孫軍波，符國槐，李清斌，魏莎莎

（寧波慈溪市氣象局，浙江 慈溪 315300）

南方大棚內氣溫空間分布與網(wǎng)格化插值的研究

孫軍波，符國槐，李清斌，魏莎莎

（寧波慈溪市氣象局，浙江 慈溪 315300）

為揭示南方塑料大棚棚內氣溫的空間分布特征，本文利用2006-2009和2010-2012年室內不同位置的多點氣象觀測數(shù)據(jù)，統(tǒng)計和分析大棚內氣溫空間分布的差異。結果表明，大棚縱向氣溫 （南北向）水平面上差異不明顯，在橫截面上的垂直方向及通風口附近有明顯的溫度梯度。白天棚內氣溫呈上高下低、夜間呈下高上低的特征。晴好天氣的氣溫分布差異大，且在2 m以上的大棚頂部垂直氣溫梯度最大，陰雨天氣和夜間棚內氣溫梯度較小。應用多種插值算法，建立大棚垂直橫截面的精細化氣溫網(wǎng)格插值模型。交叉檢驗表明，普通克里金的插值精度最高。

大棚；氣溫；空間分布；插值

文獻著錄格式：孫軍波，符國槐，李清斌，等.南方大棚內氣溫空間分布與網(wǎng)格化插值的研究 ［J］.浙江農業(yè)科學，2015，56（12）：2047-2051.

當前針對大棚內溫濕度等氣象要素的研究和分析，普遍把整個大棚內的空氣看成一個整體［1-4］進行分析，忽略了其大棚內部不同位置的差異。但在實際栽培過程中，靠近棚邊側的作物長得瘦弱，類似于小番茄等向上生長的作物的梢頭容易受高溫灼傷。因而研究大棚內的溫度空間分布，對實際大棚栽培具有一定的意義。至于大棚溫度的空間分布特點和規(guī)律，也有研究者對大棚的特定位置進行了觀測與對比分析［5］，或者不同覆蓋層次對棚溫的影響［6］，但沒有進一步拓展到一般大棚環(huán)境下，整個大棚氣溫空間分布特征。即使在溫室小氣候數(shù)值模擬方面，國內外，較早發(fā)展的基于能量平衡方程的數(shù)值模擬方法［7-10］也是把大棚內的空氣看成一個整體或者簡單地分為幾層。雖然近年來發(fā)展了基于計算流體動力學方法的模擬模型［11-12］，但在實際生產(chǎn)條件下，數(shù)值模擬方法的相關參數(shù)和邊界條件確定困難，方法復雜，不易推廣與應用。本研究通過對大棚溫度的全方位觀測，分析其大棚空間代表位置的溫度分布特點和規(guī)律，選用多個領域廣泛應用的多種二維插值方法，包括反距離權重插值、趨勢面插值、薄板樣條插值和普通克里金插值，旨在提供相對簡易的大棚溫度空間網(wǎng)格分布精細化計算模型。

1　材料與方法

1.1儀器布置

觀測大棚采用浙江一帶應用最多的單棟塑料鋼架大棚GP-825型，棚寬8 m，頂高3 m，具體參數(shù)見圖1。

收集和整理從12月到次年4月共計5個月（冬春季）的大棚內外溫濕度觀測資料和日統(tǒng)計資料。觀測分2個階段。2006-2009年，儀器布置見圖2，溫度探頭型號ZQZ-TW100；精度±0.2℃；量程-50～50℃。2010-2012年，溫度探頭型號HygroClip S3；量程-40～85℃；精度±0.3℃。儀器布置見圖3-4。

圖1　單棟塑料鋼架大棚GP-825型的橫截面

圖2　2006-2009年大棚溫度探頭的布置

圖3　2010-2012年大棚中間橫截面儀器的布置

1.2插值算法

采用當前應用最廣泛，尤其是在氣象領域的多種二維插值算法以及衍生算法［13-15］，分別建立插值模型。通過節(jié)點的交叉檢驗，比較分析各種插值模型的特性。

1.2.1反距離權重插值

反距離權重插值算法是一種局部插值算法，假設未知值點受較近節(jié)點的影響較大的思路，具有計算簡單的特點。在很多領域的插值算法中，都會用到，往往成為衡量其他插值算法精度的一個標準。

1.2.2趨勢面插值

趨勢面插值算法是利用多項式回歸分析來擬合插值平面與物理量的位置關系。算法上易于理解，計算方法也相對比較簡單?？梢岳酶叽味囗検絹砻枋霾逯灯矫媾c物理量非線性關系［16］。本文分別采用一次趨勢面和二次趨勢面分別建立插值模型。

圖4　2010-2012年大棚儀器水平面的布置

1.2.3薄板樣條插值

薄板樣條插值函數(shù)與一維的樣條插值函數(shù)的概念是相似的，只是前者應用于面。薄板樣條函數(shù)建立一個通過控制點的面，使得所有節(jié)點的坡度變化最?。?3］。

1.2.4克里金插值

克里金（Kriging）插值是建立在變異函數(shù)空間分析基礎上，對有限區(qū)域內的區(qū)域化變量取值進行無偏最優(yōu)估計的一種方法［17］。在多個領域獲得廣泛應用［14-16］，插值效果較好。變異函數(shù)對克里金插值的影響較大，種類較多，且沒有特別好的辦法可事先確定變異函數(shù)和相關參數(shù)，一般都是根據(jù)經(jīng)驗進行選擇，帶有一定的主觀性。

本文利用普通克里金方法建立插值模型。對5種變異函數(shù)：球形、圓形、高斯、指數(shù)和線性分別計算。其相關參數(shù)，在節(jié)點的最大距離范圍內，以1 m為起始，1 m為步長，逐步作為參數(shù)中的變程，利用最小二乘法迭代擬合剩下的塊金和偏基臺參數(shù)。利用交叉檢驗，選擇局部最優(yōu)的變異函數(shù)和相關參數(shù)。

1.3邊界溫度處理

1.3.1空氣與棚膜、地面的交界面

空氣與棚膜、地面等固體的交界面存在不連續(xù)的溫度梯度，根據(jù)熱力學的基本規(guī)律，交界面的過渡層很薄，相對于大棚內的氣溫可忽略不計。

1.3.2棚外氣溫

由于近地面3 m以內的氣溫垂直變化差異很小，可忽略不計。因此可作均一化處理，認為棚外各處氣溫都是一致的。

1.3.3通風窗上的棚內外空氣交換界面

白天晴好天氣下，大棚開窗通風，窗口附近存在明顯的熱量交換，窗口的氣溫也與大棚中心有較大差異。但鑒于每次開窗的大小和位置都是不固定的，窗上下邊緣和中心的氣溫很難準確地自動觀測。因此，需要通過插值來確定這三處的氣溫，應用反距離權重的插值原理，通過節(jié)點間的水平距離和氣溫值進行線性插值。窗中心的氣溫采用棚中心1.5 m和棚外2節(jié)點插值。窗上下邊緣，分別使用靠近窗1.5和0.5 m的測點與棚外氣溫進行線性插值。通過上述方法可形成窗中心氣溫最低，窗上下邊緣氣溫較高的分布特征，與實際情況比較接近。

2　結果與分析

2.1大棚內溫度的空間分布規(guī)律

由表1可知，大棚內2 m水平方向上，平均氣溫、日最低氣溫均值和相應的標準差，3點之間差值≤0.1℃；日最高氣溫均值≤0.4℃；標準差≤0.2℃。排除溫度探頭本身存在的測量精度誤差（±0.2℃），可看作2 m左右水平方向，氣溫趨于一致。中間垂直3層比較，0.5，1.5，2.0 m的平均氣溫差異較??；2.0 m日最高氣溫最高，中間1.5 m受通風影響最低；下層0.5 m次高。最低氣溫則呈上低下高現(xiàn)象，但平均溫差很小 （≤0.3℃）。

表1　冬春季大棚內不同位置的平均氣溫情況

在同一高度的水平面上，大棚縱向 （南北向）上的溫差很小，可忽略。大棚的溫差分布主要體現(xiàn)在大棚的垂直橫截面。東西側受開窗通風等因素影響，存在小幅的溫差。尤其是開窗比較頻繁的東側冠層與中間有近1℃的溫差。大棚內垂直層溫差最大，由于空氣的物理特性，白天熱空氣主要堆積在大棚頂層。結合之前的觀測資料，大棚上部2 m以上有較大的溫度梯度。

2.2內外溫差的變化規(guī)律

由于南方大棚屬于日光型溫室，日照越強烈，棚內溫度的空間差異越明顯，對晴好天氣，設定日照時數(shù)＞7 h的正點溫度進行統(tǒng)計 （圖5），垂直方向的差異更加明顯。從時序圖 （圖5）上看，垂直3層的氣溫在16：00之后，已無明顯溫差。說明太陽輻射的熱效應，已不能對大棚溫度起到加熱效果，反而是地溫的影響開始起到主要作用。因而如果需要夜間保溫，則在這時開始閉棚，蓋內膜，效果相對會好。夜間大棚處在熱量虧損狀態(tài)，主要熱源來自地面的潛熱釋放，氣溫呈下高上低的分布。受內膜覆蓋等保溫措施影響，2.6和0.5 m的最低氣溫的溫差可超過2.5℃。由于上下層的溫差相對較小，基本無對流，只通過上下間的傳導失熱。因而覆蓋內膜的高度越低，對提高最低氣溫效果越好。

圖5　中間位置的正點平均氣溫和棚內外溫差

2.3大棚氣溫橫截面的網(wǎng)格化插值

對2012年1-3月每天24個時次的正點資料進行插值建模，由于高層資料相對較少，根據(jù)以上分析，棚內2 m以上水平溫差極小，因此對大棚高2.6 m，距中間垂線1.0 m的兩側，分別增加1個節(jié)點，氣溫值與中間2.6 m高的觀測點值相一致。

2.3.1不同插值模型的交叉檢驗結果比較

由表2可知，普通克里金插值的誤差最小，也最穩(wěn)定；反距離權重，薄板樣條，二次趨勢面，插值效果次之；一次趨勢面最差。

表2　不同插值模型的交叉檢驗結果

2.3.2大棚典型狀態(tài)下插值效果分析

大棚栽培過程中，通常有3種較典型的狀態(tài)。

白天晴好天氣，大棚開窗通風。棚內外溫差大，棚內氣溫垂直分布明顯，大棚通風窗附近氣溫有劇烈變化梯度，以中午12：00的氣溫最具代表性。從5種插值方法對同一時次的插值效果看（圖略），薄板樣條、二次趨勢面、普通克里金插值都比較能反映：大棚頂部氣溫高、垂直梯度大，中下層氣溫梯度相對較?。皇荛_窗通風影響，窗口附近氣溫最低，中層氣溫略低于下層的特點。其中薄板樣條，中層氣溫水平方向上，中心與邊側窗口存在2個低值區(qū)，兩者之間略高，與實際有偏差，同時大棚西側底角氣溫明顯偏高；二次趨勢面，中高層氣溫偏低，受通風窗影響的區(qū)域太大；普通克里金插值中層受通風窗影響氣溫略偏低的特征不夠明顯。反距離權重和一次趨勢面插值方法對白天大棚內氣溫分布的物理特征反映相對較差。前者對頂部的氣溫插值明顯偏小，且垂直氣溫梯度表現(xiàn)不明顯。后者，對下層氣溫插值明顯偏小。上述方法中，普通克里金插值效果最好，也比較符合熱力學基本規(guī)律。

白天陰雨天氣，閉棚保溫。大棚閉棚保溫的情況下，棚內外仍有一定的溫差，但棚內氣溫分布也比較均一。

夜間閉棚保溫。夜間相對于白天，棚內外溫差更小。但受地溫影響，呈上低下高、兩側較中間低的特點，且上下溫差在2～6℃。所以冬季增加棚內低層的覆蓋及大棚兩側的保溫對減少凍害的發(fā)生有一定效果。

3　小結與討論

通過對大棚氣溫空間分布特征及對典型狀態(tài)下網(wǎng)格化插值的觀測與分析，反映了大棚內氣溫的基本小氣候特點為太陽輻射驅動型。白天太陽輻射強烈的情況下，垂直溫度梯度較大，熱空氣在棚頂附近堆積。在陰雨天或者夜間，沒有強烈輻射，棚內垂直氣溫梯度很小或者不明顯。

通過上述分析認為，若要提高大棚內總體氣溫，尤其是盡快地提升白天棚內氣溫，大棚不能建得太高。而通風窗盡可能地設計在高處，以利于盡快地通風降溫。對于大型作物或爬藤型作物，以及抗凍能力差的作物栽培，通過棚內氣溫插值精細化分析可以合理安排作物的栽培區(qū)域，控制作物生長高度。比較精細化的大棚氣溫插值方法，可為大棚氣溫的數(shù)值仿真模擬的初始場提供參考和檢驗。由于沒有考慮外界風的影響，在風比較大又開窗的情況下，棚內的湍流較大，插值模型對中下層的氣溫插值分析誤差亦較大。

為盡可能準確地反映大棚內氣溫分布特征，合理選擇節(jié)點很重要，尤其是局部極值區(qū)域或者梯度驟變區(qū)域內有相應的代表節(jié)點，插值后才能較全面地反映分布特征。今后可通過對大棚的關鍵節(jié)點建立預報模型，實現(xiàn)對整個大棚氣溫空間分布的精細化預測。

［1］ 符國槐，張波，楊再強，等.塑料大棚小氣候特征及預報模型的研究 ［J］.中國農學通報，2011（13）：242-248.

［2］ 李倩，申雙和，曹雯，等.南方塑料大棚冬春季溫濕度的神經(jīng)網(wǎng)絡模擬 ［J］.中國農業(yè)氣象，2012，33（2）：190-196.

［3］ 黃海靜，符國槐，楊再強，等.設施栽培對楊梅生長發(fā)育和品質的影響 ［J］.南京林業(yè)大學學報：自然科學版，2012，36（6）：47-52.

［4］ 馬成芝，孫立德，穆春華.喀左日光溫室內氣溫變化規(guī)律及其應用 ［J］.氣象與環(huán)境學報，2007，23（5）：49-52.

［5］ 李勝利，季軍，孫治強，等.巨型塑料大棚溫度性能研究［J］.中國農業(yè)氣象，2008，29（1）：58-61.

［6］ 胡綿好，沈彤，劉明月，等.不同覆蓋層次塑料大棚內溫度和光照度的變化 ［J］.湖南農業(yè)大學學報：自然科學版，2004，30（6）：545-548.

［7］ Pita G P A，Pontes M，Vargues A，et al.Mediterranean greenhouse energy balance［J］.Acta Hort，1998，456：375-382.

［8］ Kittas C，Katsoulas N，Baille A，et al.Transpiration and energy balance of a greenhouse rose crop in Med iterranean summer conditions［J］.Acta Hort，2001，559：395-400.

［9］ 陳青云，汪政富.節(jié)能型日光溫室熱環(huán)境的動態(tài)模擬［J］.中國農業(yè)大學學報，1996，1（1）：67-72.

［10］ 周瑩，王雙喜.塑料連棟溫室覆蓋層的能量平衡模型的理論研究 ［J］.中國農學通報，2010（20）：402-405.

［11］ 孫懷衛(wèi)，楊金忠，王修貴.塑料大棚氣流場模擬及作物蒸騰量計算 ［J］.農業(yè)工程學報，2011（11）：236-241.

［12］ 王健，汪小旵，丁為民.風壓通風的單棟溫室內部流場的ANSYS CFD模擬 ［J］.農業(yè)機械學報，2007，38（3）：114-116.

［13］ 杜國明，賈良文.薄板樣條函數(shù)在空間數(shù)據(jù)插值中的應用［J］.計算機工程與應用，2009，45（36）：238-240.

［14］ 許云，龍步菊，潘學標，等.河北地區(qū)氣溫內插模型及檢驗方法 ［J］.氣象與環(huán)境學報，2010，26（2）：27-30.

［15］ 潘永地，徐為根，姚益平，等.沿海丘陵地區(qū)面雨量估算插值方法試驗比較［J］.氣象科學，2005，25（2）：124-132.

［16］ 劉艷菊，郝振純.相關空間插值方法及MatrixVB在水文插值中的應用［J］.水利科技與經(jīng)濟，2007，13（1）：46-48.

［17］ 曾懷恩，黃聲享.基于Kriging方法的空間數(shù)據(jù)插值研究［J］.測繪工程，2007，16（5）：5-13.

（責任編輯：張瑞麟）

S 62

A

0528-9017（2015）12-2047-04

10.16178/j.issn.0528-9017.20151243

2015-06-23

寧波市自然科學基金 （2011C50020）

孫軍波 （1980-），男，浙江寧海人，工程師，本科，主要從事農業(yè)氣象預報服務與研究工作。E-mail：xiaochep@sina.cn。