黑龍江省不同規(guī)模與水源類型典型樣點(diǎn)灌區(qū)用水評(píng)價(jià)

孫雪梅，李夢(mèng)玲，謝世堯，戴長(zhǎng)雷

（1.黑龍江省水利科學(xué)研究院，哈爾濱150080；2.黑龍江大學(xué)水利電力學(xué)院，哈爾濱150080；3.黑龍江大學(xué)寒區(qū)地下水研究所，哈爾濱150080）

0 引言

灌溉用水對(duì)農(nóng)業(yè)生產(chǎn)、農(nóng)民的生活以及糧食安全等問題都起著重要的保障和支撐作用[1]。灌區(qū)用水情況能夠反映灌區(qū)的灌溉工程質(zhì)量、灌溉技術(shù)水平和灌溉用水管理的基本狀況，是評(píng)價(jià)農(nóng)業(yè)水資源利用、指導(dǎo)節(jié)水灌溉和大中型灌區(qū)續(xù)建配套及節(jié)水改造健康發(fā)展的重要參考，對(duì)提高用水效率起到關(guān)鍵作用[2-4]。不同規(guī)模的灌區(qū)由于管理因素、工程因素的不同，灌溉用水情況也存在很大的差距，根據(jù)不同規(guī)模灌區(qū)的特點(diǎn)實(shí)施相應(yīng)的措施，對(duì)于提高灌區(qū)用水效率具有重要意義。

灌區(qū)高效用水直接關(guān)系到農(nóng)業(yè)的發(fā)展，且受到多重因素的影響。當(dāng)前研究較多的是針對(duì)灌溉用水效率及其影響因素分析，主要應(yīng)用的方法有層次分析法、Malmquist 指數(shù)、模糊綜合評(píng)價(jià)法、灰色關(guān)聯(lián)分析、DEA-Tobit 模型等[5-8]。楊曉慧等[9]利用DSSAT-CERES-Wheat 模型分析結(jié)果表明灌溉水利用率大小受降雨量的影響。李瑩瑩等[10]基于農(nóng)業(yè)用水特征及內(nèi)涵，構(gòu)建農(nóng)業(yè)用水效率評(píng)價(jià)指標(biāo)體系，為提高農(nóng)業(yè)用水效率提供參考依據(jù)。但是對(duì)于不同規(guī)模與水源類型灌區(qū)用水情況的對(duì)比研究相對(duì)較少。

本研究基于GINI 系數(shù)得到不同規(guī)模與水源類型灌區(qū)灌溉用水量與灌溉面積的匹配度，采用主成分分析法對(duì)灌區(qū)用水情況的影響因素進(jìn)行分析，為實(shí)現(xiàn)黑龍江省灌區(qū)用水科學(xué)管理以及水資源的優(yōu)化配置提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

黑龍江省位于我國(guó)東北地區(qū)的北部，面積47.3 萬km2，地勢(shì)西北、東南高，東北、西南低，為溫帶季風(fēng)氣候，四季較為分明。黑龍江省是我國(guó)重要糧食產(chǎn)區(qū)之一，主要盛產(chǎn)水稻、玉米、大豆[11]。全省農(nóng)業(yè)灌溉分為東、西兩大平原區(qū)和南、北兩大山地區(qū)，全省灌區(qū)分屬13 個(gè)地市、農(nóng)墾系統(tǒng)、森工系統(tǒng)和監(jiān)獄系統(tǒng)。

全省主要灌溉作物為水稻，按區(qū)域布局分，東部三江平原水田灌溉面積占全省水田灌溉總面積的59%；西部松嫩平原水田灌溉面積占全省水田灌溉總面積的32%；中部地區(qū)水田灌溉面積占全省水田灌溉總面積的9%。按灌區(qū)類型分，660 hm2以上灌區(qū)水田面積占全省水田灌溉面積的26%；五小工程水田面積占全省水田灌溉面積74%。按水源類型分，水田地表水灌溉面積占全省水田灌溉面積38%；地下水灌溉面積占全省水田灌溉面積62%。就取水類型而言，提水灌區(qū)主要分布在哈爾濱、齊齊哈爾、牡丹江、佳木斯、綏化、大慶、雞西、雙鴨山、鶴崗9個(gè)地市；自流灌區(qū)主要分布在除大興安嶺以外的12個(gè)地市；純井灌區(qū)主要分布在三江平原地區(qū)。

近10年全省不同規(guī)模灌區(qū)有效灌溉面積見圖1，純井灌區(qū)有效灌溉面積大于大、中、小型灌區(qū)，且各規(guī)模灌區(qū)灌溉面積變化趨勢(shì)基本一致，近五年變化幅度較小。純井灌區(qū)的數(shù)量和面積占全省灌區(qū)的比重較大，2018年純井灌區(qū)數(shù)占全省灌區(qū)的96%，有效灌溉面積占全省總有效灌溉面積的72%。

圖1 黑龍江省不同規(guī)模灌區(qū)有效灌溉面積Fig.1 Effective irrigated area in different scale irrigated areas in Heilongjiang Province

1.2 數(shù)據(jù)來源

黑龍江省灌區(qū)大部分集中在松嫩和三江兩大平原，本研究綜合考慮了研究區(qū)的灌區(qū)規(guī)模、水源類型、灌區(qū)地形、土壤類型等因素，共選取80 個(gè)典型樣點(diǎn)灌區(qū)。其中大、中、小以及純井灌區(qū)各選取20 個(gè)，包括自流引水、提水以及純井灌區(qū)的噴灌和土質(zhì)渠道地面灌溉的不同水源類型。灌區(qū)地形以平原和丘陵為主，分別占77%和20%，少部分為山地區(qū)。土壤類型多為壤土，兼顧沙壤土、黏壤土、草甸土，同時(shí)包括比較有區(qū)域特點(diǎn)的白漿土和沼澤土，基本包含了黑龍江省種植區(qū)所有土壤類型。

樣點(diǎn)灌區(qū)分布示意圖見圖2。所選樣點(diǎn)灌區(qū)工程設(shè)施和管理水平以能夠代表所在區(qū)域內(nèi)同類型灌區(qū)的水平為準(zhǔn)。黑龍江省灌區(qū)種植作物以水稻和玉米兩種作物為主，而灌溉作物主要是水稻，玉米只在個(gè)別純井灌區(qū)中進(jìn)行灌溉，樣點(diǎn)灌區(qū)作物種植結(jié)構(gòu)即包括水稻和玉米兩種?；跀?shù)據(jù)收集的難易程度以及研究區(qū)的實(shí)際情況，選取2018年各典型樣點(diǎn)灌區(qū)的灌溉面積、節(jié)水灌溉工程面積、灌溉用水量、地下水埋深、降水量等數(shù)據(jù)對(duì)黑龍江省不同規(guī)模灌區(qū)用水情況進(jìn)行評(píng)價(jià)。

圖2 選取典型樣點(diǎn)灌區(qū)分布示意圖Fig.2 Select the distribution diagram of irrigation area of typical sample points

1.3 研究方法

（1）洛倫茲曲線與GINI 系數(shù)。洛倫茲曲線最初是由美國(guó)統(tǒng)計(jì)學(xué)家洛倫茲提出，用來研究經(jīng)濟(jì)學(xué)中收入中的不均問題，目前已經(jīng)廣泛應(yīng)用于其他各個(gè)領(lǐng)域[12]。GINI 系數(shù)是由意大利經(jīng)濟(jì)學(xué)家基尼根據(jù)洛倫茲曲線提出，用來表示人口累計(jì)百分比和收入累計(jì)百分比之間的對(duì)應(yīng)關(guān)系曲線，曲線的彎曲程度有重要的意義，反映了收入分配的不平等程度，且與其成正比關(guān)系[13]。本文基于黑龍江省不同規(guī)模和水源類型樣點(diǎn)灌區(qū)的灌溉用水量和灌溉面積原始數(shù)據(jù)繪制洛倫茲曲線，并計(jì)算GINI 系數(shù)，得到灌溉用水量與灌溉面積的匹配度，從而反映出不同規(guī)模和水源類型灌區(qū)的用水情況。

（2）主成分分析。選取黑龍江省不同規(guī)模和水源類型樣點(diǎn)灌區(qū)的用水量、灌溉面積、降水量、地下水埋深、節(jié)水灌溉工程面積、骨干渠系防滲率等原始數(shù)據(jù)，運(yùn)用主成分分析法對(duì)灌溉用水量與灌溉面積匹配度的影響因素進(jìn)行分析。使用SPSS 24.0 對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，對(duì)選取的各指標(biāo)進(jìn)行相關(guān)性分析，運(yùn)用KMO 和巴特利特球度進(jìn)行檢驗(yàn)，證明所選指標(biāo)的合理性，然后再進(jìn)行主成分的提取[14]。

2 結(jié)果與分析

2.1 灌溉用水量與灌溉面積的匹配度

2.1.1 繪制洛倫茲曲線

以各典型樣點(diǎn)灌區(qū)為基本元，選取毛灌溉用水量作為匹配原象，以有效灌溉面積作為匹配對(duì)象。計(jì)算單位用水量所對(duì)應(yīng)的灌溉面積按從小到大的升序次序?qū)Σ煌?guī)模與水源類型的各灌區(qū)進(jìn)行排序，并計(jì)算累計(jì)百分比。分別構(gòu)建不同規(guī)模與水源類型灌區(qū)的洛倫茲曲線，如圖3所示。

圖3 不同規(guī)模與水源類型洛倫茲曲線Fig.3 Lorentz curves of different sizes and water sources

2.1.2 計(jì)算GINI系數(shù)

根據(jù)洛倫茲曲線和GINI 系數(shù)，采用梯形面積法求取灌區(qū)灌溉用水量與灌溉面積的區(qū)域基尼系數(shù)，即灌區(qū)灌溉用水量與灌溉面積的匹配度G。計(jì)算公式為：

式中：G為灌溉用水量與灌溉面積的匹配度；Xi為灌區(qū)內(nèi)灌溉用水量累計(jì)百分比；Yi為灌溉面積的累計(jì)百分比，當(dāng)i=1 時(shí)，(Xi－1，Yi－1)視為(0，0)。G取值范圍為［0，1］。

GINI系數(shù)越小表明灌溉用水量與灌溉面積的匹配度越好，數(shù)值越大，則表明其匹配度越差，GINI 系數(shù)匹配程度等級(jí)劃分見表1。

表1 GINI系數(shù)的國(guó)際劃分標(biāo)準(zhǔn)Tab.1 International GINI coefficient division standard

不同規(guī)模與水源類型灌區(qū)的GINI 系數(shù)計(jì)算結(jié)果與匹配度度排名見表2。結(jié)果顯示：除純井灌區(qū)外，其他類型灌區(qū)的匹配度均較優(yōu)；其中小型灌區(qū)自流引水的GINI 系數(shù)最小，表明灌溉用水量與灌溉面積的匹配度最好；其次是大型灌區(qū)自流引水、中型灌區(qū)自流引水；然后是大型灌區(qū)提水、中型灌區(qū)提水、小型灌區(qū)提水；純井灌區(qū)的土質(zhì)渠道地面灌溉和噴灌所得GINI 系數(shù)較大，表明灌溉用水量與灌溉面積的匹配度相對(duì)較差。綜合GINI 系數(shù)的結(jié)果，大、中、小型自流引水灌區(qū)的匹配度均優(yōu)于提水灌區(qū)。

表2 不同規(guī)模與水源類型GINI系數(shù)Tab.2 GINI coefficients of different sizes and water sources

2.2 影響因素分析

2.2.1 因素選取

灌溉用水量與灌溉面積的匹配度受到多重因素的影響，主要包括自然和人為兩個(gè)方面?？紤]到數(shù)據(jù)指標(biāo)收集的難易程度以及黑龍江省的實(shí)際情況，分析灌溉用水從渠首取水、渠道輸水到農(nóng)田灌水的水流過程，結(jié)合樣點(diǎn)灌區(qū)的選取原則，將選取的因素分為自然因素和人為因素，自然因素包括降水量和地下水埋深，人為因素包括管理因素和工程因素（實(shí)際灌溉面積、節(jié)水灌溉工程面積、骨干渠系防滲率等）。

2.2.2 因子分析

樣點(diǎn)灌區(qū)的灌溉用水量與灌溉面積的匹配度受到多種因素的綜合影響，通過主成分分析找到影響最大的因素，為進(jìn)一步提高灌溉用水量與灌溉面積的匹配度的措施方法提供有力的理論支撐。通過收集每個(gè)樣點(diǎn)灌區(qū)的原始數(shù)據(jù)，并結(jié)合各灌區(qū)實(shí)際情況運(yùn)用理論分析和頻率統(tǒng)計(jì)等的方法選取實(shí)際灌溉面積(X1)、有效灌溉面積(X2)、節(jié)水灌溉工程面積(X3)、毛灌溉用水量(X4)、凈灌溉用水量(X5)、灌區(qū)地下水埋深上限(X6)、灌區(qū)地下水埋深下限(X7)、當(dāng)年降水量(X8)、骨干渠系防滲率(X9)9個(gè)指標(biāo)，運(yùn)用SPSS 24.0進(jìn)行主成分分析處理。

灌溉用水量與灌溉面積的匹配度各指標(biāo)相關(guān)系數(shù)矩陣見表3。結(jié)果表明各指標(biāo)之間存在必然程度的相關(guān)性，這是進(jìn)行主成分分析的基礎(chǔ)和條件，驗(yàn)證了主成分分析的合理性。

表3 相關(guān)系數(shù)矩陣Tab.3 Correlation coefficient matrix

運(yùn)用KMO 和巴特利特球度依次進(jìn)行檢驗(yàn)，結(jié)果見表4，輸出結(jié)果中KMO 的值為0.705，大于0.5，且巴特利特球度檢驗(yàn)統(tǒng)計(jì)量的伴隨幾率小于顯著性水平0.05，表明所選變量適合做因子分析。

表4 KMO檢驗(yàn)和巴特利特球度檢驗(yàn)結(jié)果Tab.4 KMO test and Bartlett sphericity test results

主成分的提取結(jié)果見表5，累計(jì)程度由大到小排序，前3個(gè)成分的特征值均大于1，且累計(jì)貢獻(xiàn)率為78.123%，基本可以反應(yīng)原始數(shù)據(jù)的信息。

表5 主成分提取結(jié)果Tab.5 Principal component extraction results

主成分載荷反映了主成分與變量之間的相關(guān)系數(shù)，灌溉用水量與灌溉面積匹配度的成分矩陣見表6。第1 主成分中毛灌溉用水量(X4)、凈灌溉用水量(X5)、實(shí)際灌溉面積(X1)以及有效灌溉面積(X2)所占比例較大；第2 主成分中灌區(qū)地下水埋深上限(X6)和灌區(qū)地下水埋深下限(X7)占比較大，代表了自然因素對(duì)匹配度的影響；第3 主成分中當(dāng)年降水量(X8)和骨干渠系防滲率(X9)占比較大，代表了自然因素和工程因素對(duì)匹配度的影響。

2.2.3 結(jié)果分析

綜合表6 結(jié)果，通過主成分的貢獻(xiàn)率可知，第1 主成分的因素中主要代表了人為因素中的管理因素，且累計(jì)貢獻(xiàn)率為47.615%，其中占比較大的實(shí)際灌溉面積主要反映了灌區(qū)的管理水平因素，對(duì)灌溉用水量與灌溉面積的匹配度具有較強(qiáng)的正面影響。純井灌區(qū)灌溉面積較小，且多為分散管理，而其他規(guī)模灌區(qū)多為集中管理，且專業(yè)管理人員會(huì)集中在大、中型灌區(qū)，純井灌區(qū)缺乏管理人員的現(xiàn)象較常見，因此純井灌區(qū)的灌溉用水量與灌溉面積的匹配度低于其他規(guī)模灌區(qū)。通過加強(qiáng)管理水平讓灌溉水充分灌溉的田間各處，能夠提高灌溉用水量與灌溉面積的匹配度。第2主成分的因素中地下水埋深的上限和下限占比較大，表明灌區(qū)地下水埋深對(duì)灌區(qū)灌溉用水量與灌溉面積的匹配度影響較大。

表6 成分矩陣Tab.6 Component matrix

第3主成分的因素中占比較大的是降水量和骨干渠系防滲率，其中當(dāng)年降水量荷載為負(fù)數(shù)，說明此因素對(duì)灌區(qū)灌溉用水量與灌溉面積的匹配度有一定的負(fù)面影響。2018年黑龍江省平均降水量628.9 mm，比多年平均多17.9%，屬于豐水年。但是部分地區(qū)雖在作物生育期內(nèi)降雨量大，但在作物灌溉關(guān)鍵期降雨少，大量雨水不能被充分利用，雖然降雨量大，毛灌溉水量卻并未減少，因此對(duì)灌區(qū)灌溉用水量與灌溉面積的匹配度具有負(fù)面影響。骨干渠系防滲率代表了灌區(qū)的工程因素，能夠減少灌溉用水在輸配水和田間灌水過程中的損失和深層滲漏，對(duì)灌區(qū)灌溉用水量與灌溉面積的匹配度有一定的正面影響，尤其對(duì)自流引水灌區(qū)。而提水灌區(qū)較多使用電力提水灌溉，受渠防滲情況影響較小。通過加大對(duì)灌區(qū)資金投入，進(jìn)行標(biāo)準(zhǔn)化建設(shè)，完善灌區(qū)渠道整修和防滲處理，從而提高灌溉用水量與灌溉面積的匹配度，因此各規(guī)模灌區(qū)中自流引水灌區(qū)的匹配度均高于提水灌區(qū)。

3 結(jié)論

本文采用GINI系數(shù)得到灌溉用水量與灌溉面積的匹配度，選取影響因素使用主成分分析法對(duì)灌溉用水量與灌溉面積匹配度的影響因素進(jìn)行分析，得到以下結(jié)論：

（1）黑龍江省不同規(guī)模和不同水源類型灌區(qū)的灌溉用水量與灌溉面積的匹配度排名：小型灌區(qū)自流引水＞大型灌區(qū)自流引水＞中型灌區(qū)自流引水＞大型灌區(qū)提水＞中型灌區(qū)提水＞小型灌區(qū)提水＞純井灌區(qū)土質(zhì)渠道地面灌溉＞純井灌區(qū)噴灌。且自流引水灌區(qū)灌溉用水量與灌溉面積的匹配度均優(yōu)于提水灌區(qū)。

（2）灌溉用水量與灌溉面積的匹配度同時(shí)受到人為因素和自然因素的影響，其中管理因素和工程因素對(duì)匹配度具有正面影響，自然因素中當(dāng)年降水量對(duì)匹配度具有一定的負(fù)面影響。

（3）純井灌區(qū)由于灌溉面積較小，多為分散管理，且缺乏專業(yè)管理人員等，灌溉用水量與灌溉面積的匹配度低于其他規(guī)模灌區(qū)。提水灌區(qū)由于多使用電力提水灌溉，與自流引水灌區(qū)不同，受渠道防滲情況影響較小，主要受管理水平的影響，灌溉用水量與灌溉面積的匹配度低于自流引水灌區(qū)?？赏ㄟ^自動(dòng)化、信息化用水管理技術(shù)，加強(qiáng)灌區(qū)管理水平，從而提高提水灌區(qū)的灌溉用水量與灌溉面積的匹配度。