基于实时监测数据的温室墒情预测研究

为实现实时准确的墒情预报,以山西省中心灌溉试验站大棚内2018年和2019年黄瓜、茄子土壤墒情,建立实时墒情预测模型。该试验包括正常灌水和减半灌水两个处理,通过传感器实时监测膜内、膜外土壤含水率;利用水量平衡的基本原理以时段初的土壤含水率为自变量,以及利用泰勒级数对地下水补给量和蒸发蒸腾量做线性化处理,得到了以日为时段的墒情预测模型;利用膜内一点含水率数据和膜外、膜内两点含水率数据平均值分别建立了墒情预测模型,分别称为模型1和模型2,对其预测精度进行了对比分析,验证了模型的精度和适用性。结果表明:①模型1的拟合精度和预测精度均高于模型2;②预测精度随建模系列长度(5、10、15 d)的增加而提高,以15 d建模系列长度预测精度最高;③该模型对于不同作物和不同的受旱程度均具有较好的适应性。该实时墒情预测模型适用性强、精度高,可用于墒情预测。