一种基于大数据的智能灌溉模型优化的方法与系统技术方案

本发明专利技术公开了一种基于大数据的智能灌溉模型优化的方法与系统，属于智慧水利技术领域，该方法基于大数据处理及存储，上传的大量各类灌溉相关数据经过分布式存储系统进行预处理；智能灌溉模型采用分布式并行计算，对计算任务进行分解，将各子模型作为一个Map操作分配到一个独立的计算单元并从对应的分区文件中提取相应的数据进行计算，然后将模型的计算结果在Reduce操作中进行合并计算分析。一种基于大数据的智能灌溉模型优化的系统，包括数据存储模块和数据计算分析模块。本发明专利技术利用大数据为解决地区水资源缺乏问题以及水资源合理分配方案的确定提供理论依据，并能通过模型优化大大提高灌溉模型的质量，计算效率和计算结果的精度。

An Intelligent Irrigation Model Optimization Method and System Based on Large Data

The invention discloses an intelligent irrigation model optimization method and system based on large data, which belongs to the field of intelligent water resources technology. The method is based on large data processing and storage, and a large number of uploaded irrigation related data are pre-processed by distributed storage system. The intelligent irrigation model uses distributed parallel computing to decompose the computing tasks and regards each sub-model as one. Each Map operation is allocated to an independent computing unit and the corresponding data is extracted from the corresponding partition file for calculation. Then the results of the model are combined and analyzed in Reduce operation. An intelligent irrigation model optimization system based on large data includes data storage module and data calculation and analysis module. The invention utilizes large data to provide theoretical basis for solving the problem of regional water shortage and determining the rational allocation scheme of water resources, and can greatly improve the quality of irrigation model, calculation efficiency and accuracy of calculation results through model optimization.

【技术实现步骤摘要】
一种基于大数据的智能灌溉模型优化的方法与系统
本专利技术涉及智能水利
，具体涉及一种基于大数据的智能灌溉模型优化的方法与系统。
技术介绍
我国人均水资源量约为2350m3，只相当于世界人均水平的1/4，且水资源时空分布不均匀，特别是北方地区，耕地面积占全国的59.2％，而水资源量仅占全国的14.7％。目前，我国农业用水占总用水量的70％以上，其中90％用于灌溉，但受灌水设备老化、灌溉技术落后和灌区用水管理不当的影响，导致我国的灌溉水利用系数只有0.5左右，仅占发达国家的70％。同时，随着社会经济的快速发展，工业用水、城镇用水、环境用水与农业用水的竞争日益激烈，导致了灌溉用水供需矛盾日趋严重。因此，科学管理灌溉用水过程，建立灌溉用水优化配置模型，对于高效利用灌区有限的水资源，促进灌区生态环境和经济的可持续发展具有重要意义。目前应用广泛的灌溉模型有：区域水量平衡模型：其理论基础是物质守恒定律，在给定时段内输入水量与输出水量之差就等于同期土壤储水量的变化量：灌溉水量+平衡时段的降雨量+土壤前期含水量-作物需水量-地表产流量＝同期土壤含水量+降水入渗补给地下水量与毛管上升水量之差+误差本文档来自技高网...

【技术保护点】
1.一种基于大数据的智能灌溉模型优化的方法，其特征在于该方法基于大数据处理及存储，上传的大量各类灌溉相关数据经过分布式存储系统进行预处理；智能灌溉模型采用分布式并行计算，对计算任务进行分解，将各子模型作为一个Map操作分配到一个独立的计算单元并从对应的分区文件中提取相应的数据进行计算，然后将模型的计算结果在Reduce操作中进行合并计算分析。

【技术特征摘要】
1.一种基于大数据的智能灌溉模型优化的方法，其特征在于该方法基于大数据处理及存储，上传的大量各类灌溉相关数据经过分布式存储系统进行预处理；智能灌溉模型采用分布式并行计算，对计算任务进行分解，将各子模型作为一个Map操作分配到一个独立的计算单元并从对应的分区文件中提取相应的数据进行计算，然后将模型的计算结果在Reduce操作中进行合并计算分析。2.根据权利要求1所述的一种基于大数据的智能灌溉模型优化的方法，其特征在于对于智能灌溉模型的调用与服务，每次调用在系统中启动一个新的计算任务，并采用异步调用方式。3.根据权利要求1所述的一种基于大数据的智能灌溉模型优化的方法，其特征在于所述大数据处理及存储是基于GIS的大数据处理及存储，所述大量各类灌溉相关数据包括气候数据、环境数据及供需水数据。4.根据权利要求1或3所述的一种基于大数据的智能灌溉模型优化的方法，其特征在于大量各类灌溉相关数据经过分布式储存系统进行预处理，将数据根据其对应的地理信息及属性进行分类划区并对异常值进行删减改查；不同地区的灌溉相关数据经过分组，同一地域内的数据按照时间顺序排列被储存在相同的区域内进行管理，将一些明显错误的异常值进行规则下的删减改查；这些数据经过预处理后被储存在数据库中，经过查询搜索等功能，相关数据能够迅速精准地被提取出来进行计算分析。5.根据权利要求1或2或3所述的一种基于大数据的智能灌溉模型优化的方法，其特征在于所述智能灌溉模型主要由三个子模型构成：气候模型、作物模型和供水分配模型，其中，气候模型主要计算土壤能储存的有效降雨量；作物模型模拟不同环境下各种作物在不同生长阶段的最优需水量；供水分配模型结合地区地下水和河流的自然补给情况、地区总供水情况以及地区其他工作需水情况对农业灌溉供水量进行优化分配模拟；通过分布式并行计...

【专利技术属性】
技术研发人员：欧阳彤，宋海涛，赵维波，郅晓林，赵胜亚，
申请(专利权)人：浪潮软件集团有限公司，
类型：发明
国别省市：山东,37