（水文学及水资源专业论文）大区域灌溉需水量计算与预测研究.pdf

摘要 随着经济社会的不断发展，水资源供需矛盾将日益加剧，由此产生的一系列的社 会问题，严重影响了经济社会的健康稳定发展，成为制约经济社会发展的一个因素。 准确地预测出大区域灌溉需水量对科学管理规划水资源、解决农业与工业和其它用水 部门之间的矛盾起着十分重要的作用。论文就预测大区域的灌溉需水量展开研究。 较全面地综述了国内外作物灌溉需水量的计算和预测方法及目前的研究现状，并 对常用方法的优劣性及适用条件做了初步的分析比较。 对大区域灌溉需水量的影响因子进行了筛选，确定出降水量、蒸发量和气温为重 要影响因子，建立了分时段多元线性回归模型，并对时段划分、因子增减、率定参数 资料系列长短等对灌溉需水量预测精度的影响进行了比较研究。 针对大区域种植结构不易获取，进行灌溉需水量精确计算困难的问题，从作物灌 溉制度设计入手，通过适当地概化与简化，建立了具有一定物理概念的大区域灌溉需 水量预测模型，并分析了年总量和分时段预测模型的适用条件，以及建模资料长短对 预测效果的影响。 建立了灌溉需水量预测b p 神经网络模型，通过滑动预测模拟了人工神经网络模 型的自学习能力，开展了不同输入层神经元的比较研究，优选了不同月份隐舍层的最 佳节点数，并分析了采用同化节点数对预测灌溉需水量精度的影响。 关键词：大区域、灌溉需水量、预测、多元线性回归、概念性模型、人工神经网络 a b s t t a c t w i t ht h ed e v e l o p m e n to f t h ee c o n o m ya n dt h es o c i e t y ，t h ec o n f l i c tb e t w e e nt h ep r o v i s i o n a n dt h ed e m a n df o rt h ew a t e rr e a n n r c ew i l lb e c o m em o l la n dm o l ls e r i o u s ，w h i c hc a u s ea s e r i e so fs o c i a lp r o b l e m sa n dh a sa f f e c t e dt h eh e a l t h yd e v e l o p m e n to ft h ee c o n o m i ca n d s o c i e t y , a n dh a sb e c o m ea l li m p o r t a n tf a c t o ro fr e s t r i c t i n gt h ee c o n o m i ca n ds o c i e t y d e v e l o p m e n t a c c u r a t e l yp r e d i c t i n gl a r g e s c a l ed o m a i ni r r i g a t i o nw a t e ru s ep l a y sa n i m p o r t a n tr o l ei np r o g r a m m i n gw a t e rr e s o u r c es c i e n t i f i c a l l ya n dr e s o l v i n gt h ec o n f l i c t b e t w e e na g r i c u l t u r ea n di n d u s t r ya n do t h e rw a t e rd e m a n d i n gd e p a r t m e n t t h ec a l c u l a t i o n a n dp r e d i c t i o no fl a r g e s c a l ed o m a i ni r r i g a t i o nw a t e rd e m a n di sm a i n l ys t u d i e di nt h e d i s s e r t a t i o n t h e o r i e sa n ds c i e n t i f i cr e s e a r c ho nt h ei r r i g a t i o nw a t e rr e q u i r e m e n ta n dt h ef o r e c a s t i n g m e t h o d si nc h i n aa n do t h e rc o u n t r i e sa r ed i s c u s s e da n dr e v i e w e dc o m p r e h e n s i v e l yi nt h i s s t u d y t h ea d v a n t a g e sa n dd r a w b a c k so fc o m m o nm e t h o d sa n dt h e i ra p p l i c a t i o nc o n d i t i o n s w e l le l e m e n t a r yc o m p a r e da n d a n a l y z e di nt h ed i s s e r t a t i o n i n f l u e n c ef a c t o r so fl a r g e s c a l ed o m a i ni r r i g a t i o nw a t e ru s ew e r ef i l t e r e d ，a n ds o m e i m p o r t a n ti n f l u e n c ef a c t o r sw e r ed e t e r m i n e d ，s u c ha sp r e c i p i t a t i o n , e v a p o r a t i o na n d a t m o s p h e r i ct e m p e r a t u r e m u l t i v a r i a t el i n e a rr e g r e s s i o nm o d e lw i t hd i f f e r e n tp e r i o d so f t i m ew a se s t a b l i s h e d t h ed i f f e r e n tp e r i o d so ft i m e ，f a c t o r sa n ds e r i e so fd a t ao nt h e p r e d i c t i n gp r e c i s i o no f i r r i g a t i o nw a t e rl l s ew e r ec o m p a r e d r e g i o n a lp l a n t i n gs t r u c t u r eo ff a r mc r o p s ，w h i c hi st h ep r e c o n d i t i o no fa c c u r a t e l y p r e d i c t i n gl a r g e - s c a l ed o m a i ni r r i g a t i o nw a t e rd e m a n di sd i f f i c u l t t o a c q u i r e b y g e n e r a l i z i n ga n dp r e d i g e s t i n gt h ei r r i g a t i o ns c h e d u l e ，ac o n c e p t u a lm o d e lw a se s t a b l i s h e d s u i t a b l ec o n d i t i o no ft h ea n n u a la m o u n ta n ds h a r i n g t i m ep r e d i c t i o nm o d e l ，a n dd i f f e r e n t s e r i e so f d a t ao nt h ep r e c i s i o no f p r e d i c t i n gt h ei r r i g a t i o nw a t e ru 辩w e r ea n a l y z e d a r t i f i c i a ln e u r a ln e t w o r k ( b pn e t w o r k ) m o d e lt op r e d i c tt h ei r r i g a t i o nw a t e rd e m a n dw a s e s t a b l i s h e d ，s e l fl e a r n i n ga b i l i t yo fa r t i f i c i a ln e u r a ln e tw a ss i m u l a t e dt h r o u g hs l i d e p r e d i c t i o n ，a n dac o m p a r a t i v es t u d yo fd i f f e r e n ti n p u tl a y e rn e u r o nw a sc a r r i e do n ，t h eb e s t n u m b e ro f h i d d e nn o d eo fd i f f e r e n tm o n t h sw a so p t i m i z e d ，a n dt h ei n f l u e n c eo f p r e d i c t i o n p r e c i s i o no ni r r i g a t i o nw a t e r u s et h a ta d o p t e da s s i m i l a t i o nn u m b e rw a sa n a l y z e d k e yw o r d s ：l a r g e s c a l ed o m a i n ；i r r i g a t i o nw a t e rd e m a n d ；p r e d i c t i o n ；m u l t i v a r i a t el i n e a r r e g r e s s i o n ；c o n c e p t u a lm o d e l ；a r t i f i c i a ln e u r a ln e t w o r k 学位论文独创性声明： 本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同事对本 研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。如不 实，本人负全部责任。 论文作者( 签名) ： 学位论文使用授权说明： 河海大学、中国科学技术信息研究所、国家图书馆、中国学术期刊( 光 盘版) 电子杂志社有权保留本人所送交学位论文的复印件或电子文档，可 以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质 论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅。 论文全部或部分内容的公布( 包括刊登) 授权河海大学研究生院办理。 论文作者( 签名) ：薹交鹭塾7 年石月日 第一章绪论 1 1 问题提出 第一章绪论 水是农业的命脉，也是国民经济和人类生活的命脉。我国是一个水资源相对贫乏 的国家。水资源总量不算少，但是按人均、亩均计算，则明显不足。是世界上1 3 个 贫水国之一【1 2 1 ，根据最新统计资料 3 1 ( 中国大陆地区) ，人均占有量2 2 0 0 m 3 ，仅为世 界水平的1 4 。亩均占有量1 8 0 0 m 3 ，仅为世界水平的2 3 。中国大陆六百六十八座城 市中，有四百多座城市缺水。灌溉用水在与工业和生活用水的竞争中，其竞争力十分 薄弱。 随着我国人口的增加和经济的发展，我国水资源短缺现象日益严重，目前全国正 常缺水年份缺水量近4 0 0 亿m 3 ，其中灌区缺水约3 0 0 亿l n 3 ，平均每年因旱受灾的耕 地达o 2 亿多h m 2 ，年均减产粮食2 0 0 多亿k g ；大型灌区现状灌溉用水量约为1 5 0 0 亿 m 3 ，据估计到2 0 1 5 年，灌区总用水量为1 4 1 8 亿m 3 ，比现状年减少八十多亿m 3 ，灌 区工业及生活总用水量增加1 0 1 亿m 3 ，灌区农业用水量供需矛盾将更加突出。 我国是农业大国，农业用水量占总用水量的7 0 以上。目前，我国干旱缺水的面 积约为5 0 0 万k m 2 ，占全国陆地的5 2 ，耕地的6 4 ，主要集中在广大的北方地区， 尤其是华北、西北地区。水资源的短缺不仅制约了这些地区的发展，与水有关的环境 问题也同益严重。近年来的土地荒漠化、土壤盐渍化、草场退化、沙化严重影响了人 们的生产、生活。 灌区在农业和社会经济发展中有着举足轻重的作用，它是国家粮食安全的基础保 障、现代农业发展的重要基地、区域经济发展的重要支撑，是当地生态环境保护的基 本依托。我国现有灌溉面积5 3 3 3 万h m 2 ，其中2 万h m 2 以上的大型灌区3 9 9 个，现状 灌溉面积1 5 8 6 万h m 2 ( 2 3 7 8 6 万亩) ，占全国总耕地面积的1 2 ，生产的粮食却占全 国总产量的2 5 ，大型灌区已成为我国国民经济的重要支柱，是粮食和优质农产品的 主要生产基地，对我国农业的可持续发展起着举足轻重的作用。 灌区的灌溉需水量预测值是确定作物灌溉制度以及地区灌溉用水量的基础，是制 定流域规划、地区水利规划以及灌溉排水工程规划、设计、管理和农田灌排实施的基 本依据 4 1 。而灌区的灌溉需水量的影响因素众多，它既取决于农业生态系统的大气环 境和土壤环境，即影响作物需水量的因子，又取决其灌区本身的运行状况，即外部环 河海大学硕士学位论文大区域灌溉需水量计算与预测研究 境。主要的影响因素有：气象条件，土壤水分状况以及土壤物理性质、作物生物学特 性。气象条件是影响作物需水量的基本因素，它主要包括辐射、气温、湿度、风速等 因素；土壤水分状况以及土壤物理性质是作物需水量的水分供给的限制条件，主要是 指土壤结构、地下水埋深、土壤含水量和土壤的能量状态与分布等；作物生物学特性 是指是作物的生理特性，它与作物根系吸水能力和叶面指数等密切相关。而外部环境 是指灌区的灌溉工程现状、工程布局、渠系水利用系数、灌溉制度、灌溉方式、作物 的种植结构等因素。影响作物需水量的这些因子都是一直在变化着的，这些因子未来 年份的情况是无法精确地预测出的，而对于影响灌区灌溉需水量的外部因子，在短期 内并不会发生太大的变化，一旦因子发生了变化，也可以明确获知具体是哪些因子发 生了改变，因此外部影响因子是确定性的。 要精确地预测出灌区的灌溉需水量则须在准确获知上述所有的影响因子的情况 下才能可能性，而准确获知这些影响因子可能性不大。首先，无法准确获知各个气象 因子，太阳辐射值时时刻刻都在发生着变化，而本文的研究区域涉及面广，区域内的 太阳辐射角并不尽然相同，在当前时段内，尚不能准确获知整个大区域的太阳辐射值， 更何况是预测未来年份的太阳辐射值；对于风速，由于其时变性太强，只能知道现状 时段内的平均值，对未来年份无法获知；而对于气温和湿度我们也只能大概估计，无 法得到其精确值；其次，对于研究区域内的土壤水分状况以及土壤物理性质也只能获 知面上的大概状况，对大区域而言，无法精确到点上；再次，作物的生物学特性只能 较准确地获知某个小区域内的状况，对于整个大区域只能知晓区域内所种植作物的生 物学特性的常态；最后，尽管能够获知影响灌区灌溉需水量的各个外部因子的状况， 但只限于区域面上值，是并不能精确到点上。由以上可知，在精确地预测出灌区的灌 溉需水量方面存在着很多的制约因素，可行性不高。 大区域灌溉需水量的计算问题一直是人们关注而尚未圆满解决的问题，本文拟采 用多元线性回归模型、概念性模型和神经网络这三种模型来预测大区域的灌溉需水 量。这三种模型对资料的要求不高，并不需要精确获得所有影响灌区灌溉需水量的因 子，对于一些影响因子可以剔除或忽略，而对于另外一些无法精确获知的影响因子也 可以用其常态值，且这三种模型的可行性较高，适用性较好，比较适合应用于大区域 的灌溉需水量预测，对合理分配灌溉用水量、科学管理规划水资源、解决农业与工业 和其它用水部门之间的矛盾起着十分重要的作用。 2 第一章绪论 1 2 国内外研究现状 1 2 。1 用水需求预测研究 用水需求预测始于大约1 0 0 年前的美国，如西雅图的水资源署从事需水预测研究 就已有9 0 年的历史，主要针对工业和生活用水进行预测，以规划和确定供水系统建 设的规模。随着用水量的高速增长和水资源的同益短缺，水资源规划和用水系统的优 化调度变得越来越重要，因而作为供水管理前提和基础的农业需水量预测也得到了长 足的发展。 许多发达国家从2 0 世纪6 0 年代起就开始重视对国民经济各部门未来用水量的预 测。1 9 7 7 年联合国世界水会议在阿根廷马德普拉塔( m a rd e lp l a t a ) 召开，号召各国 进行一次专门的国家级水资源评价活动。1 9 8 7 年和1 9 9 2 年联合国世界环境与发展委 员会先后出版了我们共同的未来和( 2 1 世纪议程，使水资源研究开始围绕着面 向未来的可持续发展这一中心问题蓬勃展开，从而推动了需水量预测研究的深入进 行。2 0 世纪7 0 年代以来，各国陆续开展了中长期供需水量的预测工作。联合国工业 发展组织的研究成果认为，从目前工业发展的趋势来看，2 0 2 5 年工业用水量要比1 9 9 5 年增加一倍多，届时工业用水量将达到1 5 0 0 0 亿m 3 。 1 9 8 0 年前后，在中国农业区划工作的带动下，开展了水资源调查评价和水资源利 用评价工作。吸收国外经验，把水文评价与水的利用和供需展望结合进行，于1 9 8 6 年 分别进行了全国、各流域( 片) 和各省、自治区、直辖市三个层次的需水量预测研究 ( 至2 0 0 0 年) ；中国科学院水问题联合中心从1 9 9 2 年下半年开始组织完成了“中国 水资源开发利用在国土整治中的地位与作用”这一重大课题，并参加编制了中国2 l 世纪议程，开始了新一轮需水量预测研究。研究认为：2 0 3 0 年以前我国用水量的增 长是不可避免的，2 0 1 0 年与2 0 3 0 年用水总量将分别达到全国水资源总量的2 5 和 3 6 ，已接近我国水资源开发利用的极限( 3 5 4 0 ) ；2 0 3 0 年以后用水量不再增长， 而是依靠科技进步解决水问题。另外一些专家预测：到2 1 0 0 年我国用水量将达到国 内水资源可利用量的极限，即称谓受水资源条件制约的零增长状态【5 1 。 在作物需水量预测方面，余世明【6 l 根据灰色系统理论及拓扑学原理，利用达县明 星水库1 9 7 9 1 9 9 0 年水稻实测需水量资料，建立了作物需水量的灰色拓扑预测模型， 并对未发生年1 9 9 1 年进行成果预测，预测值与实测值十分接近。作者还与其他学者 对作物在整个生长过程中不同生育阶段的需水规律作了研究，建立了生长曲线数学模 河海大学硕士学位论文 大区域灌溉需水量计算与预测研究 型，并对大竹县乌木水库需水试验站1 9 9 1 年水稻资料进行了数学模型模拟，其理论 值与实测值相对误差在一1 3 5 一8 2 之间，标准差为a = 8 5 。在对明星水库站 和乌木水库站的小麦资料分析中，求出的k 值均小于0 。因此，该模型在对水稻资料 的分析过程中，具有较高的精确程度，相对误差均小于2 0 。，对水稻的整个生长发 育灌溉过程具有实际的指导意义。由于小麦资料推算的k 值小于0 ，所以难以建立小 麦生长曲线的数学模型。 张兵 - q 等设计了由作物蒸腾量和土壤湿度共同来确定作物需水量的模糊推理系 统。该系统以作物蒸腾量和土壤水势为输入，以作物需水量为输出，通过对输入变量 的模糊化、模糊推理和解模糊化，获得了在一定的作物蒸腾量和土壤水势下作物的需 水量。仿真实验结果表明，该系统能快速、准确地计算出作物的需水量，因而应用到 灌溉管理工程中很有实用价值。 田景环等【8 l 在原始数据1 一a g o 基础上建立了作物需水量与气温关系的静念灰色 模型，同时对它们之间的关系进行了关联度分析，证明所建模型合理，模拟程度较好。 郭宗楼，白宪台，马学强【9 】利用灰色系统理论进行作物需水量预测，经实例验证，其 预测精度是满意的。王志良，邱林，梁川，付强 1 0 , h 1 在模型回归分析的基础上，将此 方法应用于水科学问题中，针对水稻生育期需水量与气温的相关关系，建立了二者之 间的模型回归方程，分析结果比较发现，其信息量大，优越性强，可信度更高，且更 具推广价值。 此外，计算机和信息技术的飞速发展使节水农业研究跨上了一个崭新的技术平 台。作物需水量预报决策辅助系统、人工智能技术等先进研究技术和方法应运而生。 上官周平等利用人工智能技术，在p e n m a n 公式的基础上结合现有西北早区的农学知 识、模型以及经验进行系统集成而建立了早地作物需水量预报决策辅助系统，该系统 是西北地区节水农业专家系统的一个子系统。在生产实践中为陕西关中地区的冬小 麦、夏玉米的栽培作出了灌溉方案的决策咨询【1 2 1 。 在灌溉需水量预测方法方面，李智慧，周之豪j 3 】利用线性规划得出了种植结构并 利用定额法进行了山西省海河流域的农业灌溉用水预测；尹正杰，袁宏源，崔远来， 时训柳【1 4 】提出了一个含有趋势分量、季节分量、随机分量的时间序列模型，并用来模 拟灌区灌溉需水量。实例计算表明该模型用于模拟霍泉灌区小麦的旬灌溉需水量序列 精度可靠，合理可行。郑玉胜，黄介型”l 采用改进的b p 网络对灌溉用水量进行了预 测，针对b p 网络的不足，采用遗传算法对网络初始权重进行了优化，并采用 4 第一章绪论 l m ( l e v e n b e r g - m a r q u a r d t ) 算法进行了误差逆传播校正。通过引入遗传达室算法和l m 算法，网络比传统的b p 网络无论从精度和训练时间上都有了较大的改进。最后对湖 北省宜昌市东风渠灌区进行了实例分析，证明了该方法的有效性。 上述研究成果对我国水资源宏观管理及工农业结构布局等提供了初步依据，大大 地推动了我国灌溉用水需求预测的发展。 1 2 2 作物需水的机理研究 作物需水量作为农阳灌溉学基础理论的研究已有2 0 0 多年的历史。早期从事作物 需水量研究卓有成效的科学家如原苏联的考斯加可夫( a h k ) 、英国的彭曼 ( h l p e l l m s n ) ，美国的布兰尼( h e b l a n e y ) ，乃至詹森( m e j e n s e n ) 等已成为这一科 学领域的重要代表人物。他们的开拓性工作给现代作物需水量研究以很大的启迪和影 响。 开始的作物需水量研究是以水量平衡理论为基础。古典的称重法就是以水量收支 为依据计算作物需水量。大约在上世纪4 0 年代，随着水文、气象部门开始用能量平 衡法与水汽扩散理论计算水面蒸发研究之后，到4 0 年代后期，这一方法也应用到作 物需水量研究工作中。能量平衡法的基本思路是将作物腾发量看作是能量消耗过程。 通过能量平衡计算求出作物腾发消耗能量，而后把消耗的能量换算成水量，即作物需 水量。在能量平衡法的基础上，彭曼基于英国洛桑实验站2 0 多年的工作提出了彭曼 公式，该公式中两个重要部分，热量平衡项和空气动力项都是有理论根据的。只须用 普通的气象观测资料就可计算，为作物需水量估算提供了很大方便。近代作物需水量 研究就是用这种方法先计算出参考作物腾发量，而后乘以作物系数估算作物需水量 值。 6 0 年代中期，作物需水量研究进一步完善，考虑的因素更为全面、细致。突出的 表现是考虑生物学因素的影响。因为作物腾发不仅是物理过程，更精确的说它是物理 生物学过程。因而在研究作物腾发问题时就要考虑这两方面因素。如大气干旱或土壤 水分亏缺时叶气孔开度减小，甚至关闭，自动调节蒸腾速率，以维持作物体内的水分 平衡或避免过度水分胁迫而产生伤害。这时仅用能量平衡或水汽扩散理论计算，就要 偏大。因而引入生物学因素则使估算更为精确。蒙特斯( m o n t e i t h ，1 9 6 5 ) 在计算作 物蒸腾时引入了冠层气孔阻力等参数，建立的彭曼一蒙特斯方程则较好地解决了这些 河海大学硕士学位论文大区域灌溉需水量计算与预测研究 问题。上述的作物系数也是在估算作物需水量时考虑到生物学因素的影响。 从上世纪2 0 年代开始，世界上对作物需水量研究十分重视。从事这方面研究的 学者日益增多。6 0 年代末期开始的土壤一植物一大气连续体研究，把作物需水量理论 研究推向了一个新的高度。迄今为止，建立的作物需水量公式不下几十种【l “。 我国的作物需水量研究，最早追溯到上世纪2 0 年代丁颖教授在广州进行的水稻 需水量试验。从5 0 年代中期开始，陆续在全国各地建立了灌溉实验站，到目前为止， 全国已有3 0 0 多个灌溉实验站，对全国各地的主要作物需水量试验，积累了大量实测 资料及一定的理论分析成果，为解决某些生产实际问题提供了依据。8 0 年代初期以来， 我国在全国范围内开展了主要作物需水量的协作研究，绘制了全国作物需水量等值线 图，对历年的作物需水量资料进行了分析整编。根据各地条件建立了一批较为适合于 当地的作物需水量计算公式，使之能根据气象、土壤和作物条件，用经验的或半经验 的方法，近似的计算作物需水量【1 7 1 。 由于影响作物需水量的因素众多，目前还没有形成适合于各个地区的统一形式。 国内外的学者提出了很多确定作物需水量的观点，归纳起来主要有以下五种【l 引。 ( 1 ) 微气象学观点 持有这种观点的学者认为：作物需水量的多少主要由气象因子所决定，把作物需 水量和气象因子问的数量关系作为主要的研究内容。他们从能量平衡、空气动力学、 涡度相关法等原理出发做了很多实验，并从影响作物需水量的气象因素中选取若干主 要因素，根据实验观测资料分析建立了一些理论和经验公式。例如在国外，基于水面 蒸发的有莱斯基一尚嵫公式，仅需要知道水面蒸发资料就可以计算作物需水量，但它 仅适用湿润地区水稻的作物需水量的研究，在干旱地区误差较大。基于气温的公式有 布兰尼一克雷德尔公式：土壤水充分供应时，参考作物需水量e t o 随日平均气温和每 日白昼小时数占全年白昼小时数的百分数而变化。还有基于日照数或者太阳辐射的公 式( 如m a r k i n ( 1 9 5 7 ) 公式和j e n s e n - - h a i s e ( 1 9 6 3 ) 公式) ，利用回归分析，找出作物需水 量和辐射之间存在某种线形关系，适用于太阳辐射比较稳定，日照数基本上能反映太 阳辐射强度的大小的地区。在我国，常常采用的积温法，建立平均温度与作物需水量 之间的经验公式，我国南方常采用它研究水稻需水量。但在北方地区，多为干旱半干 旱气候，往往不是积温而是干热风对蒸发蒸腾起决定作用，则不宜使用积温法。有些 地区采用以风速或者以饱和差为参数的公式。微气象学法主要包括空气动力学法、涡 度相关法和能量平衡空气动力学阻抗综合法等。空气动力学法所遇到的主要问题是作 6 第一章绪论 物冠层上方空气的不规则运动容易导致在测量时产生较大误差。谢贤群( 1 9 9 0 ) 0 9 认为在运用空气动力学法时，如不能确保测定严格准确，计算推求的作物需水量误差 将很大，尤其是在不稳定层下偏差更大。涡度相关技术需要安装精度较高的测量仪器。 由于涡度相关技术中各类传感器的设计制造复杂、价格昂贵，从而限制了该技术的运 用和推广。 ( 2 ) 生物学观点 该观点认为：作物的需水量主要受生物因子的影响。但是作物的种类不同，其需 水量也就会有较大的差异。耐早性强的作物表面积不发达，叶面积小，表皮角质层发 达，叶组织较紧密，气孔小而常下陷，细胞小，保水能力强，蒸腾失水较小，因而， 整个作物需水量就较小。相反，湿生植物的需水量相对就较大。不同品种的同一种作 物的作物需水量也会有较大的差异。同一品种在不同的生育阶段的需水量也是不一样 的，作物生长前期需水量较小，中期加大，到生长旺盛期达到最大，到了后期作物需 水量开始减少。这些都是由作物的生物学特性决定的，彭曼通过对植物的生理机理的 研究，首次把生理因素引入计算作物需水量。蒙斯特在彭曼等人的基础上提出理论较 强的适用于作物需水量计算的阻力计算模式，即彭曼一蒙斯特模式，为作物需水量的 计算开辟了新的理论途径。7 0 年代以后，随着不同形式的气孑l 计问世，使得气孔阻力 的测定得以实现，该模式得到了广泛的应用和发展，逐步成为当前国内外作物需水量 的计算的通用模式。但是，这种模型所需要的作物的生物学资料( 叶面指数等) 不易 测得，并且获得的数据准确程度也不高，大大限制了它的应用和推广。 ( 3 ) 水文学观点 该观点从土壤的水分状况对作物需水量的影响角度出发，认为土壤含水量是影响 作物需水量的主要因素。而土壤含水量是土壤水分蒸发的来源，土壤含水量较高时， 土壤蒸发量也较大。土壤含水量降低，由于发生水分亏缺，土壤中的毛管传导度将减 小，由此植物的根系的吸水速率降低，进而引起叶面的含水量的减小，气孔开度减小， 经过气孔的水分扩散阻力增加，从而导致作物的叶面蒸腾强度低于土壤充分含水时的 蒸腾强度。在降雨或者灌溉后，表层土壤湿度大且蒸发也大，作物需水量明显变大， 随着土壤水分不断蒸发，表层土壤不断干燥，土壤蒸发也随着减小。可见，作物需水 量在一定范围内随着土壤含水量的变化而变化。土壤水分状况取决于土壤水分的补给 来源，消耗途径和土壤的保蓄能力。它实质上是土壤的水量平衡的结果。根据这个观 点，提出用水文学上的水量平衡模式来估算作物需水量。所谓水量平衡法即：研究区 7 河海大学硕士学位论文 大区域灌溉需水量计算与预测研究 的总收入量( 降水量、灌溉量和蒸发量等) 相互平衡。用这方法计算作物需水量，计 算由于模式简单，而且所需要的参数也易于测量，特别是在土壤的下垫面不均一，土 地利用情况复杂的情况下，用此方法最适合。 ( 4 ) 综合观点 结合以上三种观点，认为作物需水量的大小及其变化，应受气象因子、土壤水分 条件、作物特性和农业措施的综合影响。当土壤水分不成为作物生长发育的限制因子 时，气象条件和生物因子便是决定蒸发强度的主要因子。也就是说，作物需水量既受 气象因子作用又受作物特性的影响。从这个观点出发，许多学者都做了大量的研究工 作，并提出估算作物需水量的计算公式。例如：国外的阿尔巴捷夫公式：e t = 6 e 瓦即 用参考作物需水量也叫蒸发力e r o 乘以一系数求得作物生育期的总需水量( e t ) ，b 是 由作物特性决定的经验常数，蒸发力主要由气象因素决定。阿尔巴捷夫曾用这个公式 估算过苏联境内的不同自然条件地区的主要作物的耗水量。此公式适用于计算农田土 壤含水量不低于田间持水量的6 5 7 0 条件下的农田耗水量。 ( 5 ) 遥感技术方法 随着现在科技的发展，出现了一些先进的技术手段测量蒸散量。遥感技术是目前 研究蒸散量的一个热点。多时相、多光谱和倾斜角度的遥感资料能够综合的反映出下 垫面的几何结构和热、湿等状况，特别是表面热红外温度能够客观的反映出近地层湍 流热通量的大小和土壤含水量的水平均匀状况，使得遥感方法比微气象学方法精度还 高，尤其在区域蒸发计算方面有明显的优越感。它主要原理是根据热量平衡余项模式 求得蒸散量。利用热红外遥感的多时相获取不同时刻的表温度，从而求得土壤热通量， 以此表达土壤湿度状况，并结合净辐射资料，推算大面积的潜热通量与蒸散量。b r o w n 和r o s e n b e r g ( 1 9 8 5 ) 根据能量平衡，作物阻抗原理建立的作物阻抗一蒸散模型，成为热 红外遥感温度应用到蒸散模型的理论基础。谢贤群和张仁华等人在上述模型的基础 上，对不同气象和空气层条件下，对空气的动力阻抗的计算公式进行了修正。近年来， 应用高分辨率光谱辐射计研究植被光谱的动态变化，植被光谱与覆盖率和叶面指数的 关系，为建立遥感农田蒸散模型提供了基本依据。遥感受技术的应用以及目前和地面 微气象信息的结合，为大面积的蒸散量估算提供了新的途径。但由于遥感所需的很多 土壤和植被等有关参数，在区域尺度上不易获得，而且地面特征在空间上变异的不确 定因素也大大影响了遥感方法的精度。所以，目前遥感技术在区域，特别是下垫面较 为复杂的区域运用的精度还很不够。 毫 第一章绪论 1 2 3 作物需水量的计算与预测方法 1 2 3 1 作物需水量的计算方法脚2 町 作物需水量数据，可以取自实测成果。但是，在灌溉工程的规划设计中，往往需 要作物需水量资料的地区或典型年份缺乏实测资料，在灌溉用水管理中进行灌水预报 时，又需要事先确定未来时期的作物需水量。因此，无论是规划设计或是管理运用灌 溉工程，都需要用估算的方法来确定作物需水量。f 1 静，计算作物需水量的方法很多， 但基本上可分为三大类：第一类是先计算全生育期总需水量，然后根据各生育阶段的 需水模系数进行分配，求得各生育阶段的需水量，一般称这种方法为“惯用法”； 第二类是先用气象因素计算各阶段参考作物蒸发蒸腾量，然后乘以作物系数求各阶段 作物需水量的方法；第三类是直接计算各生育阶段的需水量，然后累加计算全生育期 的总需水量。 ( i ) 惯用法 早期，在进行农田水利规划时，先用经验公式推求作物全生育期的总需水量，然 后用阶段模比系数分配各阶段的需水量。作物需水模系数系指作物某生育阶段的需水 量占全生育期总需水量的百分数。一般由田间实验资料得出或运用类似地区资料分析 确定。按上述方法求得的各阶段作物需水量很大程度上取决于需水模系数的准确程 度。但由于影响需水模系数的因素较多，如作物品种、气象条件，以及土、水、肥条 件的不同和生育阶段划分的不严格等，使同一生育阶段的不同年份内同品种作物的需 水模系数并不稳定，而不同品种的作物需水模系数则变幅更大。据大量分析计算结果 表明用惯用法分配求各阶段需水量的误差常在1 0 0 2 0 0 左右1 2 5 1 ，因而该法计算 的结果仅起参考作用。 ( 2 ) 通过参考作物蒸发蒸腾计算各阶段需水量的方法 该法计算各阶段需水量的方法首先计算参考作物蒸发蒸腾量，然后利用作物系数 修正，得到某种具体作物的作物需水量，作物系数是指某阶段的作物需水量与相应阶 段内的参考作物蒸发蒸腾量的比值，一般由实测试验确定。参考作物蒸发蒸腾量系指 高度一致、生长旺盛、完全覆盖地面而不缺水的绿色草地( 8 1 5 c m 高) 的蒸发蒸腾 量，与气象因素有关。计算参考作物蒸发蒸腾量多采用联合国粮农组织1 9 7 9 年推荐 的p e n m a n 公式。该公式在世界上应用较为广泛。但近年来，许多学者的研究表明， 这一方法存在着一些弱点。首先，把某一具体作物的潜在蒸发蒸腾量作为定义e t o 的 9 河海大学硕士学位论文大区域灌溉需水量计算与预测研究 标准是困难的，即使是同一种草，在不同的地区，不同的气候条件下，其表面形态特 征也不相同，而且管理方式也因地而异。其次，为适应不同地区的情况，修正p e n m a n 公式中加入许多修正参数和风参数，有些参数是难于准确测量的，而且过多的修正系 数和风函数会引起公式使用者的混淆【2 6 l 。 ( 3 ) 直接计算各生育阶段需水量的方法 第二类方法包括经验公式、水汽扩散法、质量交换法、能量平衡法和水量平衡法 等几类。 经验公式法是根据作物需水量及其主要影响因素的实测成果，用回归分析方法建立作 物需水量随影响因素变化的经验公式，在我国采用较多的有以下三种。 1 ) 水面蒸发量法( 蒸发皿法) 。该法利用大量灌溉实验资料来建立需水量与水面 蒸发之间的相关关系，再根据测得的水面蒸发量，估算出作物需水量。由于旱作物的 需水量显著地受土壤含水率的影响，因此对于土壤水分不足的旱作物，使用该法误差 较大。 2 ) 以气温和日照时数为参数建立经验公式来计算需水量，童斯外持根据平均气 温和白昼时数提出了一个很实用的公式。布兰勒克里多建立了一个简单的经验公式来 描述美国西部蒸散发量、温度、白天时数之间的关系。许多研究结果表明，该经验公 式法具有较高的精度。 3 ) 以气温、风速、饱和差为参数或以不同的气象因素组合而成的多因素公式等， 1 9 5 4 年涂克首次提出了计算实际蒸散发和蒸散发潜力以及它们跟气象、作物和土壤因 素之间关系的经验公式，并于1 9 6 1 年将一天的蒸散发潜力表示成气温和辐射量的函 数，对该方程进行了简化。这些经验公式在一定地区都获得了应用上的成功。但是， 这些公式中的经验系数都是根据特定条件的实验结果统计分析确定的，因此，这些公 式都有一定的适用条件，不能盲目套用。 水汽扩散法是利用近地面大气层中的紊流交换规律为基础的。根据水汽扩散理 论，无论水面蒸发、叶面蒸腾以及棵间蒸发，都是由于水分予接受辐射后的动能大于 水分子之间的内聚力或叶细胞对水分子的束缚力，致使水分子逃离液面或叶面，由液 态变气态的转化过程就是扩散。以水汽扩散理论为基础的公式，如空气湿度法、温度 风速法、温度日照法等。但是该法要求具有两个高度上的气象因素观测资料，而且对 气象因素的梯度观测比较严格，所以，大面积应用起来不太方便口7 1 。 质量交换方法是基于这样的原理：水分从蒸散发表面跑掉是因为空气的紊动掺和 1 0 第一章绪论 与蒸汽的压力梯度作用。要估算蒸散发率，必须在靠近蒸发表面至少两个高程处精确 地测定风速和空气湿度。此法由托日外特和赫兹曼1 9 3 9 年提出。 能量平衡法确定作物需水量是以能量平衡方程为基础的。其中吸收的能量要跟蒸 发、空气加热、土壤中消耗的能量以及其它流失的能量相平衡。过去，由于需要进行 温度差和水汽压差的梯度观测，应用不大方便，但是随着科技的进步，遥感技术和红 外测温技术的快速发展，该法开始被广泛应用于大面积作物需水量的估算。 水量平衡法直接估算作物需水量是以农田水量平衡方程为基础的。该法需要实测 收集资料。主要用于试验区内的作物需水量估算。 1 2 3 2 常用的预测方法及其适用条件田- 硼 ( 1 ) 时问序列分析法 作物需水量，在长时间过程中，是一个随气候、土壤质地和作物生理过程等复杂 因素而变化的综合性过程。因为影响作物需水量的某些因素( 如气象因子) 是随机变 化的，所以作物需水量的变化过程中必然有随机的一面；同时，它又受到生理机制的 控制，具有确定性的一面。那么作物需水量的变化过程中必然有随机的一面；同时， 它又受到生理机制的控制。具有确定性的一面。因此作物需水过程包含有反映多年递 增或递减变化趋势的趋势项，也有体现多年变化过程中的周期性发展趋势的周期项， 同时还有反映作物需水随机特性的随机项，可以运用时间序列法对序列中的趋势项、 周期项、随机项进行分析。邵东国，郭元裕，沈佩君1 3 l 】运用时间序列分析方法，建立 了区域作物需水量长期预报模型，对南水北调中线工程作物需水量进行了预测，得到 了比较满意的结果。但是该法需以区域内大量试验数据为基础，对于某些区域由于受 生产条件、技术条件等影响，实测资料十分有限的情况下，不适宜该法。 ( 2 ) 回归分析法 根据作物生长规律可知，作物需水量具有相宜性，即相邻一个或几个阶段之间相 互有影响，同时前一个或几个时段的影响因子对本时段需水量也有影响。因此可以利 用影响因子与作物需水量的关系，通过建立线性或非线性回归模型，预测某一时段作 物需水量1 1 3 1 。李远华，崔运来，杨场武【3 2 1 根据实际观测资料，分析了水稻需水量与气 象因子的关系，以及水稻日平均需水量在全生育期内随时间的变化规律，运用线性回 归分析方法，建立了短、中、长期水稻需水量预报模型。通过回归分析，寻找预测对 象与影响因素之间的因果关系，建立回归模型进行预测，而且在系统发生较大变化时， 河海大学硕士学位论文 大区域灌溉需水量计算与预测研究 也可以根据相应变化因素修正预测值，同时对预测值的误差也有一个大体的把握，因 此适用于长期预测【3 3 j 。而对于短期预测，由于用水量数据波动性很大、影响因素复杂， 且影响因素未来值的准确预测困难，故不宜采用。该方法是通过自变量( 影响因素) 来预测响应变量( 预测对象) 的，所以自变量的选取及自变量预测值的准确性是至关 重要的。针对我国基础数据短缺、预测及决策体系不完善的现状，引入的自变量不可 过多，过多的自变量不仅会使计算量增加、模型稳定性退化，还容易把不可靠的自变 量预测值引入模型，使误差累加到响应变量上，造成很大的误差。因此在抓住系统主 要影响因素的基础上，通过主成分分析等方法，确定适当的变量。 ( 3 ) 指标分析法 指标分析法是通过对用水系统历史数据的综合分析，制定出各种灌溉定额，然后 根据灌溉定额和灌溉面积等的关系计算出远期的需水量l 川。该方法与回归分析有很多 相似之处，在一定意义上它等效于以灌溉面积为自变量的一元回归，灌溉定额相当于 回归系数。所不同的是，回归分析具有针对性，而灌溉定额具有通用性，与回归分析 相比，它的工作量要小得多，但是由于灌溉定额的通用性，在对特殊城市或地区进行 需水量预测时会造成很大的误差。 ( 4 ) 灰色预测方法 灰色预测方法是一种不严格的系统方法，它抛开了系统结构分析的环节，直接通 过对原始数据的累加生成寻找系统的整体规律，构建指数增长模型。该方法能根据原 始数据的不同特点，构造出不同的预测模型，所以该方法比较适于不确知发展规律而 原始数据又无明显趋势的问题，并且预测范围广，对长、短期预测均可，且所需数据 量不大，在数据缺乏时十分有效1 3 5 - 3 7 。而用水需求并不完全是指数关系，所以用灰色 预测模型进行用水量的预测，也就是说只用一个单一的指数模型来描绘一个时问数列 的动态发展变化规律，其预测精度往往会大打折扣。 ( 5 ) 人工神经网络方法 人工神经网络是一种由大量简单的人工神经元广泛连接而成的，用以模仿人脑神 经网络的复杂网络系统3 8 4 2 1 。具有知识的分布式存储和并行处理的特点，并且具有记 忆和联想的功能。它在给定大量输入、输出信号的基础上，建立系统的非线性输入、 输出模型，对数据进行并行处理，被学术界称为无模型，而不像传统方法( 从概念模 型到数学模型) 的建模过程。神经网络技术具有容错性、较强自学习能力等特点，能 从大量统计资料中分析提取统计规律，已广泛运用于作物需