EN中文

Arid Zone Research >

2025 , Vol. 42 >Issue 7: 1333 - 1347

DOI: https://doi.org/10.13866/j.azr.2025.07.16

Agricultural Ecology

Soil moisture under different irrigation patterns in sandy loam farmland in the middle reaches of the Heihe River dynamic simulation

  • LI Haochen , 1 ,
  • HU Guanglu , 1, 2 ,
  • WANG Tao 3 ,
  • CHEN Ning 3 ,
  • LI Jianan 4 ,
  • FAN Yalun 1
Expand
  • 1. School of Environmental and Municipal Engineering, Lanzhou Jiaotong University, Lanzhou 730070, Gansu, China
  • 2. Ministry of Education Engineering Research Center of Water Resource Comprehensive Utilization in Cold and Arid Regions, Lanzhou 730070, Gansu, China
  • 3. Daman Water Conservancy and Electricity Management Office, Ganzhou District, Zhangye 734000, Gansu, China
  • 4. Gansu Institute of Soil and Water Conservation, Lanzhou 730020, Gansu, China

Received date: 2024-12-23

  Revised date: 2025-04-29

  Online published: 2025-08-13

Fold

Abstract

In arid areas, farmlands are few, water-holding capacity is poor, seepage is considerable, and crop yield is low. Understanding soil moisture movement in sandy loam farmland is crucial for conserving water resources and enhancing crop yields. This study focused on the sandy loam maize farmland in the middle reaches of the Heihe River, and three experimental plots—flat film irrigation, ridge mulching irrigation, and drip irrigation under film irrigation—were set up. The HYDRUS-2D model was used to simulate the soil moisture migration process of the maize farmland under different irrigation modes. The results revealed that: (1) The simulated values of the HYDRUS-2D model agreed strongly with the measured data, with R2 reaching more than 0.864 and RMSE remaining below 0.006 cm3·cm-3, which verified the feasibility and reliability of the model in the dynamic simulation of soil moisture in sandy loam farmland. (2) Compared with the flat land mulching irrigation mode, the ridge mulching irrigation mode could increase the soil volume water content of the crops’ root zone by about 20% and reduce the seepage loss by 13.3% when the irrigation water volume was reduced by 2099 m3·hm-2. Compared with the flat land mulching irrigation mode, the drip irrigation mode under film irrigation could reduce the irrigation water consumption by 50% and the leakage by 50.7%. (3) The drip irrigation mode under film displayed “frequent irrigation and small amount” so that the water could be more directly and efficiently replenished in the crops’ root zone, which significantly improved the soil volume water content in the root zone of maize and further reduced the seepage. The sandy loam farmland in the middle reaches of the Heihe River should be irrigated by drip irrigation under film to save water and increase yield. (4) The HYDRUS-2D model’s parameter system can also provide a reference for the dynamic simulation of irrigation water in the same type of sandy loam farmland in northern China.

Key words： sandy loam; soil volumetric water content; HYDRUS-2D model; irrigation optimization; corn farmland; the middle reaches of the Heihe River

Cite this article

LI Haochen , HU Guanglu , WANG Tao , CHEN Ning , LI Jianan , FAN Yalun . Soil moisture under different irrigation patterns in sandy loam farmland in the middle reaches of the Heihe River dynamic simulation[J]. Arid Zone Research, 2025 , 42(7) : 1333 -1347 . DOI: 10.13866/j.azr.2025.07.16

黑河中游的绿洲农田曾是我国十大商品粮生产基地之一，目前已发展成为我国最大的玉米制种基地[1-2]，由于降水少，时空分布不均，蒸发量大，当地通常采取地表覆膜保湿措施来节约灌溉用水量[3-4]。至今该地区大多数农田仍采用大水漫灌的方式，不仅灌溉效率低，还造成大量水分渗漏和农业面源污染[5]。随着经济迅速发展和人口不断增长，该地区的绿洲外围出现了大面积由荒漠开垦而来的新农田，这种农田砂粒含量高、土壤肥力低，保肥保水性能差，已成为农业灌溉耗水量最大的区域[6-8]，致使黑河中游水资源短缺程度不断加剧[9]。因此，了解该地区新垦农田土壤水分的迁移动态过程，探明作物水分利用机制，对指导绿洲农田节约用水和稳定玉米生产具有重要意义。
多年来，国内许多专家学者对干旱区绿洲农田的水分状况以及灌溉模式的优化做了大量研究，如验证彭曼法对黑河中游绿洲农田的适用性[10]，采用原位染色示踪和CT扫描技术定量研究干旱区绿洲农田土壤大孔隙与水分入渗特征[11]，利用GIS、HYDRUS-1D模型探究绿洲农田水分运移过程和水分利用率[12-13]。应用HYDRUS模型模拟已成为研究不同尺度下水量平衡及土壤水分动态特征的主要手段之一。HYDRUS模型基于Richards方程，能够精确描述非饱和多孔介质中的水分运动，相较于HYDRUS-1D模型，2D模型能够更真实地反映灌溉水在水平与垂直方向的双重运移，尤其适用于起垄覆膜、膜下滴灌等复杂灌溉模式的模拟。此外，该模型具备参数反演功能，可通过实测数据优化土壤水力参数，显著提升模拟精度。目前，该模型已被证明可用于多种土地利用类型、多种植被覆盖类型下的土壤中水分迁移特性的研究，如对玉米[14-15]、花生[16]等土壤水分运移规律的探究，对干旱区作物现有灌溉制度进行优化[17]。已有前人研究发现，HYDRUS系列模型可以较好地模拟土壤水分动态变化并计算入渗量、入渗速率和入渗深度[18]，并且该模型还具有模拟精度高，受地域影响较小等特点[19]，可通过数值模拟和田间观测的有机结合对灌溉制度进行研究，并提出了多种可行的灌溉优化模式[20-21]。但有关黑河中游新垦砂壤地农田不同灌溉模式的对比研究较少，由于新垦砂壤地农田土壤水分运移过程受灌溉方式、土壤质地、气象条件等多因素耦合影响，传统观测手段难以全面揭示其动态规律。因此，应用模型开展土壤水分动态模拟，不仅能够量化不同灌溉模式下水分在土壤剖面的时空分布特征，还可为解决干旱区水资源高效利用与作物高产的矛盾提供理论支撑。
本研究以黑河中游新垦砂壤地玉米农田为研究对象，利用HYDRUS-2D模型的水分运移模块，探究砂壤地农田土壤水分的动态迁移特征，并通过2023年田间定位试验数据，评价该模型的模拟精度，在此基础上模拟比较不同灌溉模式下砂壤地农田灌溉效益，旨在为该地区农田灌溉管理提供参考依据。

1 材料与方法

1.1 研究区概况

研究区位于黑河中游的甘肃省张掖市临泽县平川镇，区域内地形平坦，平均海拔1374 m，具有典型干旱大陆性气候特点，年平均降水量为117 mm，多集中于7—9月，约占全年降雨量的65%。空气相对湿度46%，年蒸发量高达2390 mm，约为降水量的20倍。年平均气温7.6 ℃，最高达39.1 ℃（8月），最低为-27.3 ℃（1月），≥10 ℃年积温为3085 ℃，无霜期为168 d。年均日照时数为3045 h，年辐射总量为6.1×105 J·cm-2。该地区的农田类型主要分为两类，一类是经过世代长久耕作的黑河岸边老农田，另一类是自20世纪80年代以来在绿洲外围陆续开垦的新农田。本文研究对象为近年来新垦的砂壤地农田，地处临泽县北部的绿洲-荒漠过渡带，距离中国科学院甘肃临泽农田生态系统国家野外科学观测研究站（100°07′E，39°21′N）约1 km。2023年5—9月该站逐日观测的降水、蒸发数据如图1所示。
图1 研究区2023年5—9月逐日降水量和潜在蒸发量变化特征

Fig. 1 Characteristics of daily precipitation and potential evaporation in the study area in May-September 2023

1.2 试验设计

2023年4月在新垦的砂壤地农田（2015年开垦）内布设3块25 m×25 m的灌溉试验观测样地，3块样地相邻，并分别采用平地覆膜灌溉模式、起垄覆膜灌溉模式和膜下滴灌灌溉模式（图2），分别简称为平地覆膜、起垄覆膜和膜下滴灌。样地供试作物均为制种玉米，4月26日播种，9月29日收获。平地覆膜样地为漫灌，参考当地制种玉米灌水量的多年平均值，将样地灌水设计为每次50 m3，周期约10 d，累计灌水12次，总灌水量8995.5 m3·hm-2。起垄覆膜样地的灌溉方式、灌溉时间同平地覆膜模式，参考《甘肃省行业用水定额（2023版）》指标，起垄覆膜样地总灌溉水量为6896.5 m3·hm2；膜下滴灌滴头位置距地表约10 cm（结合土壤状况与玉米根系发育深度确定），样地共设置15 cm·d-1水头3次，10 cm·d-1水头4次，5 cm·d-1水头12次，总灌溉水量为4497.8 m3·hm-2。自5月下旬第一次灌水后，在每块样地内沿对角线方向选取5个采样点，样点土壤样品采集的时间为每次灌水施肥前1 d，后1 d、2 d、3 d。分别采取0~20 cm、20~40 cm、40~60 cm、60~80 cm、80~100 cm土层的环刀样和土钻样，测定土壤体积含水量、土壤残余含水量、土壤饱和含水量、土壤饱和导水率、土壤颗粒组成和土壤容重等参数。平地覆膜样地采集裸地区和覆膜区土样，起垄覆膜样地和膜下滴灌样地采集覆膜区域土样。采集到的所有土壤样品参照《土壤农业化学分析方法》[22]对理化性质及相关参数进行测定，部分指标测定结果的平均值见表1。玉米收获之后分别统计不同试验样地的玉米产量，经统计平地覆膜样地收获玉米籽粒513 kg，起垄覆膜样地收获玉米籽粒535 kg，膜下滴灌样地收获玉米籽粒570 kg。
图2 玉米灌溉模式示意图

Fig. 2 Schematic diagram of corn planting under different treatments

表1 样地0~100 cm土层土壤物理性质

Tab. 1 Soil properties of 0-100 cm soil layer in the test field

取样位置 土层深度
/cm		 机械组成/% 容重
/（g·cm-3）
黏粒 粉粒 砂粒
行间裸地区 0~20 1.19 21.31 77.5 1.61
20~40 1.29 19.43 79.28 1.59
40~60 0 0.87 99.13 1.53
60~80 0 0.41 99.59 1.55
80~100 0 1.19 98.81 1.55
地膜覆盖区 0~20 1.45 22.13 76.42 1.59
20~40 1.60 21.97 76.5 1.55
40~60 0 0.90 99.10 1.58
60~80 0 0.51 99.49 1.51
80~100 0 1.15 98.85 1.54

注：土壤粒径分级标准采用美国农业部标准。将土壤机械组成按其粒径大小分为黏粒（<2 μm）、粉粒（2~50 μm）、砂粒（>50 μm）。

1.3 模型原理

1.3.1 土壤水分特征参数

土壤水分特征参数可根据土壤容重、黏粒、粉粒、砂粒的含量，代入Rosetta软件预测获得。为较准确地描述研究区域土壤水分动态，通过将采样点实测的土壤含水量数据与Rosetta模型的预测值进行细致对比，获取二者之间的差异数据。基于这些差异数据，利用HYDRUS-2D模型的参数反演功能，对模型中的残余含水量θr、饱和含水量θs和饱和导水率Ks等关键参数根据样地土壤特性进行针对性调整。这一过程中，需不断迭代优化参数值，直至模型模拟的土壤水分分布与实际采样点的观测情况达到较高的契合度，以确保模型模拟结果能够更为精准地反映研究区域土壤水分的动态变化特征。
土壤水分运动过程采用Richard方程描述[23]。土壤水力特性采用Van-Genuchten（1980）方程描述[24-25]。调整后的具体参数如表2所示。土壤根系吸水作用采用Fedds模型描述[26]。根系吸水参数值参考前人在该地区研究结果[25]，在HYDRUS-2D模型中选定（图3）。
表2 土壤水分特征参数

Tab. 2 Soil water characteristic parameters

土层深度/cm 残余含水量θr/（cm3·cm-3） 饱和含水量θs/（cm3·cm-3） 进气吸力α/cm-1 形状系数n 饱和导水率Ks/（cm·d-1）
0~20 0.0144 0.3644 0.12 1.93 54.45
20~40 0.0101 0.3676 0.14 1.98 108.27
40~60 0.0081 0.3641 0.02 2.26 358.16
60~80 0.0079 0.3632 0.02 3.18 373.51
80~100 0.0078 0.3655 0.03 3.14 404.91
图3 模型根系吸水参数设置图

Fig. 3 Diagram of the water absorption parameters of the root system of the model

1.3.2 自由排水边界渗漏量模型

Er-Raki等[27]研究表明，HYDRUS系列模型对深层渗漏损失评估可靠，因此，本研究中渗漏量计算采用HYDRUS-2D中的边界水流通量模块进行计算。左右边界在模型中设置为零通量边界，此时渗漏只发生在下边界，因此，只需对下边界（自由排水边界）进行计算即可。具体来说，可通过HYDRUS-2D模型导出自由排水边界水流通量（流速）数据，以mm·d-1计，对自由排水边界水流通量（流速）数据按时间求得积分，即为自由排水边界的渗漏量，以mm计。

1.4 模型构建

以定含水量作为HYDRUS-2D模型的初始条件，由于需要考虑降水、蒸散发等因素对样地的影响，故上边界未覆膜区域根据实际情况设置为大气边界（图4中的绿色线条）；土壤表层覆膜部分由于膜的不透水性设置为零通量边界。新垦农田土壤中砂粒占比大（表1），水分以垂直渗透为主，假设各模型的垂直边界上没有水分的水平运移，故几何区域两侧亦设置为零通量边界（图4中的白色线条）。当地地下水埋深常年在4 m以上，且土壤透水性强，所以，模型的底部设置为自由排水边界（图4中的橄榄绿色线条）。沿垂直方向按10 cm、30 cm、50 cm、70 cm、90 cm土层深度设置观测点（红色点）对作物生育期土壤体积含水量动态变化进行观测，同时对观测点对应土层的土壤体积含水量进行模拟。拟定模拟时间单位为天（d），并通过时间离散化形式进行模拟，根据收敛的迭代次数调整时间离散间隔。初始时间步长设置为0.001 d，最小时间步长为0.00001 d，最大时间步长为5 d，起始时间为0 d，结束时间为122 d。三种处理模式的模型边界条件设置如下：
图4 不同灌溉模式的模型边界条件及有限元划分

Fig. 4 Model boundary conditions and finite element division for different irrigation modes

（1） 平地覆膜模型为径向长度x=100 cm，纵向长度z=100 cm的矩形，上边界中间为覆膜区域，长度共计60 cm，其左右两侧为裸露区域，单侧长度为20 cm，如图4a所示。
（2） 起垄覆膜模型的径向长度为x=100 cm，纵向长度z=110 cm，记垄底为0 cm，垄台高度为10 cm（记为-10 cm），宽度为50 cm，垄台区域覆膜处理，其左右两侧为裸露区域，单侧长度为25 cm，如图4b所示。
（3） 膜下滴灌模型的径向长度、纵向长度、大气边界、零通量边界均与平地覆膜模型相同，与平地覆膜模型边界条件不同的是，在距离地面10 cm处设置圆形过水断面作为滴灌设施，如图4c所示。

1.5 模型验证

首先利用平地覆膜模式的土壤水分实测数据对参数进行率定，并验证模型精度。之后利用调整参数后的HYDRUS-2D模型对起垄覆膜模式和膜下滴灌模式的土壤水分动态进行模型模拟，再与起垄覆膜和膜下滴灌模式下根系密集区（0~40 cm土层）的实测土壤体积含水量数据进行对比，并验证模型在该研究区的适用性。最后利用模型模拟数据对比分析三种不同灌溉模式下深层土壤水分渗漏量。
为判断土壤水分动态过程模拟的准确性，需利用均方根误差RMSE、平均相对误差MRE和拟合系数R2（P<0.05）评价实测值和模拟值之间的差异性。根据相关文献[15,28-29]，MRE值小于10%时模拟结果可靠，MRE越趋近于0，则模拟效果越好。
R M S E = 1 N ∑ i = 1 N S i - O i 2
M R E = 1 N ∑ i = 1 N S i - O i S i × 100 %
式中： S i为样本模拟值； O i为样本实测值；i为样本序号；N为观测样本个数。

2 结果与分析

2.1 平地覆膜模式

2.1.1 土壤体积含水量实测值分析

通过对新垦砂壤地农田平地覆膜模式下不同土层土壤体积含水量的测定，发现各土层的土壤体积含水量平均值在覆膜区域均小于裸露区域（表3），土壤体积含水量的最小值出现在覆膜区域的80~100 cm土层，为0.096 cm3·cm-3；而最大值则出现在裸露区域的0~20 cm土层，为0.181 cm3·cm-3，这是由于新垦砂壤地农田土壤质地为砂质壤土，且深层黏粒含量极低，故在垂向上呈现出下层土壤的持水能力远远小于上层土壤。新垦砂壤地农田覆膜区域80~100 cm土层土壤水分方差最大，为0.026，由于新垦砂壤地农田整体上土壤持水能力差，故80~100 cm土层土壤受到灌水下渗影响，土壤体积含水量急剧增大，且短时间内又迅速下降，使其呈现出较大的波动；裸露区域20~40 cm土层方差最大，为0.023。新垦砂壤地农田覆膜区域所有土层土壤体积含水量实测值均属于弱变异，而裸露区域20~40 cm土层和80~100 cm土层土壤体积含水量实测值离散程度较大，二者变异系数分别为11.3%和10.8%，属于中等程度变异。
表3 平地覆膜模式下土壤体积含水量实测值描述性统计

Tab. 3 Descriptive statistics of measured soil volume water content under flat mulching mode

农田区域 土层深度/cm 最小值/（cm3·cm-3） 最大值/（cm3·cm-3） 平均值/（cm3·cm-3） 方差 标准差 变异系数Cv/%
覆膜区域 0~20 0.136 0.167 0.145 0.018 0.010 6.8
20~40 0.127 0.167 0.140 0.021 0.011 8.0
40~60 0.114 0.145 0.128 0.016 0.010 7.5
60~80 0.110 0.138 0.124 0.015 0.009 7.3
80~100 0.096 0.136 0.116 0.026 0.011 9.5
裸露区域 0~20 0.139 0.181 0.157 0.019 0.024 9.1
20~40 0.121 0.175 0.146 0.023 0.027 11.3
40~60 0.138 0.164 0.149 0.016 0.011 5.1
60~80 0.119 0.151 0.134 0.017 0.017 7.0
80~100 0.106 0.148 0.123 0.020 0.022 10.8

2.1.2 模型精度检验

将平地覆膜模式下新垦砂壤地农田0~100 cm土层的土壤体积含水量模拟值与实测值进行对比分析（图5），结果显示，覆膜区和裸露区的模拟值与实测值均相对均匀地分布在1:1直线两侧，R2分别为0.864和0.918，说明模型模拟值与实测值的拟合度较高。RMSE分别为0.006 cm3·cm-3和0.005 cm3·cm-3，MRE分别为5.32%和4.06%，这说明优化土壤参数后的HYDRUS-2D模型在黑河中游新垦砂壤地农田模拟土壤体积含水量方面具有较高的精度，模拟结果可靠。因此，可以通过HYDRUS-2D模型进一步模拟该地区不同灌溉模式下的土壤水分动态，以期寻找新垦砂壤地农田合理的节水灌溉模式。
图5 平地覆膜模式下土壤体积含水量模拟值和实测值拟合

Fig. 5 Simulated and measured values of soil volume water content were fitted under flat mulching mode

对平地覆膜模式下新垦砂壤地农田0~100 cm土层土壤体积含水量进行动态模拟（图6、图7），发现2023年5—9月新垦砂壤地农田不同深度的土壤对水分变化的响应程度不同，表层土壤的响应更加敏感。研究区气候干旱，降水量少，降水不能满足作物生长需求，需要灌溉补充水分。本文研究期内，共计出现5次有效降水，其中4次降水（小于6.6 mm）仅对0~20 cm土层土壤水分具有补充作用，1次降水（15 mm）对0~40 cm土层土壤水分具有补充作用（图1），因此，较深层次的土壤几乎不会受到降水的影响，深层土壤水分变化主要受灌溉影响。另外，从图6中还可以看出，裸露区域对降水和灌溉的响应较覆膜区域更为明显，这主要是因为覆膜不利于水分的渗透，膜会阻碍水分直接渗入土壤，使得水分在裸露区域集中下渗，造成覆膜区域土壤体积含水量变化程度小。而裸露区域受灌溉和降水补给的影响显著，土层间土壤体积含水量变化程度较大，特别是0~40 cm土层的土壤体积含水量波动程度更大（图6b）。但随土层深度增加，覆膜区域和裸露区域的变化程度逐渐减弱（图7）。可见，这一模拟结论与新垦砂壤地农田土壤饱和导水率随土层深度增加而增大（表2）的实际情况比较吻合，说明新垦砂壤地农田土壤持水能力差，水分垂直下渗迅速。
图6 平地覆膜模式下土壤体积含水量时间序列HYDRUS-2D模型模拟

Fig. 6 Simulation of time series HYDRUS-2D model of soil volumetric water content under flat mulching mode

图7 平地覆膜模式下土壤体积含水量空间分布

Fig. 7 Spatial distribution of soil volumetric water content under flat mulching

综上模拟结果可知，覆膜的存在使得灌溉水并不能直接补充覆膜区域下方土壤，有效阻断了大气与膜下水分的流通，故整体上覆膜区域土壤体积含水量小于裸露区域。且平地覆膜灌溉模式下新垦砂壤地农田作物根区土壤体积含水量较低，不利于作物生长，导致作物产量低，故需要对新垦砂壤地农田灌溉模式进行调整，以便更好地提高当地玉米生产水平。

2.2 起垄覆膜模式

参数率定后的HYDRUS-2D模型对起垄覆膜模式的拟合精度如下，RMSE为0.005、MRE为4.827、R2为0.888，可利用该模型对起垄覆膜区域的土壤水分动态进行模拟（图8、图9）。由图8可知，起垄覆膜明显提高覆膜区域0~40 cm土层（作物根系密集区）的土壤体积含水量，可使作物根系吸收更多的水分，从而减少水分向下层土壤的迁移。由图9可知，0~40 cm土层土壤体积含水量变化程度较大，而60~100 cm土层土壤体积含水量的变化程度相对较小。其中起垄覆膜的土壤体积含水量平均值为0~20 cm土层>40~60 cm土层>20~40 cm土层>60~80 cm土层>80~100 cm土层，0~20 cm土层土壤体积含水量较20~40 cm 土层在靠近覆膜中心区域（根系密集区）的土壤体积含水量更高，这说明了起垄覆膜有效提高了作物根区浅层的土壤体积含水量。在本研究中起垄覆膜较平地覆膜并未改变灌水方式和灌水周期，但起垄覆膜模式下作物根区土壤体积含水量高于平地覆膜，说明起垄覆膜可以提高水分生产率，以达到节水灌溉的目的。但由于覆膜的影响，起垄覆膜与平地覆膜情况类似，在灌水时仍不能直接对覆膜中心区域的作物根系密集区土壤水分进行补充，致使覆膜区域中心土壤体积含水量仍较低（图9）。
图8 起垄覆膜模式下土壤体积含水量时间序列HYDRUS-2D模型模拟

Fig. 8 Simulation of time series HYDRUS-2D model of soil volumetric water content under ridge mulching mode

图9 起垄覆膜模式下土壤体积含水量空间分布

Fig. 9 Spatial distribution of soil volumetric water content under ridge mulching mode

2.3 膜下滴灌模式

由图10可知，膜下滴灌区域0~40 cm土层的模型模拟值与实测值拟合精度如下，RMSE为0.005、MRE为4.315、R2为0.921，表明HYDRUS-2D模型对该灌溉模式下的新垦砂壤地农田土壤水分动态模拟具有良好的适用性。无论是哪个水头的灌水量，膜下滴灌均能够直接对作物根系密集区的土壤水分进行补充。5 cm·d-1的灌水量对40 cm以下土层的土壤体积含水量影响很小，仅显著作用于0~40 cm土层的土壤（图11）；10 cm·d-1的灌水量可下渗补充到40~60 cm土层（图12），而15 cm·d-1的灌水量可下渗补充到60~80 cm土层（图13）。随着灌水量的减少，0~20 cm土层土壤体积含水量的变化程度明显大于20~40 cm土层，这说明在水分迁移的过程中已经有一部分被作物吸收。而从时间尺度上来看，三种滴灌水量下覆膜区的土壤体积含水量随时间的变化也不相同，较大的滴灌水量可使作物根区土壤体积含水量在灌溉3 d后仍保持更高的水平；且在灌水后1 d的时间内土壤体积含水量变化速率更快。对比起垄覆膜和膜下滴灌模式下的土壤体积含水量时间序列HYDRUS-2D模型模拟图可以发现（图8、图10），膜下滴灌的单次灌水量远小于起垄覆膜，但由于滴灌带位于作物根系密集区，可直接对其土壤水分进行补充，所以，膜下滴灌模式下0~40 cm土层土壤体积含水量大于起垄覆膜模式，而40~60 cm土层土壤体积含水量小于起垄覆膜模式。可见，滴灌覆膜在保证了作物生长需水量的前提下，可减少灌溉用水量。
图10 膜下滴灌模式下土壤体积含水量时间序列HYDRUS-2D模型模拟

Fig. 10 Simulation of soil volumetric water content time series HYDRUS-2D model under drip irrigation mode

图11 5 cm·d-1滴灌水头下土壤体积含水量空间分布

Fig. 11 Spatial distribution of soil volume water content under 5 cm·d-1 drip irrigation head

图12 10 cm·d-1滴灌水头下土壤体积含水量空间分布

Fig. 12 Spatial distribution of soil volume water content under 10 cm·d-1 drip irrigation head

图13 15 cm·d-1滴灌水头下土壤体积含水量空间分布

Fig. 13 Spatial distribution of soil volume water content under 15 cm·d-1 drip irrigation head

2.4 不同处理下模拟渗漏量对比

为保障新垦砂壤地农田农作物生长期的需水要求和产量稳定，当地采用漫灌的模式向农田灌水，因此，在灌溉后土壤水分超过土壤饱和含水量时会发生深层渗漏。通过对新垦砂壤地农田三种灌溉模式下的模拟渗漏量进行对比，可以发现在作物生长周期内灌溉渗漏量的大小为：平地覆膜>起垄覆膜>膜下滴灌（图14），且渗漏主要发生在灌水时段。具体来说起垄覆膜较平地覆膜的最大渗漏量减少了16.5%；膜下滴灌较平地覆膜的最大渗漏量减少了55.5%，较起垄覆膜的最大渗漏量减少了46.7%。另外，通过对渗漏量曲线积分可得出作物生育期的总渗漏量，平地覆膜的渗漏总量为375.36 mm，渗漏速率最大值为7.31 mm·d-1，而起垄覆膜较平地覆膜的总渗漏量减少了13.3%，膜下滴灌较平地覆膜的总渗漏量减少了50.7%，较起垄覆膜的总渗漏量减少了43.3%。可见，膜下滴灌和起垄覆膜均能减少渗漏量，但膜下滴灌能够将渗漏量降至平地覆膜的一半以上，这说明少量多次的膜下滴灌可以极大程度上减少土壤水分渗漏量，减少了水资源的无效损耗。
图14 不同灌溉模式下的模拟渗漏量对比

Fig. 14 Comparison of simulated leakage under different irrigation modes

3 讨论

3.1 不同灌溉模式对比

黑河中游近十几年来由荒漠砂地开垦的砂壤地农田面积不断扩大，并以种植玉米为主。新垦砂壤地农田的土壤颗粒以砂粒为主（表1），砂土的保水持水能力差，水分易在重力作用下向下迁移，灌溉渗漏量大，作物产量低。新垦砂壤地农田在现有的灌溉模式（平地覆膜）下灌溉水并不能直接补充覆膜区域下方土壤，且覆膜有效阻断了大气与膜下水分的流通[30]，大量水分垂直下渗，致使水分难以完全补充作物根系的需水量，造成了绿洲农业灌溉用水的极大浪费[31]，因此，需要对新垦砂壤地农田现有灌溉模式进行调整。
本研究利用构建的HYDRUS-2D模型对黑河中游三种灌溉模式下的农田土壤水分动态进行模拟分析，研究发现，起垄覆膜和膜下滴灌均较平地覆膜起到了节水增产的作用，起垄覆膜较平地覆膜可节水23.3%，增加产量4.3%；膜下滴灌较平地覆膜可节水50%，增加产量11.1%。研究进一步发现，该模型能够量化不同灌溉模式下水分在砂质土壤中的时空分布规律：起垄覆膜模式通过侧向入渗增加根区水分，但深层渗漏仍显著，这与砂质土壤高导水性导致的水分垂直运移特性高度吻合（表2）；而膜下滴灌通过“小水勤灌”策略，将水分精准控制在根区，有效抑制了水分向深层迁移（图11~图13）。在膜下滴灌模式下，水分主要集中于作物根区（0~40 cm土层），而深层渗漏量仅为平地覆膜模式的49.3%，起垄覆膜模式的56.7%。可见，在黑河中游砂壤地农田采用膜下滴灌是较为理想的农业灌溉模式，有利于节约水资源，提高农作物产量。
起垄覆膜可以极大改善土壤的透气性，利于作物根系生长发育，提高水肥的吸收利用效率[32]。与平地覆膜相比，起垄覆膜改变了水分在土壤中运动的轨迹，提高了水分侧向补给的能力，使覆膜区域的土壤水分得到一定程度的补充。起垄形成的垄沟具有集水效果，相当于增大了灌水时的水头，且起垄覆膜提高了水分在作物根区的侧向移动，因此，水分可在更大程度上侧渗补给到覆膜区域。刘青松等[33]的研究发现，起垄覆膜较平地覆膜，能够有效提高土壤体积含水量并在减少玉米耗水量的同时提高玉米产量。这与本研究中起垄覆膜灌水量虽然减少但增大了作物根区土壤体积含水量的结果一致。与此同时，起垄覆膜也增大了40 cm深度以下土壤体积含水量，与平地覆膜相比减少了深层渗漏损失，提高了深层土壤储水量[34]。但与膜下滴灌相比，起垄覆膜仍存在水分大量渗漏浪费且依然会造成非灌水期的作物水分胁迫，这是由于垄沟的集水作用以及水分在砂壤土中下渗能力强，单次灌水量大的时候水分难以及时在水平方向均匀侧渗到垄台，反而提高了水分的深层渗漏速率[32]。另外，膜下滴灌可及时弥补砂壤地农田因土壤水分下渗严重所导致的根系层土壤水分不足问题，提高了水资源的利用效率，同时可使作物根区土壤体积含水量保持在适宜其生长的范围内，精准的水分和养分供应有助于作物生长，进而提高产量和品质[35-36]。
另外，滴灌不破坏土壤结构，不产生地面径流，避免了传统灌溉模式可能带来的土壤侵蚀与结构破坏，土壤内部水、肥、气、热长期保持适宜作物生长的良好状况，蒸发损失小，几乎没有深层渗漏，是一种省水的灌水模式。因此，一次灌水延续时间较长，灌水的周期短，可以做到“小水勤灌”，能够较准确地控制灌水量[37]。通过模型模拟结果可知膜下滴灌在提高作物根区土壤体积含水量的前提下可减少深层渗漏量（图14），虽然灌水定额较平地覆膜明显减少，但得益于“勤灌、少量”的灌溉制度，能够使作物根区土壤体积含水量保持在最适合作物生长的范围内，土壤长期处于湿润状态，为作物生长创造了良好的水分环境，这与前人研究得出的关于作物生育期适宜的灌溉制度相同[38-40]。在农田耕作区，降水量+灌水量-蒸散发量（土壤散发+作物蒸腾）-下渗量=作物根区土壤水分含量，考虑到本文未进行蒸散发量计算，可借助图1中的蒸发量代替，粗略计算蒸散发量。对膜下滴灌模式而言，滴灌带上的滴头布设于地表之下作物根系密集区，作物根系可直接汲取滴头补给的水分，减少了地表湿润面积，从而可以减少地表裸露区土壤水分的蒸发；并且由于滴灌较少的灌水量，这使得灌溉用水能最大程度被作物吸收，提高作物对水分的利用效率，也减少了水分的深层下渗，因此，膜下滴灌模式能减少水分的蒸发和渗漏损失[30]，作物根区土壤水分含量相对较高。玉米为高耗水作物，砂壤土保水能力差，常规灌溉模式下作物易受到干旱胁迫，而膜下滴灌的灌溉频率高，可直接补充根区土壤水分，有效缓解了干旱胁迫对新垦农田玉米生产的影响。

3.2 模型对相似土壤农田的指导作用

HYDRUS-2D模型作为一种模拟水、热以及溶质在非饱和多孔介质中运移的软件，被广泛应用于农业灌溉领域。本文利用砂壤地农田实测土壤体积含水量对HYDRUS-2D模型模拟结果进行验证，结果显示，在各种灌溉模式下的R2介于0.864~0.921，RMSE均小于0.006 cm3·cm-3，RME均小于5.32%，说明针对黑河中游砂壤地农田不同灌溉模式所建立的HYDRUS-2D模型具有良好的水分动态拟合效果，模拟结果满足精度要求，可在干旱区相似土壤农田水分动态的模拟研究中推广使用。
HYDRUS-2D模型参数体系有较强的区域适应性，模型能够准确捕捉砂质土壤中水分快速下渗的特征，尤其适用于分析不同灌溉模式对深层渗漏的影响。丁运韬等[41]在内蒙古河套灌区的研究中，使用HYDRUS-2D模型成功模拟了膜下滴灌对土壤水盐运移的调控效果。李嘉欣等[42]结合HYDRUS模型在内蒙古干旱半干旱区玉米农田的灌溉研究中发现，可在玉米生育前期、末期减少灌水定额，在生育旺盛期加大灌水定额以实现避免水分在垂向上向下、在水平方向上向膜外的无效渗漏的效果。邓欢等[43]使用HYDRUS模型模拟土壤水肥变化，模拟结果可以为玉米全膜双垄沟农艺技术的优化提升提供理论依据。付玉娟等[32]基于HYDRUS模型在辽西北半干旱区对夏玉米进行起垄和覆膜处理后发现覆膜能减少作物生育期的农田耗水量，使各典型年的平均农田耗水量减少25.74 mm，增加覆膜垄作处理的覆膜宽度能够进一步减少作物生育期的农田耗水量。因此，干旱区各地可根据HYDRUS-2D模型的模拟结果选择适宜当地气候、土壤质地、农耕条件的灌溉模式，为相似砂壤地农田制定切实可行的节水灌溉方案提供科学依据。

3.3 展望

作物生长状况、气象条件、土壤质地以及灌溉制度的不同，导致作物的蒸散发情况会发生变化，进而导致模型参数出现变化，如覆膜能够减少玉米生育期无效水分消耗，但能提高基于作物生长的蒸散发和水分利用效率[44-46]；干旱区降水量的增多会为表层土壤提供水分，供给作物生长的同时，也会影响作物蒸散发过程[47]。从作物蒸散发角度来看，本研究虽已对不同灌溉模式下砂壤地农田土壤水分动态进行了模拟，但未深入探究降水量对作物蒸散发过程的影响机制。另一方面，不同灌溉模式下的作物根系生长状况与吸水特性也不完全相同，针对作物根系吸水，不同灌溉模式会改变土壤水分的时空分布，进而影响根系的生长和吸水特性[48]。因此,在今后的研究中，还应考虑本研究区不同灌溉模式对作物蒸散发和作物根系吸水的影响，以调整模型的模拟参数，进而真正实现既能减少农田灌溉用水量，又能提高作物水分利用率和产量的灌溉模式。

4 结论

本研究在田间试验的基础上对HYDRUS-2D模型参数进行了率定，并对黑河中游砂壤地农田不同灌溉模式下的土壤体积含水量时空变化特征进行了对比分析。得出如下主要结论：
（1） 经过参数调整后的HYDRUS-2D模型模拟值与田间试验实测值拟合良好，R2在0.864以上，RMSE小于0.01 cm3·cm-3，证明本文针对黑河中游不同灌溉模式所建立的模型具有良好的水分动态拟合效果。
（2） 起垄覆膜较平地覆膜在灌溉水量减少2099 m3·hm-2的情况下提高了约20%的根区土壤体积含水量，并可以减少13.3%的渗漏量；膜下滴灌较平地覆膜可节约灌溉用水达50%，同时渗漏量可减少50.7%。
（3） 勤灌少量的膜下滴灌模式使得水分能够直接补给作物根区，较起垄覆膜可提高砂壤地农田作物根区土壤体积含水量25%的同时减少渗漏量达40%以上。因此，当地新垦砂壤地农田推广膜下滴灌模式既可节约灌溉用水，也能更好地保障玉米的生产。
（4） HYDRUS-2D模型参数体系对干旱区同类砂壤地农田具有普适性，建议农业管理部门可基于该模型有效模拟砂壤地农田土壤水分动态变化，调整现有灌溉模式，优化灌水量和频率，实现作物根区土壤水分的精准调控，推动砂壤地农田向“高效节水、稳产高产”方向转型。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
胡广录. 干旱区绿洲水分生产率分布格局及影响因素研究[M]. 兰州: 甘肃人民出版社, 2011.

[Hu Guanglu. Research on Distribution Pattern and Influential Factors of Water Productivity in Oasis of Arid Areas[M]. Lanzhou: Gansu People’s Publishing House, 2011.]

[2]
陈海志, 胡广录, 李嘉楠, 等. 1967—2020年黑河中游绿洲气候变化对玉米产量的影响——以临泽县为例[J]. 甘肃农业大学学报, 2023, 58(2): 137-144, 154.

[Chen Haizhi, Hu Guanglu, Li Jianan, et al. Climate change and its impact on maize yield in oasis in the middle reaches of the Heihe River from 1967 to 2020-A case study of Linze County[J]. Journal of Gansu Agricultural University, 2023, 58(2): 137-144, 154.]

[3]
杨那, 毛晓涵, 李彦, 等. 农田土壤有机碳及活性炭组分对秸秆和地膜覆盖响应的Meta分析[J]. 环境科学, 2025, 46(4): 2292-2300.

[Yang Na, Mao Xiaohan, Li Yan, et al. Meta-analysis of soil organic carbon and its active fractions in response to straw and film mulching[J]. Environmental Science, 2025, 46(4): 2292-2300.]

[4]
郑浩飞, 逄蕾, 孙建好, 等. 玉米||豌豆间作体系生产力对覆膜方式及化肥施用量的响应[J]. 中国生态农业学报(中英文), 2024, 32(10): 1639-1649.

[Zheng Haofei, Pang Lei, Sun Jianhao, et al. Responses of productivity to film mulching patterns and chemical fertilizer application rates in maize||pea intercropping system[J]. Chinese Journal of Eco-Agriculture, 2024, 32(10): 1639-1649.]

[5]
乔毅博, 吴鹏年, 王艳丽, 等. 黄淮海平原微喷灌下冬小麦农田水分渗漏及氮素淋失模拟分析[J]. 农业环境科学学报, 2023, 42(7): 1540-1553.

[Qiao Yibo, Wu Pengnian, Wang Yanli, et al. Simulation analysis on water leakage and nitrogen leaching of winter wheat farmland under micro sprinkler irrigation in Huang-Huai-Hai Plain[J]. Journal of Agro-Environment Science, 2023, 42(7): 1540-1553.]

[6]
安宁, 郭彬, 张东梅, 等. 河西走廊中段荒漠植被组成及土壤养分空间分布特征[J]. 干旱区研究, 2024, 41(3): 432-443.

[An Ning, Guo Bin, Zhang Dongmei, et al. Desert vegetation composition and spatial distribution of soil nutrients in the middle section of Hexi Corridor[J] Arid Zone Research, 2024, 41(3): 432-443.]

[7]
李嘉楠, 周成乾, 胡广录, 等. 荒漠-绿洲过渡带典型固沙植物根区土壤大孔隙特征及影响因素[J]. 干旱区研究, 2024, 41(12): 2015-2026.

[Li Jianan, Zhou Chengqian, Hu Guanglu, et al. Characteristics and influencing factors of soil macropores in the root zone of sand-fixing plants in the desert-oasis transition zone[J] Arid Zone Research, 2024, 41(12): 2015-2026.]

[8]
陈彦四, 黄春林, 侯金亮, 等. 基于多时相Sentinel-2影像的黑河中游玉米种植面积提取研究[J]. 遥感技术与应用, 2021, 36(2): 324-331.

[Chen Yansi, Huang Chunlin, Hou Jinliang, et al. Extraction of maize planting area based on multi-temporal Sentinel-2 imagery in the middle reaches of Heihe River[J]. Remote Sensing Technology and Application, 2021, 36(2): 324-331.]

[9]
胡广录, 陶虎, 焦娇, 等. 黑河中游正义峡径流变化趋势及归因分析[J]. 干旱区研究, 2023, 40(9): 1414-1424.

[Hu Guanglu, Tao Hu, Jiao Jiao, et al. Runoff trend and attribution analysis of the Zhengyi Gorge in the middle reaches of the Heihe River[J] Arid Zone Research, 2023, 40(9): 1414-1424.]

[10]
有德宝, 王建林, 吕明强, 等. 基于Penman-Monteith法的黑河流域玉米农田蒸散特征研究[J]. 华北农学报, 2015, 30(S1): 139-145.

[You Debao, Wang Jianlin, Lv Mingqiang, et al. Evapotranspiration of maize field in irrigation area in Heihe middle reaches using the Penman-Monteith method[J]. Acta Agriculturae Boreali-Sinica, 2015, 30(S1): 139-145.]

[11]
贾昂元, 张勇勇, 赵文智, 等. 干旱区绿洲农田土壤大孔隙与水分入渗特征[J]. 土壤学报, 2022, 59(2): 486-497.

[Jia Angyuan, Zhang Yongyong, Zhao Wenzhi, et al. Characteristics of Soil macropores and water infiltration in oasis vroplands in an arid region[J]. Acta Pedologica Sinica, 2022, 59(2): 486-497.]

[12]
马彬. 绿洲农田防护林系统水分利用效率遥感估算模型研究[D]. 石河子: 石河子大学, 2022.

[Ma Bin. Research on Remote Sensing Estimation Model of Water Use Efficiency of Oasis Farmland Shelterbelt System[D]. Shihezi: Shihezi University, 2022.]

[13]
林鹏飞. 基于HYDRUS-MODFLOW模型干旱绿洲农田地表-地下水联合调控研究[D]. 兰州: 兰州大学, 2020.

[Lin Pengfei. Conjunctive Regulation of Surface Water and Groundwater with HYDRUS-MODFLOW in Arid Oasis Irrigated Land[D]. Lanzhou: Lanzhou University, 2020.]

[14]
吴元芝, 黄明斌. 基于Hydrus-1D模型的玉米根系吸水影响因素分析[J]. 农业工程学报, 2011, 27(S2): 66-73.

[Wu Yuanzhi, Huang Mingbin. Analysis of influential factors for maize root water uptake based on Hydrus-1D model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(S2): 66-73.]

[15]
李东生, 吉喜斌, 赵丽雯. 黑河流域中游制种玉米农田土壤水分运移规律[J]. 干旱区研究, 2015, 32(3): 467-475.

[Li Dongsheng, Ji Xibin, Zhao Liwen, et al. Simulation of seed corn farmland soil moisture migration regularity in the midstream of the Heihe River Basin[J]. Arid Zone Research, 2015, 32(3): 467-475.]

[16]
孙雪梅, 张毅敏, 张志伟, 等. 红壤区旱作花生地剖面氮素迁移转化模拟研究[J]. 农业环境科学学报, 2024, 43(7): 1557-1567.

[Sun Xuemei, Zhang Yimin, Zhang Zhiwei, et al. Simulation of nitrogen transport and transformation in dry-crop peanut land profiles in a red soil zone[J]. Journal of Agro-Environment Science, 2024, 43(7): 1557-1567.]

[17]
苗庆远, 米丽娜, 覃兰玉, 等. 基于HYDRUS-1D模型的荒漠苜蓿农田滴灌灌溉制度制定[J]. 灌溉排水学报, 2024, 43(5): 8-15.

[Miao Qingyuan, Mi Lina, Qin Lanyu, et al. Developing optimal drip irrigation schedule for alfalfa production in desert using the HYDRUS-1D model[J]. Journal of Irrigation and Drainage, 2024, 43(5): 8-15.]

[18]
鲁睿, 张明军, 张宇, 等. 不同降雨量及雨强条件下兰州南山人工侧柏林土壤水分入渗规律[J]. 水土保持学报, 2024, 38(2): 364-376.

[Lu Rui, Zhang Mingjun, Zhang Yu, et al. Soil water infiltration of artificial platycladus orientalis of Nanshan Mountain in Lanzhou under different rainfall and rainfall intensity[J]. Journal of Soil and Water Conservation, 2024, 38(2): 364-376.]

[19]
郭珈玮, 周慧, 史海滨, 等. 基于HYDRUS-2D盐荒地干排盐作用模拟研究[J]. 灌溉排水学报, 2023, 42(S1): 206-212.

[Guo Jiawei, Zhou Hui, Shi Haibin, et al. Analysis of dry discharge effect of salt wasteland based on HYDRUS-2D[J]. Journal of Irrigation and Drainage, 2023, 42(S1): 206-212.]

[20]
Han M, Zhao C, Feng G, et al. Evaluating the effects of mulch and irrigation amount on soil water distribution and root zone water balance using HYDRUS-2D[J]. Water, 2015, 7(6): 2622-2640.

[21]
程国, 张楠, 张磊, 等. 基于HYDRUS-2D南疆矮砧密植苹果滴灌灌溉制度优化[J]. 节水灌溉, 2024(9): 121-128.

[Cheng Guo, Zhang Nan, Zhang Lei, et al. Optimization of drip irrigation scheme for apple with dwarf rootstock and dense planting in Southern Xinjiang with HYDRUS-2D[J]. Water Saving Irrigation, 2024(9): 121-128.]

[22]
鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000.

[Lu Rukun. Methods for Agrochemical Analysis of Soils[M]. Beijing: China Agricultural Science and Technology Press, 2000.]

[23]
高震国, 钟瑞林, 杨帅, 等. Hydrus模型在中国的最新研究与应用进展[J]. 土壤, 2022, 54(2): 219-231.

[Gao Zhenguo, Zhong Ruilin, Yang Shuai, et al. Recent progresses in research and applications of Hydrus model in China[J]. Soils, 2022, 54(2): 219-231.]

[24]
van Genuchten M T. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils[J]. Soil Science Society of America Journal, 1980, 44(5): 892-898.

[25]
胡广录, 刘鹏, 李嘉楠, 等. 黑河中游绿洲边缘三种景观类型土壤水分动态特征及影响因素[J]. 干旱区研究, 2024, 41(4): 550-565.

[Hu Guanglu, Liu Peng, Li Jianan, et al. Characteristics of soil moisture dynamics and influencing factors of three landscape types at the oasis edge in the middle reaches of the Heihe River[J]. Arid Zone Research, 2024, 41(4): 550-565.]

[26]
Busscher W. Simulation of field water use and crop yield[J]. Soil Science, 1980, 129(3): 193.

[27]
Er-Raki S, Ezzahar J, Merlin O, et al. Performance of the HYDRUS-1D model for water balance components assessment of irrigated winter wheat under different water managements in semi-arid region of Morocco[J]. Agricultural Water Management, 2021, 244: 106546.

[28]
丁运韬, 程煜, 张体彬, 等. 利用HYDRUS-2D模拟膜下滴灌玉米农田深层土壤水分动态与根系吸水[J]. 干旱地区农业研究, 2021, 39(3): 23-32.

[Ding Yuntao, Cheng Yu, Zhang Tibin, et al. Modeling of dynamics of deep soil water and root uptake of maize with mulched drip irrigations using HYDRUS-2D[J]. Agricultural Research in the Arid Areas, 2021, 39(3): 23-32.]

[29]
肖庆礼. 黑河中游绿洲农田和防护林带土壤水分运动与水量交换[D]. 咸阳: 西北农林科技大学, 2016.

[Xiao Qingli. Soil Water Dynamics and Hydrological Relation of Cropland and Shelterbelt in the Oasis Zone of the Heihe River[D]. Xianyang: Northwest A & F University, 2016.]

[30]
梁昊枫, 党科, 范子晗, 等. 不同生态区覆盖方式对玉米氮转运、产量与水氮利用效率的影响[J]. 水土保持研究, 2024, 31(6): 176-187.

[Liang Haofeng, Dang Ke, Fan Zihan, et al. Effects of mulch measures on nitrogen transport, yield and water and nitrogen use efficiency of maize in different ecological zones[J]. Research of Soil and Water Conservation, 2024, 31(6): 176-187.]

[31]
吴普特, 冯浩. 中国节水农业发展战略初探[J]. 农业工程学报, 2005, 21(6): 152-157.

[Wu Pute, Feng Hao. Development and application on GSM-based monitoring system for digital agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering, 2005, 21(6): 152-157.]

[32]
付玉娟, 李尧, 喻浩洋, 等. Hydrus-2D模拟起垄覆膜处理对夏玉米生育期水量平衡的影响[J]. 农业工程学报, 2023, 39(10): 76-87.

[Fu Yujuan, Li Yao, Yu Haoyang, et al. Effects of ridging and plastic film mulching on the water balance of summer maize during its growth period[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(10): 76-87.]

[33]
刘青松, 贾艳丽, 肖宇, 等. 河北省坝上地区青贮玉米旱作种植模式研究[J]. 中国草地学报, 2021, 43(10): 76-81.

[Liu Qingsong, Jia Yanli, Xiao Yu, et al. Study on dry farming models of silage corn in Bashang Areas, Hebei Province[J]. Chinese Journal of Grassland, 2021, 43(10): 76-81.]

[34]
宋振伟, 郭金瑞, 邓艾兴, 等. 耕作方式对东北春玉米农田土壤水热特征的影响[J]. 农业工程学报, 2012, 28(16): 108-114.

[Song Zhenwei, Guo Jinrui, Deng Aixing, et al. Effects of surface tillage regimes on soil moisture and temperature of spring corn farmland in Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(16): 108-114.]

[35]
Lei B, Saifeng Z, Xinyu L, et al. Intelligent drip fertigation increases water and nutrient use efficiency of watermelon in greenhouse without compromising the yield[J]. Agricultural Water Management, 2023, 282: 108278.

[36]
Peng X, Chen D, Zhou Z, et al. Optimizing drip fertigation management to simultaneously improve the yield, water productivity and fertilizer agronomic utilization efficiency of grapes in different precipitation year patterns[J]. Agricultural Water Management, 2024, 295: 108749.

[37]
张疏影, 张金珠, 王振华, 等. 不同水氮配施对北疆膜下滴灌棉花生长发育的影响[J]. 排灌机械工程学报, 2024, 42(6): 641-648.

[Zhang Shuying, Zhang Jinzhu, Wang Zhenhua, et al. Optimization of water and nitrogen application system for cotton yield under mulched drip irrigation in Northern Xinjiang[J]. Journal of Drainage and Irrigation Machinery Engineering, 2024, 42(6): 641-648.]

[38]
Li C J, Xiong Y W, Cui Z, et al. Effect of irrigation and fertilization regimes on grain yield, water and nitrogen productivity of mulching cultivated maize (Zea mays L.) in the Hetao Irrigation District of China[J]. Agricultural Water Management, 2020, 232: 106065.

[39]
杨九刚, 何继武, 马英杰, 等. 灌水频率和灌溉定额对膜下滴灌棉花生长及产量的影响[J]. 节水灌溉, 2011(3): 29-32, 38.

[Yang Jiugang, He Jiwu, Ma Yingjie, et al. Effects of irrigation frequency and quota on cotton growth and yield with drip irrigation under plastic film[J]. Water Saving Irrigation, 2011(3): 29-32, 38.]

[40]
左顺利, 李丰琇, 刘泽龙, 等. 南疆覆膜滴灌夏玉米生长特性及产量对施氮量的响应研究[J]. 灌溉排水学报, 2024, 43(11): 18-26, 73.

[Zuo Shunli, Li Fengxiu, Liu Zelong, et al. Effect of nitrogen fertilization on growth and yield of summer maize under mulched drip irrigation in Southern Xinjiang[J]. Journal of Irrigation and Drainage, 2024, 43(11): 18-26, 73.]

[41]
丁运韬, 程煜, 张体彬, 等. 滴灌灌水下限对夹砂层农田土壤水盐分布和玉米生长的影响[J]. 土壤学报, 2022, 59(3): 733-744.

[Ding Yuntao, Cheng Yu, Zhang Tibin, et al. Effects of the lower limit of drip irrigation on soil water and salt distribution and maize growth in sand-lined farmland[J]. Acta Pedologica Sinica, 2022, 59(3): 733-744.]

[42]
李嘉欣, 黄爽, 江振, 等. 基于HYDRUS-2D对浅埋膜下滴灌玉米农田土壤水盐运移规律研究[J/OL]. 节水灌溉, 1-18[2025-05-06]. http://kns.cnki.net/kcms/detail/42.1420.TV.20250408.1605.004.html.

Li Jiaxin, Huang Shuang, Jiang Zhen, et al. Study on the laws of soil water and salt transport in corn farmland with drip irrigation under shallowly buried film based on HYDRUS-2D[J/OL]. Water Saving Irrigation, 1-18[2025-05-06]. http://kns.cnki.net/kcms/detail/42.1420.TV.20250408.1605.004.html.]

[43]
邓欢, 戴飞, 史瑞杰, 等. 基于HYDRUS-2D/3D的玉米全膜双垄沟水肥运移规律与根系响应[J]. 农业机械学报, 2022, 53(S2): 100-108.

[Deng Huan, Dai Fei, Shi Ruijie, et al. Water and fertilizer transport law and root response of maize in full-film double furrows based on HYDRUS-2D/3D[J]. Transactions of the Chinese Society for Agricultural Machinery, 2022, 53(S2): 100-108.]

[44]
王田野, 王平, 吴泽宁, 等. 干旱胁迫下植被生态韧性研究进展[J]. 地球科学进展, 2023, 38(8): 790-801.

[Wang Tianye, Wang Ping, Wu Zeyu, et al. Progress in the study of ecological resilience of vegetation under drought stress[J]. Advances in Earth Science, 2023, 38(8): 790-801.]

[45]
庄淏然, 冯克鹏, 许德浩. 蒸散分离的玉米水分利用效率变化及影响因素[J]. 干旱区研究, 2023, 40(7): 1117-1130.

[Zhuang Haoran, Feng Kepeng, Xu Dehao. Changes, influencing factors and sensitivity of water use efficiency in maize farmland ecosystems based on evapotranspiration separation in the Ningxia irrigated area[J]. Arid Zone Research, 2023, 40(7): 1117-1130.]

[46]
王锐. 地膜覆盖对夏玉米农田水分转化过程及利用效率的影响[D]. 咸阳: 西北农林科技大学, 2022.

[Wang Rui. Effects of Plastic Film Mulching on Water Transformation and Utilization Efficiency of Summer Mmaize[D]. Xianyang: Northwest A & F University, 2022.]

[47]
石建周, 刘贤德, 田青, 等. 六盘山半干旱区华北落叶松林坡面土壤含水量的降雨响应[J]. 干旱区研究, 2023, 40 (4): 594-604.

[Shi Jianzhou, Liu Xiande, Tian Qing, et al. Rainfall response of soil water content on a slope of Larix principis-rupprechtii plantation in the semi-arid Liupan Mountains[J]. Arid Zone Research, 2023, 40(4): 594-604.]

[48]
吉吉佳门, 程一本, 谌玲珑, 等. 科尔沁沙地樟子松人工林土壤水分动态及其对降雨的响应[J]. 干旱区研究, 2023, 40(5): 756-766.

[JiJi Jiamen, Cheng Yiben, Chen Linglong, et al. Dynamic changes in soil moisture and its response to rainfall in Pinus sylvestris var. mongolica plantation in Horqin Sandy Land[J]. Arid Zone Research, 2023, 40(5): 756-766.]

Options
Outlines

/

〈 〉