基于多源信息融合的灌溉决策方法研究

发布时间：2020-09-14 16:29

　　 灌溉管理智能化和灌溉决策智慧化是灌区信息化的核心,对于提高水资源利用效率,实现农业现代化,促进“乡村振兴”战略实施具有重要意义。要实现精准灌溉,快速准确地获取信息是基础,及时科学地灌溉决策是核心。本研究将信息融合技术引入到农田灌溉领域,以冬小麦为研究对象,开展了基于多源信息融合的灌溉决策方法研究。通过3a的田间试验和室内分析,分析了土壤水分、叶水势、冠层温度和气孔导度等灌溉决策指标的变化规律,构建了基于高光谱的土壤水分估算模型,确定了冬小麦不同生育期、不同土层土壤水分的权重系数,实现了土壤水分在点尺度和区域尺度的融合,构建了不同灌溉决策指标的隶属度函数,完成了多源灌溉决策信息在特征层和决策层的融合,解决了多源灌溉信息的融合难题。取得的主要成果如下:(1)系统分析了土壤水分、叶水势、冠层温度和气孔导度等灌溉决策指标的变化规律。采用留一交叉验证法,构建了基于NVI的土壤水分估算模型,经验证,所建模型的平均相对误差MRE和均方根误差RMSE分别为16.73%和0.0478。利用通径分析方法,分析了叶水势、冠层温度和气孔导度与气象因素之间的关系,得出相对湿度对叶水势的影响作用最明显,饱和水汽压差对冠层温度和气孔导度的影响作用最明显。(2)实现了土壤水分在数据层的融合。采用自适应加权平均融合算法,确定了冬小麦不同生育期、不同土层土壤水分的权重系数,实现了土壤水分在点尺度的融合;利用贝叶斯最大熵方法,实现了三种不同来源土壤水分数据的融合,结果表明,采用BME3(取土+EC-5传感器+反演的土壤水分转换成的高斯分布概率软数据)进行融合,效果最好,完成了土壤水分在区域尺度的融合。(3)构建了灌溉决策指标的基本概率分配函数,实现了多源灌溉信息在特征层的融合。采用模糊推理理论,对各灌溉决策因子属性值进行了模糊化,采用三角形隶属度函数,得到了土壤水分、气孔导度、CWSI和叶水势四个指标的基本概率分配函数,构建了多个融合灌溉因子对灌溉决策的识别框架,为决策层融合提供基础参数。(4)对D-S证据理论进行了改进,实现了多源灌溉信息在决策层的融合。充分考虑灌溉决策的实际情况,对发生冲突的因子,引入距离函数,将平均距离代替冲突证据,解决了多源灌溉信息的融合问题及冲突因子的组合问题。利用实测数据对改进算法进行了验证,与经典D-S证据理论相比,采用本文提出的改进算法,灌溉决策的不确定性大大降低。
【学位单位】：中国农业科学院
【学位级别】：博士
【学位年份】：2018
【中图分类】：S274
【部分图文】：

图 3.5 叶水势与气象因子的通径分析图Fig. 3.5 Path analysis diagram of leaf water potential and meteorological factors层温度变化规律分析同水分处理下的冠层温度变化规律分析6 为 2016 年 4 月 8 日不同水分处理条件下的冬小麦冠层温度日变化曲线。从图水分处理条件下，冬小麦冠层温度均呈现先上升后下降的趋势，且呈现出明显中，在 9:00 至 14:00 间，不同水分处理冬小麦的冠层温度不断升高，下午 1，这是由于随着气温的升高、辐射强度和饱和水汽压差的增大，蒸腾强度随之水作用，冠层温度不断增加。之后在 15:00 至 17:00 间，随着太阳辐射的减弱，冠层温度开始不断下降，直至趋于平缓，并且，不同水分处理之间，冠层温低水>中水>高水。这与史宝成（2008）、刘学著（1994）和司南（2016）等人

图 3.9 冠层温度与气象因子的通径分析图Fig. 3.9 Path analysis diagram of canopy temperature and meteorological factors孔导度变化规律分析不同水分处理下的气孔导度变化规律分析3.10 为 2016 年 4 月 8 日不同水分处理条件下的冬小麦气孔导度日变化曲线。从同水分处理条件下，冬小麦叶片气孔导度呈现先降低、后升高、再降低的变化和中水处理的气孔导度均比高水处理的小，二者变化趋势较一致，几乎呈直线递供应充足，有利于气孔的开放，高水处理的气孔导度变化较大。中水和低水处上 9:00-10:00 左右，而高水处理的峰值出现在 10:00-11:00 左右。通过查看 4 月料发现，从 8:00 到 10:00，空气温度上升了 5.5℃，相对湿度从 79%迅速降到快速升高，空气湿度减小，叶片细胞内的 CO2浓度增加(徐莉平，2013)，受到由于其根系吸水不能满足作物蒸腾的需要，作物需要通过关闭气孔来减少体内水则随之减小。从本试验来看，水分胁迫会使气孔导度峰值出现的时间提前，这

图 3.12 气孔导度与气象因子的通径分析图Fig. 3.12 Path analysis diagram of canopy temperature and meteorological factors结主要分析了土壤水分、叶水势、冠层温度和气孔导度灌溉决策指标的变化规律，法，分析了各个气象因子对灌溉指标的直接影响和间接影响，得到了灌溉指标对响应因子，得出的主要结论如下： 水分变化规律水分处理条件下，在返青-拔节期，三个水分处理在 40-60 cm 土层的土壤水分变土壤水分曲线近似水平，原因可能是在该生育期冬小麦大部分根系主要分布在 4划湿润层所处层次，作物主要消耗表层至 30 cm 土层的土壤水分；在拔节-抽穗期在 50-60 cm 土层的土壤水分均变化较小，原因可能是该生育期是小麦营养生长与期，作物为了保证正常生长，根系不断向纵深方向伸展以吸取水分和养分，计划节期的 40 cm 左右，逐渐向纵深发展可能达到 60 cm 土层。到拔节-抽穗后期，

【参考文献】

相关期刊论文 前10条

1 蔡甲冰;许迪;司南;魏征;;基于冠层温度和土壤墒情的实时监测与灌溉决策系统[J];农业机械学报;2015年12期

2 杨昕馨;;基于改进插值法的农田土壤水分与养分空间变异研究[J];现代农业科技;2015年18期

3 徐英;夏冰;;综合BME和BNN法的农田土壤水分与养分分布空间插值[J];农业工程学报;2015年16期

4 丁琼;张佑麟;刘刚;徐振东;费永俊;;水分胁迫对香樟和黑壳楠幼苗光合特性的影响[J];西南林业大学学报;2015年04期

5 宋庆恒;刘英德;马源;谭懿;;基于多传感器数据融合的温室温湿度控制系统设计[J];江苏农业科学;2015年06期

6 姚宁;周元刚;宋利兵;刘健;李毅;吴淑芳;冯浩;何建强;;不同水分胁迫条件下DSSAT-CERES-Wheat模型的调参与验证[J];农业工程学报;2015年12期

7 张若兮;杨勇;张楚天;;基于范畴型变量和贝叶斯最大熵的土壤有机质空间预测[J];土壤通报;2015年02期

8 齐学斌;黄仲冬;乔冬梅;张现超;李平;Mathiasn N Andersen;;灌区水资源合理配置研究进展[J];水科学进展;2015年02期

9 李波;韩丽丽;迟道才;王溥泽;;玉米光合指标与土壤水分的关系研究[J];灌溉排水学报;2015年01期

10 孙俊;金夏明;毛罕平;武小红;杨宁;;高光谱图像技术在掺假大米检测中的应用[J];农业工程学报;2014年21期

相关会议论文 前1条

1 王新;马庆林;;一种新型的基本概率分配函数获取方法及其应用[A];第二十九届中国控制会议论文集[C];2010年

相关博士学位论文 前10条

1 张楚天;贝叶斯最大熵方法时空预测关键问题研究与应用[D];华中农业大学;2016年

2 孙国祥;基于多信息融合的温室黄瓜肥水一体化灌溉系统研究[D];南京农业大学;2016年

3 陆文星;信息缺失下的群决策方法与应用研究[D];合肥工业大学;2015年

4 杨天龙;面向网络入侵检测的串匹配算法优化[D];哈尔滨工业大学;2014年

5 冯锋;基于软集的不确定理论融合研究[D];陕西师范大学;2012年

6 姚付启;冬小麦高光谱特征及其生理生态参数估算模型研究[D];西北农林科技大学;2012年

7 孙锐;基于D-S证据理论的信息融合及在可靠性数据处理中的应用研究[D];电子科技大学;2012年

8 谷艳芳;不同水分处理下冬小麦光合产物分配格局、过程及调控机制的研究[D];河南大学;2008年

9 龚本刚;基于证据理论的不完全信息多属性决策方法研究[D];中国科学技术大学;2007年

10 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年

相关硕士学位论文 前8条

1 司南;北京大兴区冬小麦冠层温度变化规律及相关影响因素研究[D];山东农业大学;2016年

2 夏冰;基于BME和NNE法的农田土壤水分和养分空间插值[D];扬州大学;2015年

3 张杰;基于Zigbee和GPRS的果园智能灌溉控制系统设计[D];西北农林科技大学;2014年

4 郑钦华;基于墒情监测模型的膜下滴灌棉花水分管理决策支持系统[D];石河子大学;2013年

5 李平;基于多源异类信息融合的异步电机故障诊断技术研究[D];湖南科技大学;2013年

6 李丽;土壤水分对冬小麦生理生态特征影响的试验研究[D];南京信息工程大学;2012年

7 苏晓燕;基于多属性数据融合决策的智能化农业预警系统研究[D];上海交通大学;2011年

8 张保梅;数据级与特征级上的数据融合方法研究[D];兰州理工大学;2005年

本文编号：2818392