JP7149348B2 - 農業灌漑水需要量予測方法 - Google Patents

Description

本発明は、農業灌漑技術に関し、具体的には、農業灌漑水需要量予測方法に関する。

用水総量規制および割当量管理は、「節水優先」方針政策を全面的に徹底させるための重要な切り口である。農業は、水の大規模利用者であり、その用水プロセスは、農業栽培構成と関連するだけでなく、気候ならびに節水技術措置の普及および節水灌漑制度の実施状況などの多くの要因と密接に関係している。複雑な作用要因によって、現在、農業に関する用水量を合理的に確定することが難しく、通常、過去の栽培構成および対応する条件の灌漑割当量水準の全体的な平均を採用して決定している。必要なチェックに欠け、農業節水措置によってもたらされる効果を真に表すことが難しく、現在、大多数の地域の農業用水基準が高めになっており、農業用水コストが増加し、農業灌漑節水を実現することが難しくなっている。水資源を合理的に効率的に利用することができず、栽培時のコスト投入が上昇し、農業生産が低下する。

先行技術における上述した課題に対し、本発明で提供する農業灌漑水需要量予測方法は、翌年度の総水需要量を正確に予測することが可能である。

上述した発明の目的を達成するため、本発明で提供する技術手法は以下のとおりである。

次のステップを含む農業灌漑水需要量予測方法を提供する。

Ｓ１：節水領域の農業統計資料を取得し、農業統計資料に基づき作付面積が所定の割合よりも大きい作物を典型作物として選定する。

Ｓ２：節水領域内の気象台の基準期間における旬（本明細書において１０日間を意味する）ごとの気象情報を取得し、気象情報に基づき基準期間における典型作物の生育期における灌漑用水割当量を計算する。

Ｓ３：節水領域内の各気象観測地点の旬降水量を取得し、旬降水量に基づき基準期間の典型作物の有効降水量を計算する。

Ｓ４：基準期間ならびに同種の典型作物の灌漑用水割当量および有効降水量に基づき、典型作物の単位面積当たりの灌漑水需要量を計算する。

Ｓ５：少なくとも一種の典型作物の単位面積当たりの灌漑水需要量が、連続した実測年の単位面積当たりの実際の灌漑用水量の平均値よりも大きい状況が存在するかどうかを判断し、存在する場合、ステップＳ６に進み、存在しない場合、ステップＳ７に進む。

Ｓ６：典型作物の基準期間における単位面積当たりのすべての灌漑水需要量および連続した複数の実測年の単位面積当たりの実際の灌漑用水量に基づき、すべての典型作物の単位面積当たりの灌漑水需要量を修正する。

Ｓ７：各典型作物の単位面積当たりの灌漑水需要量および翌年度の栽培面積を用いて、翌年度の総水需要量を計算する。

本発明の有益な効果は以下のとおりである。本手法は、基準期間における気象情報により計算された灌漑用水割当量および有効降水量によって作物の単位面積当たりの灌漑水需要量を確定し、灌漑水需要量が実際の灌漑用水量よりも小さい場合、実際の灌漑用水量に基づき灌漑水需要量を修正して、予測される灌漑水需要量が真実値に無限に近づくようにし、予測される灌漑水需要量の正確性を高め、得られる総水需要量予測の正確性を保証する。灌漑水需要量を年ごとに修正することにより、真実値に近いプロセスを実現し、灌漑用水量を減少させ、農業灌漑用水の効果を高めることができる。

節水領域の管理者は、正確性が高い総水需要量により、農業部計画用水を満たす状況の下で、大きな栽培面積をできる限り保証することができ、これにより農作物の最終的な経済的収益を保証することができる。

農業灌漑水需要量予測方法の流れ図である。

次に、当業者が本発明を理解できるよう、本発明の具体的な実施形態について説明する。なお、本発明は、具体的な実施形態の範囲に限られず、本技術分野の通常の技術者にとって、各種変更が、特許請求の範囲で限定され確定されている本発明の主旨および範囲内にある限り、これらの変更は自明のものであり、本発明の概念を用いたあらゆる発明は、いずれも保護の対象となる。

図１は、農業灌漑水需要量予測方法の流れ図であり、図１に示すように、この方法Ｓは、ステップＳ１からステップＳ７までを含む。

ステップＳ１において、節水領域の農業統計資料を取得し、農業統計資料に基づき作付面積が所定の割合よりも大きい作物を典型作物として選定する。

本手法において、節水領域における農作物の総作付面積の比が１０％を超える農作物を典型作物として確定し、対応する作付面積をＡi（ｉ＝１，２，３，……ｎ）とし、式中、ｉは節水領域の典型農作物の種類であり、ｎは典型作物の総数量である。

ステップＳ２において、節水領域内の気象台の基準期間における旬ごとの気象情報を取得し、気象情報に基づき基準期間における典型作物の生育期における灌漑用水割当量を計算する。

本発明の一つの実施例において、ステップ２は、次のステップをさらに含む。

Ｓ２１：気象情報に基づき、ペンマン式を用いて典型作物の基準期間における旬ごとの蒸発散位を計算する。

式中、ＥＴ_０は、典型作物の基準期間における旬ごとの蒸発散位であり、Δは、飽和水蒸気圧－温度曲線の勾配であり、Ｒ_ｎは、典型作物のキャノピーの純放射量であり、Ｇは、土壌を加熱するために消費されるエネルギーであり、γは乾湿計定数であり、Ｔは平均気温であり、Ｕ_２は、高さ２ｍにおける風速であり、ｅ_ａは、飽和水蒸気圧であり、ｅ_ｄは、実測水蒸気圧である。

Ｓ２２：同種の典型作物の旬ごとの作物蒸発散位および生育期における旬ごとの作物係数に基づき、典型作物の旬水需要量を計算する。

式中、ＥＴ_{ｉ，ｊ，ｋ}は、典型作物ｉのｊ年目の生育期におけるｋ旬目の旬水需要量であり、単位はｍｍであり、Ｋｃ_ｉ，ｋは、典型作物ｉの生育期におけるｋ旬目の旬ごとの作物係数である。

Ｓ２３：生育期におけるすべての旬水需要量を累積し、典型作物の灌漑用水割当量ＥＴ_ｉ，ｊとする。

ステップＳ３において、節水領域内の各気象観測地点の旬降水量を取得し、旬降水量に基づき典型作物の有効降水量を計算する。

実施時に、本手法は、旬降水量および旬水需要量に基づき典型作物の有効降水量を計算するステップは、次のステップをさらに含むことが好ましい。

Ｓ３１：旬降水量に基づき、空間内挿法を用いて、典型作物の基準期間における旬地域降水量を計算する。

節水領域の地形が所定の高さよりも低い場合、ティーセン多角形法を用いて典型作物の基準期間における旬地域降水量を計算する。

節水領域の地形が所定の高さ以上である場合、逆距離加重法を用いて典型作物の基準期間における旬地域降水量を計算する。

Ｓ３２：同種の典型作物の同じ旬の旬地域降水量および旬水需要量に基づき、旬降水量ＰＥ_{ｉ，ｊ，ｋ}を得る。

式中、Ｐ_{ｉ，ｊ，ｋ}は、典型作物ｉのｊ年目の生育期におけるｋ旬目の旬地域降水量であり、単位はｍｍである。

Ｓ３３：生育期におけるすべての旬降水量を累積し、典型作物の有効降水量ＰＥ_ｉ，ｊとする。

ステップＳ４において、基準期間ならびに同種の典型作物の灌漑用水割当量および有効降水量に基づき、典型作物の単位面積当たりの灌漑水需要量を計算する。典型作物ｉの単位面積当たりの灌漑水需要量ｑ_ｉの計算方法は、次のものを含む。

Ｓ４１：典型作物ｉのｊ年目の単位面積当たりの灌漑水需要量ＩＲ_ｉ，ｊを計算する。

Ｓ４２：灌漑水需要量ＩＲ_ｉ，ｊに基づき、典型作物ｉの単位面積当たりの灌漑水需要量ｑ_ｉを計算する。

ステップＳ５において、少なくとも一種の典型作物の単位面積当たりの灌漑水需要量が、連続した複数の実測年の単位面積当たりの実際の灌漑用水量の平均値よりも大きい状況が存在するかどうかを判断し、存在する場合、ステップＳ６に進み、存在しない場合、ステップＳ７に進む。

ステップＳ６において、典型作物の基準期間における単位面積当たりのすべての灌漑水需要量および連続した複数の実測年の単位面積当たりの実際の灌漑用水量に基づき、すべての典型作物の単位面積当たりの灌漑水需要量を修正する。

ここで、典型作物の単位面積当たりの灌漑水需要量を修正する計算式は、次のとおりである。

式中、ｑ_ｉは、典型作物ｉの単位面積当たりの灌漑水需要量であり、単位はｍ^３であり、ｑ_ｉｊは、典型作物ｉのｊ年目の単位面積当たりの灌漑水需要量であり、単位はｍ^３であり、ｍは、基準期間である。ｑ_ｉ，ｇは、典型作物ｉのｇ年目の実際の灌漑用水量であり、このデータは、各レベルの官公庁が発表した用水状況および対応する典型作物栽培面積により直接計算して得ることができ、単位はｍ^３である。ｎは、典型作物の総数であり、ｋ’は連続した複数の実測年である。

ここで、基準期間の長さは５年であり、翌年度の前の５年間であり、例えば、翌年度が２０２０年である場合、基準期間とは、２０１５年、２０１６年、２０１７年、２０１８年、２０１９年をいう。連続した実測年は、予測年の直前の数年間連続したデータを選定することができる。

ステップＳ７において、各典型作物の単位面積当たりの灌漑水需要量および翌年度の栽培面積を採用して、翌年度の総水需要量を計算する。ステップＳ７は、次のステップをさらに含む。

Ｓ７１：各典型作物の単位面積当たりの灌漑水需要量および翌年度の栽培面積を用いて、各典型作物の翌年度の理論水需要量を計算する。

式中、Ｑ_ｉは、典型作物ｉの翌年度の理論水需要量であり、Ａ_ｉは、典型作物ｉの翌年度の栽培面積である。

Ｓ７２、すべての典型作物の理論水需要量を累積し、翌年の総水需要量Ｑを得る。

本発明の一つの実施例において、農業灌漑水需要量予測方法は、翌年度の総水需要量を修正することをさらに含む。

翌年度の計画用水量（各レベルの官公庁が発表した計画により確定してもよい）を取得し、計画用水量と総水需要量とを比較する。

総水需要量が翌年度の計画用水量よりも大きい場合、調整戦略に基づき典型作物の栽培面積を調整し、ステップＳ７に戻る。

総水需要量が翌年度の計画用水量以下である場合、翌年度の総水需要量およびすべての典型作物の現在の栽培面積を出力する。

ここで、調整戦略とは、経済価値が最も小さい典型作物を選定し、所定のしきい値に基づき栽培面積を縮小するか、または灌漑水需要量が最も大きい典型作物を選定し、所定のしきい値に基づき栽培面積を縮小するか、またはすべての典型作物の栽培面積を、所定の割合に基づき縮小することであり、所定のしきい値は、所定の割合よりも大きい。

以下に、具体的な実施例により、本手法で提供する方法について説明する。

本実施例は、河北省滄州節水モデル試験区を例とし、２０１０～２０１４年を基準期間とし、２０１５年を翌年度として、その灌漑水需要量を予測した。

典型作物の確定

『河北省統計年鑑』、『石家荘統計年鑑』および『滄州市社会経済統計情報』を依拠とし、基準期間（２０１０～２０１４年）の滄州節水灌漑試験区の農業栽培構成および対応する作物の作付面積を得た（表１参照）。表中、その他は、モロコシおよびマメ類を含む。各種作物の作付面積が領域の作物の総作付面積に占める割合を計算し、１０％を超えるものを領域の典型農作物と確定し、典型作物は主に冬小麦、トウモロコシであると確定した。

気象情報の取得

国家気象台ネットワークおよび滄州地区気象モニタリングデータにより、雨量観測所がまばらであることにより気象情報の値の確定の正確性に影響を及ぼすことを避けるため、滄州気象台を選択し、新華区からの位置が相対的に近い気象台である滄州、泊頭、滄県の３つの気象台を選択し、降水量、気温、風速、湿度、水蒸気圧などを含む、基準期間における気象台の日ごとの典型的な気象要素情報を選択し、主な気象要素は日データを含み、旬気象情報を総括的に得た。

基準期間における典型作物の生育期における灌漑用水割当量の確定

ＰＭ式を用いて、取得した気象情報を用いて、典型作物の基準期間における旬ごとの蒸発散位ＥＴ０を計算した。新華区の基準期間の旬ごとの蒸発散位は、表２を参照。次いで、典型作物の旬ごとの作物係数Ｋｃを乗じて、基準期間における典型農作物の旬ごとの用水量を得た。

ここで、作物係数の確定は、河北省および滄州市の農作物生長発育試験データを組み合わせて得た。新華区の冬小麦の生育期は、９月下旬から翌年６月中旬、夏トウモロコシは６月中下旬から９月中下旬である。冬小麦および夏トウモロコシの生育期全体の作物係数は、表３を参照。生育期におけるすべての旬用水量を累積し、典型作物である冬小麦および夏トウモロコシの灌漑用水割当量とした。具体的には、表４を参照。

典型作物の生育期における有効降水量の確定

選定した領域内の気象観測地点の旬降水量を基礎とし、今回は、ティーセン多角形法を用いて旬地域降水量を計算し、典型作物の旬水需要量を組み合わせて、典型作物生育期における有効降水量を計算した。典型作物の灌漑基準期間における用水割当量は、冬小麦２３０ｍｍ、夏トウモロコシ８５．６ｍｍ／と確定した。

本手法のステップＳ４を用いて、計算して冬小麦の基準期間における単位面積当たりの平均灌漑用水量２２９．９ｍｍ（１５３．３ｍ^３／ムー）、夏トウモロコシの基準期間における単位面積当たりの平均灌漑用水量８５．６ｍｍ（５７．１ｍ^３／ムー）を得た。

実際には、２０１０～２０１４年に官公庁が通達した用水計量に基づき、冬小麦の栽培面積を減らすことを要求したと同時に、領域内で節水計画プロジェクトを実現し、すなわち、構成調整および冬小麦夏トウモロコシ水肥一体化節水技術措置を実施した。以上の政策の実施により、２０１０～２０１４の連続した実測年に得られた試験領域における単位面積当たりの実際の灌漑用水量の平均値は、夏小麦は１５６．４ｍ^３／ムーでしかなく、夏トウモロコシは５５．４ｍ^３／ムーでしかなかった。

基準期間の典型作物の単位面積当たりの灌漑水需要量と実測された単位面積当たりの典型作物の灌漑量を比較した後、夏トウモロコシの実測された単位面積当たりの灌漑水需要量が基準期間の理論値よりも小さく、修正が必要であることがわかった。これに基づき、ステップＳ６の方式を用いて、夏小麦および夏トウモロコシの単位面積当たりの灌漑水需要量を修正した。修正後の典型作物冬小麦の単位面積当たりの水需要量は１３８．９ｍ^３／ムーであり、単位面積当たりの理論用水量よりも９．３％少なく、夏トウモロコシ単位面積当たりの水需要量は５３．４ｍ^３／ムーであり、単位面積当たりの理論用水量よりも６．５％少なかった。修正前後の各計算指標の対比は、表５を参照。

上述したように、本手法で提供している予測方法により得られた単位面積当たりの灌漑水需要量は、実際の測定値に比較的近く、相対的に言って、翌年の単位面積当たりの灌漑水需要量を比較的正確に予測することができ、これにより、翌年度の総水需要量予測の正確性が保証される。

Claims (7)

1. コンピュータが実行する農業灌漑水需要量予測方法であって、
   Ｓ１：節水領域の農業統計資料を取得し、前記農業統計資料に基づき作付面積が所定の割合よりも大きい作物を典型作物として選定するステップと、
   Ｓ２：節水領域内の気象台の基準期間における旬ごとの気象情報データを取得し、前記気象情報データに基づき基準期間における典型作物の生育期における灌漑用水割当量データを計算するステップと、
   Ｓ３：節水領域内の各気象観測地点の旬降水量データを取得し、前記旬降水量データに基づき基準期間における典型作物の有効降水量データを計算するステップと、
   Ｓ４：基準期間ならびに同種の典型作物の灌漑用水割当量データおよび有効降水量データに基づき、典型作物の単位面積当たりの灌漑水需要量データを計算するステップと、
   Ｓ５：少なくとも一種の典型作物の単位面積当たりの前記灌漑水需要量データが、連続した複数の実測年の単位面積当たりの実際の灌漑用水量データの平均値よりも大きい状況が存在するかどうかを判断し、存在する場合、ステップＳ６に進み、存在しない場合、ステップＳ７に進むステップと、
   Ｓ６：典型作物の基準期間における単位面積当たりのすべての灌漑水需要量データおよび連続した複数の実測年の単位面積当たりの実際の灌漑用水量データに基づき、すべての典型作物の単位面積当たりの灌漑水需要量データを修正するステップと、
   Ｓ７：各典型作物の単位面積当たりの灌漑水需要量データおよび翌年度の栽培面積データを用いて、翌年度の総水需要量データを計算するステップとを含み、
   前記ステップ２は、
   Ｓ２１：気象情報データに基づき、ペンマン式
   

   

   （式中、ＥＴ_０は、典型作物の基準期間における旬ごとの蒸発散位であり、Δは、飽和水蒸気圧－温度曲線の勾配であり、Ｒ_ｎは、典型作物のキャノピーの純放射量であり、Ｇは、土壌を加熱するために消費されるエネルギーであり、γは乾湿計定数であり、Ｔは平均気温であり、Ｕ_２は、高さ２ｍにおける風速であり、ｅ_ａは、飽和水蒸気圧であり、ｅ_ｄは、実測水蒸気圧である。）を用いて典型作物の基準期間における旬ごとの蒸発散位を計算するステップと、
   Ｓ２２：同種の典型作物の旬ごとの作物蒸発散位および生育期における旬ごとの作物係数に基づき、典型作物の旬水需要量データ
   

   

   （式中、ＥＴ_{ｉ，ｊ，ｋ}は、典型作物ｉのｊ年目の生育期におけるｋ旬目の旬水需要量データであり、Ｋｃ_ｉ，ｋは、典型作物ｉの生育期におけるｋ旬目の旬ごとの作物係数である。）
   を計算するステップと、
   Ｓ２３：生育期におけるすべての旬水需要量データを累積し、典型作物の灌漑用水割当量データ
   

   

   （式中、Ｎは、基準期間における作物生長期の旬総数である。）を得るステップとを含み、
   前記旬降水量データに基づき基準期間における典型作物の有効降水量データを計算するステップは、
   Ｓ３１：旬降水量データに基づき、空間内挿法を用いて、典型作物の基準期間における旬地域降水量データを計算するステップと、
   Ｓ３２：同種の典型作物の旬における旬地域降水量データおよび旬水需要量データに基づき、旬降水量データ
   

   

   （式中、Ｐ_{ｉ、ｊ、ｋ}は、典型作物ｉのｊ年目の生育期におけるｋ旬目の旬地域降水量データである。）
   を得るステップと、
   Ｓ３３：生育期におけるすべての旬降水量データを累積し、典型作物の有効降水量データ
   

   

   を得るステップとを含むことを特徴とする農業灌漑水需要量予測方法。
2. 翌年度の総水需要量データを修正するステップをさらに含み、
   このステップにおいて、翌年度の計画用水量データを取得し、計画用水量データと総水需要量データとを比較し、
   総水需要量データが翌年度の計画用水量データよりも大きい場合、調整戦略に基づき典型作物の栽培面積データを調整し、ステップＳ７に戻り、
   総水需要量データが翌年度の計画用水量データ以下である場合、翌年度の総水需要量データおよびすべての典型作物の現在の栽培面積データを出力する請求項１に記載の農業灌漑水需要量予測方法。
3. 前記調整戦略は、経済価値が最も小さい典型作物を選定し、所定のしきい値に基づき栽培面積データを縮小するか、または灌漑水需要量データが最も大きい典型作物を選定し、所定のしきい値に基づき栽培面積データを縮小するか、またはすべての典型作物の栽培面積データを、所定の割合に基づき縮小することであり、前記所定のしきい値は、前記所定の割合よりも大きいことを特徴とする請求項２に記載の農業灌漑水需要量予測方法。
4. 典型作物の単位面積当たりの灌漑水需要量データを修正する計算式は、
   

   

   （式中、ｑ_ｉは、典型作物ｉの単位面積当たりの灌漑水需要量データであり、ｑ_ｉｊは、典型作物ｉのｊ年目の単位面積当たりの灌漑水需要量データであり、ｍは、年を単位とした基準期間であり、ｑ_ｉ，ｇは、典型作物ｉのｇ年目の実際の灌漑用水量データであり、ｎは、典型作物の総数であり、ｋ’は連続した実測年である。）であることを特徴とする請求項１に記載の農業灌漑水需要量予測方法。
5. 前記典型作物ｉの単位面積当たりの灌漑水需要量データｑ_ｉの計算方法は、
   Ｓ４１：典型作物ｉのｊ年目の単位面積当たりの灌漑水需要量データ
   

   

   を計算するステップと、
   Ｓ４２：灌漑水需要量データＩＲ_ｉ，ｊに基づき、典型作物ｉの単位面積当たりの灌漑水需要量データ
   

   

   を計算するステップとを含むことを特徴とする請求項１に記載の農業灌漑水需要量予測方法。
6. 典型作物の基準期間における旬地域降水量データを計算するための前記空間内挿法は、
   節水領域の標高と、採用する気象観測地点から計算領域までの距離とが所定の値よりも小さい場合、ティーセン多角形法を用いて典型作物の基準期間における旬地域降水量データを計算することと、
   節水領域の標高と、採用する気象観測地点から計算領域までの距離とが所定の値以上である場合、逆距離加重法を用いて典型作物の基準期間における旬地域降水量データを計算することをさらに含むことを特徴とする請求項１に記載の農業灌漑水需要量予測方法。
7. 前記ステップＳ７は、
   Ｓ７１：各典型作物の単位面積当たりの灌漑水需要量データおよび翌年度の栽培面積データを用いて、各典型作物の翌年度の理論水需要量
   

   

   （式中、Ｑ_ｉは、典型作物ｉの翌年度の理論水需要量であり、Ａ_ｉは、典型作物ｉの翌年度の栽培面積データである。）を計算するステップと、
   Ｓ７２：すべての典型作物の理論水需要量を累積し、翌年の総水需要量データ
   

   

   を得るステップとをさらに含むことを特徴とする請求項１に記載の農業灌漑水需要量予測方法。

Images