CN110580657B - 农业灌溉需水量预测方法 - Google Patents
农业灌溉需水量预测方法 Download PDFInfo
- Publication number
- CN110580657B CN110580657B CN201910968814.7A CN201910968814A CN110580657B CN 110580657 B CN110580657 B CN 110580657B CN 201910968814 A CN201910968814 A CN 201910968814A CN 110580657 B CN110580657 B CN 110580657B
- Authority
- CN
- China
- Prior art keywords
- water demand
- typical
- irrigation water
- crop
- typical crop
- 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
- 239000003621 irrigation water Substances 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 38
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 73
- 238000009331 sowing Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 2
- 229920006395 saturated elastomer Polymers 0.000 claims description 2
- 239000002689 soil Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 abstract 1
- 241000209140 Triticum Species 0.000 description 11
- 235000021307 Triticum Nutrition 0.000 description 11
- 240000008042 Zea mays Species 0.000 description 11
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 11
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 11
- 235000005822 corn Nutrition 0.000 description 11
- 238000003973 irrigation Methods 0.000 description 6
- 230000002262 irrigation Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000010899 nucleation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 240000006394 Sorghum bicolor Species 0.000 description 1
- 235000011684 Sorghum saccharatum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Agronomy & Crop Science (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种农业灌溉需水量预测方法，其包括选择基准期，选取播种面积大于设定比例的作物作为典型作物；根据气象信息计算典型作物在生育期内的灌溉用水定额；获取节水区域内各气象站点的旬降雨量，并基于旬降雨量计算典型作物的有效降雨量；计算典型作物单位面积的灌溉需水量；判断是否存在至少一种典型作物单位面积的灌溉需水量大于连续实测年单位面积的实际灌溉用水量的平均值，若是，对所有典型作物单位面积的灌溉需水量进行修正；否则采用每种典型作物单位面积的灌溉需水量和下一年度种植面积，计算下一年度的总需水量。本方案通过实际灌溉用水量对计算得到的灌溉需水量进行修正，可以提高灌溉需水量预测的准确性和科学评估节水效果。
Description
技术领域
本发明涉及农业灌溉技术，具体涉及一种农业灌溉需水量预测方法。
背景技术
用水总量控制和定额管理是全面落实“节水优先”方针政策的重要抓手。农业作为用水大户，由于其用水过程不仅与农业种植结构有关，而且与气候和节水技术措施的推广及节水灌溉制度的实施情况等众多因素密切相关，复杂的作用因素使得目前难以合理确定有关农业用水量，通常采用历史种植结构和相应条件的灌溉定额水平的整体平均核定，缺乏必要的校验，难以真实的体现出农业节水措施带来的效用，从而导致目前绝大多数地区的农业用水基准偏高，增加农业用水成本，难以实现农业灌溉节水，水资源不能合理高效利用，使得种植时成本投入升高，农业产值降低。
发明内容
针对现有技术中的上述不足，本发明提供的农业灌溉需水量预测方法能够准确地预测下一年度总需水量。
为了达到上述发明目的，本发明提供的技术方案为：
提供一种农业灌溉需水量预测方法，其包括：
S1、获取节水区域的农业统计资料，根据农业统计资料选取播种面积大于设定比例的作物作为典型作物；
S2、获取节水区域内气象站在基准期内每旬的气象信息，并根据气象信息计算基准期内典型作物在生育期内的灌溉用水定额；
S3获取节水区域内各气象站点的旬降雨量并基于旬降雨量计算基准期典型作物的有效降雨量；
S4、根据基准期及同种典型作物的灌溉用水定额和有效降雨量，计算典型作物单位面积的灌溉需水量；
S5、判断是否存在至少一种典型作物单位面积的灌溉需水量大于连续实测年单位面积的实际灌溉用水量的平均值，若是，进入步骤S6，否则进入步骤S7；
S6、根据典型作物在基准期内所有的单位面积灌溉需水量和连续实测年的单位面积的实际灌溉用水量，对所有典型作物单位面积的灌溉需水量进行修正；
S7、采用每种典型作物单位面积的灌溉需水量和下一年度种植面积，计算下一年度的总需水量。
本发明的有益效果为：本方案通过基准期内的气象信息计算的灌溉用水定额和有效降雨量确定作物单位面积的灌溉需水量，并在灌溉需水量小于实际灌溉用水量时，基于实际灌溉用水量对灌溉需水量进行修正，以使得预测的灌溉需水量无限接近真实值，以提高预测的灌溉需水量的准确性，进而保证得到的总需水量预测的准确性。通过对灌溉需水量的逐年修正实现逼近真实值的过程，可以减少灌溉用水量，提高农业灌溉用水效益。
节水区域的管理者通过准确性较高的总需水量，能够在满足农业部规划用水的情况下，尽量保证较大的种植面积，从而保证农作物最终的经济收益。
附图说明
图1为农业灌溉需水量预测方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
参考图1，图1示出了农业灌溉需水量预测方法的流程图，如图1所示，该方法S包括步骤S1至步骤S7。
在步骤S1中，获取节水区域的农业统计资料，根据农业统计资料选取播种面积大于设定比例的作物作为典型作物；
在本方案中，将节水区域农作物总播种面积之比超过10％的农作物确定为典型作物，其对应的播种面积记为Ai,(i＝1,2,3，......n)，其中i为节水区域典型农作物种类，n为典型作物总数量。
在步骤S2中，获取节水区域内气象站在基准期内每旬的气象信息，并根据气象信息计算基准期内典型作物在生育期内的灌溉用水定额；
在本发明的一个实施例中，步骤2进一步包括：
S21、根据气象信息，采用彭曼公式计算典型作物在基准期的逐旬潜在蒸散量：
其中，ET0为典型作物基准期时段内逐旬潜在蒸散量；Δ为饱和水汽压-温度曲线斜率；Rn为典型作物冠层的净辐射；G为增热土壤消耗的能量；γ为湿度计常数；T为平均气温；U2为2m高风速；ea为饱和水汽压；ed为实际观测水汽压；
S22、根据同种典型作物的逐旬作物潜在蒸散量及生育期内的逐旬作物系数，计算典型作物的旬需水量：
ETi,j,k＝ET0×Kci,k
其中，ETi,j,k为典型作物i在第j年生育期的第k旬的旬需水量，单位为mm；Kci,k是典型作物i在生育期的第k旬的逐旬作物系数；
S23、累加生育期内所有旬需水量作为典型作物的灌溉用水定额ETi，j：
在步骤S3中，获取节水区域内各气象站点的旬降雨量，并基于旬降雨量计算典型作物的有效降雨量；
实施时，本方案优选基于旬降雨量和旬需水量计算典型作物的有效降雨量进一步包括：
S31、根据旬降雨量，采用空间插值方法计算典型作物在基准期的旬面雨量：
当节水区域的地形小于设定高程时，采用泰森多边形法计算典型作物在基准期的旬面雨量；
当节水区域的地形大于等于设定高程时，采用距离加权反比方法计算典型作物在基准期的旬面雨量。
S32、根据同种典型作物同一旬的旬面雨量和旬需水量得到旬降雨量PEi,j,k：
PEi,j,k＝min(Pi,j,k,ETi,j,k)
其中，Pi,k,j为典型作物i在第j年生育期的第k旬的旬面雨量，单位为mm；
S33、累加生育期内所有旬降雨量作为典型作物的有效降雨量PEi,j：
在步骤S4中，根据基准期及同种典型作物的灌溉用水定额和有效降雨量，计算典型作物单位面积的灌溉需水量；典型作物i单位面积的灌溉需水量qi的计算方法包括：
S41、计算典型作物i在第j年的单位面积的灌溉需水量IRi,j：
IRi,j＝ETi,j-PEi,j，(i＝1,2,3，......n,j＝1,2,3，...m)；
S42、根据灌溉需水量IRi,j，计算典型作物i单位面积的灌溉需水量qi：
在步骤S5中，判断是否存在至少一种典型作物单位面积的灌溉需水量大于连续实测年单位面积的实际灌溉用水量的平均值，若是，进入步骤S6，否则进入步骤S7；
在步骤S6中，根据典型作物在基准期内所有的单位面积灌溉需水量和连续实测年的单位面积的实际灌溉用水量，对所有典型作物单位面积的灌溉需水量进行修正；
其中，对典型作物单位面积的灌溉需水量进行修正的计算公式为：
其中，qi为典型作物i单位面积的灌溉需水量，单位为m3；qij为典型作物i在第j年的单位面积灌溉需水量，单位为m3；m为基准期；qi,g为典型作物i在第g年的实际灌溉用水量，该数据可以通过各级政府部门发表的用水情况及对应典型作物种植面积，直接计算而得，单位：m3；n为典型作物的总数量；k'为连续实测年。
其中基准期的大小为5年，其为下一年度的上5年，比如下一年度为2020，那么基准期指的是2015、2016、2017、2018、2019。连续实测年可以选取邻近预测年的前面连续几年数据。
在步骤S7中，采用每种典型作物单位面积的灌溉需水量和下一年度种植面积，计算下一年度的总需水量；步骤S7进一步包括：
S71、采用每种典型作物单位面积的灌溉需水量和下一年度种植面积，计算每种典型作物下一年度的理论需水量：
Qi＝qi×Ai,(i＝1,2,3，......n)
其中，Qi为典型作物i下一年度的理论需水量；Ai为典型作物i下一年度的种植面积；
S72、累加所有典型作物的理论需水量得到下一年总需水量Q：
在本发明的一个实施例中，农业灌溉需水量预测方法还包括修正下一年度的总需水量：
获取下一年度的规划用水量(其可以通过各级政府部门发表的规划进行确定)，并比较规划用水量和总需水量；
当总需水量大于下一年度的规划用水量时，根据调整策略调整典型作物的种植面积，并返回步骤S7；以及
当总需水量小于等于下一年度的规划用水量时，输出下一年度的总需水量和所有典型作物的当前种植面积。
其中，调整策略为：选取经济价值最小的典型作物，并按设定阈值缩小种植面积；或者选取灌溉需水量最大的典型作物，并按设定阈值缩小种植面积；或者将所有典型作物的种植面积按预设比例缩小；设定阈值大于预设比例。
下面结合具体的实例对本方案提供的方法进行说明：
本实施例以河北省沧州节水示范试验区为例：以2010-2014年为基准期，2015年作为下一年度，对其灌溉需水量进行预测。
典型作物确定
以《河北省统计年鉴》、《石家庄统计年鉴》和《沧州市社会经济统计信息》以依据，获得基准期(2010-2014年)沧州节水灌溉试验区农业种植结构和相应作物的播种面积，见表1，表中其他包括高粱和豆类；计算每种作物播种面积占区域作物总播种面积占比，超过10％确定区域典型农作物，确定典型作物主要为冬小麦、玉米。
表1新华区作物种植面积统计
气象信息的获取
通过国家气象站网和沧州地区气象监测数据，为避免雨量站稀疏影响气象信息面值确定的准确性，选择沧州气象站，选择距离新华区位置相对近的气象站——沧州、泊头、沧县三个气象站，选择基准期气象站逐日典型气象要素信息，主要气象要素包括降水、气温、风速、湿度、水汽压等日数据，汇总获得旬气象信息。
基准期内典型作物在生育期内的灌溉用水定额确定
采用PM公式，利用所获取的气象信息，计算典型作物基准期逐旬潜在蒸散量ET0，新华区基准期逐旬潜在蒸散量参见表2；然后乘以典型作物逐旬作物系数Kc，得到基准期典型农作物逐旬用水量。
表2新华区潜在蒸散量
| 基准年 | 2010 | 2011 | 2012 | 2013 | 2014 |
| 潜在蒸散量(mm) | 1021.33 | 1015.73 | 1071.50 | 956.13 | 898.97 |
| 1月上旬 | 8.04 | 6.77 | 6.67 | 7.30 | 8.33 |
| 1月中旬 | 8.12 | 7.31 | 6.92 | 7.03 | 8.38 |
| 1月下旬 | 10.25 | 9.70 | 8.09 | 11.24 | 9.46 |
| 2月上旬 | 10.80 | 10.90 | 9.84 | 8.88 | 11.32 |
| 2月中旬 | 11.91 | 13.00 | 11.20 | 11.36 | 12.80 |
| 2月下旬 | 12.94 | 11.94 | 11.13 | 11.13 | 10.32 |
| 3月上旬 | 21.24 | 17.57 | 22.59 | 16.49 | 19.16 |
| 3月中旬 | 26.92 | 21.26 | 23.76 | 23.87 | 22.62 |
| 3月下旬 | 33.26 | 32.15 | 31.89 | 28.59 | 32.59 |
| 4月上旬 | 35.38 | 34.22 | 35.87 | 35.52 | 25.85 |
| 4月中旬 | 41.83 | 37.64 | 39.69 | 29.22 | 34.10 |
| 4月下旬 | 40.96 | 39.42 | 44.44 | 35.92 | 40.56 |
| 5月上旬 | 40.30 | 45.44 | 47.19 | 44.83 | 37.94 |
| 5月中旬 | 50.20 | 46.58 | 53.22 | 44.70 | 49.04 |
| 5月下旬 | 57.24 | 54.96 | 54.59 | 58.10 | 54.23 |
| 6月上旬 | 52.78 | 51.63 | 50.34 | 48.20 | 51.26 |
| 6月中旬 | 53.48 | 58.92 | 56.13 | 43.53 | 49.94 |
| 6月下旬 | 49.12 | 45.61 | 55.48 | 48.59 | 41.15 |
| 7月上旬 | 48.11 | 46.14 | 50.29 | 38.75 | 38.58 |
| 7月中旬 | 44.23 | 47.78 | 40.54 | 47.11 | 36.99 |
| 7月下旬 | 48.67 | 44.20 | 48.93 | 44.11 | 36.82 |
| 8月上旬 | 39.61 | 36.23 | 39.47 | 35.82 | 32.25 |
| 8月中旬 | 36.06 | 35.84 | 44.88 | 37.94 | 30.87 |
| 8月下旬 | 40.51 | 41.77 | 45.38 | 38.44 | 32.95 |
| 9月上旬 | 31.39 | 32.10 | 36.17 | 32.89 | 27.58 |
| 9月中旬 | 26.30 | 33.28 | 32.52 | 24.80 | 25.62 |
| 9月下旬 | 28.76 | 27.13 | 28.42 | 22.56 | 23.26 |
| 10月上旬 | 23.65 | 26.21 | 28.53 | 21.86 | 19.47 |
| 10月中旬 | 20.71 | 22.13 | 21.32 | 22.27 | 16.12 |
| 10月下旬 | 17.12 | 20.67 | 20.26 | 16.62 | 14.71 |
| 11月上旬 | 12.03 | 13.43 | 15.63 | 13.68 | 10.65 |
| 11月中旬 | 10.47 | 11.28 | 13.46 | 11.79 | 8.76 |
| 11月下旬 | 8.69 | 10.85 | 10.77 | 7.69 | 7.38 |
| 12月上旬 | 6.81 | 8.41 | 9.38 | 7.71 | 6.29 |
| 12月中旬 | 6.56 | 6.18 | 7.53 | 8.38 | 5.76 |
| 12月下旬 | 6.85 | 7.10 | 8.97 | 9.21 | 5.90 |
其中，作物系数的确定结合河北省和沧州市农作物生长发育试验数据获得，新华区冬小麦的生育期从9月下旬到翌年6月中旬，夏玉米从6月中下旬到9月中下旬，冬小麦和夏玉米整个生育期作物系数见表3；累加生育期内所有旬用水量作为典型作物冬小麦和夏玉米的灌溉用水定额，具体见表4。
表3基准期主要作物系数(Kc)表
表4基准期逐年典型作物灌溉需水定额和平均灌溉需水量
典型作物生育期有效降水量确定。
选址的区域内以气象站点的旬降水量为基础，本次用泰森多边形法计算旬面雨量，结合典型作物旬需水量，计算典型作物生育期内的有效降雨量。典型作物灌溉基准期用水定额确定为：冬小麦230mm，夏玉米85.6mm。
采用本方案的步骤S4可以计算得到冬小麦在基准期单位面积平均灌溉用水量229.9mm(153.3m3/亩)；夏玉米在基准期单位面积平均灌溉用水量85.6mm(57.1m3/亩)。
实际中，根据2010-2014年政府部门下达的用水计量，一方面要压减冬小麦种植面积，同时要求区域内实现节水规划项目，即实施结构调整和冬小麦夏玉米水肥一体化节水技术措施。通过以上政策的实施，在2010-2014的连续实测年得到的试验区域的单位面积的实际灌溉用水量的平均值夏小麦仅为156.4m3/亩，夏玉米仅为55.4m3/亩。
比较基准期典型作物单位面积上灌溉需水量和实测典型作物单位面积灌溉后，发现夏玉米的实测单位面积灌溉需水量小于基准期理论值，需要进行修正。基于此采用步骤S6方式对夏小麦和夏玉米单位面积的灌溉需水量进行修正，修正后的典型作物冬小麦单位面积需水量为138.9m3/亩，较单位面积理论用水量偏少9.3％；夏玉米单位面积需水量为53.4m3/亩，较单位面积理论用水量偏少6.5％。修正前后各计算指标的对比见表5。
表5实测值修正前后典型作物基准期单位面积需水量变化
综上所述，通过本方案提供的预测方法得到的单位面积的灌溉需水量比较接近实际测量值，相对而言能够比较准确地预测下一年单位面积的灌溉需水量，从而保证了下一年度总需水量预测的准确性。
Claims (8)
1.农业灌溉需水量预测方法，其特征在于，包括：
S1、获取节水区域的农业统计资料，根据农业统计资料选取播种面积大于设定比例的作物作为典型作物；
S2、获取节水区域内气象站在基准期内每旬的气象信息，并根据气象信息计算基准期内典型作物在生育期内的灌溉用水定额；
S3、获取节水区域内各气象站点的旬降雨量，并基于旬降雨量计算基准期典型作物的有效降雨量；
S4、根据基准期及同种典型作物的灌溉用水定额和有效降雨量，计算典型作物单位面积的灌溉需水量；
S5、判断是否存在至少一种典型作物单位面积的灌溉需水量大于连续实测年单位面积的实际灌溉用水量的平均值，若是，进入步骤S6，否则进入步骤S7；
S6、根据典型作物在基准期内所有的单位面积灌溉需水量和连续实测年的单位面积的实际灌溉用水量，对所有典型作物单位面积的灌溉需水量进行修正：
其中，qi为典型作物i单位面积的灌溉需水量；qij为典型作物i在第j年的单位面积灌溉需水量；m为基准期，以年计；qi,g为典型作物i在第g年的实际灌溉用水量；n为典型作物的总数量；k'为连续实测年；
S7、采用每种典型作物单位面积的灌溉需水量和下一年度种植面积，计算下一年度的总需水量。
2.根据权利要求1所述的农业灌溉需水量预测方法，其特征在于，还包括修正下一年度的总需水量：
获取下一年度的规划用水量，并比较规划用水量和总需水量；
当总需水量大于下一年度的规划用水量时，根据调整策略调整典型作物的种植面积，并返回步骤S7；以及
当总需水量小于等于下一年度的规划用水量时，输出下一年度的总需水量和所有典型作物的当前种植面积。
3.根据权利要求2所述的农业灌溉需水量预测方法，其特征在于，所述调整策略为：选取经济价值最小的典型作物，并按设定阈值缩小种植面积；或者选取灌溉需水量最大的典型作物，并按设定阈值缩小种植面积；或者将所有典型作物的种植面积按预设比例缩小；所述设定阈值大于预设比例。
4.根据权利要求1所述的农业灌溉需水量预测方法，其特征在于，所述步骤2进一步包括：
S21、根据气象信息，采用彭曼公式计算典型作物在基准期的逐旬潜在蒸散量：
其中，ET0为典型作物基准期时段内逐旬潜在蒸散量；Δ为饱和水汽压-温度曲线斜率；Rn为典型作物冠层的净辐射；G为增热土壤消耗的能量；γ为湿度计常数；T为平均气温；U2为2m高风速；ea为饱和水汽压；ed为实际观测水汽压；
S22、根据同种典型作物的逐旬作物蒸散量及生育期内的逐旬作物系数，计算典型作物的旬需水量：
ETi,j,k＝ET0×Kci,k
其中，ETi,j,k为典型作物i在第j年生育期的第k旬的旬需水量；Kci,k是典型作物i在生育期的第k旬的逐旬作物系数；
S23、累加生育期内所有旬需水量作为典型作物的灌溉用水定额ETi，j：
其中，N为基准期作物生长期的旬总数。
5.根据权利要求4所述的农业灌溉需水量预测方法，其特征在于，所述基于旬降雨量计算基准期典型作物的有效降雨量进一步包括：
S31、根据旬降雨量，采用空间插值方法计算典型作物在基准期的旬面雨量；
S32、根据同种典型作物同一旬的旬面雨量和旬需水量得到旬降雨量PEi,j,k：
PEi,j,k＝min(Pi,j,k,ETi,j,k)
其中，Pi,k,j为典型作物i在第j年生育期的第k旬的旬面雨量；
S33、累加生育期内所有旬降雨量作为典型作物的有效降雨量PEi,j：
6.根据权利要求5所述的农业灌溉需水量预测方法，其特征在于，所述典型作物i单位面积的灌溉需水量qi的计算方法包括：
S41、计算典型作物i在第j年的单位面积的灌溉需水量IRi,j：
IRi,j＝ETi,j-PEi,j，(i＝1,2,3，......n,j＝1,2,3，...m)；
S42、根据灌溉需水量IRi,j，计算典型作物i单位面积的灌溉需水量qi：
7.根据权利要求5所述的农业灌溉需水量预测方法，其特征在于，采用空间插值方法计算典型作物在基准期的旬面雨量进一步包括：
当节水区域的地形高程和采用的气象站点数与计算区域内的距离小于设定值时，采用泰森多边形法计算典型作物在基准期的旬面雨量；
当节水区域的地形高程和采用的气象站点数与计算区域内的距离大于等于设定值时，采用距离加权反比方法计算典型作物在基准期的旬面雨量。
8.根据权利要求1所述的农业灌溉需水量预测方法，其特征在于，所述步骤S7进一步包括：
S71、采用每种典型作物单位面积的灌溉需水量和下一年度种植面积，计算每种典型作物下一年度的理论需水量：
Qi＝qi×Ai,(i＝1,2,3，......n)
其中，Qi为典型作物i下一年度的理论需水量；Ai为典型作物i下一年度的种植面积；
S72、累加所有典型作物的理论需水量得到下一年总需水量Q：
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910968814.7A CN110580657B (zh) | 2019-10-12 | 2019-10-12 | 农业灌溉需水量预测方法 |
| PCT/CN2020/095484 WO2021068540A1 (zh) | 2019-10-12 | 2020-06-10 | 农业灌溉需水量预测方法 |
| US17/259,564 US11209574B2 (en) | 2019-10-12 | 2020-06-10 | Method for forecasting an agricultural irrigation water requirement |
| JP2020569847A JP7149348B2 (ja) | 2019-10-12 | 2020-06-10 | 農業灌漑水需要量予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910968814.7A CN110580657B (zh) | 2019-10-12 | 2019-10-12 | 农业灌溉需水量预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110580657A CN110580657A (zh) | 2019-12-17 |
| CN110580657B true CN110580657B (zh) | 2020-06-16 |
Family
ID=68814480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910968814.7A Active CN110580657B (zh) | 2019-10-12 | 2019-10-12 | 农业灌溉需水量预测方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11209574B2 (zh) |
| JP (1) | JP7149348B2 (zh) |
| CN (1) | CN110580657B (zh) |
| WO (1) | WO2021068540A1 (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110580657B (zh) | 2019-10-12 | 2020-06-16 | 中国水利水电科学研究院 | 农业灌溉需水量预测方法 |
| CN111996980A (zh) * | 2020-07-10 | 2020-11-27 | 河海大学 | 一种区域水资源均衡集约利用的方法 |
| CN112418154B (zh) * | 2020-12-07 | 2024-03-29 | 中国水利水电科学研究院 | 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 |
| CN112989560A (zh) * | 2021-01-25 | 2021-06-18 | 河南锐利特计算机科技有限公司 | 一种基于墒情气象数据计算农作物需水量的方法 |
| CN113177345B (zh) * | 2021-06-30 | 2021-11-19 | 中国科学院地理科学与资源研究所 | 一种网格化作物种植布局优化方法 |
| CN113367056B (zh) * | 2021-07-19 | 2022-10-11 | 哈尔滨神州精英科技开发有限公司 | 基于数据分析的现代化农业种植灌溉智能调控方法 |
| CN113742899B (zh) * | 2021-08-16 | 2024-07-23 | 东方智感(浙江)科技股份有限公司 | 一种作物系数计算方法及系统 |
| CN113822479B (zh) * | 2021-09-22 | 2022-08-16 | 中国科学院地理科学与资源研究所 | 一种兼顾生产、环境和经济效益的区域农业种植结构多目标优化方法 |
| CN113627105B (zh) * | 2021-10-12 | 2022-02-11 | 清华大学 | 灌溉用水量监测方法、装置、计算机设备 |
| CN114202167B (zh) * | 2021-11-18 | 2022-07-26 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 |
| CN114638146A (zh) * | 2022-03-25 | 2022-06-17 | 西北农林科技大学 | 一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法 |
| CN114757405B (zh) * | 2022-04-02 | 2023-05-05 | 中国水利水电科学研究院 | 灌区水资源均衡优化配置方法 |
| CN114663248B (zh) * | 2022-04-06 | 2022-12-06 | 中国水利水电科学研究院 | 一种遥感与地面协同的农田地块灌溉水量计算方法及系统 |
| CN114723293B (zh) * | 2022-04-11 | 2024-03-29 | 湖南省水利水电科学研究院 | 基于历史典型干旱年旱灾影响指标的干旱风险评估方法 |
| CN114936674A (zh) * | 2022-04-21 | 2022-08-23 | 中国水利水电科学研究院 | 一种基于气候影响对区域水能供需优化方法 |
| CN115633622A (zh) * | 2022-06-06 | 2023-01-24 | 华南农业大学 | 一种果园智能灌溉系统及其方法 |
| CN115033833B (zh) * | 2022-06-28 | 2023-02-03 | 中国水利水电科学研究院 | 一种农业灌溉用水定额计算系统 |
| CN115099698A (zh) * | 2022-07-21 | 2022-09-23 | 江西省水利科学院 | 一种南方丰水地区“四水四定”分析方法 |
| CN115540831B (zh) * | 2022-10-08 | 2023-06-23 | 江苏新晖测控科技有限公司 | 一种基于人工智能的乡村河流液位监控系统及方法 |
| CN115544455B (zh) * | 2022-10-11 | 2023-05-23 | 河北省水利科学研究院 | 一种灌溉机井水电转换系数确定方法 |
| CN115530054A (zh) * | 2022-10-12 | 2022-12-30 | 河北省科学院应用数学研究所 | 灌溉控制方法、装置、电子设备及存储介质 |
| 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 |
| CN116090744B (zh) * | 2022-12-02 | 2023-11-07 | 广东省水利水电科学研究院 | 山地丘陵区小型灌区灌溉用水配置方法、计算机装置及存储介质 |
| CN115953061B (zh) * | 2022-12-29 | 2024-08-09 | 中国农业大学 | 一种水资源短缺度估算方法、装置及计算机可读存储介质 |
| CN116306794B (zh) * | 2023-03-09 | 2023-10-31 | 河源市广师大研究院 | 作物需水量预测方法、装置、电子设备及存储介质 |
| CN116308885B (zh) * | 2023-03-21 | 2023-11-10 | 水利部节约用水促进中心 | 用水计划指标核定系统 |
| CN116362402B (zh) * | 2023-04-03 | 2024-09-27 | 中国水利水电科学研究院 | 一种基于天气预报与表型信息监测的灌溉制度优化系统 |
| CN116542428B (zh) * | 2023-07-05 | 2023-09-26 | 中国科学院地理科学与资源研究所 | 一种区域灌溉需水量估算方法及装置 |
| CN116664340B (zh) * | 2023-07-25 | 2023-12-12 | 长江信达软件技术（武汉）有限责任公司 | 一种适用于干旱地区的灌域级水量调度方法 |
| CN117236552A (zh) * | 2023-08-17 | 2023-12-15 | 长江勘测规划设计研究有限责任公司 | 一种基于多层级指标体系的区域需水量预测方法 |
| CN117063821B (zh) * | 2023-10-17 | 2024-02-02 | 潍坊种子谷农业科技发展有限公司 | 一种农业灌溉用智能调节系统及方法 |
| CN117435849B (zh) * | 2023-12-15 | 2024-03-29 | 华中科技大学 | 一种农业干旱监测方法、系统、设备及存储介质 |
| CN117598190B (zh) * | 2024-01-22 | 2024-04-16 | 河北省水资源研究与水利技术试验推广中心 | 水库分干渠灌溉控制方法、装置、设备及存储介质 |
| CN118246713B (zh) * | 2024-05-28 | 2024-09-24 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于多要素的农业耕地灌溉用水量客观计算方法及系统 |
| CN118542224A (zh) * | 2024-06-15 | 2024-08-27 | 辽宁省农业科学院 | 基于雨水高效利用的玉米灌溉设备智能调控方法及系统 |
| CN118535932B (zh) * | 2024-07-26 | 2024-10-15 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种降水与作物需水匹配的灌溉用水量折算方法 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000194833A (ja) | 1998-12-28 | 2000-07-14 | Hitachi Ltd | 観測衛星を利用した地域管理システム，地域管理方法と農業育成管理システム及び観測衛星運用システム |
| US7430458B2 (en) * | 2003-10-29 | 2008-09-30 | Hydropoint Data Systems, Inc. | Calculating an ET value for an irrigation area |
| US8650069B2 (en) * | 2009-12-03 | 2014-02-11 | Telsco Industries, Inc. | Irrigation water management system |
| US20130104455A1 (en) * | 2011-05-13 | 2013-05-02 | David P. Groeneveld | Method and System for Remote Sensing and Limited Field Sampling to Prescribe and Deliver Soil Amendments Targeted Discretely Across Cultivated Fields |
| US20140236868A1 (en) * | 2013-02-15 | 2014-08-21 | Banyan Water, Inc. | System and method for automated, range-based irrigation |
| US10267951B2 (en) * | 2016-05-12 | 2019-04-23 | The Climate Corporation | Statistical blending of weather data sets |
| WO2018081853A1 (en) | 2016-11-02 | 2018-05-11 | The Yield Technology Solutions Pty Ltd | Controlling agricultural production areas |
| CN106570627B (zh) * | 2016-11-02 | 2020-09-29 | 河海大学 | 一种未来气候条件下作物灌溉需水量计算方法 |
| 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 |
| CN107491844B (zh) | 2017-08-28 | 2021-06-15 | 中国水利水电科学研究院 | 农田灌溉层次需水量的分析方法 |
| US11423492B2 (en) * | 2017-11-21 | 2022-08-23 | Climate Llc | Computing risk from a crop damaging factor for a crop on an agronomic field |
| CN107950324A (zh) * | 2017-12-15 | 2018-04-24 | 上海应用技术大学 | 基于玉米分阶段灌溉需水量计算的灌溉管理系统及灌溉方法 |
| CN108280773B (zh) * | 2018-01-22 | 2019-05-28 | 中国水利水电科学研究院 | 一种判别地区间主要粮食作物适水种植的方法 |
| CN109447426B (zh) * | 2018-10-12 | 2021-09-28 | 河海大学 | 基于作物需水机理的灌溉需水对变化环境的响应分析方法 |
| CN109657854B (zh) * | 2018-12-13 | 2023-07-04 | 中国农业科学院农田灌溉研究所 | 一种作物需水量预测的方法、系统及设备 |
| CN110580657B (zh) | 2019-10-12 | 2020-06-16 | 中国水利水电科学研究院 | 农业灌溉需水量预测方法 |
-
2019
- 2019-10-12 CN CN201910968814.7A patent/CN110580657B/zh active Active
-
2020
- 2020-06-10 JP JP2020569847A patent/JP7149348B2/ja active Active
- 2020-06-10 US US17/259,564 patent/US11209574B2/en active Active
- 2020-06-10 WO PCT/CN2020/095484 patent/WO2021068540A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| JP7149348B2 (ja) | 2022-10-06 |
| US20210247544A1 (en) | 2021-08-12 |
| WO2021068540A1 (zh) | 2021-04-15 |
| JP2022512047A (ja) | 2022-02-02 |
| CN110580657A (zh) | 2019-12-17 |
| US11209574B2 (en) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110580657B (zh) | 农业灌溉需水量预测方法 | |
| Lv et al. | Adjusting sowing date and cultivar shift improve maize adaption to climate change in China | |
| US9652840B1 (en) | System and method for remote nitrogen monitoring and prescription | |
| Liu et al. | Maize potential yields and yield gaps in the changing climate of northeast China | |
| Li et al. | Measurement of evapotranspiration of irrigated spring wheat and maize in a semi-arid region of north China | |
| Tolk et al. | Measured and simulated evapotranspiration of grain sorghum grown with full and limited irrigation in three high plains soils | |
| Zhang et al. | Optimized sowing time windows mitigate climate risks for oats production under cool semi-arid growing conditions | |
| Kikoyo et al. | Assessment of impact of climate change and adaptation strategies on maize production in Uganda | |
| Leite et al. | Distribution of limited irrigation water based on optimized regulated deficit irrigation and typical metheorological year concepts | |
| Southworth et al. | Sensitivity of winter wheat yields in the Midwestern United States to future changes in climate, climate variability, and CO2 fertilization | |
| CN104361249B (zh) | 基于作物生长模型的作物旱灾致灾强度指数计算方法 | |
| Ale et al. | Determining optimum irrigation termination periods for cotton production in the Texas High Plains | |
| He et al. | Impact of climate change on maize potential productivity and the potential productivity gap in Southwest China | |
| Yang et al. | Estimation of irrigation requirements for drip-irrigated maize in a sub-humid climate | |
| Yang et al. | Modeling the effects of plastic film mulching on irrigated maize yield and water use efficiency in sub-humid Northeast China | |
| Gupta | Predicting corn planting dates for moldboard and no‐till tillage systems in the corn belt 1 | |
| Tang et al. | Spatial-temporal distribution of climate suitability of winter wheat in North China Plain for current and future climate scenarios | |
| Bai et al. | Modeling the sensitivity of wheat yield and yield gap to temperature change with two contrasting methods in the North China Plain | |
| Bhat et al. | Statistical comparison of reference evapotranspiration methods: A case study from Srinagar in J&K, India | |
| CN114642159B (zh) | 一种设施作物灌溉定额计算方法及系统 | |
| CN110956322B (zh) | 气候变暖趋势下的夏玉米花期高温灾害风险预测方法 | |
| Carvalho et al. | Implications of climate variability and future trends on wheat production and crop technology adaptations in southern regions of Portugal | |
| Sargordi et al. | Spatio-temporal variation of wheat and silage maize water requirement using CGMS model | |
| Coops et al. | Development of daily spatial heat unit mapping from monthly climatic surfaces for the Australian continent | |
| CN115033833B (zh) | 一种农业灌溉用水定额计算系统 |
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 |