Resumo
To explore the relationship between environmental factors in a greenhouse on sunny/cloudy days, an environmental factor model was developed using path analysis and stepwise regression analysis. The environmental factors studied include greenhouse air temperature (GAT), greenhouse air humidity (GAH), soil temperature (ST), soil humidity (SH), greenhouse radiation (GR), and carbon dioxide concentration (CDC). The results showed that on a sunny day, the models can describe the GAT and GAH well (R2 =0.957, 0.936), and the model's tested determination coefficient was above 0.87. However, due to the delay and other main control factors of ST and SH, the models' determination coefficient was poor (R2 =0.587, 0.625). However, there was a fifth-order polynomial fitting relationship between ST and SH (R2 =0.817). On a cloudy day, the coupling effect between dependent variables and environmental factors was well described (R2 =0.97). The model test results for GAT and ST were better (R2 =0.997, 0.981), and the GAH and SH model test results were also good (R2 =0.789,0.882). In summary, the established coupling model of greenhouse environmental factors was suitable for simple greenhouse environment prediction, allowing greenhouse managers to easily predict greenhouse environmental change trends and reduce the cost of testing, laying a foundation for the subsequent establishment of a simpler, more accurate greenhouse factor model.(AU)
Para explorar a relação entre fatores ambientais em casa de vegetação em dias ensolarados / nublados, foi obtido o modelo de fatores ambientais, utilizando análise de caminho e análise de regressão passo a passo. Os principais fatores ambientais incluem temperatura do ar da estufa (GAT), umidade do ar da estufa (GAH), temperatura do solo (ST), umidade do solo (SMC), radiação do efeito estufa (GR), concentração de dióxido de carbono (CDC). Os resultados mostraram que: Em um dia ensolarado, os modelos puderam descrever o poço GAT e GAH (R2 =0.957, 0.936). O coeficiente de determinação do teste do modelo foi superior a 0.87. No entanto, devido ao atraso e outros fatores de controle principais de ST e SH, o coeficiente de determinação dos modelos foi ruim (R2 =0.587, 0.625). No entanto, verificouse que havia uma relação de ajuste polinomial de quinta ordem entre ST vs SH (R2 =0.817). Em um dia nublado, o efeito de acoplamento entre variáveis dependentes e fatores ambientais foi bem descrito (R2 =0.97), o teste do modelo GAT e ST foi melhor (R2 =0.997,0.981), o teste GAH e SH também foi bom (R2 =0.789,0.882). Em resumo, o modelo de acoplamento dos fatores ambientais da estufa estabelecido foi adequado para a previsão simples do ambiente da estufa, facilitando para os gerentes da estufa prever a tendência das mudanças ambientais da estufa e reduzir o custo do teste, além de estabelecer as bases para o estabelecimento subsequente de um modelo de fator de efeito estufa mais preciso e simplificado.(AU)