Characteristics of agricultural water use in Emin irrigation area based on principal component and information entropy

WANG Shiwei; FAN Wenbo; MA Junyong; YANG Haimei; REN Congzhe; LI Shunshun; LIU Yu

doi:10.13471/j.cnki.acta.snus.ZR20230012

您当前的位置：

首页 >

文章列表页 >

Characteristics of agricultural water use in Emin irrigation area based on principal component and information entropy

Research articles | 更新时间：2024-05-30

- Characteristics of agricultural water use in Emin irrigation area based on principal component and information entropy
- Acta Scientiarum Naturalium Universitatis Sunyatseni Vol. 63, Issue 3, Pages: 103-112(2024)
- 作者机构：
  
  1.石河子大学水利建筑工程学院，新疆石河子 832000
  2.现代节水灌溉兵团重点实验室，新疆石河子 832000
  3.新疆农垦科学院，新疆石河子 832000
- 作者简介：
- 基金信息：
- DOI：10.13471/j.cnki.acta.snus.ZR20230012
  CLC： S274
- Published：25 May 2024，
  
  Published Online：08 January 2024，
  
  Received：09 November 2023，
  
  Accepted：23 December 2023
扫描看全文
王世威,范文波,马军勇等.基于主成分及信息熵的额敏灌区农业用水特征[J].中山大学学报(自然科学版)(中英文),2024,63(03):103-112.

WANG Shiwei,FAN Wenbo,MA Junyong,et al.Characteristics of agricultural water use in Emin irrigation area based on principal component and information entropy[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2024,63(03):103-112.
王世威,范文波,马军勇等.基于主成分及信息熵的额敏灌区农业用水特征[J].中山大学学报(自然科学版)(中英文),2024,63(03):103-112. DOI： 10.13471/j.cnki.acta.snus.ZR20230012.

WANG Shiwei,FAN Wenbo,MA Junyong,et al.Characteristics of agricultural water use in Emin irrigation area based on principal component and information entropy[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2024,63(03):103-112. DOI： 10.13471/j.cnki.acta.snus.ZR20230012.

摘要

以额敏灌区农业灌溉用水为研究对象，采用主成分分析、信息熵分析方法，选取10个指标对灌区2009—2021年进行主成分分析。结果表明：影响灌区农业用水的主要驱动因子为衬砌防渗渠道长度、灌溉面积、农作物播种面积、节水灌溉面积、灌溉水量、农业人口数等6个指标；时间上，2009—2022年额敏灌区用水构成以农业灌溉用水为主，耕地、园地、林地、牧草地灌溉用水量分别占农业灌溉用水量的90.25%、3.12%、5.05%、1.58%，农业灌溉用水量于2010—2020年呈现逐年下降趋势；空间上，灌区东北部农业用水以地表水为主，中部与西部地表水和地下水占比基本一致。2009—2022年信息熵值与均衡度在灌区不同地理位置表现为：西部＞东北部＞中部，东北、中、西部信息熵分别为0.36、0.32、0.56 Nat，东北、中、西部均衡度均值分别为0.26、0.23、0.40。分析成果可为灌区农业灌溉用水现状及用水管理提供理论参考。

Abstract

Taking agricultural water use in Emin Irrigation District as the research object， In this study， we applied principal component analysis， information entropy and equilibrium degree to carry out principal component analyze the 10 indicators data of the irrigation district from 2009 to 2021. The result shows that： the main drivers affecting agricultural water use in irrigation districts are six indicators： length of lined impermeable canals， irrigated area， area sown to crops， water-saving irrigated area， volume of irrigation water， and number of people in agriculture. Temporally， the water use composition of Emin Irrigation District from 2009 to 2022 is dominated by agricultural irrigation water， and the water use for irrigation of cropland， garden land， forest land and pasture land accounted is 90.25%， 3.12%， 5.05% and 1.58%， respectively， and the water use for agricultural irrigation showed a decreasing trend year by year from 2010 to 2020. Spatially， the upstream of the irrigation area is dominated by surface water for agricultural water use， and the ratio of surface water and groundwater in the middle and downstream of the irrigation area is basically the same. From 2009 to 2022， the information entropy value and balance degree in different geographical locations of the irrigation area are： downstream > upstream > midstream， and the information entropy of the Northeast， Central， and West are 0.36， 0.32， and 0.56 Nat respectively， and the mean values of the Northeast， Central， and West equilibrium are 0.26， 0.23， and 0.40 ， respectively.The results of the analysis can provide theoretical references for the status quo of water use for irrigated agriculture in the irrigation area and the management of water use.

关键词

额敏灌区农业灌溉用水主成分分析信息熵均衡度

Keywords

Emin Irrigation Districtagricultural irrigation water useprincipal component analysisinformation entropyequilibrium

references

包鑫如，张行南，张文婷，等，2023. 长江经济带用水结构演变及驱动力分析［J］. 长江科学院院报， 40（2）： 19-26.

查建平，周玉玺，周霞， 2021. 沿黄九省（区）农业用水效率与农业经济发展耦合协调关系研究［J］. 水资源与水工程学报， 32（5）： 219-222.

陈达，钟菁，吴腾，等，2022. 江苏省长江岸线利用率影响因素分析［J］. 水资源保护， 38（3）： 17-24.

陈杰，许朗，吴东立， 2022. 华北平原节水技术、灌溉用水量反弹效应与地区异质性——基于Malmquist和LMDI指数分析［J］. 自然资源学报， 37（8）： 2181-2194.

崔嫱，赵鹏宇，步秀芹，等，2015. 基于信息熵的忻州市用水结构演变及其驱动力的因子分析［J］. 节水灌溉， 238（6）： 58-61.

董森，卢华，白惠婷，等，2022. 基于信息熵的河北省用水结构时空演变分析［J］. 水资源与水工程学报， 33（1）： 79-85.

海洋，龙爱华，张沛，等，2019. 基于Cobb-Douglas生产函数的新疆各地区典型作物生产水足迹驱动因素研究［J］. 冰川冻土， 41（2）： 494-503.

雷亚君，张永福，张敏惠，等，2017. 新疆水资源生态足迹核算与预测［J］. 干旱地区农业研究， 35（5）： 142-150.

李腾，刘晴，隋鹏， 2021. 河北省水资源变化及可持续性评估［J］. 中国农业大学学报， 26（6）： 11-20.

魏柏浩，阿里木江·卡斯木，如克亚·热合曼，等，2023. 天山北坡城市群生态承载力演变与生态敏感性分析［J］. 生态学报， 43（4）： 1399-1411.

魏卿，薛联青，王桂芳，等，2021. 玛纳斯河流域用水结构时空演化及水资源空间匹配分析［J］. 水资源保护， 37（5）： 124-130.

吴勇，张赓，陈广锋，等，2021. 中国节水农业成效、形势机遇与展望［J］. 中国农业资源与区划， 42（11）： 1-6.

许航，李韬，宋健峰， 2021. 旱区农业灌溉用水反弹效应及其区域差异——以西北五省（区）为例［J］. 资源科学， 43（9）： 1808-1820.

杨鑫，穆月英， 2023. 粮食安全视角下的农业水资源风险及其治理重点［J］. 华南农业大学学报（社会科学版）， 22（3）： 83-94.

张陈俊，吴雨思，庞庆华，等，2019. 长江经济带用水量时空差异的驱动效应研究——基于生产和生活视角［J］. 长江流域资源与环境， 28（12）： 2806-2816.

张翔，李愫， 2022. 基于主成分分析的北洛河水质时空分布特征及污染源解析［J］. 水土保持通报， 42（4）： 153-160+171.

赵玉峰，罗专溪，于亚军，等，2020. 京津冀西北典型区域地下水位时空演变及驱动因素［J］. 自然资源学报， 35（6）： 1301-1313.

左其亭，李佳伟，马军霞，等，2021. 新疆水资源时空变化特征及适应性利用战略研究［J］. 水资源保护， 37（2）： 21-27.

LOISEL S， TAKANE Y， 2019. Comparisons among several methods for handling missing data in principal component analysis （PCA）［J］. Adv Data Anal Classif， 13（2）： 495-518.

WANG Y Z， ZHANG X Y， JIA Y F， et al， 2023. An integrated approach for agricultural water resources management under drought with consideration of multiple uncertainties［J］. Stoch Environ Res Risk Assess， 37（5）： 1763-1775.

YI W L， 2021. Forecast of agricultural water resources demand based on particle swarm algorithm［J］. Acta Agric Scand Sect B， 72： 30-42.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A comprehensive decision-making algorithm of residence and workplace based on the identification of cellular signaling track points

A preliminary study on text style analysis based on information entropy

Statistical Analysis of RPPA Data in Cancer Research

Indoor location algorithm based on optimizing least square support vector machine

Related Author

CHEN Lue

XIONG Chen

CAI Ming

FANG Yanmei

HUANG Fangjun

WANG Hong

QIN Yuehai

YI Le

Related Institution

School of Intelligent Systems Engineering，Sun Yat-sen University / Guangdong Key Laboratory of Intelligent Transportation Systems

School of Data and Computer Science， Sun Yat-sen University

Department of Mathematics, Education University of Guangdong



Department of Computer Science,Huizhou University

Postal code：510275
Tel：020-84112585，84113223 Email：xuebaozr@mail.sysu.edu.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09064830号-19 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰