渭南日光温室小气候特征分析及预测方法

为探求陕西渭南地区日光温室小气候变化特征及预测方法,切实提高为农服务水平,利用陕西渭南市华州区设施农业试验点日光温室2014—2016年冬季(11—3月)棚内外气象观测资料,采用对比分析及逐步回归方法,对冬季晴天、多云、阴天天气条件下温室内温、湿度日变化特征及最低气温预报模型进行分析研究。结果表明:各天气条件下日光温室内温、湿度日变化均呈单峰型变化,气温最低值均出现在日出前后,于午后13—14时达到最高值,相对湿度则相反;夜间温、湿变化相对稳定,湿度接近饱和状态;晴天时温、湿度变化幅度大于多云和阴天时。试验建立的日光温室内未来一天最低气温预报模型,通过检验,其误差值在2℃范围内的准确率达到80%以上,预报准确率可满足业务应用。     

日光温室番茄低温冻害指标确定及温度预报模型建立

利用2012年12月至2013年1月和2013年12月至2014年1月两个生长季沈阳和喀左地区日光温室的小气候观测数据,基于日光温室番茄实际低温冻害发生及影响因素分析,构建日温差指数,确定辽宁地区日光温室番茄果实膨大期低温冻害的指标,并采用回归分析方法建立了日光温室温度预报模型。结果表明:日光温室内持续低温、寡照及高湿综合作用造成了番茄低温冻害的发生。在日光温室内高湿的环境条件下,日光温室外出现阴雨雪天气,且寡照天气持续3d,日光温室内最高气温小于10℃,最低气温小于5℃,且5℃以下低温持续时间达15h以上时,将出现低温冻害。利用日光温室内外逐时气温数据建立温室内逐时气温预报模型,18时至翌日08时逐时气温≤3℃误差的预报准确率达86%以上。因此,利用确定的日光温室内番茄低温冻害指标和建立的日光温室内逐时气温预报模型,可实现温室内番茄低温冻害预警,提高日光温室防灾减灾能力。     

一种逐时气温预报方法

利用2006~2010年陕西10地市逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料,通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型,并对2011年每天的逐时气温预报进行检验。结果表明:该方法在晴天、多云和阴雨天的预报能力依次减弱,其中晴天和多云天02~18时的预报效果好于19时至次日01时的,而阴雨天01~10时的预报效果好于其它预报时段的;当日最高气温和最低气温预报较为准确时,西安站各预报时刻的准确率均在60%以上,其中14~17时的准确率较高,晴天的达到100%,多云天的在96%~99%之间,阴雨天的准确率偏低一些,特别是11~17时较晴天和多云天偏低了12%~27%;该方法可以将24 h日最高(低)气温预报细化到逐时气温预报,同时考虑了气温日变化的地域差异、季节特征、以及在晴天、多云和阴雨天的不同表现,具有一定的业务应用和推广价值。     

精细化气象要素温度指导预报在山西区域的误差及特征

利用2009-2010年山西区域108站共730天精细化气象要素温度指导预报资料,对比日最高气温和日最低气温的预报误差,采用常规统计、EOF分析等方法研究指导预报误差的时间和空间分布特征,结果表明:山西区域的温度预报准确率比较稳定,但有明显的季节特点,夏季最高,秋季次之、冬春季相对偏低,日最高气温年平均正、负误差略高于日最低气温误差,春季大,冬秋次之,夏季小;正负误差值的空间分布与山西地形有一定的联系,日最高气温和日最低气温误差的分布特点具有明显的全区一致性.     

高寒地区日光温室地温变化及预报

利用2012年4月至2013年3月青海大通县日光温室内外地温、气温资料和大通县气象站人工观测资料,分析了高寒冷凉地区不同天气类型下日光温室地温变化规律。结果表明;研究区日光温室内日地温呈正弦曲线变化,晴天变化幅度最明显,阴天最小,地温变幅为地表〉5 cm〉10 cm〉15cm〉20 cm;室内地表、10 cm和20 cm平均地温月变化呈波形变化,最大值出现在7月,最小值在12月;随着深度增加,平均地温年较差逐渐减小;晴天、多云天、阴天不同深度地温平均日较差分别为9.6、8.3、6.1℃;地温日垂直变化仅在14时随着深度增加逐渐下降;除晴天室内最高温度外,其余温度要素与地温之间存在极显著正相关关系;建立的日光温室内10 cm最低温度预报方程和地表最低温度预报模型,可以在业务服务中应用。     

石家庄地区日光温室冬季小气候特征及其与大气候的关系

根据2006—2007年、2008—2009年冬季日光温室内小气候和附近气象站观测资料,利用相关和逐步回归分析,对不同天气状况下石家庄地区日光温室冬季小气候特征及其与外界的关系进行了研究。结果表明,晴天和少云-多云天气下日光温室内的气温、空气相对湿度、接受到的最大太阳辐射有明显的日变化;连续寡照时,室内全天气温低,空气湿度大,不利于蔬菜正常生长发育。影响日光温室内小气候的主要因子有外界的日照时数、平均气温、最低气温、最高气温、空气湿度、云量以及温室内前一天的最高气温等。建立了日光温室内外气象要素的相关模型,经拟合检验和应用检验,不同天气状况下日光温室内日最低气温、最高气温、空气最小相对湿度、接受到的最大太阳辐射的平均绝对误差分别在1.1℃、2.5℃、5.8%、58.3W·m~(-2)以内,平均相对误差大部分在10%以内,具有较高的精度。     

从预报角度探讨乌鞘岭山区大气温差成因*

利用2009年7月—2015年12月河西走廊东部乌鞘岭和天祝逐时气温、日照、地面2 min风场及每隔6 h云量资料,详细分析乌鞘岭山区大气温差、云量特征的时间变化及其预报关系,旨在提高天祝最低气温的预报准确率。结果表明:冬季08时气温乌鞘岭高于天祝的频率超过50%,温差强度达4~6℃;春夏季5—9月气温乌鞘岭高于天祝的频率低于40%,温差强度较弱在2℃以下。云量中夜间至清晨(02—8时)少,傍晚较多;5—9月较多,冬季较少。天空状况除冬季晴天多,出现频率高于50%外,其它季节阴天较多,晴天次之,多云较少,不足20%。乌鞘岭谷风多,而天祝山风多。气温乌鞘岭高于天祝的频率和强度与云量、山谷风、太阳照射时间、季节和天气系统密切相关。晴天和阴雨天气报准,天祝最低气温预报准确率最多可能提高30%,晴天报准时预报准确率最多可提高10%以上。     

陕西智能网格气象预报系统(秦智)在佛坪的检验

通过对陕西智能网格气象预报系统(秦智)(下简称秦智系统)的温度、晴雨和暴雨预报准确率检验,发现秦智系统在佛坪地区的日最低气温预报准确率高于日最高气温预报准确率,误差≤2℃的平均准确率日最高气温为51.6%、日最低气温为79.8%,平均绝对误差日最高气温2.4℃、日最低气温1.3℃,说明秦智系统对佛坪地区的气温预报有具有较好的指导作用;日最高气温预报准确率最低的月份是5月、6月和9月、日最低气温预报准确率最低的是1月和4月;晴雨预报准确率最高的月份是10月,最低的是4月;秦智系统在佛坪的暴雨预报24 h TS评分为40%,命中率为50%,且预报时效越长TS评分和命中率越低,空报率和漏报率越高。气温预报准确率和晴雨预报准确率最低的三个站均在北部山区海拔1 000 m以上,说明地形因素对数值预报的准确性有一定影响。     

菏泽冬季日光温室内最低气温预测方法的对比研究

利用2012/2013年冬季菏泽巨野日光温室内外的逐日平均气温、最高气温、最低气温、相对湿度、日照时数和最大风速等气象观测资料,采用相关分析法确定了影响温室内最低气温的关键气象因子,采用逐步回归法和主成分分析法分别建立温室内最低气温预报模型,并用2013/2014年冬季的气象数据检验评价两种预报模型的差异。结果表明:(1)温室内最低气温与当天温室内外及前1 d温室内外的气温、相对湿度、日照时数等相关性比较显著。(2)两种方法建立的预报模型均通过了α=0.01的显著性检验,逐步回归法所建预报模型得到的整个冬季预测值与实测值的相关系数为0.82,平均绝对误差仅为0.9℃,平均相对误差仅为9%;而主成分分析法所建的预报模型得到的整个冬季预测值与实测值的相关系数为0.58,平均绝对误差为1.8℃,平均相对误差为15%。由此表明,用逐步回归法所建的温室内最低气温预报模型的准确度高于主成分分析法,可满足预测冬季温室内最低气温的业务需求。     

桂南地区春季三连栋塑料大棚小气候特征分析

通过对桂南地区春季三连栋塑料大棚内外的光、温、湿特征进行观测分析,结果表明:棚内透光率很低,仅为40%～48%,多云天气相对最高,阴天最低,棚内透光率低对降低地温影响明显,使晴天及多云天气在温度较高的10～16时前后地温出现"温度逆转"现象,最大降幅超过7℃,但对气温影响不明显;棚内日平均气温增温0.9～2.1℃,晴天最大,阴天最小;棚内各土层平均增温值随土深而增大,20cm处增温最大,达3.0～4.4℃,但晴天与多云天气棚内地表0cm出现负增温,晴天高达2.4℃,多云天为0.2℃,10～16时最大降幅达6～12℃;多云天与阴天日平均相对湿度棚内均高于棚外4%～6%,晴天无差异,但增湿效果在各时次分布极不均匀.文章还通过数理分析,建立了棚内外150cm光照与气温相关方程.     

不同材质墙体日光温室内气温演变

为探寻不同材质墙体日光温室内气温的演变规律,找出其增温保温差异,以便有针对地进行温室种植和管理,本文通过在复合异质墙体日光温室和土墙日光温室内设立不同梯度和不同方位的监测点,连续监测两座温室内气温的全天变化,并采用MATLAB技术,展现不同天气条件下两座日光温室内气温的空间变化。结果表明:(1)晴天时,复合异质墙体日光温室内的升温和降温速率均较土墙日光温室大,阴天时,两座温室内的升温和降温速率基本相等,复合异质墙体日光温室较土墙日光温室有较强的增温保温性能;(2)复合异质墙体日光温室内的气温较同时刻土墙日光温室内气温高,晴天时,复合异质墙体日光温室内最高气温和最低气温比土墙日光温室内分别高3.0~8.0℃和1.0℃,阴天时则分别高2.0~3.0℃和3.0℃。     

河西走廊东部不同结构日光温室保温性对比

为走出农民增收和农业增效困境,武威市确立了发展日光温室生产的主体生产模式,通过气象观测对引进和推广的新型日光温室进行有益探索,重点对比以土质墙体和草砖为后墙的2种温室冬季的保温性。结果表明:(1)与温室外温度相比,2种结构温室内的温度明显偏高,且土墙保温蓄热效果明显好于草砖。其中,土墙温室较草砖温室旬平均气温偏高1.8~1.9℃,旬极端最低气温偏高2.8~2.9℃,旬平均地温偏高0.9~4.1℃;(2)从不同时段看,土墙蓄热冷却速度明显低于草砖。冬季盖帘时段,土墙温室内气温较草砖偏高3.4~10.8℃,平均偏高3.1℃,地温偏高0.1~7.4℃,平均偏高3.5℃;揭帘时段,土墙温室内气温较草砖偏高4.1~14.7℃,平均偏高4.2℃,地温偏高0.3~7.7℃,平均偏高3.7℃;(3)从典型天气条件看,夜间及清晨土墙室内气温较草砖偏高幅度晴天阴天雪天;白天偏高幅度晴天的最大,雪天的次之,阴天相差不大。土墙温室内地温变化幅度较小,晴天和阴天草砖温室内地温变化幅度略大,且土墙温室内地温高于草砖,雪天相差最大;(4)2种温室结构对产量的影响效果显著,辣椒总产量土墙温室高于草砖温室18%。     

鲁中地区典型日光温室喜温蔬菜冷害预警指标研究

利用2008年11月至2021年3月山东中部地区典型日光温室内、外最低气温资料,结合喜温蔬菜冷害指标,应用80%保证率安全法和个例分析,结合田间调查,确定不同季节、不同天气类型下山东中部地区温室喜温蔬菜冷害天气预警指标。结果表明：春季一般无冷害发生,秋季冷害以寡照型天气为主,一般发生在11月,在≥5 d阴天的天气条件下。秋季冷害的天气预警指标为温室外最低气温,其中轻度冷害指标为0℃,中度冷害为-5℃。冬季冷害天气类型为低温型和寡照型,冷害天气预警指标为温室外最低气温。冬季不同天气条件的冷害等级分为晴天轻度、中度冷害,多云轻度、中度冷害,≤4 d阴天轻度、中度冷害,≥5 d连阴天轻度冷害、中度冷害,室外最低气温指标分别为-7℃、-13℃,-6℃、-10℃,-4℃、-9℃,0℃、-7℃。     

冬小麦农田不同高度极端气温预测[ ]

利用2019年1月—2022年6月冬小麦农田小气候自动观测站观测的数据和齐河县国家基本气象观测站同期观测资料,采用多元线性回归和BP神经网络方法,建立冬小麦农田30 cm、60 cm、150 cm日最高和日最低气温预测模型。结果表明:两种模型对农田气温的预测效果均较好,阴天条件下150 cm最高气温预测效果最好;晴天条件下30 cm最高气温预测效果最差。两模型模拟结果分层次看,农田气温的模拟精度150 cm>60 cm>30 cm;分天气类型看,多元回归模型农田各层气温的模拟精度阴天>多云>晴天,BP神经网络模型农田30 cm、60 cm最高气温的模拟精度多云>阴天>晴天,农田30 cm最低气温的模拟精度多云与阴天相同,均大于晴天,农田60 cm最低气温的模拟精度晴天>多云>阴天,农田150 cm最高及最低气温的模拟精度晴天与多云相同,均大于阴天;分要素看,30 cm最低气温的模拟精度高于最高气温、60 cm和150 cm最高气温的模拟精度高于最低气温。通过比较,BP神经网络模型的预测精度比多元线性回归模型的预测精度高。两种模型均能满足冬小麦农田气温的预测需求。     

阜康日光温室内温湿度与外界气象要素的相关性分析

根据2011—2012年阜康六运温室内温湿度和附近气象站观测资料,利用相关和逐步回归分析,对不同天气状况下阜康地区日光温室内温湿度变化特征及其与外界气象要素的关系进行了研究。结果表明,不同天气状况下温室内的气温和空气相对湿度均有明显的日变化。影响日光温室内温湿度的主要因子为外界的日照时数、平均气温、最高气温、最低气温、空气湿度以及温室内前一天的温度和空气湿度等。建立了日光温室内外气象要素的相关模型,经拟合检验和应用检验,不同天气状况下日光温室内日平均气温、最高气温、最低气温、空气平均相对湿度、空气最小相对湿度的平均绝对误差分别在1.5℃、2.6℃、2.0℃、6.2%、9.6%以内,平均相对误差大部分在10%以内,具有较高的精度。确定了温室生火增温、移栽定植、通风及覆盖保温等气象服务指标。     

日光温室番茄寡照低温灾害预警模型构建技术研究

利用2011—2015年（11月—次年5月）临淄、莱芜、利津的日光温室小气候和自动气象观测站逐日资料,采用结构方程（SEM）和层次分析（AHP）等方法,甄别了寡照低温灾害的致灾因子,构建了日光温室番茄寡照低温灾害预警模型。利用2016年11月1日—2017年5月31日山东临淄、莱芜、利津、平度、章丘及2015年11月1日—2016年5月31日天津静海、河北徐水日光温室小气候和自动气象观测站逐日观测资料对模型进行独立样本检验。结果表明：1）3 d以下（1～3 d）寡照低温灾害致灾因子包括前1日温室内最低气温、前1日温室外最低气温、前1日温室内最低20 cm地温、当日温室外最低气温、前1日日照时数,4 d以上（4～12 d）寡照低温灾害致灾因子包括前2日温室内最低气温、前1日温室内最低气温、前1日温室外最低气温和前2日温室外最低气温;2）应用山东临淄、莱芜等5地及天津静海、河北徐水日光温室主要生产季内3 d以下、4 d以上寡照低温灾害实际发生情况对模型预警结果进行检验,预警等级与实际低温等级完全一致的平均准确率分别为72%和74%,误差在1个等级以内的分别为99%和98%。     

山东省城镇天气预报质量评估检验

根据中国气象局全国城镇天气业务产品检验评估报告和山东省预报质量评估系统检验结果,对200¬7年1月—2015年2月山东省城镇天气预报质量进行了总结分析。结果表明：（1）山东省晴雨（雪）和气温预报准确率、提高幅度均高于全国平均,降水预报准确率低于全国平均,技巧评分处于全国平均水平。（2）山东省内晴雨（雪）、最高气温、最低气温预报准确率最高的区域分别是鲁南、鲁西北和半岛,降水预报准确率半岛和鲁南明显高于鲁中和鲁西北地区。（3）山东省晴雨（雪）预报正确率夏季最低,冬季最高;气温预报准确率春季最低,最高气温预报准确率秋季最高,最低气温预报准确率夏季最高。（4）各市气象台预报相对省气象台指导预报有正的订正技巧,晴雨（雪）预报技巧评分鲁中地区相对偏低。     

寿光日光温室温湿度变化特征分析

对寿光日光温室秋、冬、春季节不同天气状况的温湿度变化特征、通风及增温时段进行分析。结果表明,温室内气温在不同天气状况下有明显的日变化,晴天、多云、阴天时日最高气温分别在24～35℃,22～30℃,20～25℃,最高值均出现在13:00前后;日最低气温分别在9～16℃,11～20℃,09～12℃,最低值出现在06:00—07:00。温室内相对湿度在白天降低,夜间升高,晴天与多云天气时,日相对湿度最大值在75%～86%,最小值在20%～50%,阴天时,最大值在85%～90%,最小值在40%～60%。晴天时,秋、冬、春季节的适宜通风时段分别在11:00—15:00、13:00前后、12:00—15:00,多云天气的适宜通风时段分别在12:00—15:00、13:00前后、12:00—13:00,阴天时,在中午前后进行通风排湿。晴天与多云天气时,秋、冬季节的增温时段分别在00:00—07:00、00:00—09:00,阴天时冬季增温时段在19:00—次日10:00。经过对温室环境进行调控,有效促进温室作物的增产增收。     

三种数值模式气温预报产品的检验及误差订正方法研究

基于德国天气在线T7online(简称T7)、ECMWF细网格(简称EC)及T639三种数值模式的气温预报产品,结合本溪站气象观测资料,对三种数值模式2014年1月至2015年12月本溪市气温预报的准确率及预报误差进行了检验和分析,根据误差分析结果利用BP神经网络模型建立了本溪市数值模式气温预报误差客观化订正模型。结果表明:对于气温预报的年检验,T7、EC和T639三种数值模式的最低气温预报准确率均高于最高气温的预报准确率;对于气温预报的月检验,三种数值模式对夏季、秋季最低气温的预报效果明显优于冬季和春季,而对于最高气温的预报,T7的气温预报准确率明显优于EC和T639模式;当气温波动较大时,三种数值模式气温的预报准确率均明显下降。三种数值模式对最低气温预报的平均误差均为2.00℃以内,对最高气温的预报准确率存较大差别,T7模式最高气温的预报误差最小,T639模式气温预报的系统偏差最明显,最低气温系统偏差为-1.34℃,最高气温系统偏差为-2.87℃。根据三种数值模式气温预报误差的特征,结合BP神经网络建立本溪市气温误差预报模型对数值模式气温预报结果进行订正,订正后气温平均绝对误差由2.40℃左右降至1.40℃左右,系统偏差和均方根误差均明显缩小,气温预报准确率由50%左右提高至80%以上,数值模式气温预报准确率明显提高,具有较好的应用价值。     

ECMWF细网格2 m温度预报产品在南疆西部温度预报中的释用

利用2016年1月1日—2018年12月31日ECMWF细网格模式2 m温度预报产品，使用三次多项式差值方法内插到站点，并用中短期天气预报检验方法，对南疆西部12个国家站与15个区域自动站共27个站的最高、最低气温未来24 h预报效果进行检验分析。结果表明：ECMWF细网格模式2 m温度预报产品对南疆西部非山区站未来24 h最高、最低气温的预报能力较好，对山区站未来24 h预报效果差；对南疆西部最高、最低气温的预报效果随季节变化，夏季预报准确率高于冬季，秋季预报准确率最低；模式最高气温预报准确率在降雪、高温天气时较高，最低气温预报准确率在降雨时较高，在高温过程中较低；模式对于降雨、降雪、大风/沙尘等天气最高气温预报偏低，高温事件中最高气温预报偏高。最低气温预报在降雨、高温天气中偏高，降雪时偏低，大风/沙尘天气最低气温预报偏东地区偏高、偏北地区偏低。降雪、高温天气预报相对降雨、大风/沙尘天气预报效果更稳定。