CN110754344A - 基于气象预告的灌溉决策方法及装置 - Google Patents
基于气象预告的灌溉决策方法及装置 Download PDFInfo
- Publication number
- CN110754344A CN110754344A CN201910956487.3A CN201910956487A CN110754344A CN 110754344 A CN110754344 A CN 110754344A CN 201910956487 A CN201910956487 A CN 201910956487A CN 110754344 A CN110754344 A CN 110754344A
- Authority
- CN
- China
- Prior art keywords
- irrigation
- soil
- crop
- point
- predicted value
- 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.)
- Granted
Links
Images
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
-
- 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
- A01G25/02—Watering arrangements located above the soil which make use of perforated pipe-lines or pipe-lines with dispensing fittings, e.g. for drip irrigation
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Water Supply & Treatment (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Soil Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Geology (AREA)
- Food Science & Technology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于气象预告的灌溉决策方法及装置。该申请的方法包括根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,所述土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;根据气象预告数据确定参考作物蒸腾量ET0的预测值;根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。本申请解决相关的灌溉预报的方式复杂的问题。
Description
技术领域
本申请涉及灌溉技术领域,具体而言,涉及一种基于气象预告的灌溉决策方法及装置。
背景技术
在灌溉技术领域,为了在节水的基础上使农作物或植物能够更好的生长提高产量,需要对土壤进行合理化的灌溉。在实际的应用中,合理化灌溉主要的参考数据为灌溉的补偿点、灌溉的水量以及灌溉周期。通常合理化灌溉的参考数据都是以历史的土壤水分变化数据确定的,但是未来的环境与历史的环境可能会很大的差异,如果只依靠历史数据进行灌溉的指导,当未来环境突变时无法及时的做好灌溉的准备,影响灌溉的效率。因此出现了灌溉预报,灌溉预报通常是基于未来的天气的信息以及土壤水分状况的预测信息来进行的。现有的相关的灌溉预报通常是会建立预报模型,然后基于预报模型进行参考数据的计算,但是发明人在实施的过程中发现,建立预报模型的方式通常比较复杂,并且也不能完全保证预报的准确性。
发明内容
本申请的主要目的在于提供一种基于气象预告的灌溉决策方法及装置,以解决灌溉预报的方式复杂的问题。
为了实现上述目的,根据本申请的第一方面,提供了一种基于气象预告的灌溉决策方法。
根据本申请的基于气象预告的灌溉决策方法包括:
根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,所述土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;
根据气象预告数据确定参考作物蒸腾量ET0的预测值;
根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;
根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。
进一步的,在根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点之前,所述方法还包括:
通过土壤水分传感器获取不同时刻各层土壤体积含水量;
根据不同时刻各层土壤体积含水量生成土壤特定深度对应的土壤水分含量累加曲线。
进一步的,在根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值之前,所述方法还包括:
根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc。
进一步的,所述根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc包括:
在所述土壤水分含量累加曲线上从田间持水量点与灌溉补偿点之间选取连续下降且连续时长大于预设时长的曲线段;
根据选取的曲线段确定实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据;
根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据计算所述作物系数Kc。
进一步的,若灌溉方式为喷灌或者滴灌方式,所述根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数包括:
根据未来ETc的预测值、灌溉补偿点以及与灌溉方式对应的最大持水量点预测灌溉的天数。
为了实现上述目的,根据本申请的第二方面,提供了一种基于气象预告的灌溉决策装置。
根据本申请的基于气象预告的灌溉决策装置包括:
第一确定单元,用于根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,所述土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;
第二确定单元,用于根据气象预告数据确定参考作物蒸腾量ET0的预测值;
第一预测单元,用于根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;
第二预测单元,用于根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。
进一步的,所述装置还包括:
获取单元,用于在根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点之前,通过土壤水分传感器获取不同时刻各层土壤体积含水量;
生成单元,用于根据不同时刻各层土壤体积含水量生成土壤特定深度对应的土壤水分含量累加曲线。
进一步的,所述装置还包括:
第三确定单元,用于在根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值之前,根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc。
进一步的,所述第三确定单元包括:
选取模块,用于在所述土壤水分含量累加曲线上从田间持水量点与灌溉补偿点之间选取连续下降且连续时长大于预设时长的曲线段;
确定模块,用于根据选取的曲线段确定实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据;
计算模块,用于根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据计算所述作物系数Kc。
进一步的,若灌溉方式为喷灌或者滴灌方式,所述第二预测单元用于:
根据未来ETc的预测值、灌溉补偿点以及与灌溉方式对应的最大持水量点预测灌溉的天数。
为了实现上述目的,根据本申请的第三方面,提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述第一方面中任一项所述的基于气象预告的灌溉决策方法。
在本申请实施例中,基于气象预告的灌溉决策方法和装置能够首先根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;然后根据气象预告数据确定参考作物蒸腾量ET0的预测值;再根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;最后根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。可以看到,本申请实施例中基于气象预告的灌溉决策的方法是基于土壤水分含量累加曲线以及气象预告数据进行灌溉周期的预测的,不需要建立灌溉模型,实现更加简单,另外是依据未来的气象预告数据进行的预测,当未来气象预告数据较准确的情况下,在一定程度上可以保证预测的准确性。
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是根据本申请实施例提供的一种基于气象预告的灌溉决策方法流程图;
图2是根据本申请实施例提供的另一种基于气象预告的灌溉决策方法流程图;
图3是根据本申请实施例提供的一种基于气象预告的灌溉决策装置的组成框图;
图4是根据本申请实施例提供的另一种基于气象预告的灌溉决策装置的组成框图。
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。
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。
根据本申请实施例,提供了一种基于气象预告的灌溉决策方法,如图1所示,该方法包括如下的步骤S101至步骤S104:
S101.根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点。
其中,土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线。根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点的原理为:根据土壤水分含量累加曲线确定土壤水分含量的饱和含水量点,根据原位土壤测试仪器灌溉对应的饱和含水量点确定田间持水量点,根据田间持水量点确定灌溉补偿点。根据饱和含水量与田间持水量在时间或者比例的关系可以确定田间持水量,根据田间持水量与灌溉补偿点对应的土壤含水量之间的比例关系可以确定灌溉补偿点。具体的确定饱和含水量点、田间持水量点、灌溉补偿点的过程如下:
第一,确定饱和含水量点
需要说明的是,土壤饱和含水量为土壤所有孔隙全部充满水分时的含水量。它常作为表示土壤水分饱和度的标准。土壤饱和含水量常用土壤水分饱和时的体积含水量或重量含水量表示,本实施例中采用饱和时体积含水量表示。具体的,对应到土壤水分含量累加曲线上,土壤饱和含水量为曲线中的最高点对应的土壤总水分量。另外,在实际的应用中,在新安装土壤墒情站时,即在安装好水分传感器后会进行充分的地面灌溉,使土壤可以达到饱和含水量,得到饱和含水量,此后,随着土壤含水量数据不断采集,当出现更高值时饱和含水量可以被修正,用更高值将原值进行替换。
第二,确定田间持水量点
田间持水量是土壤中悬着毛管水达到最大时的土壤含水量,包括全部吸湿水、膜状水和毛管悬着水。它是土壤在不受地下水影响下所能保持水分的最大数量指标,也是土壤中对作物有效水分的上限指标,常以它作为计算灌水定额的依据。
田间持水量与饱和含水量之间存在时间或者比例的关系,因此可以通过两种方式去确定田间持水量。第一种,根据时间关系确定:具体的田间持水量可以根据到达饱和含水量后再经过预设时间段时对应的土壤总含水量确定,优选的本实施例中取预设时间段为4-12小时,对应到土壤水分含量累加曲线上,即将最高点之后再经过预设时段时对应的土壤总含水量作为田间持水量;第二种,根据比例关系确定:将饱和含水量乘以预设比例后得到田间持水量,预设比例小于1,优选的,本实施例中选择预设比例为0.6-0.7。
另外,在实际应用中,也可以分层计算得到田间持水量,即将监测得到的各层土壤(从地表到特定深度范围内)的水分体积含量随时间变化的最高点确定为各层土壤水分的饱和含水量,然后根据上述中饱和含水量与田间持水量之间的关系确定各层土壤对应的田间持水量,然后将各层土壤对应的田间持水量求和得到本步骤中特定深度下的土壤的田间持水量。
第三,确定灌溉补偿点
灌溉补偿点是指作物发生水分胁迫之前、需要进行灌溉的时刻。不同的决策方法会采用不同的指标来表征灌溉补偿点所处状态,比如土壤墒情、土壤土水势、植物径流、冠层温度等。本实施例中采用土壤墒情作为灌溉补偿点的表征指标。
本实施例是根据田间持水量确定灌溉补偿点,具体的是将田间持水量乘以预设比率得到灌溉补偿点对应的含水量,然后根据灌溉补偿点对应的含水量在土壤水分含量累加曲线上找到对应的灌溉补偿点。其中预设比率小于1,优选的,本实施例中选择预设比率为0.6-0.7。具体的可以根据不同的生长阶段进行确定,比如在生产初期选择较低的预设比率,在后期选较高的预设比率。
S102.根据气象预告数据确定参考作物蒸腾量ET0的预测值。
气象预告数据可以通过气象站获取,通常选择距离农作物最近的气象站获取。气象预告数据包括:维度、日序数、最高温度、最低温度。
根据气象预告数据确定ET0的预测值具体可以根据彭曼公式计算得到。
S103.根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值。
具体的,未来ETc的预测值=ET0的预测值×作物系数Kc
其中,作物系数是根据历史时间对应得到的实际的ET0和ETc计算得到的,计算作物系数时使用的ET0和ETc是同一时段的数据。实际的ET0的计算方式与上述步骤中预测的ET0的计算方式是相同的,只是所有的气象数据都是实际的气象数据不是预测的气象数据,气象数据是标准化以气象站小时数据确定。实际ETc是实际的实际作物蒸散量,可以根据土壤水分含量累加曲线上土壤水分含量的变化值得到。
S104.根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。
在实际的应用中,当作物对应的土壤含水量到达灌溉补偿点对应的含水量时,需要进行灌溉。本步骤中预测灌溉天数即预测到达灌溉补偿点的天数。具体的预测原理为:计算田间持水量点对应的土壤含水量与灌溉补偿点对应的土壤含水量之间的水分差值,根据该差值和未来ETc的每天的预测值,计算从土壤水分含量从田间持水量点的状态到达灌溉补偿点的状态所需要的时间t(以未来ETc的每天的预测值的水分消耗量,计算消耗掉该差值的水量所需的时间);在土壤水分含量到达田间持水量点的状态的天数的基础上往后顺延时间t就得到预测灌溉的天数。需要说明的是,土壤水分含量到达田间持水量的状态的天数可以根据经验值确定,即在每次充分灌溉后4-12小时到达田间持水量点的状态。
从以上的描述中,可以看出,本申请实施例中基于气象预告的灌溉决策方法能够首先根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;然后根据气象预告数据确定参考作物蒸腾量ET0的预测值;再根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;最后根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。可以看到,本申请实施例中基于气象预告的灌溉决策的方法是基于土壤水分含量累加曲线以及气象预告数据进行灌溉周期的预测的,不需要建立灌溉模型,实现更加简单,另外是依据未来的气象预告数据进行的预测,当未来气象预告数据较准确的情况下,在一定程度上可以保证预测的准确性。
根据本申请实施例,提供了另一种基于气象预告的灌溉决策方法,如图2所示,该方法包括:
S201.通过土壤水分传感器获取不同时刻各层土壤体积含水量。
其中,土壤水分传感器是已标定的用于测量土壤含水量的设备,土壤体积含水量也称土壤体积含水率,即土壤中水分占有的体积和土壤总体积的比值。通过土壤水分传感器的不同深度的探头对土壤进行监测,就可以得到各层土壤体积含水量,进一步推算各层土壤水分含量,其单位为mm,表示如果将土壤中水分平铺获得的水柱的高度。具体的土壤水分含量计算原理为如下,给出具体的公式进行说明:
各层土壤水的体积:V水=V土*θ=S*H土*θ;
S为面积,H土为土层深度,θ为该层土壤体积含水量。
土壤水分含量:H水=V水/S=S*H土*θ/S=H土*θ
假设每一土层深度为10cm,H土取10cm,即100mm,则H水=θ*100
土壤水分传感器对外提供的数据如下,若单位为“%”是土壤体积含水量,单位改为“mm”,即各层土壤水分含量。
需要说明的是,土壤水分传感器是属于土壤墒情站的监测设备,本实施例中获取各层土壤体积含水量需要通过土壤墒情站获取。
S202.根据不同时刻各层土壤体积含水量生成土壤特定深度对应的土壤水分含量累加曲线。
其中,土壤特定深度对应的土壤水分含量累加曲线,为某处土壤特定深度下土壤总水分含量随时间变化的曲线。具体的,本实施例中某一时刻土壤特定深度对应的土壤总水分含量为该时刻从地表到特定深度土壤水分的累加值,然后分别记录各时刻的土壤特定深度对应的土壤总水分含量,得到横坐标为时间,纵坐标为土壤总水分含量的曲线,该曲线即为特定深度对应的土壤水分含量累加曲线。给出具体的示例进行说明:假设土壤特定深度为60cm,每一层土壤高度为10cm,则某一时刻土壤60cm处总水分含量为第10cm、20cm、30cm、40cm、50cm、60cm各层土壤含水量的总和,然后将各时刻的土壤60cm处的总水分含量统计可以绘制生成土壤60cm对应的土壤水分含量累加曲线。
需要说明的是,土壤特定深度是根据根系的深度确定的,并且在作物生长的不同时期监测的土壤深度不同。比如大田作物,在整个作物的生长期取三个不同土壤深度进行检测,分别为苗期20厘米,中期40厘米,后期60厘米。对于果树土壤水分监测深度可达到100cm。
S203.根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点。
本步骤的实现方式与图1步骤S101的实现方式相同,此处不再赘述。
S204.根据气象预告数据确定参考作物蒸腾量ET0的预测值。
本步骤的实现方式与图1步骤S102的实现方式相同,此处不再赘述。
S205.根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定作物系数Kc。
在计算作物系数Kc时,选择时间段比较重要,不是所有的时间段的土壤水分含量的数据都适合进行作物系数Kc的计算。具体的本实施例中选择的标准为:在已知的土壤水分含量累加曲线上从田间持水量点与灌溉补偿点之间选取连续下降且连续时长大于预设时长的曲线段,该曲线段对应的土壤水分含量变化的数据作为计算作物系数Kc的基础数据。优选的,预设时长为24小时。
确定计算作物系数Kc的基础数据之后,根据基础数据计算Kc。具体计算过程为:首先,根据选取的曲线段确定实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据:其次,根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据计算所述作物系数Kc。具体的计算ET0、ETc以及Kc的计算方法可以参考图1步骤S103中的计算方法。
另外,需要说明的是,在实际应用中,选取的曲线段可能为多个,对应每个曲线段可以计算得到一个Kc值,因此会得到多个Kc值。需要将多个Kc值的平均值最为最终的Kc。
S206.根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值。
未来ETc的预测值=ET0的预测值×作物系数Kc
S207.根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。
本步骤的实现方式与图1步骤S104的实现方式相同,此处不再赘述。
另外,需要补充说明的是,本步骤中灌溉天数的计算主要要是针对地面灌溉方式的。在实际应用中,若灌溉方式为喷灌或者滴灌方式,需要根据未来ETc的预测值、灌溉补偿点以及与灌溉方式对应的最大持水量点预测灌溉的天数。具体的,针对喷灌或者滴灌方式预测灌溉天数的方式如下:
1)喷灌:
计算喷灌最大持水量点对应的土壤含水量与灌溉补偿点对应的土壤含水量之间的水分差值,记作喷灌水分差值,根据该喷灌水分差值和未来ETc的每天的预测值,计算土壤水分含量从喷灌最大持水量点的状态到达灌溉补偿点的状态所需要的时间t1(以未来ETc的每天的预测值的水分消耗量,计算消耗掉喷灌水分差值的水量所需的时间);在土壤水分含量到达喷灌最大持水量点的状态的天数的基础上往后顺延时间t1就得到预测灌溉的天数。需要说明的是,土壤水分含量到达喷灌最大持水量点的状态的天数可以根据经验值确定,即在每次充分喷灌后再经过预设小时到达喷灌最大持水量的状态。
其中确定喷灌最大持水量的方式为:根据对土壤充分喷灌后对应的特定深度对应的土壤水分含量累加曲线中的最高点确定喷灌的最大持水量。具体的喷灌方式对应的土壤水分含量累加曲线的生成方式可以参见上述步骤S202中土壤水分累加曲线的生成方式。
2)滴灌:
计算滴灌最大持水量点对应的土壤含水量与灌溉补偿点对应的土壤含水量之间的水分差值,将该差值乘以湿润比得到滴灌水分差值,根据该滴灌水分差值和未来ETc的每天的预测值,计算土壤水分含量从滴灌最大持水量点的状态到达灌溉补偿点的状态所需要的时间t2(以未来ETc的每天的预测值的水分消耗量,计算消耗掉滴灌水分差值的水量所需的时间);在土壤水分含量到达滴灌最大持水量点的状态的天数的基础上往后顺延时间t2就得到预测灌溉的天数。需要说明的是,土壤水分含量到达滴灌最大持水量点的状态的天数可以根据经验值确定,即在每次充分滴灌后再经过预设小时到达滴灌最大持水量的状态。
其中,确定滴灌最大持水量的方式包括两种:方式一,根据对土壤充分滴灌后对应的特定深度对应的土壤水分含量累加曲线中的最高点确定滴灌的最大持水量。具体的滴灌方式对应的土壤水分含量累加曲线的生成方式可以参见上述步骤S202中土壤水分累加曲线的生成方式。方式二,根据田间持水量确定滴灌最大持水量,具体的是将田间持水量乘以第二预设比值得到滴灌对应的最大持水量,其中第二预设比值小于1,优选的第二预设比值可以设置为0.6-0.8。
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图1和图2所述方法的基于气象预告的灌溉决策装置,如图3所示,该装置包括:
第一确定单元31,用于根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,所述土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;
第二确定单元32,用于根据气象预告数据确定参考作物蒸腾量ET0的预测值;
第一预测单元33,用于根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;
第二预测单元34,用于根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。
从以上的描述中,可以看出,本申请实施例中基于气象预告的灌溉决策装置能够首先根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;然后根据气象预告数据确定参考作物蒸腾量ET0的预测值;再根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;最后根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。可以看到,本申请实施例中基于气象预告的灌溉决策的方法是基于土壤水分含量累加曲线以及气象预告数据进行灌溉周期的预测的,不需要建立灌溉模型,实现更加简单,另外是依据未来的气象预告数据进行的预测,当未来气象预告数据较准确的情况下,在一定程度上可以保证预测的准确性。
进一步的,如图4所示,所述装置还包括:
获取单元35,用于在根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点之前,通过土壤水分传感器获取不同时刻各层土壤体积含水量;
生成单元36,用于根据不同时刻各层土壤体积含水量生成土壤特定深度对应的土壤水分含量累加曲线。
进一步的,如图4所示,所述装置还包括:
第三确定单元37,用于在根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值之前,根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc。
进一步的,如图4所示,所述第三确定单元37包括:
选取模块371,用于在所述土壤水分含量累加曲线上从田间持水量点与灌溉补偿点之间选取连续下降且连续时长大于预设时长的曲线段;
确定模块372,用于根据选取的曲线段确定实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据;
计算模块373,用于根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据计算所述作物系数Kc。
进一步的,若灌溉方式为喷灌或者滴灌方式,所述第二预测单元34用于:
根据未来ETc的预测值、灌溉补偿点以及与灌溉方式对应的最大持水量点预测灌溉的天数。
具体的,本申请实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
根据本申请实施例,还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行图1或图2所述的基于气象预告的灌溉决策方法。
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 (10)
1.一种基于气象预告的灌溉决策方法,其特征在于,所述方法包括:
根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,所述土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;
根据气象预告数据确定参考作物蒸腾量ET0的预测值;
根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;
根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数。
2.根据权利要求1所述的基于气象预告的灌溉决策方法,其特征在于,在根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点之前,所述方法还包括:
通过土壤水分传感器获取不同时刻各层土壤体积含水量;
根据不同时刻各层土壤体积含水量生成土壤特定深度对应的土壤水分含量累加曲线。
3.根据权利要求1所述的基于气象预告的灌溉决策方法,其特征在于,在根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值之前,所述方法还包括:
根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc。
4.根据权利要求3所述的基于气象预告的灌溉决策方法,其特征在于,所述根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc包括:
在所述土壤水分含量累加曲线上从田间持水量点与灌溉补偿点之间选取连续下降且连续时长大于预设时长的曲线段;
根据选取的曲线段确定实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据;
根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据计算所述作物系数Kc。
5.根据权利要求1所述的基于气象预告的灌溉决策方法,其特征在于,若灌溉方式为喷灌或者滴灌方式,所述根据未来ETc的预测值以及田间持水量点和灌溉补偿点预测灌溉的天数包括:
根据未来ETc的预测值、灌溉补偿点以及与灌溉方式对应的最大持水量点预测灌溉的天数。
6.一种基于气象预告的灌溉决策装置,其特征在于,所述装置包括:
第一确定单元,用于根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点,所述土壤水分含量累加曲线为土壤特定深度对应的土壤体积含水量随时间变化的曲线;
第二确定单元,用于根据气象预告数据确定参考作物蒸腾量ET0的预测值;
第一预测单元,用于根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值;
第二预测单元,用于根据未来ETc的预测值以及田间持水量点和灌溉补偿点值预测灌溉的天数。
7.根据权利要求6所述的基于气象预告的灌溉决策装置,其特征在于,所述装置还包括:
获取单元,用于在根据土壤水分含量累加曲线确定田间持水量点和灌溉补偿点之前,通过土壤水分传感器获取不同时刻各层土壤体积含水量;
生成单元,用于根据不同时刻各层土壤体积含水量生成土壤特定深度对应的土壤水分含量累加曲线。
8.根据权利要求6所述的基于气象预告的灌溉决策装置,其特征在于,所述装置还包括:
第三确定单元,用于在根据ET0的预测值以及作物系数Kc预测未来实际作物蒸散量ETc的预测值之前,根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据确定所述作物系数Kc。
9.根据权利要求8所述的基于气象预告的灌溉决策装置,其特征在于,所述第三确定单元包括:
选取模块,用于在所述土壤水分含量累加曲线上从田间持水量点与灌溉补偿点之间选取连续下降且连续时长大于预设时长的曲线段;
确定模块,用于根据选取的曲线段确定实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据;
计算模块,用于根据实际作物蒸散量ETc和对应的参考作物蒸腾量ET0的实际历史数据计算所述作物系数Kc。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至权利要求5中任一项所述的基于气象预告的灌溉决策方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956487.3A CN110754344B (zh) | 2019-10-08 | 2019-10-08 | 基于气象预告的灌溉决策方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956487.3A CN110754344B (zh) | 2019-10-08 | 2019-10-08 | 基于气象预告的灌溉决策方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110754344A true CN110754344A (zh) | 2020-02-07 |
CN110754344B CN110754344B (zh) | 2021-10-22 |
Family
ID=69331289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910956487.3A Active CN110754344B (zh) | 2019-10-08 | 2019-10-08 | 基于气象预告的灌溉决策方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110754344B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401649A (zh) * | 2020-03-23 | 2020-07-10 | 成都信息工程大学 | 一种依据气候变化进行灌溉流量预测的方法和系统 |
CN111640038A (zh) * | 2020-05-25 | 2020-09-08 | 湖北省水利水电科学研究院 | 水稻作物系数计算方法以及水稻灌溉系统 |
CN111833202A (zh) * | 2020-07-14 | 2020-10-27 | 中国水利水电科学研究院 | 考虑作物系数动态变化与降雨的农田蒸散量短期预测方法 |
CN112329212A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学 | 一种农作物的灌溉方法、装置、系统和可读存储介质 |
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 |
CN113588922A (zh) * | 2021-08-02 | 2021-11-02 | 北京安赛博技术有限公司 | 一种作物根系原位识别和监测的方法和系统 |
CN113615545A (zh) * | 2021-08-16 | 2021-11-09 | 北京安赛博技术有限公司 | 一种提供水田作物精准灌溉的装置及方法 |
CN113742899A (zh) * | 2021-08-16 | 2021-12-03 | 北京安赛博技术有限公司 | 一种作物系数计算方法及系统 |
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 |
CN114698535A (zh) * | 2022-04-06 | 2022-07-05 | 武汉禾大科技有限公司 | 农作物精准灌溉方法、系统、电子设备及存储介质 |
CN115039676A (zh) * | 2022-06-27 | 2022-09-13 | 东方智感(浙江)科技股份有限公司 | 一种灌溉方法及系统 |
CN115984718A (zh) * | 2022-12-02 | 2023-04-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 灌区水稻需水信息感知及灌溉决策方法 |
CN116380708A (zh) * | 2023-02-22 | 2023-07-04 | 北京市农林科学院智能装备技术研究中心 | 灌溉量预测方法、装置、系统、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103493715A (zh) * | 2013-09-30 | 2014-01-08 | 中国农业大学 | 基于作物根区土壤水分与根系分布的灌溉控制方法与系统 |
CN105868864A (zh) * | 2016-04-13 | 2016-08-17 | 宁夏回族自治区唐徕渠管理处 | 一种套种作物自动灌溉的控制方法及系统 |
CN107135915A (zh) * | 2017-05-08 | 2017-09-08 | 北京市水科学技术研究院 | 一种设施蔬菜膜下滴灌智能灌溉决策系统 |
-
2019
- 2019-10-08 CN CN201910956487.3A patent/CN110754344B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103493715A (zh) * | 2013-09-30 | 2014-01-08 | 中国农业大学 | 基于作物根区土壤水分与根系分布的灌溉控制方法与系统 |
CN105868864A (zh) * | 2016-04-13 | 2016-08-17 | 宁夏回族自治区唐徕渠管理处 | 一种套种作物自动灌溉的控制方法及系统 |
CN107135915A (zh) * | 2017-05-08 | 2017-09-08 | 北京市水科学技术研究院 | 一种设施蔬菜膜下滴灌智能灌溉决策系统 |
Non-Patent Citations (2)
Title |
---|
李工: "作物灌溉用水量和Kc的计算", 《灌溉大师网站,HTTP://WWW.IRRIPRO.NET/ND.JSP?ID=126》 * |
李工: "土壤水分含量及相关分析计算", 《灌溉大师网站,HTTP://WWW.IRRIPRO.NET/ND.JSP?ID=127#FAI_2_TOP》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401649A (zh) * | 2020-03-23 | 2020-07-10 | 成都信息工程大学 | 一种依据气候变化进行灌溉流量预测的方法和系统 |
CN111640038A (zh) * | 2020-05-25 | 2020-09-08 | 湖北省水利水电科学研究院 | 水稻作物系数计算方法以及水稻灌溉系统 |
CN111833202A (zh) * | 2020-07-14 | 2020-10-27 | 中国水利水电科学研究院 | 考虑作物系数动态变化与降雨的农田蒸散量短期预测方法 |
CN111833202B (zh) * | 2020-07-14 | 2022-06-03 | 中国水利水电科学研究院 | 考虑作物系数动态变化与降雨的农田蒸散量短期预测方法 |
CN112329212A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学 | 一种农作物的灌溉方法、装置、系统和可读存储介质 |
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 |
CN113588922A (zh) * | 2021-08-02 | 2021-11-02 | 北京安赛博技术有限公司 | 一种作物根系原位识别和监测的方法和系统 |
CN113742899A (zh) * | 2021-08-16 | 2021-12-03 | 北京安赛博技术有限公司 | 一种作物系数计算方法及系统 |
CN113615545A (zh) * | 2021-08-16 | 2021-11-09 | 北京安赛博技术有限公司 | 一种提供水田作物精准灌溉的装置及方法 |
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 |
CN114698535A (zh) * | 2022-04-06 | 2022-07-05 | 武汉禾大科技有限公司 | 农作物精准灌溉方法、系统、电子设备及存储介质 |
CN114698535B (zh) * | 2022-04-06 | 2024-03-15 | 武汉禾大科技有限公司 | 农作物精准灌溉方法、系统、电子设备及存储介质 |
CN115039676A (zh) * | 2022-06-27 | 2022-09-13 | 东方智感(浙江)科技股份有限公司 | 一种灌溉方法及系统 |
CN115039676B (zh) * | 2022-06-27 | 2024-03-29 | 东方智感(浙江)科技股份有限公司 | 一种灌溉方法及系统 |
CN115984718A (zh) * | 2022-12-02 | 2023-04-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 灌区水稻需水信息感知及灌溉决策方法 |
CN115984718B (zh) * | 2022-12-02 | 2023-07-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 灌区水稻需水信息感知及灌溉决策方法 |
CN116380708A (zh) * | 2023-02-22 | 2023-07-04 | 北京市农林科学院智能装备技术研究中心 | 灌溉量预测方法、装置、系统、设备及介质 |
CN116380708B (zh) * | 2023-02-22 | 2024-02-06 | 北京市农林科学院智能装备技术研究中心 | 灌溉量预测方法、装置、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110754344B (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110754344B (zh) | 基于气象预告的灌溉决策方法及装置 | |
US10798891B2 (en) | Controlling agricultural production areas | |
CN112602563B (zh) | 一种节水灌溉系统及精准灌溉方法 | |
Schrader et al. | Estimating precipitation and actual evapotranspiration from precision lysimeter measurements | |
EP3179319B1 (en) | Method for irrigation planning and system for its implementation | |
JP2019194424A (ja) | 河川流域に関する水文解析および管理のためのプロセスおよびシステム | |
Grillakis et al. | Application of the HBV hydrological model in a flash flood case in Slovenia | |
US11310970B2 (en) | Method of determination of water stress in a one or more plants in a crop located in the vicinity of a soil moisture sensor array and knowledge of ETo | |
Ceppi et al. | Real-time drought forecasting system for irrigation management | |
Linker et al. | Efficient model-based sub-optimal irrigation scheduling using imperfect weather forecasts | |
JP5949979B1 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
US20230139920A1 (en) | Method for estimating precipitation distribution for a geographical region | |
AU2022203130A1 (en) | Method of determination of water stress in one or more plants in a crop located in the vicinity of a soil moisture sensor array and knowledge of eto | |
Tian et al. | Partitioning the causes of spatiotemporal variation in the sunny day sap flux density of a larch plantation on a hillslope in northwest China | |
CN110244387A (zh) | 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质 | |
Brinkhoff et al. | Soil moisture forecasting for irrigation recommendation | |
CN109299830A (zh) | 一种基于墒情监测的水文预报系统及方法 | |
Al-Kufaishi et al. | The feasibility of using variable rate water application under a central pivot irrigation system | |
CN110726807B (zh) | 作物系数确定的方法及装置 | |
JP2017133910A (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
JP3851641B2 (ja) | 降雨量予測方法及び降雨量予測プログラム | |
CN110754343B (zh) | 灌溉决策的方法及装置 | |
WO2020047587A1 (en) | System and method for sensor-based auto-calibration of soil-moisture levels | |
Milanovic et al. | Analysis of meteorological and agricultural droughts in Serbia | |
Kuban et al. | The effects of satellite soil moisture data on the parametrization of topsoil and root zone soil moisture in a conceptual hydrological model |
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 |