CN106779479A - 一种水稻田灌溉需求信息的获取方法及装置 - Google Patents

一种水稻田灌溉需求信息的获取方法及装置 Download PDF

Info

Publication number
CN106779479A
CN106779479A CN201710021257.9A CN201710021257A CN106779479A CN 106779479 A CN106779479 A CN 106779479A CN 201710021257 A CN201710021257 A CN 201710021257A CN 106779479 A CN106779479 A CN 106779479A
Authority
CN
China
Prior art keywords
rice terrace
rice
soil
irrigates
evapotranspiration
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.)
Granted
Application number
CN201710021257.9A
Other languages
English (en)
Other versions
CN106779479B (zh
Inventor
陆垂裕
戴春胜
孙青言
张博
王浩
严登华
曹国亮
鲁帆
宋长虹
管功勋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HEILONGJIANG PROV WATER CONSERVANCY AND HYDROPOWER SURVEY AND DESIGN INST
China Institute of Water Resources and Hydropower Research
Original Assignee
HEILONGJIANG PROV WATER CONSERVANCY AND HYDROPOWER SURVEY AND DESIGN INST
China Institute of Water Resources and Hydropower Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HEILONGJIANG PROV WATER CONSERVANCY AND HYDROPOWER SURVEY AND DESIGN INST, China Institute of Water Resources and Hydropower Research filed Critical HEILONGJIANG PROV WATER CONSERVANCY AND HYDROPOWER SURVEY AND DESIGN INST
Priority to CN201710021257.9A priority Critical patent/CN106779479B/zh
Publication of CN106779479A publication Critical patent/CN106779479A/zh
Application granted granted Critical
Publication of CN106779479B publication Critical patent/CN106779479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • General Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明提供了一种水稻田灌溉需求信息的获取方法及装置,该水稻田灌溉需求信息的获取方法包括:获取水稻田的蒸散量、下渗排水量和降水量;根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。本发明实施例根据气象因素和土壤属性计算水稻田的水分收支过程,快速准确判断水稻田维持适宜水深的灌溉需求,可以实现历史任意气象情景下水稻灌溉水量的精确计算,为不同气象条件下水稻灌溉制度的制定提供重要参考。

Description

一种水稻田灌溉需求信息的获取方法及装置
技术领域
本发明涉及农业灌溉领域,特别涉及一种水稻田灌溉需求信息的获取方法及装置。
背景技术
水稻作为我国主要的主食之一,占商品粮比重大,水稻的生产在我国国民经济中具有重要地位。随着科学技术的发展,科学种植水稻提高产量成为重要议题。其中,在水稻种植中,水稻种植需水量较大,对于水资源条件有限的区域,尤其需要对水稻不同生育期的灌溉水量进行精确估算,以保证在有限的水资源条件下实现水稻的稳产增收,保障粮食供应安全。
然而,水稻的耗水量受气象条件影响较大,再加上降水量时空分布的随机性,导致水稻的灌溉水量计算存在较大难度。故而,历史气象情景下水稻灌溉水量的水稻种植灌溉数据对于不同水平年的灌溉水量计算和灌溉制度的制定具有极高的参考价值。
发明内容
本发明实施例要解决的技术问题是提供一种水稻田灌溉需求信息的获取方法及装置,用以实现历史任意气象情景下水稻灌溉水量的精确计算。
为解决上述技术问题,本发明实施例提供了一种水稻田灌溉需求信息的获取方法,包括:
获取水稻田的蒸散量、下渗排水量和降水量;
根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;
根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。
进一步的,所述获取水稻田的蒸散量的步骤包括:
获取气象数据;
根据彭曼公式及所述气象数据,获得潜在蒸散发速率;
根据所述潜在蒸散发速率,获得所述水稻田的蒸散量。
进一步的,所述气象数据包括:太阳辐射、最高气温、最低气温、空气相对湿度和风速。
进一步的,所述根据彭曼公式及所述气象数据,获得潜在蒸散发速率的步骤包括:
根据公式
获得所述潜在蒸散发速率,其中,E0表示潜在蒸散发速率,λ表示汽化潜热,K1表示有因次的系数,P表示大气压力,Δ表示饱和气压-温度曲线的斜率,Hnet表示净辐射,G表示地中热通量,γ表示湿度表常数,ρair表示空气密度,表示预设高度处的饱和水汽压,ez表示预设高度处的实际水汽压,rc表示植被阻抗,ra表示空气动力学阻抗。
进一步的,获取下渗排水量的步骤包括:
获取土壤下渗排水物理特性影响因素;
根据所述物理特性影响因素,建立水文模型;
根据所述水文模型,获得所述下渗排水量。
进一步的,所述物理特性影响因素包括:土壤分层粒径分布、土壤凋萎含水率、田间持水率和渗透速率。
进一步的,所述根据所述水文模型,获得所述下渗排水量的步骤包括:
根据土壤剖面层的结构、质地和水力学性质将土壤分层;
根据水文模型,获得各层土壤的下渗量;
根据最底层土壤的下渗量,获得所述下渗排水量。
进一步的,所述根据水文模型,获得各层土壤的下渗量的步骤包括:
根据公式
获得该层土壤的强迫排水量,其中,H0表示静水压力,tx表示强迫排水结束时间,thick表示土层厚度,Ks表示饱和渗透系数;
根据公式
seepy=(sol_ST-sol_FC)·(1-exp(-24/HK))
获得该层土壤的自由排水量,其中,sol_ST表示当天该土层的含水量,sol_FC表示该土层田间持水量,HK=thick/Ks
根据所述强迫排水量和自由排水量之和,获得该层土壤的下渗量。
进一步的,根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据的步骤包括:
当所述田面积水水深小于第一预设阈值时,控制所述水稻田进行灌溉,获得第一水稻田灌溉需求数据;
当所述田面积水水深大于第二预设阈值时,控制所述水稻田进行排水,获得第二水稻田灌溉需求数据。
进一步的,所述第一预设阈值和第二预设阈值根据水稻所处生育期确定。
本发明实施例还提供了一种水稻田灌溉需求信息的获取装置,包括:
第一获取模块,用于获取水稻田的蒸散量、下渗排水量和降水量;
第二获取模块,用于根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;
控制模块,用于根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。
与现有技术相比,本发明实施例提供的一种水稻田灌溉需求信息的获取方法及装置,至少具有以下有益效果:本发明实施例根据气象因素和土壤属性计算水稻田的水分收支过程,快速准确判断水稻田维持适宜水深的灌溉需求,可以实现历史任意气象情景下水稻灌溉水量的精确计算,获得水稻田灌溉需求信息,为不同水平年不同气象条件下水稻灌溉制度的制定提供重要参考。
附图说明
图1为本发明实施例的水稻田灌溉需求信息的获取方法的流程图之一;
图2为本发明实施例的水稻田灌溉需求信息的获取方法的流程图之二;
图3为本发明实施例的水稻田灌溉需求信息的获取方法的流程图之三;
图4为本发明实施例的水稻田灌溉需求信息的获取方法的流程图之四;
图5为本发明实施例的水稻田灌溉需求信息的获取方法的流程图之五;
图6为本发明实施例的水稻田灌溉需求信息的获取装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外,为了清楚和简洁,省略了对已知功能和构造的描述。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
第一实施例
参见图1,本发明实施例提供了一种水稻田灌溉需求信息的获取方法,包括:
步骤101,获取水稻田的蒸散量、下渗排水量和降水量;
步骤102,根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;
步骤103,根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。
在本实施例中,根据水稻田的蒸散量、下渗排水量和降水量计算历史气象条件下的水稻田的田面积水水深,并结合预设阈值获得水稻田灌溉数据,从而得出水稻田的水分收支过程,快速准确判断水稻田维持适宜水深的灌溉需求,实现了历史任意气象情景下水稻灌溉水量的精确计算,所获得的水稻田灌溉需求数据可以为不同气象条件下水稻灌溉制度的制定提供重要参考。在上述水稻田的田面积水水深的计算中,因仅为模拟计算获得所需的灌溉数据,故而在本发明实施例中不考虑蒸散量、下渗排水量和降水量等变量在时间上的变化,而是首先将其当日的全部变量(蒸散量、下渗排水量和降水量)减去,获得水稻田的田面积水水深,再根据预设阈值获得灌溉需求数据即可。
需要注意的是,预设阈值在水稻生长的不同时间段是不同的,且各地区的水稻生长周期及水深的需求设置均有差异,在设置时可通过调查或者试验获得相关数据,例如向实验地的水稻种植者询问。
第二实施例
参见图2,对于第一实施例中,所述获取水稻田的蒸散量的步骤包括:
步骤201,获取气象数据;
步骤202,根据彭曼公式及所述气象数据,获得潜在蒸散发速率;
步骤203,根据所述潜在蒸散发速率,获得所述水稻田的蒸散量。
水稻田蒸散量的精确度关系着后续的获取水稻田的田面积水水深的精确性,关系着整个水稻田灌溉需求数据的精度。故而,相比于第一实施例,在本实施例中,进一步具体限定了水稻田蒸散量的获取。
本实施例中利用历史的气象数据(历史气象数据可查询获得)及彭曼公式计算获得水稻田的潜在蒸散发速率,由于农作物冠层截留量、田面积水量、土壤含水量等实际条件的约束,导致水稻田的实际蒸散量可能达不到潜在蒸散量。实际蒸散量由水稻冠层截留蒸发、田面积水蒸发、土壤蒸发、植株蒸腾等几项组成。根据潜在蒸散发计算水稻冠层截留蒸发、田面积水蒸发、土壤蒸发、植株蒸腾等,还需要根据当前时段水稻田的水稻冠层截留量、田面积水量、土壤含水量、水稻生长阶段等实际因素计算。这些实际因素难以通过实地测量获得,可以通过水文模型在整个区域/流域的水循环模拟中计算得到。水文模型需要通过模型校正和水量平衡检验将水稻冠层截留量、田面积水量、土壤含水量等参数向更符合实际的方向模拟。水稻田蒸散发计算主要在水文模型的辅助下实现,可以计算目标区域/流域内各水稻田块不同时间尺度的蒸散发过程。蒸散发计算顺序为:冠层截留蒸发、田面积水蒸发、植被蒸腾、土壤蒸发,各项蒸散发合计得到当天总蒸散发量。
其中,在本发明实施例的水稻田灌溉需求信息的获取方法中,所述气象数据包括:太阳辐射、最高气温、最低气温、空气相对湿度和风速。
第三实施例
对于第二实施例中,所述根据彭曼公式及所述气象数据,获得潜在蒸散发速率的步骤包括:
根据公式
获得潜在蒸散发速率(mmd-1),其中,E0表示潜在蒸散发速率,λ表示汽化潜热(MJkg-1),K1表示有因次的系数(主要是使公式分子的两项具有相同的单位,如果uz的单位为m/s,则k1=8.64*104),P表示大气压力,Δ表示饱和气压-温度曲线的斜率,Hnet表示净辐射,G表示地中热通量,γ表示湿度表常数,ρair表示空气密度,表示预设高度处(高度z处)的饱和水汽压,ez表示预设高度处(高度z处)的实际水汽压,rc表示植被阻抗,ra表示空气动力学阻抗。
采用Penman-Monteith(彭曼公式)公式计算潜在蒸散发速率,具有日内尺度、日/旬尺度和月尺度多种计算方式,一般而言时间尺度越小该公式的计算精度越高。在本实施例中,为了把本发明实施例的技术要点介绍清楚,本实施例中以日尺度为基本计算时段(且本发明实施例中为模拟计算历史气象条件下的灌溉数据,为获得每天的数据,采用日尺度最为适宜),其他计算方式与之类似。其中,上述公式为对于供水良好的植被,在中等大气稳定度下,假设风速剖面为对数型所写Penman-Monteith公式。
第四实施例
参见图3,对于第一实施例中,获取下渗排水量的步骤包括:
步骤301,获取土壤下渗排水物理特性影响因素;
步骤302,根据所述物理特性影响因素,建立水文模型;
步骤303,根据所述水文模型,获得所述下渗排水量。
在本实施例中,因水稻田下渗排水受土壤物理特性影响,故而,根据下渗排水物理特性影响因素建立相关水文模型,在水文模型的辅助下计算,可以计算目标区域/流域内各水稻田块不同时间尺度的下渗排水过程,获得下渗排水量。
其中,在本发明实施例的水稻田灌溉需求信息的获取方法中,所述物理特性影响因素包括:土壤分层粒径分布、土壤凋萎含水率、田间持水率和渗透速率。
第五实施例
参见图4,对于第四实施例中,所述根据所述水文模型,获得所述下渗排水量的步骤包括:
步骤401,根据土壤剖面层的结构、质地和水力学性质将土壤分层;
步骤402,根据水文模型,获得各层土壤的下渗量;
步骤403,根据最底层土壤的下渗量,获得所述下渗排水量。
在本实施例中,因土壤剖面从上到下的结构、质地、水力学性质等特性存在差异,需要分层计算土壤的下渗量,根据上一实施例建立的水文模型,逐层计算每层土壤的下渗量,当计算到土壤剖面的最底层的土层时,该土层的下渗量作为深层渗漏量离开土壤剖面(此时水稻已无法利用该层下渗的水量),此时该层的下渗量即为下渗排水量。需要注意的是,因为上层土壤中下渗的排水进入下一层时,水稻仍能利用,此部分下渗的排水并未离开整个可利用的土层,故而,整个可利用的土层的下渗排水量为最底层的土层的下渗量,而非各层下渗量之和。
第六实施例
对于第五实施例中,所述根据水文模型,获得各层土壤的下渗量的步骤包括:
根据公式
获得该层土壤的强迫排水量,其中,H0表示静水压力,tx表示强迫排水结束时间,thick表示土层厚度,Ks表示饱和渗透系数;
根据公式
seepy=(sol_ST-sol_FC)·(1-exp(-24/HK))
获得该层土壤的自由排水量,其中,sol_ST表示当天该土层的含水量,sol_FC表示该土层田间持水量,HK=thick/Ks
根据所述强迫排水量和自由排水量之和,获得该层土壤的下渗量。
在本实施例中,因进入土壤剖面的水分在重力作用下向下渗透,该过程由田间持水度控制,当某层土壤的含水率超过田间持水度对应的含水率时(存在重力水),水分才能下渗。在某层土壤中,可被下渗的水量计算如下:
其中SWly,excess为当天某层土壤可排走的水量(mm H2O),FCly为该层土壤的田间持水率下的含水量(mm H2O),SWly为该层土壤实际含水率下的含水量(mm H2O)。
对于单个土层,当天的下渗过程分强迫排水和自由排水两阶段。第一阶段为强迫排水阶段,即上层土层的重力水形成对本土层的静水压力,本土层在上层滞水的情况下进行排水,土层初始时有静水压力H0,土层在静水压力情况下排水,静水压力从H0变化到H′0;第二阶段为自由排水阶段,即上层土层无滞水,本土层的水量在自身重力情况下排出,土层内部水头从H0变化到H′0
先考虑强迫排水阶段的排水量的计算。在强迫排水阶段,如已知强迫排水初始时的压力水头H0,假设在强迫排水时间段内压力水头在H0和土层厚度Thick之间线性变化:
其中tx为强迫排水结束时间,即静水压力水头降落到thick时的时间。t为强迫排水期间的任何时刻,范围为0~tx。根据达西定律,强迫排水的任何时刻的排水速度为:
对上式进行0~tx时间段内的积分,可得:
在0~tx时间段内的任意时刻,累积的强迫排水量为:
根据式(6-3),可计算强迫排水持续的时间:
考虑日尺度的排水计算。假设某土层当天接受来自上层土层的下渗量为seepd,当天该土层的含水率为sol_ST,土层的饱和含水率为sol_UL,则当天潜在的强迫排水量为:
如果大于0,可根据上式计算强迫排水持续时间tx
考虑1日内的排水情况。如果tx大于24小时,则当天全部为强迫排水阶段,当天的排水量可根据式(6-4)计算。
如果tx小于24小时,则除了强迫排水,当天还有自由排水,其排水时间可计算为:
ty=24-tx (6-8)
其排水量为:
seepy=(sol_UL-sol_FC)·(1-exp(-ty/HK)) (6-9)
如果
则当天只有自由排水过程,自由排水量为:
seepy=(sol_ST-sol_FC)·(1-exp(-24/HK)) (6-10)
当天该土层的排水量为:
seep=seepx+seepy (6-11)
本实施例中为模拟计算历史气象条件下的灌溉数据,为获得每天的数据,以日尺度为基本计算时段,故而,根据公式(6-7)计算当日(24小时)该土层的全部强迫排水,根据(6-10)可计算当日该土层的全部自由排水,根据强迫排水和自由排水之和便可获得当日该土层的下渗量。
第七实施例
参见图5,对于第一实施例中,根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据的步骤包括:
步骤501,当所述田面积水水深小于第一预设阈值时,控制所述水稻田进行灌溉,获得第一水稻田灌溉需求数据;
步骤502,当所述田面积水水深大于第二预设阈值时,控制所述水稻田进行排水,获得第二水稻田灌溉需求数据。
需要注意的是,步骤501和步骤502并不存在顺序关系,他们是同级别的选择关系。
在本实施例中,根据预设阈值,因水稻各生育期适宜的田面水深阈值为一区间值,包括最小水深和最大水深,故而,当田面积水水深小于第一预设阈值(最小水深)时,对水稻田进行灌溉,获得第一水稻田灌溉需求数据,将整个水稻模拟生长周期内的数据全部获得即得到生长周期内的灌溉需求数据。当田面积水水深大于第二预设阈值(最大水深)时,对水稻田进行排水,获得第二水稻田灌溉需求数据。此数据为排水数据,也具有一定的参考价值。
需要注意的是,在本实施例中,因水稻所处的生育期不同,其预设阈值也不相同。故而,在计算时需要首先考虑水稻所处的生育期,首选判断每一天是否水稻生育期的时间节点。当识别到第一个时间节点时,即水稻种植前泡田灌溉的开始日期,首先将当前水深扣除蒸散发和下渗排水,再考虑降水量,形成当日的田面积水水深,然后判断该水深是否处于预设的该生育阶段的水深阈值范围内。如果当日水深小于水深阈值下限,则执行灌水操作,记录当日灌水日期和灌水量;如果当日水深高于水深阈值上限,则执行排水操作。当日形成的水深进入次日的灌水(或排水)识别。
计算下一日时,首先判断该日期是否水稻的下一个生育阶段的时间节点,如果否,则继续采用当前生育阶段预设的水深阈值范围进行判断;如果是,则需要采用新的生育阶段的预设水深阈值范围进行判断。灌水(或排水)后形成的水深首先考虑蒸散发、下渗和降水,形成新的水深,然后判断该水深是否处于当前生育阶段预设的水深阈值范围,执行灌水(或排水)操作,记录灌水日期和灌水量。上述步骤逐日循环执行,直至水稻生育期结束。
为获得多年的数据时,需继续逐日判断每一天是否水稻生育期的时间节点,即下一轮水稻种植前泡田灌溉的开始日期,继续执行上述计算步骤,记录每一年水稻田的灌水日期和灌水量,直至整个识别期结束,获得多年的水稻田灌溉需求数据。
第八实施例
在本发明实施例的水稻田灌溉需求信息的获取方法中,所述第一预设阈值和第二预设阈值根据水稻所处生育期确定。
需要注意的是,水稻在不同的生长周期时,所需的水量并不相同,故而第一预设阈值和第二预设阈值需根据水稻所处生育期确定。
其中,对于水稻生育期时间节点设定,水稻生育期可大致分为返青期、分蘖初期、分蘖中期、分蘖末期、拔节孕穗期、抽穗开花期、乳熟期和黄熟期,根据生育期设定一年周期中的时间节点。从水稻泡田灌溉开始,设定第一个时间节点(×月×日),返青期开始,设定第二个时间节点(×月×日),分蘖初期开始,设定第三个时间节点(×月×日),依次类推,直到水稻生育期结束。水稻生育期可通过调查或者试验获得。
水稻不同生育阶段对田面积水水层的深度具有不同的要求,为了实现产量最大化,应根据各生育期对水深的需求设置相应的适宜积水深度。全生育期田面水层可分为4类:深水类(50~100mm)、浅水类(0~50mm)、湿润类(土壤80%含水率~0mm)和晒田类,可根据各生育期的需求设置不同水深上、下限阈值。当田面水深下降到下限阈值以下时,则执行灌溉操作;当田面水深上升到上限阈值以上时,则执行排水操作,以保证田面积水深度维持在当前生育阶段适宜水深范围内。
因各地区水稻生育期和所需水量均有差异,所以在计算时需根据目标地的实际情况进行设置预设阈值,可向实验地的水稻种植者询问获得。
本发明给出一具体实施例以供参考,根据下述获得的灌溉数据即可为当地未来水稻灌溉制度的制定提供重要参考。
以黑龙江省富锦市一年一季水稻为例,划分水稻生育期和设置水稻生长适宜水深阈值,见表1。
表1水稻生育期及其适宜水深
水稻灌溉需求识别
根据水稻生育期不同阶段的适宜水深阈值,考虑水稻田蒸散发、下渗排水和降水,运行程序(即一实施例中对上述获取方法进行编程所形成的可运行程序,可有效减少人为工作量,但是使用上述获取方法人为计算亦可)对其灌溉需求进行动态识别。黑龙江省富锦市某块水稻田在2000年泡田期至乳熟期的灌水和排水识别成果,见表2。表中给出了水稻生育期内灌水和排水的日期和水量,总灌水量为521.8mm(田间灌溉量)。
表2水稻田泡田期~乳熟期灌溉识别成果表(mm)
第九实施例
参见图6,本发明实施例还提供了一种水稻田灌溉需求信息的获取装置,包括:
第一获取模块1,用于获取水稻田的蒸散量、下渗排水量和降水量;
第二获取模块2,用于根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;
控制模块3,用于根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。
进一步的,所述第一获取模块1用于获取水稻田的蒸散量中,所述第一获取模块1包括:
第一获取单元,用于获取气象数据;
第二获取单元,用于根据彭曼公式及所述气象数据,获得潜在蒸散发速率;根据所述潜在蒸散发速率,获得所述水稻田的蒸散量。
进一步的,所述气象数据包括:太阳辐射、最高气温、最低气温、空气相对湿度和风速。
进一步的,所述第二获取单元用于根据彭曼公式及所述气象数据,获得潜在蒸散发速率中,所述第二获取单元具体用于:
根据公式
获得所述潜在蒸散发速率,其中,E0表示潜在蒸散发速率,λ表示汽化潜热,K1表示有因次的系数,P表示大气压力,Δ表示饱和气压-温度曲线的斜率,Hnet表示净辐射,G表示地中热通量,γ表示湿度表常数,ρair表示空气密度,表示预设高度处的饱和水汽压,ez表示预设高度处的实际水汽压,rc表示植被阻抗,ra表示空气动力学阻抗。
进一步的,所述第一获取模块1用于获取下渗排水量中,所述第一获取模块1还包括:
第三获取单元,用于获取土壤下渗排水物理特性影响因素;
建模单元,用于根据所述物理特性影响因素,建立水文模型;
第四获取单元,用于根据所述水文模型,获得所述下渗排水量。
进一步的,所述物理特性影响因素包括:土壤分层粒径分布、土壤凋萎含水率、田间持水率和渗透速率。
进一步的,所述第四获取单元用于根据所述水文模型,获得所述下渗排水量中,所述第四获取单元包括:
分层单元,用于根据土壤剖面层的结构、质地和水力学性质将土壤分层;
第一获取子单元,用于根据水文模型,获得各层土壤的下渗量;
第二获取子单元,用于根据最底层土壤的下渗量,获得所述下渗排水量。
进一步的,所述第一获取子单元用于根据水文模型,获得各层土壤的下渗量中,所述第一获取子单元用于:
根据公式
获得该层土壤的强迫排水量,其中,H0表示静水压力,tx表示强迫排水结束时间,thick表示土层厚度,Ks表示饱和渗透系数;
根据公式
seepy=(sol_ST-sol_FC)·(1-exp(-24/HK))
获得该层土壤的自由排水量,其中,sol_ST表示当天该土层的含水量,sol_FC表示该土层田间持水量,HK=thick/Ks
根据所述强迫排水量和自由排水量之和,获得该层土壤的下渗量。
进一步的,所述控制模块3用于根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据中,所述控制模块3用于:
当所述田面积水水深小于第一预设阈值时,控制所述水稻田进行灌溉,获得第一水稻田灌溉需求数据;
当所述田面积水水深大于第二预设阈值时,控制所述水稻田进行排水,获得第二水稻田灌溉需求数据。
进一步的,所述第一预设阈值和第二预设阈值根据水稻所处生育期确定。
需要注意的是,本发明实施例的水稻田灌溉需求信息的获取装置可以是水文模型中水稻田灌溉需求识别装置。
综上,本发明实施例根据气象因素和土壤属性计算水稻田的水分收支过程,快速准确判断水稻田维持适宜水深的灌溉需求,可以实现历史任意气象情景下水稻灌溉水量的精确计算,为不同气象条件下水稻灌溉制度的制定提供重要参考。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种水稻田灌溉需求信息的获取方法,其特征在于,包括:
获取水稻田的蒸散量、下渗排水量和降水量;
根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;
根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。
2.根据权利要求1所述的水稻田灌溉需求信息的获取方法,其特征在于,所述获取水稻田的蒸散量的步骤包括:
获取气象数据;
根据彭曼公式及所述气象数据,获得潜在蒸散发速率;
根据所述潜在蒸散发速率,获得所述水稻田的蒸散量。
3.根据权利要求2所述的水稻田灌溉需求信息的获取方法,其特征在于,所述气象数据包括:太阳辐射、最高气温、最低气温、空气相对湿度和风速。
4.根据权利要求2所述的水稻田灌溉需求信息的获取方法,其特征在于,所述根据彭曼公式及所述气象数据,获得潜在蒸散发速率的步骤包括:
根据公式
E 0 = Δ · ( H n e t - G ) + γ · K 1 · ( 0.622 · λ · ρ a i r / P ) · ( e z 0 - e z ) / r a λ [ Δ + γ · ( 1 + r c / r a ) ]
获得所述潜在蒸散发速率,其中,E0表示潜在蒸散发速率,λ表示汽化潜热,K1表示有因次的系数,P表示大气压力,Δ表示饱和气压-温度曲线的斜率,Hnet表示净辐射,G表示地中热通量,γ表示湿度表常数,ρair表示空气密度,表示预设高度处的饱和水汽压,ez表示预设高度处的实际水汽压,rc表示植被阻抗,ra表示空气动力学阻抗。
5.根据权利要求1所述的水稻田灌溉需求信息的获取方法,其特征在于,获取下渗排水量的步骤包括:
获取土壤下渗排水物理特性影响因素;
根据所述物理特性影响因素,建立水文模型;
根据所述水文模型,获得所述下渗排水量。
6.根据权利要求5所述的水稻田灌溉需求信息的获取方法,其特征在于,所述物理特性影响因素包括:土壤分层粒径分布、土壤凋萎含水率、田间持水率和渗透速率。
7.根据权利要求5所述的水稻田灌溉需求信息的获取方法,其特征在于,所述根据所述水文模型,获得所述下渗排水量的步骤包括:
根据土壤剖面层的结构、质地和水力学性质将土壤分层;
根据水文模型,获得各层土壤的下渗量;
根据最底层土壤的下渗量,获得所述下渗排水量。
8.根据权利要求7所述的水稻田灌溉需求信息的获取方法,其特征在于,所述根据水文模型,获得各层土壤的下渗量的步骤包括:
根据公式
seep x = K s · 24 H 0 t x - 288 ( H 0 - t h i c k ) t x · t h i c k
获得该层土壤的强迫排水量,其中,H0表示静水压力,tx表示强迫排水结束时间,thick表示土层厚度,Ks表示饱和渗透系数;
根据公式
seepy=(sol_ST-sol_FC)·(1-exp(-24/HK))
获得该层土壤的自由排水量,其中,sol_ST表示当天该土层的含水量,sol_FC表示该土层田间持水量,HK=thick/Ks
根据所述强迫排水量和自由排水量之和,获得该层土壤的下渗量。
9.根据权利要求1所述的水稻田灌溉需求信息的获取方法,其特征在于,根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据的步骤包括:
当所述田面积水水深小于第一预设阈值时,控制所述水稻田进行灌溉,获得第一水稻田灌溉需求数据;
当所述田面积水水深大于第二预设阈值时,控制所述水稻田进行排水,获得第二水稻田灌溉需求数据。
10.根据权利要求9所述的水稻田灌溉需求信息的获取方法,其特征在于,所述第一预设阈值和第二预设阈值根据水稻所处生育期确定。
11.一种水稻田灌溉需求信息的获取装置,其特征在于,包括:
第一获取模块,用于获取水稻田的蒸散量、下渗排水量和降水量;
第二获取模块,用于根据所述蒸散量、下渗排水量和降水量,获得水稻田的田面积水水深;
控制模块,用于根据所述田面积水水深以及预设阈值,控制所述水稻田进行灌溉,获得水稻田灌溉需求数据。
CN201710021257.9A 2017-01-12 2017-01-12 一种水稻田灌溉需求信息的获取方法及装置 Active CN106779479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710021257.9A CN106779479B (zh) 2017-01-12 2017-01-12 一种水稻田灌溉需求信息的获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710021257.9A CN106779479B (zh) 2017-01-12 2017-01-12 一种水稻田灌溉需求信息的获取方法及装置

Publications (2)

Publication Number Publication Date
CN106779479A true CN106779479A (zh) 2017-05-31
CN106779479B CN106779479B (zh) 2019-02-12

Family

ID=58947947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710021257.9A Active CN106779479B (zh) 2017-01-12 2017-01-12 一种水稻田灌溉需求信息的获取方法及装置

Country Status (1)

Country Link
CN (1) CN106779479B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107509506A (zh) * 2017-08-25 2017-12-26 河北省农林科学院旱作农业研究所 一种冬小麦水肥药三节绿色高效生产方法
CN110714509A (zh) * 2019-11-15 2020-01-21 中国水利水电科学研究院 一种多泥沙河流河口滩区恒流补水系统及方法
CN110889563A (zh) * 2019-12-09 2020-03-17 甘肃省治沙研究所 一种沙米人工种植促进出苗需水量的预测方法及系统
WO2020186875A1 (zh) * 2019-03-19 2020-09-24 好农易电子商务有限公司 用于农作物的实际耗水量处理方法及装置、服务器
CN113592334A (zh) * 2021-08-09 2021-11-02 水利部牧区水利科学研究所 分析和评估河湖水量波动影响因素的方法
CN113834920A (zh) * 2021-10-30 2021-12-24 中国水利水电科学研究院 一种用于种植区域的水资源特性精确测量实验装置
CN116432424A (zh) * 2023-03-23 2023-07-14 长江水利委员会长江科学院 基于swat改进模型的水稻灌区水文和产量模拟方法及系统
CN117882635A (zh) * 2024-03-14 2024-04-16 吉林省圣鑫建筑材料有限公司 一种用于城市绿化灌溉的自动化控制方法及其系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104855195A (zh) * 2015-04-27 2015-08-26 扬州大学 一种水稻节水灌溉方法
CN105210801A (zh) * 2015-10-30 2016-01-06 张凡 灌溉时机和灌溉量的确定方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104855195A (zh) * 2015-04-27 2015-08-26 扬州大学 一种水稻节水灌溉方法
CN105210801A (zh) * 2015-10-30 2016-01-06 张凡 灌溉时机和灌溉量的确定方法及装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107509506A (zh) * 2017-08-25 2017-12-26 河北省农林科学院旱作农业研究所 一种冬小麦水肥药三节绿色高效生产方法
CN107509506B (zh) * 2017-08-25 2019-11-05 河北省农林科学院旱作农业研究所 一种冬小麦水肥药三节绿色高效生产方法
WO2020186875A1 (zh) * 2019-03-19 2020-09-24 好农易电子商务有限公司 用于农作物的实际耗水量处理方法及装置、服务器
CN110714509A (zh) * 2019-11-15 2020-01-21 中国水利水电科学研究院 一种多泥沙河流河口滩区恒流补水系统及方法
CN110889563A (zh) * 2019-12-09 2020-03-17 甘肃省治沙研究所 一种沙米人工种植促进出苗需水量的预测方法及系统
CN110889563B (zh) * 2019-12-09 2023-04-18 甘肃省治沙研究所 一种沙米人工种植促进出苗需水量的预测方法及系统
CN113592334A (zh) * 2021-08-09 2021-11-02 水利部牧区水利科学研究所 分析和评估河湖水量波动影响因素的方法
CN113834920A (zh) * 2021-10-30 2021-12-24 中国水利水电科学研究院 一种用于种植区域的水资源特性精确测量实验装置
CN116432424A (zh) * 2023-03-23 2023-07-14 长江水利委员会长江科学院 基于swat改进模型的水稻灌区水文和产量模拟方法及系统
CN116432424B (zh) * 2023-03-23 2023-11-17 长江水利委员会长江科学院 基于swat改进模型的水稻灌区水文和产量模拟方法及系统
CN117882635A (zh) * 2024-03-14 2024-04-16 吉林省圣鑫建筑材料有限公司 一种用于城市绿化灌溉的自动化控制方法及其系统
CN117882635B (zh) * 2024-03-14 2024-06-11 吉林省圣鑫建筑材料有限公司 一种用于城市绿化灌溉的自动化控制方法及其系统

Also Published As

Publication number Publication date
CN106779479B (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
CN106779479B (zh) 一种水稻田灌溉需求信息的获取方法及装置
El‐Hendawy et al. Drip irrigation frequency: the effects and their interaction with nitrogen fertilization on sandy soil water distribution, maize yield and water use efficiency under Egyptian conditions
Hussain et al. Irrigation scheduling for cotton cultivation
Steduto et al. AquaCrop: a new model for crop prediction under water deficit conditions
Khoshravesh et al. AquaCrop model simulation under different irrigation water and nitrogen strategies
Abedinpour Evaluation of Growth-Stage-Specific Crop Coefficients of Maize Using Weighing Lysimeter.
Yoo et al. Estimation of design water requirement using FAO Penman–Monteith and optimal probability distribution function in South Korea
Raes et al. AquaCrop-The FAO crop model to simulate yield response to water
Godwin et al. The water and nitrogen components of the CERES models
Jones et al. Application of modeling to irrigation management of soybeans
Droogers et al. Field‐scale modeling to explore salinity problems in irrigated agriculture 1
Todorovic An Excel-based tool for real time irrigation management at field scale
Morales-Santos et al. Assessment of the impact of irrigation management on soybean yield and water productivity in a subhumid environment
Singh et al. Irrigation planning in cotton through simulation modeling
Balbis et al. Dynamic model of soil moisture for smart irrigation systems
Kale Assessment of AQUACROP model in the simulation of wheat growth under different water regimes.
Reid Growth and water use of faba beans (Vicia faba) in a subhumid climate II. Simulation analysis of crop responses to drought
Dierckx et al. Simulation of the soil-water dynamics and corn yields under deficit irrigation
Zhang et al. Root growth and distribution in relation to different water levels
De Silva Simulation of potential groundwater recharge from the Jaffna Peninsula of Sri Lanka using HYDRUS-1D Model
De Jager et al. Research on a weather service for scheduling the irrigation of winter wheat in the Orange Free State region
Jiang et al. Estimation of soil water content and evapotranspiration from irrigated cropland on the North China Plain
Heeren et al. Development of deficit irrigation strategies for corn using a yield ratio model
CN113615545A (zh) 一种提供水田作物精准灌溉的装置及方法
Dabhi et al. Application of Dual Crop Coefficient Approach for estimation of crop water requirement for summer sesame using SIMDualKc Model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant