張良　管澤鋒　洪亞杰

摘要：針對屋頂全開窗型溫室，開展基于溫室動(dòng)態(tài)模型與多元線性回歸模型的溫度預(yù)測的理論與試驗(yàn)，分析不同模型對溫度預(yù)測的效果?；谀芰科胶夥匠探厥覄?dòng)態(tài)溫度模型，依據(jù)測量的溫室環(huán)境因子數(shù)據(jù)，對溫度進(jìn)行預(yù)測，溫度模型實(shí)測值與模擬值比較可知，R2=0.855 3，均方誤差（mean squared error，簡稱MSE）為0.842 8；溫室覆蓋層溫度模型實(shí)測值與模擬值比較可知，R2=0.862 7，MSE=0.852 5。建立相應(yīng)的線性回歸方程，以此對溫室空氣溫度與溫室覆蓋層溫度進(jìn)行預(yù)測，空氣溫度實(shí)測值與模擬值比較可知，R2=0.682 2，MSE=0.603 9；溫室覆蓋層溫度實(shí)測值與模擬值比較可知，R2=0.678 9，MSE=0.633 7。

關(guān)鍵詞：溫室；動(dòng)態(tài)模型；能量平衡方程；線性回歸；溫濕度傳感器

中圖分類號(hào)： S625.5+1文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2017）15-0182-03

溫室作為農(nóng)業(yè)生產(chǎn)的一種基礎(chǔ)設(shè)施，在農(nóng)業(yè)生產(chǎn)中可以改善作物生長環(huán)境，使反季節(jié)的作物得到培育。對于普通溫室來說，夏季氣溫較高，溫室內(nèi)空氣溫度必須經(jīng)過調(diào)節(jié)與控制才能滿足溫室內(nèi)作物生長基本需求，由于控制過程存在擾動(dòng)和時(shí)間延遲，對控制溫室來說增加了一定難度。對屋頂全開窗型溫室來說，由于特殊性結(jié)構(gòu)，溫室頂窗可以全部打開，加大了通風(fēng)面積，在江南地區(qū)已經(jīng)開始規(guī)?；褂谩ａ槍ξ蓓斎_窗型溫室溫度的精確模擬與預(yù)測在溫室環(huán)境控制方面具有十分重要的意義和應(yīng)用價(jià)值。

關(guān)于溫室內(nèi)溫度模型的研究始于20世紀(jì)60年代，Bot建立了溫室內(nèi)簡單的溫度靜態(tài)模型[1]。Van Henten針對以往的溫室模型提出了動(dòng)態(tài)與靜態(tài)相結(jié)合的溫室模型[2]，模型提供了溫室內(nèi)一些環(huán)境參數(shù)的計(jì)算方法及計(jì)算目的。Abdel-Ghany等基于熱能動(dòng)力學(xué)理論對溫室內(nèi)的自由能與動(dòng)態(tài)能量、輸入與輸出等進(jìn)行了系統(tǒng)分析，建立了包含作物生長的溫室動(dòng)態(tài)環(huán)境模型[3]。Joudi等建立了用于預(yù)測溫室內(nèi)空氣溫度與土壤溫度的動(dòng)態(tài)模型，通過試驗(yàn)測量溫室內(nèi)外環(huán)境參數(shù)，包含能提供溫室內(nèi)空氣溫度和其他環(huán)境因素等來準(zhǔn)確預(yù)測土壤與溫室內(nèi)空氣之間熱交換[4-5]。Patil等以自回歸平均模型和神經(jīng)網(wǎng)絡(luò)自回歸模型作為研究方法，根據(jù)一段時(shí)間內(nèi)環(huán)境因子的數(shù)據(jù)建立模型，用以模擬溫室內(nèi)環(huán)境變化情況，2種模型都對溫室溫度有很好的模擬效果，但自回歸模型優(yōu)于神經(jīng)網(wǎng)絡(luò)自回歸模型[6]。金志鳳等對普通塑料大棚進(jìn)行了研究，建立了基于逐步回歸的溫室空氣溫度模型，模型以試驗(yàn)數(shù)據(jù)作為輸入，對溫室內(nèi)空氣溫度進(jìn)行預(yù)測。結(jié)果表明，冬季、春季的R2分別為0.912、0.887，RMSE分別為2.3、2.7 ℃[7]。目前，國內(nèi)外針對普通溫室的溫度預(yù)測研究已初具規(guī)模，然而以屋頂全開窗型溫室作為研究對象，使用溫室能量平衡建模與多元線性回歸作為分析手段的研究尚不多見。

本研究是在前人研究的基礎(chǔ)上，針對屋頂全開窗型溫室進(jìn)行理論與試驗(yàn)研究，利用能量平衡方程建立溫室內(nèi)空氣溫度與溫室覆蓋層溫度的理論模型，利用模型模擬溫室內(nèi)溫度并與多元線性回歸模型進(jìn)行對比，分析不同模型對溫度預(yù)測的效果。

1材料與方法

1.1試驗(yàn)對象

試驗(yàn)溫室位于上海市金山區(qū)中華村，地理位置為 12°16′E、30°79′N。試驗(yàn)時(shí)間為8月2日—3日，此時(shí)上海地區(qū)氣溫較高，室外風(fēng)速較低。

試驗(yàn)溫室為34跨，分為東部、西部、中部3個(gè)部分，選取中部2棟未種植作物的獨(dú)立溫室進(jìn)行試驗(yàn)。溫室面積為 512 m2（64 m×8 m），溫室覆蓋層為4 mm浮法玻璃。

1.2試驗(yàn)方法

試驗(yàn)期間為滿足相鄰溫室作物的基本生產(chǎn)，溫室遮陽網(wǎng)展開，頂窗全部打開。

在溫室內(nèi)使用ZDR-3WIS溫濕度傳感器（含3路溫度、1路濕度傳感器，測量溫度范圍為-40～100 ℃，精度為 ±0.1 ℃，相對濕度測量范圍為0～100%，精度為±3%）進(jìn)行溫濕度測量。為保障測量效果，使用12個(gè)溫濕度傳感器，分別測量室內(nèi)空氣溫度、土壤表面溫度以及溫室覆蓋層溫度，每個(gè)環(huán)境因子測量采用4個(gè)傳感器，測量結(jié)果取平均值。室內(nèi)輻射使用手持環(huán)境記錄儀記錄，輻射測量精度<5%，測量范圍0～2 000 W/m2，分辨率為1 W/m2[8]。

室外環(huán)境采用北京天裕德有限公司的TYD-ZS2型環(huán)境數(shù)據(jù)記錄儀記錄相關(guān)氣象數(shù)據(jù)。其中溫度測量精度為 ±0.1 ℃，測量范圍為-40～80 ℃，分辨率為0.1 ℃；環(huán)境相對濕度精度為±2%，測量范圍為0～100%，分辨率為0.1%；風(fēng)向精度為±3°，測量范圍為0°～360°，分辨率為1°；風(fēng)速精度為±0.3 m/s，測量范圍為0～70 m/s，分辨率為0.1 m/s。環(huán)境數(shù)據(jù)記錄儀放置在溫室大門正南面15 m的位置，無遮擋物。室內(nèi)外傳感器布點(diǎn)如圖1所示。

1.3數(shù)據(jù)分析

用MATLAB軟件對試驗(yàn)數(shù)據(jù)進(jìn)行處理并作圖。

2溫室溫度模型

為準(zhǔn)確模擬溫室內(nèi)空氣溫度與溫室覆蓋層溫度，可將溫室系統(tǒng)分為土壤表層、溫室覆蓋層、內(nèi)部空氣3個(gè)部分。本研究的模型是基于溫室能量平衡方程推導(dǎo)的溫室溫度動(dòng)態(tài)模型，模型成立須要滿足以下幾個(gè)條件：（1）溫室內(nèi)無作物；（2）溫室看作是一個(gè)集中系統(tǒng)；（3）溫室地表和覆蓋層看作是灰度表面；（4）溫室空氣溫度與溫室土壤表層溫度看作是均勻的。

由能量平衡方程推出溫室內(nèi)部溫度與時(shí)間關(guān)系的方程：

3結(jié)果與分析

3.1動(dòng)態(tài)模型溫度預(yù)測

溫度模型是基于溫室質(zhì)能平衡方程來進(jìn)行的溫室溫度的模擬預(yù)測，基于8月3日測量的環(huán)境數(shù)據(jù)，利用所求出的溫度動(dòng)態(tài)模型，對溫室內(nèi)空氣溫度與溫室覆蓋層溫度進(jìn)行模擬預(yù)測。由圖2可知，溫室內(nèi)空氣溫度模擬值與實(shí)測值之間變化趨勢一致，但模擬溫度值比實(shí)測溫度值明顯偏低，R2=0.855 3、MSE=0.842 8。溫室空氣溫度模型在一定程度上能反映溫室內(nèi)空氣溫度變化情況，但仍有一定偏差。endprint

由圖3可知，溫室覆蓋層溫度模擬值與實(shí)測值之間也存在一定偏差，但是模擬值的溫度變化趨勢與實(shí)測值大體相同，R2=0.862 7，MSE=0.852 5，與溫室內(nèi)空氣溫度模擬值和實(shí)測值變化情況類似；模擬值與實(shí)測值在08：00—12：00時(shí)間段內(nèi)有一定的差異，模型基本能反映溫室覆蓋層溫度變化趨勢。

總體而言， 溫室溫度模型能在一定程度上反映溫室空氣溫度與溫室覆蓋層溫度的變化趨勢，但不能做到對溫室空氣溫度與覆蓋層溫度的精確預(yù)測。

3.2回歸分析模型預(yù)測

以2015年8月2日08：00—16：00的試驗(yàn)時(shí)間作為模擬時(shí)段，利用8月3日測量的室內(nèi)外環(huán)境因子的數(shù)值對原有線性回歸方程進(jìn)行預(yù)測驗(yàn)證。

根據(jù)8月2日的環(huán)境因子數(shù)據(jù)，建立溫室內(nèi)空氣溫度的線性回歸模型：

以多元回歸方程作為溫室內(nèi)空氣溫度與溫室覆蓋層溫度的預(yù)測模型，以8月3日測得的溫室覆蓋層溫度與溫室內(nèi)空氣溫度作為實(shí)測值進(jìn)行對比。

由圖4可知，使用多元線性回歸分析的溫室內(nèi)空氣溫度模擬值與實(shí)測值較為接近，模擬值基本能反映溫室內(nèi)空氣溫度隨時(shí)間變化的規(guī)律。R2=0.682 2，MSE=0.603 9。

由圖5可知，溫室覆蓋層溫度的模擬值與實(shí)測值接近，模擬值能反映溫室覆蓋層的溫度變化情況。R2=0.678 9，MSE=0.633 7。與09：00—11：00時(shí)間段相比，在12：00—16：00時(shí)間段，溫室覆蓋層溫度的模擬值與實(shí)測值的差距較小。

3.3溫度模型與線性回歸對比

溫室溫度動(dòng)態(tài)模型與線性回歸方程對溫室空氣溫度以及溫室覆蓋層溫度的預(yù)測對比如圖6、圖7所示。可以看出，2種模型都對溫室空氣溫度以及溫室覆蓋層溫度有一定的模擬效果，動(dòng)態(tài)模型和線性回歸都能在一定程度上預(yù)測溫室內(nèi)空氣溫度與溫室覆蓋層溫度。

4結(jié)論

本研究提出針對屋頂全開窗型溫室的基于能量平衡方程的溫室空氣溫度與溫室覆蓋層溫度的理論模型，利用此理論模型預(yù)測溫室內(nèi)溫度，并與多元線性回歸模型對溫度的預(yù)測結(jié)果進(jìn)行對比，分析不同模型對溫度預(yù)測的效果。

溫室動(dòng)態(tài)模型對溫室空氣溫度與溫室覆蓋層溫度有較好的模擬效果，空氣溫度模型實(shí)測值與空氣溫度的模擬值相比可知，R2=0.855 3，MSE=0.842 8；溫室覆蓋層溫度的實(shí)測值與模擬值進(jìn)行比較可知，R2=0.862 7，MSE=0.852 5。

依據(jù)測量數(shù)據(jù)建立線性回歸方程，對溫室空氣溫度與溫室覆蓋層溫度進(jìn)行預(yù)測，溫室空氣溫度實(shí)測值與模擬值比較可知，R2=0.682 2，MSE=0.603 9；溫室覆蓋層溫度實(shí)測值與模擬值比較可知，R2 =0.678 9，MSE=0.633 7。

對比溫室動(dòng)態(tài)模型與線性回歸模型對溫室內(nèi)空氣溫度與溫室覆蓋層溫度的預(yù)測效果，溫室動(dòng)態(tài)模型對溫室內(nèi)空氣溫度與溫室覆蓋層溫度預(yù)測效果雖然精度稍有欠缺，但受已知數(shù)據(jù)的影響較小，在特定情況下能為溫室內(nèi)溫度預(yù)測提供一定的指導(dǎo)。

參考文獻(xiàn)：

[1]Bot G P A. Greenhouse climate：from physical processes to a dynamic model[D]. The Netherlands：Agriculture of University Wageningen，1983：55-58.

[2]Van Henten E J. Greenhouse climate management：an optimal control approach[D]. The Netherlands：Agriculture of University Wageningen，1994：32-33.

[3]Abdel-Ghany A M，Al-Helal I M. Solar energy utilization by a greenhouse：general relations[J]. Renewable Energy，2011，36（1）：189-196.

[4]Joudi K A，F(xiàn)arhan A A. A dynamic model and an experimental study for the internal air and soil temperatures in an innovative greenhouse[J]. Energy Conversion and Management，2015，91：76-82.

[5]de Zwart H F. Analyzing energy saving options in greenhouse cultivation using a simulation model[D]. The Netherlands：Agriculture University Wageningen，1996：24-25.

[6]Patil H J，Srivastava A K，Kumar S，et al. Selective isolation，evaluation and characterization of antagonistic actinomycetes against Rhizoctonia solani[J]. World Journal of Microbiology and Biotechnology，2010，26（12）：2163-2170.

[7]金志鳳，符國槐，黃海靜，等. 基于BP神經(jīng)網(wǎng)絡(luò)的楊梅大棚內(nèi)氣溫預(yù)測模型研究[J]. 中國農(nóng)業(yè)氣象，2011，32（3）：362-367.

[8]Abdel-Ghany A M，Ishigami Y，Goto E，et al. A method for measuring greenhouse cover temperature using a thermocouple[J]. Biosystems Engineering，2006，95（1）：99-109.

[9]Bot G P A. Physical modelling of greenhouse climate[J]. The Computerized Greenhouse：Automatic Control Application in Plant Production，1993：51.endprint