基于卫星数据驱动能量水分平衡模型的水稻田灌溉预报研究

《Agricultural Water Management》：Paddy field irrigation forecast based on a satellite data driven energy water balance model

本研究针对水稻田灌溉管理效率低下的问题，开发了一种基于卫星数据的灌溉预报方法。研究人员将遥感数据与分布式水文能量水分平衡模型（FEST–EWB–paddy）相结合，并辅以天气预报，以精准预测灌溉需水量。结果表明，该模型在模拟地表温度（LST）和水位动态方面具有较高精度，应用干湿交替灌溉（AWD）策略可显著减少灌溉用水量（36%）和灌溉次数（14%）。这项研究为提升农业水资源管理效率提供了可靠的技术支持，对促进水稻种植的可持续发展具有重要意义。

　　

水稻作为全球主要粮食作物，其生产过程中消耗大量水资源。传统水稻种植多采用持续淹灌方式，导致灌溉效率低下，水资源浪费严重。面对日益严峻的水资源短缺问题，发展节水灌溉技术势在必行。其中，干湿交替灌溉（AWD）作为一种有效的水分管理策略，已被证明能够在不显著影响产量的前提下大幅减少用水量。然而，该策略的成功实施依赖于对田间水分状况的精准把握，这对模拟工具提出了更高要求。

现有农业水文模型大多针对旱作作物开发，缺乏对水稻田特有的水文过程（如长期淹水、干湿交替）的准确描述。同时，基于地面监测设备的传统方法成本高、覆盖范围有限，难以满足大尺度精准灌溉的需求。随着遥感技术的发展，卫星数据为农业监测提供了新的解决方案，但其在灌溉预报中的应用仍面临挑战。

在这项发表于《Agricultural Water Management》的研究中，研究人员开发了一种创新的卫星数据驱动方法——FEST–EWB–paddy模型，旨在提升水稻田灌溉管理效率。该模型通过整合遥感数据、分布式水文能量水分平衡模型和天气预报信息，实现了对灌溉需求的准确预测。

研究团队主要运用了以下关键技术方法：首先，基于能量水分平衡原理构建了FEST–EWB–paddy模型框架，该模型能够模拟水稻不同生长阶段的能量通量和水分动态；其次，利用Harmonized Landsat和Sentinel-2（HLS）卫星数据获取植被参数和反照率，通过MODIS地表温度产品监测热状况；此外，还采用了中国气象局的公共天气预报数据作为模型输入；最后，通过自动气象站和电子水位计收集地面观测数据，用于模型校准和验证。

研究结果显示出令人鼓舞的成效。在校准验证方面，经过校准的FEST–EWB–paddy模型在模拟地表温度时表现出色，与卫星LST数据相比，绝对平均偏差误差（AMBE）为1.80°C，均方根误差（RMSE）为2.06°C。在水位模拟方面，模拟值与观测值之间的平均AMBE和RMSE分别为18mm和21mm，相关性系数达到0.89，表明模型能够准确反映田间水分动态。

在天气预报准确性评估中，研究人员发现预报精度随预报时效延长而下降，但仍在可接受范围内。最高和最低气温的预报误差分别为1.99-2.38°C和1.15-1.58°C，降水预报的AMBE为2.83-5.78mm。这些误差对灌溉预报的影响有限，证明了使用公共天气预报数据进行灌溉管理的可行性。

最引人注目的是灌溉优化效果。当应用AWD灌溉策略时，与传统实践相比，FEST–EWB–paddy模型能够维持相对较低的田间水位，使灌溉用水量减少36%，灌溉次数降低14%。这一优化效果不仅体现了模型的实际应用价值，也展示了科学灌溉管理在节水方面的巨大潜力。

在灌溉预报性能方面，研究显示灌溉预报的深度误差、时间误差和次数误差的平均值分别为12mm、0.18和0.41。大多数预报不准确发生在预报时效的第3天之后，而最高错误率出现在第5天。值得注意的是，天气预报误差对灌溉预报精度的影响较小，凸显了模型在实际应用中的可靠性。

研究的讨论部分深入分析了该方法的创新性和局限性。与传统模型相比，FEST–EWB–paddy模型的独特优势在于能够直接利用遥感地表温度数据校准模型参数，解决了传统方法依赖有限地面观测数据的瓶颈。同时，该模型能够在不依赖卫星数据的情况下连续运行，克服了遥感数据时间分辨率低的限制。

然而，研究也指出了一些局限性。模型的验证期仅覆盖水稻生长中期，未能包含完整生长季；当前版本未明确模拟地下水相互作用，在浅层地下水区域可能影响土壤水分估算精度；此外，模型需要针对不同灌溉实践进行特定校准以确保准确性。

研究结论强调，FEST–EWB–paddy模型与AWD策略及天气预报的集成，能够显著提高水稻田水分管理效率。该方法不仅为灌溉管理提供了科学依据，也为应对水资源短缺挑战提供了切实可行的解决方案。未来通过多季节验证、地下水过程集成以及计算优化等方面的改进，有望进一步提升模型在区域水稻田水分管理中的适用性。

这项研究的重要意义在于，它首次将能量水分平衡模型成功应用于水稻田灌溉预报，创建了一个集成了遥感监测、数值模拟和预报预警的完整技术体系。这一创新不仅推动了农业水资源管理技术的进步，也为实现水稻生产的可持续发展提供了重要科技支撑。在全球气候变化和水资源日益紧张的背景下，这种精准化、智能化的灌溉管理方法具有广阔的应用前景和重要的实践价值。