基于1D CNN-GRU的日光温室温度预测模型研究

胡 瑾 雷文晔 卢有琦 魏子朝 刘行行 高茂盛

(1.西北农林科技大学机械与电子工程学院, 陕西杨凌 712100; 2.农业农村部农业物联网重点实验室, 陕西杨凌 712100;3.陕西省农业信息感知与智能服务重点实验室,陕西杨凌 712100; 4.杨凌高新农业气象技术联合研示中心, 陕西杨凌 712100)

0 引言

温度是影响日光温室内农作物产量和品质的重要参数之一,其过高或过低均会对农作物生长发育产生危害[1-2]。随着设施农业不断发展,日光温室已成为设施农业的重要组成部分,对我国经济发展发挥着显著作用。温度调控是日光温室环境调控的重要手段[3],但温室温度不仅是具有时变性、非线性、周期性[4]等特征的连续时间序列,还与温室内外多种环境因子存在复杂的耦合关系。目前,温室的生产调控大多依靠生产者相关经验或通过短时预测模型进行调控决策[5],这种方法会造成反馈控制存在滞后性,影响作物生长。研究证明,提前预测温度并进行提前的有效控制,对日光温室的增产增效具有重要意义[6]。因此,融合温室内外多环境因子构建温室温度长期预测模型,是日光温室温度精准高效控制的重要前提。

目前,国内外学者对温室温度建模的方法可分为基于能量和质量平衡的机理模型和基于数据驱动的非机理模型。机理模型具有可解释性强及外推性良好等优点,但其参数难以获取、边界条件变化程度高的问题导致其在长时精准预测中难以应用。随着现代信息数据的采集越来越容易,基于数据驱动的非机理模型因其具有精度较高、泛化能力强和参数易于获取的特点,被广泛应用于温室温度预测领域。……