一种地下水位恢复量的预测方法

1.本公开属于地下水位量化技术领域，具体涉及一种地下水位恢复量的预测方法。


背景技术：

2.随着未来人口增长、城镇化水平提升以及饮食结构改变等，对粮食的需求将进一步增加。灌溉作为粮食产量提升的主要手段之一，水稻和小麦等高耗水的主粮作物灌溉比例可能会进一步增加，进而导致未来对水资源的需求也持续增长，地下水资源风险也将加剧。通过优化调整耗水作物的种植结构、实行休耕免耕轮作措施或者改良作物品种等手段减少超采区作物的耗水量，进而缩减对地下水资源的依赖、缓解地下水位持续下降成为关注的重点问题。
3.然而在当前研究中，针对地下水问题，量化农业优化措施实施后的节水潜力的研究很多，但是很少有进一步量化节水潜力对地下水位恢复的积极影响的研究。针对网格化作物种植区域的作物优化管理措施中，目前只涉及量化管理措施实施后的节水潜力，却没有针对量化地下水位可能的恢复量的研究。为了高效地优化农业节水潜力和缓解未来水资源的需求压力，针对网格化地下水位恢复量量化的研究迫在眉睫。


技术实现要素：

4.本公开的目的是提供一种地下水位恢复量的量化方法，能够量化分析未来不同的耗水作物种植布局下地下水位的恢复程度。
5.为解决上述问题，本公开提供了一种地下水位恢复量的预测方法，包括：对目标种植区域建立网格模型，所述网格模型包括多个网格单元，其中，部分网格单元设置有监测站点，每个所述监测站点对应一个所述网格单元；根据每个网格单元获取网格作物灌溉需水量和可持续灌溉供水量，并得到每个网格单元逐年作物净用水量和每个网格单元逐年累计作物净用水量；根据所述网格单元逐年作物净用水量和所述逐年累计作物净用水量，得到每个网格单元目标时期累计作物净用水量；从每个所述监测站点获取地下水水位监测数据；根据拟合公式，将所述水位监测数据和所述逐年累计作物净用水量进行关系拟合，以获取每个监测站点的监测站点拟合系数；根据反距离加权插值法对所述监测站点拟合系数进行空间插值，以得到每个网格单元的网格拟合系数；根据所述每个网格单元目标时期累计作物净用水量和所述网格拟合系数，得到每个网格单元目标时期地下水水位恢复数据，以对目标时期水位恢复量进行预测。
6.进一步地，根据每个网格单元获取网格作物灌溉需水量包括：部分网格单元设置有气象站点，每个所述气象站点对应一个网格单元；获取每个气象站点的气象数据和每个气象站点对应的土壤数据；根据所述气象数据和土壤数据得到每个气象站点的气象站点作物灌溉需水量；根据反距离加权插值法对所述气象站点作物灌溉需水量进行空间插值，以得到所述网格作物灌溉需水量。
7.进一步地，所述根据所述气象数据和土壤数据得到每个气象站点的气象站点作物灌溉需水量包括：根据所述气象数据和土壤数据得到每个气象站点的参考作物潜在蒸散量；获取每个气象站点的作物系数数据；根据所述气象数据、所述土壤数据、所述作物系数数据和所述参考作物潜在蒸散数据，得到每个气象站点的作物潜在蒸散量和作物实际蒸散量；根据所述作物潜在蒸散量和作物实际蒸散量得到所述气象站点作物灌溉需水量。
8.进一步地，根据所述气象数据、所述土壤数据、所述作物系数数据和所述参考作物潜在蒸散数据，得到每个气象站点的作物潜在蒸散量和作物实际蒸散量包括：根据所述气象数据、土壤数据得到每个气象站点的作物水分胁迫系数，并结合所述作物系数数据和所述参考作物潜在蒸散数据得到所述每个气象站点的作物潜在蒸散量和作物实际蒸散量。
9.进一步地，通过下式得到每个网格单元逐年作物净用水量：进一步地，通过下式得到每个网格单元逐年作物净用水量：进一步地，通过下式得到每个网格单元逐年作物净用水量：其中，表示每个网格单元逐年作物净用水量，表示作物灌溉需水总量，表示作物灌溉需水量，表示作物灌溉面积，表示可持续灌溉供水总量，表示灌溉用水比例，表示所述可持续灌溉供水量，表示耕地总面积，10为比例系数。
10.进一步地，所述获取每个地下水监测站点的地下水水位监测数据包括：获取每个气象站点对应的作物播种期数据和作物收获期数据；根据反距离加权插值法对所述每个气象站点对应作物播种期数据和所述作物收获期数据进行空间插值，以得到每个网格单元作物播种期数据和作物收获期数据；根据所述每个网格单元作物播种期数据和作物收获期数据，提取每个监测站点对应网格单元内的作物播种期数据和作物收获期数据；根据所述每个监测站点对应网格单元内的作物播种期数据和作物收获期数据，提取每个监测站点逐年作物播种期和作物收获期之间的地下水位数据。
11.进一步地，所述获取每个地下水监测站点的地下水水位监测数据，并将所述水位监测数据和所述逐年累计作物净用水量进行关系拟合，以获取每个监测站点的监测站点拟合系数包括：根据所述每个监测站点逐年作物播种期和作物收获期之间的地下水位数据，得到每个监测站点的逐年作物播种期和作物收获期之间的平均地下水位数据；获取每个监测站点的作物净用水量，并得到每个监测站点的逐年累计作物净用水量；根据所述每个监测站点的逐年累计作物净用水量、所述逐年作物播种期和所述作物收获期之间的平均地下水位数据，形成数据集，其中，所述每个监测站点的逐年累计作物净用水量、所述逐年作物播种期和所述作物收获期之间的平均地下水位数据一一对应；根据所述数据集，对所述每个监测站点的逐年累计作物净用水量、所述作物播种期和所述作物收获期之间的平均地下水位数据进行所述关系拟合，以得到每个监测站点的监测站点拟合系数。
12.进一步地，通过下式将所述水位监测数据和所述逐年累计作物净用水量进行关系拟合：
其中，表示所述每个监测站点的逐年作物播种期和作物收获期之间的平均地下水位数据，表示所述监测站点逐年累计作物净用水量，表示所述监测站点的拟合系数，所述拟合系数用于反映地下水位随用水量变化的快慢，表示截距。
13.进一步地，通过下式得到每个网格单元目标时期地下水水位恢复数据：其中，表示目标时期每个网格单元的地下水位变化数据，表示所述网格单元累计作物净用水量，表示所述目标时期网格单元累计作物净用水量，表示所述网格单元的拟合系数。
14.（三）有益效果本公开从水资源可持续理论出发，通过评估耗水作物在农业可持续灌溉用水补充下的实际用水量，结合多年地下水位变化趋势，分析作物实际用水量与地下水位之间的时空耦合关系，量化分析未来不同的耗水作物种植布局下实际用水量变化对地下水位的影响程度，进而使得地下水资源得到可持续利用，为未来地下水位恢复提供可行的方案。
附图说明
15.图1是本公开实施例一种地下水位恢复量的预测方法的流程结构图；图2是本公开实施例一种地下水位恢复量的预测方法优化前灌溉需水量示意图；图3是本公开实施例一种地下水位恢复量的预测方法优化后灌溉需水量示意图；图4是本公开实施例一种地下水位恢复量的预测方法优化后地下水位相对于基准（历史）情景下的变化量。
具体实施方式
16.为使本公开的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本公开进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
17.在附图中示出了根据本公开实施例的示意图。这些图并非是按比例绘制的，其中为了清楚的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域的形状以及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
18.显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
19.此外，下面所描述的本公开不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
20.农业绿色革命以来，农业集约化的发展使得全球粮食产量大幅提升。然而作物产
量提高不仅与作物品种改良、施肥等因素有关，还与灌溉水量有着密切关系。全球农业生产占用约70%的淡水资源，在降雨充足地区，充沛的降水和地表水资源为农业增产提供了必要保障。而在一些降雨集中、降雨不充分、年际变化大的地区，地表水资源十分有限，以至于农业粮食生产对灌溉具有较大的依赖性。但由于地表水资源匮乏，地下水成为很多地区农业灌溉的主要供水水源。农业灌溉长期大量的开采地下水，导致地下水位不断下降，进而严重影响区域农业生产的可持续发展。
21.随着未来人口增长、城镇化水平提升以及饮食结构改变等，对粮食的需求将进一步增加。灌溉作为粮食产量提升的主要手段之一，水稻和小麦等高耗水的主粮作物灌溉比例可能会进一步增加，进而导致未来对水资源的需求也持续增长，地下水资源风险也将加剧。通过优化调整耗水作物的种植结构、实行休耕免耕轮作措施或者改良作物品种等手段减少超采区作物的耗水量，进而缩减对地下水资源的依赖、缓解地下水位持续下降成为关注的重点问题。
22.然而在相关实施例中，针对地下水问题，量化农业优化措施实施后的节水潜力的研究很多，但是很少有进一步量化节水潜力对地下水位恢复的积极影响的研究。针对网格化作物种植区域的作物优化管理措施中，目前只涉及量化管理措施实施后的节水潜力，却没有针对量化地下水位可能的恢复量的研究。为了高效地优化农业节水潜力和缓解未来水资源的需求压力，针对网格化地下水位恢复量量化的研究迫在眉睫。
23.本公开从水资源可持续理论出发，通过评估耗水作物在农业可持续灌溉用水补充下的实际用水量，结合多年地下水位变化趋势，分析作物实际用水量与地下水位之间的时空耦合关系，量化分析未来不同的耗水作物种植布局下实际用水量变化对地下水位的影响程度，进而使得地下水资源得到可持续利用，为未来地下水位恢复提供可行的方案。
24.根据本公开一相关技术在地下水位恢复的研究方案中，一是通过建设地表输水工程和关井压采相结合的方式，使得地下水位得到有效恢复；二是通过进行作物种植结构优化调整或休耕免耕等措施，节约灌溉水，量化地下水位的恢复量。
25.根据本公开另一相关技术在地下水位恢复潜力的评估方案中，一是通过地下水数值模拟模型或综合区域气候经济条件变化的水需求模型等（如cwatm模型），调整各项地下水影响参数，如给水度、渗透系数、水流流量、地下水流场或地下水利用方式等，评估地下水位的恢复潜力；二是从农业角度出发，在实验田上进行作物的农业优化管理措施，并通过设置地下水位监测装置来评估农业优化管理措施的地下水位恢复潜力；三是从农田水量平衡角度出发，模拟农田水量变化等，结合水量平衡模型（如kendy模型），应用土壤参数、作物参数和气候参数等量化灌溉水的减少带来的地下水位恢复量。
26.相关技术中存在关于量化地下水位恢复量的研究方法，然而目前的研究方法中仍有一定的缺陷，如量化成本高、效率低和量化参数不易获取等。第一，通过地下水数值模拟模型等数值模拟方法能够有效量化不同管理措施下的地下水位恢复量，然而该模型需要综合多项参数，如给水度、渗透系数、水流流量、地下水流场、潜水区域的边界、断层岩性等，这些参数的搜集和模拟存在一定困难，并且拓展到区域单元也存在一定难度。第二，在实验田上进行作物的农业优化管理措施，并通过设置地下水位监测装置能够准确量化地下水位的变化，但同样存在难以拓展到区域单元的困难。第三，在当前区域网格单元的作物优化管理措施中，往往量化管理措施实施后的节水潜力，很少有进一步量化地下水位可能的恢复量
的研究。
27.如图1-4所示，本公开实施例一种地下水位恢复量的预测方法，包括：对目标种植区域建立网格模型，网格模型包括多个网格单元，其中，部分网格单元设置有监测站点，每个监测站点对应一个网格单元；根据每个网格单元获取网格作物灌溉需水量和可持续灌溉供水量，并得到每个网格单元逐年作物净用水量和每个网格单元逐年累计作物净用水量；根据网格单元逐年作物净用水量和逐年累计作物净用水量，得到每个网格单元目标时期累计作物净用水量；从每个监测站点获取地下水水位监测数据；根据拟合公式，将水位监测数据和逐年累计作物净用水量进行关系拟合，以获取每个监测站点的监测站点拟合系数；根据反距离加权插值法对监测站点拟合系数进行空间插值，以得到每个网格单元的网格拟合系数；根据每个网格单元目标时期累计作物净用水量和网格拟合系数，得到每个网格单元目标时期地下水水位恢复数据，以对目标时期水位恢复量进行预测。在一些实施例中，逐年作物净用水量为数据采集时期内每个网格单元对应年份的作物净用水量，逐年累计作物净用水量为数据采集时期内每个网格单元对应年份与以往本时期内各年份的累计作物净用水量之和。目标时期累计作物净用水量为目标时期内各对应年份与以往本时期内各年份的累计作物净用水量之和。网格单元累计作物净用水量表示已知时期或者历史时期的网格单元累计作物净用水量。网格作物灌溉需水量表示在一特定时间周期内，每个网格单元作物生长所需要的水量。可持续灌溉供水量表示在不造成地下水位下降的情况下，每个网格单元内可用于农业灌溉的用水量。可持续灌溉供水量通过采用地表水资源可利用量与浅层地下水资源可开采量的农业用水相加，再扣除两者之间的重复计算量得到。在一些实施例中，根据监测站点拟合系数，预测每个网格单元的网格拟合系数可以通过计算工具实现。
28.在一些实施例中，反距离加权插值法被认为被估计单元块的属性与其周围一定距离内已知点的属性有关，并且认为这种关系与已知点到被估计单元块中心点的距离的多次幂成反比。计算公式如下：
ꢀꢀꢀꢀꢀ
公式（4）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（5）公式（4）和公式（5）中，表示估计值，本公开实施例在估计网格单元拟合系数、灌溉需水量以及作物播种期和作物收获期的过程中，用于分别表示拟合系数的估计值、灌溉需水量的估计值以及作物播种期估计值和作物收获期估计值；为第（=1, 2, 3
···
n）个已知点的属性值，分别对应上述计算中已知站点单元的拟合系数、灌溉需水量以及作物播种期和作物收获期数据；表示已知站点个数，即获取的监测站点个数或者气象站点个数；为距离的幂，其显著影响内插的结果，它的选择标准是最小平均绝对误差，通常取值为2；表示被估计单元块距离第个已知点的距离，即要求解的未知拟合系数，或者未知灌溉需水量和作物播种期和收获期的网格单元，与已知拟合系数的监测站点，以及已知灌溉需水量、作物播种期和收获期的气象站点之间的距离；和表示已知拟合系
数的监测站点，以及已知灌溉需水量、作物播种期和收获期的气象站点的横纵坐标值，和表示未知拟合系数的网格单元，或者未知灌溉需水量和作物播种期和收获期的网格单元的横纵坐标值。
29.在一些实施例中，通过下式得到每个网格单元逐年作物净用水量：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（6）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（7）
ꢀꢀꢀꢀꢀꢀ
公式（8）公式（6）-（8）中，表示每个网格单元逐年作物净用水量，表示作物灌溉需水总量，表示作物灌溉需水量，表示作物灌溉面积，表示可持续灌溉供水总量，表示灌溉用水比例，表示可持续灌溉供水量，表示耕地总面积，10为比例系数。本公开实施例所要解决的技术问题是提供一种地下水位恢复量预测方法。在模拟过程中，通过计算可用于农业灌溉的可持续利用水量，结合作物生长季内灌溉需水量，计算实际造成地下水位下降的作物用水量，进而将造成地下水位下降的实际作物用水量与地下水位数据建立耦合关系，预测未来优化调整后灌溉需水量的减少导致的地下水位变化。本公开实施例中，可持续灌溉用水量可以展示不会造成地下水位进一步下降的水平，如果作物生长过程中的用水量超过这个水平，就会造成地下水位下降，因此通过两者的差值计算净用水量，能够精确量化能够造成地下水位下降的作物用水量。
30.在一些实施例中，根据每个网格单元获取网格作物灌溉需水量包括：部分网格单元设置有气象站点，每个气象站点对应一个网格单元；获取每个气象站点的气象数据和每个气象站点对应的土壤数据；根据气象数据和土壤数据得到每个气象站点的气象站点作物灌溉需水量；根据反距离加权插值法对气象站点作物灌溉需水量进行空间插值，以得到网格作物灌溉需水量。
31.在一些实施例中，通过下式进行得到作物灌溉需水量步骤：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（10）公式（10）中，表示每个网格单元作物灌溉需水量，即无水分胁迫下的作物潜在蒸散量与水分胁迫下耗水作物实际蒸散量的差值。表示作物潜在蒸散量，表示作物实际蒸散量。
32.在一些实施例中，根据作物潜在蒸散量和作物实际蒸散量计算气象站点的作物灌溉需水量包括：根据作物潜在蒸散量和实际蒸散量两者的差表示作物灌溉需水量。
33.在一些实施例中，根据气象数据和土壤数据得到每个气象站点的气象站点作物灌溉需水量包括：根据气象数据和土壤数据得到每个气象站点的参考作物潜在蒸散量；获取每个气象站点的作物系数数据；根据气象数据、土壤数据、作物系数数据和参考作物潜在蒸散数据，得到每个气象站点的作物潜在蒸散量和作物实际蒸散量；根据作物潜在蒸散量和作物实际蒸散量得到气象站点作物灌溉需水量。在本公开实施例中，首先通过气象站点获得作物播种期和作物收获期数据，再通过数据插值（本公开实施例使用反距离空间插值法），得到空间上的作物播种期和作物收获期数据，最后通过监测站点去提取对应网格单元
上的播种期数据和收获期数据。
34.在一些实施例中，每个监测站点对应一个网格单元，每个气象站点对应一个网格单元。在本公开一些实施例中，每个网格单元按照1km*1km划分。在相关实施例中，如果一个网格单元内有多个地下水位监测站点或气象站点，当处理数据时，可以选取这个网格内的监测站点数据平均值。
35.在一些实施例中，根据气象数据、土壤数据、作物系数数据和参考作物潜在蒸散数据，得到每个气象站点的作物潜在蒸散量和作物实际蒸散量包括：根据气象数据、土壤数据得到每个气象站点的作物水分胁迫系数，并结合作物系数数据和参考作物潜在蒸散数据得到每个气象站点的作物潜在蒸散量和作物实际蒸散量。
36.在一具体实施例中，根据土壤数据、气象数据、作物系数数据和参考作物潜在蒸散数据，得到每个气象站点的作物潜在蒸散量和作物实际蒸散量，使用下式表示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（10-1）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（10-2）公式（10-1）为作物在第天潜在蒸散量的计算，其中为第天的作物系数，为第天的参考作物潜在蒸散；公式（10-2）为作物在第天实际蒸散量的计算，其中为第天的作物水分胁迫系数，具体计算公式如下：公式（10-3）公式（10-3）中，为第天的水分胁迫系数，为作物根部平均深度的土壤含水量；为根区最大土壤有效含水量；为作物从根区土壤中吸收的无水分胁迫的水分含量占根区最大土壤有效含水量的比例；公式（10-4）公式（10-4）中，为前一时期的土壤含水量，为1天，为第天的有效降雨，为第天的灌溉用水；为第天的作物实际蒸散量；为第天的径流；公式（10-5）公式（10-5）中，为常数，在雨养地区为2，灌溉地区为3；
ꢀꢀꢀꢀꢀꢀꢀꢀ
公式（10-6）公式（10-6）中，为常数，为作物在第天的潜在蒸散量。
37.ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（11-1）公式（11-1）中，表示第天的实际降雨量，当第天的平均温度低于0℃时，认为等于，当第天有积雪，且第天的平均温度高于0℃，则认为等于平均温度乘以4mm/℃。
38.在一些实施例中，获取每个地下水监测站点的地下水水位监测数据包括：获取每个气象站点对应的作物播种期数据和作物收获期数据；根据反距离加权插值法对每个气象站点对应作物播种期数据和作物收获期数据进行空间插值，以得到每个网格单元作物播种期数据和作物收获期数据；根据每个网格单元作物播种期数据和作物收获期数据，提取每个监测站点对应网格单元内的作物播种期数据和作物收获期数据；根据每个监测站点对应网格单元内的作物播种期数据和作物收获期数据，提取每个监测站点逐年作物播种期和作物收获期之间的地下水位数据。本公开实施例中，监测站点通过特定的监测设备定期获取地下水位数据，然后将得到的地下水位数据存储，提取即获取作物播种期和收获期在对应时间段内监测站点所监测的数据。本公开实施例获取作物生长过程中的地下水位数据，并不是简单的使用当年的全部地下水位数据，而是使用作物生长期内的地下水位数据，并用于后续地下水位和灌溉用水的拟合，能够更准确反映由于作物灌溉对地下水位的影响程度。
39.在一些实施例中，获取每个地下水监测站点的地下水水位监测数据，并将水位监测数据和逐年累计作物净用水量进行关系拟合，以获取每个监测站点的监测站点拟合系数包括：根据每个监测站点逐年作物播种期和作物收获期之间的地下水位数据，得到每个监测站点的逐年作物播种期和作物收获期之间的平均地下水位数据；获取每个监测站点的作物净用水量，并得到每个监测站点的逐年累计作物净用水量；根据每个监测站点的逐年累计作物净用水量、逐年作物播种期和作物收获期之间的平均地下水位数据，形成数据集，其中，每个监测站点的逐年累计作物净用水量、逐年作物播种期和作物收获期之间的平均地下水位数据一一对应；根据数据集，对每个监测站点的逐年累计作物净用水量、作物播种期和作物收获期之间的平均地下水位数据进行关系拟合，以得到每个监测站点的监测站点拟合系数。本公开实施例简单高效地建立灌溉水和地下水位之间的关系。
40.在一些实施例中，通过下式将水位监测数据和逐年累计作物净用水量进行关系拟合：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（12）公式（12）中，表示每个监测站点的逐年作物播种期和作物收获期之间的平均地下水位数据，表示监测站点逐年累计作物净用水量，表示监测站点的拟合系数，拟合系数用于反映地下水位随用水量变化的快慢，表示截距。
41.在一些实施例中，通过下式得到每个网格单元目标时期地下水水位恢复数据：公式（13）公式（13）中，表示目标时期每个网格单元的地下水位变化数据，表示网格单元累计作物净用水量，表示目标时期网格单元累计作物净用水量，表示网格单元的拟合系数。本公开实施例该步骤公式通过计算两个累计用水量的差值，在通过差值乘以系数得到地下水位变化量。本公开另一实施例可以把公式（13）中计算的括号拆开，相当于分开计算一个目标时期的地下水位数据和已知时期的地下水位，相减就是变化量的。本公开实施例相比现有技术，通过在网格单元上模拟未来地下水位的恢复量，操作简单方便，节省了人力和物力成本。
42.在一些实施例中，根据每个网格单元获取网格作物灌溉需水量和可持续灌溉供水量包括：获取地表水资源量；获取地下水资源量；获取地表水和地下水重复量；获取农业用水比例。
43.在一些实施例中，根据气象数据计算每个气象站点的参考作物潜在蒸散数据包括：
ꢀꢀꢀꢀꢀꢀꢀꢀ
公式（14）公式（14）中，表示为温度曲线和饱和水气压相关的斜率，kpa/℃；表示地表净辐射量，mj/m2·
d；表示土壤热通量，mj/m2·
d，一般取0；表示干湿度常数，kpa/℃；表示空气平均温度，℃；表示2m处风速，m/s；表示饱和水气压，kpa；表示实际观测水气压差，kpa。
44.在一些实施例中，根据每个气象站点作物灌溉需水量计算每个网格单元灌溉需水量包括：利用相关软件将监测站点单元的作物灌溉需水量进行空间插值，扩展到网格单元。
45.在一些实施例中，地下水位的持续下降是由于长时间作物灌溉用水量超过可持续灌溉用水造成的，即逐年的作物净用水量为正值（＞0）。因此计算逐年累计作物净用水量。首先依据研究时段，计算起始年到结束年份逐年的累计作物净用水量，如研究时段为2005-2015，则2006年累计作物净用水量为2005和2006年当年的作物净用水量相加，2015年的累计作物净用水量为2005-2015年逐年作物净用水量累加。该结果同样为网格单元。本公开实施例能够快速的模拟未来作物实际灌溉用水量，相比现有技术，操作简单方便。
46.假设未来基准情景下逐年的作物净用水量为结束年的作物净用水量，未来优化情景下逐年的作物净用水量为基于现状条件优化调整后的作物净用水量，以此预测年份的累计作物净用水量。计算每个网格单元内目标时期累计作物净用水量包括：公式（16）公式（16）中，表示目标时期的累计作物净用水量，表示研究时段内结束年份对应的累计作物净用水量，表示目标时期年份，表示研究时段的结束年份，表示基准情景或优化情景下目标时期逐年的净耗水量。
47.在一些实施例中，并对监测站点地下水监测数据和监测站点逐年累计作物净用水量进行关系拟合包括：根据逐年播种期和收获期内地下水位数据计算逐年平均地下水位数据；根据逐年累计作物净用水量和逐年平均地下水位数据，得到数据集；根据数据集，对作物净用水量和地下水位数据进行关系拟合，以得到拟合系数，并根据反距离加权插值法进行空间插值，得到网格单元的拟合系数。
48.在一些实施例中，根据数据集，对作物净用水量和地下水位数据进行关系拟合，以得到拟合系数。再通过从《中国地质环境监测地下水位年鉴》中获取研究区范围内的地下水位监测站点，依据地下水位监测站点提取上述得到的作物播种期和收获期数据，进而获取作物生长季内逐月或逐日的地下水位实测数据。
49.在一些实施例中，计算每个网格单元目标时期地下水水位恢复数据，以对目标时
期水位恢复量进行预测包括： 公式（18）公式（18）中，表示目标时期的地下水位变化数据，表示累计作物净用水量，表示目标时期累计作物净用水量。
50.本公开从水资源可持续理论出发，通过评估耗水作物在农业可持续灌溉用水补充下的实际用水量，结合多年地下水位变化趋势，分析作物实际用水量与地下水位之间的时空耦合关系，量化分析未来不同的耗水作物种植布局下实际用水量变化对地下水位的影响程度，进而使得地下水资源得到可持续利用，为未来地下水位恢复提供可行的方案。
51.本公开是一种在网格单元上量化农业优化调整措施实施后地下水位恢复量的方法，得到的结果能够全面反映区域单元上农业优化管理措施带来的有益效果，有助于相关部门更加方便的展开有针对性的、具体的规划措施。本公开的关键点是量化造成地下水位下降的作物净用水量。地下水位的持续下降是由于长时间灌溉用水超过地下水供水能力造成的。本公开通过综合水平衡和可持续理论，计算得到农业灌溉可持续水量，进而可以量化农业生产造成的地下水的实际超采量。并通过将超采量与地下水位进行时空耦合，确立地下水位与作物用水之间的关系，用于评估不同农业优化管理措施下的地下水位恢复量。
52.本公开是一种在网格单元上量化农业优化调整措施实施后地下水位恢复量的方法，该方法中通过综合水平衡和可持续理论，量化了实际造成地下水位下降的作物净用水量与地下水位之间的时空耦合关系，进而评估未来年份下优化措施实施后地下水位相对基准情景的恢复潜力。此外，该方法与现有技术相比，具有成本低、效率高的优点。由于该方法是在网格单元上进行的，得到的结果能够全面反映区域单元上农业优化管理措施带来的有益效果，有助于相关部门更加方便的展开有针对性的、具体的规划措施，从网格单元进行管理、调整，从而有效的缓解地下水位下降问题，减少不必要的人力和财力。
53.下面结合黄淮海区的一具体实例对本公开实施例做出详细描述。
54.1. 研究区概况黄淮海区是我国三大粮食主产区之一，耕地面积占全国平原面积的30%，也是我国最大的小麦种植区，2000年至2019年，小麦播种面积在全国所占比重由56.28%增长至73.01%，小麦产量也由6933.79万t提升至10796.6万t，在全国所占比重达到80.82%，成为我国小麦输送到其他地区的中心。在我国粮食增产的规划中，黄淮海区的新增粮食产能约占全国1000亿斤新增产能的32.9%。然而，黄淮海区的农业发展导致地下水超采范围和超采程度日益严重，并且成为全球最大的地下水超采区，1983-1993年间浅层地下水位下降速率达到，2003-2010年间下降速率达到，2002-2014年间消耗了6bt的地下水资源，黄淮海区内粮食生产的可持续受到密切关注。在此问题上，本公开选择黄淮海作为案例进行解释本研究方法的可行性和有效性。
55.2. 研究数据：平均温度、降雨、相对湿度、风速、大气压和日照时数等监测站点的日值数据来源于中国气象数据网，使用相关软件对各项气象因子进行空间插值；县级单元主要作物的单产、总产和播种面积数据来源于各类农业统计年鉴；小麦的农田管理措施数据来源于农作物生长发育数据集；土壤数据、地形数据、土地利用数据、土地利用网格百分比数据等来源
于地理空间数据云、中国科学院资源环境科学数据中心；土壤有效含水量数据来源于isric-wise全球土壤属性数据集；主要作物蒸散计算相关的作物系数kc来源于《北方地区主要农作物灌溉用水定额》；灌溉比例数据来源于spam2010数据集；地下水位监测数据来源于《中国地质环境监测地下水位年鉴》。
56.3. 研究方法（1）小麦灌溉需水量的计算。
57.利用各类气象数据，采用fao推荐的以能量平衡和水汽扩散理论为基础的penman-monteith公式，计算潜在蒸散。并结合作物系数和水分胁迫系数，计算小麦在生育期内逐日的潜在蒸散量和实际蒸散量，两者的差值即为小麦的灌溉需水量。具体算法如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1a）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2a）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3a）
ꢀꢀꢀꢀꢀꢀ
（4a）
ꢀꢀꢀꢀꢀ
（5a）式中，表示为温度曲线和饱和水气压相关的斜率，kpa/℃；表示植物表层的净辐射量，mj/m2·
d；表示土壤的热通量，mj/m2·
d，一般取0；表示干湿度的常用量，kpa/℃；表示饱和水气压，kpa；表示实际观测水气压差，kpa；表示空气的平均温度，℃；表示2m处的风速，m/s。，表示不同作物的作物系数，表示作物的水分胁迫系数，为作物根部平均深度的土壤含水量，为土壤有效含水量，表示作物从根部地区土壤中可以吸收水分量占的比例，为常数。对于灌溉作物，认为水分充足，水分胁迫系数等于1。为前一时期的土壤水分，表示1天，表示有效降水，为灌溉用水（仅针对灌溉作物），为根部下方的深层渗滤。由于雨养条件下认为无灌溉，则为0。
58.公式（1a）为p-m公式计算潜在蒸散，公式（2 a）为小麦实际蒸散和潜在蒸散的计算，公式（3 a）为水分胁迫系数的计算，公式（4 a）和（5 a）为水分胁迫系数计算公式中和参数的计算。
59.（2）本研究以气象站点数据为依据，采用反距离加权插值法对计算得到的小麦灌溉需水量进行空间连续插值。
60.（3）农业可持续灌溉水量计算（可持续灌溉供水量）通过各省统计年鉴、水资源公报以及，搜集各地级市单元的地表水资源量、地下水资源量、地表水和地下水重复量等数据；通过《中国地下水资源与环境图集》搜集各地级市的农业用水比例等，结合多种数据计算农业可持续灌溉水量。具体算法如下。
61.ꢀꢀꢀꢀ
（6a）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7a）式中，表示可持续灌溉水量，表示地表水可利用量，表示地下水可开采量，表示地表水和地下水的重复量，表示入渗量，表示农业用地下水比例，表示入渗系数。
62.（4）造成地下水位下降的作物净用水量计算本公开通过将逐年作物灌溉需水总量与逐年农业可持续灌溉水总量相减，计算得到能够造成地下水位下降的作物净用水量。
63.ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（8a）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9a）
ꢀꢀꢀꢀꢀꢀꢀ
（10a）式中，表示能够造成地下水位下降的作物净用水量，表示作物的灌溉用水总量，表示作物灌溉需水量，表示作物的灌溉面积，表示用于作物的农业可持续灌溉水总量，表示作物的灌溉用水比例，为s2计算得到的农业可持续灌溉水量，表示耕地总面积，10为比例系数。
64.（5）地下水位与作物净用水量拟合依据地下水位监测站点提取对应的逐年累计作物净用水量，进而得到逐年地下水位数据和累计作物净用水量相对应的数据集，用于进行关系拟合。具体拟合形式如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（11a）式中，为对应的地下水位，为累计作物净用水量，为斜率，反映地下水位随用水量变化的快慢，为截距。
65.（6）地下水位恢复量预测
ꢀꢀꢀꢀꢀꢀꢀ
（12a）式中，表示预测年份的累计作物净用水量，表示研究时段内结束年份对应的累计作物净用水量，表示未来预测年份，表示研究时段的结束年份，表示基准情景或优化情景下的未来逐年作物净用水量。
66.（7）农业优化管理措施本研究采用网格化小麦优化布局调整的方法，解释农业优化调整对地下水位的可能影响。
67.本公开使用通用代数建模系统（gams）的python api接口，选择conopt4解决器中的非线性求解算法，模拟小麦的优化布局。通过在优化算法中综合考虑耕地面积、种植适宜性面积、灌溉比例、单产、灌溉需水量和农业可持续灌溉用水量等条件，进行小麦种植结构的优化调整，得到优化后网格单元上小麦的种植面积等。
68.4. 研究结果（1）黄淮海区优化布局的小麦灌溉需水量空间分布变化从黄淮海区整体来看，大部分地区小麦的灌溉需水量均有较大幅度的下降，尤其
是黄淮海区的中部地区。其中，在河北省南部地区、山东省西部和河南省北部和东部地区灌溉水消耗量减少超过立方米。通过优化布局，在限制小麦灌溉需水量的情景下，黄淮海区整体可减少立方米的灌溉用水。从不同省市来看，在河北省的南部地区略有缩减，但是北部地区略有增加，整体表现为增加5.49%的灌溉用水。小麦产量较高但灌溉需水量低的江苏省由于未考虑灌溉面积的增加，灌溉需水量略有下降，减少了5.76%。河南省的小麦种植面积最大，结构调整后的小麦缩减也较多，灌溉需水量减少了41.7%。山东省西部平原和安徽省北部平原区的小麦缩减也比较多，灌溉需水量也分别缩减了23.88%和27.64%。北京和天津地区的小麦灌溉需水量分别减少了10.14%和18.01%。
69.（2）黄淮海区优化布局后平原区范围内地下水位变化情况通过调整小麦的种植结构，灌溉需水量大幅下降，有效缓解了地下水的下降问题。本研究以2005-2014年为研究时段，并探索2005-2014年间地下水位与实际用水量之间的关系，分析了到2020年基准情景下和优化情景下的地下水位变动。研究结果显示，优化调整后，平原区地下水位平均恢复1.05m。在河北平原中南部、鲁西平原、豫东平原等地，地下水位以恢复为主，相对基准情景下可恢复1.5m以上，在皖北平原、豫南平原和豫北平原等地，地下水位可相对恢复0-1.5m，在山东鲁西平原以东，整体地下水位会有持续下降的可能，但是其优化后的小麦灌溉用水量并不会超过可持续用水量。
70.本公开从水资源可持续理论出发，通过评估耗水作物在农业可持续灌溉用水补充下的实际用水量，结合多年地下水位变化趋势，分析作物实际用水量与地下水位之间的时空耦合关系，量化分析未来不同的耗水作物种植布局下实际用水量变化对地下水位的影响程度，进而使得地下水资源得到可持续利用，为未来地下水位恢复提供可行的方案。
71.应当理解的是，本公开的上述具体实施方式仅仅用于示例性说明或解释本公开的原理，而不构成对本公开的限制。因此，在不偏离本公开的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。此外，本公开所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
72.以上参照本公开的实施例对本公开予以了说明。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。本公开的范围由所附权利要求及其等价物限定。不脱离本公开的范围，本领域技术人员可以做出多种替换和修改，这些替换和修改都应落在本公开的范围之内。
73.尽管已经详细描述了本公开的实施方式，但是应该理解的是，在不偏离本公开的精神和范围的情况下，可以对本公开的实施方式做出各种改变、替换和变更。
74.显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本公开创造的保护范围之中。