烤烟实时灌溉预报与决策专家系统

王 宇,邵孝侯,莫建国,胡家敏,李继新,袁有波

(1.河海大学农业工程学院,江苏南京 210098;2.贵州省山地环境气候研究所,贵州贵阳 550002;3.贵州省烟草科学研究所,贵州 贵阳 550003)

专家系统综合集成了某个特殊领域内专家的知识和经验,运用这些知识通过推理,模拟人类专家作决定的过程来解决一些专业领域问题[1-7].目前,专家系统在作物病虫害诊断、施肥管理、栽培管理等农业领域都得到了应用.汪志农等[6-7]开发出的节水灌溉预报、管理与决策专家系统,在指导我国北方缺水地区作物如冬小麦、夏玉米和棉花的节水灌溉实践方面取得了良好效果.在我国,烤烟节水灌溉研究虽然起步较晚,但已取得了丰硕成果[8-11].笔者基于烤烟灌溉的实时性、必要性、紧迫性,结合近年来烟草节水灌溉研究成果和资料,在节水灌溉管理决策实践中,开发了烤烟实时灌溉预报与决策专家系统.

1 系统总体结构

烤烟实时灌溉预报与决策专家系统遵循构建农业专家系统的基本原则[6-7,12-13],以知识库、模型库、数据库、推理机、解释器、黑板、人机交互接口为主要构建内容,结合烤烟生产中灌溉的实际需求,设计并实现了6大主要功能,其总体结构如图1所示.

2 专家系统基本原理

专家系统是人工智能中面向应用的重要分支之一,其理论基础是人工智能的知识表示和问题求解技术,所以知识表示方法和推理策略构成了专家系统的2大要素.本专家系统采用加权模糊产生式规则的知识表示方法和正向推理策略.实践证明,该知识表示方法和推理策略是适合农业领域问题且高效的[13].

2.1 知识表示方法

产生式已成为人工智能中应用最多的一种知识表示模式,其基本表示形式为P→Q或If PThen Q.其中,P是产生式的前提,Q是一组结论或操作,用于指出前提条件P所指定的条件得到满足时,可以得出的结论或执行的操作.但由于农业领域问题(如作物长势、病虫害发生程度等)所特有的模糊性和不确定性,决定了农业专家系统的知识表示应该是支持模糊的.为此,本系统采用改进的加权模糊产生式规则的知识表示方法[13].

模糊产生式规则的一般形式为P→Q,CF,τ.前提P和结论Q都可以是模糊的,CF称为规则的可信度,0＜CF≤1;τ称为条件阈值,是规则被满足的下限,0＜τ≤1.上述规则的含义是“如果前提P在某种程度上被满足,则可以一定真度推出结论Q(或执行动作Q),规则的可信度为CF”[5].为了将产生式的前提条件模糊化,引入前提条件权重ωj和前提条件真度 T(P j)2个概念.其中:ωj≥0(j=1,2,…,n),j为前提条件编号,n为实现一条规则用到的条件总数,并且 ∑ωj=1;T(P j)表示前提条件成立的可信程度(真度).为了更加直观地表述这种知识表示方法是如何应用于本系统的,以本系统中参考作物需水量ET0的预测为例说明如下:

前提P 当日天气状况为晴(权重0.5),当日最高气温为24.5℃(权重0.2),风力等级为2级(权重0.2),日序数为91(权重0.1);

结论 ET0=3.98mm;

规则可信度 0.94;

条件阈值 0.5.

其中当日天气状况为晴、风力等级为2级2个前提条件本身就是一个模糊概念,它们的真度T(Pj)为[0,1]间的实数,0为条件不成立,1为条件完全成立,其值视具体问题而定.在基于短期天气预报可信的情况下,令以上各气象参数的真度均为1.其中当日天气状况的权重 ωj(0.5)明显高于其他各项,表明在ET0的预测中天气类型参数更为重要.规则可信度CF=0.94表示该条规则的结论(ET0)的可靠程度为94%,这里根据系统内部ET0预测模型,采用训练样本的模型合格率确定了相应知识规则的可信度.条件阈值的设定以能够有效激发该条知识规则为原则,即 ∑ωjT(Pj)≥τ时该条规则被激发,其中T(Pj)为Pj的真度,j=1,2,…,n.应用的最终结果是推出结论Q(ET0=3.98mm),结论的可信度为0.94.

2.2 推理策略

在上述生产式规则系统中,系统的知识(知识库)是由若干规则组成的.在知识库中,这些规则是随意安排的,每条规则都有相应的编号,它们不是有序排列的.那么,应用专家系统去解决用户提出的问题就需要一种方法将各知识单元有机地联系在一起,即根据一定的原则,由已知前提作出判断并最终得出结论,这种方法就是推理策略[6,12].

每一个专家系统都有一个严密完备的推理策略,利用推理策略解决问题通常采用如下2种方法:一种是由下向上,即从前提→结论逐步推导;另一种是由上向下,即从目标结论→规则集的假设测试过程.通常将前者称为正向推理,后者称为反向推理.本系统采用了正向推理的策略,推理时,由用户提供的信息或事实为出发点与知识规则进行逐项匹配,如有匹配则以一定真度给出结论,否则给出“根据现有知识,推不出结论”的最终结果.本系统的推理策略如图2所示.图中:K c,K s分别为作物系数、土壤水分修正系数;R a为大气顶部理论太阳辐射.

图2 烤烟实时灌溉预报与决策推理网络Fig.2 Inference network of real-time decision-making and forecast system for irrigation of flue-cured tobacco

3 烤烟实时灌溉预报与决策的基本原理

3.1 农田水量平衡原理

对于烤烟等旱作物,通常以作物主要根系吸水层作为灌水时的土壤计划湿润层,并要求该土层内的储水量能够保持在土壤适宜含水量范围内.以日为周期的水量平衡方程可写为[14-15]

式中:Wi-1,Wi——i-1日和i日的土壤计划湿润层内的储水量;Wr——由于计划湿润层增加而增加的水量;P0——由于当日降雨而保存在土壤计划湿润层内的有效降雨量;K——当日地下水补给量;M——当日灌溉水量;ET——当日作物需水量,ET=K s K c ET0.各值均以mm计.

可以认为,作物在同一生育期内计划湿润层没有变化,相应的Wr=0.由于贵州省植烟土壤地下水埋深一般都大于10m,所以K=0.同时,贵州省主要植烟区都有完善的墒情监测站点,这里P0将直接采用雨后墒情监测值.当无灌溉时,该日的水量平衡方程可简化为

可见,准确地估计初始土壤水分状况和作物需水量是灌溉决策的关键.

为了满足农作物的正常生长需要,在某一生育期内计划湿润层内的土壤储水量通常要求不小于作物允许的最小储水量(Wmin)和不大于作物允许的最大储水量(Wmax).在生产实践中,人们更为关心的是当土壤储水量小于多少时应该灌溉,且灌溉量是多少,可表述为当Wt=W0-ET＜Wmin时应该灌溉,灌水定额为

式中:m——灌水定额,mm;H——土壤计划湿润层深度,m;ρ——计划湿润层内土壤的干密度,t/m3;θmax,θmin——土壤适宜含水率上、下限(占干土质量的百分数).

3.2 ET0的实时预报

当前,1～3d短期气象预报中对基本气象参数的预报可靠性已达90%[15],并且通过互联网能够方便地查询到这些实时数据,同时考虑到本专家系统的运行效率和稳定性,在分析贵州省11个主要植烟区的2001～2004年烤烟生育期内日天气类型、日最高气温(tmax)、日最低气温(tmin)、风力等级(W)、大气顶部理论太阳辐射(Ra)及可计算的(tmax-tmin)1/2(简记为(Δt)1/2)与ET0(FAO56,Penman-Monteith)值之间关系的基础上,应用SPSS软件,建立了不同天气类型下多元逐步回归模型,并采用2005年气象资料进行了检验.以贵阳修文站为例,有关参数如表1所示.由训练、检验结果与目标结果的误差情况可以看出,基于不同天气类型下的逐步回归模型在精度方面能够满足生产实际需要.

表1 训练、检验结果与目标结果的误差Table 1 Errors between training and predicted results and objective ones

3.3 基本参数的确定

能否准确地进行灌溉决策和预报,不仅取决于 ET0预测的准确性,还在于对模型中其他各参数的合理选用.通过对近年来贵州省及南京两地烤烟优化灌溉对比试验资料的分析,确定了模型基本参数,即:

a.烤烟不同生育期土壤计划湿润层深度(H).根据烤烟生育期内根系生长深度,将H确定为:伸根期0.3m,旺长期0.5m,成熟期0.4m[8-9].

b.烤烟不同生育期土壤适宜含水率上、下限(θmax,θmin).烤烟生育期内适宜土壤的下限含水率(占田持的%)确定为:伸根期60%,旺长期80%,成熟期70%.上限取100%[8-9,11].

c.作物系数、土壤水分修正系数(Kc,Ks).作物系数Kc采用文献[16]的推荐值,即伸根期0.75,旺长期1.1,成熟期0.85;土壤水分修正系数Ks通过詹森公式Ks=ln[(θ0-θwp)/(θfc-θwp)+1]/ln101获得,式中θ0为当前土壤含水率,θwp为土壤凋萎含水率,θfc为土壤田间持水率.

d.土壤特性参数.用压力膜法测定了贵州省11个主要植烟区的土壤水分常数(包括田持、毛管断裂含水量、凋萎系数等),用环刀法测定了土壤密度 ρ[17].

e.贵州省烤烟水分生产函数.根据修文站实测资料,将烤烟水分生产函数表述为3阶段Jesen模型,即

式中:Ya——作物实际产量;Ym——作物最大产量;ETai(i=1,2,3)——i阶段作物实际腾发量;ETmi(i=1,2,3)——i阶段作物最大腾发量.

4 系统的实现与特点

本系统采用国家农业信息化工程技术研究中心研制的PAID4.0农业专家系统开发工具[13],并将自主开发的VB模块与之集成,拓展了原开发平台不能实现的部分功能,如优化灌溉制度计算和需水储水图示功能,实现了面向Windows平台的操作系统.应用本系统进行灌溉预报与决策无需额外的计算机操作知识及专业领域知识,用户进入功能模块即有相应的操作提示.例如,本系统中除土壤初始水分状况、部分日气象参数需用户实测或查询互联网输入外,其余预报和决策前提项只需双击或单击从动选择即可.系统部分界面如图3所示.

图3 专家系统部分界面Fig.3 Part of interfaces of system

5 结 语

本系统以立足田间、面向基层生产管理者为出发点,在开发过程中整合了近年来烤烟节水优化灌溉的最新研究成果,并充分体现了实用性、准确性和可操作性.随着对烤烟节水灌溉理论研究的深入和生产实际应用需求的进一步提高,本系统的知识库和模型库将会不断扩充和完善,本系统将会更好地为合理利用灌溉水资源及促进我国烟草农业现代化提供科技支撑.

[1]SRINIVASAN R,ENGEL BA,PAUDYALG N.Expert system for irrigationmanagement(ESIM)[J].Agricultural System,1991(36):297-314.

[2]PLANT RE,HORROCKSRD,GRIMESDW,et al.CALEX/Cotton,an integrated expert system application for irrigation scheduling[J].American Society of Agricultural Engineering(ASAE),1992,35(6):1833-1838.

[3]PLANT RE.An integrated expert decision support system for agricultural management[J].Agricultural System,1998(26):49-66.

[4]王文娥,汪志农,马孝义,等.专家系统及其在节水农业中的研究与应用[J].西北农林科技大学学报:自然科学版,2001,29(3):125-128.(WANG Wen-e,WANG Zhi-nong,MA Xiao-yi,et al.Research on expert system and its application in water saving agriculture[J].Journal of Northwest Sci-Tech University of Agriculture and Forestry,2001,29(3):125-128.(in Chinese))

[5]PLANT RE,LOOMSRS.Model-based reasoning for agriculture expert system[J].AIApplication,1991,5:17-28.

[6]汪志农,冯浩.节水灌溉管理决策专家系统[M].郑州:黄河水利出版社,2001:19-21.

[7]汪志农,尚虎军,柴萍.节水灌溉预报、管理与决策专家系统研究[J].水土保持研究,2002,9(2):102-108.(WANG Zhi-nong,SHANG Hu-jun,CAI Ping.Study on expert system of water saving irrigation forecast,management and decision making[J].Research of Soil and Water Conservation,2002,9(2):102-108.(in Chinese))

[8]刘玉青,邵孝侯,汪耀富,等.烟草适度亏水效应与生理灌溉指标研究[J].河海大学学报:自然科学版,2006,34(6):664-666.(LIUYu-qing,SHAO Xiao-hou,WANG Yao-fu,et al.Study on moderate water deficit effect and physiological irrigation index of tobacco[J].Journal of Hohai University:Natural Sciences,2006,34(6):664-666.(in Chinese))

[9]阿吉艾克拜尔,邵孝侯,钟华,等.调亏灌溉及其对烟草生长发育的影响研究[J].河海大学学报:自然科学版,2006,34(2):172-174.(HAJIAKBAR,SHAO Xiao-hou,ZHONG Hua,et al.Regulated deficit irrigation and its effects on growth of tobacco[J].Journal of Hohai University:Natural Sciences,2006,34(2):172-174.(in Chinese))

[10]袁有波,李继新,苏贤坤,等.节水灌溉条件下水氮耦合对烤烟生长发育及生理性状的影响[J].河海大学学报:自然科学版,2008,36(6):781-785.(YAN You-bo,LI Ji-xin,SUXian-kun,et al.Effect of coupling of water and nitrogen on growth,development and physiological indices of flue-cured tobaccounder water savingirrigation conditions[J].Journal of Hohai University:Natural Sciences,2008,36(6):781-785.(in Chinese))

[11]李进平,陈振国,杨艳华,等.水分条件对烤烟生理指标的影响及适宜土壤水分指标研究[J].灌溉排水学报,2007,26(1):93-96.(LI Jing-ping,CHEN Zhen-guo,YANG Yan-hua,et al.Study on theadequatesoil moisture indexes of flue-cured tobacco irrigation based on some physiological indexes[J].Journal of Irrigation and Drainage,2007,26(1):93-96.(in Chinese))

[12]吴泉源,刘江宁.人工智能专家系统[M].长沙:国防科技大学出版社,1995:45-48.

[13]杨宝祝,赵春江,李爱平,等.网络化、构件化农业专家系统开发平台(PAID)的研究与应用[J].高技术通讯,2002(3):5-9.(YANG Bao-zhu,ZHAO Chun-jiang,LIAi-ping,et al.Research and application of platform for agricultural intelligent-system development[J].High Technology Letters,2002(3):5-9.(in Chinese))

[14]郭元裕.农田水利学[M].3版.北京:中国水利水电出版社,1997:39-40.

[15]茆智,李远华,李会昌.实时灌溉预报[J].中国工程科学,2002,4(5):25-31.(MAO Zhi,LI Yuan-hua,LI Hui-chang.Real-time forecast of irrigation[J].Engineering Science,2002,4(5):25-31.(in Chinese))

[16]龙怀玉,刘建立.中国烤烟气候适宜性和需水量的空间分布特征[M].北京:中国大地出版社,2007:163-166.

[17]戴琳.贵州省主要植烟土壤水分特征及其有效性研究[D].南京:河海大学,2008.