农业水资源优化配置研究进展

粟晓玲

▪专家评述▪

农业水资源优化配置研究进展

粟晓玲

（1.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西 杨凌 712100；2.西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100）

【目的】变化环境下我国水资源供需矛盾加剧，农业是我国主要用水部门，农业水资源优化配置是缓解缺水、提高水资源利用效率的有效途径。【方法】基于农业水资源的概念和优化配置内容，对作物灌溉制度优化、灌区种植结构与空间布局优化、灌区多水源联合调控、区域农业水资源承载力评价与优化配置、水-粮食-能源协同优化以及优化配置方法等方面的研究进展进行了系统综述。【结论】指出了农业水资源优化配置研究存在的问题与挑战，提出进一步对考虑气候变化、虚拟水贸易和水碳足迹的种植结构优化、基于二元水循环转化模拟的灌区多水源优化调控、水-粮食-能源-生态协同优化以及灌区适宜生态结构与耕地规模的研究。

农业水资源；种植结构；空间布局；耕地规模；水-粮食-能源-生态

0 引言

水资源短缺是一个全球性问题，农业是我国主要的用水部门，2020年农业用水量占我国用水总量的62.1%，农业耗水量占耗水总量的74.9%。根据《全国现代灌溉发展规划（2012—2020）》，与基准年2012年相比，2030年西北内陆干旱区和华南沿海地区灌溉用水量需要分别减少116亿m3和64亿m3[1]。然而盲目减少灌溉用水量，将导致农业生产能力的下降，威胁粮食安全和农产品供给。因此，贯彻适水发展，有效管理农业水资源以满足可持续的社会经济发展需求面临巨大的挑战。如何根据水资源承载力发展适水农业，在保障优质高产的前提下，提高用水效率，减少农业用水，是破解当前农业用水短缺和保障粮食安全的关键[2]。农业水资源优化配置是水资源合理配置的重要方面，也是水资源持续利用的有效调控措施[3]。本文的目的是综述农业水资源优化配置的研究进展，分析存在的问题与挑战，提出未来研究的重点，为进一步开展农业水资源优化配置研究提供参考和方向。

1 研究进展

从供水水源角度，农业水资源是指农业生产过程中可潜在利用的水资源，包括有效降水和灌溉水。灌溉水不仅包括由地表水、地下水所表征的蓝水，还包括污水处理再利用、雨水集蓄利用、微咸水利用等用于农业生产的其他水源。从用水构成分析，农业水资源包括农田灌溉用水和林牧渔畜用水。农业水资源优化配置是指在特定区域内，以节水高效、生态健康为原则，采用系统分析理论和优化技术，对有限的、不同形式的农业水资源在作物不同生育阶段、不同作物间和渠系间、不同农业部门间的优化分配，以期实现农业水资源利用的综合效益最大。因此是一个涉及多时空尺度的优化问题，内容包括作物灌溉制度优化、灌区种植结构优化及空间布局优化、渠系配置优化、灌区多水源联合调控、区域或灌区农业水资源承载力评价及优化配置、水-粮食-能源协同优化等内容。

1.1 作物灌溉制度优化

水分生产函数和灌溉制度优化是农业水资源优化配置的基础[4]。灌溉制度优化是根据作物产量与灌溉供水之间的关系，把有限的灌溉水量，在作物不同生育阶段进行优化分配，以确定合理的灌溉次数、灌水时间及灌水定额，实现产量或效益最高的目标。根据作物水分关系模拟方法，灌溉制度优化可分为2种类型：即基于作物水分生产函数的优化和基于作物生长过程模拟的优化。作物水分生产函数根据产量与总耗水量的关系，可描述为线性和非线性关系，相应的灌溉制度优化模型有线性规划、非线性规划[5]及动态规划[6]，其中动态规划应用最广泛[7]。但这类方法难以反映不同阶段灌水条件下的产量变化，也很难确定具体灌水时间[8]。Jensen模型通过建立产量和分阶段耗水量的关系描述作物水分生产函数，结合水量平衡原理及动态规划对灌溉制度优化求解，可准确反映不同灌溉制度下的农田蒸散发过程及其对作物产量的影响，并获得具体的灌水日期[9]。然而，以水量平衡及水分生产函数为基础的作物模拟模型，多是基于大量试验数据的分析拟合，并以经验公式表达作物产量，难以从机理上描述不同灌溉管理措施影响下的作物生长过程[8]。

近年来，基于作物生长过程的模拟模型为研究农田水分循环机理和灌溉制度优化提供了有力的工具[10]，如DSSAT模型、CERES模型、SWAP模型和AquaCrop模型等。利用作物模型优化灌溉制度，与基于试验数据获得的水分生产函数方法相比，具有成本低、效率高、变量可控等优点，可以更全面地描述土壤水分动态和作物生长发育过程[8]，已广泛应用于春小麦[8, 11]、有机稻[12]、冬小麦[13]、无膜滴灌棉花[17]等各种作物的灌溉制度优化。

1.2 灌区种植结构及其空间布局优化

种植结构的变化影响作物需水量和灌溉需水量[15]，在灌溉工程规划时决定取水水源及渠系规模，在农业节水高效管理中，是估算区域农业需水量的重要基础[16]。种植结构的选择，取决于可利用的水资源、气候、土壤、市场需求和收入等因素。依据作物适宜生长环境，在一定的水土资源约束下，将有限的可利用农业水资源在作物间进行合理分配，提高区域作物水分利用效率及效益，实现经济、社会及生态环境等综合效益最大化的目标[17]，也是非工程农业节水的主要方式。

种植结构优化研究始于20世纪七八十年代，经历了从单目标到多目标、从结构优化到空间布局优化的发展过程。在给定灌溉制度下，单目标通常以粮食总产或效益最大[18]、或农业用水量（或费用）最小[19]为目标。随着水资源短缺和生态环境问题的出现，以提高经济效益和节约用水[20]、或净效益最大和施肥量最小[21]等为目标，建立更加科学合理的粮、经、饲三元种植结构。如王玉宝[22]考虑生态、经济和社会目标，建立了黑河中游节水型农业种植结构多目标优化模型；Zeng等[23]提出模糊多目标作物种植结构优化模型。随着蓝绿水概念的提出，种植结构优化模型以农业净效益最大、蓝水利用量最小、绿水利用率最大为目标[24]。同时考虑灌溉制度优化和作物结构调整的水资源优化是一个复杂的大系统问题。由于大系统理论可降低问题维数，且概念清楚，求解方便，得到了广泛应用[25]。随着节水灌溉的发展，考虑来水不确定性及节水潜力的种植结构调整受到关注[26]。

上述种植结构优化通常仅优化作物种植比例，在生产实践中，难以因地制宜地指导作物空间布局。作物空间布局反映了作物种类和分布特征等重要信息，是作物结构调整的依据[27]。作物空间布局优化，本质上是对作物种类与农业水土资源等生产要素的最优组合问题。相关研究并不多，最初以土地利用空间优化研究为主，始于20世纪70年代，分3步实现：农业土地适宜性评价、需求评估以及作物空间格局优化分布[28]。自20世纪90年代以来，土地利用空间变化的研究无论在理论还是方法上都取得了全面的进展[29]，在GIS、RS 等空间分析技术和智能优化算法、元胞自动机的综合应用基础上[30]，逐步实现了土地资源数量和空间布局的统一配置，生成可视化的空间优化布局。由于作物种植对土地属性的要求更高，不仅考虑土地自然属性，还要考虑经济、社会、管理水平等影响，相比其他土地利用优化，作物空间布局优化问题更加复杂。1972年联合国世界粮农组织（FAO）利用土壤特征、地形特征和作物特征的空间数据，开发了全球尺度的作物种植适宜性地图，但空间分辨率较低，无法满足区域或灌区尺度的应用要求。之后一些研究依据FAO开发的作物适宜性框架开展不同区域的土地耕种适宜性评价[31-33]，但没有将考虑水资源约束的种植结构优化与土地适宜性空间优化相结合。Hao等[34]基于ArcGIS平台耦合作物种植适宜性、现状农业土地利用以及人口空间分布数据等多源遥感信息确定作物种植综合适宜性空间分布，以种植结构优化结果为约束，利用最小交叉信息熵原理构建了作物空间布局优化模型，得到黑河中游主要作物种植空间优化布局，实现了水土资源的空间布局优化。

1.3 灌区多水源联合调控与优化配置

灌区的水循环及水资源演变受自然水循环和人类活动作用下的水循环共同影响，涉及“降水-地表水-土壤水-地下水”多要素多过程循环，水文要素的变化增加了灌区多水源配置的复杂性，如何在不确定性条件下考虑农田水循环过程，将有限的不同来源的水量高效地分配到作物不同生育阶段，对促进灌区精准灌溉具有重要意义[35]。渠井结合灌溉模式通过地表水、地下水联合调控，考虑地下水采补平衡和盐分补排平衡约束，获得满足耕地农作物用水需求的渠井水配置比例、配水时间及分布等，以提高灌溉水有效利用率。联合调控常用的方法有基于水资源平衡原理的方法[36]、非线性相关分析法[37]、地下水-随机动态预测模型[38]，多目标优化方法[39]、大系统分解协调法[40]等。然而渠井灌区水资源配置受地下水可开采量及水质的约束，而不同的水资源利用时空格局导致地下水补排关系及水质的变化，进而导致地下水可开采量的变化。上述以地下水可开采量为约束的联合调控优化方法，难以反映规划年地下水补排关系的变化。为解决该问题，Safavi等[41]耦合水资源优化模型与基于支持向量机的模拟模型，优化配置流域地表水和地下水，解决了地下水对灌溉用水的响应问题。然而支持向量机模型缺乏物理机制，对于具有自然人工二元水循环转化模式的渠井灌区，将地下水数值模拟模型与水资源优化模型耦合是渠井灌区水资源优化的有效途径。如基于SWAT和MODFLOW的耦合模型[42]、地下水模拟与水资源优化的动态耦合模型[43-44]、线性规划方法和MODFLOW的耦合模型[45]等，这些耦合模型可以模拟水资源利用的地下水位动态响应，但多为松散耦合式模型，难以模拟灌区水管理措施下水文生态过程的复杂响应关系。

近年来为化解水质型缺水危机，实现农业水资源充分利用与环境保护的双重目标，多水源下水质水量联合调控受到关注。研究方法可分为2类：以水质或分质供水为约束的优化模型[46]和量质一体化双层配置模型[47]。何莉等[46]针对洋河流域水资源短缺与水环境污染问题日益突出，以及考核断面水质难以达标等问题，以洋河流域为研究对象，考虑水质约束，构建了农业水资源优化配置模型，并提出补水减排联合控制水质达标方法，以实现农业经济效益最大化。袁缘等[47]基于系统分解协调理论提出“以供限配、按需分质，由质定供”原则，构建了多目标水资源量质一体化双层配置模型。

1.4 区域农业水资源承载力评价及优化配置

农业水资源承载力，是指区域、流域或灌区在一定的农业可用水资源条件下，能够支撑农业可持续发展的能力。可归纳为水资源支撑的农业持续发展能力论和最大农业规模论2种观点，农业规模可以是灌溉面积，也可以是农业总产量。研究方法主要分为基于指标体系的承载力综合评价[48]和基于经验公式的承载产量规模评价[49-50]。综合评价方法包括主成分分析、可拓分析、模糊综合评价[51]、LMDI-SD耦合[52]、半偏减法集对势方法[53]等方法，产量规模评价方法包括单一线性目标[50]、多目标规划[54]等。随着节水灌溉的发展，许多灌区把节约的水量用于扩大灌溉面积，导致挤占生态环境用水。承载规模研究向区域或流域适宜的耕地灌溉规模研究发展，即以水定地。当前的研究集中在西北内陆河流域，主要基于水热平衡原理和绿洲分带理论[55]，但缺乏对生态系统健康的综合评价。Hao等[56]耦合风沙动力学原理、水热平衡理论和绿洲生态健康评价构建了基于生态健康的绿洲适度农业规模模型（SASM-EHA），为确定绿洲适度农业规模提供了有效的途径。

农业水资源优化配置是提高农业水资源承载力的主要措施。区域农业水资源优化配置，是在遵循生态平衡原则、效率原则以及公平性原则下，对可利用的农业水资源在区域或流域内进行配置。如粟晓玲等[57]分别以流域生态需水满足度最大、净效益最大、计算单元人均净效益变率的均方差最小为优化目标，建立了水资源配置多目标评价函数，一些研究以净效益最大和绿水利用比例最大为目标[58-59]，或以单位面积水足迹净收益最大为目标[60]，构建农业水资源优化配置模型。上述模型没有考虑来水的不确定性。李茉等[35]在径流与降水联合不确定性条件下，建立了基于水循环过程的灌区多水源高效配置多目标模型，该模型耦合了Jensen模型与水短缺足迹模型，以实现节水增效的目的，并获得灌区高效配水方案对径流-降水联合不确定性的响应特征。

1.5 流域水-粮食-能源协同优化

水、能源和粮食是人类生存和发展不可或缺的资源，随着世界范围内水资源短缺、能源短缺和粮食不足导致的区域冲突加剧，驱动了水、粮食和能源三要素关联的发展。三者关联被视为应对水安全、粮食安全、能源安全多重风险的综合性解决措施[61]。水-粮食-能源协同优化是一个复杂大系统问题，当前的研究尚处于起步阶段，经历了从水或能或粮的单一要素为中心，向水-能、水-粮、粮-能的二元关联，再到水-粮-能三者纽带关系耦合的发展历程，目前研究在三要素系统分析框架、协同与权衡效应分析、气候变化与贸易影响评估、耦合模型研发等方面取得进展[62-63]。包括：揭示了能源和粮食生产消耗之间的关联关系与反馈机制，探索了互动关系方法，提出了应对水-粮食-能源系统风险的措施，并从作物品种改良、用水效率改进、水权交易、水足迹和虚拟水贸易等方面探讨解决问题的途径[64]。在方法学上发展了包括生命周期评价、可计算的一般均衡模型、系统动力学模型、多主体建模、计量经济分析、生态网络分析、综合指数分析、协同学原理、多目标优化、水足迹理论等研究手段[64-66]。

1.6 农业水资源优化配置研究方法

农业水资源优化配置研究始于20世纪40年代由Masse提出的水库优化调度问题。20世纪70年代以后，水资源优化配置的理论与方法研究步入快速发展。随着计算机科学技术的发展，优化配置模型与方法经历了由常规的线性规划[67]至非线性规划[68]和动态规划[69]，由单目标至多目标[70]、由确定性至不确定性[71]、由解析模型至数值模型、由单一系统至复杂大系统的转变过程，随着研究工作的不断深入，模型考虑的因素更多，功能更强[3]，由优化模型向优化与模拟耦合模型发展[44]，且随着模型考虑的变量和目标的增加，优化方法也由传统的数学优化方法，大系统分解协调理论，发展到智能优化算法的应用，如遗传算法[72]、蚁群算法[73]、粒子群算法[74]、人工鱼群算法[44]等。相对于传统的优化方法, 智能算法由于对初值的要求不高，不要求目标函数和约束的连续性与凸性，甚至有时连有没有解析表达式都不要求，对计算中数据的不确定性也有很强的适应能力，是求解复杂优化问题的有效工具。

2 问题与挑战

尽管国内外农业水资源优化配置研究已取得了长足的进展，为区域和灌区农业水资源管理提供了丰富的理论指导和方案支持。但由于其涉及气候、农业、水文、生态、经济、环境、遥感等多学科交叉，是一个复杂的系统问题。当前我国提出实现绿色低碳、生态优先和高质量发展战略又对农业水资源优化配置提出了新挑战。以下问题需进一步研究。

1）在种植结构优化方面，目前主要依据确定的来水和作物需水条件，较少考虑气候变化对农业可利用水资源量与作物物候及作物灌溉制度的影响，以及市场价格波动等不确定性因素对种植结构的影响。

2）在农业水资源优化配置方面，目前主要考虑地表水、地下水、非常规水等实体水的水量配置，较少考虑多水源水量水质分布特性实现量质空间优化配置。另外，在缺水地区，如何优化配置虚拟水与实体水，解决水资源空间分布不均和粮食安全问题，实现在更大区域的水资源高效利用。

3）在考虑水循环的灌区多水源优化方面，目前研究集中在构建地下水模拟与水资源优化的松散耦合模型，难以模拟水-盐-污-生之间的互馈机制，需要考虑灌区自然-人类二元水循环转化过程以及节水的生态环境响应，发展基于分布式生态水文模型的灌区多水源联合调控的紧密耦合模型。

4）在水-粮食-能源协同优化方面，目前的研究多以水资源为关键要素进行协同优化[64]，主要考虑水-粮食-能源三元关联，对水-粮食-能源-生态系统的四元关联机制考虑不够[65]。需要在水资源承载力刚性约束下协同调控粮食、能源、生态系统各目标间的复杂竞争关系，优化配置灌区或流域水资源。

5）在灌区水资源承载力方面，目前主要考虑常规水资源，缺乏对蓝绿水资源与非常规水资源协同的灌区尺度全口径水资源承载力评价、灌区适宜的山水林田湖草系统结构优化、考虑节水潜力的适宜农业规模等方面的研究。

3 未来重点研究内容

国际上农业水资源优化配置研究更加关注气候变化、虚拟水贸易、水碳足迹、生态环境影响以及水-粮食-能源-生态的协同优化问题，因此，未来我国农业水资源优化配置研究建议围绕以下内容开展。

3.1 考虑气候变化、虚拟水贸易、水碳足迹的种植结构优化

模拟气候变化下的农业可利用水资源；预估气候变化下的作物物候及需水演变规律；探寻适应气候变化的种植结构调整及空间布局优化方案；气候变化和市场价格波动的不确定性对种植结构的影响；构建虚拟水视角下（广义农业水资源）的区域种植结构优化模型，优化配置虚拟水与实体水；构建以流域粮食生产水碳足迹最小为目标的种植结构调控多目标优化模型与智能优化方法，以减少粮食生产的资源投入，促进社会经济与生态环境协同发展。

3.2 耦合二元水循环转化模拟的灌区多水源优化调控

研发灌区分布式农业水文生态模型，模拟灌区自然-人工二元水循环转化过程，研究灌区不同程度节水的生态系统响应过程，探明灌区土壤盐渍化演变与节水灌溉的动态响应关系；构建耦合水循环转化与水盐动态模拟的灌区多水源优化配置模型，揭示不同灌溉用水方式、节水程度、排水方式下农田灌溉的水循环过程、水盐运移过程以及农田生态系统的耗水过程，探寻灌区绿色高效、生态健康的灌溉用水方式、节水水平、排水方式以及多水源优化配置方案。

3.3 水-粮食-能源-生态系统关联机制与协同优化

分析流域粮食生产、水资源利用、能源消耗、生态系统的变化特征，揭示流域粮食、能源及生态系统对用水的协同与竞争机制；构建适用于流域水-粮食-能源-生态系统关联作用的耦合模型，模拟分析水-粮食-能源-生态之间的关联机制和演化特征，识别气候和社会驱动因素；考虑农业灌溉、能源消耗及经济发展需求，确立生态系统稳定和粮食能源安全等多目标下的水资源可利用量及需求；开展水资源刚性约束下流域水-粮食-能源-生态多目标协同优化的情景模拟，提出不同情景下水-粮食-能源-生态协同发展的水资源优化配置方案及风险应对策略；评价水-粮食-能源-生态系统的可持续性。

3.4 灌区适宜山水林田湖草系统结构优化及适宜农业规模

研发水量与水质统筹、蓝绿水资源与非常规水资源协同的灌区尺度全口径水资源承载力计算方法；明晰灌区农业-水文-环境-生态之间驱动-状态-响应的多元互馈关系，基于多维临界调控理论，揭示灌区农业-水文-环境-生态系统协同调控机制，考虑农业、水文、环境及生态需求，构建灌区多要素协同调控模型，生成灌区水资源利用的协同调控方案集，通过模拟与优化，提出不同水文年和经济发展情景的协同调控方案。发展灌区山水林田湖草生态系统分布式需水模型，模拟主要生态要素的需水时空变化特征，提出合理生态需水阈值。构建考虑水资源承载力刚性约束和维持基本生态功能条件的山水林田湖草系统的适宜结构模型，优化灌区生态结构方案；构建以水资源高效利用和灌区生态健康为目标的适度灌溉规模模型，提出考虑节水水平与水资源承载力的灌区适度灌溉规模方案。

[1] 康绍忠. 加快推进灌区现代化改造补齐国家粮食安全短板[J]. 中国水利, 2020(9): 1-5.

KANG Shaozhong. Accelerating modernization of irrigation districts to make up shortfall of national food security[J]. China Water Resources, 2020(9): 1-5.

[2] 康绍忠. 贯彻落实国家节水行动方案推动农业适水发展与绿色高效节水[J]. 中国水利, 2019(13): 1-6.

KANG Shaozhong. National water conservation initiative for promoting water-adapted and green agriculture and highly-efficient water use[J]. China Water Resources, 2019(13): 1-6.

[3] 齐学斌, 黄仲冬, 乔冬梅, 等. 灌区水资源合理配置研究进展[J]. 水科学进展, 2015, 26(2): 287-295.

QI Xuebin, HUANG Zhongdong, QIAO Dongmei, et al. Research advances on thereasonable water resources allocation in irrigation district[J]. Advances in Water Science, 2015, 26(2): 287-295.

[4] 郑建华, 黄冠华, 黄权中, 等. 干旱区膜下滴灌条件下洋葱水分生产函数与优化灌溉制度[J]. 农业工程学报, 2011, 27(8): 25-30.

ZHENG Jianhua, HUANG Guanhua, HUANG Quanzhong, et al. Water production function and optimal irrigation schedules for onion with drip irrigation and mulch of plastic film in arid region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(8): 25-30.

[5] GHAHRAMAN B, SEPASKHAH A R. Use of a water deficit sensitivity index for partial irrigation scheduling of wheat and barley[J]. Irrigation Science, 1997, 18(1): 11-16.

[6] RAO N H, SARMA P B S, CHANDER S. Irrigation scheduling under a limited water supply[J]. Agricultural Water Management, 1988, 15(2): 165-175.

[7] SINGH A. An overview of the optimization modelling applications[J]. Journal of Hydrology, 2012, 466/467: 167-182.

[8] 宋健, 李江, 杨奇鹤, 等. 基于AquaCrop和NSGA-Ⅱ的灌溉制度多目标优化及其应用[J]. 水利学报, 2018, 49(10): 1 284-1 295.

SONG Jian, LI Jiang, YANG Qihe, et al. Multi-objective optimization and its application on irrigation scheduling based on AquaCrop and NSGA-Ⅱ[J]. Journal of Hydraulic Engineering, 2018, 49(10): 1 284-1 295.

[9] 尚松浩. 作物非充分灌溉制度的模拟优化方法[J]. 清华大学学报(自然科学版), 2005, 45(9): 1 179-1 183.

SHANG Songhao. Simulation-optimization method for crop irrigation scheduling with limited water supplies[J]. Journal of Tsinghua University (Science and Technology), 2005, 45(9): 1 179-1 183.

[10] MA L, AHUJA L R, MALONE R W. Systems modeling for soil and water research and management: Current status and needs for the 21st century[J]. Transactions of the ASABE, 2007, 50(5): 1 705-1 713.

[11] 冯绍元, 蒋静, 霍再林, 等. 基于SWAP模型的春小麦咸水非充分灌溉制度优化[J]. 农业工程学报, 2014, 30(9): 66-75.

FENG Shaoyuan, JIANG Jing, HUO Zailin, et al. Optimization of irrigation scheduling under deficit irrigation with saline water for spring wheat based on SWAP model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(9): 66-75.

[12] 邵东国, 乐志华, 徐保利, 等. 基于AquaCrop模型的有机稻灌溉制度优化[J]. 农业工程学报, 2018, 34(19): 114-122.

SHAO Dongguo, LE Zhihua, XU Baoli, et al. Optimization of irrigation scheduling for organic rice based on AquaCrop[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(19): 114-122.

[13] 邵光成, 王志宇, 王小军, 等. 基于DSSAT模型的冬小麦最优灌溉制度研究[J]. 农业机械学报, 2019, 50(10): 289-297.

SHAO Guangcheng, WANG Zhiyu, WANG Xiaojun, et al. Optimal irrigation schedule based on DSSAT model for winter wheat[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(10): 289-297.

[14] 王兴鹏, 蒋富昌, 王洪博, 等. 基于AquaCrop模型的南疆无膜滴灌棉花灌溉制度优化[J]. 农业机械学报, 2021, 52(4): 293-301, 335.

WANG Xingpeng, JIANG Fuchang, WANG Hongbo, et al. Irrigation scheduling optimization of drip-irrigated without plastic film cotton in south Xinjiang based on aqua crop model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(4): 293-301, 335.

[15] 张智韬, 粟晓玲, 党永仁, 等. 泾惠渠灌区作物种植结构变化对灌溉需水量的影响[J]. 农业机械学报, 2016, 47(10): 122-130, 100.

ZHANG Zhitao, SU Xiaoling, DANG Yongren, et al. Influence of crop planting structure change on irrigation water requirement in jinghuiqu irrigation area[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(10): 122-130, 100.

[16] NIU G, LI Y P, HUANG G H, et al. Crop planning and water resource allocation for sustainable development of an irrigation region in China under multiple uncertainties[J]. Agricultural Water Management, 2016, 166: 53-69.

[17] LI M, GUO P, SINGH V P, et al. An uncertainty-based framework for agricultural water-land resources allocation and risk evaluation[J]. Agricultural Water Management, 2016, 177: 10-23.

[18] GALÁN-MARTÍN Á, POZO C, GUILLÉN-GOSÁLBEZ G, et al. Multi-stage linear programming model for optimizing cropping plan decisions under the new Common Agricultural Policy[J]. Land Use Policy, 2015, 48: 515-524.

[19] FU Q, LI J H, LI T X, et al. Utilization threshold of surface water and groundwater based on the system optimization of crop planting structure[J]. Frontiers of Agricultural Science and Engineering, 2016, 3(3): 231.

[20] 马林潇, 何英, 林丽, 等. “三条红线”约束下的种植结构多目标优化模型研究[J]. 灌溉排水学报, 2018, 37(9): 123-128.

MA Linxiao, HE Ying, LIN Li, et al. Multi-objective optimization of main crops cultivation in Manasi County using the genetic algorithm with the “three red lines” in consideration[J]. Journal of Irrigation and Drainage, 2018, 37(9): 123-128.

[21] JAIN S, RAMESH D, BHATTACHARYA D. A multi-objective algorithm for crop pattern optimization in agriculture[J]. Applied Soft Computing, 2021, 112: 107 772.

[22] 王玉宝. 节水型农业种植结构优化研究：以黑河流域为例[D]. 杨凌: 西北农林科技大学, 2010.

WANG Yubao. Optimization for water-saving crop planning and its application in Heihe River baisin[D]. Yangling: Northwest A&F University, 2010.

[23] ZENG X T, KANG S Z, LI F S, et al. Fuzzy multi-objective linear programming applying to crop area planning[J]. Agricultural Water Management, 2010, 98(1): 134-142.

[24] 李建芳, 粟晓玲. 基于虚拟水细分的多目标种植结构优化模型[J]. 灌溉排水学报, 2013, 32(5): 126-129.

LI Jianfang, SU Xiaoling. A multi-objective optimization model for planting structure based on the subdivision of virtual water[J]. Journal of Irrigation and Drainage, 2013, 32(5): 126-129.

[25] 徐万林, 粟晓玲, 史银军, 等. 基于水资源高效利用的农业种植结构及灌溉制度优化：以民勤灌区为例[J]. 水土保持研究, 2011, 18(1): 205-209.

XU Wanlin, SU Xiaoling, SHI Yinjun, et al. The optimization of agricultural planting structure and irrigation system based on the efficient use of water resources—A case study of Minqin[J]. Research of Soil and Water Conservation, 2011, 18(1): 205-209.

[26] HAO L N, SU X L, SINGH V P, et al. Cropping pattern optimization considering uncertainty of water availability and water saving potential[J]. International Journal of Agricultural and Biological Engineering, 2018, 11(1): 178-186.

[27] SINGH A. Simulation-optimization modeling for conjunctive water use management[J]. Agricultural Water Management, 2014, 141: 23-29.

[28] CAO K, HUANG B, WANG S W, et al. Sustainable land use optimization using Boundary-based Fast Genetic Algorithm[J]. Computers, Environment and Urban Systems, 2012, 36(3): 257-269.

[29] LI X, PARROTT L. An improved Genetic Algorithm for spatial optimization of multi-objective and multi-site land use allocation[J]. Computers, Environment and Urban Systems, 2016, 59: 184-194.

[30] YANG X, ZHENG X Q, LYU L N. A spatiotemporal model of land use change based on ant colony optimization, Markov chain and cellular automata[J]. Ecological Modelling, 2012, 233: 11-19.

[31] SOREL L, VIAUD V, DURAND P, et al. Modeling spatio-temporal crop allocation patterns by a stochastic decision tree method, considering agronomic driving factors[J]. Agricultural Systems, 2010, 103(9): 647-655.

[32] LIU Y L, TANG W, HE J H, et al. A land-use spatial optimization model based on genetic optimization and game theory[J]. Computers, Environment and Urban Systems, 2015, 49: 1-14.

[33] NOURI H, MASON R J, MORADI N. Land suitability evaluation for changing spatial organization in Urmia County towards conservation of Urmia Lake[J]. Applied Geography, 2017, 81: 1-12.

[34] HAO L N, SU X L, SINGH V, et al. Spatial optimization of agricultural land use based on cross-entropy method[J]. Entropy, 2017, 19(11): 592.

[35] 李茉, 曹凯华, 付强, 等. 不确定条件下考虑水循环过程的灌区多水源高效配置[J]. 农业工程学报, 2021, 37(18): 62-73.

LI Mo, CAO Kaihua, FU Qiang, et al. Efficient allocation of multiple water sources in irrigation areas considering water cycle process under uncertainty[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(18): 62-73.

[36] 齐学斌, 樊向阳, 王景雷, 等. 井渠结合灌区水资源高效利用调控模式[J]. 水利学报, 2004, 35(10): 119-124.

QI Xuebin, FAN Xiangyang, WANG Jinglei, et al. Optimal allocation of water resources in well-canal combined irrigated area for high efficient utilization of water[J]. Journal of Hydraulic Engineering, 2004, 35(10): 119-124.

[37] 周维博, 曾发琛. 井渠结合灌区地下水动态预报及适宜渠井用水比分析[J]. 灌溉排水学报, 2006, 25(1): 6-9.

ZHOU Weibo, ZENG Fachen. The groundwater level forecast and the rational ratio analysis for irrigation district with both wells and canals[J]. Journal of Irrigation and Drainage, 2006, 25(1): 6-9.

[38] 贺屹, 祝田多娃. 基于随机-确定模型的渠井结合灌区用水优化配置[J]. 干旱区研究, 2011, 28(3): 421-426.

HE Yi, ZHU Tianduowa. Study on optimized redistribution of water resources in well-canal irrigated area based on stochastic-determination model[J]. Arid Zone Research, 2011, 28(3): 421-426.

[39] TABARI M M R, SOLTANI J. Multi-objective optimal model for conjunctive use management using SGAs and NSGA-II models[J]. Water Resources Management, 2013, 27(1): 37-53.

[40] 余美, 芮孝芳. 宁夏银北灌区水资源优化配置模型及应用[J]. 系统工程理论与实践, 2009, 29(7): 181-192.

YU Mei, RUI Xiaofang. Model of water resources optimal allocation and application in the Yinbei irrigation district of Ningxia[J]. Systems Engineering-Theory & Practice, 2009, 29(7): 181-192.

[41] SAFAVI H R, ESMIKHANI M. Conjunctive use of surface water and groundwater: Application of support vector machines (SVMs) and genetic algorithms[J]. Water Resources Management, 2013, 27(7): 2 623-2 644.

[42] BEJRANONDA W, KOCH M, KOONTANAKULVONG S. Surface water and groundwater dynamic interaction models as guiding tools for optimal conjunctive water use policies in the central plain of Thailand[J]. Environmental Earth Sciences, 2013, 70(5): 2 079-2 086.

[43] 岳卫峰, 杨金忠, 占车生. 引黄灌区水资源联合利用耦合模型[J]. 农业工程学报, 2011, 27(4): 35-40.

YUE Weifeng, YANG Jinzhong, ZHAN Chesheng. Coupled model for conjunctive use of water resources in the Yellow River irrigation district[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(4): 35-40.

[44] 粟晓玲, 宋悦, 刘俊民, 等. 耦合地下水模拟的渠井灌区水资源时空优化配置[J]. 农业工程学报, 2016, 32(13): 43-51.

SU Xiaoling, SONG Yue, LIU Junmin, et al. Spatiotemporal optimize allocation of water resources coupling groundwater simulation model in canal-well irrigation district[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(13): 43-51.

[45] 胡艳玲, 黄仲冬, 齐学斌, 等. 基于线性规划和MODFLOW耦合技术的人民胜利渠灌区水资源优化配置研究[J]. 灌溉排水学报, 2019, 38(12): 85-92.

HU Yanling, HUANG Zhongdong, QI Xuebin, et al. Study on optimal allocation of water resources in irrigation district based on linear programming and MODFLOW coupling technology[J]. Journal of Irrigation and Drainage, 2019, 38(12): 85-92.

[46] 何莉, 杜煜, 张照垄, 等. 基于农牧业需水特性的洋河流域农业水资源优化配置[J]. 农业工程学报, 2020, 36(4): 72-81.

HE Li, DU Yu, ZHANG Zhaolong, et al. Optimal allocation of agricultural water resources in Yanghe River Basin based on water demand characteristics of agricultural and animal husbandry[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(4): 72-81.

[47] 袁缘, 陈星, 许钦, 等. 基于量质一体化的多目标水资源优化双层配置研究[J]. 中国农村水利水电, 2021(12): 129-134.

YUAN Yuan, CHEN Xing, XU Qin, et al. Multi-objective optimal allocation of water resources based on integration of water quantity and quality[J]. China Rural Water and Hydropower, 2021(12): 129-134.

[48] 康健, 王建华, 王素芬. 海河流域农业水资源承载力评价研究[J]. 水利水电技术, 2020, 51(4): 47-56.

KANG Jian, WANG Jianhua, WANG Sufen. Study on evaluation of agricultural water resources carrying capacity in Haihe River Basin[J]. Water Resources and Hydropower Engineering, 2020, 51(4): 47-56.

[49] 段春青, 邱林, 黄强, 等. 灌区农业水资源承载力模型研究[J]. 西北农林科技大学学报(自然科学版), 2005, 33(4): 135-138.

DUAN Chunqing, QIU Lin, HUANG Qiang, et al. Research on quantitative model of water resources carrying capacity in irrigation area[J]. Journal of Northwest Sci-Tech University of Agriculture and Forestry, 2005, 33(4): 135-138.

[50] 何杰, 张士锋, 李九一. 粮食增产背景下松花江区农业水资源承载力优化配置研究[J]. 资源科学, 2014, 36(9): 1 780-1 788.

HE Jie, ZHANG Shifeng, LI Jiuyi. The optimal allocation of agricultural water resources carrying capacity under grain production increases in Songhuajiang[J]. Resources Science, 2014, 36(9): 1 780-1 788.

[51] 张忠学, 马蔷. 基于模糊综合评价的区域农业水资源承载力研究：以绥化市北林区为例[J]. 水力发电学报, 2015, 34(1): 49-54.

ZHANG Zhongxue, MA Qiang. Study on agricultural water resources carrying capacity based on fuzzy comprehensive evaluation, case of Beilin district, Suihua City[J]. Journal of Hydroelectric Engineering, 2015, 34(1): 49-54.

[52] 康艳, 闫亚廷, 杨斌. 基于LMDI-SD耦合模型的绿色发展灌区水资源承载力模拟[J]. 农业工程学报, 2020, 36(19): 150-160.

KANG Yan, YAN Yating, YANG Bin. Simulation of water resource carrying capacity based on LMDI-SD model in green development irrigation areas[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(19): 150-160.

[53] 金菊良, 沈时兴, 崔毅, 等. 半偏减法集对势在引黄灌区水资源承载力动态评价中的应用[J]. 水利学报, 2021, 52(5): 507-520.

JIN Juliang, SHEN Shixing, CUI Yi, et al. Dynamic evaluation of water resources carrying capacity in the Yellow River diversion irrigation district based on semipartial subtraction set pair potential[J]. Journal of Hydraulic Engineering, 2021, 52(5): 507-520.

[54] 尹杰杰, 崔远来, 刘博, 等. 基于多目标优化的灌区水资源承载力研究[J]. 中国农村水利水电, 2017(8): 5-8.

YIN Jiejie, CUI Yuanlai, LIU Bo, et al. Research on water resources carrying capacity in irrigation districts based on multi-objective optimization[J]. China Rural Water and Hydropower, 2017(8): 5-8.

[55] 郝丽娜, 粟晓玲. 黑河干流中游地区适宜绿洲及耕地规模确定[J]. 农业工程学报, 2015, 31(10): 262-268.

HAO Li’na, SU Xiaoling. Determination for suitable scale of oasis and cultivated land in middle reaches of Heihe River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(10): 262-268.

[56] HAO L N, SU X L, SINGH V P, et al. Suitable oasis and cultivated land scales in arid regions based on ecological health[J]. Ecological Indicators, 2019, 102: 33-42.

[57] 粟晓玲, 康绍忠. 石羊河流域多目标水资源配置模型及其应用[J]. 农业工程学报, 2009, 25(11): 128-132.

SU Xiaoling, KANG Shaozhong. Multi-objectives allocation model of water resources and its application in the Shiyang River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(11): 128-132.

[58] SU X L, LI J F, SINGH V P. Optimal allocation of agricultural water resources based on virtual water subdivision in Shiyang River Basin[J]. Water Resources Management, 2014, 28(8): 2 243-2 257.

[59] SEDGHAMIZ A, NIKOO M R, HEIDARPOUR M, et al. Developing a non-cooperative optimization model for water and crop area allocation based on leader-follower game[J]. Journal of Hydrology, 2018, 567: 51-59.

[60] 殷琳琳, 尹心安. 中国主要粮食作物种植结构调整区域优先序研究[J]. 北京师范大学学报(自然科学版), 2020, 56(6): 856-863.

YIN Linlin, YIN Xin’an. Priority area determination for planting structure adjustment of main food crops in China[J]. Journal of Beijing Normal University (Natural Science), 2020, 56(6): 856-863.

[61] SMAJGL A, WARD J, PLUSCHKE L. The water-food-energy Nexus-Realising a new paradigm[J]. Journal of Hydrology, 2016, 533: 533-540.

[62] 张宗勇, 刘俊国, 王凯, 等. 水-粮食-能源关联系统述评:文献计量及解析[J]. 科学通报, 2020, 65(16): 1 569-1 581.

ZHANG Zongyong, LIU Junguo, WANG Kai, et al. A review and discussion on the water-food-energy nexus: Bibliometric analysis[J]. Chinese Science Bulletin, 2020, 65(16): 1 569-1 581.

[63] 傅伯杰, 王帅, 沈彦俊, 等. 黄河流域人地系统耦合机理与优化调控[J]. 中国科学基金, 2021, 35(4): 504-509.

FU Bojie, WANG Shuai, SHEN Yanjun, et al. Mechanisms of human-natural system coupling and optimization of the Yellow River Basin[J]. Bulletin of National Natural Science Foundation of China, 2021, 35(4): 504-509.

[64] 彭少明, 郑小康, 王煜, 等. 黄河流域水资源-能源-粮食的协同优化[J]. 水科学进展, 2017, 28(5): 681-690.

PENG Shaoming, ZHENG Xiaokang, WANG Yu, et al. Study on water-energy-food collaborative optimization for Yellow River Basin[J]. Advances in Water Science, 2017, 28(5): 681-690.

[65] ALBRECHT T R, CROOTOF A, SCOTT C A. The Water-Energy-Food Nexus: A systematic review of methods for nexus assessment[J]. Environmental Research Letters, 2018, 13(4): 043 002.

[66] DAHER B T, MOHTAR R H. Water-energy-food (WEF) Nexus Tool 2.0: Guiding integrative resource planning and decision-making[J]. Water International, 2015, 40(5/6): 748-771.

[67] 王振龙. 淮北农灌区水资源利用线性规划模型[J]. 治淮, 2003(5): 25-27.

[68] SINGH A, PANDA S N, SAXENA C K, et al. Optimization modeling for conjunctive use planning of surface water and groundwater for irrigation[J]. Journal of Irrigation and Drainage Engineering, 2016, 142(3): 04 015 060.

[69] 曾赛星, 李寿声. 灌溉水量分配大系统分解协调模型[J]. 河海大学学报(自然科学版), 1990(1): 67-75.

ZENG Saixing, LI Shousheng. A large system model of optimum water allocation for irrigation[J]. Journal of Hohai University (Natural Sciences), 1990(1): 67-75.

[70] LI M, FU Q, GUO P, et al. Stochastic multi-objective decision making for sustainable irrigation in a changing environment[J]. Journal of Cleaner Production, 2019, 223: 928-945.

[71] 付银环, 郭萍, 方世奇, 等. 基于两阶段随机规划方法的灌区水资源优化配置[J]. 农业工程学报, 2014, 30(5): 73-81.

FU Yinhuan, GUO Ping, FANG Shiqi, et al. Optimal water resources planning based on interval-parameter two-stage stochastic programming[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(5): 73-81.

[72] 邢贞相, 付强, 肖建红. 灌区非均匀给水系统中分区给水优化的遗传算法[J]. 农业工程学报, 2005, 21(4): 47-51.

XING Zhenxiang, FU Qiang, XIAO Jianhong. Genetic algorithms to optimize the uneven subregional water supply in water supply system in irrigated areas[J]. Transactions of the Chinese Society of Agricultural Engineering, 2005, 21(4): 47-51.

[73] 杨娜, 付强, 李荣东, 等. 连续蚁群算法在水稻灌溉制度优化中的应用[J]. 农业工程学报, 2010, 26(S1): 134-138.

YANG Na, FU Qiang, LI Rongdong, et al. Application of ant colony algorithm based continuous space in optimizing irrigation regime of rice[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(S1): 134-138.

[74] 王庆杰, 岳春芳, 李艺珍, 等. 基于改进粒子群算法的两级渠道水资源优化配置[J]. 干旱地区农业研究, 2019, 37(4): 26-33.

WANG Qingjie, YUE Chunfang, LI Yizhen, et al. Optimal allocation of water resources with two-level channel based on improved particle swarm optimization algorithm[J]. Agricultural Research in the Arid Areas, 2019, 37(4): 26-33.

Advance of Optimal Allocation of Water Resources in Agriculture: A Review

SU Xiaoling

(1.Key Laboratory for Agricultural Soil and Water Engineering in Arid Area of Ministry of Education,Northwest A & F University, Yangling 712100, China;2. College of Water Resources and Architectural Engineering, Northwest A & F University, Yangling 712100, China)

【Objective】Climate change will increase the frequency of extreme weathers like drought and flooding, worsening the already imbalance between water supply and water demand in some regions such as northern China. Since agricultural use is the main water consumption in many countries, optimizing water allocation in agriculture is one of the most effective ways to alleviate water shortage and improve water resource utilization efficiency. 【Method】This review covers the recent advance in the following areas: optimization of crop irrigation system, crop planting structure, spatial optimization of cropping systems, joint control on irrigation water, evaluation of water carrying capacity, optimal allocation of regional agricultural water resources, joint optimization of water, food and energy, and methods used for optimal water resources allocations. 【Conclusion】We outline the challenges and problems facing research and application of optimal allocation of water resources in agriculture, and propose perspective including optimizing cropping structure to adapt to climate change. Future research and application should consider virtual water trade, water and carbon footprint of agricultural production, optimization of multiple water sources for irrigation water, synergistic optimization of water-food-energy-ecology nexus, optimizing ecological structure and cultivated land in irrigation districts.

agricultural water resources; cropping pattern; spatial distribution; suitable agricultural area; water-food-energy-ecology nexus

2021-12-03

国家自然科学基金项目（52079111，51879222）

粟晓玲（1968-），女。教授，博士生导师，主要从事水文模拟及水资源配置研究。E-mail: xiaolingsu@nwafu.edu.cn

1672 - 3317（2022）07 - 0001 - 08

S275

A

10.13522/j.cnki.ggps.2021599

粟晓玲. 农业水资源优化配置研究进展[J]. 灌溉排水学报, 2022, 41(7): 1-7, 34.

SU Xiaoling. Advance of Optimal Allocation of Water Resources in Agriculture: A Review[J]. Journal of Irrigation and Drainage, 2022, 41(7): 1-7, 34.

责任编辑：白芳芳