电子计算机控制温室小气候应用初探

<正> 一、前言近年来温室小气候控制技术随着电脑的应用迅速发展。以优质高产,节能省工为核心的最佳小气候控制,也只有在微型电子计算机日益普及的条件下才有可能真正实现。要实现温室最佳小气候控制,决定于:1.各种作物最佳环境条件组合的小气候指标的确定;2.达到最佳环境条件控制调节手段的解决。只有两者紧密配合才能达到予期目的。前几年我们在黄瓜、番茄产量形成的光、热指标研究的基础上,初步探索了用电     

蔬菜温室反光幕的小气候效应

通过两年的对比试验证明，应用镀铝聚脂膜反光幕可以改善晚冬，早春蔬菜温室内的小气候条件，调节温室内光分布，提高温室内气温，地温，减少作物病害，降低能源消耗，促进蔬菜早收增产，有明显的经济效益和社会效益。     

双峰县秋延后辣椒越冬再生栽培技术浅析

辣椒是我国重要的农作物品种之一,湖南省是辣椒生产和消费的主要区域。在湘中地区的双峰县采取秋延后辣椒越冬再生栽培技术使辣椒秋延越冬,做到一茬二收,延长了辣椒的采收期,提高了大棚的经济效益。基于此,就秋延后辣椒秋季栽培技术和春季剪枝再生技术进行具体介绍。     

国外温室小气候环境及控制模式

介绍了国外关于温室环境控制的基本概念和某些科学术语.对70年代以来温室环境数学模拟模型的研究,尤其是以单位地表面积表示的温室内空间平均温度和以单位叶表面积表示的冠层平均温度的热量平衡方程作了重点介绍.对于温室计算机分级管理系统也作了简要论述.     

农业温室小气候动态模型研究与仿真

温室小气候具有非线性、强耦合、强干扰、时变等特点。基于热力学和传热学原理,以物质和能量守恒为原则,考虑室外温度、太阳辐射强度、风速和室内湿度等相关因素,建立了以PC板为主要材料的温室温度动态数学模型,采用迭代算法对数学模型中不易确定的参数（叶面积指数）进行了参数估计。以安徽农业大学农业试验园的PC板温室为例,基于Matlab平台,对该温室的数学模型进行了仿真验证。试验结果表明,该温室动态模型的计算输出与实测数据基本吻合,具有较好的通用性。     

合浦县大棚苦瓜秋延后栽培主要技术分析

苦瓜是一种广受大众喜爱的蔬菜,苦瓜的大棚栽培技术也在日益成熟。立足当前大棚苦瓜秋延后栽培的现状,结合合浦县额的生产情况,对大棚苦瓜秋延后栽培技术进行探究。     

温室小气候要素的计算机自动控制效果分析

对自行设计和制造的温室装备的小气候要素控制效果进行了分析。用遮阳网和温帘风机降温系统可使夏季温室的最高温度控制在３２－３３℃,晴天空气湿度增加到７８％－８５％,冬季营养液电热线加温,能将作物根际温度控制在１５℃左右的合适水平。采用遮阳网和日光色镝灯补光,可以将不同季节的光强控制在作物生长较适的范围内。     

10个秋萝卜品种比较试验

本试验分别对十个萝卜品种的植物学性状、产量、品质等性状进行了比较。结果表明:品种丰光萝卜、原种大青、德日2号、三尺白、浙大长萝卜可作为育种材料,白玉夏、浙大长萝卜的综合性状表现好,适合在重庆地区推广。     

冷型小麦灌浆期农田小气候特征分析

根据农田小气候观测资料分析冷型小麦“陕229”和暧型小麦“9430”的农田小气候特征及成因结果表明，灌浆期冷型小麦“陕229”比“9430”光照度偏小0.3-6.8klx，0-0.2m土壤温度偏低0.2-3.5℃(8:00和20：00地面温度除外)，株间气温降低0.2-1.9℃，株间水汽压和相对湿度分别偏高20-170Pa和1％-9％，即冷型小麦的农田生态环境较冷温，该特征是由“陕229”的生物学特性所形成，有利于抗御小麦灌浆期干热天气的危害。     

基于R-BP神经网络的温室小气候多步滚动预测模型

温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络（Rolling Back Propagation Neural Network, R-BP）的温室小气候多步滚动预测模型。模型主要包括两个阶段：（1）建立初始的BP神经网络。采用自动编码器无监督学习方法获取初始网络参数,并利用改进的粒子群算法优化网络参数。（2）建立滚动的BP神经网络群。将前一个网络输出作为后一个网络的部分输入进行滚动训练和预测,实现温室小气候多步滚动预测。为验证R-BP模型的有效性,在阿拉伯联合酋长国阿布扎比市的自控温室和中国苏州市的非自控温室分别进行试验。验证试验表明,与传统BP神经网络相比,在阿布扎比温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低69.9%,预测相对湿度,其平均误差降低47%;在苏州温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低43.3%,预测相对湿度,其平均误差降低55.6%。说明R-BP模型能够较准确预测未来6h内温室小气候环境变化,可为制定温室小气候优化调控方案提供依据。     

面向控制的温室系统小气候环境模型要求与现状

以往的温室作物生长和小气候环境模型,主要是从面向研究而不是面向实际生产的温室获得的,这二者的最大不同是:面向研究的模型主要考虑的是得到作物生长高产所需的"最优"的温室内部气候环境参数设定值,而较少考虑温室内控制设备的能力（控制动态过程）、生产过程中温室外气候变化情况和达到"最优"所需付出的能量等代价;而后者在面向实际生产的自动化控制的温室系统模型中是必不可少的。当前温室系统自动化控制面临的一个最大困难,就是缺乏一个这样的可靠的温室系统模型,而只能采用面向研究的温室系统模型去进行实际生产的温室系统控制,这种忽视实际生产条件下的温室系统模型与理想条件下的模型之间差异的"纸上谈兵"的做法,必然导致温室控制技术水平低、达不到预期效果。该文介绍了温室系统的整个控制过程,对一个实际生产的温室系统中各种变量和参数作了简要描述,并概括了面向实际的温室生产控制要求的温室系统模型的基本结构,对温室环境模型、作物生长模型和能耗及CO₂消耗模型的研究现状作了详细的回顾。从满足控制需求出发对现有的温室系统模型所存在的问题进行了分析,并指出了其中的不足和局限性。探讨了未来温室系统的建模方法和需要解决的关键问题,提出了面向控制需求的温室系统建模要满足的要求,为温室系统的建模研究提供了一种新的思路和方向。     

冀中地区双覆膜温室式猪舍冬季小气候的卫生学评价

对冀中地区双覆膜温室式母猪和育肥猪混合舍的冬季小气候状况进行了观测,晴天舍内温度５．２－１９．１℃,光照度１５０００ｌｘ,阴天舍内温度６．１－１３．０℃,光照度３０００ｌｘ。舍内湿度７１％－８４％,氨气浓度１１．６－２６．８ｍｇ／ｍ＾３。结果表明,温度尚低,氨气浓度部分时间超标,湿度略高,光照过强。     

利用BP神经网络对江淮地区梅雨季节现代化温室小气候的模拟与分析

为对江淮地区现代化温室内梅雨季节的小气候进行模拟与分析，在建立相应的BP神经网络模拟模型的基础上，进一步研究了外部温度、湿度、风速、太阳总辐射和天窗开度5个因素对温室内温度、湿度、风速的影响。研究发现可以使用BP神经网络对梅雨季节的小气候进行模拟，模型具有较高的精度，是对物理模型的有益补充；梅雨季节室内湿度受室外湿度的强烈影响，在5个输入因素中所占比重为51.7%；室内风速主要受室外风速和天窗开度的共同影响，受室外温度的影响较小，所占比重仅为10%；室内温度主要受室外温度和太阳辐射的影响，二者所占比重分别为46.2%和27.9%。     

不同西瓜栽培方式对温室大棚小气候要素及产量的影响

对保护地3种西瓜栽培方式下温度、湿度和产量的试验研究结果表明,3种天气状况下三立架二地爬种植方式的温度、湿度有利于西瓜生长发育,是上海地区春季保护地西瓜适宜栽培方式,果实膨大期40℃以上高温对西瓜生长明显不利,较为适宜西瓜生长的田间环境小气候为平均气温27℃,温度变幅15～38℃,相对湿度75％～80％。     

天津市农田氮肥施用氨排放量估算及分布特征分析

氮素是作物生长的必要营养元素,氮肥施用过程中,会导致氨的挥发,而氨是形成可吸入颗粒物的重要前体物,为了解天津市农田氮肥施用过程中氨的排放,为天津市空气污染治理提供技术支撑,通过获取天津市不同农作物的不同氮肥种类施用量,依据国家环保部推荐的排放因子法和天津市的年均温度,对天津市农田氮肥施用过程中氨的排放量进行了估算和时空分布特征分析。结果表明,2014年天津市农田氮肥施用氨排放量为17 999.91 t,排放强度为3.27 t·km-2;从氮肥种类上看,尿素是最大排放源,贡献率为83.13%,其次是碳铵(13.83%),其他氮肥占比为3.04%;从农作物类型上看,蔬菜是最大的排放源,贡献率为38.91%,其次是玉米(29.43%)和小麦(19.66%),其他作物占比为12.00%。氨的排放系数具有明显的时间特征:中午高,夜间低;8月份最高,1月份最低。在各区县中,武清区氨排放量最大,贡献率为27.06%;津南区氨排放量最小,贡献率为1.14%;另外,宝坻区和蓟县的氨排放量也较高,贡献率分别为20.71%、17.86%。氨具有较强的空间分布差异性,在有氮肥施用的农田排放较高,其他区域排放较低。因此在控制天津市农田氮肥施用氨排放中应加强对武清区、宝坻区、蓟县等区县6—8月份蔬菜种植过程中尿素的科学施用。农田氨的时空分布特征可为天津市空气污染的防治提供科学依据。     

不同施氮水平下温室番茄叶片反射光谱特征分析

利用便携式光谱辐射仪测定了温室番茄叶片的光谱反射率,研究了不同施氮水平下特定光谱指数与叶片氮含量、光合速率及产量的关系。结果表明,温室番茄叶片的光谱反射率在可见光波段随供氮水平的升高而降低,在近红外波段随供氮水平的升高而增加。随施氮水平的提高,绿峰的蓝移和红边的红移现象明显,而红谷反射率与光合速率之间的关系可用二次方程拟合,相关系数达0.805。番茄叶片氮含量的敏感光谱波段为580~695 nm,740~900 nm,由695 nm、770 nm两个波段构建的高光谱指数(RVI、NDVI)与叶片氮含量的相关性显著。而基于原始光谱数据对番茄产量的估测也可在温室中得到很好的运用,其中光谱指数RV(I710,680)、VARI700和产量的拟合方程最优。