《Environmental Modelling & Software》：A sub-seasonal to seasonal climate forecast informed irrigation scheduling tool for the Contiguous United States
编辑推荐：
本研究开发了一款基于S2S气候预报和SWAP模型的实时灌溉调度工具，适用于美国玉米带（CONUS），通过整合长期气候预测与人机交互决策机制，优化水利用效率与经济效益，并利用多尺度数据减少对现场观测的依赖。
作者：Haiyang Shi、Ximing Cai、Xinchen Hu、Alaa Jamal、Donghui Li、Chao Sun、Xin-Zhong Liang
美国伊利诺伊大学厄巴纳-香槟分校土木与环境工程系，厄巴纳，IL 61801
摘要
灌溉占全球淡水使用量的很大比例，优化灌溉计划对于提高水资源利用效率至关重要。现有方法依赖于短期天气预报，这限制了长期规划。此外，由于数据限制，大多数模型都是针对特定地点设计的，缺乏全国范围内的适用性。本研究开发了一种实时灌溉调度工具，适用于美国本土（CONUS）的玉米田。该工具通过将次季节到季节（S2S）气候预报与土壤-水-大气-植物（SWAP）模型相结合，能够在季节中的任何一天优化灌溉计划，平衡水成本和作物产量。人机交互框架提供实时灌溉建议，并结合农民的反馈。与默认的SWAP计划相比，基于S2S信息的调度方法提高了水资源利用效率和净利润。各种最新的CONUS规模数据集有助于减少对现场观测的依赖，并将工具的适用性扩展到CONUS内不同的田间条件。
实时灌溉调度的人机交互框架
先前的一项研究（Jamal等人，2023年）提出了一个人机交互（HCI）框架（图1），旨在支持农民的实时灌溉决策。该系统不强制执行模型生成的灌溉建议，而是允许农民根据观察到的田间条件、水资源可用性和个人经验审查和修改建议的灌溉量。农民最终做出的灌溉决策会反馈到模型中，以更新作物生长情况。
模型校准和灌溉调度
当使用历史年份的MODIS LAI数据进行校准时，大多数地点的作物参数可以得到有效校准（图A1）。在15个地点中，KGE的中位数为0.74（IQR 0.67 - 0.90；平均值0.77）。然而，仍有一些地点的模拟LAI和MODIS LAI的KGE低于0.5，导致使用初始参数而非校准后的参数。这可能与遗传算法的最大迭代次数限制有关（因为用户通常不会……）
意义
本研究提出了一个框架，利用S2S气候预报进行灌溉调度，以优化水资源利用并指导农民的决策。与依赖短期天气预报的传统灌溉调度方法（Jamal等人，2023年；Wang和Cai，2009年）不同，该框架利用S2S气候预报，结合了长期气候变异性，从而超越了短期天气条件的限制，提高了决策质量。
结论
传统的灌溉调度方法主要依赖于短期天气预报，这限制了它们考虑长期气候变异性的能力。S2S气候预报的最新进展现在使得通过将长期气候变异性纳入灌溉调度决策中来实现战略性的灌溉调度成为可能。本研究开发了一种适用于美国本土玉米田的全国范围灌溉调度工具，该工具能够最佳地平衡灌溉用水……
作者贡献声明
Xin-Zhong Liang：撰写——审稿与编辑，概念构思
Donghui Li：软件开发，方法论，数据管理
Chao Sun：软件开发，方法论，数据管理
Haiyang Shi：撰写——初稿撰写，软件开发，方法论，正式分析，数据管理
Xinchen Hu：软件开发，方法论，数据管理
Alaa Jamal：软件开发，方法论，数据管理
Ximing Cai：撰写——审稿与编辑，监督，方法论，概念构思
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
数据来源
SWAP模型可在获取。本研究使用的数据和代码可从Figshare获取：。S2S预报集合更新可从Chao Sun处获取：。灌溉调度工具将集成到DAWN仪表板：。
致谢
本研究得到了美国农业部国家食品与农业研究所资助的农业用水和养分管理（DAWN）项目（Grant 2020-68012-31674）的支持。
