劉柏君，權(quán) 錦，雷曉輝，蔣云鐘，王 浩,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.河海大學(xué) 水文水資源學(xué)院，南京 210098；3.聯(lián)邦科學(xué)與工業(yè)研究組織 水土研究所，澳大利亞 珀斯 WA6014 )

水資源作為不可或缺的自然資源，戰(zhàn)略地位顯著。在氣候變化、人類活動及競爭用水的三重影響下，發(fā)生變化的水循環(huán)過程對區(qū)域水資源開發(fā)利用從水量、水質(zhì)方面造成了不小的影響，威脅經(jīng)濟社會的可持續(xù)發(fā)展，需水與水資源開發(fā)已然成為現(xiàn)階段的主要矛盾。對于國際水文科學(xué)協(xié)會(IAHS)重點關(guān)注的干旱區(qū)，其特殊的氣候和地質(zhì)條件使區(qū)域灌區(qū)內(nèi)土壤鹽漬化和地下水過度開采問題愈發(fā)凸顯，這也成為了阻礙區(qū)域農(nóng)業(yè)發(fā)展的重要因素之一。近年來，干旱區(qū)內(nèi)灌區(qū)的不斷擴增，大量引用的地表灌溉用水致使灌區(qū)地下水位升高，同時地下水開采劇烈致使地下水位多變，由于地下水循環(huán)的時滯性和干旱區(qū)水鹽運動過程的復(fù)雜性，灌區(qū)水-鹽平衡日益不均，嚴重危害作物生長甚至出現(xiàn)棄耕現(xiàn)象[1-3]。土壤鹽漬化和地下水超采既關(guān)乎水生態(tài)環(huán)境和土地資源保護問題，又影響著地表-地下水統(tǒng)籌規(guī)劃利用，還涉及農(nóng)業(yè)灌溉發(fā)展和糧食安全保證，同時鹽漬地作為重要的耕地資源之一，具有不小的經(jīng)濟價值[4,5]。地下水過度開采造成地下水位下降，使得地下水中的鹽量滯留在土壤層，用于洗鹽和灌溉的淡水量不足與干旱區(qū)蒸發(fā)較強烈等原因會讓鹽分不斷累積，造成土壤鹽漬化不斷加劇，情勢不容樂觀。

近年來，諸多學(xué)者分別針對干旱區(qū)土壤鹽漬化和地下水問題進行了大量研究。如陳小兵等[6]對渭干河灌區(qū)灌排管理措施進行了詳細分析并選用多種方法研究了灌區(qū)的水鹽平衡關(guān)系。遙感與GIS技術(shù)被Metternicht[7]應(yīng)用在土壤鹽漬化及時、準確、全面地監(jiān)測上。李新國和高婷婷等利用野外考察并采用多種分析方法研究了干旱區(qū)下游綠洲土壤鹽漬化程度、特征空間分布規(guī)律及特征間的耦合關(guān)系和土壤鹽分變異特征[8-10]。余根堅和余美等利用構(gòu)建的水鹽模型模擬不同灌水模式下的水鹽運移過程并分析了其中規(guī)律[11,12]。張浩佳等多位學(xué)者在構(gòu)建地表-地下水耦合模型模擬多情況下地表水-地下水轉(zhuǎn)換關(guān)系的同時，也詳細分析了地下水轉(zhuǎn)化機理和流動規(guī)律，為地表-地下水資源統(tǒng)一管理、地下水流動過程模擬及高效利用提供了科學(xué)支撐[13-18]。趙丹等建立了疏勒河流域灌區(qū)的水鹽動態(tài)模型用來模擬不同灌溉方案下的水鹽分布及脫鹽狀況，并對水鹽調(diào)控措施進行了探討[19]。蘇新禮和張志芳通過分析土壤水與土壤鹽漬化的相互關(guān)系，提出確保土壤排水量占引水量的18%可以讓土壤鹽分處于調(diào)低的水平[20]。孫貫芳等也以內(nèi)蒙古河套灌區(qū)為例對地下水膜下滴灌-引黃水補灌的時空調(diào)控進行了詳細的探討[21]。然而，現(xiàn)有的研究主要集中在鹽分特征分析及模擬和地表地下水轉(zhuǎn)化模型上，針對我國干旱區(qū)水資源短缺與土壤鹽漬化的嚴峻形勢，現(xiàn)有的單一的調(diào)控方式已經(jīng)無法滿足干旱區(qū)灌區(qū)水鹽綜合調(diào)控的要求。如何有效評價并選擇合理的干旱區(qū)灌區(qū)水鹽調(diào)控模式，是有效管理灌區(qū)土壤鹽漬化、高效利用水資源、平衡灌區(qū)生態(tài)的重要基礎(chǔ)。此外，建立可靠的針對干旱區(qū)灌區(qū)的水鹽調(diào)控模式評估體系也是實現(xiàn)水鹽綜合調(diào)控目標的理論基礎(chǔ)。因此，本文在分析干旱區(qū)灌區(qū)水鹽平衡與地表-地下水轉(zhuǎn)換特點的基礎(chǔ)上，對典型灌區(qū)的不同水鹽調(diào)控模式進行綜合評估，探索出以“地表-地下水資源統(tǒng)籌配置-土壤鹽分控制-灌溉節(jié)水”三元一體的土地資源保護、灌溉模式改進和流域水資源開發(fā)的綜合調(diào)控模式，以期實現(xiàn)干旱區(qū)灌區(qū)土地資源和灌溉引水流域水資源可持續(xù)利用的目標，也為灌區(qū)水鹽調(diào)控模式評估提供更具適應(yīng)性的理論與方法。

1 水鹽調(diào)控模式評估模型

1.1 評價指標體系

考慮到干旱區(qū)灌區(qū)水鹽條件的復(fù)雜性，采用頻度統(tǒng)計法、理論分析法和專家咨詢法對體系指標進行設(shè)立及篩選。頻度統(tǒng)計法，即從各類相關(guān)水資源開發(fā)利用報告、論文中選擇使用頻率較高的指標；理論分析法，即根據(jù)流域水資源開發(fā)利用特征和指標數(shù)據(jù)的可得性選擇具有代表性的重要發(fā)展特征指標；專家咨詢法，即通過征詢專家意見對所提出的原始指標進行篩選及調(diào)整，最終確定各項評價指標。特別地，灌區(qū)地表水中的鹽分平衡主要受到河道入口鹽度序列、水量蒸發(fā)程度、灌區(qū)回水、灌區(qū)引水量等因素的影響，且灌區(qū)可以根據(jù)季節(jié)不同有計劃地安排井灌與渠灌的用水量和用水時間，以達到既利用地下水又防止土壤鹽堿化的目的。因此，所建立的用于評估流域節(jié)水、治鹽和地下水開發(fā)利用目標的指標體系如圖1所示(指標說明詳見表1)。

圖1 干旱區(qū)灌區(qū)水鹽調(diào)控模式評價指標體系Fig.1 Evaluating index system of water-salt regulate and control modes for irrigated area in arid region

1.2 評估模型

層次分析法(AHP)是對所選定的評價指標進行無量綱化處理及整合、從而對方案進行定量評價的方法。但AHP存在主觀因素作用，且層次關(guān)系難以梳理，而BP神經(jīng)網(wǎng)絡(luò)卻具有自適應(yīng)性強、自我學(xué)習(xí)能力優(yōu)秀和大規(guī)模并行等特征，可以有效消除層次分析法的缺點。因此，本文選用基于AHP的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建干旱區(qū)灌區(qū)水鹽調(diào)控模式評估模型，即以AHP所得到的調(diào)控模式的評價指標權(quán)重作為BP神經(jīng)網(wǎng)絡(luò)的無關(guān)聯(lián)輸入層，節(jié)點為n=17；輸出層為水鹽調(diào)控模式綜合評估值，節(jié)點為m=1；隱含層節(jié)點數(shù)通過計算為s=30；利用調(diào)控模式的評價指標權(quán)值對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，期望值由AHP算出的評價指標權(quán)重加權(quán)求得，設(shè)定輸出值與期望值誤差在0.5%以內(nèi)，達到目標后停止訓(xùn)練，所得輸出值即可用于水鹽調(diào)控模式的綜合評估。將根據(jù)加權(quán)所得的綜合評估值排序，最終用于決策輔助。評價指標權(quán)重結(jié)果可見表2。

2 案例研究

2.1 研究區(qū)自然地理

本文選擇隸屬巴州，地理坐標介于82°58′～86°55′E，41°47′～43°21′N之間的開都河流域為研究區(qū)域。開都河流域位于焉耆盆地，發(fā)源于天山山脈中部依連哈比爾尕山南坡，全長560 km，河源海拔4 292～4 812 m，地形西北高、東南低，高山、峽谷和盆地交錯，地形復(fù)雜，出口山以上流域面積18 670 km2，多年平均徑流量35.05 億m3，是盆地中最大的由冰川融水、雨雪與河川基流補給的常年性河流，供給了博斯騰湖85%的水量。

表1 評價指標體系說明Tab.1 Description for evaluating index system

表2 評價指標權(quán)重Tab.2 Synthesize weight of evaluating index

開都河流域深處亞歐內(nèi)陸，屬大陸性溫帶干旱氣候，具有太陽輻射強、日照時間長、夏熱冬寒、晝夜溫差大、蒸發(fā)大、降水少、氣候干等特點。流域年均降雨284 mm，主要集中在5-9月；年均徑流量高達34.4 億m3，其中雨雪約占80%，冰川融水約占15.2%；年均氣溫-4.16 ℃，冬季最低氣溫低至-48 ℃；年均蒸發(fā)量1 159 mm，遠大于降水。特別地，2 500～5 000 m海拔間地區(qū)的年降雨量300～600 mm，年蒸發(fā)皿蒸發(fā)量500～800 mm，年均氣溫-6.5～-3.5 ℃； 1 500～2 500 m海拔間地區(qū)的年降雨量100～300 mm，年蒸發(fā)皿蒸發(fā)量600～1 100 mm，年均氣溫7.3～-9.2 ℃；1 000～1 500 m海拔間地區(qū)的年降雨量70～100mm，年蒸發(fā)皿蒸發(fā)量1 100～1 500 mm，年均氣溫9.2～-11.5 ℃。流域降雨、蒸發(fā)具有明顯的時空分布不均勻性。

2.2 研究區(qū)水鹽狀況

流域衛(wèi)星遙感圖像顯示(圖3)，1973到1990年間流域土壤鹽漬化面積增加了122.83 km2，1990到2000年間流域土壤鹽漬化面積減少了202.64 km2，2000到2010年間流域土壤鹽漬化面積增加了11.37 km2，即1973-2010年間流域土壤鹽漬化面積總體呈現(xiàn)增加趨勢。同時，由于部分地下水超采和地表水過量灌溉，流域地下水埋深在2000-2010年間呈現(xiàn)明顯的下降與深度轉(zhuǎn)移趨勢(圖3)。流域土壤鹽漬化和地下水水位異變問題不容樂觀。本文選擇與下游河段緊鄰的南岸、北岸、27號及五號4個國家級灌區(qū)為研究區(qū)域(位置分布如圖2所示)，各灌區(qū)灌溉面積分別為340.97、650.00、148.25、296.5 km2。

2.3 水鹽調(diào)控模式情景設(shè)置

本文所用到的河流徑流量、流域降雨量、土地資源變化量、各鹽分含量、灌區(qū)水資源量等數(shù)據(jù)選自于中國水利水電科學(xué)研究院及新疆省水利廳。將2015年與2020年分別選為現(xiàn)狀水平年與規(guī)劃水平年，經(jīng)濟的發(fā)展、灌溉方式的革新、外調(diào)水的利用均會對灌區(qū)取水量產(chǎn)生影響。根據(jù)新疆對于2020年流域灌溉的規(guī)劃可知，開都河流域灌溉總面積呈減小趨勢，由15.62 萬hm2減小到14.82 萬hm2，減小率達5.40%；滴灌面積增加趨勢，由3.48萬公頃增長為5.72 萬hm2，增長率達64.11%；漫灌面積則呈現(xiàn)減小趨勢，由12.13 萬hm2降低為9.07 萬hm2，減小率達24.9%。具體作物耕種面積變化可見表3。

圖2 流域概況及灌區(qū)位置分布Fig.2 Basin survey and the location distribution of irrigated area

圖3 流域水鹽狀況Fig.3 Soil salinization status of the Kaidu River Basin

同時，變化的徑流過程對河段下游灌區(qū)供水及地下水位具有不同的影響，換言之，河流的水文過程因降水頻率不同而產(chǎn)生的變化是情景設(shè)置的重要條件之一。為了設(shè)置更具有代表性的水鹽調(diào)控模式，需要對河流的降雨-徑流關(guān)系進行探討。選取河流上游的大山口水文站1956年到2015年間的逐月流量進行經(jīng)驗頻率計算，得到差異來水頻率下的月徑流分布，如圖4所示。其中，1969年、1987年、1961年和1957年分別對應(yīng)了P=25%的來水偏豐年、P=50%的來水平水年、P=75%的來水偏枯年和P=95%的來水枯水年。由圖4可知，不管在哪個來水頻率下，干旱區(qū)典型流域的徑流主要集中在北半球的夏季(即6-8月)，這與夏季季風(fēng)降雨有直接關(guān)系。徑流大小與來水頻率相關(guān)性不大，其不僅取決于降雨量，也與流域水文、地質(zhì)、用水等特性密切相關(guān)。

表3 現(xiàn)狀水平年與規(guī)劃水平年作物面積表Tab.3 Respective crop areas in 2015 and 2020

圖4 差異來水頻率下的月徑流分布Fig.4 Monthly distribution of runoff under the different water frequency

因此，在考慮流域灌區(qū)種植作物與徑流特征的基礎(chǔ)上，設(shè)置4種結(jié)合了節(jié)水措施、地下水開采強度及灌溉方式的灌區(qū)水鹽調(diào)控模式情景(可見表4)。A1B1為現(xiàn)狀水平年情景，作為基本比對情景；A2B2較之A1B1增加了作物滴灌比例，屬于灌溉方式與節(jié)水措施共同影響的情景；A2B3較之A2B2修改了滴灌作物的地表水與地下水的供水比例，即加大開發(fā)地表水，減輕地下水開采力度；A2B4較之A2B3提高了灌溉水利用效率，屬于節(jié)水措施影響的情景。

表4 水鹽調(diào)控模式情景Tab.4 Scenes of water-salt regulate and control modes

3 結(jié)果討論

將開都河劃分為大山口水文站到第一分水樞紐(河段1)(向南岸與北岸灌區(qū)供水)、第一分水樞紐到焉耆水文站(河段2)(向27團與五號渠灌區(qū)供水)和焉耆水文站到寶浪蘇木閘(河段3)共三個河段，利用澳大利亞CSIRO和流域水文合作研究中心的TOPOG_Dynamic模型計算灌區(qū)水鹽運移過程[22-25]。TOPOG_Dynamic為基于Richards方程、達西定律、彭曼公式及比爾-朗伯定律的非飽和多孔介質(zhì)水和溶質(zhì)運移數(shù)值模型，通過有限差分法求解，可模擬土壤水一維及地下水二維沉積物運移過程。該模型不僅包含了河段損失系數(shù)、灌區(qū)退水系數(shù)、地下水排水系數(shù)和鹽分模擬的各類校正系數(shù)等需率定參數(shù)，同時包含了河道劃分信息、灌區(qū)信息(如種植結(jié)構(gòu)比例、不同作物灌溉定額、地表水引水水源、地下水初始埋深、農(nóng)區(qū)面積、非農(nóng)區(qū)面積等)、滴灌使用地下水利用系數(shù)、渠系滲漏系數(shù)、漫灌地表水利用系數(shù)、上下土壤層初始含鹽量、地下含水層厚度、地下水初始濃度、河段初始濃度及上游入口處河道濃度過程等主要輸入?yún)?shù)。采用SCE-UA算法[26,27]對模型參數(shù)進行率定，并用河流實測徑流、灌區(qū)實測水位及鹽分值對模型進行驗證，最終使模型徑流模擬值與實測值間的納什系數(shù)達到0.9以上、均方誤小于0.003，地下水位模擬值與實測值間的偏離度在20%以內(nèi)，鹽分模擬值與實測值間的偏離度在8%以內(nèi)。利用率定及驗證后的TOPOG-Dynamic模型分別模擬計算A1B1、A2B2、A2B3、A2B4水鹽調(diào)控模式情景的水鹽平衡結(jié)果。不同情景下各灌區(qū)地下水鹽平衡與供用水量結(jié)果可見表5及表6。

表5 不同情景下各灌區(qū)地下水鹽平衡結(jié)果 萬t

表6 不同情景下各灌區(qū)供用水量 億m3

不同情景的綜合評價值可見表7。由表7可知A2B3是較適合開都河流域灌區(qū)水鹽調(diào)控的情景。為了分析結(jié)果的合理性，根據(jù)表5及表6可以發(fā)現(xiàn)，A2B2與A1B1相比，開都河出口處寶浪蘇木徑流量增加了8.4%，地下水埋深增加了0.05 m，地下水脫鹽量增加了0.9 萬t，所以，增加滴灌比例、減少灌溉定額可以增大地下水埋深，降低地下水礦化度，但不利于土壤的脫鹽作用。A2B3與A2B2相比，地下水埋深減小了0.02 m，地表水供給灌區(qū)的水量增加了0.861 億m3，地下水開采量減少了0.5 億m3，地下水脫鹽量減少了1.26 萬t，土壤脫鹽總量增加到了1.87 萬t，限制地下水的開采不僅使地表水用量增加，也使土壤層由積鹽狀態(tài)變?yōu)槊擕}狀態(tài)，因此，地下水開采量對土壤鹽分狀態(tài)影響較大，減小地下水開采量可以在一定程度上防止土壤鹽漬化。A2B4與A2B3相比，土壤脫鹽總量增加了2.91 萬t，地下水脫鹽量減少了2.98 萬t，所以，降低地下水灌溉比例并提高灌水效率，有利于土壤的脫鹽作用，同樣可以緩解土壤鹽漬化。情景模式A2B3在減少地下水開采量的條件下既可以滿足灌區(qū)農(nóng)業(yè)用水量，也可以降低地下水礦化度，即將滴灌作物的用水組成變更為60%地下水與40%地表水，大力發(fā)展滴灌，能夠?qū)崿F(xiàn)節(jié)水、土壤脫鹽和地下水高效開發(fā)利用等目標，達到灌區(qū)水鹽綜合調(diào)控的目的。

4 結(jié) 論

本文根據(jù)干旱區(qū)灌區(qū)特點，從灌區(qū)鹽分含量、灌區(qū)地下水、灌區(qū)水資源量和河流水資源量四個方面構(gòu)造了包含17個指標的水鹽調(diào)控模式評價體系，并通過基于層次分析法的BP神經(jīng)網(wǎng)絡(luò)對研究區(qū)4種水鹽調(diào)控情景進行綜合評價和排序，可知增加灌區(qū)作物滴灌比例、限制地下水開采量、實行冬灌措施既可以減少地表用水量，保證河流下游生態(tài)健康，維持地下水位的年際穩(wěn)定，更可以促進土壤的脫鹽作用，減緩?fù)寥利}漬化進程。此外，文中所構(gòu)建的評價指標體系及所得的結(jié)論可以為干旱區(qū)灌區(qū)水鹽綜合調(diào)控評價及調(diào)控措施研究提供一定的技術(shù)支撐。

表7 水鹽調(diào)控模式綜合評價結(jié)果Tab.7 Comprehensive evaluation results of water-salt regulate and control modes

□

[1] 李新國, 樊自立, 李會志, 等. 開都河下游灌區(qū)土壤鹽漬化動態(tài)研究[J]. 水土保持研究, 2011,18(3):64-67.

[2] Langevin C, Swain E, Wolfert M. Simulation of integrated sreface-water/guround-water flow and salinity for a coastal wetland and adjacent estuary[J]. Journal of Hydrology, 2005,314(1):212-234.

[3] Oster J D, Schroer F W. Infiltration as influenced by irrigation water quality[J]. Soil Science Society of American Journal, 1979,43:444-447.

[4] 王玉寶, 李 濤, 金英春. 淺析新疆焉耆盆地土壤次生鹽漬化治理途徑[J]. 水文地質(zhì)工程地質(zhì), 2004,(6):99-101.

[5] Murtaza G, Ghafoor A, Qadir M. Irrigation and soil management strategies for using saline-sodic water in a cotton-wheat rotation[J]. Agricultural Water Management, 2006,81(1-2):98-114.

[6] 陳小兵, 楊勁松, 楊朝輝, 等. 渭干河灌區(qū)灌排管理與水鹽平衡研究[J]. 農(nóng)業(yè)工程學(xué)報, 2008,24(4):59-65.

[7] Metternicht G I, Zinck J A. Remote sensing of soil salinity: potentials and constraints[J]. Remote Sensing of Environment, 2003,85:1-20.

[8] 李新國, 樊自立, 李會志, 等. 開都河下游灌區(qū)土壤鹽漬化特征分析[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2011,29(2):147-151.

[9] 李新國, 李會志, 王 影, 等. 開都河下游灌區(qū)土壤鹽漬化研究[J]. 水土保持研究, 2010,17(6):111-114.

[10] 高婷婷, 丁建麗, 哈學(xué)萍, 等. 基于流域尺度的土壤鹽分空間變異特征-以渭干河-庫車河流域三角洲綠洲為例[J]. 生態(tài)學(xué)報, 2010,30(10):2 695-2 705.

[11] 余根堅, 黃介生, 高占義. 基于HYDRUS模型不同灌水模式下的土壤水鹽運移模擬[J]. 水利學(xué)報, 2013,44(7):826-834.

[12] 余 美, 芮孝芳. 寧夏銀北灌區(qū)水鹽均衡模型及其應(yīng)用[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2009,(4):368-372.

[13] 張浩佳, 吳劍鋒, 林 錦, 等. GSFLOW在干旱區(qū)地表水與地下水耦合模擬中的應(yīng)用[J]. 南京大學(xué)學(xué)報(自然科學(xué)版), 2015,(3):597-602.

[14] Scibek J, Allen D M, Cannon A J, et al. Groundwater-surface water interaction under scenarios of climate change using a high-resolution transient groundwater model[J]. Journal of Hydrology, 2007,333(2):165-181.

[15] Sophocleous M A, Koelliker J K, Govindaraju R S, et al. Integrated numerical modeling for basin-wide water management: The case of the Rattlesnake Creek basin in south-central Kansas[J]. Journal of Hydrology, 1999,214(1):179-196.

[16] 劉路廣, 崔原來. 灌區(qū)地表水-地下水耦合模型的構(gòu)建[J]. 水利學(xué)報, 2012,43(7):826-833.

[17] 王中根, 朱新軍, 李 尉, 等. 海河流域地表水與地下水耦合模擬[J]. 地理科學(xué)進展, 2011,30(11):1 345-1 353.

[18] 胡立堂, 王忠靜, 趙建世, 等. 地表水和地下水相互作用及集成模型研究[J]. 水利學(xué)報, 2007,38(1):54-59.

[19] 趙 丹, 邵東國, 代 濤. 干旱灌區(qū)水鹽動態(tài)模擬與實驗研究[J]. 灌溉排水學(xué)報, 2004,23(2):42-45.

[20] 蘇新禮, 張志芳. 青銅峽灌區(qū)土壤鹽化與水鹽均衡問題探析[J]. 寧夏農(nóng)林科技, 2011,52(12):222-224.

[21] 孫貫芳, 屈忠義, 于 健,等. 干旱鹽漬化灌區(qū)節(jié)水控鹽灌溉新模式探討[C]∥ 中國農(nóng)業(yè)工程學(xué)會農(nóng)業(yè)水土工程專業(yè)委員會學(xué)術(shù)研討會. 2014.

[22] Davis S H, Vertessy R A, Silberstein R P. The sensitivity of a catchment model to soil hydraulic properties obtained by using different measurement techniques[J]. Hydrological Processes, 2015,13(13):677-688.

[23] Silberstein R P, Bartle G A, Salama R B, et al. Mechanisms and control of water logging and groundwater flow in the 'Ucarro' sub-catchment[J]. Agricultural Water Management, 2002,53(1-3):227-257.

[24] 鐘瑞森, 董新光. 新疆博斯騰湖水鹽平衡及水環(huán)境預(yù)測[J]. 湖泊科學(xué), 2008,20(1):58-64.

[25] Silberstein R P, Vertessy R A, Morris J, et al. Modelling the effects of soil moisture and solute conditions on long-term tree growth and water use: a case study from the Shepparton irrigation area, Australia[J]. Agricultural Water Management, 1999,39(2-3):283-315.

[26] Duan Q, Sorooshian S, Gupta V K. Optimal use of the SCE-UA global optimization method for calibrating watershed models[J]. Journal of Hydrology, 1994,158(3-4):265-284.

[27] Vrugt J A, Gupta H V, Bastidas L A, et al. Effective and efficient algorithm for multiobjective optimization of hydrologic models[J]. Water Resources Research, 2003,39(8): 5-1.