基于优化配置的农业水资源安全度量与动态分析

李茉， 郭萍

(中国农业大学 水利与土木工程学院，北京 100083)

基于优化配置的农业水资源安全度量与动态分析

李茉， 郭萍

(中国农业大学 水利与土木工程学院，北京 100083)

农业水资源安全直接影响粮食安全，对农业水资源安全进行度量及动态分析对农业可持续发展具有重要意义。以黑河中游绿洲的甘州区、临泽县和高台县为研究对象，在对研究区域进行来水和需水模拟、预测的基础上，采用线性多目标规划方法对研究区域的农业水土资源进行综合优化，在此基础上，估算农业水资源安全度并对其进行动态分析。结果表明：①3个区(县)的总优化配水量为7.68亿m3，灌溉面积为13.12万hm2，规划水平较现状水平总配水量减少，灌溉面积略微增加；②临泽县的农业水资源安全度最高，其次为高台县的，最后为甘州区的；③将规划水平与现状水平进行对比，高台县的农业水资源安全度从0.71增加到0.84，表明高台县的农业用水安全情况逐渐好转，临泽县的基本保持不变，而甘州区的呈下滑趋势。研究所采用的方法及相应结果对促进研究区域及类似地区的农业水资源管理具有重要意义。

农业水资源；优化配置；安全度；预测

水资源安全是水资源管理的核心内容[1]，然而，随着人口的持续增长、社会经济的快速发展,水资源短缺和污染问题已严重威胁到水资源安全，从而对粮食安全、生态环境安全、经济安全造成显著影响[2-3]。农业是最主要的用水部门，消耗了全球总用水量的70%[4]。因此，在充分认清目前及未来面临的农业水资源安全形势的情况下，改善农业水资源管理策略是保障农业可持续发展的有效途径。

农业水资源安全可被理解为水资源的供应要保障农业不受威胁，没有危险、危害和损失[5]。国内外学者对农业水资源安全开展了一系列研究，多数集中于对农业水资源安全进行综合评价方面。农业水资源安全包括自然属性、社会经济属性以及人为属性[5]。人们在对农业水资源进行评价时更多关注农业水资源安全利用的社会和经济属性，对其自然属性有所忽略，尤其是气候变化严重影响农业水资源安全的自然属性。另外，灌溉水资源配置方案是农业水资源安全度量的一个重要因素，通过优化方法可得到最优的灌溉水资源配置方案，以达到节水增产的目的，提高了灌溉水生产力，而由气候变化导致水文要素的改变也会直接影响农业灌溉水量的配置。因此，如何在未来水文要素变化的环境下，通过优化方法得到农业灌溉水资源配置方案，以促进农业水资源的高效利用，并在此基础上动态分析现状和规划水平下农业水资源的安全形势，将有助于研究区域农业的可持续发展。

本文以黑河中游绿洲的甘州区、临泽县、高台县为研究区域，主要研究内容如下：①水文气象要素及农业产量的时间序列分析、模拟与预测；②农业灌溉水资源多目标优化配置；③农业水资源安全度量与动态分析。

1 优化配置的农业水资源安全度量

1.1 农业水土资源综合配置的多目标模型

构建线性多目标规划模型对农业水土资源进行综合配置，旨在将有限的农业灌溉水资源和土地资源合理且有效地分配到各研究区域，以使指定规划目标达到最优。所构建模型包含2个目标，目标一为灌溉产量最大，目标二为灌溉用水量最小。约束条件包括地表和地下可利用水量约束、最小灌溉水量约束、灌溉面积限制约束及非负约束。模型的表达形式如下。

目标函数一的表达形式为：

(1)

目标函数二的表达形式为：

(2)

约束条件中，地表水可利用水量约束为：

SWi·Ai≤Cηi·Fηi·pi·(QUi+QSi),∀i，

(3)

(4)

地下水可利用水量约束为：

GWi·Ai≤Fηi·Gi,∀i；

(5)

最小灌溉水量约束为：

(SWi+GWi)Ai≥Fηi(Mmin)i，∀i；

(6)

灌溉面积限制约束为：

(Amin)i≤Ai≤(Amax)i，∀i；

(7)

非负约束为：

SWi≥0,GWi≥0，∀i。

(8)

上述模型中：F1表示目标函数一，为灌溉产量最高，kg；F2表示目标函数二，为灌溉用水量最小，m3；i为研究区域序号；Yi为第i区域的单方水产量，kg/m3；SWi、GWi分别为第i区域的单位面积地表和地下配水量(为决策变量)，m3/hm2；EPi为第i区域的有效降雨量，m3/hm2；Ai为第i区域的灌溉土地面积，万hm2；Cηi、Fηi分别为第i区域的渠系、田间水利用系数；pi为第i区域的农业灌溉用水比例；QUi、QSi分别为第i区域的径流供水、小河流自产水，万m3；TQU、QL、QD分别为流域径流干流来水、流域内汇入干流的水量、承诺下泄给下游的干流水量，万m3；Gi为第i区域的地下水可利用水量，万m3；(Mmin)i为第i区域为防止发生干旱的最小灌溉水量，万m3；(Amin)i、(Amax)i分别为第i区域的灌溉面积的最小值、最大值，万hm2。

上述多目标模型可采用基于相对偏差的最小偏差法进行求解，一般多目标优化设计问题数学模型可以描述为：

式中：f1(X),f2(X),…,fl(X)为l个极大化目标函数；fl+1(X),fL+2(X),…,fm(X)为m-l个极小化目标函数；X=[x1,x2,…，xm]T，为设计变量。

则基于相对偏差的最小偏差法将目标函数统一表示为：

(10)

1.2 农业水资源安全度量

采用由刘布春[7]提出的能够基本解释农业水资源安全内涵的农业水资源相对安全度模型来度量和评价农业水资源现状及规划水平下的安全状态。农业水资源相对安全度模型可表示为：

(11)

式中：RS为农业水资源相对安全度；SWf、SWc分别为规划、现状水平的水分满足度指数；SYf、SYc分别为规划、现状水平的产量满足度指数。

式(11)即把农业水资源相对安全度表示为规划水平的农业水分满足程度和产量满足程度与现状水平的农业水分满足程度和产量满足程度的比值，其意义在于分析与评估未来农业水资源供需平衡和在这种平衡下的农业产量与产量需求相对于现状水平的相对安全程度。

农业水资源相对安全度模型中，规划和现状水平的水分满足度指数SWf和SWc可分别表示为：

(12)

式中：If和Ic分别为规划和现状水平的农业灌溉水量，mm；Pf和Pc分别为规划和现状水平的有效降雨量，mm；(ETc)f和(ETc)c分别为规划和现状水平的作物需水量，mm。

规划和现状水平的粮食满足度指数SYf和SYc可分别表示为：

(13)

式中：YAf和YEf分别为未来某时段内的模拟产量和期望产量，kg；YAc和YEc分别为现状水平下的实际产量和期望产量，kg。

由上述原理可知，各主要参数的准确确定对农业水资源安全度的估算具有重要作用。本研究中农业水资源安全度量模型中各参数的确定方法与原则如下：①规划水平的有效降雨量、作物需水量和模拟产量数据根据历史资料通过预测技术获得，规划水平的灌溉水量通过优化技术获得，所获得的规划水平各参数数值均为规划时段的均值。②现状水平的有效降雨量、作物需水量和实际产量为历史资料平均值，其中作物需水量通过作物系数法结合彭曼-蒙特斯(Penman-Monteith)公式计算获得，现状水平的灌溉水量通过优化技术获得。③农业水资源安全度模型中涉及到的期望产量，即想要实现的产量目标反映的是客观条件下的主观愿望，是个较难量化的参数。期望产量应与实际产量相关并应不低于实际产量，且不能偏离实际产量值太远。基于此原则，本文分别对现状水平的农业实际产量和规划水平的农业模拟产量进行区间回归，把区间回归得到的产量上限值作为现状和规划水平的期望产量。

2 实例应用

2.1 研究区概况

黑河位于河西走廊中段，是我国第二大内陆河，以莺落峡和正义峡分别为上中和中下游分界点，其中莺落峡水文站附近有野牛沟、祁连和张掖3个气象站。黑河中游由东、中、西3个独立子水系组成，其中东部子水系(又称黑河干流水系)，包括黑河干流、梨园河及20多条沿山支流。黑河中游绿洲以18.2%的国土面积消耗着流域近70%的水资源，其中农业用水占总用水量的90%左右，农业用水量大，水事矛盾突出[8]。黑河中游干流灌区集中在甘州区、临泽县和高台县，因此，将这3个区(县)作为本文的研究区域。国家自2000年正式启动黑河干流水量统一调度之后，黑河中游可利用的农业水资源逐渐减少，农业用水矛盾更加突出，如何在有限的农业水资源条件下合理地分配黑河中游的农业水土资源，并在此基础上度量并获悉现状和未来水平的农业用水安全程度将有助于黑河干流中游绿洲的水土资源管理，促进黑河中游绿洲的可持续发展。

2.2 数据获得与处理

研究内容分为2部分：首先，进行农业水土资源优化配置；其次，对农业水资源情况进行安全度量。该研究涉及到的主要参数包括水文气象参数、社会经济参数及其他参数。其中，水文气象参数主要包括各气象因子、作物蒸散发量、莺落峡和正义峡断面径流量、研究区域内河流的供水情况及地下水信息等；社会经济参数主要包括作物产量、种植面积、区域水分生产力参数等；其他参数包括渠系和田间的灌溉水利用系数，各区域农业灌溉用水比例、最小灌溉水量等。各参数的现状水平为历史序列起始年份(或突变后年份)至2013年间的平均情况，规划水平为2014—2025年间的平均情况，各参数的具体获得方法及相关基础数据如下。

2.2.1 莺落峡和正义峡的年径流量

莺落峡为黑河干流上游和中游的分界点，文中研究区域的主要地表供水水源为莺落峡断面的径流量。以莺落峡断面1951—2013年的径流量数据作为基础资料，将这63 a的年径流量均值(16.21亿m3)作为莺落峡断面径流量的现状情况。对于规划水平的莺落峡断面的年径流量，首先采用灰关联分析法[9]对莺落峡断面径流量的主要影响因子进行分析和筛选。在此基础上，采用Back-Propagation(BP)神经网络[10]、灰色时间序列[11]与多元线性回归[12]3种预测方法分别对莺落峡断面的径流量进行预测，其中灰色时间序列法中的趋势项采用GM(1,1)模型计算，周期项采用周期图法计算，随机项采用自回归模型计算。之后，对3种预测方法分别进行预测精度评价，参照《水文情报预报规范》[13]，取预测期内实测变幅的20%作为许可误差，计算预测结果的合格率。最后，根据各预测方法的精度水平,采用改进的层次分析法[14]计算权重，用3种方法预测得到的年径流量的加权平均值来估算规划水平的年径流量。

根据黑河水量调度方案，正义峡断面径流量与莺落峡断面的径流量存在如下数学关系[15]：

当Qs<14.2时，

Qr=Qs-6.6；

当14.2

Qr=(Qs-14.2)×(1.9/1.6)+7.6；

当15.8

Qr=(Qs-15.8)×(1.4/1.3)+9.5；

当Qs>17.1时，

Qr=(Qs-17.4)×(2.3/1.9)+10.9。

式中Qs和Qr分别为莺落峡断面和正义峡断面的年径流量，亿m3。

2.2.2 作物蒸散发量与有效降雨量

采用单作物系数法计算作物蒸散发量，

ETc=Kc·ET0。

(14)

式中：ETc为作物蒸散发量的估计值，mm；Kc为作物系数；ET0为参考作物蒸散发量，mm，采用联合国粮农组织推荐的Penman-Monteith公式计算，

(15)

式中：Δ为饱和蒸气压-温度曲线的梯度，kPa/°C；Rn为净辐射，MJ/(m2·d)；G为地热通量，MJ/(m2·d)；γ为湿度计算常量，kPa/°C；T为高度为1.5～2.5 m的平均气温，°C；u2为高度为2 m处的风速，m/s；es和ea分别为气温为T时的饱和水汽压和实际水汽压，kPa。计算上述各参数的公式可参考文献[16]。年参考作物蒸散量为日参考作物蒸散量的累加。

计算ET0涉及到的气象因子(包括平均气温、最高气温、最低气温、平均相对湿度、平均风速、日照时数等)数据来源于国家气象网1955—2013年间的长系列数据，各区域各月份的Kc值见表1[17]。将各区域1955—2013年的ETc均值作为ETc的现状水平值。对于规划水平的各区域作物蒸散发量的估算，首先采用Mann-Kendall(M-K)结合滑动t检验[18]来寻求各区域ET0长系列变化的突变点；其次，对突变点后的时间序列进行趋势拟合，估算规划水平的ET0；再由作物系数法得到规划水平的ETc均值。

有效降雨量的确定方法与作物蒸散发量的确定方法相同，即由国家气象网获得的1955—2013年各区域的降雨资料的年均值作为现状水平的降雨量，根据研究区域情况，乘以有效降雨系数得到有效降雨量。对历史降雨序列进行M-K、滑动t检验和趋势拟合，估算规划水平的有效降雨量。

表1 各区域的Kc值

2.2.3 农业粮食产量及其他参数

在进行农业水资源安全度量过程中涉及到的产量数据包括现状实际产量、未来模拟产量、现状及未来的期望产量。由于研究区域粮食作物的种植面积占总作物种植面积的72%左右，且在有限的可利用水量下，为保证农业产值，经济作物的灌溉优先级大于粮食作物的灌溉优先级。水量主要限制粮食作物的产量，因此，本文仅对粮食作物的上述各产量指标进行估算。根据张掖市统计年鉴1949—2014年间的数据对粮食产量进行分析，确定现状水平的粮食实际产量，规划水平的粮食模拟产量。首先通过GM(1,1)模型对单位种植面积的粮食产量进行预测，再对规划水平粮食种植面积求均值获得农业粮食产量。同时，考虑了粮食种植面积和时间序列发展趋势对规划水平粮食产量的影响。现状和规划水平的期望粮食产量根据基于二次规划的区间回归方法获得[19]，取实际和模拟产量区间回归的上限值作为现状和未来的期望粮食产量。

甘州区、临泽县和高台县现状的地下水可利用水量分别为1.52、0.42、1.04亿m3；规划水平的地下水可利用水量分别为1.71、0.50、1.02亿m3，3个区(县)的田间水利用系数均取0.8，其他参数的具体数值见表2。

表2 各区域的相关参数值

2.3 结果分析与讨论

2.3.1 莺落峡断面的年径流量模拟与预测

采用BP神经网络、灰色时间序列和多元线性回归加权组合方法对莺落峡断面年径流量进行预测，结果如图1所示。

图1 莺落峡实测年径流量与3种模拟方法预测年径流量的比较

对影响莺落峡的径流量的主要因子进行灰色关联分析，得到张掖降雨量、张掖蒸发量、张掖年均气温、祁连降雨量、莺落峡前5 a和7 a滑动径流量，这些因子对莺落峡径流量的影响较大，相关系数均达0.9以上。因此，选用此6个影响因子作为BP神经网络和多元线性回归预测径流量方法的输入项，莺落峡的径流量作为输出项。其中，多元线性回归中的6个影响因子的回归系数分别为0.016 3、0.580 7、-0.009 3、0.024 6、-0.156 3、0.665 2，常数项为3.110 9。BP神经网络预测方法的训练函数采用易拟合且收敛速度较快的trainlm函数，隐含层神经元数取5，迭代2 000次。灰色时间序列预测方法的趋势项可表示为xt=3 914.45(1-e-0.003 6·e0.003 6(t-1))，随机项采用6阶自回归模型表示，无周期项。BP神经网络、灰色时间序列、多元线性回归的模拟精度分别为88%、78%、85%。采用层次分析法计算得这3种方法的权重系数分别为0.425 8、0.216 7、0.357 5，从而得到规划水平的莺落峡年均径流量为18.32亿m3。根据正义峡径流量与莺落峡径流量的对应关系，得到规划水平的正义峡年均径流量为12.38亿m3。

2.3.2 各区域作物蒸散发量与有效降雨量的估算

计算得到现状水平下甘州区、临泽县和高台县的ETc分别为838、865、814 mm；降雨量分别为124.89、112.71、102.34 mm，有效降雨系数为0.8[20]。对规划水平的作物蒸散发量和降雨量采用突变检验结合趋势分析的方法进行估算。以甘州区的降雨量为例，其M-K检验结果如图2所示。

图2 甘州区年降雨量M-K检验

由图2可以看出，统计量UF和UB在95%置信区间内有3个交点，分别发生在1982年、1983年和1986年，相交后的变化趋势均没有超过置信区间。采用滑动t检验对这3个可能突变点进行再检验，发现突变都不明显。因此，甘州区规划水平的降雨量可采用现状水平下的均值，即124.89 mm。类似地，经过M-K和滑动t检验后发现，突变点之后水文要素变化趋势显著，以突变点后的水文要素变化趋势估算规划水平的作物蒸散发量和有效降雨量。经过判断和趋势拟合，甘州区、临泽县、高台县规划水平的作物蒸散发量分别为888.61、818.49、823.22 mm。甘州区、临泽县规划水平的降雨量与现状水平的相同，高台县规划水平的降雨量有增加趋势，现状水平的降雨量为123.71 mm。

2.3.3 粮食作物产量估算

根据张掖市统计年鉴资料绘制甘州区、临泽县和高台县1949—2014年的粮食产量变化趋势，如图3所示。

从图3中可以看出：3个区(县)的粮食产量整体呈上升趋势，但在2000年，3个区(县)的粮食产量有下降趋势，在2003年之后又开始稳步上升。下降原因可能是由于2000年开始对黑河实施调水计划，中游农业用水量大幅度减少，导致粮食减产。因此，本文以黑河分水后3个区(县)的粮食产量均值作为实际产量，现状水平的期望产量的回归结果如图4所示。经计算与预测，得到3个区(县)的各项产量指标见表3。

图3 甘州区、临泽县、高台县1949—2014年的粮食产量变化趋势

图4 甘州区、临泽县、高台县2003—2014年的粮食产量区间线性回归结果

区(县)水量/mm作物需水量现状规划有效降雨量现状规划优化配水量现状规划粮食产量/万kg实际产量现状规划期望产量现状规划甘州区83888910010047547535184426203664551831临泽县865818909074872813925173231474618765高台县813823829966165811551146451480216123

2.3.4 农业水土资源多目标配置

将确定好的各参数输入到农业水土资源多目标优化配置模型中，采用最小偏差法求解模型，得到现状及规划水平下不同目标的农业水土资源配置方案。以现状水平为例，甘州区、临泽县和高台县分别在产量最大、用水量最小和综合目标下的地表水量、地下水量和灌溉面积的优化结果如图5所示。

图5 现状水平各区域不同目标下的农业水土资源配置方案

从图5中可以看出，由于各目标的侧重点不同，各目标下的单位面积地表配水量、地下配水量和灌溉面积优化值都有所变化。对于单位面积的总配水量(地表配水量与地下配水量之和)，临泽县的最高，但是由于甘州区的优化灌溉面积最大，导致甘州区的总配水量是最高的。规划水平的农业水土资源配置方案较现状水平的有轻微变化，但变化趋势保持一致。综合目标权衡了产量最大和用水量最小两个目标，最终得各区域农业水土资源配置方案综合目标的优化结果，如图6所示。

图6 各区域综合目标下的地表和地下配水方案

图6中，规划水平下3个区(县)的总配水量比现状水平的仅减少68万m3，配水量是由可利用水量与需水量综合作用的结果，虽然预测得到莺落峡径流量和黑河中游的有效降雨量有所增加，但根据莺落峡与正义峡的水量关系，下泄到黑河流域下游的水量也增加了，且中游的作物需水量略微增加。在假设黑河中游流域内其他河流来水量不变的情况下，黑河中游总的可利用水量略微降低，因此导致规划水平的总配水量比现状水平的低，但总量基本不变。规划水平下3个区(县)的地表水和地下水配水量较现状水平下的有相应的调整。规划水平下3个区(县)的总灌溉土地量比现状水平下的多857 hm2。

2.3.5 农业水资源安全度量

根据表3中的参数及农业水资源安全度量模型，估算黑河中游甘州区、临泽县和高台县现状和规划水平的农业水资源安全度，结果见表4。

表4 3个区(县)的农业水资源安全度

由表4可以看出，水分满足程度指数中，甘州区的最小。主要是由于甘州区的配水量与需水量差值最大，黑河中游农业可利用的水量不能满足需水的要求，虽然甘州区的单方水产量在3个区(县)中最高，且可利用的土地面积最大，但是优化配水中要保证各区域的最小灌水阈值，以防止发生干旱。因此，在一定程度上，对甘州区的配水量做了一定的缩减，以保证黑河中游的整体产量与用水量达到一个相对平衡的状态，以促进黑河中游农业的可持续发展。规划水平下甘州区的水分满足程度指数下降。主要是由于规划水平下甘州区的作物需水量增加所导致的，而规划水平下临泽县和高台县的水分满足程度指数有所提高，临泽县的甚至可达到1，表明在规划水平下，临泽县的农业需水全部能够通过降雨和径流来水满足。对于产量满足程度指数，高台县规划水平下的较现状水平下的有所提升，而甘州区和临泽县的有所下降。这主要是由于根据产量的模拟和预测结果，甘州区和临泽县规划水平下的模拟产量相对于实际产量的增长速率比规划水平下的期望产量相对于现状水平下的期望产量的增长速率大。将水分满足程度指数与产量满足程度指数结合，得到3个区(县)现状和规划水平下的农业水资源安全度。无论是现状水平还是规划水平，甘州区的农业水资源安全度是最低的，其次是高台县的，临泽县的农业水资源安全度最高。将规划水平与现状水平下的农业水资源安全度进行比较，高台县的是增加的，高台县的产量满足度指数增加幅度较大，表明高台县的农业用水情况越来越安全；临泽县的基本保持不变，而甘州区的则呈下滑趋势。因此，需要在黑河中游扩大节水措施实施区域，提高灌溉水利用效率，以便高效利用有限的农业水资源。假设在规划时段3个区(县)的灌溉水利用系数提高5%，则甘州区、临泽县和高台县的农业水资源安全度分别为0.55、0.92、0.91，临泽县和高台县的农业用水安全程度达到0.9以上。若在规划时段，将3个区(县)的灌溉水利用系数提高10%，则只有甘州区的农业用水安全度有所增加，临泽县和高台县的农业用水安全度与灌溉水利用系数提高5%情景下的情况保持一致。说明，当灌溉水利用效率提高到一定程度后，由于临泽县和高台县农业用水安全的主要限制因素为粮食产量，所以，应采取相应的增产措施以提高农业用水效率。而对于甘州区，水量仍是主要的限制因素。因此，在黑河中游的农业水资源规划管理中，要重点提高甘州区用水效率，并在可允许范围内，增加甘州区的可利用农业水资源量，尽量满足甘州区的用水需求。

3 结语

1)降雨量、径流量和作物蒸散发量预测。采用BP神经网络、灰色时间序列和多元线性回归方法对莺落峡断面年径流量进行综合预测，采用滑动t检验法结合趋势分析方法对甘州区、临泽县和高台县的有效降雨量和作物蒸散发量进行估算。结果显示：将规划水平下的各水文要素变化与现状水平下的进行对比，莺落峡年径流量增加显著；甘州区和临泽县的年降雨量基本保持现状，高台县的年降雨量略微增加；甘州区和高台县的年作物蒸散发量有略微增加趋势，临泽县的年作物蒸散发量呈下降趋势。

2)农业水土资源优化配置。采用线性多目标规划对黑河中游的甘州区、临泽县和高台县的农业水土资源进行了综合配置。结果显示：现状水平下3个区(县)的地表和地下总配水量为7.68亿m3，规划水平下的总配水量较现状水平下的少；现状水平下的作物总灌溉面积为13.12万hm2，规划水平下的灌溉面积略微增加。

3)农业水资源安全度量。对甘州区、临泽县和高台县的水分满足程度指数和产量满足程度指数进行计算，得到3个区(县)的农业水资源安全度。结果显示：对于3个区(县)的农业水资源安全程度，临泽县的最大，其次为高台县的，甘州区的最小；规划水平中，高台县的农业水资源安全度增加，表明高台县的农业用水情况越来越安全，临泽县的农业用水安全情况基本保持不变，而甘州区的农业用水安全度则呈下滑趋势。

[1]高媛媛,王红瑞,许新宜,等.水资源安全评价模型构建与应用：以福建省泉州市为例[J].自然资源学报,2012,27(2):204-214.

[2]周安康,严宝文,魏晓妹.宝鸡峡灌区农业水资源安全评价研究[J].西北农林科技大学学报(自然科学版),2011,39(3):203-210.

[3]孟现勇,王浩,刘志辉,等.内陆干旱区实施最严格水资源管理的关键技术研究：以新疆呼图壁河流域为典型示范区[J].华北水利水电大学学报(自然科学版),2016,37(4):12-20.

[4]康绍忠.水安全与粮食安全[J].中国生态农业学报,2014,22(8):880-885.

[5]刘布春,梅旭荣,李玉中,等.农业水资源安全的定义及其内涵和外延[J].中国农业科学,2006,39(5):947-951.

[6]魏锋涛,宋俐,李言.最小偏差法在机械多目标优化设计中的应用[J].工程图学学报,2011,32(3):100-104.

[7]刘布春.河套灌区农业水资源安全评价研究[D].北京:中国农业科学院,2007:49-62.

[8]郝丽娜,粟晓玲.黑河干流中游地区适宜绿洲及耕地规模确定[J].农业工程学报,2015,31(10):262-268.

[9]王文圣,张翔,金菊良.水文学不确定性分析方法[M].北京:科学出版社,2011.

[10]崔东文.多隐层BP神经网络模型在径流预测中的应用[J].水文,2013,33(1):68-73.

[11]童芳芳,郭萍.考虑径流来水不确定性的灌溉用水量预测[J].农业工程学报,2013,29(7):66-75.

[12]孙惠子,粟晓玲,昝大为.基于最优加权组合模型的枯季径流预测研究[J].西北农林科技大学学报(自然科学版),2011,39(11):201-208.

[13]中华人民共和国水利部.水文情报预报规范：SL 250—2000[S].北京:中国水利水电出版社,2000.

[14]张晨光,吴泽宁.层次分析法(AHP)比例标度的分析与改进[J].郑州工业大学学报,2000,21(6):85-87.

[15]唐德善,蒋晓辉.黑河调水及近期治理后评价[M].北京:中国水利水电出版社,2009.

[16]ALLEN R G,PEREIRA L A,RAES D,et al.Crop evapotranspiration gudelines for computing crop water requirements[R].FAO Irrigation and Drainage Paper 56.Rome:Food and Agricultural Organization of the United Nations,1998.

[17]程玉菲.黑河干流中游平原作物蒸发蒸腾量时空分布研究[D].兰州:兰州大学,2007:20-23.

[18]徐建新,陈学凯,黄鑫.湄潭县降水突变特征分析[J].华北水利水电大学学报(自然科学版),2014,35(2):6-11.

[19]TANAKA H,LEE H.Interval regression analysis by quadratic programming approach[J].IEEE Transactions on Fuzzy Systems,1998,6(4):473-481.

[20]顾贺.甘肃农业灌溉用水有效利用系数测算及阈值分析研究[D].兰州:兰州大学,2014:14.

(责任编辑：杜明侠)

Agricultural Water Resources Security Measurement and Dynamic Analysis Based on Optimal Allocation Method

LI Mo, GUO Ping

(College of Water Resources & Civil Engineering, China Agricultural University, Beijing 100083, China)

Agricultural water resources security directly affects food security, thereby measuring and dynamically analyzing the agricultural water resources security have important implications for agricultural sustainability. Taking Ganzhou district, Linze County and Gaotai County in the oasis of the middle Heihe River basin as the study areas, this study firstly simulated and forecasted the water supply and demand, and then optimized the water-land utilization condition using linear multi-objective programming method. On this basis, the agricultural water resources security degrees of the three study areas were estimated. Results show: ①The total optimal water allocation amount of the three study areas is 7.68×108m3and the total optimal irrigation areas is 131.2 thousand hectares, the total allocation water of planning level is higher than that of present level, the total irrigation area increases slightly; ②The agricultural water resources security degrees of Linze County is highest, then it is Gaotai County, and the corresponding value of Ganzhou district is lowest; ③Compared planning level with present level, the agricultural water resources security degree of Gaotai County increases from 0.71 to 0.84, the agricultural water use condition in Gaotai County is becoming safer, and the corresponding degree of Linze County remains same, while the agricultural water resources security degree of Ganzhou district presents a download trend. The method and the corresponding results of this study have significances to promote the agricultural water management of the study and similar areas.

agricultural water resources; optimal allocation; security degree; forecast

2016-10-20

国家自然科学基金重大研究计划集成项目(91425302);水利部公益项目(201501017)。

李茉(1988—)，女，黑龙江齐齐哈尔人，博士研究生，从事农业水土资源高效利用方面的研究。E-mail:limo0205@126.com。 郭萍(1963—)，女，黑龙江庆安人，教授，博导，博士，从事水资源规划与管理、模型与优化以及决策支持系统方面的研究。E-mail:guop@cau.edu.cn。

10.3969/j.issn.1002-5634.2017.04.002

TV213.4;S27

A

1002-5634(2017)04-0009-09