2种屋顶全开窗型温室温度预测型比较.docVIP

2种屋顶全开窗型温室温度预测模型比较 　　摘要：针对屋顶全开窗型温室，开展基于温室动态模型与多元线性回归模型的温度预测的理论与试验，分析不同模型对温度预测的效果。基于能量平衡方程建立温室动态温度模型，依据测量的温室环境因子数据，对温度进行预测，温度模型实测值与模拟值比较可知，R2=0.855 3，均方误差（mean squared error，简称MSE）为0.842 8；温室覆盖层温度模型实测值与模拟值比较可知，R2=0.862 7，MSE=0.852 5。建立相应的线性回归方程，以此对温室空气温度与温室覆盖层温度进行预测，空气温度实测值与模拟值比较可知，R2=0.682 2，MSE=0.603 9；温室覆盖层温度实测值与模拟值比较可知，R2=0.678 9，MSE=0.633 7。 中国论文网 /1/viewhtm　　关键词：温室；动态模型；能量平衡方程；线性回归；温湿度传感器 　　中图分类号： S625.5+1文献标志码： A 　　文章编号：1002-1302（2017）15-0182-03 　　温室作为农业生产的一种基础设施，在农业生产中可以改善作物生长环境，使反季节的作物得到培育。对于普通温室来说，夏季气温较高，温室内空气温度必须经过调节与控制才能满足温室内作物生长基本需求，由于控制?^程存在扰动和时间延迟，对控制温室来说增加了一定难度。对屋顶全开窗型温室来说，由于特殊性结构，温室顶窗可以全部打开，加大了通风面积，在江南地区已经开始规模化使用。针对屋顶全开窗型温室温度的精确模拟与预测在温室环境控制方面具有十分重要的意义和应用价值。 　　关于温室内温度模型的研究始于20世纪60年代，Bot建立了温室内简单的温度静态模型[1]。Van Henten针对以往的温室模型提出了动态与静态相结合的温室模型[2]，模型提供了温室内一些环境参数的计算方法及计算目的。Abdel-Ghany等基于热能动力学理论对温室内的自由能与动态能量、输入与输出等进行了系统分析，建立了包含作物生长的温室动态环境模型[3]。Joudi等建立了用于预测温室内空气温度与土壤温度的动态模型，通过试验测量温室内外环境参数，包含能提供温室内空气温度和其他环境因素等来准确预测土壤与温室内空气之间热交换[4-5]。Patil等以自回归平均模型和神经网络自回归模型作为研究方法，根据一段时间内环境因子的数据建立模型，用以模拟温室内环境变化情况，2种模型都对温室温度有很好的模拟效果，但自回归模型优于神经网络自回归模型[6]。金志凤等对普通塑料大棚进行了研究，建立了基于逐步回归的温室空气温度模型，模型以试验数据作为输入，对温室内空气温度进行预测。结果表明，冬季、春季的R2分别为0.912、0.887，RMSE分别为2.3、2.7 ℃[7]。目前，国内外针对普通温室的温度预测研究已初具规模，然而以屋顶全开窗型温室作为研究对象，使用温室能量平衡建模与多元线性回归作为分析手段的研究尚不多见。 　　本研究是在前人研究的基础上，针对屋顶全开窗型温室进行理论与试验研究，利用能量平衡方程建立温室内空气温度与温室覆盖层温度的理论模型，利用模型模拟温室内温度并与多元线性回归模型进行对比，分析不同模型对温度预测的效果。 　　1材料与方法 　　1.1试验对象 　　试验温室位于上海市金山区中华村，地理位置为 12°16′E、30°79′N。试验时间为8月2日―3日，此时上海地区气温较高，室外风速较低。 　　试验温室为34跨，分为东部、西部、中部3个部分，选取中部2栋未种植作物的独立温室进行试验。温室面积为 512 m2（64 m×8 m），温室覆盖层为4 mm浮法玻璃。 　　1.2试验方法 　　试验期间为满足相邻温室作物的基本生产，温室遮阳网展开，顶窗全部打开。 　　在温室内使用ZDR-3WIS温湿度传感器（含3路温度、1路湿度传感器，测量温度范围为-40～100 ℃，精度为 ±0.1 ℃，相对湿度测量范围为0～100%，精度为±3%）进行温湿度测量。为保障测量效果，使用12个温湿度传感器，分别测量室内空气温度、土壤表面温度以及温室覆盖层温度，每个环境因子测量采用4个传感器，测量结果取平均值。室内辐射使用手持环境记录仪记录，辐射测量精度 　　由图3可知，温室覆盖层温度模拟值与实测值之间也存在一定偏差，但是模拟值的温度变化趋势与实测值大体相同，R2=0.862 7，MSE=0.852 5，与温室内空气温度模拟值和实测值变化情况类似；模拟值与实测值在08：00―12：00时间段内有一定的差异，模型基本能反映温室覆盖层温度变化趋势。 　　总体而言， 温室温度模型能在一定程度上反映温室空气温度与温室覆盖层温度的变化趋势，但不能做到对温室空气温度与覆盖层温度的精确预测。 　　3.2回