连阴天气下温棚内逐时降温模型研究

摘要 以永宁县主栽瓜果蔬菜的二代节能日光温棚为研究对象，利用自动气象站实时监测的温棚内温湿度、总辐射以及棚外温度气象要素数据，分析各气象要素之间的关系，得到连阴天气下夜间棚内温度的逐时变化规律，建立基于外界气温、辐射、时间等要素的棚内气温预报方程，以服务于设施温棚生产管理，结合天气预报，指导农户科学合理、及时地开展温棚增温措施，从而实现设施农业防灾减灾、农民保收的目的。

关键词 温棚；气温；降温模型；连阴天气

中图分类号 S161.2 文献标识码 A 文章编号 1007-5739（2017）06-0242-02

设施农业是以园艺作物高效生产和反季节栽培为主的产业定向，利用工程技术和可控手段，创造出使作物可以四季生长发育的条件，实现集约、高效、可持续发展的农业生产方式，单位面积产值一般可达大田的7～10倍[1-2]。第二代节能日光温棚已成为永宁县主要的农业设施，截至2015年，全县发展面积已达4 813.33 hm2。主要种植芹菜、西红柿、香瓜、黄瓜、葡萄、李子等蔬菜瓜果，成为当地农民增收的主要产业。

日光温棚作物的生长受温室内温度、湿度、光照等小气候的影响，而温棚内小气候的变化在很大程度上受外界天气的影响[3-5]。20世纪60年代开始，国外有很多学者先后开展了温棚气温模型、温棚内各层稳态能量平衡方程等方面研究。国内储长树、刘克长、钱剑锐等[6-8]对日光温棚温光性能、棚内温湿度变化规律等进行了研究分析，对推进当地设施农业发展发挥了重要作用。但目前研究的预报模型多为统计模型，温室类型、结构和气候地域性差异等因素使不同地区的预报模型难以直接应用。此外，针对本地温室大棚，尤其是连阴天气低温冻害的预报模型尚未开展。

本文拟选永宁县设施农业生产中推广最多的第二代节能日光温棚为研究对象，在温棚内外建立自动气象站收集气象要素资料。选择冬季典型连阴天气，结合棚内外气温、辐射等气象要素，建立基于连阴天温棚内气温的逐时降温模型，以期为永宁县冬季日光温棚夜间低温预报防御工作提供决策依据，开展设施农业防冻减灾气象服务。

1 资料与方法

1.1 资料来源

供试日光温棚位于永县永清设施园区内（106.27°E，38.32°N），距离永宁国家基准气象站8 km，大棚为东西走向，东西长50 m，南北跨度8 m，后墙为土夯墙（高3.8 m），两侧为砖墙，棚膜为0.08 mm厚的聚乙烯塑料薄膜，棚膜架为钢管材质。大棚在冬季9：00以后拉苫，17：00以后放苫。气象数据来源于温棚内、外安装的小气候自动站（华云CAWS600），可实时监测棚内温度、湿度、总辐射和棚外温度。自动站为此项目的研究提供了完善的数据结构，数据为每小时整点采集。该站自建站以来，数据稳定，可用性非常强。

1.2 统计方法

采用数理统计、趋势拟合等方法，分析连阴天气温棚内气温与总辐射、棚外气温的变化规律，得出棚内逐时降温模型；并运用SPSS软件进行显著性检验，计算了标准差（SE）、均方差根值（RMSE），对模型可用性进行检验。

2 结果与分析

通过整理、记录、分析2014年、2015年冬季气象数据，发现2014年2月4―8日为最具代表性的连阴天气（7日辐射较强，属多云间晴天气，夜间棚内温度仍然走低，而8日又是全阴天，为便于建模，故保留7日数据）。其连阴天数最长，且温棚内气温后续降到1 ℃左右，影响到棚内作物的正常生长，故本文选取这段时间的数据为研究对象做降温段模型。图1为棚内外气温、棚内总辐射的5 d变化规律。可以看出，棚外受自然环境影响温度变化比较剧烈，温度波峰和波谷比较明显，呈明显的日周期变化；而棚内温度变化相对比较平稳，温度波峰明显，波谷不明显，这是由于温棚内环境相对稳定，升温快、降温慢的原因。从连续5 d的棚内数据来看，大约从每日0：00―10：00（2月4日11：00―14：00数据跳变，在考虑中舍弃）棚内温度变化幅度较小，变幅为0～3 ℃，且5 d内该时段数据连续性较好、差异小。但随着阴天的持续，同时段温度变幅逐渐变大，气温逐渐降低，棚内温度也在该时间段出现全天最低气温。10：00以后，即便微弱的辐射，棚内温度也明显上升。冻害主要在夜间发生，研究白天气温变化对研究冻害意义不是太大，所以本文遴选2月4―9日夜间0：00―10：00的数据开展模型研究。

2.1 模型建立

将选取的数据放在连续时序图（图2）上，发现气温数据呈指数规律下降，即y=aexpx，经分析模拟得到具体的降温方程为T=8.702 1exp（-0.015i）。其中，T为棚内温度，i为时序，相关系数R2=0.857 2，相关性较好。

当时序为0时，起始温度始终为8.702 1 ℃，当连阴天前的白天辐射强时，起始温度会变高；白天辐射弱，起始温度会降低。因此，起始温度与当天的总辐射累计值有关，与夜间0：00的棚外气温也有关（温度差导致热传递速度不同），指数前的系数由白天总辐射累计值和夜间0：00棚外温度共同决定（这里不考虑温棚保温性能和材质等因素）。1月1日至2月20日为温棚低温冻害的多发时段，从2014年该段时期选择出具有代表性的34组晴天数据综合分析白天总辐射累计值和当日夜间0：00棚外温度（选择数据时舍弃了该段时间阴天数据，因为该段模型主要是模拟晴天情况下夜间0：00的棚内温度）。用SPSS统计分析软件进行多元回归分析，得出夜间0：00的棚内气温（指数系数）关系式为a=7.599+0.000 24 f+0.41t（式中，f为当日总辐射累计值，t为当日夜间0：00棚外气温），显著性值

T=（7.599+0.000 24f+0.41t）exp（-0.015i）

式中， f为当日白天的总辐射累计值，t为当日夜间0：00的棚外气温，i为时序（以当日夜间0：00为0）。由于方程选取夜间降温数据模拟得出，所以方程在使用时是有条件的，必须将有效时序与实际有效时间对应起来，最终总模型如下：

T=（7.599+0.000 24f+0.41t）exp（-0.015i）

0≤i≤10，对应于5日0：00―10：0024≤i≤34，对应于6日0：00―10：0048≤i≤58，对应于7日0：00―10：0096≤i≤106，对应于8日0：00―10：00120≤i≤130，对应于9日0：00―10：00

在业务应用中，可将天气预报、当天温棚实况信息与该模型结合起来，以天气预报的实际晴阴天情况来预报大棚内的夜间温度。

2.2 模型检验

2月4日0：00棚外气温为-7.6 ℃，2月3日白天总辐射累计值为20 906 W/m2，带入模型得到34组模拟数值，以降温数据实测值为横坐标、模拟值为纵坐标，在1∶1相关图（图4）上进行分析，发现离散点保持在y=x附近，离散度较小。

将模拟值和实测值采用标准差（SE）和均方差根误差（RMSE）进行精度分析，得到SE=0.851 ℃，RMSE=0.844 ℃，表明模拟值和实测值之间的平均误差在1 ℃以内，温度预报模型具有较好的拟合精度，棚内气温模拟预报方程可信。

3 结论与讨论

3.1 结论

（1）永宁县冬季设施大棚内温度变化比较剧烈，遇到连阴天或低温寡照天气温度变化比较平稳，棚内日最高气温明显高于棚外，棚内日最低气温一般出现在10：00左右，而棚外最低气温出现在4：00―8：00，出现时间明显早于棚内。

（2）利用多元回归和趋势拟合的方法，以温棚自动气象站容易监测的温度、总辐射等气象要素，结合天气预报的实际阴天天数为因子，构建了适用于永宁县第二代节能日光温棚的棚内连阴天气温度预报模型，可以计算出模型适宜范围内任意时刻的棚内温度。并对预报模型进行了拟合度检验和误差分析，棚内气温拟合值与实测值的SE=0.851 ℃，RMSE=0.844 ℃。

3.2 讨论

本文分析的棚内、棚外气温变化规律与范辽生等[9]单层棚膜小气候分析结论一致；预报模型的模拟程度也与金志凤等[10-11]的模型拟合精度基本相当。但由于以下方面的原因，模型也有一定的局限性和不准确性：一是由于温棚管理、棚膜保温材料、墙体结构等方面的差异，甚至种植作物的不同，都可能影响到模型的应用效果，不能很好地应用于当地所有温棚。二是当天气预报出现较大偏差时，其棚内气温预报也会有较大误差，给模型的应用带来不便。如何与精细化数值天气预报结合，提高模型应用的精细化和客观化水平，需要进一步积累资料并进行深入研究。

4 参考文献

[1] 王孝卿，李楠，薛晓萍，等.寿光日光温室小气候变化规律及模拟方法[J].中国农学通报，2012，28（10）：236-242.

[2] 周长江，薛新慧.克拉玛依冬季气候变化特征及其对设施农业的影响[J].沙漠与绿洲气象，2011，2（5）：50-54.

[3] 金志凤，周胜军，朱育强，等.不同天气条件下日光温室内温度和相对湿度的变化特征[J].浙江农业学报，2007，19（3）：188-191.

[4] 戴剑峰，罗卫红，乔晓军，等.基于模型的温室控制目擞呕系统研究[J].农业工程学报，2006，11（22）：187-190.

[5] 郜庆炉，薛香，段爱旺.日光温室内温度特点及其变化规律研究[J].灌溉排水学报，2003，22（6）：50-53.

[6] 储长树，朱军.塑料大棚内空气温、湿度变化规律及通风效应[J].中国农业气象，1992，13（3）：32-35.

[7] 刘克长，任中兴.山东日光温室温光性能的实验研究[J].中国农业气象，1999，20（4）：34-37.

[8] 钱剑锐，凡改恩.双层塑料大棚保温性能及对枇杷生长发育的影响[J].浙江农业科学，2011（4）：775-777.

[9] 范辽生，朱兰娟，柴伟国，等.杭州冬季塑料大棚内气温变化特征及日最低气温预报模型[J].中国农业气象，2014，35（3）：268-275.

[10] 金志凤，符国槐，黄海静，等.基于BP神经网络的杨梅大棚内气温预测模型研究[J].中国农业气象，2011，32（3）：362-367.

[11] 李倩，申双和，曹雯，等.南方塑料大棚冬春季温湿度的神经网络模拟[J].中国农业气象，2012，33（2）：190-196.