摘要：為研究寒冷干旱地區(qū)日光溫室開啟頂部通風口通風方式對室內溫濕度及二氧化碳水平的影響，采用RS-485總線方式搭建溫室環(huán)境監(jiān)測系統(tǒng)，對通風時段溫室內距地面20、80和180 cm處的溫濕度及二氧化碳含量數據進行采集和分析。在此基礎上利用最小二乘法建立通風前后溫室20 cm高度作物區(qū)溫濕度及二氧化碳含量回歸模型與通風0.5 h室內溫濕度及二氧化碳含量變化回歸模型。結果表明，14：30前關閉通風口可使室內溫度回升，開啟頂部通風口通風使室內溫度、相對濕度和二氧化碳含量接近室外；通風前后溫室內不同位置的環(huán)境因子分布是非均勻的，溫度最大相差11.6 ℃，相對濕度最大相差11.8%，二氧化碳含量最大相差68 μmol·mol-1；回歸模型決定系數均在0.567以上，表明各模型中自變量與因變量具有一定的相關性，可通過少數傳感器的數據估算溫室20 cm高度作物區(qū)及通風0.5 h室內溫濕度及二氧化碳含量。以上研究結果為北方寒旱地區(qū)日光溫室環(huán)境因子精準調控提供一定的理論依據與技術參考。

關鍵詞：日光溫室；頂部通風；溫濕度；二氧化碳水平；回歸分析doi：10.13304/j.nykjdb.2023.0197

中圖分類號：S625.5 文獻標志碼：A 文章編號：10080864（2024）12018714

隨著工程技術人員對日光溫室不斷的升級改造，適合于內蒙古地區(qū)冬季蔬菜生產的日光溫室得到了推廣和應用[1]。開啟通風口放風不僅是日光溫室進行降溫除濕的主要措施，同時也可排出溫室在低溫期密閉保溫積累的有害氣體。在正午日光溫室內光照強度最強時溫度最高，溫室內二氧化碳（CO2）含量會迅速降低[2]。為使室內溫濕度和CO2含量適宜作物生長，必需進行放風[3]，但農戶對溫室每日通風時間一般僅憑經驗和感覺[4]，存在不能準確和準時進行放風的問題[5]，從而導致農作物的質量和產量下降。因此，研究溫室通風時室內溫濕度及CO2含量變化及通風前后的分布特征，對實現(xiàn)溫室作物精細化管理具有重要意義[6-9]。

目前，已有多種分析方法應用于日光溫室不同通風處理對室內環(huán)境因子及作物影響的研究[1011]。例如，最小二乘法模擬開啟北窗、頂窗和南窗的條件下作物株高和葉面積的生長期變化[12]；Duncan’s多重比較法對比后坡連續(xù)通風窗、后坡間隔通風窗和前屋面頂通風的通風效果[13]；計算流體動力學（computational fluid dynamics，CFD）方法模擬通風面積相同時，后屋面中央開窗、等距開窗與頂棚膜全開模式對室內環(huán)境的影響[14]；利用CFD模擬的方式評估齒輪齒條式通風機構側通風口翻轉角和屋面通風口翻轉角對溫室小氣候的影響[15]。這些研究的方法具有較高精度，能準確預測和模擬監(jiān)測量的變化規(guī)律。針對日光溫室自然通風下溫濕度及CO2含量分布特征的研究顯示，溫室內溫度分布在垂直和水平方向均呈現(xiàn)明顯的非均勻性[16]，作物處于幼苗期時溫室內垂直方向上的氣溫最高相差5.1 ℃，成熟期后最大溫差達到8.2 ℃[17]；外界風速增大時，相對濕度從下層高、上層低的垂直梯度分布態(tài)勢轉變?yōu)楸眰雀?、南側低的分布態(tài)勢[18]；午間隨著通風換氣，CO2 含量降低至400 μmol·mol-1，通風口關閉CO2含量再次下降[19]；室內不同高度測得的CO2含量變化趨勢一致，CO2 含量隨高度的升高明顯降低，室內CO2含量均高于室外[20]。

本研究搭建高寒干旱地區(qū)日光溫室室內外環(huán)境監(jiān)測系統(tǒng)，采集溫室開啟頂部風口進行通風時室內距地面20、80和180 cm高度的溫濕度及CO2含量數據及通風時段室外太陽輻射、風速和空氣壓強等氣象數據，分析室內溫濕度及CO2含量分布特征與變化規(guī)律。在此基礎上采用最小二乘法建立通風0.5 h后室內溫濕度及CO2含量變化回歸模型，以期為日光溫室環(huán)境監(jiān)測與通風調控提供理論依據與技術參考。

1 材料與方法

1.1 試驗溫室

本研究在呼和浩特市郊內蒙古農業(yè)大學海流圖科技園區(qū)（40.68°N、111.38°E）的新型雙層膜日光溫室中進行。試驗期間溫室內進行正常的生產活動，種植的作物為芹菜，于試驗開始前1 周定植。試驗溫室為組裝式日光溫室，溫室后墻由鋼架內嵌蓄熱水箱加外側保溫板組成，前屋面雙層棚架外層覆蓋聚烯烴（polyolefin，PO）膜，內層覆蓋無滴膜。溫室東西長50.0 m，南北凈跨8.5 m，脊高4.8 m。溫室中安裝有卷膜裝置，用來控制外棚膜頂部與底部風口的開合及內棚膜的卷放。兩處通風口均沿溫室整個長度方向開設，長50.0 m，寬0.2 m，底部風口底端距地面1.0 m，頂部風口底端距地面4.3 m。溫室冬季僅在晴天天氣狀況良好的情況下開啟頂部風口通風，通風時段一般為11：00—14：00，根據室內外溫度變化情況，通風時長0.5～1.0 h。

1.2 試驗設計

1.2.1 監(jiān)測方案與儀器 溫室作物產量與質量的高低，關鍵在于生長環(huán)境的適宜程度。掌握溫室內的環(huán)境條件，如太陽輻射強度、溫濕度和CO2含量等環(huán)境因子的變化情況，以便及時進行干預調節(jié)。本研究使用CO2 溫濕度三合一變送器（RSCO2WS-N01-2型，山東仁科測控技術有限公司）和增加太陽總輻射測量功能的四合一變送器（RSRA-N01-JT型，山東仁科測控技術有限公司）采集溫室內環(huán)境信息，2種類型的傳感器均以RS-485的方式傳輸信號。其中，溫度量程為-10～50 ℃，精度為±0.5 ℃，相對濕度量程為0%～95%，精度為±3%，CO2含量量程為0～5 000 μmol·mol-1，精度為±40 μmol·mol-1。位于溫室內不同區(qū)域的所有變送器基于ModBus-RTU通信協(xié)議與該區(qū)域的環(huán)境監(jiān)控主機進行通訊，環(huán)境監(jiān)控主機主要起到485信號的轉換作用，負責集中將監(jiān)測數據通過RJ45網口上傳至PC 端的監(jiān)控平臺，實現(xiàn)溫室環(huán)境的實時監(jiān)測與歷史數據的查詢。室外氣象信息使用美國HOBO U30 NRC 便攜式小型自動氣象站進行收集，通過USB 通訊接口傳輸數據，利用計算機端的HOBOware Pro 軟件讀取測量信息。溫室環(huán)境監(jiān)測系統(tǒng)的總體框架如圖1所示，設置監(jiān)測儀器每0.5 h采集1次溫室內外的環(huán)境數據。

1.2.2 變送器布置 試驗溫室中部設置的聚氯乙烯（polyvinyl chloride，PVC）膜將溫室沿東西方向劃分成2個面積相同的隔間，本研究在西側隔間進行試驗。課題組前期研究發(fā)現(xiàn)，當室內作物形成冠層結構時，水熱環(huán)境因子對比前期呈現(xiàn)出不同的分布特征[21]。考慮到監(jiān)測期內作物的平均高度，選擇在距溫室地面20和80 cm高度的水平面上布置傳感器。按照等距布置原則，每個面各安裝12個CO2溫濕度三合一傳感器，以達到全面反映作物區(qū)環(huán)境信息的目的。選擇試驗區(qū)中心位置距地面180 cm的四合一傳感器為代表，由其測量數據反映溫室內整體溫濕度、CO2含量和太陽輻射情況，溫室中所有傳感器的幾何位置如圖2所示。

1.3 數據分析

1.3.1 溫室環(huán)境變化分析 試驗監(jiān)測時間為2021年12月21日至2022年1月20日，為呼和浩特地區(qū)冬季最寒冷的時間段[22]，整個試驗周期室外的平均氣溫為-10.7 ℃。選取典型晴天溫室通風時段的數據，先以180 cm高度處的變送器采集到的數據繪制溫濕度與CO2含量變化曲線圖，分析通風前后3種環(huán)境因子的變化特點。再以水平方向距溫室前屋面地腳線210 cm同時距西側山墻內側625 cm處變送器的位置為長度和跨度方向零點[0，0]，繪制距溫室地面高度為20與80 cm處的溫濕度與CO2含量分布曲面圖，分析通風前后3種環(huán)境因子的分布特點。

1.3.2 溫室環(huán)境變量回歸分析 回歸分析是處理溫室環(huán)境變量間相關關系最常用的方法之一[23]，在長期試驗獲取一種變量與其他變量相互關系的多組試驗值后，通過散點圖或回歸方程尋找變量間的統(tǒng)計關系[24]。對于2種變量間的關系，可以通過直線擬合的方法建立回歸模型。將自變量（xi）代入回歸方程后得到回歸值（y?i）與試驗值（yi）的偏差（ei），對各偏差的平方值求和（SSe），如式（1）所示。根據最小二乘法原理，將式（1）分別對a、b 求偏導并令其等于0，如式（2）所示，可求得回歸系數的值，如式（3）和式（4），使回歸方程與試驗值的擬合程度最優(yōu)[25]。

在多元回歸分析中，被解釋變量（y）與多個解釋變量間的線性相關程度通常通過復相關系數（r）來判斷，復相關系數的基本定義見式（8）。復相關系數可通過求決定系數（R2）的平方根得出，決定系數的基本定義如式（9）。通過校正決定系數的值來評估模型中增加的解釋變量是否有意義，其計算式見式（10）。

本研究中，對晴天11：00—14：00未開啟通風口時溫室180 cm高度處溫濕度及CO2含量數據和溫室20 cm高度處所有變送器數據進行記錄，計算各時刻20 cm高度處溫濕度及CO2含量平均值；接著對在晴天11：00—14：00開啟通風口后每通風0.5 h溫室180 cm 高度處溫濕度及CO2 含量數據和溫室20 cm高度處所有變送器數據進行記錄，計算各時刻溫室20 cm高度處溫濕度及CO2含量平均值。分通風和未通風2種情況，采用回歸分析方法對溫室180 cm高度處和溫室20 cm高度處溫濕度及CO2含量關系進行分析。

2 結果與分析

2.1 溫室溫濕度與CO2變化情況分析

本研究選取試驗期間典型晴天2022年1月3日與1月10日的數據分析，其中1月3日溫室在12：30—13：00進行了0.5 h通風，室外風速為0 m·s-1，陣風速度的變化范圍在1.0～2.0 m·s-1，1月10日溫室在13：00—14：00進行了1.0 h通風，室外風速的變化范圍在0.0～0.5 m·s-1，陣風速度2.5～3.5 m·s-1。兩日揭簾時段（9：00—16：00）室外太陽輻射強度的變化范圍分別為38～363 W·m-2（1 月3 日）與23～364 W·m-2（1月10日）。兩日的溫濕度情況如表1所示，其中室內外平均溫度差分別為33.9℃（1月3 日）與35.1 ℃（1 月10 日），最低相對濕度均不足35%。1月3日和1月10日室外CO2含量的變化范圍分別在441～492 和376～421 μmol·mol-1，室內CO2 含量較室外大，變化范圍分別在448～645 和379～574 μmol·mol-1。

溫室內溫度隨著上午時分太陽高度角與太陽輻射強度的增大而快速上升，1月3日通風前室內溫度在12：30 達到35.7 ℃ ，此時外界溫度為-2.6 ℃，1 月10 日通風前室內溫度在13：00 達到38.0 ℃，外界溫度為-2.8 ℃。頂部風口開啟后，室內外溫差使溫室由內向外傳熱，1月3日通風0.5 h后溫度下降到33.2 ℃，較12：30 降低2.5 ℃，1 月10日通風1.0 h后溫度下降到31.8 ℃，較13：00降低6.2 ℃。通風口關閉后由于與外界缺乏熱對流，溫室在接受太陽輻射的同時保溫效應使室內溫度重新上升，1月3日與1月10日均在14：30停止升溫，其中1月3日升至該天室內最高溫度36.5 ℃，1月10日溫度升高至34.6 ℃（圖3）。

溫室相對濕度隨著溫度的升高而降低，1月3日通風前在12：30下降到39.3%，1月10日通風前在13：00下降到36.8%。通風口打開后，由于室外空氣較干燥，通風0.5 h后，1月3日與1月10室內空氣相對濕度均下降到當日最低點32.0% 與30.5%，接近室外空氣相對濕度。1月3日13：00通風口關閉后，作物蒸騰作用釋放的水汽對室內相對濕度的提升較明顯，相對濕度0.5 h內迅速回升至41.6%，并在隨后的升溫過程中維持在41.6%～42.3%。1月10日通風的后半段時間13：30—14：00內，室內相對濕度升高至36.4%，14：30—15：00隨著溫度下降回升到41.1%（圖3）。

由于作物在無光照時段只進行呼吸作用，所以夜間溫室內的CO2得到累積。冬季溫室接受光照的時長遠短于無光照時長，使溫室內的CO2含量長期高于室外。晴天上午在通風前CO2隨著作物的光合作用被消耗，1月3日11：00—12：30室內CO2的含量從646 μmol·mol-1 減少到552 μmol·mol-1。1 月10 日11： 00—12： 30 室內CO2 的含量從509 μmol·mol-1 減少到453 μmol·mol-1，12：30—13：00由于溫度過高，作物為減少體內水分散發(fā)關閉氣孔，室內CO2含量未發(fā)生變化。通風換氣后由于大量外界空氣涌入溫室，導致室內CO2含量減小幅度較大，1 月3 日1：00 減小為453 μmol·mol-1，1月10日14：00減小為372 μmol·mol-1，均接近外界空氣中的CO2 含量。1 月3 日通風口關閉后，13：00—13：30作物光合作用消耗的CO2仍大于呼吸作用釋放的CO2，室內CO2 含量降至最低點448 μmol·mol-1，隨后14：00太陽光照開始變弱，作物光合作用減弱，溫室內CO2含量緩慢上升（圖3）。

2.2 溫室溫濕度與CO2分布情況分析

2.2.1 距地表20 與80 cm 處的溫度分布 由圖4A可知，通風前距地表20 cm處，不同位置的溫度在27.4～35.0 ℃，平均溫度為31.3 ℃。南北方向上南側區(qū)域溫度高于北側區(qū)域溫度，最大溫差達到7.6 ℃。東西方向上西側區(qū)域溫度高于東側區(qū)域溫度，最大溫差達到6.5 ℃。溫度最高點位于靠近前屋面區(qū)域的中部位置[625，0]，溫度最低點位于靠近北墻區(qū)域的東部位置[1 250，495]。由圖4B可知，通風后距地表20 cm處溫度高于30 ℃的區(qū)域明顯減少，平均溫度下降為28.1 ℃，不同位置的溫度較通風前下降0.3～7.8 ℃，下降幅度東西方向上呈現(xiàn)出西側gt;中部gt;東側的特點。溫度最高點出現(xiàn)在靠近前屋面區(qū)域的東部位置[1 250，0]，溫度最低點位于靠近北墻區(qū)域的西部位置[0，495]，溫度分布南北方向上呈現(xiàn)出南側gt;北側gt;中部的特點。

由圖4C 可知，通風前距地表80 cm 處，不同位置的溫度在28.1～35.7 ℃，平均溫度為32.3 ℃，整體上高于距地表20 cm處的溫度。溫度分布與距地表20 cm處相似，東西方向上溫差較明顯，西側區(qū)域溫度高于東側區(qū)域溫度，最大溫差達7.6 ℃。南北方向上南側區(qū)域溫度高于北側區(qū)域溫度，最大溫差達5.1 ℃。溫度最高點位于靠近西墻區(qū)域的中部位置[0，165]，溫度最低點位于靠近北墻區(qū)域的東部位置[1 250，495]。由圖4D可知，通風后距地表80 cm處，平均溫度下降為29.6 ℃，溫度高于30 ℃的區(qū)域仍占一半以上。不同位置的溫度較通風前下降0.3～6.9 ℃，下降幅度東西方向上同樣呈現(xiàn)出西側gt;中部gt;東側的特點。溫度最高點出現(xiàn)在東側中部區(qū)域靠南的位置[1 250，165]，溫度最低點位于靠近北墻區(qū)域的中部位置[625，495]，溫度分布不均勻特征明顯。

2.2.2 距地表高20與80 cm處的濕度分布 由圖5A可知，通風前距地表20 cm處不同位置的相對濕度在39.9%～51.7%，平均相對濕度為46.0%。南北方向上濕度的分布規(guī)律與溫度相反，北側區(qū)域濕度高于南側區(qū)域，濕度最大相差11.8%。由圖5B可知，通風后距地表20 cm處相對濕度的變化幅度在3.4%～7.6%，北側區(qū)域的濕度下降較明顯，東側區(qū)域的濕度略有上升。大部分區(qū)域的濕度在41.7%～49.4%，前屋面西側的濕度較低，為35.9%。

由圖5C可知，通風前距地表80 cm處相對濕度整體上低于50%，不同位置的相對濕度在38.6%～48.2%，平均相對濕度為43.9%。東西方向上濕度的分布規(guī)律與溫度相反，西側區(qū)域濕度低于東側區(qū)域，濕度最大相差9.4%。由圖5D可知，通風后距地表80 cm 處不同位置的相對濕度在32.6%～45.3%，平均相對濕度降為39.1%。西側相對濕度低于40.0%的區(qū)域明顯增大，相對濕度分布整體上呈現(xiàn)西南低、東北高的特點。

2.2.3 距地表高20與80 cm處的 CO2分布 由圖6A可知，通風前距地表20 cm處不同位置的CO2含量在542～610 μmol·mol-1，平均CO2 含量為572 μmol·mol-1。整體上CO2的分布不均勻，南側及北側中心區(qū)域CO2 含量較高。通風后距地表20 cm 處不同位置CO2 含量下降幅度在89～150 μmol·mol-1，中部和西側CO2含量降幅大于東側。CO2 含量在441～476 μmol·mol-1，北側的CO2含量低于南側。平均CO2含量為458 μmol·mol-1，接近外界空氣中的CO2含量（圖6B）。

由圖6C可知，通風前距地表80 cm處CO2的分布情況與距地表20 cm處相似，南側及北側區(qū)域中部CO2 含量高，兩側低。不同位置的CO2 含量在552～622 μmol·mol-1，平均CO2含量為582 μmol·mol-1。由圖 6D 可知，通風后距地表80 cm 處不同位置CO2 含量下降幅度在90～147 μmol·mol-1，與距地表20 cm處相似，中部和西側CO2含量降幅大于東側。整體上CO2含量在440～484 μmol·mol-1，北側的CO2含量低于南側。平均CO2含量為468μmol·mol-1，接近外界空氣中的CO2含量。

2.3 溫室溫濕度及CO2含量回歸分析

2.3.1 通風前180與20 cm 處溫濕度及CO2 含量關系 對180 cm高度處環(huán)境因子測量值與20 cm高度處環(huán)境因子平均值進行回歸分析，由圖7中的趨勢線、回歸方程和R2可知，180 與20 cm處溫濕度及CO2含量呈線性關系。回歸方程與試驗數據擬合結果良好，表明冬季晴天接近中午時，通過高度180 cm處少數變送器測量數據即可判斷高度20 cm處作物區(qū)溫濕度及CO2含量情況。

2.3.2 通風0.5 h溫濕度及CO2含量變化多元回歸分析 試驗溫室通過開合頂部通風口自然通風的方式，利用室內外溫差和風壓作用達到室內空氣與外界交換的目的。研究表明，當室外風速大于2 m·s-1時，風壓在通風過程中起主導作用，當室外風速小于2 m·s-1時，風壓和熱壓的作用均不可忽略[2829]。圖8顯示了整個試驗周期晴天通風時段室外平均風速和陣風速度的大小，可見開啟通風口時室外的平均風速均不超過2 m·s-1，多天室外平均風速大小為0 m·s-1，陣風速度均大于0 m·s-1且有多天超過2 m·s-1。

選取陣風速度（X1）、室外溫度（X2）、室外濕度（X3）、室內溫度（X4）、室內濕度（X5）、室內CO2 含量（X6）、太陽輻射強度（X7）、大氣壓強（X8）和室外CO2含量（X9）9種環(huán)境因子作為自變量，以通風0.5 h后的室內溫度（YT）、相對濕度（YH）和CO2含量（YC）作為因變量，置信度為95%，分別建立多元線性回歸模型如下。

3種模型的擬合優(yōu)度結果如表2所示，其中復相關系數均大于0.850，決定系數和校正決定系數均不小于0.690，表明方程的擬合優(yōu)度較好。表3方差分析的結果表明，回歸方程達到極顯著水平，P 值均小于0.001，表明回歸方程總體有著非常顯著的線性關系。為驗證回歸方程中所有自變量對因變量是否存在顯著影響，對回歸系數進行t 檢驗。由表4各模型自變量系數的顯著性檢驗結果可知，溫度模型（M1）選取的自變量室外溫度、室外濕度和大氣壓強的P 值大于0.05，濕度模型（M2）選取的自變量室內濕度的P 值大于0.05，二氧化碳濃度模型（M3）選取的自變量室外溫度、室外濕度、大氣壓強、陣風速度和太陽輻射強度的P 值大于0.05，以上變量在各回歸方程中未通過t 檢驗，說明其對于因變量的影響不顯著，需要刪減后重新進行回歸檢驗。

刪除t 檢驗偏回歸系數不顯著的變量后，通風0.5 h室內溫度、CO2含量和相對濕度回歸模型如式（14）～（16）所示。其中，溫度回歸模型的復相關系數為0.823，決定系數和校正決定系數分別為0.677和0.659，標準誤差為1.510；CO2含量回歸模型的復相關系數為0.958，決定系數和校正決定系數分別為0.918和0.908，標準誤差為6.629；相對濕度回歸模型的復相關系數為0.890，決定系數和校正決定系數分別為0.792和0.759，標準誤差為3.247。

如表5和表6所示，刪除P 值大于0.05的自變量后，3種回歸模型同時通過F 檢驗和t 檢驗，模型中自變量對因變量影響顯著。

2.3.3 通風后180與20 cm 處溫濕度及CO2 含量關系 對通風0.5 h，180 cm高度處環(huán)境因子測量值與20 cm 高度處環(huán)境因子平均值進行回歸分析，由圖9中的趨勢線、回歸方程和R2可知，通風后180與20 cm處溫濕度及CO2 含量同樣呈正相關?；貧w方程與試驗數據擬合結果較好，表明可通過高度180 cm處傳感器測量數據有效估算高度20 cm處作物區(qū)溫濕度及CO2含量。

3 討 論

本研究顯示，冬季晴天溫室打開通風口進行通風降溫后，在14：30前關閉通風口溫度會重新上升，這與Jiao等[7]的研究結果基本一致。Zhang等[6]的研究發(fā)現(xiàn)，隨著通風口開度的增大通風量增大，室內空氣濕度下降越明顯。本研究對比了通風口全開條件下，0.5 和1.0 h后關閉風口室內空氣相對濕度數據，發(fā)現(xiàn)2種情況下前0.5 h室內濕度下降到30%，接近室外空氣濕度，0.5 h后關閉或是繼續(xù)開啟通風口濕度均上升。焦巍[19]研究發(fā)現(xiàn)，中午時通風換氣使室內二CO2含量上升，通風口關閉后CO2含量在15：00—16：00趨于穩(wěn)定。本研究發(fā)現(xiàn)，未通風時段溫室內CO2含量基本高于室外，通風時室內CO2含量接近室外，關閉通風口后室內光溫條件良好時，CO2 含量仍會繼續(xù)下降。通過以上結果可知，午間進行適時的通風后，及時關閉通風口可為溫室在閉簾保溫時積累更高的初始溫度。前0.5 h的通風使室內濕度接近室外，而后作物蒸騰作用釋放的水蒸氣使室內濕度重新上升。由于冬季溫室有效光照時間低于無光照時間，作物呼吸作用產生的CO2氣體大于光合作用所消耗的CO2，故試驗溫室內無需頻繁補充CO2氣肥。

宋成寶等[16]對日光溫室內溫度分布的監(jiān)測結果顯示，室內溫度在垂直和水平方向上的分布都不均勻，在14：00溫差達到最大。本研究發(fā)現(xiàn)，通風前室內不同位置的溫差最大達到7.6 ℃。薛曉萍等[18]發(fā)現(xiàn)，室外風速較低時通過自然通風進行除濕，溫室內濕度分布呈現(xiàn)出下高上低的現(xiàn)象。本研究也發(fā)現(xiàn)，通風后溫室80 cm高度處濕度較20 cm 高度處降幅大。陳寶東等[30] 研究發(fā)現(xiàn)，12：00 CO2含量達到最低值，溫室CO2含量表現(xiàn)為后排gt;中排gt;前排。本研究表明，未通風時CO2含量分布在東西方向上中部高于兩側，最大差值超過70 μmol·mol-1。綜上，通風后室外空氣與室內空氣未能充分混合，溫濕度及CO2含量的分布不均勻，故可考慮在溫室內加裝若干臺環(huán)流風機，通風過程中開啟風機使室內外空氣混合更加均勻。

劉煥等[31]根據室外氣溫、相對濕度和風速3種環(huán)境因子建立了膠東地區(qū)冬季日光溫室晴天天氣條件下的溫濕度回歸模型，R2 分別為0.529 和0.630。本研究經過對回歸系數的顯著性檢驗后確定了通風0.5 h溫濕度及CO2含量變化多元回歸模型所選取的自變量。其中，溫度模型選取的自變量為通風前室內溫度和太陽輻射強度，濕度模型選取的自變量為陣風速度、室外溫度、室內溫度、太陽輻射強度和通風前室內相對濕度；CO2模型選取的自變量為通風前室內CO2 含量和室外CO2含量，R2分別為0.677、0.792和0.918。李亞迪等[32]對日光溫室內的溫濕度和CO2環(huán)境因子數據進行了線形回歸分析，得到了各環(huán)境因子測量值和實際值的擬合曲線方程，通過此方法來減小測量偏差，使監(jiān)測系統(tǒng)測量的數據更加準確。本研究對通風前后溫室180 cm高度處環(huán)境因子測量值與20 cm 高度處環(huán)境因子平均值進行回歸分析，得到了二者的關系模型，決定系數分別為0.706、0.567、0.929、0.703、0.867 和0.939，通過溫室中部少數傳感器數據可判斷作物生長區(qū)環(huán)境適宜程度，減小傳感器的布置數量。所建立回歸模型可為溫室環(huán)境智能化調控提供決策依據，為將其應用到溫室現(xiàn)場的實際控制中，接下來還需在計算機控制軟件中編寫相應的控制規(guī)則，結合硬件設備進行進一步的試驗，以期通過回歸模型預測控制的方法，準確及時地對溫室環(huán)境做出調控。

參 考 文 獻

［1］ 宋陽， 李志鑫， 吳春華， 等. 一類適于北方高寒地區(qū)越冬蔬菜栽培的裝配式水蓄熱雙膜雙被日光溫室[J]. 農業(yè)工程技術， 2020， 40（31）： 12-16.

［2］ 李艷， 周長吉， 富建魯. 甘肅日光溫室的特色及改進建議[J].中國蔬菜， 2021（10）： 8-14.

［3］ BONUSO S， PANICO S， BAGLIVO C， et al .. Dynamic analysis of the natural and mechanical ventilation of a solar greenhouse by coupling controlled mechanical ventilation （CMV） with an earth-to-air heat exchanger （EAHX） [J/OL]. Energies， 2020， 13（14）： 3676[2023-02-20]. https：//doi.org/10.3390/en13143676.

［4］ JUNG D H， KIM H J， KIM J Y， et al .. Design optimization of proportional plus derivative band parameters used in greenhouse ventilation by response surface methodology [J].Hortic. Sci. Technol.， 2020， 38（2）： 187-200.

［5］ 馬文娟， 塔娜， 五十六， 等. 冷風擋簾對日光溫室內氣溫影響的數值模擬及其結構優(yōu)化[J]. 中國農業(yè)大學學報， 2017，22（5）： 108-117.

MA W J， Tana， Wushiliu， et al .. Numerical simulation and verification for the effect of keep-off shade on temperature field in solar greenhouse [J]. J. Chin. Agric. Univ.， 2017， 22（5）： 108-117.

［6］ ZHANG G， FU Z， YANG M， et al .. Nonlinear simulation for coupling modeling of air humidity and vent opening in Chinese solar greenhouse based on CFD [J]. Comp. Elec. Agric.， 2019，162： 337-347.

［7］ JIAO W， LIU Q， GAO L J， et al .. Computational fluid dynamics-based simulation of crop canopy temperature and humidity in double-film solar greenhouse [J/OL]. J. Sensors，2020， 4： 8874468 [2023-02-20]. https：//doi.org/10.1155/2020/8874468.

［8］ 張軍華， 沈楷程， 陳丹艷， 等. 基于物聯(lián)網的日光溫室冠層特征溫度時空變化規(guī)律分析[J]. 農業(yè)機械學報， 2021， 52（7）：335-342.

ZHANG J H， SHEN K C， CHEN D Y， et al .. Spatio-temporal variation of canopy characteristic temperature in solar greenhouse [J]. Trans. Chin. Soc. Agric. Mach.， 2021， 52（7）：335-342.

［9］ 李康吉， 張世通， 孟凡躍， 等. 考慮時空變異特性的溫室多環(huán)境因子優(yōu)化策略[J]. 農業(yè)機械學報， 2021， 52（11）：343-350.

LI K J， ZHANG S T， MENG F Y， et al .. Optimization strategy of greenhouse multiple environmental factors considering temporal and spatiotemporal variability [J]. Trans. Chin. Soc.Agric. Mach.， 2021， 52（11）： 343-350.

［10］ LI H， LI Y M， YUE X， et al .. Evaluation of airflow pattern and thermal behavior of the arched greenhouses with designed roof ventilation scenarios using CFD simulation [J/OL]. PLoS One，2020， 15（9）： e0239851 [2023-02-20]. https：//doi.org/10.1371/journal.pone.0239851.

［11］ GHANI S， EL-BIALY E， BAKOCHRISTOU F， et al .. Experimental and numerical investigation of the thermal performance of evaporative cooled greenhouses in hot and arid climates [J]. Sci. Technol. Built Environ.， 2020， 26（2）： 141-160.

［12］ 葛建坤， 辛清聰， 龔雪文， 等. 溫室通風控水條件對番茄耗水特性及產量的影響[J]. 農業(yè)工程學報， 2021， 37（15）：204-213.

GE J K， XIN Q C， GONG X W， et al .. Effects of greenhouse ventilation and water control conditions on water consumption characteristics and yield of tomato [J]. Trans. Chin. Soc. Agric.Eng.， 2021， 37（15）： 204-213.

［13］ 嚴露露， 荊海薇， 鮑恩財， 等. 不同自然通風方式對日光溫室性能的影響 [J]. 中國農業(yè)大學學報， 2020， 25（3）： 71-78.

YAN L L， JING H W， BAO E C， et al .. Effects of different natural ventilation methods on the performance of solar greenhouse [J]. J. Chin. Agric. Univ.， 2020， 25 （3） ： 71-78.

［14］ SUN Y C， BAO E C， ZHU C M， et al .. Effects of window opening style on inside environment of solar greenhouse based on CFD simulation [J]. Int. J. Agric. Bio. Eng.， 2020， 13（6）：53-59.

［15］ LI H， JI D， HU X， et al .. Comprehensive evaluation of combining CFD simulation and entropy weight to predict natural ventilation strategy in a sliding cover solar greenhouse [J].Int. J. Agric. Biol. Eng.， 2021， 14（6）： 213-221.

［16］ 宋成寶， 柳平增， 劉興華， 等. 基于HSIC的日光溫室溫度傳感器優(yōu)化配置策略 [J]. 農業(yè)工程學報， 2022， 38（8）： 200-208

SONG C B， LIU P Z， LIU X H， et al .. Optimal configuration strategy for temperature sensors in solar greenhouse based on HSIC [J]. Trans. Chin. Soc. Agric. Eng.， 2022， 38（8）： 200-208.

［17］ HOU Y C， LI A G， LI Y， et al .. Analysis of microclimate characteristics in solar greenhouses under natural ventilation [J].Build. Simulation， 2021， 14（6）： 1811-1821.

［18］ 薛曉萍， 宿文. 基于CFD的自然通風對日光溫室濕度分布模擬分析[J]. 海洋氣象學報， 2019， 39（4）： 90-96.

XUE X P， SU W. CFD simulation of humidity distribution in solar greenhouse under natural ventilation [J]. J. Mar. Met.，2019， 39（4） ： 90-96.

［19］ 焦巍. 寒旱區(qū)典型雙層膜日光溫室土壤-作物-環(huán)境水熱系統(tǒng)試驗與模擬研究[D]. 呼和浩特： 內蒙古農業(yè)大學， 2021.

JIAO W. Research on experimental and simulation of soil-cropenvironment hydrothermal system in typical double-flim solar greenhouse in cold and arid regions [D]. Hohhot： InnerMongolia Agricultural University， 2021.

［20］ 陳盟. 設施菜田溫室氣體體積濃度分布特征及N2O排放監(jiān)測方法比較研究 [D]. 保定： 河北農業(yè)大學， 2019.

CHEN M. Research on greenhouse gas levels distribution characteristics and comparison of N2O emission monitoring methods in facility vegetable field [D]. Baoding： Hebei Agricultural University， 2019.

［21］ 劉琦， 塔娜， 焦巍， 等. 日光溫室作物冠層溫濕度時空分布及預測模型 [J]. 北方園藝， 2019 （17）： 56-65

LIU Q， Tana， JIAO W， et al .. Spatial temporal distribution and prediction model ofcanopy temperature and humidity in greenhouse [J]. Northern Hortic.， 2019 （17）： 56-65.

［22］ 塔娜， 馬文娟， 張海鑫. 日光溫室在自然通風狀態(tài)下內拱膜對室內溫度的影響[J]. 內蒙古農業(yè)大學學報（自然科學版），2016， 37（3）： 88-92.

Tana， MA W J， ZHANG H X. Effect of internal film on temperature field in solar greenhouse with natural ventilation [J].J. Inner Mongolia Agric. Univ. （Nat. Sci. ）， 2016， 37（3）： 88-92.

［23］ 程陳， 馮利平， 董朝陽， 等. 利用Elman神經網絡的華北棚型日光溫室室內環(huán)境要素模擬 [J]. 農業(yè)工程學報， 2021， 37（13）：200-208

CHENG C， FENG L P， DONG C Y， et al .. Simulation of inside environmental factors in solar greenhouses using Elman neural network in North China [J]. Trans. Chin. Soc. Agric. Eng.，2021， 37（13）： 200-208.

［24］ LIANG B H， ZHAO S M， LI Y F， et al .. Study on the natural ventilation characteristics of a solar greenhouse in a highaltitude area [J/OL]. Agronomy， 2022， 12（10）： 2387 [2023-02-20]. https：//doi.org/10.3390/agronomy12102387.

［25］ 劉艷峰， 田師果， 周勇， 等. 附加陽光間型被動式太陽房傳熱量簡化計算方法研究[J]. 太陽能學報， 2022， 43（4）：256-263.

LIU Y F， TIAN S G， ZHOU Y， et al.. Study on simplified calculation method of heat transfer in passive house with attached sunspace [J]. Acta Energiae Solaris Sin.， 2022， 43（4）： 256-263.

［26］ 伍新宇， 鐘海霞， 潘明啟， 等. 高寒區(qū)戈壁日光溫室最冷月地溫與氣溫變化規(guī)律及相關性研究[J]. 新疆農業(yè)科學，2016， 53（7）： 1329-1336.

WU X Y， ZHONG H X， PAN M Q， et al .. Research of paramos region gobi sunlight greenhouse soil temperature and the temperature change rule and correlation studies in the coldest months [J]. Xinjiang Agric. Sci.， 2016， 53（7）： 1329-1336.

［27］ 龐超明， 黃弘. 試驗方案優(yōu)化設計與數據分析[M]. 南京：東南大學出版社， 2018：1-324.

［28］ 何科奭， 陳大躍， 孫麗娟， 等. 不同風況和開窗配置對夏季單棟塑料溫室微氣候的影響[J]. 農業(yè)機械學報， 2017， 48（12）：311-318， 339

HE K S， CHEN D Y， SUN L J， et al .. Effects of wind regime and window opening on microclimate of single plastic greenhouse in summer [J]. Trans. Chin. Soc. Agric. Mach.，2017， 48 （12） ： 311-318，339

［29］ FU Q Q， LI X X， ZHANG G X， et al .. A temperature and vent opening couple model in solar greenhouses for vegetable cultivation based on dynamic solar heat load using computational fluid dynamics simulations [J/OL]. J. Food Proc.Eng.， 2022， 46（6）： 14240 [2023-02-20]. https：//doi.org/10.1111/jfpe.14240.

［30］ 陳寶東，楊振超.節(jié)能日光溫室內二氧化碳廓線分布[J].天津農業(yè)科學，2012，18（2）：114-118.

CHEN B D， YANG Z C. Distribution of carbon dioxide in the sunlight greenhouse [J]. Tianjin Agric. Sci.， 2012， 18（2）：114-118.

［31］ 劉煥，楊延杰，史宇亮，等. 膠東地區(qū)日光溫室周年溫濕度變化規(guī)律分析及預測[J]. 中國農業(yè)科技導報， 2021， 23（12）：136-144.

LIU H， YANG Y J， SHI Y L， et al .. Analysis and prediction on the annual temperature and humidity change of solar greenhouse in Jiaodong area [J]. J. Agric. Sci. Technol.， 2021，23（12）：136-144.

［32］ 李亞迪，苗騰，朱超，等. 北方日光溫室智能監(jiān)控系統(tǒng)的設計與實現(xiàn)[J].中國農業(yè)科技導報，2016，18（5）：94-101.

LI Y D， MIAO T， ZHU C， et al .. The design and implementation of intelligent monitoring system for solar greenhouse in northern China [J]. J. Agric. Sci. Technol.， 2016，18（5）：94-101.