大型灌區智慧灌溉系統開發與應用

李增煥，毛崇華，楊 鋮，汪文超，吳志炎，崔遠來，劉方平

(1.武漢大學水資源與水電工程科學國家重點實驗室，武漢 430072；2.中工武大設計研究有限公司，武漢430070；3.江西省灌溉試驗中心站，南昌 330201)

大型灌區具有工程分散性、水資源有限性、水情雨情變化性、農作物需水時效性、灌溉供水動態性等方面的特點，導致灌區水管理工作的復雜性。如何綜合利用灌區各類監測信息和互聯網技術，研發適用于大型灌區的智慧灌溉系統，已成為新時期灌區管理的重要任務之一。大型灌區與果園、草地及大棚等小型區域在區域特點及管理模式上的差異，使得其智慧灌溉系統開發思路不同。小型區域作物種類單一，可由土壤墑情、適宜水分上下限和物聯網技術實現自動灌溉[1-4]，且基本沒有考慮未來降雨對灌溉的影響，陳一飛等綜合考慮降雨有效利用和受旱減產風險，開發了針對小型灌溉系統的智慧灌溉決策平臺[5]。小型區域空間差異性小，信息監測只需考慮監測設備的穩定性、及時性等問題，而大型灌區空間變異性大，必須優化各類信息監測點布設。大型灌區采用2級或多級渠道進行輸配水工作，渠系動態配水制度的優化是大型灌區智慧灌溉系統的特點。汪志農等[6]，趙文舉等[7]對此開展了有效的研究，但如何提高模型適應性及將優化模型嵌入到軟件管理平臺有待研究。汪文超等考慮未來天氣預報和灌區渠系結構，建立了智能化的渠灌區決策支持系統(WIDSS)[8]，但沒有考慮渠系動態配水優化問題。本文基于物聯網技術實現灌區實時信息監測技術，采用水文地質分析法實現監測點優化布設，結合實時灌溉預報模型和渠系動態配水模型實現灌區配水決策，同時結合互聯網技術，構建基于B/S架構的大型灌區智慧灌溉系統，實現灌區智慧用水管理。

1 總體設計

總體設計包括系統架構設計、系統功能設計和數據庫的設計。

1.1 系統架構

智慧灌溉系統包括實時信息監測子系統、通訊子系統、歷史及實時數據管理子系統、實時灌溉預報及渠系動態配水子系統、閘門監測控制子系統、文件管理子系統共6大功能模塊。實時信息監測子系統負責田間水層/土壤墑情、渠道水位/流量、閘門開度、氣象信息、作物信息等數據的實時監測；通訊子系統將監測數據通過GPRS技術上傳至服務器端，同時接收服務器端指令；歷史及實時數據管理子系統負責對通訊子系統上傳的監測數據進行分類、查詢、展示等管理；實時灌溉預報及渠系動態配水子系統基于實時監測數據和天氣預報數據進行實時灌溉預報和渠系動態配水決策；閘門監測控制子系統根據渠系配水決策結果對閘門進行遠程啟閉操作；此外，文件管理子系統負責為整個系統運行過程中的監測數據、基礎數據、預報數據、配水數據，以文檔或圖表形式提供下載或打印接口。系統總體架構見圖1。

圖1 總體架構Fig.1 The system architecture

1.2 功能設計

系統功能見圖2。

圖2 系統功能Fig.2 The structure of system function

(1)實時信息監測。對灌區全范圍內各類信息進行布點監測，監測點類型包括田間水層/土壤墑情、渠道水位/流量、閘門開度、氣象信息、作物信息等。

(2)信息通訊。將監測點的模擬信號轉換為數字信號，并通過GPRS技術進行信號傳輸，上傳至服務器端的相應模塊。

(3)歷史及實時數據管理。對監測點的歷史數據和當前實時數據進行展示，實時數據通過地圖標注和表格形式展示，歷史數據采用折線圖和表格形式展示。

(4)實時灌溉預報及渠系動態配水。根據各類信息進行實時灌溉預報，包括天氣預報、參考作物蒸發蒸騰量ET0預報、田間水層預報和灌水預報。從中國天氣網上抓取天氣預報數據，通過天氣預報數據和2種模型計算ET0，根據水平衡原理進行灌溉預報，根據灌溉預報結果進行渠系動態配水，并生成渠系配水結果表。

(5)閘門監測控制。根據渠系配水結果進行相應的閘門啟閉控制，同時監測閘門的實時閘前水位、流量和開度等信息。

(6)文件管理。對系統運行時的基礎信息、監測信息、預報信息、配水信息、閘門信息等均提供圖表文件下載和打印接口，以實現灌區用水調度的文件管理。

1.3 數據庫設計

根據系統功能和信息類別，將數據庫劃分為監測數據庫、決策數據庫、基礎數據庫。

監測數據庫包含監測點歷史數據表、實時數據表、基本信息表，其中基本信息表存儲監測點的地理位置，名稱等信息。

決策數據庫包含歷史天氣預報表、灌溉預報表和渠系配水表。

基礎數據庫包括灌區工程情況表、用戶信息表以及實時灌溉預報和渠系動態配水模型所需的基本參數表。

2 監測點布設

各類信息監測點布設是否合理決定了監測信息是否能全面有效地反映灌區水情等信息狀況。大型灌區設計灌溉面積在2萬hm2以上，作物情況、水文條件、地形地理、工程情況復雜，監測點的布設應根據監測目的、布設原則和相關方法，逐層考慮、逐步細化。監測點布設整體思路見圖3。

圖3 監測點布設框架Fig.3 Framework of monitoring point layout

2.1 布點數量

田間水層/土壤墑情監測點的數量與灌區內作物種類和作物比例、土壤類型、地形地貌、氣候條件等相關，實際布點時可根據作物、氣候、土壤等因素進行分區，對每個區域進行監測布點。根據影響田間水層或土壤墑情的動態因素，可給出如下總表達式：

N=f1(A0)f2(P)f3(S)f4(F)f5(O)

(1)

式中：N為監測點數量；f1(A0)為大氣因素項；f2(P)為作物因素項；f3(S)為土壤因素項；f4(F)為監測頻率和精度項；f5(O)為其他因素項，包括地形地貌、系統結構、渠道拓撲關系等。

根據作物種類和地形地勢進行分區，平原區地形平坦，田間水層/土壤墑情變化狀況差異性小，1條支渠或666.7 hm2范圍內可布設一個監測點；丘陵區地形差異性大，水情變化狀況差異大，1條支渠或666.7 hm2范圍內可布設2～3個監測點。分區內氣候條件和水文條件變化較大的區域可增設監測點。若經費較少，在保證監測點穩定性和精度的前提下，平原地區監測點布設密度可適當降低至3～5條支渠或0.20～0.33 萬hm2范圍內布設一個監測點。

2.2 布點方式

針對不同水文監測對象，國內外學者對監測站點的布設提出了許多方法，如水文地質法、克里格方法、主成分分析法、信息熵法等[9]，針對反映灌區水情監測點的布設優化方式不多。采用水文地質法分區定點，分區內采用均勻布點方式，并通過聚類分析和經驗知識加以優化。

3 模型開發

根據系統總體設計的要求，將灌區用水管理模型分為實時灌溉預報模型、渠系動態配水模型，模型以模塊化的形式存儲于服務器端的實時灌溉預報及動態用水決策子系統中。

3.1 實時灌溉預報模型

(1)ET0預報模型。系統采用2種ET0預報模型，包括逐日均值修正法和簡化P-M法。

逐日均值修正法[10]：

(2)

簡化P-M法[11]：

(3)

式中：ET0i為第i日參考作物蒸發蒸騰量，mm/d；Δ為溫度～飽和水汽壓關系曲線在T處的切線斜率；Rni為第i日凈輻射，MJ/(m2·d)；G為第i-1日土壤熱通量，MJ/(m2·d)；γ為濕度表常數，kPa/數；Ti為2 m高處溫度，℃；u2為2 m高處風速，m/s；esi為飽和水汽壓，kPa；eai為實際水汽壓，kPa。

式(3)中，飽和水汽壓esi、實際水汽壓eai、溫度～飽和水汽壓曲線在T處的切線斜率Δ，均通過天氣預報的最高溫和最低溫進行換算，2 m高處風速u2采用灌區多年日均值，凈輻射Rni通過第i日實際日照時數ni計算，詳細預報方法見文獻[11]。

(2)作物騰發量計算模型。即：

ETCi=ET0iKCiKS

(4)

式中：KCi為作物系數；KS為土壤水分修正系數；ETCi為第i日作物蒸騰蒸發量，mm/d。

(3)田間水量平衡模型。即：

hi-hi-1-ETCi-1-Si-1+Pi-1-Di-1

(5)

式中：i為日期；hi-1、hi為第i-1日、第i日的田間水層深度；ETi-1為第i-1日作物蒸發蒸騰量；Si-1為第i-1日的田間滲漏量；Pi-1為第i-1日的有效降雨量；Di-i為第i-1日的排水量；所有變量單位均為mm。

(4)灌水量預報模型。即：

I=hmax-hmin

(6)

式中：I為灌水量；hmax為統一灌水中間日的作物適宜水層上限；hmin為統一灌水中間日的作物適宜水層下限，本系統中，hmin為統一灌水中間日的當前水深；所有變量單位均為mm。

3.2 渠系動態配水模型

3.2.1 建模思路

大型灌區渠系多在3級及以上，因支渠及以下渠道錯綜復雜，數量多，系統只考慮3級配水模型，即總干渠-干渠-支渠配水模型。3級渠系配水問題，即給定干渠和總干渠斷面尺寸、工程參數及其下支渠的設計流量、需水量、設計長度、灌溉水利用系數等，確定支渠的實際流量和開閘時間，以保證干渠和總干渠開關閘操作次數少且流量平穩等多個目標。支渠流量可以在設計流量范圍內變化，配水時間根據流量變化而變化，開閘時間在給定最大輪期內變化。

對下級渠道進行動態劃分輪灌組，劃分方式有2種：①延續時間相似，采用時間疊加的形式進行劃分，即下級渠道同時開閘和關閘；②設計流量相似的渠道，采用平鋪劃分，即采用同一流量先后進行下級渠道放水。時間和流量相似的標準為劃分調整流量不超過所有下級渠道設計流量的20%。

3.2.2 目標函數

多級渠系配水要盡可能考慮人為操作便利性，同時考慮渠系滲漏損失少和流量平穩輸送等目標，以保證模型的實用性。本文采用干渠及總干渠閘門操作次數少、渠道輸水平穩、渠系輸水損失小這3個目標來評價模型結果優劣。

(1)閘門操作次數少。即：

(7)

式中：NUM為干渠及總干渠閘門操作總次數；COUNTIF為閘門操作計數函數；Qi為干渠流量，m3/s；Qz為總干渠流量，m3/s；i為干渠渠道序號；n為干渠渠道總數。

(2)渠道輸水平穩。即：

(8)

式中：SCv為干渠及總干渠輸水平穩的變異系數；Cv,i為第i條干渠的流量變異系數；Cv,z為總干渠的流量變異系數。

(3)渠系輸水損失小。即：

(9)

(10)

(11)

Wd=qd(1-η)td

(12)

式中：Wloss為渠系總損失水量，m3；Wz為總干渠損失水量，m3；Wi為第i條干渠損失水量，m3；Wd為第d條支渠損失水量，m3；n、M分別為干渠的數量和支渠的數量；Qz為總干渠流量，m3/s；Qi為第i條干渠流量，m3/s；qd為第d條支渠流量，m3/s；tz為總干渠放水延續時間，s；ti為第i條干渠放水延續時間，s；td為第d條支渠放水延續時間，s；η為支渠灌溉水利用系數；β為干渠襯砌比例；A為渠床透水系數；m為渠床土壤透水指數；L為損失計算渠道長度， km。

3.2.3 約束條件

(1)支渠配水流量約束。支渠流量為設計流量的0.6～1.0倍，即：

qd=αqd設

(12)

式中：qd為第d條支渠實際配水流量，m3/s；qd設為該支渠設計流量，m3/s；α為實際流量與設計流量比值，取值為0.6～1.0。

(2)最大輪期約束。即：

t總

(13)

式中：t總為渠系總配水時間，s；tmax為允許最大總配水時間，s，根據預報的灌水中間日確定。

其他還有水量平衡約束、上下級渠道輸水連續性約束等。以上模型屬于非線性組合優化模型，可采用遺傳算法或差分分組協同進化算法求解，具體求解方法限于篇幅略。

灌溉決策過程：每旬旬初進行灌溉預報決策，查詢未來一旬內的天氣預報，進行降雨預報和作物ET0預報，根據水量平衡原理，對所有站點進行田間水層預報，若所有站點未來一旬內均未出現缺水，則不灌溉；若部分或所有站點未來一旬內田間水層先后達到適宜水層下限，則統一灌水中間日和灌水定額，進行渠系配水，以保證各站點田間水層灌至適宜水層上限。

4 系統實現

4.1 功能實現

系統功能實現采用多種計算機語言或技術。其中，硬件數據傳輸通訊模塊采用Python通訊程序，數據獲取模塊采用Windows定時任務和PHP、Bat程序，數據存儲和操作模塊采用MySQL語言和phpMyAdmin數據庫管理工具，用戶交互模塊采用jQuery和Bootstrap框架。用戶界面采用HTML、CSS、JavaScript語言，服務器端開發框架采用THINKPHP框架，開發語言采用PHP語言，IDE采用PhpStorm。根據1.2中的功能設計進行功能模塊劃分和代碼實現。

(1)實時信息監測。灌區監測點通過Python程序實現遠程數據收發，實時上傳至云服務器的數據庫模塊，田間水層、渠道水位、閘門開度、實時氣象等數據分表存儲。

(2)歷史及實時數據管理。采用百度地圖API二次開發和DTGrid表格實現監測點數據實時查詢，用戶通過實時監測點類型選擇，實現不同類型監測數據切換功能，其中Ajax技術實現前后臺數據交互。

(3)實時灌溉預報及動態用水決策。通過PHP程序和Windows定時任務抓取中國天氣網的預報數據，調用ET0預報模型程序，實現ET0預報計算，同時通過SQL語言查詢最新監測數據，實現各站點灌溉預報。通過ECHARTS圖表和DTGrid表格插件，對預報結果進行展現。采用SQL語言獲取灌溉預報結果和灌區渠道工程情況，調用渠系動態配水模型程序，生成灌區配水結果表，表中包含每條干渠和支渠的配水流量、灌水量、開始時間、結束時間、延續時間。

(4)閘門監測控制。通過通訊子系統實時監測閘門開度并上傳至服務器，通過PHP程序調用閘門信息，并使用DTGrid表格展現，其中通過“開”、“關”、“停”3個用戶按鈕，實現閘門操作，用戶通過此接口將啟閉命令通過GPRS技術傳至閘門控制器，控制閘門啟閉。因閘門屬于重要建筑物，每個閘門均設置了操作密碼，以防誤操作。

(5)文件管理。系統運行過程中所有基礎數據、監測數據、預報數據、配水結果、閘門開度表格等均提供EXCEL、TXT、CSV、PDF格式下載，同時提供打印接口。

4.2 基本操作

作物生育期間，在任一天登錄系統，點擊“信息中心”標簽，實現對各類實時監測數據的查詢、校核，以確保其準確性；點擊“灌溉預報”標簽，系統依次進行天氣預報、ET0預報、水層預報和灌溉預報，得到灌區實時需水預報表；再點擊“渠系配水”標簽，系統實現渠系動態配水決策，得到渠系配水表；點擊“閘門監控”標簽，實現閘門遠程操作；最后根據灌區管理者需求對不同的決策表格進行下載和保存。

5 系統應用

5.1 試驗區概況

系統在江西省贛撫平原灌區西總干渠范圍推廣。西總干渠設計灌溉面積6.4 萬hm2，2017年晚稻實際灌溉面積3.92 萬hm2。重點試驗區有2個：二干渠二分渠和二干渠夯里渠，2條渠道實際灌溉面積分別為573 hm2和200 hm2。

5.2 監測布點

基于灌區工程布置圖和作物分區，結合灌區地形地貌和氣候條件，確定監測點類型和位置，其中西總干示范區內總計布設田間水層/土壤墑情監測點20個，渠道水位/流量監測點 9個，閘門遠程控制點1個，灌區已有水位/流量監測點數據接入10個，實際布局圖見圖4。

圖4 系統監測點布局Fig.4 Layout of system monitoring points

5.3 實施效益

本系統2017年應用于贛撫平原灌區的晚稻生育期水管理。2017年晚稻生育期內降雨量為363.7 mm，相當于平水年降雨量，系統運行結果表明，西總干渠范圍實際灌溉面積合計3.92 萬hm2，實際統計結果表明晚稻期間毛灌水量比多年平均毛灌水量減少6 530 萬m3，節水率15.3%。系統同時通過提高降雨利用率和降低滲漏損失實現節水，其中提高降雨利用率的途徑是灌溉預報時考慮未來降雨的影響，提高灌溉實時性和有效性，減少排水損失；降低滲漏損失的途徑是在渠系配水模型中保證各級渠道流量在0.6～1.0設計流量范圍內，且盡可能逼近設計流量，減少渠系流量損失。

6 結論與展望

本文從總體設計、監測點布設、模型開發、系統應用4個方面詳細闡述了智慧灌溉系統的開發流程。通過系統架構設計和功能設計，詳細闡述了大型灌區智慧灌溉系統的開發思路，建立了適用于大型灌區的集實時信息監測、實時灌溉預報、渠系動態配水、閘門監測控制等多功能的通用型智慧灌溉系統。通過監測點布設原則及方法的研究，探討了適用于大型灌區水情監測布點的合理方式，避免了信息孤島等問題。通過實時灌溉預報模型和渠系動態配水模型的開發，建立了保證多級渠系閘門操作次數少且流量平穩的配水決策方案，可減少灌區配水流量損失，降低閘門人工操作成本。通過開發基于B/S架構的智慧灌溉系統，搭載互聯網云服務器，實現用戶聯網訪問，可極大地降低開發、運維等成本，同時采用先進的Bootstrap框架、ECHARTS、DTGrid插件，使用戶界面更加簡潔和美觀，用戶體驗更加友好。

大型灌區用水管理中，監測點布設是系統穩定運行的保障，本文僅從監測點布設的原則、方法和流程等進行簡要的定性分析，未做深入優化和探究，灌區監測布點的布局優化等應結合空間變異理論和實際情況進行綜合分析和數學量化。此外，因贛撫平原灌區水源水量豐沛，系統未考慮水源缺水等情況，以后的系統升級中可作相應補充。