论文部分内容阅读
土壤墒情是指农作物主要根系活动层内的土壤水分状况。土壤墒情模拟和预报是灌区灌溉系统配水关键技术之一。水稻是我国主要粮食作物之一，水稻生产规模的稳定与发展，在粮食生产中占有举足轻重的位置。水稻又是灌溉用水最多的农作物，随着灌溉农业的发展和水资源紧缺问题的日益突出，水稻旱作甚至非充分灌溉的研究显得非常重要，对稻田的土壤墒情进行预报，实行高效的灌溉用水管理，对水土资源的持续利用和农业生产的持续发展有重大的理论和实践意义。 本文针对非充分灌溉稻田土壤墒情预报研究这一薄弱环节，通过田间实验、室内模拟和模型模拟计算，探讨非充分灌溉稻田土壤水分运动规律，建立了土壤墒情预报的经验模型、神经网络模型，并对非充分灌溉条件下水稻的根系发育情况进行分析模拟。根据实测资料，建立了非充分灌溉条件下水稻分蘖期根系吸水模型，形成南方地区非充分灌溉情况下稻田墒情预报的土壤水动力学宏观模型。同时用实测数据对上述三个模型进行了验证，结果表明，神经网络模型的精度最高，经验模型次之，土壤水动力学模型精度较低，这可能与试验手段和设备精度有关。