基于AquaCrop-OSPy、PyFAO56和NSGA-II算法的土壤水分控制下限优化决策模型及基于蒸散量的灌溉补充比例研究及其应用 刘旭 刘兆龙 唐文辉 安志超 梁军 陈彦玲 苗宇新 查海妮 库斯涅雷克（Krzysztof Kusnierek）

《Agriculture》：Optimized Decision Model for Soil-Moisture Control Lower Limits and Evapotranspiration-Based Irrigation Replenishment Ratios Based on AquaCrop-OSPy, PyFAO56, and NSGA-II and Its Application Xu Liu, Zhaolong Liu, Wenhui Tang, Zhichao An, Jun Liang, Yanling Chen, Yuxin Miao, Hainie Zha and Krzysztof Kusnierek

华北平原冬小麦灌溉策略优化研究通过整合AquaCrop-OSPy模型、PyFAO56土壤水分平衡及NSGA-II算法，在2024-2025年湿季开展试验，验证了模型对冠层覆盖率（R2=0.87-0.94）、生物量（R2=0.99）和产量的准确性（NRMSE=2.24%-3.75%）。优化获得23个帕累托策略，灌溉量51-128mm，产量9.8-10.8t/ha，灌溉水利用效率0.08-0.19t/ha·mm。熵权法筛选出最佳两灌方案（75mm灌溉量，产量10.4t/ha，效率0.16t/ha·mm），揭示再生期-拔节期土壤含水控制下限和开花期-成熟期控制上限是关键调控因素。

　　>

摘要

随着华北平原水资源日益匮乏，需要制定既能提高小麦产量又能减少灌溉用水量的灌溉策略，以促进冬小麦（Triticum aestivum L.）的生产。目前的灌溉决策规则要么基于固定的土壤湿度阈值，要么基于整个生长季节均匀应用的蒸散量（ET）比例，这限制了它们针对不同生长阶段的灌溉管理的灵活性。在这项研究中，开发了一个多目标模拟优化框架，用于联合优化关键冬小麦生长阶段的土壤湿度控制下限（灌溉触发阈值）和基于蒸散量的灌溉补充比例。该框架整合了AquaCrop-OSPy作物模型、PyFAO56土壤水分平衡模型以及NSGA-II进化优化算法。2024–2025年生长季节，在中国山东省老城区进行了一项田间试验，采用“四密一稀”的条带种植模式，并设置了两种灌溉处理方式：T1（地下喷灌）和T2（浅层地下滴灌）。使用实测的冠层覆盖度、地上生物量、籽粒产量以及0–60厘米土层中的土壤含水量对AquaCrop-OSPy模型进行了校准和验证。模拟结果与观测数据吻合良好，决定系数（R2）介于0.87到0.94之间。对于籽粒产量，归一化均方根误差（NRMSE）为2.24%至3.75%，均方根误差（RMSE）为0.29至0.54吨/公顷；对于地上生物量，R2为0.99，RMSE为1.02至1.11吨/公顷，NRMSE为14.25%至15.49%。PyFAO56灌溉策略模型对根区土壤水分动态的模拟准确度较高，R2为0.86，RMSE为5%。 多目标优化（在最大化产量的同时最小化灌溉量）生成了23种帕累托最优灌溉方案，灌溉量范围为51至128毫米/公顷，相应产量范围为9.8至10.8吨/公顷，灌溉水利用效率（IWUE）范围为0.08至0.19吨/公顷·毫米。相关性分析表明，在返青-拔节阶段控制较低的土壤湿度阈值以及在开花-成熟阶段控制较高的土壤湿度阈值是实现高产量和高效灌溉利用的关键因素。熵加权排序最小距离方法确定了一种最优灌溉方案：在拔节期结束和灌浆期开始各进行一次灌溉，灌溉深度为75毫米，模拟产量为10.4吨/公顷，灌溉水利用效率为0.16吨/公顷·毫米。 提出的AquaCrop-PyFAO56-NSGA-II框架提供了一种灵活的、基于过程的方法，用于联合优化不同冬小麦生长阶段的灌溉控制阈值和基于蒸散量的灌溉补充比例。在2024–2025年雨季的监测条件下，该框架确定了一种既能保证产量又能平衡灌溉投入的灌溉策略。因此，这项研究应被视为在设备完善的单一点位进行的概念验证，而不适用于所有情况的普遍推荐。由于模型校准、季节内验证和优化均基于一个雨季的数据，所获得的特定生长阶段阈值、帕累托前沿和S5推荐方案主要适用于与研究年份相似的水文气候条件，在更广泛的推广之前，还需在不同年份和地点进行进一步测试。