基于可变模糊聚类的日参考作物腾发量预报模型及应用

短期参考作物腾发量对作物需水量实时预报、精准灌溉的实现以及提高灌区农业水资源高效利用具有极其重要的现实意义。针对已有研究中模型输入项较多、实用性不强或实时信息考虑不够的不足,在可变模糊聚类迭代模型的基础上,建立了基于天气类型的日参考作物腾发量预报模型,通过确定晴、多云、阴、雨四种天气类型下参考作物腾发量的聚类中心,并利用聚类中心对短期相应时段天气状况下的参考作物腾发量进行预报。在郑州地区进行模拟预测,预测值的相关统计参数分别为RMESE=0.438,RE=0.123,R2=0.922,IA=0.972,预报精度令人满意,实例证明了以短期参考作物腾发量为输入的预报模型,真实地反映了田间作物短期水分变化,提出的基于天气类型的日参考作物腾发量预报模型可为实时灌溉预报提供基础数据支持。

实时灌溉模型中作物根区土壤含水率计算方法及应用

为了改进作物实时灌溉模型中土壤墒情的取值方法、提高实时灌溉预报的精度,针对已有研究模型中土壤墒情的取值方法不符合作物生长规律的问题,在充分考虑冬小麦根系随土壤深度分布规律和吸收水分特点的情况下,采用变异系数法计算了冬小麦计划湿润层内各土层土壤含水率的权重,并应用在郑州地区不同水分处理的冬小麦实时灌溉模型中。结果表明,权重法计算的日土壤含水率和灌水总量更符合试验区冬小麦生长规律和灌溉定额标准。