CN110209077A - 基于互联网的远程灌排系统实时动态监测系统 - Google Patents

Abstract

本发明提供一种基于互联网的远程灌排系统实时动态监测系统，包括数据采集单元，包括设置在田间的气象要素模块、渠系水位‑流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，用于获取灌排系统所需要的参数；存储系统包括远程接收终端、云存储模块和数据可视化分析模块；模型系统通过云存储模块中的云平台自动获取所需要的参数，并进行数据处理，包括参数率定与反演模块、作物需水预测模型、灌溉制度优化模型、灌区水平衡计算模型及用水管理模块。本发明利用现代化信息技术实现灌区和流域水资源监测技术的远程化、智能化与高效化，为水利现代化建设与水资源智能化管理提供技术支持，有利于提高灌区的现代化管理水平和水资源利用效率。

Description

基于互联网的远程灌排系统实时动态监测系统

技术领域

本发明属于灌区信息化和水利水电工程自动化控制领域，具体涉及一种基于互联网的远程灌排系统实时动态监测系统。

背景技术

随着经济社会快速发展和生态环境保护之间的矛盾日益突出，地区之间、流域上下游之间、用水与排水之间水权监管日显重要，也是多年来水利行业的短板，迫切需要充分发挥现代信息技术优势，建立更加规范、更加科学、更加便捷、更加快速的水资源监控体系，进一步提升灌区和流域水资源综合管理能力与水平。

我国是农业灌溉大国，根据水利部和统计局发布的《第一次全国水利普查公报》，全国共有大型灌区456处，总灌溉面积1867万hm²；中型灌区7316处，总灌溉面积1487万hm²；小型灌区205.82万处，总灌溉面积2280万hm²。灌区信息化是灌区实现动态计划用水，科学调配，提高经济效益的重要途径，是实现灌区现代化的基础。利用信息化技术可以对灌区长期累积的资料和实时的数据进行存储与整合，并通过互联网实现资源共享；可实现对灌区水资源相关要素的远程监测，为水资源优化配置提供决策支持，同时也可为灌区的水量调度和管理工作提供有效的辅助手段。

目前我国大部分灌区信息化和自动化的程度较低，灌区内水资源没有得到充分的利用，基础资料信息得不到有效的管理和维护，灌区整体的管理水平也相对低下。要实现灌区信息化，实时、准确的采集与监测灌区信息必不可少，同时对监测信息的存储与共享也非常重要。但目前大多数灌区仍然采用人工的方式监测，不仅效率低下，而且不能保证数据的及时性和准确性；同时大量实测数据的记录和整理均需要通过人工方式录入计算机系统，往往费时又费力，而且监测信息不能在同一研究组成员之间做到及时共享。

发明内容

本发明要解决的技术问题是：提供一种基于互联网的远程灌排系统实时动态监测系统，能够自动进行灌区气象要素和水平衡要素的动态监测。

本发明为解决上述技术问题所采取的技术方案为：一种基于互联网的远程灌排系统实时动态监测系统，其特征在于：它包括：

数据采集单元，包括设置在田间的气象要素模块、渠系水位-流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，用于获取灌排系统所需要的参数；

存储系统，包括远程接收终端、云存储模块和数据可视化分析模块；其中，远程接收终端用于远程接收数据采集单元采集的参数；云存储模块用于存储接收到的参数；数据可视化分析模块用于将接收到的参数进行分类和分析，并按照预设的要求进行显示；

模型系统，通过云存储模块中的云平台自动获取所需要的参数，并进行数据处理，具体包括参数率定与反演模块、作物需水预测模型、灌溉制度优化模型、灌区水平衡计算模型及用水管理模块；其中，

参数率定与反演模块用于对作物需水预测模型、灌溉制度优化模型和灌区水平衡计算模型进行本地化操作，更好的代表研究区的实际情况，建立更为准确的模型，包括通过试验率定模型参数以及通过数学方法反演模型参数；

作物需水预测模型用于基于参数率定与反演模块得到的参数，依据气象要素模块采集的参数，采用蒙特卡洛方法随机模拟一定时间内的气象数据并进行统计分析，基于参考作物蒸发蒸腾量计算模型，预测随机气象条件下的作物需水量；

灌溉制度优化模型用于依据田间土壤墒情模块和地下水位模块采集的参数，选择AquaCrop模型，通过试验数据率定模型参数，建立不同类型作物的模型参数集，根据当地灌溉习惯和多年观测的地下水位变动情况，设置不同灌溉情景和地下水情景，基于率定后的AquaCrop模型，以作物需水预测模型得到的随机气象条件下的作物需水量驱动基于率定后的AquaCrop模型，对研究区不同类型作物进行灌溉制度优化模拟，以作物产量最大、水分生产率最高为优化目标，确定各种作物最优灌溉制度和研究区最适宜的地下水位；

灌区水平衡计算模型用于根据各种作物最优灌溉制度和研究区最适宜的地下水位，结合灌区种植结构，通过尺度转化确定区域最优化灌溉制度，再结合灌区远程监测数据，构建灌区水平衡模型，计算区域内地表水和地下水交换量，分析灌区用水效率；

用水管理模块用于根据各种作物最优灌溉制度和研究区最适宜的地下水位，以及区域内地表水和地下水交换量，进行灌区用水分配与管理。

按上述系统，所述的气象要素模块、渠系水位-流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，各自均包括相应的传感器、以及智能遥测终端和电源模块；传感器采集到的数据通过智能遥测终端发送给所述的存储系统，电源模块用于给传感器和智能遥测终端供电。

按上述系统，所述的智能遥测终端包括实时信号处理与分析模块、存储模块、远程上传终端和GPS模块；其中，实时信号处理与分析模块用于将传感器采集的数据进行预处理，后存储在存储模块中，远程上传终端将预处理后的数据和GPS模块的定位信息一起上传至存储系统。

按上述系统，所述的电源模块采用太阳能电池和蓄电池两种模式供电，主要依靠太阳能电池供电，当太阳能产生的电力不足时，自动切换为蓄电池供电模式。

按上述系统，所述的用水管理模块包括渠系配水方案、田间灌溉与排水方案及区域地下水控制方案，具体包括：

A，确定渠系配水方案：根据不同类型作物的最优灌溉制度，结合作物灌溉面积、作物种植情况、土壤和水文地质条件，确定全灌区的净灌溉用水量；考虑到灌溉水由水源经各级渠道输送至田间会因渠道渗漏等因素影响造成损失，利用灌溉水利用系数计算全灌区的毛灌溉用水量；然后根据灌区各级渠道的控制灌溉面积采用加权平均法确定各级渠道的配水量；

B，确定田间灌溉与排水方案：通过得到的不同类型作物的最优灌溉制度和相应的排水过程，其中最优灌溉制度包括作物播种前及全生育期内的灌水次数、每次的灌水日期和灌水定额以及灌溉定额，排水过程包括每次的排水日期和排水量，因此，管理人员直接根据此结果确定田间灌溉与排水方案；

C，确定区域地下水控制方案：根据得到的区域内地表水和地下水交换量，正值表示地表渗漏量大于地下水补给量，总体表现为渗漏量；负值表示地表渗漏量小于地下水补给量，总体表现为补给量；若渗流量超出最适宜地下水位对应的含水量导致地下水位上升，则将超出部分通过控制地下水位的水平排水系统排出以减少地下水位的上升；反之，若补给量超过地下水允许的可开采量，导致地下水位下降后低于最适宜地下水位，则对地下水进行补给。

按上述系统，所述的作物需水预测模型中，作物需水量ET通过参考作物蒸发蒸腾量计算：

ET＝ET₀·K_c·K_s

式中，ET₀为参考作物蒸发蒸腾量，mm/d；K_s为土壤水分修正系数；K_c为作物系数；

其中参考作物蒸发蒸腾量ET₀采用彭曼公式计算：

式中，Δ为温度～饱和水汽压关系曲线在T处的切线斜率，kPa·℃^-1；T为平均气温，℃；R_n为太阳净辐射，MJ/m²·d；G为土壤热通量，MJ/m²·d；γ为湿度表常数，kPa·℃^-1；u₂为2m高处风速，m/s；e_a为饱和水汽压，kPa；e_d为实际水汽压，kPa。

按上述系统，所述的灌区水平衡计算模型中，通过水量平衡方程计算区域水平衡要素：

式中，W_t+1和W_t分别表示时段末与时段初区域蓄水量，mm，包括塘堰蓄水量、沟渠蓄水量、湿地蓄水量和田间蓄水量；Win_t为区域来水量，mm，包括降雨量、灌水量、上游地表排水来水量；Wout_t为区域排水量，mm；WC_t为区域耗水量，mm，包括作物需水量、塘堰及沟渠水面蒸发量、湿地植物耗水量；WE_t为地表水与地下水交换量，mm，其中正值表示地表渗漏量大于地下水补给量。

按上述系统，所述的用水管理模块确定渠系配水方案中，灌区净灌溉用水量用下式计算：

W_净＝m_综·净·A

式中，W_净为全灌区任一时段内的净灌溉用水量，m³；m_综·净为综合净灌水定额，m³/亩，由该时段内各种作物灌水定额的面积加权平均得到；A为全灌区的灌溉面积，亩；

灌区毛灌溉用水量：

式中，W_毛为全灌区任一时段内的毛灌溉用水量，m³；m_综·毛为综合毛灌水定额，m³/亩，由m_综·净比η_水得到，其中η_水为灌溉水利用系数，其值与各级渠道的长度、流量、沿渠土壤、水文地质条件、渠道工程状况和灌溉管理水平有关。

本发明的有益效果为：通过对气象要素、渠系水位流量、田间土壤墒情、地下水位和排水流量等水平衡要素的实时动态远程(4000km以内)监测，同时自动上传并储存于可共享的云存储系统，并以可视化界面呈现给用户，方便管理人员和科研人员随时随地自主获取所需数据进行相关模型研究与远程控制管理；此发明满足灌排系统监测信息化和自动化的要求，利用现代化信息技术实现了灌区和流域水资源监测技术的远程化、智能化与高效化，为水利现代化建设与水资源智能化管理提供了技术支持，有利于提高灌区的现代化管理水平和水资源利用效率，具有很大的经济效益和社会效益。

附图说明

图1为本发明一实施例的系统框图。

图2为监测系统框图。

图3为智能遥测终端结构示意图。

具体实施方式

下面结合具体实例和附图对本发明做进一步说明。

本发明提供一种基于互联网的远程灌排系统实时动态监测系统，如图1所示，它包括：

数据采集单元，包括设置在田间的气象要素模块、渠系水位-流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，用于获取灌排系统所需要的参数。通过现场查勘和调研，确定各要素监测点并布设相应监测设备，需监测的指标有气象要素、渠系水位、流量、田间土壤墒情、地下水位以及排水流量，每个指标的监测对应相应的监测模块。如图2所示，气象要素模块、渠系水位-流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，各自均包括相应的传感器、以及智能遥测终端和电源模块；传感器采集到的数据通过智能遥测终端发送给所述的存储系统，电源模块用于给传感器和智能遥测终端供电。所述的各类智能传感器能够灵敏的采集监测要素的动态变化信号，并将采集的信号及时传递给智能遥测终端。

如图3所示，所述的智能遥测终端包括实时信号处理与分析模块、存储模块、远程上传终端和GPS模块；其中，实时信号处理与分析模块用于将传感器采集的数据进行预处理，后存储在存储模块中，远程上传终端将预处理后的数据和GPS模块的定位信息一起上传至存储系统。所述的电源模块采用太阳能电池和蓄电池两种模式供电，主要依靠太阳能电池供电，当太阳能产生的电力不足时，自动切换为蓄电池供电模式。

气象要素监测模块中的智能传感器包括具有智能化功能的温度传感器、湿度传感器、光照传感器、风传感器、雨量传感器和气压传感器；采用智能传感器自动探测被测气象要素信号，气象要素智能遥测终端将对实时信号进行分析与处理并自动储存。

田间土壤墒情监测模块中的智能传感器包括具有智能化功能的土壤水分传感器、土壤温度传感器、土壤电导率传感器以及土壤pH值传感器；所述的各类智能传感器垂直埋设于田间土壤中，可长时间连续采集不同深度处的土壤墒情数据；采用各类智能传感器自动探测被测土壤墒情信号，通过土壤墒情智能遥测终端进行实时信号的分析与处理，并自动储存在其智能终端中。

渠系水位-流量监测模块中的智能传感器包括具有智能化功能的水位传感器和流量传感器；智能传感器布设在渠系各代表断面，将自动探测各代表断面的水位、流量信号，通过水位-流量智能遥测终端进行实时信号的分析与处理，并自动储存在其智能终端中。

在具有代表性的地段设置地下水观测井，并在地下水观测井中布设智能水位传感器，智能水位传感器将实时采集地下水位信号并通过地下水位智能遥测终端进行信号的分析与处理，然后储存在其智能终端之中。

在排水沟渠中布设智能流量传感器，利用智能流量传感器自动采集排水流量信号，然后通过排水流量智能遥测终端进行实时信号的分析与处理并自动储存。

存储系统，包括远程接收终端、云存储模块和数据可视化分析模块；其中，远程接收终端用于远程接收数据采集单元采集的参数；云存储模块用于存储接收到的参数；数据可视化分析模块用于将接收到的参数进行分类和分析，并按照预设的要求进行显示。在GPRS实时数据无线传输系统下，利用各数据采集单元的智能遥测终端中的远程上传终端，将各智能终端中存储的监测数据打包上传发送至存储系统，存储系统中的远程接收终端将接收监测数据并储存到云存储模块中；所述的云存储模块是一个具有超大容量的虚拟存储器，用于实时接收监测系统上传的监测数据并进行分类保存，同时通过给定的账号和密码可实现数据远程共享。

远程监测数据将通过数据可视化分析模块显示，显示内容包括测点位置、测点信息、监测时间、实时数据、历史数据、数据报表等，同时会对数据进行自动处理和分析并绘制相应曲线，用户可在操作界面编辑相关信息并导出为Excel文件。

根据得到的远程监测数据可实现多地区多人同时共享，根据研究需求，通过给定的账号和密码，从云存储模块自主获取所需数据利用模型系统进行模型研究及农业用水管理。

模型系统，通过云存储模块中的云平台自动获取所需要的参数，并进行数据处理，具体包括参数率定与反演模块、作物需水预测模型、灌溉制度优化模型、灌区水平衡计算模型及用水管理模块。

参数率定与反演模块用于对所选用的模型进行本地化操作，使其更好的代表研究区的实际情况，建立更为准确的模型，包括通过试验率定模型参数以及通过数学方法反演模型参数。

作物需水预测模型用于基于参数率定与反演模块得到的参数，依据气象要素模块采集的参数，采用蒙特卡洛方法随机模拟一定时间内的气象数据并进行统计分析，基于参考作物蒸发蒸腾量计算模型，预测随机气象条件下的作物需水量。作物需水量ET通过参考作物蒸发蒸腾量计算：

ET＝ET₀·K_c·K_s

式中，ET₀为参考作物蒸发蒸腾量，mm/d；K_s为土壤水分修正系数；K_c为作物系数。

其中参考作物蒸发蒸腾量ET₀采用彭曼公式计算：

式中，Δ为温度～饱和水汽压关系曲线在T处的切线斜率，kPa·℃^-1；T为平均气温，℃；R_n为太阳净辐射，MJ/m²·d；G为土壤热通量，MJ/m²·d；γ为湿度表常数，kPa·℃^-1；u₂为2m高处风速，m/s；e_a为饱和水汽压，kPa；e_d为实际水汽压，kPa。

灌溉制度优化模型用于依据田间土壤墒情模块和地下水位模块采集的参数，选择AquaCrop模型，通过试验数据率定模型参数，建立不同类型作物的模型参数集，根据当地灌溉习惯和多年观测的地下水位变动情况，设置不同灌溉情景和地下水情景，基于率定后的AquaCrop模型，以作物需水预测模型得到的随机气象条件下的作物需水量驱动基于率定后的AquaCrop模型，对研究区不同类型作物进行灌溉制度优化模拟，以作物产量最大、水分生产率最高为优化目标，确定各种作物最优灌溉制度和研究区最适宜的地下水位；

灌区水平衡计算模型用于根据各种作物最优灌溉制度和研究区最适宜的地下水位，结合灌区种植结构，通过尺度转化确定区域最优化灌溉制度，再结合灌区远程监测数据，构建灌区水平衡模型，计算区域内地表水和地下水交换量，分析灌区用水效率。灌区水平衡计算模型中，通过水量平衡方程计算区域水平衡要素：

式中，W_t+1和W_t分别表示时段末与时段初区域蓄水量，mm，包括塘堰蓄水量、沟渠蓄水量、湿地蓄水量和田间蓄水量；Win_t为区域来水量，mm，包括降雨量、灌水量、上游地表排水来水量；Wout_t为区域排水量，mm；WC_t为区域耗水量，mm，包括作物需水量、塘堰及沟渠水面蒸发量、湿地植物耗水量；WE_t为地表水与地下水交换量，mm，其中正值表示地表渗漏量大于地下水补给量。

所述的用水管理模块确定渠系配水方案中，灌区净灌溉用水量用下式计算：

W_净＝m_综·净·A

式中，W_净为全灌区任一时段内的净灌溉用水量，m³；m_综·净为综合净灌水定额，m³/亩，由该时段内各种作物灌水定额的面积加权平均得到；A为全灌区的灌溉面积，亩；

灌区毛灌溉用水量：

式中，W_毛为全灌区任一时段内的毛灌溉用水量，m³；m_综·毛为综合毛灌水定额，m³/亩，由m_综·净比η_水得到，其中η_水为灌溉水利用系数，其值与各级渠道的长度、流量、沿渠土壤、水文地质条件、渠道工程状况和灌溉管理水平有关。

用水管理模块用于根据各种作物最优灌溉制度和研究区最适宜的地下水位，以及区域内地表水和地下水交换量，进行灌区用水分配与管理。

所述的用水管理模块包括渠系配水方案、田间灌溉与排水方案及区域地下水控制方案，具体包括：

A，确定渠系配水方案：根据不同类型作物的最优灌溉制度，结合作物灌溉面积、作物种植情况、土壤和水文地质条件，确定全灌区的净灌溉用水量；考虑到灌溉水由水源经各级渠道输送至田间会因渠道渗漏等因素影响造成损失，利用灌溉水利用系数计算全灌区的毛灌溉用水量；然后根据灌区各级渠道的控制灌溉面积采用加权平均法确定各级渠道的配水量。

B，确定田间灌溉与排水方案：通过得到的不同类型作物的最优灌溉制度和相应的排水过程，其中最优灌溉制度包括作物播种前及全生育期内的灌水次数、每次的灌水日期和灌水定额以及灌溉定额，排水过程包括每次的排水日期和排水量，因此，管理人员直接根据此结果确定田间灌溉与排水方案。

C，确定区域地下水控制方案：根据得到的区域内地表水和地下水交换量，正值表示地表渗漏量大于地下水补给量，总体表现为渗漏量；负值表示地表渗漏量小于地下水补给量，总体表现为补给量；若渗流量超出最适宜地下水位对应的含水量导致地下水位上升，则将超出部分通过控制地下水位的水平排水系统排出以减少地下水位的上升；反之，若补给量超过地下水允许的可开采量，导致地下水位下降后低于最适宜地下水位，则对地下水进行补给。

远程监测数据可实现多地区多人同时共享，根据研究需求，通过给定的账号和密码，从云存储模块自主获取所需数据进行模型研究及农业用水管理，进一步包括如下步骤：

1，搜集灌区基础信息资料，包括灌区水源状况、渠道信息、水文地质条件、土壤类型、土地利用情况、作物种植结构、灌区不同类型作物作物系数K_c值、土壤水分修正系数K_s值以及不同类型作物田间实测指标(如生育期、灌溉措施、施肥措施、作物性状、生物量及产量等)。

2，从云存储模块中下载多年历史气象数据，选择合适的作物需水量计算模型，通过试验率定或通过数学方法反演模型参数，依据多年气象资料采用蒙特卡洛方法随机模拟500年的气象数据并进行统计分析划分典型年，基于参考作物蒸发蒸腾量计算模型，在随机气象条件下对作物需水量进行预测。

,3，从云存储模块中下载土壤墒情数据和地下水位数据，选择AquaCrop模型，通过试验数据率定模型参数，建立不同类型作物的模型参数集，根据当地灌溉习惯和多年观测的地下水位变动情况，设置不同灌溉情景和地下水情景，基于率定后的AquaCrop模型，以步骤5.1得到的随机气象条件下的作物需水量数据驱动模型，对研究区不同类型作物进行灌溉制度优化模拟，以作物产量最大、水分生产率最高为优化目标确定各种作物最优灌溉制度和研究区最适宜的地下水位。

4，得到的最优化灌溉制度是在田间尺度下模拟得到的最优化结果，结合灌区种植结构，通过尺度转化确定区域最优化灌溉制度，再结合灌区远程监测数据，构建灌区水平衡模型，计算区域内地表水和地下水交换量，分析灌区用水效率，有利于合理开发利用地下水资源、维持地下水位稳定，实现灌区高效节水。

5，所述的用水管理模块包括渠系配水方案、田间灌溉与排水方案及区域地下水控制方案。根据3和4得到的结果，进行灌区用水分配与管理，进一步包括以下步骤：

(a)确定渠系配水方案。根据不同类型作物的最优化灌溉制度，结合作物灌溉面积、作物种植情况、土壤、水文地质条件等因素，确定全灌区的净灌溉用水量；考虑到灌溉水由水源经各级渠道输送至田间会因渠道渗漏等因素影响造成损失，利用灌溉水利用系数计算全灌区的毛灌溉用水量；然后根据灌区各级渠道的控制灌溉面积采用加权平均法确定各级渠道的配水量。

(b)确定田间灌溉与排水方案。通过3中的情景分析已经得到各种作物的最优化灌溉制度和相应的排水过程，其中最优化灌溉制度包括作物播种前及全生育期内的灌水次数、每次的灌水日期和灌水定额以及灌溉定额，排水过程包括每次的排水日期和排水量，因此，管理人员直接根据此结果即可确定田间灌溉与排水方案。

(c)确定区域地下水控制方案。灌区地下水位的变化对灌区作物生长和维持周边湿地生态系统稳定有重要影响，地下水埋深过深或过浅均会造成一定程度的损失。根据4计算得到的地表水与地下水交换量，正值表示地表渗漏量大于地下水补给量，总体表现为渗漏量；负值表示地表渗漏量小于地下水补给量，总体表现为补给量(或开采量)。若渗流量超出最适宜地下水位对应的含水量导致地下水位上升，则需将超出部分通过控制地下水位的水平排水系统排出以减少地下水位的上升；反之，若补给量(或开采量)超过地下水允许的可开采量，导致地下水位下降后低于最适宜地下水位，则需对地下水进行补给。

本发明能够实现对灌区气象要素和水平衡要素的远程实时动态监测，通过GPRS实现实时数据远程传输，同时自动上传并储存于可共享的云存储系统，并以可视化界面呈现给用户，方便管理人员和科研人员随时随地自主获取所需数据进行相关农业用水管理和模型研究。此发明利用现代化信息技术实现了灌区和流域水资源监测技术的远程化、智能化和高效化，为水利现代化建设与水资源智能化管理提供了技术支持，有利于提高灌区的现代化管理水平和水资源利用效率，具有很大的经济效益和社会效益。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (8)

1.一种基于互联网的远程灌排系统实时动态监测系统，其特征在于：它包括：

数据采集单元，包括设置在田间的气象要素模块、渠系水位-流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，用于获取灌排系统所需要的参数；

存储系统，包括远程接收终端、云存储模块和数据可视化分析模块；其中，远程接收终端用于远程接收数据采集单元采集的参数；云存储模块用于存储接收到的参数；数据可视化分析模块用于将接收到的参数进行分类和分析，并按照预设的要求进行显示；

模型系统，通过云存储模块中的云平台自动获取所需要的参数，并进行数据处理，具体包括参数率定与反演模块、作物需水预测模型、灌溉制度优化模型、灌区水平衡计算模型及用水管理模块；其中，

参数率定与反演模块用于对作物需水预测模型、灌溉制度优化模型和灌区水平衡计算模型进行本地化操作，更好的代表研究区的实际情况，建立更为准确的模型，包括通过试验率定模型参数以及通过数学方法反演模型参数；

作物需水预测模型用于基于参数率定与反演模块得到的参数，依据气象要素模块采集的参数，采用蒙特卡洛方法随机模拟一定时间内的气象数据并进行统计分析，基于参考作物蒸发蒸腾量计算模型，预测随机气象条件下的作物需水量；

灌溉制度优化模型用于依据田间土壤墒情模块和地下水位模块采集的参数，选择AquaCrop模型，通过试验数据率定模型参数，建立不同类型作物的模型参数集，根据当地灌溉习惯和多年观测的地下水位变动情况，设置不同灌溉情景和地下水情景，基于率定后的AquaCrop模型，以作物需水预测模型得到的随机气象条件下的作物需水量驱动基于率定后的AquaCrop模型，对研究区不同类型作物进行灌溉制度优化模拟，以作物产量最大、水分生产率最高为优化目标，确定各种作物最优灌溉制度和研究区最适宜的地下水位；

灌区水平衡计算模型用于根据各种作物最优灌溉制度和研究区最适宜的地下水位，结合灌区种植结构，通过尺度转化确定区域最优化灌溉制度，再结合灌区远程监测数据，构建灌区水平衡模型，计算区域内地表水和地下水交换量，分析灌区用水效率；

用水管理模块用于根据各种作物最优灌溉制度和研究区最适宜的地下水位，以及区域内地表水和地下水交换量，进行灌区用水分配与管理。

2.根据权利要求1所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的气象要素模块、渠系水位-流量模块、田间土壤墒情模块、地下水位模块和排水流量模块，各自均包括相应的传感器、以及智能遥测终端和电源模块；传感器采集到的数据通过智能遥测终端发送给所述的存储系统，电源模块用于给传感器和智能遥测终端供电。

3.根据权利要求2所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的智能遥测终端包括实时信号处理与分析模块、存储模块、远程上传终端和GPS模块；其中，实时信号处理与分析模块用于将传感器采集的数据进行预处理，后存储在存储模块中，远程上传终端将预处理后的数据和GPS模块的定位信息一起上传至存储系统。

4.根据权利要求2所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的电源模块采用太阳能电池和蓄电池两种模式供电，主要依靠太阳能电池供电，当太阳能产生的电力不足时，自动切换为蓄电池供电模式。

5.根据权利要求1所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的用水管理模块包括渠系配水方案、田间灌溉与排水方案及区域地下水控制方案，具体包括：

A，确定渠系配水方案：根据不同类型作物的最优灌溉制度，结合作物灌溉面积、作物种植情况、土壤和水文地质条件，确定全灌区的净灌溉用水量；考虑到灌溉水由水源经各级渠道输送至田间会因渠道渗漏等因素影响造成损失，利用灌溉水利用系数计算全灌区的毛灌溉用水量；然后根据灌区各级渠道的控制灌溉面积采用加权平均法确定各级渠道的配水量；

B，确定田间灌溉与排水方案：通过得到的不同类型作物的最优灌溉制度和相应的排水过程，其中最优灌溉制度包括作物播种前及全生育期内的灌水次数、每次的灌水日期和灌水定额以及灌溉定额，排水过程包括每次的排水日期和排水量，因此，管理人员直接根据此结果确定田间灌溉与排水方案；

C，确定区域地下水控制方案：根据得到的区域内地表水和地下水交换量，正值表示地表渗漏量大于地下水补给量，总体表现为渗漏量；负值表示地表渗漏量小于地下水补给量，总体表现为补给量；若渗流量超出最适宜地下水位对应的含水量导致地下水位上升，则将超出部分通过控制地下水位的水平排水系统排出以减少地下水位的上升；反之，若补给量超过地下水允许的可开采量，导致地下水位下降后低于最适宜地下水位，则对地下水进行补给。

6.根据权利要求1所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的作物需水预测模型中，作物需水量ET通过参考作物蒸发蒸腾量计算：

ET＝ET₀·K_c·K_s

式中，ET₀为参考作物蒸发蒸腾量，mm/d；K_s为土壤水分修正系数；K_c为作物系数；

其中参考作物蒸发蒸腾量ET₀采用彭曼公式计算：

式中，Δ为温度～饱和水汽压关系曲线在T处的切线斜率，kPa·℃^-1；T为平均气温，℃；R_n为太阳净辐射，MJ/m²·d；G为土壤热通量，MJ/m²·d；γ为湿度表常数，kPa·℃^-1；u₂为2m高处风速，m/s；e_a为饱和水汽压，kPa；e_d为实际水汽压，kPa。

7.根据权利要求1所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的灌区水平衡计算模型中，通过水量平衡方程计算区域水平衡要素：

式中，W_t+1和W_t分别表示时段末与时段初区域蓄水量，mm，包括塘堰蓄水量、沟渠蓄水量、湿地蓄水量和田间蓄水量；Win_t为区域来水量，mm，包括降雨量、灌水量、上游地表排水来水量；Wout_t为区域排水量，mm；WC_t为区域耗水量，mm，包括作物需水量、塘堰及沟渠水面蒸发量、湿地植物耗水量；WE_t为地表水与地下水交换量，mm，其中正值表示地表渗漏量大于地下水补给量。

8.根据权利要求1所述的基于互联网的远程灌排系统实时动态监测系统，其特征在于：所述的用水管理模块确定渠系配水方案中，灌区净灌溉用水量用下式计算：

W_净＝m_综·净·A

式中，W_净为全灌区任一时段内的净灌溉用水量，m³；m_综·净为综合净灌水定额，m³/亩，由该时段内各种作物灌水定额的面积加权平均得到；A为全灌区的灌溉面积，亩；

灌区毛灌溉用水量：

式中，W_毛为全灌区任一时段内的毛灌溉用水量，m³；m_综·毛为综合毛灌水定额，m³/亩，由m_综·净比η_水得到，其中η_水为灌溉水利用系数，其值与各级渠道的长度、流量、沿渠土壤、水文地质条件、渠道工程状况和灌溉管理水平有关。