戴明晶

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災害監(jiān)測預警與風險管理重點實驗室，寧夏銀川 750002；2.寧夏氣象防災減災重點實驗室，寧夏 銀川 750002）

近年來，寧夏設施農(nóng)業(yè)得到大力發(fā)展，已經(jīng)成為農(nóng)民增收致富的支柱產(chǎn)業(yè)。吳忠市地處寧夏引黃灌區(qū)，也是寧夏五大設施農(nóng)業(yè)發(fā)展優(yōu)勢區(qū)，以種植蔬菜、果品為主，供應本地城市并兼顧外銷。隨著通訊技術的不斷發(fā)展，溫室內(nèi)自動氣象觀測站的建立通過GPRS 無線網(wǎng)絡實現(xiàn)自動化數(shù)據(jù)傳輸，確保了資料的實時性和連續(xù)性，為日光溫室小氣候要素的觀測和預報創(chuàng)造了技術條件。信志紅等[1]和崔建云等[2]分析了不同天空狀況、不同時段外部氣象條件對溫室內(nèi)溫、濕變化的影響，結果表明，日光溫室保溫、保濕性能明顯，溫室內(nèi)溫、濕變化與天空狀況、室外氣象要素的變化等存在著較明顯的相關性。李寧等[3]分析了冬季日光溫室內(nèi)溫度變化特征，得出日光溫室內(nèi)最低氣溫與溫室內(nèi)前一天的各小氣候要素有較好的相關性，溫室內(nèi)、外各氣象要素之間也存在顯著的相關性。符國槐等[4]研究了溫室內(nèi)外溫度、濕度的季節(jié)變化和日變化特征，得出室內(nèi)空氣溫度與相對濕度成線性負相關。王萍等[5]分析了室內(nèi)外氣溫、地溫及土壤濕度，并建立室內(nèi)外氣溫關系模型，結果表明，秋季、冬季和春季室內(nèi)外溫差較大，室內(nèi)氣溫明顯高于室外，而夏季較小，室內(nèi)氣溫偏高不明顯，大部時段預報絕對誤差為0～2.8℃。環(huán)海軍等[6]基于小氣候自動觀測站的日光溫室最低氣溫建立了兩種不同方法的溫室內(nèi)最低氣溫預報模型，結果表明，預報模型回代效果和預報效果好均較好。金志鳳等[7]利用塑料大棚內(nèi)外觀測氣象數(shù)據(jù)，構建了基于BP 神經(jīng)網(wǎng)絡的楊梅生產(chǎn)大棚內(nèi)的最高、最低氣溫預測模型，檢驗表明，精度明顯高于同時利用逐步回歸法建立的預報模型。同時，寧夏日光溫室小氣候變化特征也引起了不少學者的關注，張磊等[8]對寧夏灌區(qū)溫室內(nèi)氣溫變化特征和溫室內(nèi)最低氣溫預測方法進行了研究，得出不同天氣條件下溫室內(nèi)氣溫的日變化存在明顯差異；溫室內(nèi)、外的最低氣溫呈現(xiàn)明顯線性相關關系。朱永寧等[9]對寧夏賀蘭縣3 類不同溫室內(nèi)的溫度進行了試驗觀測，得出不同類型溫室的日變化規(guī)律基本一致，不同類型溫室內(nèi)氣溫的季節(jié)性變化趨勢與室外氣溫的季節(jié)性變化趨勢基本一致。陳建軍等[10]對比分析了寧夏2種設施條件下室內(nèi)空氣溫、濕度和15 cm土壤溫度，得出日光溫室氣溫高于塑料大棚，且晴天差異大于陰天差異。

本研究在前人研究的基礎上，著重對日光溫室小氣候日變化特征進行分析，為不同天氣類型建立低溫預報模型，以期對寧夏引黃灌區(qū)日光溫室氣溫變化特征及低溫預報方法有一個初步的研究和分析，為溫室低溫凍害預報預警提供技術支持，對提高日光溫室的氣象服務水平、減輕氣象災害的不利影響、保障溫室生產(chǎn)效益具有重要意義。

1 材料和方法

1.1 溫室簡介

本研究的觀測日光溫室建立在寧夏回族自治區(qū)吳忠市山水溝村郭家橋鄉(xiāng)的蔬果日光溫室（36°50′N，118°18′E）內(nèi)，內(nèi)設自動氣象站，溫室采用鋼結構骨架，覆蓋材料為聚乙烯薄膜，薄膜上覆蓋草苫。溫室為東西走向，脊高3.0 m，跨度7.5 m，長度65.0 m，溫室內(nèi)主要種植草莓，輔助種植小番茄、黃瓜、乳瓜等，溫室體狀況正常，有專業(yè)設施農(nóng)業(yè)管理員專職管理，管理水平良好。

1.2 數(shù)據(jù)來源

觀測時間為2018年11月1日—2019年3月31日，觀測期間溫室內(nèi)種植作物為草莓。每天記錄日光溫室的揭苫狀況和時間，觀測記錄當時天氣狀況。數(shù)據(jù)資料來自2018年11月—2019年3月吳忠市利通區(qū)郭家橋鄉(xiāng)山水溝村小氣候自動站整點氣溫、相對濕度要素觀測資料和郭家橋鄉(xiāng)山水溝村區(qū)域自動氣象站常規(guī)氣象觀測資料。

1.3 試驗方法

1.3.1 試驗設計為建立不同天氣條件下日光溫室最低氣溫預報方程，按照天氣類型分類標準，參考試驗點人工觀測和揭苫記錄，將天氣情況分為：晴天、多云天和陰天3種類型。一般情況下晴天和多云天狀況下蓋苫均揭開，而陰天溫室種植戶會根據(jù)具體情況決定是否揭苫，溫室內(nèi)氣溫穩(wěn)定在一定數(shù)值時也可不揭苫，由于是否揭苫會對溫室內(nèi)的溫度產(chǎn)生較大影響，因此，將陰天又分陰天揭苫和陰天不揭苫2種情況。

1.3.2 技術方法 利用Excel 2003軟件進行數(shù)據(jù)處理，運用相關性分析、多元線性回歸等的統(tǒng)計方法進行數(shù)據(jù)分析。

2 結果與分析

2.1 冬季溫室內(nèi)外氣溫隨時間的變化規(guī)律

對2018年和2019年冬季，溫室內(nèi)外日平均、最高、最低氣溫的時間序列進行分析，得出溫室內(nèi)日平均氣溫為12.2℃，平均日最高氣溫為29.5℃，平均日最低氣溫為6.1℃（圖1～圖3）。

圖1 2018年11月—2019年3月溫室內(nèi)外日平均氣溫

圖2 2018年11月—2019年3月溫室內(nèi)外日最高氣溫

圖3 2018年11月—2019年3月溫室內(nèi)外日最低氣溫

由圖1可知，溫室內(nèi)日平均氣溫為6.8～16.7℃，最高氣溫出現(xiàn)在2018年11月13日，最低氣溫出現(xiàn)在2019年1月15日；溫室外日平均氣溫為-12.4～10.7℃，最高氣溫出現(xiàn)在2019年3月28日，最低氣溫出現(xiàn)在2018年12月24日；溫室內(nèi)外溫差為6.0～19.2℃。由圖2可知，溫室內(nèi)最高氣溫氣溫為13.7～46.0℃，最高氣溫出現(xiàn)在2019年2月1日，最低氣溫出現(xiàn)在2019年1月15日；溫室外最高氣溫為-6.8～20.2℃，最高氣溫出現(xiàn)在2018年11月1日，最低氣溫出現(xiàn)在2018年12月7日；溫室內(nèi)外溫差為20.5～25.8℃。由圖3可知，溫室內(nèi)最低氣溫為-1.5～12.0℃，最高氣溫出現(xiàn)在2018年11月10日，最低氣溫出現(xiàn)在2019年1月13日；溫室外最低氣溫為-18.9～7.5℃，最高氣溫出現(xiàn)在2019年3月28日，最低氣溫出現(xiàn)在2018年12月29日；溫室內(nèi)外溫差為4.5～17.4℃。綜上可以看出，冬季溫室內(nèi)外最高氣溫溫差最大，其次是日平均氣溫，最低氣溫溫差最小，溫室內(nèi)外最高氣溫逐日呈反位向的變化規(guī)律，這與冬季溫室管理員采取的揭苫、通風等保溫措施密不可分。此外，觀測時間內(nèi)的12月至次年2月上旬和3月中旬均是最低氣溫偏低的時段（圖4），在該時段要特別注意加強日光溫室的管理，在氣溫較低時，可適當采取人工增溫、保暖措施，以確保溫室內(nèi)蔬菜瓜果特別是喜溫蔬菜瓜果的正常生長。

2.2 不同天氣條件下溫室內(nèi)氣溫日變化特征

圖4 2018年11月—2019年3月溫室內(nèi)日最低氣溫距平

正常情況下，日光溫室每天早晨日出后揭苫、傍晚落日前蓋苫，期間根據(jù)溫室內(nèi)的溫度相對濕度情況進行通風透氣。由圖5可知，2018年11月1日—2019年3月31日晴天、多云天、陰天3種典型天氣條件下溫室內(nèi)氣溫的逐時變化規(guī)律。不同天氣狀況下溫室內(nèi)氣溫的日變化規(guī)律基本一致，呈現(xiàn)揭苫后氣溫迅速升高，蓋苫后氣溫緩慢下降，再直到揭苫前達到最低氣溫的變化趨勢。在不蓋苫的時間段內(nèi)，晴天和多云天溫室內(nèi)氣溫有明顯的起伏變化，而陰天變化不大；日最高氣溫值出現(xiàn)在11：00—13：00，陰天和多云天日最高氣溫值出現(xiàn)時間較晴天晚約2 h；11：00—16：00 氣溫處于日變化的高溫時段，16：00 之后氣溫下降速度加快，蓋苫后氣溫下降速度趨于緩慢，直至次日揭苫前氣溫達到最小值。3種天氣狀況下9：00—24：00的氣溫存在明顯差異，變化幅度呈晴天＞多云天＞陰天的趨勢，且在日平均氣溫最高值出現(xiàn)的時間（11：00），3種天氣的差異較大，0：00—9：00 差異較小，在揭苫前一段時間內(nèi)（4：00—9：00）陰天條件下溫度稍高于晴天條件。不同天氣狀況下全天平均氣溫最低值均出現(xiàn)在揭苫前一段時間（7：00—8：00），為7℃左右，該時段內(nèi)設施農(nóng)戶應重點采取防凍措施。

圖5 2018—2019年不同天氣狀況下日光溫室內(nèi)整點氣溫對比

2.3 溫室內(nèi)日最高氣溫和日最低氣溫出現(xiàn)的時間分布特征

2.3.1 日最高氣溫分析分析觀測期溫室內(nèi)日最高氣溫出現(xiàn)的時間特征發(fā)現(xiàn)（圖6），日最高氣溫主要分 布 在10：00—11：00、11：00—12：00、12：00—13：00、13：00—14：00、14：00—15：00、15：00—16：00、16：00—17：00 這7個時間段內(nèi)，在11：00—16：00出現(xiàn)次數(shù)占總數(shù)的83.2%，而其中又以11：00—12：00出現(xiàn)的頻率最高，出現(xiàn)這種現(xiàn)象的原因是由于日光溫室在每天揭苫后氣溫上升到一定程度時進行人工通風的結果。具體出現(xiàn)時間受當時溫室外氣溫、光照條件和放風口開啟的大小影響有所不同。

圖6 溫室內(nèi)日最高氣溫出現(xiàn)的時間分布

2.3.2 日最低氣溫分析分析觀測期溫室內(nèi)日最低氣溫出現(xiàn)的時間特征發(fā)現(xiàn)（圖7），雖然日最低氣溫分布在11個時次內(nèi)，但集中出現(xiàn)在8：00—9：00（揭苫前），出現(xiàn)次數(shù)占總數(shù)的81.5%。最低氣溫出現(xiàn)次數(shù)較多的時間段還有5：00—6：00和9：00—10：00，均為5次。除此之外，其他出現(xiàn)在0：00—1：00、1：00—2：00、22：00—23：00的個別天數(shù)，主要是發(fā)生在不揭苫或者揭苫時間很短的陰雪天。

圖7 溫室內(nèi)最低氣溫出現(xiàn)的時間分布

2.4 溫室內(nèi)最低氣溫預報模型

溫室內(nèi)最低氣溫往往會對溫室內(nèi)蔬菜的正常生長產(chǎn)生較大影響，最低氣溫過低往往造成蔬菜受涼，影響產(chǎn)量和品質(zhì)，嚴重者甚至死亡，從而給日光溫室生產(chǎn)帶來較大損失。假如能提前（特別是在強降溫或者連陰天天氣來臨前）對溫室內(nèi)最低氣溫做出預測，對于及時合理安排防凍措施、減少溫室損失具有重要意義。影響溫室內(nèi)最低氣溫的因子很多，既有溫室外的氣象條件，也受溫室內(nèi)人為干預等因素的影響，但在實際中考慮到建立的預報方程投入生產(chǎn)應用時的時效性和預報因子獲取的便捷性，在預報精度變化不大的情況下，所建立的預報方程應當盡量簡單。

基于上述原則，通過相關性分析的方法在對比了多個室外氣象因子同溫室內(nèi)最低氣溫的關系后，發(fā)現(xiàn)在非陰天（包括晴天和多云天）和陰天（包括雪天）2種天氣情況下，溫室內(nèi)的最低氣溫（PTmin）和溫室內(nèi)的相對濕度（Rv）及室外的最低氣溫（Tmin）均存在明顯的線性關系，且天氣類型分類越簡單，對以后實際應用越為方便。由于分析發(fā)現(xiàn)7：00—9：00 是每日最低氣溫出現(xiàn)的集中時段，因此，所選用該時段內(nèi)最低氣溫和相對濕度數(shù)據(jù)進行預報方程的建立，分別建立了4種不同情況下的線性回歸方程，即陰天揭苫、陰天不揭苫、非陰天揭苫、非陰天不揭苫，見方程（1）～方程（4）。

陰天揭苫時：

陰天不揭苫時：

非陰天揭苫時：

非陰天不揭苫時：

經(jīng)過檢驗表明，方程（1）的絕對誤差（溫室內(nèi)最低氣溫預測值與實測值差的絕對值，下同）在2.0℃以內(nèi)的占79.2%，均方根誤差為1.7℃；方程（2）的均方根誤差為0.9℃，絕對誤差在2.0℃以內(nèi)的占100.0%；方程（3）的均方根誤差為2.2℃，絕對誤差在2.0℃以內(nèi)的占62.5%；方程（4）的均方根誤差為2.5℃，絕對誤差在2.0℃以內(nèi)的占75.0%，且未通過顯著性水平為0.05的統(tǒng)計量檢驗。表明陰天不揭苫時方程的預測效果最好，其次是陰天揭苫的，非陰天不揭苫時的預測效果最不理想；總體來看，陰天條件下方程的預測效果整體好于非陰天的。

4個方程的檢驗結果表明，其預測精度較好，基本能夠滿足日常應用的需要。在實際工作中，依據(jù)所建立的回歸方程，利用氣象臺的天氣預報結果特別是強降溫或陰雪天時的最低氣溫預報結果，即可對溫室內(nèi)的最低氣溫進行預測，可以為提前預防低溫凍害提供決策依據(jù)，減少低溫凍害損失。

3 結論與討論

溫室內(nèi)外冬季溫差存在明顯差異，溫差最大的是最高氣溫，溫差最小的是最低氣溫；不同天氣狀況下溫室內(nèi)氣溫的日變化規(guī)律基本一致，揭苫后氣溫迅速升高，蓋苫后氣溫緩慢下降，直到揭苫前氣溫達到最低，這期間易發(fā)生低溫凍害。不同天氣條件下，溫室內(nèi)日最低氣溫出現(xiàn)時間較為集中，主要出現(xiàn)在每日的7：00—9：00，而日最高氣溫出現(xiàn)時間分布較分散。陰天揭苫、陰天不揭苫、非陰天揭苫、非陰天不揭苫4種條件下，分別建立溫室內(nèi)日最低氣溫線性回歸方程，檢驗表明，方程的預報絕對誤差在2.0℃以內(nèi)占62.5%以上，預報精度較好。本研究中建立的低溫預報模型使用的室外數(shù)據(jù)和室內(nèi)數(shù)據(jù)能從氣象臺發(fā)布的天氣預報及室內(nèi)小氣候自動監(jiān)測數(shù)據(jù)記錄儀中獲取，涉及要素較少，方程較簡單，為該模型的推廣使用奠定了基礎。雖然所建立的日光溫室最低氣溫預報模式檢驗精度較好，但由于目前室外氣溫預報還存在著一定的不確定性，同時溫室體裁結構、管理方式、人為干預等方面的差異也會給室內(nèi)氣溫帶來較大影響。因此，該方程的預報精度也會受到上述因素的影響，在實際業(yè)務服務中要加以綜合考慮。本研究建立的日光溫室最低氣溫預報方程主要針對的是吳忠市的節(jié)能型日光溫室，對寧夏引黃灌區(qū)最低氣溫的預測方法有較高參考價值，但對其他地區(qū)和其他溫室型號的適應性還有待進一步研究。