基于自激励门限自回归模型的井灌水稻需水量预测

《湖南水利水电)2021年第1期基于节水灌&技能+管-系作23水456789!"春，载&'，呂航,*+(湖南省水利水电勘测设计研究总院，湖南长沙410007)摘要：该研究建立了一种基于作物需水模型的节水灌溉智能化管理系统，通过作物全生育期的需水量不同自适应的调整灌溉量，在保证作物正常产出的情况下，使保水节水的效果达到最大化，为提高作物需水模型估计效率，先以经验灌溉量为基础，将田间水位转化为灌溉量统计，通过观察作物全生育期的田间水位的变化，去除干扰后进行数学建模分析，并将模型带入管理系统进行迭代优化，使管理系统的逐日灌溉量逐渐逼近作物全生育期日需水量，合理有效地分配水资源，极大程度地减少了水资源的浪费。

关键词：节水灌溉；作物需水模型；自适应灌溉1背景我国水资源占全球水资源的6%,仅次于巴西、俄罗斯和加拿大，居世界第4位，但人均只有2200m3,仅为世界平均水平的1/4、美国的1/5,在世界上名列第121位，是全球13个人均水资源最贫乏的国家之一。

我国水资源供需矛盾十分突出，全国669个城市中有400余座城市供水不足,全国有16个省、自治区、直辖市人均水资源拥有量低于国际公认的用水紧张线，北京、天津、山东等10个省、市低于严重缺水线。

在的水源中，重供水管理，在用，节水水面较为薄弱。

面对上述问，结，我国出水资源用、等，、、等，加强对农民节水教育与普及，水宣传，从管理制、管理模式、等多方面入手提升水资源利用效率叫近年来农业灌溉中许多新兴节水技术都被大量应用，、、、水等为的大中水资源用效率。

由于影响因素众多，作物的需水量往往是由理论结供，在低的区，供为，水资源严重，灌用低下等问题。

一水，对需水量的计，立出早稻的全生育期需水型，有将经转为，自动控首及田间进、出水口闸门来调整灌量，大减少人工经参而导致的水资源浪费，根据场数据型，出决，控水量、田间水位田间进排水量，实现精准V该系统可有避免末端的水量损，田间水平，避免了粗放供水带来的水量浪费操不时带来的水量损，是有的水减漏“。

智能灌溉系统中的作物需水模型研究智能灌溉系统是一种能够自动监测和控制水分供应的技术，旨在提高农田的水资源利用效率和作物产量。

而作物需水模型作为智能灌溉系统的关键组成部分，可以根据作物的特性和环境条件来预测作物的需水量，为灌溉决策提供科学依据。

本文将探讨智能灌溉系统中的作物需水模型的研究现状和应用前景。

作物需水是指作物在不同生育期需要的水量，它受到气象因素、土壤条件和作物生理特性等多种因素的影响。

为了实现智能灌溉系统的高效运行，研究人员通过建立作物需水模型来预测作物的水需求，并根据预测结果调整灌溉量。

在智能灌溉系统中，作物需水模型能够根据现场监测数据自动更新，实现动态调控灌溉水量，从而减少水资源浪费和环境污染。

作物需水模型的研究主要包括气象驱动模型和作物生理模型两种类型。

气象驱动模型是根据气象数据和植物蒸腾传导原理来推算作物需水量的模型。

这类模型通常基于蒸发和蒸腾的物理机制，通过测量和模拟气象因素来估计作物需水。

作物生理模型则是通过对植物生长过程的理解和建模，结合土壤水分利用率等参数，来估计作物的需水。

这类模型常常基于作物生长模拟和水分衡算计算，能够更准确地预测作物的需水量。

近年来，随着传感器技术和计算机算法的不断发展，智能灌溉系统的作物需水模型也得到了进一步的改进和优化。

一方面，传感器技术的发展使得实时监测土壤水分、气象因素和作物生长状态等变量成为可能，为作物需水模型提供了更为精确的输入数据。

另一方面，计算机算法的进步提高了作物需水模型的建模和仿真能力，使模型能够更好地适应各种环境条件和作物品种。

智能灌溉系统中作物需水模型的应用前景也十分广泛。

首先，作物需水模型可以为农民提供科学的灌溉建议，帮助他们合理安排灌溉时间和灌溉量，提高作物的生长和产量。

其次，作物需水模型能够帮助农业管理者制定有效的水资源管理政策，减少对地下水和降雨水资源的利用，从而降低灌溉成本和环境压力。

此外，作物需水模型还可以与其他农业技术相结合，如无人机、人工智能等，形成智能化的农业生产系统，实现农业的可持续发展。

灌区退(回归)水量影响及预估研究进展邢子强;刘姗姗;严登华;董国强【期刊名称】《中国农村水利水电》【年(卷),期】2017(0)8【摘要】灌区是陆地社会水循环最为强烈的单元之一;而灌区退(回归)水是评价灌区水资源利用效率的一个重要指标,当前已成为国内外学者关注的热点问题之一。

通过综合分析国内外灌区退(回归)水已有研究成果,得出主要结论:(1)不同学者根据对人工水循环过程的理解,提出灌区退(回归)水定义包括狭义概念和广义概念两种;(2)灌区退(回归)水受灌溉水量、灌溉方式等人为因素和降水量、土壤理化特性、地下水位等天然因素耦合作用影响,但影响灌区退(回归)水的主要因素随灌区不同而发生改变;(3)灌区退(回归)水量预估方法主要有退水系数法、数理统计法、数值模型法3种方法。

【总页数】4页(P1-4)【关键词】灌区退(回归)水;基本概念;影响因素;预估方法【作者】邢子强;刘姗姗;严登华;董国强【作者单位】中国水利水电科学研究院流域水循环模拟与调控国家重点实验室;东华大学环境科学与工程学院【正文语种】中文【中图分类】TV213.9【相关文献】1.大中型引水灌区退水量研究进展 [J], 周志轩;周伟华;杜鹏2.基于多元逐步回归的大型灌区年退水量预测模型研究 [J], 史中兴;费良军;薛才;赵新宇3.基于AHP模型河套灌区引黄用水量主要影响因子的确定 [J], 王悦钰4.景电灌区农业灌溉需水量的影响因素分析与预测 [J], 费良军;陈南束;薛才;张景辉;高秋燕;李静思;李山5.上海地区单季晚稻生长期降水量对产量的影响及产量预估 [J], 史艳姝;李军;谈建国;吴蔚;辛跳儿;周宇因版权原因，仅展示原文概要，查看原文内容请购买。

水稻需水量预测的ANFIS构建及应用杨先野;王宝华;何司彦【摘要】以“中国东北大米之乡”的富锦水稻灌区为例,建立了自适应神经模糊推理系统(ANFIS)的水稻需水量预测模型,通过选择最合适的隶属度函数和模糊规则,实现了对水稻需水量的预测,并且与BP模型比较,结果表明该模型具有很高的预测精度.预测结果对于指导该地区科学用水、发展节水灌溉、节约地下水资源,促进农业的可持续发展具有重要的理论与现实意义.【期刊名称】《黑龙江大学工程学报》【年(卷),期】2013(004)001【总页数】4页(P35-38)【关键词】ANFIS;水稻需水量;预测【作者】杨先野;王宝华;何司彦【作者单位】广州市水务规划勘测设计研究院,广州510405;广州市水务规划勘测设计研究院,广州510405;广东环境保护工程职业学院,广东佛山528216【正文语种】中文【中图分类】S2740 引言水稻需水量的研究是合理开发利用水资源、水利工程规划设计及现代化灌溉管理的技术基础，也是制定作物灌溉制度和探求节水、节能、增产的具体途径，因此研究水稻需水规律，建立需水量预测模型，对于指导该地区科学用水、发展节水灌溉、节约地下水资源，促进农业的可持续发展具有重要的理论与现实意义。

近年来，众多学者将人工智能方法逐渐应用在水稻需水量预测中，并取得了较好效果。

付强等[1]人工神经网络模型；冯艳等[2]小波BP网络模型；李琳等[3]基于免疫蛙跳算法的小波神经网络模型等等；本文以“中国东北大米之乡”的富锦水稻灌区为例，建立了自适应神经模糊推理系统（ANFIS）的水稻需水量预测模型，通过选择最合适的隶属度函数和模糊规则，从而实现了对水稻需水量的预测，并且与BP模型比较，结果表明该模型具有很高的预测精度。

1 ANFIS原理及结构ANFIS是模糊逻辑和神经网络的结合物，是采用反向传播算法和最小二乘法的混合算法调整前提参数和结论参数，并能自动产生If-Then规则。