A methodology for determining the irrigation rate value, which ensures the formation of a primary local contour of moistened soil in the soil space under drip irrigation with one drip emitter has been developed. The methodological and factual basis of the development were materials and empirical dependencies obtained from the data of author's field studies of local moisture contours formed under various soil conditions with top and ground drip irrigation. The known approaches to the calculation of drip irrigation rates of plants were analyzed and evaluated, a direction of the development of the methodology was determined. Based on the materials of field and their laboratory investigation, 11 contour profiles of drip-moistened soil formed under various soil and technological conditions of drip irrigation were obtained. Soil conditions are characterized by a wide range of changes in the following parameters: the content of physical clay is from 20.8 to 74.6% of the dry soil weight (DSW), the lowest moisture capacity is from 16.9 to 32.2% of DSW, the level of pre-irrigation moisture is from 60 to 70% of the lowest moisture capacity. Moisture contours were formed with an average soil moisture content of 90% of the lowest moisture capacity. Empirical dependencies were obtained for determining the maximum and average radius (diameter) of moisture contours at given depths of the moistened soil layer, which make it possible to predict the volumes of moisture contours. The dependence and a procedure for calculating the irrigation rate value, which ensures the formation of a moisture contour of a given depth and a given soil hydration level are obtained for a wide range of granulometric and water-physical characteristics of soils. A procedure for calculating the irrigation rate required for the formation of a local moisture contour in soil space with specified dimensional and moisture parameters during irrigation water delivery by one drip micro emitter is proposed. | Разрабатывали методику определения величины поливной нормы, обеспечивающей формирование в почвенном пространстве первичного локального контура увлажненной почвы при капельном поливе одной капельницей. Методологическую и фактологическую основу разработки составили материалы и эмпирические зависимости, полученные по данным полевых авторских исследований локальных контуров влажности, формирующихся в различных почвенных условиях при надземном и наземном капельном орошении. Результаты и обсуждение. Проведен анализ и дана оценка известных подходов к расчету поливных норм для капельного орошения растений, определено направление разработки методики. По материалам полевых исследований и их камеральной обработки получено 11 профилей контуров капельно-увлажненной почвы, сформировавшихся в различных почвенных и технологических условиях капельного полива. Почвенные условия характеризуются широким спектром изменения их параметров: содержание физической глины от 20,8 до 74,6% массы сухой почвы (МСП), наименьшая влагоемкость от 16,9 до 32,2% МСП, уровень дополивной влажности от 60 до 70% наименьшей влагоемкости. Формировались контуры увлажнения со средней влажностью почвы, составляющей 90% от наименьшей влагоемкости. Получены эмпирические зависимости для определения максимального и среднего радиуса (диаметра) контуров влажности при заданных глубинах увлажняемого слоя почвенной толщи, позволяющие прогнозировать объемы контуров влажности. Получены зависимость и методика расчета величины поливной нормы, обеспечивающей формирование контура влажности заданной глубины и заданного уровня увлажнения почвы, для широкого спектра гранулометрических и водно-физических характеристик почв. Предложена методика расчета поливной нормы, необходимой для формирования в почвенном пространстве локального контура влажности с заданными размерно-влажностными параметрами при подаче поливной воды одним капельным микроводовыпуском.

The research purpose is to develop the concept of irrigation management systems using integrated artificial intelligence technologies (IAIT). The working hypothesis is the assumption of the priority of the cluster application of IAIT in solving urgent problems of irrigation management. The basis of the information-computing unit of the irrigation control system should be deterministic algorithms using practically proven solutions. Within the framework of the proposed concept, a neural network can be used as the basis for solving a problem, or it can only be used to adapt the parameters of the models used. The meeting points of traditional, analytical irrigation management systems and IAIT are determined by the need to adapt parameters, fine-tune the coefficients of the methodological tools used. The scope of IAIT application in irrigation management improving is quite wide. IAIT can be used to solve the issues of irrigation planning and operational management, image recognition in satellite monitoring of soil moisture, interpolation these data by area, forecasting the soil moisture profile. An algorithm has been developed, that use IAIT to improve the reliability of forecasting the total water consumption of irrigated crops in the regional and landscape aspects. The proposed algorithm allows the system to self-learn and refine the regional values of bioclimatic coefficients, with respect to cumulative influence of local factors. Conclusions are the following: the developed concept and proposed scientific approaches allow effectively solving the problem of adapting the parameters of methodological irrigation management tools at the level of an irrigated field, and even considering intra-field variability. | Цель исследования - разработка концепта систем управления орошением с интегрированными технологиями искусственного интеллекта (ТИИ). Рабочая гипотеза - предположение о приоритете кластерного применения ТИИ в решении актуальных задач управления орошением. Основу информационно-вычислительного блока системы управления орошением должны составлять детерминированные алгоритмы с использованием проверенных практикой решений. В рамках предлагаемого концепта нейронная сеть может быть положена в основу решения задачи, а может использоваться лишь для адаптации параметров используемых моделей. Точки соприкосновения традиционных, аналитических систем управления орошением и ТИИ определяются необходимостью адаптации параметров, точной настройки коэффициентов используемого методологического инструментария. Сфера применения ТИИ в решении задач управления орошением довольно широка: это решение задач планирования и оперативного управления орошением, распознавания образов при спутниковом контроле влажности почвы, интерполяции данных о влажности почвы по площади, прогнозирования профиля увлажнения почвы. Разработан алгоритм, использующий ТИИ для повышения надежности прогноза суммарного водопотребления орошаемых культур в региональном и ландшафтном аспекте. Предложенный алгоритм позволяет системе самообучаться и уточнять региональные значения биоклиматических коэффициентов с учетом совокупного влияния местных факторов. Выводы: разработанный концепт и предложенные научные подходы, позволяют эффективно решать задачу адаптации параметров методологического инструментария управления орошением на уровне орошаемого поля, и даже с учетом внутриполевой вариабельности.