11.5 惠普温室建模
作物用水和营养吸收是水生学的一个中心子系统。 HP 部分非常复杂，因为纯粹吸收水和溶解营养素并不简单地遵循一种相当简单的线性关系，例如鱼类生长。 要创建一个全功能模型，需要一个完整的温室模拟器。 这涉及温室物理学的子模型系统，包括气候控制器和作物生物学，涵盖与生物和物理压力因素的互动过程。
然而，从惠普的角度来看，温室气候是整个水生系统的主要驱动因素，除了养分平衡之外，还包括鱼类产生的热量反馈循环以及 Körner 等人（2017 年）报告的植物提供的额外 COSub2/Sub（图 11.15）。
在这个模型中，鱼类培养通过代谢过程产生热量。 鱼产生的热量直接根据氧消耗量计算，这是一个单位消耗的氧气（即 13608 J gsup-1/sup 鱼）的温度和热量生产常数的函数。 有机物（QSubbio/Sub）分解的热量，例如粪便和饲料的残留，也有助于热平衡。 然后，水系统的能量供应可以通过通过平均氧气消耗率（FSubO2、TWB/Sub）计算出的鱼生产热量来计算。 然后可以通过粪便的生物分解来计算额外的热量产生 (图 11.16).
水生子系统的 COSub2/Sub 产量，即向空气环境的输送量（d，克 HSUP-1/SUP），可根据给定的水温（TSUB2O/Sub，K）从水底温度输送到系统（DSUB2/Sub，g HSUP）进行计算 SubH2O, b/分, K) 和鱼类呼吸的 QSub10 和子值 (Qsub10, R/Sub). 使用以下关系：
！ 图片-3
** 图 11.15** 水生系统的其他共生行为
$d_ {O_2} = f_ {鱼}\ f_ {O_2} W_ {O_2} $
$d_ {二氧化碳} =\ 帧 {[二氧化碳]} {[O_2]}\ d_ {O_2}\ 问题 _ {10, R} (T_ {H2O, b}) /10$ (11.16)
与鱼的饲料量（鱼/子，克 HSUP-1/SUP）、基温下的氧消耗率（FSUB2/Sub，千克 [OSuB2/Sub] kgsup-1/SUP [饲料]）、饲料损失的分数和 OSub2/Sub（SUP）的质量平衡。
为了计算水生动物的基础，即过程流（用箭头表示，→）温室大气候 → 小气候 → 蒸发 → 营养素的吸收，过去开发的各种温室模拟器可以使用并与水产养殖相结合的水产养殖系统。 所有温室模式都包括一个作物生长模式。 然而，模型质量可能有很大差异，从简单的经验回归模型（例如 Boot 和琼斯（1987 年），通过确定性模型（例如 Heuvelink（1996 年）），到功能性结构设备模型（FSPM），例如巴克-索林等人（2011 年）。 由于目前的作物生长和发育模型不准确，预测能力有限 (Poorter 等人，2013 年)，有时在作物管理中使用模型，但主要用于温室模拟器的规划问题，例如 Vanthoor (2011 年) 和 Körner 和 Hansen (2011 年)。 预测准确性受到许多不确定因素的影响，例如建模
** 图 11.16** 在温室实施的水产养殖系统具有空气的湿度、温度和二氧化碳浓度（Rhsubair /SubAir、COSub2、空气/分）、鱼类环境的热量（鱼类）、生物分解（生物）和热通量（美元），取自 Körner 等人（2017 年）
误差, 植物之间的变化, 温室之间的变化和不确定的外部气候条件. 至于预测，准确性也因情况而有很大差异。 然而，将传感器信息在线输入到工厂模型中可以使植物模型预测更加可靠，并且对种植者有用。
在几个地方开发了温室模拟器，例如：虚拟种植者（弗朗茨等人，2010 年）、KASPRO（德兹瓦尔特，1996 年）、绿色能源能源审计工具（克尔纳等人，2008 年）、虚拟温室（科尔纳和汉森 2011 年）、适应温室（范索尔 2011 年）、霍特斯（拉特斯（拉特斯（拉特 1992 年）和综合水生温室模型（戈德克和科尔纳 2019）。 在研究层面，已经开发了一些模型 (即结合某些温室技术的模拟模型)，这些模型有可能被用来优化投资和对生产单位和生产过程的结构调整。 然而，大多数系统都需要封闭的软件环境，只能由开发人员使用，其中许多系统只存在于研究模式下，缺乏业界的进一步开发和接受。 然而，模型共享和协作模式开发还没有共同的基础。 因此，大多数建模人员和建模团队都孤立地开发自己的模型和代码。 该程序的一个缺点是，温室模拟模型是在不同的研究环境中并行开发的，这些环境使合作增长和发展失败。
所有 HP 温室模型模拟器都是子模型的汇编，这取决于集成植物和温室设备之间的相互作用的目的。 温室模型以及控制和规划中的一般两部分区别是拍摄和根环境。 对温室气候采取了相当复杂和有区别的模式方法 (Bot 1993；de Zwart 1996)，1990 年代对主要温室作物的生长进行了密集的模式，例如西红柿 (Heuvelink 1996)、黄瓜 (马塞利斯 1994) 和生菜 (利比格和阿尔谢尔 (1993 年). 然而，为了计算作物的水和营养摄取量，需要了解小气候，即植物器官附近和植物器官上的气候（Challa 和 Bakker，1999 年）。 这是温室建模中一个持续存在的问题，因为微气候变量，例如中央叶温度，具有高度可变性，并取决于许多参数和变量。 Körner 等人（2007 年）将吸收辐照净通量（Rsubn，A/sub，WMSUP2/SUP）、边界层和气孔阻力（rsub/ 次和 rs/sub）集成在垂直层（z）的作物冠层中使用的叶温模型的一个版本这里显示了树冠叶表面（VPDSsubs/Sub，Pa）和蒸汽压力缺陷，即
$TC (Z)-T_A =\ 帧 {\ fRAC {1} {\ RHO_AC_P} (r_b (Z) +r_s (Z))) R_ {n, a} (z)-\ 分数 1 {\ 伽玛} vPD_s (z) {1+\ 增量} {\ 伽马} {\ r_s z}} {r_b (z)} +\ 分数 1 {\ f6}\ 西格玛 Ta^3} (r_b (z) +r_s (z))} $ (11.17)
温室空气温度 (Tsuba/Sub, K), 蒸汽压力空气密度 (/分, g mSup-2/SUP), 斯蒂芬-玻尔兹曼常数 (σ, WMP-2/SUP), 空气的比热能力 (csubp, J GSUP-1/SUP), 心电色度常数 KSup-1/SUP) 和饱和蒸汽之间的斜率压力和温室气温 (Δ, 帕克苏普-1/SUP).
叶温是小气候模型的核心部分，它具有多个输入变量的反馈回路，特别是气孔阻力（通常也用作其倒数，电导率），计算需要几个模拟步骤来实现平衡。 然而，对于 HP 而言，作为水生系统的一部分，建模水和营养通量是最重要的。 封闭式多循环系统中的所有水和营养均衡均根据作物 ETSubC/Sub 的蒸发率进行控制 (第 8 章)。 ETSubC/Sub 通常计算为蒸发的潜热，即能量（E、WmSup2/SUP），并且可以根据不同树冠层表示的叶片温度进行计算
$\ lambda E (z) =（\ 帧 {\ frac {\ 增量} {\ 伽玛} R_ {n, a} (z) +\ 法拉克 {\ rho _AC_P} {\ 伽玛}（\ 分数 1 {r_b (z)} +\ 分数 1 {\ rho _AC_P/4\ 西格玛 Ta_3)} {1+\ frac {\ 增量} {\ 伽玛} +\ 帧 {r_s (z)} {r_b (z)} +\ 法拉克 {1} {\ rho _p/4\ 西格玛 Ta^3} (r_s (z) +r_b (z))}) $ (11.18)
为了计算 ESubC/Sub (L msup-2/SUP), 需要将 E 与常数 LSub/ 子 (水蒸发热; 2454 103 焦耳/苏普) 和水的比重 (在 20 ℃ 时为 9.789 千牛 /msup-3/SUP) 相乘。
！ 图片-3
** 图 11.17** 温室的输入-产出系统
然而，方程式 (11.18) 只计算通过作物的水通量，而估计营养素摄取量的最简单方法是假设营养物被吸收/吸收，并假定不存在特定元素的化学、生物或物理抗性。 在现实中，营养素的吸收是一个非常复杂的问题。 因此，为了保持平衡，作物吸收的营养液中含有的所有营养物质都需要重新添加到水培系统（见 [第 8 章]（社区/文章/第 8 章-解耦-水果-系统））。 然而，Eq. (11.18) 只计算潜在 ETC，而过高的潜在水平可能会导致蒸腾高于植物所能处理的蒸腾，然后潜在的水损失可能超过吸水量。 因此，对营养素摄取的简单假设并不令人满意。 正如 [第 10 章]（社区/文章/第 10 章-有氧-和厌氧-治疗-水磷-淤泥-还原和矿化）所述，不同的营养物质可以具有不同的状态和状态，例如 pH 值，而植物的可用性则很大程度上取决于 pH 值和营养物与对方 此外，微生物群在根区起着重要的作用，这是尚未实施的模型。 然而，有些模型区分了木质路径和木质路径。 然而，大量的营养物质并没有为水生养分平衡和系统大小进行详细建模，而估计营养素摄取量的最简单方法是假设营养物质溶解在灌溉水中被吸收/吸收，并应用上述解释的 ETC 计算方法。
为了控制目的，温室通常被视为一个黑盒，其中外部气候条件决定了干扰输入，COSub2/Sub 供应、供暖和通风是控制输入，温室宏观和小气候决定了系统的输出（图 11.17）。
为了控制温室，采取的行动旨在最大限度地减少干扰的快速影响，即通过智能控制提前预期变化。 为此，使用反馈和前馈等控制操作（[第 8 章]（./8-解耦-水瓶-系统 .md））。 然而，如果使用完整的温室模型并将其与天气预报结合起来，则可以实现最佳控制（Körner 和 Van Stratin，2008 年），从而实现基于模型的最佳温室气候控制，正如 Van Ooteghem（2007 年）所制定的那样。