农业使用了世界上70%的水，这似乎是水需求的上升趋势。在其他工业部门的需求也在增加、气候变化的影响日益加剧的水资源短缺的情况下，如果想要维持该部门并保护生命，节水措施的行动已经是迫在眉睫了。农学系研究员开发出了一种模型，该模型能够提前预测每个用水户每天所需的水。
这个模型的创新之处在于人工智能技术的应用，比如模糊逻辑，一种用来解释决策行为的系统。在这种情况下，它混合了一些更容易测量的变量，如农业气候变量或要灌溉的土地面积，以及其他更复杂的变量，如该地区的浇水季节是具体在什么时候进行。
FIS模型（模糊逻辑系统）将输入变量（温度、湿度等）转换为其规则所使用的语言。利用遗传算法对输入参数建立最优曲线，通过神经网络建立它们之间的关系。推导出施加的灌溉深度以确定每个用水者将使用多少水量。
这个工具的目的是控制不同的需水量。通过这样做，相关供水部门将能够更有组织和更准确的供水，以此预见泵站的故障问题，并有效地组织维修和故障修复任务，而不浪费水或影响灌区。
应如何获得这些数据？
这个工具的创建转化为根据信息管理用水户的变化。在过去，这种管理主要基于直觉或是经验。相反，现在这些关联可以依赖于准确的信息数据。
但是这些信息是从哪里来的呢？
在这种情况下，为了确定不同作物的不同用途对模型的准确性有何影响，研究人员进行远程控制系统的数据来处理玉米、水稻和番茄作物。 通过这种方式，远程控制和遥测系统的可行性是显而易见的。
到目前为止，这些系统产生的数据基本上是用来向网络中的每个用户收取他们使用了多少水的费用，而在这个系统中产生的所有测量都用来预测。因此，研究人员提出的模型是对用水户使用的测量系统进行重新考虑的原因，不仅满足了技术工人和管理用水户，而且满足了遥测领域的创新公司。所有这些都是在全球范围内节约用水的同时完成的。
閱讀更多 上海佰質儀器儀表 的文章
