Aquacrop模型、智慧灌溉决策和用水精准管理研究进展

摘 要：随着信息技术的发展，传统农业正处于向智慧化农业发展阶段。研究者利用数据模型解决实际生产中难以解决的技术问题、并通过构建智慧灌溉系统和用水管理技术来提升规模化种植、水资源节约集约利用、粮食（作物）增产提质水平。探讨了作物生长模型Aquacrop的发展与应用状况，对智慧灌溉决策系统以及用水精准管理的发展趋势和应用现状进行综述。通过研究分析有助于智慧灌溉决策系统的构建和用水精准管理技术研发，对农业领域向智慧化农业发展具有一定的参考意义。

关键词：Aquacrop 模型；智慧灌溉决策系统；用水精准管理

中图分类号：S275.9；S274 文献标志码：B 文章编号：1674-7909（2024）17-148-5

DOI：10.19345/j.cnki.1674-7909.2024.17.032

0 引言

随着信息技术的发展，我国步入传统农业大国向智慧化农业大国发展的进程中，其中智慧灌溉系统的应用在我国有着较快发展的趋势。智慧灌溉系统集成了物联网、移动互联网、无线通讯、遥感监测等多项技术，通过智能逻辑调控阀门启停，实现灌溉节水、作物生理和土壤墒情控制之间的平衡。其操作简单、适用性广，可用于大棚、园林、农场、大田等多种不同农业生产场景。

智慧灌溉系统可以嵌入作物生长模型和气象模型对区域上的用水总量、多水源、多灌溉技术、灌溉制度优化、气候条件等不同情景进行集成管控。该系统能够建立全过程高效用水管控机制，形成多情景模式下的用水精准管理技术，最终实现水资源集约化利用、粮食（作物）增产提质、设备降低成本等目标，推动农业的高质量发展。

1 AquaCrop模型应用研究

作物生长模型基于作物生理过程机制，以气候、土壤、和田间管理措施等对作物生长的环境影响因素作为环境驱动变量，运用数学算法，对作物生育期生长过程进行模拟应用。

1.1 AquaCrop模型适应性应用研究

AquaCrop 模型是2009年世界粮农组织为了处理粮食安全和评估环境与管理对作物生产的影响，组织开发的水驱动作物模型，具有输入参数少、适用范围广、操作简单、数据集获取容易、精度较高、使用成本低等优点［1］。因此该模型在世界范围内得到了广泛应用，但由于世界各地的土壤环境、气候环境以及作物种类等各种因素的不同，国内外学者对其进行了适应性研究。

2021年NUNES等［2］以巴西地区豇豆为研究对象，利用2次收获的叶面积指数、土壤含水量、生物量和最终产量数据对模型在该地区的适用性做了分析校准，结果表明该模型在该地区对豇豆有较好的适用性。我国学者项艳［3］于2009年在华北地区用AquaCrop模型对夏玉米冠层生长、土壤水分平衡、夏玉米生产力及水分利用效率进行模拟，结果显示模型具有较好的准确性。2011年李子忠等［4］同样在华北地区针对大葱做了土壤贮水量及生物量的模拟，结果虽有误差，但可以接受的。基于该模型在国内只应用于华北地区，韩健［5］于2012年在晋中盆地验证了该模型对玉米土壤含水量、作物生产力、冠层生长模拟具有较好的准确性。此外，李晶等［6］、李玥等［7］、HENG等［8］分别在国内外对春小麦、胡麻、玉米等作物进行了适应性研究，结果表明了该模型具有较好的精准性，为当地提供了良好的参考价值。

AquaCrop 模型拥有模拟作物种类较多的优点，在全球应用较为广范，但缺少对不同地区、不同作物、不同条件下进行相互交叉型的适应性模拟研究。

1.2 灌溉管理制度的应用研究

AquaCrop 模型作为一款水分驱动模型，可以模拟农田环境和灌溉管理对作物生长的综合影响，可以为作物的灌溉管理制度提供重要依据。国内外学者应用该模型模拟不同环境、不同灌溉管理制度对作物的生长、产量等影响，为田间灌溉管理制度提供了合理的灌溉管理决策。

DAVARPAN等［9］于2021年在伊朗对冬小麦进行模拟，设置了轮作灌溉和按需灌溉两种方式，并定义了不同亏缺灌溉、气候条件、降雨模式和播种日期等模拟情景。通过AquaCrop模型校准和验证准确地模拟了粮食产量，标准化均方根误差分别为5%和6%，结果表明，轮作灌溉能保持更高的粮食产量和水分生产力，因此更适合亏缺灌溉。国内，2015年滕晓伟等［10］为给实现抗旱保产提供依据，在旱区陕西杨凌进行冬小麦大田试验，利用AquaCrop模型模拟4种灌溉情景对冬小麦生物量和产量的影响，通过模拟的结果，得出了最优灌溉策略，为旱区抗旱保产提供了依据。2019年LI等［11］用AquaCrop模型对华北平原棉花产量进行模拟，采用均方根误差、平均绝对误差和残差系数法检验模型性能，给政府提供了合理的灌溉意见。2023年张景瑞等［12］依据4种灌溉定额对库尔勒香梨进行田间试验，设置不同灌水场景，利用AquaCrop模型优化香梨灌溉制度，与试验地实测结果综合对比表明，该模型可用于香梨产量预测和田间用水管理，为地表滴灌技术适用性选择提供了依据。

AquaCrop 模型在田间灌溉管理制度的应用研究已经成熟，但国内目前只是针对单种作物进行模拟，制定灌溉管理制度，缺少对多种农作物的模拟和管理。

1.3 与其他模型对比研究

目前，由于所需以及偏重点不同，农作物生长模型有Aquacrop、DSSAT、CropSyst、CERES-Wheat、WOFOST等。

2015年MINGUEZ等［13］将Aquacrop、CERES-Wheat、CropSyst、WOFOST在建模方法、过程描述和模型输出方面进行了比较，表示Aquacrop在观测数据稀缺时具有优势。2019年BABEL等［14］用Aquacrop和DSSAT分别对印度喜马拉雅地区玉米进行模拟，与实测值相比，DSSAT高估了0.5%，而Aquacrop低估了0.1%。戚迎龙等［15］于2023年在西辽河流域将Aquacrop与Dual Crop Coefficient模型在单阶段及多阶段亏水情形试验中进行精度对比分析，综合评价，AquaCrop模型更加精确。该研究可为该区玉米分阶段亏水调控机制及田间灌溉管理优化提供参考。

综上所述，AquaCrop具有输入参数少，操作简单、适用范围广、数据收集容易等特点，但对模拟同地点中多种地质情况、多种盐分等复杂条件下精度较差，针对不同的使用情景，研究者需要对模型进行不断改进，来提升模型的模拟精度。

1.4 模型的拓展与应用

随着AquaCrop模型广泛应用，学者们也将其与其他技术相结合，使其在其他方向也发挥出了重大效益。国际研究情况，2019年MARTA等［16］在意大利作为试点将Sentinel-2影像与AquaCrop模型相结合，有效的监测冠层生长和预测作物生长中期的灌溉需水量，即减少了人工，又使模型的模拟更加准确。我国研究情况如下：2017年邢会敏等［17］以冬小麦为研究对象，将AquaCrop生长模型与遥感光谱信息相结合，应用粒子群优、模拟退火和复合型混合演3种数据同化算法，经对比分析，复合型混合演化数据同化算法无论在运算效率还是同化结果的精度上均优于模拟退火和粒子群优数据同化算法。2023年李倩［18］用M-精英协同进化遗传算法（M-Elite Coevolutionary Algorithm，MECA）优化AquaCrop模型的农作物参数，使用全局进化算法优化模拟玉米的生长灌溉制度。最终使用数据库技术和Web平台技术搭建了基于Meta分析与AquaCrop模型的作物灌溉决策支持系统，为农户田间灌溉管理生产提供了理论指导与技术支撑。整体而言，与国外相比，虽然我国对该模型的应用起步较晚，但是在其应用拓展上已经较为成熟，在其拓展成果的推广方面存在欠缺。

2 智慧灌溉决策系统设计与应用研究

随着智慧农业的发展，相对耗水的传统灌水方式在向自动化、智能化转变，以达到节省人力和节约水资源的目的。智慧灌溉决策系统就是灌溉管理、数据信息和计算机的结合，通过监测农田环境温度、光照强度、土壤墒情等一些参数，再由计算机对数据信息进行分析处理，最终决策是否对农田进行灌溉。

2.1 灌溉决策系统的设计研究

在传统灌溉方式向智能化转变中，灌溉决策系统的设计技术也在趋于成熟。在国内外学者的思想与时代发展的碰撞中，各种领域中的技术与方法不断融合，灌溉决策系统设计也是更加现代化、智能化。

2024年1月CONDE等［19］通过制定一个反馈加前馈算法，使用建模、估计、预测和控制策略设计出了灌溉决策系统，其在控制回路中加了人为干预，避免了天气预测不准的情况发生，整体节水30%。在国内，20世纪90年代，随着计算机技术的发展夏立［20］于喷灌技术中提出将数据输入电脑，实现计算机控制灌溉的理念。21世纪初汪志农等［21］也根据知识库、推理机、解释器、学习器设计了智能决策支持系统，并应用于在陕西关中各大型灌区，节水效果显著。2018年谢家兴等［22］基于无线传感器网设计了模糊专家决策系统，并对其进行了优化升级，通过Matlab仿真以及果园实地试验，分析其有效性，结果显示该系统可以使果园土壤含水率维持在符合果树的生长范围内。2021年鲁旭涛等［23］基于通信节点最优部署模型、作物耗水预测模型、降水预测模型、最优化灌溉决策模型以及基于模糊控制理论设计了精准灌溉决策系统，并基于维诺图改进的飞蛾扑火优化算法的灌溉网络通信节点优化部署方法，结果表明，灌溉设备动作频次降低26.67%，灌溉量减少40.82%，排水量减少33.89%，提高了灌溉用水效率。

2.2 灌溉决策系统的应用研究

随着灌溉决策系统的迅速发展，其在世界各地也得到了广泛应用研究。DAROUICH等［24］于2023年在巴西里约热内卢格兰德岛应用决策系统，并开展大规模的公众外联和教育运动，结果表明，决策支持系统实施的总体结果是成功的，管理人员能够以比传统做法更有效的方式向灌溉人员提供水资源。1998年顾世祥等［25］在山西省运用计算机决策支持系统预测作物短期需水和土壤水分状况，并渠道配水进行了动态模拟，结果显示了系统的操作方便，可塑性强。2004年许迪等［26］应用有决策支持系统功能的SEDAM模型模拟引黄灌区的灌溉需求与渠系输配水状况，并采用随机方法生成与田间和各级渠道相关的数据，用于多准则对其分析，较好的达到了节水增产效果。2015年谭君位等［27］应用灌溉决策系统指导灌区灌溉，该系统具有人工干预能力，可实现人机配合，为灌区提供了灌水管理依据。

灌溉决策系统的发展虽然已经成熟，但是目前大部分是应用者根据自己需求进行的开发研究，致使灌溉决策系统的种类繁多，模式迥异，缺乏统一性，并且研发成本相对较高。

3 灌溉用水精准管理研究

灌溉用水精准管理是按照作物生长过程的用水需求、作物的种植模式、以及水源可取水量，将灌溉水通过管道或者渠道精准的分配到各个地块，以达到水资源利用效率的最大化的技术。

2018年PEPEA等［28］将水应用模型与作物生长模型进行耦合，评估精确灌溉对作物产量和土壤水分管理的田间影响，在英格兰对洋葱应用，结果显示即使在潮湿的环境中也能节约用水并减少深层渗透损失（排水）。2014年楼豫红等［29］构建了灌溉管理节水发展水平综合评价模型，对四川省21个市州灌溉管理节水发展水平进行了评价，结果显示该模型有较好的适用性。2018年刘志等［30］提出基于区域化的集约调水、农作物生理配水、定时供水、完善节水灌溉制度和用水管理模式，从水权分配上达到灌溉用水的精准管理。2020年徐振军等［31］建立信息自动化平台，让用水户参与到现代化灌区的灌溉管理中。

目前，灌溉用水的精准管理技术的应用正在从小尺度的农田管理向大尺度灌区管理转变，管理模式方面从传统管理模式向现代化管理模式转变，但在大尺度上针对解决灌溉用水的精准管理的技术问题尚存在不成熟，同时缺乏推广。

4 问题分析与展望

①针对Aquacrop 模型的适应性模拟在田间尺度上运用较多，缺少对区域尺度上的模拟；在对模拟同一地点多种土质情况、多种盐分等复杂条件下，模拟值较差，有待进一步改进。目前，国内使用Aquacrop 模型对灌溉管理制度与优化方面只针对单一作物进行模拟，缺少对多种作物的应用案例。