CN112154904B - 一种温室有机基质栽培番茄的精准灌溉控制方法 - Google Patents

一种温室有机基质栽培番茄的精准灌溉控制方法 Download PDF

Info

Publication number
CN112154904B
CN112154904B CN202011017489.5A CN202011017489A CN112154904B CN 112154904 B CN112154904 B CN 112154904B CN 202011017489 A CN202011017489 A CN 202011017489A CN 112154904 B CN112154904 B CN 112154904B
Authority
CN
China
Prior art keywords
irrigation
time
radiation
model
tomato
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
Application number
CN202011017489.5A
Other languages
English (en)
Other versions
CN112154904A (zh
Inventor
徐立鸿
蔚瑞华
肖康俊
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202011017489.5A priority Critical patent/CN112154904B/zh
Publication of CN112154904A publication Critical patent/CN112154904A/zh
Application granted granted Critical
Publication of CN112154904B publication Critical patent/CN112154904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G25/00Watering gardens, fields, sports grounds or the like
    • A01G25/16Control of watering
    • A01G25/167Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/20Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
    • Y02P60/21Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures

Abstract

本发明涉及一种温室有机基质栽培番茄的精准灌溉控制方法,包括以下步骤:1)判断当日当前整点时刻是否处于灌溉量估算的有效时段内;2)在灌溉量估算的有效时段内,获取辐射累积至阈值的时间,判断该时间是否满足小时时数约束条件,否则等到下一个整点时刻获取满足灌溉触发条件时间间隔内的每小时气象数据;3)根据当日日期确定番茄生长参数和灌溉模型权重系数,构建可用于短期预测番茄灌溉需水量的小时间尺度蒸腾‑辐射综合灌溉模型,并估算满足灌溉触发条件时间段内的每小时灌溉量;4)将灌溉触发时间和灌溉量信息发送给灌溉设备执行灌溉。与现有技术相比,本发明无需用户手动开启灌溉设备和经验设定每次灌溉量,能够自动启用灌溉设备实施灌溉。

Description

一种温室有机基质栽培番茄的精准灌溉控制方法
技术领域
本发明涉及业温室作物灌溉预测和控制实施技术领域,尤其是涉及一种温室有机基质栽培番茄的精准灌溉控制方法。
背景技术
灌溉作为温室有机基质栽培番茄供水的唯一途径,对维持番茄正常生长和保证高质高产是至关重要的,温室番茄精准灌溉自动控制是在综合考虑温室小气候环境变化和作物实时生长的基础上,实现温室番茄灌溉需水量的短期预测以及灌溉自动控制实施。从整个温室作物生产过程来看,供水过少会造成作物根系水分胁迫,供水过多会造成根系供氧不足且会使得果实开裂或掉落,满足作物实际需水情况的精准灌溉控制实施是关系到作物产量品质和灌溉设备能耗的全局性问题,在很大程度上决定了温室生产的最终经济效益,目前有关温室灌溉控制实施的研究主要针对灌溉模型的建立,即考虑一天中控制实施的总灌溉量,而灌溉实施时间与频次是影响一天中不同时段作物实际水分需求的重要因素,目前温室灌溉量估算与灌溉控制实施主要存在以下问题:
温室基质栽培作物灌溉量的估算是在无土栽培线性拟合蒸腾模型的基础上,以经验比例系数转换得到;而灌溉控制实施仍以定时、辐射阈值和蒸腾量控制的方式来触发定量灌溉,并由种植人员事先设定好定时时刻、辐射阈值和蒸腾量阈值,这种定量灌溉的方式没有依据环境变化情况来考虑作物的实际水分需求。在实际应用中需要种植人员根据不同气象环境和生长阶段来调整定时时刻、辐射和蒸腾量控制阈值,对操作人员要求较高,不利于大范围推广使用。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种温室有机基质栽培番茄的精准灌溉控制方法。
本发明的目的可以通过以下技术方案来实现:
一种温室有机基质栽培番茄的精准灌溉控制方法,包括以下步骤:
1)判断当日当前整点时刻是否处于灌溉量估算的有效时段内;
2)在灌溉量估算的有效时段内,获取辐射累积至阈值的时间,判断该时间是否满足小时时数约束条件,否则等到下一个整点时刻获取满足灌溉触发条件时间间隔内的每小时气象数据;
3)根据当日日期确定番茄生长参数和灌溉模型权重系数,构建可用于短期预测番茄灌溉需水量的小时间尺度蒸腾-辐射综合灌溉模型,并估算满足灌溉触发条件时间段内的每小时灌溉量,叠加获取总灌溉量,该总灌溉量是在灌溉结束时(如18:00),考虑在阴雨天气下,若室外太阳辐射无法在有效时段内累积至辐射阈值,则在有效灌溉时段结束时刻即室外太阳辐射无变化时,获取当日总灌溉量并触发一次灌溉;
4)将灌溉触发时间和灌溉量信息发送给灌溉设备执行灌溉,完成一次灌溉后停止灌溉设备并等待下一次满足条件的灌溉指令,直至当前时刻不在有效时段内,则关闭灌溉设备。
该方法采用附加小时时数约束的辐射阈值触发灌溉方式,具体为:
在修正得到以小时为时间尺度以短期预测番茄需水情况的灌溉模型基础上,附加灌溉模型计算的小时时数约束条件。
所述的步骤1)中,灌溉量估算的有效时段设置为6:00~18:00,并且不考虑番茄蒸腾强度小的无辐射时间段内灌溉需求。
所述的步骤2)中,满足灌溉触发条件时间间隔内的每小时气象数据包括室内时平均空气温度、时平均空气湿度和室外太阳辐射时变化量,时平均空气温度(VPD)影响植物气孔的闭合,从而控制植物蒸腾、光合等生理过程,对生态系统蒸散过程以及水分利用效率有着重要影响,时平均空气温度由空气相对湿度和气温估算得出。
所述的步骤3)具体包括以下步骤:
31)获取当前日期的番茄生长参数,即冠层叶面积指数LAI;
32)构建基质栽培番茄蒸腾模型计算每小时的番茄蒸腾量Trsub,则有:
Figure BDA0002699560540000021
其中,Ca为计算系数,VPD为水汽压差,Rnd为与叶面积指数LAI相关的冠层截留净辐射,Thr为室内时平均空气温度,ran为空气动力阻抗,rsn为冠层表层阻抗,Δ为水汽压差与温度曲线的斜率,λ为单位转换系数,γ为干湿表常数;
33)根据太阳辐射线型比例供水模型计算额外补偿太阳辐射产生的作物耗水量Irad,则有:
Irad=τRs
其中,τ为温室透光率,Rs为室外太阳辐射时变化量;
34)根据当前日期即番茄定植后的天数,确定当日权重系数,并构建以小时为计算步长的小时间尺度蒸腾-辐射综合灌溉模型,并计算番茄每小时的灌溉需水量Idemand,则有:
Idemand=ωsubTrsubradIradbias
其中,ωsub、ωrad、ωbias分别为当日权重系数。
所述的步骤31)中,若实际温室没有实时测量番茄冠层叶面积指数,则通过番茄生长模型的sigmoid函数进行模拟,所述的番茄生长模型采用TOMGRO模型,则有:
Figure BDA0002699560540000031
其中,LAIinit为初始叶面积指数,LAImax为最大叶面积指数,Llag为叶片生长率滞后系数,Lgr为叶片生长率,N为主茎干上的茎节数。
所述的TOMGRO模型假设单个作物生长最适温度,用增减因子模拟番茄生长对室内气温的响应,则有:
Figure BDA0002699560540000032
fN(T)=min{min[V0(T),V1(T)],NUM}
V0(T)=0.25+0.025T
V1(T)=2.5-0.05T
其中,Nm为最大茎节出现率,fN(T)为温度抑制函数,NUM为最大茎节生长率,V0(T)和V1(T)分别为根据番茄生长率对室内空气温度T的响应曲线以简化的作物生长率增长和衰减因子。
所述的步骤34)中,当日权重系数在不同生长阶段的表示为:
生长初中期(1≤t≤30):
Figure BDA0002699560540000041
生长后期及正常摘果期间(31≤t≤240):
Figure BDA0002699560540000042
最后一轮摘果期间(241≤t≤300):
Figure BDA0002699560540000043
其中,t为番茄定植后的天数,ωsub(t)为第t天的蒸腾项权重系数,ωrad(t)为第t天的为辐射补偿项权重系数,ωbias(t)为第t天的为偏置项权重系数。
在该精准灌溉控制方法中,当由于阴雨天气下辐射强度小累积至阈值的时间长而无法自动触发灌溉时,则设置在灌溉有效时段结束时刻以总灌溉量触发一次灌溉,以保证当日番茄的正常水分需求。
所述的步骤3)中,由于以天为步长的灌溉模型预测每日灌溉耗水总量用于实施灌溉具有滞后性,并不能满足当日受到气象因素影响的番茄需水情况,从而将灌溉模型的计算步长修正为小时,得到短期预测番茄灌溉需水量的小时间尺度蒸腾-辐射综合灌溉模型,以此来估算上一个时间间隔内作物的灌溉耗水量,并将其作为下一个时间间隔开始时刻实施灌溉事件的灌溉量,实现依据温室环境变化来满足作物需水量供给。
所述的步骤4)中,将累积至辐射阈值并满足小时时数时所达到的整点时刻信息和灌溉量数据发送给灌溉设备执行灌溉,在完成一次灌溉后停止灌溉设备,并等待下一次满足触发条件的灌溉指令,直至当前时刻不在灌溉量估算的有效时段内,关闭灌溉设备,即表示当日灌溉事件全部完成。
与现有技术相比,本发明具有以下优点:
本发明无需用户手动开启灌溉设备和经验设定每次灌溉量,结合作物生长和温室小气候环境变化来满足触发条件时间段内的模型估算值作为灌溉量,自动启用灌溉设备实施灌溉,与单独以辐射阈值触发定量灌溉的方式相比,本发明不仅能合理满足短时间内受到环境变化所引起的番茄水分损失,而且可以显著减少灌溉实施频次,并有效较少废水排放,具有良好的节水效果。
附图说明
图1为附加小时时数约束的辐射阈值触发精准灌溉自动控制方法的原理图。
图2为上海崇明温室在2016年11月14日有效时段内的室外太阳辐射每五分钟记录值的变化曲线。
图3为上海崇明温室在2016年9月20日番茄定植后约300天的全生长周期内番茄冠层叶面积指数的模拟变化曲线。
图4为分别以天和小时为计算步长的灌溉模型2016年11月13日至2016年11月19日一周内模拟每日番茄蒸腾量的变化曲线。
图5为分别以天和小时为计算步长的灌溉模型2016年11月13日至2016年11月19日一周内模拟每日番茄灌溉需水量的变化曲线。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本实施例提供一种温室有机基质栽培番茄的精准灌溉自动控制方法,以附加小时时数约束条件的辐射阈值控制作为灌溉触发方式,在有效时段6:00~18:00内,判断辐射累积至阈值的时间是否满足灌溉模型计算的小时时数约束,等到满足触发条件时,获取该时间间隔内的每小时气象数据来估算总灌溉量,将上一时间段内气象变化所引起的作物水分损失量作为下一时间段开始时刻的灌溉供给量,发送指令开启灌溉设备实施供水,在一次灌溉结束后等待下一次灌溉指令,直至当前时刻不在有效时段内,关闭灌溉设备,结束当日灌溉。
如图1所示,附加小时时数约束的辐射阈值触发精准灌溉自动控制方法包括以下步骤:
(1)以上海崇明温室2016年11月14日的有效时段(6:00~18:00)内室外太阳辐射每五分钟记录数据的变化曲线为例,来详细介绍附加了小时时数约束的辐射阈值触发灌溉的方式,如图2所示。图中黑色方块标注的数据点用于记录室外太阳辐射每累积1MJ m-2和辐射变化至满足小时时数的时刻变化情况,红色标注的数字记号和方框用于表示灌溉触发时刻,即实施灌溉的开始时间。其具体逻辑分析如下:
A1)室外太阳辐射第一次(1.056MJ m-2)累积至辐射阈值是在9:00,满足以小时间尺度灌溉模型的小时时数要求,通过计算6:00~9:00的总灌溉量作为灌溉事件开始的供水量。
A2)第二次(2.095MJ m-2)累积至辐射阈值是在10:00~11:00,不满足小时时数,则需要等到11:00才触发灌溉,并估算9:00-11:00的总灌溉量实施供水。
A3)自上一次灌溉时间开始(2.695MJ m-2)到第三次(3.704MJ m-2)累积至辐射阈值是在12:00~13:00,不满足小时时数,需要等到13:00才触发灌溉,并估算11:00~13:00的总灌溉量实施供水。
A4)自上一次灌溉时间开始(4.581MJ m-2)到第四次(5.653MJ m-2)累积至辐射阈值的时间间隔不足一个小时,则需要等到14:00才估算13:00~14:00一个小时内的灌溉量触发灌溉。
A5)自上一次灌溉时间开始(5.963MJ m-2)到第五次(7.016MJ m-2)累积至辐射阈值的时间间隔不足一个小时,则需要等到15:00才估算14:00-15:00一个小时内的灌溉量触发灌溉。
A6)第六次灌溉触发时刻是在18:00,考虑的是在阴雨天气下,若室外太阳辐射无法在有效时段内累积至辐射阈值,则在有效灌溉时段结束时刻即室外太阳辐射无变化时,获取当日总灌溉量触发一次灌溉。对于多云晴朗天气,可忽略这类特殊的灌溉触发情况。
(2)判断当前整点时刻是否处于灌溉量估算的有效时段6:00~18:00,以2016年11月14日13:00时刻为例,是位于有效时段内的;否则关闭灌溉设备。
(3)步骤(1)中,自上一次灌溉时间开始(2.695MJ m-2)到第三次(3.704MJ m-2)累积至辐射阈值位于12:00~13:00时间段,需等到下一个整点时刻13:00满足小时时数约束时触发灌溉,则获取12:00~13:00这一个小时内的室内时平均空气温度Thr=24.4℃、室内时平均空气湿度RHhr=93.4%和室外太阳辐射时变化量Rs≈1.01MJ m-2h-1,作为灌溉模型估算的气象数据输入。
(4)根据当日日期确定番茄生长参数(叶面积指数)和灌溉模型权重系数,基于建立的可用于短期预测番茄灌溉需水量的小时间尺度蒸腾-辐射综合灌溉模型,估算满足灌溉触发条件时间段内的每小时灌溉量,叠加获取总灌溉量。具体步骤如下:
(401)在实际温室没有实时测量番茄冠层叶面积指数的情况下,通过TOMGRO模型的sigmoid函数来模拟,以上海崇明温室在2016年9月20日番茄定植后约300天的全生长周期为例,番茄冠层叶面积指数模拟变化曲线如图3所示,图中黑色方块标注的数据点是2016年11月14日(定植后第56天)的番茄叶面积指数LAI≈3.09m2m-2。可通过实测或模拟茎节数来具体计算:
Figure BDA0002699560540000071
式中,LAIinit=0.16为初始叶面积指数(m2m-2),LAImax=3.36为最大叶面积指数(m2m-2),两者均为实际温室中人工记录;Llag=35000为叶片生长率滞后系数,Lgr=4.1为叶片生长率;N≈23为TOMGRO模型模拟得到的主茎干上茎节数(节)。
在获取了2016年11月14日12:00~13:00时间段内的气象数据小时数值后,计算这一个小时内的番茄蒸腾量Trsub(mm h-1),对应的基质栽培番茄蒸腾模型为:
Figure BDA0002699560540000072
式中,Ca=4.79×105为计算系数;λ=2.45为单位转换系数;γ=0.054kPa℃-1为干湿表常数。上述蒸腾模型可分为水气压差项、辐射项和阻抗参数项三个部分,下面分步介绍三项的具体计算过程:
A1)水气压差项。水汽压差VPD为饱和水汽压es和实际水汽压ea之差(kPa),Δ为水汽压差与温度曲线的斜率;其具体计算过程如下:
Figure BDA0002699560540000073
Figure BDA0002699560540000074
VPD=es-ea=5.00-4.67=0.33
Figure BDA0002699560540000075
A2)辐射项。冠层截留净辐射Rnd表示净辐射Rn经由冠层叶面积指数LAI截留后的部分(MJ m-2h-1),具体计算过程如下:
Rnd=Rn(1-exp(-k×LAI))=Rn(1-exp(-0.8×3.09))=0.9156Rn
式中,k=0.8为番茄消光系数;净辐射Rn是净短波辐射Rns和净长波辐射Rnl的差值,其具体计算过程如下:
Rns=0.77s=0.77×1.01=0.7777
Figure BDA0002699560540000081
式中,σ=2.043×10-10MJ K-4m-2h-1为Stefan-Boltzmann常数;Thr,K=273.16+Thr为绝对温度;Rso=(0.75+2×10-5z)Ra为晴空辐射,z=10为上海崇明温室气象观测站的海拔高度(m);Ra为地外辐射,具体计算如下:
Figure BDA0002699560540000082
Figure BDA0002699560540000083
Figure BDA0002699560540000084
式中,Gsc=0.0820MJ m-2min-1为太阳常数;J=318为2016年11月14日在一年中的第几天。;dr为日地相对距离的倒数;
Figure BDA0002699560540000085
为所在地区纬度(rad);δ为太阳赤纬(rad);ω1和ω2分别表示计算时间开始时和结束时的太阳时角(rad),以计算时间间隔中点的太阳时角(ω)和计算时间间隔的长度(t1=1表示以每小时参与计算)的计算表示如下:
Figure BDA0002699560540000086
Figure BDA0002699560540000087
Figure BDA0002699560540000088
式中,t为周期中点的标准时钟时间(hour),如t=12.5表示在12点到13点之间;Lz=240°为中国所在时区中心的经度,Lm=239.88°为上海崇明温室所在的地理经度,两者均为degrees west of Greenwich;Sc为太阳时间的季节性校正,其计算表示如下:
Figure BDA0002699560540000089
Sc=0.1645sin(2b)-0.1255cos(b)-0.025sin(b)=0.2491
由上述结果往前倒推,可得到地外辐射计算结果的具体过程如下:
Figure BDA00026995605400000810
ω1=0.0673,ω2=0.3291
Figure BDA0002699560540000091
Figure BDA0002699560540000092
Figure BDA0002699560540000093
进一步计算冠层截留净辐射,计算结果如下:
Figure BDA0002699560540000094
A3)阻抗参数项。ran=500s m-1为空气动力阻抗;τ=0.65为实际温室透光率,rsn为冠层表层阻抗(s m-1),具体计算结果如下:
Figure BDA0002699560540000095
综合A1)~A3)三个部分的计算结果,可使用蒸腾模型得到12:00~13:00时间段内的番茄蒸腾量,具体计算结果如下:
Figure BDA0002699560540000096
(402)根据室外太阳辐射时变化量,计算额外补偿太阳辐射产生的作物耗水量Irad(mm h-1),对应的太阳辐射线型比例供水模型计算结果如下:
Figure BDA0002699560540000097
(403)根据2016年11月14日所表示的番茄定植后天数t=56,可知番茄处于生长后期及正常摘果期间(31≤t≤240),由于番茄生长变化在小时间隔内变化缓慢,在一天中不同时间段内取为固定值,则可进一步确定灌溉模型的当日权重系数分别为:
Figure BDA0002699560540000098
(404)在获取了番茄每小时蒸腾量、额外辐射补偿的耗水量以及当日权重系数后,考虑到忽略0:00~6:00和18:00~24:00两个时间段的灌溉量,偏差项权重系数处理为平均分配到有效灌溉时段的12个小时,则计算番茄每小时的灌溉需水量Idemand(mm h-1),对应的以小时为计算步长的蒸腾-辐射综合灌溉模型计算结果如下:
Idemand=ωsubTrsubradIradbias
=0.4297×0.0798+0.7530×0.2679+0.2644/12=0.2613
经过单位面积换算后,得到灌溉量约为261.3mL,由崇明温室番茄种植密度为每平方米2.5株可知,平均每株番茄的计算供水量为104.5mL。
(5)将灌溉触发时刻(13:00)和灌溉量(104.5mL)等信息发送给灌溉设备执行灌溉,完成一次灌溉后停止灌溉设备并等待下一次满足条件的灌溉指令,直至当前时刻不在有效时段内,则关闭灌溉设备。
(6)由于以天为步长的灌溉模型预测每日灌溉耗水总量用于实施灌溉具有滞后性,并不能满足当日受到气象因素影响的番茄需水情况,从而将灌溉模型的计算步长修正为小时,得到短期预测番茄灌溉需水量的小时间尺度蒸腾-辐射综合灌溉模型,以此来估算上一个时间间隔内作物的灌溉耗水量,并将其作为下一个时间间隔开始时刻实施灌溉事件的灌溉量,实现依据温室环境变化来满足作物需水量供给。图4和图5给出了分别以天和小时为计算步长的灌溉模型2016年11月13日至2016年11月19日一周内模拟每日番茄蒸腾量和灌溉需水量的变化曲线,可以看出,以天为计算步长的蒸腾模型和灌溉模型的估算值均比以小时为计算的修正模型的估算值要大,但两者在变化趋势和数值上非常接近,误差较小,这就表示小时间尺度的灌溉模型短期预测番茄灌溉需水量具有较高的准确性。

Claims (1)

1.一种温室有机基质栽培番茄的精准灌溉控制方法,其特征在于,该方法采用附加小时时数约束的辐射阈值触发灌溉方式,具体为:在修正得到以小时为时间尺度以短期预测番茄需水情况的灌溉模型基础上,附加灌溉模型计算的小时时数约束条件,包括以下步骤:
1)判断当日当前整点时刻是否处于灌溉量估算的有效时段内,灌溉量估算的有效时段设置为6:00~18:00;
2)在灌溉量估算的有效时段内,获取辐射累积至阈值的时间,判断该时间是否满足小时时数约束条件,否则等到下一个整点时刻获取满足灌溉触发条件时间间隔内的每小时气象数据,满足灌溉触发条件时间间隔内的每小时气象数据包括室内时平均空气温度、时平均空气湿度和室外太阳辐射时变化量;
3)根据当日日期确定番茄生长参数和灌溉模型权重系数,构建可用于短期预测番茄灌溉需水量的小时间尺度蒸腾-辐射综合灌溉模型,并估算满足灌溉触发条件时间段内的每小时灌溉量,叠加获取总灌溉量,具体包括以下步骤:
31)获取当前日期的番茄生长参数,即冠层叶面积指数LAI,若实际温室没有实时测量番茄冠层叶面积指数,则通过番茄生长模型的sigmoid函数进行模拟,所述的番茄生长模型采用TOMGRO模型,则有:
Figure FDA0003721093670000011
其中,LAIinit为初始叶面积指数,LAImax为最大叶面积指数,Llag为叶片生长率滞后系数,Lgr为叶片生长率,N为主茎干上的茎节数;
所述的TOMGRO模型假设单个作物生长最适温度,用增减因子模拟番茄生长对室内气温的响应,则有:
Figure FDA0003721093670000012
fN(T)=min{min[V0(T),V1(T)],NUM}
V0(T)=0.25+0.025T
V1(T)=2.5-0.05T
其中,Nm为最大茎节出现率,fN(T)为温度抑制函数,NUM为最大茎节生长率,V0(T)和V1(T)分别为根据番茄生长率对室内空气温度T的响应曲线以简化的作物生长率增长和衰减因子;
32)构建基质栽培番茄蒸腾模型计算每小时的番茄蒸腾量Trsub,则有:
Figure FDA0003721093670000021
其中,Ca为计算系数,VPD为水汽压差,Rnd为与叶面积指数LAI相关的冠层截留净辐射,Thr为室内时平均空气温度,ran为空气动力阻抗,rsn为冠层表层阻抗,Δ为水汽压差与温度曲线的斜率,λ为单位转换系数,γ为干湿表常数;
33)根据太阳辐射线型比例供水模型计算额外补偿太阳辐射产生的作物耗水量Irad,则有:
Irad=τRs
其中,τ为温室透光率,Rs为室外太阳辐射时变化量;
34)根据当前日期即番茄定植后的天数,确定当日权重系数,并构建以小时为计算步长的小时间尺度蒸腾-辐射综合灌溉模型,并计算番茄每小时的灌溉需水量Idemand,则有:
Idemand=ωsubTrsubradIradbias
其中,ωsub、ωrad、ωbias分别为当日权重系数;
当日权重系数在不同生长阶段的表示为:
生长初中期(1≤t≤30):
Figure FDA0003721093670000022
生长后期及正常摘果期间(31≤t≤240):
Figure FDA0003721093670000023
最后一轮摘果期间(241≤t≤300):
Figure FDA0003721093670000024
其中,t为番茄定植后的天数,ωsub(t)为第t天的蒸腾项权重系数,ωrad(t)为第t天的为辐射补偿项权重系数,ωbias(t)为第t天的为偏置项权重系数;
4)将累积至辐射阈值并满足小时时数时所达到的整点时刻信息和灌溉量数据发送给灌溉设备执行灌溉,在完成一次灌溉后停止灌溉设备,并等待下一次满足触发条件的灌溉指令,直至当前时刻不在灌溉量估算的有效时段内,关闭灌溉设备,即表示当日灌溉事件全部完成;
在该精准灌溉控制方法中,当由于阴雨天气下辐射强度小累积至阈值的时间长而无法自动触发灌溉时,则设置在灌溉有效时段结束时刻以总灌溉量触发一次灌溉,以保证当日番茄的正常水分需求。
CN202011017489.5A 2020-09-24 2020-09-24 一种温室有机基质栽培番茄的精准灌溉控制方法 Active CN112154904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011017489.5A CN112154904B (zh) 2020-09-24 2020-09-24 一种温室有机基质栽培番茄的精准灌溉控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011017489.5A CN112154904B (zh) 2020-09-24 2020-09-24 一种温室有机基质栽培番茄的精准灌溉控制方法

Publications (2)

Publication Number Publication Date
CN112154904A CN112154904A (zh) 2021-01-01
CN112154904B true CN112154904B (zh) 2022-09-16

Family

ID=73863837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011017489.5A Active CN112154904B (zh) 2020-09-24 2020-09-24 一种温室有机基质栽培番茄的精准灌溉控制方法

Country Status (1)

Country Link
CN (1) CN112154904B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219865B (zh) * 2021-04-19 2022-09-16 西北农林科技大学 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统
CN114610100A (zh) * 2022-01-27 2022-06-10 宁夏大学 基于物联网的番茄种植温室环境的调控方法及调控系统
CN114731935A (zh) * 2022-03-23 2022-07-12 河源弘稼农业科技有限公司 无土栽培作物的灌溉方法、系统及其装置
CN114793785B (zh) * 2022-03-31 2023-11-10 河源弘稼农业科技有限公司 番茄植株种植方法
CN115989763B (zh) * 2023-03-23 2023-06-27 北京市农林科学院智能装备技术研究中心 温室灌溉控制方法、装置、系统及设备
CN116369175A (zh) * 2023-04-10 2023-07-04 宁夏大学 一种提升番茄风味品质的灌溉决策方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3809116A (en) * 1965-05-18 1974-05-07 Santron Corp Fluid flow control systems
CN105993720B (zh) * 2016-06-13 2020-03-10 沈阳农业大学 一种日光温室基质袋培作物灌水量的模拟计算方法
CN106718695B (zh) * 2017-01-04 2019-07-05 吉林省沃特管业有限公司 一种智能节水灌溉物联网控制系统
CN108834684A (zh) * 2018-05-31 2018-11-20 深圳春沐源控股有限公司 一种自动化灌溉控制方法、服务器及计算机可读存储介质
CN108849437A (zh) * 2018-06-29 2018-11-23 深圳春沐源控股有限公司 一种自动化灌溉控制方法

Also Published As

Publication number Publication date
CN112154904A (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
CN112154904B (zh) 一种温室有机基质栽培番茄的精准灌溉控制方法
Bausch et al. Spectral inputs improve corn crop coefficients and irrigation scheduling
CN108077042A (zh) 一种冬小麦全生育期灌溉预警决策方法
De Graaf Automation of the water supply of glasshouse crops by means of calculation the transpiration and measuring the amount of drainage water
CN109615148A (zh) 一种确定玉米气象产量的方法和系统
CN104303777A (zh) 设施蚕豆特早熟高效栽培方法
CN110210142B (zh) 一种南方大型灌区水稻实时需水量测算方法
CN105993720B (zh) 一种日光温室基质袋培作物灌水量的模拟计算方法
Parry et al. The effects on rice yields in Hokkaido
CN112167035B (zh) 一种水培叶菜生产管理方法及系统
CN109615149A (zh) 一种确定甜菜气象产量的方法和系统
Diemer et al. Lifetime leaf carbon balances of herbaceous perennial plants from low and high altitudes in the central Alps
CN114642159B (zh) 一种设施作物灌溉定额计算方法及系统
Van Keulen et al. Potential wheat yields in Zambia—a simulation approach
CN112667955B (zh) 基于遥感估算区域尺度玉米潜在产量与产量差的方法与应用
CN109615150A (zh) 一种确定水稻气象产量的方法和系统
CN109858678A (zh) 一种确定向日葵气象产量的方法和系统
CN110751322B (zh) 一种基于大数据分析预测的荔枝控梢促花管理方法
Wann et al. A dynamic model for plant growth: validation study under changing temperatures
CN113408792A (zh) 一种基于气象条件的荔枝大小年区域预报模型的构建方法
Fleisch et al. Development of a heat unit model of pineapple (Smooth Cayenne) fruit growth from field data
CN113408793A (zh) 一种基于气象条件的荔枝大小年区域预报模型的构建方法
Cruz et al. Greenroof Irrigation Using Evapotranspiration for Alfalfa and Basil
Marshall et al. Effect of temperature on interception and conversion of solar radiation by stands of groundnut
MAAS et al. Demonstration of a remote sensing/modelling approach for irrigation scheduling and crop growth forecasting

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