灌區灌溉用水時空優化配置方法研究

摘要：在我國經濟快速發展的形勢下，水資源越來越匱乏，為了保證糧食安全，需要對灌溉資源進行合理的規劃和管理。在對水資源進行管理時，不僅可以從時間尺度上對灌溉用水量進行控制，而且可以從空間尺度上降低灌溉用水量，提高水資源管理的整體水平。基于此，文章對灌區灌溉用水時空優化配置方法進行研究。

關鍵詞：灌區；灌溉用水；時空優化配置方法；水資源；灌溉資源；灌溉用水量 文獻標識碼：A

中圖分類號：TV212 文章編號：1009-2374（2016）08-0123-02 DOI：10.13535/j.cnki.11-4406/n.2016.08.063

在我國經濟不斷發展的形勢下，水資源缺乏的問題已經越來越嚴重，對農業的正常生產造成了影響。但在農業灌溉過程中，存在非常嚴重的水資源浪費的現象，需要進一步提升水資源管理水平。對于規模比較大的灌區來說，由于土壤的種類多樣化、植物結構非常復雜，降雨量分配不均勻，渠系配水效率存在一定的差異性。為了達到灌區用水最優化配置，需要利用時空優化的方式對有限的灌溉供水量進行優化。

1 工程概況

大莊水庫工程以農業灌溉為主，兼顧防洪和鄉鎮生活供水。工程投資49463.35萬元，水庫控制徑流面積76km2，多年平均徑流量4856.5萬m3，水庫總庫容2515.9萬m3，年總供水量3616萬m3。水庫大壩設計為黏土心墻壩，壩頂寬8m，壩頂長686m，最大壩高76.9m。大莊水庫主要滿足大莊鄉和羊街鄉片區5.19萬畝農田灌溉用水和1.2萬人生活用水，解決大莊河下游防洪的問題。灌溉面積5.19萬畝：水稻占32%、蔬菜占40%、水果占15%、玉米占5%、花生占5%、其他農作物占3%。

2 建立灌溉制度優化模型

本文以作物水分和農田水量平衡模型為基礎優化灌區灌溉制度。結合農作物的生長規律實施灌溉，保證農作持續處于良好的生長環境下。當遇到水資源匱乏的季節時，可以根據作物的實際需水情況，將有限的水資源分配到最缺水分的地區，在節約水資源的同時保證農作物的產量。

以為約束條件，可灌溉水的總量為M，WP為凋萎點對應根系水的儲存量，蒸發不受脅迫根系層水的儲存量為。本地區5.19萬畝農田，按水稻32%、蔬菜40%，經計算，蔬菜一年灌溉用水約為1128萬m3，水稻一年灌溉用水大約需要894.72萬m3。

3 最優化分配灌溉水量

優化灌溉水量指的是根據每次的灌水要求，制定最佳的灌溉計劃，根據作物的不同對水量進行分配，達到指標最優。例如，將供水部門的最大受益和灌區作為增產值作為目標一和目標二時，建立以下方程：

供水部門把水輸送到斗渠斗口水價為，第j種作物在第i個區域中的種植面積為S（j），第j種作物在第i個區域灌水定額為X（j）。灌水情況下，作物在第m時間段中灌溉產量為，第j種作物預測市場價格為，單位水量輸送到田間的費用為，灌區被劃分成的數目為n，第i區作物種類數量為。以輸水建筑物流量、可供水量、非負約束為約束條件，可以對問題做如下劃分：一方面是對作物種植總面積進行優化；另一方面是在種植面積確定的情況下合理地分配水資源。

3.1 確定出最合理的種植結構

在作物的種植面積確定的前提下，需要對各類作物水量配置最優化的問題進行考慮，不需要考慮作物總種植面積以及土地資源的利用情況。灌溉水量有限時，因為水和作物的產出關系以及作物的灌溉制度存在差異，為了保證灌區綜合效益的最大化，需要采用對作物布局進行調整的方法來找出水土資源最佳的組合方式。

過去在對灌區水土資源進行優化時，只是單純地優化灌區收益最大化或者研究灌區作物總量為目標，只是對單個目標的優化進行考慮。而本文在研究水頭資源最佳組合方式，不僅對灌區收益情況進行了考慮，還對其他的優化目標進行了考慮，模型屬于多目標優化。通過將灌區用水量最低、灌區總體效益最大化、生態效益最大化作為目標，使用蟻群算法將最佳的作物結構確定出來。以農作物產量最大化、灌區收益最大化、水分生產效率最大化、生態效益最大化為目標構建植物的優化模型，然后使用多目標混沌離子群優化算法進行求解。

3.2 各種作物之間水量的最佳分配

在灌區總灌溉面積確定的情況下，為了保證灌區整體效益的最大化，需要按照特定的比例向作物分配水量。在這一過程中，需要對邊際效益以及灌溉用水生產效率進行了解，合理地使用智能算法來對灌溉水量優化配置目標模型進行求解。通過將供水部門和灌區作物產量收益最大化作為目標來進行優化，然后使用帕累托目標遺傳算法對模型進行求解，使用GIS技術分析優化結果。通過科學的分配水資源，水稻一年灌溉用水量下調為754.5萬m3，蔬菜一年灌水量下調為986.56萬m3，共節省用水量281.66萬m3，經濟效益顯著。

4 計算過程

為了保證灌區灌溉用水處于連續配置的過程，需要集成四個數學模型，然后創建方法庫、模型庫、空間數據庫構建灌溉用水配置空間決策系統。使用ArcOjcets技術、內置ArcMap的VBA變程序，如圖1所示：

空間數據主要包括未來情景、歷史情景、實時情景的非空間數據和空間數據，主要包括水源因素、氣象因素、灌溉水權信息、土渠系等。其中氣象信息主要包含降雨量、氣象站分布情況、氣象站名稱、農作物蒸騰量。農作物信息主要包括植物的種植面積、植物的結構、植物的類型、植物的生育期、植物產量敏感系數、植物系數等。水源信息主要包括河流徑流量、水庫庫容、灌溉可以提供的供水量、下墊面參數等信息。土壤信息主要包含土壤類型、土壤分布情況等參數。渠道信息主要有設計流量、渠道斷面大小、渠系布置圖、渠系水利用系數等。灌溉方式信息主要包含田間水利用系數、滴灌、噴灌、面灌。水權信息主要包括灌溉配合、灌溉保證率作物灌水許可、用水價格等。非空間數據和空間數量利用GIS查詢表進行連接。要保證各個柵格可以單獨對應一個編碼，柵格中的計算結果和參數都要保存在查詢表中，以便在優化模型時可以隨時調用。

在模型庫中除了有主程序以外，還有三個子模型。月灌溉用水量采用多目標渠系工作制度優化模型和分布式優化模型、年灌溉用量使用水量分布式優化模型。子模型和主程序之間的關系為反饋和調度。此外，方法庫會對三個模型進行支配，模型庫可以利用傳遞參數、調用數據庫等方式來對灌區灌溉用水進行時空配置，將各種情景下灌溉制度和渠系工作任務求出，為灌區灌溉用水提供相應的決策方案。

在方法庫中主要有非線性優化、線性優化、多目標優化的優化方式。通過這三種優化方式實現模型庫子模型的求解和優化。使用優化軟件編寫相應的優化方法，并結合具體的需求進行進一步的擴充和修改。GIS人機交互系統作為用戶和庫開展決策行為的一個平臺，工作人員利用GIS人機交互系統可以對模型庫、空間數據庫、方法庫等進行控制和決策。此交互系統可以和Windows系統相互兼容。相較于單一模擬模型和集總式模型，利用集成構建的灌區灌溉用水優化配置空間決策系統主要具有下述三個特點：首先，由于灌區的時空因素比較復雜，在進行建模和求解時，如果使用分布式建模思路除了可以提升灌區灌溉用水的配置精度，而且可以使求解的整個流程得以簡化，更加豐富、直觀地將結果展示出來。而空間因素主要代表土壤、種植結構、氣象站點分布情況、渠道系統布置情況之間的差異性。時間因素主要代表年季節氣象產生的不同之處以及農作物在各個生育階段參數的差異性；其次，系統可以結合用戶的實際需求進行靈活布置，可以連續進行運行，也可以單獨進行運行，可以根據情景的不同進行分析和模擬，使管理部門可以更好地做出決策；最后，系統具有比較高的運行效率，通用型和可移植性也很強，因為模型庫和方法庫是分離的，因此可以對方法間進行共享，避免了模型和方法的反復寫入，也更有利于輸入模型參數，而且可以結合灌區的實際需求情況修改模型。

5 結語

通過利用用水時空優化模型，大約可以節省29.5%的灌溉用水量，農作物可以增產24.2%，灌溉凈效益提升了16.8%，提高了糧食產量、節省了水資源。將GIS和傳統模型進行集成后，使空間優化配水求解變得更加簡單。在空間決策支持系統的基礎上對灌區灌溉用水進行優化，有效解決了灌區用水優化問題，具有較高的應用價值。

參考文獻

[1]張佳.基于Delphi的灌溉決策支持系統研究[D].西安理工大學水利水電學院，2010.

[2]喬長錄，劉招，茯苓.基于COMGIS和Matlab的涇惠渠灌區灌溉決策支持系統[J].干旱地區農業研究，2010，28（3）.

[3]張智韜，劉俊民，陳俊英，等.基于RS、GIS和蟻群算法的多目標渠系配水優化[J].農業機械學報，2014，41（11）.

作者簡介：伍衛權（1971-），男（彝族），云南開遠人，開遠市灌區管理處工程師，研究方向：灌區灌溉優化配置方法。

（責任編輯：小 燕）