本发明涉及棉花种植领域，特别是涉及一种基于水利用率和产量的棉花灌溉优化方法。
背景技术：
1、气候变化，尤其是变暖和降雨格局的改变，导致区域性缺水现象日益频繁，给全球农业生产带来了巨大挑战。水资源作为农业生产力中至关重要的组成部分，受到极大影响。干旱和缺水可能使作物对气候变化更为敏感，从而抑制未来产量。相较湿润地区，干旱地区的年灌溉用水总量增长更为迅速。随着灌溉量的提升和灌溉面积的扩大，严重加剧了区域乃至全球范围内的严重缺水问题。如何科学高效地进行农业水资源管理，以促使农业生产适应气候变化，已成为一项持续性挑战。棉花作为全球最重要的经济作物之一，极其敏感于气候变化。全球大部分棉花产区面临干旱等气候风险，而多数种植区域的灌溉水资源日益稀缺，水资源竞争不断升级，导致棉花生产力下降。土壤水分状况对棉花的根系活力、地下部生物量和棉花耗水量均产生影响。在不同密度下的棉花群体中存在对不同深度水分利用的差异，这与产量密切相关，然而耗水差异是否会直接影响产量差异尚缺乏相关报道。深入了解相关规律，从理论上讲，通过精确控制耗水量可以实现棉花产量的稳定。此外，土壤耗水量对棉花产量的影响可能主要体现在花铃期。以往研究表明，在不同种植模式下的棉花花铃期，棉行处土壤水分的垂直运动可增加耗水量从而提高产量，而行间的水平运动却对产量产生负面影响。这一理论有助于优化农艺措施，然而在不同密度处理下棉行水平位置的耗水情况与产量之间的关系尚待进一步了解。深入了解植物的水关系是实施可持续农业水管理的必备基础，同时对改进作物模型具有重要意义。准确理解田间水资源的分配需要深入研究植物间的水资源竞争机制。作物的生产力和收获指数与作物内部竞争强度密切相关，其中作物内部竞争实质上是一种密度效应。适度增加密度可提高产量，然而随着植物密度的增加，植物间将面临更激烈的光照和生长空间竞争，或地下根系之间将加剧对土壤水分的竞争。
2、目前对作物水资源竞争相关机制的理解尚不充分，其中一个关键问题在于土壤水分采样的精度不够高。过去往往使用降雨量来估算作物的耗水量，然而这种方法存在局限性。更加深入细致的研究将有助于准确揭示作物间水资源竞争的机制，从而更精准地指导农业水资源管理的实践。
技术实现思路
1、为了克服现有技术的不足，本发明的目的是提供一种基于水利用率和产量的棉花灌溉优化方法，通过对不同密度下的棉花水利用率和产量数据进行采集和分析，实现对最佳种植密度的筛选。
2、为实现上述目的，本发明提供了如下方案：
3、一种基于水利用率和产量的棉花灌溉优化方法，包括：
4、收集至少一种种植密度的棉花种植地内的生物量、籽棉产量以及气象数据；
5、利用所述生物量和所述籽棉产量计算收获指数；
6、基于空间网格方法，在所述棉花种植地中设置至少一个5te传感器；
7、利用所述5te传感器采集所述棉花种植地的表观介电常数；
8、利用所述表观介电常数计算所述棉花种植地的土壤含水量；
9、基于辛普森3/8规则，计算每个预设网格的网格总含水量；
10、利用所述网格总含水量计算累积土壤耗水量；
11、对所述气象数据、所述生物量、所述籽棉产量、所述收获指数、所述网格总含水量以及所述累积土壤耗水量进行数据整理，得到综合棉花数据；
12、对所述综合棉花数据进行图片组合以及线性模型、logistic模型和双高斯模型进行拟合，得到拟合模型；
13、利用所述拟合模型进行可视化绘图，得到特性曲线；
14、对所述特性曲线进行差异显著性分析、spearman相关性分析和lsd显著性分析，得到目标控制比例。
15、优选地，所述种植密度包括：90000plants/ha、120000plants/ha、150000plants/ha、180000plants/ha、210000plants/ha以及240000plants/ha。
16、优选地，收集至少一种种植密度的棉花种植地内的生物量、籽棉产量以及气象数据，包括：
17、将所述棉花种植地内的样品植株在80℃下烘干至恒重，得到所述生物量；
18、采集所述棉花种植地内的100个所述样品植株的棉铃，并对全部所述棉铃进行晒干称重，得到所述籽棉产量。
19、优选地，基于空间网格方法，在所述棉花种植地中设置至少一个5te传感器，包括：
20、在所述棉花种植地的水平和垂直方向上每20cm设置一个所述5te传感器。优选地，所述土壤含水量的计算公式为：θ为所述土壤含水量；εb为土壤体积的介电常数。
21、优选地，所述网格总含水量的计算公式包括：以及j＝1,2,3,4,..,ncol-1,ncol；ncol为列总数；gi,j为第i行和第j列网格点的深度；δx和δy分别为预设网格数据文件的列距和行距；ai是第i个横截面面积；v是土壤含水量体积；gridi，j为(i，j)网格内所述土壤含水量的定积分平均值；area为土壤剖面面积。
22、优选地，所述累积土壤耗水量的计算公式为：swc为所述累积土壤耗水量；n为采样小时数；gridi为第i个小时的网格文件数据。
23、优选地，所述logistic模型的计算公式为：y为所述生物量；a为理论最大生物量；t为出苗后天数；b和k均为常数。
24、本发明公开了以下技术效果：
25、本发明提供了一种基于水利用率和产量的棉花灌溉优化方法，通过采集棉花水利用率和产量数据，解决了数据来源单一问题，实现了对棉花种植密度的精准筛选；通过进行logistic模型拟合，解决了拟合曲线效果较差的问题，实现了对综合棉花数据的非线性拟合。
1.一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，所述种植密度包括：90000plants/ha、120000plants/ha、150000plants/ha、180000plants/ha、210000plants/ha以及240000plants/ha。
3.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，收集至少一种种植密度的棉花种植地内的生物量、籽棉产量以及气象数据，包括：
4.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，基于空间网格方法，在所述棉花种植地中设置至少一个5te传感器，包括：
5.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，所述土壤含水量的计算公式为：θ为所述土壤含水量；εb为土壤体积的介电常数。
6.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，所述网格总含水量的计算公式包括：以及ncol为列总数；gi,j为第i行和第j列网格点的深度；δx和δy分别为预设网格数据文件的列距和行距；ai是第i个横截面面积；v是土壤含水量体积；gridi，j为(i，j)网格内所述土壤含水量的定积分平均值；area为土壤剖面面积。
7.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，所述累积土壤耗水量的计算公式为：swc为所述累积土壤耗水量；n为采样小时数；gridi为第i个小时的网格文件数据。
8.根据权利要求1所述的一种基于水利用率和产量的棉花灌溉优化方法，其特征在于，所述logistic模型的计算公式为：y为所述生物量；a为理论最大生物量；t为出苗后天数；b和k均为常数。
