CN108077042A - 一种冬小麦全生育期灌溉预警决策方法 - Google Patents
一种冬小麦全生育期灌溉预警决策方法 Download PDFInfo
- Publication number
- CN108077042A CN108077042A CN201711259547.3A CN201711259547A CN108077042A CN 108077042 A CN108077042 A CN 108077042A CN 201711259547 A CN201711259547 A CN 201711259547A CN 108077042 A CN108077042 A CN 108077042A
- Authority
- CN
- China
- Prior art keywords
- soil
- water
- winter wheat
- irrigation
- information
- 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.)
- Pending
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
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种冬小麦全生育期灌溉预警决策方法,包括:S1,将种植区所在的市级气象预测信息输入BP神经网络,获取种植区气象预测信息;S2,将种植区纬度值、冬小麦作物系数、种植区气象预测信息输入日耗水模型,获取日耗水量;日耗水模型应用Hargreaves公式建立;S3,根据种植区的土壤水文特征信息、冬小麦水分控制上限、当前土体贮水量和日耗水量,获取推荐灌溉时间和推荐灌溉量。本发明提供的一种冬小麦全生育期灌溉预警决策方法,维持了供需平衡,解决了传统经验导致的灌溉误差,保证了合理灌溉,提高了水分利用效率,维持了冬小麦产量。
Description
技术领域
本发明涉及农业信息技术领域,尤其涉及一种冬小麦全生育期灌溉预警决策方法。
背景技术
冬小麦作为我国旱区的主要种植作物之一,其生长经历秋季,跨越整个冬季和春季,正是种植区最干旱少雨时期。适时适量的水肥耦合供给不仅是影响其产量和品质的关键措施,而且有助于突破旱区水资源严重紧缺与农业水资源利用效率低下并存的瓶颈,对保障国家粮食供给和粮食安全至关重要。
然而在实际种植现状中,目前旱区冬小麦的灌溉施肥仍然以经验灌溉为主导,即在关键生育期进行定时定量的水肥补给,盲目随机性大,并未考虑当前的土壤水分状况,进而将水肥供给与作物实际需求关联起来。事实上,为了维持作物高产水平,避免水肥过度投入,实现水肥供需的精确匹配,必须考虑环境墒情的影响。尤其针对大田种植,作物生长环境可控性差,依靠常规经验进行的水肥管理,很可能造成水分的不必要补充或者农田面源污染,阻碍水肥管理向着更加高效精准的方向发展。
面对水资源的不合理利用和干旱的频繁发生,水肥一体化作为国内外公认的一种高效节水节肥技术,近年来已逐渐在大田种植管理中推广应用。但依旧存在以下问题:一方面,春季耕地供水危机日益呈现,加上肥料的不合理施加,土壤氮素大量累积,农田面源污染问题日益加重;另一方面,在进行冬小麦的田间管理时,并未形成一套成熟的水肥管理办法。具体如下:①由于气候条件的影响,已推广的水肥一体化装备在灌溉决策上尚未形成完善的简约性监测控制专家系统,缺乏根据土壤实际墒情,在作物关键生育期的专业灌溉指导,易造成水资源的不必要浪费;②现有的专家系统因为限制条件及输入参数过多,农户无法直接获取种植区的农田土壤信息及灌溉决策信息,不能有效的推广开来。因此,在灌溉可供水量短缺和灌溉用水浪费严重的背景下,建立科学合理的冬小麦全生育期灌溉预警决策方法,对于冬小麦的培育和帮助发展节水农业都具有现实意义。
发明内容
本发明为解决现有技术中存在的冬小麦灌溉未考虑当前的土壤水分状况问题,提供了一种冬小麦全生育期灌溉预警决策方法。
一方面,本发明提出一种冬小麦全生育期灌溉预警决策方法,包括:S1,将种植区所在的市级气象预测信息输入BP神经网络,获取种植区气象预测信息;S2,将种植区纬度值、冬小麦作物系数、所述种植区气象预测信息输入日耗水模型,获取日耗水量;所述日耗水模型应用Hargreaves公式建立;S3,根据种植区的土壤水文特征信息、冬小麦水分控制上限、当前土体贮水量和所述日耗水量,获取推荐灌溉时间和推荐灌溉量。
优选地,所述步骤S2进一步包括:根据所述种植区气象预测信息和种植区纬度值,应用Hargreaves公式计算参考作物需水量;根据所述参考作物需水量和冬小麦作物系数,计算未来一段时间冬小麦的作物需水量和日耗水量。
优选地,所述步骤S3进一步包括:根据所述土壤水文特征信息和冬小麦水分控制上限获取土壤最大储水性能,以及当前土体贮水量与土体萎焉含水量的差值;基于土壤水量平衡方程,根据所述当前土体贮水量与土体萎焉含水量的差值和日耗水量计算推荐灌溉时间;根据所述土壤最大储水性能、当前土体储水量和冬小麦水分控制上限获取土体达到控制上限时的推荐灌溉量或渗漏量。
优选地,所述步骤S3进一步包括:根据所述土壤水文特征信息和冬小麦水分控制上限α,由下式获取土壤最大储水性能Wh:
式中,Wf为土壤田间持水量,h为土壤深度,γj为j层土壤容重,θjf为j层土壤田间持水量;
由下式获取当前土体贮水量Wj与土体萎焉含水量WW的差值Δ:
式中,θj为j层土壤实际含水量,θjw为j层土壤凋萎含水量;
根据土壤水量平衡方程,由下式计算土体到达贮水控制下限的天数Td及土体达到控制上限时应该灌溉的水量I或渗漏Di:
Td=(R0+Δ)/Ca
式中,R0为种植区气象预测信息中的降雨量信息,;
所述土体到达贮水控制下限的天数Td即推荐灌溉时间,土体达到控制上限时应该灌溉的水量I或渗漏Di即推荐灌溉量。
优选地,还包括:将肥料的具体元素养分含量、养分利用效率、达到目标产量所需养分量和土壤供肥量输入土壤供需动态平衡模型,获取推荐施肥量和推荐施肥策略。
优选地,还包括步骤S4:根据所述灌溉时间、灌溉量、施肥量和推荐施肥策略控制灌溉设备和施肥设备。
优选地,所述步骤S1之前还包括:获取种植区地点、种植时间、土壤信息和施肥信息;根据所述种植区地点获取市级气象预测信息、种植区纬度值;根据所述种植时间获取冬小麦作物系数和冬小麦水分控制上限;根据所述土壤信息获取当前土体贮水量和土壤供肥量;根据所述施肥信息获取肥料的具体元素养分含量、养分利用效率和前三年平均产量;根据所述前三年平均产量和土壤供肥量获取达到目标产量所需养分量。
优选地,根据如下公式,获取推荐施肥量F:
F=(Ny-NS)/(NC×Nu)
式中,Ny为达到目标产量所需养分量,NS为土壤供肥量,NC为肥料的具体元素养分含量,Nu为养分利用效率。
优选地,根据所述种植时间获取冬小麦作物系数和冬小麦水分控制上限进一步包括:根据所述种植时间获取冬小麦当前的生育期,根据所述生育期匹配响应的冬小麦作物系数和冬小麦水分控制上限;所述生育期包括苗期、越冬期、返青期、拔节期、抽穗期和灌浆期。
另一方面,本发明提出一种冬小麦全生育期灌溉决策设备,包括:至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如前所述的方法。
本发明提供的一种冬小麦全生育期灌溉预警决策方法,利用BP神经网络拟合种植区气象信息,根据日耗水模型和水分供需动态模型获取推荐灌溉时间和灌溉量,维持了供需平衡,解决了传统经验导致的灌溉误差,保证了合理灌溉,提高了水分利用效率,维持了冬小麦产量。
附图说明
图1为本发明具体实施例的一种冬小麦全生育期灌溉预警决策方法的流程示意图;
图2为本发明具体实施例的BP神经网络非线性气象信息拟合的流程示意图;
图3为本发明具体实施例的一种冬小麦全生育期灌溉预警决策设备的结构示意图;
图4为本发明具体实施例的一种冬小麦全生育期灌溉预警决策方法的结构示意图;
图5为本发明具体实施例的一种冬小麦全生育期施肥预警决策方法的结构示意图;
图6为本发明具体实施例的一种冬小麦全生育期灌溉施肥预警决策控制系统的流程示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
当今世界,移动通讯技术和物联网技术迅猛发展,利用这种信息化发展,提前获取种植地区未来几天的气候信息,并以此为依据,结合土壤初期实测水分状况,对近期作物实际蒸散量进行预测,从而构建一种水分供需动态平衡灌溉决策系统,改变经验的定时定量水分补给为高度智能的适时适量水分补给,从而减少水资源的浪费,对农田丰收具有重要作用。
图1为本发明具体实施例的一种冬小麦全生育期灌溉预警决策方法的流程示意图,如图1所示,一种冬小麦全生育期灌溉预警决策方法,包括:S1,将种植区所在的市级气象预测信息输入BP神经网络,获取种植区气象预测信息;S2,将种植区纬度值、冬小麦作物系数、所述种植区气象预测信息输入日耗水模型,获取日耗水量;所述日耗水模型应用Hargreaves公式建立;S3,根据种植区的土壤水文特征信息、冬小麦水分控制上限、当前土体贮水量和所述日耗水量,获取灌溉时间和灌溉量。
首先,将种植区所述在市级气象预测信息输入到BP神经网络中,进行非线性气象信息矫正拟合,输出对应时间的种植区气象预测信息。
其中,所述BP(back propagation)神经网络,是一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络。所述市级气象预测信息可以直接通过国家气象局API的中长期天气预报信息获取,但不限于此。
其次,将种植区纬度值、冬小麦作物系数以及上一步骤中获取的所述种植区气象预测信息输入日耗水模型,获取日耗水量。
其中,所述日耗水模型是应用Hargreaves公式建立的以温度为主要变量进行农田实际蒸散量估计的模型。所述Hargreaves公式是计算参考作物需水量最为简便的经验公式之一,仅需要最高温度、最低温度就可以计算参考作物需水量,对资料要求较低。
最后,将种植区的土壤水文特征信息、冬小麦水分控制上限、当前土体贮水量和上一步骤中获取的日耗水量,输入水分供需动态平衡模型,获取灌溉时间和灌溉量。
本发明具体实施例提供的一种冬小麦全生育期灌溉预警决策方法,利用BP神经网络拟合种植区气象信息,根据日耗水模型和水分供需动态模型获取推荐灌溉时间和灌溉量,维持了供需平衡,解决了传统经验导致的灌溉误差,保证了合理灌溉,提高了水分利用效率,维持了冬小麦产量。
基于上述具体实施例,一种冬小麦全生育期灌溉预警决策方法,还包括步骤S0:构建BP神经网络;将市级气象信息作为输入变量、对应时间的种植区气象信息作为目标变量对所述BP神经网络进行训练。
具体地,在根据市级气象预测信息预测对应时间的种植区气象预测信息之前,首先构建BP神经网络。
随后,采集市级气象信息作为输入变量,并将对应时间的种植区气象信息作为目标变量,对所述BP神经网络进行训练,不断改变所述BP神经网络的连接权值,以使所述BP神经网络的输出不断地接近期望的目标变量。
本发明具体实施例进行以下示例:
图2为本发明具体实施例的BP神经网络非线性气象信息拟合的流程示意图,参考图2,构建一个单隐层的BP神经网络,采集大量的市级预报温度T作为网络的输入变量;采集对应时刻的种植区冠层温度T'作为网络的目标变量,进行非线性气象信息矫正拟合。BP神经网络训练结束后,将目标时间段的市级预报温度T输入BP神经网络中,提取预测函数,获取对应目标时间段的种植区冠层温度。
本发明具体实施例中,通过BP神经网络预测种植区气象信息,给出了更加准确的气象预测信息,为后续推荐灌溉时间和灌溉量的获取提供了更加科学精确的计算基础。
基于上述任一具体实施例,一种冬小麦全生育期灌溉预警决策方法,所述步骤S2进一步包括:根据所述种植区气象预测信息和种植区纬度值,应用Hargreaves公式计算参考作物需水量;根据所述参考作物需水量和冬小麦作物系数,计算未来一段时间冬小麦的作物需水量和日耗水量。
具体地,所述日耗水量的获取进一步包括:
根据种植区纬度值获取大气顶太阳辐射Ra(MJ/(m2·d)),从上一步骤中获取的种植区气象预测信息中提取最高气温Tmax(℃)和最低气温Tmin(℃),由下式获取参考作物需水量ET0(mm/d):
随后,根据参考作物需水量ET0和冬小麦作物系数KC,计算未来一段时间冬小麦的作物需水量ETa(mm/d):
ETa=KC×ET0
根据未来一段时间冬小麦的作物需水量ETa获取日耗水量Ca(mm):
其中,n为预报天数。
基于上述任一具体实施例,一种冬小麦全生育期灌溉预警决策方法,所述步骤S3进一步包括:根据所述土壤水文特征信息获取土壤最大储水性能,以及当前土体贮水量与土体萎焉含水量的差值;基于土壤水量平衡方程,根据所述当前土体贮水量与土体萎焉含水量的差值和日耗水量计算灌溉时间;根据所述土壤最大储水性能、当前土体储水量和冬小麦水分控制上限获取土体达到控制上限时的灌溉量或渗漏量。
具体地,获取推荐灌溉时间和推荐灌溉量的步骤进一步包括:
根据所述土壤水文特征信息和冬小麦水分控制上限α,由下式获取土壤最大储水性能Wh(mm):
式中,Wf为土壤田间持水量(mm),h为土壤深度(cm),γj为j层土壤容重(g/cm3),θjf为j层土壤田间持水量(g/g)。
由下式获取当前土体贮水量Wj与土体萎焉含水量WW的差值Δ(mm):
式中,θj为j层土壤实际含水量(g/g),θjw为j层土壤凋萎含水量(g/g)。
随后,根据土壤水量平衡方程,判断土体到达贮水控制下限的天数Td(d)及土体达到控制上限(最高为田持)时应该灌溉的水量I(m3/亩)或渗漏Di(m3/亩):
Td=(R0+Δ)/Ca
式中,R0为种植区气象预测信息中的降雨量信息,即通过神经网络预测的种植区未来预警期内的降雨量。
所述土体到达贮水控制下限的天数Td即推荐灌溉时间,土体达到控制上限(最高为田持)时应该灌溉的水量I或渗漏Di即推荐灌溉量。
本发明具体实施例中提出了获取推荐灌溉时间和灌溉量的详细方法,维持了供需平衡,解决了传统经验导致的灌溉误差,保证了合理灌溉,提高了水分利用效率。
在水肥一体化的推广应用中,还存在以下问题:由于各地区土壤条件不同,针对大田种植的施肥决策仍然以农民经验为主,易产生过量施肥行为,引起土壤氮素大量累积及面源污染等问题。因而,构建一种水肥供需动态平衡灌溉施肥决策系统,改变经验的定时定量水肥补给为高度智能的适时适量水肥补给,从而减少水肥浪费,对农田丰收具有重要作用。
基于上述任一具体实施例,一种冬小麦全生育期灌溉预警决策方法,还包括:将肥料的具体元素养分含量、养分利用效率、达到目标产量所需养分量和土壤供肥量输入土壤供需动态平衡模型,获取推荐施肥量和推荐施肥策略。
具体地,将肥料的具体元素养分含量、养分利用效率、达到目标产量所需养分量和土壤供肥量输入土壤供需动态平衡模型,根据养分方程得到推荐施肥量,并提示推荐施肥策略。所述养分方程如下:
F=(Ny-NS)/(NC×Nu)
式中,F为推荐作物施肥量(kg/亩),Ny为与前三年平均作物单产有关的达到作物目标产量所需养分量,即达到目标产量所需养分量(kg/亩),NS为与土壤耕层实测养分含量有关的养分土壤供给量,即土壤供肥量(kg/亩),NC为具体元素养分含量(%),Nu为养分利用效率(%)。
此外,本发明具体实施例中的施肥预警决策方法可以在上述任一具体实施例的灌溉预警决策方法之前、之后执行,或者与所述灌溉预警决策方法同时运行。
本发明具体实施例中,通过在灌溉预警决策方法中加入施肥预警决策方法,实现了基于土壤水肥供需动态平衡原理的冬小麦全生育期灌溉施肥预报方法,优化了大田水肥一体化装备的水肥耦合供给方法,为建立科学合理的灌溉施肥方法及简约型专家系统提供了技术支持。
基于上述任一具体实施例,一种冬小麦全生育期灌溉预警决策方法,还包括步骤S4:根据所述灌溉时间、灌溉量、施肥量和推荐施肥策略控制灌溉设备和施肥设备。
具体地,根据上述步骤中获取的灌溉时间、灌溉量、施肥量和推荐施肥策略控制灌溉设备和施肥设备,例如水肥一体化设备,达到自动灌溉施肥的效果,实现冬小麦全生育期灌溉施肥预测和管控机制的建立。
基于上述任一具体实施例,一种冬小麦全生育期灌溉预警决策方法,所述步骤S1之前还包括:获取种植区地点、种植时间、土壤信息和施肥信息;根据所述种植区地点获取市级气象预测信息、种植区纬度值;根据所述种植时间获取冬小麦作物系数和冬小麦水分控制上限;根据所述土壤信息获取当前土体贮水量和土壤供肥量;根据所述施肥信息获取肥料的具体元素养分含量、养分利用效率和前三年平均产量;根据所述前三年平均产量和土壤供肥量获取达到目标产量所需养分量。
具体地,所述种植区地点由用户输入或由GPS定位技术自动获取。
所述种植时间通过用户输入获取。
所述土壤信息包括种植区耕层土壤实测含水量即当前土体贮水量,以及养分含量,前者来自于现场布置传感器或与本地气象站通讯获取到的不同土层含水量信息,或者利用土钻烘干法测定的不同土层含水量信息,后者从数据库获取到的水肥一体化设备端存储的种植区不同土层次的土壤含水量墒情信息。
所述施肥信息包括管理冬小麦实际施用的氮肥、磷肥和钾肥种类,通过用户输入获取。
基于上述任一具体实施例,一种冬小麦全生育期灌溉预警决策方法,根据所述种植时间获取冬小麦作物系数和冬小麦水分控制上限进一步包括:根据所述种植时间获取冬小麦当前的生育期,根据所述生育期匹配响应的冬小麦作物系数和冬小麦水分控制上限;所述生育期包括苗期、越冬期、返青期、拔节期、抽穗期和灌浆期。
图3为本发明具体实施例的一种冬小麦全生育期灌溉预警决策设备的结构示意图,如图3所示,该设备包括:至少一个处理器301;以及与所述处理器301通信连接的至少一个存储器302,其中:所述存储器302存储有可被所述处理器301执行的程序指令,所述处理器301调用所述程序指令能够执行上述各实施例所提供的网络设备配置核查的方法,例如包括:将种植区所在的市级气象预测信息输入BP神经网络,获取种植区气象预测信息;将种植区纬度值、冬小麦作物系数、所述种植区气象预测信息输入日耗水模型,获取日耗水量;所述日耗水模型应用Hargreaves公式建立;将种植区的土壤水文特征信息、冬小麦水分控制上限、当前土体贮水量和所述日耗水量,输入水分供需动态平衡模型,获取推荐灌溉时间和推荐灌溉量。
为了更好地理解与应用本发明提出的一种冬小麦全生育期灌溉预警决策方法,本发明进行以下示例,且本发明不仅局限于以下示例。
示例一:
下面以Android客户端为例,使用地点为晋南冬小麦种植区,对一种基于天气预报的冬小麦灌溉施肥预警系统各模块进行具体说明。
本方法实施例由首页、灌溉预警页、施肥决策页和参数修改页组成。图4为本发明具体实施例的一种冬小麦全生育期灌溉预警决策方法的结构示意图,图5为本发明具体实施例的一种冬小麦全生育期施肥预警决策方法的结构示意图,参考图4、图5,作物信息交互模块设置在首页:种植地点单选框选择,种植日期通过软键盘输入。部分土壤信息设置在灌溉预警页,由用户直接输入0-100cm范围内5个土层的土壤实际含水量;其余土壤信息及肥料信息交互模块设置在施肥决策页,用户使用下拉菜单选择具体施用肥料种类,并输入当前耕层土壤实测养分含量及前三年平均作物单产。本实施例给出氮肥、磷肥和钾肥各两种,以供选择。
信息提取模块根据种植地运城,提取出该地点0-100cm范围内经验土壤水文参数(土壤凋萎含水量θw(g/g),土壤田间含水量θf(g/g),土壤饱和含水量θs(g/g),和土壤容重γ(g/cm3),并允许管理者根据定植地特殊情况进行修改;利用信息技术,提取出种植区纬度值及未来短期气温信息,拟合为种植区气温信息后显示在客户端界面,并由软键盘输入决策期内降雨量;根据交互的种植日期,提取出冬小麦生育期:苗期、越冬期、返青期、拔节期、抽穗期和灌浆期(当前处于返青期),进而提取出该生育期对应的作物系数KC及水分上限控制百分比α;根据施用肥料种类,提取出所选肥料种类中N、P2O5和K2O的养分含量NC(%)和肥料利用率Nu(%)。
供需平衡建模模块包括水量供需平衡建模及肥量供需平衡建模。水量平衡建模算法如下:
S1,根据所述土壤水文特征信息和冬小麦水分控制上限α,由下式获取土壤最大储水性能Wh(mm):
式中,Wf为土壤田间持水量(mm),h为土壤深度(cm),γj为j层土壤容重(g/cm3),θjf为j层土壤田间持水量(g/g)。
由下式获取当前土体贮水量Wj与土体萎焉含水量WW的差值Δ(mm):
式中,θj为j层土壤实际含水量(g/g),θjw为j层土壤凋萎含水量(g/g)。
S2,根据种植区纬度值获取大气顶太阳辐射Ra(MJ/(m2·d)),从种植区气象预测信息中提取最高气温Tmax(℃)和最低气温Tmin(℃),由下式获取参考作物需水量ET0(mm/d):
S3,根据参考作物需水量ET0和冬小麦作物系数KC,计算未来一段时间冬小麦的作物需水量ETa(mm/d):
ETa=KC×ET0
根据未来一段时间冬小麦的作物需水量ETa获取日耗水量Ca(mm):
其中,n为预报天数。
S4,根据土壤水量平衡方程,判断土体到达贮水控制下限的天数Td(d)及土体达到控制上限(最高为田持)时应该灌溉的水量I(m3/亩)或渗漏Di(m3/亩):
Td=(R0+Δ)/Ca
所述土体到达贮水控制下限的天数Td即推荐灌溉时间,土体达到控制上限(最高为田持)时应该灌溉的水量I或渗漏Di即推荐灌溉量。
特别地,在冬小麦的冬灌期,根据土壤水文特征参数中的饱和含水量θjs(g/g),计算出土体饱和含水量WS,当Wj<WS时无需冬灌,否则一次性灌溉量为I(m3/亩):
I=WS-Wj=10h×γj×(θjs-θj)/1000×667
肥量供需平衡建模由养分方程得到推荐施肥量,并提示推荐施肥策略:F=(Ny-NS)/(NC×Nu)
式中,F为推荐作物施肥量(kg/亩),Ny为与前三年平均作物单产有关的达到作物目标产量所需养分量(kg/亩),NS为与土壤耕层实测养分含量有关的养分土壤供给量(kg/亩)。例如,当选择施肥种类为尿素、过磷酸钙和硫酸钾时,推荐施肥策略量为尿素15.44kg/亩、过磷酸钙131.89kg/亩、硫酸钾22.14kg/亩,推荐施肥策略为磷肥钾肥全部底施,氮肥全部追施,小喇叭口期追施3.09kg/亩,孕穗期追施9.26kg/亩,抽雄期追施3.09kg/亩;当选择施肥种类为碳酸氢铵、重过磷酸钙和氯化钾时,推荐施肥策略量为碳酸氢铵41.78kg/亩、重过磷酸钙45.22kg/亩、氯化钾19.42kg/亩,推荐施肥策略为磷肥钾肥全部底施,氮肥全部追施,小喇叭口期追施8.36kg/亩,孕穗期追施25.07kg/亩,抽雄期追施8.36kg/亩。
本示例中,将预警系统移植到移动客户端,方便管理者或上层部门更加便捷直接地接收作物灌溉施肥决策信息,及时调整管控策略,同时弥补了传统专家系统因参数过多使得农户无法直接使用的缺陷,既可保证合理灌溉施肥,维持小麦产量,又可提高水分利用效率,且操作简易。
示例二:
该实施例区别于实施例一的地方在于:
(1)使用地点不是由用户在首页选择,而是打开手机位置信息,利用GPS定位技术,编写程序自动获取。
(2)灌溉预警中,决策期间内降雨量不是人为手动输入,而是由获取到的天气预报信息,根据表1,将降雨程度自动匹配为降雨量,参与水分的建模预警。
表1降雨程度匹配表
(3)未来一段时间的气温信息不是直接解析天气预报得到的地市级平均气温,而是根据以往大量数据拟合到种植地区气温,提高预警精度。
示例三:
将示例一的冬小麦全生育期灌溉施肥决策方法应用在水肥一体化设备上,实现预警方法的管控机制,图6为本发明具体实施例的一种冬小麦全生育期灌溉施肥决策控制系统的流程示意图。如图6所示,首先,根据交互的使用地点信息提取出土壤水文特征参数及未来气温和降雨信息;根据交互的种植日期,提取出作物生育期,进一步筛选出对应作物系数及土壤水分控制上限;根据交互的施用肥料信息提取出肥料中的N、P、K养分含量及肥料利用率。进一步地,由未来气温及降雨信息进行日蒸散量估算;由土壤水利特征参数、水分控制上限及土体实际含水量,进行基于土壤水量平衡方程的水分供需动态建模;由提取的肥料参数及土体实际养分含量进行基于土壤养分平衡的养分需求建模。最后,进行灌溉及施肥决策,并使用决策结果控制水肥一体化设备,达到自动灌溉的效果。
本发明针对冬小麦种植季干旱少雨的特点,着眼于实际供需平衡,提出了一种基于实际耗水量预估的适时适量的冬小麦生长期灌溉施肥决策方法及管控方法。利用信息技术,获取未来一段时间的天气预报,并利用神经网络原理拟合为种植区天气,由种植区实际气象参数,采用Hargreaves公式,以温度为主要变量进行农田实际蒸散量估计,建立日耗水模型,预测最近一段时间内作物耗水量,并结合当前土壤含水量墒情,决策滞后一段时间的灌溉量及灌溉时间;同时由耕层当前土壤养分含量及肥料施用种类,决策滞后一段时间的肥料供给,减少了人为经验灌溉造成的误差,只补充消耗量,提高了水分利用效率,可供农业部门或管理者随时随地查询某地灌溉预警及施肥策略,避免了现有专家系统因管理参数多、操作复杂等缺陷而难以得到普及应用的问题,为建立科学合理的灌溉施肥方法及简约型专家系统提供了技术支持。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种冬小麦全生育期灌溉预警决策方法,其特征在于,包括:
S1,将种植区所在的市级气象预测信息输入BP神经网络,获取种植区气象预测信息;
S2,将种植区纬度值、冬小麦作物系数、所述种植区气象预测信息输入日耗水模型,获取日耗水量;所述日耗水模型应用Hargreaves公式建立;
S3,根据种植区的土壤水文特征信息、冬小麦水分控制上限、当前土体贮水量和所述日耗水量,获取推荐灌溉时间和推荐灌溉量。
2.根据权利要求1所述的方法,其特征在于,所述步骤S2进一步包括:
根据所述种植区气象预测信息和种植区纬度值,应用Hargreaves公式计算参考作物需水量;
根据所述参考作物需水量和冬小麦作物系数,计算未来一段时间冬小麦的作物需水量和日耗水量。
3.根据权利要求1所述的方法,其特征在于,所述步骤S3进一步包括:
根据所述土壤水文特征信息和冬小麦水分控制上限获取土壤最大储水性能,以及当前土体贮水量与土体萎焉含水量的差值;
基于土壤水量平衡方程,根据所述当前土体贮水量与土体萎焉含水量的差值和日耗水量计算推荐灌溉时间;根据所述土壤最大储水性能、当前土体储水量和冬小麦水分控制上限获取土体达到控制上限时的推荐灌溉量或渗漏量。
4.根据权利要求3所述的方法,其特征在于,所述步骤S3进一步包括:
根据所述土壤水文特征信息和冬小麦水分控制上限α,由下式获取土壤最大储水性能Wh:
<mrow>
<msub>
<mi>W</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>&times;</mo>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>&times;</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mi>h</mi>
<mo>&times;</mo>
<msub>
<mi>&gamma;</mi>
<mi>j</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>j</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
式中,Wf为土壤田间持水量,h为土壤深度,γj为j层土壤容重,θjf为j层土壤田间持水量;
由下式获取当前土体贮水量Wj与土体萎焉含水量WW的差值Δ:
<mrow>
<mi>&Delta;</mi>
<mo>=</mo>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>W</mi>
<mi>W</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mi>h</mi>
<mo>&times;</mo>
<msub>
<mi>&gamma;</mi>
<mi>j</mi>
</msub>
<mo>&times;</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>j</mi>
<mi>w</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
式中,θj为j层土壤实际含水量,θjw为j层土壤凋萎含水量;
根据土壤水量平衡方程,由下式计算土体到达贮水控制下限的天数Td及土体达到控制上限时应该灌溉的水量I或渗漏Di:
Td=(R0+Δ)/Ca
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<mo><</mo>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mo>,</mo>
<mi>I</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>W</mi>
<mi>h</mi>
</msub>
<mo>-</mo>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>R</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>1000</mn>
<mo>&times;</mo>
<mn>667</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<mo>></mo>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mo>,</mo>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mi>h</mi>
<mo>&times;</mo>
<msub>
<mi>&gamma;</mi>
<mi>j</mi>
</msub>
<mo>&times;</mo>
<mo>(</mo>
<mrow>
<mi>&alpha;</mi>
<mo>&times;</mo>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>j</mi>
<mi>f</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>1000</mn>
<mo>&times;</mo>
<mn>667</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
式中,R0为种植区气象预测信息中的降雨量信息;
所述土体到达贮水控制下限的天数Td即推荐灌溉时间,土体达到控制上限时应该灌溉的水量I或渗漏Di即推荐灌溉量。
5.根据权利要求1所述的方法,其特征在于,还包括:根据肥料的具体元素养分含量、养分利用效率、达到目标产量所需养分量和土壤供肥量,获取推荐施肥量和推荐施肥策略。
6.根据权利要求5所述的方法,其特征在于,还包括步骤S4:根据所述灌溉时间、灌溉量、施肥量和推荐施肥策略控制灌溉设备和施肥设备。
7.根据权利要求5所述的方法,其特征在于,所述步骤S1之前还包括:
获取种植区地点、种植时间、土壤信息和施肥信息;
根据所述种植区地点获取市级气象预测信息、种植区纬度值;根据所述种植时间获取冬小麦作物系数和冬小麦水分控制上限;根据所述土壤信息获取当前土体贮水量和土壤供肥量;根据所述施肥信息获取肥料的具体元素养分含量、养分利用效率和前三年平均产量;根据所述前三年平均产量和土壤供肥量获取达到目标产量所需养分量。
8.根据权利要求5所述的方法,其特征在于,根据如下公式,获取推荐施肥量F:
F=(Ny-NS)/(NC×Nu)
式中,Ny为达到目标产量所需养分量,NS为土壤供肥量,NC为肥料的具体元素养分含量,Nu为养分利用效率。
9.根据权利要求7所述的方法,其特征在于,根据所述种植时间获取冬小麦作物系数和冬小麦水分控制上限进一步包括:
根据所述种植时间获取冬小麦当前的生育期,根据所述生育期匹配响应的冬小麦作物系数和冬小麦水分控制上限;所述生育期包括苗期、越冬期、返青期、拔节期、抽穗期和灌浆期。
10.一种冬小麦全生育期灌溉决策设备,其特征在于,包括:
至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711259547.3A CN108077042A (zh) | 2017-12-04 | 2017-12-04 | 一种冬小麦全生育期灌溉预警决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711259547.3A CN108077042A (zh) | 2017-12-04 | 2017-12-04 | 一种冬小麦全生育期灌溉预警决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108077042A true CN108077042A (zh) | 2018-05-29 |
Family
ID=62173722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711259547.3A Pending CN108077042A (zh) | 2017-12-04 | 2017-12-04 | 一种冬小麦全生育期灌溉预警决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108077042A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118382A (zh) * | 2018-08-23 | 2019-01-01 | 吉林省土壤肥料总站 | 土壤墒情与施肥量关系模型的建立方法及应用 |
CN110214506A (zh) * | 2019-06-26 | 2019-09-10 | 北京农业智能装备技术研究中心 | 水肥管控方法及系统 |
CN110367086A (zh) * | 2019-07-23 | 2019-10-25 | 山东开创云软件有限公司 | 一种灌溉方法及服务器 |
CN110472840A (zh) * | 2019-07-29 | 2019-11-19 | 重庆邮电大学 | 一种基于神经网络技术的农业水利调度方法及系统 |
CN110490473A (zh) * | 2019-08-23 | 2019-11-22 | 西北农林科技大学 | 一种基于土壤水分动态平衡的作物生产水足迹测算方法 |
CN111783987A (zh) * | 2020-07-14 | 2020-10-16 | 中国水利水电科学研究院 | 基于改进bp神经网络的农田参考作物蒸散量预测方法 |
CN112084466A (zh) * | 2020-09-18 | 2020-12-15 | 辽宁省农业科学院 | 一种覆盖可降解地膜植物耗水量计算方法 |
CN112561367A (zh) * | 2020-12-22 | 2021-03-26 | 湖北良顷农业科技有限公司 | 一种智能种植决策控制系统 |
CN113906966A (zh) * | 2021-02-09 | 2022-01-11 | 中国农业大学 | 一种基于华北冬小麦-夏玉米轮作系统的轻简化节水栽培方法 |
CN114365682A (zh) * | 2021-12-06 | 2022-04-19 | 北京市农林科学院智能装备技术研究中心 | 一种设施栽培土壤水分预测方法、装置及电子设备 |
CN114946617A (zh) * | 2022-01-18 | 2022-08-30 | 黄河水利职业技术学院 | 基于卫星遥感的水肥一体智能灌溉系统及其控制方法 |
CN115330269A (zh) * | 2022-10-12 | 2022-11-11 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 平原河网水稻灌区农业灌溉超定额用水的预警方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106359005A (zh) * | 2016-08-31 | 2017-02-01 | 内蒙古农业大学 | 一种间作农田的自动灌溉装置及自动灌溉方法 |
CN106570770A (zh) * | 2016-11-11 | 2017-04-19 | 山东农业大学 | 果园水肥一体化追肥量精准估算方法 |
CN107278467A (zh) * | 2017-08-25 | 2017-10-24 | 河北省农林科学院旱作农业研究所 | 一种冬小麦测墒预警春灌一水节水丰产栽培方法 |
-
2017
- 2017-12-04 CN CN201711259547.3A patent/CN108077042A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106359005A (zh) * | 2016-08-31 | 2017-02-01 | 内蒙古农业大学 | 一种间作农田的自动灌溉装置及自动灌溉方法 |
CN106570770A (zh) * | 2016-11-11 | 2017-04-19 | 山东农业大学 | 果园水肥一体化追肥量精准估算方法 |
CN107278467A (zh) * | 2017-08-25 | 2017-10-24 | 河北省农林科学院旱作农业研究所 | 一种冬小麦测墒预警春灌一水节水丰产栽培方法 |
Non-Patent Citations (3)
Title |
---|
张倩: "基于天气预报信息解析的冬小麦灌溉预报研究", 《西北农林科技大学博士学位论文》 * |
蔡丽艳: "《数据挖掘算法及其应用研究》", 28 February 2013, 电子科技大学出版社 * |
郑顺林等: "《作物高效生产理论与技术》", 30 June 2014 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118382B (zh) * | 2018-08-23 | 2021-08-10 | 吉林省土壤肥料总站 | 土壤墒情与施肥量关系模型的建立方法及应用 |
CN109118382A (zh) * | 2018-08-23 | 2019-01-01 | 吉林省土壤肥料总站 | 土壤墒情与施肥量关系模型的建立方法及应用 |
CN110214506A (zh) * | 2019-06-26 | 2019-09-10 | 北京农业智能装备技术研究中心 | 水肥管控方法及系统 |
CN110367086B (zh) * | 2019-07-23 | 2022-05-27 | 山东开创云计算有限公司 | 一种灌溉方法及服务器 |
CN110367086A (zh) * | 2019-07-23 | 2019-10-25 | 山东开创云软件有限公司 | 一种灌溉方法及服务器 |
CN110472840A (zh) * | 2019-07-29 | 2019-11-19 | 重庆邮电大学 | 一种基于神经网络技术的农业水利调度方法及系统 |
CN110472840B (zh) * | 2019-07-29 | 2022-03-22 | 重庆邮电大学 | 一种基于神经网络技术的农业水利调度方法及系统 |
CN110490473A (zh) * | 2019-08-23 | 2019-11-22 | 西北农林科技大学 | 一种基于土壤水分动态平衡的作物生产水足迹测算方法 |
CN110490473B (zh) * | 2019-08-23 | 2022-11-01 | 西北农林科技大学 | 一种基于土壤水分动态平衡的作物生产水足迹测算方法 |
CN111783987A (zh) * | 2020-07-14 | 2020-10-16 | 中国水利水电科学研究院 | 基于改进bp神经网络的农田参考作物蒸散量预测方法 |
CN112084466A (zh) * | 2020-09-18 | 2020-12-15 | 辽宁省农业科学院 | 一种覆盖可降解地膜植物耗水量计算方法 |
CN112561367A (zh) * | 2020-12-22 | 2021-03-26 | 湖北良顷农业科技有限公司 | 一种智能种植决策控制系统 |
CN113906966A (zh) * | 2021-02-09 | 2022-01-11 | 中国农业大学 | 一种基于华北冬小麦-夏玉米轮作系统的轻简化节水栽培方法 |
CN113906966B (zh) * | 2021-02-09 | 2023-08-15 | 中国农业大学 | 一种基于华北冬小麦-夏玉米轮作系统的轻简化节水栽培方法 |
CN114365682A (zh) * | 2021-12-06 | 2022-04-19 | 北京市农林科学院智能装备技术研究中心 | 一种设施栽培土壤水分预测方法、装置及电子设备 |
CN114946617A (zh) * | 2022-01-18 | 2022-08-30 | 黄河水利职业技术学院 | 基于卫星遥感的水肥一体智能灌溉系统及其控制方法 |
CN114946617B (zh) * | 2022-01-18 | 2023-08-11 | 黄河水利职业技术学院 | 基于卫星遥感的水肥一体智能灌溉系统及其控制方法 |
CN115330269A (zh) * | 2022-10-12 | 2022-11-11 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 平原河网水稻灌区农业灌溉超定额用水的预警方法及装置 |
CN115330269B (zh) * | 2022-10-12 | 2023-03-24 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 平原河网水稻灌区农业灌溉超定额用水的预警方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108077042A (zh) | 一种冬小麦全生育期灌溉预警决策方法 | |
CN107945042B (zh) | 一种作物生长灌溉决策控制系统 | |
Fan et al. | Improving nutrient and water use efficiencies using water-drip irrigation and fertilization technology in Northeast China | |
CN104460582B (zh) | 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统 | |
US20160309646A1 (en) | Agronomic systems, methods and apparatuses | |
CN108781926B (zh) | 基于神经网络预测的大棚灌溉系统及方法 | |
CN110214506A (zh) | 水肥管控方法及系统 | |
CN107807598A (zh) | 物联网+节水、节肥精准灌溉系统及方法 | |
CN102413161A (zh) | 一种苹果果园精准管理系统 | |
CN104521699A (zh) | 田间智能灌溉在线控制管理方法 | |
CN103838144A (zh) | 基于物联网土壤分析的甘蔗精细种植滴灌建模控制方法 | |
US10412907B2 (en) | Deficit-irrigation control system, based on dynamic organization of multi-agents systems and wireless or wired network | |
CN107392376A (zh) | 一种农作物气象产量预测方法及系统 | |
CN107330804A (zh) | 一种智慧水利管控云平台及方法 | |
CN105494033B (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN105389663B (zh) | 一种农田灌溉智能决策系统和方法 | |
CN102823402B (zh) | 一种寒地水稻高效环保灌溉方法 | |
CN109874477A (zh) | 一种农业园区施肥机托管方法及系统 | |
CN108958329A (zh) | 一种滴灌水肥一体化智能决策方法 | |
CN103858578B (zh) | 马铃薯种薯种植施肥调控的方法 | |
CN115125903B (zh) | 一种基于需水预测的田间一体化闸门自动灌排管理方法 | |
CN111685014A (zh) | 基于多源信息融合的作物节水灌溉决策方法及测控系统 | |
Liu Yang et al. | Modeling the effects of plastic film mulching on irrigated maize yield and water use efficiency in sub-humid Northeast China. | |
CN115530054A (zh) | 灌溉控制方法、装置、电子设备及存储介质 | |
TWM610801U (zh) | 農作物生長週期與產量交互動態預測系統 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180529 |