江西省水稻需水量预报与网络发布系统开发

罗童元，郑 雷，谭 鑫，邓海龙，谢 华，奴尔力·阿衣托汗，罗玉峰，吕辛未

（1.浙江省水利河口研究院（浙江省海洋规划设计研究院），浙江 杭州 310020；2.金华市梅溪流域管理中心，浙江 金华 321017；3.武汉大学 水资源与水电工程科学国家重点实验室，湖北 武汉 430072；4.江西省灌溉试验中心站，江西 南昌 330200；5.百度在线网络技术（北京）有限公司，北京 100085）

0 引 言

作物需水量是灌溉用水管理的重要依据，对其进行精确预测是灌溉预报和灌溉决策的重要基础［1-3］。作物腾发量ETc可表示为作物系数Kc与参考作物腾发量ET0的乘积［4］。确定适合的ET0预报模型和作物系数Kc值用于精准和及时的ETc预测，对于提高灌溉管理水平和节约农业用水具有重要意义。目前，国内针对ET0计算模型已经做了大量研究，大多都是基于历史时间序列的分析［5，6］，随着天气预报精度的提高，近年来运用天气预报数据来进行ET0预报的研究越来越多。如刘梦等［7］使用天气预报数据和改进的逐日均值修正法进行短期ET0预报，余江斌等［8］采用天气预报数据、BP 神经网络模型来进行预报，白依文等［9］在武汉运用PM 公式和HS 公式预报ET0值，徐俊增等［10］推荐运用多元回归模型，并利用常州站的相关资料进行ET0预报。随着信息技术的发展，国内关于ETc预报以及相关的系统研究逐渐展开，孙博瑞等［11］提出了基于LSTM （长短时记忆网络）的作物需水量预测模型；罗童元等［12］构建了基于Web 的江苏省逐日参考作物腾发量预报系统，但该系统仅采用了Hargreaves-Samani 模型来进行ET0预报，类似的ET0预报模型还有McCloud 模型、Blaney-Criddle 模型等，其并未进行充分的模型对比分析以完善系统软件，同时离实现全省范围内的作物需水量ETc的预报及数据可视化尚有一段距离。本文介绍的江西省作物腾发量ETc预报系统则基于公共天气预报，结合利用率定的PM 模型、HS 模型、BC 模型以及MC 模型计算得到的ET0，以及利用单作物系数法确定的全省各站点、各时期的Kc值进行ETc预报，并通过网页发布、展示及使用，适用于江西省大型灌区管理机构，为他们的实时灌溉决策提供较为精确、及时的作物需水量预报数据支持。

1 材料和方法

1.1 研究区概况

江西省地处我国东南，位于北纬24°29′14″至30°04′41″，东经113°34′36″至118°28′58″之间。地形以丘陵、山地为主，盆地、谷地广布，平原较少。拥有典型的亚热带气候特征，光照充足，雨水丰富，土壤沃腴；辖区内有多个大型灌区，使得江西省的农业生产具有了较为优越的气候条件。开发江西省ETc预报系统，对江西省全域的水稻需水量进行及时预报，有利于缓解江西省水资源供需矛盾，提高大型灌区管理水平，加速灌溉现代化发展。

1.2 ET0估算模型及率定

1.2.1 Hargreaves-Samani模型

Hargreaves-Samani （HS）模型估算ET0只需用到温度和太阳辐射数据，对于缺乏系统、全面气象数据观测记录的地区极为适用，公式如下［13］：

式中：ET0，HS为HS 公式计算的日参考作物腾发量，mm∕d；λ 为蒸发潜热，取2.45 MJ∕kg；Ra为天顶辐射，MJ∕（ m2·d）；Tmax为日最高气温，℃；Tmin为日最低气温，℃；C、E为公式的2 个基本参数，具有地区变异性，不同地域参数取值不同。

1.2.2 Blaney-Criddle模型

Blaney-Criddle（BC）模型可写为［14］：

式中：ET0，BC为BC 公式计算的日参考作物腾发量，mm∕d；T为日平均温度，℃；P为该日白昼小时数在一年总的白昼小时数中所占的百分数，%。Ni为该天的最大可能日照时数，NYEAR为该年总的白昼小时数。

1.2.3 McCloud模型

McCloud（MC）公式适用于气象资料缺乏全面、系统观测的站点使用，公式如下［15］：

式中：ET0，MC为MC 公式计算的日参考作物腾发量，mm∕d；K、W均为常数，K=0.254，W=1.07；T为日平均气温，℃。

1.2.4 Penman-Monteith模型

FAO-56 Penman-Monteith 方法是联合国粮农组织（FAO）推荐为计算参照作物腾发量ET0的标准化方法［4］。PM 公式如下：

式中：ET0，PM为用FAO-56 Penman-Monteith 公式计算的日参考作物腾发量，mm∕d；Rn为作物表面上的净辐射，MJ∕（m2·d）；G为土壤热通量，取值为0，MJ∕（m2·d）；U2为距地面2 m 高处风速，m∕s；es为饱和水汽压，kPa；ea为实际水汽压，kPa；Δ为温度与饱和水汽压关系曲线上的切线斜率，kPa∕℃；γ为湿度计常数，kPa∕℃。

1.2.5 模型率定

本文以FAO-56 Penman-Monteith 公式根据26 个站点的历史实测气象资料估算的ET0值为基准值，与其他3 种模型估算的ET0值建立回归关系，分别求得BC 模型和MC 模型的校正系数a和b值，以及HS 模型中的参数C、E值。前者建立如下关系：

式中：ET0，PM为FAO-56 Penman-Monteith 公式计算的基准值，mm∕d；ET0为BC、MC模型估算的ET0值，mm∕d。

1.3 作物系数曲线推求

根据联合国粮农组织（FAO）推荐的单作物系数法，把作物的全生育期分为生长初期Kcini、快速生长期、生长中期Kcmid和生长后期Kcend4 个阶段［4］。只需确定Kcini、Kcmid和Kcend3 个不同生长阶段的Kc值，即可推算和描绘整个作物系数曲线［4］。Kcini和Kcmid画水平线，快速生长阶段用斜线连接Kcini和Kcmid，生长后期用斜线连接Kcmid和Kcend，便可以确定作物全生育期任意生长阶段、任意一天的Kc值。

本文以江西南昌气象站点作为基准站，以江西省灌溉试验中心站实测的早稻、晚稻作物需水量数据为基础，计算确定南昌站早稻、晚稻三个阶段Kcini（tab）、Kcmid（tab）及Kcend（tab）的作物系数值。收集江西省26个站点的长系列气象数据，计算其多年平均风速和日最低相对湿度，再根据公式（8）和（9）计算推导出江西省其他25个站点的早稻和晚稻的Kcmid和Kcend值。同时，经过分析显示，省内气候分区并不明显，将其余25 个站点早稻生长初期的作物系数Kcini取推荐值0.92，晚稻Kcini生长初期取推荐值1.00。

式中：U2分别取生长中、后期草地表面以上2 m高处的日平均风速，m∕d；RHmin分别取生长中、后期的日最小相对湿度的平均值，%；h为生长中、后期的平均植株高度，取h=1.0 m；Kcmid(tab)、Kcend(tab)分别为南昌站点计算出的早稻和晚稻的中期及末期作物系数；U南昌和RHmin南昌分别为南昌基准站中、后期的2 m 高处风速和日最低相对湿度的平均值。

1.4 ETc预报系统开发

江西省水稻需水量预报系统采用LAMP（Linux+Apache+MySQL+PHP）网站架构，具有Web 资源丰富、轻量、快速开发等优点。采用Linux 操作系统运行水稻作物需水量预报发布系统核心软件，采用MySQL 管理系统数据库，采用PHP 语言和ThinkPHP框架编写程序核心代码，采用具有高性能、多并发、免费使用等特点的Apache 服务器作为需水量预报发布网站的Web服务器。

本系统分为3个子系统：数据库子系统、水稻需水量预报模型子系统和水稻需水量预报网页子系统。数据库子系统主要用于储存数据信息，水稻需水量预报模型子系统主要用于计算水稻ETc预报值，水稻需水量预报网页子系统主要用于调用水稻需水量预报子系统计算出的数据，通过网页展示给用户。

1.4.1 数据库子系统

系统采用MySQL 来进行数据库的管理，数据库主要包含4张数据表：表a用于储存从中国天气网抓取的天气预报信息（最高气温、最低气温、天气情况、风力等级）；表b 用于储存水稻在26 个不同地区不同生育阶段Kc（Kcini、Kcmid、Kcend）值；表c 用于储存江西省26 个气象站点中4 种模型公式计算所需的参数信息（a、b、纬度、C、E）；表d用于储存系统计算的ETc预报值。

1.4.2 水稻需水量预报模型子系统

水稻需水量预报模型子系统是系统的核心部分，采用PHP代码编写而成。该子系统主要包含3个部分：信息抓取模块、转化模块和计算模块。抓取模块采用PHP 代码编写的正则表达式来抓取天气预报信息；转化模块将天气预报信息中的天气情况信息和风力等级信息转化为日照时数和风速信息，并根据日期信息判断水稻所处的生长阶段而选择适当的Kc值；计算模块采用四种经过率定后的ETc模型估算水稻作物需水量。

1.4.3 水稻需水量预报网页子系统

水稻需水量预报网页子系统为系统的视图部分，使用HTML、CSS、JavaScript 等前端语言编写而成，是系统与用户交流的“窗口”。该子系统主要包括两个部分：Echarts 折柱线图，ETc计算表格。Echarts 作为可视化图表工具，可提供方便多样的可视化图表，让用户直观的了解数据变化的过程；ETc计算的表格部分，提供江西省各县市未来1～7 天的ETc预报值和预报的天气情况，包括风力等级、最高气温、最低气温等。

1.4.4 系统工作原理

当用户通过水稻需水量预报网页子系统提交获取江西省某一县市的ETc预报数据请求后，比如遂川县未来1～7 天的水稻需水量（ETc）预报值，水稻需水量预报网页子系统通过解析，将请求传递到水稻需水量预报模型子系统，子系统通过查询数据库获得所需的计算信息，进而计算出水稻需水量预报值并传递给前端，用户就可以在计算机或手机屏幕上看到遂川站点的水稻ETc预报数据。工作原理如图1所示。

图1 系统工作原理图Fig.1 System working principle diagram

2 结果与讨论

2.1 ET0模型率定

HS 模型经率定后各站点参数C、E值如表1所示。可以看出，站点C、E值取值范围分别为0.001 4～0.002 5、0.41～0.64。类似地，MC 模型、BC 模型，经过线性拟合可获得所有站点的参数a、b值。谭鑫等［16］研究表明，率定后模型具有较高的精确度。

表1 Hargreaves-Samani模型率定结果Tab.1 Hargreaves-Samani model calibration results

2.2 系统数据库数据表

在数据库的设计中，更多的是数据表的设计。为了完善数据表内数据信息、数据结构的合理性，提高数据信息平台的稳定性，数据冗余问题是首先需要解决的问题［17，18］。表2为此子系统数据库每张表的表头设计，可以看出，每张表的表头不仅涵盖了模型计算所需的所有参数以及估算的作物需水量预报数据，而且表头设计都相对简单而清晰，没有冗余，可大大提高数据库的运行效率。

表2 数据库各表的表头设计Tab.2 The header design of each table in the database

2.3 系统界面展示及功能简介

基于Web 的江西省水稻需水量预报系统主要采用PHP 语言及ThinkPHP 框架开发而成，具有页面简洁、功能实用等优点。用户可以通过电子设备浏览网页（http：∕∕1.forecast.applinzi.com∕index.php∕JiangXi∕index）进入系统首页面，该页面主要展示江西省26个气象站点地理位置信息，如图2所示。

图2 江西省水稻作物需水量（ETc）预报系统首页面Fig.2 Jiangxi Province Rice Crop Water Requirement （ETc）Forecast System Home Page

用户点击系统地图的任意一个站点，以遂川站点为例（其他站点ETc查询类似），就会跳转到水稻作物需水量ETc预报结果子页面。该子页面由3 部分构成，第1 部分为3 个选择框，选择框1 可以自由选择江西省26 个气象站点任一站点，选择框2可以选择不同的水稻生育阶段以确定对应阶段的作物系数Kc值，选择框3为用户选择的4种ETc计算模型。

图3 江西省水稻作物需水量（ETc）预报结果子页面Fig.3 Jiangxi Province Rice Crop Water Requirement （ETc）Forecast Results Subpage

第2 部分为折柱线图表部分，左侧y轴为ETc值（mm），右侧y轴为温度（℃），x轴为未来7 d 的日期。该折柱混搭图采用最高、最低气温为柱状图，ETc预报值为折线图的形式，使数据更为直观、清晰。图4为ETc预报值折柱混搭图。

图4 ETc预报值折柱混搭图Fig.4 Column mashup chart of ETc forecast values

第3 部分为表格部分，采用列表的形式展示了该气象站点未来1～7 d的天气情况、风力等级、最低气温、最高气温及4种模型的ETc计算值，用户可以直观的对比4 种模型ETc预报值的差别与联系。图5为ETc预报页面列表部分。

图5 ETc预报页面列表部分Fig.5 ETc forecast page list section

本系统通过实时采集全省26个气象站点的天气预报数据，通过互联网技术实时预报并发布全省26 个站点的逐日作物需水量预报值，可为智能灌溉决策提供有力的数据支持。

基于天气预报信息的ETc预报模型还有Thornthwaite 模型、人工神经网络模型等，同时，联合国粮农组织推荐的作物系数法包括单作物系数法和双作物系数法，因此，后期还需要考虑这些因素，综合进行ETc预报精度比选，从而确定最佳的ETc预报模型，并不断完善相关的系统软件，以更好地为用户提供服务。

3 结 论

本文采用开源的Linux+Apache+MySQL+PHP 网址架构和ThinkPHP 框架，开发了基于Web 的江西省水稻作物需水量预报系统，可实时预报江西省26个站点未来7 d的作物需水量，在有网络的地方通过网站即可实现访问及进行相应的系统操作，操作简便，实用性强。同时，本系统的所有数据都存储于云端数据库中，保障数据安全的同时又可共享给特定用户，为农业生产者、灌区用水管理者等灌溉决策提供数据支持。