基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析

为构建较准确的日光温室温湿度预测模型,于2011-2013年冬季(1月、2月、12月)天津市宝坻区开展温室内外环境监测试验,并建立3种天气类型(晴、多云、阴)下3个时段(0-8时、8-17时、17-23时)逐步回归与BP神经网络温室内温湿度预测模型。结果表明:1)温室内气温逐步回归模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为88%,平均均方根误差(RMSE)为2℃;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为94%,平均均方根误差(RMSE)为1.6℃。应用BP神经网络建立的气温预测模型相对更为准确稳定。2) 相对湿度逐步回归模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为81%,平均均方根误差(RMSE)为5.7%;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为80%,平均均方根误差(RMSE)为6.7%。两类模型均不适宜预测8-17时日光温室相对湿度,而17-23时与0-8时应用逐步回归建立的湿度预测模型相对更准确稳定。     

塑料大棚小气候特征及预报模型的研究

为揭示塑料大棚室内气象要素季节变化和日变化规律,建立一个适合本地的塑料大棚小气候预报模型,本研究以浙江省慈溪市草莓塑料大棚为研究对象,收集2007年12月-2008年4月大棚内外气象数据,系统研究温室内外温度、湿度的季节变化和日变化特征,分析室内与室外的最高、最低气温的关系。研究表明,室内的气温、相对湿度明显高于室外,室内与室外的最高温度相差5~10℃,最低温度相差3~6℃。室内空气温度与相对湿度成线性负相关。在此基础上,建立基于逐步回归方法的温室内空气温度预报模型,并利用独立数据检验,结果表明模型对冬季和春季的逐时气温预报值与实测值基于1:1线的决定系数（R2）分别为0.912、0.887;标准回归统计误差（RMSE）分别为2.3℃和2.7℃,该研究结果可为慈溪市设施农业环境调控及小气候预报提供支持。     

日光温室内小气候环境各因子间量化关系研究

掌握日光温室内小气候环境各因子之间的定量关系,对于有效调控温室内小气候的平衡,促进蔬菜健壮生长有着积极的意义。以历年日光温室内小气候监测数据为基础,研究不同季节温室内温度、湿度、接受到的太阳辐射等各因子之间的量化关系。结果表明,日光温室内日最高气温、日最小相对湿度、接受到的日最大太阳辐射三者之间均有较高的相关性,在冬季相关性最好,秋季次之,春季相关性较差。在秋季和春季,要使温室内日最高气温达到20℃,则温室内接受到的日最大太阳辐射需要在100 W/m²以上,而在冬季则需要在250 W/m²以上;接受到的日最大太阳辐射在250 W/m²以下时,温室内日最高气温在10℃以下的几率为9%。在冬季,温室内日最高气温在20℃以下,同时日最小相对湿度在90%以上所占比例为20%,在秋季和春季,温室内接受到的日最大太阳辐射分别在420 W/m²和500 W/m²以上时,温室内日最小空气相对湿度就有可能下降到40%以下。     

日光温室小气候要素预报模型研究

了解日光温室小气候要素变化规律,建立小气候要素预报模型,可以对日光温室资源合理开发,为日光温室小气候调控提供依据。应用辽宁省沈阳市东陵区日光温室暖棚内农田小气候观测仪采集的逐小时气温、相对湿度数据,将冬季、春季、秋季和晴天、多云、阴天几种情况进行组合,计算棚内日最高气温、日最低气温、日平均相对湿度,分析其变化规律,并利用自动气象观测站数据,建立基于逐步回归方法的预报模型。分析结果表明,日光温室内日最高气温和日最低气温呈现春季、秋季温度值接近,冬季明显低于春秋两季的特征;而冬季日平均相对湿度高于春秋两季。日最高气温具有显著的从晴天至多云至阴天减少的变化特征,日最低气温特征不如日最高气温明显;日平均相对湿度为从晴天至多云至阴天增加的变化特征。所建立的日光温室小气候要素逐步回归预报模型,均通过了显著性检验,相关系数为0.608~0.933,相对误差范围为0.1%~19.0%,相对误差平均值为2.7%~9.9%。     

山西日光温室逐日极端气温预测模型研究

利用山西省忻州市日光温室的室内小气候观测数据及气象站资料,用BP神经网络及逐步回归法建立以多种输入变量的不同天气条件下的日光温室内最高温度、最低温度的模型。结果表明,利用BP神经网络及逐步回归法建立的模型R2均在0.96以上,RMSE与AE大部分在2℃之下。利用逐步回归方法在模拟日光温室内晴天最高、最低温度和寡照的最高温度精度较高,利用BP神经网络模型在多云的最高、最低温度与寡照的最低温度模拟的精度较高。选择精度更好的模型对日光温室的极端气温做准确的预测,可为山西省设施农业的管理和调控及小气候预报提供支持。     

遗传算法优化人工神经网络模型在日光温室湿度预报中的应用

提出一种基于遗传算法优化BP神经网络的方法预测日光温室湿度环境因子。实测日光温室内影响空气湿度的环境因子组成数据样本作为神经网络的输入,采用基于实数编码的遗传算法替代随机设定神经网络的初始权阈值,然后通过改进的BP算法在由遗传算法确定的搜索空间中对网络进行精确训练。模型预报值和实测值基于1：1线的决定系数R2和预测平均相对误差MSE分别为0.9857和3．1％。结果表明,遗传算法优化BP神经网络预报模型收敛速度快、预测精度高。可为日光温室的湿度环境调控制提供理论依据和决策支持。     

赤峰市松山区山坡地日光温室气温变化规律

为了解山坡地日光温室气温变化特征,提高设施农业气象服务水平,本研究对温室内外小气候因子进行了观测。采用相关分析和逐步回归的方法,对夏冬2季温室内外气温、湿度、地温和太阳辐射变化特征及室内温度预测模型进行了研究。结果表明：（1）夏冬2季室内温度、地温具有明显的日变化规律,冬季温室增温效果大于夏季,山坡地日光温室具有良好的保温效果;（2）5 cm、10 cm、20 cm地温变化幅度随土层深度的增加而减小,峰值出现随土层深度的增加而相应的滞后1 h左右;（3）日光温室室内温度与室内外小气候因子相关性较好。试验建立的夏冬2季室内温度预报模型,夏冬2季室内温度预报值绝对误差小于1℃,相对误差小于10%。     

山东寿光冬季日光温室内温度变化特征及低温预报

为了提高设施农业气象服务水平,减轻气象灾害对日光温室蔬菜生产的影响,利用2008-2011年冬季日光温室内外气象观测资料,采用相关及逐步回归分析方法,对冬季日光温室内温度变化特征及最低气温预报模型进行分析研究。结果表明,晴天和多云天气下日光温室内的气温有明显的日变化,且晴天状况下温度变化幅度要大于多云天气;连阴天时日光温室内气温较低,严重影响植物正常生长发育。日光温室内最低气温与室外气温及室内湿度、气温、地温相关性较好。试验建立了日光温室内最低气温预报模型,利用最新资料对模型进行预报检验,不同天气状况下日光温室内最低气温预报值平均绝对误差小于1℃,平均相对误差低于10%。     

寿光日光温室小气候变化规律及模拟方法

为了开展北方日光温室小气候要素预报报务,利用寿光三元朱村三号黄瓜日光温室2007-2010年冬、春季节小气候要素观测资料,对北方日光温室内气温、相对湿度、地温等要素在不同天气类型下的日变化以及温室内气温空间分布规律进行研究。利用相关分析、逐步回归等统计方法对影响日光温室内气温变化的影响因子进行筛选,并建立日光温室未来一天24 h不同天气类型、不同月份、不同时间段的逐小时模拟模型。模拟结果表明,除4月的模拟结果差异较大外,其他各时间段均较好;利用实际观测结果对2010年2-5月温室内气温进行实际检验,模拟预报结果较好,可以将预报模型应用于业务服务。     

张掖日光温室最低温度预报模型的主成分回归法构建

为了有效预报日光温室内部最低温度,减弱低温冷害对设施农业生产的影响。利用张掖日光温室内小气候数据及室外气象观测资料,选取8个影响日光温室最低温度的气象因子进行相关分析和统计检验的多重共线性诊断,应用主成分回归方法建立日光温室最低温度预报模型,并用模型模拟值与温室最低温度实测值比较对模型精度进行检验。结果表明：气象因子X₁、X₂、X₄、X₆、X₇、X₈间存在共线性的问题。通过主成分分析综合提取了3个主成分代替原来的8个变量,建立的温室最低温度预报模型通过α=0.01水平显著性检验,且模型精度检验表明,不同天气条件（晴天、少云—多云、阴天）的模拟值和实测值间R²在0.81~0.89之间,RMSE在0.90~1.16℃之间;不同时段（12月—次年2月）的模拟值和实测值间R²在0.82~0.89之间,RMSE在0.94~1.13℃之间。     

日光温室湿度日预测的季节时序模型应用研究

日光温室内湿度环境的调控是设施农业生产监测与预测的重要内容,现以季节性时间序列模型的理论和方法,对石家庄高邑地区的代表温室内,2008年10月至2009年6月间的月平均日湿度值为分析数据,建立了当地温室的日湿度AR（p）模型,用实测数据与模型的预测数据相比较,均方根误差RMSE和相对误差RE分别为9.90和 -8.65%,说明时间序列模型能较好地拟合与预测日湿度的变化趋势,可为日光温室的湿度环境调控书提供理论依据和决策支持。     

东北地区大型日光温室最高、最低温度预报模式探讨

为了在东北地区开展大型日光温室内气温预报,防御温室蔬菜冷冻害和热害,在东北地区的中部建立大型日温室和温室小气候自动观测系统,应用小气候监测资料研究棚内外最高、最低气温的关系,建立相关模式,用棚外的最高、最低温度预报值预报棚内的最低（最高）温度。结果表明,大型日光温室内、外最低（最高）气温相关显著,不同季节、不同天气条件下的相关模式差异较大。这类相关模式可以用于日光温室内最低和最高气温的预报,从而提升温室气象要素预报水平,预防设施农业气象灾害,提高蔬菜生产效益。     

不同年型下日光温室内小气候差异

为了研究不同年型下日光温室内小气候的差异及对蔬菜生长发育需要的满足情况,实现对日光温室有目的地科学管理,笔者基于偏暖年型和偏冷年型下日光温室内小气候资料,结合黄瓜生长发育所需要的气象条件,对比分析2种年型下日光温室内在温度、光照和空气相对湿度方面的差异。结果表明,偏暖年型下日光温室内的适宜温度出现的时间较长,日照相对充足,但发生热害的风险更大,温室管理应重点预防热害;偏冷年型下日光温室内的热量远不能满足黄瓜生长发育需要,尤其是冬季,存在发生冷害或冻害的风险,温室管理应以预防低温冷害或冻害为重点。     

厚墙体日光温室气温变化特征及预测方法研究

为探求内蒙古高寒地区日光温室小气候变化特征及预测预报方法,利用内蒙古赤峰市宁城县2012-2013 年度春、秋、冬季日光温室内外气温资料,分析不同季节（春季、秋季、冬季）、不同天气条件（晴天、阴天）、一日内不同时段（白天、夜间）温室内气温变化特征和增温保温效应及温室内气温的变化与一日时间变化、室外气温的相关性,在此基础上,建立了温室气温日变化及最低气温的预测模型,并对模型的准确率进行了验证。结果表明：模型拟合的准确率较高,可为厚墙体日光温室气象服务提供技术支撑。     

盘锦冬季日光温室光合有效辐射预报模型研究

为了探索盘锦地区冬季日光温室光合有效辐射变化规律,更好地为本地区设施农业服务,利用2012 年冬季日光温室内小气候和附近气象站观测资料,采用相关统计和逐步回归分析方法分析了冬季不同天气类型日光温室中光合有效辐射特征及光合有效辐射占太阳总辐射的比值,建立了冬季不同天气类型日光温室光合有效辐射的预报模型,并对其进行拟合检验。结果表明：（1）晴天和多云天日光温室内PAR具有明显的日变化。阴天时日光温室内接受到的PAR 最大值一般在1~38 W/m2。（2）冬季典型多云天ηPAR最高,阴天次之,晴天最低。（3）采用逐步回归分析方法分别建立日光温室内日最高光合有效辐射、日光合有效辐射总量、日最大总辐射、日总辐射总量与外界气象要素的相关模型均通过了0.01 的显著性水平检验,并进行了拟合检验,晴天和多云天4个要素的拟合效果较好,阴天4个要素的拟合效果较差。