4.3.2.2 深度学习的实时灌溉预报模型
（1）设计思路
实时灌溉预报模型主要用于预报未来一个时段内灌区的农业灌溉需水量，为实时掌握灌区用水需求、开展灌溉决策和配水调度提供科学依据，也为灌区用水的精细化管理奠定基础。该模型集成了作物需水量预报模型、降雨量预报模型和灌水量预报模型。作物需水量预报模型采用“Ks-Kc-ET0”法，其中，参考作物腾发量预报模型采用逐日均值修正法或Hargreaves-Samani公式法，该方法的实用性已被国内外多个灌区（如漳河灌区、赣抚平原灌区等）验证；降雨量预报模型采用天气类型转换法，即获取我国气象部门发布的天气预报信息，采用定量转换方法将其中的天气类型转化为降雨量；灌水量预报模型包含水田作物田间水层动态模型和旱作物土壤水分动态模型，两个模型均基于水量平衡原理，确定各水量平衡项（如作物需水量、降雨量、地下水补给量、渗漏量等）的定量计算方法，最终计算得到灌水量和排水量。水田作物主要为水稻，参照群众丰产灌水经验和田间试验资料，制定作物各生育期水层控制标准，结合水量平衡计算公式，确定最终的灌水量和排水量。旱作物有苗木、茶叶、棉花、玉米、花卉、水果等，因其耗水量小，任一时段内土壤计划湿润层内的储水量必须保持在一定的适宜范围内，即通常要求不小于作物允许的最小储水量和不大于作物允许的最大储水量。根据灌区种植经验和相关规范确定这两个参数，当土壤含水量降低到一定的阈值，即需灌溉。
（2）预期目标
①构建安地灌区实时灌溉预报模型，实现灌区作物旱情预警及需水预报数字化。
②以模型预报的需水量数据为灌区水资源优化调度提供支撑。
（3）实施方案
①灌区基础情况调研及相关资料收集分析
A.灌区可用水源分析及作物种植结构调研
通过资料收集和现场调研，了解灌区可用水源及灌溉范围、作物种植结构，以便对灌区进行合理的分区并选取典型田块。
B.灌区长系列气象资料收集分析
从当地气象部门或者中国气象数据网（http：//data.cma.cn/）收集金华市1985—2019年逐日历史气象数据资料，包含最低气温、最高气温、平均气温、平均风速、日照时数、平均相对湿度，并从中国天气网（http：//www.weather.com.cn）通过PHP编程语言抓取自2012—2021年预见期为7天的天气预报数据（最高气温、最低气温、天气类型、风力等级），为灌区作物需水量预报模型构建提供数据基础。
C.灌区其他相关资料收集
其他相关资料包括代表性实验站历史实测作物需水量数据、灌区土壤参数（土壤类型、田间持水量、枯萎系数、深层渗漏量）、灌区各级渠道、田间灌溉水利用系数资料、灌区渠系分布资料、灌区近三年放水资料等，为灌区实时灌溉预报模型构建及预报精度验证提供数据基础。
②参考作物腾发量（ET0）预报模型构建及验证
本模型以FAO-56 Penman-Monteith（PM）公式计算的ET0值为基准值，以1985年1月1日—2011年12月31日的数据为率定期，确定温度法中各公式的参数，然后以天气预报中气温预报数据为输入，采用率定后的仅基于温度的ET0预报公式进行未来7天的ET0预报。并以2012年5月24日—2021年12月31日的气温预报数据为验证期数据，验证并分析各温度法ET0预报模型的预报精度及适用性，最终选取一种预报精度较高、适用性较强的方法作为安地灌区的ET0预报模型。
A.参考作物腾发量预报模型构建
根据收集的逐日天气预报数据，采用ET0预报模型（McCloud模型、Hargreaves-Samani模型和Blaney-Criddle模型）构建基于公共天气预报的短期参考作物腾发量（ET0）预报模型，具体数学模型如下：
a.Mc Cloud（MC）模型
Mc Cloud法最早是在美国佛罗里达州提出的，用于计算草坪和高尔夫球场的潜在腾发量，其计算变量单位需转换为国际制。转换后的公式如下：
式中，ET0，MC为MC法计算的参考作物蒸发蒸腾量，mm/天；KMC、W为常数，KMC=0.254，W=1.07；T为日平均温度，℃。
b.Hargreaves-Samani（HS）模型
根据美国加利福尼亚州当地蒸渗仪的数据，HS法在1985年首次提出。该方法仅需要最高气温和最低气温即可计算ET0。尽管模型是在半干旱气候条件下建立的，但在各气候区均有较好的计算精度，因而HS法是最常用的温度法之一。其表达式如下：
式中，ET0，HS为HS法计算的ET0值；C和E两个参数的建议值分别为0.0023和0.5；Ra为地球外辐射，MJ·m-2/天；λ为平均气温的蒸发潜热，通常取值为2.45 MJ·kg-1；Tmax和Tmin分别为最高气温和最低气温，℃。过往研究表明，由于HS法具有地区变异性，因而对HS法中的参数C、E进行地区校正有助于提升模型计算精度。
c.Blaney-Criddle（BC）模型
Blaney-Criddle法由Blaney和Criddle在1962年提出，BC法认为在土壤水分供应充足的情况下，ET0可通过时段内平均气温和平均白昼小时占全年白昼小时数的百分比进行计算。其具体公式如下：
式中，ET0，BC为BC法计算的参考作物蒸发蒸腾量，mm/天；T为时段内平均温度，℃；p为时段内白昼小时数占一年总白昼小时数的百分比，%。
B.参考作物腾发量预报模型参数率定
目前国内外已有许多关于ET0的理论和计算公式，但由于这些理论或计算公式都是基于特定地区、特定气候条件下确定的，因此不同的方法计算误差值较大。研究表明，对ET0计算模型进行研究区参数率定可以提高预报准确率。在率定期，采用FAO56推荐的Penman-Monteith公式和历史实测气象资料计算得到的ET0值作为基准值，与McCloud（MC）模型、Blaney-Criddle（BC）模型、Hargreaves-Samani（HS）模型计算的ET0值建立线性回归关系（式），来推求McCloud（MC）模型、Blaney-Criddle（BC）模型的校正系数a和b值，同时对Hargreaves-Samani（HS）模型公式中的参数C、E值进行率定；在验证期，检验该时段内率定后各模型在研究区域计算ET0值的准确度；在预报期，将各模型应用于研究区域的ET0预报。
(https://www.daowen.com)
式中，ET0为FAO56-PM法计算结果，mm/天；ETeq为其温度法计算结果，mm/天；a、b为对应的校正系数。
C.精度评价
基于天气预报的ET0预报研究中，需要对天气预报和ET0预报分别展开精度验证。天气预报作为模型输入量将对ET0预报精度产生直接影响，故首先应对气温预报和天气类型预报的准确性开展评价。完成模型输入量的精度验证后，再进一步评价各模型的ET0预报准确率。为实现上述精度验证，采用以下3个统计指标做分析评估，包括平均绝对误差（MAE）、均方根误差（RMSE）和相关系数（R）。MAE能直观反映模型预报值与基准值之差，但不能完全表示预报的好坏程度，故需要结合RMSE综合判断。RMSE用来衡量观测值和真值之间的偏差，可以衡量一个数据集的离散程度，二者越接近于0则模型的预测质量越高。R为皮尔逊相关系数，用来反映预报值与实测值之间的线性相关关系，二者越趋近于1越好。各统计指标公式如下：
式中，xi为各气象因子或ET0预报值；yi为各气象因子实测值或FAO56-PM计算的ET0值；i为预报样本序数，i=1，2，…，n；¯x、¯y分别为预报值和计算值序列的均值；n为预报值样本总数。
③灌区作物需水量预报模型构建及验证
A.灌区作物系数Kc计算分析
作物系数Kc与作物种类、作物生长阶段有关，通常由代表性试验站历年长系列作物需水量数据除以P-M模型计算的参考作物腾发量得到。确定作物系数、点绘出作物系数曲线，需确定3个值：生长初期（Kcini）、生长中期（Kcmid）、生长后末期（Kcend）。
B.灌区土壤水分系数Ks计算分析
根据作物灌溉特性，根据典型试验站实验数据分析获得。
C.ETci预报模型程序开发及调试
采用“Kc-Ks-ET0”法进行作物需水量（ETc）预报，将预报结果与代表性试验站历史实测作物需水量进行对比分析，评价模型预报精度。
④灌区实时灌溉预报模型构建及验证
A.气象预报数据抓取
我国天气预报数据可以从中国天气网（http：//www.weather.com.cn/）获得，通过正则表达式抓取对应地区的天气预报数据存储到数据库中。
B.田间水位监测、分析及校正
灌区内合理布置田间水分实时监测设备，将监测数据通过相应的通信技术实时上传服务器端，按照统一的数据格式存储于数据库中，并提供统一的数据调用接口，以及田间水位实时数据查询、分析及校正服务。
C.土壤墒情分析及校正
灌区内合理布置土壤墒情实时监测设备，数据实时上传，按照统一的数据格式存储于数据库中，并提供土壤墒情实时数据查询、分析及校正服务。
D.基于水量平衡发的实时灌溉预报模型开发及调试
以天气预报和气象站实时数据为输入信息，循环运算相应的水量平衡方程，预报水分状况何时达到灌水上限。灌区的作物分为旱作物和水稻两大类，旱作物的水量平衡是指在计划湿润层内的土壤水量损耗与补给保持动态平衡。式（4.13）为旱作物需水情况适用的水量平衡方程：
式中，Wi、Wi-1为时段初与时段末的土壤含水量，mm；Pi为第i天的计划湿润层内保存的有效降雨量，mm；Ii为第i天的灌溉水量，mm；ETci为第i天的作物需水量，mm；Gei为第i天的地下水补给量，mm；Wτi为第i天因计划湿润层增加而增加的土壤含水量，mm。
对于水稻来说，田间渗漏量是影响水稻需水量的重要因素，不可忽略。稻田有水层时需水情况适用的水量平衡方程表示如下：
式中，Hi为第i天的稻田田间水层深度，mm；Hi-1为第i-1天的稻田田间水层深度，mm；Di为第i天的排水量，mm；Si为第i天的渗漏量，mm。
当稻田无水层时，如果稻田内的土壤水分饱和，则Hi=0，如果稻田土壤水分为非饱和状态，则Hi＜0，按下式计算：
式中，θwi为计划湿润层的重量含水率；θs为饱和含水率，按重量计；ρb为土壤干容重，g/cm3；H为计划湿润层深度。
灌水日期按照计划湿润层含水量降低到适宜土壤水分下限的时间确定结合灌区以往灌溉调度经验，确定田间灌水日期及净灌溉水量。
E.实时灌溉预报模型集成及率定
灌溉预报模型包含ET0预报模型、ETc预报模型、降雨量预报模型、灌水量预报模型等。每个模型均是一个集成的类，通过合理细分、代码提炼，集成数据调用格式统一的模型，形成智能模型库。以气象资料和历史监测数据模型输入，将模型输出结果与灌区实测结果进行对比分析，优化模型参数，直至符合模型预期精度。