关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保关于塑造我们今天世界的发现和想法的具有影响力的故事的未来。
在硅谷，坎贝尔联合学区的洒水器过去尽职尽责地为12个校区的足球场和花园浇水，即使在春雨期间也是如此。手动临时关闭45个灌溉控制箱中的每一个是不值得管理员花费时间的。但在2009年，该学区安装了新的“智能”控制器，可以根据天气自动调整每日浇水。每个装有微处理器和天线的控制箱，都通过卫星接收来自位于加利福尼亚州佩塔卢马的HydroPoint Data Systems, Inc.运营的WeatherTRAK气候中心超级计算机的本地实时天气信息。
在一次三天的暴雨后的四月的一个早晨，坎贝尔联合学区的设施主管大卫·拉德克通过登录WeatherTRAK.net查看了控制器的状态。该服务在暴雨开始时暂停了该学区的灌溉网络，并且根据WeatherTRAK的计算，该网络在8到11天内不需要恢复浇水。
如果需要，拉德克可以从他的Web帐户重新编程控制器，但是由于他的工作人员仔细定制了每个控制箱的设置，他发现“实际上没有什么可做的。这就是它的美妙之处。”足球场看起来比以往任何时候都好，但在2009年，WeatherTRAK将坎贝尔联合学区的水消耗量减少了39％，并将其水电费减少了108,000美元，几乎两倍地收回了安装费用。
对于大多数洒水系统，业主将传统的控制器（基本上是一个计时器）设置为以特定的时间间隔进行灌溉。通常，在炎热的天气中，太多的水会因蒸发而流失，或者在凉爽的天气中因径流而流失，这也会将化学物质带入当地的流域或海洋。由于室外灌溉可能会消耗城市用水量的50％或更多，因此智能灌溉服务已在像加利福尼亚州这样易受干旱影响的西部州流行开来，那里的水价不断上涨。（偶尔发生的大洪水无助于解决长期问题。）HydroPoint现在有超过8,000个客户在使用其24,000个智能控制器，包括沃尔玛、可口可乐、希尔顿、杰克在盒子和亚利桑那大学，以及南卡罗来纳州的查尔斯顿、休斯顿和圣巴巴拉市。预计在2011年，客户将节省644亿升水和超过1.11亿美元的水费，以及6800万千瓦时的水泵用电。
该技术仍在经历成长的痛苦，但是HydroPoint已经解决了几个令人生畏的天气预报和建模挑战，这有助于它在最有效的时间提供适量的水。
通过卫星供水
HydroPoint于2002年在旧金山以北65公里的佩塔卢马成立，它设计了一种似乎是竞争者中基于天气的最先进的灌溉系统。该公司在盐湖城郊外建立了主要的气候建模中心，对一台超级计算机进行编程，以模拟整个北美每平方公里的本地天气——所有这些都只是为了给草坪浇水。该中心通过双向卫星链路与控制箱通信，这些控制箱操作客户灌溉系统的不同区域。从室外控制箱延伸到地下的电线打开和关闭水管中的阀门。每天晚上，气候中心都会将本地天气相关数据广播到每个控制器内部的微处理器，该微处理器运行软件，该软件使用该信息来精确计算其区域的浇水量和浇水时间，并根据18种植物类型以及土壤类型和地面坡度等其他因素进行自定义。
这些控制箱也可以进行反馈。例如，坎贝尔联合学区安装了额外的无线雨水传感器（固定在建筑物的外墙上），当检测到水分时，会向控制器发出信号，控制器会暂停灌溉并通知气候中心。
WeatherTRAK原型于2003年投入使用，最初在加利福尼亚州提供单向卫星服务。基于互联网的双向通信于2006年推出，允许客户从一个Web帐户调整多个物业的数千个控制器。每月订阅费目前在4美元到18.75美元之间。该服务是新兴的水信息系统领域的一个主要示例，该系统分析实时数据以解决水管理问题——直到最近，该行业还严重缺乏这些数据。HydroPoint的联合创始人克里斯·斯佩恩说：“你不能管理你看不见的东西。”
真正的本地实时预报
斯佩恩和他的同事们通过收购一家当地的灌溉控制器公司并聘请了该公司的主人迈克·马里安（一位自学成才的工程师）进入该行业。马里安（他后来于2006年离开了HydroPoint）获得了使用寻呼信号将有关蒸发蒸腾量（ET）的信息传输到控制器的想法的专利——土壤因蒸发以及生长在那里的植物的蒸腾作用而损失的水量。马里安的系统使用了来自最近的州气象站的免费ET数据，该气象站由加利福尼亚州灌溉管理信息系统为农民维护。
然而，整个州只有大约120个站点。简单地平均两个最近站点的ET值（就像农民经常做的那样）可能会产生误导，因为即使相隔几公里的微气候也会产生差异很大的值。尽管物业经理可以购买自己的小型气象站，但这些气象站的可靠性较低。
初出茅庐的HydroPoint团队大胆地探索了一种前沿的替代方案：利用美国各地公共气象站的测量数据，建模任何位置（精确到平方公里）的准确ET——而无需现场实际站点或传感器。并且每天晚上都这样做。
在犹他州立大学（洛根）从事高分辨率天气建模的计算机科学家丹·丹塞罗认为这是可以做到的。但是他说他告诉马里安和斯佩恩“你需要一台大型计算机”，然后他以HydroPoint首席科学家的身份加入他们。丹塞罗回忆说，一位著名的同事警告说：“这永远行不通。”
实际上，建模被证明是一项复杂的任务。该团队希望使用最准确的估算ET的方法，即彭曼-蒙特斯方程，该方程考虑了温度、风、太阳辐射和相对湿度。但是，在各处推导出实时ET的诀窍是为美国大陆和加拿大1920万个一平方公里的网格中的每一个创建这四个输入参数。
丹塞罗的计划是使用美国空军依赖的相同高度复杂（且公开）的预测软件来模拟这些参数，该软件称为中尺度模型（或MM5），由宾夕法尼亚州立大学和位于科罗拉多州博尔德的国家大气研究中心（NCAR）创建。以每天一平方公里的分辨率在全国范围内运行MM5需要如此巨大的计算能力，以至于没有人尝试过。每天，气候中心必须通过卫星从美国国家海洋和大气管理局（NOAA）和其他公共来源下载数百万个实时数据点。其中包括从全球地面气象站、海洋浮标和探空气球每小时收集的地表观测数据、每15分钟的全球卫星成像数据以及美国每小时的多普勒雷达数据。此外，MM5程序还需要256个类别的本地地面信息，例如地形、土壤、植被和土地利用。
为了管理数据雪崩，HydroPoint工程师编写了专有代码来组织这些数据并将其铲入数据库。但是他们仍然“真正受阻”，因为MM5需要大量手动数据输入，联合创始人兼副总裁彼得·卡尔森回忆说，他与丹塞罗一起每天都逐字输入参数。为了简化该过程，他们设计了自动化程序，以便模型可以从单个脚本自行运行。
使预测准确
第二个主要障碍是验证准确性。工程师如何知道WeatherTRAK的ET计算是否正确？斯佩恩说：“'地面实况'的整个概念是一个相当复杂的问题。”
首先，斯佩恩指出，MM5本身“容易受到垃圾输入–垃圾输出”的影响，因为地面天气读数本身可能是错误的。答案是编写一种启发式算法，该算法全天候24小时爬取传入的数据并清除异常读数。例如，如果程序检测到来自同一气象站的温度或湿度读数在一小时之内发生了不可能的大幅波动，则该数据将被取消资格。丹塞罗和卡尔森后来在MM5的更高级的后续版本中编程了类似的验证步骤，即天气研究和预报模型（由NCAR、NOAA和合作伙伴开发），这是美国国家气象局所依赖的。HydroPoint今天运行的该模型版本的最终结果是北美每个平方公里的“虚拟气象站”。然后，将温度、风、太阳辐射和相对湿度的输出输入到ET值的计算中，这些值在太平洋时间晚上8点之前传输给客户的控制器。
准确性问题的第二部分是验证WeatherTRAK的数字是否符合目标。工程师们最初专注于加利福尼亚州，他们意识到他们可以根据该州120个气象站阵列报告的实际ET测量值来检查他们的每日结果，这些测量值将在第二天早上发布。丹塞罗解释说：“我们处理我们的数据并发布答案。然后，我们将在明天检查以查看我们的答案有多准确。”如果WeatherTRAK发现错误或在此事发生后获得更好的信息，它将重新运行过去几天的模型，并且可以将追溯性更正发送给控制器，以不断确保准确性。
一杯半满——或更多
HydroPoint的第三个关键障碍是将ET值转换为灌溉计划，该计划将保持草和植物处于最佳健康状态。该公司为智能控制器开发了调度软件，该软件考虑了ET以及客户输入的19个地面参数：从植物和土壤类型到洒水喷头型号。卡尔森说，如果草坪的最大供水量相当于满杯水，那么目标是在将水加满之前让水位降至半满。
WeatherTRAK系统一直在不断发展。一个持续的挑战是下雨。该公司一直建议安装雨水开关，以便在检测到降水时关闭控制器。自2007年以来，WeatherTRAK还分析了多普勒雷达数据，以近似估计每个平方公里上累积的降雨量。气候中心通过减去每个网格估计的每日ET损失来粗略预测水分消耗率，从而确定灌溉暂停应持续多长时间——此信息将发送给控制器。
通过超级计算节省
如今，HydroPoint在具有两万亿次浮点运算能力（teraflops）的刀片超级计算集群上运行WeatherTRAK。NCAR的大气物理学家吉米·杜迪亚（Jimy Dudhia）帮助开发了天气研究和预报模型，他说，HydroPoint能够在整个美国以如此精细的分辨率计算实时ET令人惊讶。这些计算所需的计算能力比美国国家气象局的12公里分辨率预报要大。“就科学而言，它处于前端，”杜迪亚说。
其他人也认为蒸散量（ET）建模是未来的发展方向。例如，加州灌溉管理信息系统 (California Irrigation Management Information System) 的管理人员已经开发出他们自己的方法来模拟全州的 ET 值。他们在网上发布免费的空间数据，但仅覆盖加利福尼亚州，且分辨率仅为 2 平方公里。
与任何天气建模结果一样，HydroPoint 的结果也不会是完美的。但这种计算工作值得吗？佛罗里达大学的农业工程师 Michael Dukes 曾研究过各种智能灌溉系统，他表示 HydroPoint 在最佳条件下可以很准确，但也指出其他领先的智能灌溉公司也设计了创新的解决方案。例如，雨鸟公司（Rain Bird Corp.）的 ET 管理器控制器（和 HydroPoint 一样，在标准化灌溉行业测试中获得了最高分）通过从私人当地气象站无线接收的每小时数据来估算 ET。Dukes 认为，与 WeatherTRAK 相比，ET 管理器在考虑降雨量方面可能做得更好，它使用客户现场的翻斗式雨量计，可以比大多数雨量传感器更可靠地量化降水量。
尽管如此，HydroPoint 仍然可以引用 二十多项独立研究，这些研究表明 WeatherTRAK 将用水量减少了 14% 到 82% 不等。但是，你能节省多少取决于你之前浪费了多少。一项跟踪了加州 2294 个使用 14 个不同品牌智能控制器的地点的重大研究发现，第一年用水量平均仅下降了令人失望的 6%。近 57% 的地点节省了用水量，但另外 42% 的地点实际上使用了更多的水。
Aquacraft 是一家位于博尔德的公司，负责进行加州研究，该公司的土木工程师 Peter Mayer 表示，其中一种解释是，一些景观之前灌溉不足，因此用水量增加了。如果灌溉系统有泄漏的阀门，高端控制器可能也无济于事。该研究指出，HydroPoint 的控制器平均而言，第一年并没有节省任何用水量。Spain 表示，这是因为大多数设备安装不正确。在洛杉矶的供水机构解决了安装问题后，WeatherTRAK 控制器将用水量减少了约 16%。
最重要的是，景观承包商和业主必须接受关于设置和调整智能灌溉系统的教育。Mayer 说，安装问题是一个真正的绊脚石。“我们现在处于智能控制器的录像机时代，没有人知道如何正确编程。” 然而，Mayer 认为不断发展的技术是一项关键的保护工具。美国环境保护署的节水计划 (Water Sense program) 计划在今年年底开始为通过效率认证的智能控制器品牌颁发标签。
从 HydroPoint 的角度来看，最大的障碍是旧习惯，这些习惯浪费了廉价的水资源。现在价格正在上涨，人们的态度正在发生变化。Spain 说，水危机“将真正成为本世纪最大的问题”。