CN116663796A - 一种灌区雨洪调蓄方法及系统 - Google Patents

一种灌区雨洪调蓄方法及系统 Download PDF

Info

Publication number
CN116663796A
CN116663796A CN202310315145.XA CN202310315145A CN116663796A CN 116663796 A CN116663796 A CN 116663796A CN 202310315145 A CN202310315145 A CN 202310315145A CN 116663796 A CN116663796 A CN 116663796A
Authority
CN
China
Prior art keywords
irrigation
area
flood
rice
model
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.)
Pending
Application number
CN202310315145.XA
Other languages
English (en)
Inventor
才硕
时红
时元智
赵树君
万绍媛
程婕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Ganfu Plain Water Conservancy Project Administration (jiangxi Irrigation Test Center Station)
Original Assignee
Jiangxi Ganfu Plain Water Conservancy Project Administration (jiangxi Irrigation Test Center Station)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangxi Ganfu Plain Water Conservancy Project Administration (jiangxi Irrigation Test Center Station) filed Critical Jiangxi Ganfu Plain Water Conservancy Project Administration (jiangxi Irrigation Test Center Station)
Priority to CN202310315145.XA priority Critical patent/CN116663796A/zh
Publication of CN116663796A publication Critical patent/CN116663796A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Greenhouses (AREA)

Abstract

本申请涉及农业水资源利用技术领域,具体而言,涉及一种灌区雨洪调蓄方法及系统,可以解决如何科学调蓄灌区雨洪资源、合理调配灌区农田管理用水和生态环境用水的问题。所述调蓄方法包括:获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库;根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立;基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。

Description

一种灌区雨洪调蓄方法及系统
技术领域
本申请涉及农业水资源利用技术领域,具体而言,涉及一种灌区雨洪调蓄方法及系统。
背景技术
在灌区,雨洪资源是作物可以直接吸收利用的水资源,若加以管理利用,不仅可以在一定程度上抑制暴雨径流,达到防洪目的,而且对保护生态环境、涵养地下水也具有显著功效,科学合理利用雨洪资源。
农田沟渠系统是保障农业生产的农田水利基础设施,具备排灌双重功效。农田沟渠和下游的蓄水塘组成了农田渠塘系统,它是农田排水与受纳的江、河、湖、海等水体之间的通道,也是汇集农田面源污染物传输于各水体的通道。但目前针对农田渠塘系统下联动纳洪体系下的雨洪资源调蓄利用研究甚少。
因此,亟需提出一种基于灌区尺度的优化调度方案和多级联动纳洪系统,从而为科学调蓄灌区雨洪资源、合理调配灌区农田管理用水和生态环境用水。
发明内容
为了解决如何科学调蓄灌区雨洪资源、合理调配灌区农田管理用水和生态环境用水的问题,本申请提供了一种灌区雨洪调蓄方法及系统:
根据本申请实施例的一个方面,提供了一种灌区雨洪调蓄方法,包括:
获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库,所述灌区基础数据包括灌区的水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能及农业水利设施;
根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立;
基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。
在一些实施例中,在所述获取灌区基础数据,并根据所述灌区基础数据构建基础信息数据库步骤中,还包括以下步骤:
收集灌区多方面数据资料,并对所述基础数据进行系统分析,以得到灌区基础数据;
根据所述灌区基础数据,构建基于ArcGIS平台的灌区空间基础信息数据库,所述灌区空间基础信息数据库包括属性数据库及图形数据库,所述属性数据库中包括灌区的气象、径流、水质、土壤物理化学性质及农作物管理措施,所述图形数据库包括灌区的地形图、高精度遥感图、土壤类型图、土地利用图、行政区划图、水生态功能分区、电子水系图及水功能区划图。
在一些实施例中,在所述根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统步骤中,还把包括以下步骤:
结合所述灌区基础数据,建立适用于本灌区的EFDC水动力模型,并对模型的参数进行设定;
根据降雨径流及水位流量变化的实测资料与模型数据进行拟合,率定所述EFDC水动力模型模型的参数;
基于已经完成率定的所述EFDC水动力模型,模拟田-沟-塘-库整体在不同降雨及管理条件下水量的变化过程,并根据其变化规律,评估田-沟-塘-库的纳洪效应,以建立多级联动纳洪系统。
在一些实施例中,所述EFDC水动力模型的参数包括:边界条件、初始条件及模型运行参数;
所述边界条件包括:模型流量边界、建筑物边界及气象要素;
所述初始条件包括:地形初始条件、水位-流量初始条件及气象条件。
在一些实施例中,在所述基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略步骤中,还包括以下步骤:
基于GIS、RS技术及所述灌区空间基础信息数据库,对SWAT模型进行改进,得到所述灌区ArcSWAT分布式水文模型;
通过实测资料对所述灌区ArcSWAT分布式水文模型进行率定,确决定系数,并根据所述决定系数判断所述灌区ArcSWAT分布式水文模型是否能进行应用;
运用所述灌区ArcSWAT分布式水文模型对灌区进行模拟分析,得到灌区综合管理措施,确定雨洪资源调蓄策略。
在一些实施例中,在所述基于GIS、RS技术及所述灌区空间基础信息数据库,对SWAT模型进行改进,得到所述灌区ArcSWAT分布式水文模型步骤之中,进一步包括以下步骤:
基于SWAT2000模型为平台,并对其进行改进;
根据现有的灌区空间信息,建立灌区数字高程模型,并根据所述灌区数字高程模型进行子流域划分,得到子流域划分图;
结合现有的灌区土地利用图及灌区土壤类型图,进行水文响应单元划分,且所述水文响应单元的面积阈值为1%,以保证面积在所述面积阈值以下的土地利用类型和土壤类型进行重新整合;
将现有的气象数据及农业管理措施添加至模型中,得到所述灌区ArcSWAT分布式水文模型。
在一些实施例中,所述资源调蓄方法还包括:结合灌区农业体系,确定灌区水稻抗涝保收技术体系,所述灌区农业体系包括灌区的水稻品种、种植模式、生育期划分及灌溉模式。
在一些实施例中,在所述结合灌区农业体系,确定灌区水稻抗涝保收技术体系,所述灌区农业体系包括灌区的水稻品种、种植模式、生育期划分及灌溉模式步骤中,还包括以下步骤:
收集灌区的农业种植传统,确定灌区主要种植的水稻品种、种植模式、生育期划分及灌溉模式;
根据水稻耐淹的生理机制,分析不同水稻品种在不同生育期的生长发育对淹涝胁迫的响应,并确定适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度;
基于所述灌区的水稻抗涝品种及不同生育期的最大淹水深度,提出水稻最优种植结构及其栽培管理技术,并确定灌区种植需求,以得到灌区水稻抗涝保收技术体系。
在一些实施例中,在所述根据水稻耐淹的生理机制,分析不同水稻品种在不同生育期的生长发育对淹涝胁迫的响应,并确定实用与灌区的水稻抗涝品种及不同生育期的最大淹水深度步骤中,包括以下步骤:
设定洪涝期内不同淹水深度和历时早、中稻淹水试验;
基于早稻和中稻的形态特征、生理特征和产量及其构成因素对淹水胁迫的响应机理、早稻和中稻叶片中叶片酶活性对洪涝期淹水胁迫的响应机理、以及早、中稻洪涝期淹水胁迫后喷施叶面肥对水稻的修复作用及机理,确定试验结果;
根据本发明的另一方面,提供了一种灌区雨洪调蓄系统,所述系统包括:
数据模块:用于获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库,所述灌区基础数据包括灌区的水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能及农业水利设施;
分析模块:用于根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立;
处理模块:用于基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。
根据所述试验结果,得到适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度。
本申请的有益效果;通过构建灌区基础信息数据库,实现了灌区信息的集中管理、查询、统计和维护更新,并基于灌区基础信息数据库,利用EFDC模型对系统水量进行了水动力学模拟验证,揭示了不同灌溉和蓄水情景模式下系统水量的变化过程及其纳洪效应,阐述了田-沟-塘-库系统在雨洪调蓄方面的优化调度方案,以构建了多级联动纳洪系统,再通过构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略,从而实现科学调蓄灌区雨洪资源、合理调配灌区农田管理用水和生态环境用水。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请一实施例提供的多级联动雨洪资源调蓄方法的流程示意图;
图2示出了本申请另一实施例中构建基础信息数据库的流程示意图;
图3示出了本申请另一实施例中灌区数据处理的流程示意图;
图4示出了本申请另一实施例中建立多级联动纳洪系统的流程示意图;
图5示出了本申请另一实施例中确定雨洪资源调蓄策略的流程示意图;
图6示出了本申请另一实施例中建立ArcSWAT分布式水文模型的流程示意图;
图7示出了本申请另一实施例中通过灌区水稻抗涝保收技术体系对雨洪资源调蓄方法进行补充的流程示意图;
图8示出了本申请另一实施例中确定灌区水稻抗涝保收技术体系的流程示意图;
图9示出了本申请另一实施例中基于水稻进行试验的流程示意图;
图10示出了本申请另一实施例中EFDC模型的结构关系示意图;
图11示出了本申请另一实施例中EFDC模型水动力模块的结构示意图;
图12示出了本申请另一实施例中EFDC模型建立的流程示意图;
图13示出了本申请一实施例提供的灌区雨洪调蓄系统的系统结构示意图。
具体实施方式
为使本申请的目的、实施方式和优点更加清楚,下面将结合本申请示例性实施例中的附图,对本申请示例性实施方式进行清楚、完整地描述,显然,所描述的示例性实施例仅是本申请一部分实施例,而不是全部的实施例。
需要说明的是,本申请中对于术语的简要说明,仅是为了方便理解接下来描述的实施方式,而不是意图限定本申请的实施方式。除非另有说明,这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体,而不必然意味着限定特定的顺序或先后次序,除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形,意图在于覆盖但不排他的包含,例如,包含了一系列组件的产品或设备不必限于清楚地列出的所有组件,而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
农田沟渠系统是保障农业生产的农田水利基础设施,具备排灌双重功效。农田沟渠和下游的蓄水塘组成了农田渠塘系统,它是农田排水与受纳的江、河、湖、海等水体之间的通道,也是汇集农田面源污染物传输于各水体的通道。但目前针对农田渠塘系统下联动纳洪体系下的雨洪资源调蓄利用研究甚少,鉴于此,本申请分析了赣抚平原灌区空间基础信息数据,实地构建了田-沟-塘-库系统,利用EFDC模型对系统水量进行了水动力学模拟验证,揭示了不同灌溉和蓄水情景模式下系统水量的变化过程及其纳洪效应,阐述了田-沟-塘-库系统在雨洪调蓄利用的必要性和可行性,并选取江西省赣抚平原灌区内方溪湖流域进行了应用。
江西省是以种植水稻为主的农业大省,据统计,2015年全省农田有效灌溉面积3041.5万亩,占江西国土总面积的12.14%,全省总用水量244.66亿m3,其中,农业灌溉用水量142.2亿m3,占全省总用水量的58.12%,农业灌溉是用水大户,农业水资源能否合理利用,将对水资源的可持续产生重大影响,目前,我省农业用水主要存在三大问题:
第一,农田灌溉水利用率低。2015年全省灌溉水有效利用系数仅为0.490,我省主要采用传统地面灌溉方式,灌溉水源到田间的区间损失大,田间排灌工程配套较差等,灌溉和降雨排水未能有效利用;
第二,农业供水日趋紧张。随着全省城镇化建设和工业化发展步伐的加快,城镇生活用水、生态环境用水和工业生产用水将进一步增加,而在全省用水“总量控制、定额管理”下,势必要进一步压缩农业生产用水;
第三,雨洪资源利用度低,旱涝严重。我省降雨时空分布不均,雨季主要集中在4~6月,占全年平均降水量的45%;不同于降水的年分布特征,蒸散发主要集中在7~9月,蒸散发量接近全年的一半,易产生季节性干旱。
因此,江西省经常出现内涝和伏旱、秋旱频繁发生及涝旱急转情况,汛期排涝和旱期抗旱一直是江西省防汛抗旱工作的重头,那么如何在灌区利用有承纳能力的稻田、湿地、塘堰等来调蓄利用雨洪资源是个热点问题,也是个技术难题。
同时,在灌区雨洪资源是作物可以直接吸收利用的水资源,若加以管理利用,不仅可以在一定程度上抑制暴雨径流,达到防洪目的,而且对保护生态环境、涵养地下水也具有显著功效,科学合理利用雨洪资源,是我省防汛抗旱工作的重要内容,是解决我省灌区季节性干旱的有效举措,是保证我省水资源可持续利用的新途径。
因此,针对上述问题,本申请提出了一种灌区雨洪调蓄方法。
下面结合图1-图2描述本申请提供的多级联动雨洪资源调蓄方法。
图1示出了本申请一实施例提供的多级联动雨洪资源调蓄方法的流程示意图。
如图1所示,多级联动雨洪资源调蓄方法包括:
步骤100:获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库,所述灌区基础数据包括灌区的水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能及农业水利设施。
其中,搜集查阅国内外相关文献资料,并整理分析,系统收集赣抚平原灌区水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能等方面的数据资料,并进行多源信息资料的系统分析,调查灌区农田种植现状、灌溉现状、沟塘排水系统现状和农作物管理措施等,明确赣抚平原灌区稻田、沟渠、塘堰的分布状况,形成赣抚平原灌区空间数据基础信息数据库,为开展赣抚平原灌区多级联动纳洪系统构建和水循环模拟提供坚实的数据支撑。
步骤200:根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立。
其中,灌区多级联动纳洪系统由稻田、排水沟、堰塘湿地、水库所组成,当降雨发生时,稻田水位达到雨后上限而产生径流进入排水沟,排水沟承接稻田来水,并输运至塘堰湿地,最终汇入水库,其塘堰湿地具备储水、去污功能,而水库能够储水、调蓄、汇集排水并用于回灌。
步骤300:基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。
其中,选取赣抚平原灌区封闭小流域,基于GIS和RS技术以及改进的SWAT模型,结合建立的赣抚平原灌区空间基础信息数据库,构建赣抚平原灌区ArcSWAT分布式水文模型,利用该模型对田-沟-塘系统在多级联动纳洪系统下的雨洪资源调蓄机制进行模拟,探讨灌区尺度的田-沟-塘系统最佳管理措施,并评价其防洪效用。
可以看出:通过构建灌区基础信息数据库,实现了灌区信息的集中管理、查询、统计和维护更新,并基于灌区基础信息数据库,利用EFDC模型对系统水量进行了水动力学模拟验证,揭示了不同灌溉和蓄水情景模式下系统水量的变化过程及其纳洪效应,阐述了田-沟-塘-库系统在雨洪调蓄方面的优化调度方案,以构建了多级联动纳洪系统,再通过构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略,从而实现科学调蓄灌区雨洪资源、合理调配灌区农田管理用水和生态环境用水。
图2示出了本申请另一实施例中构建基础信息数据库的流程示意图。
在一些实施例中,如图2所示,在所述获取灌区基础数据,并根据所述灌区基础数据构建基础信息数据库步骤中,还包括以下步骤:
步骤110:收集灌区多方面数据资料,并对所述基础数据进行系统分析,以得到灌区基础数据。
其中,灌区无论是自身管理,还是行业管理工作都涉及大量的资料和信息,既有静态的,也有动态的,既有属性资料,也有空间资料,种类繁多且数量巨大,收集灌区气象、水工建筑物、交通信息、行政区划、各级渠道、各类水体、数字高程模型、土壤类型、土地利用类型等多方面的基础数据,并调查灌区农田种植现状、灌溉现状、沟塘排水系统现状和农作物管理措施等,同时在分析资料内容、来源和详细程度的基础上进行分类。
步骤120:根据所述灌区基础数据,构建基于ArcGIS平台的灌区空间基础信息数据库,所述灌区空间基础信息数据库包括属性数据库及图形数据库,所述属性数据库中包括灌区的气象、径流、水质、土壤物理化学性质及农作物管理措施,所述图形数据库包括灌区的地形图、高精度遥感图、土壤类型图、土地利用图、行政区划图、水生态功能分区、电子水系图及水功能区划图。
图3示出了本申请另一实施例中灌区数据处理的流程示意图。
其中,灌区数据包括空间数据和属性数据,静态数据和动态数据,纸质数据和电子数据等,多种多样的储存位置,单一的表现形式造成了数据维护、管理和应用的不便,地理信息系统GIS在存储、展示、可视化、分析及其与非空间信息的融合方面具有强大的优势,近些年来,被广泛用于信息管理和空间分析领域,GIS的功能包括文件管理、数据库管理、信息查询和多种多样的空间分析等,但是原始数据来源不一,表现形式多种多样,为将其统一到ArcGIS平台上进行展示,如图3所示,需要经过以下步骤:
步骤121:数据的组织和编辑。
其中,GIS承担着海量空间数据信息的组织与管理的重要任务。地理数据库(Geodatabase)是按照层次性的数据对象来组织地理数据的数据库系统,借助ArcCatalog创建一个本地地理数据库,以ArcGIS为数据组织的平台,采用建立mxd文件的方式展示数据。
不同的功能分类用不同的文件夹实现,当加载数据后,利用“内容列表”功能自动创建目录,原始数据往往由于数据范围,数据形式等方面与用户需求不一致而需要进行编辑,通过GIS的裁剪、合并、表连接、编辑要素等功能实现对数据范围和表现形式的编辑。
利用ArcCatalog组织数据的步骤为:
(1)利用不同的文件夹储存数据库的不同功能,共包括:气象、交通、行政区划、土壤、土地利用、高程、水体、渠道、水工建筑物。
(2)将数据分别放入对应的文件夹。
(3)利用“文件夹连接”功能实现对数据的索引。
(4)将数据拖拽进ArcMap实现对数据的展示。
原始数据往往由于数据范围,数据形式等方面与用户需求不一致而需要进行编辑。
具体为:
(1)由于数字高程模型(DEM)、土地利用分布图的原始数据范围为矩形,土壤类型分布图的原始数据范围为整个中国,所以采用裁剪工具,将研究区域内的数据提取出来。
(2)采用“合并”工具将空间分散的水体数据合并成一个整体。
(3)气象站、水闸、水电站、渡槽、地标、底涵、倒虹管、大坝、泵站、暗道等点状要素的坐标,采取在地理空间数据库Geodatabase中建立包含位置坐标的Excel表并在ArcMap中展示XY数据的方式展示到ArcMap中。
(4)水体可以分为河流、坑塘、水库、湖泊等,渠道按照其位置和功能又可分为总干渠、干渠、支渠、斗渠和城市生态供水渠等,将属性表中属于同一类的分别保留,实现对水体和渠道的分类。
(5)依托HWSD中国土壤特征数据集的mdb表格信息,利用SPAW软件计算得到土壤数据库在SWAT模型中需要的参数值。为了实现土壤的空间分布和物理化学性质的结合,采用“表连接”功能,在属性表中,可查看主要土壤类型的物理化学性质;
(6)行政区划数据存在缺失和部分与现在不符,故根据纸质资料进行在GIS平台下的手动编辑面要素修改。
步骤122:数据的转换与处理。
其中,原始数据来源不一,表现形式多种多样,为将其统一到ArcGIS平台上进行展示,通过坐标系的转换、地理信息和属性信息的结合、高程图由二维转为三维、线要素转为面要素等操作实现数据格式的转换和处理[14]。数据转换与处理步骤主要有:
(1)坐标系的转换。地理坐标系是以经纬度为地图储存单位,是球面坐标系统,而投影坐标系统实质上是平面坐标系统,其地图单位通常为m。将球面坐标转化为平面坐标的过程即为投影。对坐标数据定义同样的恰当的坐标系对数据的精度和展示效果具有重要影响。对未定义投影的坐标系,使用“定义投影”工具定义投影方式,气象数据采用的地理坐标系是WGS1984,而渠道、水体等数据采用的是西安80坐标系。针对这种情况,采用自定义转换坐标系的方式进行地理坐标系的转换,以实现数据在同一平台的精确展示。
(2)地理信息和属性信息的结合。土地利用类型图反映了流域内作物种植结构,是地理信息;作物的农事记录包含了施肥管理、收获方式、生育期等,是属性信息;渠道的位置是地理信息,长度、流量、糙率、坡度是属性信息;湖泊的位置是空间信息,湖泊名称、面积是属性信息;行政区的位置是地理信息,人口、经济是社会信息。采用在属性表中新添加字段的方式,实现每一条河流的位置与名称相对应,作物的类型与农事记录相对应,渠道的位置与名称、流量相对应,湖泊的位置与名称、面积相对应等,将地理信息和属性信息、社会经济信息在GIS平台下整合起来,实现多元数据的融合和多元信息资料系统分析。
(3)高程图由二维转为三维。TIN(Triangulated Irregular Network)为不规则三角网的缩写,在地理信息系统中有广泛应用。在数字高程模型中,根据区域的有限个点集将区域划分为相连的三角面网络,数字高程由连续的三角面组成,三角面的形状和大小取决于不规则分布的测点密度和位置,能够避免地形平坦时的数据冗余,又能按地形特征点表示数字高程特征。TIN常用来拟合连续分布现象的覆盖表面,根据赣抚平原灌区地势平坦的特点,采用TIN来反映高程信息。利用ARCGIS中的“栅格转TIN”功能,将中国科学院地理空间数据云上下载的90mDEM栅格数据转换为TIN,以实现对高程数据的有效管理,为高程的三维展示提供基础。
(4)线要素转为面要素。对已有数据进行剪切时,需要将面要素作为控制边界,利用“线转多边形”将线要素“灌区界”转换为面要素,为地图的剪切提供控制图形。
步骤123:数据的可视化表达。
其中,将地图数据制成全要素或分要素表达的可阅读地图在屏幕上显示出来,或把统计数据、试验数据等以统计图、直方图等形式表达称为数据的可视化表达,将已经处理好的矢量地图数据恢复成连续图形,并附之以不同符号表达的过程叫做数据符号化,数据符号化是实现空间数据可视化表达的有效手段。数据符号化的原则是:按实际形状确定地图符号的基本形状,以符号的颜色或者形状区分事物的性质,例如用点、线、面符号表示呈点、线、面分布特征的交通要素,点表示标志建筑物或者特定地点,线表示公路和铁路,面用来表示地区。
数据的可视化过程主要包括:
(1)名称的显示:将铁路、行政区划、渠道、水库、湖泊、坑塘、河流以及水工建筑物的名称标注在对应的位置;
(2)根据鲜明、直观、符合常识的原则,为不同的水利要素选择不同的表现方式,例如总干渠、干渠、支渠、斗渠采用颜色逐渐加深、线型逐渐加粗的方式;
(3)属性的展示:利用“识别”功能,实现水利设施的设计参数和水利要素的属性展示,比如水闸的闸门类型、闸门尺寸、动力类型、进出口高程、水库的面积、特征水位和管理单位等。
步骤124:数据的空间分析。
其中,数据的空间分析是对灌区数据的深度挖掘。为了更直观地反映灌区的高程分布和地面起伏情况,基于数字高程模型DEM,进行了灌区高程信息进一步探索。通过坡度生成、栅格矢量数据转换、矢量图联合和属性查询,得到不同土地利用类型、土壤类型、坡度范围以及特定高程范围的土地利用类型、特定坡度的土地利用类型,在此基础上得到灌区空间分布规律。主要有:
(1)利用“等高线生成”工具生成了灌区内的5米间隔等高线图;
(2)利用“栅格转TIN”工具,生成了DEM的不规则三角形网格TIN,高程值按照合理比例放大,在ArcSCENE中,生成灌区高程的三维展示;
(3)利用“流向”“流量”“河网”工具基于DEM数据实现灌区每一点水流流向、灌区河网生成以及河网的分级显示;
(4)利用“3D分析—坡度”工具基于灌区高程图生成坡度分布图,基于ArcGIS中的“联合”功能实现高程、土地利用类型和坡度栅格图的结合,利用“选择”工具将满足特定高程、坡度和土地利用类型的区域筛选导出为特定的栅格图形,通过查看属性表的方式获得符合要求的面积数据,最后进行所有数据的汇总分析。
本申请的一些实施例选取江西省灌溉试验中心站内已建成的“田-沟-塘-库”小型灌溉排水系统为研究对象,基于实地调研、实测数据资料建立EFDC水量平衡模型,模拟不同情景模式下的水力动力学过程,以系统总排水口的实测和模拟径流过程,评估“田-沟-塘-库”系统的蓄雨调洪能力,为江西乃至南方地区的雨洪调蓄提供理论参考和实践指导。
其中,本申请所选用的EFDC(The Environmental Fluid Dynamics Code)环境流体动力学模型为美国DSI公司开发的EFDC_EXPLORER 8.4软件,可以实现对湖泊、河口等大尺度水域条件的模拟,是环境资源所利用的水动力及水质模型之一,该模型集水动力模块、泥沙输运模块、污染物运移模块和水质预测模块为一体的综合性模型,通过构建这种多级联动纳洪系统的水动力模型,展开水量过程数值模拟,能欧模拟系统在不同水位下流量的动态控制过程。
图10示出了本申请另一实施例中EFDC模型的结构关系示意图,图11示出了本申请另一实施例中EFDC模型水动力模块的结构示意图。
本申请主要利用EFDC模型中水动力模块实现对农田、排水沟、堰塘、水库水量的模拟。EFDC有较为完善丰富的模块设置,同时在理论方面也逐步完善,截至目前最新为8.4版本,本研究即采用该版本模型进行模拟,EFDC模型水动力过程的计算采用Sigma坐标下的动量和质量守恒原理及方程,网格内和网格间可以在水量平衡过程计算的同时,对动力学过程进行计算。本研究将小尺度的灌溉排水系统概化为有一自由水面的大水箱,田、湿地、水库概化为小水箱,小水箱内又划分为多处网格,可开展水量平衡计算,系统内各单元的水动力计算过程适用于排水沟、系统出口径流模拟。
EFDC模型主要包含六个部分:(1)水动力模块,(2)水质模块,(3)底泥迁移模块,(4)毒性物质模块,(5)风浪模块,(6)底质成岩模块,其结构关系如图10所示。
本申请主要利用EFDC模型中水动力模块进行水量的模拟,水动力模块是EFDC运算的基础,主要基于算子分裂法的有限差分法计算水深、压力以及三个方向的速度,有很强的数值计算能力,其模型模拟的精度已经达到很高的水平。
其控制方程受到所输入的初始条件和边界条件的限制,初始条件包括输入的水文资料如流量、水位数据等,气象资料如温度、湿度、降雨、风速等,边界条件输入方面主要包含开闭边界等。除此之外,模型还可以添加风应力、浮力、地面切应力等作用力。EFDC模型可计算如下内容:流速,示踪剂,温度,盐度,近岸羽流和漂流,结构示意图如图11所示:
图4示出了本申请另一实施例中建立多级联动纳洪系统的流程示意图,图12示出了本申请另一实施例中EFDC模型建立的流程示意图。
在一些实施例中,如图4所示,在所述根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统步骤中,还把包括以下步骤:
步骤210:结合所述灌区基础数据,建立适用于本灌区的EFDC水动力模型,并对模型的参数进行设定。
其中,首先对模型进行预处理,包括网格的生成、初始条件的输入、各类型边界条件的设定。然后通过基础资料对模型设置一系列参数,使模型运行更准确,最后通过实测水位数据对建立的小型“田-沟-塘-库”模型进行验证,评价模型的适用性,在模型建立中为简化处理,会对部分参数进行理想化设定,其水动力模型构建的过程主要包含四个方面,分别为确定研究对象和目标、划分网格、模型运行条件的输入,以及模型模拟并输出结果,具体的建模过程如图12所示。
步骤220:根据降雨径流及水位流量变化的实测资料与模型数据进行拟合,率定所述EFDC水动力模型模型的参数。
其中,通过比较不同测点的实测与模拟数据进行率定验证。
步骤230:基于已经完成率定的所述EFDC水动力模型,模拟田-沟-塘-库整体在不同降雨及管理条件下水量的变化过程,并根据其变化规律,评估田-沟-塘-库的纳洪效应,以建立多级联动纳洪系统。
其中,针对本研究开展的多级联动纳洪系统研究,选定模拟时期为08年晚稻拔节至开花期日降雨量最大一天,作为实例模拟一日排水过程。并设定系统在全部蓄满、排干和正常水位状态下三种情景模式,通过分别监测稻田水位变化量及各状态下排水沟末端、湿地、水库出水口处水位流量变化过程,计算排水量,分析整个系统的纳洪效应在构建田沟塘库模型的基础上,通过控制不同塘堰湿地水深,模拟系统的水量变化过程,研究其对纳洪效应的影响。
在一些实施例中,所述EFDC水动力模型的参数包括:边界条件、初始条件及模型运行参数。
所述边界条件包括:模型流量边界、建筑物边界及气象要素。
所述初始条件包括:地形初始条件、水位-流量初始条件及气象条件。
其中,模型的构建涉及边界条件、初始条件、模型运行参数等。边界条件:模型的边界条件需确定模型流量边界、建筑物边界、气象要素等边界条件。初始条件:模型的初始条件包水位初始条件、底部糙度等初始条件;模型的其他参数包括水动力计算的参数、时间步长参数等。
一、边界条件
模型边界条件是指研究系统外界的一些汇和源,模拟过程中通过不断改变边界条件实现在不同情景模式条件下水量的动态模拟。
1、流量边界,包括入流和出流边界,模拟时以稻田的逐日灌溉流量、逐日排水流量的时间序列为入、出流边界。
2、水工建筑物边界,水工建筑物边界包含了稻田、湿地、水库等设置的田埂和稻田-排水沟,排水沟-湿地所设置的薄壁堰。
3、开、闭边界,含模型区域与外界发生流量交换的部分,在本文中的闭边界为稻田、排水沟、塘堰、水库等设置的不与外界发生水体交换的田埂等。
4、三维网格计算模型的上边界为自由水面边界,下边界为固壁边界。
二、初始条件
模型一系列初始条件是表示研究系统初始状态的相关参数,是建立模型的基础条件,初始条件的设置将直接影响模型模拟的精度。
在本研究中模型初始条件主要包含实测气象数据,水位、流量时间序列数据、时间步长、以及地形、底部糙率等基础试验数据。
1、地形条件,通过实测地形数据在EFDC模型初始条件中输入“田-沟-塘-库”底部高程,生成三维模型计算图,在测量过程中,稻田和排水沟底部实测标高为20.19m,塘堰、水库为19.95m、地面标高为20.85m。
2、水位-流量条件,根据降雨分析,选取2008年作为平均洪水年模拟验证其水量变化过程。
3、气象条件,将实测大气压强、干球温度、湿球温度、风速和短波辐射等气象资料输入模型中,并与模型所要求数据单位和模拟时间同步。
图5示出了本申请另一实施例中确定雨洪资源调蓄策略的流程示意图。
在一些实施例中,如图5所示,在所述基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略步骤中,还包括以下步骤:
本申请的一些实施例选择位于鄱阳湖流域赣抚平原灌区内的芳溪湖小流域作为研究区域。收集并整理基础资料,针对灌区水循环特点,改进SWAT模型,并基于改进的SWAT构建研究区域水量分布式模拟模型,进行水量转化的分布式模拟,应用研究区监测资料对主要参数进行率定和验证,模拟分析不同水管理措流域出口水量变化特征。以期为制定合理的农业水管理措施,提高流域水资源利用效率提供决策依据。
步骤310:基于GIS、RS技术及所述灌区空间基础信息数据库,对SWAT模型进行改进,得到所述灌区ArcSWAT分布式水文模型。
其中,SWAT(Soil and Water Assessment Tool)是J.G.Arnold博士为美国农业部农业研究中心(USDA-ARS)开发的流域尺度模型。其主要目的是模拟、预测土地利用、农业管理方式对流域水量、水质的影响。
SWAT水文模型采用子流域法对流域进行空间离散,并且采用TOPOAZ(Topog-raphic Parameterization)自动进行数字地形分析,基于最陡坡度原则和最小给水面积阈值对DEM进行处理,定义流域范围并划分子流域,同时确定河网结构和计算子流域参数。
各子流域具有不同的水文、气象、土壤、作物、养分和农业管理措施等,根据土地利用类型和土壤类型的一致性将子流域划分为不同的水文响应单元(HRUs,HydrologicResponse Units)。
水平衡是流域内一切过程(包括泥沙、农业化学物质运移)的驱动力,HRU是SWAT模型描述水文循环过程和水平衡计算的最小单元,每个水文响应单元垂直方向上分为植物冠层、根系层、渗流层、浅层地下水、不透水层和承压地下水,且独立计算水分循环的各个部分及其定量的转化关系,然后进行汇总演算,最后求得流域的水量平衡关系,同时可得到水中泥沙、养分、农药等溶质的运移转化规律。
此种程序设计,模型结构简单,计算方便,同时具有较高的物理基础,能够对水量平衡做出合理的物理解释,从而使SWAT模型适用于不同尺度的流域。
步骤320:通过实测资料对所述灌区ArcSWAT分布式水文模型进行率定,确决定系数,并根据所述决定系数判断所述灌区ArcSWAT分布式水文模型是否能进行应用。
其中,为了开展模型的率定及验证工作,针对芳溪湖流域设计并开展了水量及水质观测试验,分析获得了模型率定以及验证所需的径流实测资料。
步骤330:运用所述灌区ArcSWAT分布式水文模型对灌区进行模拟分析,得到灌区综合管理措施,确定雨洪资源调蓄策略。
其中,运用构建的灌区分布式水文模型,模拟分析了研究区域在稻田不同的受淹深度和淹水时长、塘堰湿地汇流面积比(实现蓄水容积改变和排水的灌溉再利用)、稻田-塘堰联合调用模式时,流域出口平均径流量、洪峰流量的影响。
模拟分析结果表明,在不影响水稻产量的前提下,采用综合管理措施,即水稻田淹水深度200mm,淹水持续时间3天,塘堰蓄水容积在现有基础上增加20%,排水用于灌溉水量20%的,与现状条件相比,有效减少了稻田水量,减少了流域出口平均径流流量13.17%,并实现了对当年最大洪峰15.07%的效果。
图6示出了本申请另一实施例中建立ArcSWAT分布式水文模型的流程示意图。
在一些实施例中,如图6所示,在所述基于GIS、RS技术及所述灌区空间基础信息数据库,对SWAT模型进行改进,得到所述灌区ArcSWAT分布式水文模型步骤之中,进一步包括以下步骤:
步骤311:基于SWAT2000模型为平台,并对其进行改进。
其中,为了拓宽模型在灌区水分循环模拟的应用范围,本申请的一些实施例以SWAT2000模型为平台,改进和增添了模型的部分功能模块,构建了灌区分布式水文模型,在改变SWAT2000模型陆面水文过程计算结构的基础上,改进了灌溉水分运动模块、稻田水量平衡要素(降雨、蒸发、下渗、灌排、侧渗)模拟、沟道渗漏和水稻产量模拟模块,添加了渠系渗漏及其对地下水的补给作用的模拟和塘堰水灌溉功能模拟。
并针对稻田模拟改进了蒸发蒸腾量模拟、下渗模拟、稻田灌排模式和水稻产量模拟,增加了塘堰水自动灌溉功能,优化了稻田水循环过程及其算法,完全独立稻田模拟模块,增加稻田非蓄水期产流和下渗模拟,以耕作层含水量控制灌溉,优化灌溉渠道渗漏模拟,改进了旱作物模拟模块和灌溉水源模块。
步骤312:根据现有的灌区空间信息,建立灌区数字高程模型,并根据所述灌区数字高程模型进行子流域划分,得到子流域划分。
其中,数字高程模型(Digital Elevation Model),简称DEM,是用一组有序数值阵列形式表示地面高程的一种实体地面模型,是数字地形模型(Digital Terrain Model,DTM)的一个分支,DEM是零阶单纯的单项数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。
数字高程模型是目前用于研究区域地形分析的主要依据,通过DEM图可以提取大量的地表形态信息,包括流域网格单元的坡向、坡度、粗糙程度和单元格直接的关系,同时也可以根据一定的算法提取出地表径流的路径、河网和流域边界、河流比降和河流长度,因此,DEM是SWAT模型进行水系提取、流域划分和流域水文过程模拟的基础。
目前,DEM主要包括栅格(grid)、不规则三角网(tin)和等高线三种类型。
步骤313:结合现有的灌区土地利用图及灌区土壤类型图,进行水文响应单元划分,且所述水文响应单元的面积阈值为1%,以保证面积在所述面积阈值以下的土地利用类型和土壤类型进行重新整合。
其中,选择流域出口点,然后规定合适的水文响应单元面积阈值便可以进行子流域划分。
步骤314:将现有的气象数据及农业管理措施添加至模型中,得到所述灌区ArcSWAT分布式水文模型。
其中,气象资料主要包括日降雨、太阳辐射、风速、相对湿度、最高和最低气温以及日蒸发量,由于气象数据在空间上差异很大,所以要用离研究区域最近的气象站点的资料,采用离研究区域6公里处的江西省灌溉试验中心站的气象资料作为研究区域唯一的气象资料来源,同时,灌水量、排水量及研究区域内主要控制点的径流量实际观测的值作为模型输入值。
根据试验方案并结合当地农民的种植管理习惯,初步确定了研究区域的水稻管理措施,将农田管理措施添加到模型中。
在一些实施例中,所述基于SWAT2000模型为平台,并对其进行改进包括:模型计算结构改进、稻田模拟模块改进、灌溉渠道渗漏改进、旱作物模拟模块改进、蒸发蒸腾量计算改进、自动灌溉模块的改进及灌溉水源的改进。
图7示出了本申请另一实施例中通过灌区水稻抗涝保收技术体系对雨洪资源调蓄方法进行补充的流程示意图。
在一些实施例中,如图7所示,所述资源调蓄方法还包括:
步骤400:结合灌区农业体系,确定灌区水稻抗涝保收技术体系,所述灌区农业体系包括灌区的水稻品种、种植模式、生育期划分及灌溉模式。
其中,水稻不同时期受涝害对水稻的产量构成影响程度和原因不同,将前人对水稻不同时期受親害对产量影响进行归类。对于苗期和分藥期的研究多集中在分蘖数减少进而对产量的影响,通过水稻抗涝保收技术体系的研究,探明水稻耐淹生理机制,揭示水稻淹涝胁迫响应机理,可为制定防洪背景下的灌区雨洪资源调蓄方案提供数据支撑。
前人研究表明,水稻分蘖期自我调节能力相对较强,具有良好的克服短期逆境所带来的例如缺氧等影响水稻生长发育和产量性状构成的能力,也就是说水稻分蘖期存在较强的耐涝机理和节水潜质,同时这一时期的生长决定着之后的有效穗数和每穗总粒数。
如果这个时期能将水稻种植季节的大量降水资源充分利用起来,适当调节稻田蓄水量,提升稻田雨水资源调蓄空间,既能做到合理分配雨水资源,减少稻田抗涝压力,保证长江中下游堤防安全,又能做到合理利用雨水资源,节省农用灌溉水资源,保证水稻产量稳定、食生产安全和生态环境安全,特别是针对汛期高水位的情况时,具有更加重要的现实意义,因此,合理开展高效稻田用水管理技术的研究,实施农业可持续发展,尤其是针对南方水稻田间雨水调蓄管理新术的研宄己显得尤为必要和紧迫。
图8示出了本申请另一实施例中确定灌区水稻抗涝保收技术体系的流程示意图。
在一些实施例中,如图8所示,在所述结合灌区农业体系,确定灌区水稻抗涝保收技术体系,所述灌区农业体系包括灌区的水稻品种、种植模式、生育期划分及灌溉模式步骤中,还包括以下步骤:
步骤410:收集灌区的农业种植传统,确定灌区主要种植的水稻品种、种植模式、生育期划分及灌溉模式。
步骤420:根据水稻耐淹的生理机制,分析不同水稻品种在不同生育期的生长发育对淹涝胁迫的响应,并确定适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度。
步骤430:基于所述灌区的水稻抗涝品种及不同生育期的最大淹水深度,提出水稻最优种植结构及其栽培管理技术,并确定灌区种植需求,以得到灌区水稻抗涝保收技术体系。
图9示出了本申请另一实施例中基于水稻进行试验的流程示意图。
在一些实施例中,如图9所示,在所述根据水稻耐淹的生理机制,分析不同水稻品种在不同生育期的生长发育对淹涝胁迫的响应,并确定实用与灌区的水稻抗涝品种及不同生育期的最大淹水深度步骤中,包括以下步骤:
步骤421:设定洪涝期内不同淹水深度和历时早、中稻淹水试验。
其中,本申请一些实施例的试验在江西省灌溉试验中心站试验研究基地进行,试验基地处于赣抚平原灌区南昌县向塘镇,地理位置为东经116°00′,北纬28°26′,海拔为22m。赣抚平原灌区为典型的亚热带湿润季风性气候区,适合多种农作物生长。灌区年平均气温可达17.5℃,年平均日照为1720.8h,年平均蒸发量1139mm,年平均降雨量1747mm。但降雨量全年分布不均,4至6月的降雨较多,占全年降雨量的48%,7至9月降雨较少,仅占全年降雨量的20%。
供试品种早稻为陆两优996(该水稻属于籼型两系杂交水稻。该品种熟期适中,产量高,感白叶枯病,高感稻瘟病,米质一般。适宜在福建北部、江西、湖南、浙江中南部的稻瘟病、白叶枯病轻发的双季稻区作早稻种植。)和中嘉早17(该品种属籼型常规水稻。在长江中下游作双季早稻种植,全生育期平均109.0天,比对照浙733长0.6天)。
中稻为黄华占,该品种属感温型常规稻品种。全生育期129~131天,比粤香占迟熟4天。株型较好,植株较高,叶片长、直,转色顺调,结实率较高。
本试验以早、中稻为研究对象,试验采用盆栽试验,盆尺长×宽×高=40cm×30cm×20cm,栽培方式采用直播方式,每盆均匀播种6穴,每穴选定发芽均匀的2粒种子播种,从水稻拔节期开始处理,试验设定正常对照处理(CK)、和3个耐淹程度处理H1(20cm)、H2(30cm)、H3(40cm),4个淹水时间D1(1d)、D3(3d)、D5(5d)、D7(7d)处理,加正常对照共13个处理,每个处理3次重复。
步骤422:基于早稻和中稻的形态特征、生理特征和产量及其构成因素对淹水胁迫的响应机理,早稻和中稻叶片中叶片酶活性对洪涝期淹水胁迫的响应机理,以及早、中稻洪涝期淹水胁迫后喷施叶面肥对水稻的修复作用及机理,确定试验结果。
其中,测定指标包括生理指标、叶片酶活性测定、产量及构成因素进行测定,具体方法为:
1、生理指标。
(1)分蘖、株高调查:分别于水稻受淹开始和受淹结束(受淹开始后第8d)时,调查测定各个受淹处理的水稻分蘖和株高,CK中的水稻进行平行测定。
(2)SPAD值测定:分别于水稻受淹开始和受淹结束(受淹开始后第8d)时,调查测定各个受淹处理的水稻叶片SPAD值,CK中的水稻进行平行测定。
2、叶片酶活性测定。
于受淹试验结束后水稻抽穗开花器测定各处理水稻叶片中丙二醛(MDA)的质量摩尔浓度及抗氧化酶(POD、SOD)的活性。测定方法:分别采用硫代巴比妥酸(TBA)比色测定丙二醛(MDA)质量摩尔浓度;氮蓝四唑(NBT)法测定酶超氧化物歧化酶(SOD)活性,以抑制NBT光化还原50%为1个酶活性单位(U)表示;愈创木酚法测定过氧化物酶(POD)活性,POD活性以470nm处吸光度每分钟变化0.01为1个酶活性单位(U)表示,每个处理重复测3次取平均值。
3、产量和构成因素调查。
水稻成熟后,以盆为单位,每个处理记录一盆水稻的穗长、穗数、穗粒数、空粒数、千粒重以及产量,剩余2盆,记录产量情况。
再根据拔节期中稻对不同淹水处理的响应,得到淹水时间、淹水深度与水稻相对产量的关系,为确定排涝标准提供依据。
步骤423:根据所述试验结果,得到适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度。
其中,需要根据试验得到的多种数据分析得到淹水胁迫对早稻分蘖动态的影响、淹水胁迫对中稻分蘖动态的影响、淹水胁迫对早稻株高的影响、淹水胁迫对中稻株高的影响、淹水胁迫对水稻叶片SPAD的影响、淹水胁迫对早稻产量及构成因素的影响、淹水胁迫对中稻产量及构成因素的影响、水稻叶片膜脂过氧化作用对淹水胁迫的响应机理、水稻叶片抗氧化酶活性对淹水胁迫的响应机理,再结合淹水胁迫与水稻产量的回归分析、叶片酶活性与水稻产量的回归分析及水稻淹涝修复技术,以确定适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度。
因此,针对上述问题,本申请还提出了一种灌区雨洪调蓄系统。
下面结合图13描述本申请提供的灌区雨洪调蓄系统。
图13示出了本申请一实施例提供的灌区雨洪调蓄系统的系统结构示意图。
如图13所示,所述灌区雨洪调蓄系统包括:
数据模块:用于获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库,所述灌区基础数据包括灌区的水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能及农业水利设施;
分析模块:用于根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立;
处理模块:用于基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。
本申请一些实施例的有益效果还包括:
(1)构建了赣抚平原灌区基础信息数据库,实现了灌区信息的集中管理、查询、统计和维护更新。绘制了赣抚平原灌区高程、土地利用类型、水利建筑物、稻田与水体分布、作物种植分类等系列图集。统计结果表明,灌区大部分地势平坦,主要以农业用地为主,高程较低地势起伏较小时,主要的土地利用类型是水稻,随地势增高和坡度变陡,林地所占的比重逐渐增大,成为主要的土地利用类型。
(2)分蘖期和拔节期不同淹水胁迫处理均会降抑制早、中稻分蘖的增长,而促进水稻植株株高的增加;均会降低叶片SPAD值,而促进叶片MDA质量摩尔浓度、SOD和POD活性的增加,从而影响水稻的生长和产量的降低,但这种影响可以通过适时排涝和喷施叶面肥进行缓解和修复。
(3)利用EFDC构建稻田、湿地水量平衡模型并进行模型模拟,在“田、沟、塘、库”体系全干、全湿、以及正常水位状态下,塘堰湿地最大可蓄积水量达1722.16m3,水库可储蓄雨洪资源量为1067.52m3,证明系统具有良好的纳洪效应。根据塘堰湿地不同控制水深模拟全生育期的排水变化过程,在控制水深为0.6m与0.2m时,系统排水量最小,分别为3731.43m3、3747.71m3,在水稻不同灌溉模式下,结果显示间歇灌溉条件下相比于淹灌排除水量减少12.69%,表明间歇灌溉条件下有更好的纳洪效应,有利于减小体系的总排出水量。
(4)运用构建的灌区分布式水文模型对芳溪湖流域的模拟分析结果表明,在不影响水稻产量的前提下,采用综合管理措施,即水稻田淹水深度200mm,淹水持续时间3天,塘堰蓄水容积在现有基础上增加20%,排水用于灌溉水量20%的,与现状条件相比,有效减少了稻田水量,减少了流域出口平均径流流量13.17%,并实现了对当年最大洪峰15.07%的效果。
为了方便解释,已经结合具体的实施方式进行了上述说明。但是,上述在一些实施例中讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导,可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用,从而使得本领域技术人员更好的使用实施方式以及适于具体使用考虑的各种不同的变形的实施方式。

Claims (10)

1.一种灌区雨洪调蓄方法,其特征在于,包括:
获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库,所述灌区基础数据包括灌区的水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能及农业水利设施;
根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立;
基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。
2.如权利要求1所述一种灌区雨洪调蓄方法,其特征在于,在所述获取灌区基础数据,并根据所述灌区基础数据构建基础信息数据库步骤中,还包括以下步骤:
收集灌区多方面数据资料,并对所述基础数据进行系统分析,以得到灌区基础数据;
根据所述灌区基础数据,构建基于ArcGIS平台的灌区空间基础信息数据库,所述灌区空间基础信息数据库包括属性数据库及图形数据库,所述属性数据库中包括灌区的气象、径流、水质、土壤物理化学性质及农作物管理措施,所述图形数据库包括灌区的地形图、高精度遥感图、土壤类型图、土地利用图、行政区划图、水生态功能分区、电子水系图及水功能区划图。
3.如权利要求2所述一种灌区雨洪调蓄方法,其特征在于,在所述根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统步骤中,还把包括以下步骤:
结合所述灌区基础数据,建立适用于本灌区的EFDC水动力模型,并对模型的参数进行设定;
根据降雨径流及水位流量变化的实测资料与模型数据进行拟合,率定所述EFDC水动力模型模型的参数;
基于已经完成率定的所述EFDC水动力模型,模拟田-沟-塘-库整体在不同降雨及管理条件下水量的变化过程,并根据其变化规律,评估田-沟-塘-库的纳洪效应,以建立多级联动纳洪系统。
4.如权利要求3所述一种灌区雨洪调蓄方法,其特征在于,所述EFDC水动力模型的参数包括:边界条件、初始条件及模型运行参数;
所述边界条件包括:模型流量边界、建筑物边界及气象要素;
所述初始条件包括:地形初始条件、水位-流量初始条件及气象条件。
5.如权利要求2所述一种灌区雨洪调蓄方法,其特征在于,在所述基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略步骤中,还包括以下步骤:
基于GIS、RS技术及所述灌区空间基础信息数据库,对SWAT模型进行改进,得到所述灌区ArcSWAT分布式水文模型;
通过实测资料对所述灌区ArcSWAT分布式水文模型进行率定,确决定系数,并根据所述决定系数判断所述灌区ArcSWAT分布式水文模型是否能进行应用;
运用所述灌区ArcSWAT分布式水文模型对灌区进行模拟分析,得到灌区综合管理措施,确定雨洪资源调蓄策略。
6.如权利要求5所述一种灌区雨洪调蓄方法,其特征在于,在所述基于GIS、RS技术及所述灌区空间基础信息数据库,对SWAT模型进行改进,得到所述灌区ArcSWAT分布式水文模型步骤之中,进一步包括以下步骤:
基于SWAT2000模型为平台,并对其进行改进;
根据现有的灌区空间信息,建立灌区数字高程模型,并根据所述灌区数字高程模型进行子流域划分,得到子流域划分图;
结合现有的灌区土地利用图及灌区土壤类型图,进行水文响应单元划分,且所述水文响应单元的面积阈值为1%,以保证面积在所述面积阈值以下的土地利用类型和土壤类型进行重新整合;
将现有的气象数据及农业管理措施添加至模型中,得到所述灌区ArcSWAT分布式水文模型。
7.如权利要求1所述一种灌区雨洪调蓄方法,其特征在于,所述资源调蓄方法还包括:结合灌区农业体系,确定灌区水稻抗涝保收技术体系,所述灌区农业体系包括灌区的水稻品种、种植模式、生育期划分及灌溉模式。
8.如权利要求7所述一种灌区雨洪调蓄方法,其特征在于,在所述结合灌区农业体系,确定灌区水稻抗涝保收技术体系,所述灌区农业体系包括灌区的水稻品种、种植模式、生育期划分及灌溉模式步骤中,还包括以下步骤:
收集灌区的农业种植传统,确定灌区主要种植的水稻品种、种植模式、生育期划分及灌溉模式;
根据水稻耐淹的生理机制,分析不同水稻品种在不同生育期的生长发育对淹涝胁迫的响应,并确定适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度;
基于所述灌区的水稻抗涝品种及不同生育期的最大淹水深度,提出水稻最优种植结构及其栽培管理技术,并确定灌区种植需求,以得到灌区水稻抗涝保收技术体系。
9.如权利要求7所述一种灌区雨洪调蓄方法,其特征在于,在所述根据水稻耐淹的生理机制,分析不同水稻品种在不同生育期的生长发育对淹涝胁迫的响应,并确定实用与灌区的水稻抗涝品种及不同生育期的最大淹水深度步骤中,包括以下步骤:
设定洪涝期内不同淹水深度和历时早、中稻淹水试验;
基于早稻和中稻的形态特征、生理特征和产量及其构成因素对淹水胁迫的响应机理、早稻和中稻叶片中叶片酶活性对洪涝期淹水胁迫的响应机理、以及早、中稻洪涝期淹水胁迫后喷施叶面肥对水稻的修复作用及机理,确定试验结果;
根据所述试验结果,得到适用于灌区的水稻抗涝品种及不同生育期的最大淹水深度。
10.一种灌区雨洪调蓄系统,应用于权利要求1-9中任一所述的灌区雨洪调蓄方法,其特征在于,所述系统包括:
数据模块:用于获取灌区基础数据,并根据所述灌区基础数据构建灌区空间基础信息数据库,所述灌区基础数据包括灌区的水文气象、社会经济、地理信息、遥感影像、水利工程、洪涝灾害、土地利用、土壤类型、水系水功能及农业水利设施;
分析模块:用于根据灌区基础数据中农业水利设施的分布情况及其纳洪能力,建立多级联动纳洪系统,所述灌区农业水利设施包括稻田、沟渠、塘堰及水库,所述多级联动纳洪系统基于稻田、沟渠、塘堰及水库进行建立;
处理模块:用于基于所述基础信息数据库构建所述灌区ArcSWAT分布式水文模型,并结合所述多级联动纳洪系统,确定灌区的雨洪资源调蓄策略。
CN202310315145.XA 2023-03-28 2023-03-28 一种灌区雨洪调蓄方法及系统 Pending CN116663796A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310315145.XA CN116663796A (zh) 2023-03-28 2023-03-28 一种灌区雨洪调蓄方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310315145.XA CN116663796A (zh) 2023-03-28 2023-03-28 一种灌区雨洪调蓄方法及系统

Publications (1)

Publication Number Publication Date
CN116663796A true CN116663796A (zh) 2023-08-29

Family

ID=87714190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310315145.XA Pending CN116663796A (zh) 2023-03-28 2023-03-28 一种灌区雨洪调蓄方法及系统

Country Status (1)

Country Link
CN (1) CN116663796A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117682673A (zh) * 2023-12-26 2024-03-12 长江水资源保护科学研究所 一种面向多目标协同提升的蓄洪区生态湿地构建方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117682673A (zh) * 2023-12-26 2024-03-12 长江水资源保护科学研究所 一种面向多目标协同提升的蓄洪区生态湿地构建方法

Similar Documents

Publication Publication Date Title
Aliyari et al. Coupled SWAT-MODFLOW model for large-scale mixed agro-urban river basins
Xu et al. The hydrological calibration and validation of a complexly-linked watershed–reservoir model for the Occoquan watershed, Virginia
Noory et al. Distributed agro-hydrological modeling with SWAP to improve water and salt management of the Voshmgir Irrigation and Drainage Network in Northern Iran
CN108287950A (zh) 基于控制单元水环境质量目标管理的水质模拟方法
Krause et al. Multiscale investigations in a mesoscale catchment–hydrological modelling in the Gera catchment
CN111062537A (zh) 临河灌区节水量计算方法与系统
Wu et al. The simulation research of dissolved nitrogen and phosphorus non-point source pollution in Xiao-Jiang watershed of Three Gorges Reservoir area
Liu et al. Integrated modeling of conjunctive water use in a canal-well irrigation district in the lower Yellow River basin, China
CN108108556B (zh) 一种基于耗散-汇合结构的灌区水循环模型构建方法
CN109614655A (zh) 一种河流径流量的研究方法
Laenen et al. Precipitation-runoff and streamflow-routing models for the Willamette River Basin, Oregon
CN113947034A (zh) 一种智慧城市涉水环节全过程耦合模拟方法
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
CN104933626A (zh) 流域农业面源污染物沟渠削减系数计算方法
CN109816172A (zh) 一种基于不规则地块单元的分布式流域水文模拟方法
CN116663796A (zh) 一种灌区雨洪调蓄方法及系统
Dávila et al. Calibration of SWAT2009 using crop biomass, evapotranspiration, and deep recharge: Calera Watershed in Zacatecas, Mexico Case Study
Savoskul et al. Water, climate, food, and environment in the Syr Darya Basin
Taffese Physically based rainfall: runoff modelling in the northern Ethiopian highlands: The case of Mizewa watershed
Theara et al. Integrated modeling to assess flow changes due to future dam development and operation in Stung Sen River of Tonle Sap Lake Basin, Cambodia
Bekoe Application of a hydrological model in a data-poor tropical West African catchment: a case study of the Densu Basin of Ghana
Kupper et al. Using the SIMGRO regional hydrological model to evaluate salinity control measures in an irrigation area
Arnold et al. A continuous catchment-scale erosion model
Ali et al. Optimal water management for reservoir based irrigation projects using geographic information system
Musa Study of Water Need for Kiru-Kiru Irrigation Area Due to Changes in Irrigation Area, Soppeng Riaja District, Barru Regency

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