Προγραμματισμός Άρδ ευσης σε Πραγματικό Χ ρόνο με τη Μεθοδολογία του Βέλτιστου Ελέγχου

Περίληψη

Παρουσιάζεται μια συ στηματική μεθοδολογ ία για τη λήψη αποφάσε ων για άρδευση σε πραγματικό χρόνο. Η με λέτη χρησιμοποιεί έν α υπόδειγμα που περιγ ράφει τις φυσικές διαδικασίες στο σύστ ημα εδάφους-καλλιέργ ειας-κλίματος. Οι μετα βλητές που χαρακτη την κατάσταση της καλ λιέργειας και του εδά φους προσομοιώνοντα ι ταυτόχρονα με το ολοκληρωμένο υπόδει γμα. Η εδαφική υγρασία και αλατότητα, που σε σ υνεργασία καθορίζουν την απορρ όφηση νερού από την κα λλιέργεια, υπολογίζο νται χρησιμοποιώντ υποδείγματα για το ισ οζύγιο μάζας στο ριζό στρωμα. Η απόδοση της κ αλλιέργειας προβλέπεται με λεπτο μερή προσομοίωση των διαδικασιών ανάπτυξ ης του φυτού (μεταβολισμός, αναπνο ή και διαπνοή), οι οποίε ς καθορίζονται από τι ς κλιματικές σ Το υπόδειγμα ελέγχου βασίζεται σε μια αναλ υτική μέθοδο βελτιστ οποίησης για πολυσταδιακά πολυδι άστατα προβλήματα λή ψης σειριακών αποφάσ εων. Η μέθοδος στηρίζεται σε τοπική αναδρομική προσέγγι ση του μη γραμμικού πρ οβλήματος με ένα γραμμικό δευτεροβάθ μιο πρόβλημα. Η μεθοδο λογία αυτή εξετάζετα ι με παραδείγματα, οποία βέλτιστα προγρ άμματα άρδευσης υπολ ογίζονται για κάθε ώρ α στη διάρκεια της καλλιεργητικής περι όδου.

Abstract

A systematic methodology is presented for making real-time irrigation decisions. The study uses a model to describe the physical processes in the soil-crop-climate system. The variables describing the state of crop and soil are simulated simultaneously with an integrated model. The soil moisture and salinity, which synergistically determine the water uptake by the crop, are calculated using mass balance models for the root zone. The crop yield is predicted with detailed simulation of the plant growth processes (assimilation, respiration and transpiration) which are controlled by climatic conditions. The control model is based on an analytical optimization method for multistage multivariable sequential decision making problems. The method is based on local recursive approximation of the nonlinear problem with a linear quadratic problem. This methodology is tested with examples in which optimal irrigation schedules are computed for each hour during the growth season.