CN111640038B - 水稻作物系数计算方法以及水稻灌溉系统 - Google Patents

Abstract

本发明提供了水稻作物系数计算方法以及水稻灌溉系统，能够精确计算得到水稻作物系数，有利于科学合理地实施水稻灌溉。水稻作物系数计算方法包括：收集灌溉试验站多年逐日的气象资料以及试验推导的水稻作物系数；根据水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长末期；根据气象资料计算参考作物腾发量，通过作物系数k_c与参考作物腾发量乘积得到实际作物腾发量；修订不同生长期作物系数基础值；进行优化求解，得到生长初期作物系数基础修订值、生长中期作物系数基础修订值和生长后期末作物系数基础修订值；统计水稻生长中期、生长末期的日平均风速、日最低相对湿度；计算得到水稻不同生长阶段的作物系数。

Description

水稻作物系数计算方法以及水稻灌溉系统

技术领域

本发明属于节水灌溉领域，具体涉及水稻作物系数计算方法以及水稻灌溉系统。

背景技术

灌溉用水定额是农业灌溉节水、水资源优化配置、水资源合理利用的重要依据，作物需水量是灌溉用水定额计算中重要水平衡项，而作物系数是作物需水量计算和预测中重要参数，直接影响其结果的准确性和可靠性。水稻作为灌溉需水量较大的作物，确定水稻作物系数对合理实施灌溉具有重要意义。水稻作物系数推求一般采用试验数据反推法和单作物系数法，其中，试验数据反推法计算方法简单，但需要多年的水稻需水量试验实测数据，而单作物系数法在推求水稻作物系数时，由于受区域、作物品种、气候等因素影响，该方法在实际使用时误差较大，并不适用，因此，如何精确计算推求水稻作物系数成为了亟待解决的问题。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种水稻作物系数计算方法以及水稻灌溉系统，能够精确计算得到水稻作物系数，有利于科学合理地实施水稻灌溉。

本发明为了实现上述目的，采用以下方案：

<方法>

本发明提供一种水稻作物系数计算方法，其特征在于，包括如下步骤：

步骤1.收集灌溉试验站多年逐日的日照时数、平均相对湿度、平均气温、最高气温、最低气温、平均风速气象资料以及试验(水稻需水量试验)推导的水稻作物系数k_c；

步骤2.根据水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长末期；

步骤3.根据气象资料计算参考作物腾发量ET₀，通过作物系数k_c与参考作物腾发量乘积得到实际作物腾发量ET_c：

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

步骤4.修订不同生长期作物系数基础值

假定作物系数试验推导值推求的作物腾发量为实际作物腾发量，目标函数为作物系数基础修订值推求的作物腾发量与作物系数试验推导值推求的作物腾发量相对误差最小；

目标函数F：

约束条件：

ET_c,i＝K_c,i×ET_0,i，

ET′_c，i＝K′_c，i×ET_0，i，

a≤K′_cini≤b，K′_cini≤K′_cmid≤c，d≤K′_cend≤K′_cmid，

式中：ET_c,i为作物系数试验推导值推求的日序数为i的作物腾发量，mm；K_c,i为日序数为i的作物系数试验推导值；ET_0,i为日序数为i的参考作物腾发量，mm；K′_c,i为基于基础修订值的日序数i作物系数理论推导值；K′_cini为生长初期作物系数基础修订值，自变量；K'_cmid为生长中期作物系数基础修订值，自变量；K'_cend为生长后期末作物系数基础修订值，自变量；n₀为生长初期起始日序数；n₁为生长初期终止日序数；n₂为快速生长期终止日序数；n₃为生长中期终止日序数；n₄为生长后期终止日序数；a和b为生长初期作物系数基础修订值下限和上限；c为生长中期作物系数基础修订值的上限；d为生长后期末作物系数基础修订值的下限；

步骤5.采用粒子群算法进行优化求解，得到生长初期作物系数基础修订值、生长中期作物系数基础修订值和生长后期末作物系数基础修订值；

步骤6.统计水稻生长中期、生长末期的日平均风速u′₂、日最低相对湿度RH′_min；

步骤7.采用以下公式计算得到水稻不同生长阶段的作物系数：

其中，水稻生长中期、生长后期末水稻作物系数的修订公式为：

优选地，本发明提供的水稻作物系数计算方法，还可以具有如下特征：在步骤2中，生长初期为从水稻播种到作物覆盖率接近10％，快速生长期为从覆盖率10％到大田作物充分覆盖，覆盖率达到70％～80％，生长中期为从充分覆盖到成熟期开始到叶片开始变黄，生长后期为从叶片开始变黄到生理成熟或收获。

优选地，本发明提供的水稻作物系数计算方法，还可以具有如下特征：在步骤5中是采用粒子群算法进行优化求解，

位置：

L_d,U_d分别为搜索空间的下限和上限，

速度：

v_min,d,v_max,d分别为最小和最大速度，

个体最优位置：

全局最优位置：

其中，1≤d≤D,1≤j≤M，(D＝3，M为最大迭代次数)

则粒子在t+1时刻的位置可通过下式更新：

式中，r₁，r₂为均匀分布在(0,1)区间的随机数；ω为惯性权重，取0.92；c₁，c₂为学习因子，通常取c₁＝c₂＝2。

<系统>

进一步，本发明还提供一种水稻灌溉系统，其特征在于，包括：灌溉装置；和控制装置，基于上文<方法>中所描述的水稻作物系数计算方法得到水稻灌溉用水量，并根据水稻灌溉用水量控制灌溉装置对水稻进行灌溉。

优选地，本发明提供的水稻灌溉系统，其特征在于，控制装置包括：

参数获取模块，获取灌溉试验站多年逐日的日照时数、平均相对湿度、平均气温、最高气温、最低气温、平均风速气象资料以及试验推导的水稻作物系数k_c；

生长期划分模块，与参数获取模块通信相连，根据水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长末期；

实际作物腾发量计算模块，与参数获取模块相连，根据气象资料计算参考作物腾发量ET₀，通过作物系数k_c与参考作物腾发量乘积得到实际作物腾发量ET_c：

式中，R_n为太阳净辐射；G为土壤热通量；γ为湿度表常数；u₂为2m处风速；T为平均气温；e_d为实际水汽压；e_a为饱和水汽压；Δ为温度～饱和水汽压关系曲线T处的切线斜率；

作物系数基础值修订模块，假定作物系数试验推导值推求的作物腾发量为实际作物腾发量，目标函数为作物系数基础修订值推求的作物腾发量与作物系数试验推导值推求的作物腾发量相对误差最小；

目标函数F：

约束条件：

ET_c,i＝K_c,i×ET_0,i，

ET′_c,i＝K′_c,i×ET_0,i，

a≤K′_cini≤b，K′_cini≤K′_cmid≤c，d≤K′_cend≤K′_cmid，

式中：ET_c,i为作物系数试验推导值推求的日序数为i的作物腾发量；K_c,i为日序数为i的作物系数试验推导值；ET_0,i为日序数为i的参考作物腾发量；K′_c,i为基于基础修订值的日序数i作物系数理论推导值；K′_cini为生长初期作物系数基础修订值，自变量；K'_cmid为生长中期作物系数基础修订值，自变量；K'_cend为生长后期末作物系数基础修订值，自变量；n₀为生长初期起始日序数；n₁为生长初期终止日序数；n₂为快速生长期终止日序数；n₃为生长中期终止日序数；n₄为生长后期终止日序数；a和b为生长初期作物系数基础修订值下限和上限；c为生长中期作物系数基础修订值的上限；d为生长后期末作物系数基础修订值的下限；

优化求解模块，与参数获取模块、生长期划分模块、实际作物腾发量计算模块均通信相连，基于作物系数基础值修订模块中的目标函数F和约束条件进行优化求解，得到生长初期作物系数基础修订值、生长中期作物系数基础修订值和生长后期末作物系数基础修订值；

统计模块，与参数获取模块、生长期划分模块均通信相连，统计水稻生长中期、生长末期的日平均风速u′₂、日最低相对湿度RH′_min；

作物系数计算模块，与参数获取模块、生长期划分模块、实际作物腾发量计算模块、优化求解模块、统计模块均通信相连，根据以下公式计算出水稻不同生长阶段的作物系数：

其中，水稻生长中期、生长后期末水稻作物系数的修订公式为：

灌溉用水量计算模块，与作物系数计算模块通信相连，基于水稻不同生长阶段的作物系数计算得到水稻灌溉用水量；

控制模块，与参数获取模块、生长期划分模块、实际作物腾发量计算模块、作物系数基础值修订模块、优化求解模块、统计模块、作物系数计算模块、灌溉用水量计算模块、灌溉装置均通信相连，控制它们的运行。

优选地，本发明提供的水稻灌溉系统，其特征在于，优化求解模块采用粒子群算法进行优化求解：

位置：

L_d,U_d分别为搜索空间的下限和上限，

速度：

v_min,d,v_max,d分别为最小和最大速度，

个体最优位置：

全局最优位置：

其中，1≤d≤D,1≤j≤M，(D＝3，M为最大迭代次数)

则粒子在t+1时刻的位置可通过下式更新：

式中，r₁，r₂为均匀分布在(0,1)区间的随机数；ω为惯性权重，取0.92；c₁，c₂为学习因子，通常取c₁＝c₂＝2。

优选地，本发明提供的水稻灌溉系统，其特征在于，还可以包括：输入显示模块，与参数获取模块、生长期划分模块、实际作物腾发量计算模块、作物系数基础值修订模块、优化求解模块、统计模块、作物系数计算模块、灌溉用水量计算模块、控制模块、灌溉装置均通信相连，用于让用户输入操作指令，并进行相应显示。

发明的作用与效果

本发明所提供的水稻作物系数计算方法由于采用了以上步骤，因此能够科学合理地推求水稻作物系数；进一步，本发明所提供的水稻灌溉系统，采用控制装置基于上述水稻作物系数计算方法得到水稻灌溉用水量，并根据水稻灌溉用水量控制灌溉装置对水稻进行灌溉，能够高效、准确、科学、合理地实施水稻灌溉。

附图说明

图1为本发明实施例中涉及的鄂中丘陵区中稻生长期划分情况示意图；

图2为本发明实施例中涉及的迭代过程目标函数变化过程示意图；

图3为本发明实施例中涉及的不同方法确定的kc推求中稻ETC的对比图。

具体实施方式

以下结合附图对本发明涉及的水稻作物系数计算方法以及水稻灌溉系统的具体实施方案进行详细地说明。

<实施例>

本实施例所提供的水稻作物系数计算方法，包括如下步骤：

步骤1.根据湖北省灌溉用水定额分区，选择湖北省鄂中丘陵地区作为参照地区，搜集了长渠站、团林站和徐家河试验站的中稻灌溉试验资料，根据试验观测资料推求了鄂中丘陵地区中稻作物系数，具体见下表1。收集了鄂中丘陵区宜城、荆门、钟祥、京山、应城、安陆、云梦、孝感等主要气象站点的1973～2013年逐日的日照时数、平均相对湿度、平均气温、最高气温、最低气温、平均风速等气象资料。

表1鄂中丘陵区不同生育期中稻作物系数试验推导值

步骤2.如图1所示，根据鄂中丘陵区水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长末期。

步骤3.根据鄂中丘陵区各气象站的气象资料利用彭曼公式计算各气象站1973-2013年逐日参考作物腾发量，确定参照区域1973-2013年逐日参考作物腾发量。

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

步骤4.修订不同生长期作物系数基础值。假定作物系数试验推导值推求的作物腾发量为实际作物腾发量，目标函数为作物系数基础修订值推求的作物腾发量与作物系数试验推导值推求的作物腾发量相对误差最小。

目标函数F：

约束条件：

ET_c,i＝K_c,i×ET_0,i

ET′_c,i＝K′_c,i×ET_0,i

a≤K′_cini≤b

K′_cini≤K′_cmid≤c

d≤K′_cend≤K′_cmid

式中：K_c,i为日序数为i的作物系数试验推导值，取表1中对应数值；ET_0,i为日序数为i的参考作物腾发量，取步骤3计算值，mm；n₀为生长初期起始日序数，本实施例中取153；n₁为生长初期终止日序数，本实施例中取175；n₂为快速生长期终止日序数，本实施例中取201；n₃为生长中期终止日序数，本实施例中取230；n₄为生长后期终止日序数，本实施例中取255；a和b为生长初期作物系数基础修订值下限和上限，本实施例中分别取0.7和1.4；c为生长中期作物系数基础修订值的上限，取1.7；d为生长后期末作物系数基础修订值的下限，取0.8。

步骤5.采用粒子群进行优化求解：

位置：

L_d,U_d分别为搜索空间的下限和上限；

速度：

v_min,d,v_max,d分别为最小和最大速度；

个体最优位置：

全局最优位置：

其中，1≤d≤D,1≤j≤M，(D＝3，M为最大迭代次数。)

则粒子在t+1时刻的位置可通过下式更新：

式中，r₁，r₂为均匀分布在(0,1)区间的随机数；ω为惯性权重，取0.92；c₁，c₂为学习因子，通常取c₁＝c₂＝2；粒子数取600个，迭代次数为400次。目标函数指标变化过程见图2。中稻作物系数基础修订值见下表2。

表2鄂中丘陵区中稻作物系数基础修订值

参照地区	K<sub>cini</sub>	K<sub>cmid</sub>	K<sub>cend</sub>
				鄂中丘陵区	1.11	1.42	0.80

步骤6.统计水稻生长中期、生长末期的日平均风速u′₂、日最低相对湿度RH′_min。

步骤7.采用以下公式计算得到水稻不同生长阶段的作物系数：

其中，

另外，为验证该计算方法精度，推求荆门市中稻作物系数，重复步骤6，并带入步骤7的计算公式，得到中稻作物系数修正值。同时，直接采用FAO推求荆门市中稻作物系数。具体见下表3。采用作物系数试验值kc、FAO推导值、作物系数修正值分别推导荆门市中稻作物需水量，具体见图3。直接采用FAO推导值推求作物需水量误差为-13.1％，而采用本发明提出的方法推求作物需水量误差仅为0.7％，极大提高了计算精度。

不同方法推求KC	K<sub>cini</sub>	K<sub>cmid</sub>	K<sub>cend</sub>
				作物系数修正值	1.11	1.42	0.80
FAO推导值	1.05	1.14	0.85

进一步，本实施例还涉及一种用于自动化实施水稻灌溉的水稻灌溉系统，该系统包括灌溉装置和控制装置。

控制装置基于上文所描述的水稻作物系数计算方法得到水稻灌溉用水量，并根据水稻灌溉用水量控制灌溉装置对水稻进行灌溉。具体地，控制装置包括参数获取模块、生长期划分模块、实际作物腾发量计算模块、作物系数基础值修订模块、优化求解模块、统计模块、作物系数计算模块、灌溉用水量计算模块、输入显示模块、控制模块均通信相连。

参数获取模块用于获取灌溉试验站多年逐日的日照时数、平均相对湿度、平均气温、最高气温、最低气温、平均风速气象资料以及试验推导的水稻作物系数k_c；

生长期划分模块与参数获取模块通信相连，根据水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长末期；

实际作物腾发量计算模块与参数获取模块相连，根据气象资料计算参考作物腾发量ET₀，通过作物系数k_c与参考作物腾发量乘积得到实际作物腾发量ET_c：

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

作物系数基础值修订模块中将作物系数试验推导值推求的作物腾发量假定为实际作物腾发量，设定目标函数为作物系数基础修订值推求的作物腾发量与作物系数试验推导值推求的作物腾发量相对误差最小；

目标函数F：

约束条件：

ET_c，i＝K_c，i×ET_0，i,

ET′_c，i＝K′_c，i×ET_0，i，

a≤K′_cini≤b，K′_cini≤K′_cmid≤c，d≤K′_cend≤K′_cmid，

式中：ET_c,i为作物系数试验推导值推求的日序数为i的作物腾发量；K_c,i为日序数为i的作物系数试验推导值；ET_0,i为日序数为i的参考作物腾发量；K′_c,i为基于基础修订值的日序数i作物系数理论推导值；K′_cini为生长初期作物系数基础修订值，自变量；K'_cmid为生长中期作物系数基础修订值，自变量；K'_cend为生长后期末作物系数基础修订值，自变量；n₀为生长初期起始日序数；n₁为生长初期终止日序数；n₂为快速生长期终止日序数；n₃为生长中期终止日序数；n₄为生长后期终止日序数；a和b为生长初期作物系数基础修订值下限和上限；c为生长中期作物系数基础修订值的上限；d为生长后期末作物系数基础修订值的下限。

优化求解模块与参数获取模块、生长期划分模块、实际作物腾发量计算模块均通信相连，基于作物系数基础值修订模块中的目标函数F和约束条件进行优化求解，得到生长初期作物系数基础修订值、生长中期作物系数基础修订值和生长后期末作物系数基础修订值；

具体地，优化求解模块采用粒子群算法进行优化求解：

位置：

L_d,U_d分别为搜索空间的下限和上限，

速度：

v_min,d,v_max,d分别为最小和最大速度，

个体最优位置：

全局最优位置：

其中，1≤d≤D,1≤j≤M，(D＝3，M为最大迭代次数)，

粒子在t+1时刻的位置通过下式更新：

式中，r₁，r₂为均匀分布在(0,1)区间的随机数；ω为惯性权重；c₁，c₂为学习因子。

统计模块与参数获取模块、生长期划分模块均通信相连，统计水稻生长中期、生长末期的日平均风速u′₂、日最低相对湿度RH′_min。

作物系数计算模块与参数获取模块、生长期划分模块、实际作物腾发量计算模块、优化求解模块、统计模块均通信相连，根据以下公式计算出水稻不同生长阶段的作物系数：

其中，水稻生长中期、生长后期末水稻作物系数的修订公式为：

灌溉用水量计算模块与作物系数计算模块通信相连，基于水稻不同生长阶段的作物系数计算得到水稻灌溉用水量。

输入显示模块与参数获取模块、生长期划分模块、实际作物腾发量计算模块、作物系数基础值修订模块、优化求解模块、统计模块、作物系数计算模块、灌溉用水量计算模块、控制模块、灌溉装置均通信相连，用于让用户输入操作指令，并进行相应显示，例如，显示出各个区域水稻的气象资料信息，并显示出各区域水稻的灌溉用水量计算值，正在执行的灌溉操作，灌溉已用水量等，便于让工作人员监控和了解灌溉情况。

控制模块与参数获取模块、生长期划分模块、实际作物腾发量计算模块、作物系数基础值修订模块、优化求解模块、统计模块、作物系数计算模块、灌溉用水量计算模块、灌溉装置均通信相连，控制它们的运行。

以上实施例仅是对本发明技术方案所做的举例说明。本发明所涉及的水稻作物系数计算方法以及水稻灌溉系统并不仅仅限定于在以上实施例中所描述的内容，而是以权利要求所限定的范围为准。本发明所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换，都在本发明的权利要求所要求保护的范围内。

Claims (7)

1.一种水稻作物系数计算方法，其特征在于，包括如下步骤：

步骤1.收集灌溉试验站多年逐日的日照时数、平均相对湿度、平均气温、最高气温、最低气温、平均风速气象资料以及试验推导的水稻作物系数k_c；

步骤2.根据水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长后期；

步骤3.根据气象资料计算参考作物腾发量ET₀，通过作物系数k_c与参考作物腾发量乘积得到实际作物腾发量ET_c：

式中，R_n为太阳净辐射；G为土壤热通量；γ为湿度表常数；u₂为2m处风速；T为平均气温；e_d为实际水汽压；e_a为饱和水汽压；Δ为温度～饱和水汽压关系曲线T处的切线斜率；

步骤4.修订不同生长期作物系数基础值

假定作物系数试验推导值推求的作物腾发量为实际作物腾发量，目标函数为作物系数基础修订值推求的作物腾发量与作物系数试验推导值推求的作物腾发量相对误差最小；

目标函数F：

约束条件：

ET_c，i＝K_c，i×ET_0，i，

ET′_c，i＝K′_c，i×ET_0，i，

a≤K′_cini≤b，K′_cini≤K′_cmid≤c，d≤K′_cend≤K′_cmid，

式中：ET_c，i为作物系数试验推导值推求的日序数为i的作物腾发量；ET′_c，i为基于基础修订值的日序数i的作物腾发量；K_c，i为日序数为i的作物系数试验推导值；ET_0，i为日序数为i的参考作物腾发量；K′_c，i为基于基础修订值的日序数i作物系数理论推导值；K′_cini为生长初期作物系数基础修订值，自变量；K′_cmid为生长中期作物系数基础修订值，自变量；K′_cend为生长后期末作物系数基础修订值，自变量；n₀为生长初期起始日序数；n₁为生长初期终止日序数；n₂为快速生长期终止日序数；n₃为生长中期终止日序数；n₄为生长后期终止日序数；a和b为生长初期作物系数基础修订值下限和上限；c为生长中期作物系数基础修订值的上限；d为生长后期末作物系数基础修订值的下限；

步骤5.进行优化求解，得到生长初期作物系数基础修订值、生长中期作物系数基础修订值和生长后期末作物系数基础修订值；

步骤6.统计水稻生长中期、生长后期的日平均风速u′₂、日最低相对湿度RH′_min；

步骤7.采用以下公式计算得到水稻不同生长阶段的作物系数：

其中，水稻生长中期、生长后期末水稻作物系数的修订公式为：

式中，RH_min为统计区域中某一站点水稻生长中期、生长后期的日最低相对湿度；h为水稻生长中期、生长后期平均植物高度。

2.根据权利要求1所述的水稻作物系数计算方法，其特征在于：

其中，在步骤2中，生长初期为从水稻播种到作物覆盖率接近10％，快速生长期为从覆盖率10％到大田作物充分覆盖，覆盖率达到70％～80％，生长中期为从充分覆盖到成熟期开始到叶片开始变黄，生长后期为从叶片开始变黄到生理成熟或收获。

3.根据权利要求1所述的水稻作物系数计算方法，其特征在于：

其中，在步骤5中是采用粒子群算法进行优化求解：

位置：

表示

表示

表示

L_d，U_d分别为搜索空间的下限和上限，

速度：

v_min，d，v_max，d分别为最小和最大速度，

个体最优位置：

全局最优位置：

其中，l≤d≤D，l≤j≤M，D＝3，M为最大迭代次数，

粒子在t+1时刻的位置通过下式更新：

式中，r₁，r₂为均匀分布在(0，1)区间的随机数；ω为惯性权重；c₁，c₂为学习因子。

4.一种水稻灌溉系统，其特征在于，包括：

灌溉装置；和

控制装置，基于权利要求1至3中任意一项所述的水稻作物系数计算方法得到水稻灌溉用水量，并根据水稻灌溉用水量控制所述灌溉装置对水稻进行灌溉。

5.根据权利要求4所述的水稻灌溉系统，其特征在于：

其中，所述控制装置包括：

参数获取模块，获取灌溉试验站多年逐日的日照时数、平均相对湿度、平均气温、最高气温、最低气温、平均风速气象资料以及试验推导的水稻作物系数k_c；

生长期划分模块，与所述参数获取模块通信相连，根据水稻生长情况，将水稻生长期划分为生长初期、快速生长期、生长中期、生长后期；

实际作物腾发量计算模块，与所述参数获取模块相连，根据气象资料计算参考作物腾发量ET₀，通过作物系数k_c与参考作物腾发量乘积得到实际作物腾发量ET_c：

式中，R_n为太阳净辐射；G为土壤热通量；γ为湿度表常数；u₂为2m处风速；T为平均气温；e_d为实际水汽压；e_a为饱和水汽压；Δ为温度～饱和水汽压关系曲线T处的切线斜率；

作物系数基础值修订模块，假定作物系数试验推导值推求的作物腾发量为实际作物腾发量，目标函数为作物系数基础修订值推求的作物腾发量与作物系数试验推导值推求的作物腾发量相对误差最小；

目标函数F：

约束条件：

ET_c，i＝K_c，i×ET_0，i，

ET′ _c，i＝K′ _c，i×ET_0，i，

a≤K′_cini≤b，K′_cini≤K′_cmid≤c，d≤K′_cend≤K′_cmid，

式中：ET_c，i为作物系数试验推导值推求的日序数为i的作物腾发量；ET′_c，i为基于基础修订值的日序数i的作物腾发量；K_c，i为日序数为i的作物系数试验推导值；ET_0，i为日序数为i的参考作物腾发量；K′_c，i为基于基础修订值的日序数i作物系数理论推导值；K′_cini为生长初期作物系数基础修订值，自变量；K′_cmid为生长中期作物系数基础修订值，自变量；K_cend为生长后期末作物系数基础修订值，自变量；n₀为生长初期起始日序数；n₁为生长初期终止日序数；n₂为快速生长期终止日序数；n₃为生长中期终止日序数；n₄为生长后期终止日序数；a和b为生长初期作物系数基础修订值下限和上限；c为生长中期作物系数基础修订值的上限；d为生长后期末作物系数基础修订值的下限；

优化求解模块，与所述参数获取模块、所述生长期划分模块、所述实际作物腾发量计算模块均通信相连，基于作物系数基础值修订模块中的目标函数F和约束条件进行优化求解，得到生长初期作物系数基础修订值、生长中期作物系数基础修订值和生长后期末作物系数基础修订值；

统计模块，与所述参数获取模块、所述生长期划分模块均通信相连，统计水稻生长中期、生长后期的日平均风速u′₂、日最低相对湿度RH′_min；

作物系数计算模块，与所述参数获取模块、所述生长期划分模块、所述实际作物腾发量计算模块、所述优化求解模块、所述统计模块均通信相连，根据以下公式计算出水稻不同生长阶段的作物系数：

其中，水稻生长中期、生长后期末水稻作物系数的修订公式为：

式中，RH_min为统计区域中某一站点水稻生长中期、生长后期的日最低相对湿度；h为水稻生长中期、生长后期平均植物高度；

灌溉用水量计算模块，与所述作物系数计算模块通信相连，基于水稻不同生长阶段的作物系数计算得到水稻灌溉用水量；

控制模块，与所述参数获取模块、所述生长期划分模块、所述实际作物腾发量计算模块、所述作物系数基础值修订模块、所述优化求解模块、所述统计模块、所述作物系数计算模块、所述灌溉用水量计算模块、所述灌溉装置均通信相连，控制它们的运行。

6.根据权利要求5所述的水稻灌溉系统，其特征在于：

其中，所述优化求解模块采用粒子群算法进行优化求解：

位置：

表示

表示

表示

L_d，U_d分别为搜索空间的下限和上限，

速度：

v_min，d，v_max，d分别为最小和最大速度，

个体最优位置：

全局最优位置：

其中，1≤d≤D，1≤j≤M，D＝3，M为最大迭代次数，

粒子在t+1时刻的位置通过下式更新：

式中，r₁，r₂为均匀分布在(0，1)区间的随机数；ω为惯性权重；c₁，c₂为学习因子。

7.根据权利要求5所述 的水稻灌溉系统，其特征在于，还包括：

输入显示模块，与所述参数获取模块、所述生长期划分模块、所述实际作物腾发量计算模块、所述作物系数基础值修订模块、所述优化求解模块、所述统计模块、所述作物系数计算模块、所述灌溉用水量计算模块、所述控制模块、所述灌溉装置均通信相连，用于让用户输入操作指令，并进行相应显示。

Images