以BPNN模型为基础，估算了温室小汤山和房山各9个方向叶片湿湿时间，平均绝对误差分别为1.81和1.61h，在已经报道的小麦[15]和西红柿[17]之间，差异约0.5小时，这可能是由于黄瓜叶片的水分性质不同于小麦和番茄[22]。虽然神经网络模型并不能清楚地描述环境因素与湿润期之间的关系，但是其强大的特征提取能力却很适合于实现非线性拟合的数据挖掘过程，因此还可以用来估计叶片湿化时间[23]。室内环境温度从南到北逐渐升高，相对湿度则相反，白天辐射强度从南到北依次下降，中部气温整天高于东西两侧[18，24]在本研究中，湿润期在南北方向上的分布规律与温度分布规律相反，与相对湿度、辐射分布规律一致，东西方向上中部温度高，湿润期较短，东、西、东、南、东、南、北、说明日光温室环境因素的差异对叶片湿化时间有一定的影响，容易引起叶片湿化时间。本文利用两个温室的环境数据作为BPNN模型，在2019年3月至11月间对小汤山和房山进行了模拟，结果比较理想，但是BPNN模型是否能够预测不同季节、不同品种的黄瓜叶片湿润期尚需进一步验证，可以利用不同品种、不同年份、不同地区对叶片湿化时间进行验证，这样，模型的通用性得到了改善[25,26]。

结果表明：叶片水平湿润湿时间存在着异质性，同一株在垂直方向上叶片湿润期存在差异。如今，王娇娇等[27]设计了作物长势监测数据采集与分析系统，以获得作物取样数据；白青等[28]则对日光温室黄瓜叶面积指数进行了研究，不同生育时期的叶片面积密度、叶倾角和叶方位等群体结构要素的变化，可利用作物长势监测系统收集日光温室不同生育期的作物垂直群体结构数据。在BPNN模型中，分析了BPNN对作物垂直群组结构数据和环境因子的敏感性，通过引入BPNN模型，实现了不同叶位湿度时间的精确预测。

采用RHM和BPNN方法，分析了空间异质性(水平方向)对温室黄瓜叶片湿化时间的影响，结果表明：BPNN模型与BPNN模型精度相近(ACC为0.90,0.92)，用RHM估算叶片湿润期的准确性(ACC为0.82和0.84)较高，RSME为2.10和1.87，R2分别是0.87和0.85。结果表明，在晴天和阴天条件下，叶片湿润期的空间分布总体规律是：南、中、北、南分别为叶片平均湿润时间(12.17h/d)；叶面湿润期的总体空间分布规律为东部>中部>中部，中部为最小的区域(4.83h/d)。雨季叶片湿润期较晴天和多云期长，春季和秋季分别为17.15和17.41h/d。在黄瓜水平方向上，这些变化和差异对叶片湿时间分布有重要影响，这与大部分高湿黄瓜病害的发生规律密切相关。实验结果可为温室大棚黄瓜病害分布预报、防治病害流行、降低农药使用量等方面提供参考，并为温室黄瓜叶片湿润期的区域化分析提供依据。