基于灌溉用水反彈效應的干旱地區農業研究

張西銀

(山東省臨沂市河東區水利工程保障中心,山東 臨沂 276026)

1 概 述

我國是農業大國,如何處理干旱地區灌溉節水與農作物種植之間的關系,許多學者對此進行了相關研究。黃文仲［1］基于福建省的多個灌區數據,對灌溉水有效利用系數進行了計算,結果表明福建省的灌溉水利用系數逐年增長。宋昆侖［2］對灌溉用水管理方法進行了優化,優化后能有效提高用水效率。崔巍、李夏［3］探討了農田水利工程的節水灌溉技術,并提出了相應的優化措施。沈瑩瑩等［4］提出了一種針對不同區域的農田灌溉用水量的計算和分析方法,該方法為農田精細化配水奠定了基礎。王建輝等［5］基于TensorFlow架構,對黃河流域的灌溉用水量進行了推算,并探討了灌溉用水的空間分布規律。鄭潤橋等［6］對區域灌溉用水量和空間分布特征進行了研究,并以魯西北地區為例,研究了灌溉用水空間分布特征的影響因素。常明等［7］探究了不同農田管護模式對灌溉效率的影響。

本文基于灌溉用水反彈效應模型,研究我國干旱地區的灌溉用水反彈效應。通過LMDI分解方法,將灌溉用水反彈效應分解為氣候效應、單產效應、結構效應、面積效應以及灌溉效應5種,分析單個效應對灌溉用水反彈效應的貢獻率。研究成果可為干旱地區的農業發展提供一定的指導作用。

2 模型建立

2.1 灌溉用水反彈效應原理

新增能源消耗抵消的通過節能技術提高的節能效果被稱作能源反彈效應。就灌溉領域而言,反彈效應可以通過下式進行定義:

(1)

式中:WRE為用水反彈效應;RWU為反彈量的絕對值;EWS為通過節水技術提高而獲得的預期節水量;AWS為實際的節水量。

通過式(1)發現,在灌溉技術提高后,其預期的節水量被增加用水量所低效的程度可以用灌溉用水反彈效應所衡量,形式為百分比。表1為根據反彈效應對灌溉用水的分類情況。在實際工作中,最理想的情況為零反彈,即預期節水量等同于實際節水量;完全反彈則表示實際的節水量為零;而回火反彈則表示預期節水量小于新增加的灌溉用水量。

表1 灌溉用水反彈效應的分類

2.2 灌溉用水反彈效應測算方法

根據以往的研究,通常測算某一地區的灌溉用水反彈效應,需要對灌溉耗水量WC進行測算。計算公式如下:

WCi=∑jWCij=∑jPWij×IAij

(2)

式中:WCij為j作物在i地區的灌溉消耗量;PWij為j作物在i地區的單位面積所消耗的灌溉量;IAij為j作物在i地區所占的灌溉面積。

通過種植面積與有效灌溉率進行計算,可替代(2)式中的灌溉面積IAij,公式如下:

IAij=SAij×βi

(3)

式中:SAij為j作物在i地區所占的種植面積;βi為有效灌溉面積所占耕地面積的比例,即有效灌溉率。

對式(2)和式(3)進行綜合后,可以獲得i地區灌溉耗水量WCi計算公式:

WCi=∑jWCij=∑jPWij×SAij×βi

(4)

分解后的灌溉用水反彈效應驅動因素包含5種,分別為氣候效應、結構效應、面積效應、單產效應以及灌溉效應,本文分別計算了該5種效應對灌溉用水反彈效應的影響。

3 結果分析與討論

選取2012-2018年的干旱地區5個城市作為研究對象,標記為A、B、C、D、E;原始數據取自當地官網數據,分別對灌溉用水反彈效應、驅動因素影響以及地區之間差異進行研究分析。

3.1 效應測算

圖1為旱區的5個城市以及干旱地區整體的灌溉用水反彈效應情況。

圖1 不同城市的主要農作物灌溉用水反彈效應

從圖1中可以看出,不同地區之間的灌溉用水反彈相應存在較大的差異。2012年灌溉用水反彈效應最大的為A城市,B、C和D三個城市之間的灌溉用水反彈效應較為接近,E城市的灌溉用水反彈效應為負數,出現了負反彈現象。就旱區整體而言,隨著年份的增加,旱區的灌溉用水反彈效應總體呈現緩慢上升的趨勢,表現出旱區的長期反彈效應大于短期水平的現象。就各城市情況而言,A城市的灌溉用水反彈效應呈現出隨著年份的增加先大幅下降而后小幅增加的情況,E城市則隨著年份增加灌溉用水反彈效應由負反彈逐漸增加,后出現小幅度的減小,表明A城市和E城市在2012-2018年農業生產條件出現了較大的變化。從B城市、C城市和D城市灌溉用水反彈效應隨年份變化曲線可以看出,3個城市的灌溉用水反彈效應長期與短期之間的差別較小,表明3個城市的農業生產在長期較為穩定。此外,干旱區域整體的灌溉用水反彈效應約為300%,出現了較為嚴重的“回火”現象。

3.2 單位面積產量

圖2為以2010年單位面積產量為基數,5個城市和旱區整體的主要農作物單位面積產量變化情況。由圖2可以發現,5個城市和旱區整體上單位面積產量相較于2010年均出現了增加。單位面積產量增量最大的為D城市,其次為E城市,單位面積產量增量最小的為C城市。從增加速率來看,除了C城市之外,其他4城和干旱區域整體的單位面積產量增加速率均隨年份增加而加快,表明國家節水政策對農業生產的促進作用。

由于農作物產量增加所導致的灌溉用水需求增大的現象稱之為“水文反彈”。水文反彈現象是節水灌溉技術的一個內在屬性,通過節水灌溉技術,可以更精確地對農作物灌溉用水需求進行滿足。但旱區水資源本來就匱乏,未必能完全滿足由于產量增長引起的灌溉用水需求,有可能出現單位水資源所獲得的產量降低的情況出現,給農業的可持續發展帶來負面影響。

圖2 不同城市的主要農作物單位面積產量變化

3.3 種植面積擴大

面積效應能夠反映主要農作物的種植面積變化對灌溉反彈效應的影響情況。同一種植結構下,以2010年種植面積為基數,2012-2018年旱區5個城市的主要農作物種植面積的變化情況見圖3。從圖3可以看出,相對于基數,6年間5個城市的種植面積都出現了增加。旱區的整體種植面積在2018年增加了2 568.42hm2。其中,C城市的種植面積增量最大,其次為A城市,D城市和E城市的種植面積增量較為接近,維持在較低的水平,種植面積增量最小的為B城市。

由于農作物種植規模變化引起的灌溉用水需求增加,稱之為灌溉用水反彈效應中的“經濟反彈”。經濟反彈現象通常體現了由于灌溉水利用系數的提高使得農作物種植規模發生改變,進而引起農業灌溉用水需求的變化。而在旱區,由于客觀原因水資源較為匱乏,農業種植規模大幅度上漲,會造成用水矛盾,不利于農業的長期持續發展。因此,應對農業種植規模進行合理規劃,不盲目發展,防止由于種植規模擴大引起的灌溉用水反彈。

圖3 不同城市的主要農作物種植面積變化

3.4 驅動因素

通過LMDI分解方法,將灌溉用水反彈效應分解為氣候效應、單產效應、結構效應、面積效應以及灌溉效應,并將這5種效應作為5個驅動因素。所謂貢獻率,反映了驅動因素對灌溉用水反彈效應的貢獻情況。圖4為2012-2018年5種驅動因素對旱區5個城市的整體貢獻率情況。

由圖4可以發現,從旱區整體而言,氣候效應的貢獻率為負數,反映了旱區的氣候條件在2012-2018年間由于環境治理出現了改善,使灌溉用水反彈效應降低。整體貢獻率最大的是面積效應,達到64.42%,這主要是由于農作物面積的增大使旱區灌溉用水反彈效應增加,種植面積擴大是主導因素。此外,單產效應和灌溉效應的貢獻率也為正值,達到50%左右,表明隨著單產效應的增加和灌溉需求的增大使灌溉用水反彈效應加劇。

從單一城市而言,A城市灌溉用水反彈效應的主導因素為單位面積產量,產量的增加使得A城市農業灌溉用水反彈效應增大。B城市的灌溉用水反彈效應受氣候和單位面積產量影響較大,氣候條件的改善使得新增灌溉用水減小,而單位面積產量的增加使得灌溉用水需求增大。C城市的氣候因素是影響灌溉用水反彈效應的主要因素。D城市的灌溉用水反彈效應主要受到氣候和單位面積產量控制。而在E城市,由于種植面積增加最大,因此E城市的種植面積是控制灌溉用水反彈效應的主要因素。

圖4 旱區5城市各驅動因素貢獻率

4 結 論

本文基于灌溉用水反彈效應模型,研究了我國干旱地區的灌溉用水反彈效應。分別選取了氣候效應、單產效應、結構效應、面積效應和灌溉效應作為5個驅動因素,分析了不同因素對灌溉用水反彈效應的貢獻率。結論如下:

1)旱區的灌溉用水反彈效應隨著年份的增加總體呈現緩慢上升的趨勢,表現出旱區的長期反彈效應大于短期水平的情況。干旱區域整體的灌溉用水反彈效應約為300%,出現了較為嚴重的“回火”現象。

2)農業種植規模大幅度上漲,會造成用水矛盾,不利于農業的長期持續發展。應對農業種植規模進行合理規劃,不盲目發展,防止由于種植規模擴大引起的灌溉用水反彈。

3)旱區的氣候效應貢獻率為負數,表明旱區的氣候條件在2012-2018年由于環境治理出現了改善,使得灌溉用水反彈效應降低。整體貢獻率最大的是面積效應,達到64.42%,這主要是由于農作物面積的增加使得旱區灌溉用水反彈效應增大,種植面積擴大是主導因素。