灌溉管理智能化和灌溉决策智慧化是灌区信息化的核心,对于提高水资源利用效率,实现农业现代化,促进“乡村振兴”战略实施具有重要意义。要实现精准灌溉,快速准确地获取信息是基础,及时科学地灌溉决策是核心。本研究将信息融合技术引入到农田灌溉领域,以冬小麦为研究对象,开展了基于多源信息融合的灌溉决策方法研究。通过3a的田间试验和室内分析,分析了土壤水分、叶水势、冠层温度和气孔导度等灌溉决策指标的变化规律,构建了基于高光谱的土壤水分估算模型,确定了冬小麦不同生育期、不同土层土壤水分的权重系数,实现了土壤水分在点尺度和区域尺度的融合,构建了不同灌溉决策指标的隶属度函数,完成了多源灌溉决策信息在特征层和决策层的融合,解决了多源灌溉信息的融合难题。取得的主要成果如下:(1)系统分析了土壤水分、叶水势、冠层温度和气孔导度等灌溉决策指标的变化规律。采用留一交叉验证法,构建了基于NVI的土壤水分估算模型,经验证,所建模型的平均相对误差MRE和均方根误差RMSE分别为16.73%和0.0478。利用通径分析方法,分析了叶水势、冠层温度和气孔导度与气象因素之间的关系,得出相对湿度对叶水势的影响作用最明显,饱和水汽压差对冠层温度和气孔导度的影响作用最明显。(2)实现了土壤水分在数据层的融合。采用自适应加权平均融合算法,确定了冬小麦不同生育期、不同土层土壤水分的权重系数,实现了土壤水分在点尺度的融合;利用贝叶斯最大熵方法,实现了三种不同来源土壤水分数据的融合,结果表明,采用BME3(取土+EC-5传感器+反演的土壤水分转换成的高斯分布概率软数据)进行融合,效果最好,完成了土壤水分在区域尺度的融合。(3)构建了灌溉决策指标的基本概率分配函数,实现了多源灌溉信息在特征层的融合。采用模糊推理理论,对各灌溉决策因子属性值进行了模糊化,采用三角形隶属度函数,得到了土壤水分、气孔导度、CWSI和叶水势四个指标的基本概率分配函数,构建了多个融合灌溉因子对灌溉决策的识别框架,为决策层融合提供基础参数。(4)对D-S证据理论进行了改进,实现了多源灌溉信息在决策层的融合。充分考虑灌溉决策的实际情况,对发生冲突的因子,引入距离函数,将平均距离代替冲突证据,解决了多源灌溉信息的融合问题及冲突因子的组合问题。利用实测数据对改进算法进行了验证,与经典D-S证据理论相比,采用本文提出的改进算法,灌溉决策的不确定性大大降低。