冷寒干旱区甜瓜生育期拱棚内外气候特征及温度预测模型.pdf

第 22 卷 第 2 期2023 年 6 月宁 夏 工 程 技 术Vol.22 No.2Ningxia Engineering TechnologyJun.2023冷寒干旱区甜瓜生育期拱棚内外气候特征及温度预测模型刘昊昊1，谭军利1，2，3*，白云1，王西娜4（1.宁夏大学 土木与水利工程学院，宁夏 银川750021；2.旱区现代农业水资源高效利用教育部工程研究中心，宁夏 银川750021；3.宁夏节水灌溉与水资源调控工程技术研究中心，宁夏 银川750021；4.宁夏大学 农学院，宁夏 银川750021）摘 要：为了探究不同天气类型条件下塑料大棚内外温湿度的变化规律，以海原县高崖乡塑料大棚为研究对象，收集 2021 年 46 月的大棚内外空气温度和相对湿度的数据进行分析，并采用回归分析方法进行模型的构建。结果表明，棚内的气温、相对湿度明显高于棚外，不同天气条件下棚内外空气逐时温度的变化幅度表现为晴天阴天，在12：00 左右达最高值，在 06：00 左右达最低值，晴天昼夜温差达 38.2，同时在夜间有“逆温”现象的发生。棚内与棚外的最高温度差异在 6.216.7，最低温度差异在 0.034.8。棚内气温与相对湿度具有相反的变化趋势。在建立的预测棚内温度的回归模型中决定系数（R2）为 0.867 4，标准回归统计误差（RMSE）为 2.013，模型精度较高。该地区晴天昼夜温差大，且有“逆温”现象，棚外日均气温是影响棚内日均气温最显著的因素。关键词：塑料大棚；温度；相对湿度；预报模型中图分类号：S625 文献标志码：A宁夏海原县高崖乡甜瓜的种植历史悠久，是当地的主要经济来源，而棚内的温度、相对湿度的变化对甜瓜的生长发育和果实品质有重要的影响。于盛楠等1分析了北方春季塑料大棚小气候的月变化，结果表明，35 月棚内最低气温比棚外最低气温升高了约 7，大棚内的湿度也明显高于外界。于盛楠等2分析了不同天气背景下春季大棚小气候的变化，结果表明，晴天中午大棚内外最高气温差异大，雨夹雪天内外温差最小。孟丽霞等3分析了清徐县秋季连栋塑料大棚晴天、多云、阴天 3 种不同天气状况下的气温、相对湿度、地温的变化，结果表明，气温、地温的增温幅度和降温幅度均表现为晴天多云阴天，相对湿度的日变化幅度也表现为晴天多云阴天。严彩虹等4对棚内日最低气温进行了预报模型拟合，结果表明，棚内最低气温预报值和实际值的均方根误差为 1.6，模型具有较高的模拟精度和较强的实用性。符国槐等5基于逐步回归方法建立了温室内空气温度的预报模型，结果表明，冬季的模型预报精度高于春季。目前，从国内外的研究动态来看，许多学者对早春温室大棚甜瓜栽培技术方面研究较多，而对温室大棚甜瓜的精细化气象服务方面研究颇少。为此，本文以海原县高崖乡塑料大棚为研究对象，系统收集棚内外气象数据，阐释温室大棚增温以及棚内外气温变化的机理，为当地大棚甜瓜的生产管理提供理论依据，并在研究设施小气候特征及规律的基础上建立当地棚内气温预报模型，对于当地甜瓜的高产和稳产具有重要的意义。1材料与方法1.1试验材料试验地点位于宁夏海原县高崖乡，大棚为钢管结构为主体的单体标准塑料大棚。大棚长约 80 m，南北宽约 7 m，高约 2.7 m，棚内种植作物为甜瓜。本文利用温湿度记录仪对塑料大棚内的温湿度进行连续观测，在大棚中央位置高 2 m 处布设仪器自动采文章编号：1671-7244（2023）02-0103-06收稿日期：2022-03-02基金项目：宁夏高等学校科学研究资助项目（NGY2018020）作者简介：刘昊昊（1997），男，硕士研究生，主要从事农业水资源高效利用的研究（）。*通信作者：谭军利（1979），男，教授，博士，主要从事农业水资源高效利用的研究（）。宁 夏 工 程 技 术第 22 卷集温度、相对湿度，观测频率为每 30 min 观测 1 次；大棚外记录仪与大棚内摆放位置在同一高度。大棚内外气象数据采集时间为 2021 年 47 月，共获得了 88 d 的气温、光照强度、相对湿度的实时观测数据。1.2试验方法1.2.1天气类型划分按日照百分率60%、20%划分为晴天和阴天 2 种天气类型6，对棚内外气温、湿度要素变化特征进行统计分析。1.2.2大棚最低气温预报方程的建立与检验将试验采集数据分为建立方程的样本和检验方程的样本，应用逐步回归分析方法，建立大棚内日均气温预报方程。通过相关分析法确定棚内外各因素间的相关性，选 p阴天，夜间温室内外气温的相关系数均达到 0.900 以上，比白天的相关系数大。这主要是由于夜间温室内温度的维持主要依靠地面白天储存的热能以辐射形式释放出来，热能不仅向温室内释放，同时也向温室外释放，温室外温度高低影响着热能向外界释放热量的多少，表现为夜间温室内外气温相关性较好9。棚内外相对湿度相关系数趋势与气温相同，而在同一天气类型条件下，气温的相关系数越高，相对湿度的相关系数越低。晴天夜间棚内外气温的相关系数为 0.981，而夜间棚内外相对湿度的相关系数为 0.890。阴天夜间棚内外相对湿度的相关系数最低，仅为 0.771，明显低于白天表1“逆温”时间统计表月份逆温天数/d逆温时间段4月820:0006:005月2220:0006:006月2420:0007:00051015202530354045500:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00F$a晴天温度变化020406080100120F-$%0:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00c晴天相对湿度变化051015202530354045500:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00F$b阴天温度变化0102030405060708090100F-$%0:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00d阴天相对湿度变化图2晴天和阴天大棚内外的逐时温度和相对湿度的日变化105宁 夏 工 程 技 术第 22 卷的相关系数（0.935）。2.3不同灌水条件下棚内外逐时气温与相对湿度的变化特征灌水日与非灌水日棚内外逐时气温与相对湿度的日变化如图 3 所示。由图 3a 和图 3b 可知：灌水日和非灌水日白天的棚内温度均高于棚外，在白天08：0018：00 为主要的温度变化时段，灌水日08：0018：00 时段棚内外气温均差为 8.9，而非灌水日为 4.6；灌水日棚内外温度均呈单峰型的变化趋势，不同的是非灌水日的增温时间有所推迟且具有升温快降温也快的趋势，在最高温维持的时间段也相对较短，同时在夜间有“逆温”现象的发生。对比图 3c、图 3d 与图 3a、图 3b 可知，灌水日、非灌水日的相对湿度与气温日变化趋势相反，即温度越高，相对湿度越小，但棚内的相对湿度比棚外的相对湿度大。非灌水日棚内 10：0018：00 的相对湿度下降幅度较灌水日平缓，相对湿度最低为37%，比灌水日的最低相对湿度多 6%，非灌水日白天棚内外相对湿度差也较灌水日大。2.4棚内外最高、最低气温的关系棚内外最高气温和最低气温随时间的变化如图 4 所示。由图 4 可知，棚外最高气温明显低于棚内，差异在 6.216.7，而棚内外最低气温相差明显较小，差异在 0.034.8。这可能是由于夜间的逆辐射使室内温度降低所致10。同时可以看出，棚内外最低气温随着时间的推移都在逐渐增大，而棚内最高气温随着时间的推移、天气的转暖并未增大，这与后期农户的农作活动有很大关系。棚内与棚外最高气温、最低气温的相关系数分别为 0.605，0.926，棚内与棚外的最低温度具有极显著的相关性。2.5棚内气温的预测2.5.1模型建立本文采用常用的逐步回归模型对棚内气温进行预测，模型公式为y=b0+b1x1+b2x2+bnxn，（1）式中：b0是常数；x1xn为逐步回归模型中选入的变量；b1bn为变量的相关系数。由表 3 可知，棚内日均气温受棚外日均气温、棚内最高气温、棚内最低气温、棚内光照强度影响显著，它们之间具有线性关系，其中棚外日均气温对棚内日均气温的影响最大。2.5.2模型检验选择 46 月的偶数天的棚外日均气温、棚内最高气温、棚内最低气温、棚内光照强度作为模型 y=3.094+0.415x1+0.132x2+0.280 x3+0.002x4的输入，模型对棚内气温预测结果如图 5 所示。检验模型的样本数（n）为 43。由图 5 可知，棚内气温的预测值与实际观测值的决定系数（R2）为 0.867 4，均方根误差（RMSE）为 2.013，模型精度较高。表2棚内外的逐时气温、相对湿度相关系数天气类型白天夜间气温晴天0.9450.981阴天0.8700.938相对湿度晴天0.9650.890阴天0.9350.77101020304050F$0:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00a灌水日气温变化 0102030405060708090100F-$%0:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00c灌水日相对湿度变化0510152025303540450:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00F$b非灌水日气温变化 0204060801000:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00F-$%d非灌水日相对湿度变化图3灌水日与非灌水日棚内外的逐时气温和相对湿度的日变化106第 2 期刘昊昊等：冷寒干旱区甜瓜生育期拱棚内外气候特征及温度预测模型3讨论本研究表明，塑料大棚棚内日均气温均高于棚外，这是因为太阳光以短波辐射进入塑料大棚，提高了棚内的地面温度，并将其转化为长波辐射。长波辐射在大棚中被塑料阻挡，从而使棚内热量积累，棚内温度升高11。而湿度的日变化趋势与温度的相反，这与符国槐5、陈丹12和赵玮13等的研究结论基本一致。不同的是棚内的相对湿度并不一定比棚外的高，这除了与不同月份、不同地区和不同天气条件有一定关系外，还与当地农户开棚通风、灌水等农事活动有一定的关系14。晴天塑料大棚棚内气温的日变化为“单峰”曲线。日出前温棚内气温达到日最低值，然后随着太阳辐射的增加而迅速升高；15：00 以后，随着太阳辐射的减弱，棚内气温也以较快的速度下降，但棚内气温始终高于棚外气温。此外，在晴天的夜晚，棚内气温有时低于棚外气温，而在阴天没有“逆温”现象的出现，这是由于白天棚外气温较低，而棚内气温相对较高，夜间存储在土壤中的热量以长波辐射形式向四周散发，从而使棚内温度始终高于棚外15。这种“逆温”现象的发生不只在北方地区塑料大棚，在广西南部等地区也出现了此类现象12，16-18，不同的是这些地区在阴雨天也会有“逆温”现象的发生，表现出天空云量越多、“温度逆转”越轻的规律。同时，“逆温”现象的出现不只在塑料大棚中，在日光温室中也会出现19-21，只是时间段不同；晴天时平均最低气温比阴天偏低，在 4 月份天气未转暖时要注意低温危害的发生，这可能与晴天夜间缺少云层阻挡，地面辐射强烈，从而更易出现强烈降温有关。本文利用回归分析法建立了适用于海原县高崖乡的棚内日均气温预报方程，预报检验结果中的均方根误差（RMSE）为 2.013，预报精度较高，在当地具有较强的适用性。其他学者在预测模型中所选的因变量、自变量与本文不同，以及研究的季节也有所不同。如：张晓月等15研究了日最低气温、日最高气温和日相对湿度为因变量的不同天气条件的模型检验；严彩虹等4在莫索湾垦区为了防止低温冷害的发生，以日最低气温为因变量构建了适合当地的预测模型，模型在当地具有较高的模拟精度和较强的实用性。本文开展试验的地区春夏季晴天多，阴雨天气少，本研究多对晴天开展分析，而阴雨和多云天分析得较少，所以对多云及阴天的小气候变化特征具有一定的局限性。4结论（1）棚内外日均温差随着月份的增加逐渐降低，由 4 月中旬的平均 8.7 降低到 6 月下旬的 2.3；而 46 月棚内比棚外总积温多 401。01020304050600Q$45420555206461974a最高气温变化1491419240$45420555206461974b最低气温变化图4棚内外最高气温和最低气温随时间的变化表3棚内日均气温预测模型预测方程y=11.047+0.672x1y=4.626+0.547x1+0.198x2y=2.836+0.418x1+0.250 x2+0.179x3y=3.094+0.415x1+0.132x2+0.280 x3+0.002x4R20.8380.9190.9310.948RMSE1.6691.1791.0870.943p*注：x1为棚外日均气温，x2为棚外最高气温，x3为棚内最低气温，x4为棚内光照强度。“*”代表显著水平p0.01。y=0.905 8x+2.853 2R=0.867 415171921232527293133151719212325272931$N$?#图5棚内气温预报值与观测值比较107宁 夏 工 程 技 术第 22 卷（2）不同天气条件下棚内外逐时气温的变化幅度表现为晴天阴天，均在 12：00 左右达到温度最高值，06：00 左右达最低值；晴天昼夜温差为38.2，且夜晚伴有“逆温”现象的发生。而相对湿度与温度具有相反的变化趋势，棚内日均相对湿度在 5 月中旬后维持在 60%左右。（3）建立的逐步回归模型方程表明，棚外日均气温对棚内日均气温的影响最显著，同时揭示了棚内日均气温不仅与棚外日均气温有关，还与棚内最高气温、棚内最低气温、棚内光照强度有关，且呈线性关系。参考文献：1 于盛楠，吴志强，闫立奇，等.北方春季塑料大棚小气候月变化分析J.安徽农业科学，2010，38（7）：3559-3560，3574.2 于盛楠，闫立奇，肖峰，等.不同天气背景下春季大棚小气候变化分析J.农业现代化研究，2010，31（2）：254-256.3 孟丽霞，段晓瞳，王溢梅，等.清徐县秋季连栋塑料大棚小气候特征分析J.南方农机，2020，51（15）：92-93.4 严彩虹，周龙，唐震，等.莫索湾垦区冬枣大棚温度特征变化及日最低气温预报研究J.浙江农业科学，2018，59（3）：445-448.5 符国槐，张波，杨再强，等.塑料大棚小气候特征及预报模型的研究J.中国农学通报，2011，27（13）：242-248.6 FERREIRA P M，FARIA E A，RUANO A E.Neural network models in greenhouse air temperature predictionJ.Neurocomputing，2002，43（1/2/3/4）：51-75.7 金志凤，封秀燕，陈士平.大棚气温变化特征及其对杨梅生育期的影响J.浙江农业科学，2004，45（2）：57-59.8 李树军，崔建云，董晨娥，等.蔬菜大棚内光照及温度的特点分析J.山东气象，2004，24（1）：26-27.9 魏瑞江，孙忠富.我国日光温室小气候研究进展与展望J.西北农林科技大学学报（自然科学版），2014，42（12）：139-150.10 马成芝，孙立德，穆春华.喀左日光温室内气温变化规律及其应用J.气象与环境学报，2007，23（5）：49-52.11 袁静，李树军，崔建云，等.山东寿光冬季日光温室内温度变化特征及低温预报J.中国农学通报，2012，28（3）：300-304.12 陈丹，范万新，卢明，等.桂南地区夏季单栋塑料大棚小气候特征分析J.安徽农业科学，2008，36（10）：3995-3998.13 赵玮，石茗化，张艳艳，等.春季塑料大棚内气温和相对湿 度 变 化 特 征 J.江 苏 农 业 科 学，2020，48（5）：205-209.14 朱进，彭玉全，李文静，等.冬季不同天气条件下塑料大棚内小气候变化分析J.长江大学学报（自然科学版），2019，16（7）：65-68.15 张晓月，李荣平，王莹，等.日光温室小气候要素预报模型研究J.中国农学通报，2018，34（32）：113-118.16 张兵兵，李荣平，史奎桥，等.日光温室气温变化及其影响因子分析J.中国农学通报，2013，29（8）：200-205.17 陈昱利，张智优，刘岩，等.南京地区塑料大棚中空气温湿度日变化模型及验证J.江苏农业学报，2011，27（6）：344-351.18 吕佳佳，王萍，王秋京，等.黑龙江省日光温室小气候变化规律分析J.黑龙江农业科学，2012（12）：73-78.19 杨艳超，刘寿东，薛晓萍.莱芜日光温室气温变化规律研究J.中国农学通报，2008，24（12）：519-523.20 马成芝，孙立德，穆春华.喀左日光温室内气温变化规律及其应用J.气象与环境学报，2007，23（5）：49-52.21 陈丹，梁萍，范万新，等.桂南地区春季六连栋塑料大棚的小气候特征分析J.广东农业科学，2007，34（7）：102-105.Climate Characteristics and Temperature Prediction Models Inside and Outside of Arched Sheds During Muskmelon Fertility in Cold and Arid AreasLIU Haohao1，TAN Junli1，2，3*，BAI Yun1，WANG Xina4（1.School of Civil and Hydraulic Engineering，Ningxia University，Yinchuan 750021，China；2.Engineering Research Center Funded by Ministry of Education for Effective Utilization of Modern Agricultural Water Resources in Arid Areas，Yinchuan 750021，China；3.Engineering and Technology Research Center of Water-Saving Irrigation and Water Resource Regulation in Ningxia，Yinchuan 750021，China；4.School of Agriculture，Ningxia University，Yinchuan 750021，China）（下转第 116 页）108宁 夏 工 程 技 术第 22 卷Temporal and Spatial Distribution Characteristics of Heavy Rainfall and Disaster Risk Assessment for Ningxia High-grade HighwaysYONG Jia1，2，3，WANG Jianying1，2，3*，BAO Xinyu3，4，YUAN Ruirui1，2，3，WANG Kun1，2，3（1.Key Laboratory for Meteorological Disaster Monitoring and Early Warning and Risk Management of Characteristic Agriculture in Arid Regions，CMA，Yinchuan 750002，China；2.Ningxia Key Laboratory of Meteorological Disaster Prevention and Reduction，Yinchuan 750002，China；3.Ningxia Meteorological Service Center，Yinchuan 750002，China；4.Ningxia Tongzhou Science and Technology Company of Limited Liability，Yinchuan 750002，China）Abstract：Based on hourly precipitation data of Ningxia Encrypted Automatic Station from 2011 to 2020，and statistical analysis of spatial and temporal characteristics of short-term heavy rainfalls with different magnitudes，this paper established the evaluation index set of heavy rainfall disasters on Ningxia high-grade highways from three aspects of risk，exposure and vulnerability by using meteorological data，basic geographic information data，and traffic and socioeconomic data.The evaluation factors and weights of each index were calculated by fuzzy comprehensive evaluation method and analytic hierarchy process，and the risk assessment of heavy rainfall disaster on Ningxia high-grade highways was carried out by combining GIS spatial analysis method.The results show that（1）the daily variation of short-term heavy rainfalls at different levels is unimodal.Afternoon to the first half of the night is the time when short-time heavy rainfalls are more frequent，during which 16：00 is the moment when the most short-time heavy rainfalls occur，and the second half of the night to the next morning is the time when short-time heavy rainfalls are few.It has the most frequent short-time heavy rainfalls in August，followed by July.（2）The high frequency regions of rainfall intensity 10 mm/h，20 mm/h and 30 mm/h are mainly distributed in the western part of Yinchuan and the southeastern part of Guyuan.The annual average frequency of rainfall 10 mm/h in Jingyuan County and Pengyang County in the southern foothills of Liupan mountains is 5 to 7 times，that of rainfall 20 mm/h in Suyukou area of Yinchuan and southern Pengyang County of Guyuan is more than twice，and that of rainfall 30 mm/h in the western Jinfeng District of Yinchuan and the southern Pengyang County of Guyuan is more than one.（3）The high-risk sections of heavy rainfall disaster on Ningxia high-grade highways are mainly located in the Guyuan-Jingyuan section of Fuyin Expressway and Qinglan Expressway，while the relatively-high-risk sections are located in the southern section of Yuanzhou District of Fuyin Expressway and the Longde District of Qinglan Expressway.Keywords：high-grade highways；short-term heavy rainfall；spatial-temporal distribution；risk assessment（责任编辑 丁莉君）Abstract：In order to study the changes of temperature and humidity inside and outside the plastic sheds under different weather conditions，the data of air temperature and relative humidity inside and outside the sheds from April to June in 2021 were collected and analyzed by using regression analysis method for model construction，taking the plastic sheds in Gaoya Town，Haiyuan County as the research object.The results showed that the air temperature and relative humidity inside were significantly higher than those outdoor the sheds.The hourly temperature change inside and outside the sheds in sunny days were greater than that in cloudy days，reaching the maximum at 12 o clock and the minimum at 6 o clock，with the largest difference in temperature between day and night on sunny days of 38.2，and occasional temperature inversion.The maximum temperature difference between indoor and outdoor is 6.2 to 16.7 on average，and the minimum temperature difference is between 0.03 to 4.8.The air temperature and relative humidity inside the sheds had opposite trends.The established regression model for predicting indoor temperature shows that the coefficient of determination（R2）between the predicted value and the measured value of the indoor daily average temperature based on the 1：1 line is 0.867 4，and the standard regression statistical error（RMSE）is 2.013，showing a high accuracy.The temperature difference between day and night on sunny days in this area is large and there are temperature inversions.The average daily temperature outside the sheds is the most significant factor affecting that inside the sheds.Keywords：plastic sheds；temperature；relative humidity；forecast model（责任编辑 王德平）（上接第 108 页）116