CN112931166A - 一种变量灌溉管理决策方法 - Google Patents
一种变量灌溉管理决策方法 Download PDFInfo
- Publication number
- CN112931166A CN112931166A CN202110243593.4A CN202110243593A CN112931166A CN 112931166 A CN112931166 A CN 112931166A CN 202110243593 A CN202110243593 A CN 202110243593A CN 112931166 A CN112931166 A CN 112931166A
- Authority
- CN
- China
- Prior art keywords
- canopy temperature
- irrigation
- soil
- awc
- management area
- 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
- 238000003973 irrigation Methods 0.000 title claims abstract description 144
- 230000002262 irrigation Effects 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 68
- 239000002689 soil Substances 0.000 claims abstract description 102
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 70
- 238000005070 sampling Methods 0.000 claims abstract description 29
- 239000000203 mixture Substances 0.000 claims abstract description 11
- 238000000638 solvent extraction Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 230000006735 deficit Effects 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 11
- 239000004927 clay Substances 0.000 claims description 6
- 239000003621 irrigation water Substances 0.000 claims description 5
- 239000000843 powder Substances 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 2
- 238000005527 soil sampling Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 73
- 235000013339 cereals Nutrition 0.000 description 11
- 238000003860 storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001808 coupling effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
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
- 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
-
- 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
-
- 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
- A01G25/16—Control of watering
- A01G25/162—Sequential operation
-
- 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
- A01G25/165—Cyclic operations, timing systems, timing valves, impulse operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
- G01W1/04—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving only separate indications of the variables measured
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- G01N2033/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W2001/006—Main server receiving weather information from several sub-stations
Abstract
本发明公开了一种变量灌溉管理决策方法，包括以下步骤：S1：对喷灌机控制面积内作物根区进行土壤采样，并测量采样土壤的粒级组成；S2：对喷灌机控制区依据作物根区土壤可利用水量AWC进行管理分区；S3：构建优化土壤水分传感器网络；S4：布设地面固定式冠层温度传感器；S5：以中心支轴为圆心，构建优化机载式冠层温度传感器网络；S6：利用优化土壤水分传感器网络、固定式冠层温度传感器、优化机载式冠层温度传感器网络和自动气象站进行变量灌溉。本发明的变量灌溉管理决策方法优化了土壤水分传感器网络以及冠层温度传感器网络的布设位置和数量，提高了测量精度，降低了变量灌溉系统成本。
Description
技术领域
本发明属于农业信息测定和农业灌溉技术领域，具体涉及一种变量灌溉管理决策方法。
背景技术
与传统均一灌溉相比，变量灌溉系统能够同时在沿喷灌机行走方向和桁架方向实现变量喷洒，具有提高水分管理水平和水分利用效率的潜在优势。目前，变量灌溉系统已实现商业化生产，但仍缺少科学的基础信息和灌溉决策方法以实现精准的空间变量水分管理，限制了变量灌溉技术的推广应用。为了充分发挥变量灌溉技术优势，最为关键的研究就是整合变量灌溉系统中复杂的传感器网络并研发决策方法以实时感知田间变化和生成变量灌溉动态处方图。
发明内容
本发明的目的是为了解决变量灌溉技术的实时动态精准管理的问题，提出了一种变量灌溉管理决策方法。
本发明的技术方案是：一种变量灌溉管理决策方法，包括以下步骤：
S1：对喷灌机控制面积内作物根区进行土壤采样，并测量采样土壤的粒级组成；
S2：基于土壤粒级，依据作物根区土壤可利用水量AWC对喷灌机控制区进行管理分区，得到低AWC管理区、中AWC管理区和高AWC管理区；
S3：基于划分的AWC管理区，构建优化土壤水分传感器网络；
S4：在高AWC管理区内布设土壤水分传感器的地方布设地面固定式冠层温度传感器；
S5：以喷灌机中心支轴为圆心，构建优化机载式冠层温度传感器网络；
S6：根据作物进入拔节期前后的冠层覆盖度，分别利用优化土壤水分传感器网络、固定式冠层温度传感器、优化机载式冠层温度传感器网络和自动气象站进行变量灌溉。
进一步地，步骤S1中，进行土壤采样并测量的方法为：采用方形网格法进行采样，并测量喷灌机控制面积内作物根区的根系干重分布深度≥80％的土壤粒级组成，土壤粒级包括砂粒、粉粒和黏粒，方形网格的数量大于等于100。
进一步地，步骤S2中，对喷灌机控制区进行管理分区的方法为：基于土壤粒级，利用ROSETTA软件计算作物根区土壤可利用水量AWC，并利用Jenks自然断点法将作物根区土壤可利用水量AWC进行管理分区，得到低AWC管理区、中AWC管理区和高AWC管理区。
进一步地，步骤S3包括以下子步骤：
S31：计算每个AWC管理区内的平均黏粒含量
S32：对于每个AWC管理区，在平均黏粒含量
的1.1-1.2倍处布设土壤水分传感器，完成优化土壤水分传感器网络的构建。
进一步地，步骤S31中，平均黏粒含量
的计算公式为：
其中，n表示每个AWC管理区内包含的测量土壤粒级组成时的网格数量，Clayi表示第i个网格内作物根区的平均土壤黏粒含量。
进一步地，步骤S5包括以下子步骤：
S51：以喷灌机中心支轴为圆心，离散地绘制不同半径的同心圆；
S52：将同心圆圆周与方形网格交叉的数量大于或等于100时的同心圆个数作为沿喷灌机桁架方向布设的机载式冠层温度传感器最少数量；
S53：根据机载式冠层温度传感器最少数量，构建优化机载式冠层温度传感器网络。
进一步地，步骤S53中，构建优化机载式冠层温度传感器网络的方法为：根据机载式冠层温度传感器距喷灌机中心支轴的距离，基于每个机载式冠层温度传感器测量数据代表观测面积相等的原则，优化机载式冠层温度传感器沿喷灌机桁架方向的布设位置；
第m个机载式冠层温度传感器距喷灌机中心支轴的距离Rm的计算公式为：
其中，R表示圆形喷灌机所灌溉的圆形面积的半径，X表示传感器数量。
进一步地，步骤S6中，若作物处于进入拔节期前，则利用优化土壤水分传感器网络监测土壤含水率数据，并进行变量灌溉，其具体方法为：当任一AWC管理区内的土壤含水率达到设定的灌水下限时进行灌溉，变量灌溉水量由每个AWC管理区内的灌水上限与实测土壤含水率的差值决定；
若作物处于进入拔节期后，当任一AWC管理区内的土壤含水率达到设定的灌水下限时进行灌溉，其中，在半干旱气候条件下，则利用固定式冠层温度传感器、优化机载式冠层温度传感器网络和气象站监测数据进行变量灌溉，在半湿润气候条件下，则利用优化土壤水分传感器网络、优化机载式冠层温度传感器网络和固定式冠层温度传感器进行变量灌溉。
进一步地，步骤S6中，若作物处于进入拔节期后，在半干旱气候条件下，则利用固定式冠层温度传感器、优化机载式冠层温度传感器网络和气象站监测数据进行变量灌溉的方法为：
A61：当任一AWC管理区内的土壤含水率达到设定的灌水下限时，将喷灌机以100％速度运行一圈，获取整个田块的冠层温度散点值；
A62：根据冠层温度散点值数量要求确定冠层温度的采样时间间隔；
A63：基于冠层温度的采样时间间隔，以固定点处的冠层温度为参考，利用时间尺度转化方法将冠层温度散点值转化为日最高冠层温度发生时间的冠层温度；
A64：基于时间尺度转化后的冠层温度计算归一化相对冠层温度NRCT；
A65：根据归一化相对冠层温度NRCT，利用普通克里金插值法生成NRCT空间分布图；
A66：根据NRCT空间分布图的不同范围将整个田块分为低水分亏缺动态管理区、中水分亏缺动态管理区和高水分亏缺动态管理区；
A67：根据归一化相对冠层温度NRCT和两次灌水时间间隔内作物需水量ETc计算每个水分亏缺动态管理区内的灌水定额I1，绘制变量灌溉处方图；
步骤S6中，若作物处于进入拔节期后，在半湿润气候条件下，则利用优化土壤水分传感器网络、优化机载式冠层温度传感器网络和固定式冠层温度传感器进行变量灌溉的方法为：
B61：当任一AWC管理区内的土壤含水率达到设定的灌水下限时，将喷灌机以100％速度运行一圈，获取整个田块的冠层温度散点值；
B62：根据冠层温度散点值数量要求确定冠层温度的采样时间间隔；
B63：基于冠层温度的采样时间间隔，以固定点处的冠层温度为参考，利用时间尺度转化方法将冠层温度散点值转化为日最高冠层温度发生时间的冠层温度；
B64：基于时间尺度转化后的冠层温度计算归一化相对冠层温度NRCT；
B65：根据归一化相对冠层温度NRCT，利用普通克里金插值法生成NRCT空间分布图；
B66：根据NRCT空间分布图的不同范围将整个田块分为低水分亏缺动态管理区、中水分亏缺动态管理区和高水分亏缺动态管理区；
B67：设置初步灌水定额I'；
B68：根据灌水定额I'和降雨预报信息计算修正灌水量Im；
B67：根据归一化相对冠层温度NRCT和修正灌水量Im计算每个水分亏缺动态管理区内的灌水定额I2，绘制变量灌溉处方图。
进一步地，步骤A62和步骤B62中，冠层温度的采样时间间隔的确定方法均为：以散点值数量需满足162～572为标准确定冠层温度的采样时间间隔；
步骤A64和步骤B64中，归一化相对冠层温度NRCT的计算公式均为：
其中，T表示时间尺度转化后田间各测点的冠层温度，Tmax表示时间尺度转化后的田间最高冠层温度，Tmin表示时间尺度转化后的田间最低冠层温度；
步骤A67中，两次灌水时间间隔内作物需水量ETc的计算公式为：
ETc＝Kc×ET0
其中，
ET0表示参考作物蒸发蒸腾量，Kc表示作物系数，Rn表示作物表面净辐射，G表示土壤热通量密度，γ表示湿度计常数，T表示2m高处每日平均气温，u2表示2m处的风速，es表示饱和水汽压，ea表示实际水汽压，Δ表示饱和水汽压曲线的斜率；
步骤A67中，每个水分亏缺动态管理区内的灌水定额I1的计算公式为：
步骤B68中，修正灌水量Im的计算公式为：
其中，P表示未来3天内天气预报的降雨量，I'表示初步灌水定额；
步骤B68中，每个水分亏缺动态管理区内的灌水定额I2的计算公式为：
本发明的有益效果是：本发明的变量灌溉管理决策方法一方面优化了土壤水分传感器网络以及冠层温度传感器网络的布设位置和数量，提高了测量精度，降低了变量灌溉系统成本，另一方面克服了现有技术中单纯依靠土壤水分传感器或气象参数计算灌水量时经常忽略作物水分亏缺时空变化的缺点，以及单纯依靠冠层温度传感器获取作物水分亏缺空间分布特征时测量精度易受作物生长前期冠层覆盖度不足和多云天气等因素影响的缺点。另外，根据作物生育期内降雨量的不同进行不同变量灌溉处方图的决策，有利于提高水分管理精度。
附图说明
图1为变量灌溉管理决策方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种变量灌溉管理决策方法，包括以下步骤：
S1：对喷灌机控制面积内作物根区进行土壤采样，并测量采样土壤的粒级组成；
S2：基于土壤粒级，依据作物根区土壤可利用水量AWC对喷灌机控制区进行管理分区，得到低AWC管理区、中AWC管理区和高AWC管理区；
S3：基于划分的AWC管理区，构建优化土壤水分传感器网络；
S4：在高AWC管理区内布设土壤水分传感器的地方布设地面固定式冠层温度传感器；
S5：以喷灌机中心支轴为圆心，构建优化机载式冠层温度传感器网络；
S6：根据作物进入拔节期前后的冠层覆盖度，分别利用优化土壤水分传感器网络、固定式冠层温度传感器、优化机载式冠层温度传感器网络和自动气象站进行变量灌溉。
在本发明实施例中，如图1所示，步骤S1中，进行土壤采样并测量的方法为：采用方形网格法进行采样，并测量喷灌机控制面积内作物根区的根系干重分布深度≥80％的土壤粒级组成，土壤粒级包括砂粒、粉粒和黏粒。为满足插值精度要求，取样点数量不少于100。
在本发明实施例中，如图1所示，步骤S1中，进行土壤采样并测量的方法为：采用方形网格法进行采样，并测量喷灌机控制面积内作物根区的根系干重分布深度≥80％的土壤粒级组成，土壤粒级包括砂粒、粉粒和黏粒，方形网格的数量大于等于100。
在本发明实施例中，如图1所示，步骤S3包括以下子步骤：
S31：计算每个AWC管理区内的平均黏粒含量
S32：对于每个AWC管理区，在平均黏粒含量
的1.1-1.2倍处布设土壤水分传感器，完成优化土壤水分传感器网络的构建。
在本发明实施例中，如图1所示，步骤S31中，平均黏粒含量
的计算公式为：
其中，n表示每个AWC管理区内包含的测量土壤粒级组成时的网格数量，Clayi表示第i个网格内作物根区的平均土壤黏粒含量。
在本发明实施例中，如图1所示，步骤S5包括以下子步骤：
S51：以喷灌机中心支轴为圆心，离散地绘制不同半径的同心圆；
S52：将同心圆圆周与方形网格交叉的数量大于或等于100时的同心圆个数作为沿喷灌机桁架方向布设的机载式冠层温度传感器最少数量；
S53：根据机载式冠层温度传感器最少数量，构建优化机载式冠层温度传感器网络。
在本发明实施例中，如图1所示，步骤S53中，构建优化机载式冠层温度传感器网络的方法为：根据机载式冠层温度传感器距喷灌机中心支轴的距离，基于每个机载式冠层温度传感器测量数据代表观测面积相等的原则，优化机载式冠层温度传感器沿喷灌机桁架方向的布设位置；
第m个机载式冠层温度传感器距喷灌机中心支轴的距离Rm的计算公式为：
其中，R表示圆形喷灌机所灌溉的圆形面积的半径，X表示传感器数量。
在本发明实施例中，如图1所示，步骤S6中，若作物处于进入拔节期前，则利用优化土壤水分传感器网络监测土壤含水率数据，并进行变量灌溉，其具体方法为：当任一AWC管理区内的土壤含水率达到设定的灌水下限时进行灌溉，变量灌溉水量由每个AWC管理区内的灌水上限与实测土壤含水率的差值决定；
若作物处于进入拔节期后，当任一AWC管理区内的土壤含水率达到设定的灌水下限时进行灌溉，其中，在半干旱气候条件下，则利用机载式冠层温度传感器、优化机载式冠层温度传感器网络和气象站监测数据进行变量灌溉，在半湿润气候条件下，则利用优化土壤水分传感器网络、优化机载式冠层温度传感器网络和机载式冠层温度传感器进行变量灌溉。
在本发明实施例中，如图1所示，步骤S6中，若作物处于进入拔节期后，在半干旱气候条件下，则利用固定式冠层温度传感器、优化机载式冠层温度传感器网络和气象站监测数据进行变量灌溉的方法为：
A61：当任一AWC管理区内的土壤含水率达到设定的灌水下限时，将喷灌机以100％速度运行一圈，获取整个田块的冠层温度散点值；
A62：根据冠层温度散点值数量要求确定冠层温度的采样时间间隔；
A63：基于冠层温度的采样时间间隔，以固定点处的冠层温度为参考，利用时间尺度转化方法将冠层温度散点值转化为日最高冠层温度发生时间的冠层温度；
A64：基于时间尺度转化后的冠层温度计算归一化相对冠层温度NRCT；
A65：根据归一化相对冠层温度NRCT，利用普通克里金插值法生成NRCT空间分布图；
A66：根据NRCT空间分布图的不同范围将整个田块分为低水分亏缺动态管理区、中水分亏缺动态管理区和高水分亏缺动态管理区；
A67：根据归一化相对冠层温度NRCT和两次灌水时间间隔内作物需水量ETc计算每个水分亏缺动态管理区内的灌水定额I1，绘制变量灌溉处方图；
步骤S6中，若作物处于进入拔节期后，在半湿润气候条件下，则利用优化土壤水分传感器网络、优化机载式冠层温度传感器网络和固定式冠层温度传感器进行变量灌溉的方法为：
B61：当任一AWC管理区内的土壤含水率达到设定的灌水下限时，将喷灌机以100％速度运行一圈，获取整个田块的冠层温度散点值；
B62：根据冠层温度散点值数量要求确定冠层温度的采样时间间隔；
B63：基于冠层温度的采样时间间隔，以固定点处的冠层温度为参考，利用时间尺度转化方法将冠层温度散点值转化为日最高冠层温度发生时间的冠层温度；
B64：基于时间尺度转化后的冠层温度计算归一化相对冠层温度NRCT；
B65：根据归一化相对冠层温度NRCT，利用普通克里金插值法生成NRCT空间分布图；
B66：根据NRCT空间分布图的不同范围将整个田块分为低水分亏缺动态管理区、中水分亏缺动态管理区和高水分亏缺动态管理区；
B67：设置初步灌水定额I'；
B68：根据灌水定额I'和降雨预报信息计算修正灌水量Im；
B67：根据归一化相对冠层温度NRCT和修正灌水量Im计算每个水分亏缺动态管理区内的灌水定额I2，绘制变量灌溉处方图。
在本发明实施例中，如图1所示，步骤A62和步骤B62中，冠层温度的采样时间间隔的确定方法均为：以散点值数量需满足162～572为标准确定冠层温度的采样时间间隔；
步骤A64和步骤B64中，归一化相对冠层温度NRCT的计算公式均为：
其中，T表示时间尺度转化后田间各测点的冠层温度，Tmax表示时间尺度转化后的田间最高冠层温度，Tmin表示时间尺度转化后的田间最低冠层温度；
步骤A64中，
其中，Trmt表示田间除参考点外任一点处在任一时间的预测温度值，Te表示黎明前最低冠层温度；Trmt,t表示喷灌机在白天任一时间t经过非参考点时的实测温度；Tref表示参考点在所需预测时间点时的实测温度，Tref,t表示喷灌机在白天任一时间t经过非参考点时参考点的实测温度；
步骤A67中，两次灌水时间间隔内作物需水量ETc的计算公式为：
ETc＝Kc×ET0
其中，
ET0表示参考作物蒸发蒸腾量，Kc表示作物系数，Rn表示作物表面净辐射，G表示土壤热通量密度，γ表示湿度计常数，T表示2m高处每日平均气温，u2表示2m处的风速，es表示饱和水汽压，ea表示实际水汽压，Δ表示饱和水汽压曲线的斜率；
步骤A67中，每个水分亏缺动态管理区内的灌水定额I1的计算公式为：
步骤B68中，修正灌水量Im的计算公式为：
其中，P表示未来3天内天气预报的降雨量，I'表示初步灌水定额；
步骤B68中，每个水分亏缺动态管理区内的灌水定额I2的计算公式为：
在本发明实施例中，在半干旱气候条件下，作物耗水主要由灌溉提供。作物进入拔节期前，因为冠层覆盖度不足，灌溉制度基于土壤水分传感器网络监测数据制定。当任一静态管理区内的土壤储水量达到设定的灌水下限时进行灌溉，变量灌溉水量由每个管理区内的灌水上限与实测土壤储水量的差值进行计算。作物进入拔节期后，变量灌溉处方图基于冠层温度传感器和气象站监测数据联合制定。因为半干旱气候条件下降雨量较少，灌溉次数较多，为方便用户管理，采取固定灌水时间间隔的方式确定灌水时间，例如，华北冬小麦灌水时间间隔按照试验结果取为10天。在接近灌水日期的1～2天内，选择晴朗无云的天气将喷灌机以100％速度运行一圈以获取整个田块的冠层温度散点值，并基于GIS软件生成水分亏缺指标归一化相对冠层温度(NRCT)空间分布图后进行管理分区，每个管理区内的灌水定额等于NRCT平均值与两次灌水时间间隔内ETc的乘积，ETc利用气象参数和P-M方程计算。
在半湿润气候条件下，作物耗水主要由降雨和灌溉提供。作物进入拔节期前，因为冠层覆盖度不足，灌溉制度基于土壤水分传感器网络监测数据制定。当任一静态管理区内的土壤储水量达到设定的灌水下限时进行灌溉，变量灌溉水量由每个管理区内的灌水上限与实测土壤储水量的差值进行计算。作物进入拔节期后，因为降雨量较多，作物耗水量难以精确估算，变量灌溉处方图基于土壤水分传感器和冠层温度传感器监测数据联合制定。当任一静态管理区内获得的土壤储水量接近灌水下限时，选择晴朗无云的天气将喷灌机以100％速度运行一圈以获取整个田块的冠层温度散点值，并基于GIS软件生成NRCT空间分布图后进行管理分区。考虑到灌溉后可能发生的降水，灌水定额初步设计为固定值20mm，并结合未来3天的降雨预报信息进行修正。每个管理区内的灌水定额等于修正后的灌水深度与NRCT平均值的乘积。
本发明的工作原理及过程为：本发明提出了一种综合土壤、植物、大气信息参数采集和灌溉决策的方法，基于多种传感器耦合效应的圆形喷灌机变量灌溉管理决策方法。具体发明内容包括：优化筛选土壤水分传感器网络布设位置；优化沿喷灌机桁架方向冠层温度传感器网络的布设数量和方法；综合多种传感器耦合效应的适用于半干旱和半湿润气候条件的灌水时间确定方法，以及变量灌溉处方图生成方法。
本发明的有益效果为：本发明的变量灌溉管理决策方法一方面优化了土壤水分传感器网络以及冠层温度传感器网络的布设位置和数量，提高了测量精度，降低了变量灌溉系统成本，另一方面克服了现有技术中单纯依靠土壤水分传感器或气象参数计算灌水量时经常忽略作物水分亏缺时空变化的缺点，以及单纯依靠冠层温度传感器获取作物水分亏缺空间分布特征时测量精度易受作物生长前期冠层覆盖度不足和多云天气等因素影响的缺点。另外，根据作物生育期内降雨量的不同进行不同变量灌溉处方图的决策，有利于提高水分管理精度。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.一种变量灌溉管理决策方法，其特征在于，包括以下步骤：
S1：对喷灌机控制面积内作物根区进行土壤采样，并测量采样土壤的粒级组成；
S2：基于土壤粒级，依据作物根区土壤可利用水量AWC对喷灌机控制区进行管理分区，得到低AWC管理区、中AWC管理区和高AWC管理区；
S3：基于划分的AWC管理区，构建优化土壤水分传感器网络；
S4：在高AWC管理区内布设土壤水分传感器的地方布设地面固定式冠层温度传感器；
S5：以喷灌机中心支轴为圆心，构建优化机载式冠层温度传感器网络；
S6：根据作物进入拔节期前后的冠层覆盖度，分别利用优化土壤水分传感器网络、固定式冠层温度传感器、优化机载式冠层温度传感器网络和自动气象站进行变量灌溉。
2.根据权利要求1所述的变量灌溉管理决策方法，其特征在于，所述步骤S1中，进行土壤采样并测量的方法为：采用方形网格法进行采样，并测量喷灌机控制面积内作物根区的根系干重分布深度≥80％的土壤粒级组成，所述土壤粒级包括砂粒、粉粒和黏粒，方形网格的数量大于等于100。
3.根据权利要求1所述的变量灌溉管理决策方法，其特征在于，所述步骤S2中，对喷灌机控制区进行管理分区的方法为：基于土壤粒级，利用ROSETTA软件计算作物根区土壤可利用水量AWC，并利用Jenks自然断点法将作物根区土壤可利用水量AWC进行管理分区，得到低AWC管理区、中AWC管理区和高AWC管理区。
4.根据权利要求1所述的变量灌溉管理决策方法，其特征在于，所述步骤S3包括以下子步骤：
S31：计算每个AWC管理区内的平均黏粒含量
S32：对于每个AWC管理区，在平均黏粒含量
的1.1-1.2倍处布设土壤水分传感器，完成优化土壤水分传感器网络的构建。
5.根据权利要求4所述的变量灌溉管理决策方法，其特征在于，所述步骤S31中，平均黏粒含量
的计算公式为：
其中，n表示每个AWC管理区内包含的测量土壤粒级组成时的网格数量，Clayi表示第i个网格内作物根区的平均土壤黏粒含量。
6.根据权利要求1所述的变量灌溉管理决策方法，其特征在于，所述步骤S5包括以下子步骤：
S51：以喷灌机中心支轴为圆心，离散地绘制不同半径的同心圆；
S52：将同心圆圆周与方形网格交叉的数量大于或等于100时的同心圆个数作为沿喷灌机桁架方向布设的机载式冠层温度传感器最少数量；
S53：根据机载式冠层温度传感器最少数量，构建优化机载式冠层温度传感器网络。
7.根据权利要求6所述的变量灌溉管理决策方法，其特征在于，所述步骤S53中，构建优化机载式冠层温度传感器网络的方法为：根据机载式冠层温度传感器距喷灌机中心支轴的距离，基于每个机载式冠层温度传感器测量数据代表观测面积相等的原则，优化机载式冠层温度传感器沿喷灌机桁架方向的布设位置；
第m个机载式冠层温度传感器距喷灌机中心支轴的距离Rm的计算公式为：
其中，R表示圆形喷灌机所灌溉的圆形面积的半径，X表示传感器数量。
8.根据权利要求1所述的变量灌溉管理决策方法，其特征在于，所述步骤S6中，若作物处于进入拔节期前，则利用优化土壤水分传感器网络监测土壤含水率数据，并进行变量灌溉，其具体方法为：当任一AWC管理区内的土壤含水率达到设定的灌水下限时进行灌溉，变量灌溉水量由每个AWC管理区内的灌水上限与实测土壤含水率的差值决定；
若作物处于进入拔节期后，当任一AWC管理区内的土壤含水率达到设定的灌水下限时进行灌溉，其中，在半干旱气候条件下，则利用固定式冠层温度传感器、优化机载式冠层温度传感器网络和气象站监测数据进行变量灌溉，在半湿润气候条件下，则利用优化土壤水分传感器网络、优化机载式冠层温度传感器网络和固定式冠层温度传感器进行变量灌溉。
9.根据权利要求8所述的变量灌溉管理决策方法，其特征在于，所述步骤S6中，若作物处于进入拔节期后，在半干旱气候条件下，则利用固定式冠层温度传感器、优化机载式冠层温度传感器网络和气象站监测数据进行变量灌溉的方法为：
A61：当任一AWC管理区内的土壤含水率达到设定的灌水下限时，将喷灌机以100％速度运行一圈，获取整个田块的冠层温度散点值；
A62：根据冠层温度散点值数量要求确定冠层温度的采样时间间隔；
A63：基于冠层温度的采样时间间隔，以固定点处的冠层温度为参考，利用时间尺度转化方法将冠层温度散点值转化为日最高冠层温度发生时间的冠层温度；
A64：基于时间尺度转化后的冠层温度计算归一化相对冠层温度NRCT；
A65：根据归一化相对冠层温度NRCT，利用普通克里金插值法生成NRCT空间分布图；
A66：根据NRCT空间分布图的不同范围将整个田块分为低水分亏缺动态管理区、中水分亏缺动态管理区和高水分亏缺动态管理区；
A67：根据归一化相对冠层温度NRCT和两次灌水时间间隔内作物需水量ETc计算每个水分亏缺动态管理区内的灌水定额I1，绘制变量灌溉处方图；
所述步骤S6中，若作物处于进入拔节期后，在半湿润气候条件下，则利用优化土壤水分传感器网络、优化机载式冠层温度传感器网络和固定式冠层温度传感器进行变量灌溉的方法为：
B61：当任一AWC管理区内的土壤含水率达到设定的灌水下限时，将喷灌机以100％速度运行一圈，获取整个田块的冠层温度散点值；
B62：根据冠层温度散点值数量要求确定冠层温度的采样时间间隔；
B63：基于冠层温度的采样时间间隔，以固定点处的冠层温度为参考，利用时间尺度转化方法将冠层温度散点值转化为日最高冠层温度发生时间的冠层温度；
B64：基于时间尺度转化后的冠层温度计算归一化相对冠层温度NRCT；
B65：根据归一化相对冠层温度NRCT，利用普通克里金插值法生成NRCT空间分布图；
B66：根据NRCT空间分布图的不同范围将整个田块分为低水分亏缺动态管理区、中水分亏缺动态管理区和高水分亏缺动态管理区；
B67：设置初步灌水定额I'；
B68：根据灌水定额I'和降雨预报信息计算修正灌水量Im；
B67：根据归一化相对冠层温度NRCT和修正灌水量Im计算每个水分亏缺动态管理区内的灌水定额I2，绘制变量灌溉处方图。
10.根据权利要求9所述的变量灌溉管理决策方法，其特征在于，所述步骤A62和步骤B62中，冠层温度的采样时间间隔的确定方法均为：以散点值数量需满足162～572为标准确定冠层温度的采样时间间隔；
所述步骤A64和步骤B64中，归一化相对冠层温度NRCT的计算公式均为：
其中，T表示时间尺度转化后田间各测点的冠层温度，Tmax表示时间尺度转化后的田间最高冠层温度，Tmin表示时间尺度转化后的田间最低冠层温度；
所述步骤A67中，两次灌水时间间隔内作物需水量ETc的计算公式为：
ETc＝Kc×ET0
其中，
ET0表示参考作物蒸发蒸腾量，Kc表示作物系数，Rn表示作物表面净辐射，G表示土壤热通量密度，γ表示湿度计常数，T表示2m高处每日平均气温，u2表示2m处的风速，es表示饱和水汽压，ea表示实际水汽压，Δ表示饱和水汽压曲线的斜率；
所述步骤A67中，每个水分亏缺动态管理区内的灌水定额I1的计算公式为：
所述步骤B68中，修正灌水量Im的计算公式为：
其中，P表示未来3天内天气预报的降雨量，I'表示初步灌水定额；
所述步骤B68中，每个水分亏缺动态管理区内的灌水定额I2的计算公式为：
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110243593.4A CN112931166B (zh) | 2021-03-05 | 2021-03-05 | 一种变量灌溉管理决策方法 |
| US17/343,748 US11944048B2 (en) | 2021-03-05 | 2021-06-10 | Decision-making method for variable rate irrigation management |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110243593.4A CN112931166B (zh) | 2021-03-05 | 2021-03-05 | 一种变量灌溉管理决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112931166A true CN112931166A (zh) | 2021-06-11 |
| CN112931166B CN112931166B (zh) | 2022-06-03 |
Family
ID=76247811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110243593.4A Active CN112931166B (zh) | 2021-03-05 | 2021-03-05 | 一种变量灌溉管理决策方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11944048B2 (zh) |
| CN (1) | CN112931166B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114568270A (zh) * | 2022-04-18 | 2022-06-03 | 广州大学 | 一种远近根区交替灌溉系统的灌溉方法 |
| CN114793851A (zh) * | 2022-03-22 | 2022-07-29 | 安徽农业大学 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
| CN115500244A (zh) * | 2022-10-12 | 2022-12-23 | 中国水利水电科学研究院 | 一种大型喷灌机变量灌溉处方图生成方法及系统 |
| CN117016136A (zh) * | 2023-09-05 | 2023-11-10 | 中国水利水电科学研究院 | 一种基于作物模型的水肥施灌动态决策方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101169627A (zh) * | 2007-11-27 | 2008-04-30 | 中国水利水电科学研究院 | 一种在线式作物冠气温差灌溉决策监测系统 |
| CN102726273A (zh) * | 2012-06-15 | 2012-10-17 | 中农先飞（北京）农业工程技术有限公司 | 一种作物根区土壤水分监测与智能灌溉决策方法 |
| CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
| CN106508622A (zh) * | 2016-11-11 | 2017-03-22 | 河北农业大学 | 一种基于水平衡模型的自动灌溉控制方法 |
| RU2016133563A (ru) * | 2016-08-15 | 2018-02-20 | Федеральное государственное бюджетное научное учреждение "Агрофизический научно-исследовательский институт" (ФГБНУ АФИ) | Способ дифференцированного управления орошением посевов и устройство для его осуществления |
| CN109452146A (zh) * | 2018-11-21 | 2019-03-12 | 北京农业智能装备技术研究中心 | 冬小麦节水灌溉决策方法、控制装置及控制系统 |
| CN112214885A (zh) * | 2020-09-28 | 2021-01-12 | 西安理工大学 | 一种非充分灌溉条件下的灌区作物灌溉水量优化分配方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8620480B2 (en) * | 2003-04-25 | 2013-12-31 | George Alexanian | Irrigation water conservation with automated water budgeting and time of use technology |
| US8793024B1 (en) * | 2009-02-27 | 2014-07-29 | Hunter Industries, Inc. | Irrigation system with multiple soil moisture based seasonal watering adjustment |
| US8862277B1 (en) * | 2010-02-01 | 2014-10-14 | Green Badge, LLC | Automatic efficient irrigation threshold setting |
| US9200985B2 (en) * | 2011-07-26 | 2015-12-01 | The Toro Company | Evaluating sprinkler head performance within a turf irrigation system |
| JP2016049102A (ja) * | 2014-08-29 | 2016-04-11 | 株式会社リコー | 圃場管理システム、圃場管理方法、プログラム |
| US9943046B2 (en) * | 2014-09-29 | 2018-04-17 | International Business Machines Corporation | Targeted irrigation using a central pivot irrigation system with a sensor network |
| US10602682B1 (en) * | 2017-06-30 | 2020-03-31 | Orbit Irrigation Products, Llc | Irrigation controller and associated methods |
| US10973182B1 (en) * | 2018-11-30 | 2021-04-13 | Thrive Smart Systems Incorporated | Wireless sprinkler valve system |
| US20200359580A1 (en) * | 2019-05-15 | 2020-11-19 | Krado, Inc. | Controllable irrigation system, method, and device |
| US11707026B1 (en) * | 2020-12-17 | 2023-07-25 | United Services Automobile Association (Usaa) | Smart irrigation system |
-
2021
- 2021-03-05 CN CN202110243593.4A patent/CN112931166B/zh active Active
- 2021-06-10 US US17/343,748 patent/US11944048B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101169627A (zh) * | 2007-11-27 | 2008-04-30 | 中国水利水电科学研究院 | 一种在线式作物冠气温差灌溉决策监测系统 |
| CN102726273A (zh) * | 2012-06-15 | 2012-10-17 | 中农先飞（北京）农业工程技术有限公司 | 一种作物根区土壤水分监测与智能灌溉决策方法 |
| CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
| RU2016133563A (ru) * | 2016-08-15 | 2018-02-20 | Федеральное государственное бюджетное научное учреждение "Агрофизический научно-исследовательский институт" (ФГБНУ АФИ) | Способ дифференцированного управления орошением посевов и устройство для его осуществления |
| CN106508622A (zh) * | 2016-11-11 | 2017-03-22 | 河北农业大学 | 一种基于水平衡模型的自动灌溉控制方法 |
| CN109452146A (zh) * | 2018-11-21 | 2019-03-12 | 北京农业智能装备技术研究中心 | 冬小麦节水灌溉决策方法、控制装置及控制系统 |
| CN112214885A (zh) * | 2020-09-28 | 2021-01-12 | 西安理工大学 | 一种非充分灌溉条件下的灌区作物灌溉水量优化分配方法 |
Non-Patent Citations (4)
| Title |
|---|
| 李久生等: "现代灌溉水肥精量调控原理与应用", 《中国水利水电科学研究院学报》 * |
| 李秀梅等: "水分亏缺程度对变量灌溉水分传感器埋设位置预判的影响", 《农业工程学报》 * |
| 赵伟霞等: "基于土壤水分空间变异的变量灌溉作物产量及节水效果", 《农业工程学报》 * |
| 赵伟霞等: "大型喷灌机变量灌溉技术研究进展", 《农业工程学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114793851A (zh) * | 2022-03-22 | 2022-07-29 | 安徽农业大学 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
| CN114568270A (zh) * | 2022-04-18 | 2022-06-03 | 广州大学 | 一种远近根区交替灌溉系统的灌溉方法 |
| CN114568270B (zh) * | 2022-04-18 | 2023-01-31 | 广州大学 | 一种远近根区交替灌溉系统的灌溉方法 |
| CN115500244A (zh) * | 2022-10-12 | 2022-12-23 | 中国水利水电科学研究院 | 一种大型喷灌机变量灌溉处方图生成方法及系统 |
| CN115500244B (zh) * | 2022-10-12 | 2023-11-10 | 中国水利水电科学研究院 | 一种大型喷灌机变量灌溉处方图生成方法及系统 |
| CN117016136A (zh) * | 2023-09-05 | 2023-11-10 | 中国水利水电科学研究院 | 一种基于作物模型的水肥施灌动态决策方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112931166B (zh) | 2022-06-03 |
| US11944048B2 (en) | 2024-04-02 |
| US20220279741A1 (en) | 2022-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112931166B (zh) | 一种变量灌溉管理决策方法 | |
| CN107945042B (zh) | 一种作物生长灌溉决策控制系统 | |
| Kite et al. | Comparing evapotranspiration estimates from satellites, hydrological models and field data | |
| CN101743525B (zh) | 灌溉区域的蒸散值计算方法 | |
| CN110209077B (zh) | 基于互联网的远程灌排系统实时动态监测系统 | |
| CN111280019A (zh) | 一种土壤水分数字化预测与灌溉预警方法 | |
| CN108958329B (zh) | 一种滴灌水肥一体化智能决策方法 | |
| CN108446997A (zh) | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 | |
| CN104521699A (zh) | 田间智能灌溉在线控制管理方法 | |
| CN110781259A (zh) | 一种基于地貌单位线的水文模型 | |
| CN115376016B (zh) | 一种基于植被水分指数与蒸散发结合的稻田实际灌溉面积识别方法 | |
| CN112837169A (zh) | 一种干旱过程网格化旱情综合监测、预警与评估方法 | |
| CN113841595A (zh) | 基于土壤湿度和深度结合的节能型智能精准灌溉系统 | |
| CN111742825A (zh) | 农田精准灌溉控制模型的构建与应用 | |
| Amiri et al. | The performance of fuzzy regression method for estimating of reference evapotranspiration under controlled environment | |
| CN110210142B (zh) | 一种南方大型灌区水稻实时需水量测算方法 | |
| CN110599360A (zh) | 一种干旱区农作物生长季蒸散发高分辨率遥感估算方法 | |
| Al-Kufaishi et al. | The feasibility of using variable rate water application under a central pivot irrigation system | |
| CN115039676A (zh) | 一种灌溉方法及系统 | |
| Ruelland et al. | Sensitivity analysis of hydrological modelling to climate forcing in a semi-arid mountainous catchment | |
| CN116362402A (zh) | 一种基于天气预报与表型信息监测的灌溉制度优化系统 | |
| CN113080035B (zh) | 农田作物需水量的确定方法、装置、灌水方法及灌水系统 | |
| CN105145292A (zh) | 一种农田种植监控管理系统 | |
| CN112507558B (zh) | 一种基于主控因子修正的参照作物腾发量预测方法 | |
| CN113673160A (zh) | 一种面向作物水分高效利用的多孔材料优化埋设方法 |
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 |