论文部分内容阅读
在干旱、半干旱地区,灌溉制度的优化对于农业高效用水具有重要意义。本文在模拟田间土壤水分动态变化过程的基础上建立了灌溉制度优化模型,分别应用动态规划及遗传算法进行了求解,并在此基础上,以水库调度函数方法为参考,应用隐随机优化方法建立了灌溉优化函数以进行灌溉预报。论文的研究工作以山西潇河灌溉实验站的气象资料及土壤作物(冬小麦)情况为基础,分析了山西潇河灌区的降水系列和参考作物腾发量序列的随机变化特征以及两者之间的相互关系,以土壤水量平衡模型对土壤含水量变化情况及田间腾发过程进行动态模拟并且利用作物水分生产函数模型估算作物产量,在此基础上确立了以最大相对产量为决策目标的灌溉制度优化模型,并分别应用动态规划方法与遗传算法进行了求解。结果表明两者求解结果相近,遗传算法求解的结果更优。不同情况下的最优灌溉制度具有较为一致的特点:保证冬小麦在抽穗期受到的水分胁迫程度较轻,表明该阶段的冬小麦水分敏感指数较大,是冬小麦生长的关键时期;同时,随着灌溉水量的增加,腾发量和冬小麦相对产量均相应增加,但增加幅度减小很快,灌溉水利用率下降。论文根据隐随机优化的特点,借鉴水库调度函数的定义方法,提出了灌溉优化函数的概念。灌溉优化函数是在对已有历史资料进行确定性优化的基础上,通过统计分析的方法建立不同情况下灌溉决策与前期各影响因素之间的关系,并进行定性及定量两方面的灌溉预报。灌溉优化函数中是否灌溉的定性预报由logistic模型完成,该模型通过前期降水资料及土壤含水量情况计算当前时段的灌溉概率,并同给定的概率显著水平比较以确定是否进行灌溉,模型总的预报准确率能达到80%以上。灌溉水量多少的定量预报分别应用偏最小二乘回归方法与人工神经网络建立预报模型,结果表明人工神经网络的预测结果要优于偏最小二乘方法;两者的预测值在最小灌溉水量附近偏大,而对于优化结果的其它数值,预测效果较好。