福建省设施番茄高温高湿灾害分布规律.pdf

杨 柳 张 琪 杨再强 陈家金 黄川容 null nullnullnullnullnull 福建省设施番茄高温高湿灾害分布规律 null 生态学杂志 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 福建省设施番茄高温高湿灾害分布规律 杨 柳 null 张 琪 null 杨 再 强 null null 陈 家 金 null 黄 川 容 null null 南京信息工程大学气象灾害预报预警与评估协同创新中心 南 京 nullnullnullnullnullnull null 江苏省农业气象重点实验室 南 京 nullnullnullnullnullnull null 福 建省气象服务中心 福 州 nullnullnullnullnullnull 摘 要 基于福建省福清站 nullnull nullnullnullnull 年气象站数据及设施大棚同期的小气候数据 分 别 采用多元线性回 归 nullnullnull 神经网络和极限学习机 nullnullnull 等方法构建设施小气候模拟模型 再用 nullnull nullnullnullnull 年 null 个气象站的 气象数据反演室内小气候数据 结合设施番茄高温高湿等级指标 研究福建省设施番茄高温高湿时空规律 null 结果表明 多元线性回归模型模拟室内最高气温和最低气温效果最好 nullnullnull 分别为 nullnullnull 和 nullnullnull null null 为 nullnullnull 和 nullnullnull nullnull 神经网络方法模拟最高相对湿 度 效果最好 nullnullnull 为 nullnullnull null 为 nullnullnull null结合设施作物的灾 害 指 标可知 福建省北部 null中部地区二级高温高湿灾害发生频数逐年上升 且增幅显著 中部地区三级灾害发 生频数逐年减少 各地出现二级灾害概率较大 北 null中部出现一级灾害的概率较小 南部出现三级灾害的概率 较小 null设施番茄在 nullnullnull 月遭遇的气象灾害等级较高 分布在西北部 nullnullnullnull 月灾害等级最低 全境大部分为 二级 部分沿海地区仅出现一级灾害 null本研究结果为设施番茄的气象布局及环境调控提供科学依据 null 关键词 连栋温室 小气候 模拟模型 高温高湿 时空分布 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 国 家 重点研究开发计划 nullnullnullnullnullnullnullnullnull 和国家自然科学基金项目 nullnullnullnull 资助 null 收稿日期 nullnullnullnullnullnullnullnull 接受日期 nullnullnullnullnullnullnullnull null 通讯作者 nullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnullnullnull 生 态 学杂志 nullnullnullnullnullnullnull nullnullnullnullnullnullnull nullnull nullnullnullnullnullnullnull nullnullnullnull 41 null nullnullnullnull nullnullnullnullnull nullnullnull nullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnull 福建省位于经济发达的长 null珠三角中间地区 全 省 可 耕地面积较少 仅达全国的 nullnullnullnull 且大多为山 地丘陵 夏秋因台风多发而极易受灾 制约农业发 展 null全省自 null 世纪 null 年代起大力发展设施农业 张雯婧 nullnull 王涛等 nullnull 俞诗汀等 nullnull null据 统计 nullnull 年末福建全省耕地面积为 nullnullnullnull 万 null null 设 施 农业 含温室和大棚 占地面积为 nullnullnull 万 null null 福 建 省第三次全国农业普查领导小组办公室 等 nullnull null高温高湿给设施番茄生产带来极大威 胁 严重影响其产量与品质 null为此 研究设施小气候 模型及分析福建设施番茄高温高湿灾害分布规律对 设施环境调控及优化生产布局提供科技支撑 null 国内外学者已经对此展开大量研究 主要方法 有物理模型法 null机器学习法和统计模型法 nullnullnullnullnull nullnull 利用能量平衡法对温室内部各表面温度建 立模拟模型 系统分析耗散途径 为实际农业生产管 理提供科学依据 nullnullnullnullnullnull 等 nullnull nullnullnullnullnullnull 等 nullnull 考虑了温室土壤的传热性质 进而建立热环 境模型 nullnullnullnull 等 nullnull 采用人工神经网络模型构 建起当地温室小气候模拟模型 null张芳等 nullnull 采 用计算流体力学软件构建三维稳态大跨度温室模型 模拟室内温度 精度较高 null魏瑞江等 nullnull 利用相 关性分析和逐步回归模拟了石家庄地区日光温室冬 季小气候特征 李瑞英等 nullnull 对室内最低气温分 别采用逐步回归和主成分分析法建模 null何芬等 nullnull 采用人工神经网络模型构建起当地温室空 气湿度 null气温预报模型 null就当前研究现状来看 前人 探索的各种方法已趋于成熟 但不同地区由于当地 气候条件 null地形因素和作物种类的差异造成各方法 适用效果不尽相同 null因此 前人也开展了对同一温 室小气候要素采用不同方法进行对比分析的研究 探究适用当地温室小气候的最优预报模型 null刘红等 nullnull 采取机器学习 随机森林 null神经网络 null支持向 量机 和多元回归对陕西温室内气温的预报 对比 得到随机森林预报精度高于其他方法 薛晓萍等 nullnull 则对山东寿光温室内气温分别采用能量平 衡原理 null逐步回归与 nullnull 神经网络进行建模预报 筛 选出最优方法为逐步回归 null韦婷婷等 nullnull 采用 数学方法和 nullnull 神经网络模拟了江苏地区温室内逐 时气温变化 得到余弦分段函数 nullnullnullnull 更适用于 当地对气温的模拟 null 迄今为止 关于福建省设施番茄小气候模拟模 型及设施番茄高温高湿灾害分布规律的相关研究还 较少 null为此 本文将采取不同方法模拟福建省福清 市连栋温室小气候要素 筛选得到适合当地温室的 最优温湿度模拟模型 最终将较优的模型投入到反 演设施番茄高温高湿灾害的规律研究中 以期为福 建省设施连栋温室环境调控提供参考依据 null 1 材料与方法 1 1 数据资料 本研究建模数据为福建省福清市 nullnull 年 null 月 null 日 nullnullnullnull 年 null 月 null 室内外气象数据 null室内小气 候观测资料来源于福清市绿丰农业融绿合作社 镜 洋镇东升村 的连栋温室 温室顶高 null null 侧高 nullnullnull null 跨度 null null 环境数据采集器 nullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnull 放在距地 nullnullnull null 处 采集室内逐时气 温 null相对湿度等 扫描频率为 nullnull nullnull 所种植番茄种 类为 null寿和粉冠 null 室外环境气象数据来源于福清市 气象站 图 null 站号 nullnullnull 逐日数据 观测要素为气 温 null降水量 null风速 null相对湿度 null日照时数等 null依据日序 划分气象观测资料以供建模使用 日序为双数时室 内外气象数据作为训练集 日序为单数时室内外气 象数据作为检验集 训练集参与小气候模拟模型的 建立 检验集用于验证不同模型的精确程度 null 反演设施番茄高温高湿灾害分布规律所用数据 为福建省 null 个气象站 nullnull nullnullnullnull 年逐日气象要素 数据 包括气温 null降水量 null相对湿度 null日照时数 null风 速等 null 1 2 研究方法 1 2 1 多元线性回归 nullnullnull 室内温湿要素受室 外气象因子及季节因素共同影响 故选取训练集中 温室外如下气象要素 平均气温 null平均相对湿度 null最 低气温 null平均风速 null最小相对湿度 null日照时数 null最高气 温 null日平均降水量 null最大风速 null日期日序作为自变量 图 1 福建省气象站分布 Fig 1 Geographical distribution of meteorological stations in Fujian Province nullnullnullnull 生 态 学杂志 第 nullnull 卷 第 null 期 温 室 内逐日最高气温 null最低气温 null最高相对湿度 null最 低相对湿度分别作为因变量进行相关性分析 筛选 得到相关性较高的若干因子 用筛选到的因子构建 多元线性回归模型 nullnull et alnull nullnull nullnullnullnullnullnull et alnull nullnull 模型的一般形式为 Y null n i null a i X i null null 式 中 X i 为多元线性回 归 模型中选入的变量 Y 为根 据全体变量 X 计算得到的估算值 null 为 常 数 a i 为 自 变 量系数 n 为样本数 null 1 2 2 nullnull 神经网络 模型的第一层为输入层 输 入神经元为训练集内经归一化处理后的室外观测数 据 最高及最低气温 null平均及最小相对湿度 null日照数 据 null平均及最大风速 null日平均降水量 null日期日序 null训 练样本到隐含层的映射是通过权重矩阵 W ij 实 现 的 隐含层被设置 null 个神经元 隐含层和输出层间采用 Logsig 函数 隐含层通过前向计算 将训练数据映射 到输出层 得到逐日气温或相对湿度的模拟值 null设 置初始学习效率为 nullnullnull 最大迭代次数为 nullnull 误 差限为 nullnullnullnullnull null 1 2 3 极限学习机 nullnullnull 极限学习机 nullnullnull 同 nullnull 神经网络结构相似 遵循 Y null nullW null W null x null其中 是 激活函数 W null 和 W null 分别为权重矩阵连接输入向 量和 隐含层 null隐含层和输出向量 null用随机产生的高 斯噪声给矩阵 W null 的每个元素赋值 输 入 值乘以权重 值 加上偏置值 进行激活函数的计算得到输出值 最后进行矩阵逆运算 null与传统前馈神经网络相比 极限学习机只需提前设定网络结构 而不需设置参 数 null输入层到隐藏层的权值是一次随机确定的 隐 含层到输出层的权值只需求解一个线性方程组即 可 null 在以极限学习机 nullnullnull 为原理所建模型中 同 样将训练集经输入层带入模型训练 输入节点为训 练集内经归一化处理后的室外气象要素及日期日 序 通过 W null 将 训练样本映射到隐含 层 激活函数为 双曲正弦函数 sinh 本研究使用了极限学习机的回 归功能 设置模型类型 TYPE null null 隐含节点个数 L null null 个 null 1 2 4 模型检验 采用回归估计标准误差 nullnullnull nullnullnull nullnullnull nullnullnullnull nullnullnullnull null决定系数 null 检 验 模型优 劣 据此筛选出不同气象要素各自最优的模拟模型 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 别 表示观测值 null模拟值 null观测值 均值和样本容量 null 1 2 5 空间插值法 利用反距离权重插值法 王 新宇等 nullnull 肇毓锋等 nullnull nullnullnull et alnull nullnull nullnull null nullnull 对福建省连栋温室气象灾害等级进行 插值计算 null 1 2 6 番茄高温高湿气象指标 高温高湿是福建 省连栋温室内番茄作物主要的气象灾害 相应的气 象因子分别为室内日最高气温和最高相对湿度 根 据资料确定其指标阈值 霍治国等 nullnull 杨再强 等 nullnull 姚亚庆 nullnull 结果见表 null 设施番茄灾害 共划为 null 个等级 由温室内最高气温和最高相对湿 度共同确定发生灾害的等级程度 一级灾害最轻 三 级灾害最严重 null 2 结果与分析 2 1 连栋温室小气候模拟模型的建立 2 1 1 null 种模型的模拟结果 经过相关性筛选 表 null 得到多元线性回归模型对室内各气象要素的模 拟方程 null室内最高气温的模拟方程为 Ynullnullnullnull nullnullnullnull X null nullnullnullnull X null nullnullnullnull X null null 式 中 X null 为 室 外最高气温 null X null 为室外平均气温 null X null 为室外最低气温 null null 室内最低气温的模拟方程为 Ynullnull null nullnull nullX null nullnull nullX null nullnull nullX null nullnull nullX null nullnull nullX null null 式 中 X null 为 室 外最低气温 null X null 为室外平均气温 null X null 为室外最高气温 null X null 为 月 份 X null 为 日 序 null 室内最高相对湿度的模拟方程为 Ynullnullnullnull nullnullnullnull X null nullnullnullnull X null nullnullnullnull X null nullnullnullnull X null null 式 中 X null 为 室 外平均相对湿度 null X null 为 月 份 X null 为 日 序 X null 为最低相对湿度 null null 表 1 福建省设施番茄高温高湿灾害分级标准 Table 1 Standard for classification of high temperature and humidity hazard of facility tomato in Fujian Province 灾 害 等级 nullnullnullnullnullnullnullnull nullnullnullnullnull 最高气温 nullnullnull nullnullnullnull nullnullnull null 最高相对湿度 nullnullnull nullnull null 一 级 null nullnull nullnullnullnull nullnullnullnullnullnullnull nullnullnullnullnullnullnull 二 级 null nullnull nullnullnullnull nullnullnullnullnullnullnull nullnullnullnullnullnullnull 三 级 null nullnull nullnullnullnull nullnullnullnull nullnullnullnull nullnullnullnull杨 柳 等 福建省设施番茄高温高湿灾害分布规律 表 2 温室内气象要素与各因子的相关系数 Table 2 Correlation coefficient between the daily meteoro logical factors outside and inside the greenhouse 室 外 nullnullnullnullnullnullnull 室内 nullnullnullnullnullnull 最高气温 nullnullnull nullnullnullnullnullnullnullnullnullnullnull 最低气温 nullnullnull nullnullnullnullnullnullnullnullnullnullnull 最高相对 湿度 nullnullnull nullnull 最低相对 湿度 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 气温 nullnullnullnullnullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 最 高 气温 nullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 最 低 气温 nullnullnull nullnullnullnullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 平 均 相对湿度 nullnullnullnullnullnullnull nullnull nullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnull 最 小 相对湿度 nullnullnull nullnull nullnullnullnullnull null nullnullnullnull nullnull nullnullnullnullnull null nullnullnullnull nullnull 日 照 时数 nullnullnullnullnullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull 平 均 风速 nullnullnullnullnullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnull nullnull nullnullnullnullnull nullnull nullnullnullnull nullnull nullnullnullnull nullnull 最 大 风速 nullnullnull nullnullnullnull nullnullnullnullnullnullnullnull nullnullnullnullnull null