基于最低耗水农业种植结构模型探析

吕玉华

（山东海阳市农业农村局，山东海阳 265100）

引言

我国作为一个人口大国，对粮食的产量需求一直较高，但种植过程中对于水资源会产生许多浪费，因此，在进行农业种植时，农作物的分配结构十分重要[1]。本文通过考虑最低耗水的农作物种植结构模型对其进行设计，最终达到节约水资源的目的。本文通过五个步骤对农业种植结构模型进行设计，通过预测农业种植所需要的水量，对其设置多目标优化模型函数，根据函数的具体公式，确定该模型主要的参数值，对参数值的选取过程需要结合农作物的不同比例与种类，确定模型参数值后[2]，需要对该模型运行的条件进行设置，并根据目标函数的公式与参数值之间的关系，最终达成模型运行条件，从而获得多目标优化模型的优化结果。

1 考虑最低耗水的农业种植结构模型设计

1.1 预测农业种植需水量

当前仅凭经验制定了灌溉方法，灌水时间没能根据农作物自身的具体需求进行把控，造成当前农田整体对农作物的灌水效率低下，农作物的总体灌溉水量消耗基数较大[3]。此外，目前对于粮食作物的需求较高，其本身需要大量的水源进行灌溉，消耗水量较高；而粮食作物本身带来的经济效益较低，因此造成很多灌区农业用水成本过高，经济效益较低。对不同农作物用水量进行预测，棉花、小麦等需要在较早的季节进行播种，其整体耗水量较高。为此，可以根据土壤地质的不同，采用地下水对农作物进行浇灌。本文根据不同农作物的用水比例，对其进行种植需水量的预测，其具体数据如表1所示[4]。

表1 单位面积内主要农作物净灌溉需水量 单位（mm）

如上表所示，水文年型是与种植物相关的水文情况相适应的一种专用年度，按照选择供给河流水源自然转变的时间，即从专靠地下水源转变到地面水源增多的时候以及根据与地面水文气象相适应的时候，选择降水量极少，地表径流接近停止两种情况和标准对水文年度进行划分。根据表格可以看出，小麦单位面积内所需要的净灌溉需水量最高，并且随着年度的变化呈现出明显的上涨趋势。种植面积增加意味着种植总规模扩大，种植数量也较多，因此需要更大的需水量。因此，小麦需水量最高，当年种植面积达到55%时，小麦的需水量为489.32mm/d，并且随着每年种植面积的增加，其需水量也随之增加[5]。因此，根据上述不同种类的农作物需水量进行预测，以此为基础，对目标优化模型进行函数设置，为模型构建奠定基础。

1.2 设置目标优化模型函数

考虑最低耗水农业种植结构分配模型，对其设置目标共同优化的模型函数设计，从提高产品产量、单位产量和总产量的基础上设施单目标优化模型，能够对农作物的种植结构进行最优化处理，减少水资源的浪费[6]。最终目标是在控制用水量的基础上实现产量的最大化。

根据上述多种农作物类型的需水量预测表，进行目标优化模型的函数设置，该模型以农业种植农作物的总产量增加量为最终目标，其中农作物总产量的增加量为优化前农业种植产量与优化后农业种植产量，两者之间的差值为农作物总产量的增加量。在公式中考虑水资源消耗问题，综合不同的灌溉方法与模型，设置单目标优化模型函数如下所示[7]。

式中maxf为农业农作物种植总产量增加量，ai为根据不同灌溉方法下各类农作物的单位净产值，xi为不同农作物的种植面积，F为原来种植结构优化前各类农作物的总净产值。

当各类农作物单位净产值或种植面积增加后，导致总产量也随之增加，因此，上述公式中主要变量在于各类农作物的种植面积与不同的灌溉方法，根据这两种可控制的变量进行模型优化，从中选取最合适的优化结构，最终达成增加量f的max值[8]。

1.3 确定模型主要参数值

设置目标优化模型函数后，需要对该模型函数的主要参数值进行确定，可以根据多重影响因素进行分析讨论，从而得出最优化的主要参数值，将其代入到公式模型中，加以条件设置，最终得出相对应的优化模型的优化结果[9]。

在对模型进行参数取值时，主要包含以下五个参数：耕地资源参数、可利用水资源参数、灌溉定额、单位面积净产值以及农作物总产量净产值。本文根据上述公式，主要进行灌溉定额参数取值的工作[10]。

根据各类农作物的需水量、灌溉用水定额等多种因素，确定其参数取值范围，具体数据如表2所示。

表2 灌溉定额参数取值表 （单位：m3/hm2）

如上表2所示，对各种农作物的灌溉定额进行参数取值，确定模型参数后，需要对模型运行条件进行设置。

1.4 运行模型条件设置

确定模型参数后，需要对模型运行条件进行设置。本模型运行的约束条件主要包括：种植面积约束、农业用水量约束、综合生态环境状况指数等。本文主要对农业用水量约束条件进行分析[11-12]。农作物单位产量受到品种、生存的自然地理位置、气候条件、浇灌类型和效率等影响。因此，各种因素在很大程度上制约模型的运行和发展。同时灌溉方式和类型也成为了约束农作物产量的重要因素。灌区的约束条件公式为[13]：

式中i表示农作物类别，j表示不同的灌溉技术，n表示农作物种类数量，m表示灌溉方式的数量。cij表示各类农作物在不同的灌溉技术下的灌溉定额，xij表示各类农作物在不同灌溉技术下的种植面积，WA为总用水量，bj表示其在不同灌溉技术下不同的农作物在种植过程中占有总面积的比例[11]。在根据公式（2）对农业用水量条件进行约束后，再统计不同灌溉方式下农产品的生产状况，最后运行模型。

1.5 获得目标优化模型优化结果

通过上述过程对模型的构建，可以将目标函数与参数取值两者结合起来，并利用对影响因素的约束

条件，得到目标优化模型的农作物种植结构的优化结果[14]。此外，还要考虑农业种植的需求情况以及当地的实际地理概况与用水条件，并基于上述函数公式进行计算，通过该模型得到对应的种植结构。此外，经过上述分析，在众多农作物中，小麦、水稻等农作物对用水量需求较高，在对其结构进行优化时，应合理分配种植面积以及灌溉的先后顺序，从而达到水资源最低消耗值，实现农业种植节约水源的目标。

2 实验论证分析

2.1 实验准备阶段

本文通过考虑最低耗水的农业种植结构优化模型，通过对目标函数的确定以及相关约束条件的分析，实现多目标优化模型，最后，通过实验研究，论证本文设计的种植结构多目标优化模型与传统种植结构分配方法[3]相比的可靠性。

选取两块地质情况相似、面积相同的农田进行对比试验，实验A组的种植结构与灌溉方式根据本文设计的优化模型的输出结果进行种植与灌溉，实验B组根据传统方法进行种植与灌溉，最终实验结果以用水量为标准进行对比论证。最佳的灌水频率为一天两次，灌水周期能够较为稳定的保持日常每天灌溉，灌溉定额根据农产品自身的需水量和自然条件来进行优化配置。

2.2 实验结论及分析

通过两组实验对比分析，不同组别的浇灌频次是不一样的，每天不同的灌溉频次会在连续的60天后出现明显的变化。分别经过60天灌溉，由于不同的种植结构，其灌溉方式不同，最终将用水量不断累加，其最终实验结果对比数据如图1所示。

图1 实验A、B两组农田种植用水量增长对比曲线图

如图1所示，在实验前期，实验A组用水量较多，实验B组用水量较少；后期实验A组处于稳定状态时，实验B组用水量增长速度逐渐增加。其中，实验A组的用水量增长幅度较小，增长速度较慢，最终在实验结束60天时，有效地控制总用水量38吨。实验B组增长幅度较大，增长速度后期逐渐加快，最终在实验结束的第60天时，其用水总量达到53吨。两者之间用水量相差15吨，在第50天时，两者用水量相同，随后实验B组用水量不断增加，实验A组用水量趋于稳定，增长速度逐渐减慢。

综上所述，本文设计的种植结构模型能够在进行农业种植工作中，有效节约用水量，实现最低耗水量的目标。

3 结束语

本文以最低耗水为目标设计农业种植结构模型，通过对不同地区具体情况的预测，确定农业种植需要的用水量，设置目标优化模型函数，通过预测的指标确定模型的主要参数值。本文还对该模型运行过程中的条件进行了设置，当模型运行后，会根据输入数值的不同，输出不同的优化分配结果。并对目标优化模型的结果进行分析，得出相应的农业种植方案，再根据不同方案进行农业种植结构的分配。最后，本文通过实验论证证明本文设计方法更能够节约水源，实现对多种农作物用水量的分配优化。