宿州日光温室内部最高和最低气温的预报模型

利用2010年11月-2011年5月在日光温室内部监测的温度数据和同期地面气象观测资料,采用逐步回归方法,建立秋季日光温室内部最高与最低气温预报模型,冬季和春季晴天与非晴天日光温室内部最高与最低气温预报模型,并进行应用试验.结果表明,各预报模型的模拟值与实测值之间高温和低温的绝对误差(ABSe)分别为秋季为1.1、0.2℃,冬季晴天与非晴天为0.8、0.4和1.5、0.3℃,春季晴天与非晴天为0.3、0.4和1.1、0.2℃;均方根误差(RMSe)分别为秋季为1.3、0.2℃,冬季晴天与非晴天为1.0、0.5和1.7、0.3℃,春季晴天与非晴天为0.3、1.3和0.4、0.5℃.试验预报时段内日光温室内部高温与低温的绝对误差范围分别为0.8～1.1和0.3～0.4℃,均方根误差为0.9 ～1.2和0.3～0.5℃.依据预报模型开展日光温室内部未来24h内的最高与最低气温预报,可为日光温室及时通风换气防止高温危害及采取保温措施防止低温危害提供有效的决策支持.     

南方塑料大棚“棚温逆差”特征及其预报

"棚温逆差"指设施大棚采取保温措施时出现棚内日最低气温低于棚外的现象,利用2010-2015年冬季和初春浙江地区塑料大棚内外气象资料,结合大棚覆膜保温、开窗通风等人工操作记录,对南方塑料大棚"棚温逆差"发生的特征及关键影响因子进行探究;选用5种常见神经网络方法(BP、GA-BP、RBF、GRNN、PNN)分别构建"棚温逆差"预报模型,并基于不同模型预报准确率构建集合预报模型。结果表明:(1)初春和初冬季"棚温逆差"频率较严冬高3倍,棚内1.5m高处出现概率较0.5m处偏高3倍;0.5m高处大棚边缘出现"棚温逆差"概率为中央的8～13倍,1.5m高处中央和边缘位置出现概率差异较小。(2)"棚温逆差"发生时,棚外日最低气温主要在2～11℃区间,大棚保温方式为单膜或双膜覆盖,其中单膜覆盖占比达93%以上。"棚温逆差"多发生在白天东西侧窗开启高度较高(平均高度35～40cm)且夜间放小缝通风时;0.5m处发生"棚温逆差"时,天气条件较1.5m处发生时明显偏差,日最小相对湿度、总云量和日均风速偏高,日照时数偏少。(3)5种神经网络方法对"棚温逆差"的预报准确率在80%左右,其中GA-BP模型预报准确率最高;集合预报模型对0.5m高度处"棚温逆差"预报准确率在85%左右,1.5m高度处准确率在80%左右,且预报稳定性较单一模型高。     

基于谐波法的塑料大棚内气温日变化模拟

依据浙江省慈溪市2006-2009年塑料大棚小气候数据进行季节和天气状况分类,以棚外气象要素为自变量进行逐步回归模拟得到棚内气温二阶谐波模型所需参数,据此构建冬春季晴、昙、阴3种天气状况下塑料大棚内24h气温谐波预测模型并进行验证。结果表明:晴天和昙天的气温预测值与实测值间拟合直线方程的决定系数均在0.92以上,预测值与实测值间的均方根误差(RMSE)在3.0℃以内,绝对误差在2.4℃以内;阴天气温预测值与实测值间拟合直线方程的决定系数均在0.79左右,RMSE在3.0℃以内,绝对误差在2.0℃左右。从均方根误差和绝对误差来看,昙天预测模型精度最高,阴天次之,晴天最低;相同天气状况下冬季预测模型精度均略低于春季,两季相差在0.1~0.4℃。棚内预测气温相位均略提前于棚外,晴、昙天比阴天明显,冬季比春季明显;棚内日最低气温始终低于棚外,以晴天尤其明显,昙天次之,阴天基本持平;相同天气状况下春季均明显低于冬季。本研究论证了谐波分析方法在特定条件的塑料大棚气温日变化模拟方面的可行性,可为大棚小规模种植管理工作提供参考。     

基于四种算法比较分析Venlo型玻璃温室气温季节预报模型

利用2021年2月27日-2023年3月4日南京信息工程大学Venlo型玻璃温室内、外气象观测数据,基于多元回归(Multiple regression,MR)、BP人工神经网络(BP artificial neural networks,BPANN)、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)构建温室内日平均气温、日最低气温和日最高气温的季节预报模型,并进行验证。结果表明：温室内日平均气温、日最低气温季节预报模型的拟合精度明显高于日最高气温季节预报模型;各模型对春、夏、秋季温室内气温的拟合精度高于冬季。对于日平均气温和日最低气温季节预报模型而言,4种算法构建的春、夏、秋季预报模型的拟合精度均较高,RF模型模拟效果更为稳定,其模拟值与实际观测值决定系数(R²)均值均在0.94以上,均方根误差(RMSE)、绝对误差(MAE)均值在1.5℃以内;对于日最高气温季节预报模型,RF模型对春、夏、秋季的拟合精度整体高于其他模型,R²均值均在0.75以上。MR模型对冬季室内气温的拟合精...     

基于BP神经网络的杨梅大棚内气温预测模型研究

利用2009年12月-2010年5月塑料大棚内外观测的气象数据,构建了基于BP神经网络的杨梅生产大棚内的最高、最低气温预测模型,根据逐时转化系数计算出棚内相应的逐时气温,达到逐时预报大棚内气温的目的。通过模拟回代和对独立试验数据的验证,基于BP神经网络模型对大棚内日最低气温、日最高气温和逐时气温预测值与实际值的回归估计标准误差（RMSE）分别为0.8℃、1.4℃和0.7℃,精度明显高于同时利用逐步回归法建立的模型。该模型所需参数少,实用性强,模拟精度高,可为设施杨梅气象服务和环境调控提供依据。     

玻璃温室和塑料大棚内逐时气温模拟模型

2014-2016年在江苏省不同地区选择塑料大棚和玻璃温室进行设施内气温监测,基于设施内日最高和最低气温,采用余弦分段函数、正弦分段函数、正弦-指数分段函数、一次分段函数和神经网络模型分别模拟不同季节和不同天气状况（晴天和阴雨天）下的逐时气温日变化,探究利用室内最高和最低气温模拟计算逐时气温的方法,以及设施内逐时气温日变化规律。结果表明：5种模型均可通过当日最高、最低气温模拟逐时气温变化,其中神经网络模拟精度较高（RMSE=0.69℃）,并且受温室类型、天气状况和季节变化的影响较小,普适性较高;正弦-指数分段函数模拟效果最好（RMSE=0.43℃）,且受天气和季节的影响较小,但其受温室本身特性和地区的影响较大;余弦分段函数（RMSE=0.85℃）和正弦分段函数（RMSE=0.78℃）模拟效果相近,且受天气和地区的影响;一次分段函数准确度较低（RMSE=0.90℃）且误差变化较大。各方法对塑料大棚内逐时气温的模拟精度均高于玻璃温室。模型模拟精度的季节变化因模型和温室类型有一定差异,但通常情况下,春季和冬季的模拟误差大于秋季,夏季误差最小。     

葡萄大棚小气候预测模型研究

为精准把控并及时调节葡萄大棚棚内小气候,利用清徐县葡萄大棚农田小气候站观测数据及气象站、辐射站、土壤水分站资料,建立以棚外气温、相对湿度、风速、总辐射、土壤湿度为输入变量,棚内气温、相对湿度、土壤温度为输出变量的基于BP神经网络葡萄大棚小气候预测模型。为了对比分析BP神经网络的精确度和稳定性,同时建立多元线性回归模型。结果表明,基于BP神经网络建立的预测模型,其训练值和实测值之间的绝对误差分别为1.55 ℃、4.46%、0.77 ℃,标准误差分别为2.18 ℃、5.94%、1.00 ℃;预测值和实测值之间的绝对误差分别为1.37 ℃、2.84%、0.42 ℃,标准误差分别为1.96 ℃、4.60%、0.53 ℃。预测效果明显优于多元线性回归模型,预测精度满足棚内小气候要素预报要求。     

连栋温室可移动式双层内保温幕保温节能效果初探

在连栋温室内用聚乙烯膜、镀铝膜(单层镀铝,镀铝面朝下)设置可移动式双层内保温幕,与对照温室和双层充气膜温室相比较研究其保温节能效果和对温室内光照度的影响。结果表明在甘肃榆中地区,连栋温室内使用可移动式双层内保温幕在初冬时节可以使供暖设施启动的时间推延1个月左右,具有明显的节能效果;在启动供暖设施后,可以使温室内凌晨的温度提高2.5～3.5℃,其保温效果优于双层充气膜;在阴雪天气下,与双层充气膜相比可以提高正午12:00温室内气温;对温室内光照度的影响有3种情况:在晴天,室内光照低于对照但高于双层充气膜的温室;在阴雪天,室内光照度略低于双层充气膜的温室;在多云天气下,对一个座北朝南的温室而言,可移动式双层内保温幕的聚乙烯膜正午在温室内距地面不同高度的平面上对光照度的影响面积占温室总面积的比因温室结构和当日正午太阳高度角的不同而不同,可由公式:A=1-(β-x)/(α?tgα)确定     

塑料大棚内覆盖不织布早椒栽培试验

不织布(无纺布、丰收布)是一种新型的保温覆盖材料,具有保温降湿性能,塑料大棚内覆盖不织布与对照棚相比较,棚内生态环境有所改善。 经1986～1987年两年春季,在塑料大棚内覆盖不织布进行了早椒栽培试验。试验棚为两个GP-A型钢管大棚,各0.5亩,试验棚用20307白色不织布双层覆盖,对照棚用0.08mm聚乙烯薄膜覆盖,拉幕机操作。试验表明:(1)3月份不织布棚内气温日均最低温度,比对照棚高1.2～2.6℃,且降温慢,保温时间     

杂交稻结实低温冷害的生理障碍及综合因素的影响

一、花粉粒发育及花粉管发芽与气温的关系1979年9月6—8、16—18、22—26日出现3次低温,于第3次低温过程中,逐日取样染色用显微镜检查花粉粒发育,柱头上授粉数目及花粉管发芽变化(表1),结果表明;在正常天气条件下(9月21日、晴天多云,日平均气温27.1℃),花粉粒正常发育     

四川省不同区域地表太阳总辐射模型适用性评价

选用1994−2016年四川省7个辐射站气象数据,在3个辐射区（川西高原I区、川东盆地II区和川西南山地III区）中评价了6种地表太阳总辐射（Rs）估算模型在3种天气类型（晴、多云、阴）下的适用性,并分析基于天气类型的组合模型在不同区域的模拟效果,以探寻最适宜全省不同区域的Rs估算方法。结果表明：（1）各经验模型在四川省整体表现良好（决定系数R2介于0.554～0.934,P <0. 001）,I区（甘孜和红原站）模拟效果最好的为日照时数模型A−P（平均绝对误差MAE为2.210±0.714MJ∙m⁻²∙d⁻¹）,II区（成都、绵阳和泸州站）、III区（峨眉山和攀枝花站）模拟效果最佳的均为混合模型Chen（II区MAE为1.510±0.027MJ∙m⁻²∙d⁻¹,III区为1.930±0.006MJ∙m⁻²∙d⁻¹）;（2）6个模型在四川省3种天气类型下的模拟效果呈晴天>多云>阴天的规律,日照时数模型（A−P和Ba模型）能更好地模拟晴天时的Rs,混合模型（Chen和Ab模型）则在多云和阴天时模拟效果更佳,I区在晴天、多云、阴天3种天气下模拟效果最好的模型分别是A−P（整体评价指标GPI为0.850）、Ab（1.294）、Ba（0.862）,II区分别为A−P（0.381）、Chen（1.358）、Chen（1.742）,III区分别为Chen（0.204）、Chen（0.857）、Chen（0.526）;（3）基于天气类型的组合模型（M新）模拟各区Rs的效果均比未组合前各模型的效果好（3个区GPI分别为0.558、0.582、0.134）。因此,推荐使用基于天气类型的组合模型来估算四川省Rs。     

黄淮冬麦区晚霜冻易发时段冠层内最低气温分布及估算

利用2016年和2017年3月中旬?4月下旬两次典型低温过程中,冬小麦田间不同高度逐小时气象观测数据,分析晚霜冻易发时段冬小麦冠层内最低气温出现高度及其变化规律,构建基于150cm高度处气象因子和地表0cm温度的冠层内最低气温估算模型。结果表明：（1）与150cm高度相比,两次典型低温过程中0℃以下气温在冠层高度附近出现时间更早,持续时间更长且温度更低;（2）最低气温总是出现在4/5冠层高度附近,并在2：00?6：00时段,尤以5：00左右发生频率最高;（3）冠层内最低气温与150cm高度处相对湿度、风速的相关性通过了0.01水平的显著性检验,与不同高度气温、不同土壤深度地温的相关性也通过了0.001水平的显著性检验,与地温的相关性随着土壤深度的增加而逐渐降低;（4）冠层内最低气温与150cm高度处气温、风速、相对湿度,以及0cm地温的偏相关系数大小排序表现为,气温＞风速＞地温＞相对湿度;利用以上因子构建基于多元线性回归函数的冠层内最低气温估测模型,其估测值与实测值拟合结果的决定系数达到0.967,均方根误差为0.915。说明基于气象台站常规观测数据构建冠层内最低气温估测模型具备一定可行性,可为冬小麦晚霜冻害的监测预报提供数据支持。     

四川盆地夏季鱼塘水温变化特征及预报

基于四川盆地南部富顺县水产养殖气象服务试验基地2017−2019年水温资料和同步气温资料,分析鱼塘夏季（6−8月）不同时间尺度上各层水温最高时段特征;以预报某日气温、前1日气温和水温作为预报因子,采用逐步回归分析建立夏季典型晴天状况下鱼塘各层平均水温、最高水温预报模型,并对模型预报效果进行检验。结果表明：夏季日内各层水温最高值出现在18：00−19：00,较气温滞后1～3h;水温≥32℃的时段主要集中在16：00−22：00,该时段内10、50和100cm深处水层逐时平均水温分别在32.9～33.1℃、32.6～32.7℃和32.1～32.3℃。夏季各层水温随气温呈波动上升趋势,水温最高值均出现在7月下旬;水温≥32℃的日数平均为23d,主要出现在7月下旬−8月中旬,该时段内10、50和100cm水层逐日平均水温分别在28.5～34.4℃、28.2～34.1℃和27.9～33.9℃。通过2017−2018年回带检验和2019年预报检验,模型预报平均绝对误差在0.3～0.8℃,平均相对误差在2.6%以内,预报效果较好,能较好地应用于夏季鱼塘水温预报。     

大跨度外保温型塑料大棚小气候环境测试

为探明大跨度外保温型塑料大棚内部的小气候环境,有效利用该大棚进行生产,周年监测了大棚内外的温度、相对湿度和光照环境,并对其环境调控效果进行分析。结果表明:大跨度外保温型塑料大棚冬季保温性能良好,地温高且稳定,在河南驻马店地区1月平均室内气温为10.9℃,平均室内地温12.7℃。室内最低气温6.8℃,室内最低地温12.3℃,分别较露地高8.9℃和9.5℃。夏季棚内气温和地温均高于露地,但气温高出幅度较小。棚内晴天、透光率为51.8%～67.5%,受位于棚顶保温被卷的影响,白天棚内存在一条2.0～3.5m宽的移动阴影带。棚内相对湿度大,11月-翌年2月期间,白天和夜间棚内相对湿度均接近饱和。在驻马店地区,大跨度外保温型塑料大棚能基本满足喜温类果菜所需的环境条件,可用于喜温类果菜的周年生产,具有推广应用价值。     

太阳能干燥装置性能及三七干燥效果

为提高三七干燥效率和干燥品质,该文提出了一种由单层盖板V型波纹槽吸热面双通道的空气集热器和绝热干燥箱及通风装置组成的太阳能三七干燥设备,研究了该太阳能干燥设备的集热性能,并在昆明的气候条件下对三七进行了太阳能干燥试验,且与传统的自然干燥作了比较。试验结果表明,所设计的空气集热器在空气流量为0.0597 kg/s时,冬季晴天条件下最高温度和最高效率分别达到62.2℃ 和76.7%,平均温度和热效率分别为54.6℃和66.5%,在多云的天气下平均热效率和平均温度可分别达53.9%和47.5℃;干燥箱采用上进风     

陕西留坝西洋参种植棚内的温度特征

为了确定并揭示西洋参(Panax quinquefolium)适生区温度特征,于2012年5月-2014年4月分2期在陕西省留坝县留侯镇枣木栏村(海拔1236m)和闸口石村(海拔1722m)的4个西洋参棚内测定地上15cm高处(2a生幼苗冠层附近)的气温和地下10cm深处(参根附近)的土温,并将有效观测日温度数据分为数组:平均气温(AMT)、最低气温(AMIN)、最高气温(AMAX)、气温日较差(RAT)、平均土温(SMT)、最低土温(SMIN)、最高土温(SMAX)和土温日较差(RST)。分别以这8组温度为依变量(Y),以观测日傅里叶变换值为自变量(X),开展逐步回归分析,组建了16个多元方程。结果表明:依变量AMT、AMIN、SMT、SMIN和SMAX对入选X的拟合效果优良,R=0.933~0.985(P0.001);所得周期性温度曲线低谷和高峰大都出现于1月和7月。由AMT回归方程估算的年均值、低谷值、高峰值和≥10℃、≥6℃积温分别为:枣木栏,11.2、-0.9、21.1℃和1475、2403℃·d;闸口石,8.3、-3.5、18.7℃和957、1736℃·d。由SMT方程估算的对应值为:枣木栏,11.2、0.1、20.3℃和1338、2292℃·d;闸口石,8.8、-1.7、17.8℃和872、1710℃·d。冬季日最低气温均值及其下限为:枣木栏,-5.6,-10.3℃;闸口石,-8.8,-14.5℃。夏季日最高气温均值及其上限为:枣木栏,27.6,37.8℃;闸口石,25.3,34.3℃。冬季日最低土温均值及其下限为:枣木栏,0.1,-2.1℃;闸口石,-2.2,-4.4℃。夏季日最高土温均值及其上限为:枣木栏,21.3,24.8℃;闸口石,18.9,22.1℃。本研究组建了与当地参棚内温度变化趋势相配的回归模型,确定了许多温度特征值,有利于指导西洋参种植实践并为其它涉及田间温度的科学研究和应用提供参数。     

2021/2022年冬季气象条件对农业生产的影响

2021/2022年度冬季,全国平均气温为-3.2℃,接近常年同期,季内气温冷暖起伏显著,前冬暖后冬冷;冬季全国平均降水量为52.5mm,较常年同期偏少25%;全国平均日照接近常年,四川盆地东部较常年同期偏多。北方冬麦区大部光热条件好,多次出现大范围雨雪天气,大部墒情适宜,小麦安全越冬、黄淮南部正常返青;南方前冬大部光热充足,利于油菜、小麦、冬种作物以及经济林果等生长发育。1月下旬−2月,南方低温阴雨雪寡照严重,平均气温为2009年以来同期最低,降水量为1961年以来同期最多,持续低温雨雪冰冻寡照天气对油菜、露地蔬菜稳健生长不利,部分地区出现大到暴雪、1～3d日最低气温＜0℃的低温霜冻,造成部分简易设施温棚受损,作物受冻,经济林果的成熟采摘也受到影响。     

利用Elman神经网络的华北棚型日光温室室内环境要素模拟

准确模拟日光温室内环境的变化过程是实现温室环境精准调控的前提。该研究以3个生长季的日光温室室内实时气象观测资料为基础,利用Elman神经网络建模的方法,对日光温室室内1.5 m气温、0.5 m气温和CO_2浓度进行逐时模拟,对日光温室室内平均湿度、平均温度、最高温度和最低温度进行逐日模拟,建立基于Elman神经网络的日光温室室内环境逐时及逐日模拟模型,利用独立的气象观测资料对模型进行验证,并基于逐步回归方法和BP神经网络方法结果进行对比分析。结果表明:1)基于Elman神经网络的日光温室室内环境(1.5m气温、0.5m气温和CO_2浓度)逐时模拟值与实测值的均方根误差(Root Mean Square Error,RMSE)分别为2.14℃、1.33℃和55.32μmol/mol,归一化均方根误差(Normalized Root Mean Square Error,NRMSE)分别为10.01%、5.87%和10.70%,基于Elman神经网络的日光温室室内环境逐时模拟效果和稳定性最优。2)基于Elman神经网络的日光温室室内环境(日均空气湿度、日均气温、日最高气温和日最低气温)逐日模拟值与实测值的RMSE分别为0.59%、0.88℃、2.02℃和0.98℃,NRMSE分别为0.79%、4.44%、7.02%和6.66%,基于Elman神经网络的日光温室室内环境逐日模拟效果和稳定性最优。研究结果可以准确模拟日光温室室内逐时及逐日环境,也可以为环境模型与作物模型相互耦合提供技术支撑。     

基于稻田与台站气温的江西早稻高温热害指标对比

利用江西省90个县(区)2012-2021年国家气象站和2017-2021年8个稻田小气候站数据资料,分析稻田与相应台站气温差异,并对比台站日最高气温≥35℃指标H1(NS)、稻田日最高气温≥35℃指标H1(RS)、台站日最高气温≥37℃指标H2(NS)、稻田日最高气温≥37℃指标H2(RS)的高温热害统计结果,提出适用于江西的早稻高温热害指标,提升高温监测预警和防御能力。结果表明：(1)稻田较台站有降温效应,日最高气温(T_max)、日平均气温(T)和日最低气温(T_min)总体偏低0.6℃、0.4℃和0.3℃,且降温幅度随早稻生长增大,抽穗-成熟期>移栽-孕穗期>播种-移栽期。(2)高温期间,晴天条件下稻田降温幅度最大,T、T_max和T_min较相应台站平均偏低0.8℃、1.0℃和0.7℃,阴天多云和雨天稻田降温幅度总体较为接近。(3)H1(NS)热害下,稻田与相应台站的逐日气温、逐小时气温均差异显著,且夜间稻田降温强度大于白天。稻田气温总体偏低1.2℃左右,金溪稻田偏低最多,T、T     

CLIGEN天气发生器在长江上游地区的适用性评价

CLIGEN天气发生器是WEPP土壤侵蚀模型的组成模块之一,用于模型预测预报以及天气数据缺测时生成模拟天气数据;但是CLIGEN天气发生器是基于美国的天气条件研发的,在其他地区模拟的精度具有不确定性.以长江上游沱沱河站、马尔康站、丽江站、都江堰站和沙坪坝站5个典型国家气象站40年的日观测数据为基础,分析评价CLIGEN天气发生器在该地区模拟的日和月天气数据的精度.结果表明：CLIGEN天气发生器天气参数的输入对于模拟结果具有较大的影响;模拟结果在长江上游5个不同地貌区气象站的精度基本相当;模拟的日天气数据误差较大,模拟的月天气数据效果好于日天气数据;模拟的各月最高气温和最低气温平均值较实际值偏低,部分参数模拟值的绝对误差和相对误差存在一定的月际差异.