一、日光温室小气候监测模式及调控技术研究(论文文献综述)
孙潜[1](2021)在《内保温日光温室温光性能的研究》文中认为日光温室是满足冬季作物生产的重要农业设施,不仅能够解决我国北方冬季新鲜蔬菜水果供应少而难的问题,同时能够利用太阳能作为驱动温室生产的能量来源,降低能耗甚至是零能耗,为我国社会经济以及生态带来了巨大效益。内蒙古地处我国北疆,光照充足,是发展日光温室产业的理想区域之一。但是,往往也要面临冬季高寒风冽的气候问题。传统日光温室常采用保温被外覆盖方式进行温室保温,但是外保温被很容易受外界不良环境影响,保温被老化破损都会导致温室保温性下降,甚至受潮吸水而增大自重,对温室结构安全产生威胁。日光温室的保温蓄热不仅是温室设计理论的研究重点,也是生产实践的重要保障。基于内蒙古地区气候条件以及日光温室设计理论,内蒙古农业大学设施农业课题组在传统日光温室的基础上,优化了温室结构,针对性地设计出保温被内置式的内保日光温室,为日光温室结构创新提供了依据,也驱使日光温室向着更加保温蓄热的方向发展优化,同时也能够缓解了内蒙古高寒地区日光温室生产所面临的燃眉之急。但是,基于传统日光温室基础上优化改进的内保温日光温室在实践中也存在大量不足,主要体现在与内保温日光温室相配套的一些理论及技术的研究相对滞后,为此,本研究首先对比分析了普通日光温室(NG)和内保温日光温室(IG)室内光照的时空变化规律,明确了内保温日光温室的采光特性。其次在前人日光温室太阳辐射模型的研究基础上,建立了内保温日光温室太阳辐射模型,并利用模型对影响内保温日光温室光环境的因素进行研究。最后通过对比四种不同覆盖类型的内保温日光温室,即单膜单保温被覆盖厚型墙体温室(G1)、双膜单保温被覆盖厚型墙体温室(G2)、双膜双保温被覆盖厚型墙体温室(G3)、双膜双保温被覆盖薄型墙体温室(G4),明确了不同内保温日光温室的热环境特性,以期为内蒙古高寒地区温室结构设计优化、环境调控提供理论依据。主要研究结果如下:1)相比于普通日光温室,内保温日光温室光环境在不同天气条件及时空分布均有提高。晴天时(2015年1月10日),内保温日光温室平均太阳辐射较普通日光温室可提高9.7%~16.8%,平均采光率可提高11.11%~16.89%,太阳能截获累积量可提高9.82%~17.06%;而阴天时(2015年1月6日),平均太阳辐射可提高14.4%~17.7%,平均采光率可提高15.22%~19.64%,太阳能截获累积量可提高17.28%~17.51%。2)建立内保温日光温室太阳辐射模型,模型R2在0.89~0.96之间,模拟内保温日光温室太阳辐射的精准度较高。通过模型计算可知,冬至日时,上午偏东方位温室透光率高于偏西方位,而下午则相反;不同方位温室内地面太阳辐射差异较小,主要是温室墙体获得最大太阳辐射的时间节点,正南方位出现于中午,偏西方位中午延后,偏东方位中午提前。全天地面和墙体太阳辐射累积总量正南方向最多,随方位角增大而减少,且相同方位温室之间的差异较小。3)通过模型计算,分析了保温被位置对室内光照的影响,结果表明:随着保温被水平投影长度增加时,保温被越来越多地阻止了进入温室的太阳辐射,尤其是墙体获得的太阳辐射越来越少,与保温被水平投影长度为0时(L=0m)相比,不同水平投影长度降低了墙体和地面太阳辐射日累积量11%~78.53%,不利于温室采光以及墙体蓄热。4)相比于其他三座温室,G3对于温室热环境的营造要更突出。连续一个月(2016年12月15日~2017年1月15日)测试结果表明:夜间温度G1下降最快,G3下降最慢;连续晴好天气时(2017年1月11日9:00~1月14日9:00),G1,G2、G3、G4夜间平均气温分别为10.5℃、12.4℃、13.1℃、11.9℃。连续不良天气时(2016年12月22日9:00~12月26日9:00),G1,G2、G3、G4夜间平均气温分别为8.5℃、10.4℃、11.1℃、9.3℃。G1表现最差,G4表现次之,G2表现较好,G3表现最佳。5)连续一周(2017年1月1日~1月7日)的温室运行中,4座温室夜间相对湿度均可达90%以上。土壤20 cm处平均温度G1、G2、G3、G4分别为13.7℃、16.8℃、17.5℃、14.2℃。6)4座温室墙体20 cm处温度变化最剧烈,晴天时(2017年1月2日9:00~1月3日9:00),G1、G2、G3、G4平均温度分别为13.4℃、16.3℃、17.4℃、11.9℃;阴天时,(2017年1月6日9:00~1月7日9:00),分别为10.9℃、12.9℃、14.2℃、10.8℃。晴天时G1、G2、G3墙体40 cm、80 cm深温度变化趋于稳定;阴天时G1、G2、G3墙体80 cm深温度变化趋于稳定,40 cm处仍然释放热量。7)G1、G2、G3、G4每平方米建造成本分别为284.7元、293.4元、317.7元、236.9元。G3热环境营造最好,但成本也最高;G4成本最低,热环境略好于G1,但墙体蓄热效果较差。
肖雪朋[2](2021)在《温室温度场空间分布监测及仿真系统设计与传感器位置优化》文中研究表明温室是设施农业的重要组成部分,其内部小气候环境因子主要有温度、湿度、CO2浓度、光辐射强度等,其中温度是温室小气候环境的一个重要参数,对作物的健康生长有着重要的影响。温室建筑结构的特点导致其内部温度场空间分布并不均匀,不同区域的温度存在相对较大的差异,复杂的温度分布不但会降低热能的利用率,还会使不同区域的作物生长情况产生差异,甚至降低综合产量。对温室内部温度场的空间分布状态进行监测及可视化仿真,能够对其进行直观地显示,对于提高温室作物管理效率、实现精准的环境调控及温室的结构优化都具有重要的现实意义。为了能够准确的监测温室内温度场的空间分布状态,本文设计了一种温室温度网格化采集系统,该系统由1个汇聚节点和19个采集节点构成,每个采集节点连接5个温度传感器,所有传感器按照特定的规则呈空间立体分布,采集节点将获取的数据传输到汇聚节点,并最终存储到计算机中。使用数据插值的方式将温度数据图形化,通过对不同插值方法的分析和比较,确定了不同情况下对应的插值算法,并和CFD仿真结果进行了对比,确认了插值方式数据图形化的可行性。为了确定温室温度场监测系统中传感器最佳数量及位置,本文设计了一种基于聚类分析的传感器部署优化方法,首先利用插值方法对采集到的温度数据进行扩充,然后采用K-means方法进行多重聚类分析将温度数据分组,选取聚类中心位置为最佳传感器位置,通过改变聚类中心数量可以优化温度场监测传感器的部署位置和数量。同时基于数据均值确定了监测温室平均温度的传感器最佳安装数量及组合方式,最后为了便于对温室内温度场空间分布进行直观的图形化分析,设计了温度场可视化仿真系统。试验结果表明,本文设计的温室温度场空间分布监测及仿真系统能够对温室内温度场的空间分布进行监测并得到图形化仿真结果,相对于CFD仿真能够减少计算时间且不涉及温室的各项建筑参数;基于聚类分析的传感器优化方法,能够优化温室温度场监测传感器的位置及数量,实现利用有限的传感器数据评估温室内当前温度状况的目的。本文设计的系统和方法能够为温室环境监测研究提供有益的参考,并具有一定的推广应用价值。
尉莹[3](2020)在《中空膜无小梁太阳能水产温室的构建及其小气候研究》文中研究说明目前我国水产养殖温室多借鉴农业种植温室,其主要作用是为植物提供适合其生长所需光照和温度等外部条件,因没有针对水产养殖过程中需提高养殖水体温度,进行机械化操作等不同与种植业的需求进行专业的规划设计,导致用于水产养殖领域的温室存在昼夜温差大、气水温差大、劳动生产环境差、太阳能利用率低、能耗高等问题。而我国北方地区冬季低温寡照,水产养殖只能依靠外部加热设备来提高水温以维持水产生物的生长发育,成本高且不环保。借鉴种植温室进行水产养殖的车间只能起到早春提早生产,晚秋延后生产的有限作用。因此,设计并优化水产养殖专用温室,提高其太阳能利用率和生产效率,已成为我国北方发展水产养殖业的迫切需要。本研究以自主研发的中空膜无小梁太阳能水产温室为研究对象,对其设计与构建、CAD建模、温室内部小气候变化规律模拟与验证以及冬季保温性能与保温策略四部分展开研究,主要研究结果如下:1.采用计算流体力学(CFD)方法模拟中空膜无小梁太阳能水产温室具有可行性采用计算流体力学(CFD)方法模拟中空膜无小梁太阳能水产温室误差率≤8.9%。其他地区水产温室亦可参考本研究所用CFD方法,用太阳射线跟踪算法通过经纬度加载太阳辐射模型,选用离散坐标DO辐射模型模拟温室各结构表面的辐射强度,湍流模式采用标准k-ε方程模型,根据温室结构参数与环境参数建立模型,模拟温室内部环境因子的变化,本研究所建CFD模型对其他地区水产温室的建模具有参考意义。2.中空膜无小梁太阳能水产温室内部的小气候受多种因素影响双层中空膜的透光率低于单层塑料膜,双层中空膜透过光的光照强度为单层膜透过光的光照强度的75-95%。中空膜无小梁太阳能水产温室上午形成自南部向北部呈放射性运动的气流场,之后因太阳辐射能的积累,形成自南向北,自东向西的顺时针的环流。夜晚气流在北部自下向上流动,北部顶部气压高,之后再向南部流动,形成与之前相反的环流。温室四周的气流流速高于中部气流流速,顶部的流速高于底部的流速。水产温室温度场在不同高度水平面,东西向、南北向垂直面分布不均。水平方向上:南北向温度场呈波纹状,北高南低;东西向温度场日出后东部升温快、温度高,之后西部热量输入增多,温度下降较东部慢。夜晚各点温差减小到1℃以内。垂直方向上:白天顶部升温最快、温度最高,夜晚底部温度最高,温度场趋向均匀。围护结构影响了温室内光照强度,太阳辐射能影响了温室内温度场分布,温度场又影响温室内气流分布,而气流流动又反作用于温度场。各种环境因子相互影响,相互制约,共同构成了其内部小气候。3.根据水产温室内部小气候特点制定冬季高效保温蓄能策略水产温室的保温性能优劣顺序为,中空膜无小梁太阳能水产温室>光明型水产温室>半黑暗型温室>日光温室。为更好的提高中空膜无小梁太阳能水产温室的保温性能,对其墙体结构展开研究发现:北部墙体热量流失量远大于入射量,需进行改良优化。墙体膜间热量留存大、难以输出可采用气/水换热的方法蓄能。在气/水换热试验中发现:无气/水换热部分室温先上升后下降呈单峰型,有气/水换热部分室温呈先上升后下降再上升趋势,气/水换热器对室温具有削峰作用,其整体温度低于无气/水换热部分温室。二者温差也呈单峰型,温差先增大,在11:30左右温差最大为24.7℃,之后减小至2.3℃。对有气/水换热部分温室进行进一步研究发现:进行气/水换热后水温上升,室温呈先上升后下降再上升趋势。室温和水温之差以及出水口和进水口温差都呈现扩大减小交替出现的关系,气/水换热效率受室温和水温温差影响,室温和水温温差大,气/水换热效率高,温差少,则效率低。
余路明[4](2020)在《大跨度保温塑料大棚(WSOTPG)小气候特征与评价》文中认为WSOTPG大棚结合了塑料大棚和日光温室的特点,有机械卷放的外保温、无后墙结构。该种WSOTPG大棚是一种新的设施形式,目前对其各方面的研究较少。为探明该种设施环境小气候特征,指导其科学利用,本文研究了 3中番茄茬口管理模式下大棚的小气候特征,以及2种保温被管理方法对大棚小气候的影响,调查了不同大棚番茄生长模式的成本和收益,在此基础上分析了在3种茬口生产中大棚温度与番茄生长适温的匹配度,从而对该种WSOTPG大棚进行基于小气候的分析评价。主要结论如下:1.棚室整体小气候特征:该种WSOTPG大棚周年月均气温为10.9~30.4℃,地温为12.7~31.2℃。冬季典型节气晴天日均温在10℃以上,阴天最低日均温5℃以上,夏季典型天气最高日均温为32.8℃。大棚纵切面温度日分布较为均匀,但10时~14时的温度均匀性略低。按气候学划分,该种大棚能增加春季33d、延长秋季41d。棚内月均湿度在11月~次年2月较高(高于90%RH);在10月下旬至3月上旬棚内夜间均为叶片沾湿的状态,白天叶片沾湿时间也在一半以上。大棚晴天日均光照在25479Lux~84217Lux之间,透光率在51.8%~67.5%之间,对大棚保温被阴影的出现时间、位置的模拟与实测有较高的相关性(R2=0.997),误差在0.6m以内。2.温度适宜度:该种WSOTPG大棚冬春茬温度适宜度最高,秋冬茬最低。冬春茬气温、地温的适宜均为苗期最高,结果期最低,气温、地不适宜(<0.3)的情况基本未发生。越冬茬气温、地温的适宜度为苗期最高,开花期最低。气温不适宜主要发生在12月6日~1月4日、1月5日~2月23日;地温不适宜发生在1月10日~1月15日、2月10日~2月18日,不适宜的因素主要是低温,气温低于适宜的平均时长为9h(每12h),低于适宜温度2.51℃。秋冬茬气温适宜度为开花期最高,结果期最低;地温适宜度为开花期最高,苗期最低。气温的不适宜主要发生在8月31日~9月9日、12月6日~1月15日;地温不适宜发生在8月31日~9月9日、1月10日~1月15日。在苗期温度不适宜的因素主要是高温,气温可高出适宜4.5h(每12h),高出0.78℃。地温高出适宜8h(每12h),高出0.59℃。结果期不适宜的主要因素为气温过低,气温低于适宜温度的时长达7h(每12h)、低于适宜0.9℃。3.环境调控措施:冬季晴天保温被分段覆盖的处理日均气温比对照高1.8~3.5℃,地温高0.9~2.5℃;阴天处理日均气温比对照高0.8~1.8℃,地温高1.2~2.2℃。晴天处理的白天湿度比对照低8.9~19.7%RH,阴天低1.0~7.3%RH。晴天处理的光照比对照低1.6%、阴天低16.4%。冬季晴天双层覆盖处理平均气温比对照高2.1~6.6℃,地温高0.9~2.9℃;阴天处理气温比对照高0.3~2.4℃,地温高0.7~1.3℃。白天处理平均湿度比对照高1.8%RH;夜间比对照高0.7%RH。晴天处理光照比对照低22.4%,阴天处理比对照低19.3%。夏季晴天保温被遮阳处理日均气温比对照低1.9~3.7℃,地温低1.8~3.1℃。阴天处理气温比对照低0.2~1.4℃,地温低0.7~1.0℃。晴天遮阳时段,处理相对湿度比对照高3.1%RH,阴天遮阳时段,处理大棚比对照高4.3%RH。晴天日均光照比对照低28.1~41.0%。阴天处理比对照低26.0·40.2%。4.利用模式及效益分析:该种WSOTPG大棚较为科学的利用模式为:冬春茬2月下旬定植,3月下旬结束夜间外保温覆盖,6月下旬拉秧。随后进行秋冬茬番茄栽培,秋冬茬在8月下旬定植,8月下旬~9月下旬高温时段可使用保温被遮阳,10月末开始夜间外保温覆盖,至1月中旬拉秧。该大棚总造价29.87万元,折合149.34元/m2,大棚每年折旧费2.6万元。按照冬春茬-秋冬茬的番茄种植模式,年成本为5.7万元,年收入约为13万元,收益率FIRR为22.3%,收回投资为5.2年。
李文煜[5](2020)在《基于CFD的不同结构参数日光温室冬季光温环境模拟研究》文中研究表明日光温室突破了我国北方冬季气候环境的限制,实现了喜温果菜的周年生产供给,但目前仍存在结构设计尚未标准化,部分温室内部小气候环境不佳等诸多问题。建立考虑光照、温度以及能量传递的日光温室三维数值模型有利于进一步探究其结构参数对其内部环境影响的变化规律,进而可以为日光温室建造设计规范标准的制定提供理论依据。因此本论文以无作物栽培日光温室为研究对象,将室外及室内环境的实测值作为边界条件,采用计算机流体力学仿真模拟法进行三维数值模型的建立,对温室内部小气候温光环境进行模拟。以第三代辽沈新型日光温室为设计标准,分别从墙坡比、脊位比及脊跨比三方面进行结构设计,用已经建立好的三维数值模型进行光热环境的模拟计算。采用试验设计与数值模拟相结合的方法,通过不同比例设计下温室内温度、光照以及能量三方面的模拟计算,分析总结日光温室三个结构比例变化的规律。揭示了墙坡比、脊位比与脊跨比三个比例改变对日光温室小气候环境影响的内在关联,指出了影响日光温室与外界能量交换的结构变化是导致其内部环境变化的根本原因。对比了不同墙坡比、脊位比与脊跨比下的日光温室温度、光照以及热量传递,讨论了三个重要比例影响因素对日光温室环境性能的重要作用,通过总结出的规律有效提高日光温室小气候环境性能以优化作物栽培的环境条件。具体结论如下:利用CFD仿真技术模拟了沈阳农业大学教学科研基地日光温室内的温度场,测量值与模拟值误差值范围在0.012.34℃之间,总体平均误差在7.8%以内,模拟值与实测值吻合良好。墙坡比改变使日光温室蓄热体体积与温室内部空气体积同时发生改变,但并不能导致前屋面的改变,因此进入温室的能量没有发生变化,内部小气候环境情况随墙坡比的增加而提升,在所设置的比例中到达1.76后趋于平稳甚至回落。脊位比的变化改变的主要是前后屋面的形状以及投影长度,随比例增加进入温室能量随之降低,能量利用情况也随脊位比的增加而有所提升,考虑到温室前后栋间距对其采光的影响等问题,设置比例中总体环境最优为脊位比0.24处理。在脊跨比变化的过程中,温室空间变大采光屋面面积增加,内部光热环境随进入温室能量的增加得到了提升,温室内环境在比例0.68处达到了小高峰后整体趋于平缓。综合上述研究得出,在一定范围内适当地提高温室结构墙坡比、脊位比以及脊跨比三个比例可以提高温室内环境的综合特性。日光温室脊跨比改变导致的室内光热环境变化程度相对于墙坡比与脊位比更为明显,因而脊跨比对温室结构的影响至关重要。依据文中总结出的比例变化导致环境变化的规律,可以有针对性地进行日光温室设计与建造,可以一定程度降低建造成本,提高温室小气候环境性能。
李欢[6](2020)在《基于气象数据的北方阳光板棚室温度短期预测模型研究》文中指出为实现农作物全年种植、生产,我国大力发展应用在设施农业上的先进设备与技术。其中,现代化棚室是设施农业的重要组成部分,能够创造出适应各种农作物生长的良好环境。棚室温度是影响作物生长最重要的因素之一,如何准确预测棚室温度是现阶段设施农业研究的热点之一。目前构建的棚室温度预测模型中,一方面从机理的角度考虑温度变化,模型构建复杂,大量参数难以确定,精度相对较低。另一方面选用系统辨识的方法,多数利用神经网络算法来建立棚室温度变化的输入输出模型。模型的输入多为棚室内、外环境变量和设备状态变量,较少与当地气象预报相结合,且研究北方阳光板棚室温度短期预测模型较少。因此,本文为合理将气象数据引入到棚室温度短期预测模型中,先构建基于气象数据等参数的棚外温度预测模型,将其输出作为预测模型的输入之一,再构建LM-BP神经网络棚室温度短期模型。最后,通过思维进化算法优化模型,提升棚室温度预测效果。主要研究内容包括以下几个方面:(1)基于能量守恒理论构建阳光板试验棚室温度机理模型,确定试验需要采集的环境变量。并对拟采用的BP神经网络算法从网络结构、原理等方面进行研究,为后续棚室温度建模提供一定理论依据。(2)通过Delphi软件编写棚室环境采集上位机,实现实时采集棚室内外相关环境变量,并利用物元分析关联度的聚类分析方法科学、合理的布控温度传感器。同时,将采集的棚室内、外相关数据缺失填补后,依次进行卡尔曼滤波处理、归一化处理和相关性分析。(3)构建基于气象数据的棚内温度短期预测模型。为保证构建模型时选择少量且有效的输入变量,结合相关性分析结果,使用新的思路更合理的引入气象预报数据构建棚室温度短期模型,即先利用气象数据和t时刻棚外环境相关变量构建棚外温度预测模型,再将其输出与其他相关变量作为输入,棚室温度作为输出,构建棚室短期温度模型。分别构建预测下一时刻和未来12小时的LM-BP温度短期预测模型。同时,构建直接以气象数据等相关变量作为输入的LM-BP温度短期预测模型。通过试验结果分析,利用新思路引入气象预报数据构建试验棚室短期温度模型预测效果更好,可以较好预测下一时刻和短期12小时棚内温度变化趋势。(4)利用思维进化算法(MEA)分别对下一时刻温度预测模型LM-BP和短期12小时温度预测模型LM-BP12进行优化。同时,采用遗传算法(GA)建立GA-LM-BP神经网络棚室温度短期预测模型。通过比较各个模型间的评价指标,MEA-LM-BP模型与MEA-LM-BP12模型均方根误差分别1.194℃和2.483℃,模型有效性分别为99.01%和96.14%,证明由MEA优化LM-BP模型无论在预测效果方面还是在模型有效性方面均优于其他模型。该研究将气象数据与设施农业相结合,通过神经网络算法实现了对下一时刻和未来12小时的棚内温度预测,并利用思维进化算法对模型进行优化,为棚室温度的合理调控提供了理论基础。
马玲[7](2020)在《基于番茄群体效应的日光温室CFD温度仿真模型研究》文中研究说明温室的环境调控是改善作物环境的主要手段,温室小气候模拟模型可以定量地描述各种环境因素的变化规律及其与时间的关系,成为优化和调控温室环境的有力工具。但是国内外利用CFD仿真建模的研究中,有的学者忽略了作物对环境的影响,有的学者考虑到了作物的影响,但是都把它看成一个稳定的多孔介质的结构,存在一定的误差。因此,针对仿真模型建立对应的试验,研究在不同栽培模式、不同生物量以及不同外界条件下的番茄群体对日光温室内部热环境的影响,找出作物基础的物性参数,并利用CFD技术进行仿真模拟验证,来提高模型的精确度十分必要。主要结果如下:1.不同处理番茄群体对日光温室温度的影响大小与群体生物量成正比,与定植模式无关;白天和夜晚的差异也是与生物量成正比。各处理番茄群体区间温度与空温室温度的差值随着番茄植株生物量的增大而增大,植株量为160株,种植密度为4.44株/m2的番茄群体在结果期对日光温室温度的影响最大,温差为2.09℃。2.高温强光的天气条件下,各处理番茄群体对日光温室温度的影响大于低温弱光天气。在外界气温一致时,晴天温差提高1.36℃;在光照强度一致时,外界气温高相比于气温低的情况下,温差增加了0.69℃。3.在实验测试的基础上,利用Solidworks软件构建等比例几何模型,采用Mesh软件对温室物理模型进行离散后导入Fluent软件下进行环境仿真,利用室内外实测数据设定仿真模型初始条件及其边界条件,并选用合适求解器对微气候模型的微分控制方程进行求解。采用CFD数值方法构建了番茄群体对日光温室影响的仿真模型,并具体分析了单行定植模式下不同生物量和不同工况下温室温度变化规律。并将实测数据与仿真数据对比分析仿真验证的结果为:空温室、80株、120株、160株的实验测得数据与仿真模拟数据总体平均相对误差分别为10.65%、9.09%、8.56%和3.56%,验证了温度预测模型的有效性,为探究不同种植工况下番茄群体对温室温度预测提供理论基础。
李明,王铁,黎贞发,杨信廷[8](2020)在《都市农业气象信息服务研究进展》文中指出通过总结文献报道,结合实地访谈等,从学科、技术、产业3个角度,对都市农业气象信息服务进展,包括生产、生活、生态等方面进行了综述。首先介绍了都市农业小气候学、农业信息学、气象信息技术的相关学科与主要团队,然后提出今后应充分利用移动互联网、物联网、云计算、大数据、人工智能等先进技术,再调动大城市强大的科技和资本优势,以都市农业气象服务中心为突破口,形成一个功能主导开放共享的都市农业气象服务合作机制,旨在通过多学科相互协作,研发一批需求引领靶向定位的都市农业气象服务产品,打造一个智慧融合移动互联的都市农业气象服务平台,建成一套学科互补产业协调的都市农业气象服务研发体系。
王淼[9](2019)在《北方冬季日光温室气象要素分析及番茄蒸腾量模拟研究》文中提出北方寒区日光温室冬季生产基本无通风,为了探寻基质袋培时室内弱光、高湿、低温及低风速环境下的番茄蒸腾量模拟模型,本研究分析了日光温室内气象要素变化特征,并对适用于此环境下的各组边界层空气动力学阻力(ra)及气孔平均阻力(rc)进行了最优子模型筛选。同时基于Penman-Monteith(P-M)方程及适应此特定环境单株尺度的ra、rc、土壤热通量等参数,建立了北方寒区日光温室冬季单株番茄蒸腾量估算模型,运用该模型模拟了温室长季节栽培番茄(Lycopersicon esculentum Mill)单株的蒸腾速率并进行了试验验证。分析结果如下:(1)温室内最高温度呈晴天>雾霾天>阴天,日变化特征为先升高后降低,垂直方向中午前后1.5m处空气温度高于1m处,其余时间温度相差较小;温室内湿度最大值呈阴天>雾霾天>晴天,日变化特征为先降低后升高,中午前后1m处湿度高于1.5m处,夜间1.5m处湿度高于1m处;温室内冠层上方总辐射及净辐射最大值均呈晴天>雾霾天>阴天,日变化特征为先升高后降低,阴天及雾霾天净辐射最大值分布于10:0013:00之间且最大值低于150w/m2,此时净辐射约占总辐射的65%左右,晴天净辐射均匀分布于11:00左右且最大值居于200w/m2300w/m2之间,此时净辐射占总辐射的90%以上。(2)P-M方程中各子模型及参数的选取对模拟植株蒸腾量的准确性尤为重要。通过单株尺度子模型运行结果初步选取根据叶温及植株生理指标计算ra的两个子模型,根据室内总辐射、空气温度及P-M方程反演模型计算rc的两个子模型;进一步对子模型分析筛选选定根据空气温度、植株叶温、叶片特征长度及叶面积指数(LAI)模拟ra值及根据P-M方程反演模型模拟rc值的最优子模型,单株植株边界层空气动力学阻力变化范围晴天为147s/m438s/m,阴天为211s/m365 s/m;气孔平均阻力晴天69s/m1506 s/m,阴天132s/m1151 s/m;土壤热通量的取值变化对蒸腾速率影响较大。(3)蒸腾模型的研究揭示了蒸腾速率与净辐射、饱和水汽压差的日变化规律,确定了蒸腾速率与植株上方净辐射的定量关系,检验了土壤热通量取值对蒸腾速率的影响。结果显示2017-12-112018-01-03室内太阳总辐射最大值367w/m2、夜晚及阴天相对湿度接近100%、室内风速接近0 m/s的情况下,P-M方程模拟的单株番茄逐时蒸腾速率在晴天、阴天中午的平均值分别为0.06mm/h、0.02mm/h,模拟值与实测值比较,平均相对误差约为10%。研究还表明,日光温室单株番茄蒸腾速率的大小主要取决于其上方净辐射的日变化和大小,而室内空气饱和水汽压差(VPD)的变化和大小与其不同步;单株番茄上方净辐射量的43.5%通过蒸腾作用转化为潜热;以小时为单位的植株茎流量仅占栽培袋中基质含水量变化量的11%左右。本研究确定的蒸腾速率估算模型可为北方寒区冬季日光温室基质袋培单株番茄蒸腾量估算以及水分管理提供参考。
刘琦[10](2019)在《日光温室作物冠层小气候特性及其影响因素研究》文中进行了进一步梳理温室小气候条件直接影响作物的生长,同样作物冠层的蒸腾、呼吸作用等生理活动与作物的多孔介质特性反过来又对温室小气候产生影响。以呼和浩特市种植西芹作物的日光温室为研究对象,测试温室内温度、湿度、二氧化碳浓度等环境因子,采用传感器密集布点的方式测试作物冠层内部的温湿度,研究温室内环境因子变化规律与作物-空气间的水热耦合关系。应用计算流体力学软件对有、无作物,以及作物不同生长时期的日光温室内温湿度环境进行稳态数值模拟,分析作物-空气间温湿度分布情况,对比不同生长时期温室内部温湿度差异。针对日光温室作物冠层不同位置温湿度变化规律,及与环境的交互作用,运用Elman神经网络采用非作物区部分数据预测作物冠层不同位置的温湿度。研究结果表明:(1)白天,西芹作物冠层处温湿度由于受太阳辐射程度不同沿在垂直方向呈现递增与递减的梯度分布。夜间,作物的多孔介质特性及生理活动对自身及上方空气温湿度产生影响。(2)夜间,二氧化碳气体易在覆盖层附近聚集。室内二氧化碳变化量与温室通风、太阳辐射、作物区域相关。(3)模拟结果显示温室内温度最低、湿度最高的位置在白天出现于作物冠层底部,夜间出现于温室内靠近外界土壤的覆盖膜附近。(4)作物区对温室小气候存在影响,并且更高的作物整体温度差异较大,相对湿度较高。(5)采用8天实测数据进行训练后的Elman神经网络可通过非作物区中的部分数据预测作物冠层内部温湿度数据.并且通过与实测值的对比,一周内预测值的均方根差小于1.5。本研究在指导温室作物种植及环境控制等方面具有重要意义。
二、日光温室小气候监测模式及调控技术研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、日光温室小气候监测模式及调控技术研究(论文提纲范文)
(1)内保温日光温室温光性能的研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 我国日光温室发展状况 |
1.1.2 日光温室发展存在的问题及新要求 |
1.2 研究状况 |
1.2.1 日光温室结构合理性及优化研究 |
1.2.2 日光温室环境调控及理论研究 |
1.3 研究意义、内容及方法 |
1.3.1 研究意义 |
1.3.2 研究内容、方法 |
2 内保温日光温室光环境特性及其影响因素分析 |
2.1 材料与方法 |
2.1.1 试验温室及其参数 |
2.1.2 试验项目 |
2.2 内保温日光温室太阳辐射模型 |
2.2.1 模型概述与简化 |
2.2.2 模型建立 |
2.3 评价指标与数据处理 |
2.3.1 评价指标 |
2.3.2 数据处理 |
2.4 结果与分析 |
2.4.1 内保温日光温室室内太阳辐射照度分布规律分析 |
2.4.2 内保温日光温室太阳辐射模型验证 |
2.4.3 内保温日光温室光环境影响因素分析 |
2.5 讨论与小结 |
2.5.1 讨论 |
2.5.2 小结 |
3 内保温日光温室保温蓄热性能分析 |
3.1 材料与方法 |
3.1.1 试验温室及其参数 |
3.1.2 试验方法及项目 |
3.1.3 数据处理 |
3.2 结果与分析 |
3.2.1 不同温室太阳辐射对比 |
3.2.2 不同温室气温对比 |
3.2.3 不同温室空气相对湿度对比 |
3.2.4 不同温室土壤温度对比 |
3.2.5 不同温室墙体温度对比 |
3.2.6 不同温室建造成本对比 |
3.3 讨论与小结 |
3.3.1 讨论 |
3.3.2 小结 |
4 结论与建议 |
4.1 主要结论 |
4.2 建议 |
4.3 创新点 |
致谢 |
参考文献 |
作者简介 |
(2)温室温度场空间分布监测及仿真系统设计与传感器位置优化(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 温室温度场监测研究现状 |
1.2.2 温室传感器优化研究现状 |
1.3 主要研究内容及技术路线 |
1.4 章节安排 |
2 温室温度网格化采集系统设计 |
2.1 系统整体设计 |
2.2 系统硬件选型 |
2.3 传感器网格化布置方案 |
2.4 本章小结 |
3 基于插值方法的温室温度场可视化仿真 |
3.1 数据插值方法分析 |
3.2 插值数据量分析 |
3.3 数据插值结果分析 |
3.3.1 短期天气数据下温度数据的比较 |
3.3.2 中长期天气数据下温度数据的比较 |
3.3.3 不同插值方式运算时间的比较 |
3.3.4 不同插值方式可视化比较 |
3.4 CFD温度场模型构建与模拟 |
3.4.1 温室CFD物理模型的构建 |
3.4.2 CFD模型的FLUENT模拟与验证 |
3.4.3 CFD结果与测量结果对比分析 |
3.5 本章小结 |
4 温室温度传感器优化方法 |
4.1 温室温度场分布模型 |
4.2 传感器位置及数量优化 |
4.3 本章小结 |
5 温室平均温度测量传感器优化 |
5.1 温度偏差的空间及时间分布 |
5.2 偏差值接近率分析 |
5.3 传感器选择 |
5.4 本章小结 |
6 温室温度场可视化仿真及分析系统设计 |
6.1 系统总体设计 |
6.2 温室温度场的可视化显示功能 |
6.3 系统测试 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者简历 |
致谢 |
(3)中空膜无小梁太阳能水产温室的构建及其小气候研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.2.1 工厂化养殖室的国内外研究进展 |
1.2.2 温室CFD模拟的国内外研究进展 |
1.3 拟解决的关键科学问题 |
1.4 研究内容 |
1.5 技术路线 |
第2章 中空膜无小梁太阳能水产温室的设计及构建 |
2.1 引言 |
2.2 新型中空膜水产实验温室设计 |
2.2.1 实验温室基本尺寸 |
2.2.2 荷载设计依据 |
2.2.3 “双C型”标准化钢骨架的设计 |
2.2.4 薄膜及覆盖方法 |
2.2.5 “半C型”钢骨架型材轧制机 |
2.3 标准化钢骨架及温室构建 |
第3章 中空膜无小梁太阳能水产温室的CFD建模及验证 |
3.1 引言 |
3.2 模型的构建 |
3.2.1 网格划分 |
3.2.2 控制方程 |
3.2.3 边界条件与初始值 |
3.2.4 数值计算方法 |
3.3 材料与方法 |
3.4 结果 |
3.5 讨论 |
3.6 小结 |
第4章 中空膜无小梁太阳能水产温室内部小气候研究 |
4.1 中空膜无小梁太阳能水产温室内部光照强度的研究 |
4.1.1 引言 |
4.1.2 材料与方法 |
4.1.3 结果 |
4.1.4 讨论 |
4.1.5 小结 |
4.2 中空膜无小梁太阳能水产温室内部气流模拟 |
4.2.1 引言 |
4.2.2 材料与方法 |
4.2.3 结果 |
4.2.4 讨论 |
4.2.5 小结 |
4.3 中空膜水产温室内部温度场研究 |
4.3.1 引言 |
4.3.2 材料与方法 |
4.3.3 结果 |
4.3.4 讨论 |
4.3.5 小结 |
4.4 章小结 |
第5章 中空膜无小梁太阳能水产温室冬季保温性能与保温策略研究 |
5.1 不同类型温室冬季保温效果比较研究 |
5.1.1 引言 |
5.1.2 材料与方法 |
5.1.3 结果 |
5.1.4 讨论 |
5.1.5 小结 |
5.2 中空膜无小梁太阳能水产温室墙体结构优化实验 |
5.2.1 引言 |
5.2.2 材料与方法 |
5.2.3 结果 |
5.2.4 讨论 |
5.2.5 小结 |
5.3 中空膜无小梁太阳能水产温室内部气水换热高效蓄能实验 |
5.3.1 引言 |
5.3.2 材料与方法 |
5.3.3 结果 |
5.3.4 讨论 |
5.3.5 小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简历 |
攻读硕士期间论文发表及撰写情况 |
(4)大跨度保温塑料大棚(WSOTPG)小气候特征与评价(论文提纲范文)
致谢 |
摘要 |
1 文献综述 |
1.1 设施的小气候特征研究 |
1.2 温度适宜度评价研究进展 |
1.3 大棚调控措施的研究 |
2 引言 |
3 材料与方法 |
3.1 WSOTPG大棚基本结构 |
3.1.1 WSOTPG大棚的结构 |
3.1.2 WSOTPG大棚的建造成本 |
3.2 WSOTPG大棚小气候环境测试 |
3.2.1 温度环境 |
3.2.2 湿度环境 |
3.2.3 光照环境 |
3.3 不同调控措施对WSOTPG大棚环境因子的影响 |
3.3.1 冬季双层覆盖 |
3.3.2 冬季保温被分段覆盖 |
3.3.3 夏季保温被遮阳 |
3.4 数据分析方法 |
3.4.1 温度的计算及分析软件 |
3.4.2 温度适宜度及游程计算 |
4 结果与分析 |
4.1 WSOTPG大棚小气候特征 |
4.1.1 WSOTPG大棚温度特征 |
4.1.2 WSOTPG大棚湿度特征 |
4.1.3 WSOTPG大棚光照特征 |
4.2 温度适宜度及游程分析 |
4.2.1 WSOTPG大棚番茄茬口安排及适宜度取值 |
4.2.2 番茄秋冬茬温度适宜度特征 |
4.2.3 番茄越冬茬温度适宜度特征 |
4.2.4 番茄冬春茬温度适宜度特征 |
4.2.5 不适宜阶段的游程分析 |
4.2.6 适宜阶段的不适宜时刻分析 |
4.3 不适宜天气下小气候调控措施及效果 |
4.3.1 低温条件下保温措施及效果分析 |
4.3.2 高温条件下降温措施及效果分析 |
4.4 WSOTPG大棚科学利用模式及经济分析 |
4.4.1 WSOTPG大棚生产利用模式 |
4.4.2 WSOTPG大棚经济评价 |
5 结论与讨论 |
5.1 结论 |
5.1.1 小气候特征 |
5.1.2 适宜度及游程特征 |
5.1.3 调控措施及效果 |
5.1.4 利用模式及经济分析 |
5.2 讨论 |
参考文献 |
ABSTRACT |
(5)基于CFD的不同结构参数日光温室冬季光温环境模拟研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 日光温室结构优化研究进展 |
1.2.2 温室热环境进展 |
1.2.3 CFD数值模拟进展 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.3.3 研究目的 |
2 材料与方法 |
2.1 试验温室概述 |
2.2 试验方法与测量指标 |
2.2.1 室外环境的测定 |
2.2.2 温室测点温度测定 |
2.3 试验方案 |
2.4 数据的统计与处理 |
3 数学模型与数值方法 |
3.1 几何结构与网格模型 |
3.1.1 三维几何模型构建 |
3.1.2 模型网格划分 |
3.2 三维数学模型的建立 |
3.2.1 模型假设 |
3.2.2 基本控制方程 |
3.2.3 湍流模型 |
3.2.4 辐射模型 |
3.3 边界条件与初始条件 |
3.4 数值模拟结果的试验验证 |
4 日光温室墙坡比对微环境的影响 |
4.1 不同墙坡比温室内温度变化分析 |
4.2 不同墙坡比温室内光照变化分析 |
4.3 不同墙坡比温室内能量变化分析 |
5 日光温室脊位比对微环境的影响 |
5.1 不同脊位比温室内温度变化分析 |
5.2 不同脊位比温室内光照变化分析 |
5.3 不同脊位比温室内能量变化分析 |
6 日光温室脊跨比对微环境的影响 |
6.1 不同脊跨比温室内温度变化分析 |
6.2 不同脊跨比温室内光照变化分析 |
6.3 不同脊跨比温室内能量变化分析 |
7 结论与讨论 |
7.1 结论 |
7.2 讨论 |
参考文献 |
致谢 |
(6)基于气象数据的北方阳光板棚室温度短期预测模型研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究的目的和意义 |
1.2 国内外研究动态和趋势 |
1.1.1 设施农业发展国内外研究现状 |
1.2.1 棚室温度预测国内外研究现状 |
1.3 研究目标、内容和技术路线 |
1.3.1 课题来源 |
1.3.2 研究目标 |
1.3.3 研究内容 |
1.3.4 研究方案和技术路线 |
2 棚室温度机理模型与BP神经网络理论基础 |
2.1 棚室温度机理模型 |
2.2 BP神经网络 |
2.2.1 BP神经网络的结构 |
2.2.2 BP神经网络的原理 |
2.2.3 BP神经网络的优缺点 |
2.3 本章小结 |
3 数据采集与预处理 |
3.1 数据采集方法 |
3.1.1 试验棚室搭建 |
3.1.2 传感器的选择与布设 |
3.1.3 数据采集软件开发 |
3.1.4 传感器布设优化 |
3.2 试验数据预处理 |
3.2.1 数据平滑滤波 |
3.2.2 相关性分析 |
3.2.3 数据归一化 |
3.2.4 数据缺失处理 |
3.3 本章小结 |
4 构建基于气象数据的棚内温度预测模型 |
4.1 气象数据引入 |
4.2 校验效果指标 |
4.3 棚外温度预测模型的建立 |
4.3.1 多元回归模型 |
4.3.2 LM-BP神经网络模型 |
4.4 棚内温度短期预测模型的建立 |
4.4.1 下一时刻温度预测模型 |
4.4.2 短期12 小时温度预测模型 |
4.5 试验结果分析 |
4.5.1 棚外预测模型对比与分析 |
4.5.2 棚内预测模型对比与分析 |
4.6 本章小结 |
5 基于思维进化算法的棚内温度短期预测模型优化 |
5.1 思维进化算法 |
5.1.1 思维进化算法基本要素 |
5.1.2 思维进化算法基本思路 |
5.2 建立MEA-LM-BP神经网络温度短期预测模型 |
5.3 预测结果对比与分析 |
5.3.1 优化后下一时刻温度预测模型结果分析 |
5.3.2 优化后短期12 小时温度预测模型结果分析 |
5.4 本章小结 |
6 结论与展望 |
6.1 主要研究结论 |
6.2 主要创新点 |
6.3 进一步研究展望 |
参考文献 |
致谢 |
个人简历 |
个人情况 |
教育背景 |
科研经历 |
在学期间发表论文 |
(7)基于番茄群体效应的日光温室CFD温度仿真模型研究(论文提纲范文)
摘要 |
Abstract |
1 前言 |
1.1 日光温室环境调控模型的重要性 |
1.2 日光温室环境调控模型研究方法介绍 |
1.3 日光温室环境调控模型研究方法的发展趋势 |
1.4 本文的研究内容、目的及意义 |
2 材料与方法 |
2.1 研究材料 |
2.1.1 试验温室 |
2.1.2 试验品种 |
2.2 研究方法 |
2.2.1 研究方案 |
2.2.2 指标的测定 |
2.2.3 日光温室微气候CFD模型的构建 |
2.2.4 CFD模型数值参数设定及求解 |
2.2.5 数据处理方法 |
3 结果与分析 |
3.1 不同处理番茄群体对日光温室热环境的影响 |
3.1.1 不同处理番茄群体生物量变化 |
3.1.2 不同定植模式的番茄群体对日光温室环境的影响 |
3.1.3 番茄群体生物量对日光温室环境的影响 |
3.1.4 不同工况条件下的番茄群体对日光温室环境的影响 |
3.2 日光温室微气候CFD模型验证及分析 |
4 结论与讨论 |
4.1 结论 |
4.2 讨论 |
4.2.1 日光温室热环境研究情况 |
4.2.2 番茄对日光温室热环境的影响 |
参考文献 |
致谢 |
(8)都市农业气象信息服务研究进展(论文提纲范文)
1 都市农业气象信息服务学科现状 |
2 都市农业气象信息服务技术发展现状 |
2.1 农业气候区划与灾害评估 |
2.2 都市农业气象信息服务与生产 |
2.3 都市农业气象信息服务与生活 |
2.4 都市农业气象信息服务与生态 |
3 都市农业气象信息服务产业现状 |
4 展望 |
4.1 科学研究展望 |
4.2 技术发展方向 |
4.3 产业政策建议 |
(9)北方冬季日光温室气象要素分析及番茄蒸腾量模拟研究(论文提纲范文)
摘要 |
Abstract |
1 前言 |
1.1 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 日光温室小气候资源利用 |
1.2.2 日光温室内气象要素分析 |
1.2.3 日光温室模拟作物蒸腾量的Penman-Monteith方程 |
1.2.4 日光温室内作物边界层空气动力学阻力与气孔平均阻力 |
1.3 研究内容 |
1.4 拟解决的关键问题 |
1.5 技术路线图 |
2 试验设计及观测方法 |
2.1 试验设计 |
2.1.1 试验背景 |
2.1.2 测试方案及布置 |
2.2 插针式茎流计 |
3 日光温室作物蒸腾量模拟模型构建 |
3.1 单株叶面积指数(LAI)模拟 |
3.2 消光系数(K)模拟 |
3.3 基于Penman-Monteith方程日光温室基质袋培单株植株蒸腾量的模拟 |
3.4 边界层空气动力学阻力模拟 |
3.5 气孔平均阻力模拟 |
4 日光温室内气象要素分析 |
4.1 试验背景环境分析 |
4.2 温室内温度与湿度变化特征 |
4.2.1 温度变化特征 |
4.2.2 湿度变化特征 |
4.3 温室内辐射变化特征 |
4.3.1 作物冠层上方总辐射变化特征 |
4.3.2 作物冠层上方净辐射变化特征 |
5 模型运行结果与分析 |
5.1 日光温室内单株尺度子模型运行结果 |
5.2 日光温室内边界层空气动力学阻力与气孔平均阻力的筛选 |
5.3 日光温室内单株植株边界层空气动力学阻力与气孔平均阻力变化特征 |
5.4 日光温室内土壤热通量的选择依据 |
5.5 日光温室内单株植株蒸腾速率模拟值与实测值结果比较 |
5.6 日光温室内单株植株上方净辐射、饱和水汽压差、蒸腾速率的日变化特征 |
5.7 日光温室内单株植株上方净辐射与蒸腾速率的关系 |
5.8 日光温室内植株茎流与基质袋含水量的关系 |
6 结论与讨论 |
6.1 结论 |
6.1.1 日光温室内气象要素分析 |
6.1.2 空气动力学阻力与气孔平均阻力 |
6.1.3 土壤热通量变化特征 |
6.1.4 植株蒸腾量变化特征 |
6.1.5 植株上方净辐射、空气饱和水汽压差、蒸腾速率变化特征 |
6.2 讨论 |
6.2.1 日光温室内气象要素分析 |
6.2.2 空气动力学阻力与气孔平均阻力 |
6.2.3 Penman-Monteith模型模拟结果 |
参考文献 |
致谢 |
攻读学位论文期间发表文章 |
(10)日光温室作物冠层小气候特性及其影响因素研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 选题背景与意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 存在的问题 |
1.4 主要研究内容及技术路线 |
1.4.1 主要研究内容 |
1.4.2 技术路线 |
1.5 小结 |
2 日光温室小气候环境测试 |
2.1 试验日光温室 |
2.2 试验方案与设备 |
2.2.1 试验方案 |
2.2.2 试验设备 |
2.3 小结 |
3 试验结果分析 |
3.1 选取试验数据 |
3.2 作物冠层区域温湿度分析 |
3.2.1 不同天气条件下作物冠层处温湿度变化 |
3.2.2 作物冠层底部与顶部水平方向温湿度对比 |
3.2.3 三个典型时刻的作物冠层区温湿度分布 |
3.3 温室内冠层区与无冠层空气部分对比 |
3.3.1 二氧化碳浓度对比 |
3.3.2 作物-空气温湿度对比 |
3.4 小结 |
4 温室内水热环境数值模拟 |
4.1 模型的建立与分析 |
4.1.1 物理模型的建立 |
4.1.2 CFD模型构建 |
4.1.3 多孔介质模型建立 |
4.2 网格划分 |
4.3 边界条件选取 |
4.4 试验温室温、湿度场模拟结果 |
4.5 模拟结果的验证 |
4.6 模拟误差分析 |
4.7 小结 |
5 作物冠层温湿度预测 |
5.1 Elman神经网络 |
5.2 训练样本选取 |
5.3 评价标准 |
5.4 结果与分析 |
5.4.1 作物冠层温度预测分析 |
5.4.2 作物冠层湿度预测分析 |
5.5 适用个性评价 |
5.6 小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望与建议 |
致谢 |
参考文献 |
作者简介 |
四、日光温室小气候监测模式及调控技术研究(论文参考文献)
- [1]内保温日光温室温光性能的研究[D]. 孙潜. 内蒙古农业大学, 2021
- [2]温室温度场空间分布监测及仿真系统设计与传感器位置优化[D]. 肖雪朋. 河北农业大学, 2021(06)
- [3]中空膜无小梁太阳能水产温室的构建及其小气候研究[D]. 尉莹. 中国科学院大学(中国科学院海洋研究所), 2020(01)
- [4]大跨度保温塑料大棚(WSOTPG)小气候特征与评价[D]. 余路明. 河南农业大学, 2020(06)
- [5]基于CFD的不同结构参数日光温室冬季光温环境模拟研究[D]. 李文煜. 沈阳农业大学, 2020(08)
- [6]基于气象数据的北方阳光板棚室温度短期预测模型研究[D]. 李欢. 黑龙江八一农垦大学, 2020(10)
- [7]基于番茄群体效应的日光温室CFD温度仿真模型研究[D]. 马玲. 沈阳农业大学, 2020(08)
- [8]都市农业气象信息服务研究进展[J]. 李明,王铁,黎贞发,杨信廷. 天津农业科学, 2020(02)
- [9]北方冬季日光温室气象要素分析及番茄蒸腾量模拟研究[D]. 王淼. 沈阳农业大学, 2019(02)
- [10]日光温室作物冠层小气候特性及其影响因素研究[D]. 刘琦. 内蒙古农业大学, 2019(01)