灌區農業用水測算方法研究

王 磊,趙自陽,王中根,李建新,王紅瑞

(1.浙江省水資源管理中心,杭州 310009;2.北京師范大學 水科學研究院,北京 100875;3.中國科學院 地理科學與資源研究所,北京 100101;4水利部海河水利委員會,天津 300181)

隨著改革開放以來40多年的建設,我國的發展日新月異,但同時使得水資源面臨的問題愈加復雜,為了實現我國水資源的可持續利用,國務院辦公廳于2013年印發了《實行最嚴格水資源管理制度考核辦法的通知》,發布了用水總量、用水效率和水功能區限制納污“三條紅線”[1]。我國作為一個傳統的農業大國,農業用水一直是用水大戶,占到全國用水總量的60%以上。農業灌溉用水總量的合理測算不僅是落實最嚴格水資源管理制度的要求,而且是社會經濟可持續發展的基本保障;不僅對于解決我國農業用水矛盾非常重要,而且是實現農業綠色發展的必由之路[2-3]。基于此,本文對灌區的農業用水測算方法進行了詳細具體的分析和研究,總結了在灌區農業用水中常用的兩類測算模型,以期為不同灌區的農業用水管理提供一定的技術和理論支持。

1 灌區農業用水測算方法概述

灌區農業用水的測算一般可分為2類方法:一是基于水循環過程的物理模型方法;二是基于監測數據的統計分析方法。這2類方法各有利弊,未來發展趨勢是將統計分析與物理成因分析相結合,遙感反演與常規監測相結合,基于高性能計算與大數據挖掘,開展灌區農業用水測算。

1.1 基于水循環過程的物理模型方法

針對降水豐沛、灌區情況復雜,進水出水口較多,作物種類多樣,甚至灌區中存在河道、水庫、山塘以及工業生活生態用水等各種情況的地區,一般可采用構建具有一定水循環物理機制的模型,開展農業灌溉用水量的測算。目前,比較常用的是美國農業部開發的SWAT模型。模型的作用主要用于將點(國控農業用水監控點)的監測數據,轉化為面的數據,結合耕地的數據,可以得到“農業用水總量”,從而為“最嚴格水資源考核”提供數據的支持[4]。

1.2 基于檢測數據的統計分析方法

傳統農業用水基本上采用灌溉定額(或調查定額)與統計的灌溉面積推算而得。該方法直接從最基層開始統計,層層匯總上報,導致工作精度與時間難以控制[3]。長期以來,傳統農業用水基本上是估算數,與實際用水情況有較大出入。目前需要發展具有數學基礎的“科學”統計方法。其中,抽樣統計是經過嚴密的數學分析與論證的一種有效手段。可以通過抽取一定的樣本進行統計分析,得出相對精確的結論。抽樣調查的周期短、時效性強,作為普查的補充,可用來評價和修正普查結果[5]。

2 基于SWAT模型的農業用水測算方法

SWAT(soil and water assessment tool) 模型的物理機制很強,是一種分布式的流域尺度的水文模型。它的時間步長以日為單位,優點是可以長時間連續的模擬。它的模擬不僅包括流域的水文過程、水土流失等,還可以預測未來人類活動、氣候變化、土壤狀況、土地利用等改變對這些過程的具體影響。在幾十年的實踐過程中,SWAT模型已經在國內外得到了各行各業專家的認同,有關的研究成果也非常豐富,這也說明了SWAT模型重要的實用性[6-7]。

2.1 灌區SWAT模型構建

SWAT模型在模擬流域水文過程的時候可以分為兩個部分,一是陸面部分,二是水面部分。陸面部分主要指的是產流和坡面匯流,水面部分主要指的是河網匯流[8-9]。陸面部分主要控制的是每個子流域的產流和匯流過程中在水、沙、各種營養物質和化學物質等的全部的輸入量;水面部分則是上述種種物質向流域出口的運移過程。在SWAT的研究過程中,一般在所有的結構單元上都會建立相對的水文過程模型(圖1),從而對產流和坡面匯流進行相關的計算,最終將匯流網絡整體的緊密聯系在一起。

在水文徑流過程和化學物質等演算控制過程中,SWAT采取的方法和HYMO模型非常的類似(圖2)。主要就是通過一個個子流域的命令,將統計得到的實測數據和模擬計算得到的模擬值進行一定的對比,并且在這個過程中,通過輸入相關的指令,接受其他模型的相關值;同時經過命令的轉移,就可以把一個子流域的相關結果轉移到另一個子流域中[10]。

2.2 灌區農業用水模型系統

1)系統總體框架

農業用水模型系統是基于SWAT(soil and water assessment tool)開發適合農業灌溉用水的快速評價系統。該系統的總體架構如圖3所示。主要包括灌溉規劃管理和快速評價預測管理兩大部分,可在功能上滿足農業灌溉規劃和動態灌溉管理的需求[11]。

2)情景模擬與方案優化

灌溉規劃管理子系統側重于對灌溉方案進行優化,系統可根據歷史數據資料對嵌入的SWAT模型參數進行率定和驗證;可分不同情景(不同灌溉水量、不同灌溉時間、不同灌溉次數、不同灌溉措施等)對區域年灌溉情況進行模擬;還可以分析灌溉用水量、作物蒸發蒸騰量、作物水分脅迫系數、作物葉面指數等指標,根據作物產量及綜合經濟效益,確定最佳灌溉方案,對已有灌溉方案優化提供參考依據[12]。

灌溉規劃管理子系統基于SWAT模型構建,它主要是在結合農業土壤含水量和農業灌溉信息的基礎之上,分析不同的灌溉方案和管理措施等情景下,農業中作物的耗水量、產量和水分生產效率等[13]。從而對于區域的農業灌溉策略優化和制定最佳農業灌溉制度提供一定的技術和理論支持。該系統業務流程共包含6個子模塊(圖5)。

3)農業用水估算

快速評價預測管理子系統側重于對灌溉活動進行快速評價預測[14]。系統可根據灌溉區域的當前天氣狀況以及未來降水、氣溫的預報數據和當前土壤墑情監測數據,以及土壤類型、作物葉面積指標,對目標區域作物耗水量和土壤墑情進行模擬預測;根據土壤水分平衡原理,結合土壤墑情預報值、作物耗水量,確定灌溉區域灌溉需水量、灌溉時間,為動態灌溉決策提供數據支撐[15]。

農業用水快速評價預測子系統是基于灌溉用水過程的復雜性和實時性,結合目標區域的具體情況,開發灌區動態灌溉管理決策輔助系統(如圖6),共包含6個功能模塊,如圖7所示。該子系統具有人機交互數據錄入、查詢、結果展示功能,具有較強的可視化定量分析功能,能夠為灌區管理提供灌溉模式優選和水資源優化分配的決策支持,為用戶指定精細灌溉的作業方案。

圖2 SWAT模型運行命令控制圖Fig.2 The running command cohtrol diagram of SWAT model

圖3 系統總體框架圖Fig.3 The system framework diagram

圖4 灌溉規劃管理子系統結構圖Fig.4 The subsystem structure diagram of irrigation planning management

圖5 灌溉規劃管理子系統主要模塊Fig.5 The main module of irrigation planning management subsystem

圖6 農業用水評價預測子系統結構圖Fig.6 The subsystem structure diagram of agricultural water evaluation and prediction

圖7 農業用水快速評價預測子系統主要模塊Fig.7 The main module of agricultural water evaluation and prediction

3 基于監測數據的統計分析方法

本次研究主要探討了傳統的統計分析方法(如,主成分分析法、聚類分析法和回歸統計模型法等)與抽樣統計分析方法,及其在農業用水測算應用。

3.1 傳統統計方法概述

1)傳統統計方法對比

目前常用的統計分析方法包括主成分分析法、聚類分析法和回歸統計模型法等。其中主成分分析主要是通過降維的思想將多個變量變為少數幾個可以代表原始變量信息的統計方法。聚類分析是根據待分類模式特征的相似或者相異程度將數據樣本進行分組,從而使得同一組的數據盡可能相似,不同組的數據盡可能相異,其目的是進行數據分類而不是預測。

回歸統計模型是根據兩種或者兩種以上變量間相互依賴的定量關系,通過對一組觀察值使用最小二乘法進行直線擬合來實現線性回歸分析,其功能是分析單個因變量是如何受一個或者多個自變量數據的影響。通過上述三個統計方法的對比分析可知,回歸統計模型更適用于分析單一因變量與多個自變量之間的統計關系,與農業灌溉用水量統計要求較為相符。

2)多元線性回歸方法

多元線性回歸方法是在統計學領域經常使用的一種重要方法,不僅在生產實際中,而且在科學實驗中都有著非常廣泛的應用。它主要是通過研究多個隨機變量之間的內在關系來表示數據樣本的整體特征。

3.2 抽樣統計分析方法——整群與分層抽樣方法

傳統農業用水基本上采用灌溉定額(或調查定額)與統計的灌溉面積推算而得。該方法工作量大,組織難度大。需要直接從最基層開始統計,動員大量的人力物力,因為其統計必須從最基層開始,層層匯總上報,導致工作精度與時間難以控制。長期以來,傳統農業用水基本上是估算數,與實際用水情況有較大出入,在許多地區或應用中也證實了這一點。由于缺乏一定數學基礎的估算,農業用水數據的精度(置信度與誤差范圍)也不得而知。嚴格地講,任何數據如果沒有置信度與誤差范圍,該數據就是存疑的,因此農業用水量或者畝均灌溉水量數據被嚴重質疑的。

圖8 多元回歸分析流程圖Fig.8 The flow diagram of multiple regression analysis

因此,具有數學基礎的“科學”統計方法就顯得尤其重要。抽樣統計是經過嚴密的數學分析與論證的一種有效手段。可以通過抽取一定的樣本進行統計分析,得出相對精確的結論。如在農業用水統計中,如果采用抽樣統計方法,按其規定的步驟進行抽樣與分析,其得出的結果則顯然有強大的、無可辯駁的權威性。相對而言,抽樣調查的周期短、時效性強,并且抽樣調查能提高調查的質量,作為普查的補充,也可用來評價和修正普查結果。

整群抽樣又稱為聚類隨機抽樣或者集體隨機抽樣,它主要是從整體的海量數據中抽取隨機的一小部分樣本,然后將抽取的這一小部分樣本作為調查研究的一個群體。分層抽樣則主要是分為兩個步驟,首先是將所有的樣本按照默寫規則分為若干個部分,其次是在這些部分中再采用簡單隨機抽樣或者是系統抽樣進行子樣本的抽取,最終將所有的子樣本放在一起就構成了分層抽樣之后的樣本。針對農業用水量統計而言,我們可以先按水利部《用水總量統計方案(試行)》規定將農業用水劃分為農田、林果地、草地、魚塘和畜禽五個群,開展整群抽樣。然后再在每個群中根據土壤類型,如砂壤、紅壤、水稻土等等,地形如山區、丘陵、平原等,以及植被類型,如水稻、玉米、小麥等等進行分層抽樣。

分層抽樣的總體思路是按照每一個小群(例如,農田)中的分異規律將群進行分層劃分;然后利用最小二乘法估計最小的樣本量,同時將按照相同的比例將樣本分別分配到每一層,最終分別利用聯合比估計和分別比估計進行整體的回歸估計。最后用國控農業用水監控點的監測數據進行回歸估計的精度評估。

一般情況下,總體樣本的分層數越多,抽樣的精度便會越高,但要注意的是抽樣方差的減小和分層數的平方是呈現反比關系的。在分層抽樣過程中,必須要求最少有兩個樣本層,最多不能超過總樣本量的一般。但在研究過程中發現,當抽樣的層數大于6時,方差的下降幅度便會大幅變慢。所以經過理論和實踐的研究,一般情況下分層數不超過6層。可選擇將以每一個小群(例如,農田)中的分異規律來確定分層標志,分層界限確定采用累計頻數直方圖法。

4 結 論

農業灌溉用水總量的合理測算不僅是落實最嚴格水資源管理制度的要求,而且是社會經濟可持續發展的基本保障;不僅有利于解決我國水農業水資源的突出矛盾,而且可以實現農業綠色發展。針對我國灌區數量多以及類型復雜的特點,本文將灌區農業用水的測算分為2類,基于水循環過程的物理模型方法和基于監測數據的統計分析方法。其中將物理模型方法以SWAT為例,主要分析了SWAT模型的構建和農業用水模型系統;統計分析方法主要分析了多元回歸分析模型與抽樣統計分析方法。