CN114202167A - 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 - Google Patents
基于水循环模拟的多水源灌区灌溉用水量计量统计方法 Download PDFInfo
- Publication number
- CN114202167A CN114202167A CN202111367538.2A CN202111367538A CN114202167A CN 114202167 A CN114202167 A CN 114202167A CN 202111367538 A CN202111367538 A CN 202111367538A CN 114202167 A CN114202167 A CN 114202167A
- Authority
- CN
- China
- Prior art keywords
- water
- irrigation
- area
- model
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 540
- 238000003973 irrigation Methods 0.000 title claims abstract description 258
- 230000002262 irrigation Effects 0.000 title claims abstract description 258
- 239000003621 irrigation water Substances 0.000 title claims abstract description 104
- 238000004088 simulation Methods 0.000 title claims abstract description 75
- 238000007619 statistical method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 79
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims description 60
- 230000006872 improvement Effects 0.000 claims description 42
- 238000003860 storage Methods 0.000 claims description 42
- 239000002689 soil Substances 0.000 claims description 34
- 230000007613 environmental effect Effects 0.000 claims description 22
- 238000010248 power generation Methods 0.000 claims description 22
- 241000209094 Oryza Species 0.000 claims description 18
- 235000007164 Oryza sativa Nutrition 0.000 claims description 18
- 230000008020 evaporation Effects 0.000 claims description 18
- 238000001704 evaporation Methods 0.000 claims description 18
- 235000009566 rice Nutrition 0.000 claims description 18
- 239000013589 supplement Substances 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000035945 sensitivity Effects 0.000 claims description 9
- 230000005068 transpiration Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 238000010206 sensitivity analysis Methods 0.000 claims description 7
- 241000196324 Embryophyta Species 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000004907 flux Effects 0.000 claims description 5
- 238000012417 linear regression Methods 0.000 claims description 5
- 230000009189 diving Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000010899 nucleation Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000009933 burial Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 150000001875 compounds Chemical group 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 230000003872 anastomosis Effects 0.000 claims description 2
- 230000001174 ascending effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 239000004927 clay Substances 0.000 claims description 2
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000012986 modification Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 239000010865 sewage Substances 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000013076 uncertainty analysis Methods 0.000 claims description 2
- 230000002354 daily effect Effects 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 239000003673 groundwater Substances 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 208000005156 Dehydration Diseases 0.000 description 1
- 244000017020 Ipomoea batatas Species 0.000 description 1
- 235000002678 Ipomoea batatas Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009355 double cropping Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000009336 multiple cropping Methods 0.000 description 1
- 229930014626 natural product Natural products 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 229940117728 pre milk Drugs 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Educational Administration (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
Abstract
本发明是基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法。目的是运用灌区自然‑人工二元水循环过程模拟理论,提出了南方多水源灌区灌溉用水量计量统计方法,以实现灌溉用水量的精确统计。技术方案是:1、基于水循环模拟的多水源灌区灌溉用水量计量统计方法,包括如下步骤:步骤1:灌区水资源系统调查与概化;步骤2:农业用水计量监控设施布局;步骤3:灌区二元水循环模型开发;步骤4:灌区二元水循环模型构建;步骤5:灌区灌溉用水量模拟统计。
Description
技术领域
本发明是基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,属于水资源监控 能力建设技术领域。
背景技术
受地形条件限制,我国南方山丘区的人类社会经济活动主要集中在河谷平原地带,包括 生活、工业以及农业灌溉等各行业用水户。因此,南方山丘区灌区内农灌用水户与生活、工 业用水户相互融合,构成了复杂的灌区水资源系统。据调查,南方山丘区灌区具有“多水源、 多用户、多重耦合、多重循环”等特点。“多水源”是指灌区水源工程类型多样、数量众多, 既包括河道、小山塘、小水库等分散小型水源,也包括中型水库等集中控制性水源;“多用户” 是指灌区用水户除了农业灌溉外,还包括居民生活、工业、水力发电、生态环境等多种类型 取用水户,不同类型用水户取用水规律各异。“多重耦合”是指水利发电、生态环境等非消耗 性用水与农业灌溉和城乡供水等消耗性用水相互耦合,既会利用消耗性用水量的水能与生态 来满足自身用水需求,也会在消耗性用水停止期单独向水源提出用水需求。“多重循环”是指 灌区不同灌片之间通过河道、地下水系统产生水力联系,从而导致灌片之间的灌溉用水出现 多重循环、重复利用的现象。
根据上述对南方多水源灌区运行现状的调查分析可知,如果仅通过建设计量监控设施来 计量统计灌区灌溉用水量,会出现“灌区水源过多计量监控设施投资过大、各行业用水量相 互耦合难以单独计量灌溉用水量、灌溉回归水存在重复利用量但无法直接计量监测”等问题。
发明内容
本发明的目的是克服上述背景技术的不足,运用灌区自然-人工二元水循环过程模拟理 论,提出了南方多水源灌区灌溉用水量计量统计方法,以实现灌溉用水量的精确统计。
发明提供的技术方案是:一种基于水循环模拟的南方多水源灌区灌溉用水量计量统计方 法,包括如下步骤:
步骤1:灌区水资源系统的调查与概化;调查灌区水资源系统中城乡供水子系统、农业 灌溉子系统、水力发电子系统和环境用水子系统基本情况,包括各类子系统的水源体系、用 户体系及水源-用户的供水关系等;在此基础上,对灌区水资源系统进行概化,清晰描绘水资 源系统水量的取供用排格局,为灌区农业用水计量监控设施布局及水循环模型研发奠定基础。 灌区水资源系统概化具体包括如下步骤:
(1)水源工程概化:a.将灌区龙头控制性水库工程作为独立的水源节点单独保留;b. 将与灌溉渠道相连的水库工程作为独立的水源节点单独保留;c.将重点关注的小型水库、山 塘工程作为代表性水源节点单独保留;d.将其它分散的水源工程按照步骤(3)农灌用水户概 化结果,概化形成各农灌用水户水源节点。
(2)渠系工程概化:a.将灌溉主干渠及与其相连的一级支渠工程单独保留;b.将二级 以下灌溉支渠按照一级支渠进行集中概化,形成概化一级支渠;c.根据步骤(3)典型田块概 化结果,将与典型田块相连的末级支渠进行集中概化,形成典型田块概化渠道;
(3)农灌用水户概化:a.将步骤(1)保留的独立水源节点(龙头控制性水源除外)的实际灌溉对象,概化形成各独立水源农灌用水户;b.将步骤(2)概化一级支渠的实际灌溉对象,概化形成各一级支渠农灌用水户;c.选择1-3处灌溉范围边界清晰的田块作为典型田块, 将其实际灌溉对象概化形成典型田块农灌用水户。
(4)城乡用水户概化:a.由水厂集中供水的城乡用水户以水厂为单元进行概化,形成 概化城乡用水户;b.从河道、水库自备取水的城乡用水户以取水水源为单元进行概化,形成 概化自备取水户。
(5)水力发电用水户概化:a.灌区龙头控制性水库的发电用水户单独保留;b.利用灌 溉渠道发电的用水户单独保留;c.利用河道径流发电的用水户不予考虑。
(6)环境用水户概化:a.灌区龙头控制性水库的环境用水户单独保留;b.灌溉渠道的 环境用水户以一级支渠为单元进行概化。
步骤2:农业用水计量监控设施布局;为精确掌握灌区二元水循环规律,在灌溉用水的 取供用排主要水循环节点布设农业用水计量监控设施,所述主要水循环节点包括:
(1)在典型水源渠首布局计量监控设施进行监测:通过监测典型水源工程渠首放水量, 可掌握灌区主要水源的灌溉放水过程。典型水源包括灌区龙头控制性水库和渠系较为完整的 代表性小型水库、山塘及堰坝、机埠。
(2)在典型支渠分水口布局计量监控设施进行监测:通过监测典型灌溉支渠分水量,可 掌握各支渠灌片的灌溉放水过程。典型灌溉支渠为干渠的一级支渠。
(3)在典型灌片布局计量监控设施进行监测:通过监测步骤1所选择的典型田块的灌溉 进水量及排水量,可精确掌握该灌片的实际灌溉用水量及亩均灌溉定额,作为整个灌区灌溉 用水量统计结果的校核标准。
(4)在流域总出水口布局计量监控设施进行监测:为满足灌区水循环模型率定要求, 需掌握灌区所在流域总出水口的出流过程,需要对流域总出水口进行监测。当流域总出水口 附近建有流量监测站时,可不用重复建设计量监控设施。
步骤3:灌区二元水循环(NABWC)模型开发;以美国开源的SWAT(Soil and WaterAssessment Tool土壤和水评估模型)模型为基础进行二次开发,根据我国南方多水源灌区自 然水循环与社会水循环规律,通过对SWAT模型的水循环模拟结构、水平衡要素计算方法、 水源灌溉模式、水库水力发电模拟、城乡用水和环境用水模拟等相关内容进行了改进,开发 了适用于模拟南方多水源灌区自然-人工二元水循环过程的NABWC(NaturalArtificial Binary Water Cycle model自然人工二元水循环模型)模型。NABWC模型开发具体包括如下步骤:
(1)水循环模拟结构改进
SWAT模型在模拟灌区水循环时,仅将水稻田作为水文响应单元HRU(HydrologicResearch Unit)的一部分,未将其作为独立HRU进行模拟,会使得水稻田农业灌溉用水过程模拟不够完整。NABWC模型调整了SWAT模型中水稻田水量平衡模拟顺序,将水稻田作为 独立的HRU进行模拟(参见图2),使其水循环模拟级别与其它土地利用类型HRU相同。同 时对水稻田蓄水期与非蓄水期径流计算和渗漏计算进行区分。
(2)水平衡要素计算改进
①水稻田体积计算改进
NABWC模型修正了SWAT模型将水稻田体积认定为锥形体的计算方法,将水稻田表面 积设置为其HRU面积。同时,考虑了水稻田四周所设田埂,引入田埂系数,水稻田灌溉时无 需灌溉田埂部分,以使灌溉模拟更加精确。
②地表径流计算改进
NABWC模型引入3个控制水深来改进SWAT模型水稻田地表径流计算方法,即适宜水层上限(Hmax)、下限(Hmin)以及雨后最大蓄水深度Hp。下面分水稻田蓄水阶段和非蓄水 阶段对其地表径流计算方法进行说明。
a.蓄水阶段
此时降水进入田间,引起田间水层增加;当田间蓄水深度超过了雨后最大蓄水深度,之 后降水将全部形成地表径流;同时仍会有部分降水沿着田埂形成地表径流流失。沿田埂流失 的径流量采用降雨~径流关系计算。蓄水阶段水稻田地表径流计算公式如下:
ht1=h0+(1-ridge)·P+ridge·(1-α)·P 公式1
qday=ridge·α·P当ht1≤Hp时 公式2
qday=(ht1-Hp)·(1-ridge)+ridge·α·P当ht1>Hp时 公式3
ht2=Hp 公式4
式中,ht1为降雨之后的田间水层深度,mm;h0为降雨前的田间水层深度,mm;ridge为 田埂系数,即指田埂占整个田块的比例;α为降雨径流系数,根据降雨量大小取值,雨量在 1到10mm之间取0.05,在10到20之间取0.1,20到30之间取0.2,30到40之间取0.25, 40到50之间取0.3,大于50则取0.35;P为日降雨量,mm;qday为当日排水径流量,mm。
b.非蓄水阶段
水稻田非蓄水阶段若有径流形成将全部排出田间了,此时地表径流量计算采用蓄满产流 机制原理;当土壤含水量达到田间持水量时,剩余雨量将形成地表径流。
③渗漏量计算改进
NABWC模型分别针对水稻田生育期无水层时的自由排水通量和有水层时的渗漏量计算 进行改进。
a.无水层时自由排水通量
水稻生育期无水层时,其自由排水通量的计算根据各土层的土壤含水量、导水率等,采 用蓄满产流机制进行计算。即当上层土壤含水量大于田间持水量时,多余的土壤水分向下运 动,补给下层土壤水分,依次类推,离开根区的土壤水分,形成深层渗漏量。
b.有水层时田间渗漏量
水稻生育期有水层时,其渗漏量受田间土质、地下水位、田间水深及管理措施等因素的 影响。NABWC模型在参考相关灌区水稻田渗漏观测资料的基础上,取日最大加权平均渗漏 强度为2mm/d。
④蒸发蒸腾量计算改进
NABWC模型修正了水稻田蒸发蒸腾量小于参考作物蒸发蒸腾量的限制条件,并分田间 有蓄水和无蓄水等两种情况来计算田间蒸发蒸腾量。当田间有蓄水时计入水面蒸发,忽略土 壤蒸发,无蓄水时则反之。同时在作物蒸腾过程中,考虑水稻作物系数Kc来计算其最大蒸腾 量。
⑤潜水蒸发量计算改进
潜水蒸发量又称毛管上升水,NABWC模型增加了毛管上升水对土壤水分的补给,使其 参与土壤水循环。毛管上升水的计算采用茆智等提出的经验公式:
CR=ETa·exp(-σ·d) 公式5
式中,CR为毛管上升水量,mm/d;ETa为实际蒸发蒸腾量,mm/d;σ为反映土壤输水能力的常数,经验系数,对于砂土、壤土和粘土可分别取2.1、2.0和1.9;d为地下水埋深, m,SWAT模型中对潜水水位有循环演算,因此地下水埋深的计算需要输入当地潜水层底板到地面的深度数据。此部分修改同时应用于水稻田和旱地。
⑥灌溉需水量计算改进
根据灌区水稻田实际灌溉操作,NABWC模型对SWAT模型水稻田灌溉触发条件及其需 水量计算进行改进。
a.灌溉触发条件改进
由于SWAT模型针对水稻田灌溉模拟与旱地一样,其灌溉触发条件亦采用植物水分胁迫 阈值或土壤缺水量阈值判断法,无法准确反映水稻田实际灌溉操作。NABWC模型针对水稻 田灌溉模拟主要是以水层深度为对象,引进农田水利学中水稻田生育期适宜水层上下限的概 念,即Hmax与Hmin,当水稻田的水层深度h小于或等于适宜水层下限Hmin且当天降雨量小于 5mm时,水稻田启动灌溉。
b.灌溉需水量计算改进
NABWC模型首先通过水稻田适宜水层上限与当前田间水层深度来分析需要灌到田间的 净水量,然后引入田间损失系数来计算需要灌溉的水量。计算公式如下:
m=ξ·(Hmax-h) 公式6
式中,m为灌溉水量,mm;ξ为田间损失系数,取值范围为1.1~1.3;Hmax为水稻田的适宜水层上限,mm;h为需要灌溉时的田间水层深度,mm。
⑦渠系渗漏量计量
由于SWAT模型中灌溉水量直接输入至田间,未考虑渠系输水损失量,与灌区实际不符。 NABWC模型将HRU灌溉时的渠道输水损失直接补给到该HRU地下水,计算公式为:
Loss=Irr·(1-η) 公式7
式中,Loss为渠系渗漏量,mm,这部分水量直接补给地下水;Irr为从水源的取水量, mm;η为灌溉水有效利用系数。
(3)水源灌溉模式改进
①多水源联合灌溉
由于SWAT模型中单个HRU执行自动灌溉时,仅能选择单一水源进行灌溉,且不能利用子流域内部塘堰进行灌溉,与南方灌区多水源联合灌溉模式不符。NABWC模型将子流域内部塘堰纳入灌溉水源体系,然后引入多水源联合灌溉模式(参见图3)。多水源联合灌溉是指针对某一灌溉用水户,按照给定的供水顺序依次选择水源进行灌溉,直至满足其需水量 为止。南方多水源灌区水源供水顺序依次设定为子流域内部河道、子流域内部山塘、子流域 外部小(一)型及以上水库、灌区龙头控制水库。
②灌溉可供水量计算改进
NABWC模型考虑水源灌溉时的渠系水损失,引入灌溉水有效利用系数来修正SWAT模型中水源灌溉可供水量。各类型水源灌溉可供水量计算公式如下:
河道:A=wtr·β·η/(10·area) 公式8
山塘:A=(Vt-ζ·V总)·η/(10·area) 公式9
水库:A=Vt·η/(10·area) 公式10
式中,A为水源灌溉可供水量mm;wtr为当前河道的水量,万m3;η为灌溉水有效利用系数;Vt为水库或山塘当前的蓄水量,万m3;V总为子流域内部山塘的总库容,万m3;area 为当前模拟HRU需要灌溉的面积(hm2),对于旱地是指HRU的面积,对于水稻田则是除去 田埂以外的面积。
β为河道灌溉用水控制系数,即河道实际灌溉水量占可用水量的比例,该参数主要考虑 工程的取水能力,同时也考虑到生态基流,具体的取值在模型率定时进行确定;
ζ为山塘灌溉用水控制系数,即死库容占总库容的比例,该参数主要考虑山塘需要保留 一定水量以保障其养殖、生态等其他功能。
(4)非农用水模拟改进
①水库水力发电改进
由于SWAT模型仅能按照用户指定的出流过程或蓄水过程来简化模拟水库供水过程,无 法区分水库灌溉供水和水力发电等不同用水过程。NABWC模型增加了水库水力发电模拟模 块,即在将水库兴利调度规则(参见图4)概化为灌溉/发电优先控制线(ld1)和发电加大出 力线(ld2)的基础上,按照既定的规则进行水力发电放水模拟:a.当水库水位在灌溉/发电优 先控制线以下时(z≤ld1),水库仅按照灌溉及城镇供水需求量放水,发电机组利用该部分 水量进行发电;b.当水库水位在灌溉/发电优先控制线以上、发电加大出力线以下时 (ld1<z≤ld2),水库可按照水电站保证出力发电放水;c.当水库水位在发电加大出力线以上 时(z>ld2),水库可加大发电出力进行放水。
②城乡用水模拟改进
NABWC模型根据灌区城乡用水户概化结果,利用城乡供水量和排水量监测数据,首先 从水源蓄水量端直接扣除城乡供水量,然后在污水处理厂尾水排入水源端加载城乡排水量。
③环境用水模拟改进
NABWC模型根据灌区相关水源的环境补水量及补水时段等既定规则,首先从水源蓄水 量端直接扣除环境补水量,然后在补水的子流域中加载环境补水量,从而实现环境补水量的 空间转移。如遇环境补水发生时间与灌溉供水或水力发电一致时,可结合其它行业用水量进 行环境补水。
步骤4:灌区二元水循环模型构建,步骤如下;
(1)收集如下基础资料
灌区NABWC模型构建所需的基础数据包括灌区DEM、土地利用类型数据、土壤数据、水文气象监测数据(包括降水、流量、最高气温、最低气温、相对湿度、日均风速、日照时 数等)、农作物生长制度、农业用水计量设施采集水量和灌区水资源系统概化数据(包括水 源工程参数、各行业用水户参数、水源-用户供水关系)。
(2)确定如下精度指标
a、精度评价对比的实测数据:采用灌区内部控制断面及流域出水口的实测流量数据、 农业用水计量监控设施采集的水量数据以及典型田块净灌溉定额等实测数据与模型模拟数据 进行对比,分析评价模型模拟精度的优劣。其中按照如下公式计算典型田块净灌溉定额:
式中,NI为净灌溉定额,Qi为典型田块监测进水量,Qo为典型田块监测出水量,IA为典型田块灌溉面积。
b、模拟精度的评价指标:采用相对误差、Nash-Suttclife效率系数及线性回归系数等指 标来评价模型模拟数据与实测数据的吻合程度。
相对误差RE的计算公式:
式中,RE为模型模拟相对误差,Qm为模拟值,Qs为实测值。
Nash-Suttclife(NS)效率系数的计算公式:
式中,Qm为模拟值,Qs为实测值,Qavg为实测平均值,n为实测数据个数。NS的范围 为负无穷大到1,当NS=1时,表示模拟效率非常好。
线性回归系数R2用于评价模拟值和实测值的吻合程度,R2=1表示完全吻合。当R2<1 时,其值越小反映出数据吻合程度越低。
按照各评价参数取值范围,将模型模拟精度分为优、良、中、差4个等级。模型精度评 价等级见表1。
表1模型模拟精度评价等级表
精度评价等级 | 相对误差RE(%) | 线性回归系数R<sup>2</sup> | 纳什系数NS |
优 | -5~5 | ≧0.95 | 1.00~0.80 |
良 | ±5~±10 | 0.94~0.80 | 0.79~0.60 |
中 | ±10~±20 | 0.79~0.70 | 0.59~0.40 |
差 | ﹥20或﹤-20 | ≦0.7 | ﹤0.40 |
(3)模型率定的主要参数:包括土壤蒸发补偿因子、作物消耗补偿因子、地表径流滞后 系数、侧向流的运动时间、基流因子、径流曲线数、马斯京根法的标准系数、马斯京根法的 流量比重因子、马斯京根法的标准系数、HRU的灌溉水量占可利用水量的分数、农业灌溉常 规管理参数、田间损失系数、河道灌溉用水控制系数、山塘灌溉用水控制系数、最大冠层储 水量等。
(4)模型参数率定的方法:包括参数敏感性分析和参数优化率定两个步骤。参数敏感性 分析是指采用SUFI_2算法(现有技术),分析评价灌区NABWC模型各参数取值变化对模型 精度影响的敏感性,识别出敏感性前10位的参数。参数优化率定是指针对灌区NABWC模型敏感性前10位的参数,以模型精度最优为优化目标,以各参数的值域为约束条件,在构建模型参数优化模型的基础上,选用群体复合形进化算法(现有技术)对优化模型进行求解,得到最优的参数取值;从而完成灌区二元水循环模型构建。
采用SUFI_2算法开展模型参数敏感性分析的步骤如下:
Step1:确定目标函数。
Step2:确定参数的物理意义和区间范围。
Step3:参数范围确定后进行Latin Hypercube抽样。
Step4:进行Latin Hypercube抽样后,得到多种参数组合,并进行模拟。
Step5:对第一步目标函数进行评估模拟,并计算结果。
Step6:进行参数的不确定性分析。
采用群体复合形进化算法进行参数优化率定的步骤如下:
Step1:初始化。假定是n维问题,选取参与进化的复合形的个数p(p≥1)和每个复合形 所包含的顶点数目m(m=2n+1)。计算样本点数目s=p·m。
Step2:产生样本点。在可行域内随机产生s个样本点X1,X2,…,Xs,分别计算每一点Xi的 函数值fi=f(Xi),i=1,2,…,s。样本点集合记为D={(Xi,fi)},i=1,2,…,s。s个样本点中 其函数值最小者作为当前全局最优点并记为Xbest,相应函数值记为fbest。
Step3:划分为复合形群体。将D按蛙跳格式划分为p个复合形A1,A2,…,Ap,每个复合 形含有m个点:
Step4:复合形个体进化。按经典的复合形法分别进化每个复合形,直至每个复合形收敛. 从收敛的每个复合形中分别取出一个最优点,记为X1,X2,…,Xp,再从这p个局部最优点中 找出目标函数值最小者相应的点记为Xb,相应的函数值记为fb;若fb<fbest,则更新当前全 局最优点为Xbest=Xb。
Step5:收敛性判断。如果复合形群体满足收敛条件则停止,否则进行Step6。
Step6:复合形群体进化。用全局最优点Xbest替换当前p个局部最优点X1,X2,…,Xp中的 最优者,再从可行域中随机选取s-p个点。将这两部分点掺混杂交形成新的点集,不妨仍记 为D,回到Step3。
步骤5:灌区灌溉用水量模拟统计;将灌区计算时段内的水文气象数据、农作物播种制 度和农业用水计量监控数据等动态监测数据输入已构建的灌区NABWC模型,采用模型对灌 区计算时段内的二元水循环过程进行模拟。进而从模型水循环模拟结果中提取出农业灌溉用 水量,作为灌区灌溉用水量统计结果。灌区灌溉用水量模拟统计具体包括如下步骤:
(1)收集动态监测数据:收集灌区计算时段内的水文气象监测数据(包括降水、流量、 最高气温、最低气温、相对湿度、日均风速、日照时数等)、农作物播种制度(包括播种时间、复种指数等)和布局建设的农业用水计量监控设施采集的水量数据。
(2)灌区水循环模拟:将收集的灌区动态监测数据输入到已构建的灌区NABWC模型,驱动模型按日尺度对计算时段内灌区二元水循环过程进行模拟,主要包括水源来水量过 程、各行业用户的需水量过程、水源向各行业用户的供水量过程、灌溉支渠分水口的灌溉水 量过程、水电站发电水量过程等。
(3)灌溉用水量统计:从灌区水循环模拟结果中提取出各灌片农业灌溉用水量过程, 进而统计得到灌区灌溉用水量。
本发明的有益效果是:本发明针对南方多水源灌区灌溉用水量计量统计需求,首先提出 了一种灌区农业用水计量监控设施布局方法,既降低了计量监控工程投资,又可精准掌握主 要水源节点的综合放水过程,为灌溉用水量统计奠定基础;然后通过对美国开源的SWAT模 型进行二次开发,提出了适用于模拟南方多水源灌区自然-人工二元水循环过程的NABWC (Natural Artificial Binary Water Cycle model)模型,可实现对灌区天然产汇流和生态供水、 城乡供水、农业灌溉及水力发电等多种水循环过程的模拟;最后利用灌区DEM、土地利用类 型、土壤数据、水文气象、农业用水计量设施采集水量等数据,提出了运用NABWC模型来 模拟灌区二元水循环过程进而提取各类水源灌溉用水量的方法,从各类水源的综合放水量中 剥离出了农业灌溉用水量,最终实现了南方多水源灌区农业灌溉用水量的精确统计;为实施 最严格水资源管理制度提供了有效手段。
附图说明
图1为本发明的流程图。
图2为本发明中NABWC模型水循环模拟结构流程图。
图3为本发明中NABWC模型多水源联合灌溉计算流程图。
图4为本发明中NABWC模型水库调度规则示意图。
图5为本发明中SUFI_2算法分析模型参数敏感性流程图。
图6为本发明中群体复合形进化算法优化模型参数流程图。
图7为本发明实施例中碗窑灌区水资源系统概化图。
图8为本发明实施例中碗窑灌区农业用水计量监控设施布局图。
图9为本发明实施例中农业监测水量模拟结果与实测结果对比图。
图10为本发明实施例中灌区江山港出口月径流量验证效果图。
图11为本发明实施例中灌区江山港出口月径流量验证效果图。
具体实施方式
本发明的思路是:提出一种通过灌区水量循环模拟来对灌溉用水量进行计量统计的方 法,该方法既可显著降低计量监控体系建设投资,又可从各类水循环过程中剥离出农业灌溉 用水量,最终实现对灌区灌溉用水量的精确统计。该方法的实施思路为(参见图1):首先对 灌区水资源系统进行实地调研,梳理出灌区水源体系、用户体系及供水关系网络;再结合灌 区已有水资源监控体系,在典型水源渠首、支渠分水口、灌片及流域总出水口布设农业用水 计量监控设施,对灌溉用水主要循环过程进行监测;进而通过对美国开源的SWAT模型进行 二次开发,研发出适用于模拟南方多水源灌区自然-人工二元水循环过程的NABWC(Natural Artificial Binary Water Cycle model)模型;然后利用灌区DEM、土地利用类型、土壤数据、 水文气象、农业用水计量设施采集水量等基础资料,对灌区NABWC模型参数进行率定及验 证;最后采用构建的灌区NABWC模型,利用灌区计算时段内水文气象、农作物播种制度和 农业用水计量监控设施采集水量等动态监测数据,对灌区水循环过程进行模拟,从模拟结果 中提取出各灌片灌溉用水量过程,进而统计得到灌区计算时段内的灌溉用水量。
下面结合实施例对本发明作进一步的详细说明。
如图1所示,基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法。以碗窑灌区 为例,采用本发明方法对其农业灌溉用水量进行计量统计。
一、灌区水资源系统调查概化
经现场调查,碗窑灌区水源工程包括2座大型水库、1座中型水库、16座小(一)型水库和2500余座小水库山塘。灌溉渠系工程包括2套渠系:碗窑水库渠系包括碗窑总干渠和南干渠;峡口水库渠系包括峡口东干渠和西干渠。灌区实际灌溉面积26.50万亩,粮食作物以双季稻和单季稻为主(参见表2),辅以少量小麦、番薯,经济作物主要有油菜、蔬菜等。除 此之外,灌区城乡供水主要通过江山水厂和峡口水厂集中供水,取水水源为峡口水库。灌区水力发电站既包括水库水电站又包括渠道水电站:水库水电站主要包括白水坑水库、峡口水 库与碗窑水库水电站,渠道水电站主要包括肩头弄电站、山溪蓬电站、贺社电站、木西坂电 站、须江电站等。
表2碗窑灌区现状种植结构一览表
根据本发明步骤1,以碗窑灌区主要水源工程及渠系工程为主脉络,根据灌区水源、用 户分布情况,对灌区水资源系统进行概化,结果见图8。
二、农业用水计量监控设施布局
根据本发明步骤2,在碗窑灌区典型水源渠首、支渠分水口、灌片进出水口、流域总出 水口等位置共布设25处农业用水计量监控设施(参见图8,其中水源渠首取水口16个,支渠分水口6个,区域排水口3个。
三、灌区二元水循环模型研发
根据本发明步骤3,运用Fortran语言对SWAT模型进行二次开发,研发出适用于模拟南 方灌区水循环过程的NABWC模型。
四、灌区二元水循环模型构建
(1)模型输入数据
根据本发明步骤4,向NABWC模型输入基础数据,以构建碗窑灌区水循环模型,具体步骤如下:
a.子流域划分:利用灌区DEM(数字高程模型)数据,提取灌区河流水系,进而划分出符合河流水系分布、渠系工程分布及用户空间分布的子流域(流域划分图予以省略)。
b.HRU离散:采用碗窑灌区土地利用类型数据、土壤数据及DEM数据,对各子流域划分为多个HRU(Hydrologic Research Unit)。通过设置土地利用面积阈值为15%、土壤类型面 积阈值为15%、坡度阈值为10%,完成碗窑灌区HRU离散化,共得到1010个HRU。
c.水文气象数据输入。①降雨量数据:白水坑、峡口、坛石、长台、塘源口、双塔底、前河等7个站点1986~2017年逐日雨量。②气温数据:江山站1986~2017年日最高气温、 日最低气温。③相对湿度:江山站1986~2017年日相对湿度。④太阳辐射:江山站1986~ 2017年日太阳辐射。需根据日均气温、最高气温、最低气温、日均风速、日照时数、相对湿 度、降水量等数据,采用Penman-Monteith(彭曼)公式计算得到。⑤日均风速:江山站1986~ 2017年日均风速。
d.水源基本信息输入。①水库基本信息输入:非常溢洪道水位时的水库水面面积、非常 溢洪道水位时的水库蓄水量、正常溢洪道水位时的水库水面面积、正常溢洪道水位时的水库 蓄水量以及水库的初始蓄水量等5个参数。②山塘基本信息输入:山塘集雨面积占子流域面 积比值、正常溢洪道水位时的山塘水面面积、正常溢洪道水位时的山塘蓄水量、非常溢洪道 水位时的山塘水面面积、非常溢洪道水位时的山塘蓄水量、山塘的初始蓄水量等6个参数。
e.用户基本信息输入(参见表3)。①水稻生育期划分:碗窑灌区作物种植类型主要为 单季稻,生育期划分为泡田期、返青期、分蘖前期、分蘖末期、拔节孕穗期、抽穗开花期、乳熟前期、乳熟后期以及黄熟期共9个阶段。②水层深度及作物系数:包括适宜水层上、下限以及雨后最大蓄水深度等3个水深和用于计算水稻的最大蒸腾量的作物系数Kc。
表3水稻生育期划分和控制水深及作物系数表
生育阶段 | 时间段 | 天数 | 控制水深 | Kc |
泡田期 | 6月19日-6月25日 | 7 | 20~40~80 | 1 |
返青期 | 6月26日-7月1日 | 6 | 0~25~50 | 1.05 |
分蘖前期 | 7月2日-7月29日 | 28 | 0~35~70 | 1.21 |
分蘖末期 | 7月30日-8月5日 | 7 | 晒田(0) | 1.21 |
拔节孕穗期 | 8月6日-8月19日 | 14 | 0~35~120 | 1.24 |
抽穗开花期 | 8月20日-9月2日 | 14 | 0~35~100 | 1.19 |
乳熟前期 | 9月3日-9月11日 | 9 | 0~35~60 | 1.18 |
乳熟末期 | 9月12日-9月19日 | 8 | 0~35~60 | 1.18 |
黄熟期 | 9月20日-10月5日 | 26 | 自然落干(0) | 0.86 |
f.灌溉水源设置。通过输入水源编号来设置各子流域内需要灌溉HRU的灌溉水源,实 现碗窑灌区多水源联合灌溉。
g.部分水平衡要素计算参数初始值设置。水稻田地表径流、灌溉需水量、灌溉可供水量 等水平衡要素模拟计算时,需要对田埂系数、田间损失系数、潜水层底板埋深、灌溉水有效 利用系数、子流域外部河道灌溉用水控制系数、山塘灌溉用水控制系数等参数设置初始值, 参数最终值经模型率定及验证后确定。
(2)模型参数率定
根据本发明步骤4,利用碗窑灌区1990-2006年基础资料,首先采用SUFI_2算法对碗窑 灌区NABWC模型参数进行敏感性分析,得到敏感性前10位的参数,结果见表4。
表4碗窑灌区NABWC模型敏感性参数表
根据本发明步骤4,利用碗窑灌区1990-2006年基础资料,采用群体复合形进化算法对 碗窑灌区NABWC模型参数进行优化率定,结果见表5。
表5碗窑灌区NABWC模型主要参数率定表
(3)模型验证
采用参数率定后的碗窑灌区NABWC模型,对灌区所建设的农业用水计量监控设施采集 水量及灌区江山港、大桥镇等2个出口2007~2017年逐月流量进行模拟,并与实测数据进行 对比(参见图9、图10、图11),评价模型验证期的模拟精度(参见表6)。
表6验证期模型精度评价参数表
对照精度评价等级表可知:精度评价等级达到良以上(其中RE、NS为优、R2为良)。
五、灌区灌溉用水量模拟统计
基于碗窑灌区2018年DEM、土地利用类型数据、土壤数据、水文气象数据和农业用水 计量设施采集水量等基础数据,采用构建的灌区NABWC模型对灌区2018年水循环过程进行模拟,其中水源来水过程、灌溉过程和水电站发电水量过程见表7。据此可知,碗窑灌区2018年灌溉用水量为2.24亿m3。
表7碗窑灌区2018年水循环过程模拟结果表 单位:万m3
Claims (10)
1.基于水循环模拟的多水源灌区灌溉用水量计量统计方法,包括如下步骤:
步骤1:灌区水资源系统调查与概化;
步骤2:农业用水计量监控设施布局;
步骤3:灌区二元水循环模型开发;
步骤4:灌区二元水循环模型构建;
步骤5:灌区灌溉用水量模拟统计。
2.根据权利要求1所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述灌区水资源系统概化;是根据灌区城乡供水、农业灌溉、水力发电和环境用水子系统的水源体系、用户体系及水源-用户的供水关系,将水源工程、渠系工程、农灌用水户、城乡用水户、水力发电用水户、环境用水户进行分类概化,保留重点对象、并将特性一致的分散对象进行集中概化,从而清晰描绘水资源系统水量的取供用排格局。
3.根据权利要求1所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述农业用水计量监控设施布局,是按照模拟灌区二元水循环过程的要求,在灌溉用水的取供用排主要水循环节点布设计量监控设施,包括典型水源渠首、典型支渠分水口、典型灌区和流域总出水口。
4.根据权利要求1所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述灌区二元水循环模型开发,具体按照如下步骤进行:
(1)水循环模拟结构改进
(2)水平衡要素计算方法改进
①水稻田体积计算改进
②地表径流计算改进
③渗漏量计算改进
④蒸发蒸腾量计算改进
⑤潜水蒸发量计算改进
⑥灌溉需水量计算改进
⑦渠系渗漏量计量
(3)水源灌溉模式改进
①多水源联合灌溉
②灌溉可供水量计算改进
(4)非农用水模拟改进
①水库水力发电改进
②城乡用水模拟改进
③环境用水模拟改进。
5.根据权利要求1所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述灌区二元水循环模型构建按照如下步骤进行:
(1)收集如下基础资料
灌区NABWC模型构建所需的基础数据包括灌区DEM(数字高程模型)数据、土地利用类型数据、土壤数据以及水文气象监测数据、农作物生长制度、农业用水计量设施采集水量和灌区水资源系统概化数据;
(2)确定如下精度指标
a、确定如下精度评价对比的实测数据
采用灌区内部控制断面及流域出水口的实测流量数据、农业用水计量监控设施采集的水量数据以及典型田块净灌溉定额等实测数据与模型模拟数据进行对比,分析评价模型精度的优劣;其中按照如下公式计算典型田块净灌溉定额:
式中,NI为净灌溉定额,Qi为典型田块监测进水量,Qo为典型田块监测出水量,IA为典型田块灌溉面积;
b、模拟精度的评价指标:采用相对误差、Nash-Suttclife效率系数及线性回归系数等指标来评价模型模拟数据与实测数据的吻合程度;
相对误差RE,其计算公式如下:
式中,RE为模型模拟相对误差,Qm为模拟值,Qs为实测值;
Nash-Suttclife效率系数,其计算公式如下:
式中,Qm为模拟值,Qs为实测值,Qavg为实测平均值,n为实测数据个数;NS的范围为负无穷大到1,当NS=1时,表示模拟效率非常好;
线性回归系数R2,用于评价模拟值和实测值的吻合程度,R2=1表示完全吻合;当R2<1时,其值越小反映出数据吻合程度越低;
(3)确定如下率定参数
包括土壤蒸发补偿因子、作物消耗补偿因子、地表径流滞后系数、侧向流的运动时间、基流因子、径流曲线数、马斯京根法的标准系数、马斯京根法的流量比重因子、马斯京根法的标准系数、HRU的灌溉水量占可利用水量的分数、农业灌溉常规管理参数、田间损失系数、河道灌溉用水控制系数、山塘灌溉用水控制系数、最大冠层储水量;
(4)采用如下方法率定参数
包括参数敏感性分析和参数优化率定两个步骤;参数敏感性分析是指采用SUFI_2算法,分析评价灌区NABWC模型各参数取值变化对模型精度影响的敏感性,识别出敏感性前10位的参数;参数优化率定是指针对灌区NABWC模型敏感性前10位的参数,以模型精度最优为优化目标,以各参数的值域为约束条件,在构建模型参数优化模型的基础上,选用群体复合形进化算法对优化模型进行求解,得到最优的参数取值。
6.根据权利要求1所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述灌区灌溉用水量模拟统计方法,按照如下步骤进行:
(1)收集动态监测数据:收集灌区计算时段内的水文气象监测数据、农作物播种制度和布局建设的农业用水计量监控设施采集的水量数据;
(2)灌区水循环模拟:将收集的灌区动态监测数据输入到已构建的灌区NABWC模型,驱动模型按日尺度对计算时段内灌区二元水循环过程进行模拟,包括水源来水量过程、各行业用户的需水量过程、水源向各行业用户的供水量过程、灌溉支渠分水口的灌溉水量过程、水电站发电水量过程;
(3)灌溉用水量统计:从灌区水循环模拟结果中提取出各灌片农业灌溉用水量过程,进而统计得到灌区灌溉用水量。
7.根据权利要求4所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述灌区二元水循环模型开发,具体按照如下步骤进行:
(1)改进水循环模拟结构
NABWC模型调整了SWAT模型中水稻田水量平衡模拟顺序,将水稻田作为独立的HRU进行模拟,使其水循环模拟级别与其它土地利用类型HRU相同;同时对水稻田蓄水期与非蓄水期径流计算和渗漏计算进行区分;
(2)改进水平衡要素计算方法
①水稻田体积计算改进
NABWC模型修正了SWAT模型将水稻田体积认定为锥形体的计算方法,将水稻田表面积设置为其HRU面积;同时,考虑了水稻田四周所设田埂,引入田埂系数,水稻田灌溉时无需灌溉田埂部分,以使灌溉模拟更加精确;
②地表径流计算改进
a.采用如下公式计算蓄水阶段水稻田地表径流
ht1=h0+(1-ridge)·P+ridge·(1-α)·P 公式2
qday=ridge·α·P 当ht1≤Hp时 公式3
qday=(ht1-Hp)·(1-ridge)+ridge·α·P 当ht1>Hp时 公式4
ht2=Hp 公式5
式中,ht1为降雨之后的田间水层深度,mm;h0为降雨前的田间水层深度,mm;ridge为田埂系数,即指田埂占整个田块的比例;α为降雨径流系数,根据降雨量大小取值,雨量在1到10mm之间取0.05,在10到20之间取0.1,20到30之间取0.2,30到40之间取0.25,40到50之间取0.3,大于50则取0.35;P为日降雨量,mm;qday为当日排水径流量,mm;
b.采用如下方法计算非蓄水阶段水稻田地表径流
水稻田非蓄水阶段若有径流形成将全部排出田间,此时地表径流量计算采用蓄满产流机制原理;当土壤含水量达到田间持水量时,剩余雨量将形成地表径流;
③渗漏量计算改进
a.采用如下方法计算无水层时自由排水通量
水稻生育期无水层时,其自由排水通量的计算根据各土层的土壤含水量、导水率等,采用蓄满产流机制进行计算;即当上层土壤含水量大于田间持水量时,多余的土壤水分向下运动,补给下层土壤水分;依次类推,离开根区的土壤水分,形成深层渗漏量;
b.采用如下方法计算有水层时田间渗漏量
NABWC模型在参考相关灌区水稻田渗漏观测资料的基础上,取日最大加权平均渗漏强度为2mm/d;
④蒸发蒸腾量计算改进
NABWC模型修正了水稻田蒸发蒸腾量小于参考作物蒸发蒸腾量的限制条件,并分田间有蓄水和无蓄水两种情况来计算田间蒸发蒸腾量;当田间有蓄水时计入水面蒸发,忽略土壤蒸发,无蓄水时则反之;同时在作物蒸腾过程中,考虑水稻作物系数Kc来计算其最大蒸腾量;
⑤潜水蒸发量计算改进
潜水蒸发量又称毛管上升水,NABWC模型增加了毛管上升水对土壤水分的补给,使其参与土壤水循环;毛管上升水的计算采用经验公式:
CR=ETa·exp(-σ·d) 公式6
式中,CR为毛管上升水量,mm/d;ETa为实际蒸发蒸腾量,mm/d;σ为反映土壤输水能力的常数,经验系数,对于砂土、壤土和粘土可分别取2.1、2.0和1.9;d为地下水埋深,m,SWAT模型中对潜水水位有循环演算,因此地下水埋深的计算需要输入当地潜水层底板到地面的深度;此部分修改同时应用于水稻田和旱地;
⑥灌溉需水量计算改进
a.灌溉触发条件改进
NABWC模型针对水稻田灌溉模拟主要是以水层深度为对象,引进农田水利学中水稻田生育期适宜水层上下限的概念,即前文所提到的Hmax与Hmin,当水稻田的水层深度h小于或等于适宜水层下限Hmin且当天降雨量小于5mm时,水稻田启动灌溉;
b.灌溉需水量计算改进
NABWC模型首先通过水稻田适宜水层上限与当前田间水层深度来分析需要灌到田间的净水量,然后引入田间损失系数来计算需要灌溉的水量;计算公式如下:
m=ξ·(Hmax-h) 公式7
式中,m为灌溉水量,mm;ξ为田间损失系数,取值范围为1.1~1.3;Hmax为水稻田的适宜水层上限,mm;h为需要灌溉时的田间水层深度,mm;
⑦渠系渗漏量计量
NABWC模型将HRU灌溉时的渠道输水损失直接补给到该HRU地下水,计算公式为:
Loss=Irr·(1-η) 公式8
式中,Loss为渠系渗漏量,mm,这部分水量直接补给地下水;Irr为从水源的取水量,mm;η为灌溉水有效利用系数;
(3)水源灌溉模式改进
①多水源联合灌溉
NABWC模型将子流域内部塘堰纳入灌溉水源体系,然后引入多水源联合灌溉模式;多水源联合灌溉是指针对某一灌溉用水户,按照给定的供水顺序依次选择水源进行灌溉,直至满足其需水量为止;南方多水源灌区水源供水顺序依次设定为子流域内部河道、子流域内部山塘、子流域外部小(一)型及以上水库、灌区龙头控制水库;
②灌溉可供水量计算改进
NABWC模型考虑水源灌溉时的渠系水损失,引入灌溉水有效利用系数来修正SWAT模型中水源灌溉可供水量;各类型水源灌溉可供水量计算公式如下:
河道:A=wtr·β·η/(10·area) 公式9
山塘:A=(Vt-ζ·V总)·η/(10·area) 公式10
水库:A=Vt·η/(10·area) 公式11
式中,A为水源灌溉可供水量mm;wtr为当前河道的水量,万m3;η为灌溉水有效利用系数;Vt为水库或山塘当前的蓄水量,万m3;V总为子流域内部山塘的总库容,万m3;area为当前模拟HRU需要灌溉的面积,hm2,对于旱地是指HRU的面积,对于水稻田则是除去田埂以外的面积;
β为河道灌溉用水控制系数,即河道实际灌溉水量占可用水量的比例,该参数主要考虑工程的取水能力,同时也考虑生态基流需水量;
ζ为山塘灌溉用水控制系数,即死库容占总库容的比例,该参数主要考虑山塘需要保留一定水量以保障其养殖、生态功能;
(4)水库水力发电改进
NABWC模型增加了水库水力发电模拟模块,即在将水库兴利调度规则概化为灌溉/发电优先控制线(ld1)和发电加大出力线(ld2)的基础上,按照既定的规则进行水力发电放水模拟:a.当水库水位在灌溉/发电优先控制线以下时(z≤ld1),水库仅按照灌溉及城镇供水需求量放水,发电机组利用该部分水量进行发电;b.当水库水位在灌溉/发电优先控制线以上、发电加大出力线以下时(ld1<z≤ld2),水库可按照水电站保证出力发电放水;c.当水库水位在发电加大出力线以上时(z>ld2),水库可加大发电出力进行放水;
(5)城乡用水模拟改进
NABWC模型根据灌区城乡用水户概化结果,利用城乡供水量和排水量监测数据,首先从水源蓄水量端直接扣除城乡供水量,然后在污水处理厂尾水排入水源端加载城乡排水量;
(6)环境用水模拟改进
NABWC模型根据灌区相关水源的环境补水量及补水时段既定规则,首先从水源蓄水量端直接扣除环境补水量,然后在补水的子流域中加载环境补水量,从而实现环境补水量的空间转移;如遇环境补水发生时间与灌溉供水或水力发电一致时,可结合其它行业用水量进行环境补水。
8.根据权利要求5所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述水文气象监测数据,包括降水、流量、最高气温、最低气温、相对湿度、日均风速、日照时数。
9.根据权利要求5所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述采用SUFI_2算法开展模型参数敏感性分析的步骤如下:
Step1:确定目标函数;
Step2:确定参数的物理意义和区间范围;
Step3:参数范围确定后进行Latin Hypercube抽样;
Step4:进行Latin Hypercube抽样后,得到多种参数组合,并进行模拟;
Step5:对第一步目标函数进行评估模拟,并计算结果;
Step6:进行参数的不确定性分析。
10.根据权利要求5所述的基于水循环模拟的南方多水源灌区灌溉用水量计量统计方法,其特征在于:所述采用群体复合形进化算法进行参数优化率定的步骤如下:
Step1:初始化;假定是n维问题,选取参与进化的复合形的个数p(p≥1)和每个复合形所包含的顶点数目m(m=2n+1);计算样本点数目s=p·m;
Step2:产生样本点;在可行域内随机产生s个样本点X1,X2,…,Xs,分别计算每一点Xi的函数值fi=f(Xi),i=1,2,…,s;样本点集合记为D={(Xi,fi)},i=1,2,…,s;s个样本点中其函数值最小者作为当前全局最优点并记为Xbest,相应函数值记为fbest;
Step3:划分为复合形群体;将D按蛙跳格式划分为p个复合形A1,A2,…,Ap,每个复合形含有m个点:
Step4:复合形个体进化;按经典的复合形法分别进化每个复合形,直至每个复合形收敛.从收敛的每个复合形中分别取出一个最优点,记为X1,X2,…,Xp,再从这p个局部最优点中找出目标函数值最小者相应的点记为Xb,相应的函数值记为fb;若fb<fbest,则更新当前全局最优点为Xbest=Xb;
Step5:收敛性判断;如果复合形群体满足收敛条件则停止,否则进行Step6;
Step6:复合形群体进化;用全局最优点Xbest替换当前p个局部最优点X1,X2,…,Xp中的最优者,再从可行域中随机选取s-p个点;将这两部分点掺混杂交形成新的点集,不妨仍记为D,回到Step3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111367538.2A CN114202167B (zh) | 2021-11-18 | 2021-11-18 | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111367538.2A CN114202167B (zh) | 2021-11-18 | 2021-11-18 | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114202167A true CN114202167A (zh) | 2022-03-18 |
CN114202167B CN114202167B (zh) | 2022-07-26 |
Family
ID=80647957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111367538.2A Active CN114202167B (zh) | 2021-11-18 | 2021-11-18 | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202167B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114431126A (zh) * | 2022-04-11 | 2022-05-06 | 天地智控(天津)科技有限公司 | 一种井渠双灌智能化管控系统 |
CN115540831A (zh) * | 2022-10-08 | 2022-12-30 | 江苏新晖测控科技有限公司 | 一种基于人工智能的乡村河流液位监控系统及方法 |
CN115796381A (zh) * | 2022-12-16 | 2023-03-14 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种基于改进新安江模型的实际径流量预报方法 |
CN115994655A (zh) * | 2022-12-02 | 2023-04-21 | 广东省水利水电科学研究院 | 平原河网区小型灌区灌溉用水配置方法、计算机装置及存储介质 |
CN116050191A (zh) * | 2023-03-31 | 2023-05-02 | 中关村科学城城市大脑股份有限公司 | 应用于城市河流的水量控制方法、装置和电子设备 |
CN117035336A (zh) * | 2023-08-18 | 2023-11-10 | 无锡利源节水股份有限公司 | 一种基于大数据的水资源管理一体化管控系统 |
CN117158302A (zh) * | 2023-10-12 | 2023-12-05 | 郑州大学 | 智能农业精准灌溉方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
CN102591957A (zh) * | 2011-12-29 | 2012-07-18 | 河海大学 | 水文模型与gis模型的二元结构共享方法 |
WO2012160535A2 (en) * | 2011-05-26 | 2012-11-29 | Consiliense Ltd. | Recycled water process control |
CN108108556A (zh) * | 2017-12-20 | 2018-06-01 | 中国水利水电科学研究院 | 一种基于耗散-汇合结构的灌区水循环模型构建方法 |
CN110580657A (zh) * | 2019-10-12 | 2019-12-17 | 中国水利水电科学研究院 | 农业灌溉需水量预测方法 |
CN112765800A (zh) * | 2021-01-12 | 2021-05-07 | 长江水利委员会长江科学院 | 一种分布式水资源配置模型的设计方法 |
-
2021
- 2021-11-18 CN CN202111367538.2A patent/CN114202167B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
WO2012160535A2 (en) * | 2011-05-26 | 2012-11-29 | Consiliense Ltd. | Recycled water process control |
CN102591957A (zh) * | 2011-12-29 | 2012-07-18 | 河海大学 | 水文模型与gis模型的二元结构共享方法 |
CN108108556A (zh) * | 2017-12-20 | 2018-06-01 | 中国水利水电科学研究院 | 一种基于耗散-汇合结构的灌区水循环模型构建方法 |
CN110580657A (zh) * | 2019-10-12 | 2019-12-17 | 中国水利水电科学研究院 | 农业灌溉需水量预测方法 |
US20210247544A1 (en) * | 2019-10-12 | 2021-08-12 | China Institute Of Water Resources And Hydropower Research | Method for forecasting an agricultural irrigation water requirement |
CN112765800A (zh) * | 2021-01-12 | 2021-05-07 | 长江水利委员会长江科学院 | 一种分布式水资源配置模型的设计方法 |
Non-Patent Citations (5)
Title |
---|
崔远来,王士武: "基于改进 SWAT 模型的南方多水源灌区灌溉用水量模拟分析", 《农 业 工 程 学 报》 * |
沈莹莹,张绍强,吉 晔: "我国农业灌溉用水量统计方法的确定及工作开展情况", 《中国农村水利水电》 * |
温进化等: "南方多水源灌区农业灌溉用水量监测及统计研究", 《西北大学学报(自然科学版)》 * |
王士武,郑世宗: "南方多水源型灌区灌溉水利用系数确定方法研究", 《中国农村水利水电》 * |
郑 捷,李光永: "改进的SWAT模型在平原灌区的应用", 《水 利 学 报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114431126A (zh) * | 2022-04-11 | 2022-05-06 | 天地智控(天津)科技有限公司 | 一种井渠双灌智能化管控系统 |
CN115540831A (zh) * | 2022-10-08 | 2022-12-30 | 江苏新晖测控科技有限公司 | 一种基于人工智能的乡村河流液位监控系统及方法 |
CN115994655A (zh) * | 2022-12-02 | 2023-04-21 | 广东省水利水电科学研究院 | 平原河网区小型灌区灌溉用水配置方法、计算机装置及存储介质 |
CN115994655B (zh) * | 2022-12-02 | 2024-05-07 | 广东省水利水电科学研究院 | 平原河网区小型灌区灌溉用水配置方法、计算机装置及存储介质 |
CN115796381A (zh) * | 2022-12-16 | 2023-03-14 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种基于改进新安江模型的实际径流量预报方法 |
CN115796381B (zh) * | 2022-12-16 | 2024-04-02 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种基于改进新安江模型的实际径流量预报方法 |
CN116050191A (zh) * | 2023-03-31 | 2023-05-02 | 中关村科学城城市大脑股份有限公司 | 应用于城市河流的水量控制方法、装置和电子设备 |
CN117035336A (zh) * | 2023-08-18 | 2023-11-10 | 无锡利源节水股份有限公司 | 一种基于大数据的水资源管理一体化管控系统 |
CN117035336B (zh) * | 2023-08-18 | 2024-03-29 | 无锡利源节水股份有限公司 | 一种基于大数据的水资源管理一体化管控系统 |
CN117158302A (zh) * | 2023-10-12 | 2023-12-05 | 郑州大学 | 智能农业精准灌溉方法及系统 |
CN117158302B (zh) * | 2023-10-12 | 2024-05-03 | 郑州大学 | 智能农业精准灌溉方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114202167B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114202167B (zh) | 基于水循环模拟的多水源灌区灌溉用水量计量统计方法 | |
CN108287950B (zh) | 基于控制单元水环境质量目标管理的水质模拟方法 | |
CN112765800B (zh) | 一种分布式水资源配置模型的设计方法 | |
CN108664647B (zh) | 一种集成水环境模型的流域精细化管理系统 | |
Lecina et al. | Irrigation modernization and water conservation in Spain: The case of Riegos del Alto Aragón | |
CN107679021B (zh) | 一种河流入湖库流量计算方法 | |
CN111062537A (zh) | 临河灌区节水量计算方法与系统 | |
CN113723024A (zh) | 一种适用于滨海地区的“溪流”-“河道”-“河口”分布式洪水过程模拟方法 | |
CN103870995A (zh) | 一种高寒沙地植被恢复潜力评估方法 | |
CN113657811A (zh) | 一种基于地下水零超采的井渠结合灌区节水潜力分析方法 | |
CN114091277B (zh) | 一种考虑初始状态变量影响的新安江模型参数率定方法 | |
CN112215715A (zh) | 一种基于地下水位调控的灌区水土资源均衡优化配置方法 | |
CN115796381B (zh) | 一种基于改进新安江模型的实际径流量预报方法 | |
CN116305933B (zh) | 一种基于dem数据的坡面产汇流简易计算方法及装置 | |
CN114862073B (zh) | 一种气陆库水四维耦合的中长期径流预报方法 | |
CN111428936A (zh) | 一种基于分布式水节点的流域雨洪可利用性指标测算方法 | |
CN115496622A (zh) | Mikebasin水资源配置模型文件快速生成方法 | |
CN114970355A (zh) | 一种基于交叉验证和神经网络模拟新疆杨蒸腾耗水的方法 | |
CN111738554B (zh) | 基于耗水量的山水林田湖草各系统均衡的水资源配置方法 | |
Niu et al. | Real-time irrigation forecasting for ecological water in artificial wetlands in the Dianchi Basin | |
CN113793006A (zh) | 一种基于尺度效应的农业节水潜力分析方法及系统 | |
PHUE et al. | Evaluation of an Existing and Future Water Balance in the Bago River Basin, Myanmar | |
Kovács et al. | Impacts of the climate change on runoff and diffuse phosphorus load to Lake Balaton (Hungary) | |
CN116090744B (zh) | 山地丘陵区小型灌区灌溉用水配置方法、计算机装置及存储介质 | |
Wang et al. | Research on runoff simulation in Ningxia Section of the Yellow River Basin based on improved SWAT model. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |