实现地下水压采目标的精准控灌决策支持系统研究*

王鸿玺,李红军,齐永青,董增波,李 飞,阎 超,邵立威,张喜英,3**

(1.国网河北省电力有限公司营销服务中心 石家庄 050035; 2.中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室 石家庄 050022; 3.中国科学院大学现代农业科学学院 北京100049)

在降水不能满足农业生产需求的区域,灌溉是决定作物产量高低和稳定的核心因素,水资源供给能力已经成为评价区域高中低产农田的重要指标。我国粮食主产区水资源投入每增加1%,粮食产量可增加1.96%。随着灌溉农业用水增加和社会经济的快速发展,水资源的开发利用程度不断提高,不少地区的水资源开发已经超过环境的承载能力。华北是我国重要的粮食产区,农业灌溉水源以地下水为主,灌溉机电井约373.3万眼,井灌面积1.07×10hm,占全国井灌面积的58.6%,已成为世界最大地下水漏斗区。其中,位于华北区域的河北省是我国粮食主产区,2019年粮食产量占全国粮食总量的5.63%。长期以来粮食生产与地下水超采之间的矛盾十分突出,2017年河北省地下水累计超采量达996.6×10m,过度开采地下水已引发一系列生态环境问题。

冬小麦()-夏玉米()一年两季种植是河北平原主要的作物种植模式,两季作物年需水量800～850 mm,而当地多年平均降水量为485 mm,每年需要灌水300～350 mm。灌水主要来源于地下水,多年对地下水的开采带来浅层和深层地下水位逐年下降。例如位于山前平原的中国科学院栾城农业生态系统试验站(以下简称“栾城站”)地下水埋深从20世纪80年代的10 m左右降低到现在的45 m,平均下降速度接近每年1 m。河北太行山前平原第一含水层已疏干,第二含水层面临枯竭,严重威胁到区域灌溉农业的可持续发展,并带来一系列生态环境问题。河北低平原区对深层地下水的过度开采,已形成大面积的深层地下水漏斗区,造成地面沉降等环境问题。针对河北平原地下水严重超采问题,国家在2014年开始实施地下水压采政策。河北平原用于农业灌溉的地下水开采量占地下水总开采量的70%以上,通过调控灌溉用水是实现区域地下水压采的主要保障措施。实现地下水采补平衡,需要根据地下水资源可利用量制定用水红线,使农田用水总量控制在用水红线内,实现对地下水开采总量的控制。

实现灌溉用水总量控制,需要实施农业用地下水取水的计量和核算。河北省现有农用灌溉机井超过94万眼,由于农用灌溉机井“点多、面广、产权分散”的分布特点,全部采用水表方式进行计量存在一次性投入成本高、工作量大和后期管理维护难等客观问题,而基于“以电折水”方法的井灌区水量监测与控制具有良好的可操作性。目前国家电网河北公司已完成了冀中南地区72万眼农用机井的电气化改造,并构建了不同区域农业排灌计量管理系统,实现了对基础农户灌溉用电大数据的实时采集与数据分析。通过“以电折水”系数测算模型的建立,可以获知农户单独地块的灌溉时间与灌溉量,为农户用水管理及有限供水下的精准控灌决策、农业水权管理等工作提供了手段。

在气候变化背景下,水资源短缺和多发性干旱及二者叠加效应成为制约缺水区域灌溉农业可持续发展的重要因素。目前河北山前平原在没有用水总量控制状态下,农户凭借经验灌水,灌水日期和灌溉定额无法适应气象条件的瞬息万变和水资源日益紧张对节水灌溉的要求。很多研究表明,同样的灌水次数下,由于灌水时间的差异,会形成水分利用效率和产量的显著差异。在总灌水量相同条件下,不同灌水次数和灌水定额的组合,也会造成作物产量和水分生产力的显著不同。因此,在地下水限采条件下,需要根据灌水总量限制和作物生育期的气象条件及作物不同生育期对水分需求特征,确定适宜的灌溉制度。

土壤墒情的精准预报是实施优化灌溉决策的基础。随着信息技术发展,国内外土壤墒情预报技术不断发展,Saadi等将遥感与FAO-56双作物系数法相结合,利用时间序列植被指数估算出基本作物系数和植被覆盖度,对灌溉农田的耗水量进行了监测。Toureiro等利用遥感反演作物系数与土壤水分亏缺程度估算玉米蒸散,从而确定其合理的灌溉时间与灌水量。智能手机的普及,农户可以利用手机收集获取作物生育期长势和天气相关信息,开展土壤墒情预报,然后利用专家决策系统,实现对田间作物实施精准和精量控灌。

在河北平原地下水限采背景下,利用“以电折水”进行水费收取和调控取水量的方法正在逐步实施。目前有限取水条件下根据可用水量进行精准灌溉决策、指导灌溉的相关研究较少。农田墒情监测与灌溉预报系统大多是作为研究工具由开发者使用,或是定期进行集中预报,在操作上需要专业人员,模型输入需要专门的观测数据。这种信息服务和发布模式能够起到的服务作用与信息受众有限,很难满足我国家庭承包责任制下一家一户的分散经营模式。即使是在大型灌区,灌溉也存在时间差异,在灌溉预报上不可能实行齐步走的服务方式。随着信息技术、物联网技术、人工智能技术和遥感定量监测的发展,农村信息化建设进展显著,信息化基础设施得到很大改善,但在灌溉信息服务上缺少可行性强、便于操作的农业信息化平台。如何将地下水取水控制、农田墒情模拟与灌溉预报技术与我国农业生产实际相结合,并以可行的信息服务模式进行管理和发布,仍缺少可行的解决方案,而基于网络平台的地下水管控、土壤墒情监测与预报服务则是一种可行的模式。

本研究基于“以电折水”方法利用用电数据获知田块尺度灌水时间与灌水量,在此基础上根据不同田块地下水用水红线指标和不同限水灌溉下的土壤水分指标,基于土壤墒情预报数据,进行灌水决策,组装不同模块形成基于地下水压采的精准控灌决策管理系统。该决策支持系统可在实现调控灌溉水量的同时,优化灌溉决策,既满足政府对区域地下水开采的调控需求,也满足不同经营规模农户进行高效灌水管理的需求,可为区域实现地下水压采目标并同步提升限水灌溉下作物产量和水分生产力提供技术支持,对河北平原地下水限采政策下灌溉农业可持续发展具有重要意义。

1 研究方法

1.1 农业灌溉可用水量核算和“以电折水”用水总量控制方法

河北平原县域可分配水资源量由地下水、地表水、非常规水和域外调水量组成,在扣除合理的生活用水、非农生产用水、生态环境用水以及预留水量后剩余的可分配水资源量即为农业可利用水资源量。本研究通过检索研究区域内各县级政府网站,收集了河北平原部分县域水资源量、农业水资源量和单位耕地面积可用水量数据,根据水量平衡原理,以县域可分配水资源量为县域用水量的约束条件,根据现有各部门用水(水资源配置)总量,核算盈亏关系。对于总用水量超过可分配水资源量的县域,将亏缺量计入农业用水调减额度,平均分配到全县耕地面积上,得到单位耕地面积用水调减额度。把原来单位耕地面积可用水量减去该调减额度,得到修正后的单位耕地面积平均水权。

根据现行的以取水为核算依据的农业灌溉用水计量原则,以修正后的单位耕地面积可利用水量作为灌溉用水红线,在河北平原以地下水为灌溉水源的县域,灌溉用水红线即为单位耕地面积可以利用的地下水量。根据2017年出台的《河北省农业用水以电折水计量实施细则(试行)》(冀水资[2017]19号)县域以电折水系数确定河北省浅层和深层地下水开采区的“以电折水”系数,并进一步依据地处山前平原的栾城站和处于低平原的中国科学院南皮农业生态系统试验站(以下简称“南皮站”)实际测定的灌溉耗电量及对应的取水量以及参考文献数据,对上述细则中的系数进行验证。根据农户耕地位置、灌水所用机井位置及该位置对应的单位耕地面积地下水开采红线,利用“以电折水“系数,得到每个农户灌溉取水可用电量,利用智能电表控制每个用户取水耗电量,作为地下水用水总量的调控手段。

1.2 有限灌水条件下灌溉制度优化及适宜的灌溉土壤水分控制指标确定

本研究选用APSIM (Agricultural Production Systems sIMulator)模型进行限水灌溉下灌溉制度优化和适宜土壤水分控制指标的确定。APSIM是目前广泛应用于模拟华北平原冬小麦、夏玉米的机理性作物模型。该模型以基因型(G)×环境(E)×管理措施(M)三者的交互作用为基础,利用管理措施、环境以及作物可测量的表型逆向求解基因型参数,然后对获取的参数进行校验。校验后的模型可以准确模拟作物在预设环境下的生长发育和产量形成过程。本研究依据在栾城站开展的冬小麦和夏玉米长期灌水试验田间实测数据,对APSIM模型进行参数校验,利用校验后的APSIM模型,模拟不同限水灌溉总量下水分在生育期内的不同分配模式对作物产量的影响。以获取最高产量为目标,根据模拟结果确定针对不同限水灌溉目标下的灌水时间、灌水次数、灌水定额和适宜的土壤水分下限指标。

用于APSIM模型校验的灌溉试验数据取自栾城站。试验时间为2007—2016年共9个冬小麦、夏玉米生长季。试验地点0～90 cm土层主要为壤土,90 cm以下土壤为黏壤土。0～2 m土壤剖面平均田间持水量为33.0% (体积含水量),凋萎湿度为10.2% (体积含水量),pH为8。试验期间耕层(0～20 cm)土壤有机质含量18～20 g·kg,速效氮70～90 mg·kg、速效磷20～40 mg·kg、速效钾90～120 mg·kg。每季冬小麦播种前,将全部磷肥[150～180 kg(PO)·hm]、钾肥[20 kg(KO)·hm]及1/4总量氮肥[350～400 kg(N)·hm]作为基肥撒施于土壤表层,其余氮肥分为等量两部分,分别在冬小麦拔节期及夏玉米大喇叭口期施入农田。翻耕整地后播种冬小麦,冬小麦播量为150.0～187.5 kg·hm,采用“4密1稀”播种方式,平均行距15 cm; 夏玉米按照60 cm等行距播种,密度在5.5～6.0株·m。

用于模型校验的灌溉试验包括3个处理: 冬小麦和夏玉米生育期分别进行充分灌水(FI,根据不同降水年型全生育期总灌水次数3～5次)、底墒充足条件下关键期灌水1次(CI,冬小麦拔节期和夏玉米大喇叭口期)和底墒充足条件下生育期不灌水的最小灌溉模式(MI)。灌水定额70～90 mm,每个处理4次重复。试验小区随机排列,每个小区面积5 m×9 m。各小区之间及试验地周边用2 m宽的保护行隔开,保护行不灌水,以减少相邻小区之间水分的相互影响。灌溉水源为当地地下水,通过低压管道输送到小区,用水表计量每个小区的灌水量。试验期间,详细记录不同处理的作物生长发育时期和生物量。

作物生长发育时期的确定根据典型性状50%出现的比例进行记载。冬小麦群体密度及动态变化的测定,在每个小区确定1 m×4行的区域测定; 玉米在收获时测定收获的株数,计算密度。在每个小区安装2 m深中子仪管(503DR,CPN International Inc.USA)定期测定2 m土层土壤含水量。在作物收获时,每小区选取80茎冬小麦或3株玉米进行考种分析; 人工收割每个小区内所有的冬小麦和夏玉米植株,脱粒,自然晾干后测定产量(籽粒含水量按13%计算)。

1.3 基于网络平台的农田墒情预测和灌溉决策系统建立

采用网站开发技术,基于水量平衡和FAO-56双作物系数法,在网络环境下完成土壤含水量动态变化预测。

1.3.1 农田水量平衡模拟土壤含水量动态变化

该方法以作物根层土壤水量平衡为基础,结合气象和作物生长情况,进行水量平衡模拟,以确定各时段的土壤含水量,然后与预设的灌溉土壤水分控制指标对比,判断是否需要灌溉,并计算灌水量。如果忽略水平方向的径流,某一时段作物主要根系活动层内()储水量的变化可用如下水量平衡方程表示:

式中:W为时段的土壤含水量,mm;W为上一时段的土壤含水量,mm;为预测时段内的有效降水,mm;为预测时段内的灌水量,mm;为预测时段内地下水补给量,mm;为预测时段内由于作物根系计划湿润层增加而相应增加的土壤含水量,mm; ET为预测时段内作物耗水量,mm;为预测时段内的深层渗漏量,mm。在限水灌溉下根层渗漏量可以忽略,由于河北平原地下水埋深均大于2.5 m,地下水补给量可忽略不计。冬小麦和夏玉米不同生育期根系深度()可以根据生育期天数进行预测。

其中ET根据双作物系数法计算:

式中:为基础作物系数,受作物冠层大小和土壤水分含量影响;为土壤蒸发系数,主要受土壤表层含水量影响,可利用土壤含水量进行订正; ET为参考作物蒸散量,受大气条件影响。上述3个参数均根据FAO-56提供的方法进行计算。

为了校验上述方法模拟土壤水分动态的可靠性,利用栾城站用于APSIM模型校验的2018—2019年冬小麦和夏玉米3个灌水处理的结果进行验证。这几个试验年份安装了智墒仪(ET200,东方智感科技股份有限公司,中国),可以实现逐日逐时土壤体积含水量的测定,利用3种灌水制度下的逐日含水量数据,验证水量平衡方法预测土壤水分结果的可靠性。智墒仪埋深2 m,以每10 cm为一层逐小时测定土壤体积含水量变化,测定数据通过无线网络传输并可远程下载。用于校验的数据选择每日0时的数据。

1.3.2 基于网络平台的农田墒情预测与精准控灌决策支持系统

该决策支持系统主要包括以下数据模块和决策模块: 1)以河北平原为服务区域,依据土壤特性的空间差异对区域进行分区,建立土壤数据和气象数据空间分布数据库; 2)以冬小麦、夏玉米的灌溉管理为主,基于试验研究结果,建立作物系数、生育期、根系分布、不同灌水指标下的各生育期灌溉指标等参数的后台数据库,并保留扩充其他作物的接口,结合作物实际生产情况,完成相关参数的校正; 3)系统后台链接国网河北公司的电力大数据,获取农户用电信息,转化为用水信息; 4)建立基于土壤水分平衡方法的土壤墒情预报专家系统,将土壤墒情预测结果直接应用于生产服务,农户只需在网页或手机端中输入少量信息,就能获知其田块墒情,并可结合不同地块可用水量,由专家决策系统制定针对该田块的灌水方案,实现精准控灌,提升有限灌水的水分生产率。目前智能手机已在农村普及,把上述决策系统形成手机端使用的精准控灌APP和在网页上运行的管理平台系统,用户和政府管理者均可利用该系统进行灌溉决策和用水管理。

2 结果和讨论

2.1 河北省县域单位面积耕地可用水量估算

将区域可利用水量分配至单位面积耕地,确定单位耕地用水上限指标,是完善农业水资源利用体系,提高水资源利用效率的重要手段。根据检索县级政府网站收集到的近期县域水资源量、农业水资源量以及相关文献资料,计算得到河北浅层地下水超采的山前平原区耕地年可利用水量为1229～2985 m·hm;深层地下水严重超采的中东部低平原区耕地年可利用水量为663～2760 m·hm(表1)。根据现有各部门用水(水资源配置)总量,核算盈亏关系,对于总用水量超过可分配水资源量的县域,将全部的亏缺量都计入农业用水调减额度,计算得到修正后的县域农业可分配水资源总量后,平均分配至灌溉耕地,并据此得到调整后的单位耕地面积可用水量。调整后各县域平均单位耕地面积农业可用水量降幅在4%左右。在没有地表水灌溉的县域,单位耕地面积可用水量可以确定为地下水可开采量,作为地下水用水红线。在有地表水灌溉区域,可从确定的数值中减去地表水量,得到地下水可利用量的数值。

表1 河北平原地下水超采区灌溉耕地面积和单位面积耕地可用水量Table 1 Total irrigated land area and average available water amount for irrigation per cultivated land area in Hebei Plain

从表1的数据可以看出,单位面积耕地平均可利用水量最多的为山前平原的石家庄市,其次是保定和邯郸,最少的是沧州。在一个区域不同县所具有的单位面积耕地水资源量差异最大的是廊坊市,从753 m·hm至2760 m·hm变化,单位面积耕地可用水量小于1000 m·hm的县包括沧县、文安等。河北平原冬小麦、夏玉米一年两季作物年耗水量在750～850 mm,可利用的灌溉水资源大约可提供作物耗水的10%～40%。不同地区和县域可用水资源量存在较大差异,单位面积耕地水权以及适宜灌水制度确定需要根据实际情况进行。

2.2 以电折水系数的确定

“以电折水”是通过分析灌溉井用电量与抽水量之间的关系,并以此为基础根据用电量估算抽水量从而计收水费,只要把限额用水量转换成限额用电量,就可以实现用水总量调控。以电折水系数是利用电表控制地下水开采的重要参数。2017年出台的《河北省农业用水以电折水计量实施细则(试行)》(冀水资[2017]19号)给出了县域以电折水系数的初步测算结果,可在河北省井灌区开展灌溉用水的以电折水计量(图1)。根据栾城站和南皮站机井的灌溉用水、用电记录,对不同机井和灌溉技术条件下以电折水系数的稳定性进行了评估,发现在较小的区域内,地下水水位、含水层水文地质条件、成井条件均相对一致,不同机井的灌溉用电量与取水量关系较为稳定,以电折水系数较一致,水泵参数差异和灌水方式(喷灌、地面灌等)是主要影响因素。梁雪丽等选取河北邢台市南和县域3眼农用机井,确定其在不同灌溉方式下的以水折电系数,3眼机井在喷灌条件下以电折水系数分别为1.45 m·kWh、1.50 m·kWh和1.45 m·kWh; 在 管灌条件下均为2.50 m·kWh; 在土垄沟灌水条件下分别为4.1 m·kWh、4.15 m·kWh和3.95 m·kWh。上述结果说明以电折水系数比较稳定,但灌水方式对该系数影响较大,在实际应用图1中的系数时,需要根据灌水方式进行调整。

图1 根据河北省农业用水以电折水计量实施细则确定的浅层和深层地下水取水的电折水系数Fig.1 Average coefficient for each unit electricity consumption (EWF) for uplifting unit volume of groundwater in shallow and deep groundwater pumping areas in Hebei Province based on the rules formulated by Hebei Hydraulic Bureau

2.3 有限供水条件下灌水制度和土壤水分下限指标确定

2.3.1 APSIM模型的校验

利用2007—2016年冬小麦和夏玉米3个灌水处理的结果,对APSIM模型进行校验,获得冬小麦和夏玉米的作物参数。模拟和实测结果显示MI、CI和FI灌水处理下冬小麦产量的RMSE值分别为263 kg·hm、598 kg·hm和453 kg·hm,玉米产量的相应RMSE值分别为591 kg·hm、997 kg·hm和1237 kg·hm。MI、CI和FI处理下,冬小麦生长季蒸散量(ET) RMSE值分别为26.8 mm、27.8 mm和26.6 mm,玉米季分别为39.8 mm、43.6 mm和26.0 mm。由于玉米开花期高度集中(RMSE=1.42 d),玉米花期儒略日的小于小麦(图2)。经校正的APSIM模型可以解释87%的0～1 m土壤剖面中总土壤水分变化(图3),冬小麦90%的生长期、生物量积累、籽粒产量和生育期蒸散量,玉米模拟结果可以解释80%～90%的相关性状。上述结果显示经过校验的APSIM能够较准确地模拟不同灌水处理下冬小麦和夏玉米的生育期、产量和土壤水分动态。

图2 2007—2016年冬小麦和夏玉米开花期和成熟期及3种灌水制度下生物量、籽粒产量和生育期蒸散量的模拟和实测结果对比Fig.2 Simulated and measured values of flowering and maturity time and biomass,grain yield,seasonal evapotranspiration under three irrigation schedules of winter wheat and summer maize during 2007—2016

图3 利用APSIM模型模拟3种灌水模式下2011—2016年冬小麦和夏玉米生长期间0～1 m土壤体积含水量变化动态（a: 充分灌水; b: 关键期灌溉; c: 最小灌溉）Fig.3 Simulated and measured soil water contents for the top 1 m soil profile during 2011—2016 for winter wheat and maize under three irrigation schedules (a: full irrigation; b: critical stage irrigation; c: minimum irrigation)

2.3.2 地下水压采目标下冬小麦和夏玉米优化供水制度及土壤水分下限指标

以位于石家庄市的栾城区为例,冬小麦和夏玉米按照年可利用灌水量210 mm为上限指标,利用上述校验的APSIM模型,用当地2009年10月—2019年9月冬小麦、夏玉米各10个生育期实际气象数据进行不同灌水次数和次灌水量的模拟,模拟的情景包括年灌水次数3次、每次70 mm的低频率灌溉至灌水次数10次、每次21 mm的高频灌溉。冬小麦在充分供水条件下生育期耗水量430～450 mm,生育期平均降水量120 mm,冬小麦耗水的主要来源是降水、播前土壤储水和灌溉补充水,分别占总耗水量的30%、25%和45%,生育期需要200 mm左右的灌水满足作物需求。该模拟中设置的210 mm灌溉定额上限指标包括了玉米生育期的灌水,在此定额下冬小麦的供水为非充分灌溉。夏玉米生育期降水量350 mm左右,秸秆覆盖下常年平均耗水量360～380 mm,多数年份降水基本满足作物需求。在设置夏玉米灌水制度时,考虑到夏玉米生育期较多的降水条件,设置了夏玉米最大灌水两次的灌水情景。由于冬小麦收获后上层土壤含水量很低,为了保证夏玉米正常出苗和群体的快速建立,夏玉米多数年份必须进行出苗水的灌溉,在设置夏玉米灌水制度时,设置了至少保证最少一次的出苗水灌溉情景。

模拟结果显示夏玉米生育期降水量较多,灌水频率对产量影响较小; 在年总灌水量一定条件下增加玉米季的灌水对夏玉米产量影响较小,而增加冬小麦季的灌水,对冬小麦产量有明显促进作用(图4)。根据多情景的模拟,选择出210 mm灌水分配到冬小麦生育期150 mm、夏玉米生育期60 mm的优化方案。夏玉米生育期的60 mm灌水可在夏玉米播种时实施。对于冬小麦生育期,增加灌水频率至5～6次,产量达最高(图5),平均次灌水量25～30 mm,这种供水方式适用于滴灌等微灌技术。对于地面灌水,可根据实际情况尽可能加大灌水频率、减少次灌水量的灌溉制度,可利用次灌水量40～50 mm、生育期灌水3～4次的灌水制度,据此模拟的冬小麦返青后1 m土层平均体积含水量为19%,相当于占田间持水量的57.6%,可作为指导灌溉的土壤水分下限指标(图6)。

图4 河北平原石家庄市栾城区利用APSIM模型模拟的年灌水总量210 mm条件下2009—2019年冬小麦和夏玉米生育期水量分配变化对两种作物产量的影响Fig.4 Changes in grain yield for winter wheat and summer maize under different allocation of a limited total 210 mm irrigation water to two crops simulated by APSIM from 2009 to 2019 at Luancheng District of Shijiazhuang in the Hebei Plain

图5 利用APSIM模型模拟的2009—2019年河北平原石家庄市栾城区冬小麦生育期可用水量150 mm条件下灌水次数变化对冬小麦产量的影响（图中阴影部分表示95%置信区间的回归估计值）Fig.5 Effects of irrigation frequency on grain yield of winter wheat under a limited total irrigation amount of 150 mm during the growing season from 2009 to 2019 at Luancheng District of Shijiazhuang of the Hebei Plain(the shaded part in the figure representing the regression estimate of the 95% confidence interval)

图6 利用APSIM模型模拟的有限灌水下冬小麦生育期土壤水分下限指标（0～1 m土层平均体积含水量）Fig.6 Simulated soil volumetric water contents for the top 1 m soil profile during winter wheat growing seasons using APSIM to indicate the low limit for irrigation scheduling of winter wheat

上述结果是针对栾城区的气象数据和土壤数据进行模拟的,用上述实例说明利用校验后的APSIM可以进行有限水优化管理。本研究形成的精准灌溉决策支持系统针对河北平原不同县域的实际情况,进行有限灌水的优化,提出灌水下限指标,融合至专家决策支持数据库中。

2.4 田块水平土壤水分动态预测预报方法验证

对公式1水量平衡方法预测的土壤水分变动与实测土壤水分变动进行了对比分析,以评价利用土壤水分平衡方法预测土壤水分动态结果的可靠性。2018—2019年冬小麦和夏玉米生育期日参考作物蒸散量(ET)以及3种灌溉制度下实际日蒸散量如图7所示。最小灌溉、关键期灌溉和充分灌溉冬小麦和夏玉米生育期叶面积指数在生长中后期差异明显;受冠层大小和土壤含水量的影响,3个处理的日蒸散量随生育期的变化差异逐渐增大。在最小灌溉、关键期灌溉和充分灌溉下生育期总耗水冬小麦季分别为284.4 mm、388.2 mm和533.1 mm,夏玉米则分别为212.6 mm、278.1 mm和388.4 mm。3个处理间水分条件有明显差异,为验证水分平衡动态预测方法的可靠性提供了较好的土壤水分差异条件。

图7 2018—2019年冬小麦和夏玉米最小灌溉（MI）、关键期灌溉（CI）和充分灌溉（FI）下叶面积指数、平均阶段日蒸散量和参考作物日蒸散量的变化Fig.7 Changes in leaf area index,average daily evapotranspiration (ET) and reference crop ET for winter wheat and summer maize during 2018—2019 under full irrigation (FI),critical stage irrigation (CI) and minimum irrigation (MI)

利用水量平衡公式1和FAO56提供的实际作物耗水量双作物系数估算方法,对2018—2019年冬小麦和夏玉米3个灌水处理下根层平均体积含水量进行预测。其中冬小麦和夏玉米不同生育期根深如表2所示。土壤蒸发最大深度按照0.15 m计算,作物用水没有发生水分亏缺的下限指标按照冬小麦取土壤总有效水含量的55%、夏玉米取50%计算。土壤总有效水含量按照下式计算:

式中: TAW为对应某一土壤深度的总有效水量(mm);为土壤田间持水量(/),为凋萎湿度(/),为根深(m)。根据栾城站长期观测结果,没有发生水分亏缺条件下冬小麦和夏玉米不同生育期作物系数如表2所示。当根层土壤含水量低于有效含水量的45%(冬小麦)和50%(夏玉米),作物系数将随着含水量的降低呈直线递减,当土壤含水量降低到凋萎湿度时,作物系数为0。栾城站2 m土层平均田间持水量按照33.0% (/)、凋萎湿度10.2% (/)计算。模型模拟和利用智墒仪测定的日平均土壤体积含水量的结果如图8所示,3种灌溉制度下模拟和实测日土壤体积含水量的相关系数在0.95～0.97,两者的吻合度较高,表明利用上述方法能够准确预测根层土壤含水量的变动,用于指导灌溉决策。

图8 2018—2019年冬小麦和夏玉米生长季最小灌溉、关键期灌溉和充分灌溉下利用水量平衡方法模拟和测定的根层平均土壤体积含水量日变化Fig.8 Simulated and measured daily average soil water contents for the major root zone profile of winter wheat and summer maize under minimum,critical stage and full irrigation schedules using the water-balance equation for the season of 2018—2019

表2 冬小麦和夏玉米不同生育期根深和充分供水下作物系数取值（根据栾城试验站田间试验结果确定）Table 2 Root depths and crop coefficients of winter wheat and summer maize at different growing stages without water stress(results are obtained from Luancheng Station)

2.5 针对不同压采目标的精准控灌决策支持系统建立和运行

基于上述方法获取的县域可用水量、限水灌溉下优化灌溉制度和灌水指标以及土壤墒情预报3个部分,形成精准控灌决策支持数据库。建立的精准控灌决策支持系统根据农户输入的地点、种植面积、灌水方式和用电卡编号,从后台获得以电折水系数,通过国网农业排灌计量数据库获取农户历史灌溉用电数据,将其折算成灌水量,决策系统后台可以计算出该农户当年可用水量、已用水量、剩余水量、上次灌水时间和灌水量; 利用系统自动获取的农户所在地点的土壤情况、历史气象数据和未来7 d的天气预报数据,系统自动开展土壤墒情预测,并根据剩余的灌水量和不同灌水条件下的灌溉制度,确定下一次灌水时间、灌水量,并显示剩余水量。利用后台土壤墒情预报系统时,农户可以选择通过手机照片上传到决策系统以及决策系统本身后台获取的遥感影像,对作物长势进行预判,对土壤墒情预报中所用的作物系数进行实时更正。该系统的构成及运行如图9所示。

图9 依托电力大数据的精准控灌决策支持系统工作流程框图Fig.9 Precision irrigation decision system based on the electricity data in underground water pumping for implementation of limited groundwater withdraw scheme

该决策系统将形成手机APP和计算机网络运行平台两种模式,并有强大的数据库和专家决策系统进行支持。数据库的内容包括了河北平原区各县主要土壤类型、冬小麦和夏玉米不同生育期根系深度及作物系数、历史气象数据以及根据历史气象数据计算的日参考作物蒸散量、不同区域地下水允许开采量、不同灌水方式下的以电折水系数等基础数据。专家决策系统包括根据作物长势进行作物系数订正、土壤水分动态预报和灌水时间和灌水量决策模块。同时,该系统可以实现自动获取每日实际天气数据和未来天气预报数据以及请求获取机井用电时间和用电电量数据的功能,为精准控灌决策提供数据支撑。对于个人用户,可以在智能手机端安装精准控灌决策APP,在开始使用时,在系统界面输入自己的田块信息、灌水方式和灌溉取水电表和电卡信息,系统将自动获取灌溉取水井所在区域土壤情况、历史气象数据、未来天气预报以及单位面积耕地允许的取水量,进行土壤墒情预报和灌溉决策。政府管理者可以通过计算机网络平台,根据区域可用水资源量的变化,确定不同区域单位面积耕地地下水年可开采量,用于实施地下水开采量的动态调控。该系统的优势表现在既可为农户灌溉提供指导,也可为政府进行地下水管控提供管理平台。

3 结论

针对河北省地下水严重超采问题,2014年国家启动地下水压采政策,对农业提出了以节水为核心的多项“压采”举措,治理的关键是控制地下水开采量。本研究提出的在确定不同区域地下水采补平衡下可利用地下水作为用水红线,利用国网河北公司对农业机井电气化改造后的电力大数据,通过以电折水,实现用水总量控制,使地下水开采从无序变为有序利用,逐步实现地下水压采目标。

在有限水供应下,通过优化灌溉时间和次灌水量提升单位耗水的经济产出,弥补灌溉量减少带来的产量降低。研究显示河北平原典型地区在总灌水量一定条件下,冬小麦和夏玉米生育期灌水分配影响周年产量,冬小麦生育期灌水次数和灌水定额的不同组合产生较大的产量变异。考虑两个作物生育期降水差异,总灌水量实施冬小麦季75%、夏玉米25%的分配比例更利于周年产量的稳定。夏玉米生育期出苗水灌溉是维持其稳产高产的保证,冬小麦季可根据灌溉技术的不同,尽可能采用高灌水频率、低灌水定额的灌溉制度,根据年灌溉定额,制定土壤水分下限指标进行灌溉决策。

土壤墒情精准预报是实施精准灌溉决策的保证。基于水量平衡方法的土壤水分动态变化是实用、简便的土壤墒情预测方法,本研究的结果表明了该方法可以较准确地预测土壤水分动态。在利用该方法预测过程中需要准确确定作物系数,作物系数的确定可以通过历史试验数据确定,并可通过实际作物长势进行修订。得益于现代信息技术的发展,田间作物长势可以通过手机照片、无人机和遥感监测手段获取,通过图像解析,得到作物植被指数,对作物系数进行修订,增加水分平衡方法预测土壤水分的准确性。

在上述研究基础上,建立的精准控灌决策系统,通过用电数据获知农户单独地块的灌水时间和灌水量的基础上,进行土壤墒情监测和旱情预警,根据不同限水灌溉下的优化灌溉制度和灌水指标,进行灌溉决策,指导农户进行科学灌溉。整个决策系统形成手机APP和计算机端管理平台,对于个人用户可以在手机上输入针对机井和种植地快的相关条件,就可实现灌溉决策,提升限水灌溉作物产量,促进地下水压采工作的开展。政府管理者可以在管理平台调控不同区域单位面积耕地可利用的地下水量,实现地下水用水总量控制。对于个人用户,该系统既可满足规模经营的农场或农业合作社,也能满足一家一户分散经营模式,把农田墒情模拟与灌溉预报技术与地下水压采相结合,推动区域灌溉农业可持续发展,是具有广泛应用前景的决策支持系统。