买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种降水与作物需水匹配的灌溉用水量折算方法，涉及水资源管理技术领域，其步骤为：收集区域气象与用水资料，计算作物日需水量、有效降水量和亩均净灌溉用水量，确定区域年降水量频率曲线；基于作物逐日需水量和有效降水量，分析区域来水与需水的匹配关系；采用深度学习模型建立区域亩均净灌溉用水量、年降水量和匹配系数的回归模型；依次固定不同水文年年降水量，给定不同的匹配系数，基于区域亩均净灌溉用水量回归模型获得对应的区域亩均净灌溉用水量数据；进而计算不同年降水频率、不同年内匹配系数条件下区域农田灌溉用水量折算系数，获取考核年份折算灌溉用水量。本发明提高了农田灌溉用水量核算的科学性和可参考性。

主权项：1.一种降水与作物需水匹配的灌溉用水量折算方法，其特征在于，包括以下步骤：S1：收集历史区域年降水量、考核年份区域年降水量、气温、湿度、风速、太阳辐射和用水资料，计算作物日需水量、有效降水量和亩均净灌溉用水量，确定区域年降水量频率曲线；S2：基于作物日需水量和有效降水量数据，以历史年份年内匹配系数表征历史年份内作物需水量和有效降水量的匹配程度，以考核年份年内匹配系数表征考核年份内作物需水量和有效降水量的匹配程度，分析区域来水与需水的匹配关系；S3：采用深度学习模型拟合区域亩均净灌溉用水量、年降水量和匹配系数三者之间的关系，建立区域亩均净灌溉用水量回归模型；参照历史年降水量数据，依次固定某一年份和50%降水频率下年降水量，输入一个系列匹配系数，基于区域亩均净灌溉用水量回归模型，获取相应系列区域亩均净灌溉用水量；S4：根据步骤S1中的历史区域年降水量、用水资料和步骤S2中历史年份年内匹配系数，基于步骤S3建立的回归模型，计算不同年降水频率、不同年内匹配系数条件下区域农田灌溉用水量折算系数；S5：根据步骤S1中考核年份区域年降水量、用水数据和步骤S2中考核年份年内匹配系数，查询步骤S4中考核年份区域对应的农田灌溉用水量折算系数，获取考核年份折算农田灌溉用水量；所述步骤S1中包括以下步骤：S11、利用气象站监测的最高气温、最低气温、相对湿度、风速及气象观测站位置，计算作物日需水量，具体计算公式如下： ； ，式中：为参照腾发速率；为作物表面上的净辐射；为土壤热通量；T为2米高处日平均气温；为2米高处的风速；为饱和水汽压；为实际水汽压；为饱和水汽压差；为饱和水汽压曲线的斜率；为温度计常数；为作物实际需水量；S12、推算日有效降水量，具体计算公式如下： ， ，式中，为日有效降水量，P为日降水量；S13、基于区域历史长系列年降水资料，采用皮尔逊III型曲线进行适线分析，并估计其参数，确定区域年降水量频率曲线；所述步骤S2中包括以下步骤：S21、基于水量供需平衡，计算区域日有效匹配降水量，具体表达式如下： ， ，S22、分别计算区域年有效匹配降水量和作物需水量的匹配系数r，具体计算公式如下： ，式中，i为某一年的第几天；end平年为365，闰年为366；r为匹配系数；所述步骤S3中包括以下步骤：S31、建立亩均净灌溉用水量与年降水量、匹配系数之间的关系时，采用的深度学习模型为长短时记忆网络，利用LSTM模型拟合得到的回归模型可表示为下式： ，式中，为通过深度学习模型LSTM建立的亩均净灌溉用水量与年降水量P、匹配系数r之间的函数关系；S32、参照区域历史年降水量数据，依次固定某一年份降水量，然后人为给定不同来水与需水匹配程度的匹配系数，将年降水量和给定的系列匹配系数代入回归模型中，得到历史年份基于深度学习回归模型生成的不同匹配系数下的系列亩均净灌溉用水量；S33、根据步骤S1中年降水量频率曲线，确定50%降水频率下年降水量，固定年降水量为，然后给定一个与步骤S32中相同的匹配系数，将年降水量和给定的系列匹配系数代入回归模型中，得到基于深度学习回归模型生成的年降水量为50%降水频率下的系列亩均净灌溉用水量，。

全文数据：

权利要求：

百度查询： 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种降水与作物需水匹配的灌溉用水量折算方法