水利论文：分布式水文模型在农业灌溉中的应用研究

　　水利论文：分布式水文模型在农业灌溉中的应用研究

　　0引言

　　作为农业发展大国，我国十分重视农业灌溉的方式，近年来进行了许多大型的试验研究。常用的农业灌溉方式有地面灌溉、喷灌和微分子灌溉。但是这些灌溉方法都存在弊端，地面灌溉技术向农业产物喷射的水量过大，一方面耗费水资源，另一方面个别农作物因为水分过多，会过早死亡[1]；微分子灌溉技术虽然节约水资源但是农作物接收到水的利用效果不高[2]；

　　普通灌溉技术只是普通的灌溉方式，不能有效地促进农作物的生长。因此本文研究基于分布式的水文模型，分布式水文模型的构建是以不同类型水流域的分布特征和非线性特征为基础，考虑农业产品的生长特点和土地环境影响因素，模拟水文循环的循环过程，构建一个高效的农业灌溉水文模型[3]。

　　本文针对分布式水文模型在农业灌溉中的应用进行研究，在确定农田的特征后，构建了分布式水文水质综合模型，并深入探究了构建的分布式水文模型应用效果。

　　1分布式水文模型的构建

　　分布式水文模型是将各个水流域看作一个单元格，考虑每一个水流域的环境分布特点，不同流域模拟适当的水文循环过程，通过水流域中的水文运动过程的对比结果，分别研究不同水流域的水文模型对农作物的灌溉影响情况。基本的水文活动为水流域的蒸发、汇流、土壤特征、冰雪融化、水域底层的土壤分子运动。本文研究分布式水文模型的研究方法是以地理信息系统为研究基础，利用数学的方程组联立理论，进行分布式水文模型的构建论文发表。

　　本文研究基于分布式的水文模型是通过水文模型的一些参数反映水流域土地、环境的特性和农作物的影响。分布式的水文模型不仅适用于水平关系的农业水流域还适用于垂直关系的农业水流域。对于水平关系的农业水流域，分布式的水文模型根据水流域特点将流域划分为若干个相同的单元格，每一个单元格内存在一些特殊符号，分别代表农业水流域的水土饱和程度、土壤层类型、环境条件特征等。然后分布式水文模型根据融雪过程、冠层截流、蒸发散发、地表漫流、河道汇流、不饱和与饱和土壤水分运动的过程进行水文循环数据的转换。由于自然条件的不断变化，分布式水文农作流域的地下、土壤、植被和水文流域的气象特征各不相同，采用数学离散算法将农作流域随机分成多个单元。其中每一个单元格的水文循环能力都不一样，首先运用物理的微分方程表示水文循环的各个状态，然后根据每个单元格之间的分布特点，按照不同的计算公式进行计算，最后计算得到农作物流域的水文循环输出数据。

　　本文研究的分布式水文模型结构和参数特点可以反映农作物流域图例对水的吸收效果、周围植被的分布效果。它们的局部改变对分布式水文模型的水文循环特点不发生影响。因为本文研究的基于分布式水文模型是通过将外界的影响力降到最低，保证农作物最高的生长效果。农作物流域的水文循环具有非线性特点和水文过程之间的相互作用，水文现象总是在不同的时间和空间上表现出高度的变异性。这是因为水文循环的基础是室内的模型现象，采用的是下垫面的状态数据对比，根据相同变量，一个不同变量，得出相应的流域特点。

　　分布式水文模型由分布式输入模块、单元水文模拟模块、河网汇流模块组成。这些模块相互影响、相互利用，共同完成农作物灌溉。分布式输入模块是外界对农作物流域的影响进行处理，比如降水、降温、植被的增强砍伐等行为。分布式输入模块为水文模型提供输入信息，作为单元水文模拟模块和河网汇流模块的连接模块。单元水模拟模块是分布式水文模块的核心，它的工作是计算农作水流域的坡面进行计算。采用圣维南方程组的方法进行计算。河网汇流模块采用动力波和类似马斯京根方法对单元水文循环的内部单元格结构的数据进行比重处理。单元水文模型内部结构由冠层截留模型、地表水模型、土壤水模型和地下水模型等组成。

　　2 分布式水文模型在农业灌溉中的应用分析

　　分布式水文模型在农业灌溉中的应用效果十分显著，分布式水文模型能够很好地分析当地自然状况，分布式模型能够准确地采集到的下垫面数据，并将下垫面的数据作为模型的基本数据。下垫面数据是地球表面水流域表面的覆盖微生物，下垫面虽然是微生物，但是它是影响水流域中水质平衡和水文正常循环的决定性因素。常见水流域水文循环的影响因素为水流域的地质、地形环境、周围植被和人为因素。其中地质因素取决于水流域底层的岩石、土壤、微生物和各种绿色微生物。地质因素主要影响水文循环水资源的蒸发效率和农作物根部的水分渗透情况。地形因素是对水文循环面对大幅度降雨时，土地对雨水的吸收和雨水的流向等方面，如果地形奇异，这样就不利于存储雨水，在面临大幅度降雨时，就会让流域的农作物因水分过多而死亡。人为影响因素是人类对水流域附近进行改造，建设一些建筑物，这些建筑物会在一定基础上破坏水流域的水文循环效果。

　　根据采集到的基础数据分析气象条件、人口分布、用水和排水数据。根据原有的地质部门对各个流域地形的分析，目前共有将近4万个气象数据，采用加权平均的数学方法对每个单元格进行插值计算。保证研究的科学性，每一个单元格的气象数据采用周围八个数据的平均数据，将研究的离散时间分为1小时，所得的实验数据为水流域的输入数据。基于分布式水文模型的模拟输入数据的计算方法本文采用泰森多边形方法。泰森多边形方法简单，适用于多种地形特点的农业流域。泰森多边形方法的计算根据是相邻等雨量线间的面积与流域总面积的比值作为权重比作为水文循环的输入数据。这种计算方法避开了降雨量不均匀的情况，防止计算数据出现误差。

　　本文研究的基于分布式水文模型处理的空间插值方法处理降雨量数据的同时，保证了水文循环的高程修正效果。实时调查每天各个时间段的气温数据，按照正弦函数的周期特点，绘画出数据规律图。分布式水文模型的蒸发输入数据的实质是农作水流域的蒸发率采用叶赫公式进行计算，叶赫公式避开难以检测的植被吸水率和降水周期两个数据，进行计算，提高计算结果的科学性。蒸发数据的插值计算也采用泰森多边形分布算法，通过每个单元格的降水和温度的比值计算每个单元格的实际日蒸发量，将实际日增发量的80%作为农作物流域的夜晚蒸发量，经过平均值计算，确定最终的水文循环的蒸发输入数据值

　　目前我国农业灌溉的用水量高达该区域民众用水量的80%，所以农业灌溉方法不仅要提高农业产物的生产状态，也要节约水资源。本文根据水流域的灌溉面积、土壤渗水率等因素计算相应灌溉区域的用水量

　　3实验验证

　　为验证分布式水文模型在农业灌溉中的应用效果，进行实验研究，选择渭河流域的两块生长状况基本一致的农田进行检测，一种引入分布式水文模型，一种未引入分布式水文模型，同时进行灌溉检测，进行实验。实验时间为20天，记录在20天内农作物生长状态。实验结果如下图1所示：

　　图1分布式水文模型在农业灌溉中的应用效果实验图

　　观察图1可知，在第0~5天引入分布式水文模型的农作物的生长速率比没有引入分布式水文模型的农作物高，但是农作物的生长状态没有太大的区别。但是观察5~10天的时候，引入分布式水文模型的农作物生长状态已经达到了较好的状态，然而没有引入分布式水文模型的农作物的生长状态处于较差与一般的状态之间。在10~20天内，引入本文研究的分布式水文模型的农作物生长状态一直持续较好状态没有提早死亡现象发生。但是没有引入分布式水文模型的农作物的生长状态已经降低。这说明基于分布式水文模型对农作物的生长状态有促进作用，在农作物的生长状态达到极限时，对农作物的促进作用转化为维持作用。所以本文研究的分布式水文模型比没有引入分布式水文模型农作物的生长效果好。

　　4结束语

　　本文针对农业灌溉特点进行分析，建立了分布式的水文模型，水文模型既可以节约水资源，又可以提高农作物的水资源利用效果。根据本文的实验研究，验证了基于分布式的水文模型灌溉后的农作物生长的好处。相信本文研究的基于水文模型对水域农作物的生长、农田的健康水循环有重要意义。