不同天氣類型下大棚葡萄溫濕度預報模型

肖楊 王冠 袁淑杰 于飛

摘要：為了預先掌握葡萄各生育期棚內溫濕度環境，從而讓農戶有充足時間調整大棚管理措施，降低氣象災害風險，利用2018年11月—2019年6月大棚內外觀測資料，分析了不同天氣類型下棚內溫濕度與棚外氣象要素的相關性，并通過逐步回歸方法建立了棚內逐小時溫濕度預報模型。結果表明：棚內溫濕度與棚外氣溫、空氣相對濕度、風速、日照時長有不同程度的相關性，晴天和多云大棚內外要素之間相關系數大多在0.3以上，棚內氣溫與棚外要素的相關性更高且最大相關系數超過0.9，陰天相關性較低；棚內逐小時氣溫、空氣相對濕度模型的R2多在0.5以上，氣溫模型預報值與實測值的均方根誤差（RSME）≤3.7℃、平均絕對誤差（MAE）≤2.9℃，空氣相對濕度模型預報值與實測值的均方根誤差≤13.3%、平均絕對誤差≤10.6%。所得模型填補了該地區大棚葡萄各生育期溫濕度預報的空白，為田間管理提供了參考依據。

關鍵詞：大棚葡萄；生育期；氣溫；空氣相對濕度；相關系數；預報模型

中圖分類號：S165文獻標志碼：A論文編號：cjas2020-0258

Temperature and Relative Humidity Forecast Model of Greenhouse Grape Under Different Weather Types

Xiao Yang1，2， Wang Guan1， Yuan Shujie3， Yu Fei4

（1Tangshan Meteorological Bureau， Tangshan 063000， Hebei， China；2Guizhou Key Laboratory of Mountains Climate and Resources， Guiyang 550002， Guizhou， China；3Chengdu University of Information Technology， Chengdu 610225， Sichuan， China；4Guizhou Institute of Mountains Environment and Climate， Guiyang 550002， Guizhou， China）

Abstract： To obtain the temperature and relative humidity in greenhouse during each grape growth period in advance， give farmers enough time to adjust greenhouse management measures and reduce the risk of meteorological disasters， this paper compared the observation data inside and outside the greenhouse from November 2018 to June 2019. Correlations between temperature and relative humidity inside the greenhouse and meteorological elements outside the greenhouse under different weather types were analyzed， and hourly temperature and relative humidity forecast model in the greenhouse were established through the stepwise regression method. The results show that the temperature and relative humidity inside the greenhouse have the correlations with temperature， relative humidity， wind speed and sunshine duration outside the greenhouse of different levels. On sunny and cloudy days， the correlation coefficients between the factors inside and outside the greenhouse are mostly above 0.3. The correlations are higher and the maximum correlation coefficients are more than 0.9， while the correlations in cloudy days are low. R2of hourly temperature and relative humidity forecast models in the greenhouse are mostly above 0.5. The RSME between the result of the temperature forecast model and the measured value is less than or equal to 3.7℃， and the MAE≤2.9℃. The RSME of the model-forecasted relative humidity and the measured value are less than or equal to 13.3%， and the MAE≤10.6%. To conclude， the models filled in the blank of the temperature and relative humidity forecast of the greenhouse grape in each growth period in this area， and could provide scientific reference for field management.

Keywords： Greenhouse Grapes； Growth Period； Temperature； Relative Humidity； Correlation Coefficient； Forecast Model

0引言

葡萄富含助豐富的果酸、礦物質和維生素，以及人體所需多種的氨基酸[1]，具有很高的營養價值和經濟價值。大棚種植葡萄可以實現反季節成熟，同時提高產量和品質，為種植戶創造更大的收益。在大棚葡萄種植過程中，棚外氣象條件直接影響著棚內小氣候變化[2-6]，若能借助棚外常規氣象要素建立棚內溫濕度預報模型，便可以準確掌握棚內氣象要素的變化規律，為大棚葡萄防災減災、高質高產提供有力保障。

從21世紀初開始，為了滿足中國設施農業高質量發展的需要，越來越多地學者開始探索大棚內外氣象要素之間的變化關系，建立了多種大棚小氣候預報模型[7-11]。曾照旭等[12]研究了吉林延邊塑料大棚內外氣溫后，掌握了冬季大棚內外最低、最高氣溫線性關系；葛建坤等[13]在湖北鄂州開展大棚田間試驗，建立了擬合相關性較高的春季晴天和陰雨天棚內氣溫預測模型；于明英等[14]分析了北京沙培溫室晴天、多云、寡照天氣類型下小氣候變化規律，同時指出棚溫與地溫呈正相關、與棚內相對濕度呈負相關；趙先麗等[15]基于遼寧盤錦大棚內外氣象資料，利用逐步回歸分析建立了不同季節棚內最高氣溫、最低氣溫的預報模型；舒素芳等[16]應用最小二乘法建立了浙江金華冬季棚內日最低氣溫一元線性回歸模型；范遼生等[17]考慮了棚內氣溫變化的滯后性，將當日、前1日、前2日棚外氣象要素作為預報因子，建立了浙江杭州春季、秋季、冬季棚內最低氣溫的預報模型；王孝卿等[18]建立了山東壽光晴天、多云、陰天3種天氣類型下，棚內逐小時氣溫的多元二次預報方程。目前，關于大棚小氣候變化特征及預報模型的研究，多以常規時間區間（月、季、年）或者某種災害性天氣為主[19-22]，按照作物生育期劃分的相對較少，相比而言，嚴格按照作物生育期建立的預報模型更符合農業生產需要。因此，針對大棚葡萄全生育期開展大棚內外氣象觀測試驗，并按照葡萄生長特性準確劃分生育期，建立不同生育期晴天、多云、陰天狀況下棚內氣溫、空氣相對濕度的預報模型，旨在為大棚葡萄生產提供合理參考。1材料與方法

1.1資料來源

觀測試驗于2018年11月—2019年6月進行，供試大棚（長75 m、寬9 m、脊高3.5 m）位于河北曹妃甸綠港農業示范園區，棚內無加溫設施，無照明補光設備。葡萄品種為玫瑰香，根據生長發育特性和觀測記錄，大棚種植過程中生育期包括：休眠期（2018.11.15—2018.12.17）、催芽期（2018.12.18—2019.2.15）、萌芽及新梢生長期（2019.2.16—2019.3.28）、開花坐果期（2019.3.29—2019.4.30）、果實膨大及漿果成熟期（2019.5.1—2019.6.30）。棚內氣象資料來源于小氣候站，觀測資料為1.5 m逐小時氣溫、空氣相對濕度；棚外氣象資料來源于曹妃甸區氣象局常規地面氣象觀測站，包括試驗期間（2018.11.15—2019.6.30）逐小時氣溫、空氣相對濕度、2 min平均風速、降水量、日照時長等。

1.2研究方法

天氣類型按照日照百分率（S）劃分為：晴天（S≥60%）、多云（20%

棚內氣溫、空氣相對濕度的變化主要與棚外溫濕度、光照、降水、風等因素有關，同時有關學者的研究結果表明，風會加速棚膜處溫度的散失從而影響棚內氣溫[31]，而降水對氣溫的影響存在滯后性。因此，本研究分別氣溫X1、空氣相對濕度X2、2 min平均風速X3、前1 h降水量X4、日照時長X5為預報因子，建立棚內氣溫Y1、空氣相對濕度Y2的逐小時預報模型。

考慮葡萄在休眠期和果實膨大及漿果成熟期對空氣相對濕度的要求不高，所以上述2個生育期僅建立了棚內氣溫的預報模型。此外，休眠期內大棚調控措施有明顯變化，直接影響著棚內氣溫的變化，為確保模型更加準確，根據調控措施的差異將休眠期進一步劃分為前、中、后3個階段。

2結果與分析

2.1休眠期棚內氣溫預報模型

休眠期不同階段和天氣類型大棚內外氣象要素之間的相關性存在明顯差異，表1為休眠期棚內氣溫與棚外氣象要素的相關系數統計表，休眠期后期未出現多云天氣類型。休眠期前期、中期、后期棚內氣溫與棚外氣溫均有顯著的正相關關系，相關系數均>0.8；多數情況下，棚內氣溫與棚外空氣相對濕度呈負相關、與風速呈正相關，但相關系數差異較大；晴天、多云時棚內氣溫與日照時長呈顯著的正相關關系，二者相關性較高，相關系數>0.5；棚內氣溫與降水的相關性不明顯，相關系數很小且未通過顯著性檢驗。

模型中預報因子的順序即為逐步回歸過程中進入模型的順序，從休眠期棚內逐小時氣溫Y1的預報模型及誤差分析結果來看（表2），在模型進行建立的過程中，棚外氣溫均為第一入選因子，多數晴天和多云的模型中日照時長也都以靠前的順序進入了模型，再次證明棚外氣溫和日照對棚內氣溫的影響很大。所有模型的R2均>0.82，擬合程度都很高；模型預報值與實測值的RSME≤3.1℃、MAE≤2.4℃，可以很好的起到預報效果。其中休眠期前期陰天、休眠期中期多云和陰天模型的R2>0.9、RSME≤0.8℃、MAE≤0.6℃，預報模型的精度非常高，完全可實現十分精確地棚內氣溫預報。

2.2催芽期棚內氣溫、空氣相對濕度預報模型

催芽期3種天氣類型下棚內氣溫、空氣相對濕度與日照時長的相關性較高（表3），晴天、多云相關系數分別在0.7、0.5以上，陰天在0.4左右，并且棚內氣溫與日照時長均為顯著正相關，棚內空氣相對濕度與之為顯著負相關。棚內氣溫與棚外氣溫、空氣相對濕度分別有不同程度的正相關、負相關關系，棚內空氣相對濕度與之相反，陰天狀態下相關性最差。晴天和多云時，棚內氣溫、空氣相對濕度與風速分別有明顯的正相關、負相關關系，相關系數均>0.5。棚內溫濕度與降水量的相關性與休眠期類似，均未通過顯著性檢驗。

表4中，晴天和多云，棚內氣溫、空氣相對濕度預報模型的擬合效果較好，模型的R2>0.7；多云時2個模型預報值與實測值之間的誤差較小，氣溫模型的RSME和MAE分別為2.1℃和1.6℃，空氣相對濕度模型的RSME和MAE分別為6.9%和5.5%；晴天時誤差較大，氣溫模型的RSME和MAE均≥2.9℃、空氣相對濕度均≥6.9%。陰天棚內氣溫、空氣相對濕度模型的R2較小但誤差并不大，氣溫模型的RSME和MAE分別為2.2、1.7℃，空氣相對濕度模型的RSME和MAE分別為8.1%、6.1%。

2.3萌芽及新梢初期棚內氣溫、空氣相對濕度預報模型

由表5可知，萌芽及新梢初期3種天氣類型下棚內氣溫、空氣相對濕度與棚外氣溫的相關系數分別在0.68左右和-0.33左右，晴天、多云、陰天之間相差很小；與棚外空氣相對濕度的相關性晴天>多云>陰天；晴天和多云時與日照時長的相關性較高，相關系數>0.6；晴天時與風速的相關系數都在0.43左右，多云、陰天時與風速相關性很小；3種天氣類型下與棚外降水量基本不關性。

萌芽及新梢初期所有模型的R2都在0.5～0.8（表6）。氣溫的預報模型中，陰天時模型誤差最小，RSME、MAE分別為2.1、1.6℃；晴天時模型誤差最大，RSME、MAE分別為3.4、2.6℃；空氣相對濕度的預報模型中，同樣是陰天時模型誤差最小，RSME、MAE分別為5.8%、4.6%；晴天和多云時預報效果相對較差，模型誤差基本一致，RSME、MAE分別為10.4%左右、 7.4%左右。

2.4開花坐果期棚內氣溫、空氣相對濕度預報模型

開花坐果期棚內氣溫與棚外要素的相關性結果中（表7），晴天和陰天時與棚外氣溫的相關系數都在0.7左右，多云時在0.5左右，均為正相關關系；晴天、多云時與棚外空氣相對濕度、風速的相關系數都是0.5左右相差不大，與棚外空氣相對濕度呈負相關、與風速呈正相關，陰天時相關性不明顯；晴天、多云與日照時長的相關系數分別為0.72、0.65，晴天的相關性比多云稍好；晴天與棚外降水在0.05水平上有很小的負相關關系，但多云、陰天均與棚外降水沒有明顯相關。棚內空氣相對濕度與棚外要素的相關性結果中（表7），晴天、多云與棚外氣溫有顯著的負相關關系，相關系數分別為0.571、0.699，陰天有較小的正相關關系；陰天與棚外空氣相對濕度相關性很高，相關系數接近0.8，晴天、多云時相關系數較小，都在0.5上下；晴天、多云、陰天與風速的相關系數都在0.5左右，為負相關關系；晴天、多云與日照時長的相關系數>0.6，負相關性很明顯；3種天氣時與降水量的關系不大。

表8內開花坐果期各模型及誤差統計結果表明：陰天時棚內氣溫預報模型的誤差在3個氣溫模型中最小，RSME為2.3℃、MAE為1.8℃；晴天、多云時棚內氣溫模型精度大體相同，RSME都在3.4℃左右、MAE都在2.6℃左右。陰天時棚內空氣相對濕度預報模型精度較高，RSME和MAE都在6.0%～6.9%；晴天時的模型精度最差，RSME和MAE都超過10%。

2.5果實膨大及漿果成熟期棚內氣溫預報模型

晴天、多云、陰天時棚內氣溫與棚外氣溫的相關系數都在0.8以上且差距不大（表9）。棚內氣溫與棚外其他要素的相關性方面，晴天、多云時與棚外空氣相對濕度相關系數都在0.42左右，陰天時相對較小；晴天和多云時與風速有不同程度的相關性，晴天比多云相關系數大；晴天和多云時與日照時長的相關性僅次于棚外氣溫，相關系數都在0.6以上，但陰天不明顯。

對比果實膨大及漿果成熟期3種天氣類型下棚內氣溫預報模型的預報精度可以發現（表10），晴天、多云時模型的擬合程度較高，R2都在0.8以上；陰天相對較差，R2接近0.7。晴天、多云、陰天棚內氣溫預報模型誤差相差不大，RSME都在2.6℃左右、MAE同為2.0℃。

3結論與討論

（1）5個生育期中，棚內氣溫與棚外氣溫、風速、日照時長有正相關關系，與棚外空氣相對濕度呈負相關關系，與降水量相關性不明顯。3種天氣類型下大棚內外氣溫的相關系數基本在0.5以上；晴天和多云日照時長對棚內氣溫的影響很顯著，二者的相關系數大多超過0.6，陰天無明顯相關性；晴天和多云棚內氣溫與棚外空氣相對濕度、風速之間的相關系數一般都在0.4～0.6，陰天時相關性各生育期相差很大。氣溫預報模型R2都在0.5以上，一半以上模型R2>0.8，模型預報值與實測值的RSME≤3.7℃、MAE≤2.9℃，有很好的預報效果。其中，3/4以上的模型RSME<3.0℃、MAE<2.5℃，休眠期部分模型RSME、MAE都在0.5℃以內，完全可以實現棚內氣溫的精準預報。

（2）3個生育期中，棚內空氣相對濕度與棚外氣溫、風速、日照有負相關關系，與棚外空氣相對濕度呈正相關關系，與降水量相關性不明顯。晴天和多云棚內空氣相對濕度與棚外氣溫、空氣相對濕度、風速、日照時長的相關系數一般在0.3～0.7，陰天時與棚外有顯著相關性的要素較少且不同生育期相關系數差別很大。空氣相對濕度模型中，除催芽期陰天模型外，其他模型R2也都在0.5以上，所有模型預報值與實測值的RSME為5.8%～13.3%、MAE為4.6%～10.6%。空氣相對濕度模型的精度雖然沒有氣溫模型高，但在一定程度上也可以滿足生產需要，填補該地區大棚葡萄小氣候預報模型的空白。

（3）相比部分學者建立的日最高、最低、平均溫濕度或某個典型日的逐時預報模型，本研究建立的逐小時預報模型預報準確度稍差，但連續、密集的逐小時預報更有利于生產需要。為進一步提高預報準確性，預報因子的篩選和建模方法的改進將是下一步工作中需要深入探索的重點。影響大棚溫濕度調控效果的因素很多，大棚材料、結構、尺寸等方面[32-34]的差異都會導致調控效果產生較大的變化，本研究結論是在供試大棚的試驗中得到的，存在一定的局限性，能否實現推廣應用還需要在更多類型的葡萄大棚中開展試驗進一步完善。

參考文獻

[1]陳樹俊.葡萄的營養與保健[J].農產品加工，2008（10）：18-19.

[2]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.

[3]楊再強，張婷華，黃海靜，等.北方地區日光溫室氣象災害風險評價[J].中國農業氣象，2013，34（3）：342-349.

[4]黎貞發，李春，李寧，等.天津市日光溫室低溫災害特點及防御對策[J].中國蔬菜，2013（17）：6-9.

[5]王瓊，魏瑞江，王榮英，等.河北日光溫室氣象災害影響和氣象服務評估[J].中國農業氣象，2014，35（6）：682-689.

[6]李寧，李春，韓玥，等.天津市西青區日光溫室農業氣象災害分析[J].北方園藝，2017（12）：51-54.

[7]肖芳，宋洋，楊再強.設施葡萄小氣候預報模型的建立[J].江蘇農業科學，2018，46（22）：306-309.

[8]閆蓉，安光輝，邢生惠.貴德縣溫室大棚內溫度變化規律及預報模型研究[J].農業災害研究，2016，6（10）：28-32.

[9]袁靜，王令軍，徐劍平，等.大櫻桃大棚小氣候特征分析及預報[J].中國農學通報，2015，31（19）：173-179.

[10]張超，吳瑞芬.內蒙古東部溫室大棚溫度特征分析及預報模型建立[J].中國農學通報，2014，30（26）：213-218.

[11]符國槐，張波，楊再強，等.塑料大棚小氣候特征及預報模型的研究[J].中國農學通報，2011，27（13）：242-248.

[12]曾照旭，樸一龍，李聰，等.冬季塑料大棚內氣溫和土溫的變化研究[J].北方園藝，2013（11）：47-49.

[13]葛建坤，羅金耀.春季溫室番茄內外氣象要素變化規律初步研究[J].中國農村水利水電，2013（3）：82-84，87.

[14]于明英，肖娟，邱照寧，等.不同天氣條件對沙培日光溫室小氣候的影響[J].北方園藝，2017（9）：42-45.

[15]趙先麗，張淑杰，蔡福，等.遼寧省日光溫室內最高和最低氣溫預報[J].江蘇農業科學，2017，45（16）：276-282.

[16]舒素芳，蔡敏，劉新華，等.大棚蔬菜最低氣溫預報及凍害防御技術[J].氣象科技，2015，43（1）：133-137.

[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]王孝卿，李楠，薛曉萍.壽光日光溫室小氣候變化規律及模擬方法[J].中國農學通報，2012，28（10）：236-242.

[19]祁德富，馬琪.不同天氣條件下日光溫室光照強度及溫濕度日變化特征研究[J].北方園藝，2013（23）：55-57.

[20]王璐，朱進，彭玉全，等.春季晴天塑料大棚內不同位置小氣候變化分析[J].長江大學學報：自科版，2018，15（2）：19-21，5.

[21]孟翠麗，楊文剛，王涵，等.武漢市日光溫室冬季溫濕度環境的神經網絡模擬[J].江蘇農業科學，2017，45（3）：176-179.

[22]程芳芳.鄭州霧霾寡照天氣大棚小氣候特征及低溫預報[J].農學學報，2015，5（2）：105-108.

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

[24]白曉，王忠富，楊禮簫.黑河上游土壤水分與遙感環境因子相關性分析[J].遙感信息，2016，31（6）：121-127.

[25]吳炫柯，段毅強，陳利東.甘蔗莖伸長量與氣象水分參數的相關性分析[J].氣象科技，2011，39（1）：110-113.

[26]黃曉然，包安明，郭浩，等.近20a中國天山東段典型冰川變化及其氣候響應[J].干旱區研究，2017，34（4）：870-880.

[27]王孝卿，薛曉萍，楊艷超.日光溫室小氣候預報方法研究[J].海洋氣象學報，2012，32（1）：34-37.

[28]張曉月，李榮平，王瑩，等.日光溫室小氣候要素預報模型研究[J].中國農學通報，2018，34（32）：119-124.

[29]童成立，張文菊，湯陽，等.逐日太陽輻射的模擬計算[J].中國農業氣象，2005（3）：165-169.

[30]李寧，申雙和，黎貞發，等.基于主成分回歸的日光溫室內低溫預測模型[J].中國農業氣象，2013，34（3）：306-311.

[31]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（5）：49-52.

[32]武瑩，李建明.典型季節大跨度非對稱塑料大棚內溫光性能分析[J].中國農業大學學報，2019，24（10）：125-135.

[33]孫磊，賈紅，孫建印.不同類型日光溫室小氣候對比分析[J].湖北農業科學，2011，50（16）：3399-3402.

[34]申婷婷，鮑恩財，曹晏飛，等.不同墻體結構日光溫室性能測試及分析[J].中國農業大學學報，2019，24（3）：94-101.