气候智能灌溉实时优化决策技术框架

针对作物生育期水资源供需不确定性高、灌溉水生产率提升难的问题，本研究开发了气象自适应模拟优化框架（IMASO），实现基于精准天气预报的地表水地下水联合调度实时优化。该框架首次将短（5天）中期（15天）完美天气预报信息与动态时间规整（DTW）算法、AquaCropOSPy作物模型及NSGAIII多目标优化算法深度融合，构建“预报模拟优化决策”闭环系统，可在作物生长季内动态调整灌溉策略。研究结果表明，在典型年中，相较于基于多年平均优化的固定灌溉策略，该框架能显著减少灌溉用水（26%-57%），同时维持作物产量，使灌溉水生产率提升0.19-0.66 kg/m³。该成果通过双层优化机制有效应对了气候变化下的生产不确定性：第一层基于短期预报即时调整灌溉决策，第二层结合中期预报与DTW算法重估当季条件并优化土壤水分阈值，为渠井结合灌区实现“水-粮”协同增效提供了可操作的智能决策工具，推动了精准灌溉从静态方案向动态自适应管理的跨越。相关成果已发表于国际权威期刊《Agricultural Systems》。