水是生命之源,是人类生存和社会发展不可缺少的基本条件,水资源短缺、供水不足,已成为全球性问题。我国水资源形势尤为严峻,人均水资源占有量不足世界的1/4,居世界第109位。全国670个城市中,有400多个城市不同程度缺水,其中108个严重缺水。绿地系统不仅具有美化城市、提高城市品质、改善城市环境等多方面功能,而且还能成为城市居民游玩、休憩的场所。随着人民生活水平的提高,我国政府对城市绿地的建设越来越重视,在今后一段时期内我国城市绿化覆盖率将大幅提高,城市绿地面积会迅速增加。然而绿地面积的增加必然会导致绿地灌溉方面需水量的大幅增加。要使城市绿地灌溉发展适应城市发展的需要,最有效的办法就是采取先进的节水灌溉模式,以精确化,智能化灌溉系统进行精量灌水,取代目前普遍存在的粗放式灌水。本文工作主要有两部分,首先建立GA-BP网络模型预测参考作物蒸腾量ET0,并对预测结果进行分析,然后利用公式计算土壤计划湿润层含水量,并将其与冠气温差相结合建立灌水量和灌水日期的模糊决策系统,以达到对作物适时、适量灌溉的目的。建立网络预测模型,首先需要确定BP神经网络的网络结构,本文对影响参考作物蒸腾量的各种气象因素进行随意组合作为网络的输入量,采用参考作物蒸腾量ET0作为输出量,并利用基于黄金分割原理的前向神经网络隐含层节点数的优化算法来确定隐含层节点数。网络结构确定后,采用遗传算法(GA)优化BP神经网络的连接权值,并用2001年、2002年北京地区的气象数据和PMETo对其进行训练,建立GA-BP网络预测模型。利用训练好的GA-BP模型预测2003年北京地区的参考蒸腾量,然后将各种不同输入量的预测结果与PM ET0进行对比分析。其分析结果表明本文所建GA-BP预测模型仅需选用日序数、平均气温、风速和日照时数四项因子作为输入量,就可快速获得较高精度的预测参考蒸腾量,对于气象资料不全时,参考蒸腾量的预测具有一定的指导意义。本文首先用计划湿润层平均含水量和冠气温差为输入量,灌水系数为输出量建立模糊决策系统,对灌水系数进行模糊决策,同时为防止次日有雨及预测灌水量过小时进行灌溉,引入限制系数α1、α2,利用灌水量计算公式对灌水量进行预测,并通过土壤含水量的计算预测灌水日期。利用2003年北京地区的数据对本系统进行测试,其结果表明,利用本系统对灌水量和灌水日期进行决策可使土壤含水量长期保持在适宜作物健康生长的范围内。