寒地水稻節水灌溉用水模型研究綜述

李愛傳，桑藝寧，劉烜驥，劉冠雄

（黑龍江八一農墾大學電氣與信息學院，大慶163319）

0 引言

水資源危機被公認為是未來10年，全球共同面對的最嚴重挑戰［1］。節約用水，既是關系人口、資源、環境可持續發展的長遠戰略，也是當前經濟和社會發展的一項緊迫任務［2-3］。預計到2030年，我國人均水資源量將逼近國際公認的1 700 m3嚴重缺水警戒線［4］。其中我國北方地區的水資源問題更為突出，嚴重影響工農業的發展［5-6］。2016年的黑龍江統計年鑒顯示［7］，2015年黑龍江省水稻總種植面積為384.3萬hm2，而1980年的水稻總種植面積為21萬hm2，水稻種植面積逐年在增加。2015年水稻占黑龍江省農作物總播種面積的25.97%，產量為2 199.7萬t，占2015年黑龍江農產品總量的34.78%。但是2015年黑龍江省水資源總量僅為814.1億m3，水資源的嚴重不足制約了可持續發展，必須找到節水灌溉方法降低稻田對水的需求量。

因此，在上述背景下對寒地水稻用水模型進行綜述，目的在于通過寒地水稻用水模型及算法的梳理，研究灌溉用水在寒地水稻不同生育期進行控制灌溉的一般性規律問題，找到寒地水稻節水灌溉運行管理的理論基礎和科學依據，借以能指導大面積的寒地水稻田間節水灌溉，提高水稻用水效率。

1 國外研究現狀

水稻用水量預測是國外已有作物用水量研究中最基本、最重要的內容之一［8］。最具代表性的是英國科學家彭曼（Penman）推導的利用常規氣象觀測資料計算ET0的公式，然后再根據各地區的作物系數和相應的參數將潛在騰發量折算成實際需水量［9-12］。美國Ritchie和Burner發現采用稱重式蒸滲儀的直接測定方法不僅能獲得日騰發值甚至可得到小時資料，于是他們采用蒸滲儀的值來進行指導灌水［13-14］。澳大利亞的Humphreys-E、Meyer.WS等人對新南威爾斯地區水稻騰發量進行了研究，采用美國A級蒸發皿法和彭曼法對照估值，計算數值用于指導灌水［15-16］。印度Rao-N.H提出了基于動態模型生育期的逐周水量分配方案用于指導棉田的灌溉［17-19］。日本的K.Suzuki、A.goto、m.mizutani及泰國的V.Sriboonlue在旱作水稻水文地質條件的基礎上，在泰國東北部做了試驗。構建了一種能很好地表達水文過程和水稻產量關系的模型。仿真結果表明雖然水稻總產下降，上坡地塊被拋棄，但水稻產量穩定增加［20］。

美國Solomon.K.H提出了改進水分生產函數的方法來進行灌溉指導［21-22］。美國的Rezaul Mahmood、David R.Legates及Mark Meo應用CERES-Rice模型確定移栽期土壤水分脅迫對區域尺度潛在產量的影響［23-24］。馬來西亞水稻專家T.S.Lee根據30多年的氣象觀測資料，采用了8種方法分別計算水稻騰發量，把計算結果與實測數值進行對比，發現通過8種方法計算的水稻騰發量都具有相同的變化趨勢［25］。T.S.Lee認為Penman-Monteith是最適合計算水稻騰發量的方法。伊朗的Afshin Soltani和美國的Gerrit Hoogenboom利用30年的氣象觀測數據評估作物，得出能種出最好品種的播期、種植密度、灌溉閾值和響應降水量變化的用水管理模型［26］。巴基斯坦S.Ahmad等人以半干旱環境下水稻為研究對象，先對不同植株密度下的輻射利用效率進行了研究，后對不同灌溉方式下的水分利用效率進行了研究，總結出合理周密的灌溉方式比古老傳統的灌溉方式更優的結論［27］，其用水策略就是采取合理集中的灌溉模式。日本愛媛大學聯合農學研究科的閆浩芳、Hiroki QUE等人從水稻冠層和水面蒸發蒸騰量建立聯合模型預測水稻用水量［28］。

2 國內研究現狀

王樹萱認為氣象因素如空氣溫濕度、風速、日照等因素對水稻需水有較大影響，并對淠史杭灌區水稻需水量進行了探討，他采用線性和非線性回歸方程式的建模方法［29］。李遠華根據實際觀測資料，選取溫度和日照時數2個因素作為回歸預報模型的自變量，采用線性回歸預報和三階指數平滑預報方法［30］。錢慕堯運用灰色預測方法建立了用水量預測模型［31］。

遲道才和何寶安等人在非稱重式鋼筋混凝土結構的蒸滲儀中進行水稻騰發量研究，建立了回歸分析模型［32］。王瑄等運用灰色模型（Grey Model，GM）與自回歸滑動平均模型（Auto-Regressive and Moving Average Model，ARMA），建立需水量的向前l步預測模型［33-34］。遲道才以沈陽地區為例，用時間序列方法對水稻需水量預測模型修正殘差［35］。遲道才等人把人工神經網絡和灰色預測方法結合成并聯型灰色神經網絡預測方法，應用于中長期灌溉用水量預測［36］。彭世彰采用了控制灌溉技術，從稻田土壤水分等生態環境的改善和水稻自身生理等方面分析機理，對彭曼法在節水灌溉水稻需水量計算中的應用進行了分析，提出應力系數KS的計算公式［37］，并對控制灌溉的水稻需水量進行試驗研究［38］。李遠華、張明炷等人提出了非充分灌溉條件下水稻不同生育階段的需水量計算模型［39］，崔遠來和李遠華建立了非充分灌溉條件下具有2個狀態變量和2個決策變量的稻田優化灌溉制度的動態規劃模型［40］。付強用時間序列分析法建立井灌水稻需水量預報模型［41］，并與王志良、梁川建立了井灌水稻生育期內需水量多變量自回歸模型ARV（n）預測模型［42-43］。茆智依據天氣類型、作物綠葉覆蓋率和土壤有效含水率3項因素建立了作物需水量實時預報的方法模型［44］。劉廣明等人結合田間試驗成果，應用Jensen模型建立了寧夏引黃灌區水稻優化灌溉制度［45］。高丹構建了基于人工神經網絡的水稻需水量預測模型，模型預測誤差較大，達到23.97%［46］。馮艷等人基于小波BP網絡3輸入1輸出建立了水稻需水量預測模型［47］。張丹基于BP神經網絡的4輸入1輸出建立了水稻需水量預測模型［48］。奇鳳建立了穩健回歸算法，對內蒙古河套灌區作物水模型及灌溉制度模型進行了優化［49］。孫艷玲等人通過試驗研究，認為Jensen模型適合寒地黑土區水稻的水分生產函數模型計算［50］。匡迎春等人通過水分傳感器、測針分別獲取田間含水率和水層深度作為水稻自動灌溉指標，建立模糊控制系統自動實現適時適量灌溉，建立了灌溉量的2種BP神經網絡預測模型［51］。米晶芳等人通過農田土壤水量平衡原理來計算土壤含水率，并依據土壤含水率判斷是否灌水以及預報灌水時間［52］。康立軍根據農作物在不同生長期田間最低需水量的原理設計了一套基于GSM網絡傳輸的節水灌溉聯動控制系統［53］。李琳等人采用改進的免疫蛙跳算法對小波神經網絡進行優化，提出了基于改進免疫蛙跳算法優化小波神經網絡的預測模型［54］。楊先野等人以佳木斯市、富錦市水稻灌溉區域為例，建立了自適應神經模糊推理系統ANFIS的水稻需水量預測模型，用前幾個生育階段的用水量來預測后一階段的用水量［55］。繆子梅、俞雙恩等人利用結構方程模型建立了水位調控狀態下水稻需水量、光合量、產量間的關系［56］。衣淑娟等人對寒地水稻節水控制灌溉方式下的機理進行了分析，分析了氣溫、日照對水稻用水量的影響，并對用水模型進行了初步研究［57-58］。李愛傳針對近年來寒地水稻種植面積不斷擴大、地下水位急劇下降及田間用水浪費嚴重的問題，研究出適合在寒地稻區控制灌溉條件下的用水模型，并設計寒地水稻節水灌溉自動控制系統來實現水稻本田全生育期自動化管理［59］。

3 存在的問題及研究的必要性

通過對國內外文獻的分析，國外研究最具代表性的是英國科學家彭曼所建立的彭曼公式及其若干修正公式。國內學者們不但對水稻用水量及需水規律，而且對不同水分條件下水稻需水特征、生理過程、產量形成及水稻田水分利用效率也開展了研究。國內外對用水模型的研究有的以彭曼公式為基礎進行修正，有的針對水稻田間環境單一因素進行建模，有的由單因素逐漸擴展到多個因素，研究出一些水稻用水模型，但這些模型多適用于國外和南方的水稻種植區域，而北方寒地地區的氣候和土壤環境與南方有很大差異，所以需要對適應北方一季水稻種植的用水模型進行研究。為了節約農業灌溉用水，保證水稻種植可持續發展，更要對控制灌溉條件下的水稻用水模型進行研究。當前對寒地水稻用水模型的研究十分必要，研究灌溉用水在寒地水稻不同生育期進行控制灌溉的一般性規律問題，建立寒地水稻本田灌溉運行管理的理論基礎和科學依據，可保障區域農業的可持續發展。

4 未來研究方向的發展建議

三江平原是我國稻作主產區，但水資源浪費嚴重，長遠來看當地的水資源并不充足，可開采的地下水有限，探索三江平原水稻節水灌溉信息化管理模式及對應的控制系統具有重要社會意義。根據三江平原的地形、土壤、氣候特征，未來對寒地水稻節水灌溉用水模型的研究重點在以下幾個方面。

（1）節水灌溉和控制灌溉條件下各氣象因子（含降雨和滲漏等擾動量）對寒地水稻日用水量的影響分析研究。以一般性節水灌溉和控制灌溉條件下的寒地稻田日用水量為研究對象，利用外購的國際先進設備或自主研發的新型設備在水稻生長期間不間斷準確獲取各氣象因子與日用水量的對照數據，分析節水灌溉和控制灌溉條件下各氣象因子對日用水量的影響規律，為寒地水稻用水規律的持續性研究和分析提供依據。

（2）寒地水稻節水灌溉控制模型和控制算法研究。一是采用田間定位不間斷觀測，通過多年監測和實時監測取得寒地水稻不同生育期的實際用水量數據及各種傳感器的采集數據，這些積累數據比較龐大，達到了大數據的標準。利用大數據知識篩選出與用水量密切相關的影響因子（輸入量），進行某種分析建立經驗公式，由于數據是真實可靠的，所以建立的經驗公式能夠最大限度地還原真實情況，反復試驗，使經驗公式誤差最小。二是對現有的算法進行學習分析，構建可滿足實際生產需要的誤差小、收斂快、迭代少的用水算法。在節水灌溉模型的實用性方面需要進一步加強研究，尤其是神經網絡、支持向量機、GALM等相關算法。對節水灌溉用水算法的研究是解決水稻可持續發展的重要手段，是下一步研究的重點方向。

（3）基于無線傳輸的水稻節水灌溉自動控制系統平臺的研究。稻田屬于半野外，所以要求平臺的硬件設備能抵抗雷擊暴雨天氣，抗干擾性強，安裝不影響田間作業，功耗低，防護性好，運行可靠。平臺采用主從分布式結構，以下位控制器現場控制為主，可同時控制多路輸出實現自動灌溉，下位控制器具備數據記錄上傳、存儲和顯示工作情況的功能，也具備實時報警、掉電保護、密碼設置等功能。使用對象是面向農場和農業合作社的農業技術人員，因此遵循以下原則：一是科學性原則。系統用于精準灌溉，用水模型及決策指令需尊重科學、要可靠。二是便捷性原則。系統面向的種植戶大多學歷不高，操作要簡單、容易上手，建立“傻瓜型”系統，盡量減少人工干預。三是擴展性原則。考慮未來情況及適用地點等變化，某些功能盡量采用模塊化設計，并留出軟件的擴展性空間和接口。四是信息可讀性強原則。被顯示的信息表達要簡單明了、準確，易被廣大種植戶接受和理解，最好做成圖、表等進行表達，表達語言接近使用者的理解方式。五是自學習和自維護性原則。系統軟件隨時間、水利設施改造、田塊更新等發生變化，灌溉控制模型具有自學習自適應性原則，軟件具有自維護性功能。六是可實現與云服務器的對接原則。總結起來就是要求平臺的性價比高，便于推廣應用。

5 結論

在“互聯網+農業”背景下，水稻的灌溉模式正由傳統淹灌面向節水灌溉和控制灌溉的方向發展，需要先進的傳感器及物聯網技術做支撐，更需要農業信息化技術及手段的支持。本文主要分析了國內外水稻用水模型的發展研究現狀、主要成果及未來的研究方向。目前一些作物的用水模型研究還處于起步階段，研究不夠深入，部分技術難題仍需攻克，仍有較大的研究空間，需要與農學農藝相結合，研究團隊中需要有農學專家的指導。研究寒地水稻的用水模型，能夠提高水稻用水效率，緩解北方地區的水資源危機，保證區域農業及重要農業生產基地的良性發展。