研究人员开发了一种计算机模型，可以预测美国东南部四种主要作物的产量：棉花、玉米、高粱和大豆。该工具旨在帮助农民和政府水资源管理者在面对气候变化时就作物选择和灌溉技术做出明智的决策。

“由于气候变化，东南部的季节性降雨量预计将比我们过去看到的出现显着波动，”该研究论文的第一作者、该研究的博士赫曼特·库马尔(HemantKumar)说。北卡罗来纳州立大学的学生。

“例如，我们可能会看到更多的干旱期，以及夏季更多的强降雨期。我们的模型利用气候、地下水和农业数据来做两件事：帮助水管理者有效利用可用的水逐个县的资源;并帮助各个县的农民找到通过有效利用水和能源来最大限度地提高作物产量的方法。我们发现，使用赤字灌溉策略而不是传统的灌溉技术，可以通过减少抽水量来增加利润每年水量减少14%(245,000英亩-英尺)。”

研究人员将这一新工具称为区域水利经济优化建模框架(RHEO)，它利用了大量数据。该模型结合了长期和季节性降雨预测;来自美国地质调查局的地下水位数据;每个县的土壤特征;每种作物的耗水量;县级灌溉成本;美国农业部农作物价格数据;以及其他农业研究人员提供的作物生产预算数据。

“所有这些数据都会输入RHEO，然后RHEO会预测县级每种作物的单位面积产量，”库马尔说。“例如，它会预测在给定县每英亩可以种植多少蒲式耳的玉米、大豆、高粱或棉花。它还会预测每种作物的灌溉成本，并将这些因素考虑在内，预测哪种作物和灌溉策略最有利可图且环境可持续。”

在《水资源研究》杂志上发表的论文中，研究人员通过将模型应用于佐治亚州西南部21个县31年的历史数据，展示了该模型的实用性。

“我们发现RHEO能够预测四种目标作物的变异性，并确定可降低相关成本的灌溉策略，”库马尔说。“最终，这项概念验证工作表明，RHEO可用于减少与抽取地下水相关的能源消耗，提高水效率并提高作物产量。”

研究人员指出，RHEO模型目前已针对用于概念验证演示的21个县进行了校准。将该工具应用于东南部其他地区将需要他们使用与每个地区相关的数据。

“不过，我们愿意与水资源管理者和农业产业团体合作，为东南部地区的利益相关者提供RHEO，”库马尔说。“我们认为这项工作很重要，并且希望看到人们使用这个工具。

“气候变化增加了与农业相关的不可预测性，但我们乐观地认为，该工具将帮助种植者和水资源管理者应对增加的不确定性。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：作物灌溉模型