大中型灌区的建设和改造工程对农业生产有着重要作用,能够确保粮食和主要农产品的供给,促进农业增产、农民增收和农村发展,推动经济社会全面协调可持续发展,加快农业现代化发展。本文针对南方大型灌区,以江苏淮安洪金灌区为例,基于短期降雨预报、需水量预测和水量平衡方程,开展水稻灌溉制度的实时优化研究,对提高南方大型灌区农业用水效率、发展精准灌溉、优化地区水资源分配有着重要意义。本文综述了国内外关于灌溉制度实时优化、作物需水量预测和灌区灌溉决策系统开发方面的研究进展,结合南方大型灌区灌溉实际情况进行具体研究。针对传统方法根据设计代表年的降雨、蒸发蒸腾量确定水稻生育期内灌溉制度,很少考虑当年实际降雨的情况,提出了基于短历时的天气预报和作物需水量BP神经网络预测的灌溉制度优化方法。充分利用气象部门的短历时降雨预报,对各轮灌组一次灌溉延续时间内的逐日灌溉水量进行了优化调整,改善了传统灌溉制度一旦制定后,在实施过程中一次灌水延续时间内,不同轮灌组或同一轮灌组的每日灌水定额不作调整的情况,为南方大型灌区水稻灌溉实时优化提供新的途径。以洪金灌区2018年7月中旬为期7d的一次灌溉为例,经过优化调整后,净灌溉水量比传统方法减少154万m3,占总量的15.8%,降雨利用率大大提高,有利于灌区进行灌溉水量的合理配置和区域水资源的优化调整。采用MATLAB软件建立一个4-13-1的BP神经网络模型对水稻逐日需水量进行预测,将平均气温、相对湿度、日照时间和太阳净辐射作为输入因子,参照作物逐日需水量作为输出因子。以2010～2016年气象输入因子和彭曼公式计算所得的参照作物需水量对网络进行训练调整,最终达到精度要求形成了预测作物需水量的BP神经网络模型。以7d作为预测时序,根据2018年气象预报信息,对洪金灌区该年生育期内每7d水稻逐日需水量进行预测。该模型的建立能够简化原来应采用彭曼公式计算作物需水量的繁复过程,为灌溉制度的实时优化提供支撑。以Visual Basic6.0为编程平台,开发了洪金灌区水稻灌溉制度实时优化模块,主要有田间水层(墒情)调控指标、降雨短历时天气预报及作物需水量预测和灌溉制度实时优化计算三大板块。计算程序能够通过导入7d预测的气象数据和水稻需水量等,利用已经编好的水量平衡程序计算逐日田面水层深和灌溉水量,并生成灌溉方案计划表。本次模块开发丰富了已有的洪金灌区灌溉决策支持系统,为灌区运行科学管理提供参考。