一种基于作物模型与人工智能的冬小麦多目标灌溉动态优化方法

本发明公开了一种基于作物模型与人工智能的冬小麦多目标灌溉动态优化方法，属于农业智能灌溉优化与决策领域，该方法包括以下步骤：对气象数据、土壤数据、作物参数数据和灌溉管理数据进行预处理，得到标准化的输入数据；基于标准化的输入数据对AquaCrop模型和PyFAO56模型进行耦合处理得到耦合模型的最终输出；基于耦合模型的最终输出，采用NSGA‑2多目标优化算法对决策变量进行优化得到Pareto最优解集；结合熵权法和随机森林算法的融合策略对Pareto最优解集中候选方案进行排序得到最终的灌溉策略。本发明通过多目标优化、客观赋权和机器学习智能评价，提供了兼顾产量与水效的新型精准灌溉方案。