武汉市日光温室冬季温湿度环境的神经网络模拟

选取武汉市农业气象试验站聚氯乙烯(polyvinyl chloride,简称PVC)温室的小气候观测数据及台站资料,以PVC温室外的气温、相对湿度、风速、太阳辐射为输入变量,温室内温度、相对湿度为输出变量,分别建立典型天气状况下PVC温室温湿度环境的逆向反馈(back propagation,简称BP)神经网络预测模型.结果表明:气温模拟值与实测值的标准误差(root mean squared error,简称RMSE)为1.1~1.4 ℃,相对误差为4.0%~5.7%,相对湿度的RMSE为21%~34%,相对误差为1.7%~3.0%;气温预测值与实测值的气温RMSE为1.5~2.4 ℃,相对误差为0.7%~17%,相对湿度RMSE为 1.5%~4.2%,相对误差为1%~3%.模型模拟效果良好,可为PVC温室内温湿度环境的合理调控提供科学依据.