开展区域土壤墒情研究,提高农业用水效率

文章来源:作者: 点击数:发布时间:2018-01-30【字体:   

  区域土壤墒情预测和灌溉预报是灌区灌溉用水管理的核心。基于土壤、作物和天气信息进行土壤墒情预测和灌溉预报,科学解答灌区土壤墒情空间分布、何时何地需要灌溉及灌多少水等问题,对灌区用水管理部门进行水资源科学调配、指导作物适时适量灌溉,提高农业用水效率和效益具有重要意义。当前作物需水量的估算方法大多需要较多的基础数据对未来时段的作物需水量进行估算,但这些所需基础数据大多处于“缺失”或不确定状态,因此,如何利用这些有限的模糊信息对未来时段的作物耗水量进行准确估算以提高墒情预测和灌溉预报精度,一直是当前作物高效用水学科关注的核心问题。尽管土壤水分状况是决定灌或不灌的主要指标,但如不考虑天气状况、农田作物群体长势和作物的需水情况,所做灌溉决策仍缺乏足够的科学性,因此,如何综合考虑作物生长发育、土壤水分、外部环境等因素的影响,降低灌溉预报与决策的风险是农业生产精准管理亟需突破的难题。灌溉预报涉及作物、土壤、气象、水利工程等诸多方面,需要快速获取处理大量的基础数据才能做到精准实时配水,而我国大部分地方种植结构复杂,土壤类型众多,给灌区用水管理带来诸多挑战。GIS具有强大的海量数据输入、空间分布、可视化输出等特点,因此,将GIS与灌溉预报模型相结合,准确直观了解区域尺度的墒情状况,为政府和水行政管理部门提供灌溉预报服务和技术支撑,指导用户进行适时、科学灌溉,对于提高农业用水效率,实现水土资源的可持续利用,具有重要意义。

  但是,在目前灌溉预报中,还存在一定的问题,一是作物需水量如何精准估算?二是定性天气预报中的信息如何定量化?三是多源灌溉信息如何决策?基于以上问题,我们进行了5年深入系统研究,取得了3项创新性成果。

  (1)建立了适用于黄淮海地区的参考作物需水量模型,确定了模型中转换系数K、指数系数n、温度偏移量Toff的空间分布,实现了基于少量的常规天气预报信息即可准确估算区域尺度参考作物需水量的目的;构建了基于温度的作物系数估算模型,提出了基于常规天气预报信息的作物需水量估算模式,估算精度达到了90%以上,较目前常用方法估算精度提高近5%,为区域水资源的科学调配奠定了理论基础和技术支撑。

  (2)提出了天气预报定性信息定量化的解析及表达方法,解决了中长期灌溉预报所需数据难以获取和表达的难题,研究表明,由不同预见期解析得到的平均风速准确率为92.44%,与实测值之间的平均均方根误差(RMSE)为1.11m/s。首次将模糊粗糙集和D-S证据理论应用于灌溉预报与决策模型中,构建了多源信息融合的灌溉预报模型。通过模糊集合构建基本概率分配函数,建立灌溉决策的辨识框架,采用距离函数法,将平均距离替代冲突证据,确定各灌溉指标的权重;根据基本概率分配建立置信度矩阵,通过执行矩阵运算,完成多源灌溉信息在决策层级的融合。该模型在冬小麦和棉花上的应用表明,灌溉决策的不确定性分别由融合前的最高38.0%和39.0%降至9.84%和6.57%,大大提高了灌溉决策的可靠性提高了灌溉决策的可靠性。

  (3)采用系统工程理论和数学建模方法,根据模块化的设计思想,研发了基于WebGIS的区域作物灌溉预报系统平台,实现了天气预报信息的快速抓取和区域灌溉预报信息的网络化展示,为黄淮海地区不同层次用户通过互联网提供了在线服务和技术支撑平台。通过在河南和河北两省四个典型灌区应用,利用该系统平台得到的灌溉预报结果和当天的实测值进行比较,其相对误差在10%以内,预报时间误差低于2天。同时,该平台还可以查询169个棉花站点、129个冬小麦站点、127个夏玉米站点和287个春玉米站点的典型频率的历史作物需水量数据,为灌区的规划设计和灌溉预报提供基础数据支撑。

  依托该项成果,获得发明专利和计算机软件著作权各3项,发表论文23篇(其中SCI 4篇、EI 6篇)。成果于2013年10月-2016年6月,分别在河南和河北两省四个典型灌区进行了推广应用,取得了显著的节水增产效果,提高了灌区水资源调配的科学性和计划性,增强了农业生产的用水保障能力。

图1 作物需水过程与调控团队合影

图2  总体研究思路

 

图3 黄淮海地区参考作物需水量的转换系数K、指数系数和温度偏移量Toff的空间分布图