楊 柳 張 琪 楊再強 陳家金 黃川容 null nullnullnullnullnull 福建省設施番茄高溫高濕災害分布規(guī)律 null 生態(tài)學雜志 41 null nullnullnullnull nullnullnullnullnullnull nullnullnullnull null nullnullnullnullnull null nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnullnull nullnullnullnullnull nullnullnull nullnullnullnullnullnullnullnullnullnullnullnull nullnull nullnullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnullnullnullnullnull nullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnullnull nullnull nullnullnullnullnullnull nullnullnullnullnullnullnullnullnull Chinese Journal of Ecology 41 null nullnullnullnullnullnullnullnullnullnull 福建省設施番茄高溫高濕災害分布規(guī)律 楊 柳 null 張 琪 null 楊 再 強 null null 陳 家 金 null 黃 川 容 null null 南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心 南 京 nullnullnullnullnullnull null 江蘇省農業(yè)氣象重點實驗室 南 京 nullnullnullnullnullnull null 福 建省氣象服務中心 福 州 nullnullnullnullnullnull 摘 要 基于福建省福清站 nullnull nullnullnullnull 年氣象站數(shù)據(jù)及設施大棚同期的小氣候數(shù)據(jù) 分 別 采用多元線性回 歸 nullnullnull 神經(jīng)網(wǎng)絡和極限學習機 nullnullnull 等方法構建設施小氣候模擬模型 再用 nullnull nullnullnullnull 年 null 個氣象站的 氣象數(shù)據(jù)反演室內小氣候數(shù)據(jù) 結合設施番茄高溫高濕等級指標 研究福建省設施番茄高溫高濕時空規(guī)律 null 結果表明 多元線性回歸模型模擬室內最高氣溫和最低氣溫效果最好 nullnullnull 分別為 nullnullnull 和 nullnullnull null null 為 nullnullnull 和 nullnullnull nullnull 神經(jīng)網(wǎng)絡方法模擬最高相對濕 度 效果最好 nullnullnull 為 nullnullnull null 為 nullnullnull null結合設施作物的災 害 指 標可知 福建省北部 null中部地區(qū)二級高溫高濕災害發(fā)生頻數(shù)逐年上升 且增幅顯著 中部地區(qū)三級災害發(fā) 生頻數(shù)逐年減少 各地出現(xiàn)二級災害概率較大 北 null中部出現(xiàn)一級災害的概率較小 南部出現(xiàn)三級災害的概率 較小 null設施番茄在 nullnullnull 月遭遇的氣象災害等級較高 分布在西北部 nullnullnullnull 月災害等級最低 全境大部分為 二級 部分沿海地區(qū)僅出現(xiàn)一級災害 null本研究結果為設施番茄的氣象布局及環(huán)境調控提供科學依據(jù) null 關鍵詞 連棟溫室 小氣候 模擬模型 高溫高濕 時空分布 The distribution of high temperature and high humidity disasters for facility tomato in Fujian Province nullnullnullnull nullnullnull null nullnullnullnullnull nullnull null nullnullnullnull nullnull nullnullnull null nullnull nullnullnullnull nullnullnullnullnullnullnull null nullnullnullnullnull nullnullnullnullnullnullnull null null Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters Nanjing University of Information Science and Tech nology Nanjing nullnullnull China null Jiangsu Provincial Key Laboratory of Agrometeorology Nanjing nullnullnull China null Fujian Meteorological Service Center Fuzhou nullnullnull China Abstract nullnullnull null nullnull nullnullnullnullnullnullnullnullnull nullnullnull null nullnullnullnull nullnull null nullnull nullnull null nullnullnullnullnullnull nullnull nullnull nullnullnullnullnullnullnullnull nullnullnull null nullnull nullnullnullnullnullnullnull nullnullnullnullnullnull nullnullnull nullnull nullnull nullnull nullnull nullnull nullnull nullnull nullnullnullnull nullnullnullnull nullnull nullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnullnullnull nullnullnullnull nullnullnull nullnull nullnullnullnullnullnull nullnull nullnullnullnullnull null nullnullnullnull null nullnull nullnullnullnullnullnullnull nullnullnullnullnullnullnullnull null nullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnullnull nullnull nullnull nullnullnull nullnullnull nullnull nullnullnullnullnullnullnullnullnull nullnullnull null null nullnullnullnullnullnullnullnullnull nullnullnull nullnull nullnullnull nullnull nullnull nullnullnull nullnullnullnullnull nullnullnullnull nullnull nullnull nullnull nullnullnullnull nullnull nullnull nullnullnullnull null nullnullnull nullnullnull null nullnullnullnullnullnullnull nullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnullnullnull null nullnull nullnull nullnullnullnull nullnull nullnull nullnullnullnull null null nullnullnullnullnullnullnull nullnullnull nullnull nullnull null nullnullnullnullnullnullnull nullnull nullnullnull null nullnullnullnull nullnullnull nullnull nullnullnullnullnull nullnull nullnullnull nullnull nullnullnullnull null nullnullnullnullnullnullnull nullnull nullnullnull nullnullnullnullnullnull null nullnull nullnull nullnullnullnull nullnullnullnull nullnull nullnullnull nullnullnullnull nullnullnull nullnullnull nullnullnull nullnull nullnullnull null nullnull null nullnullnull nullnullnull nullnull nullnullnull nullnullnullnull nullnullnullnull nullnull nullnullnull nullnullnullnull nullnullnullnull nullnull nullnull nullnullnull nullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnullnull null nullnullnullnull null nullnullnullnull nullnullnull nullnullnull nullnullnull nullnull null nullnullnull nullnullnullnull nullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnull nullnull null null null nullnullnullnull nullnullnull nullnull nullnullnullnullnullnull null nullnullnullnullnull nullnull nullnullnullnullnullnull nullnull nullnull nullnullnullnull null null null null nullnull nullnull nullnullnullnullnullnull nullnull nullnullnullnull nullnullnullnullnull null nullnull null nullnullnullnullnullnull nullnullnullnullnullnullnullnullnullnull nullnullnullnullnullnull nullnull null nullnull nullnull null nullnull nullnullnullnullnullnull null nullnullnullnullnull null null null nullnull nullnull nullnullnullnull nullnullnullnull nullnull null nullnull null nullnullnull nullnull nullnullnullnullnullnullnullnull null nullnullnullnullnull null null null nullnull nullnull nullnullnull null nullnullnullnullnull nullnull nullnullnullnullnullnullnullnull null nullnullnullnullnull null null null nullnull nullnullnull nullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnullnullnullnull nullnull nullnull nullnullnullnullnullnullnullnull null nullnullnullnullnull null null null nullnull nullnullnull nullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnullnullnullnullnull null null null nullnullnull null nullnullnullnullnullnullnull nullnullnull nullnull nullnull nullnullnullnull nullnull nullnull nullnull nullnull null nullnullnullnullnullnull nullnull nullnull nullnullnullnullnull null nullnull nullnull nullnull null null null nullnullnull nullnull nullnull nullnullnull nullnullnull nullnullnullnull nullnull nullnullnullnull nullnullnullnull nullnullnull null nullnull nullnull null nullnull nullnullnullnull nullnullnullnullnull nullnull nullnullnull null nullnullnull nullnull nullnull nullnullnullnull nullnullnullnull nullnull nullnullnull null nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnullnullnullnullnull nullnullnullnull null null nullnullnullnullnullnullnull nullnullnull null Key words nullnullnullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnull null nullnullnull nullnull nullnullnullnullnullnull nullnull nullnullnullnull null null null null nullnullnullnullnull nullnull nullnullnullnullnull null nullnullnullnullnullnullnullnull 國 家 重點研究開發(fā)計劃 nullnullnullnullnullnullnullnullnull 和國家自然科學基金項目 nullnullnullnull 資助 null 收稿日期 nullnullnullnullnullnullnullnull 接受日期 nullnullnullnullnullnullnullnull null 通訊作者 nullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnullnullnull 生 態(tài) 學雜志 nullnullnullnullnullnullnull nullnullnullnullnullnullnull nullnull nullnullnullnullnullnullnull nullnullnullnull 41 null nullnullnullnull nullnullnullnullnull nullnullnull nullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnull 福建省位于經(jīng)濟發(fā)達的長 null珠三角中間地區(qū) 全 省 可 耕地面積較少 僅達全國的 nullnullnullnull 且大多為山 地丘陵 夏秋因臺風多發(fā)而極易受災 制約農業(yè)發(fā) 展 null全省自 null 世紀 null 年代起大力發(fā)展設施農業(yè) 張雯婧 nullnull 王濤等 nullnull 俞詩汀等 nullnull null據(jù) 統(tǒng)計 nullnull 年末福建全省耕地面積為 nullnullnullnull 萬 null null 設 施 農業(yè) 含溫室和大棚 占地面積為 nullnullnull 萬 null null 福 建 省第三次全國農業(yè)普查領導小組辦公室 等 nullnull null高溫高濕給設施番茄生產(chǎn)帶來極大威 脅 嚴重影響其產(chǎn)量與品質 null為此 研究設施小氣候 模型及分析福建設施番茄高溫高濕災害分布規(guī)律對 設施環(huán)境調控及優(yōu)化生產(chǎn)布局提供科技支撐 null 國內外學者已經(jīng)對此展開大量研究 主要方法 有物理模型法 null機器學習法和統(tǒng)計模型法 nullnullnullnullnull nullnull 利用能量平衡法對溫室內部各表面溫度建 立模擬模型 系統(tǒng)分析耗散途徑 為實際農業(yè)生產(chǎn)管 理提供科學依據(jù) nullnullnullnullnullnull 等 nullnull nullnullnullnullnullnull 等 nullnull 考慮了溫室土壤的傳熱性質 進而建立熱環(huán) 境模型 nullnullnullnull 等 nullnull 采用人工神經(jīng)網(wǎng)絡模型構 建起當?shù)販厥倚夂蚰M模型 null張芳等 nullnull 采 用計算流體力學軟件構建三維穩(wěn)態(tài)大跨度溫室模型 模擬室內溫度 精度較高 null魏瑞江等 nullnull 利用相 關性分析和逐步回歸模擬了石家莊地區(qū)日光溫室冬 季小氣候特征 李瑞英等 nullnull 對室內最低氣溫分 別采用逐步回歸和主成分分析法建模 null何芬等 nullnull 采用人工神經(jīng)網(wǎng)絡模型構建起當?shù)販厥铱?氣濕度 null氣溫預報模型 null就當前研究現(xiàn)狀來看 前人 探索的各種方法已趨于成熟 但不同地區(qū)由于當?shù)?氣候條件 null地形因素和作物種類的差異造成各方法 適用效果不盡相同 null因此 前人也開展了對同一溫 室小氣候要素采用不同方法進行對比分析的研究 探究適用當?shù)販厥倚夂虻淖顑?yōu)預報模型 null劉紅等 nullnull 采取機器學習 隨機森林 null神經(jīng)網(wǎng)絡 null支持向 量機 和多元回歸對陜西溫室內氣溫的預報 對比 得到隨機森林預報精度高于其他方法 薛曉萍等 nullnull 則對山東壽光溫室內氣溫分別采用能量平 衡原理 null逐步回歸與 nullnull 神經(jīng)網(wǎng)絡進行建模預報 篩 選出最優(yōu)方法為逐步回歸 null韋婷婷等 nullnull 采用 數(shù)學方法和 nullnull 神經(jīng)網(wǎng)絡模擬了江蘇地區(qū)溫室內逐 時氣溫變化 得到余弦分段函數(shù) nullnullnullnull 更適用于 當?shù)貙鉁氐哪M null 迄今為止 關于福建省設施番茄小氣候模擬模 型及設施番茄高溫高濕災害分布規(guī)律的相關研究還 較少 null為此 本文將采取不同方法模擬福建省福清 市連棟溫室小氣候要素 篩選得到適合當?shù)販厥业?最優(yōu)溫濕度模擬模型 最終將較優(yōu)的模型投入到反 演設施番茄高溫高濕災害的規(guī)律研究中 以期為福 建省設施連棟溫室環(huán)境調控提供參考依據(jù) null 1 材料與方法 1 1 數(shù)據(jù)資料 本研究建模數(shù)據(jù)為福建省福清市 nullnull 年 null 月 null 日 nullnullnullnull 年 null 月 null 室內外氣象數(shù)據(jù) null室內小氣 候觀測資料來源于福清市綠豐農業(yè)融綠合作社 鏡 洋鎮(zhèn)東升村 的連棟溫室 溫室頂高 null null 側高 nullnullnull null 跨度 null null 環(huán)境數(shù)據(jù)采集器 nullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnull 放在距地 nullnullnull null 處 采集室內逐時氣 溫 null相對濕度等 掃描頻率為 nullnull nullnull 所種植番茄種 類為 null壽和粉冠 null 室外環(huán)境氣象數(shù)據(jù)來源于福清市 氣象站 圖 null 站號 nullnullnull 逐日數(shù)據(jù) 觀測要素為氣 溫 null降水量 null風速 null相對濕度 null日照時數(shù)等 null依據(jù)日序 劃分氣象觀測資料以供建模使用 日序為雙數(shù)時室 內外氣象數(shù)據(jù)作為訓練集 日序為單數(shù)時室內外氣 象數(shù)據(jù)作為檢驗集 訓練集參與小氣候模擬模型的 建立 檢驗集用于驗證不同模型的精確程度 null 反演設施番茄高溫高濕災害分布規(guī)律所用數(shù)據(jù) 為福建省 null 個氣象站 nullnull nullnullnullnull 年逐日氣象要素 數(shù)據(jù) 包括氣溫 null降水量 null相對濕度 null日照時數(shù) null風 速等 null 1 2 研究方法 1 2 1 多元線性回歸 nullnullnull 室內溫濕要素受室 外氣象因子及季節(jié)因素共同影響 故選取訓練集中 溫室外如下氣象要素 平均氣溫 null平均相對濕度 null最 低氣溫 null平均風速 null最小相對濕度 null日照時數(shù) null最高氣 溫 null日平均降水量 null最大風速 null日期日序作為自變量 圖 1 福建省氣象站分布 Fig 1 Geographical distribution of meteorological stations in Fujian Province nullnullnullnull 生 態(tài) 學雜志 第 nullnull 卷 第 null 期 溫 室 內逐日最高氣溫 null最低氣溫 null最高相對濕度 null最 低相對濕度分別作為因變量進行相關性分析 篩選 得到相關性較高的若干因子 用篩選到的因子構建 多元線性回歸模型 nullnull et alnull nullnull nullnullnullnullnullnull et alnull nullnull 模型的一般形式為 Y null n i null a i X i null null 式 中 X i 為多元線性回 歸 模型中選入的變量 Y 為根 據(jù)全體變量 X 計算得到的估算值 null 為 常 數(shù) a i 為 自 變 量系數(shù) n 為樣本數(shù) null 1 2 2 nullnull 神經(jīng)網(wǎng)絡 模型的第一層為輸入層 輸 入神經(jīng)元為訓練集內經(jīng)歸一化處理后的室外觀測數(shù) 據(jù) 最高及最低氣溫 null平均及最小相對濕度 null日照數(shù) 據(jù) null平均及最大風速 null日平均降水量 null日期日序 null訓 練樣本到隱含層的映射是通過權重矩陣 W ij 實 現(xiàn) 的 隱含層被設置 null 個神經(jīng)元 隱含層和輸出層間采用 Logsig 函數(shù) 隱含層通過前向計算 將訓練數(shù)據(jù)映射 到輸出層 得到逐日氣溫或相對濕度的模擬值 null設 置初始學習效率為 nullnullnull 最大迭代次數(shù)為 nullnull 誤 差限為 nullnullnullnullnull null 1 2 3 極限學習機 nullnullnull 極限學習機 nullnullnull 同 nullnull 神經(jīng)網(wǎng)絡結構相似 遵循 Y null nullW null W null x null其中 是 激活函數(shù) W null 和 W null 分別為權重矩陣連接輸入向 量和 隱含層 null隱含層和輸出向量 null用隨機產(chǎn)生的高 斯噪聲給矩陣 W null 的每個元素賦值 輸 入 值乘以權重 值 加上偏置值 進行激活函數(shù)的計算得到輸出值 最后進行矩陣逆運算 null與傳統(tǒng)前饋神經(jīng)網(wǎng)絡相比 極限學習機只需提前設定網(wǎng)絡結構 而不需設置參 數(shù) null輸入層到隱藏層的權值是一次隨機確定的 隱 含層到輸出層的權值只需求解一個線性方程組即 可 null 在以極限學習機 nullnullnull 為原理所建模型中 同 樣將訓練集經(jīng)輸入層帶入模型訓練 輸入節(jié)點為訓 練集內經(jīng)歸一化處理后的室外氣象要素及日期日 序 通過 W null 將 訓練樣本映射到隱含 層 激活函數(shù)為 雙曲正弦函數(shù) sinh 本研究使用了極限學習機的回 歸功能 設置模型類型 TYPE null null 隱含節(jié)點個數(shù) L null null 個 null 1 2 4 模型檢驗 采用回歸估計標準誤差 nullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnullnull null決定系數(shù) null 檢 驗 模型優(yōu) 劣 據(jù)此篩選出不同氣象要素各自最優(yōu)的模擬模型 null MES null N i null Y i Y i null N null null null null null N i null Y i Y i null null N i null null Y i Y i null null 式 中 Y i nullYnull i null null Y i nullN 分 別 表示觀測值 null模擬值 null觀測值 均值和樣本容量 null 1 2 5 空間插值法 利用反距離權重插值法 王 新宇等 nullnull 肇毓鋒等 nullnull nullnullnull et alnull nullnull nullnull null nullnull 對福建省連棟溫室氣象災害等級進行 插值計算 null 1 2 6 番茄高溫高濕氣象指標 高溫高濕是福建 省連棟溫室內番茄作物主要的氣象災害 相應的氣 象因子分別為室內日最高氣溫和最高相對濕度 根 據(jù)資料確定其指標閾值 霍治國等 nullnull 楊再強 等 nullnull 姚亞慶 nullnull 結果見表 null 設施番茄災害 共劃為 null 個等級 由溫室內最高氣溫和最高相對濕 度共同確定發(fā)生災害的等級程度 一級災害最輕 三 級災害最嚴重 null 2 結果與分析 2 1 連棟溫室小氣候模擬模型的建立 2 1 1 null 種模型的模擬結果 經(jīng)過相關性篩選 表 null 得到多元線性回歸模型對室內各氣象要素的模 擬方程 null室內最高氣溫的模擬方程為 Ynullnullnullnull nullnullnullnull X null nullnullnullnull X null nullnullnullnull X null null 式 中 X null 為 室 外最高氣溫 null X null 為室外平均氣溫 null X null 為室外最低氣溫 null null 室內最低氣溫的模擬方程為 Ynullnull null nullnull nullX null nullnull nullX null nullnull nullX null nullnull nullX null nullnull nullX null null 式 中 X null 為 室 外最低氣溫 null X null 為室外平均氣溫 null X null 為室外最高氣溫 null X null 為 月 份 X null 為 日 序 null 室內最高相對濕度的模擬方程為 Ynullnullnullnull nullnullnullnull X null nullnullnullnull X null nullnullnullnull X null nullnullnullnull X null null 式 中 X null 為 室 外平均相對濕度 null X null 為 月 份 X null 為 日 序 X null 為最低相對濕度 null null 表 1 福建省設施番茄高溫高濕災害分級標準 Table 1 Standard for classification of high temperature and humidity hazard of facility tomato in Fujian Province 災 害 等級 nullnullnullnullnullnullnullnull nullnullnullnullnull 最高氣溫 nullnullnull nullnullnullnull nullnullnull null 最高相對濕度 nullnullnull nullnull null 一 級 null nullnull nullnullnullnull nullnullnullnullnullnullnull nullnullnullnullnullnullnull 二 級 null nullnull nullnullnullnull nullnullnullnullnullnullnull nullnullnullnullnullnullnull 三 級 null nullnull nullnullnullnull nullnullnullnull nullnullnullnull nullnullnullnull楊 柳 等 福建省設施番茄高溫高濕災害分布規(guī)律 表 2 溫室內氣象要素與各因子的相關系數(shù) Table 2 Correlation coefficient between the daily meteoro logical factors outside and inside the greenhouse 室 外 nullnullnullnullnullnullnull 室內 nullnullnullnullnullnull 最高氣溫 nullnullnull nullnullnullnullnullnullnullnullnullnullnull 最低氣溫 nullnullnull nullnullnullnullnullnullnullnullnullnullnull 最高相對 濕度 nullnullnull nullnull 最低相對 濕度 nullnullnull nullnull 月 nullnullnullnullnull nullnullnullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 日 nullnullnull nullnullnullnull nullnullnullnullnull nullnullnullnullnull nullnullnullnullnull null 日 序 nullnullnullnullnullnullnullnull nullnullnullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 平 均 氣溫 nullnullnullnullnullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 最 高 氣溫 nullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 最 低 氣溫 nullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 平 均 相對濕度 nullnullnullnullnullnullnull nullnull nullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnull 最 小 相對濕度 nullnullnull nullnull nullnullnullnullnull null nullnullnullnull nullnull nullnullnullnullnull null nullnullnullnull nullnull 日 照 時數(shù) nullnullnullnullnullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 平 均 風速 nullnullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnull 最 大 風速 nullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnull null