utils.py – WordPress

这段代码是一个用于处理气象数据和环境数据的工具集，主要用于温室模拟和控制。它包含了多个函数，用于加载数据、转换单位、插值数据以及计算与温室环境相关的物理量（如土壤温度、湿度、辐射等）。以下是对代码的详细解释：

1. 主要功能模块

1.1 数据加载

loadMatlabData:
- 从 MATLAB 生成的文件中加载温室状态、控制输入和气象数据。
- 返回三个 DataFrame：matlabStates（状态数据）、matlabControls（控制输入数据）、matlabWeather（气象数据）。
loadWeatherData:
- 加载气象数据并进行插值，以适应模拟的时间步长。
- 返回一个包含气象数据的 NumPy 数组，包括以下变量：
  - 全局辐射 (iGlob)
  - 室外温度 (tOut)
  - 室外水汽压 (vpOut)
  - 室外 CO2 浓度 (co2Out)
  - 风速 (wind)
  - 天空温度 (tSky)
  - 室外土壤温度 (tSoOut)
  - 日辐射总量 (dli)
  - 白天/夜晚标志 (isDay 和 isDaySmooth)

1.2 数据扩展

expandWeatherData:
- 当模拟时间超过当前气象数据的范围时，加载下一年的气象数据并追加到当前数据中。

1.3 时间转换

days2date:
- 将天数转换为日期格式（DD-MM-YYYY）。
- 用于将模拟时间转换为实际日期。

1.4 环境计算

computeisDay:
- 根据辐射数据计算白天和夜晚的标志。
- 使用平滑过渡函数处理日出和日落时的过渡。
dailLightSum:
- 计算日辐射总量（DLI，Daily Light Integral）。
- 用于评估温室内的光照条件。
soilTempNl:
- 估算荷兰地区的土壤温度。
- 基于正弦函数模拟土壤温度的季节性变化。
vaporDens2pres:
- 将水汽密度转换为水汽压。
- 基于理想气体定律和饱和水汽压公式。
satVp:
- 计算给定温度下的饱和水汽压。
co2ppm2dens:
- 将 CO2 的 ppm 浓度转换为密度（kg/m³）。
- 基于理想气体定律。
vaporDens2rh:
- 将水汽密度转换为相对湿度。
rh2vaporDens:
- 将相对湿度转换为水汽密度。
compute_sky_temp:
- 根据空气温度和云量计算天空温度。
- 基于 Stefan-Boltzmann 定律和云量修正。

2. 代码的核心功能

数据加载与处理:
- 从 MATLAB 文件中加载温室状态、控制输入和气象数据。
- 对气象数据进行插值，以适应模拟的时间步长。
单位转换:
- 提供多种单位转换函数，如 CO2 浓度、水汽密度、相对湿度等。
环境模拟:
- 计算温室环境中的关键变量，如土壤温度、天空温度、日辐射总量等。
时间管理:
- 将模拟时间转换为实际日期，方便结果分析和可视化。

3. 代码的应用场景

温室模拟:
- 用于模拟温室内的环境条件（如温度、湿度、光照等）。
- 支持温室控制策略的开发和测试。
数据分析:
- 对气象数据和温室状态数据进行分析，评估温室性能。
控制策略优化:
- 基于模拟结果优化温室控制策略，提高作物产量和资源利用效率。

4. 示例

加载气象数据

weather_data = loadWeatherData(
    weatherDataDir="data/weather/",
    location="Netherlands",
    source="KNMI",
    growthYear=2023,
    startDay=100,
    nDays=10,
    predHorizon=1,
    h=300,
    nd=10
)

计算日辐射总量

time = np.arange(0, 86400 * 10, 300)  # 10 天，每 5 分钟一个数据点
rad = np.sin(2 * np.pi * time / 86400) * 500  # 模拟辐射数据
dli = dailLightSum(time, rad, 86400)

转换单位

temp = 25  # 温度 [°C]
rh = 60    # 相对湿度 [%]
vapor_dens = rh2vaporDens(temp, rh)  # 水汽密度 [kg/m³]

5. 总结

这段代码是一个功能强大的工具集，用于处理温室模拟中的气象和环境数据。它提供了数据加载、单位转换、环境计算等功能，支持温室控制策略的开发和优化。通过灵活的插值和单位转换，可以适应不同的模拟需求和时间步长。