基于多源信息融合的灌溉決策方法研究.pdf

1、灌溉管理智能化和灌溉決策智慧化是灌區(qū)信息化的核心，對(duì)于提高水資源利用效率，實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，促進(jìn)“鄉(xiāng)村振興”戰(zhàn)略實(shí)施具有重要意義。要實(shí)現(xiàn)精準(zhǔn)灌溉，快速準(zhǔn)確地獲取信息是基礎(chǔ)，及時(shí)科學(xué)地灌溉決策是核心。本研究將信息融合技術(shù)引入到農(nóng)田灌溉領(lǐng)域，以冬小麥為研究對(duì)象，開(kāi)展了基于多源信息融合的灌溉決策方法研究。通過(guò)3a的田間試驗(yàn)和室內(nèi)分析，分析了土壤水分、葉水勢(shì)、冠層溫度和氣孔導(dǎo)度等灌溉決策指標(biāo)的變化規(guī)律，構(gòu)建了基于高光譜的土壤水分估算模型，確定了冬

2、小麥不同生育期、不同土層土壤水分的權(quán)重系數(shù)，實(shí)現(xiàn)了土壤水分在點(diǎn)尺度和區(qū)域尺度的融合，構(gòu)建了不同灌溉決策指標(biāo)的隸屬度函數(shù)，完成了多源灌溉決策信息在特征層和決策層的融合，解決了多源灌溉信息的融合難題。取得的主要成果如下:
　　(1)系統(tǒng)分析了土壤水分、葉水勢(shì)、冠層溫度和氣孔導(dǎo)度等灌溉決策指標(biāo)的變化規(guī)律。采用留一交叉驗(yàn)證法，構(gòu)建了基于NVI的土壤水分估算模型，經(jīng)驗(yàn)證，所建模型的平均相對(duì)誤差MRE和均方根誤差RMSE分別為16.73％和0

3、.0478。利用通徑分析方法，分析了葉水勢(shì)、冠層溫度和氣孔導(dǎo)度與氣象因素之間的關(guān)系，得出相對(duì)濕度對(duì)葉水勢(shì)的影響作用最明顯，飽和水汽壓差對(duì)冠層溫度和氣孔導(dǎo)度的影響作用最明顯。
　　(2)實(shí)現(xiàn)了土壤水分在數(shù)據(jù)層的融合。采用自適應(yīng)加權(quán)平均融合算法，確定了冬小麥不同生育期、不同土層土壤水分的權(quán)重系數(shù)，實(shí)現(xiàn)了土壤水分在點(diǎn)尺度的融合;利用貝葉斯最大熵方法，實(shí)現(xiàn)了三種不同來(lái)源土壤水分?jǐn)?shù)據(jù)的融合，結(jié)果表明，采用BME3（取土+EC-5傳感器+反演

4、的土壤水分轉(zhuǎn)換成的高斯分布概率軟數(shù)據(jù)）進(jìn)行融合，效果最好，完成了土壤水分在區(qū)域尺度的融合。
　　(3)構(gòu)建了灌溉決策指標(biāo)的基本概率分配函數(shù)，實(shí)現(xiàn)了多源灌溉信息在特征層的融合。采用模糊推理理論，對(duì)各灌溉決策因子屬性值進(jìn)行了模糊化，采用三角形隸屬度函數(shù)，得到了土壤水分、氣孔導(dǎo)度、CWSI和葉水勢(shì)四個(gè)指標(biāo)的基本概率分配函數(shù)，構(gòu)建了多個(gè)融合灌溉因子對(duì)灌溉決策的識(shí)別框架，為決策層融合提供基礎(chǔ)參數(shù)。
　　(4)對(duì)D-S證據(jù)理論進(jìn)行了改進(jìn)