基于農(nóng)業(yè)旱情綜合監(jiān)測(cè)的農(nóng)排管理系統(tǒng)

谷充，邢子涯，姬哲，岳綱毅，王自強(qiáng)，李帥，翟陽(yáng)釗，韓振磊

（1.國(guó)網(wǎng)河南省臨潁縣供電公司，河南 漯河462400；2.國(guó)網(wǎng)河南省電力公司，鄭州450000；3.河南匯眾基業(yè)農(nóng)業(yè)科技有限公司，河南 漯河462400）

旱災(zāi)是指某一區(qū)域因長(zhǎng)期缺少降雨而導(dǎo)致的土壤水分減少、 作物因水分降低而枯死的自然災(zāi)害[1]。 從古至今旱災(zāi)對(duì)人類的影響十分嚴(yán)重，造成環(huán)境破壞，阻礙經(jīng)濟(jì)發(fā)展，尤其是對(duì)人類最基本的溫飽造成影響。2011 年非洲之角的饑荒是21 世紀(jì)最嚴(yán)重的自然災(zāi)難之一，影響了超過1 300 萬(wàn)人[2]，并造成了災(zāi)難性的生命損失。 我國(guó)2000 年發(fā)生的嚴(yán)重旱災(zāi)，波及20 多個(gè)省份[3]。 2010 年，我國(guó)因旱作物受災(zāi)面積達(dá)1 325.861 萬(wàn)hm2， 其中成災(zāi)898.647 萬(wàn)hm2，絕收267.226 萬(wàn)hm2，有3 334.52萬(wàn)農(nóng)村人口、2 440.83 萬(wàn)頭大牲畜因旱發(fā)生飲水困難，全國(guó)因旱損失糧食168.48 億kg，造成經(jīng)濟(jì)作物損失387.93 億元， 直接經(jīng)濟(jì)總損失達(dá)1 509.18億元[4]。 2021 年我國(guó)南方地區(qū)、北方地區(qū)及西南局部均遭到輕度旱災(zāi)[5]。 據(jù)聯(lián)合國(guó)發(fā)布的《2022 年干旱數(shù)字報(bào)告》顯示，進(jìn)入21 世紀(jì)以來(lái)，全球干旱次數(shù)和持續(xù)時(shí)間已經(jīng)增加了29%[6]。 干旱會(huì)破壞植株正常的生理生化代謝，導(dǎo)致光合作用下降[7]，影響作物正常生長(zhǎng)發(fā)育。 棉花雖然是耐旱作物，但受旱也會(huì)造成棉花花粉敗育、蕾鈴脫落加重、鈴重降低、未成熟棉鈴提早吐絮， 導(dǎo)致棉花產(chǎn)量和纖維品質(zhì)降低[8]。

我國(guó)對(duì)防旱抗旱工作的力度逐年加大，如2014 年中央財(cái)政下?lián)苎a(bǔ)助資金100 億元， 支持列入《全國(guó)抗旱規(guī)劃實(shí)施方案（2014―2016 年）》范圍的25 個(gè)?。ㄗ灾螀^(qū)、直轄市）實(shí)施2014 年抗旱應(yīng)急水源工程項(xiàng)目，提高抗旱應(yīng)急保障能力[9]。 旱情監(jiān)測(cè)在國(guó)內(nèi)外也有很多的研究成果，如基于氣象站點(diǎn)數(shù)據(jù)的旱情監(jiān)測(cè)、基于遙感數(shù)據(jù)的旱情監(jiān)測(cè)。 基于氣象數(shù)據(jù)旱情監(jiān)測(cè)的方法： 在國(guó)外，Plamer[10]在1965 年提出帕默爾干旱指數(shù) （Plamer drought severity index,PDSI） 并應(yīng)用到多個(gè)地區(qū)的干旱監(jiān)測(cè)中，McKee 等[11]在1993 年提出計(jì)算旱情變化狀況的標(biāo)準(zhǔn)化降水指數(shù)（standardized precipitation index,SPI）；在國(guó)內(nèi)，也有許多學(xué)者針對(duì)旱災(zāi)做過研究，如費(fèi)龍等[12]使用Z 指數(shù)發(fā)現(xiàn)在朝鮮北部旱災(zāi)發(fā)生頻率比南部要高很多， 且證明了Z 指數(shù)相比PDSI 指數(shù)表現(xiàn)更優(yōu)。 基于遙感數(shù)據(jù)監(jiān)測(cè)旱情的方法：詹志明等[13]提出垂直干旱指數(shù)（perpendicular dryness index,PDI）進(jìn)行干旱監(jiān)測(cè)，后來(lái)湯詩(shī)怡等[14]使用PDI 進(jìn)行長(zhǎng)期旱情監(jiān)測(cè)發(fā)現(xiàn)PDI 能夠準(zhǔn)確監(jiān)測(cè)土壤水分變化。由于旱情問題越來(lái)越受到國(guó)家的重視，利用降水指數(shù)估計(jì)旱情的研究也經(jīng)歷了重大的進(jìn)步。 綜上所述，目前很多國(guó)內(nèi)外的旱情研究科研團(tuán)隊(duì)在對(duì)旱情的監(jiān)測(cè)上多利用季節(jié)性降水指標(biāo)，如預(yù)測(cè)降水異常情況來(lái)反映旱情。也有利用其他技術(shù)指標(biāo)的干旱監(jiān)測(cè)，如Mu 等[15]提出了干旱嚴(yán)重指數(shù)（drought severity index, DSI），童德明[16]在山東省的干旱情況監(jiān)測(cè)中發(fā)現(xiàn)，DSI 可以準(zhǔn)確描述該地區(qū)的典型干旱發(fā)生情況。 曹言等[17]利用微波遙感法驗(yàn)證監(jiān)測(cè)干旱的可能性。雖然季節(jié)性降水是容易獲得的氣象指標(biāo)，但筆者等認(rèn)為，未來(lái)在干旱監(jiān)測(cè)方面不應(yīng)該只關(guān)注某一指標(biāo)， 應(yīng)該進(jìn)行多指標(biāo)的監(jiān)測(cè)和預(yù)測(cè)，如溫度變化、蒸發(fā)量變化、土壤水分含量等。

在對(duì)旱情的研究中發(fā)現(xiàn)旱情監(jiān)測(cè)的難度極大，主要包括監(jiān)測(cè)站點(diǎn)較多，數(shù)據(jù)采集較難且監(jiān)測(cè)數(shù)據(jù)維度較大等。筆者等結(jié)合智能數(shù)字電力系統(tǒng)來(lái)部署監(jiān)測(cè)站點(diǎn)，并將監(jiān)測(cè)站點(diǎn)采集到的多維度數(shù)據(jù)進(jìn)行統(tǒng)一聚合，最終建立監(jiān)測(cè)平臺(tái)，針對(duì)聚合結(jié)果可以對(duì)旱情做出監(jiān)測(cè)和智能決策，以提升棉花等作物的生產(chǎn)效率，降低旱情帶來(lái)的產(chǎn)量損失。

1 基于智能數(shù)字電力的農(nóng)業(yè)旱情監(jiān)測(cè)應(yīng)用平臺(tái)建設(shè)目標(biāo)及架構(gòu)設(shè)計(jì)

1.1 系統(tǒng)建設(shè)目標(biāo)及旱情等級(jí)設(shè)定

隨著近些年數(shù)據(jù)挖掘技術(shù)在棉花等作物上的成功應(yīng)用[18]，筆者等也將設(shè)計(jì)數(shù)據(jù)挖掘技術(shù)應(yīng)用在旱情監(jiān)測(cè)中。數(shù)據(jù)挖掘主要是應(yīng)用一些專門算法從大量數(shù)據(jù)中發(fā)現(xiàn)隱藏于其中的信息。本系統(tǒng)主要的建設(shè)目標(biāo)是結(jié)合水文指標(biāo)（如土壤濕度指數(shù)）、溫度指標(biāo)、實(shí)時(shí)氣象觀測(cè)指標(biāo)等，監(jiān)測(cè)特定地區(qū)的旱情，并確定目標(biāo)區(qū)域干旱等級(jí)和風(fēng)險(xiǎn)。 根據(jù)國(guó)家標(biāo)準(zhǔn)《氣象干旱等級(jí)》[19]，將干旱分為無(wú)旱、輕旱、中旱、重旱、特旱5 個(gè)等級(jí)。 針對(duì)不同干旱等級(jí)及時(shí)采取不同措施，確保作物產(chǎn)量和水分供給，減輕干旱影響。

1.2 系統(tǒng)總體設(shè)計(jì)

根據(jù)旱情監(jiān)測(cè)所需數(shù)據(jù)及特點(diǎn)，設(shè)計(jì)的基于智能數(shù)字電力的農(nóng)業(yè)旱情監(jiān)測(cè)應(yīng)用平臺(tái)總架構(gòu)可分為數(shù)據(jù)采集組和中心站2 個(gè)部分，數(shù)據(jù)采集組負(fù)責(zé)數(shù)據(jù)采集（井水位指標(biāo)、土壤水分含量指標(biāo)、溫度指標(biāo)等）， 中心站負(fù)責(zé)將數(shù)據(jù)采集組采集到的多處數(shù)據(jù)進(jìn)行整合， 并通過模型進(jìn)行數(shù)據(jù)分析與旱情監(jiān)測(cè)。 圖1 為系統(tǒng)總體設(shè)計(jì)架構(gòu)圖。

圖1 基于智能數(shù)字電力的農(nóng)業(yè)旱情監(jiān)測(cè)系統(tǒng)架構(gòu)圖

圖1 中數(shù)據(jù)采集組N的大小取決于實(shí)地選取監(jiān)測(cè)點(diǎn)的多少。數(shù)據(jù)采集組中，除傳感器組件（井水位監(jiān)測(cè)器、土壤水分傳感器、蒸發(fā)量傳感器、溫度傳感器、風(fēng)力傳感器等）外，還包含其他硬件，如太陽(yáng)能電源、數(shù)據(jù)傳輸硬件、人工智能（artificial intelligence,AI）攝像頭等。 硬件之間的鏈路設(shè)計(jì)方式見圖2。

圖2 數(shù)據(jù)采集器電路設(shè)計(jì)圖

在設(shè)計(jì)采集電路時(shí)，采取模塊化組合設(shè)計(jì)。 模塊化設(shè)計(jì)是將復(fù)雜的功能分解為小模塊，其中每個(gè)小模塊僅負(fù)責(zé)本身的簡(jiǎn)單任務(wù)，最終將各模塊進(jìn)行組合，形成復(fù)雜功能。 模塊化組合設(shè)計(jì)具有以下優(yōu)點(diǎn)：（1）維修便利。 在實(shí)際應(yīng)用中，設(shè)備會(huì)出現(xiàn)各種各樣的問題，導(dǎo)致需要不斷維護(hù)和更換設(shè)備。 而采用模塊化設(shè)備時(shí)，可以很便捷地找出使用中出現(xiàn)的問題，并進(jìn)行相應(yīng)模塊設(shè)備的維修或更換。（2）升級(jí)容易。 當(dāng)某項(xiàng)功能需要升級(jí)時(shí)，工作人員僅需對(duì)相應(yīng)功能模塊進(jìn)行更換即可。

在圖2 電路設(shè)計(jì)中電源控制模塊的作用是選擇合適的供電源，以便在太陽(yáng)能電池板電量不足的情況下及時(shí)更換供電源。而智能保護(hù)器可更好地保護(hù)電路，防止短路等問題發(fā)生。

2 農(nóng)業(yè)旱情等級(jí)監(jiān)測(cè)模型設(shè)計(jì)與響應(yīng)決策

2.1 監(jiān)測(cè)模型設(shè)計(jì)

在中心站的重要目標(biāo)是對(duì)采集的數(shù)據(jù)進(jìn)行科學(xué)分析，這一部分的設(shè)計(jì)被稱為模型設(shè)計(jì)。 模型設(shè)計(jì)是最重要的一步，決定最終的旱情監(jiān)測(cè)結(jié)果。 為了更好地使用多指標(biāo)數(shù)據(jù)進(jìn)行旱情監(jiān)測(cè)，應(yīng)結(jié)合機(jī)器學(xué)習(xí)的方式對(duì)收集的數(shù)據(jù)進(jìn)行綜合分析決策，總體設(shè)計(jì)思路見圖3。

其中，機(jī)器學(xué)習(xí)模型為隨機(jī)森林（random forest）。 隨機(jī)森林模型是2001 年Leo Breiman 提出的一種決策算法[20]。 通過重采樣技術(shù)，從訓(xùn)練集S中隨機(jī)抽取K個(gè)樣本重新組成新的訓(xùn)練集， 然后根據(jù)新訓(xùn)練集生成K個(gè)決策樹， 最終的決策結(jié)果由決策樹投票形成的分?jǐn)?shù)而定。決策樹模型由樹結(jié)構(gòu)分類器組成，其中每棵樹分類器在輸入特征后均有自己的輸出類別。 如收集標(biāo)注S個(gè)數(shù)據(jù)樣本，每個(gè)樣本有M個(gè)特征（溫度、濕度、土壤水分含量等），在隨機(jī)森林模型中每個(gè)決策樹的訓(xùn)練特征相同，但每棵決策樹會(huì)根據(jù)同樣的數(shù)據(jù)學(xué)習(xí)歸納出屬于自己的分類方法。在本系統(tǒng)的模型訓(xùn)練中采取隨機(jī)取樣方法，以保證有重復(fù)樣本被不同決策樹分類。 具體的實(shí)現(xiàn)過程如下：（1）將數(shù)據(jù)集N分為訓(xùn)練集S，測(cè)試集T， 特征維度d。 選擇超參數(shù)（決策樹數(shù)量t_num，樹深度t_d，節(jié)點(diǎn)特征數(shù)量F，節(jié)點(diǎn)最終信息增益m）；（2）FORiin（1:t_num）：從S中有放回地抽取和S大小相等的訓(xùn)練集Si， 從根節(jié)點(diǎn)開始訓(xùn)練；（3）作為回歸問題，從F維特征中隨機(jī)選擇f（f＜F）維特征進(jìn)行監(jiān)測(cè)；（4）利用選擇的f維特征尋找效果最好的閾值th；（5）END。

在數(shù)據(jù)采集組將數(shù)據(jù)傳輸至中心站后，中心站使用隨機(jī)森林模型對(duì)收集的數(shù)據(jù)進(jìn)行綜合分析，實(shí)現(xiàn)旱情監(jiān)測(cè)。其監(jiān)測(cè)過程如下：（1）將采集的數(shù)據(jù)輸入到訓(xùn)練過的隨機(jī)森林模型中；（2）ifv（當(dāng)前節(jié)點(diǎn)對(duì)應(yīng)特征值）＜th（當(dāng)前節(jié)點(diǎn)閾值）：進(jìn)入左節(jié)點(diǎn)；（3）else:進(jìn)入右節(jié)點(diǎn)；（4）重復(fù)步驟2～3，直到達(dá)到葉子節(jié)點(diǎn)， 并輸出監(jiān)測(cè)結(jié)果；（5） 每棵決策樹均執(zhí)行步驟2～4， 得到所有決策樹的監(jiān)測(cè)結(jié)果R＝｛r1,r2, …,rt_num｝；（6）對(duì)得到的監(jiān)測(cè)結(jié)果進(jìn)行統(tǒng)籌分類，分類結(jié)果按決策樹分類器的投票情況而定；（7） 輸出決策結(jié)果，并顯示在系統(tǒng)中，若監(jiān)測(cè)旱情等級(jí)過高則發(fā)出報(bào)警通知。

2.2 響應(yīng)決策

針對(duì)不同的旱情應(yīng)采取不同的應(yīng)對(duì)措施，做到科學(xué)決策、統(tǒng)籌調(diào)度、應(yīng)急管控。本設(shè)計(jì)的農(nóng)業(yè)旱情等級(jí)監(jiān)測(cè)模型會(huì)結(jié)合農(nóng)業(yè)土壤墑情監(jiān)測(cè)結(jié)果及土地網(wǎng)格信息區(qū)塊針對(duì)不同的旱情監(jiān)測(cè)結(jié)果，推送信息給決策中心及土地網(wǎng)格管理人，給出不同的決策預(yù)警。系統(tǒng)使用氣象干旱等級(jí)標(biāo)準(zhǔn)中依據(jù)降水量距平百分率（precipitation anomaly in percentage, PA）劃分干旱等級(jí)[19]（表1），根據(jù)當(dāng)?shù)貞?yīng)對(duì)旱情的經(jīng)驗(yàn)，給出對(duì)應(yīng)旱情等級(jí)的響應(yīng)決策。

表1 基于降水量距平百分率（PA）的干旱等級(jí)劃分

（1）輕旱。根據(jù)系統(tǒng)統(tǒng)計(jì)數(shù)據(jù)，此時(shí)作物受災(zāi)面積占比為5%～15%，應(yīng)采取下列預(yù)警措施：做好實(shí)時(shí)氣象情況的監(jiān)測(cè)，及時(shí)掌握當(dāng)?shù)赜晁闆r。 在旱情剛發(fā)生時(shí)，要及時(shí)關(guān)注旱情發(fā)展動(dòng)態(tài)，指導(dǎo)人員進(jìn)行應(yīng)對(duì)旱情的灌溉提醒，決策中心應(yīng)急小組提前做好防御措施。 根據(jù)旱情形勢(shì)變化，及時(shí)發(fā)布旱情預(yù)警信息，做到旱情早發(fā)現(xiàn)，早安排，早行動(dòng)[21]。 同時(shí)儲(chǔ)備一定的抗旱物資，并對(duì)受影響地區(qū)的抗旱設(shè)備進(jìn)行檢查和維修。

（2） 中旱。 此時(shí)作物受災(zāi)面積占比達(dá)15%～35%，應(yīng)采取下列預(yù)警措施：加強(qiáng)人員值班關(guān)注旱情態(tài)勢(shì)，指導(dǎo)人員進(jìn)行科學(xué)灌溉以應(yīng)對(duì)旱情，加強(qiáng)農(nóng)業(yè)排灌用電監(jiān)測(cè)。農(nóng)業(yè)排灌臺(tái)區(qū)用電負(fù)荷僅限于排灌使用， 排灌臺(tái)區(qū)用電量可反映灌溉區(qū)域分布、強(qiáng)度， 有助于決策中心統(tǒng)籌協(xié)調(diào)電力確?？购祽?yīng)急，實(shí)時(shí)監(jiān)測(cè)抗旱動(dòng)態(tài)，提前做好防御措施。

（3） 重旱。 此時(shí)受災(zāi)作物面積占比達(dá)35%～65%，應(yīng)采取下列預(yù)警措施：決策中心可統(tǒng)籌協(xié)調(diào)電力抗旱應(yīng)急，實(shí)時(shí)監(jiān)測(cè)抗旱動(dòng)態(tài)，應(yīng)在輕旱和中旱措施的基礎(chǔ)上進(jìn)一步加強(qiáng)灌溉保障措施，如暫停高耗水產(chǎn)業(yè)的用水，以力保抗旱供電。

（4）特旱。此時(shí)受災(zāi)作物面積占比高達(dá)65%，應(yīng)采取如下預(yù)警措施：決策中心可統(tǒng)籌協(xié)調(diào)電力抗旱應(yīng)急，實(shí)時(shí)監(jiān)測(cè)抗旱動(dòng)態(tài)，進(jìn)一步加強(qiáng)灌溉保障等措施，暫停產(chǎn)業(yè)用水，限時(shí)限量供應(yīng)居民用水，合理統(tǒng)籌優(yōu)化農(nóng)業(yè)供水。

3 基于智能數(shù)字電力的農(nóng)業(yè)旱情監(jiān)測(cè)應(yīng)用平臺(tái)使用案例

3.1 臨潁縣使用案例

河南省臨潁縣地處中原腹地， 是傳統(tǒng)農(nóng)業(yè)大縣，農(nóng)業(yè)經(jīng)濟(jì)全省領(lǐng)先，被確定為國(guó)家糧食核心區(qū)產(chǎn)量大縣、 國(guó)家新增糧食能力千億斤規(guī)劃重點(diǎn)縣、全國(guó)農(nóng)業(yè)標(biāo)準(zhǔn)化示范縣等。 現(xiàn)管轄15 個(gè)鄉(xiāng)鎮(zhèn)，369個(gè)行政村，總面積82 100 hm2，有效耕地面積5.62 hm2，含高標(biāo)準(zhǔn)農(nóng)田4.13 hm2， 建設(shè)有農(nóng)業(yè)排灌臺(tái)區(qū)1 445 個(gè)，農(nóng)業(yè)灌溉機(jī)井總數(shù)為10 728 眼。 其中供電公司投資建設(shè)臺(tái)區(qū)1 030 個(gè)，含低壓部分臺(tái)區(qū)共有678 個(gè)；縣發(fā)改委、水利、農(nóng)業(yè)部門等多方投資建設(shè)的有415 個(gè)。

為保障臨潁縣的作物產(chǎn)量穩(wěn)定，加強(qiáng)農(nóng)田機(jī)井基礎(chǔ)設(shè)施建設(shè)， 進(jìn)行旱情監(jiān)控是十分重要的工作。因此， 基于本研究提出的監(jiān)測(cè)模型打造數(shù)字化平臺(tái)，建立“一圖統(tǒng)管、一網(wǎng)通辦”的農(nóng)田設(shè)施管理體系，推出智慧農(nóng)業(yè)數(shù)字化服務(wù)平臺(tái)。 該平臺(tái)采用瀏覽器—服務(wù)器（browser/server,B/S）架構(gòu)，具有指揮決策管理中心、業(yè)務(wù)應(yīng)用系統(tǒng)、管護(hù)APP（手機(jī)應(yīng)用程序）。 基于GIS 地理大數(shù)據(jù)、電力信息大數(shù)據(jù)，對(duì)農(nóng)排臺(tái)區(qū)、灌溉機(jī)井、農(nóng)田網(wǎng)格信息等采集入庫(kù)，建立對(duì)象可視化管理系統(tǒng)。該系統(tǒng)具備：（1）電力設(shè)施智能狀態(tài)監(jiān)測(cè)、預(yù)警告知、安全防護(hù)等功能；（2）機(jī)井設(shè)施的位置查詢、使用狀況與水位監(jiān)測(cè)功能；（3）農(nóng)業(yè)土壤墑情監(jiān)測(cè)及氣象數(shù)據(jù)智能分析功能；（4）設(shè)施巡視、維護(hù)維修等管理功能。 通過數(shù)字化分析技術(shù)指導(dǎo)農(nóng)業(yè)生產(chǎn)灌溉、氣象災(zāi)害預(yù)防集成全流程農(nóng)業(yè)智慧管理服務(wù)平臺(tái)，可實(shí)現(xiàn)管護(hù)人巡視、農(nóng)戶通過微信小程序一鍵報(bào)修、 管護(hù)中心接收?qǐng)?bào)修信息、推送精準(zhǔn)定位、開展故障搶修，確保農(nóng)田設(shè)施安全防護(hù)，打通服務(wù)農(nóng)田“最后一百米”，確保高標(biāo)準(zhǔn)農(nóng)田設(shè)施的良性運(yùn)行， 助力農(nóng)業(yè)生產(chǎn)數(shù)字化轉(zhuǎn)型升級(jí)。圖4 為臨潁縣數(shù)字田園管理服務(wù)平臺(tái)首頁(yè)。

圖4 臨潁縣數(shù)字化平臺(tái)首頁(yè)

3.2 各個(gè)鄉(xiāng)鎮(zhèn)使用案例

該數(shù)字化平臺(tái)覆蓋臨潁縣各個(gè)鄉(xiāng)鎮(zhèn)， 將全縣5.62 hm2可耕地劃定為1 399 網(wǎng)格， 并設(shè)定了367位網(wǎng)格長(zhǎng)、237 位管護(hù)員， 有力提升了農(nóng)業(yè)生產(chǎn)協(xié)作組織管護(hù)能力。農(nóng)田網(wǎng)格管理以農(nóng)業(yè)農(nóng)村局為主導(dǎo)，按照《漯河市人民政府辦公室關(guān)于印發(fā)漯河市高標(biāo)準(zhǔn)農(nóng)田設(shè)施網(wǎng)格化管理實(shí)施方案等八個(gè)方案的通知》的有關(guān)要求，按照臨潁縣農(nóng)田設(shè)施網(wǎng)格化管理要求，設(shè)立三級(jí)網(wǎng)格管理機(jī)制（網(wǎng)格長(zhǎng)、監(jiān)督員、技術(shù)服務(wù)員），按照“組織建設(shè)在網(wǎng)格、技術(shù)服務(wù)在網(wǎng)格、設(shè)施管理在網(wǎng)格、結(jié)構(gòu)調(diào)整在網(wǎng)格、群眾自治在網(wǎng)格、金融投保在網(wǎng)格、監(jiān)督整改在網(wǎng)格”的工作思路，網(wǎng)格管理運(yùn)行注重協(xié)作，協(xié)調(diào)配合、共同做好農(nóng)業(yè)灌溉用電設(shè)施建設(shè)與管理工作。數(shù)字服務(wù)平臺(tái)推出網(wǎng)格管理小程序， 并設(shè)有二維碼快捷報(bào)修、信息查詢等功能，不僅可提升農(nóng)田設(shè)備設(shè)施維護(hù)效率，也可提升農(nóng)業(yè)生產(chǎn)可持續(xù)保障能力，能在減輕農(nóng)民負(fù)擔(dān)的同時(shí)進(jìn)一步提高作物產(chǎn)量。圖5 為杜曲鎮(zhèn)數(shù)字田園管理服務(wù)平臺(tái)首頁(yè)。

如圖6 所示， 該平臺(tái)可展示地區(qū)農(nóng)田網(wǎng)格信息，以及農(nóng)排臺(tái)區(qū)、機(jī)井位置等基本情況。該系統(tǒng)實(shí)現(xiàn)了農(nóng)業(yè)信息、電力信息共享，可反映出用電區(qū)域、排灌用電量多少， 為決策中心提供相應(yīng)的數(shù)據(jù)支持；同時(shí)記錄有該地區(qū)管護(hù)人員基本信息，方便在臺(tái)區(qū)運(yùn)行異常時(shí)，及時(shí)聯(lián)系管護(hù)人員。

圖6 臨潁縣數(shù)字農(nóng)排管理中心

4 平臺(tái)“以電折水、以電節(jié)水”的防旱應(yīng)用

以電折水的原理是對(duì)耗電量與取水量的關(guān)系建模，分析電量與水量之間的關(guān)系。 由于國(guó)內(nèi)農(nóng)田地區(qū)機(jī)井?dāng)?shù)量巨大，如果對(duì)每個(gè)機(jī)井安裝計(jì)量設(shè)備則會(huì)造成較大投資，故在平臺(tái)中采取“以電折水”的方案對(duì)地區(qū)機(jī)井抽水量進(jìn)行監(jiān)測(cè)?！耙噪娬鬯痹谖覈?guó)很多地區(qū)已進(jìn)行推廣應(yīng)用， 如江蘇省金湖縣在2017 年進(jìn)行了“以電折水”計(jì)量試點(diǎn)，2018 年開始全面推行[22]。 “以電折水”具有先進(jìn)性，使用該方法可節(jié)約投資或不增加投資， 同時(shí)具有較高的準(zhǔn)確率，通過數(shù)字化達(dá)到精準(zhǔn)掌握、降本增效的雙重效果。 使用“以電折水、以電節(jié)水”的方式可以有效解決農(nóng)戶缺乏節(jié)約用水意識(shí)需要節(jié)水灌溉提醒，以減少水資源浪費(fèi)的問題。 圖7 為本系統(tǒng)使用的“以電折水”示意圖。

圖7 “以電折水”示意圖

圖7 中電表的作用主要是負(fù)責(zé)保護(hù)電路及其他硬件設(shè)備以防止短路失火等。電源的作用是為抽水泵、計(jì)量終端硬件等設(shè)備提供電能。 電折水計(jì)量終端硬件是本設(shè)計(jì)的核心，主要功能是當(dāng)農(nóng)戶在終端設(shè)備上刷卡時(shí)進(jìn)行用電計(jì)數(shù)并將用電量通過無(wú)線方式發(fā)送到平臺(tái)后端統(tǒng)計(jì)處理。

5 總結(jié)

農(nóng)業(yè)旱災(zāi)等氣象災(zāi)害作為近年來(lái)發(fā)生頻率高、危害性大、持續(xù)時(shí)間長(zhǎng)的自然災(zāi)害，嚴(yán)重影響人類生活及社會(huì)穩(wěn)定發(fā)展。對(duì)于旱情的發(fā)生過程、預(yù)警、應(yīng)對(duì)措施、管控，未得到系統(tǒng)管理，多部門管理很難協(xié)同。本文通過研究與實(shí)踐，從旱情預(yù)警、巡視運(yùn)維到管理決策，形成農(nóng)業(yè)管理的長(zhǎng)效機(jī)制。 將硬件和軟件相結(jié)合對(duì)旱情等級(jí)進(jìn)行監(jiān)測(cè)，并將等級(jí)監(jiān)測(cè)模型嵌入到數(shù)字化服務(wù)平臺(tái)，可為有關(guān)部門及時(shí)提出應(yīng)對(duì)決策提供一定的參考。該體系可指導(dǎo)農(nóng)業(yè)生產(chǎn)灌溉、氣象災(zāi)害預(yù)防，有效破解農(nóng)田基礎(chǔ)設(shè)施“重建輕管”、運(yùn)維管護(hù)效率低等難題，使農(nóng)田管理實(shí)現(xiàn)平臺(tái)化、網(wǎng)格化、數(shù)據(jù)化、可視化，以及電力、農(nóng)業(yè)信息互通，可打通農(nóng)田服務(wù)的“最后一百米”，助力智慧電力賦能數(shù)字化農(nóng)業(yè)轉(zhuǎn)型高質(zhì)量發(fā)展，可為棉花等農(nóng)作物的智能化高質(zhì)量發(fā)展提供重要參考。