CN110458335A - 基于动态干旱预测的适应性节水灌溉方法 - Google Patents

基于动态干旱预测的适应性节水灌溉方法 Download PDF

Info

Publication number
CN110458335A
CN110458335A CN201910666927.1A CN201910666927A CN110458335A CN 110458335 A CN110458335 A CN 110458335A CN 201910666927 A CN201910666927 A CN 201910666927A CN 110458335 A CN110458335 A CN 110458335A
Authority
CN
China
Prior art keywords
water
day
crop
moisture content
soil
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
Application number
CN201910666927.1A
Other languages
English (en)
Inventor
郝秀平
马建琴
张书畅
刘蕾
彭高辉
杨学颖
崔弼峰
方城
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.)
North China University of Water Resources and Electric Power
Original Assignee
North China University of Water Resources and Electric Power
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 North China University of Water Resources and Electric Power filed Critical North China University of Water Resources and Electric Power
Priority to CN201910666927.1A priority Critical patent/CN110458335A/zh
Publication of CN110458335A publication Critical patent/CN110458335A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use

Landscapes

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

Abstract

本发明公开了一种基于动态干旱预测的适应性节水灌溉方法,以土壤含水率为指标建立灌区动态干旱等级评价方法，基于水量平衡构建土壤墒情实时预测模型，基于短期天气预报，判断未来预报时段内干旱等级；根据预判的干旱等级进一步确定作物灌水阈值；构建作物实时灌溉预报模型，对预报期内灌水量逐日预报。本发明基于作物水分亏缺补偿效应理论，充分考虑未来时段旱情状况创新性的提出了作物适应性灌溉阈值，及适应性节水灌溉预报方法，新方法改进了作物生育期内取单一灌溉阈值的不足，搭建了作物灌水与旱情的有机联系，有效的提高了田间水分利用效率，降低了作物旱灾风险，对保障国家粮食安全，发展高效节水农业具有重要意义。

Description

基于动态干旱预测的适应性节水灌溉方法
技术领域
本发明属于干旱预测及灌溉技术领域，具体涉及一种基于动态干旱预测的适应性节水灌溉方法。
背景技术
我国北方水资源短缺，且用水效率低下，已成为制约地区农业可持续发展的重要因素。节水灌溉是解决水资源短缺的重要措施。实时灌溉预报是开展节水灌溉，实现农业水资源高效利用的有效途径。但已有实时灌水决策多未考虑不同水分胁迫下作物的适应机制，不考虑或极少考虑到面临阶段的不同干旱状况，往往采用生育期内灌水下限值来制定灌水决策。
发明内容
本发明充分考虑作物生长受干旱胁迫有的补偿效应，结合作物不同生育阶段对不同干旱的适应机制，提出适应于不同干旱状况的适应性节水灌溉方法和系统，对于实施节水优化灌溉、保障缺水地区粮食产量，提高田间灌水质量具有重要意义。
本发明解决其技术问题所采用的方案是：一种基于动态干旱预测的适应性节水灌溉方法，包括以下步骤。
S1：以土壤含水率为指标建立灌区动态干旱等级评价方法；该方法以土壤土层平均含水量θ作为干旱指标，主要通过某土层深的土壤含水量SW，土壤层厚度和土壤容重ρsoil计算，具体公式为：在某土壤区域的最干旱和最湿润值之间划分若干各不同干旱程度的干旱等级。
S2：基于水量平衡原理构建土壤墒情实时预测模型；土壤墒情实时预测模型结合短期天气预报推算第i天土壤土层平均含水量θ。
S3：依据推算的第i天土壤土层平均含水量θ和干旱等级划分标准，预判未来第i天的干旱等级P’，判别预报期内平均干旱等级P。
S4：根据预报期内干旱等级P，进一步确定作物适应性灌水阈值Q。
S5：根据作物适应性灌水阈值Q，和作物实时灌溉预报决策模型，对预报期内灌水量逐日预报。
所述步骤S2中：土壤墒情实时预测模型主要基于水量平衡原理建立。忽略地下水补给，第i天的降水为P0i、灌水量Gi、作物耗水量为ETi，则第i天初始时和结束时计划湿润层的土壤含水量分别为SWi-1和SWi，土壤墒情实时预测模型为：
SWi-SWi-1＝P0i+SWTi-ETi+Gi。
由第i天初始和结束时段计划层湿润层深度Hi-1和Hi可得：
SWi-SWi-1＝1000nHiθi-1000nHiθi-1。
第i天结束时的土壤含水率θi，
按照作物计划湿润层含水率的逐日递推预测模型，即可以从作物的种植日期开始，逐日对作物根区的土壤墒情进行预测，直至作物收获，从而进行作物整个生育期内土壤水分状况的逐日递推预测。
以雨养条件下，不考虑灌水情况，递推得到的土壤含水率为依据，建立干旱预测模型，其计算方式为：
作物实时耗水量ETi计算公式为：
ETi＝Kci·Kwi·ET0i。
Kci为第i天的作物系数，受天气状况、土壤特性和作物生长状况影响。
Kwi为实行非充分灌溉时第i天的土壤水分修正系数，与土壤湿度有关。
ET0i为第i天的参考作物需水量，mm，采用Penman—Monteith法进行计算。
所述步骤S3中，主要包括一下内容。
(1)依据作物生长阶段确定预报时段M。
(2)结合短期气象预报，根据干旱等级预测模型，逐日预测预报时段内的土壤墒情，根据干旱等级评判标准，得到对应的干旱等级。
(3)统计预报期时段M内各干旱等级发生频次，以频次较高者为预报时段平均干旱等级。
所述步骤S4中：适应性灌水阈值是基于作物水分亏缺补偿效应，根据预报期内干旱等级而确定的灌水阈值，突破了人为采用生育期均值的局限。
所述步骤S4中：确定的灌水阈值时考虑在作物某些发育时期，减少土壤水分，诱导轻度到重度水分胁迫，可避免植株旺长，改变植株体内养分和水分的分配，使同化物从营养器官向生殖器官转移，当水分胁迫解除后作物通过外部形态的改变和生长速度的调整而对水分变动环境做出响应。
所述步骤S4中：确定的灌水阈值时通过适宜的灌水上下限来调控土壤水分，减少灌水量与灌水次数，进而提高作物水分利用效率。
所述步骤S4中：适应性灌水阈值在作物不同生育期阶段，不同干旱等级，取值不同，它是在对干旱等级预判的基础上，选择合适的适应性灌溉阈值(θuM，θcM)，θuM为灌水阈值的上限值，θcM为灌水阈值的下限值。
所述步骤S5中：建立以天为时段的作物在线实时灌溉模型计算灌水量Gi：
Gi＝1000nHi(θuM-θi)。
所述步骤S5中：预报期内灌水量预报具体包括一下步骤。
(1)在预报时段M天内，利用土壤墒情实时预测模型对土壤墒情进行逐日预测，将预测的土壤含水率θi与适应性灌水阈值的下限值θcM进行比较，当第i天，θi≤θcM，初步判定预报时段内的第i天需要灌水。
(2)观察天气预报信息，当在第j(i<j<M)天预报有降水时，可先不进行灌溉，继续预测逐日土壤含水率；当第k(i<k<j)天的土壤含水率低于土壤凋萎含水量，且j-k>2时，在第i天做出灌溉决策，根据灌溉模型计算灌水量；若j-k≤2，可考虑不灌溉。如果在预报时段内有较大降雨，土壤含水率超过田间持水率时，则将该日土壤含水率为田间持水率，多余的水量下渗到深层土壤。
(3)以该预报时段末实测的土壤含水率作为下一预报时段的土壤含水率初始值，按照步骤(1)(2)依次循环，进行作物全生育期的灌溉预报。
本发明的有益效果：本发明以土壤含水率为指标建立灌区动态干旱等级评价方法，基于水量平衡构建土壤墒情实时预测模型，基于短期天气预报，判断未来预报时段内干旱等级；根据预判的干旱等级进一步确定作物灌水阈值；构建作物实时灌溉预报模型，对预报期内灌水量逐日预报。本发明基于作物水分亏缺补偿效应理论，充分考虑未来时段旱情状况创新性的提出了作物适应性灌溉阈值，及适应性节水灌溉预报方法，新方法改进了作物生育期内取单一灌溉阈值的不足，搭建了作物灌水与旱情的有机联系，有效的提高了田间水分利用效率，降低了作物旱灾风险，对保障国家粮食安全，发展高效节水农业具有重要意义。
附图说明
图1是实施例1记载方法的具体流程图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
实施例1：一种基于动态干旱预测的适应性节水灌溉方法，包括以下步骤，具体流程图参见图1所示。
第一步：以土壤含水率为指标建立灌区动态干旱等级评价方法；该方法以土壤土层平均含水量θ作为干旱指标，主要通过某土层深的土壤含水量SW，土壤层厚度和土壤容重ρsoil计算，具体公式为：在某土壤区域的最干旱和最湿润值之间划分若干各不同干旱程度的干旱等级。
第二步：基于水量平衡原理构建土壤墒情实时预测模型；土壤墒情实时预测模型结合短期天气预报推算第i天土壤土层平均含水量θ。
在该步骤中，土壤墒情实时预测模型主要基于水量平衡原理建立。忽略地下水补给，第i天的降水为P0i、灌水量Gi、作物耗水量为ETi，则第i天初始时和结束时计划湿润层的土壤含水量分别为SWi-1和SWi，土壤墒情实时预测模型为：
SWi-SWi-1＝P0i+SWTi-ETi+Gi。
由第i天初始和结束时段计划层湿润层深度Hi-1和Hi可得：
SWi-SWi-1＝1000nHiθi-1000nHiθi-1。
第i天结束时的土壤含水率θi，
按照作物计划湿润层含水率的逐日递推预测模型，即可以从作物的种植日期开始，逐日对作物根区的土壤墒情进行预测，直至作物收获，从而进行作物整个生育期内土壤水分状况的逐日递推预测。
以雨养条件下，不考虑灌水情况，递推得到的土壤含水率为依据，建立干旱预测模型，其计算方式为：
作物实时耗水量ETi计算公式为：
ETi＝Kci·Kwi·ET0i。
Kci为第i天的作物系数，受天气状况、土壤特性和作物生长状况影响。
Kwi为实行非充分灌溉时第i天的土壤水分修正系数，与土壤湿度有关。
ET0i为第i天的参考作物需水量，mm，采用Penman—Monteith法进行计算。
步骤三：依据推算的第i天土壤土层平均含水量θ和干旱等级划分标准，预判未来第i天的干旱等级P’，判别预报期内平均干旱等级P。
在该步骤中主要包括一下内容：依据作物生长阶段确定预报时段M。结合短期气象预报，根据干旱等级预测模型，逐日预测预报时段内的土壤墒情，根据干旱等级评判标准，得到对应的干旱等级。统计预报期时段M内各干旱等级发生频次，以频次较高者为预报时段平均干旱等级。
步骤四：根据预报期内干旱等级P，进一步确定作物适应性灌水阈值Q。
在该步骤中，适应性灌水阈值是基于作物水分亏缺补偿效应，根据预报期内干旱等级而确定的灌水阈值，突破了人为采用生育期均值的局限。
进一步地，确定的灌水阈值时考虑在作物某些发育时期，减少土壤水分，诱导轻度到重度水分胁迫，可避免植株旺长，改变植株体内养分和水分的分配，使同化物从营养器官向生殖器官转移，当水分胁迫解除后作物通过外部形态的改变和生长速度的调整而对水分变动环境做出响应。
确定的灌水阈值时通过适宜的灌水上下限来调控土壤水分，减少灌水量与灌水次数，进而提高作物水分利用效率。
适应性灌水阈值在作物不同生育期阶段，不同干旱等级，取值不同，它是在对干旱等级预判的基础上，选择合适的适应性灌溉阈值(θuM，θcM)，θuM为灌水阈值的上限值，θcM为灌水阈值的下限值。
第五步：根据作物适应性灌水阈值Q，和作物实时灌溉预报决策模型，对预报期内灌水量逐日预报。
在该步骤中建立以天为时段的作物在线实时灌溉模型计算灌水量Gi：
Gi＝1000nHi(θuM-θi)。
其中，预报期内灌水量预报具体包括一下步骤。
(1)在预报时段M天内，利用土壤墒情实时预测模型对土壤墒情进行逐日预测，将预测的土壤含水率θi与适应性灌水阈值的下限值θcM进行比较，当第i天，θi≤θcM，初步判定预报时段内的第i天需要灌水。
(2)观察天气预报信息，当在第j(i<j<M)天预报有降水时，可先不进行灌溉，继续预测逐日土壤含水率；当第k(i<k<j)天的土壤含水率低于土壤凋萎含水量，且j-k>2时，在第i天做出灌溉决策，根据灌溉模型计算灌水量；若j-k≤2，可考虑不灌溉。如果在预报时段内有较大降雨，土壤含水率超过田间持水率时，则将该日土壤含水率为田间持水率，多余的水量下渗到深层土壤。
(3)以该预报时段末实测的土壤含水率作为下一预报时段的土壤含水率初始值，按照步骤(1)(2)依次循环，进行作物全生育期的灌溉预报。
实施例2：一种基于动态干旱预测的适应性节水灌溉方法，包括步骤如下，具体流程图参见图1。
第一步：以土壤含水率为指标建立灌区动态干旱等级评价方法。
在该步骤中，以土壤含水率为指标建立动态干旱等级评价方法。其中，以土壤土层平均含水量θ作为干旱指标，主要通过某土层深的土壤含水量SW，土壤层厚度和土壤容重ρsoil计算，具体公式为：
步骤二：基于水量平衡原理构建土壤墒情实时预测模型。
在该步骤中，土壤墒情实时预测主要基于水量平衡原理建立，忽略地下水补给，第i天的降水P0i、作物耗水量ETi，则第i天结束时计划湿润层的土壤含水量Wi，
Wi＝Wi-1+P0i+WTi-ETi+Mi。
根据第i天土壤湿润层初始计划层深度Hi-1和结束时计划湿润层深度可确定初始土壤含水量Wi-1和结束时土壤含水量Wi分别为：
Wi-1＝1000nHi-1θi-1；
Wi＝1000nHiθi；
由此可推出第i天结束时的土壤含水率θi，
按照作物计划湿润层含水率的逐日递推预测模型，即可以从作物的种植日期开始，逐日对作物根区的土壤墒情进行预测，直至作物收获，从而进行作物整个生育期内土壤水分状况的逐日递推预测。
雨养条件不考虑灌溉，可作为干旱等级预测模型：
作物耗水计算模型综合考虑作物和土壤水分影响，提出的作物实时耗水量ETi计算模型：
ETi＝Kci·Kwi·ET0i。
Kci为第i天的作物系数，受天气状况、土壤特性和作物生长状况影响。
Kwi为实行非充分灌溉时第i天的土壤水分修正系数，与土壤湿度有关。
ET0i为第i天的参考作物需水量，mm，采用Penman—Monteith法进行计算。
步骤三：结合短期天气预报，判断未来时段干旱等级。
(1)依据作物生长阶段确定预报时段。
(2)结合短期气象预报，来预测预报时段内的平均土壤墒情。
(3)利用干旱等级评判标准评价出未来预报时段内的干旱等级。
在该步骤中以冬小麦为例，其生育期干旱等级划分标准如表1-1所示。
表1-1土壤相对湿度等级划分表
步骤四：根据预判的干旱等级进一步确定作物适应性灌水阈值。
在该步骤中：适应性灌水阈值在作物不同生育期阶段，不同干旱等级，取值不同，它是在对干旱等级预判的基础上，选择合适的适应性灌溉阈值。以冬小麦为例，不同生育期内各干旱等级对应的适应性灌水阈值见表1-2。
表1-2不同干旱等级所对应的灌水阈值
注：θmax为田间持水率。
步骤五：构建作物实时灌溉预报决策模型，对预报期内灌水量逐日预报。
在该步骤中：建立以天为时段的作物在线实时灌溉决策模型计算灌水量Mi：
Mi＝Wi-1+P0i+WTi-ETi+Ki-Wi。
实施例2：在实施例1的步骤五中，预报期内灌水量预报具体步骤包括。
(1)在预报时段M天内，利用逐日递推土壤墒情预测模型对土壤墒情进行预测，可将递推出的逐日土壤含水率θi与通过干旱等级判适应性灌水下限值θc2进行比较，如果θi≥θc2，则说明预报时段内不需要灌水；如果θi≤θc2，则说明预报时段内第i天需要灌水。
(2)当预报时段内第i天需要灌溉，而天气预报在第j(i<j<M)天预报有降水时，则可先不进行灌溉，继续递推逐日的土壤含水率，若第k(i<k<j)天的土壤含水率值达到土壤凋萎含水量，且j-k>2，则在第i天即进行灌溉，按照灌溉决策模型计算灌水量；若j-k≤2，可考虑不灌溉。如果在预报时段内有较大降雨，使预报时段内出现土壤含水率超过田间持水率时，则将该日土壤含水率为田间持水率，多余的水量下渗到深层土壤。
(3)以该预报时段末实测的土壤含水率值作为下一预报时段的土壤含水率初始值，根据土壤墒情预测模型下一预报时段内逐日的土壤含水率值，结合天气预报来进行下一预报时段内的灌溉预报，依次循环，进行冬小麦全生育期的灌溉预报。
实施例3：在实施例1或2的步骤四中，适应性灌水阈值是基于作物水分亏缺补偿效应，根据预报期内干旱等级而确定的灌水阈值。在作物某些发育时期，减少土壤水分，诱导轻度到重度水分胁迫，可避免植株旺长，改变植株体内养分和水分的分配，使同化物从营养器官向生殖器官转移，当水分胁迫解除后作物通过外部形态的改变和生长速度的调整而对水分变动环境做出响应。因此，可以通过适宜的灌水上下限来调控土壤水分，减少灌水量与灌水次数，进而提高作物水分利用效率。

Claims (9)

1.一种基于动态干旱预测的适应性节水灌溉方法，其特征在于，包括以下步骤：
S1：以土壤含水率为指标建立灌区动态干旱等级评价方法；该方法以土壤土层平均含水量θ作为干旱指标，主要通过某土层深的土壤含水量SW，土壤层厚度和土壤容重ρsoil计算，具体公式为：在某土壤区域的最干旱和最湿润值之间划分若干各不同干旱程度的干旱等级；
S2：基于水量平衡原理构建土壤墒情实时预测模型；土壤墒情实时预测模型结合短期天气预报推算第i天土壤土层平均含水量θ；
S3：依据推算的第i天土壤土层平均含水量θ和干旱等级划分标准，预判未来第i天的干旱等级P’，判别预报期内平均干旱等级P；
S4：根据预报期内干旱等级P，进一步确定作物适应性灌水阈值Q；
S5：根据作物适应性灌水阈值Q，和作物实时灌溉预报决策模型，对预报期内灌水量逐日预报。
2.根据权利要求1所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S2中：土壤墒情实时预测模型主要基于水量平衡原理建立。忽略地下水补给，第i天的降水为P0i、灌水量Gi、作物耗水量为ETi，则第i天初始时和结束时计划湿润层的土壤含水量分别为SWi-1和SWi，土壤墒情实时预测模型为：
SWi-SWi-1＝P0i+SWTi-ETi+Gi；
由第i天初始和结束时段计划层湿润层深度Hi-1和Hi可得：
SWi-SWi-1＝1000nHiθi-1000nHiθi-1；
第i天结束时的土壤含水率θi，
按照作物计划湿润层含水率的逐日递推预测模型，即可以从作物的种植日期开始，逐日对作物根区的土壤墒情进行预测，直至作物收获，从而进行作物整个生育期内土壤水分状况的逐日递推预测；
以雨养条件下，不考虑灌水情况，递推得到的土壤含水率为依据，建立干旱预测模型，其计算方式为：
作物实时耗水量ETi计算公式为：
ETi＝Kci·Kwi·ET0i；
Kci为第i天的作物系数，受天气状况、土壤特性和作物生长状况影响；
Kwi为实行非充分灌溉时第i天的土壤水分修正系数，与土壤湿度有关；
ET0i为第i天的参考作物需水量，mm，采用Penman—Monteith法进行计算。
3.根据权利要求1所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S3中，主要包括：
(1)依据作物生长阶段确定预报时段M；
(2)结合短期气象预报，根据干旱等级预测模型，逐日预测预报时段内的土壤墒情，根据干旱等级评判标准，得到对应的干旱等级；
(3)统计预报期时段M内各干旱等级发生频次，以频次较高者为预报时段平均干旱等级。
4.根据权利要求1所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S4中：适应性灌水阈值是基于作物水分亏缺补偿效应，根据预报期内干旱等级而确定的灌水阈值，突破了人为采用生育期均值的局限。
5.根据权利要求1或4所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S4中：确定的灌水阈值时考虑在作物某些发育时期，减少土壤水分，诱导轻度到重度水分胁迫，可避免植株旺长，改变植株体内养分和水分的分配，使同化物从营养器官向生殖器官转移，当水分胁迫解除后作物通过外部形态的改变和生长速度的调整而对水分变动环境做出响应。
6.根据权利要求1或4所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S4中：确定的灌水阈值时通过适宜的灌水上下限来调控土壤水分，减少灌水量与灌水次数，进而提高作物水分利用效率。
7.根据权利要求1或4所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S4中：适应性灌水阈值在作物不同生育期阶段，不同干旱等级，取值不同，它是在对干旱等级预判的基础上，选择合适的适应性灌溉阈值。
8.根据权利要求1所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S5中：建立以天为时段的作物在线实时灌溉模型计算灌水量Gi：
Gi＝1000nHi(θuM-θi)；θuM为灌水阈值的上限值。
9.根据权利要求1或8所述的基于动态干旱预测的适应性节水灌溉方法，其特征在于，所述步骤S5中：预报期内灌水量预报具体步骤包括：
(1)在预报时段M天内，利用土壤墒情实时预测模型对土壤墒情进行逐日预测，将预测的土壤含水率θi与适应性灌水阈值的下限值θcM进行比较，当第i天，θi≤θcM，初步判定预报时段内的第i天需要灌水；
(2)观察天气预报信息，当在第j天预报有降水时，可先不进行灌溉，继续预测逐日土壤含水率；当第k天的土壤含水率低于土壤凋萎含水量，且j-k>2时，在第i天做出灌溉决策，根据灌溉模型计算灌水量；若j-k≤2，可考虑不灌溉，其中i<j<M，i<k<j；如果在预报时段内有较大降雨，土壤含水率超过田间持水率时，则将该日土壤含水率为田间持水率，多余的水量下渗到深层土壤；
(3)以该预报时段末实测的土壤含水率作为下一预报时段的土壤含水率初始值，按照步骤(1)(2)依次循环，进行作物全生育期的灌溉预报。
CN201910666927.1A 2019-07-23 2019-07-23 基于动态干旱预测的适应性节水灌溉方法 Pending CN110458335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910666927.1A CN110458335A (zh) 2019-07-23 2019-07-23 基于动态干旱预测的适应性节水灌溉方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910666927.1A CN110458335A (zh) 2019-07-23 2019-07-23 基于动态干旱预测的适应性节水灌溉方法

Publications (1)

Publication Number Publication Date
CN110458335A true CN110458335A (zh) 2019-11-15

Family

ID=68483119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910666927.1A Pending CN110458335A (zh) 2019-07-23 2019-07-23 基于动态干旱预测的适应性节水灌溉方法

Country Status (1)

Country Link
CN (1) CN110458335A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112602563A (zh) * 2020-12-15 2021-04-06 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) 一种节水灌溉系统及精准灌溉方法
CN113379560A (zh) * 2021-05-21 2021-09-10 北京农业智能装备技术研究中心 作物灌溉预报装置及预报方法
CN113837666A (zh) * 2021-11-23 2021-12-24 长江水利委员会长江科学院 一种基于改进cmi指数的农业干旱评估方法
CN114722605A (zh) * 2022-04-07 2022-07-08 南宁师范大学 一种基于降水量的差减间隔天数法土壤含水量诊断模型
CN115088595A (zh) * 2022-05-16 2022-09-23 中联智慧农业股份有限公司 针对农作物的自动灌溉方法、装置、系统及处理器
CN115482467A (zh) * 2022-09-29 2022-12-16 河南省景观规划设计研究院有限公司 一种智慧园林的自动灌溉系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104521699A (zh) * 2014-11-18 2015-04-22 华北水利水电大学 田间智能灌溉在线控制管理方法
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
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104521699A (zh) * 2014-11-18 2015-04-22 华北水利水电大学 田间智能灌溉在线控制管理方法
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
何胜: ""冬小麦适应性节水灌溉预报与实时配水技术研究"", 《中国优秀博硕士学位论文全文数据库（硕士） 农业科技辑》 *
刘胜尧: ""河北典型缺水区作物水土资源高效利用研究"", 《中国博士学位论文全文数据库 农业科技辑》 *
张强，等: "《中华人民共和国国家标准 GB/T 20481-2006》", 28 August 2006 *
赵刚等: ""黄土旱塬区苹果园土壤水分动态"", 《应 用 生 态 学 报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112602563A (zh) * 2020-12-15 2021-04-06 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) 一种节水灌溉系统及精准灌溉方法
CN112602563B (zh) * 2020-12-15 2021-08-24 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) 一种节水灌溉系统及精准灌溉方法
CN113379560A (zh) * 2021-05-21 2021-09-10 北京农业智能装备技术研究中心 作物灌溉预报装置及预报方法
CN113837666A (zh) * 2021-11-23 2021-12-24 长江水利委员会长江科学院 一种基于改进cmi指数的农业干旱评估方法
CN113837666B (zh) * 2021-11-23 2022-02-11 长江水利委员会长江科学院 一种基于改进作物水分指数的农业干旱评估方法
CN114722605A (zh) * 2022-04-07 2022-07-08 南宁师范大学 一种基于降水量的差减间隔天数法土壤含水量诊断模型
CN115088595A (zh) * 2022-05-16 2022-09-23 中联智慧农业股份有限公司 针对农作物的自动灌溉方法、装置、系统及处理器
CN115482467A (zh) * 2022-09-29 2022-12-16 河南省景观规划设计研究院有限公司 一种智慧园林的自动灌溉系统
CN115482467B (zh) * 2022-09-29 2023-09-05 河南省景观规划设计研究院有限公司 一种智慧园林的自动灌溉系统

Similar Documents

Publication Publication Date Title
CN110458335A (zh) 基于动态干旱预测的适应性节水灌溉方法
CN106688827B (zh) 一种基于农业系统模型的灌溉决策系统及方法
CN103544533B (zh) 一种调水工程水资源优化配置动态模型构建系统
CN112837169B (zh) 一种干旱过程网格化旱情综合监测、预警与评估方法
CN109872063A (zh) 平原城市河网防洪、排涝、活水联合优化调度方法及系统
CN107258494A (zh) 一种植被生态高效用水智能化精准调配系统
CN109452146A (zh) 冬小麦节水灌溉决策方法、控制装置及控制系统
CN108416049B (zh) 一种高寒山区流域雨雪混合产流计算方法
CN108782187A (zh) 一种基于墒情指数的土壤墒情预报方法
CN107292118B (zh) 一种冰封期河流生态基流计算方法
CN110232479B (zh) 一种城市水库防洪补偿优化调度方法
CN111528050B (zh) 一种市政雨水收集灌溉系统
CN112400676A (zh) 一种基于大数据的智能灌溉系统
CN112819332A (zh) 一种基于全渠道输配的水量分配方法、装置及计算机设备
CN106613786A (zh) 一种基于自动补水蒸发皿的灌溉预报系统
CN115039676A (zh) 一种灌溉方法及系统
CN114897423A (zh) 基于作物水分指示线的农田灌溉概率指数计算方法
Evett et al. The future of irrigation on the US Great Plains
CN112990760A (zh) 基于生态输水调整流域小气候和生态系统的方法
CN109264801B (zh) 基于调度和处置的渠道型饮用水源地控除刚毛藻的方法
CN114757405B (zh) 灌区水资源均衡优化配置方法
Allam et al. Irrigation systems performance in Egypt
Xu et al. Modeling of surface runoff in Xitiaoxi catchment, China
Legesse et al. Evaluation of Water Delivery Performance and Conveyance Efficiency in Gatto Small-Scale Irrigation Scheme, Southern, Ethiopia
CN209102153U (zh) 一种u型渠机翼型自动量水装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191115

RJ01 Rejection of invention patent application after publication