基于气象数据的北方试验棚室温度预测模型研究

摘要

棚室温度是影响作物生长速度与品质的关键因素,对棚室温度进行短期预测是实现节能调控的理论基础.试验先构建棚室温度动态模型,确定需要采集的相应环境变量.再引入天气预报的短期预报数据,采用遗传算法(Genetic Algorithm,GA)优化LM-BP神经网络的方法,建立北方试验棚室的温度预测模型.试验结果表明,引入天气预报的GA-LM-BP棚室预测模型相比LM-BP预测模型预测精度更高,RMSE=0.88℃,模型拟合度达到93.93％,可以较准确预测下一时刻棚内温度值.进一步为棚室短期温度预警模型提供理论支持.