基于多源信息融合的灌溉决策方法研究

摘要

灌溉管理智能化和灌溉决策智慧化是灌区信息化的核心，对于提高水资源利用效率，实现农业现代化，促进“乡村振兴”战略实施具有重要意义。要实现精准灌溉，快速准确地获取信息是基础，及时科学地灌溉决策是核心。本研究将信息融合技术引入到农田灌溉领域，以冬小麦为研究对象，开展了基于多源信息融合的灌溉决策方法研究。通过3a的田间试验和室内分析，分析了土壤水分、叶水势、冠层温度和气孔导度等灌溉决策指标的变化规律，构建了基于高光谱的土壤水分估算模型，确定了冬小麦不同生育期、不同土层土壤水分的权重系数，实现了土壤水分在点尺度和区域尺度的融合，构建了不同灌溉决策指标的隶属度函数，完成了多源灌溉决策信息在特征层和决策层的融合，解决了多源灌溉信息的融合难题。取得的主要成果如下:
　　(1)系统分析了土壤水分、叶水势、冠层温度和气孔导度等灌溉决策指标的变化规律。采用留一交叉验证法，构建了基于NVI的土壤水分估算模型，经验证，所建模型的平均相对误差MRE和均方根误差RMSE分别为16.73％和0.0478。利用通径分析方法，分析了叶水势、冠层温度和气孔导度与气象因素之间的关系，得出相对湿度对叶水势的影响作用最明显，饱和水汽压差对冠层温度和气孔导度的影响作用最明显。
　　(2)实现了土壤水分在数据层的融合。采用自适应加权平均融合算法，确定了冬小麦不同生育期、不同土层土壤水分的权重系数，实现了土壤水分在点尺度的融合;利用贝叶斯最大熵方法，实现了三种不同来源土壤水分数据的融合，结果表明，采用BME3（取土+EC-5传感器+反演的土壤水分转换成的高斯分布概率软数据）进行融合，效果最好，完成了土壤水分在区域尺度的融合。
　　(3)构建了灌溉决策指标的基本概率分配函数，实现了多源灌溉信息在特征层的融合。采用模糊推理理论，对各灌溉决策因子属性值进行了模糊化，采用三角形隶属度函数，得到了土壤水分、气孔导度、CWSI和叶水势四个指标的基本概率分配函数，构建了多个融合灌溉因子对灌溉决策的识别框架，为决策层融合提供基础参数。
　　(4)对D-S证据理论进行了改进，实现了多源灌溉信息在决策层的融合。充分考虑灌溉决策的实际情况，对发生冲突的因子，引入距离函数，将平均距离代替冲突证据，解决了多源灌溉信息的融合问题及冲突因子的组合问题。利用实测数据对改进算法进行了验证，与经典D-S证据理论相比，采用本文提出的改进算法，灌溉决策的不确定性大大降低。

目录

声明

摘要

英文缩略表

第一章 引言

1．1 研究背景及意义

1．2 国内外研究进展

1．2．1 灌溉决策指标研究进展

1．2．2 多源信息融合算法研究进展

1．3 研究目标与研究内容

1．3．1 研究目标

1．3．2 研究内容

1．4 研究方法与技术路线

第二章 试验方案与研究方法

2．1 研究区概况与试验设计

2．1．1 研究区概况

2．1．2 试验设计

2．2 观测项目与方法

2．2．1 土壤水分

2．2．2 环境因素

2．2．3 气孔导度

2．2．4 叶水势

2．2．5 冠层光谱

2．2．6 植株生长状况

2．3 参数确定方法

2．3．1 CWSI计算方法

2．3．2 植被指数计算方法

2．4 基础数据分析

第三章 灌溉决策指标的变化规律分析

3．1 土壤水分变化规律分析

3．1．1 传感器监测的土壤水分

3．1．2 植被指数反演的土壤水分

3．2 叶水势变化规律分析

3．2．1 不同水分处理下的叶水势变化规律分析

3．2．2 叶水势与气象因素之间的关系

3．3 冠层温度变化规律分析

3．3．1 不同水分处理下的冠层温度变化规律分析

3．3．2 冠层温度与气象因素之间的关系

3．4 气孔导度变化规律分析

3．4．1 不同水分处理下的气孔导度变化规律分析

3．4．2 气孔导度与气象因素之间的关系

3．5 小结

第四章 多源灌溉信息在数据层的融合

4．1 基于自适应加权平均的多源灌溉信息在数据层的融合

4．1．1 数据一致性检验

4．1．2 自适应加权融合的原理

4．1．3 自适应加权融合算法的推导过程

4．1．4 自适应加权融合算法的线性无偏最小方差性

4．1．5 融合结果分析

4．2 基于贝叶斯最大熵的多源灌溉信息在数据层的融合

4．2．1 贝叶斯最大熵理论概述

4．2．2 软数据生成

4．2．3 构建协方差模型

4．2．4 融合结果分析

4．2．5 融合结果的不确定性评价

4．3 小结

第五章 多源灌溉信息在特征层的融合

5．1 模糊集理论概述

5．1．1 模糊集定义及表示方法

5．1．2 模糊集运算规则

5．1．3 模糊集隶属度函数

5．2 构建灌溉决策因子隶属度函数

5．2．1 土壤水分隶属度函数的建立

5．2．2 叶水势隶属度函数的建立

5．2．3 作物水分胁迫指数隶属度函数的建立

5．2．4 气孔导度隶属度函数的建立

5．3 小结

第六章 多源灌溉信息在决策层的融合

6．1．2 D-S证据理论的基本概念

6．1．3 D-S合成规则

6．2 本文对D-S证据理论的改进

6．3 基于D-S证据理论的多源灌溉信息在决策层的融合

6．4 小结

7．1 主要结论

7．2 主要创新点

7．3 需要进一步研究的问题

参考文献

致谢

作者简历