[发明专利]一种智能式灌溉快速诊断装置与方法有效
申请号: | 201510587877.X | 申请日: | 2015-09-15 |
公开(公告)号: | CN105230450B | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 李云开;刘畅;赵旭 | 申请(专利权)人: | 中国农业大学 |
主分类号: | A01G25/16 | 分类号: | A01G25/16 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 李相雨 |
地址: | 100193 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 灌溉 快速 诊断 装置 方法 | ||
1.一种智能式灌溉快速诊断方法,其特征在于,包括:
获取土壤水分数据;
获取地块的天气数据、种植作物信息、土壤种类;其中,所述天气数据包括预报期内的天气数据;
综合所述天气数据、种植作物信息、土壤种类以及土壤水分数据,生成并输出所述作物的灌溉建议,具体为:
根据所述天气数据、土壤种类、土壤水分数据和种植作物信息,计算所述作物当前所处生育期的灌水下限比率以及所述作物在预报期内每一预报日的根区平均含水率,再分析比较二者大小,给出灌溉建议;
具体包括:
当第一预报日的所述根区平均含水率小于所述灌水下限比率时,查看所述第一预报日的天气数据:
若所述第一预报日的天气数据显示不下雨,则生成在所述第一预报日灌溉的建议;
若所述第一预报日的天气数据显示下雨,则生成根据所述第一预报日的实际降雨情况,在所述第一预报日当天再次诊断的建议;
当第二预报日的所述根区平均含水率大于所述灌水下限比率时,则生成暂不需要灌溉的建议,并计算距离下次诊断的天数;
所述预报期内每一预报日的根区平均含水率计算满足下式:
其中,θi为第i日的所述根区平均含水率;i为所述预报日的天数;z为所述作物本生育期内计划湿润层深度;为进行灌溉诊断当天的所述根区平均含水率;ETci为所述预报期内第i日所述作物的耗水量;其中,灌溉诊断当天的所述根区平均含水率的估算模型为基于支持向量机模型构建,并由各地区墒情站对多个土壤深度体积含水率监测数据与相应计算湿润层土壤平均体积含率作为训练样本进行训练后得到;
所述作物的灌水下限比率计算满足下式:
θ下=Fc×θ下t
θ下为当前灌水下限;Fc为田间持水量;θ下t为各生育期土壤水分下限;
其中,θ下t包括θ下ini、θ下dev、θ下mid和θ下end;θ下ini为所述作物在不同灌溉下的初始生长期的灌水下限,θ下dev为所述作物在不同灌溉下的快速发育期的灌水下限,θ下mid为所述作物在不同灌溉下的生育中期的灌水下限,θ下end为所述作物在不同灌溉下的成熟期的灌水下限;
作物日耗水量ETc的计算满足下式:
ETc=Kc·Ks·ET0预报
其中,ETc为作物日耗水量,单位为mm;ET0预报为通过预报模型计算参照作物日需水量,单位mm;Ks为水分胁迫系数;Kc为作物系数,无量纲;其中,Kc采用联合国粮食与农业组织FAO推荐的分段单值平均法进行计算;本方法中,所取灌水下限为水分胁迫发生时土壤含水率,Ks为1.0;
其中,以北京为例,ET0预报模型的计算满足下式:
ET0预报=0.0454×Tmax+0.1819×Rs-0.5759
其中,ET0预报为使用ET0预报模型预报所得参照作物日需水量,单位,mm;Tmax为日最高气温,单位为℃;Rs为实际太阳辐射,单位,MJ/m2·d;
为获取实际太阳辐射的数值,需要对天气预报中对天气现象的描述进行解析,具体的天气现象解析满足下式:
Rs=αRs0
Rs0=(as+bs)Rα
其中,Rs为折算所求得实际太阳辐射,单位为MJ/m2·d;Rs0为晴空辐射,单位为MJ/m2·d,Rs0仅与纬度与日期在一年中序数有关;α为天气现象太阳辐射折算系数;Rα为碧空太阳总辐射,单位为MJ/m2·d;Gsc为太阳常数,为0.0820min-1;dr为日地相对距离倒数;ωs为太阳时角,单位为:弧度,rad;为地理纬度,单位为:弧度,rad;δ为太阳磁偏角,单位为:弧度,rad;as为回归常数,表示在阴暗日,即n=0时达到地球表面的辐射部分;as+bs表示在晴朗无云天到达地球表面的辐射部分;
其中,天气状况中的晴对应的折算系数α取值为0.9;天气状况中的晴转多云对应的折算系数α取值为0.7;天气状况中的阴转晴、多云、阵雨转晴对应的折算系数α取值为0.6;天气状况中的多云转阴对应的折算系数α取值为0.5;天气状况中的阵雨、阴对应的折算系数α取值为0.4;天气状况中的阴间阵雨对应的折算系数α取值为0.3;天气状况中的连阴雨对应的折算系数α取值为0.1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510587877.X/1.html,转载请声明来源钻瓜专利网。