黃淮海平原微噴灌下冬小麥農(nóng)田水分滲漏及氮素淋失模擬分析

喬毅博，吳鵬年，王艷麗，劉長碩，李煜銘，溫鵬飛，關(guān)小康，王同朝，*

（1.河南農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，鄭州 450046；2.河南農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，鄭州 450046）

黃淮海平原作為我國糧食主產(chǎn)區(qū)之一，穩(wěn)定該地區(qū)的糧食生產(chǎn)對(duì)我國糧食安全具有重要意義。為獲得更高的糧食產(chǎn)量，農(nóng)民進(jìn)行了過量的水肥投入，長年的氮肥施用已造成土壤硝酸鹽大量累積[1-2]。加之該地區(qū)水資源匱乏，年均70%左右的降雨集中在7—9月，這使得小麥季基本靠灌溉維持小麥生長，而當(dāng)?shù)卮蠖嗖捎么笏嗪推韫嗟裙喔确绞?，這些方式不僅灌溉效率低下，也更容易導(dǎo)致硝態(tài)氮淋失，進(jìn)而造成地下水污染等環(huán)境問題。相關(guān)研究發(fā)現(xiàn)，黃淮海平原地下水平均超標(biāo)率（≥50 mg·L-1）高達(dá)19.3%，個(gè)別地區(qū)甚至超過300 mg·L-1[3-6]。因此，對(duì)土壤水分滲漏和氮淋失狀況進(jìn)行量化研究，有助于了解該地區(qū)農(nóng)田土壤水氮的遷移變化趨勢(shì)，促進(jìn)農(nóng)田可持續(xù)健康發(fā)展。

當(dāng)前農(nóng)田水分滲漏和氮淋失的研究方法主要包括地下埋設(shè)淋溶盤[7]、Lysimeter 法[8]、水通量法[9]等，這些方法是通過定期取樣達(dá)到觀測(cè)目的，其操作難以實(shí)現(xiàn)持續(xù)有效觀測(cè)，無法實(shí)現(xiàn)對(duì)土壤水分滲漏和氮淋失過程的全面認(rèn)識(shí)。農(nóng)田生態(tài)系統(tǒng)由于受人為調(diào)節(jié)和控制，輸入物質(zhì)與輸出產(chǎn)物相對(duì)固定，這為其數(shù)值化和理論化提供了基礎(chǔ)[10]。使用計(jì)算機(jī)模型對(duì)作物生育期內(nèi)的生長和土壤、環(huán)境等條件的變化進(jìn)行模擬已有許多報(bào)道[11-13]。賴曉明等[14]應(yīng)用Hydrus-1D 模型對(duì)稻麥輪作農(nóng)田水分滲漏和氮淋失特征進(jìn)行分析，結(jié)果顯示無機(jī)氮淋失的主要形式為硝態(tài)氮，氮淋失容易在每年6、7 月份和作物生長早期達(dá)到峰值。王鵬宇等[15]、劉影等[16]借助DSSAT 模型對(duì)作物灌溉制度進(jìn)行模擬并優(yōu)化，確定了作物最佳灌溉時(shí)期與灌溉量。柯華東等[17]運(yùn)用DNDC 模型通過模擬單一情景和多組合情景下N2O 排放量，對(duì)不同情景的減排潛力進(jìn)行了評(píng)估。土壤-作物系統(tǒng)水熱碳氮耦合模型（Soil water heat carbon and nitrogen simulation，WHCNS）是基于我國氣候環(huán)境條件和高度集約化農(nóng)田種植背景所開發(fā)，該模型借鑒主流模型的一些模塊并進(jìn)行了本地化調(diào)整，將土壤水、熱溶質(zhì)遷移轉(zhuǎn)化模型與作物生長模型以及土壤碳氮循環(huán)過程相耦合，可用于分析土壤水熱動(dòng)態(tài)、氮素去向、有機(jī)質(zhì)周轉(zhuǎn)、水氮脅迫下的作物產(chǎn)量[18]。Liang 等[19]使用歐洲國際土壤水氮?jiǎng)討B(tài)模擬會(huì)議的開放數(shù)據(jù)集對(duì)WHCNS模型與其他14個(gè)土壤-作物模型模擬結(jié)果進(jìn)行對(duì)比，結(jié)果表明WHCNS 對(duì)土壤體積含水量、硝態(tài)氮含量、干物質(zhì)積累等指標(biāo)有更好的模擬效果。到目前為止，借助WHCNS 模型在微噴灌條件下對(duì)冬小麥農(nóng)田水分滲漏和氮淋失的報(bào)道較少，尤其該模型在黃淮海小麥-玉米輪作高產(chǎn)區(qū)的適用性有待進(jìn)一步驗(yàn)證。

本研究以黃淮海平原地區(qū)微噴灌下的冬小麥為研究對(duì)象，利用2020—2022 年微噴灌田間定位試驗(yàn)實(shí)測(cè)數(shù)據(jù)，通過對(duì)WHCNS 模型的參數(shù)校準(zhǔn)，進(jìn)而對(duì)土壤含水率、土壤硝態(tài)氮含量和作物生長進(jìn)行驗(yàn)證，以評(píng)價(jià)該模型的模擬精度，并以此為基礎(chǔ)模擬農(nóng)田水分滲漏和氮淋失及對(duì)其特征進(jìn)行分析。研究結(jié)果可為黃淮海平原冬小麥水肥合理施用和田間管理提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)地概況

本試驗(yàn)于2020—2022 年在原陽縣河南農(nóng)業(yè)大學(xué)科教園區(qū)（35.10°N，113.94°E）進(jìn)行。該區(qū)屬暖溫帶大陸性季風(fēng)氣候，海拔76 m，試驗(yàn)期間年平均氣溫14.4 ℃，年平均降水量549.9 mm。試驗(yàn)期間的氣象數(shù)據(jù)如圖1所示，其中2020—2021年小麥季生育期降雨量155.9 mm，2021—2022 年小麥季生育期降雨量77.5 mm。2020 年冬小麥播前0~20 cm 土層土壤基礎(chǔ)養(yǎng)分為有機(jī)質(zhì)6.94 g·kg-1、全氮0.45 g·kg-1、速效氮50.41 mg·kg-1、速效磷5.13 mg·kg-1、速效鉀48.64 mg·kg-1，土壤質(zhì)地為砂壤土。

1.2 試驗(yàn)設(shè)計(jì)

本試驗(yàn)在冬小麥-夏玉米周年輪作模式基礎(chǔ)上進(jìn)行，采用單因素隨機(jī)區(qū)組設(shè)計(jì)，分別在冬小麥拔節(jié)期和開花期根據(jù)目標(biāo)土層的土壤質(zhì)量含水量進(jìn)行測(cè)墑補(bǔ)灌，設(shè)計(jì)3種灌水處理，分別為：充分灌溉（F），灌至60 cm 土層含水量達(dá)到80%田間持水量；虧缺灌溉（D），灌至40 cm 土層含水量達(dá)到60%田間持水量；雨養(yǎng)（R），整個(gè)生育期不進(jìn)行灌溉處理，即為對(duì)照處理。所有灌溉均采用微噴帶灌溉，單次灌溉量由公式（1）計(jì)算，灌溉量由智能水表精準(zhǔn)控制。各處理重復(fù)3次，小區(qū)面積為10 m×21 m=210 m2。各小區(qū)間設(shè)置隔離帶，帶寬為1 m。

式中：I 為灌溉量，mm；γ 為補(bǔ)灌層土壤平均容重，g·cm-3；H 為補(bǔ)灌土層厚度，cm；wi為目標(biāo)含水量，%；w0為灌溉前土壤含水量，%。

供試小麥品種為“平安11 號(hào)”，兩季小麥播種日期均為10 月19 日。2020—2021 年小麥播種量為180 kg·hm-2，2021—2022 年受播前降雨影響，小麥播種量較前一年有所提高，為195 kg·hm-2。2020—2021 年小麥季基肥和追肥量（折合純N）分別為168 kg·hm-2和225 kg·hm-2，2021—2022 小麥季基肥和追肥量（折合純N）分別為112.5 kg·hm-2和225 kg·hm-2。小麥季具體管理措施如表1 所示。冬小麥?zhǔn)斋@后進(jìn)行夏玉米播種，夏玉米播種后各處理統(tǒng)一灌出苗水，由于降雨量充足，出苗后各處理均未進(jìn)行灌溉。

表1 2020—2022年冬小麥田間管理措施Table 1 Field management for winter wheat in 2020—2022

1.3 測(cè)定項(xiàng)目及方法

1.3.1 作物生長參數(shù)

冬小麥生育期，根據(jù)冬小麥的生長情況，記錄冬小麥各關(guān)鍵生育時(shí)期，本試驗(yàn)中冬小麥關(guān)鍵生育時(shí)期包括越冬期、返青期、拔節(jié)期、開花期、灌漿期、成熟期。各生育時(shí)期地上部生物量和葉面積指數(shù)（LAI）：分別于各小區(qū)內(nèi)選取0.1 m2樣方內(nèi)的作物帶回實(shí)驗(yàn)室后放入烘箱105 ℃殺青30 min，調(diào)至75 ℃烘干至恒質(zhì)量，并折算生物量；LAI 使用便攜式葉面積儀（Yax?in-1241）進(jìn)行測(cè)定，并折算LAI。

1.3.2 土壤參數(shù)

土壤參數(shù)包括土壤容重、土壤含水量、土壤硝態(tài)氮含量和土壤水力學(xué)參數(shù)。于小麥生長季每隔2 周對(duì)試驗(yàn)地0~100 cm土壤按照0~10、10~20、20~30、30~40、40~50、50~60、60~80 cm 和80~100 cm層采用土鉆法采集土樣。每個(gè)處理小區(qū)3個(gè)重復(fù)。土壤含水量采用烘干法測(cè)定，土壤容重采用環(huán)刀法測(cè)定。土壤經(jīng)2 mol·L-1氯化鉀浸提后，使用紫外分光光度法測(cè)定硝態(tài)氮含量。土壤水力學(xué)參數(shù)獲取方法參照文獻(xiàn)[20-21]。

1.4 WHCNS模型的輸入?yún)?shù)

1.4.1 初值與邊界條件

采用試驗(yàn)開始前實(shí)測(cè)的田間剖面土壤含水率和土壤無機(jī)氮含量作為初值。試驗(yàn)?zāi)M土壤剖面深度為地下0~100 cm，將模型上邊界設(shè)為地表，下邊界設(shè)為-100 cm，模型下邊界設(shè)置為自由排水邊界。模型可計(jì)算出地下100 cm處的土壤水分和硝態(tài)氮含量，該量即為地下100 cm以下的水分滲漏和硝態(tài)氮淋失量。

1.4.2 氣象數(shù)據(jù)

模型運(yùn)行所需的氣象數(shù)據(jù)包括站點(diǎn)的經(jīng)度、緯度、海拔高度（m）、日最高氣溫（℃）、日最低氣溫（℃）、日平均溫度（℃）、日平均相對(duì)濕度（%）、日平均風(fēng)速（m·s-1）、日最小相對(duì)濕度（%）、日照時(shí)數(shù)（h）、日降雨量（mm），所有氣象資料從國家氣象數(shù)據(jù)中心獲?。╤ttp：//data.cma.cn）。

1.4.3 土壤數(shù)據(jù)

土壤剖面模擬需輸入土壤剖面的基本參數(shù)以及土壤水力學(xué)參數(shù)。本試驗(yàn)根據(jù)梁浩等[22]的方法，使用水肥供應(yīng)相對(duì)充足的處理來校準(zhǔn)模型參數(shù)，利用2020—2021 年虧缺灌溉處理的冬小麥田間試驗(yàn)數(shù)據(jù)進(jìn)行模型參數(shù)率定，以雨養(yǎng)處理和充分灌溉處理的田間試驗(yàn)數(shù)據(jù)進(jìn)行模型參數(shù)驗(yàn)證。土壤水分特征曲線使用Van Genuchten 模型來描述[23]，通過WHCNS 模型內(nèi)嵌的PEST 調(diào)整工具[22]和試錯(cuò)法相結(jié)合的方式對(duì)土壤水力學(xué)參數(shù)進(jìn)行調(diào)整，率定后的土壤水力學(xué)模型參數(shù)值見表2。

表2 土壤水力學(xué)參數(shù)Table 2 Soil hydraulic parameters

1.4.4 田間管理參數(shù)

模型所需的田間管理數(shù)據(jù)如表1 所示，主要包括作物播種日期、播種量、肥料施用類型、灌溉類型、灌溉量、收獲日期等。

1.4.5 作物遺傳參數(shù)

作物遺傳參數(shù)是用于描述作物基因遺傳特性與其生長環(huán)境之間的相互作用的一套參數(shù)集合，每一種作物都有一套相對(duì)應(yīng)的參數(shù)值，這些參數(shù)值反映出同種作物不同品種間在生長發(fā)育性狀和產(chǎn)量性狀等方面的特征差異。本文根據(jù)梁浩等[22]的方法確定了作物模型的基本參數(shù)，并采用“試錯(cuò)法”以實(shí)測(cè)數(shù)據(jù)為基礎(chǔ)對(duì)作物模型的基本參數(shù)進(jìn)行調(diào)整，調(diào)整后的作物參數(shù)如表3所示。

表3 冬小麥作物遺傳參數(shù)Table 3 Winter wheat genetic parameters

1.5 模型評(píng)價(jià)指數(shù)

采用均方根誤差（RMSE）、納什模型效率系數(shù)（E）和一致性指數(shù)（d）等評(píng)價(jià)指數(shù)來定量評(píng)價(jià)模型的模擬性能。計(jì)算公式如下：

式中：Oi為實(shí)測(cè)值；Pi為模擬值；n 為樣本容量；O 為實(shí)測(cè)值的平均值。一般認(rèn)為RMSE的值越接近于0，模型模擬的精度就越高，模擬的結(jié)果也越準(zhǔn)確可靠。E的變化范圍從-∞到1，E=1 表明模擬值和實(shí)測(cè)值吻合得很好，E=0 表明模擬值和實(shí)測(cè)值的平均值具有很好的一致性，-10.36 和d>0.7 時(shí)，認(rèn)為模型模擬結(jié)果是可以接受的。

1.6 數(shù)據(jù)處理

使用Excel 2021 對(duì)所采集的土壤含水量、硝態(tài)氮含量、LAI、干物質(zhì)量等數(shù)據(jù)進(jìn)行分析整理，應(yīng)用Origin 2021繪圖。

2 結(jié)果與分析

2.1 WHCNS模型的率定與驗(yàn)證

2.1.1 土壤體積含水量

續(xù)圖2 2020—2022年虧缺灌溉土壤剖面體積含水量模擬值與實(shí)測(cè)值對(duì)比圖Continued figure 2 Comparison of simulated and measured volumetric water content of soil profile under wheat deficit irrigation in 2020—2022 years

田間0~100 cm 土層的土壤體積含水量觀測(cè)值和模擬值變化狀況如圖2 所示，整體來看，0~100 cm 土壤體積含水量的模擬值與實(shí)測(cè)值變化趨勢(shì)基本接近。其中，0~40 cm 淺層土壤的水分變化波動(dòng)較大，而60~100 cm 深層土壤水分變化較為穩(wěn)定。所有土層體積含水量模擬值與實(shí)測(cè)值之間的RMSE 值范圍為0.007~0.088 cm3·cm-3，均接近于0。E 值范圍為0.13~0.91，d 值范圍為0.70~0.99，接近于1。整體來看，模型模擬效果可以接受，表明WHCNS 模型可以較為準(zhǔn)確的對(duì)土壤水分變化過程進(jìn)行模擬。

圖2 2020—2022年虧缺灌溉土壤剖面體積含水量模擬值與實(shí)測(cè)值對(duì)比圖Figure 2 Comparison of simulated and measured volumetric water content of soil profile under wheat deficit irrigation in 2020—2022 years

2.1.2 土壤硝態(tài)氮含量

土壤硝態(tài)氮模擬值與實(shí)測(cè)值的變化情況如圖3所示，虧缺灌溉處理各層硝態(tài)氮模擬值與實(shí)測(cè)值之間 的RMSE 值介于0.17~4.85 mg·kg-1之 間，一致性指數(shù)d 大于0.7，除個(gè)別土層外，大部分土層的E 值大于0.36，由于土壤氮素轉(zhuǎn)化過程易受如溫度、水分、土壤等多種環(huán)境因素的影響，硝態(tài)氮含量具有較大的空間變異性。表層（0~30 cm）硝態(tài)氮變化較為明顯，底層（60~100 cm）土壤硝態(tài)氮含量變化較為平緩，模型模擬動(dòng)態(tài)與實(shí)測(cè)值動(dòng)態(tài)變化趨勢(shì)較為一致。本研究中出現(xiàn)負(fù)E 值范圍為-0.28~-0.01 之間（參考范圍-0.81~-0.20[25]），考慮到土壤氮素轉(zhuǎn)化過程的復(fù)雜性，本模型模擬的硝態(tài)氮結(jié)果是可以接受的。

圖3 2020—2022年虧缺灌溉土壤剖面硝態(tài)氮含量模擬值與實(shí)測(cè)值對(duì)比圖Figure 3 Comparison of simulated and measured nitrate content in soil profile under wheat deficit irrigation in 2020—2022

續(xù)圖3 2020—2022年虧缺灌溉土壤剖面硝態(tài)氮含量模擬值與實(shí)測(cè)值對(duì)比圖Continued figure 3 Comparison of simulated and measured nitrate content in soil profile under wheat deficit irrigation in 2020—2022

2.1.3 地上部干物質(zhì)量及LAI

WHCNS 模型對(duì)冬小麥地上部干物質(zhì)量及LAI 的模擬對(duì)比結(jié)果見圖4，可以看出，模型對(duì)于地上部干物質(zhì)量和LAI的模擬具有較好的模擬精度，地上部干物質(zhì)量相關(guān)系數(shù)達(dá)到0.90，LAI相關(guān)系數(shù)達(dá)到0.84，模擬值與實(shí)測(cè)值之間的線性回歸系數(shù)接近于1，調(diào)整后的冬小麥生長參數(shù)可以用于描述冬小麥生長及葉面積變化。

圖4 2020—2022年冬小麥地上部干物質(zhì)量及LAI模擬值與實(shí)測(cè)值Figure 4 Simulated and measured values of aboveground dry matter mass and leaf area index of wheat from 2020 to 2022

2.1.4 模型模擬效果驗(yàn)證

R、D、F 3 種處理下土壤體積含水量、硝態(tài)氮含量、地上部干物質(zhì)量和LAI 的模擬效果評(píng)價(jià)如表4 所示。模型模擬的土壤體積含水量的RMSE 值接近于0，E≥0.79，d≥0.98。土壤硝態(tài)氮含量（以N 計(jì)）的RMSE 值范圍為3.37~6.39 mg·kg-1，E≥0.70，d≥0.89。地上部干物質(zhì)的RMSE 值范圍為930.86~1 505.15 kg·hm-2，E≥0.86，d≥0.98。LAI 的RMSE 范 圍 為0.51~0.68，E≥0.70，d≥0.97。模型模擬值與實(shí)測(cè)值具有較好的一致性，說明模型模擬結(jié)果比較理想。因此，該模型可用于模擬分析該地區(qū)微噴灌條件下的土壤氮素?fù)p失與水分滲漏過程。

表4 WHCNS模型模擬效果評(píng)價(jià)Table 4 Evaluation of WHCNS model simulation effect

2.2 田間水分滲漏和氮淋失的動(dòng)態(tài)變化

圖5 分別為模型模擬得到的不同水分處理下100 cm 以下農(nóng)田土壤水分和硝態(tài)氮淋失的動(dòng)態(tài)過程?？傮w來看，硝酸鹽淋失與水分滲漏動(dòng)態(tài)基本一致，說明過量的水分向下滲漏時(shí)會(huì)帶走土壤中殘留的硝態(tài)氮。由模擬結(jié)果可知，3 種處理（R、D、F）兩季冬小麥在生育后期幾乎均不產(chǎn)生水分滲漏和氮淋失，累計(jì)產(chǎn)生滲漏的天數(shù)占總生育期天數(shù)的59.2%、61.6%、61.4%。2020—2021年3種處理單日最大水分滲漏分別為0.20、0.99、1.25 mm，產(chǎn)生最大滲漏的同時(shí)氮淋失量也最大，氮淋失量分別為0.10、0.39、0.55 kg·hm-2。2021—2022年播前受玉米季降雨影響，播種時(shí)土壤水分含量較高，而硝態(tài)氮含量接近于0，播種后單日水分滲漏量≥2.6 mm，氮淋失量<0.03 kg·hm-2。

圖5 2020—2022年土壤水分滲漏與氮淋失動(dòng)態(tài)Figure 5 Dynamic of soil water leakage and nitrogen leaching in wheat from 2020—2022 years

2.3 田間水分滲漏和氮淋失累積量

兩年小麥播種后水分滲漏和氮淋失累積量如圖6 所示。2020—2021 年R、D、F 3 種處理下水分滲漏量和氮淋失量均呈現(xiàn)F>D>R 的趨勢(shì)，R、D、F 的水分滲漏累積量分別為7.38、16.03、26.76 mm，土壤硝態(tài)氮淋失累積量（以N 計(jì)）分別為3.7、8.6、15.6 kg·hm-2。2021—2022 年小麥R、D、F 3 種處理全生育期水分滲漏量分別為57.29、50.81、52.78 mm，土壤水分滲漏總量較前一年有所提升，且主要集中在小麥生長前期，其中3 種處理播種后前30 d 水分滲漏量分別占全生育期總滲漏量的49.4%、46.5%、45.6%。而3 種處理土壤硝態(tài)氮淋失量（以N 計(jì)）分別為4.43、3.91、5.22 kg·hm-2，除R 處理外，其他兩個(gè)處理均較上一年大幅降低。

圖6 2020—2022年累積水分滲漏和氮淋失Figure 6 Cumulative water leakage and nitrogen leaching in 2020—2022

2.4 土壤硝態(tài)氮損失率及產(chǎn)量

表5為兩年硝態(tài)氮損失率及小麥產(chǎn)量。由表5可知，兩年產(chǎn)量均呈現(xiàn)F>D>R 的趨勢(shì)，R 處理顯著低于D 處理和F 處理，D、F 處理之間無顯著差異。2020—2021 年硝態(tài)氮損失率與灌溉量呈正相關(guān)關(guān)系，即灌溉量越大引起的氮淋失量越多，D 處理較F 處理氮淋失量降低44.87%。在2021—2022年土壤硝態(tài)氮淋失量表現(xiàn)為D

表5 2020—2022硝態(tài)氮損失率及產(chǎn)量Table 5 Nitrate nitrogen loss rate and yield in 2020—2022

3 討論

3.1 微噴灌條件下WHCNS模型適用性分析

本文借助WHCNS 模型分析微噴灌條件不同水分處理下黃淮海平原土壤水分、硝態(tài)氮運(yùn)移狀況，并對(duì)生物量和LAI 進(jìn)行模擬。結(jié)果表明該模型對(duì)土壤含水率的模擬效果達(dá)到預(yù)期，其中深層土壤含水率模擬效果優(yōu)于淺層，這與Leghari 等[26]的研究結(jié)果一致，可能是由于淺層土壤易受降雨、灌溉和氣候等因素影響。宜麗宏等[27]的研究表明，微噴灌對(duì)表層土壤含水率響應(yīng)明顯，本研究結(jié)果表明兩次灌溉后表層土壤水分含量均出現(xiàn)峰值。模擬結(jié)果顯示模擬水分含量在峰值處略高于實(shí)測(cè)值，原因可能是模型模擬時(shí)間步長是以天為單位，在水分輸入后，模型模擬土壤含水率會(huì)立刻上升，而田間采樣發(fā)生在灌溉后，從而導(dǎo)致實(shí)測(cè)與模擬有一定差異。土壤硝態(tài)氮含量在施肥后升高，模型模擬顯示表層土壤硝態(tài)氮含量在施底肥和追肥后分別出現(xiàn)峰值。由于土壤硝態(tài)氮含量受施肥、耕作、灌溉等多種因素的影響，不同研究對(duì)于土壤硝態(tài)氮含量的模擬效果不盡相同，戴嘉璐等[28]使用DNDC模型對(duì)0~20 cm 土層土壤硝態(tài)氮含量進(jìn)行模擬，結(jié)果顯示E 和R2均高于0.75，說明DNDC 模型在淺層土壤中具有較好的模擬效果。王貴云等[29]使用RZWQM模型的研究發(fā)現(xiàn)，模型對(duì)中上層土壤硝態(tài)氮遷移的模擬效果優(yōu)于下層土壤。本研究中深層土壤（60~100 cm）硝態(tài)氮（以N 計(jì)）RMSE 值范圍為0.17~2.13 mg·kg-1，模擬效果優(yōu)于淺層土壤（0~40 cm，RMSE 值范圍為0.61~4.85 mg·kg-1）。胡春勝等[30]的研究表明，深層土壤硝態(tài)氮轉(zhuǎn)化主要受微生物豐度和酶活性的影響，低O2濃度限制了酶活性，進(jìn)而影響土壤反硝化作用，深層硝態(tài)氮含量較淺層土壤穩(wěn)定，這與本研究模擬結(jié)果類似。使用WHCNS 模擬干物質(zhì)量、LAI 的效果均較為良好，模型決定系數(shù)R2均高于0.9。整體來看，WHCNS模型對(duì)土壤含水率、土壤硝態(tài)氮含量、植株生長等均有較好的模擬效果，因此，WHCNS模型可適用于黃淮海平原微噴灌種植條件下的冬小麥模擬研究。

3.2 不同灌溉水平對(duì)農(nóng)田水分滲漏和硝態(tài)氮淋失的影響

水、氮運(yùn)移存在明顯的耦合作用，是農(nóng)業(yè)生產(chǎn)中人為可調(diào)控的影響因子[31]。本研究發(fā)現(xiàn)農(nóng)田水分滲漏同降雨和灌溉量存在正相關(guān)關(guān)系，即降雨或灌溉量越大，100 cm 土層處水分滲漏和氮淋失總量越多，2020—2021 年小麥季虧缺灌溉較充分灌溉水分滲漏降低40.01%。有研究表明[32]水分滲漏還與土壤基礎(chǔ)水分含量有關(guān)，2021—2022 年冬小麥生長前期受夏季降雨影響，深層土壤初始?jí)勄檩^高，土壤庫容變大，此后溫度逐日降低，田間蒸散量減少，降雨容易產(chǎn)生水分滲漏或氮淋失。隨著時(shí)間推移，冬小麥拔節(jié)期灌溉后植株快速生長，氣溫逐漸升高，作物蒸騰作用旺盛，0~100 cm 土層整體含水量呈快速下降趨勢(shì)，此時(shí)再進(jìn)行降雨或灌溉較難對(duì)地下100 cm 土體處產(chǎn)生明顯影響[33]。兩年試驗(yàn)均呈滲漏周期長但滲漏量小的規(guī)律，3 種處理（R、D、F）發(fā)生滲漏累計(jì)天數(shù)分別占總生育期的59.2%、61.6%、61.4%，且集中在小麥生長前期。

硝態(tài)氮淋失動(dòng)態(tài)與水分滲漏動(dòng)態(tài)基本一致，冬小麥播種后由于氣溫較低，冬小麥生長較為遲緩，對(duì)氮素利用較少，施基肥所產(chǎn)生的硝態(tài)氮大量積累在土壤表層，極易隨著降雨或灌溉向下移動(dòng)而淋失。有研究發(fā)現(xiàn)，多次、小水量灌溉比單次、大水量灌溉可顯著減少氮淋失[7]。本研究中2020—2021 年小麥虧缺灌溉處理下硝態(tài)氮淋失量較充分灌溉減少44.9%。2021—2022 年小麥季播前受特大暴雨及后續(xù)降雨的影響，大量水分進(jìn)入土體，3 種處理下土壤硝態(tài)氮淋失量差異較小。Kamran 等[34]的研究表明，適度的灌溉和施肥處理可顯著降低N2O 和CO2等溫室氣體的排放，提高農(nóng)田生態(tài)系統(tǒng)的可持續(xù)性，本研究中虧缺灌溉處理下兩年氮淋失量均較低，且在特殊降雨年型下表現(xiàn)出一定的穩(wěn)定性，這與前人研究結(jié)果一致。在本研究中除2020—2021 年第一次灌溉外，其余處理灌溉后均未產(chǎn)生明顯水分滲漏和氮淋失，但不同處理間卻表現(xiàn)出差異，原因可能是本試驗(yàn)在已經(jīng)進(jìn)行的不同水分處理的基礎(chǔ)上展開，水分處理導(dǎo)致前茬作物的土層水分和硝態(tài)氮貯存量不同，最終呈現(xiàn)出處理間水分滲漏和氮淋失量差異。

綜上所述，本研究使用模型對(duì)微噴灌條件不同灌溉水平下冬小麥農(nóng)田適用性進(jìn)行驗(yàn)證，并對(duì)冬小麥季農(nóng)田水分滲漏及氮淋失特征進(jìn)行初步分析，研究表明適宜的灌溉措施可降低農(nóng)田水分滲漏和氮淋失。本試驗(yàn)僅在不同灌水條件下對(duì)冬小麥單季水分滲漏和氮淋失情況進(jìn)行了初步探討，后續(xù)應(yīng)在此基礎(chǔ)上開展施肥、灌溉、管理等綜合措施作用下周年輪作水分滲漏和氮淋失研究，以期全面系統(tǒng)闡明綜合管理措施以及周年輪作效應(yīng)對(duì)土壤水、氮的影響，從而達(dá)到防治地下水污染的效果。

4 結(jié)論

（1）WHCNS 模型在黃淮海平原微噴灌處理下對(duì)土壤含水量、硝態(tài)氮含量、地上部干物質(zhì)量及LAI 的模擬效果較好。土壤含水量、硝態(tài)氮含量的納什效率系數(shù)和一致性指數(shù)均大于0.7，均方根誤差范圍分別為0.01~0.07 cm3·cm-3和3.37~6.39 mg·kg-1（以N 計(jì)），地上部干物質(zhì)量和LAI 的決定系數(shù)>0.9。該模型可以用來模擬研究區(qū)農(nóng)田的水氮運(yùn)移和作物生長過程。

（2）模擬結(jié)果顯示冬小麥生長季氮淋失與水分滲漏動(dòng)態(tài)基本一致，二者特征均表現(xiàn)為量少但持續(xù)時(shí)間長。發(fā)生滲漏和淋失累計(jì)天數(shù)占全生育期的59.2%~69.4%，且集中在生長前期。2020—2021 年3 種處理的滲漏量和淋失量均表現(xiàn)為充分>虧缺>雨養(yǎng)。虧缺處理在保證產(chǎn)量的同時(shí)可較充分灌溉減少3.88%~66.94%的水分滲漏和37.01%~44.87%氮淋失量。在本試驗(yàn)條件下，在冬小麥拔節(jié)期、開花期補(bǔ)灌至0~40 cm 土層田間持水量的60%時(shí)水分滲漏和氮淋失量較少，推薦作為該區(qū)域適宜灌水量。