智能水肥决策引擎是水肥一体化系统从自动化走向智能的关键技术。智能技术采用IoT技术和数字模拟技术相结合，引擎利用数学模型模拟作物生长过程，从作物同化作用、呼吸作用、蒸腾作用、干物质的分配、氮素消散等生理过程模拟，得到作物的生育期、生物量、产量、叶面积指数等生长状态量。为确定水分胁迫发生的时间和强度，智能引擎的土壤水分模型模拟出对应的土壤含水量变化以估算出作物水分胁迫指数，基于作物在土壤根系状况评估植物耗水分状况，从而实现及时精准灌溉。引擎的养分模型分析主要营养素(氮、磷、钾)的潜在效应，并考虑了它们之间的相互影响。以不使用肥料作物预期产量作为标准，对总体生产水平进行了定量预测，做出大元素用肥量的智能决策。引擎通过活跃根系密度判断吸水和吸肥根深度实现精准灌溉施肥。

智能水肥决策引擎首先是要实现系统自主智能决策，就是让系统对农作物生长周边环境和生长状况进行数据采集和智能分析，由系统引擎做出水肥决策。

引擎技术利用作物生长模型，模拟作物生长过程，通过土壤水分和作物根系状态分析取得灌溉需水量，通过养分专家系统分析得出肥料与产量的预测，最终提供云计算平台的智能分析结果，指导农户进行决策，它是给用户提供一种农业种植生产中如何根据作物生长状况进行智慧决策的工具。具体地说，通过物联网传感系统，采集当地气象数据，提供当地、当时生长环境参数，它采用作物生长，根系生长，土壤水分大数据分析和智能决策数学模型，引擎融入知识学习、机器学习等人工智能技术，并预测未来气象的发展状态，根据预测并深度分析作物生长的关键数据给出决策方案。它是通过土壤水分传感器数据进行数据分析，找出作物的ETc和Kc动态变化的数值。引擎会自动通过传感器数据分析ET墒与T墒在根系层的主要分布位置，动态感应农作物吸水活跃根系和最大吸水、吸肥根系深度位置，提出并实现基于作物根系层分布密度进行分层精确灌溉的方法。

天气传感器数据和作物生长图像深度分析给出生育期和灌溉用水量预测，作物施肥综合分析出作物大元素，特别是氮元素动态缺量大小，最终给出预估作物产量应当在各生育期应用的灌溉施肥数量，以及作物各生育期需要采取的合适农技技术措施，以便得到高产、优质的农业产品。

创新的智能水肥决策引擎利用图像数据，经大数据分析和机器学习方法得到模型参数估算值，对比实测生育期、生物量、产量、叶面积指数的结果，再通过优化算法最后标定作物、土壤水分和肥料效应模型参数。智能引擎成功利用作物数字模型，养分专家系统，智能水肥决策系统把智慧农业的业务提高到一个崭新的水平。