黑龙江省典型日光温室气候生产潜力估算及分析

doi:10.11924/j.issn.1000-6850.casb2021-0508

中国农学通报 ›› 2021, Vol. 37 ›› Issue (28): 81-87.doi: 10.11924/j.issn.1000-6850.casb2021-0508

所属专题：农业气象

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

黑龙江省典型日光温室气候生产潜力估算及分析

王萍¹^,²(), 朱海霞¹^,², 王晾晾¹^,², 王晓明³, 姜蓝齐¹^,², 李秀芬¹^,², 姜丽霞¹^,², 闫平¹^,²()

¹黑龙江省气象科学研究所,哈尔滨 150030
²中国气象局东北地区生态气象创新开放实验室,哈尔滨 150030
³黑龙江省气象数据中心,哈尔滨 150030

收稿日期:2021-05-13 修回日期:2021-07-13 出版日期:2021-10-05 发布日期:2021-10-28
通讯作者: 闫平
作者简介:王萍,女,1976年出生,辽宁义县人,高级工程师,硕士,研究方向：应用气象。通信地址：150030 黑龙江省哈尔滨市香坊区电碳路71号黑龙江省气象科学研究所,Tel：0451-55101013,E-mail： nqzxwp@163.com。
基金资助:
黑龙江省科学基金项目“黑龙江省典型温室大棚气候生产潜力估算及分析”(LH2019D015)

Calculation and Analysis of Climatic Potential Productivity of Typical Solar Greenhouse in Heilongjiang Province

Wang Ping¹^,²(), Zhu Haixia¹^,², Wang Liangliang¹^,², Wang Xiaoming³, Jiang Lanqi¹^,², Li Xiufen¹^,², Jiang Lixia¹^,², Yan Ping¹^,²()

¹Institute of Meteorologic Science of Heilongjiang, Harbin 150030
²Innovation Opening Laboratory of Regional Eco-meteorology in Northeast, Harbin 150030
³Meteorological Data Center of Heilongjiang, Harbin 150030

Received:2021-05-13 Revised:2021-07-13 Online:2021-10-05 Published:2021-10-28
Contact: Yan Ping

摘要/Abstract

摘要：

研究旨在估算黑龙江省典型日光温室气候生产潜力,分析其时空分布特征,以期使有限的气候资源得到充分高效的利用,为设施农业的稳产高产提供科学依据。利用温室内外的观测数据,建立温室内温度预测模型,模拟1961—2020年温室内温度,对黄秉维光合生产潜力估算模型进行修订,得到日光温室内的光合和光温生产潜力模型,计算1961—2020年不同地区的气候生产潜力并分析其分布规律。结果表明：研究时间段内林甸和友谊的天气类型每月晴天居多,其次为阴天,多云天气相对较少;建立了代表站点典型日光温室平均气温预测模型,均通过信度检验(P≤0.05);黑龙江省日光温室1961—2020年温室生产季节光合生产潜力和光温生产潜力时空分布规律基本一致,均是由东北向西南逐渐增大,且逐年减小,5月最高,12月最低。光合生产潜力最小值出现在2015年,最大值出现在2020年,光温生产潜力最小值出现在1995年,最大值出现在2020年。该研究获得了黑龙江省不同地区典型日光温室1961—2020年的气候生产潜力分布,以期为当地日光温室生产布局提供科学依据。

关键词: 日光温室, 气候生产潜力, 气候资源, 设施农业, 模型

Abstract:

To calculate the climatic potential productivity of typical solar greenhouse in Heilongjiang Province and analyze its spatial and temporal distribution characteristic for making full and efficient use of limited climatic resources and providing a scientific basis for stable and high yield of facility agriculture, based on the observed data inside and outside greenhouse, the temperature prediction model was set up to simulate the temperature in the greenhouse during 1961 to 2020. The models of the photosynthetic productivity (PP) and light-temperature productivity (LTP) in solar greenhouse were established by revising the estimation model of Huang Bingwei’s photosynthetic production potential. The climatic potential productivity of different regions from 1961 to 2020 was calculated and its distribution rules were analyzed. The main conclusions are as follows: during the study period, the weather types of Lindian and Youyi were mostly sunny, followed by overcast and cloudy days. The average temperature prediction models of typical solar greenhouse were established and all of them passed the reliability test (P≤0.05). The PP and LTP of solar greenhouse during 1961 to 2020 were basically the same, which increased gradually from northeast to southwest, and decreased year by year, with the highest value in May and the lowest value in December. The minimum of PP appeared in 2015, and the maximum appeared in 2020. The minimum of LTP appeared in 1995, and the maximum appeared in 2020. In this study, the climatic potential productivity of typical solar greenhouses in different regions of Heilongjiang Province from 1961 to 2020 is obtained to lay a basis for the production layout of local solar greenhouses.

Key words: solar greenhouse, climatic potential productivity, climatic resources, facility agriculture, model

中图分类号:

王萍, 朱海霞, 王晾晾, 王晓明, 姜蓝齐, 李秀芬, 姜丽霞, 闫平. 黑龙江省典型日光温室气候生产潜力估算及分析[J]. 中国农学通报, 2021, 37(28): 81-87.

Wang Ping, Zhu Haixia, Wang Liangliang, Wang Xiaoming, Jiang Lanqi, Li Xiufen, Jiang Lixia, Yan Ping. Calculation and Analysis of Climatic Potential Productivity of Typical Solar Greenhouse in Heilongjiang Province[J]. Chinese Agricultural Science Bulletin, 2021, 37(28): 81-87.

图/表 10

参考文献 26

[1]	李帅, 杜春英, 于成龙, 等. 黑龙江省农业与气候[M]. 哈尔滨: 东北林业大学出版, 2012:5-30.
[2]	沈能展, 任红玉, 陈克农, 等. 黑龙江省节能日光温室冬季光温特点的研究[J]. 中国农业气象, 2002, 23(1):29-34.
[3]	刘蕾. 我国设施农业发展现状与对策分析[J]. 农业科技与装备, 2013, 226(4):57-58.
[4]	陈思宁, 黎贞发等. 设施农业气象灾害研究综述及研究方法展望[J]. 中国农学通报, 2014, 30(20):302-307.
[5]	崔学明, 闫洁等. 呼和浩特市几种蔬菜棚室光温分析[J]. 内蒙古农业大学学报, 2000, 21(1):125-127.
[6]	马成芝, 孙立德, 穆春华, 等. 喀左日光温室内气温变化规律及其应用[J]. 气象与环境学报, 2007, 23(5):49-52.
[7]	赵淑兰, 李春等. 天津市北辰区设施农业温光气候资源变化分析[J]. 气象与环境科学, 2013, 36(1):32-35.
[8]	张索铁, 马树庆, 庞义, 等. 东北地区大型日光温室最高、最低温度预报模式探讨[J]. 中国农学通报, 2014, 30(23):249-253.
[9]	符国槐, 张波, 杨再强, 等. 塑料大棚小气候特征及预报模型的研究[J]. 中国农学通报, 2011, 27(13):242-248.
[10]	杨再强, 朱凯, 赵翔, 等. 中国南方塑料大棚气象灾害风险区划[J]. 自然灾害学报, 2012, 21(5):213-221.
[11]	黄川容, 杨再强, 刘洪, 等. 北京日光温室风灾风险分析及区划[J]. 自然灾害学报, 2012, 21(3):43-49.
[12]	张波. 温室风灾与雪灾预警技术的研究[D]. 南京:南京信息工程大学, 2013.
[13]	祝青林, 王丽娜, 徐梅, 等. 河南设施农业黄瓜寡照灾害时空分布及风险评价[J]. 中国农学通报, 2015, 31(26):235-240.
[14]	张明洁, 赵艳霞. 北方地区日光温室气候适宜性区划方法[J]. 应用气象学报, 2013, 24(3):278-286.
[15]	张明洁, 赵艳霞. 日光温室气候适宜性研究-以北方地区为例[J]. 中国农业资源与区划, 2012, 33(5):40-48.
[16]	魏瑞江, 赵春雷. 基于GIS的河北果菜日光温室最佳发展区域确定[J]. 中国农业资源与区划, 2005, 26(1):35-38.
[17]	孙立德. 温室气象与作物保护研究[M]. 沈阳: 辽宁科学技术出版社, 2012:1-60.
[18]	黄秉维. 中国农业生产潜力—光合潜力[M]. 北京: 科学出版社, 1985.
[19]	李秀芬, 赵慧颖, 朱海霞, 等. 黑龙江省玉米气候生产力演变及其对伺候变化的响应[J]. 应用生态学报, 2016, 27(8):2561-2570.
[20]	王秀芬, 杨艳昭, 尤飞, 等. 黑龙江省气候变化及其对玉米生产潜力的影响[J]. 干旱地区农业研究, 2012, 30(5):25-28.
[21]	孙彦坤, 田宝星, 高见, 等. 气候变化对黑龙江省黑土区玉米气候生产潜力的影响[J]. 东北农业大学学报, 2013, 44(11):44-49.
[22]	康西言, 魏瑞江, 王鑫, 等. 基于经验模型的日光温室生产潜力估算及分析[J]. 干旱地区农业研究, 2015, 33(2):225-229.
[23]	许彦平, 姚晓红, 蒲永义, 等. 天水日光温室光温生产潜力估算及区划研究[J]. 甘肃科学学报, 2004, 16(1):52-56.
[24]	褚金翔, 孙忠富, 杜克明, 等. 基于TOMSIM模型的温室番茄中杂9号生产潜力的空间分析[J]. 中国农业气象, 2009, 30(1):49-53.
[25]	姚益平. 基于能耗与作物生产潜力的中国温室气候区划[D]. 南京:南京农业大学, 2011.
[26]	张明洁. 日光温室气候适宜性区划——以北方八省市及附近部分地区为例[D]. 南京:南京信息工程大学, 2012.

日照时数S/h	天气型
0<S≤3	阴
3<S<6	多云
S≥6	晴

日照时数S/h	天气型
0<S≤3	阴
3<S<6	多云
S≥6	晴

站点	季节	天气类型	模型	R²	F	F临界值
林甸	春季	晴天	Y=0.981X-0.227	0.973	4656.235^**	6.840^**
		阴天	Y=0.939X-0.761	0.951	307.561^**	8.531^**
		多云	Y=1.064X-0.539	0.992	934.956^**	12.246^**
	夏季	晴天	Y=0.982X+0.169	0.796	78.026^**	8.285^**
		阴天	Y=0.844X+2.402	0.691	17.879^**	11.258^**
		多云	Y=0.844X+1.741	0.822	37.048^**	11.258^**
	秋季	晴天	Y=1.005X-0.208	0.978	4067.592^**	6.925^**
		阴天	Y=1.047X-0.919	0.967	706.353^**	7.171^**
		多云	Y=0.946X-1.580	0.976	587.102^**	8.861^**
	冬季	晴天	Y=1.007X-0.007	0.924	1563.744^**	6.837^**
		阴天	Y=0.942X-1.373	0.856	95.443^**	8.531^**
		多云	Y=1.010X-0.720	0.885	185.524^**	7.721^**
友谊	春季	晴天	Y=0.316X-13.435	0.541	139.207^**	6.854^**
		阴天	Y=0.254X+11.472	0.355	18.750^**	7.444^**
		多云	Y=0.376X+10.386	0.387	6.949^*	4.844^*
	夏季	晴天	Y=0.941X+5.603	0.679	169.428^**	6.963^**
		阴天	Y=0.967X+4.443	0.505	59.277^**	4.007^**
		多云	Y=1.046X+2.937	0.600	34.639^**	7.881^**
	秋季	晴天	Y=0.318X+15.212	0.637	103.443^**	7.077^**
		阴天	Y=0.573X+8.655	0.797	55.070^**	4.600^**
		多云	Y=0.379X+13.637	0.746	35.352^**	9.330^**
	冬季	晴天	Y=0.133X+15.657	0.115	5.195^*	4.085^*
		阴天	Y=0.495X+14.751	0.249	5.659^*	4.451^*
		多云	Y=0.324X+15.503	0.415	5.679^*	5.317^*

站点	季节	天气类型	模型	R²	F	F临界值
林甸	春季	晴天	Y=0.981X-0.227	0.973	4656.235^**	6.840^**
		阴天	Y=0.939X-0.761	0.951	307.561^**	8.531^**
		多云	Y=1.064X-0.539	0.992	934.956^**	12.246^**
	夏季	晴天	Y=0.982X+0.169	0.796	78.026^**	8.285^**
		阴天	Y=0.844X+2.402	0.691	17.879^**	11.258^**
		多云	Y=0.844X+1.741	0.822	37.048^**	11.258^**
	秋季	晴天	Y=1.005X-0.208	0.978	4067.592^**	6.925^**
		阴天	Y=1.047X-0.919	0.967	706.353^**	7.171^**
		多云	Y=0.946X-1.580	0.976	587.102^**	8.861^**
	冬季	晴天	Y=1.007X-0.007	0.924	1563.744^**	6.837^**
		阴天	Y=0.942X-1.373	0.856	95.443^**	8.531^**
		多云	Y=1.010X-0.720	0.885	185.524^**	7.721^**
友谊	春季	晴天	Y=0.316X-13.435	0.541	139.207^**	6.854^**
		阴天	Y=0.254X+11.472	0.355	18.750^**	7.444^**
		多云	Y=0.376X+10.386	0.387	6.949^*	4.844^*
	夏季	晴天	Y=0.941X+5.603	0.679	169.428^**	6.963^**
		阴天	Y=0.967X+4.443	0.505	59.277^**	4.007^**
		多云	Y=1.046X+2.937	0.600	34.639^**	7.881^**
	秋季	晴天	Y=0.318X+15.212	0.637	103.443^**	7.077^**
		阴天	Y=0.573X+8.655	0.797	55.070^**	4.600^**
		多云	Y=0.379X+13.637	0.746	35.352^**	9.330^**
	冬季	晴天	Y=0.133X+15.657	0.115	5.195^*	4.085^*
		阴天	Y=0.495X+14.751	0.249	5.659^*	4.451^*
		多云	Y=0.324X+15.503	0.415	5.679^*	5.317^*

黑龙江省典型日光温室气候生产潜力估算及分析

Calculation and Analysis of Climatic Potential Productivity of Typical Solar Greenhouse in Heilongjiang Province

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 26

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

天气类型	2017/09	2017/10	2017/11	2017/12	2018/01	2018/02	2018/03	2018/04
晴	22	23	18	17	23	25	27	23
阴	6	4	7	7	4	2	2	6
多云	2	4	5	7	4	1	2	1
天气类型	2018/11	2018/12	2019/01	2019/02	2019/03	2019/04	2019/05	2019/06
晴	22	24	22	25	27	28	21	16
阴	4	2	2	1	1	2	7	6
多云	4	5	7	2	3	0	3	8

天气类型	2019/01	2019/02	2019/03	2019/04	2019/05	2019/06	2019/07	2019/08	2019/09	2019/10
晴	24	26	25	25	20	19	19	14	26	24
阴	3	0	6	1	6	7	6	13	2	5
多云	4	2	0	4	5	4	6	4	2	2
天气类型	2019/11	2019/12	2020/01	2020/02	2020/03	2020/04	2020/05	2020/06	2020/07	2020/08
晴	22	16	22	23	23	25	22	17	23	22
阴	0	6	4	4	5	3	5	6	5	6
多云	8	9	5	2	3	2	4	7	3	3

[1]	白玛仁增, 顿玉多吉, 德例归吉, 德吉央宗, 益西多吉, 边巴次仁. 星-地结合对水稻高温热害监测模型的研究[J]. 中国农学通报, 2023, 39(1): 133-141.
[2]	周小红. 基于多元回归分析的农作物产量估测模型研究[J]. 中国农学通报, 2022, 38(8): 152-156.
[3]	喻家玥, 陈娆, 贾天宇. 农民专业合作社社员满意度及其影响因素研究——以北京市怀柔区为例[J]. 中国农学通报, 2022, 38(6): 141-148.
[4]	梁长梅, 王建伟, 温鹏飞, 杨华. 高压静电场诱导采后葡萄果实总黄烷-3-醇积累模型构建[J]. 中国农学通报, 2022, 38(5): 152-156.
[5]	白苇, 胡杨, 胡卿卿, 崔金丽, 张宝英, 杨素梅. 冀北油葵主要栽培因素对产量的影响[J]. 中国农学通报, 2022, 38(5): 17-22.
[6]	赵立群, 田文, 田雅楠, 曹玲玲, 徐秀兰. 育苗温室辣根素消毒处理效果研究[J]. 中国农学通报, 2022, 38(5): 37-42.
[7]	张勇, 徐智, 高丽芳, 邓亚琴, 王瑞雪, 王宇蕴. 有机类肥料部分替代化肥影响新垦红壤生菜地产量因素的研究[J]. 中国农学通报, 2022, 38(5): 79-85.
[8]	刘现, 杨航, 李健翔, 俞鉴签. 基于图像的金桔重量预测方法研究[J]. 中国农学通报, 2022, 38(34): 138-143.
[9]	王楚珏, 李昂, 李璐骥. 基于灰水足迹不好产出的黄河流域农业用水效率评价[J]. 中国农学通报, 2022, 38(31): 105-112.
[10]	张霞, 许秀梅. 农业技术推广效果的影响因素研究——以山东省平度市为例[J]. 中国农学通报, 2022, 38(30): 135-140.
[11]	蒋锋, 闫艳, 麦嘉埼, 梁日朗, 周捷成, 李坪遥, 刘鹏飞. 甜玉米品质性状的主基因+多基因遗传分析[J]. 中国农学通报, 2022, 38(30): 14-20.
[12]	唐佳宁, 陈启峰, 余朝阁, 富宏丹, 刘长春, 郑淑荣, 宋卫丽, 孙周平. 东西垄丛栽方式对日光温室秋冬茬番茄生长及其温光环境的影响[J]. 中国农学通报, 2022, 38(30): 65-71.
[13]	陈检锋, 赵文军, 付利波, 尹梅, 王志远, 王伟, 王应学, 杨艳鲜, 陈华. 适产养分临界值模型对玉溪烤烟产质量的影响[J]. 中国农学通报, 2022, 38(28): 1-6.
[14]	王春玲, 叶彩华, 姜江. 北京地区春季木本植物花粉起始期预报模型研究[J]. 中国农学通报, 2022, 38(28): 89-97.
[15]	王惠贞, 吴瑞芬, 姜少杰. 内蒙古日光温室大风灾害风险区划研究[J]. 中国农学通报, 2022, 38(28): 98-106.