【技术实现步骤摘要】
智能农业精准灌溉方法及系统
[0001]本专利技术属于农业灌溉领域，具体涉及一种智能农业精准灌溉方法及系统
。
技术介绍
[0002]世界人口的快速增长对粮食和淡水的需求正在增加，但受全球变暖的影响，可用于灌溉的淡水资源正不断减少，这对粮食安全造成严重威胁
。
为了提高农业灌溉用水效率，避免灌溉不足或过度灌溉带来的负面经济和环境影响，农业灌溉应考虑根据农业灌区环境变化和作物用水需求进行精准灌溉
。
农业灌溉模型即是利用环境数据确定灌溉需求量的过程，现有技术中的农业灌溉模型存在考虑的环境数据参数少
、
估计的灌溉需求量准确度低的不足
。
技术实现思路
[0003]本专利技术的目的在于提供一种智能农业精准灌溉方法以解决现有技术中的农业灌溉模型考虑的环境参数少
、
估计的需求量准确度低的技术问题
。
本专利技术的目的还在于提供一种使用以上方法的智能农业精准灌溉系统
。
[0004]为实现上述目的，本专利技术提供如下技术方案：
[0005]智能农业精准灌溉方法，包括以下步骤，
[0006]第一步：获取目标地区的环境数据并据此计算农业灌区作物的日蒸散量
ET
c
和农业灌区净灌溉需求量
NIR
，计算日蒸散量
ET
c
的公式如下：
[0007][0008]式中，
ET0‑
参考日蒸散量；
...
【技术保护点】
【技术特征摘要】
1.
智能农业精准灌溉方法，其特征在于，包括以下步骤，第一步：获取目标地区的环境数据并据此计算农业灌区作物的日蒸散量
ET
c
和农业灌区净灌溉需求量
NIR
，计算日蒸散量
ET
c
的公式如下：式中，
ET0‑
参考日蒸散量；
Δ
‑
斜率蒸汽压曲线；
R
n
‑
作物表面的净辐射；
G
‑
土壤热通量密度；
γ
‑
湿度常数；
e
s
‑
饱和蒸汽压；
e
a
‑
实际蒸汽压；
T
‑
日平均气温；
u2‑
2m
高度风速；
r
s
‑
大气层的表面阻力；
r
a
‑
空气动力学阻力；
R
ns
‑
净短波辐射量；
R
n1
‑
净长波辐射量；
e(T
max
)
‑
每日最高温度时的饱和水汽压；
e(T
min
)
‑
每日最低温度时的饱和水汽压；
RH
mean
‑
平均相对湿度；
n
‑
实际日照时数；
N
‑
理论日照时数；
R
a
‑
大气层顶部所接受的辐射量；
W
s
‑
日照时数角；
G
sc
‑
太阳系数；
d
r
‑
日地相对距离倒数；
ψ
‑
地理纬度；
δ
‑
日倾角；
T
max,k
‑
每日最高绝对理论温度；
T
min,k
‑
每日最低绝对理论温度；
T
max
‑
每日最高温度；
T
min
‑
每日最低温度；
g
‑
没有
co2影响的参考作物的参考气孔导度；
p
‑
特定植被类型气孔导度的百分比下降；
[co2]
‑
大气中二氧化碳浓度；
330
‑
基准大气
co2浓度；
h
‑
参考作物的高度
(0.12m)
；
K
s
‑
水分胁迫系数；
K
cb
‑
基础作物系数；
K
e
‑
土壤蒸发系数；第二步：建立净灌溉需求量预测模型并预测灌溉时刻农作物净灌溉需求预测量
NIR'
；第三步：计算灌溉渠输送水的过程中流动水蒸发损失量
E
T
和渠床渗漏损失
Q
T
；第四步，根据公式
W
＝
NIR'+E
T
+Q
T
确定农业灌区灌溉的放水量
W。2.
根据权利要求1所述的智能农业精准灌溉方法，其特征在于，在所述第二步中，先根据每日土壤
‑
水分
‑
作物
‑
大气
(SWCA)
平衡模型计算农业灌区净灌溉需求量
NIR
，再以历史收集的环境数据作为输入数据，以净灌溉需求量
NIR
为输出数据，对建立的净灌溉需求量预测模型进行训练，最后再将实时采集的环境数据输入训练好的模型中即可预测灌溉时刻农作物净灌溉需求预测量
NIR'。3.
根据权利要求2所述的智能农业精准灌溉方法，其特征在于，在所述第二步中，计算净灌溉需求量
NIR
的公式如下：式中，
LR
‑
淋溶需求；
GW
‑
地下水贡献水位；
Δθ
v
‑
土壤湿度传感器测定的土壤含水量的变化；
S
‑
灌溉区域的面积；
EC
iw
‑
灌溉水的电导率；
‑
作物耐盐阈值；
P
‑
最近
10
天内的降雨总量
...
【专利技术属性】
技术研发人员：李俊杰，陈盛兰，马鹏，刘宾，王仁权，王佳琳，任灵芝，
申请(专利权)人：郑州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。