一種農(nóng)田灌溉智能決策系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種農(nóng)業(yè)信息技術(shù)領(lǐng)域，特別是一種基于土壤墑情數(shù)據(jù)的農(nóng)田灌溉智 能決策系統(tǒng)和方法。
【背景技術(shù)】
[0002] 隨著灌溉技術(shù)的飛速發(fā)展以及干旱多發(fā)性災(zāi)害對農(nóng)業(yè)生產(chǎn)持續(xù)發(fā)展的影響加劇， 墑情預(yù)報意義越來越大，而且水資源的缺乏將使水資源成為一種戰(zhàn)略資源，對社會經(jīng)濟的 發(fā)展起著決定性的作用，對灌溉的適時性與適量性提出了更高的要求，即對墑情預(yù)報提出 了更高的要求，這將使土壤墑情成為農(nóng)業(yè)水土工程學科一個重要的發(fā)展方面。干旱多發(fā)性 一直是阻礙農(nóng)業(yè)生產(chǎn)持續(xù)發(fā)展的一個重要制約因素，供水危機已日益顯現(xiàn)，從水源到農(nóng)作 物產(chǎn)量形成的整個用水過程中，都要做好土壤墑情監(jiān)測預(yù)報與節(jié)水灌溉的管理工作，搞好 土壤水分的監(jiān)測和預(yù)報對于研究土壤水分運動、農(nóng)作物水分狀況以及灌溉制度都具有重要 意義，是農(nóng)業(yè)用水管理和災(zāi)害預(yù)警服務(wù)的重要研究領(lǐng)域。
[0003]目前我國多數(shù)地區(qū)在農(nóng)田及設(shè)施墑情監(jiān)測、災(zāi)害預(yù)警方面以及農(nóng)田灌溉方面還存 在著諸多問題：一是監(jiān)測控制能力低，技術(shù)裝備水平亟需提高。①主要依靠人工調(diào)查獲取數(shù) 據(jù)，使得人工管理支出費用較大，而且人為誤差也很大；②土壤墑情預(yù)報研究成果多以點預(yù) 報為主，缺乏較大尺度的區(qū)域和宏觀預(yù)報方法。二是農(nóng)民灌溉的隨意性大，精確灌溉專業(yè)化 指導有待提高。①農(nóng)田作物生產(chǎn)中農(nóng)民隨雨灌溉、隨水灌溉的情況較多，缺乏作物關(guān)鍵生育 期需水與土壤墑情相結(jié)合從而適量澆水的專業(yè)化指導；②隨水施肥、大水漫灌的現(xiàn)象還很 嚴重，造成了農(nóng)業(yè)用水的浪費。三是春季低溫干旱影響了農(nóng)作物產(chǎn)量，急需防災(zāi)減災(zāi)決策指 導。近年春季低溫干旱對農(nóng)作物生長造成一定影響，科學決策應(yīng)對災(zāi)害，減少水資源浪費， 奪取農(nóng)田豐收具有重要作用。綜上，農(nóng)戶無法直觀獲取所關(guān)心地區(qū)的農(nóng)田土壤墑情信息以 及其灌溉決策，而且，農(nóng)業(yè)部門針對糧食及主要農(nóng)產(chǎn)品數(shù)量安全重大戰(zhàn)略目標，重點開展農(nóng) 作物生產(chǎn)的大規(guī)模智能分析和預(yù)警研究，因農(nóng)田地域分布廣泛，相同地域又有眾多基地，在 同一基地也會存在一個或多個農(nóng)田，若要即時掌握不同地域不同基地的各農(nóng)田內(nèi)的農(nóng)作物 生長的土壤墑情、環(huán)境等情況并對其進行后續(xù)智能分析和預(yù)警，比較困難。此外，無論是農(nóng) 戶還是農(nóng)業(yè)部門都無法隨時隨地精確地并有針對性地給出某農(nóng)田的灌溉智能決策。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明針對現(xiàn)有技術(shù)存在的問題，為農(nóng)戶和農(nóng)業(yè)部門提供一種操作簡單、直觀方 便的農(nóng)田灌溉智能決策系統(tǒng)，無論農(nóng)戶還是農(nóng)業(yè)部門均可以隨時隨地精確地并有針對性地 掌握某地域下某基地下某農(nóng)田的土壤墑情信息和智能灌溉決策。本發(fā)明還涉及一種農(nóng)田灌 溉智能決策方法。
[0005] 本發(fā)明的技術(shù)方案如下：
[0006] -種農(nóng)田灌溉智能決策系統(tǒng)，其特征在于，包括土壤墑情數(shù)據(jù)采集模塊、時間采集 模塊、墑情等級計算建模模塊、灌溉決策處理模塊、空間分布處理模塊和界面顯示模塊，
[0007] 所述墑情等級計算建模模塊根據(jù)農(nóng)田的不同農(nóng)作物在各生長周期內(nèi)的墑情數(shù)據(jù) 范圍進行墑情等級計算建模，從而建立墑情等級計算模型，所述土壤墑情數(shù)據(jù)采集模塊采 集土壤墑情數(shù)據(jù)并輸入至墑情等級計算模型，所述時間采集裝置通過日期時間的采集確定 農(nóng)作物的實際生長階段并輸入至墑情等級計算模型，所述墑情等級計算模型根據(jù)土壤墑情 數(shù)據(jù)采集模塊采集的土壤墑情數(shù)據(jù)和時間采集裝置確定的農(nóng)作物的實際生長階段進行墑 情等級計算，并將墑情等級計算的結(jié)果輸入至灌溉決策處理模塊；所述灌溉決策處理模塊 根據(jù)墑情等級計算的結(jié)果并結(jié)合農(nóng)作物不同生長周期需水特點以及灌溉參數(shù)，通過人工智 能和決策支持相結(jié)合的方式得到灌溉決策，并通過空間分布處理模塊進行空間分布處理后 由界面顯示模塊進行界面顯示；所述土壤墑情數(shù)據(jù)采集模塊采集的土壤墑情數(shù)據(jù)以及墑情 等級計算模型進行墑情等級計算的結(jié)果均通過空間分布處理模塊進行空間分布處理后由 界面顯示模塊進行界面顯示。
[0008] 所述土壤墑情數(shù)據(jù)采集模塊通過土壤墑情傳感器或遠程墑情采集站對0cm~ 80cm深度的土壤層進行墑情數(shù)據(jù)采集；所述墑情等級計算建模模塊根據(jù)農(nóng)田的不同農(nóng)作 物在各生長周期內(nèi)的不同深度土壤層的墑情數(shù)據(jù)范圍進行墑情等級計算建模。
[0009] 所述土壤墑情數(shù)據(jù)采集模塊將采集的0cm~80cm深度的土壤層的墑情數(shù)據(jù)通過 空間分布處理模塊進行空間分布處理，將〇cm~80cm深度的土壤層劃分為若干段，將每段 土壤層的墑情數(shù)據(jù)由界面顯示模塊進行界面顯示，并將墑情等級計算模型對每段的土壤層 的墑情數(shù)據(jù)進行墑情等級計算的結(jié)果通過界面顯示模塊由不同顏色顯示墑情等級。
[0010] 所述墑情等級計算建模模塊針對小麥分別在播種出苗期、苗期、返青分蘗期、拔節(jié) 期、孕穗期、灌漿期和成熟期的墑情數(shù)據(jù)范圍進行墑情等級計算建模，建立墑情等級計算模 型，所述墑情等級計算的結(jié)果劃分為過多、適宜、輕度不足、不足和嚴重不足。
[0011] 所述空間分布處理模塊包括相互連接的引擎模塊和GIS模塊，所述GIS模塊分別 連接土壤墑情數(shù)據(jù)采集模塊、墑情等級計算建模模塊和灌溉決策處理模塊，所述引擎模塊 連接界面顯示模塊；所述GIS模塊采用GIS技術(shù)對不同農(nóng)田地域不同基地不同農(nóng)田的地理 位置進行不同空間分布處理，對相同農(nóng)田得到的土壤墑情數(shù)據(jù)、墑情等級計算的結(jié)果和灌 溉決策進行相同的空間分布處理，再由引擎模塊發(fā)送至界面顯示模塊顯示。
[0012] 還包括環(huán)境信息采集模塊，所述環(huán)境信息采集模塊通過相應(yīng)傳感器采集農(nóng)田環(huán)境 信息，采集的農(nóng)田環(huán)境信息包括空氣溫度和/或空氣濕度和/或光照強度和/或風速和/ 或降雨量，采集的農(nóng)田環(huán)境信息通過空間分布處理模塊進行空間分布處理后由界面顯示模 塊進行界面顯示。
[0013] -種農(nóng)田灌溉智能決策方法，其特征在于，該方法根據(jù)農(nóng)田的不同農(nóng)作物在各生 長周期內(nèi)的墑情數(shù)據(jù)范圍進行墑情等級計算建模，從而建立墑情等級計算模型，再將采集 的土壤墑情數(shù)據(jù)以及通過日期時間的采集確定農(nóng)作物的實際生長階段共同輸入至墑情等 級計算模型，由墑情等級計算模型根據(jù)采集的土壤墑情數(shù)據(jù)和確定的農(nóng)作物的實際生長階 段進行墑情等級計算；然后將墑情等級計算的結(jié)果結(jié)合農(nóng)作物不同生長周期需水特點以及 灌溉參數(shù)，通過人工智能和決策支持相結(jié)合的方式得到灌溉決策；將灌溉決策、采集的土壤 墑情數(shù)據(jù)以及墑情等級計算的結(jié)果均進行空間分布處理后進行界面顯示。
[0014] 該方法根據(jù)農(nóng)田的不同農(nóng)作物在各生長周期內(nèi)的不同深度土壤層的墑情數(shù)據(jù)范 圍進行墑情等級計算建模，并通過土壤墑情傳感器或遠程墑情采集站對〇cm~80cm深度的 土壤層進行墑情數(shù)據(jù)采集，并在采集Ocm~80cm深度的土壤層的墑情數(shù)據(jù)后進行空間分布 處理，將0cm~80cm深度的土壤層劃分為若干段，將每段土壤層的墑情數(shù)據(jù)均進行界面顯 示，將墑情等級計算模型對每段的土壤層的墑情數(shù)據(jù)進行墑情等級計算的結(jié)果由不同顏色 顯不柄情等級。
[0015] 該方法針對小麥分別在播種出苗期、苗期、返青分蘗期、拔節(jié)期、孕穗期、灌漿期和 成熟期的墑情數(shù)據(jù)范圍進行墑情等級計算建模，建立墑情等級計算模型，所述墑情等級計 算的結(jié)果劃分為過多、適宜、輕度不足、不足和嚴重不足。
[0016] 該方法還通過相應(yīng)傳感器采集農(nóng)田環(huán)境信息，采集的農(nóng)田環(huán)境信息包括空氣溫度 和/或空氣濕度和/或光照強度和/或風速和/或降雨量，采集的農(nóng)田環(huán)境信息進行空間 分布處理后進行界面顯示。
[0017] 本發(fā)明的技術(shù)效果如下：
[0018] 本發(fā)明提供的農(nóng)田灌溉智能決策系統(tǒng)，包括土壤墑情數(shù)據(jù)采集模塊、時間采集模 塊、墑情等級計算