基于天气预报的日光温室夜间逐时气温预测模型构建

• Published in: 农业工程学报 Vol. 38; no. z1; pp. 218 - 225
• Main Authors: 宗成骥, 王建玉, 宋卫堂, 耿若, 刘平建, 徐丹
• Format: Journal Article
• Language: Chinese
• Published: 中国农业大学水利与土木工程学院,北京 100083%中国农业大学水利与土木工程学院,北京 100083 2022; 农业部设施农业工程重点实验室,北京 100083%山东曹县百草庄园农业开发有限公司,菏泽 274400
• Subjects: 支持向量机; 天气预报; 随机森林; 气温预测; 温室
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2022.z.025

S126%S625.5+1; 为得到一种可行的日光温室夜间逐时气温预测方法,从而提高主动集放热系统的适应力,该研究尝试从中国天气网发布的天气预报中获取试验地点72 h天气状况、室外气温等气象信息,同时将爬取筛选的天气状况简分为晴天、多云天以及阴天三类,并基于多元线性回归、支持向量机回归和随机森林回归方法,选取2020年11月-2021年2月中晴天、多云天和阴天各25 d的数据作为训练集,选取训练集外的三种天气各10 d的数据作为测试集,分别构建了三种天气状况下温室内夜间逐时气温预测模型.该研究使用均方误差(MSE)和决定系数(R2)对各类模型预测精度进行评价:晴天和多云天时,随机森林回归模型预测精度最高,MSE、R2分别达到了0.37、0.94和0.05、0.98,而阴天时支持向量机回归模型预测精度最高,MSE、R2分别达到了0.40、0.87;根据不同的天气状况选用精度最高的回归模型进行气温预测,经验证预测气温和实测气温的变化曲线拟合度较高,单因素方差分析显示两者间无显著差异(P>0.05),在晴天、多云天和阴天MSE分别为0.19、0.19和0.15,R2分别达到了0.98、0.95和0.90,平均绝对误差依次为0.1、0.3和0.3℃.因此,该研究所构建的基于天气预报的日光温室夜间逐时气温预测模型预测精度较高,可以为主动集放热系统放热策略的制定提供指导.