基于2种算法的日光温室日均气温预测模型比较研究

为科学精准地为温室大棚生产提供气象服务，2020年11月—2021年5月分别在位于陕西省关中的泾阳县和陕北的延川县选择砖墙和土墙两种主要的生产棚型进行了大棚内外气温的对比观测试验，并采用BP神经网络和多元线性回归分析2种算法对不同棚型和晴空条件下的棚内气温进行了模拟预测研究。结果表明： 利用BP神经网络方法建立的预测模型较多元线性回归分析方法的模拟精度更高，BP神经网络方法对泾阳和延川梁家河试验示范园日光温室内气温预测模型拟合优度R2分别达075和077，均方误差分别为192 ℃和190 ℃；控制条件下，砖墙结构比土墙结构日光温室的气温预测精度更高；多云天气条件下模型的预测精度更高。