基于遙感影像的灌區耗水量及計算分析

董江偉，李 江

(1.新疆巴州且末縣水利綜合服務中心，新疆 巴音郭楞 841900；2.新疆塔里木河流域管理局，新疆 庫爾勒 841000；3.新疆石河子大學水利建筑工程學院，新疆 石河子 832003)

0 引言

當前隨著經濟社會發展、人口增長，水資源需求快速增加，水資源短缺問題日益突出[1-2]。灌區農業灌溉用水是水能源利用中的大戶，也是節水的主要增長點[3]。加強灌區農業用水管理，可以有效緩解目前水資源供需矛盾，保障國家水安全和糧食安全的現實需要[4]。目前灌區農業灌溉存在用水計量監測能力較為薄弱，灌溉用水數據主要是基于調查統計結果，數據空間分布離散且缺乏統一性，無法滿足對灌溉用水的時空變化進行估算的需求。因此，估算灌溉用水對于探索人類活動對自然水循環的影響、量化水資源收支、優化農業水資源管理配置等具有重要意義。

現行的灌區耗水估算方法為典型調查和定額推演法，主要根據灌溉定額與實際灌溉面積數據進行估算[5]。灌溉定額的確定首先要進行典型調查，然后進行定額推演。在灌溉定額的確定上存在灌溉計量設施不完善、復雜灌區統計難度大等問題[6]，同時受水文氣象、田間水分狀況等動態調整影響，導致該方法不能準確計算灌溉用水量。根據水利部辦公廳印發的《關于開展2022年農業灌溉面積遙感監測與用水量核算應用示范工作的通知》，決定在部分省區先行開展農業灌溉面積遙感監測與用水量核算應用示范工作。遙感技術是最為有效的對地觀測技術和信息獲取的手段之一[7-9]，遙感是大面積監測灌溉信息的主要手段，探索運用衛星遙感技術，動態掌握農業實際灌溉面積及取用水變化情況，對于提升農業灌溉用水量統計核算準確性、全面性，提升農業取用水監管能力，支撐經濟社會高質量發展十分必要。

本文基于遙感監測和彭曼公式聯合計算法，利用Landsat8中尺度遙感分辨率(30cm)影像，選擇新疆孔雀河灌區利用作物物候特征解譯出作物的實際種植面積及不同生育期內作物的覆蓋度，獲取灌區農作物種植結構類型和不同農作物用水定額，對相關部門合理利用并分配灌溉用水和指導農業生產具有重要的借鑒意義，為加強灌區農業用水管理提供技術支撐。

1 遙感監測與彭曼公式聯合計算法

2022年9月23日，水利部辦公廳印發的《關于開展2022年農業灌溉面積遙感監測與用水量核算應用示范工作的通知》(以下簡稱“通知”)，針對農業灌溉取水工程點多、面廣、量大，取用水量占總用水量的90%以上，但農業取水計量工作較為薄弱，單靠傳統計量手段難以全面掌握農業取用水情況。借鑒自然資源、農業等部門經驗，探索運用衛星遙感技術，動態掌握農業實際灌溉面積及取用水變化情況，對于提高農業水資源配置與管理決策能力，加強農業取用水管理，支撐經濟社會高質量發展十分必要。《通知》明確，2022年先期選取河北省、內蒙古自治區、吉林省、江蘇省、新疆維吾爾自治區(含新疆生產建設兵團)開展應用示范工作，探索建立農業灌溉遙感監測與用水量核算業務新模式，提升農業灌溉用水量統計核算準確性、全面性，提升農業取用水監管能力。隨著近年來遙感觀測技術的發展[10]，利用空間分辨率較高的遙感影像與P—M公式相結合的方法正成為當前區域蒸散發量計算的熱點。

1.1 基于決策樹分類的作物識別與提取

根據植被歸一化指數NDVI(NDVI-Normalized Difference Vegelation Index)對灌區各農作物進行提取。通過選取Landsat8影像將主要作物區分并統計其面積。

1.2 作物需水量估算方法

本文采用聯合國糧農組織的FAO-56推薦的方法估算作物耗水強度。計算公式為：

ETC=ET0×Kc

(1)

式中，ETc—目標作物的蒸騰蒸發量，mm/d；ET0—參考作物的蒸騰蒸發量，mm/d；Kc—作物系數。

1.2.1參考作物蒸散發強度

參考作物蒸發強度采用FAO(聯合國糧農組織)推薦的Penman-Monteith彭曼-蒙蒂斯公式計算得出，影響參考作物蒸散發ET0的因素主要有輻射、溫度、風速和飽和水汽壓差，其中輻射可通過日照時間計算得出，飽和水汽壓差通過溫度和相對濕度計算得出[10]。計算公式為：

(2)

式中，ET0—站點參考作物蒸散量，mm/d；Rn—凈輻射，MJ·m-2·d-1；G—土壤熱通量密度，MJ·m-2·d-1；T—2m高處日平均氣溫，℃，由日最高氣溫和最低氣溫平均值計算得到；U2—2m高處風速，m/s；es—飽和水汽壓，kPa；Δ—飽和水汽壓斜率，kPa/℃；γ—干濕表常數。

1.2.2作物系數

本文采用聯合國糧農組織的FAO-56推薦的方法，將作物生長周期劃分為生長初期、發育期、生長中期和生長后期4個階段。生長初期的作物系數主要由土壤自身持水能力、濕潤時間間隔、大氣蒸發能力等因素決定；生長中期的作物系數主要由作物生理特征、氣象、覆蓋度、有效覆蓋度等決定，選取作物長勢旺盛的7—9月份的作物覆蓋度；發育期的作物系數參考FAO-56提出的值曲線，通過對和線性內插獲取發育期全時段作物系數；作物到生長后期，一般選取11月份的作物覆蓋度，通過對和線性內插獲取生長后期全時段作物系數。

2 實例應用

2.1 灌區概況

本文實例為新疆孔雀河灌區為庫爾勒市的主體灌區，總灌溉面積1339467畝，灌區主要以孔雀河河水為灌溉水源。2022年孔雀河灌區糧食作物、經濟作物、香梨面積分別為60445、702060、390342畝；占比分別為4.5%，52.4%，29.1%。灌區經濟作物種植面積和香梨面積占比較大；糧食作物中玉米的種植面積較大。棉花、香梨作為灌區的主要作物，兼顧玉米等其它類作物，其中棉花、玉米等大田作物為膜下滴灌，香梨等果樹以地面管灌為主。結合灌區地形地貌，土壤植被、水文氣象以及行政區劃等因素，綜合考慮進行劃分，以香梨為主的鄉鎮有阿瓦提鎮、和什力克鄉、蘭干鄉、普惠農場、包頭湖農場；以棉花為主的鄉鎮有和什力克鄉、蘭干鄉、普惠農場、包頭湖農場等。

2.2 新疆孔雀河灌區現狀種植結構及主要作物灌溉定額標準

2.2.12022年現狀年種植結構

2022年孔雀河灌區實播作物面積及種植結構見表1。

表1 2022年孔雀河灌區實播作物面積及種植結構 單位：萬畝

2.2.2主要作物灌溉定額標準

按照2022年實灌作物的統計數據，灌區除香梨及部分成齡果樹以常規地面灌外，其他作物也均以摸瞎滴灌為主。參考新疆地方標準《新疆灌溉用水定額》(修訂版)及孔雀河灌區灌溉實驗站實測資料等，可得到2022年孔雀河灌區在偏旱氣象典型年(75%)下所需的灌溉定額，見表2。

表2 2022年孔雀河灌區主要作物生育期灌溉制度(p=75%) 單位：m3/畝

2.3 基于遙感孔雀河灌區主要作物種植結構及覆蓋度

孔雀河灌區內作物種類較多，但受限于Landsat8遙感影像(30m×30m)的局限性，少數分散種植或種植面積較小的作物難以區分，因此為了簡化后續計算，通過按作物高度進行分類的等價作物方法，取灌區內典型作物進行此次計算。根據2022年Landsat 8遙感影像解譯得出庫爾勒灌區主要農作物棉花和香梨覆蓋度分別為0.45和0.40，該結果為準確計算各作物需水量提供基礎數據。孔雀河灌區主要作物種植及覆蓋度空間分布如圖1所示。

圖1 孔雀河灌區主要作物種植及覆蓋度空間分布

2.4 基于遙感孔雀河灌區主要作物耗水量

農作物需水量通過庫爾勒氣象站點的氣象數據，包括逐日降雨量、最高和最低氣溫、平均氣溫、平均風速、日照時數、平均水氣壓和平均相對濕度等的基礎上，結合FAO-56推薦的計算作物耗水量的彭曼法計算得出得庫爾勒灌區主要農作物棉花和香梨在生育期的耗水量分別為327、491m3/畝，代表性作物的耗水量空間分布如圖2所示。

圖2 孔雀河灌區主要作物耗水量空間分布

上述結果是在結合了遙感影像和氣象站數據的基礎上，通過FAO-56推薦的彭曼公式法計算所得，此結果與表2中得到灌溉定額非常相近，表明采用遙感解譯的耗水量作為灌區耗水定額的計算具有較高的可靠性。

3 討論

本研究利用空間分辨率較高的遙感影像Landsat8衛星遙感數據與P—M公式相結合的方法，以新疆孔雀河灌區作為研究區域，依據香梨、棉花物候特征與其它作物區別較大的特征，可確定出香梨、棉花的實際種植面積，通過計算得出灌區主要農作物棉花和香梨覆蓋度，確定了孔雀河灌區代表性作物的耗水量空間分布和生育期的耗水量。根據研究結果發現以下情況。

(1)利用遙感影像提取的灌溉面積與實際灌溉面積進行對比，精度達到99.33%。

(2)采用灌溉定額法與遙感圖像與FAO-56推薦的彭曼公式相結合對主要作物耗水量進行了測算與分析，并對兩種計算方法得到的結果進行驗證，確定了主要作物在不同分區范圍內年畝均凈灌溉用水量。其它非主要種植作物的綜合畝均凈灌溉用水量，是在結合DB65/3611—修訂版《農業灌溉用水定額》中75%灌溉保證率下相關作物的用水定額。此結果與表2中得到灌溉定額非常相近，表明采用遙感解譯的耗水量作為灌區耗水定額的計算具有較高的可靠性。

綜上所述，利用多源衛星遙感與地面觀測協同，解譯判別與分析實際灌溉面積，建立基于遙感監測的農業灌溉用水量核算業務新模式，采用遙感技術與彭曼耗水量計算相結合的新方法是適應當前變化環境下的一種有益探索，且能避免統計數據不準所導致的誤差，值得在今后的工作中加以推廣。

4 結語

基于衛星遙感技術在農業灌溉解譯灌區耗水量、提取灌溉面積該方法方便快捷，結果較精確，能夠彌補傳統灌區農業取水計量工作薄弱及灌溉面積監測的缺陷。

探索運用衛星遙感技術，動態掌握農業實際灌溉面積及取用水變化情況是一個持久的話題，該研究也存在一些不足之處，故在今后的研究中可以從以下方面進行。

(1)在遙感衛星數據的選擇上，Landsat 8雖然空間分辨率能滿足監測的需要，但是時間分辨率不高，故下一步可增加數據源，比如，將MODIS數據進行重采樣后作為輔助數據，再結合Landsat 8數據進行分析。

(2)以衛星遙感數據為基礎，結合利用天空地一體化立體觀測數據，對灌區耕地、林地、渠系、房屋、道路等地表覆蓋信息進行全覆蓋、全要素提取，并以年度為單位進行現狀監測和動態更新，以此作為灌區農業生產組織管理和相應決策分析的數據基礎。