收稿日期：2021-03-03
基金项目：国家重点研发计划项目（2017YFD0701501）；山西省研究生教育创新项目（2020SY194）；晋中市科技重点研发计划（农业）项目
（Y202008）
温室小气候温度和湿度动态模型预测及验证
韦玉翡，赵建贵，高安琪，白云飞，李志伟
（山西农业大学农业工程学院，山西太谷
030801）
摘要：以番茄（Solanum lycopersicum Solyc ）欧美佳为试验材料，采用温室基质栽培方式，利用番茄连续3个月生长发育的内外部环境数据、改进的热量传递理论及质能平衡方程建立并验证温室内温度和湿度的动态预测模型。以山西农业大学工学院玻璃温室为例，考虑室内外太阳辐射量、室内外温度、风速、通风率、围护结构等因素建立动态模型，并利用该模型对番茄各生育期的温度和相对湿度进行分析。结果表明，室内温度的主要影响因素是室外温度及太阳辐射量（冬季尤其要考虑加热设施的介入），室内相对湿度变化主要受植物蒸腾速率、室内温度以及通风换气的影响。该模型在各个生育期（幼苗期、开花期、结果期）温度的相对误差分别为7.70%、7.90%、6.80%；绝对误差分别为1.42℃、1.26℃、1.05℃；标准误差均方根分别为1.32℃、1.39℃、1.25℃；相对湿度的相对误差分别为6.10%、3.20%、1.41%；绝对误差分别为4.08、2.11、1.35个百分点；标准误差均方根分别为3.73%、2.16%、1.11%，验证该模型可靠有效，可为后续的环境控制与决策管理提供模型支持。
关键词：温室；番茄（Solanum lycopersicum Solyc ）；小气候系统；温度模型；湿度模型中图分类号：S625.5+1
文献标识码：A
文章编号：0439-8114（2021）09-0032-07DOI:10.14088/jki.issn0439-8114.2021.09.006
开放科学（资源服务）标识码（OSID ）：
Prediction and verification of dynamic model of temperature
and humidity of greenhouse microclimate
WEI Yu-fei ，ZHAO Jian-gui ，GAO An-qi ，BAI Yun-fei ，LI Zhi-wei
（Agricultural Engineering College ，Shanxi Agriculture University ，Taigu 030801，Shanxi ，China ）
Abstract ：Taking Oumeijia tomato （Solanum lycopersicum Solyc ）as the test material ，adopting greenhouse matrix cultivation ，using the internal and external environment data of tomato growth and development for 3consecutive months ，improved heat transfer theory and mass energy balance equation ，the dynamic prediction model of temperature and humidity in the greenhouse was established and verified.Taking the glass greenhouse of Engineering College of Shanxi Agricultural University as an example ，the dynamic model was established taking into account the indoor and outdoor solar radiation amount ，indoor and outdoor temperature ，wind speed ，ventila⁃tion rate ，envelope structure and other factors ，and the model was used to analyze the temperature and humidity of tomato at each
growth stage.The results showed that outdoor temperature and solar radiation were the main factors affecting indoor temperature （espe⁃
cially in winter ，heating facilities should be considered ），and indoor humidity was mainly affected by transpiration rate ，indoor tem⁃
perature and ventilation.The relative errors of temperature in each growth stage （seedling stage ，flowering stage and fruiting stage ）
were 7.70%，7.90%and 6.80%，absolute error were 1.42℃，1.26℃，1.05℃，and RMS standard error were 1.32℃，1.39℃，1.25℃，respectively ；Relative error of humidity were 6.10%，3.20%，1.41%，absolute error were 4.08，2.11，1.35percentage point ，and the root-mean-square standard error were 3.73%，2.16%and 1.11%，respectively.Which verifies that the model is reliable and ef⁃fective and can provide model support for subsequent environmental control and decision management.
Key words ：greenhouse ；tomato （Solanum lycopersicum Solyc ）；microclimate system ；temperature model ；humidity model
第9期
温室技术水平的高低直接影响着农作物的产量
和品质，要对温室环境因子进行综合控制，创造作物
生长发育的最适宜条件，实现作物的增产、稳产，就
需要建立温室小气候模型［1］。温室小气候模型的建
立是优化温室结构、优化综合控制以及智能决策的
有力工具。通过分析温室小气候模型可以深入了解
室内环境因子间的关系及不同因子间的相互作用，
并预测下一时刻的因子值，为温室环境的控制策略全国连锁快餐店排名
提供必要依据及为温室作物提供最佳的生长环境［2］。
对温室环境调控而言，温室小气候动态预测模
型有着举足轻重的意义，主要分为2种：一种是以能
量平衡方程和质量平衡方程为依据的温室模型；另
一种是基于输入输出数据的模型（包括线性模型、非
线性模型、黑箱模型等），该法仅需采集温室内外环
境因子的数据，与温室结构类型无关。在国内外研
究中，基于能量守恒定律，Businger［2］建立了首个依
据室内环境因素来确定室温的温室小气候模型；Ra⁃sheed等［3］建立多跨度温室的模拟模型，并采用瞬态系统模拟程序来模拟温室微环境；Marina等［4］综合
考虑温室特点，以温度及内部湿度为参数，创造有利
于植物的生产条件。澳大利亚Kerstin等［5］提出了多
环境中对产量相关性状的多季重复测量、遥感技术
在田间监测中的误差和关键表型的高通量分析等
表型研究瓶颈问题。郁莹珺［6］、温永菁［7］、苏春杰［8］
等利用环境因子建立了不同条件下温室环境模型；
宿文［9］、刘晓艳等［10］根据温室能量和质量平衡原理
建立模型；张园园［11］采用ELM的方法建立温室预测
模型；周洁［12］、李献军等［13］、范琼［14］通过无线传感器
网络实时获取温室环境数据建立模型；邹秋滢等［15］
采用自适应神经模糊推理系统（ANFIS）对温室小气
房产抵押候环境因子进行辨识建立预测模型；徐立鸿等［16］、
秦琳琳等［17］对现有的温室系统模型进行分析，指出
各自的不足和局限性。由以上研究可以看出，机理
模型在温室小气候动态预测方面切实可行。由于早
期温室受资金及技术条件的约束，并未配备气候调
节设施，在温室小气候的建模中主要考虑室外天气
变化影响［17，18］，未考虑气候调节设备动作的影响，且
目前预测模型多数只考虑一部分环境因素进行预
测，并未涵盖一些重要的影响因素以致预测精度不
高，影响后续智能决策和综合控制的效果。本模型
充分考虑温室构造、温室内外部各项环境因子及介
入设施的影响，有效提高了预测精度。
1材料与方法112°34′，北纬37°25′）旁建造了一个玻璃温室。温室为东西走向，总占地面积为125m2（12.5m×10.0m）。
温室四周底部由钢筋混凝土作基础垫层（室外地面0.5m下），四周采用砌体结构（砖、石，距室外地面0.6m），四根边柱搭建玻璃结构，玻璃框架采用铝合金作为玻璃连接体，玻璃采用有机玻璃（厚2.5cm）。温室东西侧设置前后门，南侧设置湿帘（共4扇），北侧设置风机（共2台），西北方向设
置天窗（共4扇），顶部设有保温被、遮阳帘，内有加热管道（表面积为43m2）、热风机等加热设施。温室内设备由计算机控制，包括热风机的开关，湿帘、保温被、遮阳帘、风机组等的开启，天窗开启角度等。
1.2试验材料
温室内种植番茄（Solanum lycopersicum Solyc）欧美佳。该品种为高抗TY病毒、强耐寒、低温弱光下能正常彭果、每节生4~6果的无限生长型番茄。由育苗公司采用穴盘育苗，于9月26日移栽至实验温室培养槽的椰糠基质袋中，每袋长100cm，宽20cm，高7cm，每袋均匀定植4株，种植深度5cm，种植3行，行距为90cm，株距为25cm。试验期间，侧蔓和卷须摘除及下部老叶去除保持一致。
1.3试验方法
试验时间为2019年10月1日至2020年1月20日，自11月开始启用加热设施（热水管道、暖风机）。利用温室监测系统的采集节点采集室内外太阳全辐射、室内外温湿度、二氧化碳浓度、风速、风向、热水管道进出水温度、基质温度、土壤温度（土壤5cm 处）等参数，均匀将采集节点部署于温室内外，网关定时向采集节点发送“同步巡检”指令，对覆盖范围内所有采集节点巡检，自动建立与解除通信链路，若出现网络故障，系统将自修复运行和采集、传送数据。采集数据和传输过程具有延迟性，故网关设置为每隔6min向采集节点发送“点名轮询”指令，即所有数据通过计算机控制系统自动记录并保存
数据，计算机每隔6min对采集的数据记录并保存一次。
1.4项目测定
1.4.1温室小气候温度动态模型根据热力学有关理论可知，单位时间温室内热量的积累等于温室内热量储存的变化率［10］，即室内的热量平衡动态模型如下。
Q
a=Q r+Q p+Q w+Q s+Q l-Q v-Q g-Q e-Q h（1）
式中，Q
a
为温室内部空气热量，W/m2；Q
r
为太阳
辐射热量，W/m2；Q
p
为暖气管道供热量，W/m2；Q
w
为
韦玉翡等：温室小气候温度和湿度动态模型预测及验证33
湖北农业科学2021年
通风损失热量，W/m 2；Q g 为温室覆盖层与外界交换的损失热量，W/m 2；Q e 为蒸腾作用吸收的热量，W/m 2；Q h 为湿帘风机的热交换吸收热量，W/m 2。
具体公式如下：
ρVC p A f d T i d t =τ×S 0+A p ×h p
A f
×()
T p -T i +
éëêêê
êêêùûú
úúú
úú∑A i ×11a n +∑d i λi +1a w
-ρ×C p ×G +h c ×A s A f ×(
)
T i -T 0
（2）
由于Q h 、Q s 、Q l 在模型验证期间对温室温度的影
响微乎其微，故在计算中未做考虑。T i 为温室空气热力学温度，K ；T 0为温室外空气热力学温度，K ；S 0为室外太阳辐射，W/m 2
；
τ为温室太阳辐射透射率，其为一天测量的室内辐射总和与一天测量的室内太阳辐射总和之比；T P 为管道热水热力学温度，K ；h P 为热水管道传递系数，W/（m 2
·K ）；G 为通风窗的空
气交换率，m 3/h ；h c 为温室内部空气透过覆盖层与温室外部空气的热交换系数，h c =A +Bv （单层覆盖物，A =6，B =0.5；双层覆盖物，A =4，B =0.2；v 为风速）；A s 为温室覆盖物表面积，m 2。式中其他各参数的意义及具
体值详见表1。1.4.2
温室小气候相对湿度动态模型
相对湿度是
温室环境的重要状态变量。根据物质和能量平衡原
理，温室内的水汽平衡动态模型如下［10］。
ρh d W t d t =E t +E shebei -E v -E cond （3）
式中，h 为温室平均高度（温室容积与地表面积之比，V /A f ），m ；E t 为植物蒸腾作用释放的水气量，即
植物的蒸腾速率，kg/（m 2
·s ）；E shebei 为增湿或除湿设备启动后，温室内减少或增加的水分（增湿为正，除湿为负），kg/（m 2·s ）；E v 为通风换气和空气渗透带走
的水分，kg/（m 2
·s ）；E cond 为在围护结构和覆盖物上水蒸气的凝结速度，kg/（m 2
·s ）；W t 为水和空气的比率，
kg/kg 。
具体公式如下：
ρh d W t d t =C t λR n +e s 25βλγT i -h t B 8.036λγ
W t +Q
A f -ρC p G ()
e i -e 0
A f γλ-1.64×10-3
A s ()T i -T g
1
3
()
x
i
-x 0或ρh
d W t d t
=
C t λ
R n +
e s 25βλγ
T i -
h t B
8.036λγ
W t -U d t λ
张国荣是双性恋-
式中，C t 为经验常数（与叶面指数LAI 呈函数关
系）；R n 为作物冠层上方的太阳辐射度（R n =0.55S 0，一
般略高于室外太阳辐射度的50%），W/m 2；h t 为作物和同讲普通话携手进小康内容
空气之间的热量转移系数（与作物冠层上方的太阳辐射度R n 、叶面积指数LAI 呈函数关系），W/（m 2·K ）；β为温度变化对饱和水蒸气压力影响的综合系数；λ为水的蒸发潜热，kJ/kg ；γ为在空气相对湿度不变的情况下，水蒸气压力因温度变化的斜率；Q 为湿度调节设备的流量，kg/s ；U d t 为供热设施引发室内每平方米增加的热量，W/m 2；e i 为温室内部空气的水蒸气压
力，Pa ；e 0为温室外部空气的水蒸气压力，Pa ；T g 为覆盖物的内表面热力学温度，℃；x i 、x 0为相对湿度。
其中，在T 摄氏温度下时绝对湿度的计算公式如下：
x 0=
216.7×10-5e
273.15+T （5）x i =x 0×R H
（6）
式中，R H 为绝对湿度。
表1
温度和湿度模型参数
参数温室容积（V ）//m 3空气密度（ρ）//kg/m 3
空气的定压比热容（C p ）//J/（kg·K ）
温室地表面积（A f ）//m 2热水管道表面积（A p ）//m 2温室围护结构传热面积（A i ）//m 2
外围护结构内表面对流换热系数（a n ）//W/（m 2·K ）
外围护结构外表面对流换热系数（a w ）//W/（m 2·K ）
外围护结构隔层材料的厚度（d i ）/m
外围护结构隔层材料的导热系数（λi ）//W/（m·K ）
温室覆盖物表面积（A s ）//m 225℃饱和水蒸气压力（e s 25）//Pa
大气压力（B ）//Pa
数值717
1.2510031254
2.5339.458.72
23.260.0256.0
148.753167
1013251.5数据分析
为了验证所建冬季温室小气候预测模型的准确
度和精确度，采集生长期的温室数据（自9月26日开始，幼苗期10d ，开花期28d ，结果期32d ）。各生育期采集的数据先进行预处理，剔除异常和无效数据，再代入温室小气候动态模型计算预测值，并通过Microsoft Excel 2019计算各类误差。
2结果与分析
2.1单天温度和相对湿度动态变化分析
选取10月11日内外环境因子的各项数据，并分
34
恋恋笔记本台词第9期室内温度昼夜变化为白天高、夜晚低。由于温室热量主要来源于室外温度和太阳辐射量，在白天尤其是14：00左右二者同时达到最大值，故此刻温度达到一天中的最大值。白天时室外的辐射较大，而夜晚温室热量主要来源于白天室内热量，在夜晚5：00室外温度达最小值，且白天累积热量基本消耗殆尽，故夜晚5：00温度到达一天中的最小值。经对比10月11日的室内温度和预测温度，在8：00—17：00预测温度大于室内温度，而18：00之后基本低于室内温度。温室内的相对湿度也是温室小气候的一个重要组成部分，相对湿度过高或过低对作物的生长都很不利。由图2可见，与室内温度相反，室内相对湿
度昼夜变化呈白天低、夜晚高的规律，这种情况在太阳辐射量大时显得非常突出，故白天加湿、降温是调节温度和湿度的一个方案，夜晚应保持一定的通风、降低湿度，以预防病虫害的发生率。2.2
有无加热设施介入时温度和相对湿度动态变化分析
针对2019年10月10—19日温室小气候环境在设置加热设施前后5d 的温度和相对湿度预测值与实际值
对比分析，得到玻璃温室在有无加热设施情况下各时间段温度和相对湿度的变化情况。图3、图4分别为其温度和相对湿度的变化曲线。
由图3可见，加热设施进入温室后，在没有加热设0：03
0：060：511：141：382：022：262：563：203：564：204：505：145：446：086：387：027：267：508：148：389：029：329：5610：2610：5011：2611：5012：1412：3813：0213：2613：5014：1414：3815：0815：3215：5616：2016：4417：0817：3217：5618：2018：4419：0819：3220：0820：3220：5621：2021：4422：0822：3823：0223：2623：50
时刻
40353025201510
温度//℃
室外温度
室内温度预测温度
图110月11日温度室内预测值与室内外实际值对比
0：030：060：511：141：382：022：262：563：203：564：204：505：145：446：086：387：027：267：508：148：389：029：329：5610：2610：5011：2611：5012：1412：3813：0213：2613：5014：1414：3815：0815：3215：5616：2016：4417：0817：3217：5618：2018：4419：0819：3220：0820：3220：5621：2021：4422：0822：3823：0223：2623：50
10090807060504030
20
相对湿度//%
室外相对湿度
室内相对湿度预测相对湿度
韦玉翡等：温室小气候温度和湿度动态模型预测及验证35
湖北农业科学2021年
施下，室内最高温度为33.44℃，最低温度为6.42℃，平均温度为17.11℃，温度相差最大为27.02℃；
而在加热设施工作情况下，最高温度为35.46℃，最低温度为4.83℃，平均温度为17.73℃，温度相差最大为30.63℃。经计算室内温度预测模型相对误差在3.30%~10.91%，绝对误差在0.66~1.75℃，均方根误差在0.83~2.50℃。
由图4可见，在无加热设施时，正午时段最小相对湿度维持在48%左右，夜间相对湿度极大值在93%以上。加热设施工作时，正午时段最小相对湿度在35%左右，夜晚极大值在85%之上。从图3、图4可以看出，室内温度和相对湿度的预测线与实测
线的走势都很接近，但相对湿度度量值较温度度量
值大得多，故2条曲线的拟合度不及温度预测的拟合度。但室内相对湿度预测模型精度还是较高的，它的相对误差在1.49%~8.99%，绝对误差在1.05~4.83个百分点，均方根误差在0.58%~4.91%。2.3
生育期试验分析
为进一步探究模型的精确度，在各生育期各取5d （幼苗期10月1—5日，开花期10月27—31日，结果期11月11—15日）来验证。图5、图6分别为各生
育期温度、相对湿度的曲线分布。
由图5可知，整个生育期，温度预测值和实际值曲线趋势基本一致，由于冬季室外温度的逐渐降低，基本关闭通风窗（正午时小幅开启），故预测值温度也呈下降趋势（加热设施介入，趋势并不大）。温0：00
4：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：00
时刻
40.0035.0030.0025.0020.0015.0010.005.000.00
温度//℃无加热设施有加热设施
室内温度
预测温度
图3有无加热设施控制温度室内预测值与室内实际值对比
0：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：000：004：008：0012：0016：0020：00
110.00100.0090.0080.0070.0060.0050.0040.0030.0020.00
相对湿度//%
无加热设施有加热设施
室内相对湿度哈哈一笑很倾城是谁
预测相对湿度
36
发布评论