灌区内田块需水预报方法、装置、电子设备及存储介质

本发明涉及农业灌溉，尤其涉及一种灌区内田块需水预报方法、装置、电子设备及存储介质。

背景技术：

1、相比于灌区尺度和灌域尺度等大尺度，小尺度的田块需水预报是灌溉管理的核心内容，它可以为灌区的灌溉计划、灌溉调度、灌溉效率评价等提供“细粒度”的科学依据，从而提高灌溉水的利用效率，节约水资源，保障粮食安全，促进农业可持续发展。因此，田块尺度的需水预报方法的研究具有重要的理论意义和实际价值。

2、传统的灌区内田块尺度的需水预报方法主要有以下几种：（1）经验方法：根据历史数据和经验公式，估算灌区的需水量，包括blaney-criddle公式、penman-monteith公式等；（2）统计方法：根据灌区的历史需水数据，建立统计模型，包括回归分析、时间序列分析、灰色预测等；（3）机理方法：根据灌区的物理过程，建立机理模型，包括水量平衡模型、作物生长模型、水文模型等。

3、然而，这些方法都存在一定的误差和不确定性，导致灌区内田块尺度的需水预报的精度不高，不能满足灌区的最优灌溉的要求。

技术实现思路

1、本发明提供一种灌区内田块需水预报方法、装置、电子设备及存储介质，用以解决现有技术中灌区内田块的需水预报的精度不高的缺陷，实现提高灌区内田块的需水预报精度。

2、本发明提供一种灌区内田块需水预报方法，包括：

3、基于灌区内每个网格在未来各时间单元的土壤含水量、所述灌区内每个网格在未来各时间单元的灌溉需求参数和所述灌区内每个网格在未来各时间单元的气象要素进行以网格为单元的需水量预测，得到所述灌区内每个网格在未来各时间单元的需水量；所述网格是通过将所述灌区进行均匀划分得到的；

4、基于密度的空间聚类算法对所述灌区内的网格进行聚类，确定所述灌区内每个田块所包含的网格；

5、根据所述灌区内每个网格在未来各时间单元的需水量，以及每个田块所包含的网格，确定所述灌区内每个田块在未来各时间单元的需水量。

6、在一些实施例中，所述基于灌区内每个网格在未来各时间单元的土壤含水量、所述灌区内每个网格在未来各时间单元的灌溉需求参数和所述灌区内每个网格在未来各时间单元的气象要素进行以网格为单元的需水量预测，得到所述灌区内每个网格在未来各时间单元的需水量，包括：

7、根据所述灌区内每个网格在未来各时间单元的灌溉需求参数、所述灌区内每个网格在未来各时间单元的土壤含水量、所述灌区内每个网格在未来各时间单元的气象要素，构建灌溉量方程和灌溉水利用效率方程；

8、以灌溉水利用效率最高为目标，采用tpe算法对所述灌溉量方程和所述灌溉水利用效率方程进行求解，得到所述灌区内每个网格在未来各时间单元的需水量。

9、在一些实施例中，所述方法还包括：

10、基于smap卫星获取的最近时间单元的土壤含水量遥感数据、所述最近时间单元到当前时间单元的气象数据和土壤水力特性数据进行土壤墒情估算，得到所述灌区在所述当前时间单元的初始土壤含水量分布图；

11、基于土壤墒情监测设备获取的所述当前时间单元的土壤含水量监测数据，对所述灌区在所述当前时间单元的初始土壤含水量分布图进行同化校准，得到所述灌区在所述当前时间单元的土壤含水量分布图；

12、对所述灌区在所述当前时间单元的土壤含水量分布图的分辨率进行提升，得到所述灌区在所述当前时间单元的土壤含水量高分辨率分布图；

13、基于所述灌区在所述当前时间单元的土壤含水量高分辨率分布图进行土壤含水量推算，得到所述灌区内每个网格在未来各时间单元的土壤含水量。

14、在一些实施例中，所述基于smap卫星获取的最近时间单元的土壤含水量遥感数据、所述最近时间单元到当前时间单元的气象数据和土壤水力特性数据进行土壤墒情估算，得到所述灌区在所述当前时间单元的初始土壤含水量分布图，包括：

15、将所述最近时间单元的土壤含水量遥感数据、所述最近时间单元到所述当前时间单元的所述气象数据和所述土壤水力特性数据进行空间匹配，得到所述灌区在所述最近时间单元的土壤含水量分布图；

16、基于改进的水量平衡算法，构建土壤水分运移过程模型；所述改进的水量平衡算法是指在传统的水量平衡算法的基础上引入了土壤水分的水平运动方程；

17、以所述灌区在所述最近时间单元的土壤含水量和所述灌区在所述最近时间单元的土壤含水量分布图为初始条件，以所述灌区边界上的土壤含水量和土壤水势为边界条件，基于有限差分算法对所述土壤水分运移过程模型进行数值求解，得到所述灌区在所述当前时间单元的初始土壤含水量分布图。

18、在一些实施例中，所述基于土壤墒情监测设备获取的所述当前时间单元的土壤含水量监测数据，对所述灌区在所述当前时间单元的初始土壤含水量分布图进行同化校准，得到所述灌区在所述当前时间单元的土壤含水量分布图，包括：

19、将所述当前时间单元的土壤含水量监测数据，与所述灌区在所述当前时间单元的初始土壤含水量分布图进行空间匹配，确定每个网格在所述当前时间单元的土壤含水量监测数据；

20、基于扩展卡尔曼滤波算法，对每个网格在所述当前时间单元的土壤含水量监测数据，以及每个网格在当前时间单元的土壤含水量遥感数据进行同化校准，得到所述灌区在所述当前时间单元的土壤含水量分布图的最优估计向量；

21、基于所述最优估计向量，对所述灌区在所述当前时间单元的初始土壤含水量分布图进行更新，获取所述灌区在所述当前时间单元的土壤含水量分布图。

22、在一些实施例中，所述对所述灌区在所述当前时间单元的土壤含水量分布图的分辨率进行提升，得到所述灌区在所述当前时间单元的土壤含水量高分辨率分布图，包括：

23、将所述灌区在所述当前时间单元的土壤含水量分布图，转换为第一灰度图像；

24、基于深度残差网络的超分辨率算法，对所述第一灰度图像的空间分辨率进行提升，得到高分辨率灰度图像；

25、将所述高分辨率灰度图像进行土壤含水量分布图还原，得到所述灌区在所述当前时间单元的土壤含水量高分辨率分布图。

26、在一些实施例中，所述基于所述灌区在所述当前时间单元的土壤含水量高分辨率分布图进行土壤含水量推算，得到所述灌区内每个网格在未来各时间单元的土壤含水量，包括：

27、根据所述灌区在所述当前时间单元的土壤含水量高分辨率分布图，获取所述灌区内每个网格在所述当前时间单元的土壤含水量；

28、根据所述灌区内每个网格在所述当前时间单元的土壤含水量、所述灌区内每个网格在所述当前时间单元的降水量、所述灌区内每个网格在所述当前时间单元的灌溉量、所述灌区内每个网格在所述当前时间单元的蒸发量和所述灌区内每个网格在所述当前时间单元的渗漏量，构建土壤含水量推算方程；

29、根据所述土壤含水量推算方程，确定所述灌区内每个网格在未来各时间单元的土壤含水量。

30、本发明还提供一种灌区内田块需水预报装置，包括：

31、预测模块，用于基于灌区内每个网格在未来各时间单元的土壤含水量、所述灌区内每个网格在未来各时间单元的灌溉需求参数和所述灌区内每个网格在未来各时间单元的气象要素进行以网格为单元的需水量预测，得到所述灌区内每个网格在未来各时间单元的需水量；所述网格是通过将所述灌区进行均匀划分得到的；

32、聚类模块，用于基于密度的空间聚类算法对所述灌区内的网格进行聚类，确定所述灌区内每个田块所包含的网格；

33、确定模块，用于根据所述灌区内每个网格在未来各时间单元的需水量，以及每个田块所包含的网格，确定所述灌区内每个田块在未来各时间单元的需水量。本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述灌区内田块需水预报方法。

34、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述灌区内田块需水预报方法。

35、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述灌区内田块需水预报方法。

36、本发明提供的灌区内田块需水预报方法、装置、电子设备及存储介质，通过灌区内每个网格在未来各时间单元的土壤含水量、灌溉需求参数和气象要素，预测灌区内每个网格在未来各时间单元的需水量，根据多方面的影响因素进行需水量预测，提高了网格需水量预测的准确信；基于密度的空间聚类算法对灌区内的网格进行聚类，确定灌区内每个田块所包含的网格，实现自适应地划分灌区内的田块，避免人为的划分和误差；根据灌区内每个网格在未来各时间单元的需水量，以及每个田块所包含的网格，确定灌区内每个田块在未来各时间单元的需水量，从而提高了灌区内田块需水预报的精度。