CN105494033B - 一种基于作物需求的智能节水灌溉方法 - Google Patents
一种基于作物需求的智能节水灌溉方法 Download PDFInfo
- Publication number
- CN105494033B CN105494033B CN201510727518.XA CN201510727518A CN105494033B CN 105494033 B CN105494033 B CN 105494033B CN 201510727518 A CN201510727518 A CN 201510727518A CN 105494033 B CN105494033 B CN 105494033B
- Authority
- CN
- China
- Prior art keywords
- crop
- mrow
- growth
- water
- demand
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Abstract
本发明提供一种基于作物需求的智能节水灌溉方法,该方法包括以下步骤:一、根据栽培作物类型,确定作物内在生长发育的机理参数r和Sp;二、构建作物生长周期i的生长模型,根据作物内在生长发育的机理参数定量确定作物不同生长周期生物量产量;三、构建作物生长周期i的需水量需求模型,根据步骤二得到的作物生物量产量和环境监测设备得到的土壤含水量数据,计算出不同生长周期作物的需水量需求;四、根据步骤三得到的作物的需水量需求,制定作物全生命周期的灌溉方案。本方法基于作物自身的生长规律的数学模型进行灌溉方案的制定,可用于灌溉受限的盆栽装置,为智能农业灌溉设备的自动开关控制提供技术支持,达到最大化水分利用效率的目的。
Description
技术领域
本发明涉及智能农业灌溉技术领域,具体地,涉及一种基于作物需求的智能节水灌溉方法。
背景技术
我国目前应用最为广泛的节水灌溉方法主要为喷灌和滴灌。它们采用先进的技术将水源尽可能均匀、适度的分配到作物根区土壤中,使土壤经常保持适宜作物生长的水分、通气和营养状况,从而达到提高灌溉水利用效率和水产出效率的目的。然而,这些灌溉方法在某些实际应用过程中仍存在一些缺点,如在灌溉受限的盆栽装置,节水效率并未有实质性改善。究其原因,主要在于这些灌溉方法不能根据作物需水需求进行适时适量地精准灌溉。
一般来说,作物的生长通常分为营养生长(叶片和节间的生长)和生殖生长(果实和花的生长)两个阶段,而且不同生育阶段作物对水分的需求量有很大差别。例如向日葵从出苗至现蕾需水占全生育期总需水量的20%左右,现蕾至开花结束是向日葵一生需水最多的时期,约占全生育期需水量的60%以上,开花结束到成熟需水约占全生育期需水量的20%。在这种情况下,无论采用喷灌或者滴灌技术均不能根据作物不同生长周期不同需水量需求进行适时适量地精准灌溉。因此,根据作物需水要求,适时适量地精准灌溉,并利用物联网、云计算等智能技术手段对土壤墒情和灌区输配水系统的水情进行监测、数据采集和计算机处理,进一步计划用水、优化配水,以达到既节水又增产的目的。这已成为未来研发智能节水灌溉方法的新趋势。
随着信息和通信技术的发展,农业也从传统农业向数字化农业转变,而进一步随着物联网、云计算等智能技术的发展,这些技术和农业的结合就促进了“智能农业”的产生和发展。作为智能农业发展的重要组成部分,智能节水灌溉技术的发展也越来越重要。区别于传统的漫灌、喷灌、滴灌等技术方法,基于作物自身的生长规律的数学模型进行灌溉方案的制定,本发明提出了一种基于作物需求的智能节水灌溉方法,可用于灌溉受限的盆栽装置,为智能农业灌溉设备的自动开关控制提供技术支持,达到最大化水分利用效率的目的。
发明内容
为了解决上述问题,本发明提供一种基于作物需求的智能节水灌溉方法,其具体的技术方案如下:
一种基于作物需求的智能节水灌溉方法,该方法包括以下步骤:
步骤一、根据栽培作物类型,确定作物内在生长发育的机理参数r和Sp;
步骤二、构建作物生长周期i的生长模型,根据作物内在生长发育的机理参数定量确定作物不同生长周期生物量产量;
步骤三、构建作物生长周期i的需水量需求模型,根据步骤二得到的作物生物量产量和环境监测设备得到的土壤含水量数据,计算出不同生长周期作物的需水量需求;
步骤四,根据步骤三得到的作物的需水量需求,制定作物全生命周期的精准灌溉方案。
进一步,步骤一中,作物内在生长发育的机理参数r和Sp分别表示作物水利用效率和作物的占地面积,前者取值范围为0到1之间,后者与作物种植密度紧密相关。通常情况下,作物水利用效率r根据收集的作物器官干重数据估计出来,或者设置经验值0.45mg cm- 2mm-1;作物的占地面积则设为种植密度的倒数,它反映了作物自身遮挡和相邻作物竞争的影响。
进一步,步骤二中,构建的作物生长模型表示为:
其中,Q(i)为第i个生长周期的生物量产量,r和Sp为内在生长发育的机理参数,S(i)为第i个生长周期的作物总的叶面积,E(i)为第i个生长周期在该周期气象环境条件下作物单产量生产潜力,其值由作物的潜在蒸散量(Potential Evapotranspiration,PET)决定,或者当收集的气象环境数据为温度、光合辐射、相对湿度和风速时,可以采用PET的简化公式FAO-24辐射方法,其计算公式为
其中,Rs为光合辐射量,Δ为与温度相关的蒸汽压曲线的斜率,其取值范围为0到1之间,a、b和γ为常数,分别设为-0.3mm day-1、1.065和2.45kPa°C-1。限于篇幅有限,详细内容,请参阅Jensen等人(1990)的论文[Jensen,M.E.,Burman,R.D.,Allen,R.G.,1990.Evapotranspiration and Irrigation Water Requirements.American Society ofCivil Engineers,New York,NY,pp.332–360]。
进一步,步骤三中,构建的作物需水量需求模型为:
其中,U(i)为作物生长周期i的需水量需求,Qw(i)为生长周期i土壤含水量,Qwmx为土壤最大含水量,ρ和c分别为与作物水分吸收相关的系数。
本发明所提供的一种基于作物需求的智能节水灌溉方法,具有以下优点:
本发明提出的一种基于作物需求的智能节水灌溉方法是根据作物自身的生长规律的数学模型进行灌溉方案的制定。通过作物生长模型,本发明能够计算作物内部源库平衡的变化,并据此计算出土壤水分与动态变化,进而提出作物不同生长周期需水量的精准灌溉方案。
附图说明
图1是本发明基于作物需求的智能节水灌溉方法的原理框图。
具体实施方式
下面结合附图及本发明的实施例对本发明的一种基于作物需求的智能节水灌溉方法作进一步详细的说明。
图1是本发明基于作物需求的智能节水灌溉方法的原理框图,如图1所示,所述方法包括以下步骤:
步骤1,基于植物生长功能-结构模型(GreenLab)构建作物生长模型,该模型可以定量计算出作物不同生长周期生物量产量。一般情况下,在作物的生长过程中,作物不同生长周期的需水量需求与它对应生长周期的生物量产量具有较强的正相关性。
其中,所述的作物生长模型是基于植物功能-结构模型(GreenLab)构建得到的,其表示为:
其中,Q(i)为第i个生长周期的生物量产量,E(i)为第i个生长周期在该周期气象环境条件下作物单产量生产潜力,r和Sp为内在生长发育的机理参数,S(i)为第i个生长周期的作物总的叶面积;作物内在生长发育的机理参数r和Sp分别表示作物水利用效率和作物的占地面积,前者取值范围为0到1之间,后者与作物种植密度紧密相关。通常情况下,作物水利用效率r根据收集的作物器官干重数据估计出来,或者设置经验值0.45mg cm-2mm-1;作物的占地面积则设为种植密度的倒数,它反映了作物自身遮挡和相邻作物竞争的影响。
E(i)为第i个生长周期在该周期气象环境条件下作物单产量生产潜力,其值由作物的潜在蒸散量(Potential Evapotranspiration,PET)决定,或者当收集的气象环境数据为温度、光合辐射、相对湿度和风速时,可以采用PET的简化公式FAO-24辐射方法,其计算公式为
其中,Rs为光合辐射量,Δ为与温度相关的蒸汽压曲线的斜率,其取值范围为0到1之间,a、b和γ为常数,分别设为-0.3mm day-1、1.065和2.45kPa°C-1。
步骤2,确定栽培作物类型,并据此设置经验模型参数。一般情况,不同作物的需水量是不同的,而且同一作物不同生长周期对水分的需求量也不同。因此,在构建作物生长模型之前需要确定栽培作物类型,并根据历史栽培种植数据,设置经验模型参数
步骤3,根据所述步骤1得到的作物生物量产量和环境监测设备得到的土壤含水量数据,基于作物需求的需水量需求模型,计算出不同生长周期作物的需水量需求;
其中,所述作物需水量需求模型表示为:
其中,U(i)为作物生长周期i的需水量需求,Qw(i)为生长周期i土壤含水量,Qwmx为土壤最大含水量,ρ和c分别为与作物水分吸收相关的系数,土壤含水量可由物联网环境监测设备得到。
步骤4,根据步骤3得到的作物的需水量需求U对作物全生育周期进行定时定量的精准灌溉。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于作物需求的智能节水灌溉方法,其特征在于,该方法包括以下步骤:
步骤一、根据栽培作物类型,确定作物内在生长发育的机理参数r和Sp,其中,作物内在生长发育的机理参数r和Sp分别表示作物水利用效率和作物的占地面积,前者取值范围为0到1之间,后者与作物种植密度紧密相关;
步骤二、构建作物生长周期i的生长模型,根据作物内在生长发育的机理参数定量确定作物不同生长周期生物量产量;
步骤三、构建作物生长周期i的需水量需求模型,根据步骤二得到的作物生物量产量和环境监测设备得到的土壤含水量数据,计算出不同生长周期作物的需水量需求;其中,构建的作物需水量需求模型为:
<mrow>
<mi>U</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>Q</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<mi>&rho;</mi>
<mo>&CenterDot;</mo>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>c</mi>
<mo>&lsqb;</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>w</mi>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中,U(i)为作物生长周期i的需水量需求,Qw(i)为生长周期i土壤含水量,Qwmx为土壤最大含水量,ρ和c分别为与作物水分吸收相关的系数;
步骤四,根据步骤三得到的作物的需水量需求,制定作物全生命周期的精准灌溉方案。
2.根据权利要求1所述的一种基于作物需求的智能节水灌溉方法,其特征在于,步骤一中,
作物水利用效率r根据收集的作物器官干重数据估计出来,或者设置经验值0.45mgcm- 2mm-1;
作物的占地面积Sp则设为作物种植密度的倒数,它反映了作物自身遮挡和相邻作物竞争的影响。
3.根据权利要求1所述的一种基于作物需求的智能节水灌溉方法,其特征在于,步骤二中,构建的作物生长模型表示为:
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>r</mi>
<mo>&CenterDot;</mo>
<mi>S</mi>
<mi>p</mi>
<mo>{</mo>
<mn>1</mn>
<mo>-</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>S</mi>
<mi>p</mi>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>}</mo>
<mo>,</mo>
</mrow>
其中,Q(i)为第i个生长周期的生物量产量,S(i)为第i个生长周期的作物总的叶面积,E(i)为第i个生长周期在该周期气象环境条件下作物单产量生产潜力,其值由作物的潜在蒸散量PET决定;当收集的气象环境数据为温度、光合辐射、相对湿度和风速时,采用PET的简化公式FAO-24辐射方法,其计算公式为
<mrow>
<mi>P</mi>
<mi>E</mi>
<mi>T</mi>
<mo>=</mo>
<mi>a</mi>
<mo>+</mo>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>&Delta;</mi>
<mrow>
<mi>&Delta;</mi>
<mo>+</mo>
<mi>&zeta;</mi>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,Rs为光合辐射量,Δ为与温度相关的蒸汽压曲线的斜率,其取值范围为0到1之间,a、b和γ为常数,分别设为-0.3mmday-1、1.065和2.45kPa℃-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510727518.XA CN105494033B (zh) | 2015-10-30 | 2015-10-30 | 一种基于作物需求的智能节水灌溉方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510727518.XA CN105494033B (zh) | 2015-10-30 | 2015-10-30 | 一种基于作物需求的智能节水灌溉方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105494033A CN105494033A (zh) | 2016-04-20 |
CN105494033B true CN105494033B (zh) | 2018-06-01 |
Family
ID=55702651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510727518.XA Active CN105494033B (zh) | 2015-10-30 | 2015-10-30 | 一种基于作物需求的智能节水灌溉方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105494033B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106713414A (zh) * | 2016-11-18 | 2017-05-24 | 深圳市芭田生态工程股份有限公司 | 一种生命周期模型解决种植问题的服务系统 |
CN106718363B (zh) * | 2017-01-06 | 2022-06-28 | 安徽农业大学 | 一种面向精细农业的灌溉试验方法及其试验平台 |
CN108401854B (zh) * | 2018-01-30 | 2020-05-15 | 华南农业大学 | 一种基于土壤水分检测的脐橙节水灌溉方法 |
CN109657854B (zh) * | 2018-12-13 | 2023-07-04 | 中国农业科学院农田灌溉研究所 | 一种作物需水量预测的方法、系统及设备 |
CN109615148B (zh) * | 2018-12-29 | 2023-04-28 | 航天信息股份有限公司 | 一种确定玉米气象产量的方法和系统 |
CN110487741A (zh) * | 2019-08-22 | 2019-11-22 | Oppo(重庆)智能科技有限公司 | 灌溉信息确定方法、装置及终端设备 |
CN114527813B (zh) * | 2022-02-21 | 2023-05-16 | 广州子轩网络科技有限公司 | 一种基于互联网的动态调节验证方法 |
CN115989763B (zh) * | 2023-03-23 | 2023-06-27 | 北京市农林科学院智能装备技术研究中心 | 温室灌溉控制方法、装置、系统及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1631098A (zh) * | 2003-12-25 | 2005-06-29 | 中国农业大学 | 一种非充分灌溉预报与控制方法 |
CN102402185A (zh) * | 2011-11-03 | 2012-04-04 | 北京林业大学 | 基于模糊控制的非充分灌溉控制方法 |
CN104134003A (zh) * | 2014-07-30 | 2014-11-05 | 中国科学院自动化研究所 | 基于知识与数据共同驱动的作物单产量预测方法 |
CN104656617A (zh) * | 2015-01-15 | 2015-05-27 | 青岛智能产业技术研究院 | 基于物联网和云计算技术的温室环境调控系统和方法 |
CN104904569A (zh) * | 2015-05-25 | 2015-09-16 | 华南农业大学 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
-
2015
- 2015-10-30 CN CN201510727518.XA patent/CN105494033B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1631098A (zh) * | 2003-12-25 | 2005-06-29 | 中国农业大学 | 一种非充分灌溉预报与控制方法 |
CN102402185A (zh) * | 2011-11-03 | 2012-04-04 | 北京林业大学 | 基于模糊控制的非充分灌溉控制方法 |
CN104134003A (zh) * | 2014-07-30 | 2014-11-05 | 中国科学院自动化研究所 | 基于知识与数据共同驱动的作物单产量预测方法 |
CN104656617A (zh) * | 2015-01-15 | 2015-05-27 | 青岛智能产业技术研究院 | 基于物联网和云计算技术的温室环境调控系统和方法 |
CN104904569A (zh) * | 2015-05-25 | 2015-09-16 | 华南农业大学 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
Non-Patent Citations (3)
Title |
---|
不同种植密度番茄生长行为的结构功能模型模拟;杨丽丽等;《农业机械学报》;20091025;第40卷(第10期);第156~160页 * |
基于作物生长模型的夏玉米灌溉需求分析;毛振强等;《作物学报》;20030520;第29卷(第3期);第419~426页 * |
干旱半干旱区植被生态需水量计算方法评述;胡广录等;《生态学报》;20081215;第28卷(第12期);第6282~6291页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105494033A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105494033B (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN108781926B (zh) | 基于神经网络预测的大棚灌溉系统及方法 | |
CN107087539A (zh) | 一种基于物联网的果蔬智能灌溉系统 | |
CN106054679B (zh) | 一种基于物联网的农业智能监控系统及作物种植方法 | |
CN108094370A (zh) | 灌溉控制方法及装置 | |
CN107173184A (zh) | 一种智能化农业灌溉系统及方法 | |
CN107301481B (zh) | 一种生态农田需水预报系统、测算模型及需水预报方法 | |
CN102823402B (zh) | 一种寒地水稻高效环保灌溉方法 | |
CN104077725A (zh) | 马铃薯种植物联网监测、控制及信息服务云平台综合系统 | |
CN108077042A (zh) | 一种冬小麦全生育期灌溉预警决策方法 | |
Yang et al. | Estimation of groundwater use by crop production simulated by DSSAT‐wheat and DSSAT‐maize models in the piedmont region of the North China Plain | |
CN104820866A (zh) | 一种根据叶菜类作物长势进行变量施肥的方法 | |
CN109258417B (zh) | 一种自动灌溉方法 | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
CN115530054A (zh) | 灌溉控制方法、装置、电子设备及存储介质 | |
CN201595053U (zh) | 一种模糊灌溉控制系统 | |
CN113642729A (zh) | 基于机器学习的智能沼液施用方法、系统及存储介质 | |
CN114092776A (zh) | 应用于智慧农业的多传感器数据融合方法 | |
CN105052335A (zh) | 一种提高生菜氮肥利用率的施肥方法 | |
CN112273026A (zh) | 一种潮汐育苗营养液精准决策方法和系统 | |
CN208581642U (zh) | 一种作物的全生长周期肥水灌溉系统装置 | |
CN103650730B (zh) | 一种根据作物投影面积和植株高度进行施肥的方法 | |
Kumar et al. | Review on IoT based precision irrigation system in agriculture | |
CN105075575A (zh) | 一种在宽窄行间作的玉米、大豆的产量预测方法和灌水质量的评价方法 | |
CN115392016A (zh) | 一种基于遥感数据同化的青贮玉米生长发育预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |