邢子強，劉姍姍，嚴登華, 董國強,2

(1.中國水利水電科學(xué)研究院 流域水循環(huán)模擬與調(diào)控國家重點實驗室, 北京100038; 2.東華大學(xué)環(huán)境科學(xué)與工程學(xué)院, 上海 201620)

0 引 言

灌區(qū)水循環(huán)過程同時包括大氣-地表-土壤-地下等天然水循環(huán)過程和取水-輸水-用水-耗水-排水等社會水循環(huán)過程，是陸地社會水循環(huán)最為強烈的單元之一。根據(jù)全球大壩協(xié)會(World Commission on Dams, WCD)報告結(jié)果[1]，全球每年淡水資源取用量約為38 000 億m3，其中農(nóng)業(yè)灌溉取水量約占全球取水總量的70%[2]。灌區(qū)退水過程是灌區(qū)水循環(huán)過程中最重要的環(huán)節(jié)之一，是評價灌區(qū)水資源利用效率的重要指標之一。因此，開展灌區(qū)退(回歸)水的研究工作對于推動我國建設(shè)資源節(jié)約農(nóng)業(yè)現(xiàn)代化和節(jié)水型社會具有重要的指導(dǎo)意義。

當前，灌區(qū)退(回歸)水的研究區(qū)域主要集中在我國西部引黃灌區(qū)、中亞咸海地區(qū)、西亞兩河流域以及印度、西班牙、美國西部等灌溉農(nóng)業(yè)較為發(fā)達地區(qū)或國家。灌區(qū)退(回歸)水研究重點關(guān)注的是灌區(qū)退(回歸)水循環(huán)利用、灌區(qū)退水環(huán)境效益及對受水水體水文過程影響等方面；但對灌區(qū)退(回歸)水產(chǎn)生機理、退水規(guī)律分析以及退水模擬預(yù)測等方面尚需開展進一步系統(tǒng)研究。本文首先對灌區(qū)退(回歸)水的基本概念進行辨析，進而基于灌區(qū)水循環(huán)理論對灌區(qū)退(回歸)水的影響因素進行剖析，最后對灌區(qū)退(回歸)水量預(yù)估方法進行系統(tǒng)梳理。

1 灌區(qū)退(回歸)水相關(guān)概念

目前，國內(nèi)外學(xué)者已對灌區(qū)退(回歸)水開展了大量研究工作，但對于灌區(qū)退(回歸)水的基本概念尚未形成統(tǒng)一的認識。當前，不同學(xué)者基于研究內(nèi)容和對灌區(qū)水循環(huán)過程的理解不同，對灌區(qū)退(回歸)水的定義可以分為狹義概念和廣義概念兩種。

狹義的灌區(qū)退(回歸)水，即灌溉退水、回歸水，是指灌溉取水經(jīng)水流推進、灌溉水入滲等地表過程，壤中流、深層滲漏等土壤過程以及地下水過程等排入灌區(qū)排水溝或回到地下蓄水層中的水分，其水分來源特指灌溉取水。如《中國水利百科全書: 灌溉與排水分冊》[3]中對灌溉回歸水的定義為灌溉水由田間、渠道排出或滲入地下并匯集到溝、渠、河道和地下含水層中，成為可再利用的水源。Dewandel等[4]對井灌區(qū)退水的定義為灌溉水中未被蒸發(fā)或由地表直接排放并最終回到地下含水層的水量。Kim等[5]將稻田灌區(qū)退水分為快速退水和緩慢退水兩部分，其中灌區(qū)快速退水是指稻田灌溉水形成的地表徑流和土壤滲流的總量，而灌區(qū)緩慢退水指灌溉水由深層滲漏后轉(zhuǎn)化為地下水后的排水量。陳會等[6]在前郭灌區(qū)排水過程分析過程中認為灌區(qū)排水由灌溉地表退水、稻田地表棄水和稻田滲流排水組成。

廣義的灌區(qū)退(回歸)水泛指灌區(qū)尺度上排入灌區(qū)排水溝或進入地下蓄水層的全部水量；其組成除灌溉退(回歸)水外，還包括灌區(qū)強降水排水、灌區(qū)生活污水和二三產(chǎn)業(yè)污水的排放等。如王少麗等[7]將灌區(qū)排水定義為灌區(qū)降雨或灌溉補給條件下從灌區(qū)排水系統(tǒng)中流失地表水和地下水總量，同時也包括部分企業(yè)廢污水、生活污水排放等。秦大庸等[8]在模擬寧夏引黃灌區(qū)水均衡中認為灌區(qū)排水除包括灌溉水量排入排水溝外，還包括灌區(qū)內(nèi)工業(yè)、生活等廢污水和灌區(qū)周圍山丘區(qū)的暴雨產(chǎn)流。杜榜清[9]對寧蒙灌區(qū)退水量分析認為灌區(qū)退水包括農(nóng)田排水溝排水量、灌溉渠道直接退水量、山洪和暴雨徑流量三部分。馬云瑞等[10]將灌溉回歸水定義為灌溉農(nóng)業(yè)土壤深層滲濾水、農(nóng)田尾水、渠道滲漏水、退水及少量工業(yè)廢水和城鎮(zhèn)生活污水等。

本文將基于灌區(qū)“自然-人工”二元水循環(huán)理論，按照廣義的灌區(qū)退(回歸)水開展相關(guān)研究分析工作，而不對灌區(qū)退(回歸)水的組成進行進一步溯源分析。

2 灌區(qū)退(回歸)水量影響因素分析

灌區(qū)作為陸地社會水循環(huán)最為強烈的單元之一，其退(回歸)水過程同時受到灌區(qū)降水量、土壤理化特性、地下水位等天然因素和灌區(qū)灌水量、灌溉方式、種植作物等人為因素疊加的影響。

首先，灌區(qū)降水、土壤理化性質(zhì)、地下水位等自然因素是灌區(qū)大氣水、地表水、土壤水及地下水之間“四水”轉(zhuǎn)化的主要影響因子，因此對灌區(qū)退(回歸)水過程將產(chǎn)生顯著影響。Poch-Massegú等[11]基于西班牙Girona、Majorca和Murcia三個灌區(qū)退水的觀測結(jié)果表明，地中海氣候區(qū)內(nèi)灌區(qū)退水量主要受區(qū)域降水事件時空分布不均控制。Kim等[5]在構(gòu)建稻田灌區(qū)退水模型中將土壤水分變量作為模型重要模塊并取得較好的模擬效果。臺灣學(xué)者Chien等[12]基于灌溉系統(tǒng)退水概化模型的模擬結(jié)果表明，灌區(qū)退水量受灌區(qū)土壤理化性質(zhì)影響十分顯著，且隨土壤黏土含量的增加呈上升趨勢。

此外，灌溉水量、灌溉方式、種植作物等人為因素也對灌區(qū)二元水循環(huán)過程產(chǎn)生顯著影響，進而影響到灌區(qū)退(回歸)水過程。Tanji[13]于20世紀80年代基于美國加州薩克拉門托流域Glenn-Colusa灌區(qū)和Panoche灌區(qū)兩處典型灌區(qū)地面灌溉退水研究結(jié)果表明，灌區(qū)退水變化主要受到灌區(qū)灌溉方式、種植作物、土壤理化性質(zhì)的影響。Stevenson[14]基于灌溉果園9年退水監(jiān)測數(shù)據(jù)分析認為，灌區(qū)退水量主要受灌溉水量影響，此外還與灌區(qū)灌溉方式有一定的關(guān)系；但受灌區(qū)降水影響較為微弱。I. García-Garizbal等[15]選取西班牙Riguel河流域Bardenas引水第五灌區(qū)(Bardenas Canal Irrigation District No. V)作為研究區(qū)，采用灌區(qū)原型觀測方法監(jiān)測大棚灌區(qū)改變大水漫灌的灌溉方式后灌溉效率由67%提高至93%，并顯著減少灌區(qū)退水量。張愛平[16]基于寧夏黃灌區(qū)吳忠國家科技園區(qū)灌田間試驗結(jié)果表明，灌區(qū)退水量主要受灌溉量和地下水位影響，相關(guān)系數(shù)分別為0.88和-0.61；但受灌區(qū)降雨和蒸散量的影響較小。

灌區(qū)退(回歸)水同時受到自然因素和人為因素的耦合影響；但在不同研究區(qū)域，受氣候條件等外部因素影響，灌區(qū)退(回歸)水的主要影響因素也隨之發(fā)生改變。如史彥文[17]以寧夏青銅峽灌區(qū)為研究案例，采用灰色關(guān)聯(lián)度方法分析灌區(qū)退水量的影響因素從大到小依次為引水量、地下水位、降水量、蒸發(fā)量，其關(guān)聯(lián)度分別為0.845、0.730、0.398和0.132。朱濤[18]和趙新宇等[19, 20]采用灰色關(guān)聯(lián)度和相關(guān)分析方法分別分析了寧夏引黃灌區(qū)和青銅峽灌區(qū)退水量的主要影響因素為灌區(qū)引水量、地下水位和降水量。

3 灌區(qū)退(回歸)水量預(yù)估方法

準確預(yù)估灌區(qū)退(回歸)水量對于實現(xiàn)灌區(qū)水資源最優(yōu)化配置、強化灌區(qū)水資源管理具有顯著的指導(dǎo)意義。目前，灌區(qū)退(回歸)水量的預(yù)估主要包括退水系數(shù)法、數(shù)理統(tǒng)計法、數(shù)值模型法等三種方法。

3.1 退水系數(shù)法

退水系數(shù)法作為灌區(qū)退水量預(yù)估最簡潔的方法，在我國灌區(qū)設(shè)計標準規(guī)范中采用。但受灌區(qū)渠道水利用系數(shù)、田間水利用系數(shù)誤差疊加的影響，基于退水系數(shù)法估算灌區(qū)退水量與實際退水量存在較大的誤差；因此國內(nèi)外學(xué)者分別采用野外原型觀測、理論分析等方法對灌區(qū)退水系數(shù)進行修正。如孫洪保[21]選取內(nèi)蒙古河套灌區(qū)解放閘灌域為試驗區(qū)，開展引黃灌溉用水實驗，推得河套灌區(qū)解放閘灌域灌溉定額、灌區(qū)回歸水系數(shù)及灌區(qū)有效用水系數(shù)，并將其推廣應(yīng)用至整個河套灌區(qū)。黃仲冬等基于寧夏銀黃灌區(qū)西排水溝實測數(shù)據(jù)計算確定2010年灌區(qū)退水系數(shù)達33.3%[22]。B. Dewandel等[23]基于印度安德拉邦Maheshwaram實驗灌區(qū)作物、氣象等數(shù)據(jù)，采用概化水動力學(xué)模型建立一種井灌區(qū)退水系數(shù)計算方法，并將其應(yīng)于此灌區(qū)中種植水稻、蔬菜等灌溉退水系數(shù)的計算。Jafari等[24]采用蒸滲儀法對伊朗中部Harat平原傳統(tǒng)農(nóng)業(yè)耕作條件下小麥灌溉退水量測定，結(jié)果表明灌區(qū)年均退水系數(shù)范圍為0.4%～30.1%。此外，汪富貴[25]基于農(nóng)田水循環(huán)機理和水平衡原理，統(tǒng)籌考慮渠系越級現(xiàn)象、退水利用、灌區(qū)管理水平三方面的影響，結(jié)合大氣水、地表水、土壤水及地下水之間“四水”轉(zhuǎn)化關(guān)系，提出了灌區(qū)退水量越級修正系數(shù)法和退水利用修正系數(shù)法。

3.2 數(shù)理統(tǒng)計法

數(shù)理統(tǒng)計法是基于灌區(qū)退水量觀測數(shù)據(jù)與其影響因素之間的回歸關(guān)系式的建立，如灌區(qū)引水-退水量，進而基于此回歸關(guān)系式預(yù)估未來情境下灌區(qū)退水量。雷志棟等[26]根據(jù)青銅峽灌區(qū)1988～1999年徑流監(jiān)測數(shù)據(jù)等資料，采用一元線性回歸方法建立寧夏青銅峽灌區(qū)引黃水量與灌區(qū)退水量之間的定量關(guān)系模型，進而對青銅峽灌區(qū)退水量進行預(yù)估。李海霞等[27]基于寧夏清水河揚水灌區(qū)退水量與年揚水量、灌區(qū)面積、降水量等影響因子的相關(guān)性分析，建立灌區(qū)退水量與其影響因子的三元回歸方程，對灌區(qū)退水量進行預(yù)估。Ito等[28]建立了日本Mogami河流域Yonezawa平原稻田灌溉退水量與灌區(qū)引水量間多元回歸模型。Mohan等[29]建立了印度泰米爾納德邦Periyar-Vaigai灌區(qū)退水量與灌區(qū)有效降水、灌水量、作物耗水量和滲漏損失間的回歸樹模型，并將其應(yīng)用于此灌區(qū)退水量的未來預(yù)估。

趙新宇等[19, 20]以寧夏青銅峽河?xùn)|灌區(qū)為研究實例，聯(lián)合BP神經(jīng)網(wǎng)絡(luò)結(jié)合LM優(yōu)化算法，采用多元逐步回歸方法建立了年、月、日三個尺度上的寧夏青銅峽河?xùn)|灌區(qū)退水量動態(tài)模型，實現(xiàn)灌區(qū)退水量、退水過程的動態(tài)模擬。史彥文等[30]基于GN-BFGS的人工神經(jīng)網(wǎng)絡(luò)模型建立了寧夏青銅峽河西灌區(qū)退水量與灌區(qū)引水量、降雨量、蒸發(fā)量、地下水位動態(tài)的逐步回歸的灌區(qū)退水量預(yù)報模型，并對灌區(qū)退水量進行預(yù)測。此外，趙新宇等[31]還基于青銅峽灌區(qū)退水量時間序列具有較強自相關(guān)性，構(gòu)建了灌區(qū)ARIMA年退水量時間序列模型，進而預(yù)估了青銅峽灌區(qū)年退水量。

采用數(shù)理統(tǒng)計法對灌區(qū)退水量進行預(yù)估缺乏從灌區(qū)水循環(huán)過程物理機制系統(tǒng)分析，且存在預(yù)估精度較低的不足。

3.3 數(shù)值模型法

數(shù)值模型法是基于灌區(qū)水循環(huán)過程的機理分析，構(gòu)建具有一定物理機制灌區(qū)退水數(shù)值模型。目前，灌區(qū)退水數(shù)值模型法包括：①基于灌區(qū)內(nèi)田塊尺度上水分遷移轉(zhuǎn)化進行概化處理的灰色數(shù)值模擬模型，如灌區(qū)退水系統(tǒng)動力學(xué)模型；②統(tǒng)籌考慮灌區(qū)整體水循環(huán)過程機理的分布式灌區(qū)退水模型，如DRAINMOD模型和SWAT模型。

崔遠來等[32, 33]基于灌區(qū)水量平衡原理建立了稻田田間尺度及中等尺度水量轉(zhuǎn)化系統(tǒng)動力學(xué)模型，并根據(jù)漳河灌區(qū)團林試區(qū)資料分析灌區(qū)退水相關(guān)評價指標變化規(guī)律并分析對其影響因素的敏感性。鄭明升[34]基于灌區(qū)灌溉水量、降水量、灌區(qū)退水量等監(jiān)測數(shù)據(jù)，基于水量平衡原理構(gòu)建了臺灣桃園新坡、觀音、新屋灌區(qū)的系統(tǒng)動力學(xué)區(qū)域回歸水模式，并應(yīng)于灌區(qū)退水對河流下游徑流量影響仿真。Nakagiri等[35]基于復(fù)雜Tank模型建立了流域尺度稻田灌區(qū)退水模型。Chien等[12]基于水量平衡理論構(gòu)建了一個用于灌溉系統(tǒng)退水量模擬概化模型，并用于臺灣桃園農(nóng)田水利會(Taoyuan Irrigation Association)所轄的稻田灌溉系統(tǒng)中，對比模擬了有無退水再利用情境下灌區(qū)引水量間的差異。

DRAINMOD模型[36]是由美國R.W. Skaggs教授于1982年提出的田間水文模型，已在許多國家和地區(qū)進行了測試和應(yīng)用。該軟件模擬基于長期的氣象資料，主要輸入資料包括氣象資料、土壤資料、灌溉資料、作物資料以及排水系統(tǒng)基本參數(shù)，用來模擬計算灌溉/降雨情況下的農(nóng)田排水量及變化過程。如孫玲玉[37]基于DRAINMOD模型對內(nèi)蒙古河套灌區(qū)的農(nóng)田退水進行優(yōu)化模擬。SWAT模型[38]是一種基于GIS的分布式流域水文模型，能夠預(yù)測集水區(qū)不同土壤類型、土地利用方式和管理措施條件下，水分、泥沙和化學(xué)物質(zhì)遷移規(guī)律，被廣泛應(yīng)用于灌區(qū)退(回歸)水研究中。A. K. Gosain等[39]采用SWAT模型重點評估了印度安德拉邦南部Palleru流域的灌區(qū)退水量在灌區(qū)渠道引水量的比重，定量分析了這與印度傳統(tǒng)采用經(jīng)驗方式確定的退水量存在50%的差別。Dai等[40]采用RIS-SWAT模型(Rice Irrigation System-Soil and Water Assessment Tool)對我國南方灌溉稻田水文過程的模擬結(jié)果表明，采用池塘存儲的稻田排水能夠滿足水稻需水量。此外，Kang等[41]采用修訂的SSARR模型(Synthetic Stream flow and Reservoir Regulation model)構(gòu)建了韓國Balan流域灌區(qū)退水模擬模型，模擬結(jié)果表明灌區(qū)退水量約占引水量的28.0～35.0%。Séraphin P等[42]構(gòu)建了簡化的水-同位素質(zhì)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對法國南部Crau地下含水層的補-排關(guān)系的影響。

數(shù)值模型法能在一定程度上反應(yīng)灌區(qū)水文循環(huán)的物理機制，能夠清晰的刻畫灌區(qū)水文循環(huán)的時空演變過程；但是該方法需要輸入大量的基礎(chǔ)數(shù)據(jù)且參數(shù)眾多，這可能導(dǎo)致灌區(qū)退水量預(yù)估結(jié)果存在較大的誤差。

4 展 望

縱觀國內(nèi)外灌區(qū)管理歷程，當前已由傳統(tǒng)灌渠與排水管理過渡到精準灌溉與節(jié)水灌區(qū)建設(shè)；未來將基于大數(shù)據(jù)和云技術(shù)等，從灌溉供水保障向節(jié)水灌區(qū)、綠色灌區(qū)建設(shè)向智慧灌區(qū)方向發(fā)展。這就對灌區(qū)退(回歸)水研究提出了新需求：

(1)理論分析層面，灌區(qū)水循環(huán)過程同時包括天然水循環(huán)過程和社會水循環(huán)過程兩部分；而灌區(qū)退水既有天然水循環(huán)過程中降水產(chǎn)流過程，同時包括社會水循環(huán)過程的排水過程，因此灌區(qū)退(回歸)水過程形成機理分析尚需進一步深入研究。

(2)研究方法層面，灌區(qū)退水量同時受自然因素和人為因素耦合作用的影響，但如何提高灌區(qū)退水量預(yù)估精度，并對預(yù)估不確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] 劉肇祎, 朱樹人, 袁宏源. 中國水利百科全書 灌溉與排水分冊[M]. 北京: 中國水利水電出版社, 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] 陳 會, 王 康, 周祖昊. 基于排水過程分析的水稻灌區(qū)農(nóng)田面源污染模擬[J]. 農(nóng)業(yè)工程學(xué)報, 2012,(6):112-119.

[7] 王少麗, 許 迪, 劉大剛. 灌區(qū)排水再利用研究進展[J]. 農(nóng)業(yè)機械學(xué)報, 2016,(4):42-48.

[8] 秦大庸, 于福亮, 裴源生. 寧夏引黃灌區(qū)耗水量及水均衡模擬[J]. 資源科學(xué), 2003,(6):19-24.

[9] 杜榜清, 李 欣, 楊崗民. 寧蒙灌區(qū)退水規(guī)律研究方法[J]. 人民黃河, 2004,(12):30-32.

[10] 馬云瑞, 張益民, 苗濟文, 等. 寧夏灌溉回歸水開發(fā)再利用的評價[J]. 自然資源學(xué)報, 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] 張愛平. 寧夏黃灌區(qū)稻田退水氮磷污染特征研究[D]. 北京：中國農(nóng)業(yè)科學(xué)院, 2009.

[17] 史彥文. 寧夏青銅峽灌區(qū)退水規(guī)律研究[D]. 西安：西安理工大學(xué), 2005.

[18] 朱 濤. 寧夏引黃灌區(qū)退水量影響因素及預(yù)測方法研究[D]. 西安：西安理工大學(xué), 2010.

[19] 趙新宇, 費良軍, 方樹星. 基于神經(jīng)網(wǎng)絡(luò)的灌區(qū)退水量動態(tài)模型[J]. 水利學(xué)報, 2006,(6):717-721.

[20] 趙新宇, 費良軍, 程東娟. 應(yīng)用LM算法的神經(jīng)網(wǎng)絡(luò)模型研究灌區(qū)退水問題[J]. 農(nóng)業(yè)工程學(xué)報, 2006,(8):250-252.

[21] 孫洪保. 內(nèi)蒙古河套灌區(qū)用水試驗及結(jié)果應(yīng)用[J]. 甘肅水利水電技術(shù), 2001,(4):277-279.

[22] 黃仲冬, 樊向陽, 杜臻杰, 等. 寧夏引黃灌區(qū)典型區(qū)域農(nóng)田退水水量與水質(zhì)特征[J]. 中國農(nóng)村水利水電, 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] 汪富貴. 大型灌區(qū)灌溉水利用系數(shù)的分析方法[J]. 節(jié)水灌溉, 2001,(6):25-26.

[26] 雷志棟, 蘇立寧, 楊詩秀, 等. 青銅峽灌區(qū)水土資源平衡分析的探討[J]. 水利學(xué)報, 2002,(6):9-14.

[27] 李海霞, 包淑萍, 馬如國, 等. 寧夏清水河揚水灌區(qū)灌溉回歸水初步分析[J]. 寧夏工程技術(shù), 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] 史彥文, 費良軍, 方樹星. 基于GN-BFGS算法的青銅峽灌區(qū)退水量預(yù)測[J]. 西安理工大學(xué)學(xué)報, 2005,(3):314-317.

[31] 趙新宇, 劉 青, 費良軍. 寧夏青銅峽灌區(qū)年退水量時間序列預(yù)測模型研究[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2015,(6):254-256.

[32] 崔遠來, 張 新, 羅玉峰, 等. 稻田回歸水模擬及其評價[J]. 灌溉排水學(xué)報, 2005,(5):1-4.

[33] 張 新, 崔遠來, 董 斌. 回歸水模擬的系統(tǒng)動力學(xué)模型[J]. 灌溉排水學(xué)報, 2005,(1):57-62.

[34] 鄭明升. 桃園灌區(qū)之區(qū)域回歸水分析研究[D]. 臺灣桃園：國立中央大學(xué)水文科學(xué)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] 孫玲玉. 內(nèi)蒙古河套灌區(qū)非點源污染物分布規(guī)律及農(nóng)田排水模擬[D]. 呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué), 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, Gon?alvès 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.