我国农业用水量约占全国用水总量的 70%，但农业供水效率低下，农业水资源浪费严重，水资源平均利用率仅为 40%，低于发达国家 80 ～90%的水平。在水资源严重匮乏的形势下，加强北方缺水地区的水资源管理，提高农业水资源的利用率是目前最紧迫的问题之一。
国际上对灌溉管理系统方面的研究开展地较早。上世纪 80 年代 Palmer研制的灌区管理系统可预估和展示灌区旱情信息，提供水量优化调配决策参考。随着网络技术的飞速发展，近年来的灌溉管理软件已经与网络紧密结合。2007 年 Car N． J．等开发了利用无线短信传输监测数据，实时提供灌溉决策的在线管理软件 － Irrigateway; 2009 年 Oswald 和 Hal D． Werner研发的在线灌溉管理软件，能够针对不同的土壤类型，结合程序的自纠正与修正，做出实时的灌溉预报。Cardenas 的研究表明，基于土壤水分模拟的自动控制灌溉系统在节水方面优于基于设定灌溉时间的管理系统; N． A． Dobbs针对基于腾发量 ET和设定灌溉时间的两类自动灌溉系统在提高水分利用效率方面的不足，基于对土壤水分的模拟，研发了在线智能灌溉系统 interactive － irrigation － tool，该系统在节水效率上明显优于其他的自动灌溉系统。
国内对灌溉管理系统的研究开展较晚，也取得了不少的研究成果。1998 年顾世祥等研制出了霍泉灌区灌溉用水决策支持系统; 2004 年何新林等开发了内陆干旱灌区灌溉实时优化调度决策支持系统;2007 年张巍巍等结合北方灌区管理的具体情况，研制了灌区实时灌溉决策支持系统; 2010 年丁富平等以 VB 为开发平台，基于水量平衡原理和生物学理论，建立了水田灌溉自动化管理系统。但是，目前国内已有的灌溉管理系统大部分是采用 C/S( Client /Server) 结构，要求要有专门的客户端程序，存在难以适应大范围跨平台的信息访问和共享的需要等问题，更是无法与网络技术相结合，实现实时灌溉管理的功能。
由于灌溉来水的不确定性，以及灌溉问题的复杂性，高效率的灌溉管理要求相关的决策应具有良好的时效性。针对目前灌溉管理中存在的问题，文中建立了实时非充分灌溉模型，基于 B/S( Browse /Server)模式开发了冬小麦实时在线灌溉管理系统，采用监测数据对灌溉制度模型进行自修正与完善。系统具有分布性和共享性强的优点，能够为农业生产提供切实的实时决策参考。
1 材料与研究方法
1． 1 研究区概况
实验地点位于华北水利水电大学龙子湖校区农业高效节水灌溉实验场，实验田土壤质地为砂壤土，田间持水率为 0． 42。小麦生育期为当年 10 月 11 日至次年 5 月 29 日。
1． 2 数据来源
利用土壤水环境测定及采集系统 EnviroScan，对实验田的冬小麦进行土壤含水量的分层实时监测，在0 － 2m 土层内，以 10cm 间距分层布设传感器，以 1 小时为时间间隔测定冬小麦生长过程中不同深度土层的土壤水分状况。田间设置小型自动气象站( AWS) 监测每日的天气信息，包括风速、风向、太阳辐射、土壤湿度、土壤温度、雨量、空气湿度、空气温度、大气压等数据。
1． 3 研究方法
1． 3． 1 作物实时在线非充分灌溉制度模型及其参数自修正针对已有的作物灌溉预报模型中未充分考虑实时降雨，特别是在应用实施时缺乏可操作性问题，基于实时的气象和土壤水环境监测数据，利用田间水量平衡原理和作物根系生长仿真技术，文中提出了非充分灌溉条件下的作物实时灌溉制度模型，并提出了实时模型中参数的确定与自修正方法，实现了对作物灌溉的实时调控与灌溉指导。
( 1) 作物非充分灌溉实时在线灌溉制度模型。1) 作物实时需水量预测。以天作为时段时，作物实时需水量预测模型为:【1】
式中: ETi为第 i 日作物需水量( mm) ; ET0i为第 i 日参考作物需水量( mm) ，采用修正的彭曼公式由自动气象站( AWS) 实时资料进行计算; Kc 为作物系数; Kw 为土壤水分修正系数，充分灌溉时，Kw =1，非充分灌溉时:【2-3】
式中: θi为第 i 日土壤含水率; θc1、θmin分别为非充分灌溉适宜土壤水分上限指标和下限指标，以占田间持水率 θmax的百分数表示，研究中分别按不同的实验设计确定; α 为经验系数。
2) 土壤墒情预测方法。由水量平衡原理，得到土壤墒情预测公式:【4】
式中: θi、θi － 1分别为第 i 和( i －1) 日土壤含水率，以占土壤体积的百分比计; P0，i － 1为第( i －1) 日的有效降雨量( mm) ; Mi － 1为第( i －1) 日的灌水量( mm) ; Hi、Hi － 1分别为第 i 和( i －1) 日作物的计划湿润层深度( m) ，n 为土壤孔隙率( %) ; WTi为从第( i －1) 日到第 i 日因计划湿润层增加而增加的水量。
3) 灌溉预报。进行灌溉预报时，充分考虑面临时段的可能降雨量。若据天气预报，第 i 日有降雨发生，则不灌水或推迟灌水。当预测的土壤计划湿润层含水率 θi小于下限指标 θmin时，则第 i 日即为预测的灌水日期。灌水量计算公式为: 【5】
式中: Ki为第 i 日的地下水补给量，mm。
( 2) 模型参数的确定及自修正作物系数是用于计算作物需水量的极其重要参数，作物实时需水量预测又是实时灌溉预报的核心，因此，作物系数对于作物精准灌溉、节约水资源意义重大。在已有的灌溉规划中，作物系数常采用生育阶段经验均值，对短期的作物系数值研究的相对较少。2002 年，孙景生等采用取土烘干称重法测定土壤水分，并利用水量平衡推求得春小麦相邻两次取土时间间隔内的平均作物系数; 2005 年宿梅双等利用自制的称重式蒸渗仪测定实际作物需水量，采用 FAO 推荐的 Penman － Monteith 公式计算参考作物需水量，计算了喷灌条件下冬小麦和糯玉米自快速发育至成熟期的分段单值作物系数和双作物系数; 2010 年，赵娜娜等用 Trime 系统对夏玉米在无水分胁迫条件下的土壤含水量进行了实测，通过土壤水量平衡模型ISAＲEG 推求作物的实际腾发量，由 Penman － Monteith 公式计算作物参考腾发量，最终获得了该地区夏玉米不同生育阶段的单值作物系数。
由于实时灌溉模型要求具有较短时段的作物系数值，为寻求短期的作物系数，文中基于水量平衡理论，提出了采用田间监测数据对阶段均值进行实时短期修正的确定方法。
以天作为计算时段时，具体步骤为:
1) 第 1 年时，采用经验值作为作物系数的初始值。
2) 在作物生育期第 i 天时，利用监测数据计算出第( i － 1) 天作物的实际需水量 ET'
i － 1为:【6-7】
5) 用修正后的 Kci( i =1，2，…n) 作为第二年时第 i 天作物系数 Kc 的初始值，重复步骤( 2) － ( 5) ，对Kci值进行逐年的修正，直至 Kci值趋于稳定。1． 3． 2 灌溉管理系统的研发。。
( 1) 系统总体组成结构。在线灌溉管理系统主要由中心站和田间实验站两部分组成，结构( 图 1) 。中心站由中心管理计算机、服务器、管理软件等组成; 田间实验站主要由自动气象站、田间数据监测及采集系统 － EnviroScan 等组成。
( 2) 系统结构设计。管理系统采用 B/S 模式，结构示意( 图 2) 。在设计上采用从中间向两端的设计模式，做到高内聚、低耦合，业务逻辑清晰，系统扩展性强，易于维护。系统以 Java 作为开发语言，采用 Struts、Spring和 Hibernate 框架的三层架构。服务器端运行环境为 Win2000server/Win2003server、MySql 数据库、ja-va 虚拟机、tomcat 容器，客户端运行环境为 Winxp/Win7 操作系统、IE7以上、Microsoft Office 办公自动化软件。服务器和客户端硬件配置均要求奔腾 4 以上微机，内存 512MB 以上。系统软件设计结构( 图 3) 。【图1-3】
图 3 中，中心站管理的主要功能为: 通过手动、软件自动录入或通过GPＲS 方式下载田间实验站的监测数据，实现系统功能。如用户可通过Internet 远程访问服务器，对灌溉参数进行查询，并可针对具体情况录入相关数据，选择相关参数，形成相应的报表、曲线，为灌溉决策提供依据并做出灌溉预报。田间实验站主要包括自动气象站、田间数据监测与采集系统等，采集的数据可以手动或自动的方式传输至系统软件，为实时灌溉预报提供所需的数据支撑。
( 3) 主要模块功能。结合系统逻辑结构，对系统进行功能分块，共分为 10 个主要模块。各模块功能为:1) 用户管理: 为保证系统安全稳定，采用双权限系统管理模式，高级权限用户可以对系统各种信息和数据进行管理，普通权限用户仅可对系统显示数据进行浏览，无法对系统数据进行操作。
2) 数据上传: 实现导入或导出数据库中的数据功能，对系统中的参数如降水、土壤含水率进行初始化，实现对系统的维护功能。
3) 田间管理: 可实现对田块信息、土壤信息、田间缺水率等信息的查询、添加、修改和删除功能。
4) 农作物信息: 模块可以实现对所监控的农作物相关信息进行查询、添加、修改和删除，并通过 Java语言中先进的 Ajax 技术对雨量信息、土壤墒情信息等进行同步更新和异步调取，对作物的实时信息进行在线说明。
5) 作物模拟: 是系统的核心部分，实现从数据库中取出数据，并利用土壤墒情预测模型逐日递推次日土壤含水量值，做出灌溉预报，同时对作物系数 Kc 进行实时修正。
6) 实时监控: 对监控对象进行远程监控，利用有效数据对监控对象进行分析和管理，对监控对象进行实时动态仿真，仿真结果以曲线图或者图表的形式进行直观展示。
7) 灌溉预报: 可依据短期天气预报，对未来 1、3、5、7 天做出灌溉预报，进行灌溉指导。
8) 图表显示: 可实现对降雨、蒸发、计划湿润层、土壤含水率、土壤平均含水率及灌溉数据的查询、添加、修改和删除功能，并可以图表的形式进行直观的展示。
9) 信息查询: 可实现多种方式查询信息的功能，如按土壤名称、信息时间、数据阈值进行查询，也可按上述三种方式的任意组合进行查询。
10) 信息统计: 可进行灌水量信息统计。当选定田块和查询时间范围时，即可直观的显示查询条件下的灌水量信息。
2 结果与分析
通过冬小麦实验对文中所建模型与系统进行校验、调试和应用。
2． 1 模型检验
采用文中所建非充分灌溉模型与 Kc 修正模型，对每日土壤含水率进行模拟和预测，并将预测值与实测数据相对比，2011 －2012 年冬小麦越冬 － 返青期的对比值( 表 1) 。【表1】
2． 2 结果分析
从表 1 结果可见，每日预测土壤含水率和实测土壤含水率值之间的相对误差均值为 3． 3%，最大误差为 8． 432%，最小误差为 0． 059%，可知模拟土壤含水率的预测值与观测值较为吻合，可见所建的实时灌溉制度模型、实时作物系数修正模型与方法是可行的。
3 讨论
北方农业水资源紧缺的加剧引起了相关研究领域的高度关注，近年来不少研究者采用不同的处理方法、优化手段等对农业水资源的高效、合理配置及利用展开了深入的研究。由于农业用水受到降水、气候、土壤等多因素的影响，使得水资源的配置决策存在不确定性和复杂性，因此农业水配置决策要充分考虑来水的不确定性、气候的变化、土壤含水量的变化等多个因素，模型和方法应具有普适性，决策结果要具有时效性和可操作性，能够真正指导生产。
文中研究以天作为时段，对来水不足条件下的作物实时灌溉制度展开研究，充分考虑了降水、土壤含水率的变化、作物生理变化等的影响，并展开实验研究，验证模型和方法的可行性，对模拟结果进行了分析。在线实时灌溉管理系统充分考虑了实时的降水、土壤水、作物需水等影响灌溉精准度的因素，充分利用了水资源，提高了水利用的效率，但是对于网络型的实时灌溉管理系统的推广与应用还有待进一步的工作，对参数的稳定性尚需多年的实验验证。
4 结语
文中建立了作物实时在线灌溉制度模型，对其参数的短期取值进行了研究，针对已有灌溉管理系统共享性、实时性差的不足，基于 B/S 结构模式，以 java 为开发语言，采用 SSH 三个框架整合开发，结合实时灌溉制度模型，研发了冬小麦实时在线灌溉管理系统，并基于实时的气象与土壤墒情监测数据对灌溉制度模型进行自修正。最后对实时在线灌溉制度模型进行了检验，结果表明其精度能够满足实际需要，系统可以实时准确地获得土壤水分等田间水环境信息，提供实时灌溉预报决策参考，是一款集农田环境信息采集、实时灌溉预报于一体的自动灌溉管理系统，能够为灌溉现代化提供良好的技术支撑与决策参考。
