AIDspat: Introduction of a model framework to estimate spatio-temporal agricultural irrigation demands – A study area in Germany
Jacob Jeff Bernhardt · Frank Potts · Jan Bug 等 6 人
提出AIDspat模型,结合土壤水平衡与灌溉调度,估算时空农业灌溉需求。
结合土壤水平衡模型与灌溉调度原理,考虑气候、土壤、作物参数及灌溉管理决策。
模型在德国南部验证良好,MAPE约16.9%,能捕捉灌溉需求的时空动态。
可扩展至不同气候区,集成遥感数据或优化灌溉管理决策,提升模型适用性。
提出AIDspat模型,结合土壤水平衡与灌溉调度,实现时空尺度农业灌溉需水估算,对可持续水资源管理有参考价值。
面对持续的气候变化,农业用水信息对政策制定者和规划者至关重要。本研究引入了AIDspat模型,这是一个估算农业灌溉需求(AID)的新框架。该模型将现有的土壤水平衡模型与灌溉调度原理相结合。除了基于位置的气候、土壤和土地利用数据外,模型还考虑了通用的作物特定参数、灌溉技术以及农民的灌溉管理决策。这使得AID能够被客观地确定。该模型支持基于情景的计算,计算成本低,可适用于从田间到国家层面的各种尺度,并涵盖过去和未来的时间段。通过年内动态植物发育整合作物特异性差异,并考虑灌溉技术,增强了模型的准确性和实际应用性。模型捕捉AID时空动态的能力为农业水资源的可持续管理提供了宝贵的见解。该模型在德国南部的一个研究区域进行了校准和验证,显示出模拟值与多种农作物的文献基准高度一致。模拟结果与实测灌溉量吻合良好,2017年至2023年间年度百分比差异范围为-17.2%至+47%,平均绝对百分比误差(MAPE)约为16.9%。因此,该模型为规划者和政策制定者提供了一个灌溉决策支持系统,用于分析农业系统、气候变化和农业决策过程的影响,从而促进可持续的农业灌溉管理。