第1章绪论
河套灌区地处干旱半干旱地区，降雨量少，蒸发量大，灌区多年平均降雨量为120～300mm，多年平均蒸发量约为2400mm，为降雨量的8～20倍，从客观条件上决定了该区没有灌溉就没有农业。按照国务院分水方案，河套灌区引黄水量限制值为40亿m3，目前，灌区年均引黄水量约为46亿m3，超过限制值约6亿m3，面临水资源短缺的严峻形势。此外，随着社会经济发展，河套灌区部分水权由农业向工业转让，总计需将
3.6亿m3的引黄水量转移到其他用水更为迫切的地区。灌区引黄水量的减少必将对灌区农业、工业和城镇的发展带来制约性的影响，届时用水矛盾将更加突出。河套灌区是典型的干旱盐渍化灌区，引黄水量的减少也会改变灌区水盐循环过程，影响耕地可持续发展。现阶段，灌区一方面面临引黄水量大幅度减少的问题，另一方面灌区种植面积在不断扩大，灌区需水量增加。因此，对河套灌区适宜的农业灌溉用水量和发展模式的研究迫在眉睫。
河套灌区的水资源绝大部分是黄河引水和引黄灌溉水补给形成的地下水，引黄水量
下降导致部分城乡居民的生活用水受到影响。农业是河套灌区的基础产业，也是**用水大户，灌溉用水量占区内用水总量的90%以上。近十多年来，河套灌区开展了节水改造工程和节水灌溉技术示范与推广，这些工程技术显著减少了无效蒸发和深层渗漏，提高了区内灌溉水利用效率，但总体而言，河套灌区农业用水效率不高，农业节水跟不上经济发展的步伐，水资源效益不高。近年来，随着经济社会的不断发展，河套灌区其他行业的用水量也在日益增加，农业用水与其他行业的用水矛盾日益突出。同时，随着黄河沿线地区水资源需求的增长，黄河水资源日趋紧缺，河套灌区引黄灌溉分配水量逐年减少（李继超和王玲，2018）。因此，合理预测需水总量及需水结构，提高水资源利用效率，对于当地的经济发展具有重要意义。
由于灌区的主要用水行业是农业，农业需水量预测尤为重要。农业需水量的预测大约开始于100年前的美国（黄修桥，2005），由于水资源短缺及需水量的迅速增加，水资源的规划愈加重要，农业需水量的预测得到了迅速发展（耿曙萍等，2006）。准确分析预测用水需求对区域水量精细调度与经济社会发展至关重要（王玮，2019；王明新，2010），国内外许多学者对此进行了深入研究，许多先进的预测方法也被应用于需水预测（Pulido-Calvo and Gutiérrez-Estrada，2009；Amir and Fisher，1999）。在灌区农业需水预测方面，国内外学者使用的预测方法主要有以下几种：①彭曼（Penman）公式法。*先利用彭曼公式得到作物蒸发蒸腾量，在此基础上考虑降雨量等因素，预测灌区的灌溉需水量。该方法需要大量气象资料、种植结构及水资源量等资料的支撑（张宝泉等，2008）。
部分学者根据参考作物需水量的变化规律总结了一些经验公式（李彦等，2004；刘晓英等，2003；刘钰和Pereira，2001；汪志农等，2001；刘绍民，1998），这些公式简化了计算过程并降低了对气象数据的要求，在一定程度上弥补了彭曼公式的缺点。②时间序列法。对于一些用水资料较齐全的灌区，可以采用时间序列法对灌区的农业需水量进行预测。例如，邵东国等（1998）基于时间序列法，建立了区域农业灌溉用水量长期预报分解模型；郑世宗等（1999）用自回归模型对霍泉灌区出流量进行了预测；李靖等（2000）基于周期性变化时间序列的分析预报方法，针对灌区需水量变化规律建立了灌区需水预报模型；刘小花等（2002）以开封历年引黄水、地下水与地表水的系列资料为基础，采用时间序列法，预测了开封农业灌溉需水量；王立坤等（2004）采用时间序列法，建立了水稻需水量预报模型。③定额法。定额法具有简便、直观、便于考虑因素变化等特点，在农业需水预测时经常被采用。由于定额法只考虑作物用水量的特点，预测结果明显偏大（刘迪等，2008）。李智慧和周之豪（1995）利用线性规划法得出了种植结构，并采用定额法对海河流域的农业需水量进行了预测；徐中民和程国栋（2000）与王大正等（2002）利用宏观经济模型、定额法分别对黑河流域中游和海河流域进行了农业需水量预测。④人工神经网络方法。针对常规需水量预测模型在预测中存在的拟合精度较差并且在预测时容易出现失真的情况，刘洪波（2005）引入人工神经网络方法，建立了非线性人工神经网络预测模型。黄国如和胡和平（2000）建立了基于神经网络的黄河下游引黄灌区引水量预估模型。⑤以灰色理论为基础的灰色预测模型。灰色理论是指根据系统的行为特征数据，找出因素之间和因素自身的数学关系或变化规律，建立一种描述被研究系统的动态变化特征的模型（宋巧娜和唐德善，2007；朱春江等，2006；董振兴等，2001）。郭宗楼等（1995）利用灰色理论进行了作物需水量的预测；李振全等（2005）使用灰色预测模型对西安的农业需水量进行了预测；王福林（2013）使用灰色预测模型和定额法对辽宁的需水量进行了预测。
由于需水预测涉及社会、经济、人口及环境等多方面，目前常用预测方法的预测结果与实际用水量存在一定的差距（郭晓玲，2007；傅金祥和马兴冠，2002）。人工神经网络方法与时间序列法只需要较少的数据即可得到较好的拟合结果，但是它们并不是具有实际物理意义的模型，当某些基础条件发生改变（如国家政策对农业用水量做出了新规定）时，其预测结果的精度将会受到很大影响。定额法通过气象、作物等的观测试验和理论公式将灌溉用水量计算出来，适用于作物的种类、面积参数明确，灌溉水利用系数准确的情况，具有简便、直观、概念清晰的特点，但是这些基础数据基于某一个具体的试验点，无法将其不加验证地扩展到更大的区域。由于灌溉用水量具有一定的尺度效应，预测结果的精度难以保证。同时，灌溉定额会随着气候条件、作物品种、种植结构、农艺管理等措施变化，涉及的灌溉水利用系数也难以确定，尤其是在大型灌区（次旦卓嘎，2015；马灵玲等，2005；黄修桥等，2004）。由于工业及生活用水不断增加，以及20世纪末全国开展的大型灌区节水改造，一些灌区的灌溉用水量呈现下降趋势，如何比较准确地估算不同条件下的灌溉需水量是灌溉管理中需要解决的关键问题（张凯等，2006）。
确定作物的灌溉定额是进行灌区农业需水量预测的基础。作物的灌溉制度是指作物播种前及全生育期内的灌水次数，以及每次的灌水日期、灌水定额及灌溉定额。灌溉制度包括充分灌溉和非充分灌溉两种。充分灌溉条件下灌溉供水能够充分满足作物各生育阶段的需水量，而非充分灌溉条件下允许作物在一定程度水分亏缺条件下产量亏缺。非充分灌溉不完全追求作物在单位面积上获得*大产量，但可以大幅提高农业用水的利用率，因此非充分灌溉可能更加适用于我国水资源短缺的干旱半干旱地区。灌水定额是指一次灌水单位灌溉面积上的灌溉水量，各次灌水定额之和为灌溉定额。净灌溉定额是作物正常生长所需灌溉的水量，可依据作物需水量、有效降雨量、地下水利用量确定。田间灌溉定额及毛灌溉定额是以净灌溉定额为基础的，田间灌溉定额是考虑田间灌水损失后（一般认为农渠以下的渠系为田间渠系，田间灌水损失包括农渠以下的渠道输水损失和田间灌溉入渗损失），折算到田口的亩①均灌溉需水量，毛灌溉定额是考虑输水损失和田间灌水损失后，折算到渠*的亩均灌溉需水量。
灌溉制度的确定方法主要包括以下四种。
（1）总结群众丰产灌水经验。多年来农业生产的实践经验是制定灌溉制度的重要依据。调查收集实际情况下不同年份、不同生育期的作物田间耗水量及灌水次数、灌水时间间距、灌水定额和灌溉定额。
（2）田间实测法。测定灌水前后的土壤含水率，通过灌溉前后田间实测土壤剖面的水量差值来计算净灌水定额。
（1.0.1）式中：m为净灌水定额，m3/亩；γ为土壤容重，2g/cm3；H为土壤计划湿润层深度，m；θ1、θ2分别为灌水前后的土壤含水率。将作物生育期所有的净灌水定额加起来得到作物净灌溉定额。
（3）水量平衡法。由水量平衡法计算灌溉制度，通常将作物主要根系吸水层作为灌水时的土壤计划湿润层，并要求该土层内的储水量保持在作物所要求的范围内。对于旱作物，整个生育期中任何一个时段土壤计划湿润层内储水量的变化可以用下列水量平衡方程表示：
（1.0.2）
t0e式中：W0、Wt为时段初和任一时间t时的土壤计划湿润层内的储水量；Pe为在土壤计划湿润层内的有效降雨量；K为时段内的地下水补给量，K=kt，k为时段内平均每昼夜的地下水补给量；M为时段内的灌溉水量（净灌溉定额）；ET为时段内的作物需水量，即ET=et，e为时段内平均每昼夜的作物需水量。实际计算灌溉制度时，作物需水量可通过灌溉试验监测数据或公式计算得到。计算作物需水量的方法是彭曼-蒙蒂思（Penman-Monteith）公式及作物系数法，通过扣除生育期有效降雨量及作物地下水利用量等可得到灌溉定额。
（1.0.3）
（1.0.4）
式中：ET为作物需水量；Kc为作物系数；ET0为参考作物腾发量，通过彭曼-蒙蒂思公式计算；M为净灌溉定额；Pe为有效降雨量；Ge为作物生育期内的地下水利用量；ΔW为时段始末土壤储水量的变化量。
（4）灌溉制度优化方法。灌溉制度优化方法主要有以下两种：一是通过不同组灌溉定额的试验和作物水分生产函数得到*优效益，选择出*优灌溉定额；二是通过建立数学模型及物理模型进行分析，或者结合动态规划法、遗传算法等优化算法计算得到。
目前，针对主要作物的灌溉定额已开展了大量研究。吕宁等（2019）通过不同滴灌量对北疆玉米生长和产量因子影响的试验，确定了适宜新疆滴灌玉米高产栽培的*佳灌水定额。薛德鹏等（2024）和杨凡等（2023）分别采用元分析（meta-analysis）法分析了多年花生和葡萄的田间灌溉试验数据，得到了我国北方地区花生和葡萄的高效灌溉制度。张紫森（2023）基于水量平衡法确定了拉萨河谷双季饲草各生育阶段喷灌灌溉制度和农业用水管理方法。王二英和刘小山（2008）采用动态规划法模拟确定了河北主要粮食作物的灌溉用水定额。王红霞等（2007）采用多目标混沌优化算法进行了作物灌溉制度优化。于芷婧（2014）基于农田水量平衡模型和詹森（Jensen）模型，利用多目标优化和遗传算法，对作物灌溉制度进行了优化，分别确定了华北地区冬小麦和夏玉米*佳的灌水时期。河套灌区除了面临水资源短缺的挑战外，还面临着土壤盐渍化等诸多问题，除生育期灌溉以外，还存在非生育期秋浇或春灌，对土壤进行洗盐保墒，河套灌区灌溉制度分析更为复杂。朱敏等（2012）应用遗传算法得到了内蒙古河套灌区对于番茄而言高产、节水、高效的灌溉制度。范雅君（2014）和田德龙等（2015）通过建立詹森模型，分别优化了河套灌区膜下滴灌玉米、井渠结合小麦和葵花的灌溉制度。刘美含（2021）通过田间试验和模型分析，确定了河套灌区中上游地区节水抑盐条件下适宜的地下水埋深，制定了不同水文年型下精确考虑地下水补给量的优化灌溉制度。郑倩（2021）基于改进后的土水评估工具（soil and water assessment tool，SWAT）模型，得到了现状条件下针对葵花、玉米、小麦的优化灌溉制度。李瑞平等（2010）利用水热耦合（simultaneous heat and water，SHAW）模型模拟确定了河套灌区不同盐渍化土壤合理的秋浇节水灌溉制度。
上述方法可得到点尺度（或小区尺度）的灌溉定额，为灌区农业用水预测提供了宝贵的资料。在灌区尺度，由于不同位置的土壤类型、地下水位、降雨蒸发、作物品种、管理方式等有很大的差异，即便是对于同一种作物，所得到的灌溉定额也会差别很大。本书灌区引水量分析所需要的是区域面上的灌溉定额，可以通过点灌溉定额的加权平均确定，但灌区不同点的测量数据较少，很难得到较为可靠的面上平均灌溉定额。面上平均灌溉定额也可以利用灌区不同分区的引水量、灌溉面积、灌溉水利用系数
展开
