基于灰色神经网络与模糊控制的寒地水稻灌溉制度.pdfVIP

2018 年4 月 灌溉排水学报 第37 卷 第4 期 Apr. 2018 Journal of Irrigation and Drainage No.4 Vol.37 文章编号：1672-3317（2018 ）04 - 0071 - 09 基于灰色神经网络与模糊控制的寒地水稻灌溉制度 * 冯兆宇，崔天时 ，张志超，王 锐，刘春莉，王立峰 （东北农业大学电气与信息学院，哈尔滨150030） 摘 要：【目的】精确判断寒地水稻的灌溉水量并建立适当的灌溉管理方式，保证作物正常生长需求，起到节水效 果。【方法】根据寒地水稻特殊的生长环境和作物各生育期需水量，设计了基于灰色神经网络与模糊控制的寒地水 稻灌溉制度，该智能灌溉制度通过建立微型气象站监测、传输稻田环境数据，并通过灰色神经网络预测理论预测出 作物灌溉需水量和灌溉制度影响因子；以预测作物灌水量和作物最佳灌水量的差值及差值变化率作为模糊控制器 的输入，灌溉时间长度为输出，驱动电磁阀，达到适时适量灌溉的目的。【结果】MATLAB 仿真结果表明，该灌溉控 制方式比传统控制方式响应速度快、超调量小、控制效果好。在东北农业大学水稻试验田的试验结果表明该灌溉 控制制度的节水率为11.59% ，水稻产量和结实率也有所提高；在黑龙江省建三江农场的田间试验表明该灌溉制度 的节水率高达13.54% 。【结论】该灌溉制度与传统控制方式相比具有很好的节水效果，能对作物各生育期灌溉需水 量进行综合判断和管理，对提高水资源利用率、降低农业生产成本、实现精细农业有重要意义。 关 键 词：微型气象站；灰色神经网络；模糊控制；灌溉制度；灌溉需水量 中图分类号：S274.1 文献标志码：A doi ：10.13522/ki.ggps.2017.0386 冯兆宇，崔天时，张志超，等. 基于灰色神经网络与模糊控制的寒地水稻灌溉制度[J]. 灌溉排水学报，2018 ，37 （4 ）： 71-79. 0 引 言 在中国水资源匮乏的情况下，农业灌溉用水消耗了全国供水量的60%左右，且灌溉水利用率仅为43% ， [1-2] 因此，必须从根本上解决农业用水过度浪费的问题 。黑龙江省是中国生产水稻的大省，但也是一个水资 源总量偏少的省份。近年来，黑龙江省进入了新的干旱周期，灌溉用水短缺问题日益严重，出现了因干旱而 [3] 导致的水稻减产 。 [4] 多年来，农业专家致力于自动节水灌溉制度的研究，在许多地区推广使用了各种节水灌溉技术 。在国 外，节水灌溉控制制度发展起步早，自动化程度高，已经形成了完善的灌溉控制体系，近年来相关研究已经 深入到将气象因素、蒸腾量和土壤含水率相结合的综合灌溉控制。国内在这方面的研究起步较晚，技术落 后，自动化程度不高，距国外的先进水平还有很大的差距。国内使用的大部分灌溉控制器是工作在定时方 式下，依靠工作人员的灌溉经验设定灌溉时间，这种灌溉方式不能达到精确的目的。并且由于寒地水稻的 特殊生长环境，常规的灌溉控制很难达到节水目的，必须结合寒地水稻各生育期的需水量进行调亏灌溉。 农业领域中对中国东北地区水稻灌溉的研究少之又少，因而，针对寒地水稻的节水灌溉制度研究有待进一 [5] 步提高 。 [6-7] 灰色理论模型 是对已有少量的不确定性数据进行灰色生成、处理，进而挖掘出输入数据和输出数据