作物对滴灌水氮的动态响应及其人工神经网络调控模型

滴灌是水利用率最高且可以将灌溉与施肥相结合，按照作物需求精确供给水分和养分的现代灌水方法。滴灌施肥灌溉条件下水氮在土壤中的运移、分布、转化、吸收以及作物利用是一个高度非线性系统，现阶段用动力学模型（对流-弥散方程+水分运动方程）对这一复杂问题的描述尚有许多问题有待解决。本项目拟将在解决高度非线性问题上显示出很大优势的人工神经网络技术应用于滴灌作物水氮调控模型的建立，通过研究作物生理生态指标对滴灌水氮的动态响应，提出最佳灌水量、灌水时间、施肥量、施肥时间的确定与预报方法；通过继续深入研究滴灌施肥灌溉系统设计与运行参数对水氮在土壤中运移、分布和作物利用的影响，改进动力学模型，并建立可用于人工神经网络模型训练的数据库；构建可用于滴灌作物水氮实时调控的人工神经网络模型，并开发实用化软件。本研究将为滴灌施肥灌溉条件下水氮调控模型的建立提供一条新的途径，对提高水氮利用率和减轻面源污染具有重要实际意义。