用FDR-HY2D用于基于设施的草灌的根区和精密灌的时空空间湿度数字重建
Ruipeng Tang1, Loy Chee Luen2, Jianxun Tang3
1NUS Centre for Urban Agriculture (CUVA), National University of Singapore, Singapore, Singapore. tang823662722@gmail.com.
NPJ science of food
|February 26, 2026
概括
使用频域反射计 (FDR) 传感器和HYDRUS-2D模型的智能灌方法提高了草温室用水的效率. 这种方法增强了土壤水分模拟,并减少了深层透.
科学领域:
- 农业工程 农业工程
- 土壤科学 土壤科学
- 水文学 水文学
背景情况:
- 温室草的传统滴灌方式受到深层透和低水利用效率的影响.
- 精确的时空地土壤水分分布在根区难以重建.
研究的目的:
- 开发一种智能灌方法,将频域反射计 (FDR) 传感器与HYDRUS-2D模型集成在一起.
- 为了提高温室草生产中的土壤湿度模拟和水资源管理的准确性.
主要方法:
- 来自FDR传感器的实时土壤湿度数据被纳入HYDRUS-2D模型.
- 集成的FDR-HY2D框架为2D模拟动态校准了土壤根系参数.
- 分析了水平衡的组成部分,包括透,根吸收,蒸发和深层透.
主要成果:
- 与SIMDualKc和AquaCrop.c相比,FDR-HY2D方法在模拟土壤水分动态方面表现出更高的准确性 (增加R2,减少RMSE和MAE).
- 该模型有效地复制了根区的每日湿度变化和垂直梯度.
- 智能灌将水分配从深层透转移到作物透气,提高了用水效率.
结论:
- 拟议的FDR-HY2D方法为精密灌提供了一个数字决策支持工具.
- 这种方法显著提高了温室草生产中的有效用水和用水效率.
- 它为优化水肥管理提供了一条途径.
更多相关视频
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
17.1K
15:30A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant–Environment Interactions
Published on: August 5, 2020
12.7K
