中国农业气象 ›› 2025, Vol. 46 ›› Issue (10): 1405-1413.doi: 10.3969/j.issn.1000-6362.2025.10.003
周宇,谢烨,黄文娟
ZHOU Yu, XIE Ye, HUANG Wen-juan
摘要:
为研究晴天、多云和阴天3种天气类型下BP神经网络对设施大棚内平均气温和平均相对湿度的模拟能力,选取上海市松江区2021年3月1日−2022年2月28日四连栋塑料大棚内和同期气象站气象资料,以棚外平均气温、平均相对湿度、平均风速和太阳高度角为输入因子,构建年和季节尺度下3种天气类型的棚内温湿度BP神经网络预测模型,并对模型进行检验。结果表明:(1)年尺度下平均气温模型的均方根误差(RMSE)在0.8~1.1℃,决定系数R2≥0.9890(P<0.001);平均相对湿度模型的RMSE在2.9~4.0个百分点,R2≥0.9434(P<0.001)。阴天的模拟效果最好,多云次之,晴天最低。(2)季节尺度下平均气温模型的RMSE平均值在0.7~0.9℃,R2平均值≥0.9765(P<0.001);平均相对湿度模型的RMSE平均值在2.2~3.2个百分点,R2平均值≥0.9451(P<0.001)。其中,夏季的模拟效果最好,秋季次之,春季和冬季最低。季节尺度模型的模拟效果好于年尺度模型。(3)年和季节尺度下平均气温和平均相对湿度模型均通过0.001水平的独立样本显著性检验,表明模型模拟效果较好,可用于模拟温室内温湿度并推广。