地中海山间盆地灌溉管理与地下水补给:农业控制因素及盆地间变异性的多方法评估

《Science of The Total Environment》:Irrigation management and groundwater recharge in Mediterranean intermontane basins: a multi-method evaluation of agricultural controls and interbasin variability

【字体: 大 中 小 】 时间:2026年07月06日 来源:Science of The Total Environment 8

编辑推荐:

  地下水补给在灌溉农业景观及其周边流域中对可持续水资源管理和环境流量至关重要。在受灌溉的地中海地区,该过程的量化受到降水、灌溉实践和蒸散发(ET)显著的年际和空间变率的影响,这引入了相当大的不确定性。本研究评估了地中海山间灌溉盆地在田间尺度上对含水层补给的潜在和

  
地下水补给在灌溉农业景观及其周边流域中对可持续水资源管理和环境流量至关重要。在受灌溉的地中海地区,该过程的量化受到降水、灌溉实践和蒸散发(ET)显著的年际和空间变率的影响,这引入了相当大的不确定性。本研究评估了地中海山间灌溉盆地在田间尺度上对含水层补给的潜在和实际贡献的时空变异性。潜在补给量通过遥感蒸散发水平衡残差法(RSET-WB)和土壤水分平衡模型(SWBM)估算,而实际补给分量则通过水位波动法(WTFM)从地下水位波动中推断。结果揭示了盆地和田块之间强烈的空间和作物特异性对比。在SWBM中,灌溉季节变率主要与土壤有效水分贮存量(AWS)和作物类型相关,而非灌溉季节模式则主要由盆地间湿季降水的差异解释。作物特异性模式在不同方法间存在差异,苜蓿在RSET-WB残差估算中占主导地位,而谷物和牧场在SWBM推导的干季深层渗漏中表现出更高的数值。在SWBM内部,低AWS田块也显示出增强的生长季排水。WTFM估算表明,大多数盆地湿季和干季之间的水位补给相对平衡,这与RSET-WB和SWBM显示的湿季主导性形成对比。RSET-WB和SWBM的长期平均值(2008–2023)表明,干季约占年潜在补给的29–34%,而湿季降水占比范围为54%至78%。这些发现共同强调,灌溉回归流和季末降水对于维持地中海农业区地下水潜在补给至关重要,支持了在低AWS牧草地进行早季或休季灌溉等管理含水层补给(MAR)策略。
灌溉农业对全球粮食安全至关重要,即使在缺水地区仍在持续扩张,但可持续灌溉要求在满足作物需求的同时 broadlygreen不耗尽含水层或损害生态系统。然而,日益增长的地下水开采正威胁着这一平衡,危及环境河流流量。解决这一问题需要深入理解地表水-地下水相互作用,其中地下水补给作为关键环节值得特别关注。地下水补给是指水从根区向下入渗并穿过更深的非饱和带后可能提升地下水位的运动,其等于净入渗量与蒸散发之差。补给可源于自然过程或人为过程,灌溉回归流——即绕过植物吸收并渗透至根区以下的那部分水——是一个重要但常被忽视的补给贡献源。传统上回归流被视为"损失的水",导致人们努力提高灌溉效率以减少这种损失。但近期研究警告,在田间尺度减少回归流可能破坏流域尺度的水平衡,尤其在气候变化情景下。从水量平衡角度看,可持续地下水利用本质上受限于补给量,含水层的最大可开采量与其长期平均补给量密切相关。因此,理解地下水补给动态,特别是在灌溉农业区,对可持续地下水利用和环境保护至关重要。

估算地下水补给的方法多样,包括土壤水分平衡法、示踪技术、水文模拟、经验方法和水位波动法等。这些方法从不同视角审视补给:土壤水分平衡法量化深层渗漏,而水位波动法推断净或总补给。水位波动法简单且应用广泛,但需要连续地下水位测量和可靠的给水度数据,获取成本较高。土壤水分平衡法具有灵活性,可整合多种数据源包括遥感数据。方法选择需考虑空间和时间的适用性、数据可靠性及尺度要求。部分方法仅适用于特定尺度,即使尺度无关的方法,其数据输入的可获得性也可能使估算结果呈尺度依赖性。因此,采用多技术估算补给被推荐以提高可靠性。

近期研究响应多方法策略的呼吁,在不同水文气候区应用多种技术量化地下水补给并评估人为影响。然而,这些研究多忽略特定农业实践,尤其是作物类型和灌溉管理对补给动态的影响——这在集约耕作景观中留下关键空白。在高度灌溉区,估算回归流通常被认为具有挑战性,其常被量化为农田上的空间分布式地下水补给或河流的空间聚合地下水排泄。尽管流域模型频繁被使用,但常简化土地利用和土壤分类以减少计算成本;在大流域中,农田可能仅占总面积的一小部分,因此被普遍忽视,导致补给和蒸散发等水文过程可能被低估。此外,农业地下水使用数据在密集灌溉区极少可得,通常需推断或模拟,这进一步增加了可靠量化补给的难度。因此,农业景观中地下水补给的时空评估仍然有限,尤其在地下水开采用于灌溉量大的区域。

本研究针对地中海气候区半干旱山间农业流域灌溉区地下水补给时空分布分析的方法需求,采用三路径方法:(1)基于遥感蒸散发数据的简化水平衡分析(RSET-WB),(2)土壤水分平衡模型(SWBM),以及(3)水位波动法(WTFM)。通过将这些方法应用于不同作物类型、季节和水文(地质)环境,研究人员旨在厘清作物类型、灌溉实践和地下属性如何共同控制补给。RSET-WB和SWBM结构相似,但其蒸散发估算(来源)根本不同,这为检验这些差异是否会在水平衡分配(灌溉需求、根区贮水量和深层渗漏)中放大灌溉季节对比、并在低蒸散发的湿季减弱提供了基础。将RSET-WB与SWBM的补给结果比较,可量化蒸散发变率如何通过水平衡传播至灌溉农业景观的补给估算中。使用基于观测的WTFM作为独立基准进一步实现了交叉验证。这一多方法比较超越了产出补给估算本身:它揭示了蒸散发变率如何驱动补给动态, pinpointed蒸散发假设最影响水平衡结果的位置,并展示了高分辨率遥感蒸散发在灌溉景观更广泛水文应用中的可靠性。

本研究区域涵盖加利福尼亚北部三个山间流域:Scott Valley、Shasta Valley和Butte Valley。尽管彼此邻近,各流域因地质基底和环境的差异,以及随内陆距离和主要地形特征(如Mount Shasta)变化的气象驱动因素(降水和温度),而具有不同的水文、水文地质和地形特征。该区域属地中海气候,冬季湿(锋面降水)、夏季干(有限局地对流降水),导致生长季与湿季错位,需依赖某种形式的蓄水(如积雪、地下水)。山区将流域分隔,谷底海拔约600 m,最高峰超过4300 m。农业活动主导谷底,在区域用水模式中起重要作用。

本研究使用的主要关键技术方法包括:(1)RSET-WB:利用OpenET高分遥感蒸散发数据、CIMIS和NOAA降水数据,在田间尺度进行简化水平衡估算,假设灌溉由作物需水驱动且径流可忽略;(2)SWBM:基于FAO方法模拟蒸散发,采用SCS曲线数值法估算径流,依据作物需水、土壤水分消耗、灌溉时机和地方管理实践进行灌溉调度,以日尺度追踪根区水分平衡包括土壤水分、蒸散发、灌溉水量、地表径流和深层渗漏,土壤有效水分贮容量基于SSURGO数据库;(3) WTFM:应用水位上升法(RISE)和主退水曲线法(MRC)估算水位变动,以及基于De Zeeuw-Hellinga方程的瞬时水位波动法(TWTFM),所需给水度参数参考抽水试验报告设定3–20%范围,实际计算采用5.0–7.2%。

研究结果部分,"RSET-WB潜在补给时空分布"显示,2008–2023年干季(4–9月)平均潜在补给在盆地间呈现显著空间变异性。Scott Valley记录到最高月补给率(10–35 mm·month?1),而Butte Valley最低(8–22 mm·month?1)。Scott Valley向Butte Valley递减的趋势反映了区域降水和地表水可得性的空间变化,以及地形雨影效应。Shasta和Scott Valley的潜在补给随距河道距离增加而明显降低,对应谷底向高地的海拔梯度。较高补给区主要使用地表水,特别是漫灌。干季和湿季累积潜在补给在各作物和盆地间呈现不同季节模式,Butte Valley两季均为最低,Shasta Valley呈牧场>苜蓿>谷物的排序。

"SWBM估算的潜在地下水补给"表明,Scott和Shasta Valley的空间变异性大于Butte Valley。干季区域潜在补给范围为5–70 mm·month?1,Scott Valley农田为8–50 mm·month?1,Butte Valley为5–30 mm·month?1,且后者因AWS均匀而数值集中。谷物农田,尤其在Shasta和Butte Valley,表现出最高干季深层渗漏率,可能因其为浅根系一年生作物。深根多年生苜蓿和牧场草地在各盆地干季数值几乎相同反而相近。湿季模式遵循西东向锋面降水递减,而干季差异更密切关联相似对流降水和灌溉主导条件下各盆地的土壤AWS。

"RSET-WB与SWBM潜在地下水补给结果比较"显示,两种方法对主要农田的潜在补给估算均呈现从Scott Valley到Butte Valley的西东递减。干季SWBM产生更高且更多变的估算,反映其对灌溉的动态表征;RSET-WB则较低且更均一。湿季RSET-WB显示出更大变率和更极端值,尤其在Scott和Shasta Valley,凸显其对偶发补给和径流可忽略假设的敏感性。SWBM估算的年降水径流比例在Scott、Shasta和Butte分别为约7%、6%和3%。两模型的经验累积分布函数在干季差异显著(Kolmogorov-Smirnov检验D=0.28–0.39,p<0.001),湿季差异较小(D=0.14–0.20)。Scott和Shasta整体一致性高(r=0.9),Butte较低。

"水位波动法应用结果"表明,WTFM各变式揭示了区域更多变的补给动态。MRC法识别出主要降水事件后的大脉冲;RISE和TWTFM显示出与降水和灌溉事件一致的适度、频繁响应。RISE变式即使在灌溉季节也捕捉到净补给,平均约15 mm·month?1,最敏感井达22 mm·month?1,反映灌溉驱动和自然补给组分。TWTFM在所有选定监测井中估算值最高。

讨论部分首先分析了研究区潜在补给时空变异性的驱动因素。除MRC外所有方法均表明农业活动显著贡献于年补给相关通量。2008–2023年三盆地平均,干季分别占RSET-WB和SWBM年潜在补给的约29%和34%,强调灌溉回归流和季末降水在主要湿季之外维持补给的作用。Scott和Shasta Valley在湿季经历峰值补给,WTFM(RISE和TWTFM)在Scott和Shasta监测井尺度显示更均衡的湿干分配,但Butte井仍强烈受湿季主导。WTFM在各盆地存在高估和低估趋势,季节平均补给量在各方法间大致可比:Scott井TWTFM干湿季均值为28 mm·month?1,RSET-WB为30 mm·month?1,SWBM为24 mm·month?1,但各方法季节分配不同。Butte Valley与Scott和Shasta Valley季节分配不同,SWBM指示湿干季潜在补给相近,WTFM显示更强湿季响应。这些WTFM与水平衡方法间的盆地间差异主要反映灌溉水源差异:Scott和Shasta使用地表水和地下水,早季地表水可增加净补给;Butte几乎完全依赖地下水。灌溉效率±5百分点的敏感性分析显示,主导灌溉方法的Ej变化改变盆地平均潜在补给约±3.6%(Scott)、±4.0%(Shasta)和±7.7%(Butte)。

作物特异性潜在补给模式方面,RSET-WB和SWBM中作物特异性模式在盆地和季节间存在差异。Scott Valley谷物干湿季均为最高,干季苜蓿、湿季牧场次之。Shasta Valley干季苜蓿和牧场占优,湿季谷物在SWBM中最高。Butte Valley季节排序一致,谷物最高,牧场次之,苜蓿最低。区域谷物通常显示最高雨季潜在补给,因许多田地非生长季休耕,不像多年生苜蓿和牧场。干季差异更明显,反映土壤属性、作物类型和灌溉实践的综合影响。静态土地利用假设的敏感性分析表明,±10百分点作物面积扰动下,Shasta Valley变化轻微,Scott和Butte对谷物和苜蓿更敏感。

水资源管理启示方面,研究强调农业景观中的补给对区域水可持续性具有基础性影响,塑造河流温度机制、晚季基流弹性和长期水质。地中海气候强季节降水变率下,准确捕捉补给时空动态的战略地下水管理至关重要。土壤属性和作物类型对潜在补给的影响在干季比在湿季更明显。低AWS区域作物常需更频繁灌溉,可能导致增加深层渗漏。这不应误解为建议使用土壤水分传感器提高灌溉效率,因为精准灌溉可能在农场尺度节水,但会减少补给并在流域尺度提供有限效益,反映"灌溉效率悖论"。研究区约54–78%的湿季降水转化为潜在地下水补给,该比率在湿季晚期(尤其3月)最高,早期(10–11月)较低,受前期土壤水分和大气水分需求控制。依赖地表水和地下水的盆地,早春灌溉期地表水使用可驱动根区以下过量渗漏并增加潜在补给。管理性利用洪峰流量或战略性早季灌溉是增强地中海农业流域季节水可得性的有前景策略。OpenET基于的高分辨率蒸散发水平衡建模为快速、田间尺度的农业用水和水平衡行为筛选提供了高效灵活的基础。

研究结论部分翻译如下:本研究评估了地中海气候下三个山间盆地灌溉农业景观中的地下水补给动态。研究人员采用多方法框架,包括简化遥感蒸散发水平衡、土壤水分路径方法以及WTFM的净和总补给估算变式。利用这些方法,研究人员按作物类型、季节和盆地量化了补给/潜在补给变率。尽管假设和概念不同,RSET-WB和SWBM的潜在补给估算在各盆地和季节间大体一致。例如,Scott Valley湿季有些事原文已涵盖内容。潜在季补给在两方法间差异小于8%,反映降水主导条件下的趋同。相比之下,WTFM揭示了更复杂的模式。Scott和Shasta Valley季节差异适中,可能由灌溉输入和渗透水到达水位的时间滞后驱动。WTFM在Scott Valley估算的年总补给与RSET-WB和SWBM紧密对齐。Butte Valley的WTFM湿干季节对比则比Scott或Shasta更显著。

跨盆地和作物的补给模式揭示了管理实践、土壤特征和水文气候条件的综合影响,特别是对灌溉季节补给。RSET-WB显示从Scott Valley到Butte Valley(西向东)干季补给明显递减,并一致识别苜蓿为大多数盆地补给最高的作物。SWBM揭示了更细微的行为,低AWS区域常表现出中到高补给,可能由频繁灌溉和较低土壤水分保持量驱动。这些RSET-WB与SWBM在空间分布和作物特异性潜在补给模式上的对比,凸显了作物类型、灌溉调度和土壤属性在塑造补给中的核心作用,对农业水资源管理和农业管理含水层补给(Ag-MAR)策略具有重要意义。例如,低AWS牧草地可被针对性用于 deliberate早季、低效率或休季灌溉以增强补给,同时维持作物生产力。

RSET-WB和SWBM均表明,大部分年补给发生在湿季且主要由降水驱动,尽管SWBM显示Butte Valley季节分配更均衡。在本研究使用的假设和输入下,模型结果(2008–2023)进一步表明约29–34%的年潜在补给发生在干季,主要为灌溉回归流。这证明了农业水资源管理在关键少雨期维持地下水位方面的贡献,尽管估算量级高度依赖于关键假设尤其是根系深度和灌溉效率。本研究还强调,湿季晚期降水(如3月)产生最高补给效率,可能由于高前期土壤水分和低大气需求。这一发现对未来农业管理含水层补给研究具有直接启示意义。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号