在应对全球气候变化的背景下，灌溉系统正面临产量提升与环境减排的双重压力 。目前，全球约 80% 的耕地依赖雨养，极易受干旱影响，而灌溉系统虽能提高产量，却占全球水资源消耗的 90%，并产生约 2.13 亿吨 CO2的年排放量，其中地下水抽取贡献了 91% 。2018 年，美国灌溉相关的能源排放约为 1260 万吨 CO2。利用太阳能光伏(PV)驱动灌溉的主要挑战在于其发电曲线与灌溉需水时间存在明显的“时间错位”，这种时空不匹配限制了清洁能源的直接利用 。因此，本研究旨在通过宏观能源系统优化模型，评估可再生能源与灌溉需求的匹配度，识别实现净零排放的最优技术路径 。
本研究开发了一个集成能源系统与水资源需求的线性规划模型，对高灌溉需求区进行了精细化模拟。
时空分辨率：模型涵盖 774 个灌溉密集型县（覆盖 98% 的灌溉用水量），以小时为步长捕捉水需求与光伏发电的动态平衡 。
技术组合框架：系统集成了柴油/电动水泵、太阳能光伏、电网电力、以及关键的缓冲设施—电池储能和水箱存储 。
情景设定与权衡：
BAU：基于现有基础设施的基准模式 ；
成本优化（Cost-Optimal）：在无排放约束下追求系统总成本最低；
净零排放（Net-Zero）：强制约束直接与间接排放为零。
研究结果表明，美国当前的灌溉系统处于高度低效状态，其 BAU 情景年成本约为 38亿美元 。而在成本优化情景下，系统年成本可降低 23%（约 8.9 亿美元），同时能自发减少 39% 的CO2排放，这主要归功于从低效柴油泵向“光伏+电动泵”组合的转型 。 研究发现了一个极具性价比的减排区间：仅需比基准成本增加 0.7%，即可实现 85% 的大幅减排。
然而，实现完全净零排放面临严峻的技术经济挑战。净零情景会导致系统总成本翻倍至每年 80 亿美元，且对光伏容量的需求较成本优化情景增加了 2.6 倍，达到 42.3 GW 。当排放目标趋近于零时，为克服光伏发电的间歇性，水储能（9.79×107m3）和电池储能（2.2 GWh）的需求呈非线性增长，成为跨越脱碳“最后一公里”的核心支撑 。敏感性分析进一步证实，太阳能光伏和电动水泵的资本支出（Capex）是决定系统转型经济性的最关键变量 。
本研究论证了灌溉系统脱碳不仅是环境任务，更是提升农业能源利用效率的经济机遇 。农业生态系统在迈向净零的过程中，应优先关注高性价比的大规模减排，同时需通过针对性的财政金融支持来消除农民的初始投资门槛 。
图 1：基于能源相关成本与排放识别灌溉系统最优脱碳路径的方法论框架。(a) 输入数据：包括灌溉需水量、成本数据、CO2排放量以及技术参数。(b) 预处理：将原始输入数据转换为适用于优化模型的格式。(c) 系统设计示意图：展示了本研究中使用的技术（柴油和电动水泵、水储能、电池、太阳能光伏 (PV) 以及灌溉技术—滴灌、喷灌、地面灌溉）和能源输入（电网电力、柴油和太阳能光伏）。能量流和水流采用颜色编码：绿色代表电力，橙色代表柴油，蓝色代表水。(d) 分辨率：空间分辨率侧重于全美县级尺度的分析，时间分辨率则捕捉一年中每月的一个代表性日期。(e) 优化方法：采用epsilon constraint method进行最小化成本和 $CO_2$ 排放的多目标优化。(f) 输出结果：提供成本优化情景和净零情景下的转型路径，并详细列出技术选择与运行策略。
图 2. 美国灌溉转型路径的成本与碳排放权衡。通过 Pareto front 展示了成本与排放之间的权衡关系，说明了年度总成本（单位：十亿美元/年）与二氧化碳排放量（单位：百万吨/年）的优化结果，并细化了各技术路径和能源原料的成本贡献。图中将优化结果与 基准情景（BAU） 进行了对比。注：Capex 代表“资本支出”，而 Opex 代表“运营支出”。
图 5：基准(BAU)、成本优化与净零情景下各县及各州的能源相关成本。(a) BAU 情景下各县的年度能源相关成本。(b) 成本优化情景下各县相对于 BAU 的年度成本相对差异(c) 净零排放情景下各县相对于 BAU 的年度成本相对差异。(d) BAU 情景下各州的年度总成本（总计：每年 38 亿美元）。(e) 成本优化情景下各州的年度总成本（总计：每年 30 亿美元）。(f) 净零排放情景下各州的年度总成本（总计：每年 80 亿美元）。
