日光溫室內最高氣溫和最低氣溫預報模式的建立

張仁祖　張利華　高蘋　李軻　張佩　王曉彬　吳世明

摘要：為了提高設施農業氣象服務能力，減輕氣象災害損失，利用日光溫室內外氣象觀測資料， 通過對影響日光溫室內氣溫變化的因子進行分析，建立了包含天氣類型、季節因子信息的日光溫室內最高氣溫和最低氣溫的預報模型，克服了按照不同天氣類型和不同季節分別建立預報模型的繁瑣，所建模型簡單易用，物理意義明確，均通過了統計檢驗，擬合回歸好，預報準確率高，能夠滿足業務需求，可在防災減災救災氣象預報服務中應用。

關鍵詞：日光溫室;最高氣溫;最低氣溫;預報模式

中圖分類號：S625.5+1? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）11-0040-04

DOI：10.14088/j.cnki.issn0439-8114.2019.11.010? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

Establishment of maximum and minimum temperature forecast models

in sunlight greenhouse

ZHANG Ren-zu1，ZHANG Li-hua1，GAO Ping2，LI Ke1，ZHANG Pei2，WANG Xiao-bin3，WU Shi-ming3

（1.Agricultural Meteorological Experiment Station of Xuzhou，Xuzhou 221000，Jiangsu，China;

2.Jiangsu Meteorological Service Center，Nanjing 210008，China;3.Xuzhou Bureau of Meteorology，Xuzhou 221000，Jiangsu，China）

Abstract： To improve the meteorological service for agricultural facilities and reduce the losses resulting from meteorological disasters， the maximum and minimum temperature forecast models were establish through analysis on factors affecting temperature change inside the sunlight greenhouse and using meteorological observations data from inside and outside the sunlight greenhouse. The model takes weather type and season into consideration， hence saving the trouble of establishing models separately according to different weather type and season. The forecast model is easy to use and has clear physical meaning， and it also passed statistical tests with good regression fitting and high forecast accuracy. It can meet the needs of practical use and can be applied to weather forecasting service in disaster prevention， reduction and relief.

Key words： sunlight greenhouse; maximum temperature; minimum temperature; forecast model

日光溫室主要依靠太陽輻射和自身的保溫性來維持室內較高的溫度，是中國特有的一種保護地栽培設施。因其具有節省能源、不污染環境、省工省力、經濟效益高等特點，在中國發展特別迅速，目前日光溫室已成為反季節蔬菜生產的主力設施。日光溫室種植克服了傳統的露地栽培方式受大環境自然條件限制的局限性，可以更充分地利用太陽能資源，使得秋延后、早春提前以及越冬種植成為現實。由于日光溫室的結構不斷優化和種植技術的不斷提高，室內小氣候條件得到改善，種植區域不斷北延，所種植的蔬菜品種也從耐寒型擴大為喜溫型，真正做到了反季節種植，大大豐富了城鄉人民的菜籃子。

國內目前對日光溫室內氣象要素的特征研究較多，尤其是小氣候研究比較透徹。張仁祖等[1]、楊艷超等[2]、李獻軍等[3]、魏瑞江等[4]、李俊等[5]分別對徐州、萊蕪、楊凌、石家莊、盤錦等地的日光溫室小氣候進行了深入研究，分析了不同季節、不同天氣類型下日光溫室內氣象要素（氣溫、地溫、相對濕度、太陽輻射度）的變化規律以及與室外氣象要素之間的相關性，對提高日光溫室的管理針對性以及室內小氣候的調控有一定意義。

日光溫室室內最高氣溫和最低氣溫對日光溫室蔬菜生產影響較大，氣溫過高或過低都會對室內蔬菜造成不同程度的傷害。在日光溫室內氣象要素的預報方面，學者也進行了很多研究，如：楊再強等[6]介紹了BP神經網絡模型、能量平衡模型、逐步回歸模型和支持向量機模型在設施小氣候預報中的應用;王孝卿等[7]基于逐步回歸方法建立了不同天氣類型、不同月份、不同時間段的未來24 h逐時溫室氣溫預報模型;袁靜等[8]建立了不同天氣狀況下日光溫室內最低氣溫的預報模型，取得了較好的效果;李瑞英[9]通過篩選出的相關因子，采用主成分分析法建立了溫室內氣溫預測模型，回代檢驗的結果顯示，不同天氣狀況下的最低氣溫預測值和實際值的平均絕對誤差在1 ℃左右，不同天氣狀況下的最高氣溫預測值和實際值之間的平均絕對誤差在1.5 ℃左右;李德等[10]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安徽省宿州市日光溫室內最高及最低氣溫預報模型;趙先麗等[11]采用逐步回歸方法建立遼寧省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。這些研究為設施農業氣象保障服務提供了基礎支撐，但幾乎都是區分不同的天氣類型和使用季節，通過對室內小氣候變化規律的分析，分別建立日光溫室內最高、最低氣溫預報模型，模型類別多，復雜天氣選擇難度大。開展日光溫室內最高和最低氣溫預報，對生產管理、室內小氣候調控有重要的指導意義，是防御設施農業低溫冷害和高溫熱害的重要措施之一。本研究通過構建包含天氣類型和季節因素信息的組合因子，來建立日光溫室室內最高氣溫和最低氣溫的預報模型。