南方多水源灌區農業灌溉用水量監測及統計研究

溫進化 王賀龍 王士武

摘要：針對南方多水源灌區灌溉用水量統計存在水源眾多、灌區取用水系統結構復雜、灌區水資源功能多樣等特點，該文提出在灌區供、用、排等主要水循環節點建設用水計量監測設施，進而結合灌區水循環模型和農業灌溉用水量分析統計模型分析來確定灌區農業用水量的方法，實現南方多水源灌區農業灌溉用水量直接量測與模型計算有機結合。

關鍵詞：灌溉用水量;水量監測;水循環模型;統計模型

中圖分類號：S27

DOI：10.16152/j.cnki.xdxbzr.2020-05-008

Monitoring and statistical research on water consumption for

agricultural irrigation in multi-source irrigation areas in South China

WEN Jinhua， WANG Helong， WANG Shiwu

（Zhejiang Institute of Hydraulic and Estuary， Hangzhou 310020， China）

Abstract： In view of the characteristics of irrigation water consumption statistics in multi-water source irrigation areas in South China， such as numerous water sources， complex structure of water intake system and various functions of water resources in irrigation areas， this paper proposes to build water measurement and monitoring facilities at the main water circulation nodes of irrigation areas， such as water supply， use and discharge， and then determine the agricultural water consumption in irrigation areas by combining the analysis of water circulation model and agricultural irrigation water consumption analysis and statistics model. The method realizes the organic combination of direct measurement and model calculation of agricultural irrigation water consumption in multi-source irrigation area of South China.

Key words： irrigation water consumption; water monitoring; water cycle model; statistical model

農業灌溉用水量統計是水資源管理的一項重要基礎工作，按照農業灌溉用水量統計要求，灌區灌溉取水水源直接計量水量應占到灌溉總用水量的50％以上。由于南方多水源灌區水源數量多、用水功能多樣且水源供水次序及供水量受水文因素的影響較大［1］，采用直接建設取水計量的方式來實現灌區灌溉用水量計量目標存在很大的困難。針對上述問題［2］，本文以水循環理論為基礎，結合多水源灌區工程、用水等特點，提出通過必要的灌區用水計量監測結合灌區自然人工水循環過程模擬來提取灌溉用水過程，進而開展灌區農業灌溉用水量統計的方法，實現多水源灌區農業灌溉用水量直接量測與模型計算的有機結合。

1 多水源灌區灌溉用水量監測統計思路

1.1 南方多水源灌區特性

南方獨特的地形地貌加上長期以來形成的農民就近灌溉習慣，形成了由多個灌溉水源進行農業供水的多水源灌區［3］。南方多水源灌區普遍存在下面3個特點。

1）水源的多樣性：灌區灌溉水源既有水庫水，也有河道水;水源工程既有水庫、山塘等具有調蓄能力的蓄水工程，也包括有壩引水工程（通過堰壩抬高水位）、泵站提水工程等。

2）配置的復雜性：由于有多種水源，經過多年的建設與改造，灌區內輸配水工程較為復雜，部分灌溉面積由單一水源供水，部分灌溉面積則是多水源聯合供水。對多水源供水區域，在實際調度時，一般優先使用河道水和山塘水，其次水庫水（從小型到大、中型水庫）。同時，灌溉水源功能也存在多樣性，灌溉水源農業用水、工業用水、生活用水、生態環境用水相互重疊。

3）供水的隨機性：由于水文年型的隨機性、配置過程的復雜性，導致不同灌溉水源實際供水量大小及其所占比重存在隨機性。對于“長藤結瓜”型自流灌區，豐水年時小型水源工程（堰壩、山塘、小型水庫等）承擔了大部分的灌溉功能，主水源（如大、中型水庫）供水量就少，所占灌區總供水量比重不高;而到枯水年時，由于小型水源工程調蓄能力有限，灌溉高峰期主要依靠主水源工程供水，因此主水源所占灌區總供水量的比重就會很大［4］。

1.2 農業灌溉用水量監測統計思路

根據多水源灌區特性、灌排工程、供用水量、水文氣象等情況，結合構建水循環模擬模型的需要開展農業灌溉用水監測，進而采用SWAT模型建立灌區水循環模擬模型并進行模型參數率定、驗證和方案模擬。根據方案模擬結果，分析灌區灌溉用水量的主要影響因素，并分析灌區灌溉用水量與主要影響因素及用水計量監測水量之間的關系，采用SPSS建立灌區灌溉用水量與主要影響因子間的回歸統計模型。

1.3 農業灌溉用水監測設施布局

灌區水源工程眾多，且水力聯系錯綜復雜，全部開展取用水監測設施布局難度很大。灌區農業灌溉用水監測設施布局應從掌握灌區主要節點供用耗排關系和便于建立灌區水循環模型的角度出發［5］。按照南方多水源灌區特性，農業灌溉用水監測設施主要布置在以下位置：①水源取水口：按照主要水源覆蓋，不同類型水源應典型監測的原則進行水源取水口水量監測。②渠道分水口：按照灌區渠道分布，在體現灌區渠道水利關系的干渠、支渠主要分水口進行布設。③典型灌片取水口：選擇能夠代表灌區種植結構及用水水平的灌片進行取水水量的監測。④灌區排水口：選擇水力關系清晰，基本能夠代表區域排水量的排水口位置進行排水監測。

2 灌區水循環模型構建

2.1 SWAT模型改進

SWAT（soil and water assessment tool）是由美國農業部（USDA）的農業研究中心Jeff Arnold博士1994年開發的，采用日為時間連續計算，是一種基于GIS基礎上的分布式流域水文模型，近年來得到了快速的發展和應用。SWAT主要是利用遙感和地理信息系統提供的空間信息模擬多種不同的水文物理化學過程，如水量、水質、以及殺蟲劑的輸移與轉化過程。分析SWAT模型各模塊功能，對比灌區水循環機理，SWAT模型在模擬灌區水循環結構、水平衡要素計算、多水源灌溉等方面還存在一定的不足［6］。根據SWAT模型在模擬灌區水循環模擬的不足，主要對SWAT模型水循環模擬結構、水平衡要素計算方法、灌溉模式模擬方式等內容進行改進［7］。

1）水循環模擬結構改進。調整SWAT模型中水稻田水量平衡模擬順序，將水稻田作為獨立的HRU進行模擬，使其水循環模擬級別與其他土地利用類型HRU相同。同時對水稻田蓄水期與非蓄水期徑流計算和滲漏計算進行有序區分［8］。

2）水平衡要素計算改進。水稻田體積計算方面，修正了SWAT模型將其認定為錐形體的計算方法，將水稻田表面積設置為其HRU面積。同時，考慮了水稻田四周所設田埂，引入田埂系數，水稻田灌溉時無需灌溉田埂部分，以使灌溉模擬更加精確［9］。

3）多水源灌溉模式的實現。SWAT模型無法將子流域內部山塘作為灌溉水源，本次首先對此進行修正，然后引入多水源聯合灌溉模式。多水源聯合灌溉是指針對某一灌溉用水戶，按照給定的供水順序依次選擇水源進行灌溉，直至滿足其需水量為止［10］。

2.2 SWAT模型率定

灌區水循環模型率定的主要目的是確定模型相關參數，使模型模擬效果與灌區水循環實際相吻合［11］。根據SWAT模型原理及SWAT模型改進程序要求，灌區水循環模型率定的主要內容包括：

1）率定及驗證資料

灌區水循環模型率定資料一般包括長系列流量資料和灌區取用水監測資料。長系列流量資料一般采用灌區水循環模型研究流域的出口實測流量或經水文比擬法的流量，灌區取用水監測資料采用灌區農業灌溉用水監測設施采集的數據。

2）率定及驗證參數

灌區水循環模型率定參數包括SWAT模型自帶的產匯流模擬、地形特征、土地覆蓋特征、農業灌溉常規管理等相關參數和SWAT模型改進后需要率定的田間損失系數ξ、河道灌溉用水控制系數β、山塘灌溉用水控制系數ζ等參數。

3）率定過程

對于SWAT模型自帶參數的率定，采用SWAT-CUP（SWAT calibration and uncertainty programs）軟件中的SUFI-2算法對灌區SWAT模型進行參數敏感性分析，得到敏感性前10位的參數。以此為基礎，采用SWAT-CUP軟件，輔以手動調參的方法，對模型敏感性參數進行率定，直至模型模擬效果評價參數達到合理取值范圍［12］。

對于改進SWAT模型參數的率定，主要包括：①利用灌區水循環模型開展對灌區取用水監測點監測對象水量模擬，并統計模擬水量;②對比模擬水量與監測水量;③調整田間損失系數ξ、河道灌溉用水控制系數β、山塘灌溉用水控制系數ζ等參數，直至模擬水量與監測水量控制在一定范圍內［13］。

3 灌區農業灌溉用水統計模型構建

3.1 統計模型的選擇

灌區農業灌溉用水量一般與水文條件、種植結構、灌溉習慣等因素密切相關，并可建立一定的定量關系。回歸統計模型是根據兩種或兩種以上變量間相互依賴的定量關系，利用數理統計方法建立因變量與自變量之間的回歸關系函數表達式［14］。回歸統計模型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多個自變量數據的影響。回歸統計模型適用于分析單一因變量與多個自變量間的統計關系［15］，與灌區農業灌溉用水量統計規律、要求比較符合，選用回歸統計模型開展灌區農業灌溉用水量統計分析［16］。

3.2 自變量的篩選

構建回歸統計模型的關鍵在自變量的選擇，自變量篩選常用的方法有前進法、后退法和逐步回歸法。逐步回歸法是在吸收前進法和后退法優點的基礎上改進的一種方法［17］，本文采用逐步回歸法進行自變量的篩選，具體操作如下：

1）將變量一個一個引入，當每引入一個自變量后，對已選入的變量要進行逐個檢驗，當原引入的變量由于后面變量的引入而變得不再顯著時，要將其剔除。

2）引入一個變量或從回歸方程中剔除一個變量，為逐步回歸的一步，每一步都要進行整體F檢驗，以確保每次引入新的變量之前回歸方程中只包含顯著的變量。

3）反復進行上述過程，直到既無顯著的自變量選入回歸方程，也無不顯著自變量從回歸方程中剔除為止。

在逐步回歸法中需要注意的一個問題是引入自變量和剔除自變量的顯著性水平α值是不相同的，要求引入自變量的顯著性水平α進小于剔除自變量的顯著性水平α出，否則會產生死循環。通常情況下α進取值在0.05～0.20之間，α出取值在0.1～0.25之間，逐步回歸的計算過程通常利用SPSS軟件在計算機上完成［18］。

4 碗窯灌區研究

4.1 灌區概況及取用水監測布局

碗窯灌區位于浙江省西南部的衢州江山市，浙閩贛三省交界處的金衢盆地西端，南接福建、西臨江西。地理位置介于東經118°22′29″～118°48′48″、北緯28°14′29″～28°53′24″之間。灌區總土地面積89 533 hm2， 設計灌溉面積28 300 hm2， 實際灌溉面積17 667 hm2（水田11 467 hm2， 旱地6 200 hm2）。碗窯灌區灌溉水源類型多樣、數目繁多。現有蓄水工程總計2 571座，其中中型以上水庫3座，總庫容5.33億m3;小（一）型水庫16座，總庫容0.31億m3;小（二）型水庫54座，總庫容0.17億m3;山塘2 498座，總庫容0.17億m3。現有堰壩引水工程眾多，其中設計灌溉面積在67hm2以上的堰壩有22處。

按照碗窯灌區水源及用水狀況，依據灌區取用水監測布局的原則、方法，主要在灌區供、用、排等主要水循環節點布設農業灌溉用水量監測設施25處，其中典型水源工程渠首9處，典型渠道分水口10處，典型灌區進、退水口4處，灌區所在流域排水口2處。

碗窯灌區農業灌溉用水監測設施布局結果見表1。

4.2 灌區水循環模型構建

1）水循環模型構建

基于改進SWAT模型，根據灌區地形地貌條件、河流水系分布、渠系工程分布及取用水監測布局等因素，利用灌區DEM、土地利用、土壤分布等數據，分別進行灌區河網提取、子流域劃分、HRU離散、數據輸入等過程，建立碗窯灌區水循環模擬模型。

2）參數率定與模型驗證

按照碗窯灌區水循環模型流域雙塔底出口流量監測和取用水監測資料，分別對SWAT模型自帶參數及改進SWAT模型相關參數進行率定，并對率定結果進行驗證。按照模型驗證結果，驗證期模擬流量與實測流域相對差較小，模擬效果等級為優等。

4.3 灌溉用水量統計模型

按照水循環模型模擬結果，經統計：多年平均情況下，碗窯灌區多年平均農業灌溉用水量為1.82億m3，其中由河道、山塘、小（一）型水庫、碗窯水庫、白水庫—峽口水庫等水源實際灌溉用水量的比例分別為18.0∶8.8∶20.7∶12.9∶39.6。碗窯灌區農業灌溉用水量統計結果見下表。

為進一步分析農業灌溉用水量與水文條件、種植結構、監測水量等關系，采用構建好的SWAT模型模擬不同工況條件的水循環結果，并統計相關農業灌溉用水量。經分析，建立灌區農業灌溉用水量與降雨量、蒸發量、水稻種植面積及峽口水庫監測水量的關系如下：

Wlocal=0.62P+4.00ET0+21.15Srice+0.30WXK-2199.23

上述統計模型模擬結果與水循環模型模擬結果基本一致，可用于灌區灌溉用水量統計。

5 結 論

1）南方灌區具有水源眾多、灌區取用水系統結構復雜、灌區水源功能多樣、計量監測設施相對滯后等特點，采用“典型量測、水循環模擬、用水分析統計”的方法確定灌區灌溉用水量是一條合理、有效途徑。

2）對SWAT模型的水循環模擬結構、水平衡要素計算、多水源灌溉模式等內容進行改進，并應用碗窯灌區水循環模擬，實際模擬成果表明：改進SWAT模型可較好地適應南方多水源灌區特點、模擬其水循環規律與過程。

3）采用多元線性回歸方法可以建立灌區灌溉用水量與其主要影響因素的統計模型，并在典型灌區得到了成功應用，效果較好。

參考文獻：

［1］ 沈瑩瑩， 張紹強， 吉曄. 我國農業灌溉用水量統計方法的確定及工作開展情況［J］.中國農村水利水電， 2016（11）： 133-134，138.

SHEN Y Y， ZHANG S Q， JI Y. Development of statistical methods of agricultural irrigation water consumption in China［J］.China Rural Water and Hydropower，2016（11）：133-134，138.

［2］ 沈瑩瑩， 吉曄， 張紹強. 我國農業用水量統計工作面臨的問題及建議［J］.中國水利， 2016（7）： 50-52.

SHEN Y Y， JI Y， ZHANG S Q.Problems and suggestions of agricultural water consumption statistics in China［J］.China Water Resources，2016（7）：50-52.

［3］ 劉路廣， 崔遠來， 吳瑕.考慮回歸水重復利用的灌區用水評價指標［J］.水科學進展， 2013（4）： 522-528.

LIU L G，CUI Y L，WU X.Water use assessment indices under the influence of return flows in irrigation districts［J］.Advances in Water Science，2013（4）：522-528.

［4］ 呂文星，張學成，周鴻文，等.湟水流域灌區水循環規律研究［J］.江蘇農業科學，2018，46（20）：308-312.

LYU W X， ZHANG X C， ZHOU H W. Study on the law of water cycle in irrigation area of Huangshui river basin［J］.Jiangsu Agricultural Sciences，2018，46（20）：308-312.

［5］ 王小軍，易小兵，王海麗，等.基于區域回歸水重復利用的理論灌溉水利用系數研究［J］.節水灌溉，2016（8）：135-140.

WANG X J， YI X B， WANG H L， et al. Calculation method research based on regional return water for theoretical water efficiency of irrigation［J］.Water Saving Irrigation，2016（08）：135-140.

［6］ 仕玉治，張弛，周惠成，等.SWAT模型在水稻灌區的改進及應用研究［J］.水電能源科學，2010，28（7）：18-22.

SHI Y Z， ZHANG C， ZHOU H C， et al. Development and application of SWAT model to paddy district in watershed scale［J］.Water Resources and Power，2010，28（07）：18-22.

［7］ 崔遠來， 龔孟梨， 劉路廣. 基于回歸水重復利用的灌溉水利用效率指標及節水潛力計算方法［J］.華北水利水電大學學報（自然科學版），2014，35（2）：1-5.

CUI Y L，GONG M L，LIU L G.Irrigation water use efficiency index and calculation method ofwater-saving potential with considering reuse of return flow［J］.Journal of North China University of Water Resources and Electric Power （Natural Science Edition），2014，35（2）：1-5.

［8］ AHMAD K， GASSMAN P W， KANWAR R. Evaluation of the tile flow component of swat? model under different management systems［C］∥2002 Chicago，IL July 28-31，2002，St.Joseph，MI：American Society of Agricultural and Biological Engineers，2002.

［9］ GOSAIN A K， RAO S， SRINIVASAN R， et al. Return-flow assessment for irrigation command in the Palleru river basin using SWAT model［J］. Hydrological Processes， 2005， 19（3）： 673-682.

［10］AHMADZADEH H， MORID S， DELAVAR M， et al. Using the SWAT model to assess the impacts of changing irrigation from surface to pressurized systems on water productivity and water saving in the Zarrineh Rud catchment［J］. Agricultural Water Management， 2016， 175： 15-28.

［11］蘇欣，李強坤，常布輝，等.SWAT模型在青銅峽灌區的應用研究［J］.節水灌溉，2018（6）：86-90，96.

SU X， LI Q K， CHANG B H，et al.Application of SWAT model in of Qingtongxiairrigation distract［J］.Water Saving Irrigation， 2018（06）：86-90，96.

［12］XIE X H， CUI Y L. Development and test of SWAT for modeling hydrological processes in irrigation districts with paddy rice［J］. Journal of Hydrology， 2011， 396（1/2）： 61-71.

［13］崔遠來，吳迪，王士武，等.基于改進SWAT模型的南方多水源灌區灌溉用水量模擬分析［J］.農業工程學報，2018，34（14）：94-100.

CUI Y L， WU D， WANG S W， et al. Simulation and analysis of irrigation water consumption in multi-source water irrigation districts in Southern China based on modified SWAT model［J］.Transactions of the Chinese Society of Agricultural? Engineering （Transactions of the CSAE）， 2018， 34（14）： 94-100.

［14］CHOI S H， LABADORF A T， MYERS R H， et al. Evaluation of logistic regression models and effect of covariates for case-control study in RNA-Seq analysis［J］. BMC Bioinformatics，2017，18：91.

［15］MOSBEH R K， LI? H. Monitoring of bridge deformation using GPS technique［J］. KSCE Journal of Civil Engineering，2009，13（6）：423-431.

［16］葉茶花，柯林.微觀因素對股票收益率影響的回歸分析［J］. 九江學院學報（自然科學版），2014，29（1）：56-58.

YE C H， KE L.Regression analysis of the influence of micro factors on stock return［J］.Journal of Jiujiang University （Natural Science Edition），2014，29（1）：56-58.

［17］魏華煒， 廖晶晶. 軟件的回歸分析及在水質監測數據處理中的應用［J］.資源節約與環保，2014（7）：16.

WEI H W， LIAO J J. Regression analysis of software and its application in water quality monitoring data processing［J］.Resources Economization & Environment Protection， 2014（7）：16.

［18］黃文珂.多元回歸建模過程中共線性的診斷與解決方法［D］.哈爾濱：哈爾濱工業大學，2012.

（編 輯 亢小玉）