水利灌溉关键因素及影响分析

宋小荣

（安庆市长江河道管理处三分处，安徽安庆 246000）

众所周知，农业是国民经济的重要支柱，是人民生活富足、社会发展稳定的重要基础。只有农业生产稳定运营，粮食产量稳定，社会才能长治久安，国民经济才能可持续的发展[1]。对于农业生产而言，水利灌溉是非常重要的外部条件，并且可以通过人力加以控制和调整。因此，合理有效的水利灌溉，可以将农业生产和农业经济掌控在可控范围内，大大减少减产、绝产的风险[2]。我国农田面积总量位居世界前列，但因为人口负荷大，农业生产一直面临较大的压力。尤其是部分区域农田耕种长时间受到缺水的影响，必须通过有效的水利灌溉才能弥补自然条件不足的缺陷。可见，农田耕种要可持续进行，就必须充分掌握区域内的气候条件尤其是降水情况，再根据农田需水总量统筹合理的灌溉量[3]。因此，对水利灌溉的影响因素进行分析，进而用数学模型加以定量化地计算，对于农田灌溉的有效保证具有十分重要的意义。

1 影响水利灌溉的关键指标

农田要耕种并且保持稳定的产出，就必须做好水利灌溉工作。根据长期以来的经验总结可知，影响水利灌溉的关键指标很多，具体如图1 所示。

图1 影响水利灌溉的关键指标

图1 中，给出了影响水利灌溉的关键指标。第一类关键指标，引水总量指标；第二类关键指标，田亩参数指标；第三类关键指标，气象条件指标；第四类关键指标，灌溉方式指标；第五类关键指标，引渠结构指标；第六类关键指标，土壤条件指标；第七类关键指标，作物种类指标。

引水总量指标实际上就是灌溉总水量，这需要通过人工的方式对水资源加以引导，从而对农田进行灌溉。从实际操作的角度看，利用农田周围的江河湖泊进行引导灌溉，是一种最便利的方式。如果不具备这样的条件，就要考虑农田周围是否有人工兴建的水库，或者进行地下水灌溉。

田亩参数指标就是农田的各种物理参数。对灌溉影响最直接的就是农田的总面积，一般用亩数表示。农田亩数的多少直接决定了灌溉总水量的多少，并且和灌溉总水量的变化方向趋同。当然，农田所在的海拔高度、坡度等参数，对于灌溉水量的留存、流向也有很重要的影响，这都归属于田亩参数的范畴。

气象条件指标就是农田所在地区的气候情况，这是自然条件对农田水利灌溉最直接的影响。气象条件涵盖的方面是非常复杂的，这里主要就是考虑气温和降水。其中，气温的高低决定了农田水分的挥发情况，会对灌溉总水量产生间接影响。而降水则直接影响灌溉水量的多少，降水总量和灌溉水量呈现反向变化。降水总量越多，灌溉所需水量就越少；反之，灌溉所需水量就越多。

灌溉方式指标是影响水利灌溉的技术层面的指标。合理的灌溉方式选择，有助于节约用水，否则会造成灌溉水量的浪费。传统的灌溉方式一般采用临近沟渠引流灌溉，这会导致农田不同区域湿度不均匀，影响灌溉效果。而采用喷头的喷淋灌溉，作业效率高、覆盖面积大，并且可以保证灌溉效果均匀。

引渠结构指标也是影响水利灌溉的技术层面的指标。这里所说的结构，主要是指沟渠的形状，常见的如直线型、网型、自然型等。不同结构的沟渠会导致水流路径的长度不同，长度较大会增加水分挥发量，但长度较短又可能会导致灌溉微观作业时的技术难度和实施效率，这就需要兼顾二者来加以考虑。

土壤条件指标是重要的农田自然条件指标，对水利灌溉也会产生直接的影响。如果土壤构成颗粒较大，就会导致土壤缝隙大，水流速度快，从而导致灌溉水量增加。如果土壤构成颗粒小，土壤结构密实度高，水渗漏速度减缓，就会节约灌溉水量。

作物种类指标反应了不同作物吸水量的差异，吸水量高的作物种植，就需要更多的灌溉水量。相反地，吸水量低的作物种植，灌溉水量的需求就会减少。

2 水利灌溉用量的数学模型和计算

在前面的工作中，对水利灌溉的7 类关键指标进行了理论分析。其中，大部分指标随着农田区域划定、作物种植确定而固定下来，很难通过后续的技术手段加以调整和改变。因此，决定农田灌溉总量的指标，就形成了和农田需水量、降水量2 个指标直接相关的形式。在这3 个指标中，如果能已知其中的任何2 个，即可以计算出第3 个指标。

首先，来看农田需水量计算的数学模型，如公式（1）所示

式中：ET0表示所计算农田内全部农作物的水分蒸发量，Δ 表示农田所在区域的气压-温度关系曲线的斜率，R表示农田内全部农作物的日光照度吸收量，G表示农田土壤结构所体现出的热通率，T表示农田所在区域的平均温度，u表示农田所在区域的平均风速，s表示农田所在区域的湿度上限，a表示农田所在区域的湿度下限，γ 表示农田所在区域环境湿度。

公式（1）的计算比较复杂，可以采用一种相对近似的计算方法，如公式（2）所示

式中：ET表示农田实际的需水量，k表示近似计算因子，ET0表示所计算农田内全部农作物的水分蒸发量。

农田实际需水量的一大部分来自自然降水，其计算如公式（3）所示

式中：Pθ表示农田所在区域接收到的有效降水量，P表示农田所在区域接收到的实际降水量，α 表示农作物有效的吸收率。

根据公式（2）和公式（3），可以得出农田所需的水利灌溉总量，如公式（4）所示

式中：Q表示农田所需的水利灌溉总量，ET表示农田实际的需水量，Pθ表示农田所在区域接收到的有效降水量。

3 水利灌溉总量实验与数据分析

如前所述，对影响水利灌溉的关键指标进行了归类和理论分析，并给出了水利灌溉总量计算的数学方法和模型。上述理论分析和模型构建的有效性，将通过这一部分的实验工作加以检验。

为了完成这一部分的验证工作，选定了9 组不同的农田进行以年度为单位的数据统计和计算，首先来观察9 组农田的需水量的对比，时间跨度上则包含了2020、2021、2022 3 个年度，如图2 所示。

图2 不同组别的农田需水量对比

图2 中，横坐标代表了实验地区不同组别的农田组号，分别是农田1 组、农田2 组、农田3 组、农田4 组、农田5 组、农田6 组、农田7 组、农田8 组、农田9 组；纵坐标代表了不同组别农田的需水量，单位是万m3；黑色矩形代表了不同农田组别2020 年度的需水量，灰色矩形代表了不同农田组别2021 年度的需水量，白色矩形代表了不同农田组别2022 年度的需水量。

这9 组不同的农田，大多数环境参数和田亩参数都是一致或接近的，但田亩面积上存在差异。其中，面积最大的农田达到了15 000 亩（1 亩约等于667 m2，下同），面积最小的农田不足2 000 亩。在这样的先天差异情况下，不同组别的农田需水量也存在很大差异。从图2 中可以看出，第5 组别农田、第8 组别农田、第9 组别农田因为亩数较多、面积较大，其需水量自然也更多。需水量与田亩自身条件有关，因此各年度差别不大。

进一步对比9 个组别农田区域的降水量情况，如图3 所示。

图3 不同组别的自然降水量对比

图3 中，横坐标代表了实验地区不同组别的农田组号，分别是农田1 组、农田2 组、农田3 组、农田4组、农田5 组、农田6 组、农田7 组、农田8 组、农田9组；纵坐标代表了不同组别自然降水量，单位是万m3；黑色矩形代表了不同农田组别2020 年度的自然降水量，灰色矩形代表了不同农田组别2021 年度的自然降水量，白色矩形代表了不同农田组别2022 年度的自然降水量。

从图3 中可以看出，第5 组别农田、第8 组别农田、第9 组别农田因为亩数较多，其承接的有效降水量明显多于其他组别的农田。从年度跨度来看，2021 年度明显降水量更少，这是自然气候条件所致。

至此，可以根据9 个组别农田3 个年度的降水量和需水量，计算出水利灌溉总量，结果如图4 所示。

图4 不同组别的水利灌溉量对比

图4 中，横坐标代表了实验地区不同组别的农田组号，分别是农田1 组、农田2 组、农田3 组、农田4组、农田5 组、农田6 组、农田7 组、农田8 组、农田9组；纵坐标代表了不同组别水利灌溉量，单位是万m3；黑色矩形代表了不同农田组别2020 年度的水利灌溉量，灰色矩形代表了不同农田组别2021 年度的水利灌溉量，白色矩形代表了不同农田组别2022 年度的水利灌溉量。从年度跨度来看，因2021 年度降水量明显少于其他年度，各组别农田在这一年度所需的灌溉量也多于其他年度。

4 结论

本文中，对农田灌溉所需的各种关键指标进行分析，得出了7 类最重要的指标，并从各指标的对比分析中得出了灌溉总水量最重要的结论。在此基础上，给出了灌溉总水量及相关参数的数学模型和计算方法。依托理论分析和数学模型，展开实验验证。实验过程中，降水量被协同考虑，通过多组农田的灌溉总水量计算及分析结果中可以看出：水利灌溉在满足农田总需水量的前提下，受到降水量的重要影响。如果一个年份的降水量充沛，灌溉总水量就会相对减少；相反，灌溉总水量就会相对增加。