基于農戶灌溉用水模型的渠井結合灌區(qū)渠井用水比例研究

徐芬芳，王芊予，段亦多，降亞楠，2，潘嘉培

（1.西北農林科技大學水利與建筑工程學院，陜西楊凌712100；2.西北農林科技大學旱區(qū)農業(yè)水土工程教育部重點實驗室，陜西楊凌712100）

0 引言

我國是一個農業(yè)大國，灌區(qū)在我國國民經(jīng)濟和社會發(fā)展中發(fā)揮重要作用，灌區(qū)用占全國40%的耕地生產了75%的糧食和90%以上的經(jīng)濟作物，為我國社會經(jīng)濟發(fā)展和糧食安全提供了重要的基礎保障[1]。隨著人口增長、居民生活水平提高和氣候變化影響的加劇，人類社會對水資源的需求急劇增加，水資源供需矛盾日益突出，導致部分區(qū)域農業(yè)用水供需矛盾加劇。尤其是干旱半干旱的西北地區(qū)，由于缺乏足夠的地表徑流來滿足灌溉用水，發(fā)展了大規(guī)模的井灌區(qū)與原有的渠灌形成了渠井結合灌溉模式，以井灌代替排水，形成了渠井雙灌模式[2]。

地表水和地下水聯(lián)合利用提高了灌溉用水保證率，增加了灌區(qū)應對氣候變化的韌性，對保障灌區(qū)生態(tài)環(huán)境的良性循環(huán)和經(jīng)濟社會的可持續(xù)發(fā)展發(fā)揮了重要作用。受氣候變化和人類活動的雙重影響，我國部分渠井結合灌區(qū)的水資源供需矛盾日益突出。由于地下水資源的開發(fā)利用缺乏有效監(jiān)管，致使一些灌區(qū)地下水超采嚴重，渠井灌溉用水比例失調、地下水采補失衡，進而引發(fā)了一系列農業(yè)生態(tài)環(huán)境問題，直接影響灌區(qū)水資源的高效安全利用和灌溉農業(yè)的可持續(xù)發(fā)展[3]。灌區(qū)是氣候變化的敏感區(qū)和人類活動的密集區(qū)，渠井結合灌區(qū)的水循環(huán)受諸多人類活動的影響[4]，因此過程復雜且難以量化。傳統(tǒng)的研究方法（如統(tǒng)計模型）[5]可以得到水量平衡關系，但難以定量計算人類活動因素對水循環(huán)的影響，難以做到對地下水循環(huán)過程的準確描述[6]。

當前部分井渠結合管理中存在諸多問題，如運行管理費缺乏有效保障，灌溉水水價偏低，農戶對灌區(qū)地下水涵養(yǎng)認知不足，渠井分屬不同的管理部門等導致許多灌區(qū)沒有真正實現(xiàn)“渠井雙灌”，而是走向了“渠井分灌”之路[7]，使得地表水和地下水聯(lián)合調度優(yōu)勢無法發(fā)揮，灌區(qū)水資源高效利用和農業(yè)可持續(xù)發(fā)展受到嚴峻挑戰(zhàn)。

隨著計算機技術的發(fā)展和灌區(qū)水資源管理水平的提高，模型在水循環(huán)機理研究和水資源管理利用方面發(fā)揮著越來越重要的作用[8]。當前灌區(qū)水資源管理方式的改進需要深入了解利益相關者用水行為的驅動因素，即農戶的灌溉行為應該作為模型開發(fā)中重要的一環(huán)，國際水文科學協(xié)會也提倡應多關注水文學和社會之間的相互作用和反饋以加深對水循環(huán)的理解[9]。在傳統(tǒng)灌區(qū)水文模型中，往往將人類的水資源管理活動視作水循環(huán)動力系統(tǒng)的外部因子，雖然模擬了復雜的物理過程，但往往忽略了水文系統(tǒng)與人類活動之間的互饋機制。

灌區(qū)大規(guī)模引、抽、灌、排等人類活動顯著改變了灌區(qū)水循環(huán)各環(huán)節(jié)的水分通量[10]，因此研究必須要定量考慮人類活動的影響。Srinivasan 等[11]建議將用水戶的社會行為納入水循環(huán)的建模范圍，在此基礎上進一步發(fā)展水文模型，考慮人類行為與水文過程的密切作用，構建社會水文學模型來解決水資源管理問題[12,13]。Pankaj 等[14]探討了如何將人與水之間的關系聯(lián)系起來，以管理當?shù)氐挠盟枨?，同時減輕對水文循環(huán)的不利影響。Nazemi等[15]發(fā)現(xiàn)目前大量模型在代表人類用水需求的能力相當有限，強調了傳統(tǒng)水資源管理模型的局限性。英國帝國理工學院的O′Keeffe 等[16]基于印度灌區(qū)的野外調查提出了一個包括農民灌溉用水行為的社會水文學框架，提供了一個“自下而上”構建灌區(qū)水文模型的方法，通過模型概化將農戶的行為和決策與水文模型相結合，定量分析不同灌溉情景對灌區(qū)地下水位的影響，以幫助決策者進行科學的決策。當前盡管有部分考慮人類活動的社會水文學模型，但針對渠井結合灌區(qū)考慮農戶灌溉用水的社會水文學模型較少。

O′Keeffe 等的研究結果表明在模型開發(fā)中直接納入利益相關者的見解和經(jīng)驗可以增加模型的適用性，但是文獻中沒有提供模型的源代碼，且印度與中國在灌區(qū)管理模式、基本政策和農民行為存在許多差異，而且其模型設置的灌溉方式僅是渠灌或井灌的單一模式，并不符合渠井結合灌區(qū)的實際情況。

因此，本研究以典型渠井結合灌區(qū)——陜西省寶雞峽灌區(qū)為例，進行了大量的田間調查，收集了作物種植類型、產量和種植成本，灌溉水源選擇、灌溉用水量等基礎數(shù)據(jù)，并將觀察到的農戶灌溉行為概念化和程序化，基于Python 語言開發(fā)了一個農戶灌溉用水模型。該模型將農戶的灌溉用水行為與水文物理過程耦合，包含水文、作物產量、農民生計三大模塊，在塬上、塬下分別設置了多種情景，模擬了不同渠井灌溉用水比例對地下水位動態(tài)、作物產量和農戶生計的影響，分區(qū)確定地下水取水用量和水位控制指標，為準確量化渠井結合灌區(qū)的地下水取用量提供依據(jù)，為灌區(qū)地表水地下水聯(lián)合高效安全利用提供強有力的技術支撐。

1 研究區(qū)域概況和調查方法

1.1 研究區(qū)域概況

寶雞峽灌區(qū)位于陜西省關中盆地，屬大陸性季風氣候區(qū)，總面積2 355 km2。降水年內分配不均，冬春夏多旱，秋季多澇，7-9月降水量占全年的50%左右。寶雞峽灌區(qū)是一典型的渠井結合灌區(qū)[17]，自渭河左岸引水，灌溉范圍包括寶雞、咸陽、楊凌、西安4 個市（區(qū)）的14 個縣（區(qū)）。灌溉面積約為19.44 萬hm2，糧食總產量和商品糧供應分別占全省的1/7 和1/4，是陜西省最大的國有灌區(qū)，也是全省糧、油、菜、果的生產基地。主要農作物有小麥、玉米、棉花和油菜等，按自然地理和工程布局分為塬上和塬下兩大灌溉系統(tǒng)[18]。

目前，寶雞峽灌區(qū)的供水模式以地表水與地下水聯(lián)合供水為主，形成了農業(yè)、工業(yè)、城鄉(xiāng)鎮(zhèn)生活用水多元化的灌區(qū)用水格局。但灌區(qū)人均水資源可用量不足500 m3，水資源供需矛盾極為突出，在社會經(jīng)濟快速發(fā)展的大背景下，一系列水資源問題接踵而至，如灌區(qū)渠井用水比例失調，地下水超采，枯水期渭河徑流量減少，河流沖沙能力降低等，水資源的高效安全利用存在很大隱患[19,20]。

1.2 調查方法

本研究采用社會科學領域采用的半結構化訪談來收集灌溉水源選擇、農戶灌溉行為特征和其他用水驅動因素的定性和定量信息。傳統(tǒng)的結構化訪談以相同方式向所有受訪者提出的一系列固定問題，而半結構化訪談則是圍繞某一個主題對受訪者進行面試，能夠讓受訪者更充分地表達自己對相關問題的理解。半結構化訪談有助于快速、有效地在數(shù)據(jù)匱乏的地區(qū)收集豐富和詳細的數(shù)據(jù)，能更好地揭示各種事件的驅動因素和農戶用水決策背后的動機[21]。

訪談主要在咸陽、禮泉、寶雞、乾縣、扶風5 個地區(qū)進行，通過查閱文獻和典型農戶問詢設計了半結構化訪談調查問卷，對信義、段家灣、常興、杏林、貞元等15 個管理站的200 個典型農戶進行了面對面談話，典型農戶的選擇標準為：①種植作物為典型作物，作物包括種植冬小麥、夏玉米或果樹等；②灌溉經(jīng)驗豐富；③長期在家務農，熟悉農田灌溉情況（見圖1）。

調查的內容主要分為4個方面：①農戶作物種植情況（作物類型、種植面積、產量、經(jīng)營情況）；②灌溉水源情況（渠、井灌作物類型及其用水量、灌溉方式、灌溉成本）；③土地流轉情況；④節(jié)水灌溉開展情況。

2 模型構建和開發(fā)

2.1 模型概化

為充分了解農戶灌溉用水行為對灌區(qū)水循環(huán)的影響，對野外調查的調查問卷進行分析總結，將研究區(qū)農民灌溉用水情況總結，為后續(xù)構建水文模型提供理論依據(jù)。野外調查的主要信息可概括為：①灌區(qū)地勢平坦，側向徑流量??；②渠井結合灌溉是灌區(qū)的主要灌溉方式，農戶根據(jù)所處地理位置和水源條件選擇灌溉水源，在渠道設施完好時傾向用渠水灌溉糧食作物，渠系水量不足時用井水灌溉經(jīng)濟價值較高的經(jīng)濟作物；③農戶通常遵循傳統(tǒng)灌溉實踐模式進行灌溉，灌區(qū)管理局按照灌溉制度在相應的時段開閘放水；④部分渠系工程年久失修，地下水滲漏量大；⑤農戶反映灌溉時間增加時井灌區(qū)的地下水位會不斷下降，農戶需支付更多電費抽取相同數(shù)量的地下水，導致灌溉成本增加，當渠灌比例上升后，灌區(qū)地下水位會有所回升?；谝陨蠋c，本研究構建了農戶灌溉用水模型，該模型包括水文、作物產量和農民生計3個模塊。

2.2 水文模塊

針對作物根系土層進行水量平衡分析，設植物根區(qū)耗散量為Dr，對作物根區(qū)土層建立日尺度的水量平衡方程：

式中：ETc為作物實際蒸散量，mm；R為作物根系對地下含水層的補給量，mm；P為降雨，mm；I為灌溉量，mm；t和T分別代表日和年。

假設當作物根部區(qū)域的含水量超過田間持水量時，發(fā)生從根部區(qū)域到地下含水層的補給，補給量設為R，計算如下：

干旱缺水條件下，作物遭受水分脅迫，此時作物的實際蒸散量可以用下式進行估算：

式中：ET0為參考作物蒸散量，用Penman-Monteith 公式估算；Kc為作物系數(shù)，反映了作物自身的生物學特性，它與作物種類、品種、生育期、作物群體葉面指數(shù)等因素有關，對于每種作物的作物系數(shù)的具體值可以參閱FAO文獻。

Ks是水分脅迫系數(shù)，計算如下：

其中，TAW是作物最大可利用的總有效土壤水量，不同作物及同一作物不同的生育階段對土壤含水量有不同的要求，通常將田間持水量作為土壤有效水分的上限，凋萎系數(shù)作為土壤有效水分的下限，因此TAW計算如下：

式中：θFC為田間持水量；θwp為凋萎系數(shù)；Zr為最大根深，mm。

RAW稱為容易被植物利用的土壤有效水分，是在水分脅迫發(fā)生前作物從根區(qū)內吸收的土壤水分，用下式計算：

式中：ρ為水分脅迫發(fā)生前根區(qū)消耗的土壤水分占總有效土壤水的比例。

ρ值隨作物種類、作物蒸發(fā)蒸騰量ETc的大小而變化。FAO-56 提供了不同作物在ETc=5 mm/d 時的ρ值，在該條件下冬小麥、夏玉米的推薦ρ值為0.55。

模型運行過程中，渠井灌溉用水比例(PCW)設為渠道灌溉水量占總灌溉量的比例。則含水層存儲量H的變化計算如下：

式中：H為單位面積含水層存儲量，mm；ε為渠道滲漏系數(shù)；Ic為渠灌用水量；Iw為井灌用水量。

則地下水埋深Hi(m)為前一天的埋深減去逐日地下水位變化量，計算如下：

2.3 作物模塊

在該模塊中，作物產量是農民生計和農業(yè)用水的重要聯(lián)系。它使用Doorenbos and Kassam (1979)開發(fā)的作物生產和蒸發(fā)之間的關系來計算，這可以表示為：

式中：Yx(T)為最大產量，kg/hm2，根據(jù)實地調查的田間報告確定；Ya(T)為實際產量，kg/hm2；ky為產量響應因子；ETx為作物最大蒸發(fā)量，mm；ETc為作物實際蒸發(fā)量，mm；ds為播種日；dh為收獲日。

2.4 農戶生計模塊

農民一年的凈收入L(元)用農民收入與支出的差額確定：

假設農民收入全部來自于作物的售賣，則農民收入為：

式中：nc為一個年度種植的農作物數(shù)量；p為農作物售賣的毛利潤，元/kg；A為種植面積，hm2。

由于種植成本（化肥、種子，雇工等）每年基本不變，因此公式中已經(jīng)考慮了種植成本。農民支出僅考慮灌溉成本（渠灌和井灌），則農民每年支出計算如下：

式中：Zc(T)為渠灌支出；pc為渠道水水價，元/m3；Zw(T)為井灌支出，農民僅支付電費。

將1 t 水提升1 m 消耗的電量為0.002 72 kWh，η為電泵機效率，灌區(qū)抽水站實際運行效率約為60%～70%，V為日提水量（t），f為機井用電綜合單價（元/kWh），Hn為提水凈泵揚程（m），計算如下：

式中：μ為給水度；H0為地下水年初始埋深，m。

2.5 模型開發(fā)

農戶灌溉用水模型采用Python（3.8.2）語言開發(fā)，使用的第三方庫主要為具有強大數(shù)據(jù)處理和分析能力的NumPy（1.18.4）、Sympy（1.0）和Pandas（1.0.3），將前期準備好的數(shù)據(jù)以CSV 文件保存，以Excel 為可視化的操作界面，基于Pandas 庫的Dataframe 對數(shù)據(jù)進行分析計算，并用Matplotlib（3.2.1）進行圖形繪制。由于目前的模型版本（v1.0）需要通過手工調參的方式來校準，故在模型開發(fā)時用字典分別為模型的3 個子模塊設置了參數(shù)集dic1、dic2、dic3，方便后續(xù)調參。

3 模型應用

3.1 模型初始化和模型校準

對灌區(qū)氣象站連續(xù)30年（1986-2016）的實測氣象資料系列進行了水文頻率分析計算后，得到相應的年降水頻率曲線，最終選取2003年作為豐水年，2006年作為平水年，2013年作為枯水年，其降雨量分別為771.6、445.0、360 mm。根據(jù)作物生長期，水文年設定為10月初到翌年10月初。

根據(jù)調查，興平區(qū)和秦都區(qū)近十年來的灌溉模式都是渠井結合灌溉，故設置模型初始化參數(shù)時選取的兩個觀測井分別位于塬上的興平（066號井）和塬下的秦都（013號井），通過查閱《陜西省地下水埋深年鑒》和相關文獻資料，兩個典型灌域的模型初始參數(shù)設置如表1所示。

表1 模型初始化參數(shù)設置值表Tab.1 The model initializes the parameter setting value table

將2001-2011年秦都區(qū)013 號井地下水埋深的實測值和模擬值繪制如圖，并用納什效率系數(shù)NSE對模型進行檢驗，計算如下：

式中：yi為實測值；為模型預測值；NSE值越接近1，表明模型預測能力越好。

輸入典型灌區(qū)模型的相關參數(shù)和數(shù)據(jù)，輸出模型模擬結果和實測值對比如圖2所示，計算得NSE=0.58，表明估計誤差的方差較小，模型具有可靠性。由對比圖也可以看出，模擬值較好地模擬出了實測點的整體趨勢。

3.2 渠井用水比例變化情景設置

本文設置的情景為豐水年的地下水位在一定范圍內上升，發(fā)揮地下水庫的調蓄作用；枯水年的地下水位在一定范圍內下降，發(fā)揮地下水的抗旱作用；平水年的地下水位需要在一定范圍內維持穩(wěn)定。模型設定了不同的渠井用水比例，保持灌溉總量不變，改變渠井用水比例，使得豐水年，平水年和枯水年的地下水位呈現(xiàn)不同幅度的變化，為決策者制定灌區(qū)水資源管理政策提供依據(jù)。模擬過程中設置的情景如表2所示。

表2 模型情景設置Tab.2 Model scenario settings

3.3 數(shù)據(jù)來源和數(shù)據(jù)輸入

根據(jù)寶雞峽灌區(qū)的灌溉制度給農民分配灌溉水量，為了考慮灌溉的時空異質性，模型在進行編程時根據(jù)正態(tài)分布確定每日的灌溉量，正態(tài)分布的均值和標準差依據(jù)田間調查資料和灌溉制度率定，灌區(qū)小麥和玉米充分灌溉的灌溉制度如表3所示[22]。

表3 灌區(qū)小麥和玉米充分灌溉時的灌溉制度Tab.3 Irrigation system under the condition of full irrigation of wheat and corn in irrigation areas

通過查閱FAO 文獻[23]，計算每種作物的作物系數(shù)的平均值見表4。

表4 小麥、玉米的作物系數(shù)Tab.4 Crop coefficients for wheat and corn

氣象數(shù)據(jù)主要包括氣溫、降雨、土壤三方面的數(shù)據(jù)，來源于國家科學氣象數(shù)據(jù)中心，用水量數(shù)據(jù)來自《陜西省水利統(tǒng)計年鑒》，模型使用的社會經(jīng)濟數(shù)據(jù)主要來自于田間實地調查。

4 結果

4.1 分灌季的適宜渠井用水比例方案

為方便決策者管理，模型分灌季制定渠井用水比例方案。由灌溉定額，夏灌的灌溉量為1 200 m3/hm2，冬、春灌分別為825 和750 m3/hm2，因此夏灌對于地下水位的影響更大，為簡化方案設置，將冬灌與春灌的PCW 設為定值，只改變夏灌的渠井用水比例，觀察地下水埋深的變化情況。根據(jù)“豐蓄枯補”原則，允許豐水年的地下水位在一定范圍內上升，枯水年的地下水位在一定范圍內下降，平水年的地下水位需要在一定范圍內維持穩(wěn)定，因此，模擬過程中從方案1 到方案5 逐漸提高井灌所占比例，使地下水位從上升到穩(wěn)定再到下降：S1、X1 使地下水位上升了2 m；S2、X2 使地下水位上升了1 m；S3、X3 使地下水位保持穩(wěn)定；S4、X4 使地下水位下降了1 m；S5、X5 使地下水位下降了2 m（圖3 和圖4）。比例設置見表5和表6。

表5 塬上渠井用水比例Tab.5 The proportion of water used on the upper part of Baojixia irrigation district

表6 塬下渠井用水比例Tab.6 The proportion of water used on the lower part of Baojixiairrigation district

由于豐水年降雨量對灌區(qū)地下水動態(tài)變化影響比枯水年更為明顯，所以豐水年即使全部井灌，地下水位也下降得也并不明顯[見圖3(a)]，故塬上豐水年只設置了4 種方案，塬下豐水年只設置了3 種方案。因此豐水年可以適度開采地下水，加大井灌比例避免地下水過度抬升避免土地鹽堿化。而枯水年可以加大渠灌比例涵養(yǎng)地下水。

塬上塬下3 個典型年不同方案下的地下水埋深變化如圖3和圖4所示。

4.2 不分灌季的適宜渠井用水比例方案

為更好地反映地下水埋深特征，將全年的渠井用水比例統(tǒng)一，同樣對于塬上塬下的不同典型年分別制定5種方案：渠井用水比例S1、X1 使地下水位上升了2 m；S2、X2 使地下水位上升了1 m；S3、X3 使地下水位保持穩(wěn)定；比例S4、X4 使地下水位下降了1 m；S5、X5 使地下水位下降了2 m（圖5和圖6）。

由于即使全部井灌，在豐水年時塬上塬下地下水位都下降不多，故塬上豐水年只設置了4種方案，塬下豐水年只設置了3種，比例見表7和表8。

表7 塬上不分灌季的渠井用水比例Tab.7 The proportion of water used on the upper part of Baojixia irrigation district during both irrigation season

表8 塬下不分灌季的渠井用水比例Tab.8 The proportion of water used on the lower part of Baojixiairrigation district during both irrigation season

塬上塬下3 個典型年不同方案下的地下水埋深變化如圖5和圖6所示。

綜上所述，根據(jù)模擬結果，在相同的地下水埋深變化下，塬上塬下渠井用水比例區(qū)別不大，但是當埋深從上升2 m到下降2 m時，塬下井灌增加的幅度要更大，比如塬上平水年井灌比例從62%提升到82%，塬下從57%提升到90%（表7 和表8），即塬上的地下水埋深對PCW更加敏感。

這一現(xiàn)象與模型設置的初始參數(shù)和塬上塬下地理位置都有關，但主要原因是塬上的給水度小于塬下，因此輸入的灌溉總量相同時，塬上含水層存儲量的變化量大于塬下，因此PCW變化幅度相同時，塬上年地下水埋深變化更大。

4.3 作物產量與農戶生計

由于模型模擬中，假設農民嚴格按照灌溉制度進行灌溉，各方案并未改變灌溉總量，只改變了渠井用水比例，因此作物產量固定不變，則農戶的總收入不變，當井灌增加時灌溉成本增加，反而導致農民凈收入下降。但是作物產量會隨降雨量改變，各比例下的每公頃凈收入以及各水平年的作物產量如表9所示。

表9 作物產量和農戶收入的模擬結果Tab.9 Simulation results of crop yields and farmers'income

根據(jù)模型模擬結果，隨著井灌占比增大導致灌溉成本增加，塬上和塬下灌區(qū)畝均凈收入也隨之下降，但塬上灌區(qū)下降幅度遠大于塬下，塬下凈收入下降幅度較小。這是由于塬上灌區(qū)地下水埋深較大，地下水灌溉的費用更大，因此井灌成本遠大于塬下，而塬下地下水的埋深相對較小，農民的井灌成本相應也小。

5 結論

本文在大量野外調查的基礎上基于Python 語言開發(fā)了一個適用于渠井結合灌區(qū)的農戶灌溉用水模型，該模型包括水文、作物和農戶生計3個模塊。該模型將農戶的灌溉用水行為與水文過程緊密耦合，模型在典型區(qū)域應用的納什效率系數(shù)為0.58，表明模型可以用來模擬渠井結合灌區(qū)的地下水位，并能夠量化不同渠井用水比例對地下水位、作物產量和農戶生計的影響，為灌區(qū)的水資源可持續(xù)管理提供了新的技術支持，同時突出了將農戶灌溉用水納入灌區(qū)水資源管理政策制定的重要性。

根據(jù)模型模擬結果，若要維持地下水穩(wěn)定，塬上豐、平、枯水年推薦的全年渠井用水比例分別為2∶98、28∶72、30∶70，塬下豐、平、枯水年推薦的渠井用水比例分別為全井灌、28∶72、29∶71；根據(jù)豐蓄枯補原則，豐水年地下水位上升2 m 時，塬上的渠井比例為10∶90，塬下的渠井比例為17∶83；枯水年地下水位下降2 m時，塬上的渠井比例為21∶79，塬下的渠井比例為13∶87，總體來說塬下用水比例要比塬上的變化幅度更大，即塬下地下水埋深對PCW 的變化更加敏感，故塬上塬下應進行分區(qū)管理，確定不同的地下水取水用量和水位控制指標。

納入農民行為可以使模型模擬結果更符合實際，本文通過向模型輸入不同的渠井結合用水比例，來分析其對地下水位動態(tài)的影響，同時得到不同比例下的每畝凈收入，由于灌溉總量不變，不同PCW 下作物產量沒有改變，而畝凈收入下降。在模型的實際運用過程中，可以根據(jù)實際情況改變灌溉總量，從而分析其對作物產量和農戶收入的影響，以此為依據(jù)在小尺度范圍優(yōu)化農民灌溉決策。

該模型也可以量化其他多種因素對灌溉用水的影響，如種植結構變化，節(jié)水灌溉技術應用等。比如渠井結合灌區(qū)采取滴灌等節(jié)水措施時，水源都取自于地下水，隨著節(jié)水灌溉技術的推行導致井灌用水增加，從而導致PCW 和灌溉用水總量都隨之改變，即可根據(jù)模型模擬結果分析節(jié)水灌溉技術對地下水位、作物產量和農戶生計的影響，因此本模型在渠井結合灌區(qū)具有較好的應用前景。