基于AHP和ArcGIS的北京市農業節水區劃研究

范海燕 朱丹陽 郝仲勇,3 楊勝利,3 張 娟,3 岳海英,3

(1.北京市水科學技術研究院， 北京 100048； 2.中國農業大學水利與土木工程學院， 北京 100083；3.北京市非常規水資源開發利用與節水工程技術研究中心， 北京 100048)

基于AHP和ArcGIS的北京市農業節水區劃研究

范海燕1朱丹陽2郝仲勇1,3楊勝利1,3張 娟1,3岳海英1,3

(1.北京市水科學技術研究院， 北京 100048； 2.中國農業大學水利與土木工程學院， 北京 100083；3.北京市非常規水資源開發利用與節水工程技術研究中心， 北京 100048)

在總結國內外學者農業節水分區先進經驗的基礎上，結合北京市農業生態節水發展實際，充分考慮自然條件、水資源狀況、工程管理和社會經濟狀況等，構建涵蓋干旱指數、地下水超采、土壤類型、節水灌溉率、農民人均收入在內的北京市農業節水分區指標體系，分析各指標空間分布規律，界定各指標的分級標準，并劃定相應分區。采用層次分析法(AHP)對各指標分級賦值，利用ArcGIS軟件中的疊加分析功能將圖層按權重疊加，對分區重分類并相應賦值，將各影響因素的分值和權重相乘并求和得到最終的評分結果，按照評分結果將北京市劃分為農業節水優先發展區、農業節水適宜發展區和農業節水鼓勵發展區，根據分區結果提出相應工程節水及農藝節水措施。

農業節水分區； 北京市； 指標體系； 層次分析法； ArcGIS

引言

近年來，諸多學者對各地區農業節水分區開展了系統研究，通過采用定量計算與傳統經驗定性相結合、模糊數學聚類分析、模糊-動態聚類、主成分分析與系統聚類相結合、主成分分析與模糊聚類相結合、主成分分析與模糊C-均值聚類算法相結合等方法，劃定了不同地區農業節水分區，并取得一定的研究成果[1-15]。農業節水分區經歷了由定性分析到定量分析的過程，但定量分析多以聚類分析法、模糊聚類法、動態聚類法和系統聚類法為主，層次分析法用于農業節水分區的研究及應用相對較少。層次分析法是根據各影響因素兩兩比較得出的權重結果，結合科學的分值賦予得出的綜合評價方法，是定性分析與定量分析結合評價的一致矩陣法[16-18]，主要原理為各影響因素根據影響程度兩兩比較，根據矩陣計算的方法將兩兩比較結果轉化為同一標度下的比較結果，得到合理的權重分配，提高評價的準確度。

本文在綜合分析氣候條件、土壤類型、管理水平、社會經濟狀況等諸多因素的基礎上，構建指標體系，采用層次分析法與ArcGIS軟件疊加功能，劃定北京市農業節水分區。

1 方法與步驟

1.1 指標體系構建

參照已有研究成果，本研究在分區指標的選取上考慮自然條件、灌溉情況及經濟社會狀況等方面。結合北京市當前農業節水發展現狀和條件，擬采用以下多種影響因素建立指標體系：

(1)干燥度指數X1

干燥度指數是蒸發量與降水量的比值，是反映氣候干旱程度的重要指標，其表達式為

(1)

式中P——年降水量，mmET0——年潛在蒸發量，mm

(2)地下水超采區X2

一般以年均地下水水位下降速率Δh(m/a)作為判別地下水超采區的依據。計算公式為

X2=Δh=(hi-he)/Δt

(2)

式中he——時段初的地下水水位，mhi——時段末的地下水水位，mΔt——時段的長度，a

(3)土壤類型X3

不同土壤類型其土壤滲透系數及持水性均不同，土壤類型直接影響作物的種類以及用水效率。

(4)節水灌溉率X4

節水灌溉率以節水灌溉面積與耕地面積之比表示。

(5)農民人均純收入X5

農民人均純收入是指農戶一年中的農業人均年收入。

1.2 指標分級標準確定

(1)干燥度指數

以北京市2014年各區降水量、風速、平均溫度、相對濕度等氣象資料為基礎，計算得北京市各區農業氣象干燥度指數在1.79～3.40之間，依據中國氣候區劃干濕指標劃分標準：干燥度指數X1<1.0為濕潤地區；1.0≤X1<1.5為半濕潤地區；1.5≤X1<4.0為半干旱區；4.0≤X1<16.0為干旱區；X1≥16.0為極端干旱區[19-20]，結合北京市實際情況，將北京市各地區干燥度指數平均劃分為4個等級，如表1所示，干燥度指數分布圖見圖1。

表1 北京市干燥度指數等級劃分Tab.1 Grade division of aridity index in Beijing

圖1 干燥度指數分布圖Fig.1 Distribution map of aridity index

(2)地下水超采區

依據SL 286—2003《地下水超采區評價導則》[21]中地下水超采區分級標準，年均地下水水位下降速率Δh均為正值的區域，則地下水補給量大于開采量，為補給區；Δh為負值的區域，則地下水補給量小于開采量，為超采區。結合北京市各地區地下水水位下降程度，將北京市劃分為4個區，劃分情況詳見表2，地下水超采區分布見圖2。

表2 地下水超采區劃分Tab.2 Grade division of groundwater overdraft area

圖2 北京市超采區域分布圖Fig.2 Distribution map of groundwater overdraft area

(3)土壤類型

北京市土壤類型復雜多樣，包括重土、粘質土、粘壤質、中壤質、輕壤質、沙壤質、砂質土、松砂土、砂礫、巖石、卵石灘等，考慮到利于作物生長及水分有效利用、方便后續分區計算等因素，將北京市土壤類型重新歸類，劃分為4個區，劃分情況詳見表3，土壤類型分布見圖3。

表3 土壤類型等級劃分Tab.3 Grade division of soil types

圖3 土壤類型分布圖Fig.3 Distribution map of soil types

(4)節水灌溉率

節水灌溉率直接反映農業節水推廣普及情況，是農業節水灌溉面積占耕地面積的比例。北京市農業節水灌溉率分布不均從而節水灌溉率也成為農業節水灌溉的重要指標之一，根據《北京市水務統計年鑒(2014)》[22]中農業節水灌溉率指標和節水灌溉率現狀，確定4個等級，具體劃分如表4所示。

(5)農民人均純收入

農民人均純收入作為評價指標之一，反映社會經濟在農業生態建設下的發展情況，因北京市人均收入較高，農民收益與其他地區相比較高，基本脫離貧困標準。因此，根據《北京市統計年鑒(2015)》[23]中農民收入情況，分為收入較低、中等偏下、中等偏上以及收入較好4個等級。再根據各區的農民年平均純收入數據按照等級劃分情況進行分區，具體劃分情況如表5所示。

表4 北京市農業節水灌溉率等級劃分Tab.4 Grade division of agricultural water-saving irrigation ratio in Beijing

表5 北京市農民人均純收入等級劃分Tab.5 Grade division of peasant per capita income in Beijing

1.3 各指標權重分配與分級賦值

1.3.1 層次分析法(AHP)權重計算方法

層次分析法中，判斷矩陣表示本層各個影響因素在上一層影響程度下的影響再分配[24-28]。SAATY將判斷矩陣中各影響因子定義為Aij，并在兩兩比較中用1～9標度方法對影響程度進行量化，具體標度含義如表6所示。

表6 判斷矩陣的標度值及其含義Tab.6 Scale value and definition of judgment matrix

判斷矩陣中的Aij表示相對上一層第i因素與第j因素的重要性對比，例如i與j具有同樣重要性，則Aij=1，Aji=1，若i比j明顯重要，則Aij=5，Aji=1/5。由此可見判斷矩陣為正互反矩陣，再通過求該矩陣的非零特征值并對其對應的特征向量歸一化后得到權重和權重向量。

對判斷矩陣進行一致性檢驗，因兩兩比較中判斷結果應該服從一致性標準，若兩兩比較結果相互之間關聯一致性不好或不一致，則說明判斷矩陣不可靠。因此判斷矩陣需要進行一致性檢驗，若一致性較好，則說明權重向量符合思維主觀判斷。一致性指標計算公式為

(3)

式中CI——一致性指標λ——最大特征值n——因素個數

其中CI=0，則說明具有完全一致性；CI越接近0，則說明一致性越好；CI的值越大，一致性越差、不一致性越強。但判斷中一致性還需要有相應的參考才能說明一致性的好壞，因此引入隨機一致性指標RI以及檢驗系數CR的概念。RI為隨機生成的矩陣計算出的一致性指標，一致性指標CI與隨機一致性指標RI之比為檢驗系數CR。其中，隨機一致性指標RI與影響因素的個數有關，具體數值如表7所示。

表7 隨機一致性指標RITab.7 Random index

一般情況下，定義檢驗系數CR<0.1時，認為一致性在允許范圍內，一致性可以接受，CR越小說明一致性越好。

1.3.2 圖層權重計算

(1)構造判斷矩陣

根據1～9標度法構造判斷矩陣，如表8所示。從表中可以看出兩兩因素之間的重要性比對。

表8 判斷矩陣Tab.8 Judgment matrix

(2)一致性檢驗

根據表8所構造的正互反判斷矩陣，可通過Matlab編程計算出各因素的權重[29]。通過計算可得，上述5項指標的權重向量為：W=(X1，X2，X3，X4，X5)=(0.22，0.38，0.16，0.19，0.05)。最終計算可得，正互反判斷矩陣的最大特征值為6.12。根據式(3)計算得到CI=0.025 9，由此得到CR=0.023 1，小于要求的0.1，通過一致性檢驗。因此，根據上述判斷矩陣得到的5項指標的權重符合一致性，滿足合理性要求。

1.3.3 各影響因素分級賦值

按照上述權重計算結果進行整理，將5項指標進行編號并進行等級劃分和分值賦值。因AHP評分結果中，要求權重與指標對應分值乘積的加權綜合為最終評價結果。因此對指標體系中提到的指標等級劃分進行賦值。為保證數據分值的統一以及合理性，賦值應滿足均一化，此處參照以往經驗采取分級分值總和為100的標準。

根據指標等級劃分的影響程度，來評判對應分值的選取，影響程度越高分值越高，并且滿足賦值合理性要求。各項指標的權重和等級分值結果如表9所示。

表9 各指標權重及其等級賦值Tab.9 Weight and ssignment of each index

1.4 分區劃定方法

利用ArcGIS中ArcMap的Arctool中的疊加分析功能將圖層按算出的權重疊加。對分區重分類并相應賦值，再將上述圖層轉化為柵格，網格化的5個指標圖層按上述計算出的權重分配進行加權總和疊加圖層，得到最終帶有相應分值的圖層。各個單元內分別將各影響因素的分值和權重相乘并求和，得到最終的評分結果，計算公式為

(4)

式中 ConVi,j——單元格疊加后的綜合評分Vi,j,k——第k層(i，j)單元分值pk——第k層權重

2 結果與分析

因北京市城區及石景山區已退出農業種植，本研究在剔除北京市城區及石景山區后，采用層析分析法與ArcGIS軟件疊加功能相結合，將北京市劃分為農業節水優先發展區、農業節水適宜發展區、農業節水鼓勵發展區3個分區，分區結果如圖4所示。

圖4 北京市農業節水分區Fig.4 Water-saving zoning in Beijing

2.1 農業節水優先發展區

由圖4可以看出，農業節水優先發展區主要集中在朝陽、海淀、昌平、順義等平原區，可以通過調整種植結構，間接促進農業節水，因該區大部分區域位于地下水嚴重超采區范圍內，在嚴重超采區范圍內，應逐步有序退出小麥等高耗水作物種植，嚴重超采區范圍外的區域，可以重點推廣農藝節水措施，以農田覆蓋技術、抗旱作物品種為重點技術在區內進行推廣，以便達到農業節水目的。工程節水方面，區域內節水灌溉率相對較低，該區應加快改善灌溉工程條件、推廣高效節水灌溉工程，同時也是政府優先考慮的節水灌溉工程投資區域。

2.2 農業節水適宜發展區

農業節水適宜發展區主要集中在通州、大興、房山、門頭溝等區(圖4)，大部分地區位于地下水一般超采區范圍內，該區地下水開采程度基本飽和，區域內缺水程度相對較高，從農藝節水方面考慮，該地區適宜推廣秸稈還田、免耕覆蓋、蓄水保墑技術，將糧田秸稈、果樹枝條、廢棄菜葉等有機質粉碎還田，改良土壤結構，提高蓄水保墑能力，減少灌溉用水；實施土地平整，適當培高田埂，推進溝路林渠綜合治理，增加農田集雨保墑能力，充分利用雨洪水資源；

推廣抗旱節水新品種，因地制宜應用化控節水技術，減少作物耗水量。工程節水方面，區域內節水灌溉率及人均收入均處于中間水平，該區應加大政府投資力度，推動高效節水灌溉工程建設，同時應健全完善高效節水灌溉工程管護制度，確保已建灌溉設施的良性運行，正常發揮工程效益。

2.3 農業節水鼓勵發展區

農業節水鼓勵發展區主要集中在延慶、懷柔、密云、平谷等山區(圖4)，大部分地區位于地下水基本平衡區及補給區范圍內，缺水程度相對較低，屬于生態涵養區，該區可推廣抗旱節水新品種、覆蓋保墑、水肥一體化、化控節水等農藝節水措施，同時鼓勵發展高效節水灌溉工程，加大政府投資建設，實現工程節水。

3 建議

結合北京市農業節水分區結果，提出了分區的節水對策措施與建議。

(1)調整農業種植結構，嚴重超采區范圍內，逐步退出小麥等高耗水作物種植，采用宜林則林、宜草則草、宜果則果、宜休耕則休耕的方式恢復生態涵養功能。

(2)建立灌溉管材及設備質量控制機制，健全完善高效節水灌溉工程管護制度，確保已建及將建灌溉設施的良性運行，發揮正常的工程效益。

(3)加大政府投資力度，推廣噴灌、微灌等高效節水灌溉工程，實現工程節水。

(4)推廣抗旱節水新品種、覆蓋保墑、水肥一體化、化控節水等農藝節水措施。

4 結束語

在總結國內外學者農業節水分區先進經驗的基礎上，從北京市農業生態節水發展實際情況出發，充分考慮自然條件、水資源狀況、工程管理和社會經濟狀況等，構建了涵蓋干燥度、地下水超采、土壤類型、節水灌溉率、農民人均收入在內的北京市農業節水分區指標體系，界定各指標的分級標準，劃定相應分區，采用層次分析法與ArcGIS疊加分析功能相結合，將北京市劃分為農業節水優先發展區、農業節水適宜發展區、農業節水鼓勵發展區3個分區。結合北京市農業節水分區結果，提出了分區的節水對策措施與建議，可對北京市農業節水工程建設、種植結構調整等提供一定的支撐。

1 黃修橋，李英能.華北地區節水型農業分區和發展預測[J].灌溉排水學報，1995，14(3)：1-8. HUANG Xiuqiao, LI Yingneng. Water-saving agriculture in North China: area division and development prediction[J]. Irrigation and Drainage,1995,14(3):1-8.(in Chinese)

2 吳樂民，溫演望.模糊聚類分析在旱作農業分區上的應用[J].華南農業大學學報，1991，12(4)：37-44. WU Lemin，WEN Yanwang. The application of fuzzy cluster analysis to dryland farming partition[J]. Journal South China Agricultural University,1991,12(4):37-44.(in Chinese)

3 王燕. 安徽省節水農業分區初步研究[J]. 中國農村水利水電，2001(7)：13-15. WANG Yan. Primary research on dividing areas of water saving agriculture in Anhui province[J]. China Rural Water and Hydropower,2001(7): 13-15.(in Chinese)

4 楊路華，王文元，韓振中，等. 寧波市農業節水區劃中模糊聚類分析與應用[J]. 灌溉排水學報，2003，22(5)：52-55. YANG Luhua，WANG Wenyuan，HAN Zhenzhong，et al. Application of fuzzy cluster to agricultural water saving zoning[J]. Journal of Irrigation and Drainage, 2003, 22(5): 52-55.(in Chinese)

5 韓振中，楊軍，王留運,等. 寧波市農業節水區劃與分區節水技術對策[J].節水灌溉，2003(6)：39-41.

6 商艾華，郭維東，黃毅,等. 阜新縣節水農業分區研究[J].節水灌溉，2006(3)：13-15，20. SHANG Aihua，GUO Weidong，HUANG Yi，et al. Study on area division of water saving agriculture in Fuxin county of Liaoning province[J]. Water Saving Irrigation, 2006(3):13-15,20.(in Chinese)

7 劉玉鳳，黃介生，伍靖偉. 基于最大樹法的華北地區節水型農業分區[J]. 中國農村水利水電，2013(12)：80-84. LIU Yufeng，HUANG Jiesheng，Wu Jingwei. Area division for water-saving agriculture in North China of maximal tree method[J]. China Rural Water and Hydropower, 2013(12):80-84.(in Chinese)

8 馬立輝，趙玲，張會芹，等. 模糊-動態聚類法在河北省農業節水區劃中的應用[J]. 南水北調與水利科技，2006，4(1)：42-44. MA Lihui，ZHAO Ling，ZHANG Huiqin，et al. Application of fuzzy-dynamic clustering in division of agricultural water saving zones in Hebei province[J]. South-to-North Water Diversion and Water Science & Techonlogy, 2006, 4(1): 42-44.(in Chinese)

9 何英，郭玉川，姜卉芳. 基于模糊-動態聚類法的新疆節水區劃探討[J]. 節水灌溉，2009(2)：5-7，10. HE Ying，GUO Yuchuan，JIANG Huifang. Discussion on water-saving district programming of Xinjiang autonomous region based on fuzzy-dynamic clustering method[J]. Water Saving Irrigation, 2009(2): 5-7,10.(in Chinese)

10 李碩，許萌芽. 主成分聚類分析法在寧夏水文分區中的應用[J]. 水文，2002，22(2)：44-46.

11 尹劍，王會肖，李鵬，等. 保定市農業節水分區[J].南水北調與水利科技，2012，10(4)：127-132. YIN Jian，WANG Huixiao，LI Peng，et al. Study on agricultural water-saving regionalization in Baoding[J]. South-to-North Water Diversion and Water Science & Techonlogy, 2012,10(4):127-132.(in Chinese)

12 尹劍，王會肖，王艷陽，等. 關中地區農業節水分區研究[J]. 中國生態農業學報，2012，20(9)：1173-1179. YIN Jian，WANG Huixiao，WANG Yanyang，et al. Agricultural water-saving regionalization in Guanzhong area[J]. Chinese Journal of Eco-Agriculture, 2012, 20(9): 1173-1179.(in Chinese)

13 褚琳琳. 江蘇省節水農業分區及發展模式[J].節水灌溉，2014(11)：91-95. CHU Linlin. District division and development model of water-saving agriculture in Jiangsu province[J]. Water Saving Irrigation, 2014(11): 91-95.(in Chinese)

14 吳景社，康紹忠，王景雷，等.基于主成分分析和模糊聚類方法的全國節水灌溉分區研究[J]. 農業工程學報，2004，20(4)：64-68. WU Jingshe， KANG Shaozhong，WANG Jinglei，et al. Zoning of water-saving irrigation in China using principal components analysis and fuzzy-C-means[J]. Transactions of the CSAE, 2004,20(4):64-68.(in Chinese)

15 劉玉邦，梁川. 基于主成分和模糊C-均值聚類算法的農業水資源高效利用綜合分區[J]. 水文，2011，31(5)：57-63. LIU Yubang，LIANG Chuan. Zoning for effective utilization of agricultural water resources based on principal component analysis and fuzzy C-means clustering algorithm[J]. Journal of China Hydrology, 2011,31(5):57-63.(in Chinese)

16 錢頌迪. 運籌學[M]. 北京：清華大學出版社，1990：461-466.

17 汪應洛，陶謙欽. 運籌學與系統工程[M]. 北京：機械工業出版社，1999：249-256.

18 程理民，吳江，張玉林,等. 運籌學模型與方法教程[M]. 北京：清華大學出版社，2000:246-256.

19 陳建偉，張煜星. 濕潤指數與干燥度關系的探討[J]. 中國沙漠，1995，15(1)：79-82. CHEN Jianwei，ZHANG Yuxing. Discussion on relation between humidity index and aridity degree[J]. Journal of Desert Research, 1995,15(1):79-82.(in Chinese)

20 孟猛，倪健，張治國. 地理生態學的干燥度指數及其應用評述[J]. 植物生態學報，2004，28(6)：853-861. MENG Meng，NI Jian， ZHANG Zhiguo. Aridity index and its applications in geo-ecological study[J]. Acta Phytoecologica Sinica, 2004,28(6):853-861.(in Chinese)

21 SL 286—2003 地下水超采區評價導則[S].2003.

22 北京市水務局.北京市水務統計年鑒(2014)[M]. 北京：北京市水務局，2014.

23 北京市統計局.北京市統計年鑒(2015)[M]. 北京：北京市統計局，2015.

24 許樹柏. 實用決策方法——層次分析法原理[M]. 天津：天津大學出版社，1998.

25 張志政，王毅，蘇靜. 利用層次分析法優化選擇節水灌溉方式[J]. 農機化研究，2008(4)：55-58. ZHANG Zhizheng，WANG Yi，SU Jing. Optimal choice of water saving irrigation mode by AHP[J]. Journal of Agricultural Mechanization Research, 2008(4):55-58.(in Chinese)

26 翟治芬，王蘭英，孫敏章，等. 基于AHP 與Rough Set 的農業節水技術綜合評價[J]. 生態學報，2012，32(3)：931-941. ZHAI Zhifen，WANG Lanying，SUN Minzhang，et al. Comprehensive evaluation of agricultural water-saving technology based on AHP and Rough Set method[J]. Acta Phytoecologica Sinica, 2012,32(3):931-941.(in Chinese)

27 陳成. 基于層次分析法的農業節水灌溉適宜技術的研究——以四川農業大學現代農業研發基地為例[D]. 雅安：四川農業大學，2013. CHEN Cheng. Based on AHP of agricultural water-saving irrigation technique research—modern base in Sichuan agricultural university as an example[D]. Yaan：Sichuan Agricultural University, 2013.(in Chinese)

28 霍星，史海濱，楊松益. 基于層次分析-蟻群算法的內蒙古大型灌區節水改造綜合評價[J]. 農業工程學報，2014，30(17)：132-140. HUO Xing, SHI Haibin, YANG Songyi. Comprehensive assessment on water-saving renovation of large-scale irrigation districts in Inner Mongolia based on hierarchical analysisant colony algorithm[J]. Transactions of the CSAE, 2014,30(17):132-140.(in Chinese)

29 焦樹鋒. AHP法中平均隨機一致性指標的算法及MATLAB實現[J]. 太原師范學院學報：自然科學版，2006，5(4)：45-47. JIAO Shufeng. The algorithm of mean random consistency index in AHP and its implementation[J]. Joural of Taiyuan Normal University： Natural Science Edition， 2006,5(4):45-47.(in Chinese)

Agricultural Water-saving Zoning in Beijing Based on AHP and ArcGIS

FAN Haiyan1ZHU Danyang2HAO Zhongyong1,3YANG Shengli1,3ZHANG Juan1,3YUE Haiying1,3

(1.BeijingWaterScienceandTechnologyInstitute,Beijing100048,China2.CollegeofWaterResourcesandCivilEngineering,ChinaAgriculturalUniversity,Beijing100083,China3.BejingEngineeringResearchCenterforNon-conventionalWaterResourcesUtilizationandWaterSaving,Beijing100048,China)

A model system was proposed based on the advanced experience at home and abroad, which was applied to agricultural water-saving zoning. The reality of agricultural water saving, water resources distribution, natural conditions, agricultural water management, project management level and pecuniary condition in Beijing were also included in this model system. The model system included several indices and each index was defined based on index categorization. These indices were also used to present the aridity soil type and ground water index distribution in the corresponding zoning. Meanwhile, ArcGIS was also combined based on the function of superposition analysis and analytic hierarchy process (AHP). The ArcGIS analysis function in each lay was defined and the weight function on each function was also defined. Through the definition, the index value on each lay and each function can be obtained. After that, the index value can be scored and classified and also multiplied with each index weight. The multiplied values were the final value result and treated as overall value which was treated as the guided line for Beijing agriculture water-saving zoning classification. Through the model system classification results, Beijing was divided into agricultural water conservation priority development area, agricultural water saving suitable development area and agricultural water saving encouraging development area. According to the model system results, the corresponding engineering measures and agronomic measures were also recommended in water-saving and can partly help the decision-maker in Beijing to optimize the agricultural water saving.

agricultural water-saving zoning; Beijing; index system； chromatography analysis method； ArcGIS

10.6041/j.issn.1000-1298.2017.03.036

2016-07-26

2016-09-27

北京市科技計劃項目(D151100004115004、D151100004115001)

范海燕(1986—)，女，工程師，主要從事農業節水研究，E-mall： fanhaiyan0402@163.com

S275.5

A

1000-1298(2017)03-0288-06