基于實時氣象信息的灌溉決策支持系統研究

顧 巍，楊 琳，李泰來

(中工武大設計研究有限公司，武漢 430074)

決策支持系統是一種面向問題的基于計算機技術的信息系統，其一般由數據庫、模型庫及人機交互模塊3個基礎部分組成。決策支持系統最初由美國學者Scott Morton提出，并與20世紀90年代應用于灌溉管理中。隨著計算機技術、3S技術發展并與決策支持系統的結合，使得灌溉管理決策軟件的發展取得了良好的進展[1]。CROPWA在考慮土壤邊界條件及水分平衡原理，編制了灌溉決策軟件[2]。Mateos在水量平衡模型下開發了灌溉用水管理工具SIMIS，提供了長中短期不同的灌水方案[3]。Bazzani 提出多尺度分析的灌溉決策支持系統DSIRR，該系統對灌水決策、水價等對灌溉效果的影響[4]。我國在應用于灌溉的決策支持系統上的研究起步較晚，近年來已有許多學者在結合GIS、實時預報等技術的研究及報道[5-7]。本系統在功能設計、數據準確性及軟件設計等方面具有較大的改進，具有更高的實用性。本文對有系統的相關內容進行介紹，為類似的研究開發工作提供參考。

1 系統功能設計

本系統主要設計了以下幾方面的功能。

(1)氣象信息采集。系統可通過自動氣象站采集灌區氣壓、大氣溫度、大氣濕度、風速等氣象信息。系統可儲存氣象站所采集的歷史數據，為作物需水量的計算、灌溉計劃的制訂提供數據基礎。

(2)灌溉需水量計算。作物日蓄水量ET值的計算是定制灌溉計劃的關鍵。本文綜合考慮氣象、作物及土壤含水率等信息，計算作物日需水量ET值，計算模型中所需要的實時數據主要來源與小型氣象站和田間土壤墑情監測設備。

(3)灌溉計劃制定。結合作物日需水量ET值，根據灌區的灌溉管網及作物實際情況，制定適宜合理的灌溉計劃。

(4)灌溉自動控制。自動灌溉功能可通過控制水泵、電磁閥等設備執行制定的灌溉計劃。

(5)實時計劃修正。根據實時的氣象信息對灌溉計劃進行修正調整，如在灌溉過程中突遇到降雨，系統可自動對灌溉計劃進行修正。

(6)人工干預功能。 可通過實時反饋的信息，提供人工干預功能，對灌溉計劃進行動態修正。

2 系統結構設計

2.1 系統邏輯結構

系統主要輔助決策者制定灌溉計劃及控制灌溉運行，其系統邏輯結構圖如圖1所示。

圖1 系統邏輯結構圖

登錄系統后，進入系統灌溉計劃功能，制定灌溉計劃的步驟如下：①通過自動氣象站中所采集的氣象歷史數據，采用Penman-Monteith法計算參考作物需水量ET0值。結合作物生產情況和土壤水分影響，計算作物日需水量。②結合當前實時土壤濕度，計算灌水量并根據灌區實際情況制定灌溉計劃，并結合用戶的實際需求為用戶提供人工調整計劃功能。③系統自動執行灌溉計劃，當氣象站監測到降雨時，灌溉計劃暫停并對計劃的灌水量進行修正。如降雨量滿足灌溉需求，則灌溉計劃停止；如降雨量不滿足灌溉需求，則以修正后的灌溉計劃繼續執行灌溉。④當計劃執行完畢后，打印輸出計劃及灌溉結果，結束灌溉。

2.2 數據庫設計

系統的實時監測的土壤墑情信息、氣象信息等數據，通過數據庫管理系統存入數據庫中，并利用數據分析技術對數據進行加工、糾錯處理，以利于系統制訂方案的模型使用。系統采用SQL Server 2008數據庫，數據庫可存儲實時氣象數據，氣象數據的采集周期為1 min，系統可通過數據庫查詢當前及歷史氣象數據信息。數據庫可存儲制定的灌溉計劃，并記錄計劃執行過程中的命令及信息，為灌溉結果的評價提供依據。

3 數學模型

(1)作物需水量計算。本系統采用Penman-Monteith法計算參考作物蒸騰蒸散發量ET0值，需要輸入的參數如：飽和水汽壓-溫度曲線斜率、輸入冠層凈輻射、土壤熱通量、濕度計常數、日平均氣溫、2 m 高度的風速、飽和水汽壓、實際水汽壓，需通過小型氣象站采集氣象數據。采用該方法結合作物的修正系數及土壤水分脅迫系數[8]，采用間接法計算作物需水量，如公式(1)所示。

ETi=ET0iKciKwi

(1)

式中：ETi為第i天的實際作物蒸發量；ET0i為第i天的參考作物蒸發量；Kci為作物修正系數；Kwi為土壤水分脅迫系數。

其中作物修正系數Kci采用作物生育期累計天數變化方法進行計算；Kwi土壤修正系數采用結合當前土壤含水率、作物適宜土壤水分上、下限及田間持水率進行計算，并引入經驗系數對不同作物類型進行修正。具體公式參考文獻[8]中內容。

(2)土壤含水率計算。本文采用水量平衡法預測土壤墑情，作物計劃濕潤層的水量平衡方程為：

Wi=Wi-1+P01+WTi-ETi+Mi+Ki

(2)

式中：Wi-1、Wi分別為第i時段初和時段末的計劃濕潤層的土壤含水量；P01為第i時段的有效降雨量；WTi為第i時段由計劃濕潤層增加而產生的水量；ETi為作物需水量；Mi為第i時段的灌溉量；Ki為第i時段的地下水補給量。為提高系統精度，時段初的值都采用實時監測的數據對其進行修正。

(3)數據修正。在系統設計中，主要關注的是當前所采集上數據的正確性，在系統的錯誤中，由于傳輸故障造成的數據缺失時，數據通常為缺省值0。以土壤濕度數據為例，當前時段的濕度與前時段及灌溉過程相關。如系統查詢當前突然濕度為0，則判斷為錯誤數據，需對數據進行糾錯。

采用同一灌溉狀態中的數據對錯誤數據進行修正，如一次灌溉過程中所采集的數據作為錯誤數據修正的參考數據。模型分為灌溉期間和非灌溉期間的數據修正，在灌溉期間采用同一灌溉期的數據對錯誤數據進行修正；在非灌溉期，利用非灌溉期中所采集的數據對錯誤數據進行修正。將灌溉過程中細分之后，每個灌溉期的土壤濕度數據變化的趨勢可認為是單調增或減的，有利于趨勢曲線的擬合和數據分析。在此基礎上，本文采用數據分析中的線性外推方法對錯誤數據進行修正。數據分析技術是一種數據處理和知識發現技術，可以從農業信息數據中的關聯并提高數據的可靠性，國內一些學者在數據分析和農業相結合的領域進行了研究[9-11].

本文采用數據分析方法中的線性外推方法來修正錯誤的數據，因為在灌水的過程中，如灌水過程均勻時土壤濕度的變化是一個接近線性的過程。線性外推法是一種研究隨時間變化而線性變化的事物，可以用來推斷事物未來的變化。在文中，利用其可推斷未知數據的特點，以錯誤數據前時段和后時段的數據為依據，分別從數據前相關時段和數據后相關時段推求得到當前數據的修正值，并取平均值作物當前數據的值代替錯誤數據。以此方法結合灌溉狀態的劃分，能方便快速的修正錯誤的數據，為系統制定灌溉計劃與決策提供保障。

4 系統應用

系統采用C++語言進行開發，選用C++ builder 2010為開發平臺，結合SQL Server 2008數據庫軟件對數據進行管理。開發完成的系統適用于Windows XP/2007/2008操作系統，運行狀態穩定。

本系統應用于湖北某農業種植園區，試驗區灌溉系統完備，系統設立了小型氣象站、田間土壤墑情監測、自動灌溉控制等設備，為園區的種植灌溉決策提供了較好的輔助，不僅實現了灌溉的適時適量，同時節省了大量的勞動力，取得較為理想的效果。

5 結 語

在考慮實時氣象、作物需水量、土壤墑情等信息，結合彭曼公式、水量平衡理論，并敘述了各個參數的計算及修正方法。系統功能完善，具有先進智能的灌溉計劃制定、實時氣象信息修正灌溉計劃功能，同時利用了數據分析技術保障了系統中決策數據的正確性。系統界面友好、操作簡單，且具有人工干預灌溉功能，較好的增強了系統人機交互性，具有較強的普適性，易于實際推廣。在實際中應用表明本系統能有效的輔助種植管理，起到節水、增效及節省人工的作用。再進一步的工作，系統將融合3S技術，利用其強大的空間技術分析能力來進一步優化灌溉預報，提高預報精度，具有較大的擴展空間。

[1] 馬孝義， 王波雷，張建興，等. 灌區用水決策支持系統的現狀及展望[J]，水土保持研究,2008,15(4):28-32,36.

[2] Smith M. CROPWAT: a computer program for irrigation planning and management[M]. Food & Agriculture Orgaization of the United Nations, 1992.

[3] Mateos L, I Lopez-Cortijo, J A Sagardoy. SIMIS: the FAO decision support system for irrigation scheme management[J]. Agricultural Water Management, 2002,56:193-206.

[4] Bazzani G M．A decision support for an integrated multi-scale analysis of irrigation: DSIRR[J]．Journal of Environmental Management, 2005,77(4):301-314.

[5] 楊寶祝，趙春江，孫 想，等．節水灌溉專家決策系統的研究與應用[J] ．節水灌溉, 2002,(2):17-19,23．

[6] 朱 艷,胡繼超,曹衛星，等. 基于作物模型的農田水分管理決策支持系統研究[J].水土保持學報，2005,19(2)：160-162,198.

[7] 譚君位, 崔遠來，張培青. 實時灌溉預報與灌溉用水決策支持系統研究與應用[J]. 中國農村水利水電, 2015,(7):1-4,9.

[8] 張振偉, 馬建琴. 基于日需水量的作物非充分實時灌溉預報模型及應用[J]. 水電能源科學, 2014, 32(4):167-170.

[9] 鄭向群, 高懷友, 周 軍，等. 農業環境信息數據分析中數據挖掘技術的應用[J]. 農業環境與發展, 2003,20(1):35-37.

[10] 張小娟, 蔣云鐘, 趙紅莉，等. 基于數據挖掘技術的遙感ET數據分析[J]. 人民黃河, 2007, 29(8):33-34.

[11] 劉春玲, 崔凌云, 賈冬青，等. 數據挖掘技術在農業領域的應用[J]. 農機化研究, 2010, 32,(7):201-204.