張西銀

(山東省臨沂市河?xùn)|區(qū)水利工程保障中心,山東 臨沂 276026)

1 概 述

我國(guó)是農(nóng)業(yè)大國(guó),如何處理干旱地區(qū)灌溉節(jié)水與農(nóng)作物種植之間的關(guān)系,許多學(xué)者對(duì)此進(jìn)行了相關(guān)研究。黃文仲［1］基于福建省的多個(gè)灌區(qū)數(shù)據(jù),對(duì)灌溉水有效利用系數(shù)進(jìn)行了計(jì)算,結(jié)果表明福建省的灌溉水利用系數(shù)逐年增長(zhǎng)。宋昆侖［2］對(duì)灌溉用水管理方法進(jìn)行了優(yōu)化,優(yōu)化后能有效提高用水效率。崔巍、李夏［3］探討了農(nóng)田水利工程的節(jié)水灌溉技術(shù),并提出了相應(yīng)的優(yōu)化措施。沈瑩瑩等［4］提出了一種針對(duì)不同區(qū)域的農(nóng)田灌溉用水量的計(jì)算和分析方法,該方法為農(nóng)田精細(xì)化配水奠定了基礎(chǔ)。王建輝等［5］基于TensorFlow架構(gòu),對(duì)黃河流域的灌溉用水量進(jìn)行了推算,并探討了灌溉用水的空間分布規(guī)律。鄭潤(rùn)橋等［6］對(duì)區(qū)域灌溉用水量和空間分布特征進(jìn)行了研究,并以魯西北地區(qū)為例,研究了灌溉用水空間分布特征的影響因素。常明等［7］探究了不同農(nóng)田管護(hù)模式對(duì)灌溉效率的影響。

本文基于灌溉用水反彈效應(yīng)模型,研究我國(guó)干旱地區(qū)的灌溉用水反彈效應(yīng)。通過(guò)LMDI分解方法,將灌溉用水反彈效應(yīng)分解為氣候效應(yīng)、單產(chǎn)效應(yīng)、結(jié)構(gòu)效應(yīng)、面積效應(yīng)以及灌溉效應(yīng)5種,分析單個(gè)效應(yīng)對(duì)灌溉用水反彈效應(yīng)的貢獻(xiàn)率。研究成果可為干旱地區(qū)的農(nóng)業(yè)發(fā)展提供一定的指導(dǎo)作用。

2 模型建立

2.1 灌溉用水反彈效應(yīng)原理

新增能源消耗抵消的通過(guò)節(jié)能技術(shù)提高的節(jié)能效果被稱(chēng)作能源反彈效應(yīng)。就灌溉領(lǐng)域而言,反彈效應(yīng)可以通過(guò)下式進(jìn)行定義:

(1)

式中:WRE為用水反彈效應(yīng);RWU為反彈量的絕對(duì)值;EWS為通過(guò)節(jié)水技術(shù)提高而獲得的預(yù)期節(jié)水量;AWS為實(shí)際的節(jié)水量。

通過(guò)式(1)發(fā)現(xiàn),在灌溉技術(shù)提高后,其預(yù)期的節(jié)水量被增加用水量所低效的程度可以用灌溉用水反彈效應(yīng)所衡量,形式為百分比。表1為根據(jù)反彈效應(yīng)對(duì)灌溉用水的分類(lèi)情況。在實(shí)際工作中,最理想的情況為零反彈,即預(yù)期節(jié)水量等同于實(shí)際節(jié)水量;完全反彈則表示實(shí)際的節(jié)水量為零;而回火反彈則表示預(yù)期節(jié)水量小于新增加的灌溉用水量。

表1 灌溉用水反彈效應(yīng)的分類(lèi)

2.2 灌溉用水反彈效應(yīng)測(cè)算方法

根據(jù)以往的研究,通常測(cè)算某一地區(qū)的灌溉用水反彈效應(yīng),需要對(duì)灌溉耗水量WC進(jìn)行測(cè)算。計(jì)算公式如下:

WCi=∑jWCij=∑jPWij×IAij

(2)

式中:WCij為j作物在i地區(qū)的灌溉消耗量;PWij為j作物在i地區(qū)的單位面積所消耗的灌溉量;IAij為j作物在i地區(qū)所占的灌溉面積。

通過(guò)種植面積與有效灌溉率進(jìn)行計(jì)算,可替代(2)式中的灌溉面積IAij,公式如下:

IAij=SAij×βi

(3)

式中:SAij為j作物在i地區(qū)所占的種植面積;βi為有效灌溉面積所占耕地面積的比例,即有效灌溉率。

對(duì)式(2)和式(3)進(jìn)行綜合后,可以獲得i地區(qū)灌溉耗水量WCi計(jì)算公式:

WCi=∑jWCij=∑jPWij×SAij×βi

(4)

分解后的灌溉用水反彈效應(yīng)驅(qū)動(dòng)因素包含5種,分別為氣候效應(yīng)、結(jié)構(gòu)效應(yīng)、面積效應(yīng)、單產(chǎn)效應(yīng)以及灌溉效應(yīng),本文分別計(jì)算了該5種效應(yīng)對(duì)灌溉用水反彈效應(yīng)的影響。

3 結(jié)果分析與討論

選取2012-2018年的干旱地區(qū)5個(gè)城市作為研究對(duì)象,標(biāo)記為A、B、C、D、E;原始數(shù)據(jù)取自當(dāng)?shù)毓倬W(wǎng)數(shù)據(jù),分別對(duì)灌溉用水反彈效應(yīng)、驅(qū)動(dòng)因素影響以及地區(qū)之間差異進(jìn)行研究分析。

3.1 效應(yīng)測(cè)算

圖1為旱區(qū)的5個(gè)城市以及干旱地區(qū)整體的灌溉用水反彈效應(yīng)情況。

圖1 不同城市的主要農(nóng)作物灌溉用水反彈效應(yīng)

從圖1中可以看出,不同地區(qū)之間的灌溉用水反彈相應(yīng)存在較大的差異。2012年灌溉用水反彈效應(yīng)最大的為A城市,B、C和D三個(gè)城市之間的灌溉用水反彈效應(yīng)較為接近,E城市的灌溉用水反彈效應(yīng)為負(fù)數(shù),出現(xiàn)了負(fù)反彈現(xiàn)象。就旱區(qū)整體而言,隨著年份的增加,旱區(qū)的灌溉用水反彈效應(yīng)總體呈現(xiàn)緩慢上升的趨勢(shì),表現(xiàn)出旱區(qū)的長(zhǎng)期反彈效應(yīng)大于短期水平的現(xiàn)象。就各城市情況而言,A城市的灌溉用水反彈效應(yīng)呈現(xiàn)出隨著年份的增加先大幅下降而后小幅增加的情況,E城市則隨著年份增加灌溉用水反彈效應(yīng)由負(fù)反彈逐漸增加,后出現(xiàn)小幅度的減小,表明A城市和E城市在2012-2018年農(nóng)業(yè)生產(chǎn)條件出現(xiàn)了較大的變化。從B城市、C城市和D城市灌溉用水反彈效應(yīng)隨年份變化曲線可以看出,3個(gè)城市的灌溉用水反彈效應(yīng)長(zhǎng)期與短期之間的差別較小,表明3個(gè)城市的農(nóng)業(yè)生產(chǎn)在長(zhǎng)期較為穩(wěn)定。此外,干旱區(qū)域整體的灌溉用水反彈效應(yīng)約為300%,出現(xiàn)了較為嚴(yán)重的“回火”現(xiàn)象。

3.2 單位面積產(chǎn)量

圖2為以2010年單位面積產(chǎn)量為基數(shù),5個(gè)城市和旱區(qū)整體的主要農(nóng)作物單位面積產(chǎn)量變化情況。由圖2可以發(fā)現(xiàn),5個(gè)城市和旱區(qū)整體上單位面積產(chǎn)量相較于2010年均出現(xiàn)了增加。單位面積產(chǎn)量增量最大的為D城市,其次為E城市,單位面積產(chǎn)量增量最小的為C城市。從增加速率來(lái)看,除了C城市之外,其他4城和干旱區(qū)域整體的單位面積產(chǎn)量增加速率均隨年份增加而加快,表明國(guó)家節(jié)水政策對(duì)農(nóng)業(yè)生產(chǎn)的促進(jìn)作用。

由于農(nóng)作物產(chǎn)量增加所導(dǎo)致的灌溉用水需求增大的現(xiàn)象稱(chēng)之為“水文反彈”。水文反彈現(xiàn)象是節(jié)水灌溉技術(shù)的一個(gè)內(nèi)在屬性,通過(guò)節(jié)水灌溉技術(shù),可以更精確地對(duì)農(nóng)作物灌溉用水需求進(jìn)行滿(mǎn)足。但旱區(qū)水資源本來(lái)就匱乏,未必能完全滿(mǎn)足由于產(chǎn)量增長(zhǎng)引起的灌溉用水需求,有可能出現(xiàn)單位水資源所獲得的產(chǎn)量降低的情況出現(xiàn),給農(nóng)業(yè)的可持續(xù)發(fā)展帶來(lái)負(fù)面影響。

圖2 不同城市的主要農(nóng)作物單位面積產(chǎn)量變化

3.3 種植面積擴(kuò)大

面積效應(yīng)能夠反映主要農(nóng)作物的種植面積變化對(duì)灌溉反彈效應(yīng)的影響情況。同一種植結(jié)構(gòu)下,以2010年種植面積為基數(shù),2012-2018年旱區(qū)5個(gè)城市的主要農(nóng)作物種植面積的變化情況見(jiàn)圖3。從圖3可以看出,相對(duì)于基數(shù),6年間5個(gè)城市的種植面積都出現(xiàn)了增加。旱區(qū)的整體種植面積在2018年增加了2 568.42hm2。其中,C城市的種植面積增量最大,其次為A城市,D城市和E城市的種植面積增量較為接近,維持在較低的水平,種植面積增量最小的為B城市。

由于農(nóng)作物種植規(guī)模變化引起的灌溉用水需求增加,稱(chēng)之為灌溉用水反彈效應(yīng)中的“經(jīng)濟(jì)反彈”。經(jīng)濟(jì)反彈現(xiàn)象通常體現(xiàn)了由于灌溉水利用系數(shù)的提高使得農(nóng)作物種植規(guī)模發(fā)生改變,進(jìn)而引起農(nóng)業(yè)灌溉用水需求的變化。而在旱區(qū),由于客觀原因水資源較為匱乏,農(nóng)業(yè)種植規(guī)模大幅度上漲,會(huì)造成用水矛盾,不利于農(nóng)業(yè)的長(zhǎng)期持續(xù)發(fā)展。因此,應(yīng)對(duì)農(nóng)業(yè)種植規(guī)模進(jìn)行合理規(guī)劃,不盲目發(fā)展,防止由于種植規(guī)模擴(kuò)大引起的灌溉用水反彈。

圖3 不同城市的主要農(nóng)作物種植面積變化

3.4 驅(qū)動(dòng)因素

通過(guò)LMDI分解方法,將灌溉用水反彈效應(yīng)分解為氣候效應(yīng)、單產(chǎn)效應(yīng)、結(jié)構(gòu)效應(yīng)、面積效應(yīng)以及灌溉效應(yīng),并將這5種效應(yīng)作為5個(gè)驅(qū)動(dòng)因素。所謂貢獻(xiàn)率,反映了驅(qū)動(dòng)因素對(duì)灌溉用水反彈效應(yīng)的貢獻(xiàn)情況。圖4為2012-2018年5種驅(qū)動(dòng)因素對(duì)旱區(qū)5個(gè)城市的整體貢獻(xiàn)率情況。

由圖4可以發(fā)現(xiàn),從旱區(qū)整體而言,氣候效應(yīng)的貢獻(xiàn)率為負(fù)數(shù),反映了旱區(qū)的氣候條件在2012-2018年間由于環(huán)境治理出現(xiàn)了改善,使灌溉用水反彈效應(yīng)降低。整體貢獻(xiàn)率最大的是面積效應(yīng),達(dá)到64.42%,這主要是由于農(nóng)作物面積的增大使旱區(qū)灌溉用水反彈效應(yīng)增加,種植面積擴(kuò)大是主導(dǎo)因素。此外,單產(chǎn)效應(yīng)和灌溉效應(yīng)的貢獻(xiàn)率也為正值,達(dá)到50%左右,表明隨著單產(chǎn)效應(yīng)的增加和灌溉需求的增大使灌溉用水反彈效應(yīng)加劇。

從單一城市而言,A城市灌溉用水反彈效應(yīng)的主導(dǎo)因素為單位面積產(chǎn)量,產(chǎn)量的增加使得A城市農(nóng)業(yè)灌溉用水反彈效應(yīng)增大。B城市的灌溉用水反彈效應(yīng)受氣候和單位面積產(chǎn)量影響較大,氣候條件的改善使得新增灌溉用水減小,而單位面積產(chǎn)量的增加使得灌溉用水需求增大。C城市的氣候因素是影響灌溉用水反彈效應(yīng)的主要因素。D城市的灌溉用水反彈效應(yīng)主要受到氣候和單位面積產(chǎn)量控制。而在E城市,由于種植面積增加最大,因此E城市的種植面積是控制灌溉用水反彈效應(yīng)的主要因素。

圖4 旱區(qū)5城市各驅(qū)動(dòng)因素貢獻(xiàn)率

4 結(jié) 論

本文基于灌溉用水反彈效應(yīng)模型,研究了我國(guó)干旱地區(qū)的灌溉用水反彈效應(yīng)。分別選取了氣候效應(yīng)、單產(chǎn)效應(yīng)、結(jié)構(gòu)效應(yīng)、面積效應(yīng)和灌溉效應(yīng)作為5個(gè)驅(qū)動(dòng)因素,分析了不同因素對(duì)灌溉用水反彈效應(yīng)的貢獻(xiàn)率。結(jié)論如下:

1)旱區(qū)的灌溉用水反彈效應(yīng)隨著年份的增加總體呈現(xiàn)緩慢上升的趨勢(shì),表現(xiàn)出旱區(qū)的長(zhǎng)期反彈效應(yīng)大于短期水平的情況。干旱區(qū)域整體的灌溉用水反彈效應(yīng)約為300%,出現(xiàn)了較為嚴(yán)重的“回火”現(xiàn)象。

2)農(nóng)業(yè)種植規(guī)模大幅度上漲,會(huì)造成用水矛盾,不利于農(nóng)業(yè)的長(zhǎng)期持續(xù)發(fā)展。應(yīng)對(duì)農(nóng)業(yè)種植規(guī)模進(jìn)行合理規(guī)劃,不盲目發(fā)展,防止由于種植規(guī)模擴(kuò)大引起的灌溉用水反彈。

3)旱區(qū)的氣候效應(yīng)貢獻(xiàn)率為負(fù)數(shù),表明旱區(qū)的氣候條件在2012-2018年由于環(huán)境治理出現(xiàn)了改善,使得灌溉用水反彈效應(yīng)降低。整體貢獻(xiàn)率最大的是面積效應(yīng),達(dá)到64.42%,這主要是由于農(nóng)作物面積的增加使得旱區(qū)灌溉用水反彈效應(yīng)增大,種植面積擴(kuò)大是主導(dǎo)因素。