Aquacrop模型、智慧灌溉決策和用水精準管理研究進展

摘 要：隨著信息技術的發展，傳統農業正處于向智慧化農業發展階段。研究者利用數據模型解決實際生產中難以解決的技術問題、并通過構建智慧灌溉系統和用水管理技術來提升規模化種植、水資源節約集約利用、糧食（作物）增產提質水平。探討了作物生長模型Aquacrop的發展與應用狀況，對智慧灌溉決策系統以及用水精準管理的發展趨勢和應用現狀進行綜述。通過研究分析有助于智慧灌溉決策系統的構建和用水精準管理技術研發，對農業領域向智慧化農業發展具有一定的參考意義。

關鍵詞：Aquacrop 模型；智慧灌溉決策系統；用水精準管理

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

DOI：10.19345/j.cnki.1674-7909.2024.17.032

0 引言

隨著信息技術的發展，我國步入傳統農業大國向智慧化農業大國發展的進程中，其中智慧灌溉系統的應用在我國有著較快發展的趨勢。智慧灌溉系統集成了物聯網、移動互聯網、無線通訊、遙感監測等多項技術，通過智能邏輯調控閥門啟停，實現灌溉節水、作物生理和土壤墑情控制之間的平衡。其操作簡單、適用性廣，可用于大棚、園林、農場、大田等多種不同農業生產場景。

智慧灌溉系統可以嵌入作物生長模型和氣象模型對區域上的用水總量、多水源、多灌溉技術、灌溉制度優化、氣候條件等不同情景進行集成管控。該系統能夠建立全過程高效用水管控機制，形成多情景模式下的用水精準管理技術，最終實現水資源集約化利用、糧食（作物）增產提質、設備降低成本等目標，推動農業的高質量發展。

1 AquaCrop模型應用研究

作物生長模型基于作物生理過程機制，以氣候、土壤、和田間管理措施等對作物生長的環境影響因素作為環境驅動變量，運用數學算法，對作物生育期生長過程進行模擬應用。

1.1 AquaCrop模型適應性應用研究

AquaCrop 模型是2009年世界糧農組織為了處理糧食安全和評估環境與管理對作物生產的影響，組織開發的水驅動作物模型，具有輸入參數少、適用范圍廣、操作簡單、數據集獲取容易、精度較高、使用成本低等優點［1］。因此該模型在世界范圍內得到了廣泛應用，但由于世界各地的土壤環境、氣候環境以及作物種類等各種因素的不同，國內外學者對其進行了適應性研究。

2021年NUNES等［2］以巴西地區豇豆為研究對象，利用2次收獲的葉面積指數、土壤含水量、生物量和最終產量數據對模型在該地區的適用性做了分析校準，結果表明該模型在該地區對豇豆有較好的適用性。我國學者項艷［3］于2009年在華北地區用AquaCrop模型對夏玉米冠層生長、土壤水分平衡、夏玉米生產力及水分利用效率進行模擬，結果顯示模型具有較好的準確性。2011年李子忠等［4］同樣在華北地區針對大蔥做了土壤貯水量及生物量的模擬，結果雖有誤差，但可以接受的。基于該模型在國內只應用于華北地區，韓健［5］于2012年在晉中盆地驗證了該模型對玉米土壤含水量、作物生產力、冠層生長模擬具有較好的準確性。此外，李晶等［6］、李玥等［7］、HENG等［8］分別在國內外對春小麥、胡麻、玉米等作物進行了適應性研究，結果表明了該模型具有較好的精準性，為當地提供了良好的參考價值。

AquaCrop 模型擁有模擬作物種類較多的優點，在全球應用較為廣范，但缺少對不同地區、不同作物、不同條件下進行相互交叉型的適應性模擬研究。

1.2 灌溉管理制度的應用研究

AquaCrop 模型作為一款水分驅動模型，可以模擬農田環境和灌溉管理對作物生長的綜合影響，可以為作物的灌溉管理制度提供重要依據。國內外學者應用該模型模擬不同環境、不同灌溉管理制度對作物的生長、產量等影響，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年在伊朗對冬小麥進行模擬，設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模型校準和驗證準確地模擬了糧食產量，標準化均方根誤差分別為5%和6%，結果表明，輪作灌溉能保持更高的糧食產量和水分生產力，因此更適合虧缺灌溉。國內，2015年滕曉偉等［10］為給實現抗旱保產提供依據，在旱區陜西楊凌進行冬小麥大田試驗，利用AquaCrop模型模擬4種灌溉情景對冬小麥生物量和產量的影響，通過模擬的結果，得出了最優灌溉策略，為旱區抗旱保產提供了依據。2019年LI等［11］用AquaCrop模型對華北平原棉花產量進行模擬，采用均方根誤差、平均絕對誤差和殘差系數法檢驗模型性能，給政府提供了合理的灌溉意見。2023年張景瑞等［12］依據4種灌溉定額對庫爾勒香梨進行田間試驗，設置不同灌水場景，利用AquaCrop模型優化香梨灌溉制度，與試驗地實測結果綜合對比表明，該模型可用于香梨產量預測和田間用水管理，為地表滴灌技術適用性選擇提供了依據。

AquaCrop 模型在田間灌溉管理制度的應用研究已經成熟，但國內目前只是針對單種作物進行模擬，制定灌溉管理制度，缺少對多種農作物的模擬和管理。

1.3 與其他模型對比研究

目前，由于所需以及偏重點不同，農作物生長模型有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行了比較，表示Aquacrop在觀測數據稀缺時具有優勢。2019年BABEL等［14］用Aquacrop和DSSAT分別對印度喜馬拉雅地區玉米進行模擬，與實測值相比，DSSAT高估了0.5%，而Aquacrop低估了0.1%。戚迎龍等［15］于2023年在西遼河流域將Aquacrop與Dual Crop Coefficient模型在單階段及多階段虧水情形試驗中進行精度對比分析，綜合評價，AquaCrop模型更加精確。該研究可為該區玉米分階段虧水調控機制及田間灌溉管理優化提供參考。

綜上所述，AquaCrop具有輸入參數少，操作簡單、適用范圍廣、數據收集容易等特點，但對模擬同地點中多種地質情況、多種鹽分等復雜條件下精度較差，針對不同的使用情景，研究者需要對模型進行不斷改進，來提升模型的模擬精度。

1.4 模型的拓展與應用

隨著AquaCrop模型廣泛應用，學者們也將其與其他技術相結合，使其在其他方向也發揮出了重大效益。國際研究情況，2019年MARTA等［16］在意大利作為試點將Sentinel-2影像與AquaCrop模型相結合，有效的監測冠層生長和預測作物生長中期的灌溉需水量，即減少了人工，又使模型的模擬更加準確。我國研究情況如下：2017年邢會敏等［17］以冬小麥為研究對象，將AquaCrop生長模型與遙感光譜信息相結合，應用粒子群優、模擬退火和復合型混合演3種數據同化算法，經對比分析，復合型混合演化數據同化算法無論在運算效率還是同化結果的精度上均優于模擬退火和粒子群優數據同化算法。2023年李倩［18］用M-精英協同進化遺傳算法（M-Elite Coevolutionary Algorithm，MECA）優化AquaCrop模型的農作物參數，使用全局進化算法優化模擬玉米的生長灌溉制度。最終使用數據庫技術和Web平臺技術搭建了基于Meta分析與AquaCrop模型的作物灌溉決策支持系統，為農戶田間灌溉管理生產提供了理論指導與技術支撐。整體而言，與國外相比，雖然我國對該模型的應用起步較晚，但是在其應用拓展上已經較為成熟，在其拓展成果的推廣方面存在欠缺。

2 智慧灌溉決策系統設計與應用研究

隨著智慧農業的發展，相對耗水的傳統灌水方式在向自動化、智能化轉變，以達到節省人力和節約水資源的目的。智慧灌溉決策系統就是灌溉管理、數據信息和計算機的結合，通過監測農田環境溫度、光照強度、土壤墑情等一些參數，再由計算機對數據信息進行分析處理，最終決策是否對農田進行灌溉。

2.1 灌溉決策系統的設計研究

在傳統灌溉方式向智能化轉變中，灌溉決策系統的設計技術也在趨于成熟。在國內外學者的思想與時代發展的碰撞中，各種領域中的技術與方法不斷融合，灌溉決策系統設計也是更加現代化、智能化。

2024年1月CONDE等［19］通過制定一個反饋加前饋算法，使用建模、估計、預測和控制策略設計出了灌溉決策系統，其在控制回路中加了人為干預，避免了天氣預測不準的情況發生，整體節水30%。在國內，20世紀90年代，隨著計算機技術的發展夏立［20］于噴灌技術中提出將數據輸入電腦，實現計算機控制灌溉的理念。21世紀初汪志農等［21］也根據知識庫、推理機、解釋器、學習器設計了智能決策支持系統，并應用于在陜西關中各大型灌區，節水效果顯著。2018年謝家興等［22］基于無線傳感器網設計了模糊專家決策系統，并對其進行了優化升級，通過Matlab仿真以及果園實地試驗，分析其有效性，結果顯示該系統可以使果園土壤含水率維持在符合果樹的生長范圍內。2021年魯旭濤等［23］基于通信節點最優部署模型、作物耗水預測模型、降水預測模型、最優化灌溉決策模型以及基于模糊控制理論設計了精準灌溉決策系統，并基于維諾圖改進的飛蛾撲火優化算法的灌溉網絡通信節點優化部署方法，結果表明，灌溉設備動作頻次降低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 灌溉決策系統的應用研究

隨著灌溉決策系統的迅速發展，其在世界各地也得到了廣泛應用研究。DAROUICH等［24］于2023年在巴西里約熱內盧格蘭德島應用決策系統，并開展大規模的公眾外聯和教育運動，結果表明，決策支持系統實施的總體結果是成功的，管理人員能夠以比傳統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］在山西省運用計算機決策支持系統預測作物短期需水和土壤水分狀況，并渠道配水進行了動態模擬，結果顯示了系統的操作方便，可塑性強。2004年許迪等［26］應用有決策支持系統功能的SEDAM模型模擬引黃灌區的灌溉需求與渠系輸配水狀況，并采用隨機方法生成與田間和各級渠道相關的數據，用于多準則對其分析，較好的達到了節水增產效果。2015年譚君位等［27］應用灌溉決策系統指導灌區灌溉，該系統具有人工干預能力，可實現人機配合，為灌區提供了灌水管理依據。

灌溉決策系統的發展雖然已經成熟，但是目前大部分是應用者根據自己需求進行的開發研究，致使灌溉決策系統的種類繁多，模式迥異，缺乏統一性，并且研發成本相對較高。

3 灌溉用水精準管理研究

灌溉用水精準管理是按照作物生長過程的用水需求、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的分配到各個地塊，以達到水資源利用效率的最大化的技術。

2018年PEPEA等［28］將水應用模型與作物生長模型進行耦合，評估精確灌溉對作物產量和土壤水分管理的田間影響，在英格蘭對洋蔥應用，結果顯示即使在潮濕的環境中也能節約用水并減少深層滲透損失（排水）。2014年樓豫紅等［29］構建了灌溉管理節水發展水平綜合評價模型，對四川省21個市州灌溉管理節水發展水平進行了評價，結果顯示該模型有較好的適用性。2018年劉志等［30］提出基于區域化的集約調水、農作物生理配水、定時供水、完善節水灌溉制度和用水管理模式，從水權分配上達到灌溉用水的精準管理。2020年徐振軍等［31］建立信息自動化平臺，讓用水戶參與到現代化灌區的灌溉管理中。

目前，灌溉用水的精準管理技術的應用正在從小尺度的農田管理向大尺度灌區管理轉變，管理模式方面從傳統管理模式向現代化管理模式轉變，但在大尺度上針對解決灌溉用水的精準管理的技術問題尚存在不成熟，同時缺乏推廣。

4 問題分析與展望

①針對Aquacrop 模型的適應性模擬在田間尺度上運用較多，缺少對區域尺度上的模擬；在對模擬同一地點多種土質情況、多種鹽分等復雜條件下，模擬值較差，有待進一步改進。目前，國內使用Aquacrop 模型對灌溉管理制度與優化方面只針對單一作物進行模擬，缺少對多種作物的應用案例。

針對Aquacrop模型國內可以增加對不同地區、不同作物、不同條件下進行相互交叉型的適應性模擬研究；也可以將該模型與其他技術與方法相結合并應用推廣。由于該模型具有輸入參數少、界面操作簡單等優點，具有實用性，在農業生產上有著很好的應用前景。

②現如今，智能灌溉決策系統已是我國農業灌溉發展的重要技術之一，也是我國農業發展的必經之路。隨著大數據技術的成熟與運用，大量的農業數據將推動著傳統灌溉方式向智能化方向發展。同時，國外發達國家絕大多數灌溉決策系統能夠做到數據實時檢測、共享等，我國雖然具備相同水平的灌溉決策系統平臺，但是系統的用戶量、普及率依舊較低。

隨著我國土地集約化的發展，灌溉決策系統將應用到農場生產中，對平臺的應用推廣有著較大的空間。另外，隨著技術的發展通過集成不同農場灌溉決策系統根據使用所需進行針對性的研究開發，將使系統的應用面更廣，更利于系統的推廣使用。

③隨著水資源合理化利用的倡導，人們節水意識不斷增強，對于灌溉用水將逐步實現精準化管理。灌溉用水精準管理技術我國較為成熟，然而，普遍偏向于田塊尺度的研究和應用，對區域尺度的研究和應用較少。隨著我國智慧農業的發展與推廣以及灌溉設施的優化升級，灌溉用水精準管理技術在區域尺度上的發展有著極大的前景。

5 結束語

經過國內外學者對AquaCrop的適應性研究，發現AquaCrop模型具有輸入參數少、界面操作簡單等優點；另外，學者將其與其它技術和方法相結合，并應用到了其它相關領域中。在農業灌溉領域中，將AquaCrop 模型與計算機算法相結合開發出智慧用水決策系統平臺，可以利用平臺對區域上的用水總量、多水源、多灌溉技術、灌溉制度優化等多情景進行集成管控。該技術建立了全過程高效用水管控機制，形成了多情景用水的精準管理模式，能夠實現水資源節約集約利用、糧食（作物）增產提質、設備降低成本等目標，較好的推動農業生產的高質量發展。

參考文獻：

［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化中的適用性［J］.農業工程學報，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］項艷.AquaCrop模型在華北地區夏玉米生產中的應用研究［D］.泰安：山東農業大學，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用和驗證［J］.中國農業大學學報，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用［D］.太原：山西大學，2012.

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

［7］李玥，牛俊義，郭麗琢，等.AquaCrop模型在西北胡麻生物量及產量模擬中的應用和驗證［J］.中國生態農業學報，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模型對旱區冬小麥抗旱灌溉的模擬研究［J］.中國農業科學，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模型的庫爾勒香梨生長動態模擬及滴灌制度優化［J］.水土保持學報，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模型精度對比研究［J］.東北農業大學學報，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］.農業工程學報，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研發［D］.咸陽：西北農林科技大學，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.節水節能的灌溉系統［J］.噴灌技術，1982（2）：62.

［21］汪志農，呂宏興，王密俠，等.節水灌溉管理智能決策支持系統研究［J］.中國工程科學，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模糊控制器設計與優化［J］.農業機械學報，2018，49（8）：26-32，58.

［23］魯旭濤，張麗娜，劉昊，等.智慧農業水田作物網絡化精準灌溉系統設計［J］.農業工程學報，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，李遠華，等.決策支持系統及其在灌溉實時調度中的應用［J］.中國農村水利水電，1998（8）：17-19，45.

［26］許迪，李益農，劉鈺，等.改善農田與輸配水系統性能的DSS模型應用研究［J］.灌溉排水學報，2004（2）：6-12，25.

［27］譚君位，崔遠來，張培青.實時灌溉預報與灌溉用水決策支持系統研究與應用［J］.中國農村水利水電，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.四川省灌溉管理節水發展水平綜合評價模型構建與應用［J］.農業工程學報，2014，30（4）：79-89.

［30］劉志，黃振宇，陳菁，等.南方平原灌區農業初始水權精準分配模式與附屬計量設施安裝效益研究［J］.水利發展研究，2018，18（12）：11-18.

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