CN114663248B - 一种遥感与地面协同的农田地块灌溉水量计算方法及系统 - Google Patents

一种遥感与地面协同的农田地块灌溉水量计算方法及系统 Download PDF

Info

Publication number
CN114663248B
CN114663248B CN202210368518.5A CN202210368518A CN114663248B CN 114663248 B CN114663248 B CN 114663248B CN 202210368518 A CN202210368518 A CN 202210368518A CN 114663248 B CN114663248 B CN 114663248B
Authority
CN
China
Prior art keywords
irrigation
average
water quantity
round
plot
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
CN202210368518.5A
Other languages
English (en)
Other versions
CN114663248A (zh
Inventor
王镕
赵红莉
郝震
陈爱琪
苏小飞
徐浩玮
文铭
李根东
徐宏伟
王艳明
王会永
杨智渊
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202210368518.5A priority Critical patent/CN114663248B/zh
Publication of CN114663248A publication Critical patent/CN114663248A/zh
Application granted granted Critical
Publication of CN114663248B publication Critical patent/CN114663248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Agronomy & Crop Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种遥感与地面协同的农田地块灌溉水量计算方法及系统，步骤1、基于渠首计量水量、遥感识别的灌溉面积，计算亩均灌溉水量。步骤2、基于当地灌溉定额或经验值以及历史同期亩均灌溉水量计算值，判断本轮次亩均灌溉水量计算的合理性，对不合理值进行修正；步骤3、基于确定的亩均灌溉水量、地块面积，计算本轮次各地块的灌溉水量。步骤4、重复步骤1‑3，计算逐轮次各地块的灌溉水量，获取各地块全年累计灌溉水量。通过本方法的使用，可以获取合理的每轮次实际亩均水量，较为准确的掌握地块逐轮次的灌溉水量以及地块全年的累计灌溉水量，支撑农业水权制度落实，提升农业用水管理水平。

Description

一种遥感与地面协同的农田地块灌溉水量计算方法及系统
技术领域
本发明属于农业灌溉水量计算领域，具体涉及一种遥感与地面协同的农田地块灌溉水量计算方法及系统。
背景技术
随着经济社会发展、人口增长，水资源需求快速增加，水资源短缺问题日益严重,农业用水占我国用水总量的60％以上，其中灌溉用水占农业用水的90％以上。加强灌溉用水管理对于提高用水效率具有重要意义。农业水权制度是我国正在尝试应用与推广的灌溉用水管理手段之一，水权使用情况基本依靠灌溉渠首计量，但由于农业用水分布广泛且分散，对田间地块用水的计量难以依靠地面观测实现；虽然各地均有各类作物的灌溉定额，但定额是特定来水条件下的亩均灌溉水量，与实际亩均用水量很难完全一直。因此，在为农户分配了初试灌溉水权后，目前的技术方法难以对农户水权使用情况进行跟踪和管理，使得农业水权制度难以真正落实，灌溉用水的精细化管理缺乏可行的手段。
因此，将地面渠首计量设施与卫星遥感结合，实现农田地块灌溉水量信息的获取，对于提高农业水权制度的可实施性、提升农业用水管理水平和用水效率，具有重要意义。
发明内容
本发明所为了解决背景技术中存在的技术问题，目的在于提供了一种遥感与地面协同的农田地块灌溉水量计算方法及系统，首先基于地面渠首计量设施计量的供水量数据，结合遥感反演的灌溉地块及面积数据，推算轮次的亩均灌溉水量；其次利用当地的灌溉定额或者经验值及前三年同期数据对本轮次计算的亩均灌溉水量进行合理性分析，对偏差较大的情况进行修正；基于灌溉地块面积与确定的亩均灌溉水量计算轮次各地块实际灌溉水量；完成逐轮次地块灌溉水量计算，累加得到全年各地块灌溉水量。通过这种方法，可以获取合理的每轮次实际亩均水量，较为准确的掌握地块逐轮次的灌溉水量以及地块全年的累计灌溉水量，支撑农业水权制度落实，提升农业用水管理水平。
为了解决技术问题，本发明的技术方案是：
一种遥感与地面协同的农田地块灌溉水量计算方法，所述方法包括：
S1：获取渠首记录的供水量数据及实际灌溉的各地块及各地块面积数据，分析计算出本轮预期的平均亩均灌溉量；
S2：对本轮预期的平均亩均灌溉量与预设的当地灌溉定额或经验值相对比，若误差小于第一阈值，把本轮预期的平均亩均灌溉量作为合理的平均亩均灌溉量，若大于第一阈值，结合多个预设的历史年份的同轮平均亩均灌溉量，分析对比处理后，得到修正后的平均亩均灌溉量；
S3：基于合理的平均亩均灌溉量或修正后的平均亩均灌溉量，利用各地块面积数据，计算得到本轮的各地块灌溉水量；
S4：重复步骤S1-S3，计算逐轮次各地块灌溉水量，累加后得到全年累计灌溉水量。
进一步，所述步骤S1具体包括：
S11：确定渠系供水范围；利用渠首水量计量设施量取本轮次的时段供水量Wn；
S12：利用本轮次灌溉前后两期卫星遥感影像，基于遥感观测的农田土壤水分变化提取本轮次灌溉的地块及各地块面积，累加渠系供水范围内所有灌溉地块面积，得到本轮次总灌溉面积Sn；
Figure BDA0003583070320000021
其中，Sn表示第n轮次的总灌溉面积；i为地块编码；n为灌溉轮次；k为第n轮次灌溉的总地块数；
Figure BDA0003583070320000022
为第n轮次第i个灌溉地块的面积；
S13：根据本轮次渠首计量水量Wn以及灌溉面积Sn估算本轮次本轮预期的平均亩均灌溉量wn，
Figure BDA0003583070320000023
进一步，所述步骤S2具体包括：
S21：将本轮次预期的平均亩均灌溉量计算结果与本地本轮次的灌溉定额或灌溉用水量经验值进行比较，计算相对误差；
Figure BDA0003583070320000031
其中，ε表示预期的平均亩均灌溉量与本地本轮次灌溉定额或经验值之间的误差；n为灌溉轮次；
Figure BDA0003583070320000032
表示本地本轮次的灌溉定额或经验值；
根据当地亩均灌溉水量不确定性程度大小，设定相对误差阈值，当误差小于阈值时，认为本轮亩均水量计算结果合理，进入步骤S3；否则，需要对亩均灌溉水量进行修正，进入步骤S22；
S22：当收集本轮次前三年的渠首计量水量记录和卫星遥感影像，重复步骤S1，计算每年本轮次的亩均灌溉水量，再计算本轮次前三年平均亩均灌溉水量；
Figure BDA0003583070320000033
其中，
Figure BDA0003583070320000034
表示本轮次前三年的平均亩均水量；W1、W2、W3表示本轮次前三年灌溉的渠首计量水量；S1、S2、S3表示本轮次前三年灌溉的灌溉面积；w1、w2、w3表示本轮次前三年平均的亩均灌溉水量；
S23：计算本轮次前三年平均亩均灌溉水量
Figure BDA0003583070320000035
与本轮次灌溉定额或经验值的相对误差，设定误差阈值，若误差小于阈值，则以
Figure BDA0003583070320000036
作为今年本轮次亩均灌溉水量；若误差大于阈值，则仍以wn作为今年本轮次亩均灌溉水量；
Figure BDA0003583070320000037
其中，ε表示该轮次前三年的平均亩均水量与计算区灌溉定额或经验值之间的误差。
进一步，所述步骤S3包括以下步骤：
S31：基于步骤S1、S2得到的合理的平均亩均灌溉量或修正后的平均亩均灌溉量，利用各地块面积数据，计算得到本轮的各地块灌溉水量；
Figure BDA0003583070320000038
其中，
Figure BDA0003583070320000039
为第n轮次各灌溉地块的灌溉水量；i为地块编码；n为灌溉轮次；wn为第n轮次的亩均水量；
Figure BDA0003583070320000041
表示第n轮次各灌溉地块的面积。
进一步，所述步骤S4具体包括以下步骤：
S41：重复步骤S1-S3，计算逐轮次各地块的灌溉水量；
S42：基于各轮次各地块的灌溉水量累加得到各地块的全年总灌溉水量；
Figure BDA0003583070320000042
其中，
Figure BDA0003583070320000043
为地块的全年累计灌溉水量；i为地块编码；n为灌溉轮次；
Figure BDA0003583070320000044
为第n轮次各灌溉地块的灌溉水量。
一种遥感与地面协同的农田地块灌溉水量计算方系统，所述系统包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述任一所述的一种遥感与地面协同的农田地块灌溉水量计算方法。
与现有技术相比，本发明的优点在于：
1、本发明提出了基于遥感和地面计量协同计算实际亩均灌溉水量的方法，利用遥感获得实际灌溉面积的空间分布信息，将渠首计量的水量分配到每个地块。
2、本发明给出了利用当地灌溉定额或灌溉水量经验值与历史年份同期灌溉水量等信息，进行当年本轮次亩均灌溉水量合理性判断、对不合理值进行修正的方法，与传统仅依靠经验值或典型年数据的推算方法比较，本方法的使用条件更接近耕地灌溉的真实情况，现实性和可操作性更强。
3、对于具有多轮次灌溉的耕地，本方法提出了地块年内累计灌溉水量计算的方法，为灌溉水权和农业用水的动态管理，解决了数据获取方法问题。
附图说明
图1、本发明一种遥感与地面协同的农田地块灌溉水量计算方法的流程图；
图2、是本发明实施例的渠系调查与地块范围结果图；
图3、是本发明实施例第一轮次灌溉地块以及灌溉面积的遥感监测结果；
图4、是本发明实施例第一轮次灌溉地块的灌溉水量计算结果；
图5、是本发明实施例后四轮次灌溉地块的灌溉水量计算结果；
图6、是本发明实施例全年各地块的累计灌溉水量计算结果。
具体实施方式
下面结合实施例描述本发明具体实施方式：
需要说明的是，本说明书所示意的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
实施例1：
一种遥感与地面协同的农田地块灌溉水量计算方法，包括以下步骤：
步骤1、轮次亩均灌溉水量的推算。用渠首计量设施记录供水量；用遥感影像提取实际灌溉地块及面积；累加得到渠首控制范围内的总灌溉面积；用供水量除以总灌溉面积，计算出本轮次平均亩均灌溉水量。
步骤2、亩均灌溉水量合理性分析与修正。将计算得到的亩均灌溉水量与当地灌溉定额或经验值进行比较，若误差小于阈值则认为计算合理；若大于阈值，结合前三年同期的平均亩均灌溉水量，分析其合理性，如果与历史年份基本一致，认为本次计算亩均灌溉水量合理；若不一致，则认定本次结果不合理，用前三年平均亩均灌溉水量替代。
步骤3、地块灌溉水量计算。基于步骤1、2确定的亩均灌溉水量、灌溉地块面积，计算本轮次各地块的灌溉水量。
步骤4、重复步骤1-3，计算逐轮次各地块的灌溉水量，累加得到各地块全年累计灌溉水量；
进一步地，所述步骤1包括以下子步骤：
步骤11、确定渠系供水范围；利用渠首水量计量设施量取本轮次的时段供水量Wn；
步骤12、利用本轮次灌溉前后两期卫星遥感影像，基于遥感观测的农田土壤水分变化提取本轮次灌溉的地块及各地块面积，累加渠系供水范围内所有灌溉地块面积，得到本轮次总灌溉面积Sn；
Figure BDA0003583070320000061
其中，Sn表示第n轮次的总灌溉面积；i为地块编码；n为灌溉轮次；k为第n轮次灌溉的总地块数；
Figure BDA0003583070320000062
为第n轮次第i个灌溉地块的面积；
步骤13、,根据本轮次渠首计量水量Wn以及灌溉面积Sn估算本轮次亩均灌溉水量wn；
Figure BDA0003583070320000063
进一步地，所述步骤2包括以下子步骤：
步骤21、将本轮次平均亩均水量计算结果与本地本轮次的灌溉定额或灌溉用水量经验值进行比较，计算相对误差；
Figure BDA0003583070320000064
其中，ε表示本轮次计算平均亩均水量与本地本轮次灌溉定额或经验值之间的误差；n为灌溉轮次；
Figure BDA0003583070320000065
表示本地本轮次的灌溉定额或经验值；
根据当地亩均灌溉水量不确定性程度大小，设定相对误差阈值，当误差小于阈值时，认为本次亩均水量计算结果合理，进入步骤31；否则，需要对亩均灌溉水量进行修正，进入步骤22；
步骤22、当收集本轮次前三年的渠首计量水量记录和卫星遥感影像，重复步骤1，计算每年本轮次的亩均灌溉水量，再计算本轮次前三年平均亩均灌溉水量；
Figure BDA0003583070320000066
Figure BDA0003583070320000067
其中，
Figure BDA0003583070320000068
表示本轮次前三年的平均亩均水量；W1、W2、W3表示本轮次前三年灌溉的渠首计量水量；S1、S2、S3表示本轮次前三年灌溉的灌溉面积；w1、w2、w3表示本轮次前三年平均的亩均灌溉水量；
步骤23、计算本轮次前三年平均亩均灌溉水量
Figure BDA0003583070320000071
与本轮次灌溉定额或经验值的相对误差，设定误差阈值，若误差小于阈值，则以
Figure BDA0003583070320000072
作为今年本轮次亩均灌溉水量；若误差大于阈值，则仍以wn作为今年本轮次亩均灌溉水量；
Figure BDA0003583070320000073
其中，ε表示该轮次前三年的平均亩均水量与计算区灌溉定额或经验值之间的误差；
进一步地，所述步骤3包括以下子步骤：
步骤31、基于步骤1、2得到的本轮次亩均灌溉水量、灌溉地块面积，计算本轮次各地块的灌溉水量；
Figure BDA0003583070320000074
其中，
Figure BDA0003583070320000075
为第n轮次各灌溉地块的灌溉水量；i为地块编码；n为灌溉轮次；wn为第n轮次的亩均水量；
Figure BDA0003583070320000076
表示第n轮次各灌溉地块的面积；
进一步地，所述步骤4包括以下子步骤：
步骤41、重复步骤1-3，计算逐轮次各地块的灌溉水量；
步骤42、基于各轮次各地块的灌溉水量累加得到各地块的全年总灌溉水量；
Figure BDA0003583070320000077
其中，
Figure BDA0003583070320000078
为地块的全年累计灌溉水量；i为地块编码；n为灌溉轮次；
Figure BDA0003583070320000079
为第n轮次各灌溉地块的灌溉水量；
实施例2：
如图1所示，一种遥感与地面协同的农田地块灌溉水量计算方法，包括以下步骤：
步骤1、轮次亩均灌溉水量的推算。用渠首计量设施记录供水量；用遥感影像提取实际灌溉地块及面积；累加得到渠首控制范围内的总灌溉面积；用供水量除以总灌溉面积，计算出本轮次平均亩均灌溉水量。
步骤2、亩均灌溉水量合理性分析与修正。将计算得到的亩均灌溉水量与当地灌溉定额或经验值进行比较，若误差小于阈值则认为计算合理；若大于阈值，结合前三年同期的平均亩均灌溉水量，分析其合理性，如果与历史年份基本一致，认为本次计算亩均灌溉水量合理；若不一致，则认定本次结果不合理，用前三年平均亩均灌溉水量替代。
步骤3、地块灌溉水量计算。基于步骤2确定的亩均灌溉水量、灌溉地块面积，计算本轮次各地块的灌溉水量。
步骤4、重复步骤1-3，计算逐轮次各地块的灌溉水量，累加得到各地块全年累计灌溉水量；
以下是对上述流程的具体分析：
步骤1、轮次亩均灌溉水量的推算。用渠首计量设施记录供水量；用遥感影像提取实际灌溉地块及面积；累加得到渠首控制范围内的总灌溉面积；用供水量除以总灌溉面积，计算出本轮次平均亩均灌溉水量。如图2所示，具体包括：
步骤11、确定渠系供水范围；利用渠首水量(如表1所示)计量设施量取本轮次的时段供水量Wn；
表1 渠首计量供水量
Figure BDA0003583070320000081
步骤12、利用本轮次灌溉前后5天以内(分别为5月11日，5月16日)的两期哨兵二号(空间分辨率为10米)卫星遥感影像，反演计算区供水范围内的两期土壤含水量，分析两期变化ΔSM。由于灌溉期间没有降雨，因此认定土壤含水量陡增即为灌溉。通过计算区自动墒情点的多期监测结果，设定土壤含水量增加的阈值为10％。ΔSM大于10％的地块判定为灌溉地面，量取地块面积，累加渠系供水范围内所有灌溉地块面积，得到本轮次总灌溉面积Sn；
ΔSM＝SM2-SM1
Figure BDA0003583070320000082
其中，SM1、SM2表示两期土壤含水量，i为地块编码；n为灌溉轮次；k为第n轮次灌溉的总地块数；
Figure BDA0003583070320000083
为第n轮次第i个灌溉地块的面积；Sn表示第n
轮次的总灌溉面积；如图3所示。
步骤13、,根据渠首计量水量Wn以及灌溉面积Sn估算本轮次亩均灌溉水量wn；
Figure BDA0003583070320000091
表2 计算区本轮次灌溉亩均水量计算
Figure BDA0003583070320000092
步骤2、亩均灌溉水量合理性分析与修正。将计算得到的亩均灌溉水量与当地灌溉定额或经验值进行比较，若误差小于阈值则认为计算合理；若大于阈值，结合前三年同期的平均亩均灌溉水量，分析其合理性，如果与历史年份基本一致，认为本次计算亩均灌溉水量合理；若不一致，则认定本次结果不合理，用前三年平均亩均灌溉水量替代。具体包括：
步骤21、将本轮次平均亩均水量计算结果与本地本轮次的灌溉定额或灌溉用水量经验值进行比较，计算相对误差；
Figure BDA0003583070320000093
其中，ε表示本轮次计算平均亩均水量与本地本轮次灌溉定额或经验值之间的误差；n为灌溉轮次；
Figure BDA0003583070320000094
表示本地本轮次的灌溉定额或经验值；
根据当地亩均灌溉水量不确定性程度大小，设定相对误差阈值，实施例中设置误差阈值为20％，根据表3可以看出实施例的第一轮水的亩均灌溉水量与灌溉定额的误差大于20％，因此需要对第一轮水的亩均灌溉水量进行修正；
表3 灌溉亩均与灌溉定额误差或经验值的误差计算
Figure BDA0003583070320000095
注：1.灰色标记为亩均水量与灌溉定额之间的误差大于20％；
2.各轮次灌溉定额数据参考《2020年内蒙古行业用水定额》。
步骤22、收集本轮次前三年的渠首计量水量记录和卫星遥感影像，重复步骤1，计算每年本轮次的亩均灌溉水量，再计算本轮次前三年平均亩均灌溉水量，结果如表4；
Figure BDA0003583070320000101
Figure BDA0003583070320000102
其中，
Figure BDA0003583070320000103
表示本轮次前三年的平均亩均水量；W1、W2、W3表示本轮次前三年灌溉的渠首计量水量；S1、S2、S3表示本轮次前三年灌溉的灌溉面积；w1、w2、w3表示本轮次前三年平均的亩均灌溉水量；
表4 前三年同期的亩均灌溉水量计算结果
Figure BDA0003583070320000104
步骤23、计算本轮次前三年平均亩均灌溉水量
Figure BDA0003583070320000105
与本轮次灌溉定额或经验值的相对误差，设定误差阈值，若误差小于阈值，则以
Figure BDA0003583070320000106
作为今年本轮次亩均灌溉水量；若误差大于阈值，则仍以wn作为今年本轮次亩均灌溉水量；
Figure BDA0003583070320000107
其中，ε表示该轮次前三年的平均亩均水量与计算区灌溉定额或经验值之间的误差；
表5 前三年同期的平均亩均灌溉水量与灌溉定额或经验值的误差计算
Figure BDA0003583070320000108
注：1.灰色标记为亩均水量与灌溉定额之间的误差大于20％；
2.各轮次灌溉定额数据参考《2020年内蒙古行业用水定额》
由表可以看出，实施例中第一轮的亩均将使用前三年同期的平均亩均灌溉水量代替，即平均亩均灌溉水量为96.7m3/亩；
步骤3、地块灌溉水量计算。基于步骤2确定的亩均灌溉水量、灌溉地块面积，计算本轮次各地块的灌溉水量。具体包括：
步骤31、基于步骤1、2得到的本轮次亩均灌溉水量、灌溉地块面积，计算本轮次各地块的灌溉水量；
Figure BDA0003583070320000111
其中，
Figure BDA0003583070320000112
为第n轮次各灌溉地块的灌溉水量；i为地块编码；n为灌溉轮次；wn为第n轮次的亩均水量；
Figure BDA0003583070320000113
表示第n轮次各灌溉地块的面积；如图4所示。
步骤4、重复步骤1-3，计算逐轮次各地块的灌溉水量，累加得到各地块全年累计灌溉水量；
步骤41、重复步骤1-3，计算逐轮次各地块的灌溉水量；
表6 计算区各轮次的灌溉亩均合理性分析与修正结果
Figure BDA0003583070320000114
如图5所示，步骤42、基于各轮次各地块的灌溉水量累加得到各地块的全年总灌溉水量；
Figure BDA0003583070320000115
其中，
Figure BDA0003583070320000116
为地块的全年累计灌溉水量；i为地块编码；n为灌溉轮次；
Figure BDA0003583070320000117
为第n轮次各灌溉地块的灌溉水量；如图6所示。
上面对本发明优选实施方式作了详细说明，但是本发明不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
不脱离本发明的构思和范围可以做出许多其他改变和改型。应当理解，本发明不限于特定的实施方式，本发明的范围由所附权利要求限定。

Claims (3)

1.一种遥感与地面协同的农田地块灌溉水量计算方法，其特征在于，所述方法包括：
S1：获取渠首记录的供水量数据及实际灌溉的各地块及各地块面积数据，分析计算出本轮预期的平均亩均灌溉量；
S2：将本轮次预期的平均亩均灌溉量计算结果与本地本轮次的灌溉定额或灌溉用水量经验值进行比较，计算相对误差；
Figure FDA0003882259860000011
其中，ε表示预期的平均亩均灌溉量与本地本轮次灌溉定额或经验值之间的误差；n为灌溉轮次；
Figure FDA0003882259860000012
表示本地本轮次的灌溉定额或经验值；
根据当地亩均灌溉水量不确定性程度大小，设定相对误差阈值，当误差小于阈值时，认为本轮亩均水量计算结果合理，进入步骤S3；否则，需要对亩均灌溉水量进行修正；
当收集本轮次前三年的渠首计量水量记录和卫星遥感影像，重复步骤S1，计算每年本轮次的亩均灌溉水量，再计算本轮次前三年平均亩均灌溉水量；
Figure FDA0003882259860000013
其中，
Figure FDA0003882259860000014
表示本轮次前三年的平均亩均水量；W1、W2、W3表示本轮次前三年灌溉的渠首计量水量；S1、S2、S3表示本轮次前三年灌溉的灌溉面积；w1、w2、w3表示本轮次前三年平均的亩均灌溉水量；
计算本轮次前三年平均亩均灌溉水量
Figure FDA0003882259860000015
与本轮次灌溉定额或经验值的相对误差，设定误差阈值，若误差小于阈值，则以
Figure FDA0003882259860000016
作为今年本轮次亩均灌溉水量；若误差大于阈值，则仍以wn作为今年本轮次亩均灌溉水量；
Figure FDA0003882259860000017
其中，ε表示该轮次前三年的平均亩均水量与计算区灌溉定额或经验值之间的误差；
S3：基于步骤S1、S2得到的合理的平均亩均灌溉量或修正后的平均亩均灌溉量，利用各地块面积数据，计算得到本轮的各地块灌溉水量；
Figure FDA0003882259860000021
其中，
Figure FDA0003882259860000022
为第n轮次各灌溉地块的灌溉水量；i为地块编码；n为灌溉轮次；wn为第n轮次的亩均水量；
Figure FDA0003882259860000023
表示第n轮次各灌溉地块的面积；
S4：重复步骤S1-S3，计算逐轮次各地块的灌溉水量；
基于各轮次各地块的灌溉水量累加得到各地块的全年总灌溉水量；
Figure FDA0003882259860000024
其中，
Figure FDA0003882259860000025
为地块的全年累计灌溉水量；i为地块编码；n为灌溉轮次；
Figure FDA0003882259860000026
为第n轮次各灌溉地块的灌溉水量。
2.根据权利要求1所述的一种遥感与地面协同的农田地块灌溉水量计算方法，其特征在于，所述步骤S1具体包括：
S11：确定渠系供水范围；利用渠首水量计量设施量取本轮次的时段供水量Wn；
S12：利用本轮次灌溉前后两期卫星遥感影像，基于遥感观测的农田土壤水分变化提取本轮次灌溉的地块及各地块面积，累加渠系供水范围内所有灌溉地块面积，得到本轮次总灌溉面积Sn；
Figure FDA0003882259860000027
其中，Sn表示第n轮次的总灌溉面积；i为地块编码；n为灌溉轮次；k为第n轮次灌溉的总地块数；
Figure FDA0003882259860000028
为第n轮次第i个灌溉地块的面积；
S13：根据本轮次渠首计量水量Wn以及灌溉面积Sn估算本轮次本轮预期的平均亩均灌溉量wn，
Figure FDA0003882259860000029
3.一种遥感与地面协同的农田地块灌溉水量计算方系统，其特征在于，所述系统包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-2任一所述的一种遥感与地面协同的农田地块灌溉水量计算方法。
CN202210368518.5A 2022-04-06 2022-04-06 一种遥感与地面协同的农田地块灌溉水量计算方法及系统 Active CN114663248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210368518.5A CN114663248B (zh) 2022-04-06 2022-04-06 一种遥感与地面协同的农田地块灌溉水量计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210368518.5A CN114663248B (zh) 2022-04-06 2022-04-06 一种遥感与地面协同的农田地块灌溉水量计算方法及系统

Publications (2)

Publication Number Publication Date
CN114663248A CN114663248A (zh) 2022-06-24
CN114663248B true CN114663248B (zh) 2022-12-06

Family

ID=82034574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210368518.5A Active CN114663248B (zh) 2022-04-06 2022-04-06 一种遥感与地面协同的农田地块灌溉水量计算方法及系统

Country Status (1)

Country Link
CN (1) CN114663248B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110580657A (zh) * 2019-10-12 2019-12-17 中国水利水电科学研究院 农业灌溉需水量预测方法
CN111126662A (zh) * 2019-11-25 2020-05-08 中工武大设计研究有限公司 基于大数据的灌溉决策制定方法、装置、服务器和介质
CN113065090A (zh) * 2021-04-07 2021-07-02 中国水利水电科学研究院 一种区域农田灌溉用水量分析计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6516035B1 (ja) * 2018-03-22 2019-05-22 日本電気株式会社 灌漑水量測定装置、灌漑水量測定方法、及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110580657A (zh) * 2019-10-12 2019-12-17 中国水利水电科学研究院 农业灌溉需水量预测方法
CN111126662A (zh) * 2019-11-25 2020-05-08 中工武大设计研究有限公司 基于大数据的灌溉决策制定方法、装置、服务器和介质
CN113065090A (zh) * 2021-04-07 2021-07-02 中国水利水电科学研究院 一种区域农田灌溉用水量分析计算方法

Also Published As

Publication number Publication date
CN114663248A (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
Ibragimov et al. Water use efficiency of irrigated cotton in Uzbekistan under drip and furrow irrigation
Martínez-Casasnovas et al. The cost of soil erosion in vineyard fields in the Penedès–Anoia Region (NE Spain)
Moreno et al. Water balance and nitrate leaching in an irrigated maize crop in SW Spain
Hochman et al. Reprint of “Quantifying yield gaps in rainfed cropping systems: A case study of wheat in Australia”
CN110719336B (zh) 一种基于物联网的灌溉用水分析监控系统
Thorp et al. Cotton irrigation scheduling using a crop growth model and FAO-56 methods: Field and simulation studies
Auerswald et al. Soil erosion potential of organic versus conventional farming evaluated by USLE modelling of cropping statistics for agricultural districts in Bavaria
Intizar Hussain et al. Land and water productivity of wheat in the Western Indo-Gangetic plains of India and Pakistan: a comparative analysis.
CN115455086A (zh) 一种灌区农业灌溉用水量的估算方法及系统
Gear et al. Irrigation scheduling with neutron probe
CN110516943B (zh) 一种基于地表温度的春灌期灌溉面积动态监测遥感方法
CN114663248B (zh) 一种遥感与地面协同的农田地块灌溉水量计算方法及系统
Evans et al. Irrigation scheduling to improve water-and energy-use efficiencies
Kumar et al. Relationship between vegetation growth rates at the onset of the wet season and soil type in the Sahel of Burkina Faso: implications for resource utilisation at large scales
Abdul Karim et al. FAO 56 model and remote sensing for the estimation of crop-water requirement in main branch canal of the Bhadra Command area, Karnataka State
McCown et al. The annual variation in yield of pastures in the seasonally dry tropics of Queensland
CN114092807A (zh) 一种基于时段累计蒸散发的实际灌溉面积识别方法
Schepers et al. Integrated water and nitrogen management
Varzi et al. Overcoming obstacles to deficit irrigation: Colorado case study
Chemjong et al. Evaluation of Irrigation Water Issue Practice for Better Water Management at Rajangana Reservoir, Sri Lanka
Da Mota Weather-technology models for corn and soybeans in the south of Brazil
Atal et al. Wet and dry spell characteristics of semi-arid region, Western Maharashtra, India
CN113627105B (zh) 灌溉用水量监测方法、装置、计算机设备
Howes et al. Evaluating net groundwater use from remotely sensed evapotranspiration and water delivery information
Sitterson Alfalfa water use under deficit irrigation for farm savings

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