基于公众天气预报预测塑料大棚逐日极端气温

利用浙江省慈溪市的公众天气预报和草莓大棚内极端气温的观测数据，构建一个以室外日最高气温、最低气温、相对湿度、最大风级、白天和夜间天空状况作为输入变量，棚内日最高气温和日最低气温作为输出变量的bp神经网络预测模型。用以预测草莓大棚室内日最高气温和日最低气温。结果表明，该模型对大棚内日最高气温、日最低气温的训练值和实测值之间的均方根误差分别为4.0℃和1.3℃，绝对误差则分别为3.2℃和1.0℃；日最高气温和日最低气温的预测值和实测值之间的均方根误差分别为3.6℃和1.2℃，绝对误差为3.0℃和1.0℃。该模型数据获取方便，实用性强，模拟精度较高，可以较准确的预测未来温室内的极端气温，为温室管理和调控提供依据。