CN109892214B - 用于农作物的缺水处理方法及装置 - Google Patents
用于农作物的缺水处理方法及装置 Download PDFInfo
- Publication number
- CN109892214B CN109892214B CN201910133519.XA CN201910133519A CN109892214B CN 109892214 B CN109892214 B CN 109892214B CN 201910133519 A CN201910133519 A CN 201910133519A CN 109892214 B CN109892214 B CN 109892214B
- Authority
- CN
- China
- Prior art keywords
- soil
- water
- water shortage
- precipitation
- crops
- 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
Images
Abstract
本申请公开了一种用于农作物的缺水处理方法及装置。该方法包括获取有效降水量;根据所述有效降水量计算出预测时段的缺水量;确定土壤含水量下限;根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量。本申请解决了缺水处理效果较差的技术问题。采用本申请能够实时地对农作物缺水量进行计算,更加利于安排农作物的灌溉策略。
Description
技术领域
本申请涉及农业灌溉领域,具体而言,涉及一种用于农作物的缺水处理方法及装置。
背景技术
农作物缺水,主要会受到降雨量、天气等影响,同时与农作物类型、耕地类型也有较大关系。
发明人发现,针对农作物缺水量估计时如果都采用人工凭借经验估计,会由于外界因素变化而对估计结果受到较大影响,从而导致缺水估计不准确。进一步,影响农作物灌溉。
针对相关技术中缺水处理效果较差的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种用于农作物的缺水处理方法及装置,以解决缺水处理效果较差的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种用于农作物的缺水处理方法。
根据本申请的用于农作物的缺水处理方法包括:获取有效降水量;根据所述有效降水量计算出预测时段的缺水量;确定土壤含水量下限;根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量。
进一步地,所述获取有效降水量包括:根据预报站和检测日期得到降水量;设置农作物初始损耗和确定根层土壤有效降水比例;有效降水量=MAX((Pi-Ploss),0)*η,其中,所述η为根层土壤有效降水比例,所述Ploss为农作物初始损耗,所述Pi为降水量。
进一步地,所述根据所述有效降水量计算出预测时段的缺水量为:当天土壤储水量=前一天土壤储水量+有效降雨量-深层渗漏量-实际蒸发量其中,所述所述深层渗漏量为:前一天储水量-根区田持量,所述实际蒸发量为变量。
进一步地,所述确定土壤含水量下限包括:
W下限=θlimit×h根深
其中,θlimit为确定土壤含水量控制下限参数,h根深为作物最大根系深度作为根深h根深=zcrp,max。
进一步地,根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量包括:
W=∑(MAX(W下限-Wi+j,0))j=1~N
其中,所述W下限为土壤含水量下限,Wi+j为预测时段的缺水量。
为了实现上述目的,根据本申请的另一方面,提供了一种用于农作物的缺水处理装置。
根据本申请的用于农作物的缺水处理装置包括:降水量获取装置,用于获取有效降水量;缺水量预测装置,用于根据所述有效降水量计算出预测时段的缺水量;确定装置,用于确定土壤含水量下限;缺水量装置,用于根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量。
进一步地,所述降水量获取装置包括:降水量处理单元,用于根据预报站和检测日期得到降水量;参数单元,用于设置农作物初始损耗和确定根层土壤有效降水比例;有效降水量=MAX((Pi-Ploss),0)*η,
其中,所述η为根层土壤有效降水比例,所述Ploss为农作物初始损耗,所述Pi为降水量。
进一步地,所述缺水量预测装置包括:当天土土壤储水量处理单元,在当天土土壤储水量处理单元包括:
当天土土壤储水量=前一天土壤储水量+有效降雨量-深层渗漏量-实际蒸发量
其中,所述深层渗漏量为:前一天储水量-根区田持量,所述实际蒸发量为变量。
进一步地,所述确定装置包括:确定土壤含水量下限单元,所述确定土壤含水量下限单元中
W下限=θlimit×h根深
其中,θlimit为确定土壤含水量控制下限参数,h根深为作物最大根系深度作为根深h根深=zcrp,max。
进一步地,所述缺水量装置包括:农作物缺水量计算单元,所述农作物缺水量计算单元中
W=∑(MAX(W下限-Wi+j,0))j=1~N
其中,所述W下限为土壤含水量下限,Wi+j为预测时段的缺水量。
在本申请实施例中用于农作物的缺水处理方法及装置,采用获取有效降水量的方式,通过根据所述有效降水量计算出预测时段的缺水量,确定土壤含水量下限,达到了根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量的目的,从而实现了准确计算一定时间段内农作物缺水量的技术效果,进而解决了缺水处理效果较差的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请第一实施例的用于农作物的缺水处理方法流程示意图;
图2是根据本申请第一实施例的用于农作物的缺水处理装置结构示意图;
图3是根据本申请实施例的有效降水量方法流程示意图;
图4是根据本申请实施例的计算未来多天的农作物缺水量方法流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,该方法包括如下的步骤S102至步骤S108:
步骤S102,获取有效降水量;
根据不同地块检测设备的信息,可以确定当前耕种的是属于哪一个地块。同时根据气象站提供的针对该些地块编号的降水量即为有效降水量。
需要注意的是,根据国家气象站检测数据中记载的降水量测量数据可以作为有效降水量的获取基础。同时根据不同气象站编号、检测日期,可以确定在一个时段内针对某一块地块上的有效降水量。
步骤S104,根据所述有效降水量计算出预测时段的缺水量;
首先,对于缺水量需要进行提前的估计。所以计算缺水量时需要考虑到几个因素:当前的储水量(缺水)、有效降水量、地块上的储水量以及地块上的蒸发值。
需要注意的是,所述预测时段的缺水量可以根据不同的场景增加可以进行考虑的因素。在本申请中并不进行限定。
步骤S106,确定土壤含水量下限;
确定所述土壤含水量时需要考虑到根系深度以及土壤含水量下限。即需要保证土壤中农作物的储水量不低于所述土壤含水量下限。
步骤S108,根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量。
根据上述步骤中获得的所述土壤含水量下限和对应的所述预测时段的缺水量,可以计算得到在未来几天时间内的农作物缺水量,从而调整灌溉策略。保证农作物不会因长期缺水,而影响其生长。
从以上的描述中,可以看出,本申请实现了如下技术效果:
在本申请实施例中用于农作物的缺水处理方法及装置,采用获取有效降水量的方式,通过根据所述有效降水量计算出预测时段的缺水量,确定土壤含水量下限,达到了根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量的目的,从而实现了准确计算一定时间段内农作物缺水量的技术效果,进而解决了缺水处理效果较差的技术问题。
根据本申请实施例,作为本实施例中的优选,所述获取有效降水量包括:
根据预报站和检测日期得到降水量;
设置农作物初始损耗和确定根层土壤有效降水比例;
有效降水量=MAX((Pi-Ploss),0)*η,
其中,所述η为根层土壤有效降水比例,所述Ploss为农作物初始损耗,所述Pi为降水量。
具体地,通过气象预报站点和检测日期可以得到降水量。然后,设置农作物初始损耗为Ploss=0。确定根层土壤有效降水比例η的比例系数。需要注意的是,根层土壤有效降水比例根据不同土壤深度、灌溉条件下根层土壤排水量、根层土壤有效将水比例以及是否最不利点即灌溉条件下土壤允许消耗水量决定,对于本领域技术人员而言可以根据实际使用场景进行选择。通过上述确定出有效降水量=MAX((Pi-Ploss),0)*η。
根据本申请实施例,作为本实施例中的优选,所述根据所述有效降水量计算出预测时段的缺水量为:
当天土壤储水量=前一天土壤储水量+有效降雨量-深层渗漏量-实际蒸发量
其中,所述储水量包括当前储水量和预测天数储水量,所述实际蒸发量为变量。
具体地,
当天土壤储水量W(s,i+j)=前一天土壤储水量W(s,i+j-1)+有效降雨量Pei+j-深层渗漏量D(r,i+j)-实际蒸发量ETci+j,
实际蒸发量ETc=Eta为变量。j表示预测时段、i表示初始/系统缺省时间。
所述深层渗漏量为:前一天储水量-根区田持量。
D(r,i+j)=MAX((W(s,i+j-1)-W根区田持量),0)
这个参数指的是(前一天储水量-根区田持量)和0比较的最大值。w(S,I+J)是当天的储水量
根据本申请实施例,作为本实施例中的优选,所述确定土壤含水量下限包括:
W下限=θlimit×h根深
其中,θlimit为确定土壤含水量控制下限参数,h根深为作物最大根系深度作为根深h根深=zcrp,max。确定土壤含水量下限需要用于计算未来多天的缺水量。
根据本申请实施例,作为本实施例中的优选,根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量包括:
W=∑(MAX(W下限-Wi+j,0))j=1~N
其中,所述W下限为土壤含水量下限,Wi+j为预测时段的缺水量。
具体地,在计算未来多天的农作物缺水量时,可以设为N。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本申请实施例,还提供了一种用于实施上述用于农作物的缺水处理方法的装置,如图2所示,该装置包括:降水量获取装置10,用于获取有效降水量;缺水量预测装置20,用于根据所述有效降水量计算出预测时段的缺水量;确定装置30,用于确定土壤含水量下限;缺水量装置40,用于根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量。
本申请实施例的降水量获取装置10中首先,对于缺水量需要进行提前的估计。所以计算缺水量时需要考虑到几个因素:当前的储水量(缺水)、有效降水量、地块上的储水量以及地块上的蒸发值。
需要注意的是,所述预测时段的缺水量可以根据不同的场景增加可以进行考虑的因素。在本申请中并不进行限定。
本申请实施例的缺水量预测装置20中首先,对于缺水量需要进行提前的估计。所以计算缺水量时需要考虑到几个因素:当前的储水量(缺水)、有效降水量、地块上的储水量以及地块上的蒸发值。
需要注意的是,所述预测时段的缺水量可以根据不同的场景增加可以进行考虑的因素。在本申请中并不进行限定。
本申请实施例的确定装置30中确定所述土壤含水量时需要考虑到根系深度以及土壤含水量下限。即需要保证土壤中农作物的储水量不低于所述土壤含水量下限。
本申请实施例的缺水量装置40中根据上述步骤中获得的所述土壤含水量下限和对应的所述预测时段的缺水量,可以计算得到在未来几天时间内的农作物缺水量,从而调整灌溉策略。保证农作物不会因长期缺水,而影响其生长。
根据本申请实施例,作为本实施例中的优选,所述降水量获取装置10包括:降水量处理单元101,用于根据预报站和检测日期得到降水量;参数单元102,用于设置农作物初始损耗和确定根层土壤有效降水比例;有效降水量=MAX((Pi-Ploss),0)*η,其中,所述η为根层土壤有效降水比例,所述Ploss为农作物初始损耗,所述Pi为降水量。
本申请实施例的降水量处理单元101中,具体地,通过气象预报站点和检测日期可以得到降水量。然后,设置农作物初始损耗为Ploss=0。确定根层土壤有效降水比例η的比例系数。需要注意的是,根层土壤有效降水比例根据不同土壤深度、灌溉条件下根层土壤排水量、根层土壤有效将水比例以及是否最不利点即灌溉条件下土壤允许消耗水量决定,对于本领域技术人员而言可以根据实际使用场景进行选择。通过上述确定出有效降水量=MAX((Pi-Ploss),0)*η。
根据本申请实施例,作为本实施例中的优选,所述缺水量预测装置20包括:当天土土壤储水量处理单元201,在当天土土壤储水量处理单元包括:当天土土壤储水量=前一天土壤储水量+有效降雨量-深层渗漏量-实际蒸发量,其中,所述储水量包括当前储水量和预测天数储水量,所述实际蒸发量为变量。
本申请实施例的当天土土壤储水量处理单元201中具体地,当天土壤储水量W(s,i+j)=前一天土壤储水量W(s,i+j-1)+有效降雨量Pei+j-深层渗漏量D(r,i+j)-实际蒸发量ETci+j,
深层渗漏量D(r,i+j)=MAX((W(s,i+j-1)-W根区田持量),0)
实际蒸发量ETc=Eta为变量。j表示预测时段、i表示初始/系统缺省时间。
根据本申请实施例,作为本实施例中的优选,所述确定装置30包括:确定土壤含水量下限单元301,所述确定土壤含水量下限单元中
W下限=θlimit×h根深
其中,θlimit为确定土壤含水量控制下限参数,h根深为作物最大根系深度作为根深h根深=zcrp,max。
本申请实施例的确定土壤含水量下限单元301中确定土壤含水量下限需要用于计算未来多天的缺水量。
根据本申请实施例,作为本实施例中的优选,所述缺水量装置40包括:农作物缺水量计算单元401,所述农作物缺水量计算单元中
W=∑(MAX(W下限-Wi+j,0))j=1~N
其中,所述W下限为土壤含水量下限,Wi+j为预测时段的缺水量。
本申请实施例的所述缺水量装置40中具体地,在计算未来多天的农作物缺水量时,可以设为N。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (2)
1.一种用于农作物的缺水处理方法,其特征在于,包括:
获取有效降水量,其中,所述获取有效降水量包括:根据预报站和检测日期得到降水量;设置农作物初始损耗和确定根层土壤有效降水比例;有效降水量=,其中,所述为根层土壤有效降水比例,所述为农作物初始损耗,所述为降水量;
根据所述有效降水量计算出预测时段的缺水量,其中,所述缺水量为当天土壤储水量=前一天土壤储水量+有效降雨量-深层渗漏量 -实际蒸发量;
其中,所述深层渗漏量为:前一天储水量-根区田持量,所述实际蒸发量为变量;
确定土壤含水量下限,其中,所述确定土壤含水量下限包括:
2.一种用于农作物的缺水处理装置,其特征在于,包括:
降水量获取装置,用于获取有效降水量;
缺水量预测装置,用于根据所述有效降水量计算出预测时段的缺水量;
确定装置,用于确定土壤含水量下限;
缺水量装置,用于根据所述土壤含水量下限和所述预测时段的缺水量,计算未来多天的农作物缺水量;
所述降水量获取装置包括:
降水量处理单元,用于根据预报站和检测日期得到降水量;
参数单元,用于设置农作物初始损耗和确定根层土壤有效降水比例;
所述缺水量预测装置包括:当天土土壤储水量处理单元,在当天土土壤储水量处理单元包括:
当天土土壤储水量=前一天土壤储水量+有效降雨量-深层渗漏量-实际蒸发量
其中,所述深层渗漏量为:前一天储水量-根区田持量,所述实际蒸发量为变量;
所述确定装置包括:确定土壤含水量下限单元,所述确定土壤含水量下限单元中
所述缺水量装置包括:农作物缺水量计算单元,所述农作物缺水量计算单元中
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133519.XA CN109892214B (zh) | 2019-02-22 | 2019-02-22 | 用于农作物的缺水处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133519.XA CN109892214B (zh) | 2019-02-22 | 2019-02-22 | 用于农作物的缺水处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109892214A CN109892214A (zh) | 2019-06-18 |
CN109892214B true CN109892214B (zh) | 2021-06-22 |
Family
ID=66945405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133519.XA Active CN109892214B (zh) | 2019-02-22 | 2019-02-22 | 用于农作物的缺水处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109892214B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779391B (zh) * | 2012-07-24 | 2014-09-24 | 中国农业科学院农田灌溉研究所 | 一种干旱预警方法和预警系统 |
CN103886392A (zh) * | 2014-03-26 | 2014-06-25 | 中国农业科学院农田灌溉研究所 | 一种基于天气预报信息的冬小麦耗水量预测方法 |
CN107301481B (zh) * | 2017-07-14 | 2020-11-24 | 江苏省水利科学研究院 | 一种生态农田需水预报系统、测算模型及需水预报方法 |
CN108876005A (zh) * | 2018-05-07 | 2018-11-23 | 中国农业科学院农田灌溉研究所 | 基于天气信息的冬小麦灌溉预报方法 |
CN108782187A (zh) * | 2018-05-14 | 2018-11-13 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种基于墒情指数的土壤墒情预报方法 |
-
2019
- 2019-02-22 CN CN201910133519.XA patent/CN109892214B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109892214A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3179319B1 (en) | Method for irrigation planning and system for its implementation | |
CN109452146B (zh) | 冬小麦节水灌溉决策方法、控制装置及控制系统 | |
CN105941101B (zh) | 智能灌溉施肥控制方法、装置及系统 | |
WO2019118460A1 (en) | Irrigation system control with predictive water balance capabilities | |
US11751521B2 (en) | System for optimizing use of water in irrigation based on predictive calculation of soil water potential | |
Orlando Olivares et al. | Analysis of climate types: Main strategies for sustainable decisions in agricultural areas of Carabobo, Venezuela | |
CN108617355B (zh) | 一种集群温室灌溉决策方法及系统 | |
CN113016450A (zh) | 一种温室作物灌溉方法及系统 | |
Kotera et al. | A modeling approach for assessing rice cropping cycle affected by flooding, salinity intrusion, and monsoon rains in the Mekong Delta, Vietnam | |
Schneider et al. | Potential and versatility of WEAP model (Water Evaluation and Planning System) for hydrological assessments of AWD (Alternate Wetting and Drying) in irrigated rice | |
Garg et al. | A simple and farmer-friendly decision support system for enhancing water use efficiency in agriculture: tool development, testing and validation | |
WO2020186875A1 (zh) | 用于农作物的实际耗水量处理方法及装置、服务器 | |
Kaboosi et al. | Sensitivity analysis of FAO 33 crop water production function | |
Rowshon et al. | Improving irrigation water delivery performance of a large-scale rice irrigation scheme | |
CN109892214B (zh) | 用于农作物的缺水处理方法及装置 | |
Awan et al. | Modeling irrigation scheduling under shallow groundwater conditions as a tool for an integrated management of surface and groundwater resources | |
Fu et al. | Optimal allocation of water resources model for different growth stages of crops under uncertainty | |
Habtu et al. | Integrating participatory data acquisition and modelling of irrigation strategies to enhance water productivity in a small‐scale irrigation scheme in Tigray, Ethiopia | |
Qureshi et al. | Determining optimal groundwater table depth for maximizing cotton production in the Sardarya province of Uzbekistan | |
CN110070278B (zh) | 用于农作物的灌溉最不利点确定方法及装置、服务器 | |
Mandare et al. | On-farm water management in saline groundwater area under scarce canal water supply condition in the Northwest India | |
CN115644039B (zh) | 基于农业系统模型的灌溉决策系统及方法 | |
Mujumdar et al. | A short-term reservoir operation model for multicrop irrigation | |
CN116090842A (zh) | 农田灌溉决策方法、装置、设备和存储介质 | |
CN104904568A (zh) | 灌溉方法及装置 |
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 |