首页 > 分享 > Monthly Analysis and Calculation Methods of Farmland Irrigation Water use in Different Regions of China

Monthly Analysis and Calculation Methods of Farmland Irrigation Water use in Different Regions of China

花匠小妙招
2025-09-11 15:49

0 引言

我国南方水多、地少，北方地区地多、水少，水土资源不匹配，北方地区耕地面积占全国的72%，水资源仅占全国水资源量的23%；南方地区耕地面积占全国的28%，水资源量却占全国的77%[1, 2]。降雨与农作物生长需水时间不匹配，水土资源空间不匹配，使得我国农业生产、粮食安全高度依赖于灌溉排水工程。随着水资源供需矛盾日益突出和对供水保障要求的提高，需要对水资源实行更加精细化的管理。农业用水指农田灌溉用水、林果地灌溉用水、草地灌溉用水、渔塘补水和畜禽用水。目前国内外传统的农业用水评价主要基于调查统计数据，重点服务于水资源规划配置，一般在年时间尺度上进行[3]，在时效性和精细化程度上难以支撑水资源动态管理的现实需求，迫切需要服务于水资源管理调度的以月为时间尺度的农业灌溉用水分析计算方法[4]。

目前，我国尚未有全国尺度的区域农业用水量月尺度监测统计或研究成果，对农业用水量的分析计算还停留在按年度进行统计的层面[5]。农业用水量相关数据的官方发布媒介为《中国水资源公报》，每年发布一次。2020年4月《用水统计调查制度》下发后，要求全部大中型灌区按季度、典型小型灌区按年度填报农田灌溉用水量数据[6]，但区域农业用水量数据核算仍为每年一次。截至2021年底，共有约1.3万个农业灌区调查对象和部分规模化养殖场调查对象按季度填报了农田灌溉用水量相关资料，但距离农业用月尺度水动态评价还有较大差距。

2006年以来，为开展全国农田灌溉水有效利用系数测算分析工作，水利部组织各省区在全国范围内针对各区域主要作物选取了一定数量的典型田块，并开展了逐次灌水量监测工作[7]。典型田块的逐次灌水信息和单位面积净灌溉用水量可作为区域农田灌溉用水月度分析工作的重要数据支撑，也是本次研究的重要数据基础。

本研究以全国农田灌溉水有效利用系数测算工作布设的典型田块逐次灌水信息、区域实际灌溉面积等调查统计数据和气象资料为基础，提出了全国不同区域农田灌溉用水量月度分析计算方法，构建了分析计算模型，计算得到了2020年度全国不同区域（行政分区、水资源分区和农业灌溉分区，不含中国港澳台）逐月农田灌溉用水量数据，并在此基础上对全国农田灌溉用水量月度分布规律进行了分析。

1 数据与方法

1.1 农田灌溉用水量月度分析计算方法构建

农田灌溉用水月度分析计算方法以不同作物典型田块逐次灌溉用水量为基础，以县级行政区为最小计算单元，结合不同区域水文气象、种植结构等空间分布，考虑不同区域的作物系数、土壤水分系数、灌溉行为习惯、区域灌溉水有效利用系数等因素，建立农田灌溉用水月度分析计算模型，见

图1

。

图1 农田灌溉用水量月度分析计算方法

Full size|PPT slide

（1）逐月参考作物腾发量和有效降水量计算。根据气象站点与县级行政区中心的距离，将全国839个国家级气象站与县级行政区进行逐一匹配，利用气象资料计算各县级行政区的逐月参考作物腾发量ET 0县，根据不同区域降水分布情况确定县级行政区有效降水量Pe 县 [8]。将同一农业灌溉分区内所有典型田块的逐月参考作物腾发量和逐月有效降水量进行算数平均，代表农业灌溉分区的逐月ET 0区和逐月有效降水量Pe 区。

（2）农业灌溉分区不同作物逐月单位面积净灌溉用水量计算。根据农业灌溉分区内作物种植结构及历年实际灌溉面积分区情况，选取可代表区域内主要作物不同灌溉方式、不同下垫面条件的典型田块，对典型田块月度净灌溉用水量进行观测，将同一农业灌溉分区内同种作物典型田块实测的月度单位面积净灌溉用水量进行算术平均，代表农业灌溉分区内所有县级行政区同种作物的月度单位面积净灌溉用水量w 净区。

（3）县级行政区不同作物逐月单位面积净灌溉用水量推算。某种作物单位面积净灌溉用水量等于该作物的灌溉需水量扣除有效降水量，理论上仅需要考虑作物系数[9]，即：

(1)

式中：w 净县为县级行政区某种作物单位面积净灌溉用水量；Kc 为某种作物的作物系数；ET0 县为县级行政区参考作物灌溉需水量；Pe 县为县级行政区有效降水量。

但实际灌溉过程中还应需考虑土壤类型、地表平整度等下垫面条件（Ks ）及农户灌溉习惯（K f ）等。作物系数、下垫面条件空间分布复杂，农户灌溉习惯具有高度的随意性，为概化以上不可控且难以量化的影响因素，需引入一个可以概化表示Kc、Ks、Kf 等影响因素的作物综合灌溉系数K 综，建立实际灌溉用水与参考作物需水量的相关关系[10]，即：

(2)

(3)

式中：w 净区为农业灌溉分区某种作物单位面积净灌溉用水量；ET0 区为农业灌溉分区参考作物灌溉需水量；Pe 区为农业灌溉分区有效降水量。

认为同一灌溉分区内同种作物的K 综相同，并与县级行政区进行匹配，根据各县级行政区ET 0县、Pe 县以及所属灌溉分区的K 综可以计算得出县级行政区不同作物单位面积净灌溉用水量w 净。

(4)

（4）县级行政区逐月农田灌溉用水量推算。根据县级行政区不同作物单位面积净灌溉用水量、不同作物的实际灌溉面积Ai 并考虑农田灌溉水有效利用系数，可推算各县级行政区逐月农田灌溉用水量W 毛县，即：

(5)

式中：Ai 为第i种作物的实际灌溉面积，i=1，2，3，…，n，n为作物种类数。有条件的地区，可通过遥感反演实际灌溉面积等多源技术手段，对区域不同作物的实际灌溉面积进行校核[11]。

（5）汇总分析。以县级行政区逐月农田灌溉用水量为基础，可汇总分析得到不同行政区、不同水资源分区、不同灌溉分区的逐月农田灌溉用水量。

1.2 数据来源与处理

按照农田灌溉用水月度分析计算方法，综合利用历年典型田块数据、当年用水统计直报数据和气象数据，构建区域农田灌溉用水月度分析计算模型。模型采用的各项基础数据如下。

（1）典型田块。为开展全国农田灌溉水有效利用系数测算分析工作，根据《全国农田灌溉水有效利用系数测算分析技术指导细则》（以下简称《细则》），针对不同作物选取了一定数量的典型田块并开展了逐次灌水量监测工作。通过对2017-2019年典型田块监测数据进行整理分析，得到不同分区不同作物的净灌溉亩均用水量。2017-2019年有连续监测数据的典型田块共16 170块，其中，小麦2 148块，玉米1 692块，水稻9 614块，其他作物2 716块。

（2）区域不同作物实际灌溉面积。不同作物实际灌溉面积是计算月度灌溉用水量重要基础，限于目前掌握数据的局限性，考虑以各县级行政区作物播种面积、实际灌溉面积两组数据为基础，采用灌溉优先原则并结合调查分析，进行不同作物实际灌溉面积估算[12]。为降低计算难度，简化计算过程，拟挑选播种总面积超过95%的作物进行实际灌溉面积推算，其他作物做近似概化处理。

根据各县级行政区作物播种面积，确定水稻、蔬菜、棉花、小麦、大豆、玉米、油料等7种主要作物作为本次灌溉用水量推算的基本作物。按照水稻、蔬菜、棉花、小麦必须灌溉，大豆、玉米、油料平均灌溉的原则进行实际灌溉面积分配。

（3）区域灌溉水利用系数。根据《全国农田灌溉水有效利用系数测算分析技术指导细则》区域灌溉水利用系数计算方法，利用同一农业灌溉分区内不同规模与类型样点灌区灌溉水利用系数与不同规模与类型灌区年度灌溉用水量进行加权平均，计算农业灌溉分区灌溉水利用系数平均值。认为同一农业灌溉分区内各县级行政区的灌溉水利用系数总体水平相同。

对2020年度全国不同规模类型样点灌区的农田灌溉水有效利用系数进行整理分析，得到不同农业灌溉分区的综合农田灌溉水有效利用系数，按照农业灌溉分区与县级行政区的对应关系，将农田灌溉水有效利用系数赋值给各县级行政区。

（4）气象数据。气象数据主要从中国气象数据网（http://data.cma.cn）处下载获取。收集的气象资料为逐日气象数据，包括降水量、气温、太阳辐射（日照时数）、相对湿度、风速等，共收集839个国家级气象站的相关气象资料，并根据上述资料计算不同气象站点ET 0。

1.3 精度评价

由于缺少实际区域农田灌溉用水量月尺度数据，因此将根据农田灌溉用水量月度分析计算模型得到的数据逐级汇总至年度数据，并与水资源公报等年度数据进行对比分析。

2 结果与分析

2.1 2020年农田灌溉用水量整体情况

根据农田灌溉用水月度分析计算方法，利用区域农田灌溉用水月度分析计算模型，分析计算2020年度农田灌溉用水量数据成果，以县级行政区农田灌溉用水量逐级汇总得到全国31个省级行政区（不含中国港澳台）和水资源一级区逐月农田灌溉用水量数据。将各省级行政区农田灌溉用水量月度分析计算结果与中国水资源公报中2020年度农田灌溉用水量进行对比，通过分析计算模型得到的2020年度全国农田灌溉用水量为3 478.0 亿m³，比中国水资源公报发布的3 396.8 亿m³相差81.2 亿m³，总体偏多2.4%，见

图2

。

图2 分析计算结果与中国水资源公报发布结果对比

Full size|PPT slide

水资源一级分区中，各水资源一级区与水资源公报数据平均绝对误差为25.13 亿m³，误差率为7.3%，其中，长江区误差率最小，为2.6%，比水资源公报数据相差25.1 亿m³，最大为淮河区，误差率为21.9%，方差分析表明无显著差异（P>0.1）。各省级行政区中，平均各省农田灌溉用水量数据与水资源公报数据绝对误差为8.5 亿m³，平均误差比例为8.2%，方差分析表明无显著差异（P>0.1）。大部分省份的分析计算结果与水资源公报发布的数据结果误差在10%以内，仅在少数省份如黑龙江、上海、福建、湖北、四川、贵州、云南等差异较大。对差异较大的水资源一级分区和省（区、市）进行了误差原因与合理性分析，可能是因为这些地区的典型田块数据量较少导致代表性差，综合分析认为评价结果符合实际用水情况，排除了评价方法缺陷。

2.2 2020年农田灌溉用水量时空分布分析

2020年各月农田灌溉用水量差异明显，呈现先增加后减少的单峰分布。由于大部分作物的主要灌溉需水期为5-9月，6-8月的农田灌溉用水量占全年用水量的55.3%，其中，7月份农田灌溉用水量为全年各月中最高的728.1 亿m³；11、12、1、2四个月农田灌溉用水量相对较少，仅占全年用水量的4.6%，见

图3

。

图3 2020年全国各月农田灌溉用水量

Full size|PPT slide

各水资源一级区中，大致上与全国农田灌溉用水量趋势类似，除珠江区为双峰分布外，大部分水资源一级区2020年逐月农田灌溉用水量变化曲线为单峰分布，但不同水资源一级区之间变化的幅度、变化的速率、峰值出现的时刻以及峰值的大小有差异，见

图4

。位于南方的西南诸河、东南诸河、珠江等地区的农田灌溉用水量在各月的分布相对均匀，各季节均有作物种植和灌溉用水；长江区水稻种植面积较大，用水主要集中在6、7月份；北方的松花江区、辽河区、黄河区、淮河区、海河区等各月用水差异较大，主要集中在5-9月，与全国年内变化规律基本一致。

图4 2020年水资源分区各月农田灌溉用水量

Full size|PPT slide

3 结论

（1）研究提出了以典型田块逐次灌水信息、区域调查统计数据和气象资料为基础，基于模型计算的农田灌溉用水量月度分析计算方法。结合现实可获取的基础数据，构建了包含典型田块监测、区域统计调查以及气象资料在内的监测网络与数据体系，提出了综合利用历年典型田块数据、当年用水统计直报数据和气象数据的农田灌溉用水量月度分析计算方法。

（2）根据农田灌溉用水量月度分析计算方法，构建了农田灌溉用水月度监测统计网络与数据体系，建立了区域农田灌溉用水月尺度分析计算模型，计算得到全国各县级行政区逐月农田灌溉用水量，进而汇总得到不同行政分区、水资源分区和农业灌溉分区农田灌溉用水量，并与目前掌握的用水统计直报大中型灌区季度用水量信息、典型大型灌区月度用水量信息对数据成果进行了校核，综合分析得到2020年度全国不同区域农田灌溉用水量月度数据成果。

（3）将农田灌溉用水量分析计算结果与中国水资源公报中2020年度农田灌溉用水量进行对比，通过分析计算模型得到的2020年度全国农田灌溉用水量为3 478.0 亿m³，与中国水资源公报发布的3 396.8 亿m³差距不大，经过原因分析，认为分析计算结果符合实际用水情况。

（4）评价结果基础上，对农田灌溉用水量时空变化特征进行了分析。从全国来看，各月的灌溉用水量在年内呈现先增加后减少的趋势，受作物需水和灌溉频次影响，冬季的灌溉用水量最低，夏秋季的灌溉用水量较高，且不同月份的灌溉用水量空间差异较大。

=2" class="main_content_center_left_zhengwen_bao_erji_title main_content_center_left_one_title" style="font-size: 16px;">{{custom_sec.title}}{{custom_sec.content}}