溫進(jìn)化 王賀龍 王士武

摘要：針對(duì)南方多水源灌區(qū)灌溉用水量統(tǒng)計(jì)存在水源眾多、灌區(qū)取用水系統(tǒng)結(jié)構(gòu)復(fù)雜、灌區(qū)水資源功能多樣等特點(diǎn)，該文提出在灌區(qū)供、用、排等主要水循環(huán)節(jié)點(diǎn)建設(shè)用水計(jì)量監(jiān)測(cè)設(shè)施，進(jìn)而結(jié)合灌區(qū)水循環(huán)模型和農(nóng)業(yè)灌溉用水量分析統(tǒng)計(jì)模型分析來確定灌區(qū)農(nóng)業(yè)用水量的方法，實(shí)現(xiàn)南方多水源灌區(qū)農(nóng)業(yè)灌溉用水量直接量測(cè)與模型計(jì)算有機(jī)結(jié)合。

關(guān)鍵詞：灌溉用水量;水量監(jiān)測(cè);水循環(huán)模型;統(tǒng)計(jì)模型

中圖分類號(hào)：S27

DOI：10.16152/j.cnki.xdxbzr.2020-05-008

Monitoring and statistical research on water consumption for

agricultural irrigation in multi-source irrigation areas in South China

WEN Jinhua， WANG Helong， WANG Shiwu

（Zhejiang Institute of Hydraulic and Estuary， Hangzhou 310020， China）

Abstract： In view of the characteristics of irrigation water consumption statistics in multi-water source irrigation areas in South China， such as numerous water sources， complex structure of water intake system and various functions of water resources in irrigation areas， this paper proposes to build water measurement and monitoring facilities at the main water circulation nodes of irrigation areas， such as water supply， use and discharge， and then determine the agricultural water consumption in irrigation areas by combining the analysis of water circulation model and agricultural irrigation water consumption analysis and statistics model. The method realizes the organic combination of direct measurement and model calculation of agricultural irrigation water consumption in multi-source irrigation area of South China.

Key words： irrigation water consumption; water monitoring; water cycle model; statistical model

農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)是水資源管理的一項(xiàng)重要基礎(chǔ)工作，按照農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)要求，灌區(qū)灌溉取水水源直接計(jì)量水量應(yīng)占到灌溉總用水量的50％以上。由于南方多水源灌區(qū)水源數(shù)量多、用水功能多樣且水源供水次序及供水量受水文因素的影響較大［1］，采用直接建設(shè)取水計(jì)量的方式來實(shí)現(xiàn)灌區(qū)灌溉用水量計(jì)量目標(biāo)存在很大的困難。針對(duì)上述問題［2］，本文以水循環(huán)理論為基礎(chǔ)，結(jié)合多水源灌區(qū)工程、用水等特點(diǎn)，提出通過必要的灌區(qū)用水計(jì)量監(jiān)測(cè)結(jié)合灌區(qū)自然人工水循環(huán)過程模擬來提取灌溉用水過程，進(jìn)而開展灌區(qū)農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)的方法，實(shí)現(xiàn)多水源灌區(qū)農(nóng)業(yè)灌溉用水量直接量測(cè)與模型計(jì)算的有機(jī)結(jié)合。

1 多水源灌區(qū)灌溉用水量監(jiān)測(cè)統(tǒng)計(jì)思路

1.1 南方多水源灌區(qū)特性

南方獨(dú)特的地形地貌加上長(zhǎng)期以來形成的農(nóng)民就近灌溉習(xí)慣，形成了由多個(gè)灌溉水源進(jìn)行農(nóng)業(yè)供水的多水源灌區(qū)［3］。南方多水源灌區(qū)普遍存在下面3個(gè)特點(diǎn)。

1）水源的多樣性：灌區(qū)灌溉水源既有水庫水，也有河道水;水源工程既有水庫、山塘等具有調(diào)蓄能力的蓄水工程，也包括有壩引水工程（通過堰壩抬高水位）、泵站提水工程等。

2）配置的復(fù)雜性：由于有多種水源，經(jīng)過多年的建設(shè)與改造，灌區(qū)內(nèi)輸配水工程較為復(fù)雜，部分灌溉面積由單一水源供水，部分灌溉面積則是多水源聯(lián)合供水。對(duì)多水源供水區(qū)域，在實(shí)際調(diào)度時(shí)，一般優(yōu)先使用河道水和山塘水，其次水庫水（從小型到大、中型水庫）。同時(shí)，灌溉水源功能也存在多樣性，灌溉水源農(nóng)業(yè)用水、工業(yè)用水、生活用水、生態(tài)環(huán)境用水相互重疊。

3）供水的隨機(jī)性：由于水文年型的隨機(jī)性、配置過程的復(fù)雜性，導(dǎo)致不同灌溉水源實(shí)際供水量大小及其所占比重存在隨機(jī)性。對(duì)于“長(zhǎng)藤結(jié)瓜”型自流灌區(qū)，豐水年時(shí)小型水源工程（堰壩、山塘、小型水庫等）承擔(dān)了大部分的灌溉功能，主水源（如大、中型水庫）供水量就少，所占灌區(qū)總供水量比重不高;而到枯水年時(shí)，由于小型水源工程調(diào)蓄能力有限，灌溉高峰期主要依靠主水源工程供水，因此主水源所占灌區(qū)總供水量的比重就會(huì)很大［4］。

1.2 農(nóng)業(yè)灌溉用水量監(jiān)測(cè)統(tǒng)計(jì)思路

根據(jù)多水源灌區(qū)特性、灌排工程、供用水量、水文氣象等情況，結(jié)合構(gòu)建水循環(huán)模擬模型的需要開展農(nóng)業(yè)灌溉用水監(jiān)測(cè)，進(jìn)而采用SWAT模型建立灌區(qū)水循環(huán)模擬模型并進(jìn)行模型參數(shù)率定、驗(yàn)證和方案模擬。根據(jù)方案模擬結(jié)果，分析灌區(qū)灌溉用水量的主要影響因素，并分析灌區(qū)灌溉用水量與主要影響因素及用水計(jì)量監(jiān)測(cè)水量之間的關(guān)系，采用SPSS建立灌區(qū)灌溉用水量與主要影響因子間的回歸統(tǒng)計(jì)模型。

1.3 農(nóng)業(yè)灌溉用水監(jiān)測(cè)設(shè)施布局

灌區(qū)水源工程眾多，且水力聯(lián)系錯(cuò)綜復(fù)雜，全部開展取用水監(jiān)測(cè)設(shè)施布局難度很大。灌區(qū)農(nóng)業(yè)灌溉用水監(jiān)測(cè)設(shè)施布局應(yīng)從掌握灌區(qū)主要節(jié)點(diǎn)供用耗排關(guān)系和便于建立灌區(qū)水循環(huán)模型的角度出發(fā)［5］。按照南方多水源灌區(qū)特性，農(nóng)業(yè)灌溉用水監(jiān)測(cè)設(shè)施主要布置在以下位置：①水源取水口：按照主要水源覆蓋，不同類型水源應(yīng)典型監(jiān)測(cè)的原則進(jìn)行水源取水口水量監(jiān)測(cè)。②渠道分水口：按照灌區(qū)渠道分布，在體現(xiàn)灌區(qū)渠道水利關(guān)系的干渠、支渠主要分水口進(jìn)行布設(shè)。③典型灌片取水口：選擇能夠代表灌區(qū)種植結(jié)構(gòu)及用水水平的灌片進(jìn)行取水水量的監(jiān)測(cè)。④灌區(qū)排水口：選擇水力關(guān)系清晰，基本能夠代表區(qū)域排水量的排水口位置進(jìn)行排水監(jiān)測(cè)。

2 灌區(qū)水循環(huán)模型構(gòu)建

2.1 SWAT模型改進(jìn)

SWAT（soil and water assessment tool）是由美國(guó)農(nóng)業(yè)部（USDA）的農(nóng)業(yè)研究中心Jeff Arnold博士1994年開發(fā)的，采用日為時(shí)間連續(xù)計(jì)算，是一種基于GIS基礎(chǔ)上的分布式流域水文模型，近年來得到了快速的發(fā)展和應(yīng)用。SWAT主要是利用遙感和地理信息系統(tǒng)提供的空間信息模擬多種不同的水文物理化學(xué)過程，如水量、水質(zhì)、以及殺蟲劑的輸移與轉(zhuǎn)化過程。分析SWAT模型各模塊功能，對(duì)比灌區(qū)水循環(huán)機(jī)理，SWAT模型在模擬灌區(qū)水循環(huán)結(jié)構(gòu)、水平衡要素計(jì)算、多水源灌溉等方面還存在一定的不足［6］。根據(jù)SWAT模型在模擬灌區(qū)水循環(huán)模擬的不足，主要對(duì)SWAT模型水循環(huán)模擬結(jié)構(gòu)、水平衡要素計(jì)算方法、灌溉模式模擬方式等內(nèi)容進(jìn)行改進(jìn)［7］。

1）水循環(huán)模擬結(jié)構(gòu)改進(jìn)。調(diào)整SWAT模型中水稻田水量平衡模擬順序，將水稻田作為獨(dú)立的HRU進(jìn)行模擬，使其水循環(huán)模擬級(jí)別與其他土地利用類型HRU相同。同時(shí)對(duì)水稻田蓄水期與非蓄水期徑流計(jì)算和滲漏計(jì)算進(jìn)行有序區(qū)分［8］。

2）水平衡要素計(jì)算改進(jìn)。水稻田體積計(jì)算方面，修正了SWAT模型將其認(rèn)定為錐形體的計(jì)算方法，將水稻田表面積設(shè)置為其HRU面積。同時(shí)，考慮了水稻田四周所設(shè)田埂，引入田埂系數(shù)，水稻田灌溉時(shí)無需灌溉田埂部分，以使灌溉模擬更加精確［9］。

3）多水源灌溉模式的實(shí)現(xiàn)。SWAT模型無法將子流域內(nèi)部山塘作為灌溉水源，本次首先對(duì)此進(jìn)行修正，然后引入多水源聯(lián)合灌溉模式。多水源聯(lián)合灌溉是指針對(duì)某一灌溉用水戶，按照給定的供水順序依次選擇水源進(jìn)行灌溉，直至滿足其需水量為止［10］。

2.2 SWAT模型率定

灌區(qū)水循環(huán)模型率定的主要目的是確定模型相關(guān)參數(shù)，使模型模擬效果與灌區(qū)水循環(huán)實(shí)際相吻合［11］。根據(jù)SWAT模型原理及SWAT模型改進(jìn)程序要求，灌區(qū)水循環(huán)模型率定的主要內(nèi)容包括：

1）率定及驗(yàn)證資料

灌區(qū)水循環(huán)模型率定資料一般包括長(zhǎng)系列流量資料和灌區(qū)取用水監(jiān)測(cè)資料。長(zhǎng)系列流量資料一般采用灌區(qū)水循環(huán)模型研究流域的出口實(shí)測(cè)流量或經(jīng)水文比擬法的流量，灌區(qū)取用水監(jiān)測(cè)資料采用灌區(qū)農(nóng)業(yè)灌溉用水監(jiān)測(cè)設(shè)施采集的數(shù)據(jù)。

2）率定及驗(yàn)證參數(shù)

灌區(qū)水循環(huán)模型率定參數(shù)包括SWAT模型自帶的產(chǎn)匯流模擬、地形特征、土地覆蓋特征、農(nóng)業(yè)灌溉常規(guī)管理等相關(guān)參數(shù)和SWAT模型改進(jìn)后需要率定的田間損失系數(shù)ξ、河道灌溉用水控制系數(shù)β、山塘灌溉用水控制系數(shù)ζ等參數(shù)。

3）率定過程

對(duì)于SWAT模型自帶參數(shù)的率定，采用SWAT-CUP（SWAT calibration and uncertainty programs）軟件中的SUFI-2算法對(duì)灌區(qū)SWAT模型進(jìn)行參數(shù)敏感性分析，得到敏感性前10位的參數(shù)。以此為基礎(chǔ)，采用SWAT-CUP軟件，輔以手動(dòng)調(diào)參的方法，對(duì)模型敏感性參數(shù)進(jìn)行率定，直至模型模擬效果評(píng)價(jià)參數(shù)達(dá)到合理取值范圍［12］。

對(duì)于改進(jìn)SWAT模型參數(shù)的率定，主要包括：①利用灌區(qū)水循環(huán)模型開展對(duì)灌區(qū)取用水監(jiān)測(cè)點(diǎn)監(jiān)測(cè)對(duì)象水量模擬，并統(tǒng)計(jì)模擬水量;②對(duì)比模擬水量與監(jiān)測(cè)水量;③調(diào)整田間損失系數(shù)ξ、河道灌溉用水控制系數(shù)β、山塘灌溉用水控制系數(shù)ζ等參數(shù)，直至模擬水量與監(jiān)測(cè)水量控制在一定范圍內(nèi)［13］。

3 灌區(qū)農(nóng)業(yè)灌溉用水統(tǒng)計(jì)模型構(gòu)建

3.1 統(tǒng)計(jì)模型的選擇

灌區(qū)農(nóng)業(yè)灌溉用水量一般與水文條件、種植結(jié)構(gòu)、灌溉習(xí)慣等因素密切相關(guān)，并可建立一定的定量關(guān)系。回歸統(tǒng)計(jì)模型是根據(jù)兩種或兩種以上變量間相互依賴的定量關(guān)系，利用數(shù)理統(tǒng)計(jì)方法建立因變量與自變量之間的回歸關(guān)系函數(shù)表達(dá)式［14］?；貧w統(tǒng)計(jì)模型通過對(duì)一組觀察值使用最小二乘法進(jìn)行直線擬合來實(shí)現(xiàn)線性回歸分析，其功能是分析單個(gè)因變量是如何受一個(gè)或多個(gè)自變量數(shù)據(jù)的影響?；貧w統(tǒng)計(jì)模型適用于分析單一因變量與多個(gè)自變量間的統(tǒng)計(jì)關(guān)系［15］，與灌區(qū)農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)規(guī)律、要求比較符合，選用回歸統(tǒng)計(jì)模型開展灌區(qū)農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)分析［16］。

3.2 自變量的篩選

構(gòu)建回歸統(tǒng)計(jì)模型的關(guān)鍵在自變量的選擇，自變量篩選常用的方法有前進(jìn)法、后退法和逐步回歸法。逐步回歸法是在吸收前進(jìn)法和后退法優(yōu)點(diǎn)的基礎(chǔ)上改進(jìn)的一種方法［17］，本文采用逐步回歸法進(jìn)行自變量的篩選，具體操作如下：

1）將變量一個(gè)一個(gè)引入，當(dāng)每引入一個(gè)自變量后，對(duì)已選入的變量要進(jìn)行逐個(gè)檢驗(yàn)，當(dāng)原引入的變量由于后面變量的引入而變得不再顯著時(shí)，要將其剔除。

2）引入一個(gè)變量或從回歸方程中剔除一個(gè)變量，為逐步回歸的一步，每一步都要進(jìn)行整體F檢驗(yàn)，以確保每次引入新的變量之前回歸方程中只包含顯著的變量。

3）反復(fù)進(jìn)行上述過程，直到既無顯著的自變量選入回歸方程，也無不顯著自變量從回歸方程中剔除為止。

在逐步回歸法中需要注意的一個(gè)問題是引入自變量和剔除自變量的顯著性水平α值是不相同的，要求引入自變量的顯著性水平α進(jìn)小于剔除自變量的顯著性水平α出，否則會(huì)產(chǎn)生死循環(huán)。通常情況下α進(jìn)取值在0.05～0.20之間，α出取值在0.1～0.25之間，逐步回歸的計(jì)算過程通常利用SPSS軟件在計(jì)算機(jī)上完成［18］。

4 碗窯灌區(qū)研究

4.1 灌區(qū)概況及取用水監(jiān)測(cè)布局

碗窯灌區(qū)位于浙江省西南部的衢州江山市，浙閩贛三省交界處的金衢盆地西端，南接福建、西臨江西。地理位置介于東經(jīng)118°22′29″～118°48′48″、北緯28°14′29″～28°53′24″之間。灌區(qū)總土地面積89 533 hm2， 設(shè)計(jì)灌溉面積28 300 hm2， 實(shí)際灌溉面積17 667 hm2（水田11 467 hm2， 旱地6 200 hm2）。碗窯灌區(qū)灌溉水源類型多樣、數(shù)目繁多。現(xiàn)有蓄水工程總計(jì)2 571座，其中中型以上水庫3座，總庫容5.33億m3;?。ㄒ唬┬退畮?6座，總庫容0.31億m3;?。ǘ┬退畮?4座，總庫容0.17億m3;山塘2 498座，總庫容0.17億m3。現(xiàn)有堰壩引水工程眾多，其中設(shè)計(jì)灌溉面積在67hm2以上的堰壩有22處。

按照碗窯灌區(qū)水源及用水狀況，依據(jù)灌區(qū)取用水監(jiān)測(cè)布局的原則、方法，主要在灌區(qū)供、用、排等主要水循環(huán)節(jié)點(diǎn)布設(shè)農(nóng)業(yè)灌溉用水量監(jiān)測(cè)設(shè)施25處，其中典型水源工程渠首9處，典型渠道分水口10處，典型灌區(qū)進(jìn)、退水口4處，灌區(qū)所在流域排水口2處。

碗窯灌區(qū)農(nóng)業(yè)灌溉用水監(jiān)測(cè)設(shè)施布局結(jié)果見表1。

4.2 灌區(qū)水循環(huán)模型構(gòu)建

1）水循環(huán)模型構(gòu)建

基于改進(jìn)SWAT模型，根據(jù)灌區(qū)地形地貌條件、河流水系分布、渠系工程分布及取用水監(jiān)測(cè)布局等因素，利用灌區(qū)DEM、土地利用、土壤分布等數(shù)據(jù)，分別進(jìn)行灌區(qū)河網(wǎng)提取、子流域劃分、HRU離散、數(shù)據(jù)輸入等過程，建立碗窯灌區(qū)水循環(huán)模擬模型。

2）參數(shù)率定與模型驗(yàn)證

按照碗窯灌區(qū)水循環(huán)模型流域雙塔底出口流量監(jiān)測(cè)和取用水監(jiān)測(cè)資料，分別對(duì)SWAT模型自帶參數(shù)及改進(jìn)SWAT模型相關(guān)參數(shù)進(jìn)行率定，并對(duì)率定結(jié)果進(jìn)行驗(yàn)證。按照模型驗(yàn)證結(jié)果，驗(yàn)證期模擬流量與實(shí)測(cè)流域相對(duì)差較小，模擬效果等級(jí)為優(yōu)等。

4.3 灌溉用水量統(tǒng)計(jì)模型

按照水循環(huán)模型模擬結(jié)果，經(jīng)統(tǒng)計(jì)：多年平均情況下，碗窯灌區(qū)多年平均農(nóng)業(yè)灌溉用水量為1.82億m3，其中由河道、山塘、?。ㄒ唬┬退畮?、碗窯水庫、白水庫—峽口水庫等水源實(shí)際灌溉用水量的比例分別為18.0∶8.8∶20.7∶12.9∶39.6。碗窯灌區(qū)農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)結(jié)果見下表。

為進(jìn)一步分析農(nóng)業(yè)灌溉用水量與水文條件、種植結(jié)構(gòu)、監(jiān)測(cè)水量等關(guān)系，采用構(gòu)建好的SWAT模型模擬不同工況條件的水循環(huán)結(jié)果，并統(tǒng)計(jì)相關(guān)農(nóng)業(yè)灌溉用水量。經(jīng)分析，建立灌區(qū)農(nóng)業(yè)灌溉用水量與降雨量、蒸發(fā)量、水稻種植面積及峽口水庫監(jiān)測(cè)水量的關(guān)系如下：

Wlocal=0.62P+4.00ET0+21.15Srice+0.30WXK-2199.23

上述統(tǒng)計(jì)模型模擬結(jié)果與水循環(huán)模型模擬結(jié)果基本一致，可用于灌區(qū)灌溉用水量統(tǒng)計(jì)。

5 結(jié) 論

1）南方灌區(qū)具有水源眾多、灌區(qū)取用水系統(tǒng)結(jié)構(gòu)復(fù)雜、灌區(qū)水源功能多樣、計(jì)量監(jiān)測(cè)設(shè)施相對(duì)滯后等特點(diǎn)，采用“典型量測(cè)、水循環(huán)模擬、用水分析統(tǒng)計(jì)”的方法確定灌區(qū)灌溉用水量是一條合理、有效途徑。

2）對(duì)SWAT模型的水循環(huán)模擬結(jié)構(gòu)、水平衡要素計(jì)算、多水源灌溉模式等內(nèi)容進(jìn)行改進(jìn)，并應(yīng)用碗窯灌區(qū)水循環(huán)模擬，實(shí)際模擬成果表明：改進(jìn)SWAT模型可較好地適應(yīng)南方多水源灌區(qū)特點(diǎn)、模擬其水循環(huán)規(guī)律與過程。

3）采用多元線性回歸方法可以建立灌區(qū)灌溉用水量與其主要影響因素的統(tǒng)計(jì)模型，并在典型灌區(qū)得到了成功應(yīng)用，效果較好。

參考文獻(xiàn)：

［1］ 沈瑩瑩， 張紹強(qiáng)， 吉曄. 我國(guó)農(nóng)業(yè)灌溉用水量統(tǒng)計(jì)方法的確定及工作開展情況［J］.中國(guó)農(nóng)村水利水電， 2016（11）： 133-134，138.

SHEN Y Y， ZHANG S Q， JI Y. Development of statistical methods of agricultural irrigation water consumption in China［J］.China Rural Water and Hydropower，2016（11）：133-134，138.

［2］ 沈瑩瑩， 吉曄， 張紹強(qiáng). 我國(guó)農(nóng)業(yè)用水量統(tǒng)計(jì)工作面臨的問題及建議［J］.中國(guó)水利， 2016（7）： 50-52.

SHEN Y Y， JI Y， ZHANG S Q.Problems and suggestions of agricultural water consumption statistics in China［J］.China Water Resources，2016（7）：50-52.

［3］ 劉路廣， 崔遠(yuǎn)來， 吳瑕.考慮回歸水重復(fù)利用的灌區(qū)用水評(píng)價(jià)指標(biāo)［J］.水科學(xué)進(jìn)展， 2013（4）： 522-528.

LIU L G，CUI Y L，WU X.Water use assessment indices under the influence of return flows in irrigation districts［J］.Advances in Water Science，2013（4）：522-528.

［4］ 呂文星，張學(xué)成，周鴻文，等.湟水流域灌區(qū)水循環(huán)規(guī)律研究［J］.江蘇農(nóng)業(yè)科學(xué)，2018，46（20）：308-312.

LYU W X， ZHANG X C， ZHOU H W. Study on the law of water cycle in irrigation area of Huangshui river basin［J］.Jiangsu Agricultural Sciences，2018，46（20）：308-312.

［5］ 王小軍，易小兵，王海麗，等.基于區(qū)域回歸水重復(fù)利用的理論灌溉水利用系數(shù)研究［J］.節(jié)水灌溉，2016（8）：135-140.

WANG X J， YI X B， WANG H L， et al. Calculation method research based on regional return water for theoretical water efficiency of irrigation［J］.Water Saving Irrigation，2016（08）：135-140.

［6］ 仕玉治，張弛，周惠成，等.SWAT模型在水稻灌區(qū)的改進(jìn)及應(yīng)用研究［J］.水電能源科學(xué)，2010，28（7）：18-22.

SHI Y Z， ZHANG C， ZHOU H C， et al. Development and application of SWAT model to paddy district in watershed scale［J］.Water Resources and Power，2010，28（07）：18-22.

［7］ 崔遠(yuǎn)來， 龔孟梨， 劉路廣. 基于回歸水重復(fù)利用的灌溉水利用效率指標(biāo)及節(jié)水潛力計(jì)算方法［J］.華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，35（2）：1-5.

CUI Y L，GONG M L，LIU L G.Irrigation water use efficiency index and calculation method ofwater-saving potential with considering reuse of return flow［J］.Journal of North China University of Water Resources and Electric Power （Natural Science Edition），2014，35（2）：1-5.

［8］ AHMAD K， GASSMAN P W， KANWAR R. Evaluation of the tile flow component of swat? model under different management systems［C］∥2002 Chicago，IL July 28-31，2002，St.Joseph，MI：American Society of Agricultural and Biological Engineers，2002.

［9］ 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.

［10］AHMADZADEH H， MORID S， DELAVAR M， et al. Using the SWAT model to assess the impacts of changing irrigation from surface to pressurized systems on water productivity and water saving in the Zarrineh Rud catchment［J］. Agricultural Water Management， 2016， 175： 15-28.

［11］蘇欣，李強(qiáng)坤，常布輝，等.SWAT模型在青銅峽灌區(qū)的應(yīng)用研究［J］.節(jié)水灌溉，2018（6）：86-90，96.

SU X， LI Q K， CHANG B H，et al.Application of SWAT model in of Qingtongxiairrigation distract［J］.Water Saving Irrigation， 2018（06）：86-90，96.

［12］XIE X H， CUI Y L. Development and test of SWAT for modeling hydrological processes in irrigation districts with paddy rice［J］. Journal of Hydrology， 2011， 396（1/2）： 61-71.

［13］崔遠(yuǎn)來，吳迪，王士武，等.基于改進(jìn)SWAT模型的南方多水源灌區(qū)灌溉用水量模擬分析［J］.農(nóng)業(yè)工程學(xué)報(bào)，2018，34（14）：94-100.

CUI Y L， WU D， WANG S W， et al. Simulation and analysis of irrigation water consumption in multi-source water irrigation districts in Southern China based on modified SWAT model［J］.Transactions of the Chinese Society of Agricultural? Engineering （Transactions of the CSAE）， 2018， 34（14）： 94-100.

［14］CHOI S H， LABADORF A T， MYERS R H， et al. Evaluation of logistic regression models and effect of covariates for case-control study in RNA-Seq analysis［J］. BMC Bioinformatics，2017，18：91.

［15］MOSBEH R K， LI? H. Monitoring of bridge deformation using GPS technique［J］. KSCE Journal of Civil Engineering，2009，13（6）：423-431.

［16］葉茶花，柯林.微觀因素對(duì)股票收益率影響的回歸分析［J］. 九江學(xué)院學(xué)報(bào)（自然科學(xué)版），2014，29（1）：56-58.

YE C H， KE L.Regression analysis of the influence of micro factors on stock return［J］.Journal of Jiujiang University （Natural Science Edition），2014，29（1）：56-58.

［17］魏華煒， 廖晶晶. 軟件的回歸分析及在水質(zhì)監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用［J］.資源節(jié)約與環(huán)保，2014（7）：16.

WEI H W， LIAO J J. Regression analysis of software and its application in water quality monitoring data processing［J］.Resources Economization & Environment Protection， 2014（7）：16.

［18］黃文珂.多元回歸建模過程中共線性的診斷與解決方法［D］.哈爾濱：哈爾濱工業(yè)大學(xué)，2012.

（編 輯 亢小玉）