Aquacrop模型、智慧灌溉決策和用水精準(zhǔn)管理研究進(jìn)展

摘 要：隨著信息技術(shù)的發(fā)展，傳統(tǒng)農(nóng)業(yè)正處于向智慧化農(nóng)業(yè)發(fā)展階段。研究者利用數(shù)據(jù)模型解決實(shí)際生產(chǎn)中難以解決的技術(shù)問題、并通過構(gòu)建智慧灌溉系統(tǒng)和用水管理技術(shù)來提升規(guī)?；N植、水資源節(jié)約集約利用、糧食（作物）增產(chǎn)提質(zhì)水平。探討了作物生長(zhǎng)模型Aquacrop的發(fā)展與應(yīng)用狀況，對(duì)智慧灌溉決策系統(tǒng)以及用水精準(zhǔn)管理的發(fā)展趨勢(shì)和應(yīng)用現(xiàn)狀進(jìn)行綜述。通過研究分析有助于智慧灌溉決策系統(tǒng)的構(gòu)建和用水精準(zhǔn)管理技術(shù)研發(fā)，對(duì)農(nóng)業(yè)領(lǐng)域向智慧化農(nóng)業(yè)發(fā)展具有一定的參考意義。

關(guān)鍵詞：Aquacrop 模型；智慧灌溉決策系統(tǒng)；用水精準(zhǔn)管理

中圖分類號(hào)：S275.9；S274 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：1674-7909（2024）17-148-5

DOI：10.19345/j.cnki.1674-7909.2024.17.032

0 引言

隨著信息技術(shù)的發(fā)展，我國(guó)步入傳統(tǒng)農(nóng)業(yè)大國(guó)向智慧化農(nóng)業(yè)大國(guó)發(fā)展的進(jìn)程中，其中智慧灌溉系統(tǒng)的應(yīng)用在我國(guó)有著較快發(fā)展的趨勢(shì)。智慧灌溉系統(tǒng)集成了物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、無線通訊、遙感監(jiān)測(cè)等多項(xiàng)技術(shù)，通過智能邏輯調(diào)控閥門啟停，實(shí)現(xiàn)灌溉節(jié)水、作物生理和土壤墑情控制之間的平衡。其操作簡(jiǎn)單、適用性廣，可用于大棚、園林、農(nóng)場(chǎng)、大田等多種不同農(nóng)業(yè)生產(chǎn)場(chǎng)景。

智慧灌溉系統(tǒng)可以嵌入作物生長(zhǎng)模型和氣象模型對(duì)區(qū)域上的用水總量、多水源、多灌溉技術(shù)、灌溉制度優(yōu)化、氣候條件等不同情景進(jìn)行集成管控。該系統(tǒng)能夠建立全過程高效用水管控機(jī)制，形成多情景模式下的用水精準(zhǔn)管理技術(shù)，最終實(shí)現(xiàn)水資源集約化利用、糧食（作物）增產(chǎn)提質(zhì)、設(shè)備降低成本等目標(biāo)，推動(dòng)農(nóng)業(yè)的高質(zhì)量發(fā)展。

1 AquaCrop模型應(yīng)用研究

作物生長(zhǎng)模型基于作物生理過程機(jī)制，以氣候、土壤、和田間管理措施等對(duì)作物生長(zhǎng)的環(huán)境影響因素作為環(huán)境驅(qū)動(dòng)變量，運(yùn)用數(shù)學(xué)算法，對(duì)作物生育期生長(zhǎng)過程進(jìn)行模擬應(yīng)用。

1.1 AquaCrop模型適應(yīng)性應(yīng)用研究

AquaCrop 模型是2009年世界糧農(nóng)組織為了處理糧食安全和評(píng)估環(huán)境與管理對(duì)作物生產(chǎn)的影響，組織開發(fā)的水驅(qū)動(dòng)作物模型，具有輸入?yún)?shù)少、適用范圍廣、操作簡(jiǎn)單、數(shù)據(jù)集獲取容易、精度較高、使用成本低等優(yōu)點(diǎn)［1］。因此該模型在世界范圍內(nèi)得到了廣泛應(yīng)用，但由于世界各地的土壤環(huán)境、氣候環(huán)境以及作物種類等各種因素的不同，國(guó)內(nèi)外學(xué)者對(duì)其進(jìn)行了適應(yīng)性研究。

2021年NUNES等［2］以巴西地區(qū)豇豆為研究對(duì)象，利用2次收獲的葉面積指數(shù)、土壤含水量、生物量和最終產(chǎn)量數(shù)據(jù)對(duì)模型在該地區(qū)的適用性做了分析校準(zhǔn)，結(jié)果表明該模型在該地區(qū)對(duì)豇豆有較好的適用性。我國(guó)學(xué)者項(xiàng)艷［3］于2009年在華北地區(qū)用AquaCrop模型對(duì)夏玉米冠層生長(zhǎng)、土壤水分平衡、夏玉米生產(chǎn)力及水分利用效率進(jìn)行模擬，結(jié)果顯示模型具有較好的準(zhǔn)確性。2011年李子忠等［4］同樣在華北地區(qū)針對(duì)大蔥做了土壤貯水量及生物量的模擬，結(jié)果雖有誤差，但可以接受的。基于該模型在國(guó)內(nèi)只應(yīng)用于華北地區(qū)，韓健［5］于2012年在晉中盆地驗(yàn)證了該模型對(duì)玉米土壤含水量、作物生產(chǎn)力、冠層生長(zhǎng)模擬具有較好的準(zhǔn)確性。此外，李晶等［6］、李玥等［7］、HENG等［8］分別在國(guó)內(nèi)外對(duì)春小麥、胡麻、玉米等作物進(jìn)行了適應(yīng)性研究，結(jié)果表明了該模型具有較好的精準(zhǔn)性，為當(dāng)?shù)靥峁┝肆己玫膮⒖純r(jià)值。

AquaCrop 模型擁有模擬作物種類較多的優(yōu)點(diǎn)，在全球應(yīng)用較為廣范，但缺少對(duì)不同地區(qū)、不同作物、不同條件下進(jìn)行相互交叉型的適應(yīng)性模擬研究。

1.2 灌溉管理制度的應(yīng)用研究

AquaCrop 模型作為一款水分驅(qū)動(dòng)模型，可以模擬農(nóng)田環(huán)境和灌溉管理對(duì)作物生長(zhǎng)的綜合影響，可以為作物的灌溉管理制度提供重要依據(jù)。國(guó)內(nèi)外學(xué)者應(yīng)用該模型模擬不同環(huán)境、不同灌溉管理制度對(duì)作物的生長(zhǎng)、產(chǎn)量等影響，為田間灌溉管理制度提供了合理的灌溉管理決策。

DAVARPAN等［9］于2021年在伊朗對(duì)冬小麥進(jìn)行模擬，設(shè)置了輪作灌溉和按需灌溉兩種方式，并定義了不同虧缺灌溉、氣候條件、降雨模式和播種日期等模擬情景。通過AquaCrop模型校準(zhǔn)和驗(yàn)證準(zhǔn)確地模擬了糧食產(chǎn)量，標(biāo)準(zhǔn)化均方根誤差分別為5%和6%，結(jié)果表明，輪作灌溉能保持更高的糧食產(chǎn)量和水分生產(chǎn)力，因此更適合虧缺灌溉。國(guó)內(nèi)，2015年滕曉偉等［10］為給實(shí)現(xiàn)抗旱保產(chǎn)提供依據(jù)，在旱區(qū)陜西楊凌進(jìn)行冬小麥大田試驗(yàn)，利用AquaCrop模型模擬4種灌溉情景對(duì)冬小麥生物量和產(chǎn)量的影響，通過模擬的結(jié)果，得出了最優(yōu)灌溉策略，為旱區(qū)抗旱保產(chǎn)提供了依據(jù)。2019年LI等［11］用AquaCrop模型對(duì)華北平原棉花產(chǎn)量進(jìn)行模擬，采用均方根誤差、平均絕對(duì)誤差和殘差系數(shù)法檢驗(yàn)?zāi)Ｐ托阅?，給政府提供了合理的灌溉意見。2023年張景瑞等［12］依據(jù)4種灌溉定額對(duì)庫(kù)爾勒香梨進(jìn)行田間試驗(yàn)，設(shè)置不同灌水場(chǎng)景，利用AquaCrop模型優(yōu)化香梨灌溉制度，與試驗(yàn)地實(shí)測(cè)結(jié)果綜合對(duì)比表明，該模型可用于香梨產(chǎn)量預(yù)測(cè)和田間用水管理，為地表滴灌技術(shù)適用性選擇提供了依據(jù)。

AquaCrop 模型在田間灌溉管理制度的應(yīng)用研究已經(jīng)成熟，但國(guó)內(nèi)目前只是針對(duì)單種作物進(jìn)行模擬，制定灌溉管理制度，缺少對(duì)多種農(nóng)作物的模擬和管理。

1.3 與其他模型對(duì)比研究

目前，由于所需以及偏重點(diǎn)不同，農(nóng)作物生長(zhǎng)模型有Aquacrop、DSSAT、CropSyst、CERES-Wheat、WOFOST等。

2015年MINGUEZ等［13］將Aquacrop、CERES-Wheat、CropSyst、WOFOST在建模方法、過程描述和模型輸出方面進(jìn)行了比較，表示Aquacrop在觀測(cè)數(shù)據(jù)稀缺時(shí)具有優(yōu)勢(shì)。2019年BABEL等［14］用Aquacrop和DSSAT分別對(duì)印度喜馬拉雅地區(qū)玉米進(jìn)行模擬，與實(shí)測(cè)值相比，DSSAT高估了0.5%，而Aquacrop低估了0.1%。戚迎龍等［15］于2023年在西遼河流域?qū)quacrop與Dual Crop Coefficient模型在單階段及多階段虧水情形試驗(yàn)中進(jìn)行精度對(duì)比分析，綜合評(píng)價(jià)，AquaCrop模型更加精確。該研究可為該區(qū)玉米分階段虧水調(diào)控機(jī)制及田間灌溉管理優(yōu)化提供參考。

綜上所述，AquaCrop具有輸入?yún)?shù)少，操作簡(jiǎn)單、適用范圍廣、數(shù)據(jù)收集容易等特點(diǎn)，但對(duì)模擬同地點(diǎn)中多種地質(zhì)情況、多種鹽分等復(fù)雜條件下精度較差，針對(duì)不同的使用情景，研究者需要對(duì)模型進(jìn)行不斷改進(jìn)，來提升模型的模擬精度。

1.4 模型的拓展與應(yīng)用

隨著AquaCrop模型廣泛應(yīng)用，學(xué)者們也將其與其他技術(shù)相結(jié)合，使其在其他方向也發(fā)揮出了重大效益。國(guó)際研究情況，2019年MARTA等［16］在意大利作為試點(diǎn)將Sentinel-2影像與AquaCrop模型相結(jié)合，有效的監(jiān)測(cè)冠層生長(zhǎng)和預(yù)測(cè)作物生長(zhǎng)中期的灌溉需水量，即減少了人工，又使模型的模擬更加準(zhǔn)確。我國(guó)研究情況如下：2017年邢會(huì)敏等［17］以冬小麥為研究對(duì)象，將AquaCrop生長(zhǎng)模型與遙感光譜信息相結(jié)合，應(yīng)用粒子群優(yōu)、模擬退火和復(fù)合型混合演3種數(shù)據(jù)同化算法，經(jīng)對(duì)比分析，復(fù)合型混合演化數(shù)據(jù)同化算法無論在運(yùn)算效率還是同化結(jié)果的精度上均優(yōu)于模擬退火和粒子群優(yōu)數(shù)據(jù)同化算法。2023年李倩［18］用M-精英協(xié)同進(jìn)化遺傳算法（M-Elite Coevolutionary Algorithm，MECA）優(yōu)化AquaCrop模型的農(nóng)作物參數(shù)，使用全局進(jìn)化算法優(yōu)化模擬玉米的生長(zhǎng)灌溉制度。最終使用數(shù)據(jù)庫(kù)技術(shù)和Web平臺(tái)技術(shù)搭建了基于Meta分析與AquaCrop模型的作物灌溉決策支持系統(tǒng)，為農(nóng)戶田間灌溉管理生產(chǎn)提供了理論指導(dǎo)與技術(shù)支撐。整體而言，與國(guó)外相比，雖然我國(guó)對(duì)該模型的應(yīng)用起步較晚，但是在其應(yīng)用拓展上已經(jīng)較為成熟，在其拓展成果的推廣方面存在欠缺。

2 智慧灌溉決策系統(tǒng)設(shè)計(jì)與應(yīng)用研究

隨著智慧農(nóng)業(yè)的發(fā)展，相對(duì)耗水的傳統(tǒng)灌水方式在向自動(dòng)化、智能化轉(zhuǎn)變，以達(dá)到節(jié)省人力和節(jié)約水資源的目的。智慧灌溉決策系統(tǒng)就是灌溉管理、數(shù)據(jù)信息和計(jì)算機(jī)的結(jié)合，通過監(jiān)測(cè)農(nóng)田環(huán)境溫度、光照強(qiáng)度、土壤墑情等一些參數(shù)，再由計(jì)算機(jī)對(duì)數(shù)據(jù)信息進(jìn)行分析處理，最終決策是否對(duì)農(nóng)田進(jìn)行灌溉。

2.1 灌溉決策系統(tǒng)的設(shè)計(jì)研究

在傳統(tǒng)灌溉方式向智能化轉(zhuǎn)變中，灌溉決策系統(tǒng)的設(shè)計(jì)技術(shù)也在趨于成熟。在國(guó)內(nèi)外學(xué)者的思想與時(shí)代發(fā)展的碰撞中，各種領(lǐng)域中的技術(shù)與方法不斷融合，灌溉決策系統(tǒng)設(shè)計(jì)也是更加現(xiàn)代化、智能化。

2024年1月CONDE等［19］通過制定一個(gè)反饋加前饋算法，使用建模、估計(jì)、預(yù)測(cè)和控制策略設(shè)計(jì)出了灌溉決策系統(tǒng)，其在控制回路中加了人為干預(yù)，避免了天氣預(yù)測(cè)不準(zhǔn)的情況發(fā)生，整體節(jié)水30%。在國(guó)內(nèi)，20世紀(jì)90年代，隨著計(jì)算機(jī)技術(shù)的發(fā)展夏立［20］于噴灌技術(shù)中提出將數(shù)據(jù)輸入電腦，實(shí)現(xiàn)計(jì)算機(jī)控制灌溉的理念。21世紀(jì)初汪志農(nóng)等［21］也根據(jù)知識(shí)庫(kù)、推理機(jī)、解釋器、學(xué)習(xí)器設(shè)計(jì)了智能決策支持系統(tǒng)，并應(yīng)用于在陜西關(guān)中各大型灌區(qū)，節(jié)水效果顯著。2018年謝家興等［22］基于無線傳感器網(wǎng)設(shè)計(jì)了模糊專家決策系統(tǒng)，并對(duì)其進(jìn)行了優(yōu)化升級(jí)，通過Matlab仿真以及果園實(shí)地試驗(yàn)，分析其有效性，結(jié)果顯示該系統(tǒng)可以使果園土壤含水率維持在符合果樹的生長(zhǎng)范圍內(nèi)。2021年魯旭濤等［23］基于通信節(jié)點(diǎn)最優(yōu)部署模型、作物耗水預(yù)測(cè)模型、降水預(yù)測(cè)模型、最優(yōu)化灌溉決策模型以及基于模糊控制理論設(shè)計(jì)了精準(zhǔn)灌溉決策系統(tǒng)，并基于維諾圖改進(jìn)的飛蛾撲火優(yōu)化算法的灌溉網(wǎng)絡(luò)通信節(jié)點(diǎn)優(yōu)化部署方法，結(jié)果表明，灌溉設(shè)備動(dòng)作頻次降低26.67%，灌溉量減少40.82%，排水量減少33.89%，提高了灌溉用水效率。

2.2 灌溉決策系統(tǒng)的應(yīng)用研究

隨著灌溉決策系統(tǒng)的迅速發(fā)展，其在世界各地也得到了廣泛應(yīng)用研究。DAROUICH等［24］于2023年在巴西里約熱內(nèi)盧格蘭德島應(yīng)用決策系統(tǒng)，并開展大規(guī)模的公眾外聯(lián)和教育運(yùn)動(dòng)，結(jié)果表明，決策支持系統(tǒng)實(shí)施的總體結(jié)果是成功的，管理人員能夠以比傳統(tǒng)做法更有效的方式向灌溉人員提供水資源。1998年顧世祥等［25］在山西省運(yùn)用計(jì)算機(jī)決策支持系統(tǒng)預(yù)測(cè)作物短期需水和土壤水分狀況，并渠道配水進(jìn)行了動(dòng)態(tài)模擬，結(jié)果顯示了系統(tǒng)的操作方便，可塑性強(qiáng)。2004年許迪等［26］應(yīng)用有決策支持系統(tǒng)功能的SEDAM模型模擬引黃灌區(qū)的灌溉需求與渠系輸配水狀況，并采用隨機(jī)方法生成與田間和各級(jí)渠道相關(guān)的數(shù)據(jù)，用于多準(zhǔn)則對(duì)其分析，較好的達(dá)到了節(jié)水增產(chǎn)效果。2015年譚君位等［27］應(yīng)用灌溉決策系統(tǒng)指導(dǎo)灌區(qū)灌溉，該系統(tǒng)具有人工干預(yù)能力，可實(shí)現(xiàn)人機(jī)配合，為灌區(qū)提供了灌水管理依據(jù)。

灌溉決策系統(tǒng)的發(fā)展雖然已經(jīng)成熟，但是目前大部分是應(yīng)用者根據(jù)自己需求進(jìn)行的開發(fā)研究，致使灌溉決策系統(tǒng)的種類繁多，模式迥異，缺乏統(tǒng)一性，并且研發(fā)成本相對(duì)較高。

3 灌溉用水精準(zhǔn)管理研究

灌溉用水精準(zhǔn)管理是按照作物生長(zhǎng)過程的用水需求、作物的種植模式、以及水源可取水量，將灌溉水通過管道或者渠道精準(zhǔn)的分配到各個(gè)地塊，以達(dá)到水資源利用效率的最大化的技術(shù)。

2018年P(guān)EPEA等［28］將水應(yīng)用模型與作物生長(zhǎng)模型進(jìn)行耦合，評(píng)估精確灌溉對(duì)作物產(chǎn)量和土壤水分管理的田間影響，在英格蘭對(duì)洋蔥應(yīng)用，結(jié)果顯示即使在潮濕的環(huán)境中也能節(jié)約用水并減少深層滲透損失（排水）。2014年樓豫紅等［29］構(gòu)建了灌溉管理節(jié)水發(fā)展水平綜合評(píng)價(jià)模型，對(duì)四川省21個(gè)市州灌溉管理節(jié)水發(fā)展水平進(jìn)行了評(píng)價(jià)，結(jié)果顯示該模型有較好的適用性。2018年劉志等［30］提出基于區(qū)域化的集約調(diào)水、農(nóng)作物生理配水、定時(shí)供水、完善節(jié)水灌溉制度和用水管理模式，從水權(quán)分配上達(dá)到灌溉用水的精準(zhǔn)管理。2020年徐振軍等［31］建立信息自動(dòng)化平臺(tái)，讓用水戶參與到現(xiàn)代化灌區(qū)的灌溉管理中。

目前，灌溉用水的精準(zhǔn)管理技術(shù)的應(yīng)用正在從小尺度的農(nóng)田管理向大尺度灌區(qū)管理轉(zhuǎn)變，管理模式方面從傳統(tǒng)管理模式向現(xiàn)代化管理模式轉(zhuǎn)變，但在大尺度上針對(duì)解決灌溉用水的精準(zhǔn)管理的技術(shù)問題尚存在不成熟，同時(shí)缺乏推廣。

4 問題分析與展望

①針對(duì)Aquacrop 模型的適應(yīng)性模擬在田間尺度上運(yùn)用較多，缺少對(duì)區(qū)域尺度上的模擬；在對(duì)模擬同一地點(diǎn)多種土質(zhì)情況、多種鹽分等復(fù)雜條件下，模擬值較差，有待進(jìn)一步改進(jìn)。目前，國(guó)內(nèi)使用Aquacrop 模型對(duì)灌溉管理制度與優(yōu)化方面只針對(duì)單一作物進(jìn)行模擬，缺少對(duì)多種作物的應(yīng)用案例。

針對(duì)Aquacrop模型國(guó)內(nèi)可以增加對(duì)不同地區(qū)、不同作物、不同條件下進(jìn)行相互交叉型的適應(yīng)性模擬研究；也可以將該模型與其他技術(shù)與方法相結(jié)合并應(yīng)用推廣。由于該模型具有輸入?yún)?shù)少、界面操作簡(jiǎn)單等優(yōu)點(diǎn)，具有實(shí)用性，在農(nóng)業(yè)生產(chǎn)上有著很好的應(yīng)用前景。

②現(xiàn)如今，智能灌溉決策系統(tǒng)已是我國(guó)農(nóng)業(yè)灌溉發(fā)展的重要技術(shù)之一，也是我國(guó)農(nóng)業(yè)發(fā)展的必經(jīng)之路。隨著大數(shù)據(jù)技術(shù)的成熟與運(yùn)用，大量的農(nóng)業(yè)數(shù)據(jù)將推動(dòng)著傳統(tǒng)灌溉方式向智能化方向發(fā)展。同時(shí)，國(guó)外發(fā)達(dá)國(guó)家絕大多數(shù)灌溉決策系統(tǒng)能夠做到數(shù)據(jù)實(shí)時(shí)檢測(cè)、共享等，我國(guó)雖然具備相同水平的灌溉決策系統(tǒng)平臺(tái)，但是系統(tǒng)的用戶量、普及率依舊較低。

隨著我國(guó)土地集約化的發(fā)展，灌溉決策系統(tǒng)將應(yīng)用到農(nóng)場(chǎng)生產(chǎn)中，對(duì)平臺(tái)的應(yīng)用推廣有著較大的空間。另外，隨著技術(shù)的發(fā)展通過集成不同農(nóng)場(chǎng)灌溉決策系統(tǒng)根據(jù)使用所需進(jìn)行針對(duì)性的研究開發(fā)，將使系統(tǒng)的應(yīng)用面更廣，更利于系統(tǒng)的推廣使用。

③隨著水資源合理化利用的倡導(dǎo)，人們節(jié)水意識(shí)不斷增強(qiáng)，對(duì)于灌溉用水將逐步實(shí)現(xiàn)精準(zhǔn)化管理。灌溉用水精準(zhǔn)管理技術(shù)我國(guó)較為成熟，然而，普遍偏向于田塊尺度的研究和應(yīng)用，對(duì)區(qū)域尺度的研究和應(yīng)用較少。隨著我國(guó)智慧農(nóng)業(yè)的發(fā)展與推廣以及灌溉設(shè)施的優(yōu)化升級(jí)，灌溉用水精準(zhǔn)管理技術(shù)在區(qū)域尺度上的發(fā)展有著極大的前景。

5 結(jié)束語(yǔ)

經(jīng)過國(guó)內(nèi)外學(xué)者對(duì)AquaCrop的適應(yīng)性研究，發(fā)現(xiàn)AquaCrop模型具有輸入?yún)?shù)少、界面操作簡(jiǎn)單等優(yōu)點(diǎn)；另外，學(xué)者將其與其它技術(shù)和方法相結(jié)合，并應(yīng)用到了其它相關(guān)領(lǐng)域中。在農(nóng)業(yè)灌溉領(lǐng)域中，將AquaCrop 模型與計(jì)算機(jī)算法相結(jié)合開發(fā)出智慧用水決策系統(tǒng)平臺(tái)，可以利用平臺(tái)對(duì)區(qū)域上的用水總量、多水源、多灌溉技術(shù)、灌溉制度優(yōu)化等多情景進(jìn)行集成管控。該技術(shù)建立了全過程高效用水管控機(jī)制，形成了多情景用水的精準(zhǔn)管理模式，能夠?qū)崿F(xiàn)水資源節(jié)約集約利用、糧食（作物）增產(chǎn)提質(zhì)、設(shè)備降低成本等目標(biāo)，較好的推動(dòng)農(nóng)業(yè)生產(chǎn)的高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［1］宋喜山，曹紅霞，何子建，等.Aquacrop模型在北疆棉花生育期灌溉洗鹽制度優(yōu)化中的適用性［J］.農(nóng)業(yè)工程學(xué)報(bào)，2023，39（20）：111-122.

［2］NUNES H G G C， FARIAS V D S， SOUSA DP， et al. Parameterization of the AquaCrop model for cowpea and assessing the impact of sowing dates normally used on yield［J］. Agricultural Water Management， 2021，252（10）：106880.

［3］項(xiàng)艷.AquaCrop模型在華北地區(qū)夏玉米生產(chǎn)中的應(yīng)用研究［D］.泰安：山東農(nóng)業(yè)大學(xué)，2009.

［4］李子忠，徐洋，盧憲菊，等.AquaCrop模型在大蔥生物量和土壤貯水量模擬中的應(yīng)用和驗(yàn)證［J］.中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，16（4）：59-66.

［5］韓健.AquaCrop模型在晉中盆地玉米栽培研究中的應(yīng)用［D］.太原：山西大學(xué)，2012.

［6］李晶，付馳，張鐵楠，等.基于AquaCrop模型的東北春麥區(qū)小麥冠層生長(zhǎng)模擬研究［J］.水土保持研究，2013，20（6）：106-110.

［7］李玥，?？×x，郭麗琢，等.AquaCrop模型在西北胡麻生物量及產(chǎn)量模擬中的應(yīng)用和驗(yàn)證［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2014，22（1）：93-103.

［8］HENG K L，HSIAO T，EVETT S，et al.Validating the FAO AquaCrop Model for Irrigated and Water Deficient Field Maize［J］.Agronomy Journal，2009，101（3）：488.

［9］DAVARPAN AH R，AHMADI S H .Modeling the effects of irrigation management scenarios on winter wheat yield and water use indicators in response to climate variations and water delivery systems［J］.Journal of Hydrology，2021，598：126269.

［10］滕曉偉，董燕生，沈家曉，等.AquaCrop模型對(duì)旱區(qū)冬小麥抗旱灌溉的模擬研究［J］.中國(guó)農(nóng)業(yè)科學(xué)，2015，48（20）：4100-4110.

［11］LI F ，YU D ，ZHAO Y .Irrigation scheduling optimization for cotton based on the aquacrop model［J］.Water Resources Management，2019，33（1）：39-55.

［12］張景瑞，王春霞，馬建江，等.基于AquaCrop模型的庫(kù)爾勒香梨生長(zhǎng)動(dòng)態(tài)模擬及滴灌制度優(yōu)化［J］.水土保持學(xué)報(bào)，2023，37（5）：328-336，344.

［13］MINGUEZ，M.I，AIVARO-FUENTES，et al.Selecting crop models for decision making in wheat insurance［J］.European Journal of Agronomy，2015，4（8）：10.1016.

［14］BABEL M S ，DEB P ，SONI P .Performance evaluation of aquaCrop and DSSAT-CERES for maize under different irrigation and manure application rates in the himalayan region of INDIA［J］.Agricultural Research，2019，8（2）：207-217.

［15］ 戚迎龍，趙舉，寧小莉，等.覆土淺埋滴灌玉米分階段虧水條件下AquaCrop與Dual Crop Coefficient模型精度對(duì)比研究［J］.東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，54（6）：64-77.

［16］MARTA A D ，CHIRICO G B，BOLOGNESI

S F， et al.Integrating Sentinel-2 imagery with aquaCrop for dynamic assessment of tomato water requirements in Southern ITALY［J］.Agronomy，2019，9（7）：404.

［17］ 邢會(huì)敏，李振海，徐新剛，等.基于遙感和AquaCrop作物模型的多同化算法比較［J］.農(nóng)業(yè)工程學(xué)報(bào)，2017，33（13）：183-192.

［18］ 李倩. 基于Meta分析與AquaCrop模型的作物灌溉決策支持系統(tǒng)研發(fā)［D］.咸陽(yáng)：西北農(nóng)林科技大學(xué)，2023.

［19］CONDE G ，GUZMáN M S ，ATHELLY A .Adaptive and predictive decision support system for irrigation scheduling： An approach integrating humans in the control loop［J］.Computers and Electronics in Agriculture，2024，217108640.

［20］夏立.節(jié)水節(jié)能的灌溉系統(tǒng)［J］.噴灌技術(shù)，1982（2）：62.

［21］汪志農(nóng)，呂宏興，王密俠，等.節(jié)水灌溉管理智能決策支持系統(tǒng)研究［J］.中國(guó)工程科學(xué)，2001（7）：48-53，58.

［22］謝家興，高鵬，莫昊凡，等.荔枝園智能灌溉決策系統(tǒng)模糊控制器設(shè)計(jì)與優(yōu)化［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2018，49（8）：26-32，58.

［23］魯旭濤，張麗娜，劉昊，等.智慧農(nóng)業(yè)水田作物網(wǎng)絡(luò)化精準(zhǔn)灌溉系統(tǒng)設(shè)計(jì)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2021，37（17）：71-81.

［24］DAROUICH H ，SIMIONESEI L ，OLIVEI-

R A A R，et al.Assessing the impact of IrrigaSys decision support system on farmers’ irrigation practices in Southern PORTUGAL： A Post Evaluation Study［J］.Agronomy，2024，14（1）：66.

［25］顧世祥，袁宏源，李遠(yuǎn)華，等.決策支持系統(tǒng)及其在灌溉實(shí)時(shí)調(diào)度中的應(yīng)用［J］.中國(guó)農(nóng)村水利水電，1998（8）：17-19，45.

［26］許迪，李益農(nóng)，劉鈺，等.改善農(nóng)田與輸配水系統(tǒng)性能的DSS模型應(yīng)用研究［J］.灌溉排水學(xué)報(bào)，2004（2）：6-12，25.

［27］譚君位，崔遠(yuǎn)來，張培青.實(shí)時(shí)灌溉預(yù)報(bào)與灌溉用水決策支持系統(tǒng)研究與應(yīng)用［J］.中國(guó)農(nóng)村水利水電，2015（7）：1-4，9.

［28］PEREA G R ，DACCACHE A ，DíAZ R A J，et al.Modelling impacts of precision irrigation on crop yield and in-field water management［J］.Precision Agriculture，2018，19（3）：497-512.

［29］樓豫紅，康紹忠，崔寧博，等.四川省灌溉管理節(jié)水發(fā)展水平綜合評(píng)價(jià)模型構(gòu)建與應(yīng)用［J］.農(nóng)業(yè)工程學(xué)報(bào)，2014，30（4）：79-89.

［30］劉志，黃振宇，陳菁，等.南方平原灌區(qū)農(nóng)業(yè)初始水權(quán)精準(zhǔn)分配模式與附屬計(jì)量設(shè)施安裝效益研究［J］.水利發(fā)展研究，2018，18（12）：11-18.

［31］徐振軍，張建新.用水戶參與灌溉管理的灌區(qū)智慧水務(wù)建設(shè)探討［J］.水利發(fā)展研究，2020，20（4）：39-40，60.