基于灌溉用水反弹效应的干旱地区农业研究

张西银

(山东省临沂市河东区水利工程保障中心,山东 临沂 276026)

1 概 述

我国是农业大国,如何处理干旱地区灌溉节水与农作物种植之间的关系,许多学者对此进行了相关研究。黄文仲［1］基于福建省的多个灌区数据,对灌溉水有效利用系数进行了计算,结果表明福建省的灌溉水利用系数逐年增长。宋昆仑［2］对灌溉用水管理方法进行了优化,优化后能有效提高用水效率。崔巍、李夏［3］探讨了农田水利工程的节水灌溉技术,并提出了相应的优化措施。沈莹莹等［4］提出了一种针对不同区域的农田灌溉用水量的计算和分析方法,该方法为农田精细化配水奠定了基础。王建辉等［5］基于TensorFlow架构,对黄河流域的灌溉用水量进行了推算,并探讨了灌溉用水的空间分布规律。郑润桥等［6］对区域灌溉用水量和空间分布特征进行了研究,并以鲁西北地区为例,研究了灌溉用水空间分布特征的影响因素。常明等［7］探究了不同农田管护模式对灌溉效率的影响。

本文基于灌溉用水反弹效应模型,研究我国干旱地区的灌溉用水反弹效应。通过LMDI分解方法,将灌溉用水反弹效应分解为气候效应、单产效应、结构效应、面积效应以及灌溉效应5种,分析单个效应对灌溉用水反弹效应的贡献率。研究成果可为干旱地区的农业发展提供一定的指导作用。

2 模型建立

2.1 灌溉用水反弹效应原理

新增能源消耗抵消的通过节能技术提高的节能效果被称作能源反弹效应。就灌溉领域而言,反弹效应可以通过下式进行定义:

(1)

式中:WRE为用水反弹效应;RWU为反弹量的绝对值;EWS为通过节水技术提高而获得的预期节水量;AWS为实际的节水量。

通过式(1)发现,在灌溉技术提高后,其预期的节水量被增加用水量所低效的程度可以用灌溉用水反弹效应所衡量,形式为百分比。表1为根据反弹效应对灌溉用水的分类情况。在实际工作中,最理想的情况为零反弹,即预期节水量等同于实际节水量;完全反弹则表示实际的节水量为零;而回火反弹则表示预期节水量小于新增加的灌溉用水量。

表1 灌溉用水反弹效应的分类

2.2 灌溉用水反弹效应测算方法

根据以往的研究,通常测算某一地区的灌溉用水反弹效应,需要对灌溉耗水量WC进行测算。计算公式如下:

WCi=∑jWCij=∑jPWij×IAij

(2)

式中:WCij为j作物在i地区的灌溉消耗量;PWij为j作物在i地区的单位面积所消耗的灌溉量;IAij为j作物在i地区所占的灌溉面积。

通过种植面积与有效灌溉率进行计算,可替代(2)式中的灌溉面积IAij,公式如下:

IAij=SAij×βi

(3)

式中:SAij为j作物在i地区所占的种植面积;βi为有效灌溉面积所占耕地面积的比例,即有效灌溉率。

对式(2)和式(3)进行综合后,可以获得i地区灌溉耗水量WCi计算公式:

WCi=∑jWCij=∑jPWij×SAij×βi

(4)

分解后的灌溉用水反弹效应驱动因素包含5种,分别为气候效应、结构效应、面积效应、单产效应以及灌溉效应,本文分别计算了该5种效应对灌溉用水反弹效应的影响。

3 结果分析与讨论

选取2012-2018年的干旱地区5个城市作为研究对象,标记为A、B、C、D、E;原始数据取自当地官网数据,分别对灌溉用水反弹效应、驱动因素影响以及地区之间差异进行研究分析。

3.1 效应测算

图1为旱区的5个城市以及干旱地区整体的灌溉用水反弹效应情况。

图1 不同城市的主要农作物灌溉用水反弹效应

从图1中可以看出,不同地区之间的灌溉用水反弹相应存在较大的差异。2012年灌溉用水反弹效应最大的为A城市,B、C和D三个城市之间的灌溉用水反弹效应较为接近,E城市的灌溉用水反弹效应为负数,出现了负反弹现象。就旱区整体而言,随着年份的增加,旱区的灌溉用水反弹效应总体呈现缓慢上升的趋势,表现出旱区的长期反弹效应大于短期水平的现象。就各城市情况而言,A城市的灌溉用水反弹效应呈现出随着年份的增加先大幅下降而后小幅增加的情况,E城市则随着年份增加灌溉用水反弹效应由负反弹逐渐增加,后出现小幅度的减小,表明A城市和E城市在2012-2018年农业生产条件出现了较大的变化。从B城市、C城市和D城市灌溉用水反弹效应随年份变化曲线可以看出,3个城市的灌溉用水反弹效应长期与短期之间的差别较小,表明3个城市的农业生产在长期较为稳定。此外,干旱区域整体的灌溉用水反弹效应约为300%,出现了较为严重的“回火”现象。

3.2 单位面积产量

图2为以2010年单位面积产量为基数,5个城市和旱区整体的主要农作物单位面积产量变化情况。由图2可以发现,5个城市和旱区整体上单位面积产量相较于2010年均出现了增加。单位面积产量增量最大的为D城市,其次为E城市,单位面积产量增量最小的为C城市。从增加速率来看,除了C城市之外,其他4城和干旱区域整体的单位面积产量增加速率均随年份增加而加快,表明国家节水政策对农业生产的促进作用。

由于农作物产量增加所导致的灌溉用水需求增大的现象称之为“水文反弹”。水文反弹现象是节水灌溉技术的一个内在属性,通过节水灌溉技术,可以更精确地对农作物灌溉用水需求进行满足。但旱区水资源本来就匮乏,未必能完全满足由于产量增长引起的灌溉用水需求,有可能出现单位水资源所获得的产量降低的情况出现,给农业的可持续发展带来负面影响。

图2 不同城市的主要农作物单位面积产量变化

3.3 种植面积扩大

面积效应能够反映主要农作物的种植面积变化对灌溉反弹效应的影响情况。同一种植结构下,以2010年种植面积为基数,2012-2018年旱区5个城市的主要农作物种植面积的变化情况见图3。从图3可以看出,相对于基数,6年间5个城市的种植面积都出现了增加。旱区的整体种植面积在2018年增加了2 568.42hm2。其中,C城市的种植面积增量最大,其次为A城市,D城市和E城市的种植面积增量较为接近,维持在较低的水平,种植面积增量最小的为B城市。

由于农作物种植规模变化引起的灌溉用水需求增加,称之为灌溉用水反弹效应中的“经济反弹”。经济反弹现象通常体现了由于灌溉水利用系数的提高使得农作物种植规模发生改变,进而引起农业灌溉用水需求的变化。而在旱区,由于客观原因水资源较为匮乏,农业种植规模大幅度上涨,会造成用水矛盾,不利于农业的长期持续发展。因此,应对农业种植规模进行合理规划,不盲目发展,防止由于种植规模扩大引起的灌溉用水反弹。

图3 不同城市的主要农作物种植面积变化

3.4 驱动因素

通过LMDI分解方法,将灌溉用水反弹效应分解为气候效应、单产效应、结构效应、面积效应以及灌溉效应,并将这5种效应作为5个驱动因素。所谓贡献率,反映了驱动因素对灌溉用水反弹效应的贡献情况。图4为2012-2018年5种驱动因素对旱区5个城市的整体贡献率情况。

由图4可以发现,从旱区整体而言,气候效应的贡献率为负数,反映了旱区的气候条件在2012-2018年间由于环境治理出现了改善,使灌溉用水反弹效应降低。整体贡献率最大的是面积效应,达到64.42%,这主要是由于农作物面积的增大使旱区灌溉用水反弹效应增加,种植面积扩大是主导因素。此外,单产效应和灌溉效应的贡献率也为正值,达到50%左右,表明随着单产效应的增加和灌溉需求的增大使灌溉用水反弹效应加剧。

从单一城市而言,A城市灌溉用水反弹效应的主导因素为单位面积产量,产量的增加使得A城市农业灌溉用水反弹效应增大。B城市的灌溉用水反弹效应受气候和单位面积产量影响较大,气候条件的改善使得新增灌溉用水减小,而单位面积产量的增加使得灌溉用水需求增大。C城市的气候因素是影响灌溉用水反弹效应的主要因素。D城市的灌溉用水反弹效应主要受到气候和单位面积产量控制。而在E城市,由于种植面积增加最大,因此E城市的种植面积是控制灌溉用水反弹效应的主要因素。

图4 旱区5城市各驱动因素贡献率

4 结 论

本文基于灌溉用水反弹效应模型,研究了我国干旱地区的灌溉用水反弹效应。分别选取了气候效应、单产效应、结构效应、面积效应和灌溉效应作为5个驱动因素,分析了不同因素对灌溉用水反弹效应的贡献率。结论如下:

1)旱区的灌溉用水反弹效应随着年份的增加总体呈现缓慢上升的趋势,表现出旱区的长期反弹效应大于短期水平的情况。干旱区域整体的灌溉用水反弹效应约为300%,出现了较为严重的“回火”现象。

2)农业种植规模大幅度上涨,会造成用水矛盾,不利于农业的长期持续发展。应对农业种植规模进行合理规划,不盲目发展,防止由于种植规模扩大引起的灌溉用水反弹。

3)旱区的气候效应贡献率为负数,表明旱区的气候条件在2012-2018年由于环境治理出现了改善,使得灌溉用水反弹效应降低。整体贡献率最大的是面积效应,达到64.42%,这主要是由于农作物面积的增加使得旱区灌溉用水反弹效应增大,种植面积扩大是主导因素。