CN112700035A - 一种区域尺度农作物分区水肥管理模式的优化方法 - Google Patents
一种区域尺度农作物分区水肥管理模式的优化方法 Download PDFInfo
- Publication number
- CN112700035A CN112700035A CN202011561322.5A CN202011561322A CN112700035A CN 112700035 A CN112700035 A CN 112700035A CN 202011561322 A CN202011561322 A CN 202011561322A CN 112700035 A CN112700035 A CN 112700035A
- Authority
- CN
- China
- Prior art keywords
- water
- nitrogen
- crops
- fertilizer
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 163
- 239000003337 fertilizer Substances 0.000 title claims abstract description 102
- 238000005457 optimization Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000007726 management method Methods 0.000 title claims description 40
- 238000013316 zoning Methods 0.000 title claims description 4
- 238000003973 irrigation Methods 0.000 claims abstract description 77
- 230000002262 irrigation Effects 0.000 claims abstract description 77
- 230000008878 coupling Effects 0.000 claims abstract description 67
- 238000010168 coupling process Methods 0.000 claims abstract description 67
- 238000005859 coupling reaction Methods 0.000 claims abstract description 67
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 claims abstract description 55
- 238000011160 research Methods 0.000 claims abstract description 42
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 238000012360 testing method Methods 0.000 claims abstract description 35
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 238000005192 partition Methods 0.000 claims abstract description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 208
- 229910052757 nitrogen Inorganic materials 0.000 claims description 104
- 230000000694 effects Effects 0.000 claims description 37
- 239000002689 soil Substances 0.000 claims description 23
- PHTXVQQRWJXYPP-UHFFFAOYSA-N ethyltrifluoromethylaminoindane Chemical compound C1=C(C(F)(F)F)C=C2CC(NCC)CC2=C1 PHTXVQQRWJXYPP-UHFFFAOYSA-N 0.000 claims description 18
- 239000003621 irrigation water Substances 0.000 claims description 18
- 229910052698 phosphorus Inorganic materials 0.000 claims description 16
- 238000010521 absorption reaction Methods 0.000 claims description 15
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000011282 treatment Methods 0.000 claims description 13
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 12
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 12
- 239000011574 phosphorus Substances 0.000 claims description 12
- 229910052700 potassium Inorganic materials 0.000 claims description 12
- 239000011591 potassium Substances 0.000 claims description 12
- 238000001556 precipitation Methods 0.000 claims description 11
- 239000000618 nitrogen fertilizer Substances 0.000 claims description 8
- 230000004720 fertilization Effects 0.000 claims description 7
- 238000009736 wetting Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000001808 coupling effect Effects 0.000 claims description 3
- 239000003673 groundwater Substances 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000002195 synergetic effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 8
- 238000007620 mathematical function Methods 0.000 abstract description 2
- 238000009395 breeding Methods 0.000 description 7
- 230000001488 breeding effect Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 4
- 208000005156 Dehydration Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004625 fertilizer experiment Methods 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
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"
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Soil Sciences (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Environmental Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Animal Husbandry (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Agronomy & Crop Science (AREA)
- Quality & Reliability (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fertilizing (AREA)
- Fertilizers (AREA)
Abstract
本发明公开了属于农作物水肥调控技术领域的一种区域尺度农作物分区水肥管理模式的优化方法。所述步骤包括构建区域空间属性数据库；建立区域内某种灌溉模式下的水氮耦合生产函数模型和区域水肥管理优化模型，并获取农作物实际最大产量；确定研究区水文年型下农作物全生育期内的有效降雨量；通过水肥耦合试验获得水氮耦合生产函数模型参数；基于水氮耦合生产函数模型对区域内的水肥管理模式进行分区优化。本发明中水氮耦合生产函数模型通过数学函数表达式反映了水肥管理对农作物产量的互作影响，不仅为区域农作物的水肥管理模式优化提出针对性的建议，对农业和生态系统的稳定持续发展有重要意义。
Description
技术领域
本发明属于农作物水肥调控技术领域，尤其涉及一种区域尺度农作物分区水肥管理模式的 优化方法。
背景技术
水资源是人类生存发展中不可或缺的重要自然资源，随着人口增长、社会经济发展和消费 方式的转变，水资源短缺已经成为制约国民经济和社会可持续发展的关键问题。我国是一个农 业大国，也是一个水资源严重短缺的国家，农业灌溉用水占全国总用水量的比重多年来一直高 达60％左右。目前我国农业平均每年缺水量约为300亿m3，农业用水面临的挑战很严峻。严 格实行用水总量控制和设定水资源消耗上限的前提下，合理利用降雨和优化配置区域灌溉用水 总量，提高农业用水效率和农作物水分生产率，对农业节水和可持续发展都具有十分重要的意 义。
肥料是农业生产中必不可少的要素，它是农作物的粮食，也是农作物增产的物质基础。近 年来，中国的农作物产量基本保持稳中增长的趋势，但很多区域的肥料施用量和配比不合理， 尤其存在肥料利用率低、污染生态环境等一系列突出问题。因此，在精准灌溉的同时如何精确、 科学施肥的问题还有待更好地解决，这对提高农作物产量，改善土壤肥力，减少农业面源污染， 显著提升农业的生态效益和经济效益都具有非常重要的意义。
过往的研究表明，农作物的水肥耦合存在阈值反应，即当灌水施肥不在阈值范围内时水肥 互作没有明显的增产效应，只有在阈值范围内时水肥互作才能够达到较高的增产效应。然而当 前对于水肥互作管理模式的研究相对较少，基于此，本发明针对区域农作物如何更好地节水节 肥增产的问题，构建了区域农作物水肥耦合优化模型，从而在充分利用农作物生育期内有效降 水和农业水资源的基础上，既能够达到“以肥调水、以水促肥”的水肥高效利用的目的，也能 够实现在区域水资源约束下的农作物实际产量最大化的目标，同时还能为水肥一体化技术中农 作物生育期的需水、需肥的设计提供参考。
发明内容
为了解决上述问题，本发明提出了一种区域尺度农作物分区水肥管理模式的优化方法，包 括：
步骤1：选取研究区域，确定农作物种类，构建区域空间属性数据库；
步骤2：建立区域内某种灌溉模式下的水氮耦合生产函数模型；
步骤3：基于水氮耦合生产函数模型建立区域水肥管理优化模型，获取农作物实际产量；
步骤4：确定研究区不同水文年型下的农作物生育期内的有效降雨量；
步骤5：通过水肥耦合试验获得水氮耦合生产函数模型参数；
步骤6：基于水氮耦合生产函数模型对区域内不同目标产量下的水肥管理模式进行分区优 化。
所述步骤1包括选取研究区域，确定农作物的种类和研究年份以及水文年型；所述区域空 间属性数据库包括气象数据、数字高程模型、土壤数据、土地利用数据、农作物生长空间适宜 性分区；
所述步骤2水氮耦合生产函数模型基于氮素效应函数相乘Jensen模型建立，为：
式(1)中：a，b，c为氮素效应二次函数的各项系数；k为水氮互作系数，反映水肥耦合 效应，当k>1时表示水氮耦合呈协同作用；Na，Nm分别为农作物生育期内实际吸氮量、潜在吸氮量；Ya，Ym分别为各水肥管理条件下农作物的实际产量和水分氮素充分供应时农作物的最大产量；ETai，ETam分别为农作物各生育阶段或每次灌水间隔内的实际耗水量和需水量；i为农作物的第i个生育阶段，i＝1，2，3，…，n；λi为农作物各生育阶段的水分敏感指数。
所述步骤2中通过国内外大量氮肥试验证明，肥料的增产效应往往符合二次抛物线形式， 所以本发明基于氮素效应函数相乘Jensen模型建立某种灌溉模式下的水氮耦合生产函数模型。
所述步骤3区域水肥管理优化模型包括施氮制度的优化模型和灌溉制度的优化模型；
施用氮素相对量的取值为二次曲线的对称轴处，如式(2)和(3)所示：
式(2)、(3)中：Na，Nm分别为农作物生育期内实际吸氮量、潜在吸氮量；a，b分别为氮素效应二次函数的二次项系数和一次项系数。
步骤301：优化区域农作物的灌溉制度。根据Jensen模型的特点，水分敏感指数λ越大表 示农作物该生育阶段的水量对产量的影响越大，反之越小。水分效应函数取得最大值即应在研 究区可用农业水资源量已知的条件下，根据不同农作物各生育阶段水分敏感指数的不同，利用 动态规划模型求解以求得到农作物各生育阶段的最佳灌溉水量，从而实现水分效应生产函数的 最大值。
水量平衡方程如式(4)所示
IRi+Pei+Wi+Ki＝ETai+Wi+1+Di (4)
式(4)中：
阶段变量：i是根据不同农作物划分整个生育期内的生育阶段，i＝1，2，3，…，n；阶段 变量n为农作物各生育阶段的顺序编号；
状态变量：Wi为计划湿润层内可供农作物利用的土壤含水量；Pei为农作物生育期内的有 效降雨量；
决策变量：ETai为农作物各生育阶段或每次灌水间隔内的实际耗水量；IRi为农作物各生 育阶段的灌水量；
Ki为第i阶段的地下水补给量；
Wi+1为第i+1阶段的土壤含水量；
Di为第i阶段的深层渗漏量。
所述步骤3中，农作物实际产量为氮素效应的施氮制度的优化模型与水分效应的灌溉制度 的优化模型同时取得最大值时的农作物实际最大产量；即需使表示氮素效应的施氮制度的优化 模型二次函数与表示水分效应的灌溉制度的优化模型水分生产函数同时取得最大值，
目标函数：在当前区域用水总量控制的条件下，以单位面积农作物实际相对产量最大为目 标，如式(5)所示：
式(5)中：F表示单位面积农作物的实际相对产量；Ya，Ym分别为各水肥管理条件下农 作物的实际产量和水分氮素充分供应时农作物的最大产量；ETai，ETam分别为农作物各生育阶 段或每次灌水间隔内的实际耗水量和需水量；i是根据不同农作物划分整个生育期内的生育阶 段，i＝1，2，3，…，n；阶段变量n为农作物各生育阶段的顺序编号；λi为农作物各生育阶段 的水分敏感指数。
农作物实际最大产量的水资源量的约束条件为：
0≤IRi≤qi (6)
式(6)、(7)中：IRi为农作物第i个生育阶段的灌水量；qi为农作物第i个生育阶段初用 于分配的灌溉水量；Q为农作物全生育期内可用的总灌溉水量。
农作物实际最大产量对应的耗水量约束条件为：
(ETai)min≤ETai≤(ETai)max (8)
式(8)中：ETai为农作物第i个生育阶段或每次灌水间隔内的实际耗水量；
农作物实际最大产量的土壤计划湿润层含水量的约束条件为：
Wθs≤Wi≤Wθf (9)
式(9)中：Wi为农作物第i阶段的土壤含水量；Wθs为农作物凋萎点的土壤含水量；Wθf为田 间持水量，即对作物有效的最高土壤含水量。
所述步骤3包括施氮制度的优化模型和灌溉制度的优化模型。由于氮素效应的函数形式已 知，所以施氮量的最优取值较容易获得。
灌溉制度的优化稍微复杂，因为非充分灌溉的研究结果表明，农作物不同生育阶段的水分 丰缺对产量的影响是不同的，农作物在某时段经历短期适度水分胁迫后不一定会造成明显的减 产效应。所以水分效应函数取得最大值即寻求在限水灌溉条件下农作物生育阶段内水量的优化 分配，进而实现一定氮素条件下产量的最大化。
所述步骤4中确定研究区不同水文年型农作物生育期内有效降雨量的具体方法为：
通过对区域气象站点近50-60年的降水资料进行统计分析，采用皮尔逊Ⅲ型频率曲线法确 定丰水年、平水年和枯水年的典型代表年；其中，丰水年、平水年和枯水年的年径流量P分别 为P＝25％，P＝50％，P＝75％；
根据降水资料绘制的降雨量频率曲线图得出各典型代表年的总降水量，再根据当地试验资 料对作物生育期及生育阶段的划分，进而确定不同水文年作物各生育阶段的有效降水量。
所述步骤5中
通过水肥耦合试验获得水氮耦合生产函数模型参数k、a、b、c和λi；
水肥耦合试验设置四种施氮水平，包括高氮、中氮、低氮、特低氮，所述高氮标准为复合 肥料中氮、磷、钾的总量≥40wt％，中氮标准为30wt％≤复合肥料中氮、磷、钾的总量<40wt％， 低氮标准为25wt％≤复合肥料中氮、磷、钾的总量<30wt％、特低氮标准为复合肥料中氮、磷、 钾的总量<25wt％；方法过程中，结合具体的水肥试验中，不同区域、不同作物选择相对应的 施氮量数值。
氮肥处理与灌水处理的各因素之间，即氮肥处理与与作物各生育阶段的灌水量的正交组合；
根据水肥耦合试验的数据求解水氮耦合生产函数的模型参数，包括k、a、b、c和λi，通 过施肥量与产量之间的数学关系，配制出水氮耦合函数的各项系数值；
步骤501：根据水肥耦合试验资料实测数据，具体确定水肥耦合条件下各种农作物的生育 期天数、生育阶段的划分和每个生育阶段的农作物系数、灌水量；
步骤502：考虑某些地区试验条件和试验资料的条件限制，假定农作物产量最高的水氮处 理或充分灌水、充分施肥的水氮处理作为农作物需水量和潜在吸氮量；利用试验资料或者相关 实测数据对某种灌溉模式下农作物水氮耦合函数模型进行参数拟合求解，得到模型的基本参数 k、a、b、c和λi；通过多地区的验证，模型拟合结果能够较好地模拟区域农作物水肥施用量与 产量之间的关系，且模型拟合结果与试验或相关实测数据的分析结果基本相同；
考虑所选取研究区的实际情况，并结合已经构建的区域空间数据库，根据研究区内的区、 县划分进行不同目标产量下的农作物水肥管理模式的分区优化，从而构建区域农作物水肥的分 区优化管理模式。所述步骤6中分区优化包括：
步骤601：对研究区域进行分区灌水制度优化
优化过程包括：分别在各区、县不同水文年型、不同灌溉水量约束条件下利用Lingo软件 或Matlab软件进行优化，确定当前灌溉制度下的最佳产量水平；
在农作物灌溉定额不能满足生育期需水量要求的情况下，为使农作物达到较高产量，采用 优先满足农作物的关键生育阶段的需水，其次进行其他生育阶段的水量分配；其中，作物水分 敏感指数λi中最大的1-2个数值对应的生育阶段，λi越大则该生育阶段越关键。
步骤602：对研究区域进行分区施氮管理优化
由步骤601得到在农业可用水资源量约束条件下目标产量最大的农作物生育期内各生育 阶段的需水量，即获得了当前可供灌溉水量条件下的最优灌溉制度；
再根据步骤2中建立的水氮耦合生产函数模型，在步骤601最佳产量水平的基础上，基于 氮素效应函数和水分生产函数的相乘关系，进而得到研究区内各区、县不同农作物在不同灌溉 模式和不同水文年型下的最小施氮量，即最佳施肥量。
所得结果中可能会有在水氮耦合条件下相对产量达不到目标产量的情况存在，但该值会最 大限度地接近目标产量，因为其在氮素效应二次关系曲线中的取值为对称轴处的值。
基于已有的农作物适宜性分区和各区、县水肥管理模式的优化，对研究区的各区、县提出 水肥管理的建议，具体建议包括如某区、县在不同灌溉模式、不同水文年型、不同目标产量下 的农作物各生育阶段的最佳灌溉用水量、施肥量、适宜性区划等级以及未来农业发展的节水节 肥投入管理模式与增产的灌水施肥技术措施。
本发明的有益效果在于：
1.本发明可用试验数据证实所建立的水氮耦合生产函数模型能够很好地通过数学函数表 达式反映水肥管理对农作物产量的互作影响，不仅能为区域农作物的水肥管理模式优化提出针 对性的建议，还能节约资源，对农业和生态系统的稳定持续发展有重要意义。
2.本发明以农作物水分生产函数Jensen模型为基础，引入氮素效应函数建立农作物的水氮 耦合生产函数模型，并在此基础上建立水肥管理优化模型，根据水氮耦合试验数据资料对水氮 耦合生产函数模型拟合并求解参数，结合研究区多年的水文降水资料，根据区域内各区、县的 划分对农作物进行分区水肥管理模式的优化，实现区域内有限水灌溉条件下的农作物相对最大 产量，进而提出区域农作物不同目标产量下的最佳水肥管理模式。
附图说明
图1为本发明区域尺度农作物分区水肥管理模式优化方法的流程图。
图2为区域空间属性数据库构建示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明：
根据图1所示的区域尺度农作物分区水肥管理模式的优化方法进行模型优化，
步骤1：选取研究区域，确定农作物种类，构建区域空间属性数据库(见图2)。
在待研究区域中确定农作物的种类和研究年份以及水文年型，所需构建的区域空间属性数 据库包括气象数据、数字高程模型、土壤数据、土地利用数据等，其中气象数据来自气象站观 测数据，数字高程模型(DEM)来自现有地图，土壤数据来自世界或中国土壤数据库，土地 利用数据可从遥感影像中提取得到，农作物生长适宜性的空间分区可通过已有数据在Arcgis 平台上实现。
步骤2：建立区域内某种灌溉方式下的水氮耦合生产函数模型；
通过国内外大量氮肥试验证明，肥料的增产效应往往符合二次抛物线形式，所以本发明基 于氮素效应函数相乘Jensen模型建立某种灌溉模式下的水氮耦合生产函数模型。
步骤201：实地调研或者查询当地相关资料确定区域内的农业灌溉模式类型；
步骤202：本发明选择通用性最强，目前最常用的农作物水分生产函数模型—Jensen模型。 相关研究资料已表明，农作物的产量与施氮量大致服从二次关系曲线，以此为基础建立某种灌 溉方式下的农作物水氮耦合生产函数模型，如式(1)所示：
式(1)中：a，b，c为氮素效应二次函数的各项系数；k为水氮互作系数，反映水肥耦合效应，当k>1时表示水氮耦合呈协同作用；Na，Nm分别为农作物生育期内实际吸氮量、潜 在吸氮量；Ya，Ym分别为各水肥管理条件下农作物的实际产量和水分氮素充分供应时农作物的最大产量；ETai，ETam分别为农作物各生育阶段或每次灌水间隔内的实际耗水量和需水量； i为农作物的第i个生育阶段，i＝1，2，3，…，n；λi为农作物第i个生育阶段的水分敏感指数。
步骤3：基于水氮耦合函数模型建立区域水肥管理优化模型，获取最优水肥条件下的农作 物实际最大产量；
该步骤包括施氮制度的优化和灌溉制度的优化。由于氮素效应的函数形式已知，所以施氮 量的最优取值较容易获得。灌溉制度的优化稍微复杂，因为非充分灌溉的研究结果表明，农作 物不同生育阶段的水分丰缺对产量的影响是不同的，农作物在某时段经历短期适度水分胁迫后 灌水补救不一定会造成明显的减产效应。所以水分效应函数取得最大值即寻求在限水灌溉条件 下农作物生育阶段内水量的优化分配，进而实现一定氮素条件下产量的最大化。
步骤301：优化区域农作物的施氮肥制度。根据建立的水氮耦合函数模型，农作物的产量 效应服从二次曲线关系，为了使农作物得到相对最高产量，需使表示氮素效应的二次函数与表 示水分效应的水分生产函数同时取得最大值，则施用氮素相对量的取值为二次曲线的对称轴处， 如式(2)和(3)所示：
式(2)、(3)中：Na，Nm分别为农作物生育期内实际吸氮量、潜在吸氮量；a，b分别为氮素效应二次函数的二次项系数和一次项系数。
步骤302：优化区域农作物的灌溉制度。根据Jensen模型的特点，水分敏感指数λ越大表 示农作物该生育阶段的水量对产量的影响越大，反之越小。水分效应函数取得最大值即应在研 究区可用农业水资源量已知的条件下，根据不同农作物各生育阶段水分敏感指数的不同，利用 动态规划模型求解以求得到农作物各生育阶段的最佳灌溉水量，从而实现水分效应生产函数的 最大值。
(1)优化模型建模思路：建立水资源限制条件下或节水前提下的农作物水肥优化动态优 化模型。基于水氮耦合函数的模型是为了实现相对产量的最大化，那么氮肥效应与水分生产函 数同时取得最大值即可。
(2)模型构建
①阶段变量：根据不同农作物划分整个生育期内的生育阶段，阶段变量n为农作物各生育 阶段的顺序编号，i＝1，2，3，…，n；
②状态变量：状态变量分别为各生育阶段初可用于分配的总灌溉水量qi,计划湿润层内可 供农作物利用的土壤含水量Wi，农作物生育期内的有效降雨量Pei；
③决策变量：决策变量分别为农作物各生育阶段的灌水量IRi和农作物实际的耗水量ETai；
④系统方程：水量平衡方程如式(4)所示
IRi+Pei+Wi+Ki＝ETai+Wi+1+Di (4)
式(4)中：IRi，Pei，Wi，ETai的含义在前面已经说明；Wi+1为第i+1阶段的土壤含水量；Ki为第i阶段的地下水补给量；Di为第i阶段的深层渗漏量。
⑤目标函数：在当前区域用水总量控制的条件下，以单位面积农作物实际相对产量最大为 目标，如式(5)所示：
式(5)中：F表示单位面积农作物的实际相对产量；Ya，Ym分别为各水肥管理条件下农 作物的实际产量和水分氮素充分供应时农作物的最大产量；ETai，ETam分别为农作物各生育阶 段或每次灌水间隔内的实际耗水量和需水量；i是根据不同农作物划分整个生育期内的生育阶 段，i＝1，2，3，…，n；阶段变量n为农作物各生育阶段的顺序编号；λi为农作物第i个生育 阶段的水分敏感指数。
⑥约束条件
水资源量约束：
0≤IRi≤qi (6)
农作物耗水量约束：
(ETai)min≤ETai≤(ETai)max (8)
土壤计划湿润层含水量约束：
Wθs≤Wi≤Wθf (9)
式(6)-(9)中：IRi为农作物第i个生育阶段的灌水量；qi为农作物在第i个生育阶段初 用于分配的灌溉水量；Q为农作物全生育期内可用的总灌溉水量；Wθs为农作物凋萎点的土壤 含水量；Wθf为田间持水量，即对作物有效的最高土壤含水量。
步骤4：确定研究区不同水文年型农作物全生育期内的有效降雨量；
以研究区的多年降水资料进行水文年分析，通过对研究区气象站多年降水资料的统计分析， 采用皮尔逊Ⅲ型频率曲线(下面简称P-Ⅲ型曲线)法确定丰水年、平水年和枯水年(P＝25％， P＝50％，P＝75％)的典型代表年，绘制降雨量频率曲线图并从中确定各典型年的降雨量，再根 据当地试验资料对作物生育阶段天数的划分计算不同农作物生育期内各生育阶段的有效降水 量。
步骤5：通过水肥耦合试验获得水氮耦合生产函数模型参数；
本具体实施中水肥耦合试验一般考虑设置四种不同施氮水平下(高氮、中氮、低氮、特低 氮)的试验处理，氮肥处理与灌水处理的各因素之间正交组合；根据水肥耦合试验数据求解水 氮耦合生产函数的模型参数k、a、b、c和λi，通过施肥量与产量之间的数学关系，配制出水 氮耦合函数的各项系数值。
其中施氮水平具体为：高氮(复合肥料中氮、磷、钾的总量≥40％)、中氮(30％≤复合肥 料中氮、磷、钾的总量<40％)、低氮(25％≤复合肥料中氮、磷、钾的总量<30％)、特低氮(复 合肥料中氮、磷、钾的总量<25％)；
步骤501：根据水肥耦合试验资料等实测数据，具体确定水肥耦合条件下各种农作物的生 育期天数、生育阶段的划分和每个生育阶段的农作物系数、灌水量；
步骤502：考虑某些地区试验条件和试验资料的条件限制，本发明认为一般可以假定农作 物产量最高的水氮处理或充分灌水、充分施肥的水氮处理作为农作物需水量和潜在吸氮量；利 用试验资料或者相关实测数据对某种灌溉模式下农作物水氮耦合函数模型进行参数拟合求解， 得到模型的基本参数a、b、c和k；通过多地区的验证，模型拟合结果能够较好地模拟区域农 作物水肥施用量与产量之间的关系，且模型拟合结果与试验或相关实测数据的分析结果基本相 同；
步骤6：基于水氮耦合生产函数模型对区域内不同目标产量下的水肥管理模式进行分区优 化。
考虑所选取研究区的实际情况，并结合已经构建的区域空间数据库，根据研究区内的区(县) 划分进行不同目标产量下的农作物水肥管理模式的分区优化，从而构建区域农作物水肥的分区 优化管理模式。
步骤601：对研究区进行分区灌水制度优化。
(1)根据水肥耦合试验数据或相关资料获取不同农作物各生育阶段的水分敏感指数λi， 根据气象数据中的降水资料用P-Ⅲ水文频率适线法分别确定丰水年、平水年和枯水年(P＝25％， P＝50％，P＝75％)的典型代表年，并结合研究区试验资料计算各典型年不同农作物生育期内各 生育阶段的有效降水量。
(2)根据相关资料确定研究区内各区(县)农作物的灌溉定额，基于构建的灌溉制度优 化模型分别优化研究区内各区(县)农作物在一定的灌溉定额配水量条件下的最优灌溉制度， 优化过程分别在各区(县)不同水文年型、不同灌溉水量的约束条件下利用Lingo软件或Matlab 软件实现，从而确定当前灌溉制度下的最佳产量水平。
(3)在灌溉制度的优化结果中，若出现农作物灌溉定额不能满足生育期需水量要求的情 况，为使农作物达到较高产量，应该优先满足不同农作物的关键生育阶段(作物水分敏感指数 λi中最大的1-2个数值对应的生育阶段，λi越大则该生育阶段越关键)的需水，其次进行其他 生育阶段的水量适量分配。
步骤602：对研究区进行分区施氮管理优化。
根据步骤601中得到的在农业可用水资源量约束条件下目标产量最大的农作物生育期内 需水量的灌溉制度最优结果的基础上，再根据所建立的水氮耦合生产函数确定不同目标产量下 的研究区内各区(县)不同农作物在不同灌溉模式和不同水文年型下的最小施氮量，即得到最 佳施肥量。所得结果中可能会有在水氮耦合条件下相对产量达不到目标产量的情况存在，但该 值会最大限度地接近目标产量，因为其在氮素效应二次关系曲线中的取值为对称轴处的值。基 于已有的农作物适宜性分区和各区(县)水肥管理模式的优化，对研究区的各区(县)提出水 肥管理的建议，具体建议包括如某区(县)在不同灌溉模式、不同水文年型、不同目标产量下 的农作物各生育阶段的灌溉用水量、施肥量、适宜性区划等级等以及未来农业发展的水肥管理 模式与技术措施。
Claims (9)
1.一种区域尺度农作物分区水肥管理模式的优化方法，其特征在于，包括：
步骤1：选取研究区域，确定农作物种类，构建区域空间属性数据库；
步骤2：建立区域内某种灌溉模式下的水氮耦合生产函数模型；
步骤3：基于水氮耦合生产函数模型建立区域水肥管理优化模型，获取农作物实际产量；
步骤4：确定研究区的水文年型农作物全生育期内的有效降雨量；
步骤5：通过水肥耦合试验获得水氮耦合生产函数模型参数；
步骤6：基于水氮耦合生产函数模型对区域内的水肥管理模式进行分区优化。
2.根据权利要求1所述优化方法，其特征在于，所述步骤1包括选取研究区域，确定农作物的种类和研究年份以及水文年型；所述区域空间属性数据库包括气象数据、数字高程模型、土壤数据、土地利用数据、农作物生长空间适宜性分区。
3.根据权利要求1所述优化方法，其特征在于，所述步骤2水氮耦合生产函数模型基于氮素效应函数相乘Jensen模型建立，为：
式(1)中：a，b，c为氮素效应二次函数的各项系数；k为水氮互作系数，反映水肥耦合效应，当k>1时表示水氮耦合呈协同作用；Na，Nm分别为农作物生育期内实际吸氮量、潜在吸氮量；Ya，Ym分别为各水肥管理条件下农作物的实际产量和水分氮素充分供应时农作物的最大产量；ETai，ETam分别为农作物各生育阶段或每次灌水间隔内的实际耗水量和需水量；i为农作物的第i个生育阶段，i＝1，2，3，…，n；λi为农作物第i个生育阶段的水分敏感指数。
4.根据权利要求1所述优化方法，其特征在于，所述步骤3区域水肥管理优化模型包括施氮制度的优化模型和灌溉制度的优化模型；
施用氮素相对量的取值为二次曲线的对称轴处，如式(2)和(3)所示：
式(2)、(3)中：Na，Nm分别为农作物生育期内实际吸氮量、潜在吸氮量；a，b分别为氮素效应二次函数的二次项系数和一次项系数。
水量平衡方程如式(4)所示
IRi+Pei+Wi+Ki＝ETai+Wi+1+Di (4)
式(4)中：
阶段变量：i是根据不同农作物划分整个生育期内的生育阶段，i＝1，2，3，…，n；阶段变量n为农作物各生育阶段的顺序编号；
状态变量：Wi为计划湿润层内可供农作物利用的土壤含水量；Pei为农作物生育期内的有效降雨量；
决策变量：ETai为农作物各生育阶段或每次灌水间隔内的实际耗水量；IRi为农作物各生育阶段的灌水量；Ki为第i个阶段的地下水补给量；Wi+1为第i+1阶段的土壤含水量；Di为第i阶段的深层渗漏量。
5.根据权利要求4所述优化方法，其特征在于，所述步骤3中，农作物实际产量为氮素效应的施氮制度的优化模型与水分效应的灌溉制度的优化模型同时取得最大值时的产量，如式(5)所示：
式(5)中：F表示单位面积农作物的实际相对产量；Ya，Ym分别为各水肥管理条件下农作物的实际产量和水分氮素充分供应时农作物的最大产量；ETai，ETam分别为农作物各生育阶段或每次灌水间隔内的实际耗水量和需水量；i是根据不同农作物划分整个生育期内的生育阶段，i＝1，2，3，…，n；阶段变量n为农作物各生育阶段的顺序编号；λi为农作物第i个生育阶段的水分敏感指数。
6.根据权利要求5所述优化方法，其特征在于，农作物实际最大产量的水资源量的约束条件为：
0≤IRi≤qi (6)
式(6)、(7)中：IRi为农作物第i个生育阶段的灌水量；qi为农作物在第i个生育阶段初用于分配的灌溉水量；Q为农作物全生育期内可用的总灌溉水量。
农作物实际最大产量的农作物耗水量的约束条件为：
(ETai)min≤ETai≤(ETai)max (8)
式(8)中：ETai为农作物各生育阶段或每次灌水间隔内的实际耗水量；
农作物实际最大产量的土壤计划湿润层含水量的约束条件为：
Wθs≤Wi≤Wθf (9)
式(9)中：Wi为第i阶段的土壤含水量；Wθs为农作物凋萎点的土壤含水量；Wθf为田间持水量，即对作物有效的最高土壤含水量。
7.根据权利要求1所述优化方法，其特征在于，所述步骤4中确定研究区的水文年型农作物全生育期内的有效降雨量的具体方法为：
通过对区域气象站点近50-60年的降水资料统计分析，采用皮尔逊Ⅲ型频率曲线法确定丰水年、平水年和枯水年的典型代表年，丰水年、平水年和枯水年的年径流量P分别为P＝25％，P＝50％，P＝75％；根据降水资料绘制的降雨量频率曲线图得出各典型代表年的农作物生育期内的总降水量，然后依据当地试验资料对作物生育阶段天数的划分计算各生育阶段的有效降水量。
8.根据权利要求1所述优化方法，其特征在于，所述步骤5中
通过水肥耦合试验获得水氮耦合生产函数模型参数；
水肥耦合试验设置四种施氮水平，包括高氮、中氮、低氮、特低氮，所述高氮标准为复合肥料中氮、磷、钾的总量≥40wt％，中氮标准为30wt％≤复合肥料中氮、磷、钾的总量<40wt％，低氮标准为25wt％≤复合肥料中氮、磷、钾的总量<30wt％、特低氮标准为复合肥料中氮、磷、钾的总量<25wt％；
氮肥处理与作物各生育阶段的灌水量正交组合；
根据水肥耦合试验的数据求解水氮耦合生产函数的模型参数(包括k、a、b、c和λi)，通过施肥量与产量之间的数学关系，配制出水氮耦合函数的各项系数值；
步骤501：根据水肥耦合试验资料实测数据，具体确定水肥耦合条件下各种农作物的生育期天数、生育阶段的划分和每个生育阶段的农作物系数、灌水量；
步骤502：考虑某些地区试验条件和试验资料的条件限制，假定农作物产量最高的水氮处理或充分灌水、充分施肥的水氮处理作为农作物需水量和潜在吸氮量；利用试验资料或者相关实测数据对某种灌溉模式下农作物水氮耦合函数模型进行参数拟合求解，得到模型的基本参数a、b、c和k；通过多地区的验证，模型拟合结果能够较好地模拟区域农作物水肥施用量与产量之间的关系，且模型拟合结果与试验或相关实测数据的分析结果基本相同。
9.根据权利要求1所述优化方法，其特征在于，所述步骤6中分区优化包括：
步骤601：对研究区域进行分区灌水制度优化
优化过程包括：分别在各区、县不同水文年型、不同灌溉水量约束条件下利用Lingo软件或Matlab软件进行优化，确定当前灌溉制度下的最佳产量水平；
步骤602：对研究区域进行分区施氮管理优化
由步骤601得到在农业可用水资源量约束条件下目标产量最大的农作物生育期内各生育阶段的需水量，即获得了当前可供灌溉水量条件下的最优灌溉制度；
再根据步骤2中建立的水氮耦合生产函数模型，在步骤601最佳产量水平的基础上，基于氮素效应函数和水分生产函数的相乘关系，进而得到研究区内各区、县不同农作物在不同灌溉模式和不同水文年型下的最小施氮量，即最佳施肥量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011561322.5A CN112700035B (zh) | 2020-12-25 | 2020-12-25 | 一种区域尺度农作物分区水肥管理模式的优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011561322.5A CN112700035B (zh) | 2020-12-25 | 2020-12-25 | 一种区域尺度农作物分区水肥管理模式的优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112700035A true CN112700035A (zh) | 2021-04-23 |
| CN112700035B CN112700035B (zh) | 2024-04-26 |
Family
ID=75510469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011561322.5A Active CN112700035B (zh) | 2020-12-25 | 2020-12-25 | 一种区域尺度农作物分区水肥管理模式的优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112700035B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114238843A (zh) * | 2022-02-23 | 2022-03-25 | 农业农村部环境保护科研监测所 | 一种养殖肥水农田安全施用的测算方法 |
| CN114521377A (zh) * | 2022-02-22 | 2022-05-24 | 贵州大学 | 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法 |
| CN114897216A (zh) * | 2022-04-07 | 2022-08-12 | 武汉市农业科学院 | 一种区域范围内畜禽养殖场粪肥利用优化方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102087681A (zh) * | 2010-11-30 | 2011-06-08 | 浙江大学 | 预测稻田化肥尿素氮多维通量迁移转化的模型 |
| CN105794482A (zh) * | 2016-04-29 | 2016-07-27 | 山东省农业科学院作物研究所 | 一种黄淮海地区小麦玉米周年氮素养分的管理方法 |
| CN106258814A (zh) * | 2016-08-08 | 2017-01-04 | 上海交通大学 | 一种智慧型水作田面浅水湿地氮磷流失防控系统 |
| US20180181894A1 (en) * | 2016-12-02 | 2018-06-28 | Gary Michael Schneider | System and method for developing multi-objective production plans for prouction agriculture |
| CN110288169A (zh) * | 2019-07-24 | 2019-09-27 | 中国水利水电科学研究院 | 地下水浅埋区作物灌溉制度分区优化方法 |
| CN111062537A (zh) * | 2019-12-17 | 2020-04-24 | 黄河勘测规划设计研究院有限公司 | 临河灌区节水量计算方法与系统 |
| CN111316802A (zh) * | 2020-02-20 | 2020-06-23 | 中国农业大学 | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 |
-
2020
- 2020-12-25 CN CN202011561322.5A patent/CN112700035B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102087681A (zh) * | 2010-11-30 | 2011-06-08 | 浙江大学 | 预测稻田化肥尿素氮多维通量迁移转化的模型 |
| CN105794482A (zh) * | 2016-04-29 | 2016-07-27 | 山东省农业科学院作物研究所 | 一种黄淮海地区小麦玉米周年氮素养分的管理方法 |
| CN106258814A (zh) * | 2016-08-08 | 2017-01-04 | 上海交通大学 | 一种智慧型水作田面浅水湿地氮磷流失防控系统 |
| US20180181894A1 (en) * | 2016-12-02 | 2018-06-28 | Gary Michael Schneider | System and method for developing multi-objective production plans for prouction agriculture |
| CN110288169A (zh) * | 2019-07-24 | 2019-09-27 | 中国水利水电科学研究院 | 地下水浅埋区作物灌溉制度分区优化方法 |
| CN111062537A (zh) * | 2019-12-17 | 2020-04-24 | 黄河勘测规划设计研究院有限公司 | 临河灌区节水量计算方法与系统 |
| CN111316802A (zh) * | 2020-02-20 | 2020-06-23 | 中国农业大学 | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114521377A (zh) * | 2022-02-22 | 2022-05-24 | 贵州大学 | 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法 |
| CN114521377B (zh) * | 2022-02-22 | 2022-09-02 | 贵州大学 | 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法 |
| CN114238843A (zh) * | 2022-02-23 | 2022-03-25 | 农业农村部环境保护科研监测所 | 一种养殖肥水农田安全施用的测算方法 |
| CN114897216A (zh) * | 2022-04-07 | 2022-08-12 | 武汉市农业科学院 | 一种区域范围内畜禽养殖场粪肥利用优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112700035B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112700035B (zh) | 一种区域尺度农作物分区水肥管理模式的优化方法 | |
| Wang et al. | Water-saving agriculture in China: an overview | |
| Zhang et al. | Effect of soil water deficit on evapotranspiration, crop yield, and water use efficiency in the North China Plain | |
| Gheysari et al. | Interaction of water and nitrogen on maize grown for silage | |
| CN113177345B (zh) | 一种网格化作物种植布局优化方法 | |
| US20230099257A1 (en) | Design method for distributed hydrological cycle model based on multi-source complementary water supply mode | |
| CN1324949C (zh) | 一种非充分灌溉预报与控制方法 | |
| CN104460582A (zh) | 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统 | |
| CN108876209A (zh) | 一种考虑相对产量的红壤稻田土壤肥力评价方法 | |
| CN103959970B (zh) | 农田水肥高效利用多维临界调控方法 | |
| CN108958329A (zh) | 一种滴灌水肥一体化智能决策方法 | |
| Zhang et al. | Integrating rainwater harvesting and drip irrigation for water use efficiency improvements in apple orchards of northwest China | |
| CN102498812A (zh) | 水稻水肥生态耦合管理的氮磷减排方法 | |
| CN110992201A (zh) | 生态灌区实现节水挖潜的综合措施配置方法 | |
| CN111062537A (zh) | 临河灌区节水量计算方法与系统 | |
| Ali et al. | Deep soil water deficit and recovery in alfalfa fields of the Loess Plateau of China | |
| CN113641946B (zh) | 耗水作物种植布局优化方法及装置 | |
| CN117016136A (zh) | 一种基于作物模型的水肥施灌动态决策方法 | |
| CN115860209A (zh) | 一种基于“水-碳-经济”耦合的农业水土资源优化配置方案的计算方法 | |
| Zhang et al. | Research on the optimal allocation of agricultural water and soil resources in the Heihe River Basin based on SWAT and intelligent optimization | |
| CN105532152A (zh) | 一种减少南方平原农区化肥面源污染的趋水避雨施肥方法 | |
| CN111738554B (zh) | 基于耗水量的山水林田湖草各系统均衡的水资源配置方法 | |
| CN113435667B (zh) | 一种稻田灌排模式水资源利用综合评价方法及系统 | |
| CN113283717A (zh) | 田间灌溉节水技术评价方法 | |
| Kumar et al. | Estimation of solar panel power for irrigated crops in northern gangetic plains |
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 |