基于Sentinel-2数据与SIMETAW模型融合的流域尺度果园灌溉需求动态评估与蒸散发模拟

本研究针对地中海流域果园灌溉用水管理难题，创新性整合Sentinel-2遥感数据与SIMETAW模型，通过NDVI-FCOVER关系动态估算作物系数Kc，实现从地块到流域尺度的精准水分需求模拟。结果显示遥感修正版模型使灌溉水量估算误差降低17%，为气候变化下农业水资源优化配置提供决策支持工具。

　　

在全球气候变化加剧地中海地区水资源短缺的背景下，农业灌溉用水管理面临严峻挑战。传统决策工具难以精准捕捉果园作物的空间异质性，特别是樱桃等多年生作物的水分需求动态。法国农业科学院（INRAE）联合多国团队在《Agricultural Water Management》发表研究，通过将Sentinel-2遥感数据整合到SIMETAW模型中，开创性地实现了流域尺度灌溉需求的动态评估。

研究团队采用三项关键技术：1）利用Sentinel-2的NDVI和FCOVER数据动态计算作物系数K_c，突破传统固定K_c值的局限；2）基于五处典型果园（含樱桃、李树）的土壤水分监测网络（2019-2023年）校准SIMETAW水平衡模型；3）结合农户调查数据构建三类灌溉策略（高强度/中强度/低强度），通过GIS平台实现流域尺度模拟。

研究结果显示：

1. 模型性能验证
   在配备液流计的樱桃园（地块3099）中，融合遥感K_c的SIMETAW模型模拟土壤含水量SWC与实测值R²达0.86，年灌溉量(QI)估算误差仅13%，显著优于标准版模型37%的误差。

2. 遥感数据的增效作用
   Sentinel-2衍生的K_c曲线显示樱桃园生长季中期系数为1.15，较标准版模型低17%，更准确反映实际植被覆盖动态（图6）。这种时空动态修正使流域尺度年灌溉总量估算误差从66%降至17%。

3. 灌溉策略情景分析
   多情景模拟揭示：若全流域采用微喷灌（S3RS_heavy），年用水量将激增245%；而优化后的"多模式"方案（S4RS_multimodal）仅产生10%偏差，为ASA水务协会提供精准的水资源分配依据。

讨论部分强调，该研究首次实现SIMETAW模型在异质性果园系统的成功应用，其创新点在于：1）通过NDVI-K_c关系量化作物发育的空间变异性；2）建立灌溉实践-土壤水分-遥感信号的联动机制。局限性体现在微喷灌高频次模拟的精度不足，未来可结合TRISHNA热红外数据提升蒸散发分区估算。这项成果为地中海流域应对夏季用水限制提供了科学工具，其方法学框架可推广至全球类似农业生态系统。