灌区退(回归)水量影响及预估研究进展

邢子强，刘姗姗，严登华, 董国强,2

(1.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室, 北京100038; 2.东华大学环境科学与工程学院, 上海 201620)

0 引 言

灌区水循环过程同时包括大气-地表-土壤-地下等天然水循环过程和取水-输水-用水-耗水-排水等社会水循环过程，是陆地社会水循环最为强烈的单元之一。根据全球大坝协会(World Commission on Dams, WCD)报告结果[1]，全球每年淡水资源取用量约为38 000 亿m3，其中农业灌溉取水量约占全球取水总量的70%[2]。灌区退水过程是灌区水循环过程中最重要的环节之一，是评价灌区水资源利用效率的重要指标之一。因此，开展灌区退(回归)水的研究工作对于推动我国建设资源节约农业现代化和节水型社会具有重要的指导意义。

当前，灌区退(回归)水的研究区域主要集中在我国西部引黄灌区、中亚咸海地区、西亚两河流域以及印度、西班牙、美国西部等灌溉农业较为发达地区或国家。灌区退(回归)水研究重点关注的是灌区退(回归)水循环利用、灌区退水环境效益及对受水水体水文过程影响等方面；但对灌区退(回归)水产生机理、退水规律分析以及退水模拟预测等方面尚需开展进一步系统研究。本文首先对灌区退(回归)水的基本概念进行辨析，进而基于灌区水循环理论对灌区退(回归)水的影响因素进行剖析，最后对灌区退(回归)水量预估方法进行系统梳理。

1 灌区退(回归)水相关概念

目前，国内外学者已对灌区退(回归)水开展了大量研究工作，但对于灌区退(回归)水的基本概念尚未形成统一的认识。当前，不同学者基于研究内容和对灌区水循环过程的理解不同，对灌区退(回归)水的定义可以分为狭义概念和广义概念两种。

狭义的灌区退(回归)水，即灌溉退水、回归水，是指灌溉取水经水流推进、灌溉水入渗等地表过程，壤中流、深层渗漏等土壤过程以及地下水过程等排入灌区排水沟或回到地下蓄水层中的水分，其水分来源特指灌溉取水。如《中国水利百科全书: 灌溉与排水分册》[3]中对灌溉回归水的定义为灌溉水由田间、渠道排出或渗入地下并汇集到沟、渠、河道和地下含水层中，成为可再利用的水源。Dewandel等[4]对井灌区退水的定义为灌溉水中未被蒸发或由地表直接排放并最终回到地下含水层的水量。Kim等[5]将稻田灌区退水分为快速退水和缓慢退水两部分，其中灌区快速退水是指稻田灌溉水形成的地表径流和土壤渗流的总量，而灌区缓慢退水指灌溉水由深层渗漏后转化为地下水后的排水量。陈会等[6]在前郭灌区排水过程分析过程中认为灌区排水由灌溉地表退水、稻田地表弃水和稻田渗流排水组成。

广义的灌区退(回归)水泛指灌区尺度上排入灌区排水沟或进入地下蓄水层的全部水量；其组成除灌溉退(回归)水外，还包括灌区强降水排水、灌区生活污水和二三产业污水的排放等。如王少丽等[7]将灌区排水定义为灌区降雨或灌溉补给条件下从灌区排水系统中流失地表水和地下水总量，同时也包括部分企业废污水、生活污水排放等。秦大庸等[8]在模拟宁夏引黄灌区水均衡中认为灌区排水除包括灌溉水量排入排水沟外，还包括灌区内工业、生活等废污水和灌区周围山丘区的暴雨产流。杜榜清[9]对宁蒙灌区退水量分析认为灌区退水包括农田排水沟排水量、灌溉渠道直接退水量、山洪和暴雨径流量三部分。马云瑞等[10]将灌溉回归水定义为灌溉农业土壤深层渗滤水、农田尾水、渠道渗漏水、退水及少量工业废水和城镇生活污水等。

本文将基于灌区“自然-人工”二元水循环理论，按照广义的灌区退(回归)水开展相关研究分析工作，而不对灌区退(回归)水的组成进行进一步溯源分析。

2 灌区退(回归)水量影响因素分析

灌区作为陆地社会水循环最为强烈的单元之一，其退(回归)水过程同时受到灌区降水量、土壤理化特性、地下水位等天然因素和灌区灌水量、灌溉方式、种植作物等人为因素叠加的影响。

首先，灌区降水、土壤理化性质、地下水位等自然因素是灌区大气水、地表水、土壤水及地下水之间“四水”转化的主要影响因子，因此对灌区退(回归)水过程将产生显著影响。Poch-Massegú等[11]基于西班牙Girona、Majorca和Murcia三个灌区退水的观测结果表明，地中海气候区内灌区退水量主要受区域降水事件时空分布不均控制。Kim等[5]在构建稻田灌区退水模型中将土壤水分变量作为模型重要模块并取得较好的模拟效果。台湾学者Chien等[12]基于灌溉系统退水概化模型的模拟结果表明，灌区退水量受灌区土壤理化性质影响十分显著，且随土壤黏土含量的增加呈上升趋势。

此外，灌溉水量、灌溉方式、种植作物等人为因素也对灌区二元水循环过程产生显著影响，进而影响到灌区退(回归)水过程。Tanji[13]于20世纪80年代基于美国加州萨克拉门托流域Glenn-Colusa灌区和Panoche灌区两处典型灌区地面灌溉退水研究结果表明，灌区退水变化主要受到灌区灌溉方式、种植作物、土壤理化性质的影响。Stevenson[14]基于灌溉果园9年退水监测数据分析认为，灌区退水量主要受灌溉水量影响，此外还与灌区灌溉方式有一定的关系；但受灌区降水影响较为微弱。I. García-Garizbal等[15]选取西班牙Riguel河流域Bardenas引水第五灌区(Bardenas Canal Irrigation District No. V)作为研究区，采用灌区原型观测方法监测大棚灌区改变大水漫灌的灌溉方式后灌溉效率由67%提高至93%，并显著减少灌区退水量。张爱平[16]基于宁夏黄灌区吴忠国家科技园区灌田间试验结果表明，灌区退水量主要受灌溉量和地下水位影响，相关系数分别为0.88和-0.61；但受灌区降雨和蒸散量的影响较小。

灌区退(回归)水同时受到自然因素和人为因素的耦合影响；但在不同研究区域，受气候条件等外部因素影响，灌区退(回归)水的主要影响因素也随之发生改变。如史彦文[17]以宁夏青铜峡灌区为研究案例，采用灰色关联度方法分析灌区退水量的影响因素从大到小依次为引水量、地下水位、降水量、蒸发量，其关联度分别为0.845、0.730、0.398和0.132。朱涛[18]和赵新宇等[19, 20]采用灰色关联度和相关分析方法分别分析了宁夏引黄灌区和青铜峡灌区退水量的主要影响因素为灌区引水量、地下水位和降水量。

3 灌区退(回归)水量预估方法

准确预估灌区退(回归)水量对于实现灌区水资源最优化配置、强化灌区水资源管理具有显著的指导意义。目前，灌区退(回归)水量的预估主要包括退水系数法、数理统计法、数值模型法等三种方法。

3.1 退水系数法

退水系数法作为灌区退水量预估最简洁的方法，在我国灌区设计标准规范中采用。但受灌区渠道水利用系数、田间水利用系数误差叠加的影响，基于退水系数法估算灌区退水量与实际退水量存在较大的误差；因此国内外学者分别采用野外原型观测、理论分析等方法对灌区退水系数进行修正。如孙洪保[21]选取内蒙古河套灌区解放闸灌域为试验区，开展引黄灌溉用水实验，推得河套灌区解放闸灌域灌溉定额、灌区回归水系数及灌区有效用水系数，并将其推广应用至整个河套灌区。黄仲冬等基于宁夏银黄灌区西排水沟实测数据计算确定2010年灌区退水系数达33.3%[22]。B. Dewandel等[23]基于印度安德拉邦Maheshwaram实验灌区作物、气象等数据，采用概化水动力学模型建立一种井灌区退水系数计算方法，并将其应于此灌区中种植水稻、蔬菜等灌溉退水系数的计算。Jafari等[24]采用蒸渗仪法对伊朗中部Harat平原传统农业耕作条件下小麦灌溉退水量测定，结果表明灌区年均退水系数范围为0.4%～30.1%。此外，汪富贵[25]基于农田水循环机理和水平衡原理，统筹考虑渠系越级现象、退水利用、灌区管理水平三方面的影响，结合大气水、地表水、土壤水及地下水之间“四水”转化关系，提出了灌区退水量越级修正系数法和退水利用修正系数法。

3.2 数理统计法

数理统计法是基于灌区退水量观测数据与其影响因素之间的回归关系式的建立，如灌区引水-退水量，进而基于此回归关系式预估未来情境下灌区退水量。雷志栋等[26]根据青铜峡灌区1988～1999年径流监测数据等资料，采用一元线性回归方法建立宁夏青铜峡灌区引黄水量与灌区退水量之间的定量关系模型，进而对青铜峡灌区退水量进行预估。李海霞等[27]基于宁夏清水河扬水灌区退水量与年扬水量、灌区面积、降水量等影响因子的相关性分析，建立灌区退水量与其影响因子的三元回归方程，对灌区退水量进行预估。Ito等[28]建立了日本Mogami河流域Yonezawa平原稻田灌溉退水量与灌区引水量间多元回归模型。Mohan等[29]建立了印度泰米尔纳德邦Periyar-Vaigai灌区退水量与灌区有效降水、灌水量、作物耗水量和渗漏损失间的回归树模型，并将其应用于此灌区退水量的未来预估。

赵新宇等[19, 20]以宁夏青铜峡河东灌区为研究实例，联合BP神经网络结合LM优化算法，采用多元逐步回归方法建立了年、月、日三个尺度上的宁夏青铜峡河东灌区退水量动态模型，实现灌区退水量、退水过程的动态模拟。史彦文等[30]基于GN-BFGS的人工神经网络模型建立了宁夏青铜峡河西灌区退水量与灌区引水量、降雨量、蒸发量、地下水位动态的逐步回归的灌区退水量预报模型，并对灌区退水量进行预测。此外，赵新宇等[31]还基于青铜峡灌区退水量时间序列具有较强自相关性，构建了灌区ARIMA年退水量时间序列模型，进而预估了青铜峡灌区年退水量。

采用数理统计法对灌区退水量进行预估缺乏从灌区水循环过程物理机制系统分析，且存在预估精度较低的不足。

3.3 数值模型法

数值模型法是基于灌区水循环过程的机理分析，构建具有一定物理机制灌区退水数值模型。目前，灌区退水数值模型法包括：①基于灌区内田块尺度上水分迁移转化进行概化处理的灰色数值模拟模型，如灌区退水系统动力学模型；②统筹考虑灌区整体水循环过程机理的分布式灌区退水模型，如DRAINMOD模型和SWAT模型。

崔远来等[32, 33]基于灌区水量平衡原理建立了稻田田间尺度及中等尺度水量转化系统动力学模型，并根据漳河灌区团林试区资料分析灌区退水相关评价指标变化规律并分析对其影响因素的敏感性。郑明升[34]基于灌区灌溉水量、降水量、灌区退水量等监测数据，基于水量平衡原理构建了台湾桃园新坡、观音、新屋灌区的系统动力学区域回归水模式，并应于灌区退水对河流下游径流量影响仿真。Nakagiri等[35]基于复杂Tank模型建立了流域尺度稻田灌区退水模型。Chien等[12]基于水量平衡理论构建了一个用于灌溉系统退水量模拟概化模型，并用于台湾桃园农田水利会(Taoyuan Irrigation Association)所辖的稻田灌溉系统中，对比模拟了有无退水再利用情境下灌区引水量间的差异。

DRAINMOD模型[36]是由美国R.W. Skaggs教授于1982年提出的田间水文模型，已在许多国家和地区进行了测试和应用。该软件模拟基于长期的气象资料，主要输入资料包括气象资料、土壤资料、灌溉资料、作物资料以及排水系统基本参数，用来模拟计算灌溉/降雨情况下的农田排水量及变化过程。如孙玲玉[37]基于DRAINMOD模型对内蒙古河套灌区的农田退水进行优化模拟。SWAT模型[38]是一种基于GIS的分布式流域水文模型，能够预测集水区不同土壤类型、土地利用方式和管理措施条件下，水分、泥沙和化学物质迁移规律，被广泛应用于灌区退(回归)水研究中。A. K. Gosain等[39]采用SWAT模型重点评估了印度安德拉邦南部Palleru流域的灌区退水量在灌区渠道引水量的比重，定量分析了这与印度传统采用经验方式确定的退水量存在50%的差别。Dai等[40]采用RIS-SWAT模型(Rice Irrigation System-Soil and Water Assessment Tool)对我国南方灌溉稻田水文过程的模拟结果表明，采用池塘存储的稻田排水能够满足水稻需水量。此外，Kang等[41]采用修订的SSARR模型(Synthetic Stream flow and Reservoir Regulation model)构建了韩国Balan流域灌区退水模拟模型，模拟结果表明灌区退水量约占引水量的28.0～35.0%。Séraphin P等[42]构建了简化的水-同位素质量平衡混合模型(parsimonious water and isotope mass-balance mixing mode)，并定量分析了灌溉退水对法国南部Crau地下含水层的补-排关系的影响。

数值模型法能在一定程度上反应灌区水文循环的物理机制，能够清晰的刻画灌区水文循环的时空演变过程；但是该方法需要输入大量的基础数据且参数众多，这可能导致灌区退水量预估结果存在较大的误差。

4 展 望

纵观国内外灌区管理历程，当前已由传统灌渠与排水管理过渡到精准灌溉与节水灌区建设；未来将基于大数据和云技术等，从灌溉供水保障向节水灌区、绿色灌区建设向智慧灌区方向发展。这就对灌区退(回归)水研究提出了新需求：

(1)理论分析层面，灌区水循环过程同时包括天然水循环过程和社会水循环过程两部分；而灌区退水既有天然水循环过程中降水产流过程，同时包括社会水循环过程的排水过程，因此灌区退(回归)水过程形成机理分析尚需进一步深入研究。

(2)研究方法层面，灌区退水量同时受自然因素和人为因素耦合作用的影响，但如何提高灌区退水量预估精度，并对预估不确定性分析也有待深入研究。

□

[1] WCD. Dams and Development: A New Framework for Decision-making: the Report of the World Commission on Dams[R].Earthscan, 2000.

[2] Rani D, Moreira M M. Simulation-optimization modeling: a survey and potential application in reservoir systems operation[J]. Water Resources Management, 2010,24(6):1 107-1 138.

[3] 刘肇祎, 朱树人, 袁宏源. 中国水利百科全书 灌溉与排水分册[M]. 北京: 中国水利水电出版社, 2004.

[4] Dewandel B, Gandolfi J M, De Condappa D, et al. An efficient methodology for estimating irrigation return flow coefficients of irrigated crops at watershed and seasonal scale[J]. Hydrological Processes, 2008,22(11):1 700-1 712.

[5] Kim H K, Jang T I, Im S J, et al. Estimation of irrigation return flow from paddy fields considering the soil moisture[J]. Agricultural Water Management, 2009,96(5):875-882.

[6] 陈 会, 王 康, 周祖昊. 基于排水过程分析的水稻灌区农田面源污染模拟[J]. 农业工程学报, 2012,(6):112-119.

[7] 王少丽, 许 迪, 刘大刚. 灌区排水再利用研究进展[J]. 农业机械学报, 2016,(4):42-48.

[8] 秦大庸, 于福亮, 裴源生. 宁夏引黄灌区耗水量及水均衡模拟[J]. 资源科学, 2003,(6):19-24.

[9] 杜榜清, 李 欣, 杨岗民. 宁蒙灌区退水规律研究方法[J]. 人民黄河, 2004,(12):30-32.

[10] 马云瑞, 张益民, 苗济文, 等. 宁夏灌溉回归水开发再利用的评价[J]. 自然资源学报, 1997,(2):38-43.

[11] Poch-Massegú R, Jiménez-Martínez J, Wallis K J, et al. Irrigation return flow and nitrate leaching under different crops and irrigation methods in Western Mediterranean weather conditions[J]. Agricultural Water Management, 2014,134:1-13.

[12] Chien C, Fang W. Modeling irrigation return flow for the return flow reuse system in paddy fields[J]. Paddy and Water Environment, 2012,10(3):187-196.

[13] Tanji K K. California irrigation return flow case studies[J]. Journal of the Irrigation and Drainage Division, 1981,107(2):209-220.

[14] Stevenson D S. Irrigation subsurface return flows and water use in lysimeters containing apple trees[J]. Canadian Journal of Soil Science, 1989,69(4):769-778.

[15] García-Garizbal I, Causapé J. Influence of irrigation water management on the quantity and quality of irrigation return flows[J]. Journal of Hydrology, 2010,385(1):36-43.

[16] 张爱平. 宁夏黄灌区稻田退水氮磷污染特征研究[D]. 北京：中国农业科学院, 2009.

[17] 史彦文. 宁夏青铜峡灌区退水规律研究[D]. 西安：西安理工大学, 2005.

[18] 朱 涛. 宁夏引黄灌区退水量影响因素及预测方法研究[D]. 西安：西安理工大学, 2010.

[19] 赵新宇, 费良军, 方树星. 基于神经网络的灌区退水量动态模型[J]. 水利学报, 2006,(6):717-721.

[20] 赵新宇, 费良军, 程东娟. 应用LM算法的神经网络模型研究灌区退水问题[J]. 农业工程学报, 2006,(8):250-252.

[21] 孙洪保. 内蒙古河套灌区用水试验及结果应用[J]. 甘肃水利水电技术, 2001,(4):277-279.

[22] 黄仲冬, 樊向阳, 杜臻杰, 等. 宁夏引黄灌区典型区域农田退水水量与水质特征[J]. 中国农村水利水电, 2013,(11):154-156.

[23] Dewandel B, Gandolfi J M, de Condappa D, et al. An efficient methodology for estimating irrigation return flow coefficients of irrigated crops at watershed and seasonal scale[J]. Hydrological Processes, 2008,22(11):1 700-1 712.

[24] Jafari H, Raeisi E, Zare M, et al. Time series analysis of irrigation return flow in a semi-arid agricultural region, Iran[J]. Archives of Agronomy and Soil Science, 2012,58(6):673-689.

[25] 汪富贵. 大型灌区灌溉水利用系数的分析方法[J]. 节水灌溉, 2001,(6):25-26.

[26] 雷志栋, 苏立宁, 杨诗秀, 等. 青铜峡灌区水土资源平衡分析的探讨[J]. 水利学报, 2002,(6):9-14.

[27] 李海霞, 包淑萍, 马如国, 等. 宁夏清水河扬水灌区灌溉回归水初步分析[J]. 宁夏工程技术, 2007,(2):104-107.

[28] Ito Y, Shiraishi H, Onishi R. Numerical estimation of return flow in river basin.[J]. JARQ-Japan Agricultural Research Quarterly, 1980,1(14):24-30.

[29] Mohan S, Vijayalakshmi D P. Prediction of irrigation return flows through a hierarchical modeling approach[J]. Agricultural Water Management, 2009,96(2):233-246.

[30] 史彦文, 费良军, 方树星. 基于GN-BFGS算法的青铜峡灌区退水量预测[J]. 西安理工大学学报, 2005,(3):314-317.

[31] 赵新宇, 刘 青, 费良军. 宁夏青铜峡灌区年退水量时间序列预测模型研究[J]. 干旱地区农业研究, 2015,(6):254-256.

[32] 崔远来, 张 新, 罗玉峰, 等. 稻田回归水模拟及其评价[J]. 灌溉排水学报, 2005,(5):1-4.

[33] 张 新, 崔远来, 董 斌. 回归水模拟的系统动力学模型[J]. 灌溉排水学报, 2005,(1):57-62.

[34] 郑明升. 桃园灌区之区域回归水分析研究[D]. 台湾桃园：国立中央大学水文科学研究所, 2007.

[35] Nakagiri T, Watanabe T, Horino H, et al. Development of a hydrological system model in the Kino River Basin:Analysis of irrigation water use by a hydrological system model (I)[J]. Transactions of the Japanese Society of Irrigation Drainage & Rural Engineering, 1998,198:899-909,a1.

[36] Skaggs R W, Youssef M A, Chescheir G M. DRAINMOD: Model use, calibration, and validation[J]. Transactions of the ASABE, 2012,55(4):1 509-1 522.

[37] 孙玲玉. 内蒙古河套灌区非点源污染物分布规律及农田排水模拟[D]. 呼和浩特：内蒙古农业大学, 2014.

[38] Arnold J G, Moriasi D N, Gassman P W, et al. SWAT: Model use, calibration, and validation[J]. Transactions of the ASABE, 2012,55(4):1 491-1 508.

[39] Gosain A K, Rao S, Srinivasan R, et al. Return-flow assessment for irrigation command in the Palleru river basin using SWAT model[J]. Hydrological Processes, 2005,19(3):673-682.

[40] Dai J, Cui Y, Cai X, et al. Influence of water management on the water cycle in a small watershed irrigation system based on a distributed hydrologic model[J]. Agricultural Water Management, 2016,174:52-60.

[41] Kang M, Park S. Modeling water flows in a serial irrigation reservoir system considering irrigation return flows and reservoir operations[J]. Agricultural Water Management, 2014,143:131-141.

[42] Seraphin P, Vallet-Coulomb C, Gonçalvès J. Partitioning groundwater recharge between rainfall infiltration and irrigation return flow using stable isotopes: The Crau aquifer[J]. Journal of Hydrology, 2016,18:241-253.