基于改進SWAT模型的多水源灌區(qū)節(jié)水潛力尺度效應

吳 迪，崔遠來，黃文波，龔蘭強，范國福，安莉娜，李大成，余乾安

（1. 中國電建集團貴陽勘測設計研究院有限公司，貴陽 550081；2. 武漢大學水資源與水電工程科學國家重點實驗室，武漢 430072）

0 引 言

農業(yè)是中國的用水大戶，農業(yè)用水量約占總用水量的60%以上。灌溉用水量約占農業(yè)用水量的90%，是灌區(qū)水管理的重要對象[1]。灌區(qū)節(jié)水改造是灌溉節(jié)水的主要途徑，灌溉節(jié)水潛力是指導和評價灌區(qū)節(jié)水改造的重要參數(shù)。灌溉節(jié)水潛力是指在一定的社會經(jīng)濟技術條件下，采取一種或多種綜合節(jié)水措施后，與未采取節(jié)水措施相比，某灌區(qū)（或區(qū)域）所需水量（或取用水量）的減少量。當前普遍采用灌溉取水節(jié)水潛力表示灌區(qū)的節(jié)水潛力，即根據(jù)節(jié)水灌溉措施實施前后灌溉水利用系數(shù)及田間凈灌溉用水量計算的毛灌溉用水量差值[2]?；貧w水及其重復利用是灌區(qū)中普遍存在的現(xiàn)象[3]，尤其是多水源灌區(qū)。灌溉取水節(jié)水潛力未考慮灌區(qū)內部回歸水的重復利用，將深層滲漏和地表回歸的水量都作為可節(jié)約的水量，而實際上這些回歸水量有一部分仍存在水資源系統(tǒng)內部，并被再次利用，并非可節(jié)約的水量。眾多學者[4-6]指出小尺度范圍內的水量損失可在更大尺度范圍內重新利用，即存在回歸水重復利用。鑒于此，近年來很多學者提出了考慮回歸水重復利用的灌溉效率及節(jié)水潛力計算方法[7-12]。

由于灌區(qū)中存在回歸水重復利用，節(jié)水潛力的分析需要考慮尺度效應[13]。Blanke等[14]研究表明，小區(qū)域采用節(jié)水措施獲得的節(jié)水量部分會在較大區(qū)域被再次利用；董斌等[15]通過對水稻灌區(qū)田間尺度及中等尺度的試驗觀測證明了節(jié)水灌溉存在尺度效應；崔遠來等[16]的研究也表明，農業(yè)灌溉節(jié)水評價指標存在尺度效應。然而，當前灌溉節(jié)水潛力的研究主要側重于某個尺度的節(jié)水潛力計算及分析[12,17-19]，灌溉節(jié)水潛力隨尺度變化規(guī)律的研究較少。另外，鮮有研究分析傳統(tǒng)灌溉取水節(jié)水潛力與考慮回歸水重復利用的灌溉節(jié)水潛力隨尺度的變化規(guī)律的差異。

傳統(tǒng)灌溉取水節(jié)水潛力的計算需要推求節(jié)水措施前后的灌溉用水量，對于考慮回歸水重復利用的灌溉節(jié)水潛力，還需對回歸水重復利用量進行計算。推求灌區(qū)灌溉取水節(jié)水潛力的基礎是水量平衡原理[20]，鑒于多水源灌區(qū)的空間異質性，分布式水文模型是獲得水量平衡要素的一個有效工具。其中，SWAT（Soil and Water Assessment Tool）模型是一個具有物理基礎的分布式水文模型，它具有自動灌溉模塊，可用于推求作物灌溉用水量[21-23]。崔遠來等[24]對SWAT模型添加了多水源自動灌溉模型，可有效地模擬灌區(qū)不同尺度不同情景下的傳統(tǒng)毛灌溉用水量。Wu等[25]基于改進SWAT模型提出了回歸水重復利用量計算的方法，并分析了回歸水重復利用的尺度效應，同時Wu等[26]提出了考慮回歸水重復利用的灌溉用水量計算方法。

為進一步探求不同灌溉節(jié)水潛力隨尺度的變化規(guī)律，本文在崔遠來等[24]改進SWAT模型及Wu等[25-26]提出的回歸水重復利用量計算方法及灌溉用水量計算方法的基礎上，以湖北省漳河灌區(qū)楊樹垱流域為研究區(qū)，模擬分析不同節(jié)水情景下傳統(tǒng)灌溉取水節(jié)水潛力與考慮回歸水重復利用的灌溉節(jié)水潛力在不同尺度的變化規(guī)律，分析2種節(jié)水潛力在不同尺度變化規(guī)律的差異及其原因，以期為灌區(qū)水管理及節(jié)水改造工程布局提供決策依據(jù)和指導方向。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)域選擇位于湖北省漳河灌區(qū)楊樹垱流域（30°50′N，112°11′E），其位置見圖1。楊樹垱流域被漳河灌區(qū)的三干渠、三干渠一分干和一條小型支渠包圍，是漳河灌區(qū)內部一個相對閉合的區(qū)域，面積約43.3 km2。研究區(qū)屬亞熱帶大陸性氣候，多年平均氣溫17 ℃，最高氣溫40.9 ℃，多年平均降水965 mm；主要土地利用類型為稻田、旱地及林草地等，其中稻田面積占比接近60%；土壤類型以黃棕壤水稻土為主。研究區(qū)主要種植水稻、棉花和油菜等作物，水稻以中稻為主。其中，中稻為主要灌溉作物，大部分區(qū)域采用淹灌模式。

1.2 改進SWAT模型簡述

本文采用改進SWAT模型構建研究區(qū)的分布式水文模型，改進SWAT模型是多個學者[24,27-29]根據(jù)中國南方多水源水稻灌區(qū)的特點對SWAT模型[21-22]進行逐漸改進得到。改進SWAT模型首先將研究區(qū)劃分為多個子流域，并進一步將各子流域劃分為多個水文響應單元（Hydrological Response Units，HRUs），最后以HRUs為最小計算單元進行水循環(huán)模擬。改進SWAT模型能夠對水稻田的水循環(huán)進行有效模擬，能夠通過多水源自動灌溉模塊模擬各個HRU來自不同水源的灌溉用水量。模擬的步驟如下：1）根據(jù)灌區(qū)水源分布特點指定各子流域內HRU的水源及取水順序。針對南方多水源灌區(qū)，子流域內部河道及塘堰分別為第一水源和第二水源，后面依次可為中小型水庫、大型水庫及外部水源等；2）指定作物自動灌溉的條件。旱作物采用土壤缺水量閾值（Soil Water Deficiency threshold，SWD），當土壤缺水量超過SWD進行灌溉，其灌溉需水量可參考旱作物的次灌水定額設定。水稻的灌溉排水則由3個控制水深進行控制，即適宜水層上下限（Hmax、Hmin）及雨后最大蓄水深度（Hp）。當?shù)咎锼畹陀贖min時觸發(fā)灌溉，灌溉需水量為Hmax與稻田當前水深之差，雨后蓄水深度超過Hp時產生排水；3）進行多水源灌溉模擬，當自動灌溉條件觸發(fā)，從第一個水源開始取水灌溉，直到達到灌溉需水要求或到最后一個水源為止。

1.3 模型構建與驗證

1.3.1 研究區(qū)數(shù)據(jù)及模型構建

基于研究區(qū)數(shù)字高程模型（Digital Elevation Model，DEM），選擇楊樹垱水庫為流域出口，生成如圖1所示的河道（排水溝），并劃分得到10個子流域，其中DEM是從長江科學院收集得到，分辨率為25 m×25 m。進一步根據(jù)研究區(qū)的土地利用分布圖及土壤類型分布圖將研究區(qū)離散化得到105個HRUs，每個子流域中有多個HRUs，其中土地利用分布圖是從遙感影像中提取，分辨率為14.25 m×14.25 m；土壤類型分布圖是通過漳河工程管理局提供的紙質分布圖數(shù)字化得到，分辨率為14.25 m×14.25 m。研究區(qū)上述3個空間數(shù)據(jù)見圖2，HRU作為模型最小計算單元，對于水稻田而言，其將多個小田塊概化為一個較大的田塊進行模擬。楊樹垱流域零星地分布著大大小小的塘堰，這些塘堰具有蓄水功能且蓄積的水被農民用于作物灌溉。模型中需要輸入每個子流域的塘堰匯流面積比（即塘堰匯流面積占子流域面積的比例）、塘堰總庫容、塘堰水面面積等。蔡學良[30]根據(jù)漳河灌區(qū)不同時期的遙感影像提取得到塘堰分布的信息，其中楊樹垱流域包含其中，且由于楊樹垱近20年以來土地利用類型和塘堰分布基本保持不變，故本文采用蔡學良提取的成果，分析計算得到各子流域的塘堰匯流面積。經(jīng)分析，現(xiàn)狀情景下楊樹垱流域塘堰的加權匯流面積比為0.405。進一步根據(jù)實地塘堰深度的調查得到各子流域塘堰總庫容參數(shù)。將從團林試驗站收集得到的團林氣象站1986—2017的逐日最高氣溫、最低氣溫、相對濕度、凈太陽輻射值以及降水量輸入模型構建研究區(qū)分布式水文模型，其中凈太陽輻射值是根據(jù)日照時數(shù)及氣象站位置，采用Penman-Monteith公式中凈太陽輻射模塊來計算。最后，輸入田間管理措施，包括水稻生育期劃分、施肥制度及灌溉操作等，其中施肥制度根據(jù)團林試驗站提供的試驗資料輸入，灌溉則采用改進SWAT模型的多水源自動灌溉模塊[24,30]進行模擬，以淹灌模式的3個控制水深即適宜水層上下限（Hmax、Hmin）及雨后最大蓄水深度（Hp）來控制水稻HRU的灌溉排水。3個控制水深來源于團林試驗站的試驗數(shù)據(jù)，基于研究區(qū)水稻灌溉取水特點，研究區(qū)水稻多水源自動灌溉時取水順序為子流域內部河道（排水溝）、內部塘堰及漳河水庫。其中，子流域內部河道和塘堰為當?shù)厮?，漳河水庫相對于楊樹垱流域為外部水源，通過三干渠及一分干向楊樹垱流域輸水。根據(jù)調查得知，農民采用當?shù)厮垂喔葧r直接就近采用水泵抽水灌溉到田間，無需渠系輸配水，故渠系水利用系數(shù)為1.0，根據(jù)團林試驗站田間試驗數(shù)據(jù)，田間水利用系數(shù)為0.90，灌溉水利用系數(shù)為田間水利用系數(shù)與渠系水利用系數(shù)之積，故當?shù)厮吹墓喔人孟禂?shù)η1為0.90。根據(jù)漳河水庫管理局提供資料，漳河水庫供水到研究區(qū)的渠系水利用系數(shù)為0.72，則灌溉水利用系數(shù)η2為0.65。

1.3.2 模型校正與驗證

模型構建后需采用實測數(shù)據(jù)進行校正及驗證。本文采用楊樹垱流域出口實測逐日徑流、典型田塊實測逐日蒸發(fā)蒸騰量（Evapotranspiration，ET）、灌溉用水量數(shù)據(jù)對模型進行校正及驗證。根據(jù)收集得到的實測數(shù)據(jù)，將2005—2009年作為模型校正期，2016—2017年作為模型驗證期。

針對校正期2005—2009年，采用楊樹垱流域出口2005—2009年水稻生育期實測逐日徑流、2007—2008年水稻生育期實測逐日ET、楊樹垱流域源于當?shù)厮矗ㄅ潘疁霞疤裂撸┘罢暮铀畮斓墓喔扔盟繑?shù)據(jù)率定模型參數(shù)。其中，流域出口實測徑流是采用臨時流量設備監(jiān)測得到，到2010年臨時流量設備被拆除，實測ET是利用團林試驗站內2 m×2 m的測坑測得，團林試驗站位置見圖1，對應3號子流域中的典型HRU，灌溉用水量數(shù)據(jù)是根據(jù)從漳河工程管理局收集得到的資料計算得到。針對驗證期2016—2017年，由于試驗需要，再次在楊樹垱流域出口臨時安裝流量設備監(jiān)測水稻生育期逐日徑流，并選擇了另一典型田塊進行水平衡要素監(jiān)測。驗證期典型田塊位于4號子流域（見圖1），實測ET通過典型田塊中直徑為618 mm的測筒測得，典型田塊的灌溉水量通過水表觀測和記錄。

經(jīng)過調查及研究區(qū)歷史遙感影像得知，研究區(qū)近20年的土地利用分布基本一致，農民的灌溉排水習慣亦未發(fā)生大的變化，雖校正期與驗證期未連續(xù)，但若校正期及驗證期的模擬效果均滿足要求，說明中間年份的模擬效果也較好。本文采用決定系數(shù)[31]（R2），納什效率系數(shù)（Nash Efficiency coefficient，NSE）[32]以及相對誤差[33]（Relative Error，RE）作為評價指標，采用SWATCUP（SWAT Calibration and Uncertainty Programs）軟件中的SUFI_2算法進行敏感性分析[34]，根據(jù)敏感性分析結果選擇多個敏感參數(shù)，基于校正期2005—2009年實測徑流、實測ET及灌溉用水量數(shù)據(jù)對敏感參數(shù)進行率定從而校正模型，率定時采用模型對校正期2005—2009年的水循環(huán)進行模擬，用2005—2009年水稻生育期流域出口的實測徑流、2007—2008年實測ET與2005—2008年實測灌溉用水量與相應年份的模擬數(shù)據(jù)計算評價指標，不同實測數(shù)據(jù)的評價指標均滿足水文模型模擬結果的要求[35]時，模型校正完成。完成模型校正后，在與校正期相同的模型環(huán)境及參數(shù)取值下，利用驗證期實測數(shù)據(jù)對模型進行驗證。

1.4 節(jié)水潛力計算方法

為對比傳統(tǒng)灌溉節(jié)水潛力及考慮回歸水重復利用的灌溉節(jié)水潛力，需要計算節(jié)水措施實施前后的傳統(tǒng)毛灌溉用水量、灌溉回歸水重復利用量以及考慮回歸水重復利用的毛灌溉用水量。

1.4.1 灌溉回歸水重復利用量計算方法

本文灌溉回歸水重復利用量的計算采用Wu等[25]基于改進SWAT模型提出的方法，其主要思路如下：將灌溉回歸水分為入塘灌溉回歸水及入河灌溉回歸水，基于改進SWAT模型的模擬輸出結果，計算得到各需灌溉HRU的入塘灌溉回歸水及入河灌溉回歸水，當降雨和灌溉同時存在時，以降雨量和灌水量為權重分配得到灌溉回歸水量；以子流域為分析對象，通過對HRU的相應水量求和得到各個流域的入塘灌溉回歸水及入河灌溉回歸水量，進一步結合塘堰水灌溉確定重復利用的入塘灌溉回歸水量，結合子流域上下游關系及河道水灌溉確定重復利用的入河灌溉回歸水量。詳細的闡述參考文獻[25]。

1.4.2 灌溉用水量計算方法

本文灌溉用水量的計算采用Wu等[26]提出的方法，其主要思路為基于改進SWAT模型模擬的各HRU不同水源類型的灌溉用水量，通過求和得到各子流域不同水源類型的灌溉用水量，針對某個尺度將所含子流域對應水量求和即可，模型模擬輸出的值為傳統(tǒng)毛灌溉用水量，對于考慮回歸水重復利用的新毛灌溉用水量，則需要采用Wu等[25]提出的灌溉回歸水重復利用量計算方法。針對中國南方多水源灌區(qū)，將水源類型分為河道、塘堰及水庫等，具體公式如下：

式中AIWCo,g、AIWCo,rch、AIWCo,pnd及AIWCo,res分別為某尺度總的、來源于河道、塘堰以及水庫的傳統(tǒng)毛灌溉用水量，m3；AIWCnew,g為某尺度總的考慮回歸水重復利用的新毛灌溉用水量，m3；IRFr,all為某尺度總的重復利用灌溉回歸水，m3；IRFPr,all為入塘的重復利用灌溉回歸水，m3；IRFRr,all為入河的重復利用灌溉回歸水，m3。具體闡述見文獻[26]。

1.4.3 節(jié)水潛力計算方法

根據(jù)上述灌溉回歸水重復利用量及灌溉用水量計算方法，結合節(jié)水潛力的定義，傳統(tǒng)的灌溉取水節(jié)水潛力及考慮回歸水重復利用的灌溉節(jié)水潛力計算公式如下：

式中WSPo和WSPnew分別為某尺度傳統(tǒng)灌溉取水節(jié)水潛力及考慮回歸水重復利用的灌溉節(jié)水潛力，m3；下標b和a分別代表采取節(jié)水措施之前和之后。

此外，為分析節(jié)水潛力隨尺度的變化規(guī)律，定義某尺度節(jié)水率為

式中ψo和ψnew分別為傳統(tǒng)節(jié)水率和考慮回歸水重復利用的節(jié)水率，m3/m3。

1.5 節(jié)水情景設置

為探求2種節(jié)水潛力隨尺度的變化規(guī)律，本文針對研究區(qū)特點設置了3類節(jié)水情景如下：

1）增加塘堰匯流面積?；诂F(xiàn)狀情景設置30%的增幅，現(xiàn)狀的加權塘堰匯流面積比為0.405，設置30%增幅后則為0.53，可通過增加塘堰工程或挖小型溝道將水引至塘堰來增加塘堰匯流面積。

2）提高渠系水利用系數(shù)。對于楊樹垱流域，其水源主要為當?shù)厮矗ㄌ裂?、排水溝）及漳河水庫，其中當?shù)厮椿静挥们递斉渌暮铀畮靹t需要采用渠系進行輸配水，可提高渠道防滲標準來提高相應的渠系水利用系數(shù)，本次通過將渠系水利用系數(shù)提高至0.83，使得漳河水庫灌溉水利用系數(shù)η2由現(xiàn)狀的0.65將提高至0.75。

3）采用節(jié)水灌溉模式。本次將楊樹垱流域傳統(tǒng)的水稻淹灌模式改變?yōu)殚g歇灌溉模式，2種灌溉模式不同生育階段的3個控制水深見表1。

表1 不同水稻灌溉模式的控制水深Table 1 Critical depths of different rice irrigation modes

1.6 尺度劃分

為研究節(jié)水潛力的尺度效應，需要對研究區(qū)進行尺度劃分。結合研究區(qū)劃分的子流域情況（見圖1），以“子流域集”劃分研究區(qū)域尺度，以主河道為主線，從上游到下游逐層嵌套相應子流域將研究區(qū)劃分為6個尺度，尺度面積逐漸擴大直至包含整個楊樹垱流域，如表 2所示。從上游至下游逐層嵌套子流域的方式考慮了上下游子流域之間的水力聯(lián)系，且可能一定程度符合回歸水從上游流向下游，在更大尺度得到重復利用的規(guī)律，有利于分析考慮回歸水重復利用的節(jié)水潛力尺度效應。

表2 研究尺度確定Table 2 Determination of study scales

2 結果與分析

2.1 模型校正與驗證結果

2.1.1 敏感參數(shù)及其取值

通過SWATCUP軟件中的SUFI_2算法進行模型中的參數(shù)進行敏感性分析，同時采用實測數(shù)據(jù)對模型進行校正及驗證，模型中較為敏感的參數(shù)及其取值見表3。

表3 楊樹垱流域水文模型敏感性參數(shù)及其取值Table 3 Sensitivity parameters and their values for the hydrological model of the Yang-shu-dang watershed

2.1.2 模擬結果評價

利用2005—2009年水稻生育期流域出口逐日實測徑流、團林試驗站典型田塊2007—2008年實測逐日ET以及楊樹垱流域2005—2008年當?shù)厮醇罢暮铀畮旃喔扔盟拷y(tǒng)計值對構建的模型進行校正。利用2016—2017年水稻生育期流域出口逐日實測徑流、位于4號子流域的典型田塊2016—2017年實測逐日ET及灌水量對模型進行驗證。模型校正及驗證后的結果見表4，同時由于本次節(jié)水潛力尺度效應分析最重要的為灌溉用水量計算，將模型校正期及驗證期的灌溉用水量實測值及模擬值進行對比，分別見表5與表6。流域出口徑流及典型田塊ET實測值與模擬值的對比詳見參考文獻[26,30]。

表4 楊樹垱流域水文模型校正與驗證Table 4 Calibration and validation for the hydrological model of the Yang-shu-dang watershed

由表4可知，改進SWAT模型具有良好的模擬效果（R2>0.80，NSE>0.80），適用于楊樹垱流域的水循環(huán)模擬。由表5可知，校正期中2005年不同水源類型的灌溉用水量相對誤差絕對值大于20%，分析其原因為2005年水稻生育期的降雨量較低（358 mm），屬于干旱年份，實際灌溉中將河道及塘堰水用完后，漳河水庫也未能全部滿足研究區(qū)的需水要求，但在改進SWAT模型中由于漳河水庫作為外部水源，因此假設其能夠充分滿足需水要求，因此導致漳河水庫灌溉用水量模擬值偏大，故而致使2005年模擬效果不佳。但從總體而言，同時結合表6中的結果，改進SWAT模型能夠有效模擬輸出灌區(qū)不同水源類型的灌溉用水量。

表5 校正期楊樹垱流域農業(yè)灌溉用水量模擬值與實測值對比Table 5 Comparison between simulated and observed Agricultural Irrigation Water Consumption (AIWC) of the Yang-shu-dang watershed in calibration period

表6 驗證期典型田塊灌水量模擬值與實測值對比Table 6 Comparison between simulated and observed irrigation amount of typical field in validation period

2.2 不同節(jié)水情景的節(jié)水潛力尺度效應及原因分析

利用建立的研究區(qū)水文模型模擬現(xiàn)狀及3種節(jié)水情景下的水循環(huán)過程及灌溉用水量，對研究區(qū)1986—2017年水稻全生育期（05-20—09-20）降雨量從大到小依次排頻，選擇干旱年2010（降雨頻率為90%）作為分析年份。根據(jù)劃分的尺度，結合Wu等[25]提出的回歸水重復利用量計算方法及灌溉用水量計算方法，基于改進SWAT模型模擬輸出的不同情景結果，分析計算不同節(jié)水情景不同尺度的ψo及ψnew。

2.2.1 增加塘堰匯流面積的情景

增加塘堰匯流面積情景下不同尺度ψo及ψnew隨尺度的變化如圖3所示，同時，為分析節(jié)水率隨尺度變化規(guī)律的原因，定義塘堰供水比例（αpnd）為AIWCo,pnd占AIWCo,g的比例，不同尺度的αpnd如圖3所示。

由圖3可知，在增加塘堰匯流面積的節(jié)水情景下，ψo及ψnew隨著尺度增大先增加再降低后趨于穩(wěn)定，并且2種節(jié)水率隨尺度的變化趨勢是一致的。該節(jié)水情景是增加塘堰匯流面積，且塘堰水灌溉是實現(xiàn)入塘灌溉回歸水重復利用的主要途徑。由圖3可知，塘堰供水比例隨尺度的變化趨勢與2種節(jié)水率的基本一致，即該節(jié)水情景下節(jié)水潛力隨尺度的變化規(guī)律主要取決于不同尺度塘堰供水比例的變化。

此外，各個尺度下的ψnew均大于ψo，進一步由式（8）分析原因。

式中IRFr,all,b和IRFr,all,a分別為節(jié)水措施實施前后灌區(qū)重復利用的灌溉回歸水量，m3。

由式（8）分析，增加塘堰匯流面積后，塘堰攔蓄的水量會增加，從而增加塘堰供水量，同時漳河水庫的供水量則相應減少，但田間凈需水量基本不變，由于塘堰供水的灌溉水利用系數(shù)低于漳河水庫供水，因此塘堰供水的增加量小于漳河水庫供水的減少量，故導致AIWCo,g,a小于AIWCo,g,b；同時由于增加了塘堰匯流面積，入塘灌溉回歸水增多，從而入塘灌溉回歸水的重復利用量將增加，因此IRFr,all,a大于IRFr,all,b，故ψnew>ψo。

2.2.2 提高渠系水利用系數(shù)的情景

提高渠系水利用系數(shù)情景下不同尺度的節(jié)水率ψo及ψnew隨尺度的變化如圖4所示，同時定義漳河水庫供水比例（αres）為AIWCo,res占AIWCo,g的比例，其隨尺度的變化見圖4。

圖4 表明，在提高渠系水利用系數(shù)的節(jié)水情景下，2種節(jié)水潛力隨著尺度逐漸降低并趨于穩(wěn)定，并且2種節(jié)水率隨尺度的變化趨勢是一致的。該情景為提高渠系水利用系數(shù)，主要是減少了漳河水庫傳輸灌溉水的損失量，即該情景的節(jié)水潛力主要是來自于漳河水庫的灌溉用水量減少而得，節(jié)水率隨尺度的變化規(guī)律主要與漳河水庫供水比例有關，且由圖4還可知，αres隨尺度的變化趨勢與節(jié)水率的變化趨勢基本一致，因此該節(jié)水情景下節(jié)水潛力隨尺度的變化規(guī)律主要取決于不同尺度漳河水庫供水比例的變化。

此外，各個尺度下的ψnew均小于ψo，結合式（8）可知，提高渠系水利用系數(shù)后，由于減少了渠系水滲漏損失，漳河水庫供水量減少，從而使AIWCo,g,a小于AIWCo,g,b。針對研究區(qū)域，由于漳河水庫的灌溉水利用系數(shù)低于當?shù)厮摧^多，其灌溉回歸水的來源主要為漳河水庫灌溉時的渠系水滲漏損失，該節(jié)水情景主要是提高了渠系水利用系數(shù)，因此產生的灌溉回歸水量會減少，從而重復利用的灌溉回歸水量會減少，即IRFr,all,a小于IRFr,all,b，并且灌溉回歸水重復利用量的減少幅度大于灌溉用水量的減少幅度，經(jīng)計算，針對研究區(qū)尺度，灌溉回歸水重復利用量的減少幅度為17.5%，灌溉用水量的減少幅度為9.5%，因此致使ψo>ψnew。

2.2.3 水稻節(jié)水灌溉模式的情景

相對于淹灌模式，間歇灌溉模式下不同尺度的節(jié)水率ψo及ψnew隨尺度的變化如圖5所示，同時定義稻田面積占比（βrice）為某尺度稻田面積占該尺度區(qū)域面積的百分比，其隨尺度的變化見圖5。

由圖5可知，水稻采用間歇灌溉的節(jié)水灌溉模式后，ψo及ψnew隨著尺度增大先減小再增大后趨于穩(wěn)定，并且2種節(jié)水率隨尺度的變化趨勢是一致的。水稻節(jié)水灌溉模式是直接用于稻田上的節(jié)水措施，因此本次分析βrice隨尺度的變化，由圖5可知，βrice隨尺度的變化趨勢與節(jié)水率隨尺度的變化基本一致，因此該節(jié)水情景下節(jié)水潛力隨尺度的變化規(guī)律主要取決于不同尺度實施水稻節(jié)水灌溉稻田面積占比的變化。

此外，各尺度下的ψnew均大于ψo，結合式（8）可知，采用水稻間歇灌溉后，田間凈灌溉需水量有所減少，從而導致毛灌溉用水量減少，即AIWCo,g,a小于AIWCo,g,b，相應的重復利用的灌溉回歸水量也會有所減少，但減少的幅度小于灌溉用水量的減少幅度，因此ψo<ψnew。

3 結 論

1）本文利用改進SWAT（Soil and Water Assessment Tool）模型構建漳河灌區(qū)楊樹垱流域的分布式水文模型，并利用流域出口實測逐日徑流、典型田塊實測蒸發(fā)蒸騰量及灌水量、不同水源類型灌溉用水量統(tǒng)計值校正及驗證模型，結果顯示，改進SWAT模型能夠有效模擬灌區(qū)水循環(huán)及灌溉用水量（R2>0.80，納什效果系數(shù)大于0.80），可用于灌溉回歸水重復利用量及節(jié)水潛力的計算。

2）定義并計算傳統(tǒng)節(jié)水率及考慮回歸水重復利用的節(jié)水率，探究節(jié)水潛力隨尺度的變化規(guī)律，結果顯示，增加塘堰匯流面積的節(jié)水情景下，2種節(jié)水率均隨著尺度增大先增加再降低繼而趨于穩(wěn)定，其隨尺度的變化規(guī)律主要取決于不同尺度塘堰供水比例的變化；提高渠系水利用系數(shù)的情景下，2種節(jié)水率均隨著尺度增大逐漸降低并趨于穩(wěn)定，其隨尺度的變化規(guī)律主要取決于不同尺度漳河水庫供水比例的變化；采用節(jié)水灌溉模式的情景下，2種節(jié)水率均是隨著尺度增大先減小再增大繼而趨于穩(wěn)定，其隨尺度的變化規(guī)律主要取決于不同尺度水稻節(jié)水灌溉面積占比的變化。

3）增加塘堰匯流面積及節(jié)水灌溉的情景下，傳統(tǒng)節(jié)水率小于考慮回歸水重復利用的節(jié)水率，提高渠系水利用系數(shù)的情景下，傳統(tǒng)節(jié)水率大于考慮回歸水重復利用的節(jié)水率。進一步分析2種節(jié)水率之間的關系，其主要由節(jié)水措施實施前后的灌溉用水量變化及灌溉回歸水重復利用量變化共同決定。

灌溉用水量及灌溉回歸水重復利用量的準確計算是節(jié)水潛力準確計算的基礎及前提條件，本文采用改進SWAT模型模擬計算灌區(qū)不同水源類型的灌溉用水量，相對于典型監(jiān)測而言更為準確，并且基于改進SWAT模型輸出結果提出的回歸水重復利用量計算方法也十分有效。然而，灌溉用水量及回歸水量的實測數(shù)據(jù)相對較少，未來需繼續(xù)監(jiān)測數(shù)據(jù)或采用其他研究區(qū)對模型進行校正及驗證。此外，由于研究區(qū)較大且試驗工作量大，通常將單個田塊實測的蒸發(fā)蒸騰量及灌水量用于模型校正，針對面積較小、稻田分布較均勻且田間措施基本一致的研究區(qū)而言，具有一定的可行性，但是若研究區(qū)較大或研究區(qū)土地利用分布空間差異性較大，則需在不同區(qū)域多個田塊進行觀測，從而增加模型校正的精度。