[发明专利]考虑下游农业作物适宜生长的水库生态调度方法

权利要求书

1.一种考虑下游农业作物适宜生长的水库生态调度方法，其特征在于，包括以下步骤（1）根据库区特定作物生长期跟踪监测资料统计得出特定作物所需浇灌水量、环境温度、土壤干湿程度、施肥情况和病虫害等因素的适宜性曲线，以种植区域特定作物收获加权作为生长适合度建立特定作物生长适合度模型；

（2）对水库排水主管道进行分类改造和控制，具体是至少沿水库不同梯度建立表层排水主管和底层排水主管，或者同时建立一级以上中层排水主管，各排水主管分别安装独立阀门和水温及流量传感器，并通过有线或无线传输方式与控制连接，各排水主管汇总连通于总排水管，总排水管安装总阀门和水温及流量传感器，并通过有线或无线传输方式与控制连接，总排水管通过多条排水支管分别引流到库区相应种植区域，各排水支管与相应种植区域内布置的调温管和渗灌管或浇灌沟连通；其中布置于相应种植区域内的调温管和渗灌管或浇灌沟彼此独立，调温管埋置于作物垄底土壤层内，渗灌管布置在作物垄间地沟土壤层表面，或垄间地沟作为浇灌沟，渗灌管两侧分别有渗灌孔，调温管为密封管，各调温管末端汇总连通于输出支管及输出总管后，被输送至蓄水单元或排放至库区下游水区；

（3）根据各排水主管与种植区域高度差，在相应的低水位排水主管上安装水泵和在高水位排水主管安装电磁阀或水泵，以及在各库区种植区域的排水支管上分别安装电磁阀或水泵，并通过有线或无线传输方式与控制连接，根据步骤（1）作物生长适合度模型，控制不同排水主管的水泵或电磁阀开度，实现排水总管水温和流量控制，控制各排水支管的水泵或电磁阀开度，实现种植区域的水温控制和灌溉量控制；

（4）设置在种植区域内的一处以上浇灌水量、环境温度、土壤干湿程度、施肥情况和病虫害等因素的实地子采集点，以同一种植区域内的各实地子采集点的各因素情况的平均值对比所述作物生长适合度模型形成反馈数据，控制单元利用反馈数据来对不同排水主管的水泵或电磁阀开度控制调节或各排水支管的水泵或电磁阀开度控制调节，实现总管水温和流量控制包括分别控制不同梯度的排水总管开度后，进行不同梯度水压和水温混合形成的混合水压和混合水温的控制；

（5）针对特定作物生长期建立水-温控制情况建立数学模拟模型，记录特定作物不同生长期条件下的水-温动态数值，将特定作物产量数值结果代入数学模型得出同种新作物在该种植区域收获适合度；

（6）以水-温参数为自变量，种植区域收获适合度为因变量，将步骤（5）的数学模型及收获适合度结果作为学习样本输入三层BP 神经网络进行学习训练，建立水库调度与特定作物生长期适合度函数关系表达式，进行BP 神经网络进行学习训练，首先确定输入向量和输出向量：输入向量为总排水管水温T0，流量S0或水压P0，排水支管水温T1，流量S1或水压P1，输出向量为实地子采集点平均温度T2，湿度PH2；其次根据输入向量、输出向量构造符合温度湿度的BP神经网络模型，并根据实际预测精度要求，设定误差阈值；建立BP神经网络模型中选择单隐含层，其节点采用试凑法公式来确定：，式中：h为隐含层节点；m为输入层节点数；n为输出层节点数；a为1-10之间的调节常数；然后以所选取的影响因素的历史数据生成输入向量，以所对应时刻输出向量值的历史数据作为期望输出向量，得到训练样本；将所述输入向量输入所构造的BP 神经网络模型得到实际输出向量，即为温度湿度的预测值；以输出向量预测值与输出向量期望值的均方根误差作为BP 神经网络误差反向传播算法的输入数据对BP 神经网络模型进行循环往复训练，不断调整网络的权值和阈值，直至输出的预测值与期望值之间的误差小于设定阈值且误差平方和达到最小，得到训练后的 BP 神经网络模型；最后根据所选取的影响因素的待预测时刻的实际数据生成测试输入向量，将测试输入向量输入训练后的BP 神经网络模型，其输出即为待预测时刻的温度湿度值。

2.根据权利要求1所述的考虑下游农业作物适宜生长的水库生态调度方法，其特征在于，还包括以特定作物生长期适合度最大作为作物生长期水库调度生态目标，建立水库调度生态效益目标函数。

3.根据权利要求1所述的考虑下游农业作物适宜生长的水库生态调度方法，其特征在于，排水支管通过三通管与相应种植区域内布置的调温管和渗灌管分别连接，在三通管的两个叉管上分别安装相应电磁阀，并被控制单元控制。

4.根据权利要求1所述的考虑下游农业作物适宜生长的水库生态调度方法，其特征在于，采用同一根管并在该管内横置隔层形成下层的调温管和上层的渗灌管，调温管埋置于作物垄底土壤层内，渗灌管布置在作物垄沟土壤层表面，渗灌管两侧分别有渗灌孔。