現(xiàn)代農(nóng)業(yè)科技 2023年第12期資源與環(huán)境科學 吉林省日光溫室蔬菜凍害預警模型 蘇麗欣1 2 韓亞東3 王美玉1 2 高樅亭1 2 1吉林省氣象科學研究所 吉林長春 130062 2長白山氣象與氣候變化吉林省重點實驗室 吉林長春 130062 3沈陽農(nóng)業(yè)大學 遼寧沈陽 110866 摘要 本文利用1980 2013年吉林省26個國家氣象站氣溫資料 結合日光溫室凍害指標 分析了吉林省 冬季日光溫室凍害的時空分布和類型特征 通過溫室內(nèi) 外氣象要素對比觀測試驗資料 建立了基于能量平衡且 符合吉林省日光溫室主要結構的日光溫室凍害預警模型 結果表明 對 于 同 一個日光溫室 夜間溫室內(nèi)氣溫的 變化與室外氣溫的變化有很好的相關性 對 于 同 一種類型的日光溫室來說 如果管理方式相同 統(tǒng)計模型也有很 好的預測效果 關鍵詞 日光溫室 凍害 預警模型 能量平衡 吉林省 中圖分類號 S425 文獻標識碼 A 文章編號 1007 5739 2023 12 0166 04 DOI 10 3969 j issn 1007 5739 2023 12 041 開放科學 資源服務 標識碼 OSID 近年來 設施農(nóng)業(yè)在吉林省農(nóng)業(yè)生產(chǎn)中所占的比 重逐漸增大 已經(jīng)逐步成為吉林省現(xiàn)代農(nóng)業(yè)發(fā)展不可 缺少的一種產(chǎn)業(yè)形態(tài) 通過日光溫室的使用 吉林省 實現(xiàn)了蔬菜由季節(jié)性生產(chǎn)到周年生產(chǎn)的跨越 豐富了 城鄉(xiāng)居民的菜籃子 成為農(nóng)民增收的重要途徑 但是 日光溫室蔬菜生產(chǎn)受天氣條件的影響很大 低溫凍害 是吉林省設施農(nóng)業(yè)的主要氣象災害之一 國內(nèi)已有的研究主要有凍害類型與區(qū)劃為主的 指標研究 張索鐵等 1 對2011 2012年冬季公主嶺地 區(qū)發(fā)生的日光溫室蔬菜 番茄和青椒 冷 凍害的監(jiān)測 和分析認為 公主嶺地區(qū)溫室蔬菜凍害分為寒潮強低 溫和持續(xù)低溫寡照2種類型 初步建立當?shù)販厥曳?和青椒冷 凍害溫度指標 孫智輝等 2 利用30年實測 氣象資料 對延安市進行了凍害區(qū)域劃分 以 最低氣 溫 20 作為溫室可能發(fā)生凍害的指標 李 美榮等 3 分析了涇陽關中地區(qū)大棚蔬菜低溫凍害的時間分布 特點 通過對蔬菜大棚內(nèi)外溫度觀測 建立了不同天 氣類型下棚內(nèi) 外最低溫度的回歸模型 確定了大棚 蔬菜低溫凍害的氣象預報指標 并提出了不同低溫凍 害等級下的防御對策 目前 關于預警指標模型的研究較少 而低溫凍 害預警指標直接影響預警發(fā)布 因而有必要系統(tǒng)地研 究符合吉林省氣候條件的蔬菜低溫凍害指標 針對不 同結構日光溫室建立預警指標模型 為農(nóng)戶提供優(yōu)質(zhì) 的農(nóng)業(yè)氣象服務 本研究通過統(tǒng)計分析吉林省不同 地區(qū)的氣候條件 采用能量平衡方法建立日光溫室內(nèi) 溫度與室外輻射 氣溫以及風速的關系模型 通過試驗 構建日光溫室蔬菜的凍害預警模型 1 資料與方法 1 1 日光溫室概況 吉林省和遼寧省都處于東北地區(qū) 氣候背景比較 接近 因而試驗地點選在沈陽農(nóng)業(yè)大學科研教育基地 遼沈 型日光溫室 條件比較完善 東西走向 溫室 內(nèi)部東西長60m 南北跨度8m 脊高3 5m 北墻高 2 6m 厚度為0 5m 南 北 方 向 截 面面積約為18m2 北墻為40cm紅磚墻 10cm苯板的外表面覆有一薄層 水泥表面的復合墻 后坡結構為2cm 膠合板 10cm 苯板 13cm爐渣 瀝青油氈外表面 前坡覆蓋透光塑 料薄膜 夜間加蓋2cm厚的保溫棉被 1 2 測定方法 使用HOBO溫濕度數(shù)據(jù)采集器測定日光溫室室 內(nèi)外氣溫 一 個采集器掛在日光溫室內(nèi)部中央1 2m 基金項目 中國氣象局關鍵技術項目 CMAHX20160309 沈陽大氣環(huán)境研究所區(qū)域合作項目 2020SYIAE HZI 吉林省氣象局項目 201911 201706 作者簡介 蘇麗欣 1980 女 黑龍江齊齊哈爾人 碩士 高級工程師 從 事 天 氣氣候等方面的研究工作 收稿日期 2022 10 28 166 高度處采集室內(nèi)氣溫 另一個采集器掛在室外相同高 度處 并將2個儀器進行遮光處理 采集數(shù)據(jù)間隔為 5min 利用CYRD 4溫度自動記錄儀測量土壤 墻 體內(nèi)部及表面的溫度 將 記 錄 儀 裝 置 的 探 頭 放 置 在 相 應的測量位置 溫度受太陽輻射影響較大的測量位置 做遮光處理 記錄數(shù)據(jù)間隔為5min 使用 RR 7160 土壤熱通量測量系統(tǒng)測量各表面熱通量 將 熱 通量板 固定在測量位置 記錄數(shù)據(jù)間隔為5min 1 3 資料來源與分析方法 氣象資料主要為吉林省26個國家氣象站1980 2013年逐日的氣溫資料 來 自 吉林省氣象信息中心 選取1980 2010年 11月至次年3月冬半年日最低 氣溫資料 計算得到吉林省26個站點冬半年日最低 氣溫均值矩陣 計算其相關系數(shù)矩陣 并利用公式篩 選符合條件的特征值及對應的特征向量 i i 1 i 2n 式中 i為第i個特征向量 n表示第n年 考慮業(yè)務應用 本研究中以室外最低氣溫低于界 限溫度作為判斷低溫凍害的指標 如果室外最低氣溫 低于界限溫度 那么室內(nèi)可能發(fā)生凍害 在對以往研 究數(shù)據(jù)進行統(tǒng)計分析的基礎上 結合吉林省的氣候特 點 確定三級凍害指標 1 日最低氣溫 22 為重 度 22 日最低氣溫 20 為中度 20 日最 低氣溫 18 為輕度 采用了EOF等統(tǒng)計方法進 行數(shù)據(jù)分析 2 結果與分析 2 1 吉林省冬半年氣溫和凍害分布特征 2 1 1 最低氣溫分布 吉林省不同地區(qū)氣候條件不同 熱量資源也不 同 依據(jù)吉林省多年各站點11月至次年3月平均日 最低氣溫 統(tǒng)計分析吉林省不同地區(qū)冬半年日最低氣 溫分布特征 表 1為1980 2010年吉林省26個站點冬半年 日最低氣溫均值數(shù)據(jù)計算出的特征值及其方差貢獻 率 篩選出4個特征值分別為23 146420 1 486427 0 705096 0 386404 其累積方差貢獻率達 85 以 上 說明全省多數(shù)年份冬半年氣溫的分布趨勢一致 由吉林省冬半年日最低氣溫均值對應的4個特 征向量的空間分布和時間系數(shù)隨時間變化的分布可 知 吉林省最低氣溫第一模態(tài)都為正值 遼源 梅河 口 四平 雙陽 雙遼 長嶺 乾安 大安 雙陽 蛟河 樺 甸 磐石等站數(shù)值較大 由大值中心分別向西 向東 向南遞減 由時間系數(shù)可知 1984年 1989 1991年 2004 2009年共 10年均屬于第一模態(tài)類型 1980 1981 年 1986 年 1994 1997 年 2001 2003 年 2010年共11年與圖中類型相反 由此可見 吉林省 多數(shù)年份最低氣溫呈現(xiàn)出一致的變化趨勢 9年增溫 11年降溫 說明最低氣溫沒有明顯增加 吉林省西北 地區(qū)與東南地區(qū)冬半年最低氣溫的分布為正 負 正類型 1987年最低氣溫趨于特征向量第一模態(tài)分 布 1982年相反 第二模態(tài)出現(xiàn)2年 分 別 以 反 相 出 現(xiàn) 吉林省冬半年最低氣溫的較小值分布在吉林省 的西北部 中北部及東部地區(qū) 其他地區(qū)為正值 1999年最低氣溫趨向于第三特征向量模態(tài)分布型 1985年 1993年 2000年與第三特征向量模態(tài)分布型 相反 均屬于北負南正分布的格局 第三模態(tài)共出現(xiàn) 4年 其中3年反相出現(xiàn) 多數(shù)地區(qū)氣溫降低趨勢 吉 林省西北地區(qū)與東部地區(qū)的冬半年最低氣溫特征向 量值為負 吉林省中部地區(qū)為正 屬于負 正 負類型 1988 年最低氣溫趨于第四特征向量分布 1983 年 1992年 1998年最低氣溫趨于第四特征向量反相分 布 第四模態(tài)共出現(xiàn)4年 其中3年反相 降溫趨勢 比增溫趨勢數(shù)值偏大 吉林省冬半年最低氣溫分布 類型中 降溫趨勢的年份多于增溫趨勢的年份 當東 北氣候增暖 4種分布類型中最低氣溫沒有增加的趨 勢 因此 室 外 最低氣溫并不穩(wěn)定 對日光溫室室內(nèi) 氣溫的預測依然需要以實時室外預報為基礎 通過室 內(nèi)外溫度的機理模型來預測室內(nèi)溫度 4 5 2 1 2 低溫凍害類型特征分析 分析了吉林省26個站點1980 2013年11月至 次年3月不同程度凍害出現(xiàn)的頻數(shù) 圖1 三岔河為現(xiàn) 扶余 可以看出 3月和11月凍害次數(shù)最少 2月和 12月其次 1月凍害出現(xiàn)的次數(shù)最多 多數(shù)都為重凍 害類型 只有四平 和龍 延吉和集安重度凍害出現(xiàn)次 數(shù)相對較少 從圖1 a 中還可以看出 12月至次年 2月重度凍害出現(xiàn)頻次最多的臺站有蛟河 磐石 靖宇 表1 吉林省冬半年氣溫特征值及累計方差貢獻率 特征值 23 146420 1 486427 0 705096 0 386404 方差貢獻率 85 727470 5 505286 2 611465 1 431128 累計方差貢獻率 85 727470 91 232760 93 844220 95 275350 蘇麗欣等 吉林省日光溫室蔬菜凍害預警模型 167 現(xiàn)代農(nóng)業(yè)科技 2023年第12期資源與環(huán)境科學 和松江 即松江河 圖 1 b 是中度凍害出現(xiàn)頻數(shù) 與圖1 a 規(guī)律相似 1月中度凍害出現(xiàn)頻數(shù)最多 其 次為12月和11月 3月和11月中度凍害出現(xiàn)次數(shù) 最少 四平 靖宇 和龍和集安中度凍害較少 輕度凍 害頻數(shù)3月和11月在 2次以內(nèi) 12月至次年1月多 數(shù)為3 5次 見圖1 c 雙遼 白城 大安和乾安輕度 凍害出現(xiàn)次數(shù)超過5次 從凍害出現(xiàn)總頻數(shù)上可以 看出 1月是出現(xiàn)凍害最多的月份 其次是12 月和 2 月 3月和11月凍害出現(xiàn)頻數(shù)較低 多在5次以下 見圖1 d 結合吉林省冬半年最低氣溫出現(xiàn)的頻數(shù) 特點 有必要對吉林省日光溫室蔬菜凍害預警模型進 行構建 長春 白城 大安 乾安 前郭爾羅斯 三岔河 農(nóng)安 雙遼 四平 雙陽 永吉 蛟河 敦化汪清遼源 磐石 梅河口 靖宇 東崗 松江 和龍 延吉 通化 臨江 集安 長白 11月 3月 12月 2月 1月 長春 白城 大安 乾安 前郭爾羅斯 三岔河 農(nóng)安 雙遼 四平 雙陽 永吉 蛟河 敦化汪清遼源 磐石 梅河口 靖宇 東崗 松江 和龍 延吉 通化 臨江 集安 長白 長春 白城 大安 乾安 前郭爾羅斯 三岔河延吉 通化 臨江 集安 長白 長春 白城 大安 乾安 前郭爾羅斯 三岔河延吉 通化 臨江 集安 長白 11月 3月 12月 2月 1月 11月 3月 12月 2月 1月 農(nóng)安 雙遼 四平 雙陽 永吉 蛟河 敦化汪清遼源 磐石 梅河口 靖宇 東崗 松江 和龍 農(nóng)安 雙遼 四平 雙陽 永吉 蛟河 敦化汪清遼源 磐石 梅河口 靖宇 東崗 松江 和龍 11月 3月 12月 2月 1月 a b dc 注 a b c分別為重度 中度 輕度凍害出現(xiàn)頻數(shù) d為所有凍害總頻數(shù) 圖1 1980 2013年各站點不同程度凍害出現(xiàn)的頻數(shù) 2 2 吉林省日光溫室蔬菜凍害預警指標和模型 日光溫室是一個半封閉的系統(tǒng) 圍護結構主要起 到保溫作用 不 同 蔬菜對室內(nèi)環(huán)境要求不同 通過能 量平衡可計算出室內(nèi)溫 濕度與室外氣象要素之間的 關系 因此 根據(jù)日光溫室外的天氣預報 可預報出 日光溫室內(nèi)的最低溫度及持續(xù)時間 再根據(jù)不同蔬菜 耐低溫凍害的能力作出預警 但是 因為棚室內(nèi) 外 最低溫度出現(xiàn)時間和低溫持續(xù)時間并不一致 所以可 構建能量平衡方程 采用對主要分量進行估算的方 法 預測室內(nèi)低溫強度 持續(xù)時間 對照蔬菜作物低溫 凍害指標開展低溫凍害預警 此外 可根據(jù)室內(nèi) 外 溫度建立統(tǒng)計模型 預測室內(nèi)最低溫度 2 2 1 日光溫室內(nèi)氣溫熱量平衡模型 預測室內(nèi)氣溫 以 低 于 室 內(nèi) 蔬菜凍害指標 表 2 時的室外氣溫為氣象業(yè)務上的凍害預警指標 不同 作物或者同一種作物不同的日光溫室凍害預警指標 時間不相同 凍害預警指標也不同 因此 建立日光 溫室室內(nèi)氣溫預測模型 根據(jù)室內(nèi)溫度和蔬菜品種對 溫度的需求 當室內(nèi)溫度達到蔬菜發(fā)生凍害的最低界 限溫度時 對應的室外溫度及發(fā)生時間作為蔬菜日光 溫室凍害預警指標 1 室內(nèi)空氣熱平衡方程 室內(nèi)空氣主要與地 面 后坡 墻體和透光覆蓋面進行對流換熱 其溫度隨 著能量的轉(zhuǎn)移而變化 動態(tài)平衡關系式為 168 CaV tin tin 0 c1F1 t1 tin c2 F2 t2 tin c3F3 t3 tin c4 F4 t4 tin 式中 tin為室內(nèi)空氣溫度 t in 0為室內(nèi)空氣上 一時刻氣溫 t 1 t 2 t 3 t 4 分別為地面 覆蓋面 后 坡 墻內(nèi)表面溫度 為空氣密度 kg m3 C a 為空 氣比熱 kJ kg V為溫室容積 m3 為 300s F1 F2 F3 F4分別為地面 覆蓋面 墻體 后坡內(nèi)表面積 m2 c 1 c 2 c 3 分別為室內(nèi)空氣與地面 覆蓋面 墻 體 后坡間的湍流交換系數(shù) W m2 2 棚面 后坡熱平衡方程 將一個物體內(nèi)部劃 分幾個計算點 相當于網(wǎng)格點 其中線上的節(jié)點表示 接觸面 棚面由外表面防水布 節(jié)點0 保溫被 節(jié)點 1 3 透光薄膜 節(jié)點4 組成 后坡熱平衡由外表面 油氈 節(jié)點0 鍋爐渣 節(jié)點1 3 苯板 節(jié)點4 6 和 膠合板 節(jié)點7 9 組成 方程如下 c t 2t x2 q 2 2 2 日光溫室內(nèi)氣溫統(tǒng)計預測模型 模型建立如下 Tin ain cinc ou aou cinc ou Tou 式中 Tin Tou為室內(nèi) 外氣溫 ain aou為室內(nèi) 外氣 溫初始值 cin cou為室內(nèi)氣溫斜率與室外氣溫斜率的 比值 當cin cou近似為常值時 由室外的預測值可以 得到室內(nèi)任一時間的氣溫值 2 2 3 統(tǒng)計模型驗證 以2017年 12月 8日實測值作為土壤 后墻 后 坡及棚面和室內(nèi)空氣表面換熱系數(shù)的參數(shù)模擬校正 日 當參數(shù)確定后 選取初值為19 00土壤和墻體表 面熱通量 土壤 前棚 前坡和墻體表面溫度 室內(nèi)氣 溫 室外氣溫 各材料物理參數(shù) 以室外19 00至次 日7 00預報溫度為已知 通過模型來預報室內(nèi)氣溫 用室外實測氣溫作為預報溫度來模擬室內(nèi)氣溫 并與 實測氣溫進行對比 模型檢驗日期為2017 年 12 月 9日 10日及2017年4月1日 2017年 12月 9 日不同位置模擬值與實測值對 比 結果表明 模擬值與實測值誤差多數(shù)在1 之內(nèi) 坡內(nèi)表誤差超過1 2017年12月 10日模擬值和 實測值誤差較小 都在1 之內(nèi) 對2017年4月1日 的模擬值和實測值在19 00 19 25有較大波動 之 后誤差在1 2 以內(nèi) 圖2為cin和 cou不同日期數(shù)值 及其比值狀況 可以看出 cin cou比較穩(wěn)定 均值為 1 198 代入公式中 選取1月10日 1月17日 1月 18日 1月 19 日 1 月 22日 1月 25 日 1 月 26日 1 月29日 1月30日進行驗證 圖3 22d平均誤差 0 5 因此 統(tǒng)計模型有很好的預測效果 2 2 4 2種模型評價 熱量平衡模型為機理模型 對給定日光溫室的材 料及相關參數(shù) 可以通過蓋簾后的室內(nèi) 外溫度及室 外夜間溫度來預報室內(nèi)的氣溫 統(tǒng)計模型簡單 對于 固定的日光溫室 需要計算出室內(nèi)氣溫 室外氣溫及 二者的關系 對于同一種類型的日光溫室來說 夜間 日光溫室內(nèi)氣溫的變化與室外氣溫的變化有很好的 下轉(zhuǎn)第183頁 表2 不同蔬菜葉溫發(fā)生凍害的最低界限溫度 蔬菜 番茄 茄子 青椒 黃瓜 菠菜 最低界限溫度 5 10 12 8 8 蔬菜 芹菜 白菜 韭菜 茼蒿 蘿卜 最低界限溫度 5 5 2 8 8 單位 0 0 02 0 04 0 06 0 08 0 10 0 12 0 14 0 16 系 數(shù) 1 4 1 0 0 8 0 6 0 4 0 2 0 比 值 201 7 0 1 1 0 201 7 0 1 1 2 201 7 0 1 1 4 201 7 0 1 1 6 201 7 0 1 1 8 201 7 0 1 2 0 201 7 0 1 2 2 201 7 0 1 2 4 201 7 0 1 2 6 201 7 0 1 2 8 201 7 0 1 3 0 日期 cin cou cin cou 1 2 圖2 不同日期cin和cou及其比值狀況 18 16 14 12 10 8 6 4 2 0 氣 溫 19 00 20 00 21 00 22 00 23 00 0 00 1 00 2 00 3 00 4 00 5 00 6 00 7 00 8 00 時間 2017 01 10 2017 01 10 2017 01 17 2017 01 17 2017 01 18 2017 01 18 2017 01 19 2017 01 19 2017 01 22 2017 01 22 2017 01 25 2017 01 25 2017 01 26 2017 01 26 2017 01 29 2017 01 29 2017 01 30 2017 01 30 注 表示模擬值 其余為實測值 圖3 不同日期室內(nèi)實測值與模擬值比較 蘇麗欣等 吉林省日光溫室蔬菜凍害預警模型 169 州特色的民俗文化 歷史文化 美食文化 運河文化等 深入融合 例如 打造稻漁生態(tài)博物館 農(nóng) 漁 耕文 化館 展現(xiàn)宣傳農(nóng) 漁 耕文化發(fā)展歷史 舉辦農(nóng)耕文 化節(jié)慶 非遺博覽會 展示農(nóng) 漁 耕民俗 將 插 秧 號 子 17 漁歌 打 漁 令 等文化遺產(chǎn)在稻田唱響 開發(fā) 文化體驗項目 讓游客體驗插秧收割 出湖捕魚等傳 統(tǒng)勞作方式 積極申報 漁民習俗 為揚州市非物質(zhì)文 化遺產(chǎn) 研創(chuàng)富有 農(nóng) 漁 耕文化 和 揚州味道 的特色 文創(chuàng)產(chǎn)品 18 促進傳統(tǒng)文化 農(nóng) 漁 耕文化 農(nóng)村文化的 傳承與保護 提升 好 地 方 新 農(nóng) 村 建 設 的 文 化 品 位 4 參考文獻 1 朱凌宇 張家宏 寇祥明 等 江蘇里下河地區(qū) 一稻兩蝦 共作模式生產(chǎn)技術規(guī)程 J 湖北農(nóng)業(yè)科學 2017 56 15 2811 2813 2 張家宏 葉浩 朱凌宇 等 江淮地區(qū) 一稻三蝦 綜合種養(yǎng) 綠色生產(chǎn)技術 J 湖北農(nóng)業(yè)科學 2019 58 8 110 113 3 姚義 謝成林 陸佩玲 等 揚州市稻田高效種養(yǎng)模式應用 現(xiàn)狀及發(fā)展對策 J 中國稻米 2017 23 5 28 31 4 莫渟 王穎 姚義 等 城郊型稻田綜合種養(yǎng)模式的實踐與 思考 J 湖北農(nóng)業(yè)科學 2019 58 4 20 24 5 吳俊 王桂良 張家宏 等 高郵市稻田農(nóng)業(yè)面源污染防治 示范及成效分析 J 浙江農(nóng)業(yè)科學 2017 58 5 882 884 6 葉浩 張家宏 徐卯林 稻蝦綜合種養(yǎng)產(chǎn)業(yè)發(fā)展存在的問 題及對策研究 以江蘇省揚州市為例 J 農(nóng)業(yè)科技管理 2021 40 5 63 65 7 孫益豪 張家宏 金濤 江蘇省稻田綜合種養(yǎng)現(xiàn)狀 存在的 問題與對策 J 農(nóng)業(yè)展望 2021 17 11 33 39 8 田潔 董長生 張玉華 等 揚州市廣陵區(qū)稻田綜合種養(yǎng)發(fā) 展現(xiàn)狀及對策 J 安徽農(nóng)業(yè)科學 2022 50 3 74 75 9 唐建軍 李巍 呂修濤 等 中國稻漁綜合種養(yǎng)產(chǎn)業(yè)的發(fā)展 現(xiàn)狀與若干思考 J 中國稻米 2020 26 5 1 10 10 趙江海 閔思桂 高 汝 霞 等 高 郵 市 稻田綜合生態(tài)種養(yǎng) 現(xiàn)狀及發(fā)展對策 J 現(xiàn)代農(nóng)業(yè)科技 2020 11 221 222 11 張凱淳 種養(yǎng)加銷一體化生態(tài)循環(huán)農(nóng)業(yè)模式中各主體利 益聯(lián)結機制研究 D 大慶 黑龍江八一農(nóng)墾大學 2020 12 車陽 程爽 田晉鈺 等 不同稻田綜合種養(yǎng)模式下水稻 產(chǎn)量形成特點及其稻米品質(zhì)和經(jīng)濟效益差異 J 作物學 報 2021 47 10 1953 1965 13 張家宏 一稻三蝦 綠色高效生態(tài)種養(yǎng)模式圖 M 南京 江蘇鳳凰科學技術出版社 2019 14 中國稻漁綜合種養(yǎng)產(chǎn)業(yè)發(fā)展報告 2020 J 中國水產(chǎn) 2020 10 10 19 15 隆斌慶 陳燦 黃璜 等 稻田生態(tài)種養(yǎng)的發(fā)展現(xiàn)狀與前 景分析 J 作物研究 2017 31 6 607 612 16 朱凌宇 王守紅 何榕 等 三生融合 視角下江淮生態(tài) 大走廊水生態(tài)文明建設初探 以 揚 州 為 例 J 環(huán)境與可 持續(xù)發(fā)展 2021 46 4 58 63 17 袁野 馮凌燕 揚州田秧號子的當代傳承與發(fā)展探究 J 四川戲劇 2019 12 111 114 18 馬順圣 陳京都 唐建鵬 等 江蘇省揚州市優(yōu)質(zhì)稻米產(chǎn) 業(yè)發(fā)展現(xiàn)狀與對策 J 江蘇農(nóng)業(yè)科學 2021 49 21 28 32 上接第169頁 相關性 如果管理方式相同 統(tǒng)計模型也有很好的預 測效果 但是不同季節(jié) 不同天氣需要建立多個模型 3 結論 1 根據(jù)室外日最低氣溫分析了吉林省1980 2013年11月至次年3月不同站點的低溫凍害類型特 征 全省平均以重度凍害為主 其次為中度和輕度 凍害 從月份上看 12月至次年2月凍害月分別為 15次 23次 13次 而11月和3月月平均都不到2次 2 建立了吉林省主要蔬菜日光溫室凍害預警模 型 根據(jù)室內(nèi)溫度和蔬菜品種對溫度的需求 當室內(nèi) 溫度達到蔬菜發(fā)生凍害的最低界限溫度時 以 對 應 的室外溫度及發(fā)生時間作為蔬菜日光溫室凍害預警 指標 3 以 19 00的土壤表面溫度 土壤熱通量 室內(nèi) 外氣溫 墻體表面溫度和熱通量值作為初值 在室外 預報氣溫為已知情況下 構建了19 00至揭簾前日光 溫室室內(nèi)氣溫預測模型 對于同一種類型的日光溫 室來說 如果管理方式相同 統(tǒng)計模型也有很好的預 測效果 但是不同季節(jié)不同天氣需要建立多個模型 4 參考文獻 1 張索鐵 龐義 丁志勇 等 公主嶺市溫室蔬菜凍害監(jiān)測分 析及其災害指標初探 J 安徽農(nóng)業(yè)科學 2013 41 30 12093 12094 2 孫智輝 李宏群 鄭小陽 延安日光溫室冬季低溫凍害天 氣分析與預報 J 中國農(nóng)業(yè)氣象 2005 26 3 197 199 3 李美榮 劉映寧 趙軍 等 陜西省關中地區(qū)大棚蔬菜低溫 凍害預報服務方法 J 干旱地區(qū)農(nóng)業(yè)研究 2007 25 5 204 207 4 王美玉 王冬妮 郭春明 等 三種熱量指數(shù)預測方法在熱 量年型預測中的應用 J 東北農(nóng)業(yè)科學 2018 43 1 51 58 5 韓勇 武欣怡 楊倩楠 2000 2019年我國農(nóng)業(yè)氣象災害 災情特征分析 J 現(xiàn)代農(nóng)業(yè)科技 2022 12 133 137 朱凌宇等 稻漁綜合種養(yǎng)產(chǎn)業(yè)發(fā)展現(xiàn)狀及提升路徑研究 以揚州市為例 183