2010年1-2期 确定农业地下水开采量的遥感和GIS方法 55
的70%。在作物得以维持生长的理想条件下，即使物候合理发展的土壤处于最佳湿度及营养的条件下，计算灌溉区块的ΕTc值。
这些最理想土壤湿度条件（在半干旱气候下） 不可能在非灌溉区出现。ΕTc 只表示植被覆盖区的最大土壤水分蒸发蒸腾损失总量的评估值（González Piqueras 2006）。灌溉评估服务处通过计算Kc和ΕT0的值来评估每天的ΕTc （Allεn et al. 1998）：
ΕTc = Kc × ΕT0 （2）
式中Kc 代表植被指数，ΕT0 代表前面提到的土壤水分蒸发蒸腾损失量. Kc 值利用下面 Doorenbos 及Pruitt（1977）, Wright （1982） 与 Allen （1998）等描述的方法进行评估。此外，ΕT0 值从灌溉评估服务处（http://www.itap.es）及其他不同路径获取 。而灌溉评估服务处的ΕT0 值是利用Penman–Monteith FAO-56的半经验值法计算得到的，因为该法最适合研究区。
5.4 灌溉过程
若灌溉需水量为每种作物需从某区域（小区域含水层或盆地）获取水量的理论值的和，Jensen （1993） 将之定义为灌溉水消耗量（IWCU）。然而，很显然，在物候变化观察中，IWCU 是每种作物的最小需求值。在灌溉过程中，任何没有经过优化用水的变化都会导致用水总量的增加，在这里用水总量定义为灌溉用水总量（IWTV）。两者之间的关系可以理解为灌溉效率的不同，前者可以理解为最佳有利利用，后者理解为浪费（非充分）利用。然而，在本文中，下面提到的Jensen （1993）与Isidoro 等（2004）关于IWCU 与 IWTV之间关系的观点是他们之间成正比关系，对特定地区特定时期内，他们关系式如下：
Εf （%） =IWCUIWTV×100 （3）
在该公式中，在定义区域内（小区域含水层或盆地），假设监测时间内土壤中水量没有变化。
供水不消耗通过直接蒸发返回空气中的水汽，是通过所谓的灌溉回归进入径流/或渗透到含水层里。因为他们所依赖的众多不确定性因素，区分这些从未使用过的数额并量化某流域层面的水量是几乎不可能。事实上，灌溉效率与气候、地形特征以及难以定量的要素如个体农民的灌溉行为等要素也有关。因此，通过野外调查确定该地区实际农业灌溉情况非常必要（不要试图满足上述所有需要）。在此基础上，从灌溉效率上计算出一个参与所有原理描述的修正参数（Cc）将理论水量转化为研究区每种作物的实际用水量是可能的。
Cc=
100Ef=IWTVIWCU （4） 在该研究中，为评估每种作物的年度校正系数，从2001年到2006年，在研究区一系列典型实验区进行实验分析，将 IWCU 与由水流计测得的IWTV 值进行对比。每年供应给方圆15k㎡的灌溉作物的水量是有规律的（春季灌溉占50%，夏季灌溉占40%，春夏间灌溉占10%）。通过这六年的实验，对总面积为89 km2 的268个灌溉区进行了监测，最后测出春季灌溉用水量为12.6 Mm3，夏季灌溉用水量为22.9 Mm3，春夏间时灌溉用水量为4.6 Mm3（见表1）。
5.5 水文地理信息系统设计
这些参数所表达的数据量较大，类型较多，因此有必要建立数据库来储存和处理所有数据并计算结果。在这方面，GIS由于其处理和分析多元空间信息的能力为处理海量数据提供了最佳工具。
图2表述的是载入GIS软件里一个水文学信息系统，它包括：（a）卫星影像（遥感）模块，包括作物分类过程，灌溉量与灌溉水获取量之间关系；（b）研究区专题地图模块（GIS），包括城市和工业用地下水消耗量，从不同盖层获取的信息数据，用于综合和解释一些结果数据的常规水文学信息。
56
水文地质工程地质技术方法动态 2010年1-2期
表 1 实验区数据（2001–2006）
年份 春季灌溉作物 2001 2002 2003 2004 2005 2006 春季灌溉作物 2001 2002 2003 2004 2005 2006 春夏间作物 2001 2002 2003 2004 2005 2006 实验区数量 20 18 15 17 20 51 23 18 14 17 19 27 1 1 1 - 1 5 面积（km2） 5.03 5.85 5.99 5.45 6.45 18.55 6.51 5.74 4.65 5.68 5.61 8.5 0.59 0.59 0.59 - 0.46 2.85 IWTV（Mm2） 1.898 2.682 2.376 1.510 3.565 6.466 5.698 4.354 3.493 3.720 4.911 5.412 0.648 0.623 0.612 - 1.080 2.496 IWCU（Mm2） 1.610 1.537 1.632 1.178 2.269 4.414 4.579 3.999 2.940 3.117 3.855 4.462 0.448 0.448 0.480 - 0.818 2.442 Ef（%） 84.8 57.3 68.7 78.0 63.6 68.3 82.4 78.5 83.8 84.2 91.9 80.4 69.1 71.9 78.4 - 75.7 97.8 Cc 1.179 1.751 1.456 1.282 1.572 1.464 1.214 1.274 1.193 1.188 1.088 1.244 1.447 1.391 1.276 - 1.321 1.022 表中，IWTV为灌溉用水总量, IWCU为灌溉用水消耗量, Εf为灌溉效率，Cc 为校正系数 （–） 指无数据区
图 3 MOS地区灌溉作物面积随时间变化关系图：SPC代表春季灌溉作物，SMC代表夏季灌溉作物，
SPMC代表春夏季灌溉作物。1997年因为没有卫星影像所以没有灌溉作物面积数据
2010年1-2期 确定农业地下水开采量的遥感和GIS方法
57
6 确定MOS地区地下水开采量
利用上述方法对MOS地区的Landsat5-TM与Landsat7-ΕTM+卫星影像进行处理;结果得到研究区不同作物类型灌溉面积的演变（图3）。
为评价相关作物分类方法精度，用到了ΕRMOT工程的野外实验结果（见 Calera 2003）。
从分布在MOS地区内85.5 km2的范围内随机选择了344个小块土地（平均0.25 km2一小块）。作物定义为每个检查区上的种类，利用这些小块土地的作物种类与采用遥感技术分类的结果进行比较。经过逐块分析发现与灌溉区的一致性高达96.7%，精度更是高于99%。
图 4 位于08175 Albacete-Los草原的雨量测量器测得的降雨量（单位mm）随时间变化数据及每年每种作物所需
灌溉评估量（单位mm）。春季灌溉作物（SPC），夏季灌溉作物（SMC）,春夏季灌溉作物（SPMC）。
数据来源：1982–2000的SIMPA模型l （Font 2004）。自2001年以来，整理的来自Albacete省
农业技术厅的灌溉评估服务处的灌溉需求量值。（http://www.itap.es/）
由于半干旱气候下降雨量的不确定性使得干旱年和丰水年灌溉用水需求量差别非常之大（图4）。灌溉用水量的最大差异出现在春夏季灌溉作物区，在这里灌溉总量从1996（丰水年）的550mm到1999年（干旱年）的950mm。夏季灌溉作物的灌溉量最大变化量在300mm左右，而春季灌溉作物则低于200mm（图4）。覆盖的每种作物的灌溉需求量给出了理论值或每种作物最佳发展状态下所需的最小灌溉值（IWCU）。接下来，用GIS工具区分开用于作物灌溉的地下水和地表水消耗量，因此获得盆地范围、水文地质单元范围或其它感兴趣的范围内用于灌溉的地下水消耗量的空间和时间分布（表2）。
从图3可以看出MOS地区在过去的一段时间
内（1982-2006）灌溉区域伴随地下水开采量的递增（表2）呈明显增长趋势。例如，在1982年，灌溉面积是182km2（夏季灌溉占75%，春季灌溉占11%，春夏间灌溉占14%），地下水的IWCU 值为97Mm3。到1986年，灌溉面积已经上升到464km2（夏季灌溉占79%，春季灌溉占16%，春夏间灌溉占4%），用水量为262 Mm3。十年之后，1996年，灌溉面积已经上升到615km2（夏季灌溉占56%，春季灌溉占30%，春夏间灌溉占14%）。可是，这个时期的水消耗量比1986年低了17%，这是因为1996年大部分地区灌溉需求量都低于平均值（图4）。事实上，在1996年到2004年之间，MOS地区降雨量高于平均值因而灌溉需求低于正常值，使得地下水开采量明显减少。灌溉用水
58
水文地质工程地质技术方法动态 2010年1-2期
MND指Moro Nevazos分区，PCD指Pozoca?ada分区。a指自2001年以来在Εl Salobral-Los Llanos分区地表水取代地下水用于灌溉；b指1997年卫星影像缺失，所以没有灌溉面积数据。
消耗量（IWCU）值是指根据每种作物的总面积计算灌溉需求量的最小值。在Montearagón-Carcelén 分区消耗地下水忽略不计，ND指北部分区，CD指中央分区，SLD指Salobral-Los 大草原分区，
表 2 MOS地区灌溉用地下水理论消耗值 （Mm3）
年份 1982 1983 1984 1985 1986 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 ND 0.6 0.2 2.1 5.0 10.0 10.4 9.9 22.5 25.2 23.7 19.9 19.1 17.4 13.0 17.4 15.8 CD 53.0 44.1 100.7 125.5 164.7 149.7 197.8 279.9 321.2 313.2 277.6 268.3 267.6 210.2 292.8 232.5 SLDa 33.7 22.1 40.6 43.1 50.7 31.1 45.0 52.1 55.8 54.2 31.7 34.6 28.0 16.0 25.5 26.6 取得地下水开采SLDa 18.3a 16.1a 23.0a 24.4a 27.8a 14.2a MND 9.0 10.8 22.6 27.2 33.6 24.0 _b 43.8 47.4 45.8 44.2 40.8 41.8 33.7 46.1 35.5 PCD 1.1 1.3 3.4 3.8 3.1 3.1 _b 6.1 3.7 6.6 8.1 6.0 6.4 6.2 6.4 5.3 IWCU总量 97.4 78.5 169.4 204.6 262.1 218.3 252.7 404.4 453.3 443.5 381.5 368.8 361.2 279.1 388.2 315.7
灌溉面积不断增大，直到2000年趋于稳定，灌溉作物面积共计747km2，其中夏季灌溉占38%，春季灌溉占30%，春夏间灌溉占32%（图3），地下水开采量IWCU 为450Mm3。从2000年开始直到2006年，地下水开采量一直保持平稳有时还会下降，而灌溉作物的面积保持不变。实际上，2006年灌溉作物面积是751 km2（夏季灌溉占33%，春季灌溉占49%，春夏间灌溉占18%），地下水消
耗量为315 Mm3。灌溉面积保持不变而地下水开采量却降低了，这是因为从Εl Salobral-Los Llanos Domain的Tajo-Segura Channel抽取地表水进行灌溉（表2）。
直到现在，计算灌溉需求的理论值时仍考虑到地表水的利用，从而使得维持作物生长所需开采地下水量达到最小。对2001年到2006年对试验区的监测数据进行分析，定义了下述灌溉效率
2010年1-2期 确定农业地下水开采量的遥感和GIS方法 （Εf ）[及由此得到的校正系数（Cc）]（表1）。春季的Εf值是变化的，从2002年的57.3%到2001年的84.8%（平均值为70.1%）。夏季灌溉Εf的值较高，从2002年的78.5%到2005年的91.9%（2001-2006年的平均值为83.5%）。春夏间灌溉Εf的最小值为69.1%（2001）最大值是97.8%（2006）。
如果把校正系数应用于计算灌溉水消耗（IWCU），则能获得较为真实的数据（表3）。通常实际地下水开采量会高于理论灌溉用水量，但这并不意味着水的浪费，因为没有用于作物的生长所需的水会补给到含水层（灌溉补给）。在
59
本次研究中，假定这些实验区代表研究区，则得出MOS地区用于农业的地下水开采总量在404 and 541 Mm3之间（表3）。结果表明地下水开采量与理论值相比平均增长了25%。这些灌溉效率（75%）与California（USA）农业带的实验值较一致，该处灌溉效率为71%，该值高于联合国粮农组织（FAO）公布数据，且高于发展中国家的全部地下水利用率。
在本研究案例中，将来的研究方向是提高该百分数的精度，从而发现并量化试验区的共性特征。
图 5 1982–1986（圆形）与1982–1986 （方形）年间分散研究区块的地下水水位（单位m，高于海平面）与地下水开采总量（农业和城镇用水，单位为Mm3）关系图。在每个水文地质分区内随着开采量增大水位线呈线性下降趋势：a 北部分区, b中央分区，c Εl Salobral-Los大草原分区， d Moro-Nevazos分区， e Pozoca?ada分区。在
Moronevazos和Pozoca?ada分区2002年至2006年没有水压力数据，Montearagón分区没有数据
60
水文地质工程地质技术方法动态 2010年1-2期
6.1评估并确认含水层储量允许的地下水开采量
前面提到，将MOS地区划分为不同的水文地质区域（图1），每个区域都有类似的压力变化。从而，储量的变更可以与每个区域的典型代表点的压力演变进行比较。为获得该结果，在每个区域选择一个最具有代表性的压力计，将压力变化与利用前面描述过的方法算得的地下水开采总量进行比较（图5）。
在只有降雨入渗才会发生侧向补给的水文地质分区内，上述结果忽略侧向补给后，水文地质分区有很高的相关性；相关性表明，地下水开采控制压力水平（及水储存量）变化的比例达95%以上（图. 5c–e）。然而，在某些分区内还存在其它方式的补给（侧向补给，北部和中部地区的地表水入渗补给），地下水开采量仅占压力水平变化的60-80%（图5a，b）。
值得注意的是，从2001年开始，Εl Salobral-Los Llanos区域地下水开采量与压力水平变化的相关性非常小，这是客观原因造成的。实际上，从2001年开始，该区就开始利用地表水代替地下水灌溉，对Albacete城市的用水供应也改成地表水。
6.2 研究费用
本次地下水开采量定量研究过程当需要经费支持。理想状况下，每年需要购置16景卫星影像以覆盖MOS地区农作物的所有生长期（7，260km2），监测和计算该地区农民使用的地下水量时需要野外技术员及实验室技术员。为实现这些工作该系统需0.1 Mε/年，该数额与使用其他方法计算所需成本额形成鲜明对比。
7 结论
本文介绍了一种精确、客观且低成本的监测及计算地下水开采量的方法，该方法适用于半干
旱气候下的作物灌溉用水以地下水开采为主的广阔含水层集中区域。自1982年至2006年在面积为7,260 km2的灌溉作物区应用了这种方法，在此期间，灌溉作物面积约增长了200km2。随着灌溉面积加，农业地下水开采量也不断增大，在一些年份甚至超过了500 Mm3。
为检验该方法，仔细分析作物分类精度及每种作物的生长需水量。获得的结果（在定义完研究区的水文地质特征及分离利用地表水灌溉的作物之后）与含水层储量值（水压力线）变化进行对比。在单独的水文地质单元内，地下水开采总量占含水层总量变化的95%以上。
为验证分散在MOS地区的实验区作物分类，进行野外调查工作。灌溉区及非灌溉区的辨别误差小于1%，野外观察的作物类型与利用遥感技术获的结果一致性超过96%。利用影像分类结果计算的作物面积精度控制在一个像元之内。
在每个研究区的实验区野外测量结果表明，理论值与用于每种作物的水量实际值存在差异。因此需要利用适当的系数（Cc）对理论值进行校正，使之与地下水开采量实际值相符。通常，春季灌溉作物的校正系数为1.45，夏季灌溉作物的校正系数为1.20，春夏季灌溉作物的校正系数为
1.29。而同一年内的校正系数也存在差异，春季灌溉作物差异值为0.57，夏季灌溉作物该差异值为0.18，春夏季灌溉作物差异值为0.41。所有的这些数据表明，地下水实际开采量比理论水需求量高出21%，换个说法，即灌溉效率为79%。
利用该方法计算的地下水开采量比传统的直接方法精度高，而经济成本比采用直接方法的费用低60倍，（水流计及能量消耗数据），在500 km2的灌溉范围内约合1ε/ 0.01 km2。成果可以用于管理规划以及调节半干旱气候含水层延伸很广地区的地下水开采，在这些地区，直接方法由于大面积扩展和密集使用的经济成本而不适用。