土壤积温方法 统计播种日期至当前日期的土壤积温，可用实际土壤积温与生育阶段多年平均土壤积温的初值、末值对比，确定所处生育阶段。

有效积温方法 自动收集统计播种日期至当前日期的有效积温，实际有效积温与生育阶段多年平均有效积温的值对比，确定所处生育阶段，模型优化常用的方法。

播种后天数方法 利用作物品种生育阶段表，比较生育阶段起止时间（播后天数），同时满足两个条件：当实际播种后天数大于或等于某一生育阶段起始时间，实际播种后天数小于同一生育阶段结束时间，则当前日期处于该生育阶段内。

用实验修正生育阶段，5种方法判定结果的优先级顺序：叶面积指数方法>株高方法 >土壤积温方法>积温方法> 播种后天数方法。

土壤特性参数

每一表层土壤分区在根层纵向上，根据土壤性质又分为若干层，用户根据实测数据输入土壤分层的深度，并输入该层土壤土壤类型，计算该层土壤的允许消耗水量。在导入的土壤墒情监测数据中，包括监测点深度和墒情监测值，以墒情监测深度最大值为土壤类型分区纵向分层的最大深度。

土壤深度：为田间试验人工采样深度或墒情监测点布置深度，原位分层设置，一般深度间隔10cm取样，从墒情监测点的监测深度自动导入。

喷灌、滴灌条件下的修正系数：需要根据喷灌或滴灌设备长期使用下的灌溉效率（灌溉后土壤水分布剖面占田持剖面的比例），依据经验土壤持水性修正系数表进行修正。

基于大数据的作物参数优化

在大数据年代，各种作物模型参数，事实上是可以通过作物模型的输出量和观测量，用数据同化找出作物模型参数最优的估值，从而找出模型的各个参数的在加入观测值后的参数变化量的大小。以作物的输出量和观测量为依据，同化并找出作物最优参数的方法，它通常是从参数先念概率中选择两种做法，一个采用后验概率最大的数值，另一个是采用参数的平均值或中值来进行模型参数的优化。

具体地说，输出量是数字模型的状态量，观测量是遥感方法获取的状态量的实测值，通过大数据分析的同化方法获得作物模型的参数量优化值，用最优的参数量做出模型后，模型就成为相对于真实世界来说是一个＂逼真＂的模型，＂逼真＂就是逼近于真实的意思。这样就完成了数字作物模型参数的一次迭代过程，模型参数需要不断参数修正和优化才能够成为一个真实作物的数字孪生模型。

灌水量和灌水时间

教科书说的多数是关于灌溉系统设计的灌水量和时间问题，它要解决的是灌区内部总体协调灌水的问题。现代灌水技术，特别是滴灌等等局部灌水方式的出现，需要更加充分、合理地进行灌水，让作物吃饱、吃好，还得有合适的营养。滴灌系统一天灌一次为作物实时进行灌水决策带来方便，每天一次的灌水量预测，可以根据前一天的作物耗水量提出来，十分方便进行智慧灌水决策。