CN117678506A - 一种基于天气预报的可视化灌溉决策辅助系统及控制方法 - Google Patents
一种基于天气预报的可视化灌溉决策辅助系统及控制方法 Download PDFInfo
- Publication number
- CN117678506A CN117678506A CN202410150173.5A CN202410150173A CN117678506A CN 117678506 A CN117678506 A CN 117678506A CN 202410150173 A CN202410150173 A CN 202410150173A CN 117678506 A CN117678506 A CN 117678506A
- Authority
- CN
- China
- Prior art keywords
- soil moisture
- day
- weather
- days
- soil
- 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 57
- 230000002262 irrigation Effects 0.000 title claims abstract description 57
- 230000000007 visual effect Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000002689 soil Substances 0.000 claims abstract description 322
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 88
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims description 24
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005068 transpiration Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000024346 drought recovery Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于天气预报的可视化灌溉决策辅助系统及控制方法,包括:土壤水分传感器、数据采集处理模块和电子显示屏;土壤水分传感器与数据采集处理模块连接,数据采集处理模块和电子显示屏连接;土壤水分传感器测量n天内地块的每日间隔时间段的土壤含水量;数据采集处理模块采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表,并根据n天内的每日天气预报信息,每日间隔时间段的土壤含水以及未来天气预报信息,获得土壤水分消耗实测值、气象相同日、土壤水分消耗实测值、土壤水分消耗预测值和土壤含水量预测值,以便于辅助决策何时需要灌溉,时效性强,数据容易获取。
Description
技术领域
本发明涉及节水灌溉技术领域,尤其属于管理措施节水灌溉,更具体的说是涉及一种基于天气预报的可视化灌溉决策辅助系统及控制方法。
背景技术
节水灌溉主要包括工程措施、农艺措施、管理措施方面的节水,其中工程措施有防渗、滴灌、渗灌等,农艺措施主要有覆膜、中耕、种植耐旱品种、喷洒抗蒸腾剂等,管理措施主要指精准灌溉,即适时、适量的合理灌溉。
目前,传统灌溉方式为大水漫灌,虽然保证了充足供水,但水资源浪费严重,这是因为:1、水分渗漏地下损失严重;2、水面蒸发损失严重,另外,在地势较低、排水不畅的地区则容易产生作物淹水时间过长和次生盐渍化问题。近年来喷灌、滴灌、渗灌等灌溉方式越来越来受到青睐,这些灌溉方式由管道供水,因此输水过程中自然不会产生蒸发和渗漏。
但是,何时需要灌溉目前还没有统一标准,一些地区采用观测土壤含水量的方法,即当土壤含水量低于限值时需要灌溉,是最准确判断是否需要灌溉的方法,但这种方法实效性强,即判断出需要灌溉时必须尽快灌溉,否则作物会因子缺水生长受阻;一些地区根据作物长势,即当作物出现萎蔫时既需要灌溉,这就需要田间管理人员对作物生长特点具有很丰富的经验,否则容易产生误判;还有一些地区根据日蒸腾强度预测水分消耗所需要的日数进行定时灌溉,这样一方面需要日蒸腾强度资料支撑,而这些资料往往很难获取,另一方面如果遇到降雨,则需要重新计算,这样操作较为复杂。
因此,如何基于天气预报信息预测土壤水分值的变化以便于辅助决策何时需要灌溉是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于天气预报的可视化灌溉决策辅助系统及控制方法以解决背景技术中提到的部分技术问题。
为了实现上述目的,本发明采用如下技术方案:
一种基于天气预报的可视化灌溉决策辅助系统,包括:土壤水分传感器、数据采集处理模块和电子显示屏;
土壤水分传感器与数据采集处理模块连接,数据采集处理模块与电子显示屏连接;
土壤水分传感器,用于测量n天内地块的每日间隔时间段的土壤含水量,并传输至数据采集器;
数据采集采集处理模块,用于采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表,并根据n天内的每日天气预报信息和每日间隔时间段的土壤含水量,计算n天内的每日的土壤水分消耗实测值,并根据第n+1天的天气预报信息获得与前n天的气象相同日,获得第n+1天的土壤含水量预测值,根据第n+m天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和前一日的土壤含水量预测值,依次获得n+m天的土壤水分消耗预测值和土壤含水量预测值,n≥7,m>1;当无气象相同日时,根据第n+1天或第n+m天的天气预报信息获得与前n天的气象相近日,根据气象相近日与第n+m天的天气预报信息的比值以及气象相近日的土壤水分消耗实测值计算土壤水分消耗预测值;当天气预报预报天气为降雨时,根据预报的降雨等级换算为降雨量,将降雨量换算为土层厚度增加的土壤含水量值,作为土壤水分消耗预测值;
电子显示屏,用于显示未来的天气预报信息、土壤含水量测量值和预测值。
优选的,数据采集处理模块内设无线传输模块,通过无线传输模块获取天气预报信息,并与数据处理模块进行通信。
优选的,n天内的每日的土壤水分消耗实测值为:当日0:00采集的土壤水分值与23:00采集的土壤水分值的差值。
优选的,气象相同日为:两日的天气状况相同,日均气温相差≤1℃,且平均风力相差≤1级。
优选的,当无气象相同日时,土壤水分消耗预测值为:第n+1天或第n+m天温度的日均值与气象相近日温度的日均值的比值再乘以气象相近日的土壤水分消耗实测值。
优选的,气象相同日的土壤水分消耗实测值为预测未来的土壤水分消耗预测值。
优选的,土壤含水量预测值为当日初始土壤含水量与土壤水分消耗预测值的差值,当日初始土壤含水量为前一日的土壤含水量预测值。
优选的,土壤水分传感器埋设于地块内的至少3处典型地段,每处典型地段分别在距地表深度5cm、15cm、25cm处埋设土壤水分传感器,各处典型地段3层土壤水分传感器的土壤含水量取平均值并记录在采集器内。
一种基于天气预报的可视化灌溉决策辅助系统的控制方法,基于所述的一种基于天气预报的可视化灌溉决策辅助系统,包括:
S1.测量n天内地块的每日间隔时间段的土壤含水量;
S2.采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表;
S3.根据n天内的每日天气预报信息和每日间隔时间段的土壤含水量,计算n天内的每日的土壤水分消耗实测值,并根据第n+1天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和第n+1天的第一次测量的土壤含水量,获得第n+1天的土壤含水量预测值,根据第n+m天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和前一日的土壤含水量预测值,依次获得n+m天的土壤水分消耗预测值和土壤含水量预测值,n≥7,m>1;当无气象相同日时,根据第n+1天或第n+m天的天气预报信息获得与前n天的气象相近日,根据气象相近日与第n+m天的天气预报信息的比值以及气象相近日的土壤水分消耗实测值计算土壤水分消耗预测值;当天气预报预报天气为降雨时,根据预报的降雨等级换算为降雨量,将降雨量换算为土层厚度增加的土壤含水量值,作为土壤水分消耗预测值;
S4.电子显示屏显示未来的天气预报信息、土壤含水量测量值和预测值。
优选的,步骤S3的具体内容:
采集n天内的当日0:00采集的土壤水分值与23:00采集的土壤水分值,计算差值为n天内的每日的土壤水分消耗实测值;
根据第n+1天的天气预报信息获得与前n天的气象相同日,气象相同日的土壤水分消耗实测值为第n+1天的土壤水分消耗预测值;
第n+1天的土壤含水量预测值为第n+1天0:00采集的初始土壤含水量与第n+1天的土壤水分消耗预测值的差值;
根据第n+m天的天气预报信息获得与前n天的气象相同日,气象相同日的土壤水分消耗实测值为第n+m天的土壤水分消耗预测值;
第n+m天0:00采集的当日初始土壤含水量为前一日的土壤含水量预测值,第n+m天的土壤含水量预测值为第n+m天0:00采集的初始土壤含水量与第n+m天的土壤水分消耗预测值的差值;
将依次获得的n+1天到n+m天的土壤含水量预测值以及天气预报信息进行显示。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于天气预报的可视化灌溉决策辅助系统及控制方法,集监测和预测于一体,并配备电子显示屏,当前土壤水分和灌溉预测成果可视化;自动记录每日天气预报信息和实际水分消耗量,形成数据库,根据7日内的天气预报,预测近7日内的水分消耗量和土壤含数量,以便于辅助决策何时需要灌溉,时效性强,数据容易获取,并随着使用年限的延长,预测精准性逐年提高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种基于天气预报的可视化灌溉决策辅助系统示意图;
图2附图为本发明提供的显示屏的放大示意图;
图3附图为本发明提供的天气预报值与土壤含水量值数据记录表示意图;
图4附图为本发明提供的土壤水分消耗实测值计算表示意图;
图5附图为本发明提供的日均气温与日均风力计算表示意图;
图6附图为本发明提供的6月8日气象相同日计算表示意图;
图7附图为本发明提供的6月8日土壤水分消耗预测值与23:00土壤含水量预测值计算表示意图;
图8附图为本发明提供的6月9日气象相同日计算表示意图;
图9附图为本发明提供的6月9日土壤水分消耗预测值与23:00土壤含水量预测值计算表示意图;
图10附图为本发明提供的6月10日气象相同日计算表示意图;
图11附图为本发明提供的6月10日土壤水分消耗预测值与23:00土壤含水量预测值计算表示意图;
图12附图为本发明提供的6月11日和6月12日的气象相近日计算表示意图;
图13附图为本发明提供的6月11日和6月12日的土壤水分消耗预测值与23:00土壤含水量预测值计算表示意图;
图14附图为本发明提供的6月13日天气预报为降雨时的土壤水分消耗预测值与23:00土壤含水量预测值计算表示意图;
图15附图为本发明提供的6月14日气象相同日计算表示意图;
图16附图为本发明提供的6月14日土壤水分消耗预测值与23:00土壤含水量预测值计算表示意图;
图17附图为本发明提供的土壤水分实测值与预测值对比验证示意图。
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。
本发明实施例公开了一种基于天气预报的可视化灌溉决策辅助系统,如图1和图2,包括:土壤水分传感器、数据采集器、数据处理模块和电子显示屏;
土壤水分传感器与数据采集处理模块,数据采集处理模块与电子显示屏连接;
土壤水分传感器,用于测量n天内地块的每日间隔时间段的土壤含水量,并传输至数据采集器;
数据采集处理模块,用于采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表,并根据n天内的每日天气预报信息和每日间隔时间段的土壤含水量,计算n天内的每日的土壤水分消耗实测值,并根据第n+1天的天气预报信息获得与前n天的气象相同日,获得第n+1天的土壤含水量预测值,根据第n+m天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和前一日的土壤含水量预测值,依次获得n+m天的土壤水分消耗预测值和土壤含水量预测值,n≥7,m>1;当无气象相同日时,根据第n+1天或第n+m天的天气预报信息获得与前n天的气象相近日,根据气象相近日与第n+m天的天气预报信息的比值以及气象相近日的土壤水分消耗实测值计算土壤水分消耗预测值;当天气预报预报天气为降雨时,根据预报的降雨等级换算为降雨量,将降雨量换算为土层厚度增加的土壤含水量值,作为土壤水分消耗预测值;
电子显示屏,用于显示未来的天气预报信息、土壤含水量测量值和预测值。
一种基于天气预报的可视化灌溉决策辅助系统还包括供电装置,用于为系统供电。
为了进一步实施上述技术方案,数据采集处理模块内设无线传输模块,通过无线传输模块获取天气预报信息,并与数据处理模块进行通信。
为了进一步实施上述技术方案,n天内的每日的土壤水分消耗实测值为:当日0:00采集的土壤水分值与23:00采集的土壤水分值的差值。
在本实例中,n天内的每日的土壤水分消耗实测值的计算公式为W第n天实测=W第n天23:00-W第n天0:00,W为土壤水分传感器测量的土壤含水量。
为了进一步实施上述技术方案,气象相同日为:两日的天气状况相同,日均气温相差≤1℃,且平均风力相差≤1级。
在本实施例中,日均气温为当日最高气温与最低气温的均值:T日均=(T高+T低)/2。
为了进一步实施上述技术方案,当无气象相同日时,土壤水分消耗预测值为:第n+1天或第n+m天温度的日均值与气象相近日温度的日均值的比值再乘以气象相近日的土壤水分消耗实测值。
在实际应用中,天气状况相近、日均气温和风力相差最小,则认为两日的气象条件相近。
为了进一步实施上述技术方案,气象相同日的土壤水分消耗实测值为预测未来的土壤水分消耗预测值。
为了进一步实施上述技术方案,土壤含水量预测值为当日初始土壤含水量与土壤水分消耗预测值的差值,当日初始土壤含水量为前一日的土壤含水量预测值。
在本实施例中,当天气预报预报天气为降雨时,根据预报的降雨等级换算为降雨量进行预测,具体过程为:首先按降雨等级(24小时降雨量0.1~9.9mm时为小雨、5.0~16.9mm为小到中雨、10.0~24.9mm为中雨、17.0~37.9mm为中到大雨、25.0~49.9mm为大雨、38.0~74.9mm为大到暴雨、50.0~99.9mm为暴雨、75.0~174.9mm为暴雨到大暴雨、100.0~250.0mm为大暴雨)取中值降雨量,小雨取5.0mm、小到中雨取11mm、中雨取17mm,依次类推,然后按将中值降雨量换算为土层厚度0~25cm深度内的增加的土壤含水量值,作为土壤水分消耗预测值。
为了进一步实施上述技术方案,土壤水分传感器埋设于地块内的至少3处典型地段,每处典型地段分别在距地表深度5cm、15cm、25cm处埋设土壤水分传感器,各处典型地段3层土壤水分传感器的土壤含水量取平均值并记录在采集器内。
一种基于天气预报的可视化灌溉决策辅助系统的控制方法,基于一种基于天气预报的可视化灌溉决策辅助系统,包括:
S1.测量n天内地块的每日间隔时间段的土壤含水量;
S2.采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表;
S3.根据n天内的每日天气预报信息和每日间隔时间段的土壤含水量,计算n天内的每日的土壤水分消耗实测值,并根据第n+1天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和第n+1天的第一次测量的土壤含水量,获得第n+1天的土壤含水量预测值,根据第n+m天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和前一日的土壤含水量预测值,依次获得n+m天的土壤水分消耗预测值和土壤含水量预测值,n≥7,m>1;根据第n+1天或第n+m天的天气预报信息当无气象相同日时,获得与前n天的气象相近日,根据气象相近日与第n+m天的天气预报信息的比值以及气象相近日的土壤水分消耗实测值计算土壤水分消耗预测值;
S4.电子显示屏显示未来的天气预报信息、土壤含水量测量值和预测值。
为了进一步实施上述技术方案,步骤S3的具体内容:
采集n天内的当日0:00采集的土壤水分值与23:00采集的土壤水分值,计算差值为n天内的每日的土壤水分消耗实测值;
根据第n+1天的天气预报信息获得与前n天的气象相同日,气象相同日的土壤水分消耗实测值为第n+1天的土壤水分消耗预测值;
第n+1天的土壤含水量预测值为第n+1天0:00采集的初始土壤含水量与第n+1天的土壤水分消耗预测值的差值;
根据第n+m天的天气预报信息获得与前n天的气象相同日,气象相同日的土壤水分消耗实测值为第n+m天的土壤水分消耗预测值;
第n+m天0:00采集的当日初始土壤含水量为前一日的土壤含水量预测值,第n+m天的土壤含水量预测值为第n+m天0:00采集的初始土壤含水量与第n+m天的土壤水分消耗预测值的差值;
将依次获得的n+1天到n+m天的土壤含水量预测值以及天气预报信息进行显示。
以在内蒙古达茂旗希拉穆仁镇的试验田内,播种时间为6月1日的作物种类玉米使用本系统为例:
在地块内选择典型地段至少3处,每处地段在距地表深度5cm、15cm、25cm处埋设土壤水分传感器3个;
土壤水分传感器通过线缆连接数据采集处理模块,线缆长度不宜超过50m,土壤含水量采集时间间隔宜为1小时,整点采集,各处地段3层土壤含水量取平均值并记录在采集器内,连同每日天气预报信息形成数据记录表,数据采集处理模块自动记录每日天气预报信息和土壤含水量数据,如图3所示为天气预报值与土壤含水量值数据记录表;
在第8日0:00第一次采集土壤水分数据后,预测第8日~第14日的每日耗水量,具体为:
(1)6月1日到6月7日的土壤水分消耗实测值为当日0:00采集的土壤水分值与23:00采集的土壤水分值的差值,计算公式为W6.1实测=W6.1 23:00-W6.1 0:00,同理得到6月1日到6月7日的土壤水分消耗实测值,一般该值为负值,当降雨或灌溉时,该值为正值,如图4所示为土壤水分消耗实测值计算表;
(2)选取气象相同日:天气状况相同(晴和多云归为一种天气状况,阴为一种天气状况,降雨归为一种天气状况)、日均气温相差≤1℃并且平均风力相差≤1级,则认为两日的气象条件相同,如图5所示的日均气温与日均风力计算表;
将6月8日的天气预报信息分别与6月1日~6月7日的天气信息进行比较,如图6所示为6月8日气象相同日计算表,图5中存在多个气象相同日,选择与6月8日0:00土壤含水量实测值相近的6月3日作为相同日;
(3)将6月3日土壤水分消耗实测值-1.2%作为6月8日土壤水分消耗预测值,则6月8日23:00土壤含水量W6.8 23:00=W6.8 0:00-1.2%=19.8%-1.2%=18.6%,如图7所示为6月8日土壤水分消耗预测值与23:00土壤含水量预测值计算表;
(4)一般在无降雨和灌溉条件下,土壤含水量在1小时内变化非常小,因此可以认为6月8日23:00的土壤含水量=6月9日0:00土壤含水量=18.6%;
将6月9日的天气预报信息分别与6月1日~6月7日的天气信息进行比较,如图8所示为6月9日气象相同日计算表;
只有6月6日一个气象相同日,将6月6日土壤水分消耗实测值-1.3%作为6月9日土壤水分消耗预测值,则6月9日23:00的土壤含水量W6.9 23:00=W6.9 0:00-1.3%=18.6%-1.3%=17.3%,如图9所示为6月9日土壤水分消耗预测值与23:00土壤含水量预测值计算表;
(5)将6月10日的天气预报信息分别与6月1日~6月7日的天气信息进行比较,如图10所示为6月10日气象相同日计算表,图9中无6月10日的气象相同日,选择气象条件相近的6月6日计算土壤水分消耗预测值:
W6.10 预测=T6.10 日均/T6.6 日均×W6.6 实测=23.5/23×(-1.2%)=-1.3%;
6月10日0:00的土壤含水量=6月9日23:00土壤含水量=17.3%;
6月10日23:00土壤含水量预测值W6.10 23:00=W6.10 0:00+W6.10 预测=17.3%-1.3%=16.0%,如图11所示为6月10日土壤水分消耗预测值与23:00土壤含水量预测值计算表;
(6)将6月11日和6月12日的天气预报信息分别与6月1日~6月7日的天气信息进行比较,如图12所示,图12中无6月11日和6月12日的气象相同日,选择气象条件相近的6月6日计算土壤水分消耗预测值:
W6.11 预测=T6.11 日均/T6.6 日均×W6.6 实测=25/23×(-1.2%)=-1.4%;
6月11日0:00的土壤含水量=6月10日23:00土壤含水量=16.0%;
6月11日23:00土壤含水量预测值W6.11 23:00=W6.11 0:00+W6.11 预测=16.0%-1.4%=14.6%;
6月12日计算类似,如图13所示为6月11日和6月12日的土壤水分消耗预测值与23:00土壤含水量预测值计算表;
(7)6月13日天气预报为小雨转多云,则根据预报的降雨等级换算为降雨量进行预测,具体过程为:首先按降雨等级(24小时降雨量0.1~9.9mm时为小雨、5.0~16.9mm为小到中雨、10.0~24.9mm为中雨、17.0~37.9mm为中到大雨、25.0~49.9mm为大雨、38.0~74.9mm为大到暴雨、50.0~99.9mm为暴雨、75.0~174.9mm为暴雨到大暴雨、100.0~250.0mm为大暴雨)取中值降雨量,小雨取5.0mm、小到中雨取11mm、中雨取17mm,依次类推,然后按将中值降雨量换算为土层厚度0~25cm深度内的增加的土壤含水量值,如5mm降雨可增加土壤含水量2%(5mm/250mm=2%),依次类推。
6月13日取中值降雨量5mm,可增加土壤含水量预测为2%,如图14为6月13日土壤水分消耗预测值与23:00土壤含水量预测值计算表;
将6月14日的天气预报信息分别与6月1日~6月7日的天气信息进行比较,如图15所示为6月14日气象相同日计算表,与6月6日为气象相同日,计算土壤水分消耗预测值与23:00土壤含水量预测值,如图16所示为6月14日土壤水分消耗预测值与23:00土壤含水量预测值计算表;
综上,在内蒙古达茂旗希拉穆仁镇的试验田内,对6月8日-6月14日的土壤含水量和土壤水分消耗实测值进行验证,如图17所示,土壤水分实测值与预测值均相差较小,均不超过0.2%,6月13日预测的土壤水分增加值与实际相差较大,因为依据天气预报的小雨,取中值降雨量5mm进行预测,而实际当天降雨为7.7mm,由于天气预报目前不能给出准确的降雨量,因而造成降雨增加土壤水分值预测不准确。
随着系统使用时间的延长,预测过程中选择相同日的时间范围可逐渐延长至30天,即当预测7月1日的土壤水分时,可在6月1日~6月30日之间选择,当预测7月2日的土壤水分时,可以在6月2日~7月1日之间选择;当系统在第二年及以后诸年仍然在相同地点、相同作物、相同灌溉方式的条件下使用时,可选择往年的当日以及当时前后各15日内的数据进行参考预测,这样可选择参考的数据样本会越来越多,预测的精准性也会逐年提高。
一般认为,适宜土壤含水量为田间持水量的60%~90%,当土壤含水量低于田间持水量的60%时,多数作物根系开始出现吸水困难,多数作物受旱程度可分为轻旱(土壤含水量为田间持水量的60%~50%)、中旱(土壤含水量为田间持水量的50%~40%)、重旱(土壤含水量为田间持水量的40%~30%);当土壤含水量低于田间持水量的30%时,多数作物根系吸水量很少,作物开始出现暂时萎蔫,如果此时能够及时灌溉,则作物能够恢复生长;风干土含水量一般认为是2%~5%,当土壤含水量达到风干土水平时,作物根系不能吸水,作物水分蒸发殆尽后永久萎蔫;以土壤田间持水量25%为例,适宜土壤含水量为15%~22.5%,轻旱、中旱、重旱时土壤含水量分别为15%~12.5%、12.5%~10%、10%~7.5%,干枯时土壤含水量为5%;
当预测的土壤水分值低于15%时,作物将受到轻度干旱,当预测的土壤水分值低于12.5%时,作物受到中度干旱,当低于10%时受到重度干旱,当低于7.5%时作物会发生暂时萎蔫,当7日内天气预报降雨时,预测增加土壤水分值,根据预测成果作为灌溉决策的参考,可辅助用户选择在哪一天进行灌溉。
不同作物可以耐受不同程度的干旱,在其耐旱范围的时间内可以不进行灌溉,但超过其耐旱范围时必须进行灌溉,如下表所示为不同作物耐旱范围:
根据不同作物耐旱范围和土壤含水量预测值辅助用户决策灌溉。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,包括:土壤水分传感器、数据采集处理模块和电子显示屏;
土壤水分传感器与数据采集处理模块连接,数据采集处理模块和电子显示屏连接;
土壤水分传感器,用于测量n天内地块的每日间隔时间段的土壤含水量,并传输至数据采集器;
数据采集处理模块,用于采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表,并根据n天内的每日天气预报信息和每日间隔时间段的土壤含水量,计算n天内的每日的土壤水分消耗实测值,并根据第n+1天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和第n+1天的第一次测量的土壤含水量,获得第n+1天的土壤含水量预测值,根据第n+m天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和前一日的土壤含水量预测值,依次获得n+m天的土壤水分消耗预测值和土壤含水量预测值,n≥7,m>1;当无气象相同日时,根据第n+1天或第n+m天的天气预报信息获得与前n天的气象相近日,根据气象相近日与第n+1天或第n+m天的天气预报信息的比值以及气象相近日的土壤水分消耗实测值计算土壤水分消耗预测值;当天气预报预报天气为降雨时,根据预报的降雨等级换算为降雨量,将降雨量换算为土层厚度增加的土壤含水量值,作为土壤水分消耗预测值;
电子显示屏,用于显示天气预报信息、土壤含水量测量值和预测值。
2.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,数据采集处理模块内设无线传输模块,通过无线传输模块获取天气预报信息,并与数据处理模块进行通信。
3.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,n天内的每日的土壤水分消耗实测值为:当日0:00采集的土壤水分值与23:00采集的土壤水分值的差值。
4.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,气象相同日为:两日的天气状况相同,日均气温相差≤1℃,且平均风力相差≤1级。
5.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,气象相同日的土壤水分消耗实测值为预测未来的土壤水分消耗预测值。
6.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,当无气象相同日时,土壤水分消耗预测值为:第n+1天或第n+m天温度的日均值与气象相近日温度的日均值的比值再乘以气象相近日的土壤水分消耗实测值。
7.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,土壤含水量预测值为当日初始土壤含水量与土壤水分消耗预测值的差值,当日初始土壤含水量为前一日的土壤含水量预测值。
8.根据权利要求1所述的一种基于天气预报的可视化灌溉决策辅助系统,其特征在于,土壤水分传感器埋设于地块内的至少3处典型地段,每处典型地段分别在距地表深度5cm、15cm、25cm处埋设土壤水分传感器,各处典型地段3层土壤水分传感器的土壤含水量取平均值并记录在数据采集处理模块内。
9.一种基于天气预报的可视化灌溉决策辅助系统的控制方法,其特征在于,基于权利要求1-8任一项所述的一种基于天气预报的可视化灌溉决策辅助系统,包括:
S1.测量n天内地块的每日间隔时间段的土壤含水量;
S2.采集获取n天内的每日天气预报信息,连同每日间隔时间段的土壤含水量,形成数据记录表;
S3.根据n天内的每日天气预报信息和每日间隔时间段的土壤含水量,计算n天内的每日的土壤水分消耗实测值,并根据第n+1天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和第n+1天的第一次测量的土壤含水量,获得第n+1天的土壤含水量预测值,根据第n+m天的天气预报信息获得与前n天的气象相同日,根据气象相同日的土壤水分消耗实测值和前一日的土壤含水量预测值,依次获得n+m天的土壤水分消耗预测值和土壤含水量预测值,n≥7,m>1;当无气象相同日时,根据第n+1天或第n+m天的天气预报信息获得与前n天的气象相近日,根据气象相近日与第n+m天的天气预报信息的比值以及气象相近日的土壤水分消耗实测值计算土壤水分消耗预测值;当天气预报预报天气为降雨时,根据预报的降雨等级换算为降雨量,将降雨量换算为土层厚度增加的土壤含水量值,作为土壤水分消耗预测值;
S4.显示未来的天气预报信息和土壤含水量预测值。
10.根据权利要求9所述的一种基于天气预报的可视化灌溉决策辅助系统的控制方法,其特征在于,步骤S3的具体内容:
采集n天内的当日0:00采集的土壤水分值与23:00采集的土壤水分值,计算差值为n天内的每日的土壤水分消耗实测值;
根据第n+1天的天气预报信息获得与前n天的气象相同日,气象相同日的土壤水分消耗实测值为第n+1天的土壤水分消耗预测值;
第n+1天的土壤含水量预测值为第n+1天0:00采集的初始土壤含水量与第n+1天的土壤水分消耗预测值的差值;
根据第n+m天的天气预报信息获得与前n天的气象相同日,气象相同日的土壤水分消耗实测值为第n+m天的土壤水分消耗预测值;
第n+m天0:00采集的当日初始土壤含水量为前一日的土壤含水量预测值,第n+m天的土壤含水量预测值为第n+m天0:00采集的初始土壤含水量与第n+m天的土壤水分消耗预测值的差值;
将依次获得的n+1天到n+m天的土壤含水量预测值以及天气预报信息进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410150173.5A CN117678506B (zh) | 2024-02-02 | 2024-02-02 | 一种基于天气预报的可视化灌溉决策辅助系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410150173.5A CN117678506B (zh) | 2024-02-02 | 2024-02-02 | 一种基于天气预报的可视化灌溉决策辅助系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117678506A true CN117678506A (zh) | 2024-03-12 |
CN117678506B CN117678506B (zh) | 2024-04-26 |
Family
ID=90128578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410150173.5A Active CN117678506B (zh) | 2024-02-02 | 2024-02-02 | 一种基于天气预报的可视化灌溉决策辅助系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117678506B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105230450A (zh) * | 2015-09-15 | 2016-01-13 | 中国农业大学 | 一种智能式灌溉快速诊断装置与方法 |
CN111461909A (zh) * | 2020-04-02 | 2020-07-28 | 中国水利水电科学研究院 | 一种农田蒸散量短期预测方法 |
CN112163703A (zh) * | 2020-09-25 | 2021-01-01 | 中国水利水电科学研究院 | 考虑气象因子不确定性的农田参考作物蒸散量预测方法 |
CN114722605A (zh) * | 2022-04-07 | 2022-07-08 | 南宁师范大学 | 一种基于降水量的差减间隔天数法土壤含水量诊断模型 |
CN115039676A (zh) * | 2022-06-27 | 2022-09-13 | 东方智感(浙江)科技股份有限公司 | 一种灌溉方法及系统 |
CN115049126A (zh) * | 2022-06-10 | 2022-09-13 | 中国水利水电科学研究院 | 基于温度效应和历史阈值的蒸散量预测方法 |
CN115994624A (zh) * | 2023-02-21 | 2023-04-21 | 华能吐鲁番风力发电有限公司 | 一种基于气象数据的风电功率预测系统及方法 |
CN116380708A (zh) * | 2023-02-22 | 2023-07-04 | 北京市农林科学院智能装备技术研究中心 | 灌溉量预测方法、装置、系统、设备及介质 |
-
2024
- 2024-02-02 CN CN202410150173.5A patent/CN117678506B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105230450A (zh) * | 2015-09-15 | 2016-01-13 | 中国农业大学 | 一种智能式灌溉快速诊断装置与方法 |
CN111461909A (zh) * | 2020-04-02 | 2020-07-28 | 中国水利水电科学研究院 | 一种农田蒸散量短期预测方法 |
CN112163703A (zh) * | 2020-09-25 | 2021-01-01 | 中国水利水电科学研究院 | 考虑气象因子不确定性的农田参考作物蒸散量预测方法 |
CN114722605A (zh) * | 2022-04-07 | 2022-07-08 | 南宁师范大学 | 一种基于降水量的差减间隔天数法土壤含水量诊断模型 |
CN115049126A (zh) * | 2022-06-10 | 2022-09-13 | 中国水利水电科学研究院 | 基于温度效应和历史阈值的蒸散量预测方法 |
CN115039676A (zh) * | 2022-06-27 | 2022-09-13 | 东方智感(浙江)科技股份有限公司 | 一种灌溉方法及系统 |
CN115994624A (zh) * | 2023-02-21 | 2023-04-21 | 华能吐鲁番风力发电有限公司 | 一种基于气象数据的风电功率预测系统及方法 |
CN116380708A (zh) * | 2023-02-22 | 2023-07-04 | 北京市农林科学院智能装备技术研究中心 | 灌溉量预测方法、装置、系统、设备及介质 |
Non-Patent Citations (1)
Title |
---|
农林应用气象: "农林应用气象", 31 May 1993, pages: 26 - 29 * |
Also Published As
Publication number | Publication date |
---|---|
CN117678506B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dingre et al. | Determination of the water requirement and crop coefficient values of sugarcane by field water balance method in semiarid region | |
Khaydar et al. | Investigation of crop evapotranspiration and irrigation water requirement in the lower Amu Darya River Basin, Central Asia | |
CA2689289C (en) | Calculating an et value for an irrigation area | |
CN110689173A (zh) | 一种灌区农业灌溉用水需求决策方法及系统 | |
CN107087539A (zh) | 一种基于物联网的果蔬智能灌溉系统 | |
CN108323419B (zh) | 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 | |
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 | |
CN115039676B (zh) | 一种灌溉方法及系统 | |
CN105230450A (zh) | 一种智能式灌溉快速诊断装置与方法 | |
CN111742825A (zh) | 农田精准灌溉控制模型的构建与应用 | |
CN109258417B (zh) | 一种自动灌溉方法 | |
CN113039908A (zh) | 一种施肥和灌溉动态决策方法及系统 | |
Jia et al. | Evaporation of maize crop under mulch film and soil covered drip irrigation: field assessment and modelling on West Liaohe Plain, China | |
Han et al. | Impacts of the channel/barrier effect and three-dimensional climate—A case study of rice water requirement and irrigation quota in Yunnan, China | |
CN110147591B (zh) | 基于水绿耦合原理的绿地海绵系统容量确定方法 | |
Wang et al. | The use of stable isotopes to determine optimal application of irrigation-water to a maize crop | |
CN117678506B (zh) | 一种基于天气预报的可视化灌溉决策辅助系统及控制方法 | |
US20230115076A1 (en) | Irrigation method for coastal regions | |
CN117158302A (zh) | 智能农业精准灌溉方法及系统 | |
CN117010717A (zh) | 一种基于全局不确定性分析的作物精准灌溉用水决策方法 | |
CN116542009A (zh) | 一种大尺度陆面水文过程模拟系统及方法 | |
Baradaran et al. | Fuzzy system design for automatic irrigation of agricultural fields | |
Petrone et al. | Riparian zone equilibrium and actual evapotranspiration in a first order agricultural catchment in Southern Ontario, Canada | |
Cordeiro et al. | Simulating the hydrological impacts of land use conversion from annual crop to perennial forage in the Canadian Prairies using the Cold Regions Hydrological Modelling platform | |
Zakaria et al. | Rainwater harvesting using recorded and hypothetical rainfall data scenarios |
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 |