农业机械学报

作者：张观山，丁小明，陈月锋，董维，何芬，尹义蕾，李天华，齐飞

单位：农业农村部规划设计研究院;山东农业大学,农业农村部规划设计研究院,中国农业机械化科学研究院集团有限公司浙江分公司,山东农业大学,农业农村部规划设计研究院,农业农村部规划设计研究院,山东农业大学,农业农村部规划设计研究院,

关键词：温室;土壤温度;边界条件;LSTM;传热模型

基金：国家自然科学基金项目（32201657）、山东省自然科学基金项目（ZR2021QF091）、农业农村部规划设计研究院自主研发计划项目（SP202101）、山东省重点研发计划重大科技创新工程项目（2022CXGC020708）、山东省重点研发计划项目（2023TZXD065）和北京市智能温室蔬菜创新团队项目（BAIC12-2024-08）

土壤温度是影响作物生长及温室热环境的重要因素之一。为了准确预测温室土壤温度，采用计算传热学理论构建了温室土壤一维非稳态传热模型。为解决土壤传热模型边界条件难以获取的问题，采用长短记忆神经网络模型（LSTM）构建了边界条件预测模型，实现了对边界条件数据的准确预测。在传感器测量获取边界条件情况下开展温室土壤一维非稳态传热模型精度验证试验，结果表明不同深度土壤温度计算值和测量值变化趋势较为一致，两者平均绝对误差（MAE）最大值为1.29℃，最大绝对误差（MaxAE）最大值为2.16℃。对边界条件预测模型精度进行了验证，结果显示边界条件计算值与测量值决定系数R2为0.99，MAE最大值为0.18℃，MaxAE最大值为2.63℃，结果表明本文构建的边界条件预测模型能够准确地预测边界条件。将边界条件预测与测量数据分别引入温室土壤一维非稳态传热模型，将两种情况下不同深度土壤温度计算结果与测量结果进行对比，结果显示，预测边界和测量边界情况下不同深度土壤温度计算结果较为一致，两种情况土壤温度计算值与测量值决定系数R2相差最大为0.03，MAE相差最大为0.14℃，MaxAE相差最大为0.92℃。在预测边界情况下，所构建的温室土壤一维非稳态传热模型能够准确地对不同深度土壤温度进行预测。

来源：2025年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第8期