基于穩(wěn)健回歸算法的作物水模型建模與灌溉制度優(yōu)化.pdf

1、在目前水資源十分短缺的情況下，農業(yè)灌溉用水不能增加，而糧食需增收的背景下，如何將有限的灌溉用水在作物不同生育期優(yōu)化配置，以及對作物進行精量灌溉控制，使灌溉效益最高，越來越成為農田灌溉領域的研究熱點。針對上述問題，本研究以內蒙古河套灌區(qū)主要糧食作物為研究對象，對其作物水模型及灌溉制度模型優(yōu)化作了初步研究。獲得以下主要結論: (1)從水分脅迫對作物的影響出發(fā)，分析了不同生育期土壤水分脅迫對作物產量、生理生育狀況(株高、葉面積指數)的

2、影響，使作物在不同階段缺水所受影響的程度有了直觀的反應。 (2)在模型建立方法的應用上，通過理論與實例的比較，確定了穩(wěn)健回歸較傳統(tǒng)回歸方法的優(yōu)勢。采用MATLAB中的Robustfit命令，可以很方便地實現作物水模型的穩(wěn)健估計，建議今后在建立作物水模型時，優(yōu)先采用穩(wěn)健回歸方法。 (3)在考慮降雨量、作物缺水減產等的基礎上，根據田間小區(qū)非充分灌溉試驗資料，分析和確立玉米產量與全生育期水分和生育階段水分之間的量化關系，應用穩(wěn)

3、健回歸方法計算出幾種常用作物水模型中的敏感指標并選擇出了Minhas型作物水模型為適合于當地玉米的作物水模型。 (4)本文利用當前先進的全局優(yōu)化搜索算法-微分進化算法以及模式搜索法來進行灌溉制度的優(yōu)化，克服了以往動態(tài)規(guī)劃漸近法(DPSA)和非線性規(guī)劃(NLP)不能收斂到真正最優(yōu)解的缺陷以及動態(tài)規(guī)劃中存在維數災的問題，使此算法在這類不確定性、非線性模型的求解中取得了好的效果。求解結果表明，模型很好地解決了有限水量在不同生育期的優(yōu)化