南方多水源灌区农业灌溉用水量监测及统计研究

温进化 王贺龙 王士武

摘要：针对南方多水源灌区灌溉用水量统计存在水源众多、灌区取用水系统结构复杂、灌区水资源功能多样等特点，该文提出在灌区供、用、排等主要水循环节点建设用水计量监测设施，进而结合灌区水循环模型和农业灌溉用水量分析统计模型分析来确定灌区农业用水量的方法，实现南方多水源灌区农业灌溉用水量直接量测与模型计算有机结合。

关键词：灌溉用水量;水量监测;水循环模型;统计模型

中图分类号：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

農业灌溉用水量统计是水资源管理的一项重要基础工作，按照农业灌溉用水量统计要求，灌区灌溉取水水源直接计量水量应占到灌溉总用水量的50％以上。由于南方多水源灌区水源数量多、用水功能多样且水源供水次序及供水量受水文因素的影响较大［1］，采用直接建设取水计量的方式来实现灌区灌溉用水量计量目标存在很大的困难。针对上述问题［2］，本文以水循环理论为基础，结合多水源灌区工程、用水等特点，提出通过必要的灌区用水计量监测结合灌区自然人工水循环过程模拟来提取灌溉用水过程，进而开展灌区农业灌溉用水量统计的方法，实现多水源灌区农业灌溉用水量直接量测与模型计算的有机结合。

1 多水源灌区灌溉用水量监测统计思路

1.1 南方多水源灌区特性

南方独特的地形地貌加上长期以来形成的农民就近灌溉习惯，形成了由多个灌溉水源进行农业供水的多水源灌区［3］。南方多水源灌区普遍存在下面3个特点。

1）水源的多样性：灌区灌溉水源既有水库水，也有河道水;水源工程既有水库、山塘等具有调蓄能力的蓄水工程，也包括有坝引水工程（通过堰坝抬高水位）、泵站提水工程等。

2）配置的复杂性：由于有多种水源，经过多年的建设与改造，灌区内输配水工程较为复杂，部分灌溉面积由单一水源供水，部分灌溉面积则是多水源联合供水。对多水源供水区域，在实际调度时，一般优先使用河道水和山塘水，其次水库水（从小型到大、中型水库）。同时，灌溉水源功能也存在多样性，灌溉水源农业用水、工业用水、生活用水、生态环境用水相互重叠。

3）供水的随机性：由于水文年型的随机性、配置过程的复杂性，导致不同灌溉水源实际供水量大小及其所占比重存在随机性。对于“长藤结瓜”型自流灌区，丰水年时小型水源工程（堰坝、山塘、小型水库等）承担了大部分的灌溉功能，主水源（如大、中型水库）供水量就少，所占灌区总供水量比重不高;而到枯水年时，由于小型水源工程调蓄能力有限，灌溉高峰期主要依靠主水源工程供水，因此主水源所占灌区总供水量的比重就会很大［4］。

1.2 农业灌溉用水量监测统计思路

根据多水源灌区特性、灌排工程、供用水量、水文气象等情况，结合构建水循环模拟模型的需要开展农业灌溉用水监测，进而采用SWAT模型建立灌区水循环模拟模型并进行模型参数率定、验证和方案模拟。根据方案模拟结果，分析灌区灌溉用水量的主要影响因素，并分析灌区灌溉用水量与主要影响因素及用水计量监测水量之间的关系，采用SPSS建立灌区灌溉用水量与主要影响因子间的回归统计模型。

1.3 农业灌溉用水监测设施布局

灌区水源工程众多，且水力联系错综复杂，全部开展取用水监测设施布局难度很大。灌区农业灌溉用水监测设施布局应从掌握灌区主要节点供用耗排关系和便于建立灌区水循环模型的角度出发［5］。按照南方多水源灌区特性，农业灌溉用水监测设施主要布置在以下位置：①水源取水口：按照主要水源覆盖，不同类型水源应典型监测的原则进行水源取水口水量监测。②渠道分水口：按照灌区渠道分布，在体现灌区渠道水利关系的干渠、支渠主要分水口进行布设。③典型灌片取水口：选择能够代表灌区种植结构及用水水平的灌片进行取水水量的监测。④灌区排水口：选择水力关系清晰，基本能够代表区域排水量的排水口位置进行排水监测。

2 灌区水循环模型构建

2.1 SWAT模型改进

SWAT（soil and water assessment tool）是由美国农业部（USDA）的农业研究中心Jeff Arnold博士1994年开发的，采用日为时间连续计算，是一种基于GIS基础上的分布式流域水文模型，近年来得到了快速的发展和应用。SWAT主要是利用遥感和地理信息系统提供的空间信息模拟多种不同的水文物理化学过程，如水量、水质、以及杀虫劑的输移与转化过程。分析SWAT模型各模块功能，对比灌区水循环机理，SWAT模型在模拟灌区水循环结构、水平衡要素计算、多水源灌溉等方面还存在一定的不足［6］。根据SWAT模型在模拟灌区水循环模拟的不足，主要对SWAT模型水循环模拟结构、水平衡要素计算方法、灌溉模式模拟方式等内容进行改进［7］。

1）水循环模拟结构改进。调整SWAT模型中水稻田水量平衡模拟顺序，将水稻田作为独立的HRU进行模拟，使其水循环模拟级别与其他土地利用类型HRU相同。同时对水稻田蓄水期与非蓄水期径流计算和渗漏计算进行有序区分［8］。

2）水平衡要素计算改进。水稻田体积计算方面，修正了SWAT模型将其认定为锥形体的计算方法，将水稻田表面积设置为其HRU面积。同时，考虑了水稻田四周所设田埂，引入田埂系数，水稻田灌溉时无需灌溉田埂部分，以使灌溉模拟更加精确［9］。

3）多水源灌溉模式的实现。SWAT模型无法将子流域内部山塘作为灌溉水源，本次首先对此进行修正，然后引入多水源联合灌溉模式。多水源联合灌溉是指针对某一灌溉用水户，按照给定的供水顺序依次选择水源进行灌溉，直至满足其需水量为止［10］。

2.2 SWAT模型率定

灌区水循环模型率定的主要目的是确定模型相关参数，使模型模拟效果与灌区水循环实际相吻合［11］。根据SWAT模型原理及SWAT模型改进程序要求，灌区水循环模型率定的主要内容包括：

1）率定及验证资料

灌区水循环模型率定资料一般包括长系列流量资料和灌区取用水监测资料。长系列流量资料一般采用灌区水循环模型研究流域的出口实测流量或经水文比拟法的流量，灌区取用水监测资料采用灌区农业灌溉用水监测设施采集的数据。

2）率定及验证参数

灌区水循环模型率定参数包括SWAT模型自带的产汇流模拟、地形特征、土地覆盖特征、农业灌溉常规管理等相关参数和SWAT模型改进后需要率定的田间损失系数ξ、河道灌溉用水控制系数β、山塘灌溉用水控制系数ζ等参数。

3）率定过程

对于SWAT模型自带参数的率定，采用SWAT-CUP（SWAT calibration and uncertainty programs）软件中的SUFI-2算法对灌区SWAT模型进行参数敏感性分析，得到敏感性前10位的参数。以此为基础，采用SWAT-CUP软件，辅以手动调参的方法，对模型敏感性参数进行率定，直至模型模拟效果评价参数达到合理取值范围［12］。

对于改进SWAT模型参数的率定，主要包括：①利用灌区水循环模型开展对灌区取用水监测点监测对象水量模拟，并统计模拟水量;②对比模拟水量与监测水量;③调整田间损失系数ξ、河道灌溉用水控制系数β、山塘灌溉用水控制系数ζ等参数，直至模拟水量与监测水量控制在一定范围内［13］。

3 灌区农业灌溉用水统计模型构建

3.1 统计模型的选择

灌区农业灌溉用水量一般与水文条件、种植结构、灌溉习惯等因素密切相关，并可建立一定的定量关系。回归统计模型是根据两种或两种以上变量间相互依赖的定量关系，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式［14］。回归统计模型通过对一组观察值使用最小二乘法进行直线拟合来实现线性回归分析，其功能是分析单个因变量是如何受一个或多个自变量数据的影响。回归统计模型适用于分析单一因变量与多个自变量间的统计关系［15］，与灌区农业灌溉用水量统计规律、要求比较符合，选用回归统计模型开展灌区农业灌溉用水量统计分析［16］。

3.2 自变量的筛选

构建回归统计模型的关键在自变量的选择，自变量筛选常用的方法有前进法、后退法和逐步回归法。逐步回归法是在吸收前进法和后退法优点的基础上改进的一种方法［17］，本文采用逐步回归法进行自变量的筛选，具体操作如下：

1）将变量一个一个引入，当每引入一个自变量后，对已选入的变量要进行逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。

2）引入一个变量或从回归方程中剔除一个变量，为逐步回归的一步，每一步都要进行整体F检验，以确保每次引入新的变量之前回归方程中只包含显著的变量。

3）反复进行上述过程，直到既无显著的自变量选入回归方程，也无不显著自变量从回归方程中剔除为止。

在逐步回归法中需要注意的一个问题是引入自变量和剔除自变量的显著性水平α值是不相同的，要求引入自变量的显著性水平α进小于剔除自变量的显著性水平α出，否则会产生死循环。通常情况下α进取值在0.05～0.20之间，α出取值在0.1～0.25之间，逐步回归的计算过程通常利用SPSS软件在计算机上完成［18］。

4 碗窑灌区研究

4.1 灌区概况及取用水监测布局

碗窑灌区位于浙江省西南部的衢州江山市，浙闽赣三省交界处的金衢盆地西端，南接福建、西临江西。地理位置介于东经118°22′29″～118°48′48″、北纬28°14′29″～28°53′24″之间。灌区总土地面积89 533 hm2， 设计灌溉面积28 300 hm2， 实际灌溉面积17 667 hm2（水田11 467 hm2， 旱地6 200 hm2）。碗窑灌区灌溉水源类型多样、数目繁多。现有蓄水工程总计2 571座，其中中型以上水库3座，总库容5.33亿m3;小（一）型水库16座，总库容0.31亿m3;小（二）型水库54座，总库容0.17亿m3;山塘2 498座，总库容0.17亿m3。现有堰坝引水工程众多，其中设计灌溉面积在67hm2以上的堰坝有22处。

按照碗窑灌区水源及用水状况，依据灌区取用水监测布局的原则、方法，主要在灌区供、用、排等主要水循环节点布设农业灌溉用水量监测设施25处，其中典型水源工程渠首9处，典型渠道分水口10处，典型灌区进、退水口4处，灌区所在流域排水口2处。

碗窑灌区农业灌溉用水监测设施布局结果见表1。

4.2 灌区水循环模型构建

1）水循环模型构建

基于改进SWAT模型，根据灌区地形地貌条件、河流水系分布、渠系工程分布及取用水监测布局等因素，利用灌区DEM、土地利用、土壤分布等数据，分别进行灌区河网提取、子流域划分、HRU离散、数据输入等过程，建立碗窑灌区水循环模拟模型。

2）参数率定与模型验证

按照碗窑灌区水循环模型流域双塔底出口流量监测和取用水监测资料，分别对SWAT模型自带参数及改进SWAT模型相关参数进行率定，并对率定结果进行验证。按照模型验证结果，验证期模拟流量与实测流域相对差较小，模拟效果等级为优等。

4.3 灌溉用水量统计模型

按照水循环模型模拟结果，经统计：多年平均情况下，碗窑灌区多年平均农业灌溉用水量为1.82亿m3，其中由河道、山塘、小（一）型水库、碗窑水库、白水库—峡口水库等水源实际灌溉用水量的比例分别为18.0∶8.8∶20.7∶12.9∶39.6。碗窑灌区农业灌溉用水量统计结果见下表。

为进一步分析农业灌溉用水量与水文条件、种植结构、监测水量等关系，采用构建好的SWAT模型模拟不同工况条件的水循环结果，并统计相关农业灌溉用水量。经分析，建立灌区农业灌溉用水量与降雨量、蒸发量、水稻种植面积及峡口水库监测水量的关系如下：

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

上述统计模型模拟结果与水循环模型模拟结果基本一致，可用于灌区灌溉用水量统计。

5 结 论

1）南方灌区具有水源众多、灌区取用水系统结构复杂、灌区水源功能多样、计量监测设施相对滞后等特点，采用“典型量测、水循环模拟、用水分析统计”的方法确定灌区灌溉用水量是一条合理、有效途径。

2）对SWAT模型的水循环模拟结构、水平衡要素计算、多水源灌溉模式等内容进行改进，并应用碗窑灌区水循环模拟，实际模拟成果表明：改进SWAT模型可较好地适应南方多水源灌区特点、模拟其水循环规律与过程。

3）采用多元线性回归方法可以建立灌区灌溉用水量与其主要影响因素的统计模型，并在典型灌区得到了成功应用，效果较好。

参考文献：

［1］ 沈莹莹， 张绍强， 吉晔. 我国农业灌溉用水量统计方法的确定及工作开展情况［J］.中国农村水利水电， 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］ 沈莹莹， 吉晔， 张绍强. 我国农业用水量统计工作面临的问题及建议［J］.中国水利， 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］ 刘路广， 崔远来， 吴瑕.考虑回归水重复利用的灌区用水评价指标［J］.水科学进展， 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，张学成，周鸿文，等.湟水流域灌区水循环规律研究［J］.江苏农业科学，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］ 王小军，易小兵，王海丽，等.基于区域回归水重复利用的理论灌溉水利用系数研究［J］.节水灌溉，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，张弛，周惠成，等.SWAT模型在水稻灌区的改进及应用研究［J］.水电能源科学，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］ 崔远来， 龚孟梨， 刘路广. 基于回归水重复利用的灌溉水利用效率指标及节水潜力计算方法［J］.华北水利水电大学学报（自然科学版），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］苏欣，李强坤，常布辉，等.SWAT模型在青铜峡灌区的应用研究［J］.节水灌溉，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］崔远来，吴迪，王士武，等.基于改进SWAT模型的南方多水源灌区灌溉用水量模拟分析［J］.农业工程学报，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］叶茶花，柯林.微观因素对股票收益率影响的回归分析［J］. 九江学院学报（自然科学版），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］魏華炜， 廖晶晶. 软件的回归分析及在水质监测数据处理中的应用［J］.资源节约与环保，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］黄文珂.多元回归建模过程中共线性的诊断与解决方法［D］.哈尔滨：哈尔滨工业大学，2012.

（编 辑 亢小玉）