据统计,灌溉用水消耗了我国水资源总量的60%以上,再加上灌溉效率不高,使农业生产浪费了太多的水资源。农业是民生之本,也是我国社会建设的基础,只有从根本上解决灌溉耗水量大、浪费严重的问题,才有利于我国精细农业的发展。黑龙江省是产粮大省,却由于灌溉水源不足出现了粮食减产的现象,同时,农业专家对于寒地水稻灌溉技术的研究很少,这就导致黑龙江省的灌溉节水效果不是很明显。本文在保证水稻正常生长和灌溉水量减小的前提下,充分考虑了寒地水稻生长环境和灌溉周期的特殊性,提出了基于灰色神经网络与模糊控制的寒地水稻灌溉策略。灌溉需水量主要受环境气象因素和土壤墒情的影响,它们在一定程度上会加快水分的消耗,只用充分掌握这些影响因子数据才能更好的确定水稻灌溉的实际需水量进而做出最优灌溉控制。本文通过部署微型气象站,对寒地水稻种植环境进行监测,完成数据的采集、传输和命令处理,提高控制效率的同时减少了传统布线对水稻收割造成的麻烦。为解决灌溉过程的不确定性和时滞性,构建灰色神经网络根据已有的灌溉策略影响因子进行灰色预测,灰色理论通过研究现有的气象数据可以发掘其中蕴含的规律,并基于现有的分析规律对以后的数据进行有效预测。神经网络通过不断更新神经元间的连接权重,可以处理一些定性和模糊性的数据,而不需要严格的自变量和因变量系数关系,将灰色模型的输出响应映射到神经网络的拓扑结构中,可以提高数据预测的精确度。灌溉的节水控制过程具有很大的非线性,很难用常规理论建立控制模型,而模糊理论不需要精确的数学模型就能实现控制过程,而且以专家知识和实践经验作为控制规则,使其易接受、操作方便,本文简要介绍了模糊控制器的实现流程。本文提出的灌溉策略转变了传统的灌溉方式,将灌溉土地变为灌溉作物,这即保证了寒地水稻的正常水分需求,也有利于促进作物的正常生长,并能对实际需水量做出更准确的判断与管理。在黑龙江省九三农场的田间试验结果表明本研究具有很好的节水效果,提高了灌溉水利用率。