基于HYDRUS-1D模型的荒漠綠洲水鹽運(yùn)移模擬與評(píng)估

王國(guó)帥，史海濱，李仙岳，閆建文，苗慶豐，陳 寧，王維剛

基于HYDRUS-1D模型的荒漠綠洲水鹽運(yùn)移模擬與評(píng)估

王國(guó)帥，史海濱※，李仙岳，閆建文，苗慶豐，陳 寧，王維剛

（1. 內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院，呼和浩特 010018；2. 高效節(jié)水技術(shù)裝備與水土環(huán)境效應(yīng)內(nèi)蒙古自治區(qū)工程研究中心，呼和浩特 010018）

針對(duì)河套灌區(qū)引水量逐年減少、荒漠綠洲農(nóng)業(yè)生態(tài)環(huán)境惡化等問題，該研究以沙丘-荒地-海子系統(tǒng)為研究對(duì)象，通過2a定點(diǎn)觀測(cè)，利用HYDRUS-1D模型對(duì)沙丘、沙丘-荒地交界和荒地進(jìn)行了不同時(shí)期水鹽動(dòng)態(tài)模擬，揭示了荒漠綠洲水鹽運(yùn)移特征，評(píng)價(jià)了荒漠綠洲農(nóng)業(yè)生態(tài)狀況。結(jié)果表明：1）沙丘、沙丘-荒地交界和荒地土壤水分和鹽分率定與驗(yàn)證精度平均相對(duì)誤差分別為-1.30%～1.52%和-0.43%～5.71%，均方根誤差為0.01～0.03 cm3/cm3和0.06～0.23 dS/m，決定系數(shù)為0.82～0.93和0.76～0.82，回歸系數(shù)為0.98～1.01和0.98～1.03，模擬精度較高；2）在生育期，沙丘、沙丘-荒地交界和荒地1 m土體各層水分呈現(xiàn)下降趨勢(shì)，土壤處于虧水狀態(tài)，荒地騰發(fā)量是沙丘的2倍，沙丘-荒地交界的介于二者之間，荒地地下水補(bǔ)給量為沙丘的3～5倍；秋澆后，沙丘水分補(bǔ)給較少，仍虧水67～103 mm，沙丘-荒地交界和荒地水分補(bǔ)給較多，可以維持土壤水分平衡；3）沙丘、沙丘-荒地交界和荒地全年處于略積鹽狀態(tài)，積鹽率分別為47%～59%和3%～6%，荒地在秋澆后處于輕微脫鹽狀態(tài)，脫鹽率為0.7%～5.0%。研究發(fā)現(xiàn)，降雨對(duì)維持荒漠綠洲農(nóng)業(yè)生態(tài)平衡的作用較小，秋澆灌溉對(duì)改善灌區(qū)荒漠綠洲農(nóng)業(yè)生態(tài)發(fā)揮關(guān)鍵作用。研究結(jié)果可為河套灌區(qū)荒漠綠洲農(nóng)業(yè)生態(tài)治理提供參考。

土壤；鹽分；水鹽運(yùn)移；秋澆； HYDRUS-1D；荒漠綠洲；河套灌區(qū)

0 引 言

中國(guó)西北干旱地區(qū)生態(tài)條件嚴(yán)酷，荒漠植被稀疏，水資源短缺嚴(yán)重。西北荒漠地區(qū)分布著數(shù)千個(gè)沙丘和湖泊，形成了獨(dú)特的荒漠綠洲景觀，影響著西北干旱區(qū)的水文生態(tài)環(huán)境[1]。位于西北干旱區(qū)的河套灌區(qū)，其荒漠綠洲的形成主要依靠灌溉水[2]。隨著節(jié)水工程的實(shí)施，灌區(qū)引排水量劇減，鹽分隨灌溉水進(jìn)入灌區(qū)，向低洼濕地處輸送大量鹽分，大約有70%的鹽分被滯留灌區(qū)內(nèi)無法排出[3]，只能在灌區(qū)內(nèi)部重分配，使灌區(qū)荒漠綠洲的農(nóng)業(yè)水文生態(tài)發(fā)生巨大變化。定量評(píng)價(jià)沙丘-荒地-海子系統(tǒng)中土壤水鹽運(yùn)移轉(zhuǎn)化關(guān)系、厘清水鹽分布特征，對(duì)于荒漠綠洲水文生態(tài)環(huán)境保護(hù)具有重要意義。

目前許多學(xué)者對(duì)荒漠綠洲進(jìn)行了系統(tǒng)的研究，通過分析氣象因素、湖泊水分和水質(zhì)、沙丘土壤水分及地下水水位等來研究水分運(yùn)移過程[4]、沙丘地下水和湖泊的水量轉(zhuǎn)換[5]、湖泊動(dòng)態(tài)[6]以及土壤水分動(dòng)態(tài)變化[7]等。為了探究降雨對(duì)沙丘地下水的補(bǔ)給作用，很多學(xué)者還通過物理模型和水平衡方法定量估算了降雨對(duì)沙丘的入滲補(bǔ)給量[8]。也有學(xué)者基于氫氧同位素研究了不同降雨強(qiáng)度對(duì)鹽生荒漠土壤水和地下水的響應(yīng)機(jī)制[9]。許多學(xué)者也對(duì)灌區(qū)水鹽運(yùn)移做了大量研究。畢彥杰等[10]通過構(gòu)建分布式水循環(huán)模型，揭示了河套地區(qū)山水林田湖草系統(tǒng)的水循環(huán)演變規(guī)律，但由于研究區(qū)域較大，對(duì)灌區(qū)荒漠綠洲系統(tǒng)的水文循環(huán)過程有待進(jìn)一步研究。王學(xué)全等[11-13]通過水鹽均衡方法，研究了荒地和低洼濕地的排水積鹽過程、水分和鹽分在灌排單元的分配比例和非農(nóng)區(qū)-農(nóng)區(qū)-水域的水鹽遷移，但沒有揭示土壤剖面不同土層水分和鹽分在研究時(shí)段的變化規(guī)律，也未對(duì)沙丘、荒地和海子這類自然地類單元的水分和鹽分遷移轉(zhuǎn)化做進(jìn)一步研究。國(guó)內(nèi)外學(xué)者利用HYDRUS模型刻畫了土壤水鹽動(dòng)態(tài)過程。李亮等[14-16]采用HYDRUS模型研究了荒地和耕地不同地膜覆蓋下以及冬小麥的水分利用狀況和鹽分運(yùn)移規(guī)律，Ren等[17]通過利用HYDRUS-dualKc耦合模型模擬了不同植被地塊的土壤水鹽運(yùn)移規(guī)律。但對(duì)于荒漠綠洲而言，以上研究只分析了耕地和荒地地類的水鹽運(yùn)移情況，未對(duì)沙丘地類進(jìn)行研究，在揭示荒漠綠洲的農(nóng)業(yè)水文變化過程方面存在局限性。荒漠綠洲（沙丘-荒地-海子系統(tǒng)）是目前河套灌區(qū)主要的農(nóng)業(yè)水文循環(huán)形式和鹽分運(yùn)移路徑，但其機(jī)理尚不清晰。

基于以上問題，本文利用HYDRUS-1D模型模擬沙丘、沙丘-荒地交界和荒地土壤水分和鹽分運(yùn)移動(dòng)態(tài)，探索不同時(shí)期水分和鹽分運(yùn)移特征，基于平衡理論定量估算沙丘、沙丘-荒地交界和荒地水量和鹽量變化，揭示荒漠綠洲的農(nóng)業(yè)水文生態(tài)狀況，以期為改善荒漠綠洲農(nóng)業(yè)水文生態(tài)提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

河套灌區(qū)耕地面積為5.74×105hm2，荒地面積為2.09×105hm2，沙地面積為1.47×105hm2，水域面積為1.30×104hm2[11]，水域主要依靠灌溉回歸水形成[18]，荒地分布于耕地間隙和沙丘、湖泊周圍[12,14]。研究區(qū)位于河套灌區(qū)解放閘灌域的張連生海子（圖1），地理坐標(biāo)為40°54′36″N，107°15′59″E，湖泊面積約5.12×105m2。研究區(qū)屬于溫帶大陸性季風(fēng)氣候，多年平均氣溫7.5 ℃，無霜期130～150 d[19]。沙丘、荒地和湖泊相鄰，其平均海拔分別為1 036、1 029和1 028 m。在沙丘-荒地-海子系統(tǒng)周圍分布著耕地。沙丘和荒地的土壤質(zhì)地分別為砂土、砂壤土和粉土。全年沙丘和荒地地下水埋深平均值分別為2.25和1.03 m，海子在生育期大約虧水70 cm[18]。全年沙丘、荒地地下水和海子的電導(dǎo)率分別在0.93～1.90、0.72～1.10和2.1～3.5 dS/m之間變化[2]。沙丘地表無植被覆蓋，荒地生長(zhǎng)著檉柳植被。

1.2 試驗(yàn)設(shè)計(jì)

在點(diǎn)A1（沙丘）、A2（沙丘-荒地交界）和A3（荒地）布設(shè)地下水觀測(cè)井（圖1），其井口高程分別為1 031、1 030和1 029 m。每個(gè)觀測(cè)井深度為5 m，在3個(gè)觀測(cè)井內(nèi)分別安裝地下水微型傳感器（CTD-10，美國(guó)Meter公司），其安裝深度在3.5 m處（圖2），每隔1 h記錄1次地下水水位、溫度和鹽分?jǐn)?shù)據(jù)。在3個(gè)地下水觀測(cè)井附近分別安裝土壤自動(dòng)傳感器（5TE型，美國(guó)Meter公司）測(cè)土壤含水率、含鹽量和溫度，安裝深度分別為20、40、60、80和100 cm，用EM50型采集器每隔1 h記錄1次數(shù)據(jù)。氣象資料采用杭錦后旗沙壕渠試驗(yàn)站的自動(dòng)氣象站（DAVIS，美國(guó)Davis公司）收集。

1.3 測(cè)定指標(biāo)與方法

1.3.1 土壤物理性質(zhì)

分別在點(diǎn)A1、A2和A3分9層取樣，取樣深度分別為0～20、>20～40、>40～60、>60～80、>80～100、>100～120、>120～160、>160～200和>200～300 cm，每層土樣重復(fù)收集3次。采用環(huán)刀法測(cè)定土壤飽和導(dǎo)水率、飽和含水率和土壤容重，并采用干法粒度儀（HELOS&RODOS，德國(guó)新帕泰克公司）測(cè)定各點(diǎn)土壤粒徑級(jí)配。根據(jù)測(cè)定結(jié)果取各樣點(diǎn)各土層砂粒、粉粒和黏粒含量均值，如表1所示，樣點(diǎn)A1土壤質(zhì)地較為均勻，0～300 cm土層砂粒含量占91.69%；樣點(diǎn)A2土體0～90 cm土層粉粒含量占45.28%，砂粒含量占51.56%，>90～300 cm土層粉粒含量占39.00%，砂粒含量占60.21%；樣點(diǎn)A3土體0～40 cm粉粒含量占80.06%，>40～200 cm土層粉粒含量為77.35%，砂粒含量占16.17%，>200～300 cm土層粉粒含量占63.05%，砂粒含量占32.65%?；谏傲?、粉粒和黏粒含量以及土壤容重利用Rosetta轉(zhuǎn)換函數(shù)[20]預(yù)測(cè)土壤VG（van Genuchten）參數(shù)，結(jié)果如表1所示。

1.3.2 氣象數(shù)據(jù)

利用逐日氣象資料，采用FAO-56 Penman-Monteith公式，計(jì)算逐日參考蒸散量（ET0）。經(jīng)統(tǒng)計(jì)，2017和2018年的ET0和降雨數(shù)據(jù)如圖3所示。2017年和2018年總降雨量分別為57.8、124.0 mm，全年日平均蒸散量分別為2.9和2.7 mm/d，在作物生育期（5月1日—10月15日），平均日蒸散量分別為4.7和4.3 mm/d。

1.3.3 地下水埋深

利用地下水傳感器監(jiān)測(cè)地下水水位變化，地下水埋深利用傳感器監(jiān)測(cè)深度減去地下水水位變化和井口高度確定。2017年和2018年點(diǎn)A1、A2和A3地下水埋深變化如圖4所示，三者的地下水埋深變化趨勢(shì)一致。在2017年和2018年生長(zhǎng)期（5月1日—10月15日），A1、A2和A3地下水水位分別平均降低了0.48、1.06和1.02 m；在秋澆期（10月15日—12月31日），A1、A2和A3地下水水位分別平均升高了0.63、1.26和1.28 m。

表1 土壤基本物理特性和VG參數(shù)表

1.3.4 地下水電導(dǎo)率

地下水電導(dǎo)率利用地下水傳感器監(jiān)測(cè)，在作物生育期，樣點(diǎn)A1、A2和A3地下水電導(dǎo)率EC變化分別為1.05～1.92、1.70～2.10和0.85～1.10 dS/m。在秋澆期，樣點(diǎn)A1、A2和A3地下水EC變化分別為1.23～1.85、1.52～1.70 和0.95～1.00 dS/m。在封凍期（1月1日—3月3日）和解凍期（3月3日—5月1日），樣點(diǎn)A1、A2和A3地下水EC變化分別為1.00～1.20、1.85～2.00和0.91～1.08 dS/m（圖5）。

1.3.5 土壤鹽分

土壤自動(dòng)傳感器所測(cè)電導(dǎo)率轉(zhuǎn)換為土壤EC1:5的換算關(guān)系[21]為

式中1:5為土水比為1:5的土壤浸提液，測(cè)定的土壤電導(dǎo)率，dS/m；5TE為土壤自動(dòng)傳感器（5TE）測(cè)得的土壤電導(dǎo)率，dS/m。

注：FP，封凍期；TP，解凍期；GP生長(zhǎng)期；AP，秋澆期。

Note: FP, freezing period; TP, thawing period; GP, growing period; AP, autumn irrigation period.

圖5 試驗(yàn)區(qū)地下水EC變化

Fig.5 Groundwater EC dynamics of study area

土壤電導(dǎo)率（EC1∶5）轉(zhuǎn)換為土壤含鹽量（SSC），計(jì)算公式[22]為

式中SSC為土壤含鹽量，g/kg。

土壤溶液的鹽分含量（SW）計(jì)算公式[23]為

式中為土壤含水率，cm3/cm3；為土壤干容重，g/cm3；SW為土壤溶液的含鹽量，g/L。

1.3.6 土壤積鹽率

土壤積鹽率為0~100cm土壤剖面某一時(shí)期與其前一時(shí)期相比土壤含鹽量的增加率，其計(jì)算公式為

式中為土壤積鹽率，%；為第時(shí)刻土壤含鹽量，g；-1為第-1時(shí)刻土壤含鹽量，g。

1.4 土壤水鹽動(dòng)態(tài)模型

HYDRUS-1D模型是用于模擬飽和-非飽和帶多孔介質(zhì)中水熱和溶質(zhì)運(yùn)移及根系吸水的一維垂向模型[24]。經(jīng)過多年的改進(jìn)，HYDRUS-1D得到了廣泛的應(yīng)用，能夠較好地模擬由農(nóng)田灌溉、田間施肥和環(huán)境污染造成的土體剖面水分和溶質(zhì)的變化。

1.4.1 土壤水分運(yùn)動(dòng)方程

HYDRUS-1D模型采用增加了源匯項(xiàng)的Richards方程[17]來求解土壤水分運(yùn)移過程

式中為時(shí)間，d；為垂向空間坐標(biāo)，向上為正；為壓力水頭，cm；為水力傳導(dǎo)系數(shù)，cm/d；為源匯項(xiàng)，即單位時(shí)間內(nèi)根系從單位體積土壤中吸收的水量，cm3/(cm3·d)。

土壤水力特性方程采用van Genuchten模型[25-26]

式中e為有效飽和度，cm3/cm3；s為飽和含水率，cm3/cm3；r為殘余含水率，cm3/cm3；s為飽和導(dǎo)水率，cm/d；、、為經(jīng)驗(yàn)形狀參數(shù)；為孔隙連通參數(shù)。

根系吸水模型：源匯項(xiàng)，即作物根系吸水在深度處的值，可按下式計(jì)算：

式中為滲透壓水頭，cm；p為不受水鹽脅迫的潛在植被騰發(fā)量，cm/d；rw()為水分脅迫函數(shù)；rs()為鹽分脅迫函數(shù)；()為歸一化的根系吸水分布函數(shù)。采用經(jīng)典邏輯生長(zhǎng)模型，并假設(shè)生育期過去一半時(shí)的根深達(dá)到最大根深（90 cm）的50%[27]。

1.4.2 土壤鹽分運(yùn)動(dòng)方程

HYDRUS-1D模型采用對(duì)流-彌散方程[23]來求解土壤溶液中鹽分的運(yùn)移過程

式中為溶質(zhì)液相濃度，g/L；b為鹽分溶液密度，g/cm3；a為被吸附溶度的質(zhì)量分?jǐn)?shù)，%；為垂向水流通量，cm/d；dif為擴(kuò)散系數(shù)，cm2/d；dis為彌散系數(shù)，cm2/d。

1.4.3 潛在蒸騰和蒸發(fā)速率的計(jì)算

潛在作物蒸散量ETp（mm）的計(jì)算方法為

式中c為作物系數(shù)[15]，根據(jù)查閱FAO56，本文c值在早期（從播種日延續(xù)到地面覆蓋達(dá)10%為止）、中期（地面覆蓋達(dá)10%到地面被有效全覆蓋并持續(xù)到開始成熟為止）和后期（從開始成熟持續(xù)到收獲或完全衰老為止）取值分別為0.4、0.8和0.5[28]；ET0為參照作物蒸散量，mm。

根據(jù)作物葉面積指數(shù)[29-30]將其分割為潛在土壤蒸發(fā)量p和潛在作物蒸騰量p。

作物潛在蒸騰量p為

式中p為作物潛在蒸騰量，mm；LAI為葉面積指數(shù)；為植物冠層輻射衰減系數(shù)，本研究檉柳的取值為0.39[31]。潛在蒸發(fā)量為ETp和p之差，mm。

1.5 模型建立、率定和驗(yàn)證

1.5.1 模擬單元?jiǎng)澐?/p>

如圖6所示，沙丘、沙丘-荒地交界和荒地的模擬剖面深度均為300 cm，根據(jù)實(shí)測(cè)的沙丘、沙丘-荒地交界和荒地的土壤質(zhì)地（表1）分別把沙丘模擬剖面設(shè)置為1層，沙丘-荒地交界設(shè)置為2層，荒地設(shè)置為3層。垂向一維土體被離散剖分成301個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)間距為1 cm，分別在土層20、40、60、80和100 cm布設(shè)觀測(cè)點(diǎn)。沙丘、沙丘-荒地交界和荒地的模擬時(shí)間步長(zhǎng)設(shè)置一致，模擬時(shí)間從5月1日到12月10日，模擬天數(shù)為224 d，初始時(shí)間步長(zhǎng)為0.1 d，最小時(shí)間步長(zhǎng)為0.001 d，最大時(shí)間步長(zhǎng)為5 d。

1.5.2 初始條件和邊界條件

分別對(duì)沙丘、沙丘-荒地交界和荒地土體輸入邊界條件。對(duì)于水流運(yùn)動(dòng)邊界：上邊界設(shè)置為大氣邊界條件，下邊界為變水頭條件。大氣邊界條件需要輸入日降雨量、日蒸發(fā)量和日蒸騰量。變水頭邊界條件輸入日地下水埋深值確定的變壓力水頭值。對(duì)于溶質(zhì)運(yùn)動(dòng)邊界：溶質(zhì)運(yùn)移的上下邊界條件設(shè)置為濃度通量邊界，沙丘、沙丘-荒地交界和荒地上邊界為降雨電導(dǎo)率，下邊界為地下水電導(dǎo)率。土壤剖面的初始條件基于田間實(shí)測(cè)的土壤含水率和電導(dǎo)率設(shè)置。

1.5.3 土壤參數(shù)

初始土壤水力參數(shù)（s、r、s、、）基于土壤干容重和砂粒、粉粒、黏粒含量，用Rosetta函數(shù)進(jìn)行預(yù)測(cè)（表1），其中干容重、s、s基于實(shí)測(cè)值確定。溶質(zhì)運(yùn)移參數(shù)值基于文獻(xiàn)確定[23,27,32]。根系吸水參數(shù)包括1（根系能夠從土壤吸水的水勢(shì)上限）、2（根系吸水不受水分脅迫的水勢(shì)上限）、3h（高蒸發(fā)能力時(shí)根系吸水不受水分脅迫的水勢(shì)下限）、3l（低蒸發(fā)能力時(shí)根系吸水不受水分脅迫的水勢(shì)下限）、4（根系能夠從土壤吸水的水勢(shì)下限）、*f（鹽分脅迫容限）和f50（鹽分脅迫造成根系吸水降為50%時(shí)的溶質(zhì)滲透勢(shì)），其數(shù)值設(shè)置通過采用軟件默認(rèn)值和查閱文獻(xiàn)確定[23,27,32]。

1.5.4 模型率定與驗(yàn)證

用2017年土壤含水率和鹽分?jǐn)?shù)據(jù)進(jìn)行參數(shù)率定，用2018年數(shù)據(jù)來驗(yàn)證模型的模擬精度。模型率定和檢驗(yàn)使用均方根誤差（RMSE）、回歸系數(shù)（）、決定系數(shù)（2）和平均相對(duì)誤差（MRE）檢驗(yàn)[17,23]。MRE、RMSE越接近于0，越接近于1，表示模型模擬精度越高；2接近1，說明模型可以很好地捕捉到實(shí)測(cè)值的變動(dòng)趨勢(shì)。

2 結(jié)果與分析

2.1 模型率定

利用2017年實(shí)測(cè)土壤水分和鹽分?jǐn)?shù)據(jù)對(duì)模型進(jìn)行率定。土壤含水率的模擬值與實(shí)測(cè)值吻合較好，模擬結(jié)果能較好地反映出土壤水分的動(dòng)態(tài)變化。如表2所示，沙丘、沙丘-荒地交界和荒地土壤含水率的MRE在-1.30%～-0.42%之間變化，RMSE為0.01～0.03 cm3/cm3，R2為0.85～0.92，b值為0.98。沙丘、沙丘-荒地交界和荒地的土壤鹽分率定精度分別為MRE為-0.32%～5.71%，R2為0.76～0.82，RMSE為 0.06～0.23 dS/m，b為0.98～1.03。參數(shù)精度滿足要求，模型模擬精度較高。率定的土壤水力參數(shù)和溶質(zhì)運(yùn)移參數(shù)如表3所示，根系吸水參數(shù)如表4所示。由于鹽分的對(duì)流-彌散過程不易刻畫，因此水分模擬結(jié)果偏差較小。

表2 模型模擬精度評(píng)價(jià)

注：為回歸系數(shù)。

Note:isthe regression coefficient.

表3 土壤水力參數(shù)與溶質(zhì)運(yùn)移參數(shù)率定值

注：s、、分別為土壤飽和導(dǎo)水率、分子擴(kuò)散系數(shù)和彌散系數(shù)。

Note:s,andare soil saturated hydraulic conductivity, molecular diffusion coefficient and dispersion coefficient, respectively.

表4 水鹽脅迫函數(shù)參數(shù)率定值

2.2 模型驗(yàn)證

采用2018年實(shí)測(cè)土壤水分和鹽分?jǐn)?shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，所有參數(shù)設(shè)為模型率定后的參數(shù)值。驗(yàn)證結(jié)果如圖 7所示，土壤水分的各評(píng)價(jià)指標(biāo)（MRE：0.68%～1.52%；RMSE：0.01～0.02 cm3/cm3；2：0.82～0.93；：1.00～1.01）和土壤鹽分的各評(píng)價(jià)指標(biāo)（MRE：-0.43%～2.83%；RMSE：0.06～0.18 dS/m；2：0.76～0.80；：0.98～0.99）如表2所示，參數(shù)精度滿足要求，與率定結(jié)果相近。

2.3 土壤水鹽動(dòng)態(tài)

利用2017年HYDRUS-1D模型模擬結(jié)果來分析2017年沙丘、沙丘-荒地交界和荒地土壤水鹽動(dòng)態(tài)變化過程，詳細(xì)變化過程如圖8～圖10所示。

2.3.1 沙丘土壤水鹽動(dòng)態(tài)

如圖8所示，5月1日凍土層融通，各土層含水率較大，隨溫度升高各土層含水率又逐漸降低[35]。沙丘受降雨影響較大，在6月7日—6月9日出現(xiàn)了強(qiáng)降雨過程，使得20、40 cm土層土壤含水率增加了23%和8%，其他土層變化較小。在生育期，20、40、60、80和100 cm土層含水率分別減少了25%、32%、34%、37%和35%。秋澆后，沙丘地下水上升約0.6 m，地下水埋深約為1.8 m（圖4），使80、100 cm土層水分增加，約為21%。由于孔隙較大，土壤吸力較弱，使得0～60 cm土層含水率增加很小，沙丘土壤水分含量無法恢復(fù)到初始含量。20 cm土壤鹽分在6月8日前后由于降雨影響，土壤鹽分減少，但在蒸發(fā)作用影響下，使得20、40、60、80和100 cm土層鹽分呈全年增加趨勢(shì)，積鹽率分別為44%、30%、36%、23%和5%。

2.3.2 沙丘-荒地交界（A2）土壤水鹽動(dòng)態(tài)

如圖9所示，在模擬初期，由于降雨集中在5月—7月初，且日最大降雨發(fā)生在6月7—6月9日（圖3），使得20、40和60 cm土層含水率分別增加了30%、17%和13%，80、100 cm土層含水率變化不明顯。8月初到10月，0～60 cm土層含水率減少較少，由于地表覆蓋增加，土壤蒸發(fā)量減少，而檉柳根系可達(dá)90 cm[27]，使得60～80和80～100 cm土層水分因騰發(fā)作用消耗較大，分別減少18%和22%。秋澆后，各土層含水率均增大，60～80和80～100 cm土層可達(dá)到飽和，其含水率是20 cm土層含水率的3～4倍。受降雨影響，0～20和20～40 cm土層鹽分降低，由于表層鹽分較大，通過降雨入滲將鹽分淋洗到深層，使得40～100 cm土層鹽分增加。在8月—10月期間，0～40 cm土層鹽分增加不明顯，而60、80和100 cm土層鹽分增加較大，積鹽率分別為45%、52%和35%，由于8月份檉柳蒸騰作用增強(qiáng)，地表覆蓋度較高，土壤蒸發(fā)作用減弱[27]。秋澆后，60～80 cm土層鹽分有輕微降低趨勢(shì)，而100 cm土層鹽分升高，由于60～80 cm鹽分相對(duì)較大（圖9i），100 cm土層鹽分相對(duì)較小（圖 9j），秋澆后地下水埋深可達(dá)80 cm（圖4），使60～80 cm土層鹽分溶解入滲到100 cm土層。

2.3.3 荒地（A3）土壤水鹽動(dòng)態(tài)

如圖10所示，在模擬初期，由于降雨集中在5月—7月初，且日最大降雨發(fā)生在6月7—6月9日（圖3），使0～60 cm土層水分增加，而80和100 cm土層保持飽和狀態(tài)。在作物生育期，由于地下水水位下降、蒸發(fā)作用和根系吸水，土壤各層含水率逐漸減少，0～20、20～40、40～60、60～80和80～100 cm土壤含水率分別減少了16%、17%、27%、42%和34%。秋澆后，土壤水分呈現(xiàn)增加趨勢(shì)，20～100 cm土層可達(dá)飽和，生育期消耗的水量可以得到回補(bǔ)。在模擬初期（5—7月），地下水埋深在50～70 cm之間變化（圖4），使60、80和100 cm土層鹽分變化相對(duì)較小，但隨后鹽分呈現(xiàn)增加趨勢(shì)，而20和40 cm土層鹽分在降雨期間會(huì)略減小，但由于地下水埋深較淺，蒸發(fā)量較大（圖3），20和40 cm土層鹽分整體呈現(xiàn)增加趨勢(shì)。因此在生育期，土層0～20、20～40、40～60、60～80 cm的積鹽率分別為52%、27%、21%和10%，80～100 cm土層鹽分變化相對(duì)較小。由于生育期各土層水分消耗較大，使土壤基質(zhì)勢(shì)較大，秋澆后，各土層會(huì)通過毛管作用進(jìn)行補(bǔ)水，由于荒地地下水鹽分較?。▓D5），荒地各土層呈現(xiàn)脫鹽狀態(tài)，0～20、20～40、40～60、60～80和80～100 cm土層的脫鹽率分別為12%、20%、35%、40%和29%。

綜上，在河套灌區(qū)荒漠綠洲中，由于灌區(qū)降雨量較少，降雨對(duì)維持全年荒漠綠洲農(nóng)業(yè)水文生態(tài)平衡作用很小，而秋澆灌溉對(duì)改善灌區(qū)荒漠綠洲農(nóng)業(yè)水文生態(tài)起著關(guān)鍵作用，可以調(diào)控灌區(qū)荒漠綠洲的水鹽運(yùn)移特征。

2.4 水鹽平衡分析

基于2017年和2018年沙丘、沙丘-荒地交界和荒地的模擬結(jié)果，分別分析0～100 cm土體剖面的水鹽均衡情況，計(jì)算結(jié)果如表5和表6所示。

2.4.1 沙丘（A1）水鹽平衡分析

在生育期，由于2018年降雨量為2017年的2倍，2018年沙丘水分滲漏量比2017年多44 mm；沙丘儲(chǔ)水量被消耗102～114 mm。秋澆后，2017年地下水補(bǔ)給量為39 mm，降雨量為4.4mm，使得土體儲(chǔ)水量增加35 mm，9 mm水分被蒸發(fā)消耗。2018年地下水補(bǔ)給量為19 mm，降雨量為8.2 mm，使得土體儲(chǔ)水量增加11 mm，16 mm水分被蒸發(fā)消耗。與5月1日初始儲(chǔ)水量相比，仍虧水67～103 mm。在2017、2018年生育期，1 m土體儲(chǔ)鹽量增加671～882 g，積鹽率為34%～51%，秋澆后，沙丘地下水埋深為1.8 m，使得沙丘 1m土體鹽分沒有降低，反而還持續(xù)增加，1 m土體儲(chǔ)鹽量增加234～623 g，積鹽率為15%～19%，與5月1日相比，沙丘鹽量增加905～1 505 g，積鹽率為47%～59%。

2.4.2 沙丘-荒地交界（A2）水鹽平衡分析

在2017和2018年，1 m土體儲(chǔ)水量增加85～93 mm，地下水補(bǔ)給了90～97 mm，地下水補(bǔ)給量幾乎全部?jī)?chǔ)存在土壤中，僅約8～10 mm水分被蒸發(fā)消耗；土壤儲(chǔ)水量比5月1日初始儲(chǔ)水量多61 mm，土壤水分得到回補(bǔ)可以維持水分平衡。在2017、2018年生育期，1 m土體儲(chǔ)鹽量增加1 637～1 904 g，積鹽率為14%～17%。秋澆后，與模擬初期（5月1日）相比，沙丘-荒地交界1 m土體儲(chǔ)鹽量增加289～707 g，兩年秋澆后的積鹽率為3%～6%，處于積鹽狀態(tài)。

表5 2017年模擬時(shí)段內(nèi)不同地類0～100 cm土壤剖面水鹽均衡

表6 2018年模擬時(shí)段內(nèi)不同地類0～100 cm土壤剖面水鹽均衡

2.4.3 荒地（A3）水鹽平衡分析

在2017年和2018年生育期，1 m土體儲(chǔ)水量消耗160～228 mm。秋澆后，2017年地下水補(bǔ)給量為233 mm，降雨量為4.4 mm，使得土體儲(chǔ)水量增加215 mm，20 mm水分被蒸發(fā)消耗。2018年地下水補(bǔ)給量為230 mm，降雨量為8.2 mm，使得土體儲(chǔ)水量增加230 mm，8 mm水分被蒸發(fā)消耗。與5月1日儲(chǔ)水量相比，儲(chǔ)水量增加2～55 mm，土壤水分可以保持平衡。在2017、2018年生育期，1 m土體儲(chǔ)鹽量增加2 683～2 963 g，積鹽率約為25%。秋澆后，各土層會(huì)通過毛管作用進(jìn)行補(bǔ)水，由于荒地地下水鹽分較?。▓D4），使荒地各層呈現(xiàn)脫鹽狀態(tài)，與秋澆前相比，脫鹽率為25%～29%；與5月1日相比，荒地脫鹽58～420 g，脫鹽率為0.7%～5.0%，荒地鹽分全年保持平衡，有輕微脫鹽趨勢(shì)。

綜上，由于荒地土壤質(zhì)地為粉土，持水特性較好，毛管吸力較大；沙丘土壤質(zhì)地為砂土，孔隙較大，持水特性較弱，毛管作用較差，并且荒地地下水埋深較淺，因此，在生育期，荒地儲(chǔ)水量的消耗量比沙丘多58～114 mm，騰發(fā)量為沙丘的2倍，地下水補(bǔ)給量為沙丘的3～5倍，而沙丘的滲漏量為荒地的2倍?；牡胤e鹽量為沙丘的3～4倍，比沙丘-荒地交界多近1 000 g。

3 討 論

荒漠綠洲是維持河套灌區(qū)水文生態(tài)至關(guān)重要的地類，深入了解其水文循環(huán)和鹽分運(yùn)移過程，對(duì)緩解荒漠化、提高荒漠綠洲水資源利用率、改善生態(tài)環(huán)境具有指導(dǎo)意義[2]。Wang等[2,36]研究表明，檉柳在生育期的總蒸散量分別為203.68～283.92 mm和248 mm，本文發(fā)現(xiàn)位于沙丘-荒地交界檉柳的蒸散量為201～255 mm，與其結(jié)果相似，而荒地檉柳蒸散量為277～339 mm，這是由于荒地為粉壤土，荒地地面高程較沙丘-荒地交界低1 m，地下水埋深較沙丘-荒地交界淺，因此地下水給土壤和植被補(bǔ)水較多。Ren等[27]指出荒地的補(bǔ)給量為383 mm，本文發(fā)現(xiàn)荒地補(bǔ)給量為278～324 mm，研究結(jié)果較Ren等的研究結(jié)果偏小，這是由于Ren等的研究區(qū)在研究期會(huì)灌水4～5次，荒地受到地下水側(cè)向徑流的補(bǔ)給，而本研究不受灌溉影響。沙丘地下水埋深較深，土壤孔隙較大，毛細(xì)作用被破壞，對(duì)于沙丘1 m土體而言，其補(bǔ)給很小。王瑞燕等[37]以黃河三角洲為研究區(qū)，通過單因素方差分析不同地表覆被類型和微地貌特征下該區(qū)土壤鹽分的差異，發(fā)現(xiàn)氯化鈉主導(dǎo)該區(qū)域土壤鹽分空間變異，不同地表覆被類型和微地貌特征下均呈顯著差異（<0.05），表層土壤鹽分明顯高于深層，坡向與海拔之間的交互作用能夠較好地解釋該地區(qū)土壤鹽分空間分布。在沙丘-荒地-海子系統(tǒng)中，沙丘和荒地海拔相差2 m，導(dǎo)致沙丘20、40、60、80和100 cm土層全年鹽分積鹽，積鹽率分別為44%、30%、36%、23%和5%。而秋澆后，荒地各層呈現(xiàn)脫鹽狀態(tài)，土層20、40、60、80和100 cm的脫鹽率分別為12%、20%、35%、40%和29%，由于沙丘海拔較高，秋澆后，沙丘地下水埋深約1.8 m，對(duì)沙丘0～100 cm土層鹽分無法淋洗，反而使沙丘1 m土體鹽分持續(xù)增加，而荒地與之相反，這與王瑞燕研究結(jié)果相似。李亮等[14]發(fā)現(xiàn)荒地20 cm土層積鹽率63.89%，本文發(fā)現(xiàn)荒地各層鹽分在生育期呈現(xiàn)增加趨勢(shì)，0～20、20～40、40～60、60～80 cm土層的積鹽率分別為52%、27%、21%和10%，80～100 cm土層鹽分變化較小，李亮等研究結(jié)果比本研究結(jié)果大約12%，因?yàn)槔盍恋瓤紤]了耕地鹽分通過灌溉水給荒地進(jìn)行補(bǔ)給的因素，而本研究無灌溉水影響。且本文發(fā)現(xiàn)沙丘、沙丘-荒地交界和荒地土壤表層鹽分較深層大，與王瑞燕等研究結(jié)果相似[37]。王國(guó)帥等[18]指出荒地鹽分在全年基本可以保持平衡，本文發(fā)現(xiàn)在秋澆后，荒地較初始鹽量脫鹽率為0.7%～5.0%，荒地鹽分可以全年保持平衡，并有輕微脫鹽趨勢(shì)，這與王國(guó)帥等研究相類似。

本文通過HYDRUS-1D水文模型對(duì)沙丘-荒地-海子系統(tǒng)的沙丘、沙丘-荒地交界和荒地進(jìn)行了數(shù)值模擬，研究了各土層水鹽動(dòng)態(tài)變化，揭示了水文循環(huán)和鹽分運(yùn)移過程。但由于沙丘-荒地-湖泊系統(tǒng)尺度相對(duì)較小，應(yīng)用區(qū)域水文模型的模擬精度受到限制。因此，今后有必要擴(kuò)大研究范圍，建立較大的水文地下水監(jiān)測(cè)網(wǎng)。

4 結(jié) 論

1）沙丘、沙丘-荒地交界和荒地土壤水分率定與驗(yàn)證精度的平均相對(duì)誤差為-1.30%～1.52%，均方根誤差為0.01～0.03 cm3/cm3，決定系數(shù)為0.82～0.93，回歸系數(shù)為0.98～1.01；土壤鹽分精度的平均相對(duì)誤差為-0.43%～5.71%，均方根誤差為0.06～0.23 dS/m，決定系數(shù)為0.76～0.82，回歸系數(shù)為0.98～1.03，參數(shù)精度滿足要求，模型率定與驗(yàn)證結(jié)果可接受。

2）在生育期，沙丘、沙丘-荒地交界和荒地1 m土體各層水分呈現(xiàn)下降趨勢(shì)，土壤處于虧水狀態(tài)，秋澆后，沙丘仍虧水67～103mm，沙丘-荒地交界和荒地儲(chǔ)水量分別增加61 mm和2～55 mm，沙丘-荒地交界和荒地可以維持土壤水分平衡，秋澆灌溉對(duì)改善灌區(qū)荒漠綠洲農(nóng)業(yè)生態(tài)起著關(guān)鍵作用。

3）在生育期，荒地儲(chǔ)水量消耗比沙丘多58～114 mm，騰發(fā)量為沙丘的2倍，地下水補(bǔ)給量為沙丘的3～5倍，沙丘的滲漏量為荒地的2倍?；牡胤e鹽量為沙丘的3～4倍。

4）在生育期，1 m土體的沙丘、沙丘-荒地交界和荒地的積鹽率分別為34%～51%、14%～17%和25%，秋澆后，沙丘、沙丘-荒地交界積鹽率分別為47%～59%和3%～6%；荒地脫鹽率為0.7%～5.0%，沙丘、沙丘-荒地交界全年處于輕微積鹽狀態(tài)，荒地在秋澆后處于輕微脫鹽狀態(tài)。

[1]Li M Y, Liu T X, Duan L M. The scale effect of double-ring infiltration and soil infiltration zoning in a semi-arid steppe[J]. Water, 2019, 11(7): 1457.

[2]Wang G S, Shi H B, Li X Y, et al. A study on water and salt transport, and balance analysis in sand dune-wasteland-lake systems of hetao oases, upper reaches of the Yellow River Basin[J]. Water, 2020, 12(12): 3454.

[3]Wu J, Zhao L, Huang J, et al. On the effectiveness of dry drainage in soil salinity control[J]. Science in China(Series E:Technological Sciences), 2009, 52(11): 3328-3334.

[4]Wang X S, Zhou Y. Investigating the mysteries of groundwater in the Badain Jaran Desert, China[J]. Hydrogeology Journal, 2018, 26(5): 1639-1655.

[5]Liu C K, Liu J, Wang X S. Analysis of groundwater-lake interaction by distributed temperature sensing in Badain JaranDesert, Northwest China[J]. Hydrological Processes, 2015, 30(9): 1330-1341.

[6]Gong Y P, Wang X S, Zhou Y X, et al. Groundwater contributions in water-salt balances of the lakes in the Badain Jaran Desert, China[J]. Journal of Arid Land, 2016, 8(5): 694-706.

[7]Hou L Z, Wang X S, Hu B X, et al. Experimental andnumerical investigations of soil water balance at the hinterland of the Badain Jaran Desert for groundwater recharge estimation[J]. Journal of Hydrology, 2016, 540(2016): 386-396.

[8]Zhou Y, Wang X S, Han P F, et al. Depth-dependent seasonal variation of soil water in a thick vadose zone in the badain jaran desert, China[J]. Water, 2018. 10(12): 1719.

[9]周海，鄭新軍，唐立松，等. 鹽生荒漠土壤水穩(wěn)定氫，氧同位素組成季節(jié)動(dòng)態(tài)[J]. 中國(guó)沙漠，2014(1)：162-169.

Zhou Hai, Zheng Xinjun, Tang Lisong, et al. Analysis on seasonal dynamics of18O andD in soil water at a saline desert site in the Southeastern Junggar Basin[J]. Journal of Desert Research, 2014, 34(1): 162-169. (in Chinese with English abstract)

[10]畢彥杰，趙晶，張文鴿，等. WACM4.0模型模擬內(nèi)蒙古河套地區(qū)山水林田湖草系統(tǒng)水循環(huán)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(14)：148-158.

Bi Yanjie, Zhao Jing, Zhang Wen’ge, et al. Simulation of hydrological cycle for mountain-water-forest-cropland-lake-grass system in Hetao region, Inner Mongolia of China by WACM4.0 model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(14): 148-158. (in Chinese with English abstract)

[11]王學(xué)全，高前兆，盧琦，等. 內(nèi)蒙古河套灌區(qū)水鹽平衡與干排水脫鹽分析[J]. 地理科學(xué), 2006, 26(4)：4455-4460.

Wang Xuequan, Gao Qianzhao, Lu Qi, et al. Salt-water balance and dry drainage desalting in Hetao Irrigating Area, Inner Mongolia[J]. Scientia Geographica Sinica, 2006, 26(4): 4455-4460. (in Chinese with English abstract)

[12]任東陽，徐旭，黃冠華，等. 河套灌區(qū)典型灌排單元農(nóng)田耗水機(jī)制研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(1)：98-105.

Ren Dongyang, Xu Xu, Huang Guanhua, et al. Irrigation water use in typical irrigation and drainage system of Hetao Irrigation District[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(1): 98-105. (in Chinese with English abstract)

[13]岳衛(wèi)峰，楊金忠，童菊秀，等. 干旱地區(qū)灌區(qū)水鹽運(yùn)移及平衡分析[J]. 水利學(xué)報(bào)，2008，39(5)：623-626.

Yue Weifeng, Yang Jinzhong, Tong Juxiu, et al. Transfer and balance of water and salt in irrigation district of arid region[J]. Journal of Hydraulic Engineering, 2008, 39(5): 623-626. (in Chinese with English abstract)

[14]李亮，史海濱，賈錦鳳，等. 內(nèi)蒙古河套灌區(qū)荒地水鹽運(yùn)移規(guī)律模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(1)：31-35.

Li Liang, Shi Haibin, Jia Jinfeng, et al. Simulation of water and salt transport of uncultivated land in Hetao Irrigation District in Inner Mongolia[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(1): 31-35. (in Chinese with English abstract)

[15]Chen N, Li X Y, Imnek J, et al. Evaluating the effects of biodegradable film mulching on soil water dynamics in a drip-irrigated field[J]. Agricultural Water Management, 2019, 226(2019): 105788.

[16]Karimov A K, Simunek J, Hanjra M A, et al. Effects of the shallow water table on water use of winter wheat and ecosystem health: Implications for unlocking the potential of groundwater in the Fergana Valley (Central Asia)[J]. Agricultural Water Management, 2014, 131(2014): 57-69.

[17]Ren D Y, Xu X, Hao Y Y, et al. Modeling and assessing field irrigation water use in a canal system of Hetao, Upper Yellow River Basin: Application to maize, sunflower and watermelon[J]. Journal of Hydrology, 2016, 532: 122-139.

[18]王國(guó)帥，史海濱，李仙岳，等. 河套灌區(qū)耕地-荒地-海子間水鹽運(yùn)移規(guī)律及平衡分析[J]. 水利學(xué)報(bào)，2019，50(12)：1518-1528.

Wang Guoshuai, Shi Haibin, Li Xianyue, et al. Analysis of water and salt transportation and balance during cultivated land, waste land and lake system in Hetao Irrigation Area[J]. Journal of Hydraulic Engineering, 2019, 50(12): 1518-1528. (in Chinese with English abstract)

[19]王國(guó)帥，史海濱，李仙岳，等. 河套灌區(qū)不同地類鹽分遷移估算及與地下水埋深的關(guān)系[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51(8)：255-269.

Wang Guoshuai, Shi Haibin, Li Xianyue, et al. Estimation of salt transport and relationship with groundwater depth in different land types in Hetao Irrigation District[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(8): 255-269. (in Chinese with English abstract)

[20]Genuchten M , Leij F J , Yates S R , et al. The RETC code for quantifying the hydraulic functions of unsaturated soils[R]. Robert S. Kerr Environmental Research Laboratory Center, U.S. Environmental Protection Agency, 1992.

[21]史海濱，郭珈瑋，周慧，等. 灌水量和地下水調(diào)控對(duì)干旱地區(qū)土壤水鹽分布的影響[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51(4)：268-278.

Shi Haibin, Guo Jiawei, Zhou Hui, et al. Effects of irrigation amounts and groundwater regulation on soil water and salt distribution in arid region[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(4): 268-278. (in Chinese with English abstract)

[22]童文杰. 河套灌區(qū)作物耐鹽性評(píng)價(jià)及種植制度優(yōu)化研究[D]. 北京：中國(guó)農(nóng)業(yè)大學(xué)，2014.

Tong Wenjie. Study on Salt Tolerance of Crops and Cropping System Optimization in Hetao Irrigation District[D]. Beijing: China Agricultural University, 2014. (in Chinese with English abstract)

[23]Xu X, Huang G H, Chen S, et al. Assessing the effects of water table depth on water use, soil salinity and wheat yield: Searching for a target depth for irrigated areas in the Upper Yellow River Basin[J]. Agricultural Water Management, 2013, 125: 46-60.

[24]?im?nek J, Huang K S, van Genuchten M T. The HYDRUS Code for Simulation the One-dimensional Movement of Water, Heat, and Multiple Solutes in Variably Saturated Media (6th)[M]. California: US Salinity Laboratory, 1998.

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

[26]Mualem Y. A new model for predicting hydraulic conductivity of unsaturated porous media[J]. Water Resources Research, 1976, 12(3), 513-522.

[27]Ren D Y, Huang G H, Huang Q Z, et al. Modeling and assessing the function and sustainability of natural patches in salt-affected agro-ecosystems: Application to tamarisk (tamarix chinensis lour. ) in Hetao, Upper Yellow River Basin[J]. Journal of Hydrology. 2017, 552: 490-504.

[28]Allen R G, Pereira L S, Raes D. et al. Crop Evapotranspiration, Guidelines for Computing Crop Water Requirements[M]. Rome: FAO Irrigation and Drainage, 1998.

[29]Goudriaan J. Crop Micrometeorology: A simulation Study[M]. Wageningen: Simulation Monographs, 1977.

[30]Belmans C, Wesseling J G, Feddes R A. Simulation model of the water balance of a cropped soil: SWATRE[J]. Journal of Hydrology, 1983, 63(3-4): 271-286.

[31]郝遠(yuǎn)遠(yuǎn). 內(nèi)蒙古河套灌區(qū)水文過程模擬與作物水分生產(chǎn)率評(píng)估[D]. 北京：中國(guó)農(nóng)業(yè)大學(xué)，2015.

Hao Yuanyuan. Simulation of Irrigated Hydrological Processes and Assessment of Water Productivity in Inner Mongolia Hetao Irrigation Disttrict[D]. Beijing: China Agricultural University, 2015. (in Chinese with English abstract)

[32]郝遠(yuǎn)遠(yuǎn)，徐旭，任東陽，等. 河套灌區(qū)土壤水鹽與作物生長(zhǎng)等HYDRUS-EPIC模型分布式模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(11)：110-116.

Hao Yuanyuan, Xu Xu, Ren Dongyang, et al. Distributed modeling of soil water-salt dynamics and crop yields based on HYDRUS-EPIC model in Hetao Irrigation District[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 110-116. (in Chinese with English abstract)

[33]Fedds R A, Kowalik P J, Zaradny H. Simulation of Field Water use and Crop Yield[M]. New York, Toronto: John Wiley and Sons, 1978.

[34]Dirksen C, Augustijn D. Root water uptake function for nonuniform pressure and osmotic potentials[J]. Agronomy, WI, 1988: 182.

[35]彭振陽，黃介生，伍靖?jìng)?，? 秋澆條件下季節(jié)性凍融土壤鹽分運(yùn)動(dòng)規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(6)：77-81.

Peng Zhenyang, Huang Jiesheng, Wu Jingwei, et al. Salt movement of seasonal freezing-thawing soil under autumn irrigation condition[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(6): 77-81. (in Chinese with English abstract)

[36]Si J H, Feng Q, Zhang X Y, et al. Growing season evapotranspiration fromstands under extreme arid conditions in northwest China[J]. Environmental Geology. 2005, 48(7), 861-870.

[37]王瑞燕，孔沈彬，許璐，等. 黃河三角洲不同地表覆被類型和微地貌的土壤鹽分空間分布[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(19)：132-141.

Wang Ruiyan, Kong Shenbin, Xu Lu, et al. Spatial distribution of soil salinity under different surface land cover types and micro-topography in the Yellow River Delta[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(19): 132-141. (in Chinese with English abstract)

Simulation and evaluation of soil water and salt transport in desert oases of Hetao Irrigation District using HYDRUS-1D model

Wang Guoshuai, Shi Haibin※, Li Xianyue, Yan Jianwen, Miao Qingfeng, Chen Ning, Wang Weigang

(1.,,010018,; 2.-,010018,)

Great changes have occurred in the agricultural ecology, due mainly to the ever-decreasing water diversion from the Yellow River, particularly for the desert oases in the Hetao Irrigation District of China. Taking a sand dune-wasteland-lake system as the research object, this study aims to simulate and evaluate the soil water and salt transport during the growth period in the desert oases after autumn irrigation using HYDRUS 1D model. Two-year experimental data was selected to simulate the water and salt dynamics of the sand dune, wasteland, and the junction of sand dune-wasteland. As such, the characteristics of water and salt transport were revealed to evaluate the agro-ecological situation in desert oases. The results showed that a highly accurate assessment was achieved in the soil water content, where the mean relative error (MRE) was -1.30%-1.52% in calibration and validation, the root mean square error (RMSE) was 0.01-0.03 cm3/cm3, the coefficient of determination (2) was 0.82-0.93, and the regression coefficient () was 0.98-1.01. A simulated accuracy was also acceptable in the soil salt content, where the MRE was -0.43%-5.71%, the RMSE was 0.06-0.23 dS/m, the coefficient of determination (2) was 0.76-0.82, and the regression coefficient () was 0.98-1.03. Specifically, the water content at the soil layer of 20, 40, 60, 80, and 100 cm in the sand dune decreased by 25%, 32%, 34%, 37%, and 35%, respectively. The storage of soil water also decreased by 102-114mm. The soil water loss of sand dune still remained 67-103mm, where there was less recharged flow from groundwater. It inferred that the sand dune was in a state of water deficiency during the whole year. The water content at the soil layers of 60-100cm in the sand dune-wasteland junction decreased by 18%-22%, whereas, the soil water storage increased by 61mm after autumn irrigation. The water content at the soil layers of 20, 40, 60, 80, and 100cm in the wasteland decreased by 16%, 17%, 27%, 42%, and 34%, respectively, while the soil water storage decreased by 160-228 mm, but the soil water storage increased by 2-55 mm after autumn irrigation. The soil water balance remained on the wasteland and sand dune-wasteland junctions during the whole year. The evapotranspiration of wasteland was twice that of the sand dune, whereas, that of sand dune-wasteland junction was between them. Furthermore, the groundwater recharge of wasteland was 3-5 times as much as that of the sand dune. Additionally, the salt accumulation rates at the soil layers of 0-100cm in the sand dune, sand dune-wasteland junction, and wasteland were 34%-51%, 14%-17%, and 25%, respectively in the growth period. After autumn irrigation, the salt accumulation rates of the sand dune and sand dune-wasteland junction were 47%-59% and 3%-6% respectively, whereas, the desalination rate of wasteland was 0.7%~5.0%. The sand dune and sand dune-wasteland junction were in the salt accumulation state all year round, whereas, the wasteland was in the desalination state after autumn irrigation. Consequently, the rainfall presented little effect on the agro-ecological balance of desert oasis, while the autumn irrigation played a key role in improving the agricultural ecology of the desert oasis. The findings can provide a theoretical reference for the agricultural ecology management of desert oases in Hetao Irrigation District of China.

soils; salinity; water and salt transport; autumn irrigation; HYDRUS-1D; desert oases; Hetao Irrigation District

王國(guó)帥，史海濱，李仙岳，等. 基于HYDRUS-1D模型的荒漠綠洲水鹽運(yùn)移模擬與評(píng)估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(8)：87-98.doi：10.11975/j.issn.1002-6819.2021.08.010 http://www.tcsae.org

Wang Guoshuai, Shi Haibin, Li Xianyue, et al. Simulation and evaluation of soil water and salt transport in desert oases of Hetao Irrigation District using HYDRUS-1D model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(8): 87-98. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.08.010 http://www.tcsae.org

2021-02-27

2021-03-29

國(guó)家自然科學(xué)基金資助項(xiàng)目（51539005，51769024）

王國(guó)帥，博士研究生，研究方向?yàn)楣鄥^(qū)農(nóng)業(yè)水文過程。Email：imau_wgs@163.com

史海濱，教授，博士生導(dǎo)師，研究方向?yàn)楣?jié)水灌溉原理及應(yīng)用。Email：shi_haibin@sohu.com

10.11975/j.issn.1002-6819.2021.08.010

S274

A

1002-6819(2021)-08-0087-12