王 磊,趙自陽,王中根,李建新,王紅瑞

(1.浙江省水資源管理中心,杭州 310009;2.北京師范大學 水科學研究院,北京 100875;3.中國科學院 地理科學與資源研究所,北京 100101;4水利部海河水利委員會,天津 300181)

隨著改革開放以來40多年的建設,我國的發(fā)展日新月異,但同時使得水資源面臨的問題愈加復雜,為了實現(xiàn)我國水資源的可持續(xù)利用,國務院辦公廳于2013年印發(fā)了《實行最嚴格水資源管理制度考核辦法的通知》,發(fā)布了用水總量、用水效率和水功能區(qū)限制納污“三條紅線”[1]。我國作為一個傳統(tǒng)的農(nóng)業(yè)大國,農(nóng)業(yè)用水一直是用水大戶,占到全國用水總量的60%以上。農(nóng)業(yè)灌溉用水總量的合理測算不僅是落實最嚴格水資源管理制度的要求,而且是社會經(jīng)濟可持續(xù)發(fā)展的基本保障;不僅對于解決我國農(nóng)業(yè)用水矛盾非常重要,而且是實現(xiàn)農(nóng)業(yè)綠色發(fā)展的必由之路[2-3]。基于此,本文對灌區(qū)的農(nóng)業(yè)用水測算方法進行了詳細具體的分析和研究,總結(jié)了在灌區(qū)農(nóng)業(yè)用水中常用的兩類測算模型,以期為不同灌區(qū)的農(nóng)業(yè)用水管理提供一定的技術(shù)和理論支持。

1 灌區(qū)農(nóng)業(yè)用水測算方法概述

灌區(qū)農(nóng)業(yè)用水的測算一般可分為2類方法:一是基于水循環(huán)過程的物理模型方法;二是基于監(jiān)測數(shù)據(jù)的統(tǒng)計分析方法。這2類方法各有利弊,未來發(fā)展趨勢是將統(tǒng)計分析與物理成因分析相結(jié)合,遙感反演與常規(guī)監(jiān)測相結(jié)合,基于高性能計算與大數(shù)據(jù)挖掘,開展灌區(qū)農(nóng)業(yè)用水測算。

1.1 基于水循環(huán)過程的物理模型方法

針對降水豐沛、灌區(qū)情況復雜,進水出水口較多,作物種類多樣,甚至灌區(qū)中存在河道、水庫、山塘以及工業(yè)生活生態(tài)用水等各種情況的地區(qū),一般可采用構(gòu)建具有一定水循環(huán)物理機制的模型,開展農(nóng)業(yè)灌溉用水量的測算。目前,比較常用的是美國農(nóng)業(yè)部開發(fā)的SWAT模型。模型的作用主要用于將點(國控農(nóng)業(yè)用水監(jiān)控點)的監(jiān)測數(shù)據(jù),轉(zhuǎn)化為面的數(shù)據(jù),結(jié)合耕地的數(shù)據(jù),可以得到“農(nóng)業(yè)用水總量”,從而為“最嚴格水資源考核”提供數(shù)據(jù)的支持[4]。

1.2 基于檢測數(shù)據(jù)的統(tǒng)計分析方法

傳統(tǒng)農(nóng)業(yè)用水基本上采用灌溉定額(或調(diào)查定額)與統(tǒng)計的灌溉面積推算而得。該方法直接從最基層開始統(tǒng)計,層層匯總上報,導致工作精度與時間難以控制[3]。長期以來,傳統(tǒng)農(nóng)業(yè)用水基本上是估算數(shù),與實際用水情況有較大出入。目前需要發(fā)展具有數(shù)學基礎的“科學”統(tǒng)計方法。其中,抽樣統(tǒng)計是經(jīng)過嚴密的數(shù)學分析與論證的一種有效手段。可以通過抽取一定的樣本進行統(tǒng)計分析,得出相對精確的結(jié)論。抽樣調(diào)查的周期短、時效性強,作為普查的補充,可用來評價和修正普查結(jié)果[5]。

2 基于SWAT模型的農(nóng)業(yè)用水測算方法

SWAT(soil and water assessment tool) 模型的物理機制很強,是一種分布式的流域尺度的水文模型。它的時間步長以日為單位,優(yōu)點是可以長時間連續(xù)的模擬。它的模擬不僅包括流域的水文過程、水土流失等,還可以預測未來人類活動、氣候變化、土壤狀況、土地利用等改變對這些過程的具體影響。在幾十年的實踐過程中,SWAT模型已經(jīng)在國內(nèi)外得到了各行各業(yè)專家的認同,有關(guān)的研究成果也非常豐富,這也說明了SWAT模型重要的實用性[6-7]。

2.1 灌區(qū)SWAT模型構(gòu)建

SWAT模型在模擬流域水文過程的時候可以分為兩個部分,一是陸面部分,二是水面部分。陸面部分主要指的是產(chǎn)流和坡面匯流,水面部分主要指的是河網(wǎng)匯流[8-9]。陸面部分主要控制的是每個子流域的產(chǎn)流和匯流過程中在水、沙、各種營養(yǎng)物質(zhì)和化學物質(zhì)等的全部的輸入量;水面部分則是上述種種物質(zhì)向流域出口的運移過程。在SWAT的研究過程中,一般在所有的結(jié)構(gòu)單元上都會建立相對的水文過程模型(圖1),從而對產(chǎn)流和坡面匯流進行相關(guān)的計算,最終將匯流網(wǎng)絡整體的緊密聯(lián)系在一起。

在水文徑流過程和化學物質(zhì)等演算控制過程中,SWAT采取的方法和HYMO模型非常的類似(圖2)。主要就是通過一個個子流域的命令,將統(tǒng)計得到的實測數(shù)據(jù)和模擬計算得到的模擬值進行一定的對比,并且在這個過程中,通過輸入相關(guān)的指令,接受其他模型的相關(guān)值;同時經(jīng)過命令的轉(zhuǎn)移,就可以把一個子流域的相關(guān)結(jié)果轉(zhuǎn)移到另一個子流域中[10]。

2.2 灌區(qū)農(nóng)業(yè)用水模型系統(tǒng)

1)系統(tǒng)總體框架

農(nóng)業(yè)用水模型系統(tǒng)是基于SWAT(soil and water assessment tool)開發(fā)適合農(nóng)業(yè)灌溉用水的快速評價系統(tǒng)。該系統(tǒng)的總體架構(gòu)如圖3所示。主要包括灌溉規(guī)劃管理和快速評價預測管理兩大部分,可在功能上滿足農(nóng)業(yè)灌溉規(guī)劃和動態(tài)灌溉管理的需求[11]。

2)情景模擬與方案優(yōu)化

灌溉規(guī)劃管理子系統(tǒng)側(cè)重于對灌溉方案進行優(yōu)化,系統(tǒng)可根據(jù)歷史數(shù)據(jù)資料對嵌入的SWAT模型參數(shù)進行率定和驗證;可分不同情景(不同灌溉水量、不同灌溉時間、不同灌溉次數(shù)、不同灌溉措施等)對區(qū)域年灌溉情況進行模擬;還可以分析灌溉用水量、作物蒸發(fā)蒸騰量、作物水分脅迫系數(shù)、作物葉面指數(shù)等指標,根據(jù)作物產(chǎn)量及綜合經(jīng)濟效益,確定最佳灌溉方案,對已有灌溉方案優(yōu)化提供參考依據(jù)[12]。

灌溉規(guī)劃管理子系統(tǒng)基于SWAT模型構(gòu)建,它主要是在結(jié)合農(nóng)業(yè)土壤含水量和農(nóng)業(yè)灌溉信息的基礎之上,分析不同的灌溉方案和管理措施等情景下,農(nóng)業(yè)中作物的耗水量、產(chǎn)量和水分生產(chǎn)效率等[13]。從而對于區(qū)域的農(nóng)業(yè)灌溉策略優(yōu)化和制定最佳農(nóng)業(yè)灌溉制度提供一定的技術(shù)和理論支持。該系統(tǒng)業(yè)務流程共包含6個子模塊(圖5)。

3)農(nóng)業(yè)用水估算

快速評價預測管理子系統(tǒng)側(cè)重于對灌溉活動進行快速評價預測[14]。系統(tǒng)可根據(jù)灌溉區(qū)域的當前天氣狀況以及未來降水、氣溫的預報數(shù)據(jù)和當前土壤墑情監(jiān)測數(shù)據(jù),以及土壤類型、作物葉面積指標,對目標區(qū)域作物耗水量和土壤墑情進行模擬預測;根據(jù)土壤水分平衡原理,結(jié)合土壤墑情預報值、作物耗水量,確定灌溉區(qū)域灌溉需水量、灌溉時間,為動態(tài)灌溉決策提供數(shù)據(jù)支撐[15]。

農(nóng)業(yè)用水快速評價預測子系統(tǒng)是基于灌溉用水過程的復雜性和實時性,結(jié)合目標區(qū)域的具體情況,開發(fā)灌區(qū)動態(tài)灌溉管理決策輔助系統(tǒng)(如圖6),共包含6個功能模塊,如圖7所示。該子系統(tǒng)具有人機交互數(shù)據(jù)錄入、查詢、結(jié)果展示功能,具有較強的可視化定量分析功能,能夠為灌區(qū)管理提供灌溉模式優(yōu)選和水資源優(yōu)化分配的決策支持,為用戶指定精細灌溉的作業(yè)方案。

圖2 SWAT模型運行命令控制圖Fig.2 The running command cohtrol diagram of SWAT model

圖3 系統(tǒng)總體框架圖Fig.3 The system framework diagram

圖4 灌溉規(guī)劃管理子系統(tǒng)結(jié)構(gòu)圖Fig.4 The subsystem structure diagram of irrigation planning management

圖5 灌溉規(guī)劃管理子系統(tǒng)主要模塊Fig.5 The main module of irrigation planning management subsystem

圖6 農(nóng)業(yè)用水評價預測子系統(tǒng)結(jié)構(gòu)圖Fig.6 The subsystem structure diagram of agricultural water evaluation and prediction

圖7 農(nóng)業(yè)用水快速評價預測子系統(tǒng)主要模塊Fig.7 The main module of agricultural water evaluation and prediction

3 基于監(jiān)測數(shù)據(jù)的統(tǒng)計分析方法

本次研究主要探討了傳統(tǒng)的統(tǒng)計分析方法(如,主成分分析法、聚類分析法和回歸統(tǒng)計模型法等)與抽樣統(tǒng)計分析方法,及其在農(nóng)業(yè)用水測算應用。

3.1 傳統(tǒng)統(tǒng)計方法概述

1)傳統(tǒng)統(tǒng)計方法對比

目前常用的統(tǒng)計分析方法包括主成分分析法、聚類分析法和回歸統(tǒng)計模型法等。其中主成分分析主要是通過降維的思想將多個變量變?yōu)樯贁?shù)幾個可以代表原始變量信息的統(tǒng)計方法。聚類分析是根據(jù)待分類模式特征的相似或者相異程度將數(shù)據(jù)樣本進行分組,從而使得同一組的數(shù)據(jù)盡可能相似,不同組的數(shù)據(jù)盡可能相異,其目的是進行數(shù)據(jù)分類而不是預測。

回歸統(tǒng)計模型是根據(jù)兩種或者兩種以上變量間相互依賴的定量關(guān)系,通過對一組觀察值使用最小二乘法進行直線擬合來實現(xiàn)線性回歸分析,其功能是分析單個因變量是如何受一個或者多個自變量數(shù)據(jù)的影響。通過上述三個統(tǒng)計方法的對比分析可知,回歸統(tǒng)計模型更適用于分析單一因變量與多個自變量之間的統(tǒng)計關(guān)系,與農(nóng)業(yè)灌溉用水量統(tǒng)計要求較為相符。

2)多元線性回歸方法

多元線性回歸方法是在統(tǒng)計學領(lǐng)域經(jīng)常使用的一種重要方法,不僅在生產(chǎn)實際中,而且在科學實驗中都有著非常廣泛的應用。它主要是通過研究多個隨機變量之間的內(nèi)在關(guān)系來表示數(shù)據(jù)樣本的整體特征。

3.2 抽樣統(tǒng)計分析方法——整群與分層抽樣方法

傳統(tǒng)農(nóng)業(yè)用水基本上采用灌溉定額(或調(diào)查定額)與統(tǒng)計的灌溉面積推算而得。該方法工作量大,組織難度大。需要直接從最基層開始統(tǒng)計,動員大量的人力物力,因為其統(tǒng)計必須從最基層開始,層層匯總上報,導致工作精度與時間難以控制。長期以來,傳統(tǒng)農(nóng)業(yè)用水基本上是估算數(shù),與實際用水情況有較大出入,在許多地區(qū)或應用中也證實了這一點。由于缺乏一定數(shù)學基礎的估算,農(nóng)業(yè)用水數(shù)據(jù)的精度(置信度與誤差范圍)也不得而知。嚴格地講,任何數(shù)據(jù)如果沒有置信度與誤差范圍,該數(shù)據(jù)就是存疑的,因此農(nóng)業(yè)用水量或者畝均灌溉水量數(shù)據(jù)被嚴重質(zhì)疑的。

圖8 多元回歸分析流程圖Fig.8 The flow diagram of multiple regression analysis

因此,具有數(shù)學基礎的“科學”統(tǒng)計方法就顯得尤其重要。抽樣統(tǒng)計是經(jīng)過嚴密的數(shù)學分析與論證的一種有效手段?？梢酝ㄟ^抽取一定的樣本進行統(tǒng)計分析,得出相對精確的結(jié)論。如在農(nóng)業(yè)用水統(tǒng)計中,如果采用抽樣統(tǒng)計方法,按其規(guī)定的步驟進行抽樣與分析,其得出的結(jié)果則顯然有強大的、無可辯駁的權(quán)威性。相對而言,抽樣調(diào)查的周期短、時效性強,并且抽樣調(diào)查能提高調(diào)查的質(zhì)量,作為普查的補充,也可用來評價和修正普查結(jié)果。

整群抽樣又稱為聚類隨機抽樣或者集體隨機抽樣,它主要是從整體的海量數(shù)據(jù)中抽取隨機的一小部分樣本,然后將抽取的這一小部分樣本作為調(diào)查研究的一個群體。分層抽樣則主要是分為兩個步驟,首先是將所有的樣本按照默寫規(guī)則分為若干個部分,其次是在這些部分中再采用簡單隨機抽樣或者是系統(tǒng)抽樣進行子樣本的抽取,最終將所有的子樣本放在一起就構(gòu)成了分層抽樣之后的樣本。針對農(nóng)業(yè)用水量統(tǒng)計而言,我們可以先按水利部《用水總量統(tǒng)計方案(試行)》規(guī)定將農(nóng)業(yè)用水劃分為農(nóng)田、林果地、草地、魚塘和畜禽五個群,開展整群抽樣。然后再在每個群中根據(jù)土壤類型,如砂壤、紅壤、水稻土等等,地形如山區(qū)、丘陵、平原等,以及植被類型,如水稻、玉米、小麥等等進行分層抽樣。

分層抽樣的總體思路是按照每一個小群(例如,農(nóng)田)中的分異規(guī)律將群進行分層劃分;然后利用最小二乘法估計最小的樣本量,同時將按照相同的比例將樣本分別分配到每一層,最終分別利用聯(lián)合比估計和分別比估計進行整體的回歸估計。最后用國控農(nóng)業(yè)用水監(jiān)控點的監(jiān)測數(shù)據(jù)進行回歸估計的精度評估。

一般情況下,總體樣本的分層數(shù)越多,抽樣的精度便會越高,但要注意的是抽樣方差的減小和分層數(shù)的平方是呈現(xiàn)反比關(guān)系的。在分層抽樣過程中,必須要求最少有兩個樣本層,最多不能超過總樣本量的一般。但在研究過程中發(fā)現(xiàn),當抽樣的層數(shù)大于6時,方差的下降幅度便會大幅變慢。所以經(jīng)過理論和實踐的研究,一般情況下分層數(shù)不超過6層?？蛇x擇將以每一個小群(例如,農(nóng)田)中的分異規(guī)律來確定分層標志,分層界限確定采用累計頻數(shù)直方圖法。

4 結(jié) 論

農(nóng)業(yè)灌溉用水總量的合理測算不僅是落實最嚴格水資源管理制度的要求,而且是社會經(jīng)濟可持續(xù)發(fā)展的基本保障;不僅有利于解決我國水農(nóng)業(yè)水資源的突出矛盾,而且可以實現(xiàn)農(nóng)業(yè)綠色發(fā)展。針對我國灌區(qū)數(shù)量多以及類型復雜的特點,本文將灌區(qū)農(nóng)業(yè)用水的測算分為2類,基于水循環(huán)過程的物理模型方法和基于監(jiān)測數(shù)據(jù)的統(tǒng)計分析方法。其中將物理模型方法以SWAT為例,主要分析了SWAT模型的構(gòu)建和農(nóng)業(yè)用水模型系統(tǒng);統(tǒng)計分析方法主要分析了多元回歸分析模型與抽樣統(tǒng)計分析方法。