一种作物根区土壤水分监测与智能灌溉决策方法

摘要

一种作物根区土壤水分监测与智能灌溉决策方法，包括3个方面：（1）使用土壤水分传感器基于时域反射或频域反射的原理进行土壤水分数据采集；（2）采用基于动态数据驱动应用系统的数值模拟方法，建立土壤水分数学模型，对土壤水分数值进行修正；（3）由水动力学模型得到的作物根区土壤水分含量与设定的作物灌溉阈值进行比较，决定灌溉数据决策。本发明以动态数据驱动应用系统为技术范式，以各种最新的实测气象资料为依据，以实测初始土壤水分和实时表层土壤水分状况、作物生长状况等为基础，对土壤水分做出模拟预报，提高土壤水分预报的动态性、实时性，对制定用水计划有重要意义。

说明书

技术领域

本发明涉及一种土壤水分监测方法，特别涉及一种作物根区土壤水分监测与智能灌溉决策方法。

背景技术

节水灌溉的基础是作物缺水诊断，作物受旱时会有多方面的响应，能够反映作物缺水的指标很多，传统和常用的指标是土壤水分指标，因此土壤水分的测定尤为重要。土壤水分的测定方法已有较长的发展历史，经历了从取土烘干测定到传感器实时自动采集的过程。目前土壤水分的快速测量技术已经比较成熟，可实现实时自动监测和数据采集，但是作物根区土壤水分的连续、实时监测仍没有方便快捷的方法。一般温室作物根系分布在深度0至100厘米以内的土层中，但是由于传感器价格昂贵，在作物根区布设传感器会显著增加成本，在目前的农业灌溉中，监测土壤水分的手段只在土壤表层0至10厘米的范围内布设传感器，并用于指导灌溉决策，但真正被作物利用的是作物根区范围内的土壤水分，仅以表层土壤水分含量作为灌溉决策的依据，不足以反映作物缺水状况，显然不够合理。为了获得作物根区的土壤水分状况，一般方法是在作物根区土壤剖面布设多个传感器，利用多个传感器测得的数据进行灌溉决策，这样不仅破坏原有土体、增加灌溉成本，还将使设置传感器的成本显著增加，多个传感器也会产生大量的冗余数据，增加了决策的难度。为此，建立合适的作物根区土壤水分监测与灌溉决策方法已成为目前智能灌溉控制系统必须解决的问题。王桥等（专利号CN102252973A）公开了一种土壤含水量遥感监测方法，监测土壤水分的瞬时值。秦齐明等（专利号CN101614651A）公开了一种土壤水分监测的数据同化方法，利用遥感数据和数据同化技术实现时空尺度上大面积土壤水分连续监测。有学者由遥感数据反演的表层土壤水分，根据一定的数学模型计算得到深层土壤含水量，但很难实现深层含水量的实时获得。目前土壤水模拟方法还只是一种“静态”模拟，不能实现土壤水分模拟的实时性、动态性，也无法将模拟结果用于智能灌溉系统。

发明内容

为了解决目前无法实现深层土壤含水量的实时获得，不能实现土壤水分的实时、动态模拟，无法将“静态”模拟结果用于智能灌溉系统及指导灌溉决策的问题，本发明提出一种作物根区土壤水分监测与智能灌溉决策方法，所采用的技术方案是：

一种作物根区土壤水分监测与智能灌溉决策方法，包括以下3个方面：

（1）土壤水分数据采集

使用土壤水分传感器基于时域反射或频域反射的原理进行土壤水分数据采集，土壤水分传感器埋设在土壤湿润区域的范围内，土壤水分传感器布设在表层土壤中；

（2）土壤水分数值修正

采用基于动态数据驱动应用系统的数值模拟方法，利用实时监测表层土壤水分获得作物根区的土壤水分状况，建立土壤水分数学模型，连续监测的表层土壤含水量经过修正，用于指导灌溉决策，修正的过程以土壤水分变化的机理性模型即土壤水动力学模型为基础，以动态数据驱动应用系统为土壤水分模拟的技术范式，辅以作物信息和实时气象信息，建立土壤水分模拟和实际土壤水分监测之间的动态模拟系统，动态模拟系统的模拟结果为作物根区土壤水分含量，将作物根区土壤水分含量进行储存、显示，以指导灌溉决策；

（3）灌溉数据决策

由水动力学模型得到的作物根区土壤水分含量与设定的作物灌溉阈值进行比较，低于灌溉阈值下限时进行灌溉，达到灌溉阈值上限时停止灌溉。

一种作物根区土壤水分监测与智能灌溉决策方法，土壤水分变化的机理性模型即土壤水动力学模型的方程为：

$>\left(\begin{array}{cc}\frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[D\left(\theta \right)\frac{\partial \theta }{\partial z}\right]-\frac{\partial K\left(\theta \right)}{\partial z}-S_r(z,t),& 0\le z\le l_r\left(t\right)\\ \frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[D\left(\theta \right)\frac{\partial \theta }{\partial z}\right]-\frac{\partial K\left(\theta \right)}{\partial z},& l_r\left(t\right)\le z\le L\end{array}\right)---\left(1\right)$>

式中，θ为土壤含水率，t为时间，z为垂直坐标，取向下为正，D(θ)为非饱和土壤扩散率，K(θ)为非饱和土壤导水率，l_r(t)是作物根系长度，S_r(z,t)是作物根系吸水率，即根系在单位时间内由单位体积土壤中所吸收的水分的体积，在给定了上边界条件、下边界条件和初始条件之后，经过数值计算得到上式的解，即整个土壤剖面土壤含水量，再处理并获得作物根系范围内的土壤剖面含水量，即作物根区土壤水分含量，上边界条件即实时监测的表层土壤含水量；

D(θ)、K(θ)等土壤水分运动参数选用经验模型确定，作物根系吸水率按下式计算：

$>S_r(z,t)=(\frac{1.8}{\mathrm{lr}\left(t\right)}-\frac{1.6}{{\mathrm{lr}}^2\left(t\right)}z)E_c\left(t\right)---\left(2\right)$>

其中E_c(t)是作物实际腾发量，

将全部求解域Z=0~L离散化为n个单元，共有n+1个结点，编号i=0,1,2，……，n，其中i=0和i=n为边界结点，其余为内结点，距离步长为Δz。时间步长Δt  一般可考虑为变步长，开始阶段取较小值，以后可逐步增大；对任意内结点写出差分方程，经整理后得三对角方程形式：

由追赶法求解上式。

一种作物根区土壤水分监测与智能灌溉决策方法，公式1的上边界条件在蒸发和灌溉过程中有所不同，土壤表面处于蒸发状态时，上边界是变通量的第三类边界条件，取蒸发强度为实测表层土壤含水量的减少量与传感器范围内根系吸水总量之差，忽略表层土壤水分下渗量；灌溉时，上边界条件为已知地表通量的第二类边界条件，地表通量与滴灌滴头流量有关；蒸发和灌溉时，下边界均取有限深度处的土壤含水量，其原则是全部计算过程中下边界以上一定范围内的含水率无变化，即下边界维持为初始值。

一种作物根区土壤水分监测与智能灌溉决策方法，公式（3）方程组中第一个方程的常数项h₁随边界条件的不同而不同；上边界条件为蒸发时，第一个方程的常数项如下：

$>h_1=-E_s^{k+\frac{1}{2}}-K{\left({\theta }_0\right)}^{k+1}-S_1^{k+\frac{1}{2}}---\left(4\right)$>

上边界条件为灌溉时，第一个方程的常数项如下：

$>h_1=R_t^{k+\frac{1}{2}}-K{\left({\theta }_0\right)}^{k+1}-S_1^{k+\frac{1}{2}}---\left(5\right)$>

式中，Es是蒸发强度，Rt是灌溉强度，S是根系吸水项；已知了边界条件和初始条件，由追赶法求解上式，得到作物根区土壤水分含量。

一种作物根区土壤水分监测与智能灌溉决策方法，作物信息包括作物潜在腾发量、作物实际腾发量、作物根系长度和根系吸水速率，作物潜在腾发量采用实时气象信息应用彭曼蒙特斯公式计算获得，作物实际腾发量采用作物潜在腾发量、作物系数和土壤水分修正系数经过计算获得。

一种作物根区土壤水分监测与智能灌溉决策方法，实时气象信息包括温度、湿度、风速和辐射强度。

一种作物根区土壤水分监测与智能灌溉决策方法，确定土壤水分运动参数的经验模型为V-G模型。

一种作物根区土壤水分监测与智能灌溉决策方法，表层土壤是距地表面10厘米之内的土壤。

一种作物根区土壤水分监测与智能灌溉决策方法，灌溉方式为滴灌，土壤水分传感器布设在横向距离滴灌滴头0至10厘米内的表层土壤中。

采用本发明的一种作物根区土壤水分监测与智能灌溉决策方法，可以取得的技术效果是：

一种作物根区土壤水分监测与智能灌溉决策方法，包括以下3个方面：

（1）土壤水分数据采集

使用土壤水分传感器基于时域反射或频域反射的原理进行土壤水分数据采集，土壤水分传感器埋设在土壤湿润区域的范围内，土壤水分传感器布设在表层土壤中；

（2）土壤水分数值修正

采用基于动态数据驱动应用系统的数值模拟方法，利用实时监测的表层土壤水分获得作物根区的土壤水分状况，建立土壤水分数学模型，连续监测的表层土壤含水量经过修正，用于指导灌溉决策，修正的过程以土壤水分变化的机理性模型即土壤水动力学模型为基础，以动态数据驱动应用系统为土壤水分模拟的技术范式，辅以作物信息和实时气象信息，建立土壤水分模拟和实际土壤水分监测之间的动态模拟系统，动态模拟系统的模拟结果为作物根区土壤水分含量，将作物根区土壤水分含量进行储存、显示，以指导灌溉决策；

（3）灌溉数据决策

由水动力学模型得到的作物根区土壤水分含量与设定的作物灌溉阈值进行比较，低于灌溉阈值下限时进行灌溉，达到灌溉阈值上限时停止灌溉。

一种作物根区土壤水分监测与智能灌溉决策方法，土壤水分变化的机理性模型即土壤水动力学模型的方程为：

$>\left(\begin{array}{cc}\frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[D\left(\theta \right)\frac{\partial \theta }{\partial z}\right]-\frac{\partial K\left(\theta \right)}{\partial z}-S_r(z,t),& 0\le z\le l_r\left(t\right)\\ \frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[D\left(\theta \right)\frac{\partial \theta }{\partial z}\right]-\frac{\partial K\left(\theta \right)}{\partial z},& l_r\left(t\right)\le z\le L\end{array}\right)---\left(1\right)$>

式中，θ为土壤含水率，t为时间，z为垂直坐标，取向下为正，D(θ)为非饱和土壤扩散率，K(θ)为非饱和土壤导水率，l_r(t)是作物根系长度，S_r(z,t)是作物根系吸水率，即根系在单位时间内由单位体积土壤中所吸收的水分的体积，在给定了上边界条件、下边界条件和初始条件之后，经过数值计算得到上式的解，即整个土壤剖面土壤含水量，再处理并获得作物根系范围内的土壤剖面含水量，即作物根区土壤水分含量，上边界条件即实时监测的表层土壤含水量；

D(θ)、K(θ)等土壤水分运动参数选用经验模型确定，作物根系吸水率按下式计算：

$>S_r(z,t)=(\frac{1.8}{\mathrm{lr}\left(t\right)}-\frac{1.6}{{\mathrm{lr}}^2\left(t\right)}z)E_c\left(t\right)---\left(2\right)$>

其中E_c(t)是作物实际腾发量，

将全部求解域Z=0~L离散化为n个单元，共有n+1个结点，编号i=0,1,2，……，n，其中i=0和i=n为边界结点，其余为内结点，距离步长为Δz。时间步长Δt一般可考虑为变步长，开始阶段取较小值，以后可逐步增大；对任意内结点写出差分方程，经整理后得三对角方程形式：

由追赶法求解上式。

一种作物根区土壤水分监测与智能灌溉决策方法，公式1的上边界条件在蒸发和灌溉过程中有所不同，土壤表面处于蒸发状态时，上边界是变通量的第三类边界条件，取蒸发强度为实测表层土壤含水量的减少量与传感器范围内根系吸水总量之差，忽略表层土壤水分下渗量；灌溉时，上边界条件为已知地表通量的第二类边界条件，地表通量与滴灌滴头流量有关。蒸发和灌溉时，下边界均取有限深度处的土壤含水量，其原则是全部计算过程中下边界以上一定范围内的含水率无变化，即下边界维持为初始值。

一种作物根区土壤水分监测与智能灌溉决策方法，公式（3）方程组中第一个方程的常数项h₁随边界条件的不同而不同；上边界条件为蒸发时，第一个方程的常数项如下：

$>h_1=-E_s^{k+\frac{1}{2}}-K{\left({\theta }_0\right)}^{k+1}-S_1^{k+\frac{1}{2}}---\left(4\right)$>

上边界条件为灌溉时，第一个方程的常数项如下：

$>h_1=R_t^{k+\frac{1}{2}}-K{\left({\theta }_0\right)}^{k+1}-S_1^{k+\frac{1}{2}}---\left(5\right)$>

式中，Es是蒸发强度，Rt是灌溉强度，S是根系吸水项；已知了边界条件和初始条件，由追赶法求解上式，得到作物根区土壤水分含量。

本发明提供了一种作物根区土壤水分实时连续获得的方法，解决使用表层土壤含水量直接用于灌溉决策的不合理问题，和土壤剖面埋设多个传感器成本高的问题。本发明将土壤水分运动数值模拟与土壤水分监测相结合，依据对表层土壤含水量的统计和分析，得出作物根区土壤含水量的分布和变化规律，将土壤水分运动数值模拟用于作物根区土壤水分计算，打破传统土壤水分模拟的静态模式，在实践上为灌溉预报、农业水管理等提供决策支持，在理论上为复杂系统模拟研究提供新的思路和技术范式。本发明对灌溉决策数据的修正过程采用土壤水动力学模型，模型中各量具有较明确的物理意义，具有坚实的物理背景，可以得出土壤水分随时间空间变化的信息，用于较小的时空尺度上时具有一定的精度保证。本发明以动态数据驱动应用系统为技术范式，提出了土壤水分模拟的全新技术框架体系，与以往的模拟方式不同的就在于它是以各种最新的实测气象资料为依据，以实测初始土壤水分和实时表层土壤水分状况、作物生长状况等为基础，对土壤水分做出模拟预报，能较真实的反映当前的实际情况。利用本发明实现作物根区含水量的实时预报，自动化程度高，节约传感器用量，可以在很大程度上降低成本，提高灌溉管理效率，提高土壤水分预报的动态性、实时性，对制定用水计划有重要意义。

一种作物根区土壤水分监测与智能灌溉决策方法，作物信息包括作物潜在腾发量、作物实际腾发量、作物根系长度和根系吸水速率，作物潜在腾发量采用实时气象信息应用彭曼蒙特斯公式计算获得，作物实际腾发量采用作物潜在腾发量、作物系数和土壤水分修正系数经过计算获得。可以对作物信息的各项数值进行量化，提高作物根区土壤水分监测与智能灌溉决策的准确性和有效性。

一种作物根区土壤水分监测与智能灌溉决策方法，实时气象信息包括温度、湿度、风速和辐射强度。可以全面、准确地计算和评估各项实时的气象信息对作物根区土壤水分监测与智能灌溉决策的影响，进一步提高作物根区土壤水分监测与智能灌溉决策的准确性和有效性。

一种作物根区土壤水分监测与智能灌溉决策方法，确定土壤水分运动参数的经验模型为V-G模型，可以简单快速地获得土壤水分运动参数，提高土壤水分监测与智能灌溉决策的效率。

一种作物根区土壤水分监测与智能灌溉决策方法，表层土壤是距地表面10厘米之内的土壤。可以简化土壤传感器的设置工作，降低成本，提高效率。

一种作物根区土壤水分监测与智能灌溉决策方法，灌溉方式为滴灌，土壤水分传感器布设在横向距离滴灌滴头0至10厘米内的表层土壤中。可以提高传感器对灌溉引起的水分变化的反应速度，提高水分监测的精度。

应用本发明的一种作物根区土壤水分监测与智能灌溉决策方法，自动化程度高，成本低，可以实现作物根区含水量的实时预报，提高灌溉管理效率，提高土壤水分预报的动态性、实时性，对制定用水计划和提高灌溉决策水平具有重要意义。

附图说明

图1是灌溉决策数据修正原理示意图。

图2是作物根区土壤含水量预报方法流程示意图。

图3是滴灌条件下传感器埋设位置示意图。

图4是追赶法解方程的流程示意图。

图5是作物为番茄的应用实例的硬件组成示意图。

图6是作物为番茄的应用实例的土壤水分修正软件界面示意图。

具体实施方式

本发明的一种作物根区土壤水分监测与智能灌溉决策方法，包括以下3个方面：

（1）土壤水分数据采集

使用土壤水分传感器基于时域反射或频域反射的原理进行土壤水分数据采集，土壤水分传感器埋设在土壤湿润区域的范围内，土壤水分传感器布设在表层土壤中；

（2）土壤水分数值修正

采用基于动态数据驱动应用系统的数值模拟方法，利用实时监测表层土壤水分获得作物根区的土壤水分状况，建立土壤水分数学模型，连续监测的表层土壤含水量经过修正，用于指导灌溉决策，修正的过程以土壤水分变化的机理性模型即土壤水动力学模型为基础，以动态数据驱动应用系统为土壤水分模拟的技术范式，辅以作物信息和实时气象信息，建立土壤水分模拟和实际土壤水分监测之间的动态模拟系统，动态模拟系统的模拟结果为作物根区土壤水分含量，将作物根区土壤水分含量进行储存、显示，以指导灌溉决策，土壤水分变化的机理性模型即土壤水动力学模型的方程为：

$>\left(\begin{array}{cc}\frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[D\left(\theta \right)\frac{\partial \theta }{\partial z}\right]-\frac{\partial K\left(\theta \right)}{\partial z}-S_r(z,t),& 0\le z\le l_r\left(t\right)\\ \frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[D\left(\theta \right)\frac{\partial \theta }{\partial z}\right]-\frac{\partial K\left(\theta \right)}{\partial z},& l_r\left(t\right)\le z\le L\end{array}\right)---\left(1\right)$>

式中，θ为土壤含水率，t为时间，z为垂直坐标，取向下为正，D(θ)为非饱和土壤扩散率，K(θ)为非饱和土壤导水率，l_r(t)是作物根系长度，S_r(z,t)是作物根系吸水率，即根系在单位时间内由单位体积土壤中所吸收的水分的体积。在给定了上边界条件、下边界条件和初始条件之后，经过数值计算得到上式的解，即整个土壤剖面土壤含水量，再处理并获得作物根系范围内的土壤剖面含水量，即作物根区土壤水分含量，上边界条件即实时监测的表层土壤含水量。

上边界条件在蒸发和灌溉过程中有所不同，土壤表面处于蒸发状态时，上边界是变通量的第三类边界条件，取蒸发强度为实测表层土壤含水量的减少量与传感器范围内根系吸水总量之差，忽略表层土壤水分下渗量。灌溉时，上边界条件为已知地表通量的第二类边界条件，地表通量与滴灌滴头流量有关。蒸发和灌溉时，下边界均取有限深度处的土壤含水量，其原则是全部计算过程中下边界以上一定范围内的含水率无变化，即下边界维持为初始值。

D(θ)、K(θ)等土壤水分运动参数选用经验模型确定，作物根系吸水率按下式计算：

$>S_r(z,t)=(\frac{1.8}{\mathrm{lr}\left(t\right)}-\frac{1.6}{{\mathrm{lr}}^2\left(t\right)}z)E_c\left(t\right)---\left(2\right)$>

其中E_c(t)是作物实际腾发量，

将全部求解域Z=0~L离散化为n个单元，共有n+1个结点，编号i=0,1,2，……，n，其中i=0和i=n为边界结点，其余为内结点，距离步长为Δz。时间步长Δt一般可考虑为变步长，开始阶段取较小值，以后可逐步增大。对任意内结点写出差分方程，经整理后得三对角方程形式：

由追赶法求解上式，

上列方程组中第一个方程的常数项h₁随边界条件的不同而不同。上边界条件为蒸发时，第一个方程的常数项如下：

$>h_1=-E_s^{k+\frac{1}{2}}-K{\left({\theta }_0\right)}^{k+1}-S_1^{k+\frac{1}{2}}---\left(4\right)$>

上边界条件为灌溉时，第一个方程的常数项如下：

$>h_1=R_t^{k+\frac{1}{2}}-K{\left({\theta }_0\right)}^{k+1}-S_1^{k+\frac{1}{2}}---\left(5\right)$>

式中，Es是蒸发强度，Rt是灌溉强度，S是根系吸水项。已知了边界条件和初始条件，由追赶法求解上式，得到作物根区土壤水分含量；图4是追赶法解方程的流程示意图。图1是灌溉决策数据修正原理示意图。图2是作物根区土壤含水量预报方法流程示意图。

（3）灌溉数据决策

由水动力学模型得到的作物根区土壤水分含量与设定的作物灌溉阈值进行比较，低于灌溉阈值下限时进行灌溉，达到灌溉阈值上限时停止灌溉。

一种作物根区土壤水分监测与智能灌溉决策方法，作物信息包括作物潜在腾发量、作物实际腾发量、作物根系长度和根系吸水速率，作物潜在腾发量采用实时气象信息应用彭曼蒙特斯公式计算获得，作物实际腾发量采用作物潜在腾发量、作物系数和土壤水分修正系数经过计算获得。

一种作物根区土壤水分监测与智能灌溉决策方法，实时气象信息包括温度、湿度、风速和辐射强度。

一种作物根区土壤水分监测与智能灌溉决策方法，确定土壤水分运动参数的经验模型为V-G模型。

一种作物根区土壤水分监测与智能灌溉决策方法，表层土壤是距地表面10厘米之内的土壤。

一种作物根区土壤水分监测与智能灌溉决策方法，灌溉方式为滴灌，土壤水分传感器布设在横向距离滴灌滴头0至10厘米内的表层土壤中。

通常温室作物滴灌滴头流量一般在1至2升/小时，图3是滴灌条件下传感器埋设位置示意图，图中显示了滴灌滴头流量为1升/小时，滴灌时间为7小时的湿润体范围示意图。根据相关试验研究，传感器最好布设在横向距离滴灌滴头0至10厘米内的表层土壤中，图中坐标原点为放置滴灌滴头位置，图中涂色区域为传感器适宜埋设区域。

实现一种作物根区土壤水分监测与智能灌溉决策方法的系统，系统包括土壤水分传感器、气象传感器、标准输入模块、控制器模块、计算机、可视化窗口和用户连接接口，土壤水分传感器、气象传感器、标准输入模块、控制器模块、计算机、可视化窗口和用户连接接口之间电连接，用户连接接口与外部设备的输出接口相适配。计算机可以是微型计算机。

实现一种作物根区土壤水分监测与智能灌溉决策方法的系统，土壤水分传感器、气象传感器、标准输入模块、控制器模块、计算机、可视化窗口和用户连接接口之间的电连接的部分或全部是RS485总线电连接。

实现一种作物根区土壤水分监测与智能灌溉决策方法的系统，标准输入模块设置A/D转换器，计算机设置数据库。

实现一种作物根区土壤水分监测与智能灌溉决策方法的系统，气象传感器包括温度传感器、湿度传感器、风速传感器和辐射传感器。

实现一种作物根区土壤水分监测与智能灌溉决策方法的系统，系统工作的流程为：计算机通过轮询方式采集土壤水分数据和气象信息，土壤水分传感器连续、实时测量的表层土壤水分含量，及气象传感器连续、实时测量的温度、湿度、风速和辐射的气象信息，通过标准输入模块进行A/D转换，并经由标准输入模块发送至控制器，再由控制器存入计算机数据库，计算机从数据库读取所需时段的表层土壤水分数据和气象信息，用于进行数值计算，得到作物根区土壤水分含量，然后获得土壤水分模拟预测，其后新测定的表层土壤水分含量数据输入计算机进行数值计算，获得下一轮的土壤水分模拟预测，构成土壤水分模拟预测和实际土壤水分数值之间实时同步的模拟对应关系，得到作物根区土壤水分含量。

实现一种作物根区土壤水分监测与智能灌溉决策方法的系统，系统与滴灌装置电连接，利用作物根区土壤水分监测与智能灌溉决策的结果，控制滴灌装置的运行，实现滴灌过程的自动控制。

当作物种类为番茄即西红柿时，本发明一种作物根区土壤水分监测与智能灌溉决策方法的实施过程如下：

首先进行硬件配套：由土壤水分传感器、气象传感器、标准输入模块、控制器模块以及计算机组成。图5是作物为番茄的应用实例的硬件组成示意图。

（1）土壤水分、气象信息采集

土壤水分传感器连续、实时地测量表层土壤水分含量，气象传感器实时测量空气温度、湿度、风速、辐射等信息，并及时通过标准输入模块和控制器将数据存入计算机数据库，计算机通过软件界面从数据库读取所需时段的表层土壤水分数据和气象信息，用于进行数值计算。

其中，标准输入模块采集土壤水分标准输入信号，并将此类电信号进行转换，通过A/D转换将模拟信号转化成数字信号，通过RS485总线发送至控制器。控制器接收标准输入模块传来的数字信号，并通过RS485总线与计算机连接，计算机通过轮询方式采集土壤水分数据和气象信息。

（2）土壤水分修正

由软件读取传感器实测得到的相应时段空气温度、湿度、风速、辐射等数据，用彭曼蒙特斯公式计算作物潜在腾发量，乘以番茄的作物系数和土壤水分修正系数得到番茄的实际腾发量E_c(t)，再由番茄相应生育期的根系长度，根据公式（2）计算根系吸水速率。土壤水分运动参数根据土壤质地，由V-G模型计算。由用户输入土壤剖面上实测几个点的含水量，软件系统通过线性插值法计算其他结点水分值，便得到土壤剖面上所有结点的初始含水量。上边界条件由传感器实时测得表层土壤水分值计算，下边界条件为保持不变的初始值。综上，由实测气象数据、表层土壤水分值、作物信息、初始条件、边界条件即可通过追赶法求解土壤水分三对角方程，得到作物根区土壤水分含量。数学模型接收了新测定的表层土壤水分数据和气象信息数据后，进行下一轮的土壤水分数值模拟计算，随着表层土壤水分数据和气象数据的更新，得到作物根区土壤含水量的实时数据。图6是作物为番茄的应用实例的土壤水分修正软件界面示意图。

（3）灌溉决策

根据模拟得到的番茄根区土壤水分含量与番茄灌溉阈值进行比较，低于灌溉下限时进行灌溉，达到灌溉上限时停止灌溉。

本发明的一种作物根区土壤水分监测与智能灌溉决策方法及系统，不受上述实施例的限制，凡是利用本发明的原理、方法或形式，经过变换、代换或组合所形成的技术方案，都在本发明的保护范围内。