土壤墒情即作物耕层中土壤含水量以及作物吸收水分的状况,是影响作物根系生长的重要因素。目前大部分的土壤墒情监测方法耗时、耗力,时效性差,不能及时的反应土壤墒情的变化。因此,需要将信息化技术应用在土壤墒情监测中,提高土壤墒情数据采集与传递的效率,并加强组织和管理土壤墒情数据,进而提高农业用水利用率,为抗旱决策提供依据。基于此,本文对土壤墒情监测及预报开展了研究,主要包括以下内容:(一)设计研发了用于土壤水分数据采集的移动式终端ASW-4。该终端能够快速测量土壤水分含量,采集的数据通过GPRS网络发送至数据管理中心,并拥有GPS功能,可以定位采样点的坐标信息。ASW-4成本低,操作简单,使用时不受监测位置限制,具有很大的灵活性,能够配合固定土壤墒情监测站工作,比较均匀全面的覆盖监测区域。(二)基于GIS技术构建了农田土壤墒情信息系统。该系统既可以接收ASW-4发送的数据,同时预留了接口,也可以接收固定土壤墒情监测站的数据。系统集数据采集、存储、管理、显示和输出功能与一体,可以实时的监测采样点土壤含水量的变化情况,以图形、图表的方式直观的显示给用户。系统可以将土壤水分与农作物的生育期结合起来,进行作物墒情分析,得到等值线、等值面图,从整体上了解监测区域的土壤墒情趋势。(三)以肥东县八斗镇固定墒情监测站采集的数据作为学习样本,建立了基于BP神经网络的土壤墒情短期预报模型。通过分析,将0-20 cm、20-40 cm、40-60 cm深度的土壤含水量,降雨量,日照时间,空气湿度和平均气温作为模型的输入变量,将第二天20-40 cm的土壤含水量作为模型的输出变量,进行了预报模型的研究。并且使用了遗传算法优化了BP神经网络,提高了模型的预报精度。本研究的部分成果已经在安徽省滁州市、肥东县、南陵县等区域推广使用,目前系统运行稳定,在一定程度上提高了土壤墒情监测的效率,为农业生产提供了保障。