趙先麗　張淑杰　蔡福

摘要：利用2012年4月至2013年5月遼寧省盤錦市大洼縣日光溫室內(nèi)外小氣候觀測資料，采用逐步回歸方法建立遼寧地區(qū)不同天氣類型和不同季節(jié)日光溫室內(nèi)最高氣溫及最低氣溫預(yù)報模型，并對擬合效果進(jìn)行檢驗。結(jié)果表明，遼寧省大洼地區(qū)不同季節(jié)和不同天氣類型日光溫室內(nèi)最高及最低氣溫預(yù)報模型差異較大，均通過了顯著性檢驗；不同季節(jié)晴天和冬季陰天擬合效果稍差，其余季節(jié)不同天氣類型擬合效果較好。春季、秋季、冬季中晴天、多云天、陰天、降水天日光溫室內(nèi)最低氣溫預(yù)報的平均絕對誤差分別為0420～1130、0005～0064、0043～0150、0190～0270 ℃，均方根誤差分別為0540～1530、0005～0076、0050～0180、0200～0320 ℃，平均相對誤差分別為880%～1990%、007%～070%、040%～260%、260%～410%；晴天、多云天、陰天、降水天日光溫室內(nèi)最高氣溫預(yù)報的平均絕對誤差分別為195～223、026～095、005～155、001～057 ℃，均方根誤差分別為261～278、029～103、006～188、0012～0710 ℃，平均相對誤差分別為680%～770%、022%～100%、030%～1180%、005%～340%?？梢娔Ｐ皖A(yù)報精度較高，可用于遼寧地區(qū)日光溫室內(nèi)最高和最低氣溫的預(yù)報。

關(guān)鍵詞：日光溫室；最高氣溫；最低氣溫；逐步回歸；擬合檢驗；預(yù)報模型；天氣類型；季節(jié)

中圖分類號： S6255+1 文獻(xiàn)標(biāo)志碼：

文章編號：1002-1302（2017）16-0276-06

收稿日期：2016-04-06

基金項目：中央級公益性科研院所基本科研業(yè)務(wù)費（編號：2014IAE-CMA04）；公益性行業(yè)（氣象）科研專項（編號：GYHY201206024）；遼寧省“十二五”科學(xué)技術(shù)重大項目（編號：2011210002）。

作者簡介：趙先麗（1977—），女，山東聊城人，碩士，副研究員，主要從事應(yīng)用氣象和生態(tài)氣象研究。Tel：（024）83890246；E-mail：zhaoxianli2001@163com。

通信作者：李麗光，博士，副研究員，主要從事城市環(huán)境和全球氣候變化研究。Tel：（024）83893253；E-mail：liliguangyjs@foxmailcom。

遼寧省屬溫帶季風(fēng)氣候，夏季高溫多雨，冬季寒冷干燥，是中國日光溫室冬季生產(chǎn)不須加溫的最北部地區(qū)，光熱條件適合進(jìn)行設(shè)施農(nóng)業(yè)生產(chǎn)。遼寧省是中國日光溫室蔬菜生產(chǎn)的發(fā)源地，日光溫室蔬菜的面積和產(chǎn)量均居全國首位，設(shè)施農(nóng)業(yè)水平為全國前列，以日光溫室蔬菜生產(chǎn)為主的設(shè)施農(nóng)業(yè)已成為遼寧省現(xiàn)代化農(nóng)業(yè)的重要特征。截至2014年，中國設(shè)施農(nóng)業(yè)總面積為411×106 hm2，產(chǎn)值超過8 000億元，遼寧省設(shè)施農(nóng)業(yè)總面積約為746×105 hm2，其中蔬菜播種面積為588×105 hm2，總產(chǎn)量達(dá)323×107 t，總產(chǎn)值達(dá)721億元，居全國第一。目前，設(shè)施農(nóng)業(yè)是遼寧省抗災(zāi)避災(zāi)、農(nóng)業(yè)增效、農(nóng)民增收的優(yōu)勢主導(dǎo)產(chǎn)業(yè)，已成為遼寧省現(xiàn)代農(nóng)業(yè)的重要標(biāo)志之一。

日光溫室結(jié)構(gòu)相對簡單且面積較大，防御自然災(zāi)害及適應(yīng)逆境能力較弱，主要通過吸收太陽能提高溫室土壤溫度和氣溫，當(dāng)外界環(huán)境溫度較低時，日光溫室作物易遭受低溫脅迫，造成減產(chǎn)或品質(zhì)降低，而中午時段易遭受高溫脅迫[6-7]。因此，根據(jù)日光溫室外天氣條件合理調(diào)控日光溫室小氣候是設(shè)施農(nóng)業(yè)生產(chǎn)的關(guān)鍵，開展日光溫室最低和最高氣溫預(yù)報以進(jìn)行生產(chǎn)管理、調(diào)節(jié)氣象條件十分重要，是防御設(shè)施農(nóng)業(yè)低溫凍害和高溫?zé)岷Φ闹匾胧┲籟8]。日光溫室生產(chǎn)與日光溫室內(nèi)氣象條件密切相關(guān)，尤其溫度條件十分重要。國內(nèi)目前對日光溫室內(nèi)氣象要素的特征和預(yù)報研究較多，20世紀(jì)90年代開始對日光溫室小氣候（光照、溫度、濕度、土壤溫度）特征進(jìn)行了系統(tǒng)研究并建立了統(tǒng)計模型。李軍等基于能量和質(zhì)量平衡原理，建立了以塑料大棚外氣象要素為變量預(yù)報塑料大棚內(nèi)溫濕度的模型[9]。魏瑞江等分析了河北省日光溫室內(nèi)各氣候因子之間的關(guān)系，并建立了日光溫室內(nèi)外的溫度、濕度預(yù)報模型[10]。李德等選取常規(guī)氣象預(yù)報因子和實測值，利用多元回歸統(tǒng)計方法建立了宿州地區(qū)日光溫室內(nèi)最高及最低氣溫預(yù)報模型[11]。高麗娜等基于BP神經(jīng)網(wǎng)絡(luò)統(tǒng)計方法，以大棚外氣象要素為自變量，建立了冬春季塑料大棚內(nèi)極端溫度和濕度的預(yù)報模型[12-14]。劉可群等通過分析大棚內(nèi)小氣候特征及其與大氣候的關(guān)系，建立了武漢地區(qū)大棚內(nèi)溫度與太陽高度角及大氣溫度的相關(guān)模型[15]。張索鐵等分別建立了黑龍江省、吉林省溫室內(nèi)不同季節(jié)不同天氣型的最高和最低溫度相關(guān)預(yù)報模型[8，16]。范遼生等對杭州地區(qū)冬季晴天、多云、寡照3種天氣型單雙層棚內(nèi)的最低氣溫建立了預(yù)報模型，并進(jìn)行了擬合和試報檢驗[17]。

由于日光溫室結(jié)構(gòu)、管理和氣候地域性的差異，各地建立的日光溫室氣溫預(yù)報模型不能進(jìn)行推廣應(yīng)用；且以往建立的模型大部分為溫室內(nèi)氣溫與外界氣溫之間的單因子模型，未考慮前一天的溫室內(nèi)小氣候要素[18]。目前關(guān)于遼寧省日光溫室內(nèi)氣溫預(yù)報的研究較少[19-20]，本研究利用2012年4月至2013年5月遼寧省大洼縣日光溫室內(nèi)外的觀測資料，根據(jù)日光溫室內(nèi)小氣候條件與溫室外氣溫、相對濕度等氣象要素的關(guān)系，采用逐步回歸方法，建立可動態(tài)預(yù)測溫室內(nèi)最高氣溫和最低氣溫的小氣候模型，以期為遼寧省日光溫室蔬菜生產(chǎn)提供氣象預(yù)報服務(wù)，為農(nóng)民增產(chǎn)和增收提供技術(shù)支撐。

1材料與方法

11研究區(qū)概況

遼寧省大洼地區(qū)屬溫帶大陸性半濕潤季風(fēng)氣候，四季分明、氣候溫和、雨量集中、光照充足。年平均氣溫為93 ℃，年平均最高氣溫為327 ℃，年平均最低氣溫為238 ℃，年平均降水量為 6473 mm，年平均無霜期為 208 d，年日照時數(shù)為 2 816 h，氣候特點適合開展設(shè)施農(nóng)業(yè)生產(chǎn)[20]。

12試驗設(shè)計

2012年4月至2013年5月在遼寧省盤錦市大洼縣王家鎮(zhèn)華僑村日光溫室（122°03′45″E、40°56′08″N）內(nèi)進(jìn)行試驗，溫室結(jié)構(gòu)為單面坡面，坐北朝南，東西走向，長度為100 m，跨度為10 m，脊高為35 m。東、北及西面墻為雙層磚墻，中間填充草簾、紙被、棉被及薄膜，北墻厚050 m，東西墻厚 024 m，溫室覆蓋008 mm厚的聚乙烯塑料薄膜，膜上覆蓋草簾和保溫被，日出后揭開，日落前后蓋上。溫室設(shè)有上通風(fēng)口，采用半自動放風(fēng)方式，基本管理方式為每日08：00后揭開草簾，16：00覆蓋草簾[20]。

溫室內(nèi)無供暖設(shè)施，無照明設(shè)備，采用人工方式灌溉和施肥。溫室內(nèi)種植作物為番茄，品種為靚粉1號，主要觀測項目為番茄出苗期、移栽期、開花期、結(jié)果期和采摘期，記錄各發(fā)育期開始期、普遍期、末期出現(xiàn)日期；田間管理主要記錄整地、移栽、灌水、施肥、噴藥、鏟趟、除草、采摘的時間和措施。番茄觀測時間為2012年4月16日至5月31日、2012年10月1日至2013年5月31日。番茄行距為103 m，株距為024 m，2011年9月移栽，2012年4月21日進(jìn)入采摘期，2012年5月29日采摘結(jié)束；2012年10月15日番茄移栽，2013年1月1日進(jìn)入結(jié)果初期，2013年3月6日進(jìn)入采摘期，2013年6月18日采摘結(jié)束[20]。

13資料來源

溫室內(nèi)外小氣候監(jiān)測采用錦州陽光氣象科技有限公司生產(chǎn)的TRM-ZS3型設(shè)施農(nóng)業(yè)小氣候觀測儀，觀測精度分別為±01 ℃、±2%，每10 min采集1次數(shù)據(jù)，溫室內(nèi)傳感器距離地面10 m，位于溫室中間，溫室外傳感器距離地面15 m，觀測項目為溫室內(nèi)氣溫、溫室外氣溫、溫室內(nèi)相對濕度、溫室外相對濕度、太陽總輻射、光合輻射。日平均值（氣溫和相對濕度）取1 d內(nèi)144個數(shù)據(jù)的平均值，日最高值和最低值（氣溫和相對濕度）取1 d內(nèi)144個數(shù)據(jù)中的最高和最低值，剔除缺測和異常的觀測數(shù)據(jù)。日光溫室外日照時數(shù)和日降水量數(shù)據(jù)來源于大洼縣氣象站（122°04′E、41°01′N），距日光溫室約105 km[20]。

14研究方法

141預(yù)報時段劃分

將日光溫室生產(chǎn)季劃分為秋季（10至11月）、冬季（12月至翌年2月）、春季（3至5月）3個時段，建立不同季節(jié)日光溫室內(nèi)最高氣溫和最低氣溫預(yù)報模型。

142天氣型劃分

天氣型劃分：日照時數(shù)≥6 h為晴天，3 h<日照時數(shù)<6 h為多云天，0 h<日照時數(shù)≤3 h為陰天，在陰天情況下如有降水，即為降水天[21-22]。

143模型建立

本研究采用2012年4月17日至2013年5月31日大洼日光溫室的觀測數(shù)據(jù)進(jìn)行建模，剔除異常值，有效數(shù)據(jù)為237 d，晴天為181 d，多云天為15 d，陰天為25 d，降水天為16 d；春季晴天為88 d，多云天為7 d，陰天為9 d，降水天為7 d；秋季晴天為32 d，多云天為2 d，陰天為4 d，降水天為7 d；冬季晴天為61 d，多云天為6 d，陰天為12 d，降水天為2 d。采用前一日降水量x1、前一日日照時數(shù)x2、前一日溫室內(nèi)（最高氣溫x3、最低氣溫x4、平均氣溫x5）和溫室外氣溫（最高氣溫x6、最低氣溫x7、平均氣溫x8）、前一日溫室內(nèi)（最大相對濕度x9、最小相對濕度x10、平均相對濕度x11）和溫室外相對濕度（最大相對濕度x12、最小相對濕度x13、平均相對濕度x14）及當(dāng)日預(yù)報的降水量x15、當(dāng)日預(yù)報的溫室外氣溫（最高氣溫x16、最低氣溫x17、平均氣溫x18）、當(dāng)日預(yù)報的溫室外相對濕度（最大相對濕度x19、最小相對濕度x20、平均相對濕度x21）共21個因素作為預(yù)報因子，采用逐步回歸法建立預(yù)報方程。

144擬合檢驗

采用均方根誤差RMSE、相對誤差RE和絕對誤差A(yù)E對建立的模型進(jìn)行評價分析。

3）

式中：Pi為預(yù)測值，Ai為實測值，n為樣本數(shù)。RMSE、RE、AE越小，說明預(yù)報誤差越小，預(yù)報越準(zhǔn)確。

2結(jié)果與分析

21春季氣溫預(yù)報模型

211春季最低氣溫預(yù)報模型

由引進(jìn)的預(yù)報因子可見，春季晴天時，決定日光溫室內(nèi)最低氣溫的主要影響因子為當(dāng)日和前一日日光溫室外最低氣溫及前一日日光溫室內(nèi)最低氣溫，前一日溫室內(nèi)最低氣溫、溫室外最低氣溫、當(dāng)日溫室外最低氣溫與溫室內(nèi)最低氣溫相關(guān)系數(shù)均通過了0001水平顯著性檢驗，一般外界氣溫越低，日光溫室內(nèi)氣溫也越低。李德等研究認(rèn)為，春季晴天前1～2 d日光溫室外溫度條件對日光溫室最低氣溫具有1～2 d的滯后效應(yīng)[11]，本研究結(jié)果與之一致。而春季非晴天時，日光溫室內(nèi)最低氣溫的主要影響因子為前一日日光溫室外最高氣溫與最低氣溫、相對濕度，前一日日光溫室內(nèi)最低氣溫與平均氣溫，當(dāng)日日光溫室外最低氣溫和平均氣溫等，其中陰天時日光溫室內(nèi)最低氣溫與前一日溫室內(nèi)最低氣溫、前一日溫室內(nèi)平均氣溫、當(dāng)日溫室外最低氣溫、當(dāng)日溫室外平均氣溫、當(dāng)日溫室外最大相對濕度顯著相關(guān)（表1）。

由春季日光溫室內(nèi)最低氣溫反演可知，晴天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為1130 ℃，均方根誤差為1530 ℃，平均相對誤差為1990%；多云天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為0064 ℃，均方根誤差為0076 ℃，平均相對誤差為070%；陰天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為 0043 ℃，均方根誤差為0050 ℃，平均相對誤差為040%；降水天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為 0190 ℃，均方根誤差為0200 ℃，平均相對誤差為260%（表1、圖1）。由

此可見，大洼春季晴天時日光溫室內(nèi)最低氣溫預(yù)報誤差較大，其次為降水天，多云天和陰天預(yù)報效果較好。

212春季最高氣溫預(yù)報模型由表2可見，日光溫室晴天最高氣溫引入的預(yù)報因子主要為反映空氣水汽含量的當(dāng)日和前一日降水量，決定日光溫室基礎(chǔ)氣溫的前一日溫室內(nèi)平均氣溫、當(dāng)日溫室外最高氣溫和當(dāng)日溫室外平均氣溫。而春季非晴天時，日光溫室內(nèi)最高氣溫的主要影響因子為前一日日光溫室內(nèi)最高氣溫與平均氣溫及當(dāng)日溫室外的濕度條件等。

晴天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為2170 ℃，均方根誤差為2780 ℃，平均相對誤差為760%；多云天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為0260 ℃，均方根誤差為 0290 ℃，平均相對誤差為100%；陰天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為0910 ℃，均方根誤差為0960 ℃，平均相對誤差為410%；降水天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為001 ℃，均方根誤差為0012 ℃，平均相對誤差為005%（圖2、表2）。由此可見，大洼春季晴天時日光溫室內(nèi)最高氣溫預(yù)報誤差稍大，其次為陰天，多云天和降水天預(yù)報效果較好。

22秋季氣溫預(yù)報模型

221秋季最低氣溫預(yù)報模型

由表3可知，秋季晴天溫室內(nèi)最低氣溫主要由前一日溫室內(nèi)平均氣溫、前一日溫室外最大相對濕度等決定，而前一日溫室外最低氣溫為負(fù)貢獻(xiàn)。分析表明，前一日溫室外最低氣溫偏高時，溫室內(nèi)最低氣溫增高，同時使溫室內(nèi)最高氣溫偏高，通風(fēng)換氣時間延長，一定程度上導(dǎo)致溫室內(nèi)最低氣溫降低。而秋季非晴天時，日光溫室內(nèi)最低氣溫的主要影響因子為前一日溫室內(nèi)平均氣溫、前一日[CM（25]溫室外平均氣溫及前一日溫室外平均相對濕度等?？梢?，

注：多云天樣本僅為2 d，本研究未進(jìn)行建模。表4同。

秋季非晴天時前一日外界氣象條件對溫室內(nèi)最低氣溫影響顯著。

由表3、圖3可知，秋季日光溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為0920 ℃，均方根誤差為1180 ℃，平均相對誤差為1880%；陰天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為 0070 ℃，均方根誤差為 0080 ℃，平均相對誤差為090%；降水天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為0270 ℃，均方根誤差為0320 ℃，平均相對誤差為410%。由此可見，大洼秋季晴天溫室內(nèi)最低氣溫預(yù)報誤差較大，其次為降水天，陰天預(yù)報效果較好。

222秋季最高氣溫預(yù)報模型由表4可知，晴天溫室內(nèi)最高氣溫主要影響因子為前一日溫室內(nèi)最高氣溫、前一日溫室外平均相對濕度、當(dāng)日溫室外最高氣溫，而當(dāng)日溫室外平均氣溫為負(fù)貢獻(xiàn)，主要是由于外界溫度高，導(dǎo)致溫室內(nèi)最高氣溫偏高，通風(fēng)時間長，降低了日光溫室內(nèi)的基礎(chǔ)溫度。秋季非晴天時，日光溫室內(nèi)最高氣溫主要受前一日溫室內(nèi)最低氣溫、前一日溫室外最高氣溫、前一日溫室外最大相對濕度及當(dāng)日溫室外最高氣溫影響。

秋季晴天日光溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為2230 ℃，均方根誤差為2780 ℃，平均相對誤差為770%；陰天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為0050 ℃，均方根誤差為0060 ℃，平均相對誤差為030%；降水天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為0570 ℃，均方根誤差為 0710 ℃，平均相對誤差為340%（表4、圖4）。由此可見，大洼秋季晴天溫室內(nèi)最高氣溫預(yù)報誤差稍大，其次為降水天，陰天預(yù)報效果較好。

23冬季氣溫預(yù)報模型

231冬季最低氣溫預(yù)報模型

由入選預(yù)報因子可見，冬季晴天時，決定日光溫室內(nèi)最低氣溫的主要氣象要素為前一日溫室內(nèi)最低氣溫與平均氣溫、前一日溫室外最低氣溫、當(dāng)日降水量及當(dāng)日溫室外最高氣溫與平均氣溫，相關(guān)系數(shù)均通過了0001水平的顯著性檢驗。而冬季非晴天時，日光溫室內(nèi)最低氣溫主要受前一日外界相對濕度、當(dāng)日溫室外氣溫等的影響（表5）。分析認(rèn)為，前一日外界環(huán)境的相對濕度高，空氣溫度下降受到抑制，使夜間外界溫度不會降得過低，從而影響溫室內(nèi)外的熱交換速度和強(qiáng)度，最終影響次日溫室內(nèi)最低氣溫。

注：冬季降水天樣本僅為2 d，本研究未建模。表6同。

由表5、圖5可見，秋季晴天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為0420 ℃，均方根誤差為0540 ℃，平均相對誤差為880%；多云天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為 0005 ℃，均方根誤差為0005 ℃，平均相對誤差為007%；陰天溫室內(nèi)最低氣溫預(yù)報平均絕對誤差為0150 ℃，均方根誤差為0180 ℃，平均相對誤差為260%。

[FK（W11][TPZXL5tif][FK）]

232冬季最高氣溫預(yù)報模型由表6可見，冬季晴天溫室內(nèi)最高氣溫受前一日溫室外最低氣溫與平均氣溫、當(dāng)日降水量及當(dāng)日溫室外平均氣溫的影響，由此進(jìn)一步表明，日光溫室外氣溫對日光溫室內(nèi)氣溫影響顯著。而冬季非晴天時，決定日光溫室內(nèi)最高氣溫的為前一日溫室外最小相對濕度、當(dāng)日溫室外最大相對濕度、當(dāng)日溫室外最低氣溫等，還引入了日照時數(shù)預(yù)報因子，即外界的日照對日光溫室內(nèi)的氣溫也有一定的影響，進(jìn)一步表明非晴天時，增加太陽散射光可提高日光溫室內(nèi)氣溫。

由表6、圖6可見，冬季晴天日光溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為1950 ℃，均方根誤差為2610 ℃，平均相對誤差為680%；多云天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為 0950 ℃，均方根誤差為1030 ℃，平均相對誤差為022%；陰天溫室內(nèi)最高氣溫預(yù)報平均絕對誤差為1550 ℃，均方根誤差為1880 ℃，平均相對誤差為1180%。由此可見，大洼冬季陰天溫室內(nèi)最高氣溫預(yù)報誤差稍大，其次為晴天，多云天預(yù)報效果較好。

3結(jié)論與討論

本研究采用逐步回歸方法，建立適合大洼地區(qū)不同季節(jié)不同天氣類型的溫室內(nèi)最低氣溫、最高氣溫的預(yù)報模型，模型均通過了顯著性檢驗。大洼不同季節(jié)晴天溫室內(nèi)最低氣溫和最高氣溫預(yù)測模型的準(zhǔn)確率稍差，春季最低、最高氣溫平均相對誤差為1990%、760%，秋季最低、最高氣溫平均相對誤差為1880%、770%，冬季最低、最高氣溫平均相對誤差為880%、680%；陰天溫室內(nèi)最高氣溫預(yù)報準(zhǔn)確率稍差，平均相對誤差為118%；其余溫室內(nèi)最高氣溫和最低氣溫預(yù)報準(zhǔn)確率較高，平均相對誤差為005%～410%，均低于50%，預(yù)測準(zhǔn)確率在950%以上。部分溫室內(nèi)氣溫預(yù)測模型預(yù)報精度高于張索鐵等模型的預(yù)報精度[8，11，17]，可為大洼地區(qū)預(yù)防溫室蔬菜凍害和熱害提供參考，以提高蔬菜生產(chǎn)效益。

在全球氣候變暖的背景下，極端氣象事件發(fā)生頻率增大，北方地區(qū)日光溫室生產(chǎn)的高溫、凍害、大風(fēng)災(zāi)害和雪災(zāi)頻繁發(fā)生，因此須進(jìn)行溫室內(nèi)最低氣溫、最高氣溫的預(yù)測預(yù)報技術(shù)研究，為防災(zāi)減災(zāi)和溫室生產(chǎn)管理提供依據(jù)。

本研究中大洼地區(qū)日光溫室內(nèi)最低氣溫和最高氣溫預(yù)測模型是基于日光溫室內(nèi)的觀測資料及常規(guī)天氣預(yù)報資料建立的，模型精度取決于常規(guī)天氣預(yù)報水平，因此提高日光溫室內(nèi)最低氣溫和最高氣溫預(yù)報模型的精度，須進(jìn)一步提高天氣預(yù)報水平和積累試驗資料進(jìn)行深入研究。由于觀測作物和觀測資料有限，本研究未進(jìn)行模型試預(yù)報，須進(jìn)一步積累觀測資料進(jìn)行模型檢驗。依據(jù)當(dāng)日天氣現(xiàn)象分為4種天氣類型，但在天氣類型轉(zhuǎn)化時日光溫室最高氣溫和最低氣溫預(yù)測須考慮前一日的天氣情況進(jìn)行天氣類型劃分，須進(jìn)一步深入研究。

參考文獻(xiàn)：

陳艷秋，陳宇，吳曼麗 遼寧省設(shè)施農(nóng)業(yè)暴雪及大風(fēng)災(zāi)情特征分析[J] 安徽農(nóng)業(yè)科學(xué)，2013，41（4）：1660-1662

陳妮娜，蔣大凱，王瀛，等 遼寧省設(shè)施農(nóng)業(yè)大風(fēng)和暴雪致災(zāi)指標(biāo)[J] 江蘇農(nóng)業(yè)科學(xué)，2013，41（11）：386-387

[3]郎立新，史書強(qiáng)，張鵬，等 遼寧省設(shè)施農(nóng)業(yè)發(fā)展分析[J] 園藝與種苗，2011 （1）：54-57

[4]孫立德 溫室氣象與作物保護(hù)研究[M] 沈陽：遼寧科學(xué)技術(shù)出版社，2012：1-151

[5]呂霞 遼寧省設(shè)施農(nóng)業(yè)生產(chǎn)存在問題及對策[J] 農(nóng)業(yè)科技與裝備，2013 （1）：74-75

[6]閻琦，陳妮娜，田莉，等 遼寧設(shè)施農(nóng)業(yè)致災(zāi)暴雪時空分布及天氣學(xué)模型[J] 江蘇農(nóng)業(yè)科學(xué)，2016，44 （1）：373-376

[7]馬成芝，孫立德，穆春華 喀左日光溫室內(nèi)氣溫變化規(guī)律及其應(yīng)用[J] 氣象與環(huán)境學(xué)報，2007，23（5）：49-52

[8]張索鐵，馬樹慶，龐義，等 東北地區(qū)大型日光溫室最高、最低溫度預(yù)報模式探討[J] 中國農(nóng)學(xué)通報，2014，30（23）：249-253

[9]李軍，姚益平，徐蕊，等 長江下游防蟲網(wǎng)覆蓋塑料大棚內(nèi)溫濕度模擬[J] 農(nóng)業(yè)工程學(xué)報，2010，26（6）：238-244

[10]魏瑞江，王春乙，范增祿石家莊地區(qū)日光溫室冬季小氣候特征及其與大氣候的關(guān)系[J] 氣象，2010，36（1）：97-103

[11]李德，張學(xué)賢，祁宦，等 宿州日光溫室內(nèi)部最高和最低氣溫的預(yù)報模型[J] 中國農(nóng)業(yè)氣象，2013，34（2）：170-178

[12]高麗娜，孫擎，郭翠榮，等 山西日光溫室逐日極端氣溫預(yù)測模型研究[J] 中國農(nóng)學(xué)通報，2015，31（15）：240-246

[13]劉淑梅，薛慶禹，黎貞發(fā)，等 基于BP神經(jīng)網(wǎng)絡(luò)的日光溫室氣溫預(yù)報模型[J] 中國農(nóng)業(yè)大學(xué)學(xué)報，2015，20（1）：176-184

[14]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[HJ]

溫預(yù)測模型研究[J] 中國農(nóng)業(yè)氣象，2011，32（3）：362-367

[15]劉可群，魏明鋒，楊文剛 大棚小氣候特征及其與大氣候的關(guān)系[J] 氣象，2008，34（7）：101-107

[16]王萍，劉春雪，王秋京，等 黑龍江省溫室小氣候變化特征及預(yù)報模型的初步研究[J] 黑龍江農(nóng)業(yè)科學(xué)，2014（5）：75-79

[17]范遼生，朱蘭娟，柴偉國，等 杭州冬季塑料大棚內(nèi)氣溫變化特征及日最低氣溫預(yù)報模型[J] 中國農(nóng)業(yè)氣象，2014，35（3）：268-275

[18]袁靜，李樹軍，崔建云，等 山東壽光冬季日光溫室內(nèi)溫度變化特征及低溫預(yù)報[J] 中國農(nóng)學(xué)通報，2012，28（3）：300-304

[19]張淑杰，楊再強(qiáng)，陳艷秋，等 低溫、弱光、高濕脅迫對日光溫室番茄花期生理生化指標(biāo)的影響[J] 生態(tài)學(xué)雜志，2014，33（11）：2995-3001

[20]趙先麗，張淑杰，陳艷秋，等 遼寧大洼地區(qū)日光溫室小氣候特征[J] 生態(tài)學(xué)雜志，2014，33（10）：2656-2663

[21]魏瑞江 日光溫室低溫寡照災(zāi)害指標(biāo)[J] 氣象科技，2003，31（1）：50-53

[22]魏瑞江，李春強(qiáng)，康西言河北省日光溫室低溫寡照災(zāi)害風(fēng)險分析[J] 自然災(zāi)害學(xué)報，2008，17（3）：56-62