農田水利工程灌溉效果綜合評價研究

賀建宇

(大寧縣水利局，山西 大寧 042300)

現有灌區的農田水利工程存在建設時間長、配套設施弱、質量管理措施落后等缺點。20世紀90年代以來，國家開始出臺相關政策，大力推進農田水利工程的建設[1- 2]。我國是農業大國，農業的發展離不開農田水利工程建設[3- 5]。對于農田水利工程的設計，我們應根據當地的實際需要，推廣最新的節水灌溉技術，發展綠色節水農業，與國家可持續發展目標對接[6]。目前國內研究尚未從灌溉效果角度，明確農田水利工程建設的實際效益，本文以山西省大寧縣農田水利工程為例，列出農田水利工程的具體設計方案，以期為農田水利工程設計提供依據，通過綜合比較農田水利工程建設前后的灌溉效果，更直觀地反映農田水利工程建設的必要性。

1 農田水利工程建設地基本情況

大寧縣總面積967.13km2，區內氣候屬暖溫帶半干旱大陸性氣候，年均氣溫為11.1℃，極端最低氣溫-20℃，極端最高氣溫38.7℃，多年平均降水515mm，最高年降水794.7mm，最低年降水280.2mm，日照時數2466.7h，無霜期213d，多年平均水面蒸發量996.7mm，干旱指數1.9。灌區0.38萬畝，小型泵站灌區3.0471萬畝。全縣農田水利工程運行費投入不足，農民收入低，集體經濟薄弱，加上農村稅費制度的改革，使得早年建設的小型自流工程老化失修，不能發揮灌溉效益。目前的管理辦法不能保證工程持續發展。

2 農田水利工程設計

以山西省大寧縣滴灌工程為例，地塊總面積為400畝，根據實際調查，400畝地塊分散為兩部分，分別為258畝及142畝(以下以系統A和系統B進行區分)，種植作物為蔬菜。根據GB/T 50485—2009《微灌工程技術規范》，設計滴灌灌水定額mmax為：

mmax=0.001γzp(θmax-θmin)=0.001×45×36×(28-15)=21.049(mm)

(1)

式中，mmax—最大凈灌水定額，mm；γ—土壤容重，g/cm3；z—土壤計劃濕潤土層深度，m，取0.45m；p—微灌土壤濕潤比，根據實際情況，取35%；θmax—適宜土壤含水率上限(重量百分比)，%；θmin—適宜土壤含水率下限(重量百分比)，%。

根據灌水臨界期作物最大日需水量值，按式(1)計算理論灌水周期。因為，實際灌水中可能會出現停水、配水設備故障等原因，故設計灌水周期應小于理論灌溉周期，根據式(2)可算得灌水周期為：

T理=mmax/ETc>T設=23.39∕4.5=5.20d

(2)

式中，T理—理論灌水周期，d；ETc—需水量，根據相關規范及當地種植經驗，取4.5mm/d；T設—設計灌水周期，d。

系統A，系統B均按照地形條件分為10個大小相當的小區，每個小區分為1個輪灌組，共10個輪灌組。由于滴灌周期計算結果為5d，每2小區即可按照1d的時間進行規劃，每個輪灌組一次灌溉用時8h。根據地形和植被種植模式，將高程相近、地塊毗鄰、面積相似的小區劃作一個輪灌組，具體輪灌組劃分見表1。

表1 輪灌組分區表

綜合考慮不同材料管材的價格、脆塑性、購買和安裝便利性以及地方實際情況，本項目用于系統管網的管材干支管均選用PE管，壓力校核時，為了方便采購及安裝，所有干管所選用的壓力等級均一致，最終校核結果干管壓力采用1.0MPa，支管同樣的校核原理，校核結果為0.8MPa。

在干支管管徑計算上，采用下列經驗公式進行分析計算：

當Q>120m3/h時

D=11.5×Q1/2

(3)

當Q≤120m3/h時

D=13×Q1/2

(4)

式中，D—計算管徑，mm；Q—管道設計流量，m3/h。

3 農田水利工程灌溉效果評價

3.1 評價指標體系構建及評價方法

本文選取農田水利工程建成前后2年，即建成前2012、2013，建成后2016、2017年的統計數據，在經濟、社會和生態3個層面，綜合比較建成前后的灌溉效果，可較全面的反映農田水利工程建設對當地的影響。由于綜合評價法存在主觀性和客觀性[7]，為使得評價方法兼顧事實的客觀性和專家的主觀性，本文基于反映主觀性的層次分析法[8]和反映客觀的熵權法[9]，并結合灰色關聯度分析法[10]形成新型的綜合評價方法，對不同指標進行打分，最后形成不同年份灌溉效果的綜合得分情況，具體方法見文獻[10]。該方法可較全面地反映灌溉效果。同時，從經濟、社會和生態3個方面，共選取12項指標，綜合判定灌溉效果。綜合評價指標體系構建如圖1所示。

圖1 農田水利工程灌溉效果綜合評價指標體系構建

3.2 灌溉效果綜合評價結果分析

綜合分析農田水利工程建成前后的2012、2013年和2016、2017年的實測數據，依據層次分析法的原理，并根據經濟、社會管理方面和生態效益方面不同指標的重要性，得到第二層指標的判斷矩陣，從而計算得出第二層指標的權重，結果見表2。以經濟方面指標為例，算得其判斷矩陣見表3，可算出其所在第三層各指標的權重，以此類推，可算出其余兩個方面各指標的最終權重，結果見表4。

根據表2中的數據，可得出第二層指標的權重，根據表4的數據，可得出第三層指標的初始權重，綜合兩方面數據，可得出第三層指標的最終權重，得出了灌溉效果評價的主觀權重，結果見表5。

表2 第二層指標層次分析法判斷矩陣

表3 經濟方面指標判斷矩陣

表4 第三層指標權重

根據文獻[8]計算不同指標的相對隸屬度矩陣，從而可得出熵權法第三層指標的客觀權重，根據表5中由層次分析法計算得出的主觀權重，最終可得出第三層指標的最終權重，結果見表6。

根據文獻[11]計算第三層指標的關聯系數，結果見表6。根據表6中的最終綜合權重，對表7中的數據進行綜合加權，得出每一年不同指標的綜合加權關聯系數，結果見表8。

根據表8中的結果，可知不同年份的灌溉效果綜合排名。表8顯示，不同年份綜合排名由高到低依次為2017、2016、2013、2012年。由此可知，在建設農田水利工程前，當地灌溉效果較差，但在建成工程之后的2016、2017年，灌溉效果有了明顯提高，這與實際情況相符，驗證了該方法的準確性，也從數據角度反映了農田水利工程的效果。

表8 不同年份灌溉效果綜合排名

4 結論

在驗證不同年份內，農田水利工程的建設對當地灌溉效果的影響時，指出了不同年份灌溉效果綜合排名由高到低依次為2017、2016、2013和2012年，2017年的灌溉效果最佳。

表5 第三層指標層次分析法主觀權重

表6 第三層指標最終權重確定

表7 第三層指標灰色關聯系數