CN114431126A - 一种井渠双灌智能化管控系统 - Google Patents
一种井渠双灌智能化管控系统 Download PDFInfo
- Publication number
- CN114431126A CN114431126A CN202210371631.9A CN202210371631A CN114431126A CN 114431126 A CN114431126 A CN 114431126A CN 202210371631 A CN202210371631 A CN 202210371631A CN 114431126 A CN114431126 A CN 114431126A
- Authority
- CN
- China
- Prior art keywords
- water
- irrigation
- temperature
- demand
- well
- 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 122
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 529
- 239000002352 surface water Substances 0.000 claims abstract description 91
- 230000002262 irrigation Effects 0.000 claims abstract description 86
- 238000002156 mixing Methods 0.000 claims abstract description 35
- 238000007726 management method Methods 0.000 claims abstract description 29
- 238000003756 stirring Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000002689 soil Substances 0.000 claims description 57
- 238000012544 monitoring process Methods 0.000 claims description 56
- 239000003673 groundwater Substances 0.000 claims description 50
- 238000005259 measurement Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000003621 irrigation water Substances 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 230000001932 seasonal effect Effects 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 8
- 238000001556 precipitation Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 230000001766 physiological effect Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000010339 dilation Effects 0.000 claims description 2
- 241000209094 Oryza Species 0.000 description 9
- 235000007164 Oryza sativa Nutrition 0.000 description 9
- 235000009566 rice Nutrition 0.000 description 9
- 235000013339 cereals Nutrition 0.000 description 6
- 229920001971 elastomer Polymers 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000003466 welding Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000033558 biomineral tissue development Effects 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000008595 infiltration Effects 0.000 description 3
- 238000001764 infiltration Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 235000010755 mineral Nutrition 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 239000002349 well water Substances 0.000 description 3
- 235000020681 well water Nutrition 0.000 description 3
- 208000032544 Cicatrix Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 229920001084 poly(chloroprene) Polymers 0.000 description 2
- 231100000241 scar Toxicity 0.000 description 2
- 230000037387 scars Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012795 verification 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
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Environmental Sciences (AREA)
- Soil Sciences (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种井渠双灌智能化管控系统，包括地表输水组、地下水泵组和混合搅拌装置，地表输水组和地下水泵组分别连接在双吸螺旋离心泵的两进水端，地表输水组和地下水泵组分别设置有用于控制地表水或地下水进水流量的变频供水设备，且地表输水组、地下水泵组和混合搅拌装置均设有相应的水位水温检测器件，控制器用于根据水位水温检测数据控制可控球阀的开度或变频供水设备的转速以分别调节地表水或地下水的进水流量。本发明采取井灌与渠灌相结合的方式，联合运用地下水与地表水，将地下水和地表水两类不同水温的水根据农作物实际生长需求按照比例混合后通过渠道或管道进行田间灌溉，使得农作物可以在适宜的水温和水量下生长。
Description
技术领域
本发明涉及灌溉技术领域，具体为一种井渠双灌智能化管控系统。
背景技术
为了保证作物正常生长，并高质量、高稳定性地获取成熟农作物，必须供给农作物以充足的水分，在自然条件下往往因降水量不足或地表水分布不均匀，不能满足农作物对水分的要求，于是人们采用地下水灌溉，导致很多地区地下水严重超采，为此采取调水工程以及现代灌区的建设以缓解地下水超量开采的情形。调水工程将其他地区的水引用到本地进行农业供水，但是大量的灌溉水渗透到地下转为地下水，并没有充分利用起来，从而造成了灌溉规模不合理、成本高的问题；单一利用地下水对农作物进行灌溉，由于地下水温度低，不适合农作物生长，需要用晒水池来提高水体温度，然后再引入田间灌溉，晒水池面积往往占灌溉面积百分之十左右，影响了农田产出；另外有些地方也使用地表水和地下水同时灌溉，但都是各自独立系统，无法满足农作物需求和地下水“三条红线”保护要求。
发明内容
本发明的目的在于提供了一种应用于井渠双灌智能化管控系统，采取井灌与渠灌相结合的方式，联合运用地下水与地表水，将地下水和地表水两类不同水温的水根据农作物实际生长需求按照比例混合后通过渠道或管道进行田间灌溉，使得农作物可以在适宜的水温和水量下生长。
为实现上述目的，本发明提供如下技术方案：一种井渠双灌智能化管控系统，包括地表输水组、地下水泵组和混合搅拌装置，所述混合搅拌装置包括双吸螺旋离心泵，所述地表输水组和地下水泵组分别连接在双吸螺旋离心泵的两进水端，用于分别向双吸螺旋离心泵输送地表水和地下水；所述地表输水组和地下水泵组分别设置有用于控制地表水或地下水进水流量的可控球阀或变频供水设备，且所述地表输水组、地下水泵组和混合搅拌装置均设有相应的水位水温检测器件，所述水位水温检测器件均与控制器相连接，所述控制器的输出端与所述可控球阀和变频供水设备电连接，所述控制器用于根据水位水温检测数据控制可控球阀的开度或变频供水设备的转速以分别调节地表水或地下水的进水流量。
由此采取井灌与渠灌相结合的方式，联合运用地下水与地表水，并通过水位水温检测器件检测地下水与地表水的温度，将地下水和地表水两类不同水温的水根据农作物实际生长需求按照比例混合后通过渠道或管道进行田间灌溉，使得农作物可以在适宜的水温和水量下生长。
优选的，所述混合搅拌装置包括地埋式筒体，所述双吸螺旋离心泵设置在所述地埋式筒体底部，地埋式筒体的侧壁分别设有与地表输水组和地下水泵组相连通的进水管，两组进水管分别连接在双吸螺旋离心泵的两进水端，双吸螺旋离心泵的出水端贯穿地埋式筒体侧壁连接有出水汇总管，所述出水汇总管通过出水分配管连接若干末端出水管，所述末端出水管的出水端设有螺旋排水管，用于将地表水与地下水进行混合。
水泵的出口处呈螺纹状态的排水管，利用水的动力将地下深井和渠道水更加充分的混合，可以得到温度更加均匀适应农作物生长的灌溉水。
优选的，所述地表输水组设置有地表蓄水点和与地表水进水管相连接的取水格栅，取水格栅设置在地表蓄水点处，地表水进水管处可以设置可控球阀或变频水泵，且地表蓄水点设置有水位水温传感器，用于测量地表水的水位和水温数据，所述地下水泵组设置有机井和安装在机井内的机井潜水泵以及水位水温传感器，用于测量地下水的水位和水温数据，机井潜水泵的输出端与地下水进水管相连接。可以实时测量地表水的水位和水温以及地下水的水位和水温数据，然后根据当前可供允许水量实时动态进行取水，根据管理机构制定的超采红线，随时预警。
优选的，所述地埋式筒体的顶部设置有顶盖，所述顶盖的一端与地埋式筒体侧壁铰接连接，地埋式筒体通过气动弹簧与井盖支撑连接；顶盖与地埋式筒体连接处采用优质氯丁胶条，同时设置气动弹簧结构很好的解决了井盖的跳动和噪音问题。
优选的，所述双吸螺旋离心泵的出水汇总管处设置有出水流量计，若干出水管处均设有相应的自动蝶阀，所述出水分配管和自动蝶阀均安装在阀门井内，可以方便对出水分配管和自动蝶阀开进行检修操作。
优选的，所述地表输水组和地下水泵组分别设置有用于控制地表水或地下水进水流量的第一变频水泵和第二变频水泵，所述井渠双灌智能化管控系统还包括需水量测量子系统，所述需水量测量子系统包括气象监测单元和土壤监测单元，所述气象监测单元用于获取当前时间及未来一端时间相应的气象指标，所述土壤监测单元用于获取当前土壤指标，所述需水量测量子系统配置有生长需水量计算策略，所述生长需水量计算策略包括依据所述气象指标和所述土壤指标计算作物生长需水量，所述作物生长需水量包括生理需水量和生态需水量，生理需水量包括作物各项生理活动所需要的水分，生态需水量包括给作物提供适宜生长发育的环境所需要的水分。
由于灌溉期间大量水向下渗透导致地下水位不断升高，直接影响土壤的积盐程度影响农作物产物，本系统可以自动控制来保持地下水位和地表水的平衡，改善土壤盐碱化程度，相反长时间使用井水灌溉将会导致地下水位下降严重影响植被生长和生态环境，使用井渠双灌智能化管控系统既可以保持农作物健康生长又可以保护生态环境，可以实现采补平衡。
优选的，所述需水量测量子系统配置有生长需水量预测模型，所述生长需水量预测模型采用Holt-Winters三次指数滑动平均算法对历史数据进行处理，具体计算公式为：
其中，
为t+1时刻预测值；
为t时刻真实值,lt、bt和st分别为时刻t的级别分量、趋势分量和季节性分量对应元素值，α、β和γ为平滑系数，m为周期性频率。
优选的，所述需水量测量子系统配置有TCN实时需水量预测模型，用于对作物实时需水量进行预测，所述TCN实时需水量预测模型以级别分量lt、趋势分量bt和季节性分量st作为输入特征，并与常规特征共同构成特征因子组合，所述常规特征包括混合水温、水泵流量和时间特征，TCN实时需水量预测模型包括膨胀因果卷积、权重归一化、ReLU激活函数和Dropout正则化。
优选的，所述TCN实时需水量预测模型的构建包括训练过程和测试过程，采用滚动窗口方式构建数据集样本，数据集包括训练集和测试集，训练集内单个样本如公式（5）所示：
其中， 
为预测模型的输入，包括四个输入特征，从上至下依次为历史需水量、级别分量、趋势分量和季节性分量，四个输入特征具有相同维度， 
为预测时刻真实值。对于测试集，单个样本如公式（6）所示：
仅包括 
部分，式中：i = 0，1，⋯，k - h (T + 1)，其中，k为训练数据中水泵流量序列总长度，h为滑动窗口长度，T为单个样本中历史水泵流量序列长度；j = 0，1，⋯，q -h (T + 1)，其中，q为测试数据中负荷序列总长度；M = k - h (T + 1)；通过向训练完成的TCN实时需水量预测模型输入 
，可得到与之对应的作物需水量预测值。
优选的，所述气象指标包括但不限于当前空气湿度、未来第一时间周期内的预估降雨量、当前风速和当前光照强度，所述土壤监测单元用于获取当前土壤温湿度数据；所述需水量测量子系统配置有需水量计算策略，所述需水量计算策略包括依据作物生长需水量和未来第一时间周期内的预估降雨量计算作物需水量。
优选的，所述需水量测量子系统还配置有Light GBM校正模型，用于修正环境因素对于TCN实时需水量预测模型的作物需水量预测值的影响，所述Light GBM校正模型包括天气监测数据、天气预报数据、土壤监测数据和灌溉制度数据，所述天气监测数据包括天气温度、降水量、风速、空气湿度、光照强度，所述天气预报数据包括当前天气、明天天气、明天气温、明天降雨量、后天天气、后天气温、后天降雨量，所述土壤监测数据包括土壤温度、土壤含水量、深层渗漏量，所述灌溉制度数据包括生长周期、季节周期、当季累计灌溉量和灌溉定额；
修正后的作物需水量预测值采用加权组合方式计算处理，具体公式如下：
式中，
为最终作物需水量预测预测结果，
为TCN模型预测结果，
为LightGBM模型预测结果，a、b为加权系统，其中a+b=1。
优选的，所述需水量测量子系统还配置有水温计算模型，采用如下灌溉水温估算公式：
式中，T为天气温度，T0为渠道水温，T1为地下水水温，Tc为估算出合理水温，Tmin 为最适水温下限，Tmax为最适水温上限，α为水温调节经验系数，0.8<α<1.2之间，当
时，取1~1.2之间随机值，当
时，取0.8~1之间随机值。
优选的，根据预测的作物需水量和当天预计降水量计算出作物灌溉流量Q0，根据水流量平衡公式：
，其中，地表水浇灌量为Q1，地下水浇灌量为Q2，及水温混合平衡公式：
。其中，合理水温为T0、地表水水温为T1、地下水水温为T2，计算获得地表水浇灌量为Q1，地下水浇灌量为Q2，具体公式如下：
若T1=T2，则Q1和Q2都为
，均匀混合出水。
与现有技术相比，本发明的有益效果是：
本发明提供的井渠双灌智能化管控系统是将地下水和地表水两类水根据不同的水温或不同的水量按需求比例混合通过渠道或管道进行田间灌溉的一体化集成设施。并且水泵的出口处呈螺纹状态的排水管，利用水的动力将地下深井和渠道水更加充分的混合，可以得到温度更加均匀适应农作物生长的灌溉水。
根据地表水实时水位温度和地下实时水位温度，按照作物需水量预测模型计算混合比例，并控制地表水和地下水变频水泵开接收指令按量供水，实现了设备联动协同的自动化灌溉。
附图说明
图1为本发明一种井渠双灌智能化管控系统的结构示意图；
图2为本发明一种井渠双灌智能化管控系统中需水量测量子系统的运行流程示意图；
图3为本发明一种井渠双灌智能化管控系统中TCN实时需水量预测模型的残差连接块结构图；
图4为本发明一种井渠双灌智能化管控系统中构建作物需水量预测样本的流程示意图；
图5为本发明一种井渠双灌智能化管控系统中TCN实时需水量预测模型的流程示意图；
图6为本发明一种井渠双灌智能化管控系统中控制变频水泵联动的流程示意图；
图7为本发明一种井渠双灌智能化管控系统实施流程示意图。
图中：1、双吸螺旋离心泵；2、第一进水管；3、可控球阀；4、压力管道；5、止回阀；6、闸阀；7、出水汇总管；8、出水管橡胶软连接；9、出水流量计；10、筒体；11、进水管配水管；12、进水管橡胶挠性接头；13、爬梯；14、气动弹簧；15、井盖；16、安全格栅；17、扶手；18、电控柜；19、排气筒；20、液位计；21、橡胶挠性接头；22、取水格栅；23、第二进水管；24、出水分配管；25、自动蝶阀；26、末端出水管；27、机井潜水泵；28、水位水温传感器；29、管道监测器。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
如图1和图7所示，本发明提供的一种实施例，一种井渠双灌智能化管控系统，利用渠道和地下水混合调节水温的双井灌溉智能管控系统，通过管道分别引进渠道（地表）水和地下河流水，依据灌溉制度计划、实时天气监测数据、实时土壤监测数据、实时水流水温监测数据及历史种植数据，自动调节渠道水和地下水的混合比例，并利用螺旋管道解决水流充分混合的问题；混合搅拌装置的一路管道连接渠道水，另外一路管道连接地下水，按照一定的混合比例将水流抽取到搅拌桶的筒体10中，由混合搅拌装置将水混合然后经过螺旋排水管进一步混合后再抽取到灌溉水渠中。整个流程采用智能系统进行控制，渠道管道和地下水管道上均设有水位水温传感器28采集相关数据，出水管上设有自动蝶阀25来调节管道压力、流速、流量，以及应急时关闭防止倒流。其中自动蝶阀25和双吸螺旋离心泵1同步工作。
所述井渠双灌智能化管控系统还包括需水量测量子系统，所述需水量测量子系统包括气象监测单元和土壤监测单元以及水温计算模型，由于地下水和地表水的水温不同，并且作物在不同的生长阶段适宜生长的灌溉水水温是不一样的，所以通过水温计算模型可以计算出适宜作物生长的温度。所述气象监测单元用于获取当前时间及未来一端时间相应的气象指标，所述土壤监测单元用于获取当前土壤指标，所述需水量测量子系统配置有生长需水量计算策略，所述生长需水量计算策略包括依据所述气象指标和所述土壤指标计算作物生长需水量，所述作物生长需水量包括生理需水量和生态需水量，生理需水量包括作物本身进行在不同的生长阶段进行各项生理活动所需要的水分，生态需水量包括给作物提供适宜生长发育的环境所需要的水分。通过需水量测量子系统计算出作物生长需水量以及最适宜生长的水温，并将数据传到电控柜18的智能灌溉决策系统中，获得合适的渠道流量和地下水流量混合比例，并通过电控柜18中的设备操控模块控制渠道管道上水泵和地下水管道上水泵自动实现水流按照指定比例混合操作；同时，依靠水流管道上的管道状态监测器29实时监控水流状态，并通过电控柜18内的管道监测监控反馈系统实时控制水流，避免水锤现象及水压超载问题发生，保证农作物种植灌溉过程中的安全生产。
通过上述措施，实现系统按照设定的农作物合理灌溉水温值全自动通过调频器进行按比例抽水混合；同时水泵的出口处采用呈螺纹状态的排水管，利用水动力将地下深井和渠道水更加充分混合，从而获得温度更加均匀更加适应农作物生长的灌溉水。
由此采取井灌与渠灌相结合的方式，联合运用地下水与地表水，并通过水位水温检测器件检测地下水与地表水的温度，将地下水和地表水两类不同水温的水根据农作物实际生长需求按照比例混合后通过渠道或管道进行田间灌溉，使得农作物可以在适宜的水温和水量下生长。
优选的，所述混合搅拌装置包括地埋式筒体10，所述双吸螺旋离心泵1设置在所述地埋式筒体10底部，地埋式筒体10的侧壁分别设有与地表输水组和地下水泵组相连通的第一进水管2，第一进水管2上设有电动可控球阀3，两组进水管分别连接在双吸螺旋离心泵1的两进水端，双吸螺旋离心泵1的出水端连接有压力管道4，压力管道上设有止回阀5和闸阀6，压力管道4贯穿地埋式筒体10侧壁连接有出水汇总管7，压力管道4和出水汇总管7的连接处通过密封橡胶8软连接，所述出水汇总管7通过出水分配管24连接若干末端出水管26，所述出水汇总管7上设置有出水流量计9，所述末端出水管26的出水端设有管道监测器29，用于监测管道压力、流速、流量。
通过在末端出水管26设置呈螺纹状态的螺旋排水管，利用水的动力将地下深井和渠道水更加充分的混合，可以得到温度更加均匀适应农作物生长的灌溉水。
井渠双灌智能化管控系统为地埋式，灌溉泵站主体由筒体10、水泵、管道、阀门、液位传感器、控制系统、水温调节系统和通风系统等部件组成。筒体10上方设置有排气筒19，用于保证工作气压。由于农作物对水温要求的不同需要将水的温度控制在0度到40度之间，防止影响农作物的生长。该系统的工作温度宜控制在-20度到40度之间，相对湿度控制在25%到85%之间，防止电气元件和电机过热、结冰、产生电火花以及受潮等问题。对于水质要求，要求水中的固体物颗粒最大直径应小于所选配水泵过流通道的最小通径，防止对潜水泵造成不可逆的破坏，影响该系统使用寿命。
该系统筒体10、防滑井盖15、底坑采用高强度玻璃钢支持，不锈钢管路及管件选用性能高于SUS304 的材料，同时采用防腐处理以减小盐碱水对系统的腐蚀程度，延长设备使用寿命。系统内泵站筒体10表面不应有明显的磕碰伤痕、变形等缺陷，表面应完整美观，不应有起泡、裂纹、流痕等现象；各组件的焊接处焊缝应均匀、牢固，不应有气孔、夹渣、裂纹或烧穿等缺陷。管路焊缝无裂纹，弧坑等缺陷；控制柜的表面应平整、均匀，焊接处应均匀牢固，无明显变形或烧穿等缺陷，内部布线合理、美观、紧固。系统内配备抗紫外线材料、扶手17、排风气管、安全格栅16、爬梯13等器件以此来保证下井维修人员的安全。
优选的，所述地表输水组设置有地表蓄水点和与地表水进水第二进水管23相连接的取水格栅22，取水格栅22设置在地表蓄水点处，第二进水管23处可以设置可控球阀3或变频水泵，且地表蓄水点设置有水位水温传感器28，用于测量地表水的水位和水温数据，双吸螺旋离心泵1的第一进水管2通过进水管配水管11与地表水进水第二进水管23相连接，二者通过进水管橡胶挠性接头12相连接，进水管配水管11上设置有液位计20，所述地下水泵组设置有机井和安装在机井内的机井潜水泵27以及水位水温传感器28，用于测量地下水的水位和水温数据，可控球阀3或变频水泵的输出端与第二进水管23相连接。可以实时测量地表水的水位和水温以及地下水的水位和水温数据，然后根据当前可供允许水量实时动态进行取水，根据管理机构制定的超采红线，随时预警。
优选的，所述地埋式筒体10的顶部设置有顶盖，所述顶盖的一端与地埋式筒体10侧壁铰接连接，地埋式筒体10通过气动弹簧14（即气动支撑杆，根据实际情况也可以选用电动支撑杆）与井盖15支撑连接；顶盖与地埋式筒体10连接处采用优质氯丁胶条，同时设置气动弹簧14结构很好的解决了井盖15的跳动和噪音问题。
优选的，所述双吸螺旋离心泵1的出水汇总管7处设置有出水流量计9，出水汇总管7与出水分配管24之间通过出水管橡胶软连接8相连接，若干出水管26处均设有相应的自动蝶阀25，所述出水分配管24和自动蝶阀25均安装在阀门井内，可以方便对出水分配管24和自动蝶阀25进行检修操作。
优选的，所述地表输水组和地下水泵组分别设置有用于控制地表水或地下水进水流量的第一变频水泵和第二变频水泵。由于作物的生长与环境温度、风速、光照强度等指标以及土壤的温度和含水量等指标密切相关，若想要精确的计算作物生长需水量，需要综合考虑到上述各个因素。所述井渠双灌智能化管控系统还包括需水量测量子系统，所述需水量测量子系统包括气象监测单元和土壤监测单元，所述气象监测单元用于获取当前时间及未来一端时间相应的气象指标，所述土壤监测单元用于获取当前土壤指标，所述需水量测量子系统配置有生长需水量计算策略，所述生长需水量计算策略包括依据所述气象指标和所述土壤指标计算作物生长需水量，所述作物生长需水量包括生理需水量和生态需水量，生理需水量包括作物各项生理活动所需要的水分，生态需水量包括给作物提供适宜生长发育的环境所需要的水分。
如图2所示，气象指标包括实时监测数据和天气预报数据；其中，实时监测数据来源于田间安装的监测传感器实时监测数据，监测传感器包括：雨量传感器、风速传感器、温湿度传感器及光之强度传感器等，实时数据包括：天气温度、降水量、风速、空气湿度、光照强度等信息；其中，天气预报数据，是通过定向爬虫从中国气象局网站爬取的当地未来7天天气预报，包括每天08:00、11:00、14:00、17:00、20:00、23:00、02:00、05:00等整时段对天气、气温、降雨、风速、气压、湿度、云量等指标的测量或预测数据。土壤监测数据主要来源于田间安装的土壤墒情传感器，包括：土壤温度、土壤含水量及深层渗漏量等信息。渠道监测数据主要来源于地表水监测及输水管监测，包括：渠道水位、管道水温、管道流量、管道压力、前一天输水量等信息。地下水监测数据主要来源于地下水监测及地下水输水管监测，包括：地下水水位、地下水管道水温、地下水管道流量、地下水管道压力、前一天地下水输水量等信息。灌溉制度数据来源于种植地作物种植规范及作物种植要求，例如《江苏水稻灌溉技术规范DB32/T2950-2016》中规定如下：
注：表中百分数为根层土壤含水率占饱和含水率的百分数。
由于灌溉期间大量水向下渗透导致地下水位不断升高，直接影响土壤的积盐程度影响农作物产物，本系统可以自动控制地下水和地表水的混合比例，以此来保持地下水位和地表水的平衡，改善土壤盐碱化程度，相反长时间使用井水灌溉将会导致地下水位下降严重影响植被生长和生态环境，由此使用井渠双灌智能化管控系统既可以保持农作物健康生长有可以保护生态环境，可以实现采补平衡。
如图3所示，所述需水量测量子系统配置有生长需水量预测模型，所述生长需水量预测模型采用Holt-Winters三次指数滑动平均算法对历史数据进行处理，具体计算公式为：
其中，
为t+1时刻预测值；
为t时刻真实值,lt、bt和st分别为时刻t的级别分量、趋势分量和季节性分量对应元素值，α、β和γ为平滑系数，m为周期性频率。
农作物种植过程中关键环境参数是否符合作物生长要求，直接影响农产品的品质和产量。考虑到作物种植过程环境参数通常具有非线性和大滞后等特征，对关键参数的测量往往耗时长，难以检测，种植过程关键环境参数的准确预测控制就显得尤为重要，因此采用时序卷积神经网络模型（TCN）进行农业种植实时需水量预测。所述需水量测量子系统配置有TCN实时需水量预测模型，用于对作物实时需水量进行预测，所述TCN实时需水量预测模型以级别分量lt、趋势分量bt和季节性分量st作为输入特征，并与常规特征共同构成特征因子组合，所述常规特征包括混合水温、水泵流量和时间特征。在创建模型时充分考虑作物种植数据的多变量和长时序性。此外，TCN模型包括膨胀因果卷积、权重归一化、ReLU激活函数(Rectified Linear Units，简称ReLU)和Dropout正则化，TCN模型通过更深层和扩张卷积来有效地获得任意长度的时空特征。
如图4和图5所示，所述TCN实时需水量预测模型的构建包括训练过程和测试过程，根据历史灌溉数据，采用滚动窗口方式构建数据集样本，数据集包括训练集和测试集，训练集内单个样本如公式（5）所示：
其中，
为预测模型的输入，包括四个输入特征，从上至下依次为历史需水量、级别分量、趋势分量和季节性分量，四个输入特征具有相同维度，
为预测时刻真实值。对于测试集，单个样本如公式（6）所示：
仅包括
部分，式中：i = 0，1，⋯，k - h (T + 1)，其中，k 为训练数据中水泵流量序列总长度，h为滑动窗口长度，T为单个样本中历史水泵流量序列长度；j = 0，1，⋯，q -h (T + 1)，其中，q为测试数据中负荷序列总长度；M = k - h (T + 1)；通过向训练完成的TCN实时需水量预测模型输入
，可得到与之对应的作物需水量预测值。
优选的，所述气象指标包括但不限于当前空气湿度、未来第一时间周期内的预估降雨量、当前风速和当前光照强度，所述土壤监测单元用于获取当前土壤温湿度数据；所述需水量测量子系统配置有需水量计算策略，所述需水量计算策略包括依据作物生长需水量和未来第一时间周期内的预估降雨量计算作物需水量。
TCN模型是针对数据时序周期性特征进行预测的模型，预测结果反映了数据集周期性变化，但是不能很好的反映周边环境对结果的影响，故采用Light GBM模型针对预测结果进行优化。所述需水量测量子系统还配置有Light GBM校正模型，用于修正环境因素对于TCN实时需水量预测模型的作物需水量预测值的影响，所述Light GBM校正模型包括天气监测数据、天气预报数据、土壤监测数据和灌溉制度数据，所述天气监测数据包括天气温度、降水量、风速、空气湿度、光照强度，所述天气预报数据包括当前天气、明天天气、明天气温、明天降雨量、后天天气、后天气温、后天降雨量，所述土壤监测数据包括土壤温度、土壤含水量、深层渗漏量，所述灌溉制度数据包括生长周期、季节周期、当季累计灌溉量和灌溉定额；
修正后的作物需水量预测值采用加权组合方式计算处理，具体公式如下：
式中，
为最终作物需水量预测预测结果，
为TCN模型预测结果，
为Light GBM模型预测结果，a、b为加权系统，其中a+b=1。Light GBM模型是一个梯度提升决策树新算法，在梯度提升决策树算法（GDBT）基础上增加直方图(histogram)算法和带深度限制的叶子生长(Leaf-wise)策略的优化。
优选的，所述需水量测量子系统还配置有水温计算模型，采用如下灌溉水温估算公式：
式中，T为天气温度，T0为渠道水温，T1为地下水水温，Tc为估算出合理水温，Tmin为最适水温下限，Tmax为最适水温上限，α为水温调节经验系数，0.8<α<1.2之间，当
时，取1~1.2之间随机值，当
时，取0.8~1之间随机值。
灌溉水温变化对作物生长发育, 尤其是作物根系对土壤矿物质营养积累分解和转化, 以及土壤水分和养分的吸收利用都有着重要影响, 它是土壤肥力的重要影响因素之一。灌溉水温较低, 会降低水中溶解氧含量, 影响作物根系对土壤水分和矿物营养元素吸收利用, 以至影响作物茎叶、枝节的正常生长。由于土壤矿物质营养的有效分解转化,土壤有效水分吸收利用都与土壤溶液浓度有关, 而土壤溶液浓度和土体温度与灌溉水温均有密切关系。因此, 作物灌溉水温有一个适宜范围, 旱作物一般 15~25℃, 最低应大于2℃, 但无论那种作物灌溉水的温度均不能大于 35℃,以水稻为例，不同生长周期对灌溉水温要求如下表：
当使用低温水直接灌溉稻田后，会造成田间水温急剧下降，之后田间水温随气温上升而缓慢回升，这一过程中，田间水温均在水稻生长所要求的最低水温以下且持续时间较长。在种植生育期内会多次灌溉，每一次灌溉都将出现对水稻正常生长不利的气候环境，而每年灌水次数都在20～40次之间，每灌一次水即降一次温度，形成低温水反复刺激的恶性循环，对水稻生长极为不利，会造成水稻贪青晚熟、产量不高情况出现。
根据预测的作物需水量和当天预计降水量计算出作物灌溉流量Q0，根据水流量平衡公式：
，其中，地表水浇灌量为Q1，地下水浇灌量为Q2，及水温混合平衡公式：
其中，合理水温为T0、地表水水温为T1、地下水水温为T2，计算获得地表水浇灌量为Q1，地下水浇灌量为Q2，具体公式如下：
若T1=T2，则Q1和Q2都为
，均匀混合出水。
井渠双灌智能化管控系统在提高灌溉水保证率的同时，进一步扩展了灌溉的范围，该系统采用大功率潜水泵，智能控制潜水泵扬程和流量满足不同海拔高度的农作物供水要求。采用井渠双灌智能化管控系统可以大幅度提高灌区水资源的利用率。使用井水灌溉可以把地表水灌溉渠道和田间渗漏水相结合重复利用，同时增加降水的入渗量，提高雨水利用率，同时由于使用地下水可以降低地下水位，减少潜水蒸发，减少水资源的消耗。北方地区降水量随季节变化很大，采用该系统在雨量较大的季节大量使用地表水进行灌溉，保护地下水，在干旱季节大量采用地下水灌溉，以弥补地表水的不足，二者科学合理的结合，保证四季的灌溉需求。除此之外该系统还可以抽咸换淡，抽取高矿化度的地下水用于灌溉，将雨水和低矿化度的地表水又入渗到地下水中，减小地下水的矿化程度，通过这种措施可以保持灌区盐分平衡及改善当地的生态环境。
如图6所示，通过水泵流量预测模型可得到渠道（地表）水和地下水的浇灌量为Q1和Q2，即在井渠双灌系统中三个水泵经过的流量分别为：流经地表水的水泵流量为Q1，流经地下水的水泵流量为Q2，流经混合水的水泵流量为Q0。
水泵的控制采用全自动的变频器。基于三个水泵的浇灌时间是相同的，应用公式10和相似原理公式11可使水泵自动调动转速，全自动根据需水量实现自动调节供水量。
式中： f为定子供电电源的频率；p为电动机的极对数；s为异步电动机的转差率。
由式（10）可见，当平滑地改变异步电动机的供电频率f时，即可改变电动机转子的转速n。
式中：Q为水泵的流量；P为水泵的轴功率；n为水泵的转速。
由式10可知，在一定的运行时间内，基于流量比，可以得出转速控制比从而控制水泵的轴功率，因此通过泵内全自动变频控制器可以实现基于流量控制比的全自动控制，实现井渠双灌的自动浇灌。
水泵内全自动变频器控制原理为：使用变频器内置的PI控制器。对于灌溉水这一类闭环控制系统，可以将反馈信号（流量信号）接到变频器的反馈信号输入端，用变频器内部的控制器实现闭环控制。
PLC的主要是依据水泵出水管道的出水流量计，控制工频电源供电的水泵台数，通过开关量输出信号，给变频器提供起动、停止命令，对泵站总的供水量进行粗调。
流量变送器将泵站出口管道的流量转换为标准量程的电压或电流，实现需水流量的闭环控制。
根据井渠配水结果，地表水和地下水经过进水管进入地埋式筒体内，并通过地表水进水阀门和地下水进水阀门进行相应的启闭控制，同时根据筒体内的液位计监测地表水和地下水混合水的水位，水位过高可监测自动报警。地埋式筒体内的混合水经双吸螺旋离心泵1的运转充分混合后，通过全自动变频器和出水管上的出水流量计进行止水阀5和闸阀6的启闭控制。
监测反馈操控系统：
管道监测监控反馈系统通过监测传感器，实时监控田间降雨、井渠双灌搅拌桶水位及输水管道压力等设备状态信息和生产环境信息，并根据设定阈值进行紧急处理并预警。其具体操作说明如下：
（1）通过田间雨量传感器，实时获取田间降雨信息，一旦出现降雨则关闭渠道输水管、地下水输水管及井渠双灌出水管阀门，并通过消息系统发出系统自动操作提示信息；
（2）实时监控井渠双灌搅拌筒体水位，当搅拌桶中水位过高时，及时关闭渠道输水管及地下水输水管，并通过消息系统发出系统自动操作提示信息；
（3）实时监测输水管道压力，当压力过大时，实时减少渠道输水管流量和地下水输水管流量，并通过消息系统发出系统自动操作提示信息，避免水锤现象及水压超载问题发生；
（4）实时监控系统自动操作提示，当收到系统自动操作提示时，开启相应状态的监控响应，当设备状态恢复正常时，取消系统自动操作恢复正常运作，并通过消息系统发出系统自动操作取消提示信息。
实验验证：
以某高标准农田示范区为例，2600多亩冬小麦种植示范区，其种植周期包括：冬灌，返青、拔节、抽穗、灌浆等时间段，共构成2014~2019年5个种植周期共72天灌溉时间记录。通过汇总近10年的天气气象记录、土壤属性记录和用水灌溉记录共计5760条数据，其中天气气象记录按照每天（08：00、11：00、14：00、17：00、20：00、23：00、02：00、05：00等8个时间点）进行获取；土壤属性记录中不全内容用0填充；用水灌溉记录因只有每一阶段用水总量记录，故根据下表中灌水时间计算出灌溉平均流量和每天用水定额。
以上述数据组成预测模型数据集，按照80%比例随机区分训练样本和测试样本，进行预测拟合计算，随着实时测量数据逐渐加入模型预测训练集，预测结果逐渐与实际灌溉记录接近。
每个地块数据监测采集时间约五个月，采样时间间隔为2小时，总计5个批次、864个样本处理，其水稻生长特征和经济性状态指标都有较明显的提升，主要表现在生育期时间、每穴株数、总粒数、结实粒、干粒重和产量等方面。灌溉植株早熟1～2天，每穴株数由14~15增加到16~17株，增长6.67％和21.3％，平均每穗总粒数多12和8粒，提高14％和8％，结实粒提高15.8％和7.5％，干粒重增加3.3％，产量增产率达7.e15％和19.4％。
工作原理：本发明提供的井渠双灌智能化管控系统是将地下水和地表水两类水根据不同的水温以及不同的水量按需求比例混合后通过渠道或管道进行田间灌溉的一体化集成设施。并且在末端出水管26处设置的螺旋排水管可以利用水的动力将地下深井和渠道水更加充分的混合，可以得到温度更加均匀适应农作物生长的灌溉水，根据地表水实时水位温度和地下实时水位温度，按照作物需水量预测模型计算混合比例，分别控制地表水和地下水变频水泵接收指令按量供水，实现了设备联动协同的自动化灌溉。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (13)
1.一种井渠双灌智能化管控系统，其特征在于，包括地表输水组、地下水泵组和混合搅拌装置，所述混合搅拌装置包括双吸螺旋离心泵(1)，所述地表输水组和地下水泵组分别连接在双吸螺旋离心泵(1)的两进水端，用于分别向双吸螺旋离心泵(1)输送地表水和地下水；所述地表输水组和地下水泵组分别设置有用于控制地表水或地下水进水流量的可控球阀(3)或变频供水设备，且所述地表输水组、地下水泵组和混合搅拌装置均设有相应的水位水温检测器件，所述水位水温检测器件均与控制器相连接，所述控制器的输出端与所述可控球阀(3)和变频供水设备电连接，所述控制器用于根据水位水温检测数据控制可控球阀(3)的开度或变频供水设备的转速以分别调节地表水或地下水的进水流量。
2.根据权利要求1所述的井渠双灌智能化管控系统，其特征在于，所述混合搅拌装置包括地埋式筒体(10)，所述双吸螺旋离心泵(1)设置在所述地埋式筒体(10)底部，地埋式筒体(10)的侧壁分别设有与地表输水组和地下水泵组相连通的进水管，两组进水管分别连接在双吸螺旋离心泵(1)的两进水端，双吸螺旋离心泵(1)的出水端贯穿地埋式筒体(10)侧壁连接有出水汇总管(7)，所述出水汇总管(7)通过出水分配管(24)连接若干末端出水管(26)，所述末端出水管(26)的出水端设有螺旋排水管，用于将地表水与地下水进行混合。
3.根据权利要求2所述的井渠双灌智能化管控系统，其特征在于，所述地表输水组设置有地表蓄水点和与地表水进水管相连接的取水格栅(22)，取水格栅(22)设置在地表蓄水点处，且地表蓄水点设置有水位水温传感器(28)，用于测量地表水的水位和水温数据，所述地下水泵组设置有机井和安装在机井内的机井潜水泵(27)以及水位水温传感器(28)，用于测量地下水的水位和水温数据，机井潜水泵(27)的输出端与地下水进水管相连接。
4.根据权利要求3所述的井渠双灌智能化管控系统，其特征在于，所述地埋式筒体(10)的顶部设置有顶盖，所述顶盖的一端与地埋式筒体(10)侧壁铰接连接，地埋式筒体(10)通过气动弹簧(14)与井盖(15)支撑连接。
5.根据权利要求4所述的井渠双灌智能化管控系统，其特征在于，所述双吸螺旋离心泵(1)的出水汇总管(7)处设置有出水流量计(9)，若干出水管处均设有相应的自动蝶阀(25)，所述出水分配管(24)和自动蝶阀(25)均安装在阀门井内。
6.根据权利要求1-5中任一项权利要求所述的井渠双灌智能化管控系统，其特征在于，所述地表输水组和地下水泵组分别设置有用于控制地表水或地下水进水流量的第一变频水泵和第二变频水泵，所述井渠双灌智能化管控系统还包括需水量测量子系统，所述需水量测量子系统包括气象监测单元和土壤监测单元，所述气象监测单元用于获取当前时间及未来一段时间内相应的气象指标，所述土壤监测单元用于获取当前土壤指标，所述需水量测量子系统配置有生长需水量计算策略，所述生长需水量计算策略包括依据所述气象指标和所述土壤指标计算作物生长需水量，所述作物生长需水量包括生理需水量和生态需水量，生理需水量包括作物各项生理活动所需要的水分，生态需水量包括给作物提供适宜生长发育的环境所需要的水分。
7.根据权利要求6所述的井渠双灌智能化管控系统，其特征在于，所述需水量测量子系统配置有生长需水量预测模型，所述生长需水量预测模型采用Holt-Winters三次指数滑动平均算法对历史数据进行处理，具体计算公式为：
其中，为t+1时刻预测值；
t为t时刻真实值,lt、bt和st分别为时刻t的级别分量、趋势分量和季节性分量对应元素值，α、β和γ为平滑系数，m为周期性频率。
8.根据权利要求7所述的井渠双灌智能化管控系统，其特征在于，所述需水量测量子系统配置有TCN实时需水量预测模型，用于对作物实时需水量进行预测，所述TCN实时需水量预测模型以级别分量lt、趋势分量bt和季节性分量st作为输入特征，并与常规特征共同构成特征因子组合，所述常规特征包括混合水温、水泵流量和时间特征，TCN实时需水量预测模型包括膨胀因果卷积、权重归一化、ReLU激活函数和Dropout正则化。
9.根据权利要求7所述的井渠双灌智能化管控系统，其特征在于，所述TCN实时需水量预测模型的构建包括训练过程和测试过程，采用滚动窗口方式构建数据集样本，数据集包括训练集和测试集，训练集内单个样本如公式（5）所示：
其中，
为预测模型的输入，包括四个输入特征，从上至下依次为历史需水量、级别分量、趋势分量和季节性分量，四个输入特征具有相同维度，
为预测时刻真实值，对于测试集，单个样本如公式（6）所示：
仅包括
部分，式中：i = 0，1，⋯，k - h (T + 1)，其中，k 为训练数据中水泵流量序列总长度，h 为滑动窗口长度，T 为单个样本中历史水泵流量序列长度；j = 0，1，⋯，q - h(T + 1)，其中，q为测试数据中负荷序列总长度；M = k - h (T + 1)；通过向训练完成的TCN实时需水量预测模型输入
，可得到与之对应的作物需水量预测值。
10.根据权利要求6所述的井渠双灌智能化管控系统，其特征在于，所述气象指标包括但不限于当前空气湿度、未来第一时间周期内的预估降雨量、当前风速和当前光照强度，所述土壤监测单元用于获取当前土壤温湿度数据；所述需水量测量子系统配置有需水量计算策略，所述需水量计算策略包括依据作物生长需水量和未来第一时间周期内的预估降雨量计算作物需水量。
11.根据权利要求6所述的井渠双灌智能化管控系统，其特征在于，所述需水量测量子系统还配置有Light GBM校正模型，用于修正环境因素对于TCN实时需水量预测模型的作物需水量预测值的影响，所述Light GBM校正模型包括天气监测数据、天气预报数据、土壤监测数据和灌溉制度数据，所述天气监测数据包括天气温度、降水量、风速、空气湿度、光照强度，所述天气预报数据包括当前天气、明天天气、明天气温、明天降雨量、后天天气、后天气温、后天降雨量，所述土壤监测数据包括土壤温度、土壤含水量、深层渗漏量，所述灌溉制度数据包括生长周期、季节周期、当季累计灌溉量和灌溉定额；
修正后的作物需水量预测值采用加权组合方式计算处理，具体公式如下：
式中，
为最终作物需水量预测预测结果，
为TCN模型预测结果，
为LightGBM模型预测结果，a、b为加权系统，其中a+b=1。
12.根据权利要求11所述的井渠双灌智能化管控系统，其特征在于，所述需水量测量子系统还配置有水温计算模型，采用如下灌溉水温估算公式：
式中，T为天气温度，T0为渠道水温，T1为地下水水温，Tc为估算出合理水温，Tmin 为最适水温下限， Tmax为最适水温上限，α为水温调节经验系数，0.8<α<1.2之间，当
时，取1~1.2之间随机值，当
时，取0.8~1之间随机值。
13.根据权利要求12所述的井渠双灌智能化管控系统，其特征在于，根据预测的作物需水量和当天预计降水量计算出作物灌溉流量Q0，根据水流量平衡公式：
，其中，地表水浇灌量为Q1，地下水浇灌量为Q2，及水温混合平衡公式：
,其中，合理水温为T0、地表水水温为T1、地下水水温为T2，计算获得地表水浇灌量为Q1，地下水浇灌量为Q2，具体公式如下：
若T1=T2，则Q1和Q2都为
/2，均匀混合出水。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210371631.9A CN114431126B (zh) | 2022-04-11 | 2022-04-11 | 一种井渠双灌智能化管控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210371631.9A CN114431126B (zh) | 2022-04-11 | 2022-04-11 | 一种井渠双灌智能化管控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114431126A true CN114431126A (zh) | 2022-05-06 |
| CN114431126B CN114431126B (zh) | 2022-08-26 |
Family
ID=81360436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210371631.9A Active CN114431126B (zh) | 2022-04-11 | 2022-04-11 | 一种井渠双灌智能化管控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114431126B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101103695A (zh) * | 2007-06-13 | 2008-01-16 | 西北农林科技大学 | 调压式作物根区水肥灌溉控制系统 |
| 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 |
| US20170030877A1 (en) * | 2015-07-30 | 2017-02-02 | Ecoation Innovative Solutions Inc. | Multi-sensor platform for crop health monitoring |
| CN106884458A (zh) * | 2015-12-16 | 2017-06-23 | 鞍钢股份有限公司 | 一种工业新水的配置方法及系统 |
| CN209824720U (zh) * | 2019-04-24 | 2019-12-24 | 河北冀水规划设计有限公司 | 双水源田间灌溉管网控制系统 |
| CN112789988A (zh) * | 2021-01-14 | 2021-05-14 | 内蒙古农业大学 | 一种地下微咸水和高含沙渠水联合滴灌的自动化灌水方法 |
| CN113614756A (zh) * | 2019-03-26 | 2021-11-05 | Hrl实验室有限责任公司 | 用于具有可编程人机混合集成学习的预报警报的系统和方法 |
| CN215105698U (zh) * | 2021-07-09 | 2021-12-10 | 合肥凯泉电机电泵有限公司 | 一种干式地埋一体化加压泵站 |
| CN114202167A (zh) * | 2021-11-18 | 2022-03-18 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 |
-
2022
- 2022-04-11 CN CN202210371631.9A patent/CN114431126B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101103695A (zh) * | 2007-06-13 | 2008-01-16 | 西北农林科技大学 | 调压式作物根区水肥灌溉控制系统 |
| 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 |
| US20170030877A1 (en) * | 2015-07-30 | 2017-02-02 | Ecoation Innovative Solutions Inc. | Multi-sensor platform for crop health monitoring |
| CN106884458A (zh) * | 2015-12-16 | 2017-06-23 | 鞍钢股份有限公司 | 一种工业新水的配置方法及系统 |
| CN113614756A (zh) * | 2019-03-26 | 2021-11-05 | Hrl实验室有限责任公司 | 用于具有可编程人机混合集成学习的预报警报的系统和方法 |
| CN209824720U (zh) * | 2019-04-24 | 2019-12-24 | 河北冀水规划设计有限公司 | 双水源田间灌溉管网控制系统 |
| CN112789988A (zh) * | 2021-01-14 | 2021-05-14 | 内蒙古农业大学 | 一种地下微咸水和高含沙渠水联合滴灌的自动化灌水方法 |
| CN215105698U (zh) * | 2021-07-09 | 2021-12-10 | 合肥凯泉电机电泵有限公司 | 一种干式地埋一体化加压泵站 |
| CN114202167A (zh) * | 2021-11-18 | 2022-03-18 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈奇凌: "《直播枣园优质高产栽培技术》", 31 July 2015 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114431126B (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105532156B (zh) | 一种全天候无线智能灌溉施肥系统 | |
| CN205584783U (zh) | 一种全天候无线智能灌溉施肥系统 | |
| CN109258044B (zh) | 一种基于沼液的农田水肥管控系统及方法 | |
| CN103340056B (zh) | 风光互补微动力滴灌系统 | |
| CN111528050B (zh) | 一种市政雨水收集灌溉系统 | |
| CN106613786A (zh) | 一种基于自动补水蒸发皿的灌溉预报系统 | |
| CN111742825A (zh) | 农田精准灌溉控制模型的构建与应用 | |
| CN103392567B (zh) | 立体绿化墙灌溉系统 | |
| AU2020100749A4 (en) | Intelligent supplementary grassland irrigation management system | |
| CN110028340A (zh) | 一种畜禽粪尿一体化的智能发酵系统及方法 | |
| CN111597619A (zh) | 一种市政雨水智能调蓄系统 | |
| CN111685016A (zh) | 山区斜坡茶园喷灌分级抽水变频节能方法 | |
| CN114431126B (zh) | 一种井渠双灌智能化管控系统 | |
| CN107368109A (zh) | 面向用户的稻田水量水质远程调控方法 | |
| CN208258410U (zh) | 水肥一体化精量管控系统 | |
| Abou El Hassan | Improving water quality in the Nile Delta irrigation network by regulating reuse of agricultural drainage water | |
| Sheline et al. | Designing a predictive optimal water and energy irrigation (POWEIr) controller for solar-powered drip irrigation systems in resource-constrained contexts | |
| CN210042844U (zh) | 一种天桥绿化实时监测与远程灌溉操控系统 | |
| CN109993440B (zh) | 一种清洁能源为退化湿地应急补水的方法 | |
| Koech et al. | Automation and control in surface irrigation systems: current status and expected future trends | |
| CN208597473U (zh) | 一种低水压下的连续微润灌溉系统 | |
| CN113557834B (zh) | 一种水肥滴灌装置渗漏状态的诊断方法 | |
| CN113050704B (zh) | 一种全地下污水处理厂重力流进水流量的控制系统 | |
| CN213603574U (zh) | 一种大田水肥一体化滴灌系统 | |
| Broner | Irrigation scheduling |
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 |