输入参数不确定性条件下的农业灌溉用水管理决策模型研究

Some parameters(such as water demand), goals or constraints in agricultural irrigation water management are uncertain that cannot be expressed as deterministic values or defined precisely. Traditional deterministic models cannot solve these problems, so it is of paramount significance for the study on agricultural irrigation water management decision model under input uncertainty. Aimed at the issues of uncertainty in agricultural water management, in this project , a new model will be proposed to solve the problem of planting structure planning. The model takes improving benefit and water productivity and reducing evapotranspiration as the optimization goal, and takes into account the subjective fuzziness of decision makers, the uncertainty of input parameter and the random characteristics of multi-objective relative importance. And besides, based on considering of the water risk, water supply satisfaction and parameter uncertainty. an uncertain optimization model with interval numbers and fuzzy sets will be developed for irrigation water allocation. The two models will be coupled into the optimization framework, and the optimum agricultural irrigation water management decision schemes will be obtained under uncertainty and different scenarios. By applying the model, the comprehensive net benefit and comprehensive water productivity can be effectively improved, and the comprehensive evapotranspiration can be appropriately reduced in the study area. Through the research of this project, it can provide guidance for scientific and reasonable planting structure adjustment and agricultural irrigation planning, which has important scientific significance and application value.

在农业灌溉用水管理中，某些输入参数如需水来水、目标或约束不能被精确确定，而是存在多种不确定性，传统确定性模型无法解决此类问题，因此研究不确定性环境下的农业灌溉用水管理决策模型具有重要的意义。本项目以农业灌溉用水管理中的不确定性问题为主线，创建一种新模型，用于解决种植结构规划问题，模型以提高效益和水分生产力、减小总耗水作为统一目标，综合考虑决策者主观模糊性、输入参数区间不确定性和多目标相对重要性随机特性；发展一种含有区间数和模糊数的灌溉用水优化配置不确定性模型，考虑用水风险、供水满意度和参数不确定性问题。将两个模型进行耦合，获得不确定性环境下考虑不同情景时的最优农业灌溉用水管理决策方案。应用所创建的模型，可使研究区的综合净效益和综合水分生产力得到有效的提高，使综合耗水量得到适当的减少。通过本项目研究，可以为当地进行科学合理的种植结构调整以及农业灌溉规划提供指导，具有重要的科学意义和应用价值。

在农业灌溉用水管理中，输入参数往往不能被精确确定，而是存在诸多不确定性，传统确定性模型无法解决此类问题。本项目以灌溉用水管理中的不确定性问题为主线，开展不确定性环境下种植结构规划与灌溉用水优化配置模型研究，取得的主要研究结果如下：（1）建立了结合信息熵和模糊优选的种植结构优化模型，模型引入信息熵技术来处理多目标的相对重要性，模糊优选理论来处理多目标问题的非线性特征。结果表明，该模型优于传统多目标优化模型和基于模糊优选的模型。（2）创建了基于灰信息熵的不确定多目标模糊约束区间规划模型。模型综合考虑了多目标相对重要性随机特性、目标和约束的模糊性和参数的区间不确定性，获得了不同节水灌溉水平和不同满意度水平的最优种植结构。该模型提高了区域的经济效益和水分生产力，减少了耗水量。（3）发展了灌溉用水优化配置的不确定可信性模糊机会约束规划模型。与确定性模型和区间线性规划模型对比分析得出，该模型更合理稳定、更贴近实际。（4）构建了一种包含供水满意度和需水风险并兼顾目标模糊性和优先级的交互式不确定可信性机会约束模糊目标规划模型，并与种植结构规划模型进行耦合，获得了不同情景组合的灌溉用水优化配置方案，明确了考虑不同实际问题时适宜的配水决策方案。模型可通过与决策者的交互，实现优化与模糊目标重要性之间的权衡，从而提供更灵活的决策支持。通过本项目研究，可以为当地进行科学合理的种植结构调整以及农业灌溉规划提供指导。

内容获取失败，请点击重试