和最低值，剔除缺測和異常的觀測數據。日光溫室外日照時數和日降水量數據來源于大洼縣氣象站（122°04′E、41°01′N），距日光溫室約105 km[20]。

14研究方法

141預報時段劃分

將日光溫室生產季劃分為秋季（10至11月）、冬季（12月至翌年2月）、春季（3至5月）3個時段，建立不同季節日光溫室內最高氣溫和最低氣溫預報模型。

142天氣型劃分

天氣型劃分：日照時數≥6 h為晴天，3 h<日照時數<6 h為多云天，0 h<日照時數≤3 h為陰天，在陰天情況下如有降水，即為降水天[21-22]。

143模型建立

本研究采用2012年4月17日至2013年5月31日大洼日光溫室的觀測數據進行建模，剔除異常值，有效數據為237 d，晴天為181 d，多云天為15 d，陰天為25 d，降水天為16 d；春季晴天為88 d，多云天為7 d，陰天為9 d，降水天為7 d；秋季晴天為32 d，多云天為2 d，陰天為4 d，降水天為7 d；冬季晴天為61 d，多云天為6 d，陰天為12 d，降水天為2 d。采用前一日降水量x1、前一日日照時數x2、前一日溫室內（最高氣溫x3、最低氣溫x4、平均氣溫x5）和溫室外氣溫（最高氣溫x6、最低氣溫x7、平均氣溫x8）、前一日溫室內（最大相對濕度x9、最小相對濕度x10、平均相對濕度x11）和溫室外相對濕度（最大相對濕度x12、最小相對濕度x13、平均相對濕度x14）及當日預報的降水量x15、當日預報的溫室外氣溫（最高氣溫x16、最低氣溫x17、平均氣溫x18）、當日預報的溫室外相對濕度（最大相對濕度x19、最小相對濕度x20、平均相對濕度x21）共21個因素作為預報因子，采用逐步回歸法建立預報方程。

144擬合檢驗

采用均方根誤差RMSE、相對誤差RE和絕對誤差AE對建立的模型進行評價分析。

3）

式中：Pi為預測值，Ai為實測值，n為樣本數。RMSE、RE、AE越小，說明預報誤差越小，預報越準確。

2結果與分析

21春季氣溫預報模型

211春季最低氣溫預報模型

由引進的預報因子可見，春季晴天時，決定日光溫室內最低氣溫的主要影響因子為當日和前一日日光溫室外最低氣溫及前一日日光溫室內最低氣溫，前一日溫室內最低氣溫、溫室外最低氣溫、當日溫室外最低氣溫與溫室內最低氣溫相關系數均通過了0001水平顯著性檢驗，一般外界氣溫越低，日光溫室內氣溫也越低。李德等研究認為，春季晴天前1～2 d日光溫室外溫度條件對日光溫室最低氣溫具有1～2 d的滯后效應[11]，本研究結果與之一致。而春季非晴天時，日光溫室內最低氣溫的主要影響因子為前一日日光溫室外最高氣溫與最低氣溫、相對濕度，前一日日光溫室內最低氣溫與平均氣溫，當日日光溫室外最低氣溫和平均氣溫等，其中陰天時日光溫室內最低氣溫與前一日溫室內最低氣溫、前一日溫室內平均氣溫、當日溫室外最低氣溫、當日溫室外平均氣溫、當日溫室外最大相對濕度顯著相關（表1）。

由春季日光溫室內最低氣溫反演可知，晴天溫室內最低氣溫預報平均絕對誤差為1130 ℃，均方根誤差為1530 ℃，平均相對誤差為1990%；多云天溫室內最低氣溫預報平均絕對誤差為0064 ℃，均方根誤差為0076 ℃，平均相對誤差為070%；陰天溫室內最低氣溫預報平均絕對誤差為 0043 ℃，均方根誤差為0050 ℃，平均相對誤差為040%；降水天溫室內最低氣溫預報平均絕對誤差為 0190 ℃，均方根誤差為0200 ℃，平均相對誤差為260%（表1、圖1）。由

此可見，大洼春季晴天時日光溫室內最低氣溫預報誤差較大，其次為降水天，多云天和陰天預報效果較好。

212春季最高氣溫預報模型由表2可見，日光溫室晴天最高氣溫引入的預報因子主要為反映空氣水汽含量的當日和前一日降水量，決定日光溫室基礎氣溫的前一日溫室內平均氣溫、當日溫室外最高氣溫和當日溫室外平均氣溫。而春季非晴天時，日光溫室內最高氣溫的主要影響因子為前一日日光溫室內最高氣溫與平均氣溫及當日溫室外的濕度條件等。

晴天溫室內最高氣溫預報平均絕對誤差為2170 ℃，均方根誤差為2780 ℃，平均相對誤差為760%；多云天溫室內最高氣溫預報平均絕對誤差為0260 ℃，均方根誤差為 0290 ℃，平均相對誤差為100%；陰天溫室內最高氣溫預報平均絕對誤差為0910 ℃，均方根誤差為0960 ℃，平均相對誤差為410%；降水天溫室內最高氣溫預報平均絕對誤差為001 ℃，均方根誤差為0012 ℃，平均相對誤差為005%（圖2、表2）。由此可見，大洼春季晴天時日光溫室內最高氣溫預報誤差稍大，其次為陰天，多云天和降水天預報效果較好。

22秋季氣溫預報模型

221秋季最低氣溫預報模型

由表3可知，秋季晴天溫室內最低氣溫主要由前一日溫室內平均氣溫、前一日溫室外最大相對濕度等決定，而前一日溫室外最低氣溫為負貢獻。分析表明，前一日溫室外最低氣溫偏高時，溫室內最低氣溫增高，同時使溫室內最高氣溫偏高，通風換氣時間延長，一定程度上導致溫室內最低氣溫降低。而秋季非晴天時，日光溫室內最低氣溫的主要影響因子為前一日溫室內平均氣溫、前一日[CM（25]溫室外平均氣溫及前一日溫室外平均相對濕度等。可見，

注：多云天樣本僅為2 d，本研究未進行建模。表4同。

秋季非晴天時前一日外界氣象條件對溫室內最低氣溫影響顯著。

由表3、圖3可知，秋季日光溫室內最低氣溫預報平均絕對誤差為0920 ℃，均方根誤差為1180 ℃，平均相對誤差為1880%；陰天溫室內最低氣溫預報平均絕對誤差為 0070 ℃，均方根誤差為 0080 ℃，平均相對誤差為090%；降水天溫室內最低氣溫預報平均絕對誤差為0270 ℃，均方根誤差為0320 ℃，平均相對誤差為410%。由此可見，大洼秋季晴天溫室內最低氣溫預報誤差較大，其次為降水天，陰天預報效果較好。

222秋季最高氣溫預報模型由表4可知，晴天溫室內最高氣溫主要影響因子為前一日溫室內最高氣溫、前一日溫室外平均相對濕度、當日溫室外最高氣溫，而當日溫室外平均氣溫為負貢獻，主要是由于外界溫度高，導致溫室內最高氣溫偏高，通風時間長，降低了日光溫室內的基礎溫度。秋季非晴天時，日光溫室內最高氣溫主要受前一日溫室內最低氣溫、前一日溫室外最高氣溫、前一日溫室外最大相對濕度及當日溫室外最高氣溫影響。

秋季晴天日光溫室內最高氣溫預報平均絕對誤差為2230 ℃，均方根誤差為2780 ℃，平均相對誤差為770%；陰天溫室內最高氣溫預報平均絕對誤差為0050 ℃，均方根誤差為0060 ℃，平均相對誤差為030%；降水天溫室內最高氣溫預報平均絕對誤差為0570 ℃，均方根誤差為 0710 ℃，平均相對誤差為340%（表4、圖4）。由此可見，大洼秋季晴天溫室內最高氣溫預報誤差稍大，其次為降水天，陰天預報效果較好。

23冬季氣溫預報模型

231冬季最低氣溫預報模型

由入選預報因子可見，冬季晴天時，決定日光溫室內最低氣溫的主要氣象要素為前一日溫室內最低氣溫與平均氣溫、前一日溫室外最低氣溫、當日降水量及當日溫室外最高氣溫與平均氣溫，相關系數均通過了0001水平的顯著性檢驗。而冬季非晴天時，日光溫室內最低氣溫主要受前一日外界相對濕度、當日溫室外氣溫等的影響（表5）。分析認為，前一日外界環境的相對濕度高，空氣溫度下降受到抑制，使夜間外界溫度不會降得過低，從而影響溫室內外的熱交換速度和強度，最終影響次日溫室內最低氣溫。

注：冬季降水天樣本僅為2 d，本研究未建模。表6同。

由表5、圖5可見，秋季晴天溫室內最低氣溫預報平均絕對誤差為0420 ℃，均方根誤差為0540 ℃，平均相對誤差為880%；多云天溫室內最低氣溫預報平均絕對誤差為 0005 ℃，均方根誤差為0005 ℃，平均相對誤差為007%；陰天溫室內最低氣溫預報平均絕對誤差為0150 ℃，均方根誤差為0180 ℃，平均相對誤差為260%。

[FK（W11][TPZXL5tif][FK）]

232冬季最高氣溫預報模型由表6可見，冬季晴天溫室內最高氣溫受前一日溫室外最低氣溫與平均氣溫、當日降水量及當日溫室外平均氣溫的影響，由此進一步表明，日光溫室外氣溫對日光溫室內氣溫影響顯著。而冬季非晴天時，決定日光溫室內最高氣溫的為前一日溫室外最小相對濕度、當日溫室外最大相對濕度、當日溫室外最低氣溫等，還引入了日照時數預報因子，即外界的日照對日光溫室內的氣溫也有一定的影響，進一步表明非晴天時，增加太陽散射光可提高日光溫室內氣溫。

由表6、圖6可見，冬季晴天日光溫室內最高氣溫預報平均絕對誤差為1950 ℃，均方根誤差為2610 ℃，平均相對誤差為680%；多云天溫室內最高氣溫預報平均絕對誤差為 0950 ℃，均方根誤差為1030 ℃，平均相對誤差為022%；陰天溫室內最高氣溫預報平均絕對誤差為1550 ℃，均方根誤差為1880 ℃，平均相對誤差為1180%。由此可見，大洼冬季陰天溫室內最高氣溫預報誤差稍大，其次為晴天，多云天預報效果較好。

3結論與討論

本研究采用逐步回歸方法，建立適合大洼地區不同季節不同天氣類型的溫室內最低氣溫、最高氣溫的預報模型，模型均通過了顯著性檢驗。大洼不同季節晴天溫室內最低氣溫和最高氣溫預測模型的準確率稍差，春季最低、最高氣溫平均相對誤差為1990%、760%，秋季最低、最高氣溫平均相對誤差為1880%、770%，冬季最低、最高氣溫平均相對誤差為880%、680%；陰天溫室內最高氣溫預報準確率稍差，平均相對誤差為118%；其余溫室內最高氣溫和最低氣溫預報準確率較高，平均相對誤差為005%～410%，均低于50%，預測準確率在950%以上。部分溫室內氣溫預測模型預報精度高于張索鐵等模型的預報精度[8，11，17]，可為大洼地區預防溫室蔬菜凍害和熱害提供參考，以提高蔬菜生產效益。

在全球氣候變暖的背景下，極端氣象事件發生頻率增大，北方地區日光溫室生產的高溫、凍害、大風災害和雪災頻繁發生，因此須進行溫室內最低氣溫、最高氣溫的預測預報技術研究，為防災減災和溫室生產管理提供依據。

本研究中大洼地區日光溫室內最低氣溫和最高氣溫預測模型是基于日光溫室內的觀測資料及常規天氣預報資料建立的，模型精度取決于常規天氣預報水平，因此提高日光溫室內最低氣溫和最高氣溫預報模型的精度，須進一步提高天氣預報水平和積累試驗資料進行深入研究。由于觀測作物和觀測資料有限，本研究未進行模型試預報，須進一步積累觀測資料進行模型檢驗。依據當日天氣現象分為4種天氣類型，但在天氣類型轉化時日光溫室最高氣溫和最低氣溫預測須考慮前一日的天氣情況進行天氣類型劃分，須進一步深入研究。

參考文獻：

陳艷秋，陳宇，吳曼麗 遼寧省設施農業暴雪及大風災情特征分析[J] 安徽農業科學，2013，41（4）：1660-1662

陳妮娜，蔣大凱，王瀛，等 遼寧省設施農業大風和暴雪致災指標[J] 江蘇農業科學，2013，41（11）：386-387

[3]郎立新，史書強，張鵬，等 遼寧省設施農業發展分析[J] 園藝與種苗，2011 （1）：54-57

[4]孫立德 溫室氣象與作物保護研究[M] 沈陽：遼寧科學技術出版社，2012：1-151

[5]呂霞 遼寧省設施農業生產存在問題及對策[J] 農業科技與裝備，2013 （1）：74-75

[6]閻琦，陳妮娜，田莉，等 遼寧設施農業致災暴雪時空分布及天氣學模型[J] 江蘇農業科學，2016，44 （1）：373-376

[7]馬成芝，孫立德，穆春華 喀左日光溫室內氣溫變化規律及其應用[J] 氣象與環境學報，2007，23（5）：49-52

[8]張索鐵，馬樹慶，龐義，等 東北地區大型日光溫室最高、最低溫度預報模式探討[J] 中國農學通報，2014，30（23）：249-253

[9]李軍，姚益平，徐蕊，等 長江下游防蟲網覆蓋塑料大棚內溫濕度模擬[J] 農業工程學報，2010，26（6）：238-244

[10]魏瑞江，王春乙，范增祿石家莊地區日光溫室冬季小氣候特征及其與大氣候的關系[J] 氣象，2010，36（1）：97-103

[11]李德，張學賢，祁宦，等 宿州日光溫室內部最高和最低氣溫的預報模型[J] 中國農業氣象，2013，34（2）：170-178

[12]高麗娜，孫擎，郭翠榮，等 山西日光溫室逐日極端氣溫預測模型研究[J] 中國農學通報，2015，31（15）：240-246

[13]劉淑梅，薛慶禹，黎貞發，等 基于BP神經網絡的日光溫室氣溫預報模型[J] 中國農業大學學報，2015，20（1）：176-184

[14]金志鳳，符國槐，黃海靜，等 基于BP神經網絡的楊梅大棚內氣[HJ]

溫預測模型研究[J] 中國農業氣象，2011，32（3）：362-367

[15]劉可群，魏明鋒，楊文剛 大棚小氣候特征及其與大氣候的關系[J] 氣象，2008，34（7）：101-107

[16]王萍，劉春雪，王秋京，等 黑龍江省溫室小氣候變化特征及預報模型的初步研究[J] 黑龍江農業科學，2014（5）：75-79

[17]范遼生，朱蘭娟，柴偉國，等 杭州冬季塑料大棚內氣溫變化特征及日最低氣溫預報模型[J] 中國農業氣象，2014，35（3）：268-275

[18]袁靜，李樹軍，崔建云，等 山東壽光冬季日光溫室內溫度變化特征及低溫預報[J] 中國農學通報，2012，28（3）：300-304

[19]張淑杰，楊再強，陳艷秋，等 低溫、弱光、高濕脅迫對日光溫室番茄花期生理生化指標的影響[J] 生態學雜志，2014，33（11）：2995-3001

[20]趙先麗，張淑杰，陳艷秋，等 遼寧大洼地區日光溫室小氣候特征[J] 生態學雜志，2014，33（10）：2656-2663

[21]魏瑞江 日光溫室低溫寡照災害指標[J] 氣象科技，2003，31（1）：50-53

[22]魏瑞江，李春強，康西言河北省日光溫室低溫寡照災害風險分析[J] 自然災害學報，2008，17（3）：56-62