淠史杭灌区中稻作物系数试验研究(二)

[目的]研究淠史杭灌区中稻作物系数的估算方法。[方法]利用Penman-Monteith公式计算参考蒸散量,通过观测获得中稻实际蒸散蒸腾量,求出2014年中稻实际作物系数Kc,并利用李艳婷等的研究结果建立的移栽后天数模型和积温模型2种方法估算2014年中稻作物系数Kc1和Kc2,分别比较Kc1、Kc2与Kc之间的RMSE,找出适合淠史杭灌区作物系数的估算方法。[结果]Kc1、Kc2与Kc的RMSE分别为0.106和0.197,移栽后天数法估算的作物系数Kc1与实测作物系数Kc较为接近,即淠史杭灌区的中稻作物系数选用移栽后天数法来估算更为准确。[结论]该研究为淠史杭灌区中稻作物系数的研究提供了一定的科学依据。

大数据及人工智能技术在灌溉领域的应用初探

农业部于2016年制定并发布了《关于推进农业农村大数据发展的实施意见》,《意见》规划到2020年底前,实现农业农村历史资料的数据化、数据采集的自动化、数据使用的智能化、数据共享的便捷化。本文抛砖引玉,重点探讨了大数据及人工智能技术在灌溉领域的几个应用案例及发展趋势,简析了大数据及人工智能技术在灌溉领域的应用价值。