基于HYDRUS-1D的城市草地土壤水分模擬
——以揚(yáng)州市人工草地為例

朱超凡, 黃金柏, 顧 準(zhǔn), 羅迪文

(揚(yáng)州大學(xué) 水利科學(xué)與工程學(xué)院, 江蘇 揚(yáng)州 225127)

城市快速發(fā)展和建設(shè)對(duì)自然水循環(huán)系統(tǒng)造成了無(wú)序的干擾和破壞，進(jìn)而引發(fā)了一系列的城市水問(wèn)題[1]。土壤水分作為水文循環(huán)的重要因子，是制約植物生長(zhǎng)發(fā)育的物質(zhì)基礎(chǔ)[2]，也是城市水資源管理、洪水預(yù)報(bào)等的重要參數(shù)，對(duì)其變化過(guò)程模擬有助于探究土壤水分運(yùn)移規(guī)律[3]。

降水可通過(guò)影響土壤水分的可獲得性間接影響水文循環(huán)[4]，國(guó)內(nèi)外學(xué)者針對(duì)降雨與土壤水分關(guān)系進(jìn)行了大量研究，如Pan等[5]提出了一種直接根據(jù)降雨數(shù)據(jù)估算淺層土壤水分的分析方法；周海等[6]開(kāi)展了河西走廊典型荒漠區(qū)土壤水分對(duì)降水脈動(dòng)響應(yīng)的研究，發(fā)現(xiàn)降雨量的大小直接影響土壤水分的補(bǔ)給量；劉戰(zhàn)東等[7]基于不同降雨條件下土壤水分的變化，對(duì)麥田降雨的有效利用情況進(jìn)行了評(píng)估，等。因此，探討降雨與土壤水分變化的關(guān)系有助于揭示不同降雨過(guò)程對(duì)土壤水分的影響機(jī)理。HYDRUS-1D基于Richards方程綜合考慮了土壤—植物—大氣連續(xù)體(SPAC)系統(tǒng)中的水熱運(yùn)動(dòng)、溶質(zhì)運(yùn)移和根系吸水過(guò)程，且集成了參數(shù)優(yōu)化功能，適用于恒定或非恒定邊界條件的模擬[8-9]。

國(guó)內(nèi)外關(guān)于HYDRUS-1D模型模擬土壤水分的研究有很多，如Ma等[10]將HYDRUS-1D模型中地表阻力計(jì)算公式進(jìn)行了修正，提高了土壤水分的模擬精度；Satchithanantham等[11]利用HYDRUS-1D模型模擬灌溉后馬鈴薯根區(qū)土壤含水量變化來(lái)確定合理的灌溉量；Ries等[12]基于HYDRUS-1D模型的計(jì)算結(jié)果，對(duì)地中海地下水補(bǔ)給的變化進(jìn)行了評(píng)估；童永平等[13]采用HYDRUS-1D模型對(duì)黃土高原小麥地和蘋(píng)果地深層土壤水分變化進(jìn)行模擬并得到其主控因素為葉面積指數(shù)和根系深度等。

已有的基于HYDRUS-1D對(duì)土壤水分模擬的研究，多以“月”或“日”為尺度[14-15]，采用更小時(shí)間步長(zhǎng)(如1 h)對(duì)城市地區(qū)土壤水分模擬的研究相對(duì)較少。城市草地作為城市生態(tài)系統(tǒng)的重要組成部分，在緩解城市內(nèi)澇災(zāi)害、改善城市生態(tài)環(huán)境等方面發(fā)揮著重要作用[16-18]。

為揭示城市化背景下人工草地植被土壤水分的變化特性以及降雨量與入滲深度之間的關(guān)系，本研究選取位于揚(yáng)州城區(qū)一隅的揚(yáng)州大學(xué)農(nóng)水與水文生態(tài)試驗(yàn)場(chǎng)的單一草種草地(狗牙根)為研究區(qū)，對(duì)不同等級(jí)降雨事件的雨水入滲深度進(jìn)行分析，采用HYDRUS-1D對(duì)草地植被土壤水分逐時(shí)變化過(guò)程進(jìn)行模擬，利用模擬結(jié)果檢驗(yàn)基于觀測(cè)數(shù)據(jù)分析得到的降雨事件降雨量與所選單一草種植被入滲深度的關(guān)系，以期為城市化背景下草地土壤水分運(yùn)動(dòng)規(guī)律的研究以及基于發(fā)展草地植被提升海綿城市建設(shè)水平提供部分基礎(chǔ)數(shù)據(jù)。

1 研究區(qū)概況與數(shù)據(jù)觀測(cè)

1.1 研究區(qū)概況

揚(yáng)州市地處江蘇省中部，江淮平原南部，屬亞熱帶濕潤(rùn)季風(fēng)氣候，四季分明，日照充足，空氣濕度大，雨量充沛。年平均氣溫16.1 ℃，年平均太陽(yáng)輻射量128.3 W/m2，年平均相對(duì)濕度75.6%，多年平均降雨量910 mm，汛期(5—9月)降雨量約占全年降雨量的67%[19]。揚(yáng)州是國(guó)家生態(tài)園林城市，城區(qū)分布著多個(gè)綠地、公園，綠化覆蓋率達(dá)44.03%，在改善揚(yáng)州城區(qū)水分循環(huán)和減輕內(nèi)澇方面發(fā)揮著重要作用。

選取揚(yáng)州大學(xué)揚(yáng)子津校區(qū)農(nóng)水與水文生態(tài)試驗(yàn)場(chǎng)的草地為研究區(qū)，研究區(qū)面積約為340 m2，植被分布主要為單一草種(狗牙根)，覆蓋度近100%。狗牙根為多年生暖季型草本植物，5—9月為生長(zhǎng)高峰期，具有抗旱抗雜草、適應(yīng)性強(qiáng)等特點(diǎn)，其根系深度為8～10 cm。目前，該草種作為綠化用草已廣泛應(yīng)用于南方各城市公園、小區(qū)、學(xué)校等。研究區(qū)0—60 cm土壤主要為粉壤土，地下水(潛水)位埋深約2—5 m，周?chē)植贾^多建筑物、不透水路面等。

1.2 數(shù)據(jù)觀測(cè)

利用土壤水分計(jì)(型號(hào): H21-002；制造商:美國(guó)On-Set公司)對(duì)深度為5，15，30，60 cm的土壤水分進(jìn)行觀測(cè)(觀測(cè)點(diǎn)：32°21′14.95″N，119°23′46.32″E)，觀測(cè)時(shí)間間隔為1 h；采用自動(dòng)氣象站(型號(hào)：U30-NRC-10-S100-000；制造商：美國(guó)OnSet儀器設(shè)備公司；觀測(cè)點(diǎn)高程：14 m)對(duì)研究區(qū)溫度(T)、風(fēng)速(u)、降雨量(P)、相對(duì)濕度、太陽(yáng)輻射量等數(shù)據(jù)進(jìn)行間隔為1 h的觀測(cè)。觀測(cè)時(shí)段為2018年1月1日至2019年9月19日，包含一個(gè)完整生長(zhǎng)期。

對(duì)研究區(qū)不同深度土壤進(jìn)行采樣，采用激光粒度分析儀(型號(hào)：Mastersizer 3000 E)對(duì)土壤的顆粒組成進(jìn)行測(cè)量，篩選得到各層土壤樣本的顆粒級(jí)配(黏粒、砂粒、粉粒的百分含量)。

2 模型構(gòu)建

2.1 基礎(chǔ)方程式

利用HYDRUS-1D模型可對(duì)土壤水分的一維垂向運(yùn)動(dòng)過(guò)程進(jìn)行模擬，采用以含水率θ為因變量的Richards方程(式1)來(lái)構(gòu)建水分運(yùn)移模型。

(1)

式中：θ表示土壤含水量(cm3/cm3);t表示時(shí)間(h);z為土層深度(cm),以地面為基準(zhǔn)面,坐標(biāo)向上為正;D(θ)為土壤水分?jǐn)U散率(cm2/h);K(θ)為非飽和導(dǎo)水率(cm/h);S為土壤水分匯源項(xiàng),表示作物根系吸水速率(cm/h);Ks為飽和導(dǎo)水率(cm/h);θe,θs,θr分別為土壤有效含水率、飽和含水率和殘余含水率(cm3/cm3);α,l,m,n均為擬合參數(shù);h為土壤基質(zhì)勢(shì)(cm)。

2.2 根系吸水

HYDRUS-1D模型考慮植物根系吸水過(guò)程，將根系吸水轉(zhuǎn)化為水分脅迫函數(shù)。模型提供的水分脅迫函數(shù)有兩種：Feddes(梯形函數(shù))和S-shaped(S形函數(shù))。本研究采用Feddes水分脅迫函數(shù)來(lái)描述草地植被的根系吸水過(guò)程，具體表達(dá)式如下：

S(h)=α(h)b(x)Tp

(2)

式中：S(h)是吸水強(qiáng)度函數(shù)(h-1);α(h)是水分脅迫函數(shù),無(wú)量綱;b(x)為標(biāo)準(zhǔn)化根系吸水分配密度函數(shù)(cm-1);Tp為作物潛在蒸騰速率(cm/h)。

2.3 定解條件

2.3.1 蒸散發(fā)計(jì)算 潛在蒸散發(fā)(ET0)為HYDRUS-1D模型的重要輸入?yún)?shù)之一，采用Penman-Monteith模型推求ET0，公式如下[20]：

(3)

式中：ET0為潛在蒸散發(fā)量(mm/h); Δ為溫度隨飽和水汽壓變化曲線的斜率(kPa/℃);Rn為草地植被表層凈輻射量〔MJ/(m2·h)〕;G為土壤熱通量〔MJ/(m2·h)〕;γ為干濕溫度計(jì)常數(shù)(kPa/℃);T為氣溫,℃;u為風(fēng)速(m/s);es為飽和水汽壓(kPa);ea為實(shí)際的水汽壓(kPa),式中各因子的計(jì)算公式具體參考周欽等[21]。

HYDRUS-1D模型對(duì)草地植被潛在蒸騰量Tp和土壤蒸發(fā)量Ep分開(kāi)處理，公式如下：

Tp=ET0(1-e-k?LAI)=ET0·SCF

(4)

Ep=ET0e-k?LAI=ET0(1-SCF)

(5)

式中：Tp為草地植被潛在蒸騰量(mm/h);Ep為土壤蒸發(fā)量(mm/h);k為冠層消光系數(shù),取默認(rèn)值0.463[22]; LAI為草地植被葉面積指數(shù),本文取值2.5～3.5[23]; SCF為植被覆蓋系數(shù),無(wú)量綱[24]。

2.3.2 定解條件 初始條件為起始時(shí)刻土壤含水量實(shí)測(cè)值；上邊界條件為1 h序列的降雨量和潛在蒸散發(fā)(ET0)，設(shè)置為大氣邊界(atmospheric BC with surface layer)；下邊界因未達(dá)潛水層(地下水位埋深2～5 m)，處于非飽和帶，設(shè)置為自由排水(free drainage)邊界。

(6)

式中：θ0為土壤含水量的初始值;q0(t)為土壤水通量(cm/h);L是下邊界的深度(cm);θL(t)為下邊界土壤含水量(cm3/cm3)。

2.4 時(shí)間和空間離散化

根據(jù)土壤的顆粒組成(見(jiàn)表1)和草地植被的根系層分布(0—10 cm)，將自地面開(kāi)始至地面以下60 cm的土壤劃分為4層(表1)，以1 cm間隔將土壤剖面分割為60個(gè)單元，同時(shí)設(shè)置節(jié)點(diǎn)61個(gè)，監(jiān)測(cè)點(diǎn)4個(gè)；模擬時(shí)段為2018年4月4日00：00至2019年9月19日18：00，共計(jì)12 811 h。

2.5 參數(shù)率定

利用HYDRUS-1D模型對(duì)土壤水分模擬，需基于研究區(qū)的實(shí)際對(duì)模型參數(shù)θr，θs，α，n和Ks等準(zhǔn)確率定。根據(jù)土壤粒徑組成的篩選結(jié)果(表1)，采用基于神經(jīng)網(wǎng)絡(luò)的Rosetta模塊初步確定飽和含水量θs，殘余含水量θr和飽和導(dǎo)水率Ks等參數(shù)，在此基礎(chǔ)上，利用模型計(jì)算結(jié)果與實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)相比較，通過(guò)調(diào)整參數(shù)值減小模擬值與實(shí)測(cè)值之間誤差，實(shí)現(xiàn)對(duì)各參數(shù)的校正，結(jié)果見(jiàn)表1。

表1 實(shí)測(cè)土壤物理性質(zhì)數(shù)據(jù)和Rosetta獲得的土壤水力參數(shù)

3 結(jié)果與分析

3.1 降雨量與入滲深度分析

選取8次降雨事件和同期不同深度土壤含水量的觀測(cè)結(jié)果，探討不同降雨事件的降雨量與入滲深度的關(guān)系。參照中國(guó)氣象局對(duì)降雨等級(jí)的劃分標(biāo)準(zhǔn)，對(duì)8次降雨事件的等級(jí)進(jìn)行劃分(表2)。所選的次降雨事件，最大時(shí)間跨度為23 h，為保證雨水的充分入滲，以4 d為單位時(shí)段進(jìn)行分析，各時(shí)段降雨量、入滲深度見(jiàn)表2，不同深度土壤含水量變化情況見(jiàn)圖1。

圖1 8次降雨事件不同深度土壤含水量變化

表2 研究選擇的8次降雨事件等級(jí)劃分

圖1a所示為2018年10月8日至10月11日各觀測(cè)深度土壤含水量變動(dòng)情況。降雨集中在10月9日，降雨量為4.8 mm(表2)，在分析時(shí)段的4 d內(nèi)，不同深度土壤含水量保持穩(wěn)定，即雨水入滲未達(dá)到5 cm。主要原因是本次降雨事件的降雨量很小，且研究區(qū)草地的草種葉片密度較大，覆被率很高，幾乎沒(méi)有裸露地面，對(duì)雨水截留作用較強(qiáng)，從而未能形成有效入滲[25]。2018年5月30日至5月31日發(fā)生一次降雨事件，降雨量為8.9 mm，5 cm土壤含水量因雨水入滲有明顯增加，15，30，60 cm土壤含水量保持相對(duì)穩(wěn)定(圖1b)。以上兩次降雨事件的等級(jí)屬小雨，后一次降雨事件的降雨量(8.9 mm)大于前一次(4.8 mm)，其入滲深度也大于前一次。

2018年7月22日至7月23日和2018年4月5日各發(fā)生了一次等級(jí)為中雨的降雨事件，降雨量分別為17.8，24.0 mm。在各自的分析時(shí)段內(nèi)，5，15 cm土壤含水量均有較明顯增加，30，60 cm土壤含水量保持穩(wěn)定，即雨水入滲深度均超過(guò)15 cm但未達(dá)30 cm(圖1c，1d)。

2018年8月13日和2019年6月6日各發(fā)生了一次等級(jí)為大雨的降雨事件，降雨量分別為37.6，41.2 mm。在入滲作用下，5，15，30 cm土壤含水量均有不同程度的增加，60 cm土壤含水量在2018年8月13日降雨發(fā)生期間及發(fā)生前、后一段時(shí)間內(nèi)保持相對(duì)穩(wěn)定，表明雨水入滲未到達(dá)60 cm(圖1e)；在2019年6月6日降雨事件的入滲作用下，60 cm土壤含水量有小幅增加(圖1f)，即此次降雨事件的入滲達(dá)到了60 cm。

2018年5月24日至25日和2019年8月10日至8月11日各發(fā)生一次暴雨事件，降雨量分別為107，55 m，各觀測(cè)深度土壤含水量均有明顯增加，入滲深度超過(guò) 60 cm(圖1h，1g)。

3.2 模型驗(yàn)證

選取均方根誤差(RMSE)和納什效率系數(shù)(NSE)作為評(píng)價(jià)指標(biāo)；RMSE表示模擬值與實(shí)測(cè)值之間的平均誤差水平，其值越接近于0，誤差越?。籒SE表征模型效率，其值越接近1，模型的可信度越高。相關(guān)計(jì)算公式如下：

(7)

(8)

利用HYDRUS-1D對(duì)研究區(qū)20180404—20190919(共計(jì)12 811 h)不同深度土壤含水量進(jìn)行模擬，結(jié)果見(jiàn)表3及圖2。

圖2 研究區(qū)不同深度土壤含水量模擬結(jié)果

表3 土壤含水量模擬誤差評(píng)價(jià)指標(biāo)統(tǒng)計(jì)結(jié)果

參考同類(lèi)研究對(duì)HYDRUS-1D模擬誤差的評(píng)價(jià)結(jié)果，張洛丹等[26]對(duì)黃土高原兩種喬木林土壤水分模擬結(jié)果的RMSE在0.018～0.029 cm3/cm3之間；Kanzari等[27]對(duì)突尼斯半干旱地區(qū)土壤水分模擬結(jié)果的RMSE在0.10～0.20 cm3/cm3之間。本研究誤差分析結(jié)果接近并部分優(yōu)于上述結(jié)果，表明HYDRUS-1D對(duì)研究區(qū)草地土壤水分模擬具有較好的適用性，模擬結(jié)果可靠性強(qiáng)。

3.3 入滲深度的模型驗(yàn)證

為驗(yàn)證基于觀測(cè)數(shù)據(jù)分析得到的不同等級(jí)降雨事件降雨量與入滲深度結(jié)果(圖1)的正確性，將表2所示8次降雨事件的降雨集中時(shí)段和同期不同深度土壤含水量的觀測(cè)及模擬結(jié)果進(jìn)行整理，結(jié)果見(jiàn)圖3。

圖3 8次降雨事件與各深度土壤含水量變化過(guò)程

由圖3a可知，5 cm土壤含水量的觀測(cè)結(jié)果在2018年10月9日小雨事件發(fā)生過(guò)程中及發(fā)生前、后的一段時(shí)間內(nèi)保持穩(wěn)定，而模擬值在降雨集中時(shí)段有輕微的增加，模擬值不同于觀測(cè)結(jié)果的主要原因是，上邊界只要有水量的輸入，模型中的土壤含水量就會(huì)增加，從而導(dǎo)致了5 cm土壤含水量觀測(cè)和模擬結(jié)果之間的微小差異，也證實(shí)了研究區(qū)草地具有較強(qiáng)的截留作用。圖3b所示為2018年5月30日至5月31日小雨事件發(fā)生及前、后一段時(shí)間土壤含水量的變動(dòng)情況，5 cm土壤含水量的觀測(cè)值和模擬值均有增加，且增加幅度相近，而15 cm的觀測(cè)值和模擬值均保持相對(duì)穩(wěn)定，由此驗(yàn)證了前述(5月30日至5月31日小雨事件)降雨量與入滲深度分析結(jié)果的正確性。兩次中雨事件(表2)同期土壤含水量模擬結(jié)果顯示，30 cm土壤含水量未發(fā)生變動(dòng)，而15 cm土壤含水量有了較明顯增加(圖3c，3d)，結(jié)果與前述中雨條件下的降雨量與入滲深度分析結(jié)果一致；大雨事件(表2)發(fā)生過(guò)程的土壤含水量模擬結(jié)果顯示，2018年8月13日的入滲未達(dá)到60 cm(圖3e，60 cm土壤含水量未增加)，而2019年6月6日的入滲深度達(dá)到了60 cm(圖3f)，模擬結(jié)果也與前述一致。對(duì)于表2所示的兩次暴雨事件，模型計(jì)算過(guò)程中，暴雨發(fā)生期間60 cm(第四層底部)土壤水分通量不為0，發(fā)生了向下釋水(圖3g，3h)，說(shuō)明入滲已超過(guò)60 cm，從而驗(yàn)證了暴雨的入滲深度超過(guò)60 cm的正確性。通過(guò)上述分析可知，在缺少實(shí)測(cè)土壤含水量的情況下，可利用HYDRUS-1 D對(duì)研究區(qū)不同降雨事件的入滲深度進(jìn)行較準(zhǔn)確的推求。

4 討論與結(jié)論

4.1 討 論

為探討研究區(qū)草地植被條件下不同降雨等級(jí)的降雨量與入滲深度的關(guān)系，對(duì)隨機(jī)選取的多次降雨事件與同期土壤含水量變動(dòng)情況進(jìn)行分析。結(jié)果顯示，不同等級(jí)降雨事件的降雨量不同，入滲深度存在差別，一般情況下，降雨量越大，入滲深度也越大。對(duì)于研究區(qū)單一草種(狗牙根)的草地，小雨的入滲深度一般小于15 cm，中雨的入滲深度多小于30 cm，而大雨的入滲深度多超過(guò)30 cm，有的超過(guò)60 cm，暴雨的入滲深度更大。研究結(jié)果與吳辰(2018年)[28]同類(lèi)研究(植被類(lèi)型與本研究不同)得到的結(jié)論基本一致。

HYDRUS-1D對(duì)研究區(qū)草地植被土壤水分的模擬結(jié)果表明，不同深度土壤含水量的模擬結(jié)果均較好地再現(xiàn)了觀測(cè)數(shù)據(jù)的變化過(guò)程，但模型對(duì)不同深度土壤含水量模擬結(jié)果的誤差不同，5 cm土壤含水量模擬值與實(shí)測(cè)值之間的時(shí)段性差別較大，計(jì)算期間內(nèi)的各誤差評(píng)價(jià)指標(biāo)在各深度模擬結(jié)果的誤差中也是最大的，如RMSE為0.034 cm3/cm3，NSE為0.77；隨著深度的增加，模擬精度也有所增加，主要原因是5 cm土壤含水量受降雨入滲和蒸散發(fā)等因素的隨機(jī)影響較大，而HYDRUS-1D功能為對(duì)土壤水分的垂向運(yùn)動(dòng)過(guò)程進(jìn)行模擬(沒(méi)有土壤水分橫向擴(kuò)散過(guò)程的計(jì)算)，且在垂向計(jì)算過(guò)程中，模型將截留作為ET0的一部分，所以對(duì)降雨過(guò)程中植被截留的準(zhǔn)確評(píng)價(jià)難于實(shí)現(xiàn)[29]；由于研究區(qū)草地根系深度在10 cm左右，隨著深度的增加，蒸散發(fā)和雨水入滲對(duì)土壤含水量的影響逐漸減小，模擬結(jié)果的精度也隨之增加。5 cm土壤含水量的模擬誤差雖然在各深度模擬結(jié)果中是最大的，但模擬精度依然較高，NSE接近0.80。

HYDRUS-1D模型是模擬土壤水分運(yùn)移的常用工具，但實(shí)際土壤水分入滲問(wèn)題與地表植被類(lèi)型、土壤物理性質(zhì)等眾多因素相關(guān)。本研究依托揚(yáng)州大學(xué)揚(yáng)子津校區(qū)農(nóng)水與水文生態(tài)試驗(yàn)場(chǎng)單一草種的草地植被(狗牙根草坪)，對(duì)城市化背景下草地植被降雨事件與入滲深度的關(guān)系進(jìn)行了探討，并對(duì)其合理性進(jìn)行了模型驗(yàn)證，一定程度上揭示了不同等級(jí)降雨事件與入滲深度的關(guān)系；HYDRUS-1D對(duì)不同深度土壤含水量的模擬結(jié)果可以較準(zhǔn)確地描述狗牙根草坪土壤含水量隨時(shí)間的變化過(guò)程。為了更準(zhǔn)確地評(píng)估城市化條件下草地植被入滲特性以及實(shí)現(xiàn)土壤水分時(shí)空多尺度準(zhǔn)確模擬，需對(duì)不同類(lèi)型草地植被截留特性、土壤物理結(jié)構(gòu)等參數(shù)進(jìn)行精確調(diào)研、構(gòu)建具有支撐多尺度時(shí)間和空間模擬功能的土壤水分?jǐn)?shù)值模型，相關(guān)研究工作將在今后持續(xù)開(kāi)展。

4.2 結(jié) 論

本文以揚(yáng)州市區(qū)域性單一草種的草地植被(狗牙根草坪)為研究區(qū)，分析降雨等級(jí)與入滲深度的關(guān)系并對(duì)土壤水分模擬結(jié)果進(jìn)行評(píng)價(jià)，得到主要結(jié)論如下：

(1) 一定程度上揭示了不同等級(jí)降雨事件與入滲深度的關(guān)系，總體上，降雨事件的降雨量越大，入滲深度也越大；小雨的入滲深度一般小于15 cm，中雨的入滲深度多小于30 cm，大雨、暴雨的入滲深度多超過(guò)60 cm。

(2) HYDRUS-1D對(duì)研究區(qū)土壤水分模擬具有很好的適用性，隨著深度的增加，模擬精度有所提高。

(3) 利用HYDRUS-1D可對(duì)研究區(qū)草地不同降雨事件的入滲深度進(jìn)行精度較高的模擬，在缺少觀測(cè)土壤水分?jǐn)?shù)據(jù)條件下，可利用HYDRUS-1D模型推求不同等級(jí)降雨事件的入滲深度，結(jié)果具有較高精度。