AquaCrop-OSPy学习笔记05：不同灌溉策略下的玉米产量模拟

想想自己想过怎样的生活。

文章目录

前言
一、代码及解读
三、参考资料

前言

此系列博文的目的是学习AquaCrop-OSPy作物模型的基本使用。

1. 概述

AquaCrop模型是一款水分驱动模型，可以用于进行灌溉策略优化，此文主要基于Kelly的AquaCrop_OSPy_Notebook_2学习如何开展基于AquaCrop-OSPy模型的不同灌溉策略下的玉米产量模拟。

1.1 目的

基于AquaCrop-OSPy来探索不同灌溉管理策略对用水和作物产量的影响；
学习如何在AquaCrop-OSPy模型中定义不同的灌溉管理实践

2. 版本

2.1 山东青岛，2022年5月1日

3. 微信公众号GISRSGeography

欢迎大家关注公众号 GISRSGeography，谢谢！。
示例代码和数据可以在微信后台回复“AOS_Irr”获取。
程序在Anaconda的Spyder中运行，默认已经安装相关库，包括aquacrop, pandas,matplotlib和seaborn等。

一、代码及解读

1. 包的导入

此部分主要导入包括AquaCrop作物模型库在内的python库，只有如此，才能调用相关库的函数。


# %% 相关包的导入
import aquacrop.classes as apclass # 导入aquacrop.classes
import aquacrop.core as apcore # 导入aquacrop.core

# 导入pandas库，辅助整理模拟结果
import pandas as pd

# 导入制图库，辅助制图
import matplotlib.pyplot as plt
import seaborn as sns

2. 模型的输入设置

模型模拟作物生长过程之前，需要对模型的输入进行设置，基本设置包括气象数据输入、土壤数据设置、作物类型设置等。
需要注意的是针对不同模拟目的，模型输入设置部分会有所不同，比如当要模拟灌溉策略时，需要依据研究目标设置土壤初始含水条件。

# %% 模型输入设置
'''
说明
   (1) 模型输入设置的基础是已经理解了各类模型输入参数的含义，只有如此，才能：
       1) 知道哪些参数需要保持默认，哪些参数需要实际测量，哪些参数需要本地化校验
       2) 才能依据模拟需要，灵活设置模拟方案

'''
  # 气象数据
weather_file = rootdir + '01_WeatherData\\champion_climate.txt'
weather_data = apcore.prepare_weather(weather_file)

  # 土壤数据设置
'''
设置说明
  (1) 通过class模块设置中的SoilClass类设置土壤属性，设置方法包括:
      1) 依据土壤质地类别名称，确定土壤基本属性，此时的属性是对应类别的默认属性
      2) 或基于实测数据，对默认属性进行相应的修改  
'''
sandy_loam = apclass.SoilClass(soilType='SandyLoam') # 沙壤土