灌水次数对绿洲春玉米田氮素损失及水氮利用效率的影响

史鑫蕊，徐 强，胡克林※，李思恩

0 引 言

石羊河是河西走廊内陆河流域之一，处于黄土、青藏、蒙新三大高原的交汇处。特殊的地理条件和气候特征决定了该地区干旱频发，全年平均降雨量为164 mm，主要集中在5—9月份，流域内水资源十分匮乏。农业灌溉量占石羊河流域总用水量的87.7%，区域水资源开发程度已接近饱和[1]，再加上地下水严重超采等因素造成了地下水位持续下降、植被退化、土壤盐渍化及荒漠化等一系列生态环境问题，其承载力相当脆弱[2-3]。与此同时，农民盲目大量施用氮肥，河西走廊地区小麦-玉米带农田年施氮量达到500～600 kg/hm2，由于当地年灌水量高达1 200 mm，并且施肥后立即灌水，导致土体累积的硝酸盐大量淋失、水肥资源利用效率较低，造成了严重的环境污染[4]。因此，为保证该地区农业的可持续发展，有必要量化不同水氮管理模式下水肥损失途径，寻找合理的高效节水灌溉模式和最佳施肥方案。

当前对于干旱区不同水肥管理措施的研究已有大量报道。田育丰[5]对石羊河流域春玉米的研究指出施氮量是影响农田水分利用效率的最主要因素，其次是拔节期灌水。冯磊磊等[6]和刘小刚等[7]研究发现石羊河流域武威地区制种玉米产量随施氮量的增加而增加，全生育期灌水340 mm时，增施氮肥可使产量和灌溉水利用效率同时提高。周始威等[8]对石羊河流域春小麦适宜灌水量的研究表明，灌水上限选择 80%田间持水量，苗期、拔节期、抽穗期和灌浆期计划湿润层深度分别为30、60、50和70 cm时可以达到节水增产的目的。梁浩等[9]对内蒙古阿拉善地区不同水肥管理模式下的土壤水分动态、氮素淋失以及春玉米生长过程进行了模拟，结果发现优化水肥处理的水分渗漏量和氮素淋失量约是传统处理的一半。杨荣等[10]在黑河绿洲沙地农田的研究结果表明，节水 10%～25%的灌溉水平和225 kg/hm2的施氮水平可以在避免水肥过量投入的基础上减少土壤氮淋溶对地下水造成的污染威胁。Hu等[11]在内蒙古荒漠绿洲地区的研究也表明减少灌水和施肥量不仅能够提高水氮利用效率，还能有效减少水分渗漏和硝酸盐淋洗。然而以上研究主要集中在适宜水肥总量的确定等方面，很少有研究考虑在灌水总量一定时灌溉次数对农田水分渗漏及氮素淋洗动态过程的影响。基于此，本研究利用验证后的农田水氮管理模型（soil Water Heat Carbon and Nitrogen Simulator，WHCNS），以甘肃省石羊河流域荒漠绿洲农田为例，对不同灌水次数和施肥处理的春玉米农田水氮运移、氮素淋失及水氮利用效率进行了模拟分析，并应用综合指数法得到了最优水肥管理方案，旨在为荒漠绿洲地区合理水肥管理措施的制定提供技术支持。

1 材料和方法

1.1 研究区概况

研究区位于甘肃省武威市石羊河流域中国农业大学农业与生态节水试验站（37°52′N，102°50′E），海拔高度1 580 m，为大陆性温带干旱气候。该区水资源缺乏，地下水埋深约40 m，平均降水量164 mm，而平均水面蒸发量却大于2 000 mm。光热资源丰富，年日照时数大于3 000 h，年平均气温7.8 ℃，0 ℃以上积温超过3 550 ℃，无霜期85～165 d。试验区地下水埋深约14 m，土壤母质为冲积物，土壤剖面质地分层现象比较明显，土壤性质空间变异性较大，供试土壤基础理化性质如表1和表2。

表1 土壤理化性质Table 1 Soil physiochemical properties

表2 土壤水力学特性初始值和校准值Table 2 Initial and calibrated values of soil hydraulic properties

1.2 试验设计

田间试验供试作物为春玉米，品种为富友968，播种和收获日期分别为2015年4月19日和9月20日。株行距为30 cm×40 cm，种植密度为7.5万株/hm2。播种方式为穴播，施肥方式为表面撒施。试验共设计了 5种灌溉和2种施肥处理。具体的水肥管理措施见表3。

表3 2015年田间试验水肥处理Table 3 Irrigation and fertilization treatment in field experiment in 2015

灌溉处理：试验设置了农民传统和优化灌溉 2种灌水量，优化灌溉又细分为 4种不同的灌水次数处理。传统灌溉处理（I1）灌水总量为480 mm，分别在拔节、大喇叭、抽穗-扬花和灌浆期灌溉，灌水4次。根据当地的相关研究结果[1,7]，优化灌水总量设定为420 mm，分别灌溉4、5、6和7次，分别对应I2、I3、I4和I5。5个处理每次灌溉量均等分配，灌溉水源为当地地下水，灌溉方式为畦灌。另外，所有处理均未统计冬灌120 mm水量。

施肥处理：试验设置了传统（N1）和优化（N2）施肥2种施肥量，2种施肥处理基肥完全相同，追肥量不同。根据当地农民习惯，N1基肥用量分别施用磷酸二铵300 kg/hm2，尿素300 kg/hm2和硫酸钾150 kg/hm2；分别在拔节期和杨花-吐丝期灌水时追施尿素 168和112 kg/hm2；参考文献[7]，N2处理的基肥用量同 N1，但2次的追肥量分别为120和80 kg/hm2。由于不同灌水次数处理的灌水时间略有不同，其施肥时间也进行了适当调整（表3）。

传统灌溉只与N1处理组合，优化灌水次数处理只与N2处理进行组合，共5个水肥处理，分别为I1N1、I2N2、I3N2、I4N2和I5N2。每个处理3次重复，共15个小区，随机排列，每个小区面积为81.25 m2。

1.3 田间取样及测定方法

土壤质地采用吸管法测定；土壤容重采用环刀法测定；pH值：酸度计测定，水土比为2.5∶1；有机质：重铬酸钾容量法；试验田安装有TDR（Time-IPH，IMKO）用来测定土壤含水率，每周测定 1次。在作物关键生育期取土样（0~1.8 m土体，每20 cm 1层，每个小区至少取3点混合），用1 mol/L KCl溶液浸提（水土比为10∶1）土样，用流动分析仪（Auto Analyzer 3，SEAL）测定土壤无机氮含量。在作物的关键生育期取植物样品进行叶面积指数（leaf area index，LAI），干物质量的动态监测。收获后取小区中未被干扰的两行进行考种测定作物产量。气象数据来自试验站的小型气象站，主要包括日降雨量、最高温度、最低温度、平均温度，相对湿度、日均风速等气象资料。

1.4 WHCNS模型简介及输入参数

WHCNS模型以天为步长，由气象数据和作物生物学参数驱动。它包括气象、土壤水运动、土壤热传导、氮素运移与转化、有机质周转、作物生长和田间管理等模块[12]，采用Penman-Monteith公式估算参考作物蒸散量[13]，Green-Ampt模型模拟土壤水分入渗，Richard's方程模拟土壤水分再分布过程，对流-传导方程描述土壤热运动，对流-扩散方程模拟土壤无机氮运移，Daisy模型模拟土壤有机质周转动态[14]，S123作物模型模拟作物生长发育进程、干物质生产和分配及作物产量[15]，水氮限制下作物产量的模拟通过水氮胁迫校准因子来实现。模型原理详见文献[12]。模型已在中国华北平原及西北等地区得到了成功应用[16-17]。

模型输入包括土壤水力学参数（饱和导水率、饱和体积含水率、萎蔫含水率等）、氮转化参数、作物遗传参数。铵态氮和硝态氮在自由水体中的扩散系数分别为1.2和2.4 cm2/d，两者的纵向弥散系数均取值3.0 cm。参考本模型在绿洲地区应用的结果[17]，选择土壤氮素转化相关的参数；铵态氮和硝态氮在自由水体中的扩散系数分别为1.2和2.4 cm2/d，两者的纵向弥散系数均取值3.0 cm。作物生长发育最低温度设为 8 ℃，上限温度为 30 ℃，土壤水力学参数初始值见表2，其他参数初始值见表4。

表4 模型参数校准结果Table 4 Calibrated results of model parameters

1.5 模型模拟效果评价

选择均方根误差（root mean square error，RMSE）和一致性指数（d）来评价模型的模拟值与实测值的吻合程度：当RMSE值趋近于0、d趋近于1时，说明模型模拟效果越好，反映模拟值与实测值具有较好的一致性[18]。

2 结果与分析

2.1 模型校准及验证

以传统水肥处理实测的土壤含水率、硝态氮含量、干物质量和作物产量数据对模型输入参数进行校准。本研究采用“试错法”分别对土壤水力学参数、氮素转化参数和作物生长发育参数进行调整，使模拟的土壤剖面含水率、土壤无机氮含量、干物质量、LAI和产量与实测值尽量一致。I1N1处理的土壤含水率、硝态氮含量和作物产量的决定系数R2分别为0.68、0.49和0.96。从表5可知，I1N1处理土壤含水率、硝态氮含量和 LAI的 RMSE分别为0.04 cm3/cm3、6.43 mg/kg和0.60 m2/m2，一致性指数d分别为0.89、0.81和0.99，说明模型校准结果较好。模型参数校准结束后，固定所有参数（表 4），采用其余4个优化水肥处理的实测数据对模型进行验证。图1为验证处理的土壤含水率、硝态氮含量、作物产量和LAI的模拟值与实测值的对比情况，其决定系数分别为0.72、0.50、0.85和0.98，且线性回归方程的斜率都接近于1，P值均小于0.01，说明模型模拟值与实测值吻合较好。

图1 不同处理各指标模拟值与实测值Fig.1 Simulated and measured value of each index for different treatments

所有处理土壤含水率、硝态氮含量和LAI的模拟效果评价见表5。其中验证处理的土壤体积含水率的RMSE值范围为0.03～0.04 cm3/cm3，接近于0，d值范围为0.77～0.94，接近于1。土壤硝态氮含量的RMSE值范围为4.32～9.29 mg/kg，d值范围为0.74～0.80，均在可接受范围内。验证处理LAI的RMSE值范围为0.26～0.56 m2/m2，d值范围为0.99～1.00，模拟值与实测值吻合程度较好。总体来说，模型模拟的各项指标与实测值之间具有很好的一致性。因此，该模型可以用来模拟分析该地区不同水肥管理下的土壤氮素损失及水氮利用效率。

表5 各处理土壤含水率、硝态氮及叶面积指数的模拟效果Table 5 Simulation results of soil water content, N content and leaf area index for each treatment

表5 各处理土壤含水率、硝态氮及叶面积指数的模拟效果Table 5 Simulation results of soil water content, N content and leaf area index for each treatment

注：d为一致性指数。Note: d is agreement index.

土壤体积含水率Soil volume water content处理土壤硝态氮Soil NO3--N叶面积指数Leaf area index Treatment RMSE/(cm3·cm-3) d RMSE/(mg·kg-1) d RMSE/(m2·m-2) d I1N1 0.04 0.89 6.43 0.81 0.60 0.99 I2N2 0.03 0.90 9.29 0.80 0.56 0.99 I3N2 0.03 0.84 8.81 0.76 0.35 1 I4N2 0.04 0.77 8.04 0.79 0.46 0.99 I5N2 0.03 0.94 4.32 0.74 0.26 1

2.2 灌溉次数对土壤水分渗漏和氮素淋洗动态的影响

不同处理180 cm土体处水分渗漏和氮素淋洗的动态结果见图2。可以看出，各处理水分渗漏均主要发生在灌水和降雨较多的时期，且每次灌水后都出现 1个峰值。2015年春玉米种植期间总降雨量为148 mm，大的降水有6次，分别在5月20日、6月3日、6月9日、7月4日、7月8日和7月22日。降雨量分别为16.4、11.8、10.6、10.6、15.4和18.2 mm。灌溉导致农田水分输入过多而使土体达到田间持水量，导致多余的水分向下层不断移动。在所有灌水处理中，传统灌水处理第 1次灌水导致的渗漏较低，这可能是由于土壤初期较干，第 1次灌水主要用于土体水分的补充，故渗漏较少。在第2次灌水时（6月30日）出现了明显的渗漏峰，渗漏量达到13.5 mm，该次渗漏量占总渗漏量的 20%。这可能是由于作物生长前期对水分的需求量较小，而且作物根系较浅，很难吸收利用下层土壤的水分，故灌溉后很容易发生渗漏。随着春玉米生长后期对水分的需求量不断增加，因此最后2次灌水都没有出现大量的水分渗漏。在作物生长末期（9月），降雨量较大，尤其是9月2日到9月10日之间连续降雨，降雨量达到24.6 mm，再加上作物生长末期蒸腾很弱，需水量很少，因此产生了一定的水分渗漏。优化灌水处理减少了灌水总量，水分渗漏量较传统灌水处理明显减少，传统灌水处理全生育期水分渗漏总量为67.0 mm，而优化灌水4、5、6和7次处理的水分渗漏总量分别为44、33、27和24 mm，说明减少单次灌溉量可以明显减少水分的渗漏损失。

从图 2可以看出，硝酸盐淋洗与水分渗漏的动态基本一致。灌溉或较强降雨后均伴随水分渗漏发生，土壤硝酸盐淋洗量也随之增加。在所有处理中，传统灌水处理（I1N1）在第2次灌水时（6月30日）发生明显的硝酸盐淋洗，淋失量达到10.4 kg/hm2，占硝酸盐淋失总量的17.9%。这与第2次灌溉时作物处于苗期，对水分和养分的需求比较少有关。而后期较多的降雨和灌水并没有明显导致土壤硝酸盐淋洗的增加，这与春玉米后期生长旺盛需水需肥量大，同时根系下扎较深能够吸收利用深层土壤的水分和养分有关。传统灌水处理整个生育期氮素淋洗总量为58 kg/hm2，而优化灌水4、5、6和7次处理的氮素淋洗总量分别为35、31、36和11 kg/hm2，这说明少量多次的灌溉能够有效减少硝酸盐向土壤深层的淋洗损失。

图2 2015年不同处理180 cm土体处水分渗漏和硝酸盐淋洗动态变化Fig.2 Dynamics of water percolation and nitrate leaching at 180 cm depth under different treatments in 2015

2.3 灌溉次数对作物产量、蒸散量及水分利用效率的影响

从表6可知，优化灌水5次处理春玉米产量最高，为 17 077 kg/hm2，其次为传统灌水 4次处理（16 249 kg/hm2）。优化灌水4、6和7次处理春玉米产量相差不大，大约为15 500 kg/hm2。I2N2处理水分平衡表现为轻微的亏缺（表 6），此处理下的春玉米产量也为最低，可能是由于作物生长期间受到了水分胁迫所致。在灌水总量一定的情况下，增加灌水次数可使得土壤水分维持在相对稳定的水平，从而避免过多的农田水分损失。而过量的灌溉会导致土体水分渗漏和硝酸盐淋洗量的增加，进而影响最终产量。

表6 2015年不同灌水次数处理的土壤水分平衡及其利用效率Table 6 Water balance and water use efficiency (WUE) under treatments with different irrigation times in 2015

模型模拟得到了5种处理下1.8 m土体的农田水分平衡及水分利用效率(water use efficiency，WUE)（表6）。WUE为作物产量/蒸散量，水分平衡值为水分输入项（降雨+灌溉）与输出项（蒸散+渗漏）的差值。由于该地区比较干旱，水分的主要输入项为灌溉，占到来水总量的75%，蒸散是该地区农田水分的主要消耗项。从表6可以看出，传统处理由于灌水总量高于优化处理，故水分平衡表现为盈余。除了 I2N2处理水分平衡表现为亏缺外，随着优化灌水次数的增加，土壤水分盈余量也逐渐增加，但各处理的水分平衡收支差异不大，总体上都接近平衡状态，其中水分盈余最多的为灌水7次处理（I5N2），达到29 mm。

从蒸散量来看，各处理蒸散量大小表现为：传统处理的蒸散最大，达到551 mm，其他处理蒸散量差异不大。相对于优化处理，传统处理单次灌水量和施肥量都比较大，充足的水肥满足了作物生长的需要，作物生长旺盛则会消耗更多的水分，所以蒸散量比较大。水分渗漏量结果表现为：I1N1>I2N2>I3N2>I4N2>I5N2，说明增加灌水次数，减少单次灌水量，可有效减缓土壤水分的渗漏损失。

各处理春玉米的WUE范围为：2.90～3.23 kg/m3。其中优化灌水5次处理最大，为3.23 kg/m3，优化灌水4次处理WUE最低，为2.90 kg/m3。WUE是由作物产量和蒸散量共同决定的，产量越高，蒸散量越低，则WUE越高。而蒸散量又与其他水分输出项有关，主要是与渗漏量有关，渗漏量越大，WUE就越低。虽然传统水肥处理产量比较高，但由于该处理水分渗漏和蒸散量都比较大，因而其WUE并不高。另外，WUE并没有随着灌水次数的增加呈现一定的规律，这可能与田间实际土壤性质的变异性有关，灌水量、灌水时间及作物需水规律对其也有影响，具体原因还需要进一步深入研究。

2.4 灌溉次数对氮素淋洗、气体损失及氮素利用效率的影响

不同水肥处理下的农田 1.8 m土体内氮素平衡及氮素利用效率（nitrogen use efficiency，NUE）如表7所示。NUE为作物产量/氮素去向（作物吸收+淋洗+反硝化+氨挥发），氮素平衡为氮素来源与去向的差值。土壤中氮素的来源主要有施肥和土壤有机氮的矿化。从表 7可知，各处理的土壤氮素净矿化量在61～70 kg/hm2，差别不大。

氮素的去向主要有作物吸收、氮素淋洗和气体损失，其中作物吸收所占比率最大，约 80%。随着灌水次数的增加作物吸氮量呈逐渐增加的趋势，优化灌水 4次处理作物吸氮量最低，为341 kg/hm2；灌水6次处理最高，为367 kg/hm2，其余处理差别不大。作物吸氮量与作物的长势相关，作物生长旺盛则会吸收更多的水肥来维持其生长，不同生育期作物吸氮速率和转化速率不同。因此，施肥时间、施肥量以及灌水量的不同会对作物吸氮量造成一定影响。

表7 2015年不同灌水次数处理的氮素平衡及其利用效率Table 7 Nitrogen balance and nitrogen use efficiency (NUE)under treatments with different irrigation times in 2015

本研究中氮素淋洗是氮素损失的主要途径，并且与灌水量、灌水次数和施氮量密切相关。各处理硝态氮淋失量大小顺序为：I1N1>I4N2>I2N2>I3N2>I5N2。由于单次灌水量和施肥量均较高，故传统水氮处理的氮素淋洗损失最大。随着灌水次数增加，同时单次灌溉量减少，可明显减少氮素淋洗损失。氮素的气体损失主要包括氨挥发和反硝化，随灌水次数增加氨挥发量逐渐减少，而反硝化量正好相反，这与频繁的干湿交替作用及上层土壤氮素被淋洗的程度有关[19]。

从氮素利用效率（NUE）来看，不同处理NUE范围为35.2～40.1 kg/kg。其中灌水6次处理的NUE最低，为35.2 kg/kg；灌水5次处理NUE最高，为40.1 kg/kg，其余3个处理的NUE基本在37.0 kg/kg左右，差别不大。NUE是由作物产量以及表观氮素损失（即氨挥发、反硝化、硝态氮淋洗和作物吸收总和）决定的，产量越高，而表观氮素损失越低，则NUE就越高。硝态氮淋洗、氨挥发和反硝化是农田氮素损失的主要途径，传统水肥处理的各氮素损失项都比较高，因此其NUE较低。

2.5 不同灌水次数及施肥组合模式的综合效应评价

由前所述可知，不同灌水次数及水氮投入对作物产量、氮素淋失及水氮利用效率均影响显著。为了获得最优的农田水肥管理措施，本研究应用综合指数法对模拟结果进行了进一步分析。综合考虑了农学效应和环境效应两个目标，根据目前中国作物高产和资源高效的国家需求，农学效应主要考虑了作物产量、WUE和NUE3个指标。当前氮素气体损失和硝态氮淋失量是环保领域关注的热点，由于各处理间氮素气体损失量不大且差异不明显，因此本研究没有选取气体损失指标，环境效应仅选取了氮素淋失量一个指标。由于当前中国对粮食产量和资源高效利用的重视程度大于对环境的影响，同时借鉴了前人的研究结果[16]，故本研究对作物产量、WUE、NUE和氮素淋失量的权重系数分别赋值为0.5、0.4、0.3和-0.2（氮素淋洗是负面环境效应取负值，最后权重系数之和为1）。首先将各个指标归一化为0～1之间的数值，再乘以各自的权重系数加和就得到各处理的综合指数（表7）。结果表明，灌水5次和7次处理综合指数较高，分别为1.09和1.08。传统灌水处理综合指数最低，为0.95。综合考虑各因素及多次灌水的成本，可确定优化灌水 5次处理为该地区较优的水肥管理方案。

2.6 不同降雨条件对作物产量及氮素淋洗的影响

应用检验后的WHCNS模型，对试验区5个处理不同降雨条件下（2010—2016年）的作物产量和氮素淋洗进行了模拟分析，降雨量数据来自该实验站自动气象站，结果见图3。从产量来看，各处理产量变化趋势基本一致，均与生育期内总降雨量成正比。除2014年外，所有处理中I3N2产量最高，而I5N2产量最低，特别是2012和2013年，I5N2产量不足10 000 kg/hm2，可能是由于这2 a降雨量少，灌水次数太多，每次灌水量对土体的补充不足，水分很难向深层移动，导致作物生育期水分胁迫比较严重，故产量很低。需要指出的是2013年I4N2处理产量最高，并没有随降雨量的减少而减产，可能与该处理的灌溉和降雨时间与作物需水规律比较匹配有关。各处理 7a平均产量的大小顺序为：I3N2(16 807 kg/hm2)>I1N1(16 557 kg/hm2)>I4N2(16 346 kg/hm2)>I2N2(14 955 kg/hm2)>I5N2(13 815 kg/hm2)。此外，氮素淋洗量变化规律与降雨量也有较明显的正相关关系，I3N2和 I4N2这2个处理氮素淋洗量均维持在较低水平，并随着降雨量的增减相应变化。在2013年降雨量较低的条件下，I1N1、I2N2和I5N2处理的氮素淋洗量比较高，这主要与这 3个处理的灌溉时间与降雨时间重合，导致水分渗漏大有关。各处理7 a平均氮淋洗量大小顺序为：I1N1(53.8 kg/hm2)>I2N2(39.1 kg/hm2)> I4N2(29.8 kg/hm2)>I3N2(27.2 kg/hm2)>I5N2(19.7 kg/hm2)，虽然I5N2处理的年均淋洗量最低，但是其年均产量也是最低的。综合考虑作物产量和氮素淋洗量，可以发现在不同的降雨年型下 I3N2处理不仅可以保持较高的产量，而且使氮素淋洗量保持在较低的水平，是所有处理中最佳的水肥管理方案。

图3 不同降雨条件下模拟的作物产量和土体180 cm处氮硝酸盐淋洗量Fig.3 Simulated crop yields and N leaching at 180 cm soil depth under different precipitation conditions

3 讨 论

前人对于灌溉制度对作物生长影响的研究主要集中在灌溉定额、灌溉次数以及灌水时间上[8,20]，也有学者考虑气候变化或降雨因素来制定灌溉方案[3,21]。He等[20]对西北地区春小麦灌溉制度的研究表明，在灌浆期和乳熟期，若1 m土体可利用水低于田间持水量的65%，那么其产量将受到严重影响，灌水 4次对于保证民勤绿洲农田春玉米高产至关重要。其他一些学者的研究表明：增加灌水次数，有利于春小麦分蘖数增加和穗长的增长，进而使其增产[8,22]。Jiang等[3]对黑河流域盈科灌区春玉米需水规律的研究表明，拔节期和抽穗期灌水对于保证作物高产至关重要，枯水年、平水年和丰水年的最佳灌溉量分别为480、420和100 mm。在本研究中，I2N2处理春玉米产量最低，该处理水分平衡表现为轻微亏缺，可能是由于作物生长期间受到了水分胁迫所致。当灌溉和施肥总量保持不变，在一定范围内，春玉米产量随灌水次数的增加而增加，超过一定范围，作物产量并不会随灌水次数的增加继续增加。胡志桥等[1]对石羊河流域春玉米的研究表明，玉米的需水关键期主要有拔节期、大喇叭口期和灌浆期，作物需水关键期应及时充分灌溉，春玉米最适宜的灌溉次数为 5次，笔者的研究结果与之较为一致。

蒸散是西北旱区农田最主要的水分输出项，在本研究中，各处理间蒸散量基本随着灌水次数的增加呈逐渐降低的趋势。从水分渗漏来看，各处理表现为随灌水次数的增加水分渗漏量逐渐减少。传统灌水处理由于单次灌水量过多，土壤难以保持多余的水分，因此水分渗漏量最大（67 mm）。在本研究中，I3N2处理由于玉米产量最高和水分渗漏较少而具有最高的WUE。这说明适当增加灌水次数，减少单次灌水量，可有效减缓土壤水分的渗漏损失，提高WUE，这与前人的研究结果吻合[1,11,17]。另外，各处理水分渗漏占水分总输入的比值均小于10%，这一结果小于 Hu等[11]对中国西北阿拉善地区的研究结果，这可能与本研究土壤以壤质土为主，而阿拉善地区砂质土壤的保水性较差有关。

大量研究结果表明，灌水量、灌水强度、灌水次数和施肥量等是影响氮素淋失的主要因素。王晓英等[23]研究表明：灌水次数不同是导致冬小麦收获期 0～100 cm土层NO3--N残留量变化的主导因素，单次灌水量不变，增加灌水次数，氮肥耕层残留量显著降低，氮肥损失量明显增加。He等[20]对西北地区春小麦的研究也表明，尽管过量灌溉会消除水分胁迫，但也会导致大量的硝酸盐淋洗出土壤剖面。Elrick等[24]指出，当灌水强度大于土壤入渗速率时，易形成优势流，溶质很快从土体淋出，而当灌水强度小于土壤入渗速率时，水与溶质均通过土壤基质进行运移，两者无明显差异。在本研究中，氮素淋洗是氮素损失的主要途径，并且受到灌水量、灌水次数和施氮量的影响。其中，I1N1处理由于施肥量最高，氮素淋洗也为最高。I5N2处理由于灌水次数最多，单次灌水量最少，氮素淋洗量最少。其他 3个处理氮素淋洗量相差不大。单次灌溉量与水分渗漏、硝态氮淋洗量之间存在正相关关系[25]。土体硝态氮向深层淋溶往往是由于一次性高强度的灌水导致的，增加灌水次数，减少单次灌溉量，可有效减少土体硝酸盐的淋洗风险，这与前人的研究结果相一致[1,25-26]。

此外，氮素的气体损失也是氮素输出不可忽略的一部分，且受到土壤温度和施肥量的影响[27]。在本研究中，传统处理施氮量比优化处理多80 kg/hm2，在夏季高温情况下，尿素氮肥易分解为氨气而挥发损失掉，因此 I1N1处理氨挥发损失量最高。在所有处理中，I5N2处理氮素气体损失最高，这可能是由于 I5N2处理单次灌水量少，施入土壤的氮肥很难运移到下层，在表层通过氨挥发损失较多，而且表层土壤由于长期处于较湿润的状态，反硝化量也比较大所致[28]。从NUE来看，I3N2的NUE最高，为40.1 kg/kg。可见，优化水肥处理可明显提高NUE，在一定范围内减少单次灌水量可以明显减少氮素淋失，但是要注意配合灌水和施肥时期，达到水分和养分的高效利用[29]。

4 结 论

利用石羊河流域绿洲农田不同水肥处理下春玉米的田间实测数据对农田水氮管理模型（soil Water Heat Carbon and Nitrogen Simulator，WHCNS）进行了校验，结果表明：模拟的土壤含水率、硝态氮、作物产量和叶面积指数与实测值结果均吻合较好。因此该模型可以用来定量分析该地区农田的氮素损失及水氮利用效率。

从水分平衡结果来看，各处理水分的输入与输出接近平衡状态，没有明显的水分亏缺或盈余。水分渗漏量随灌水次数增加而逐渐减少，其中优化灌水 7次处理渗漏量最少，仅为24 mm。优化灌水4次处理的WUE最低，为2.90 kg/m3，优化灌水5次处理的作物产量最高，水分渗漏较低，故其WUE最高，为3.23 kg/m3。

从氮素平衡模拟结果来看，各处理均表现为氮素亏缺。硝态氮淋失通常与水分渗漏同时发生，适当增加灌水次数，减少单次灌溉量，可显著减少水分渗漏和氮素淋洗，提高水氮利用效率。随灌水次数增加，硝态氮淋洗和氨挥发均逐渐减少，而反硝化和作物吸氮量逐渐增加。优化灌水6次处理的NUE最低，为35.2 kg/kg，优化灌水5次处理的NUE最高，为40.1 kg/kg。综合考虑作物产量、硝态氮淋洗量和水氮利用效率，故优化灌水5次处理为该地区最佳的水肥管理方案。

本研究在灌水总量一定的情况下，设置了不同的灌水次数，每次灌水量相同且灌水日期也是提前设定好的，但实际上作物不同生长阶段需水量不同，因此根据降雨等天气因素结合作物实际需水量来确定灌水时期和灌溉量还需要进一步研究。

[1] 胡志桥，田霄鸿，张久东，等. 石羊河流域主要作物的需水量及需水规律的研究[J]. 干旱地区农业研究，2011，29(3)：1－6.Hu Zhiqiao, Tian Xiaohong, Zhang Jiudong, et al. Research on amount and low of water requirement in Shiyang River Basin[J]. Agricultural Research in the Arid Areas, 2011,29(3): 1－6. (in Chinese with English abstract)

[2] Kang Shaozhong, Su Xiaoling, Tong Ling, et al. The impacts of human activities on the water-land environment of the Shiyang river basin, an arid region in Northwest China[J].Hydrological Sciences Journal, 2004, 49(3): 413－427.

[3] Jiang Yiwen, Zhang Lanhui, Zhang Baoqing, et al. Modeling irrigation management for water conservation by DSSAT-maize model in arid northwestern China[J]. Agricultural Water Management, 2016, 177: 37－45.

[4] 叶优良，李隆，张福锁，等. 灌溉对大麦/玉米带田土壤硝态氮累积和淋失的影响[J]. 农业工程学报，2004(05)：105－109.Ye Youliang, Li Long, Zhang Fusuo, et al. Effect of irrigation on soil NO3--N accumulation and leaching in maize/barley intercropping field[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004(05): 105－109. (in Chinese with English abstract)

[5] 田育丰. 限量灌溉和施氮对石羊河流域春玉米生长及根区水氮迁移的影响[D]. 杨凌：西北农林科技大学，2008.Tian Yufeng. Effect of Limited Irrigation and Nitrogen Rate of Spring Maize Growth and Transfer of Water and Nitrogen of Rootzone Soil in Shiyang River Basin[D]. Yangling:Northwest A&F University, 2008. (in Chinese with English abstract)

[6] 冯磊磊，张富仓，雷艳，等. 不同生育期灌水和施氮对春玉米农田硝态氮迁移及产量的影响[J]. 中国农村水利水电，2010(4)：54－57，61.Feng Leilei, Zhang Fucang, Lei Yan, et al. Effect of irrigation at different growth period and nitrogen fertilizer on transfer of nitrate nitrogen and yield of the spring maize[J]. China Rural Water and Hydropower, 2010(4): 54－57, 61. (in Chinese with English abstract)

[7] 刘小刚，张富仓，杨启良, 等. 石羊河流域武威绿洲春玉米水氮耦合效应[J]. 应用生态学报，2013，24(8): 2222－2228.Liu Xiaogang, Zhang Fucang, Yang Qiliang, et al. Coupling effect of water and nitrogen on spring maize in Wuwei Oasis of Shiyang River Basin, Northwest China[J]. Chinese Journal of Applied Ecology, 2013, 24(8): 2222－2228. (in Chinese with English abstract)

[8] 周始威，胡笑涛，王文娥，等. 基于RZWQM模型的石羊河流域春小麦灌溉制度优化[J]. 农业工程学报，2016，32(6)：121－129.Zhou Shiwei, Hu Xiaotao, Wang Wen’e, et al. Optimization of irrigation schedule based on RZWQM model for spring wheat in Shiyang River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(6): 121－129. (in Chinese with English abstract)

[9] 梁浩，胡克林，李保国，等. 荒漠绿洲井灌农田砂质土壤氮素淋失规律研究[J]. 干旱区资源与环境，2016，30(7):114－118.Liang Hao, Hu Kelin, Li Baoguo, et al. Nitrate leaching in irrigated maize on sandy soil in desert oasis in Alxa League,China[J]. Journal of Arid Land Resources and Environment,2016, 30(7): 114－118. (in Chinese with English abstract)

[10] 杨荣，苏永中. 水氮配合对绿洲沙地农田玉米产量、土壤硝态氮和氮平衡的影响[J]. 生态学报，2009，29(3)：1459－1469.Yang Rong, Su Yongzhong. Effects of nitrogen fertilization and irrigation rate on grain yield, nitrate Accumulation and nitrogen balance on sandy farmland in the marginal oasis in the middle of Heihe River basin[J]. Acta Ecologica Sinica,2009, 29(3): 1459－1469. (in Chinese with English abstract)

[11] Hu Kelin, Li Baoguo, Chen D L, et al. Simulation of nitrate leaching under irrigated maize on sandy soil in desert oasis in Inner Mongolia, China[J]. Agriculture Water Management,2008, 95: 1180－1188.

[12] 梁浩，胡克林，李保国，等. 土壤-作物-大气系统水热碳氮过程耦合模型构建[J]. 农业工程学报，2014，30(24)：54－66.Liang Hao, Hu Kelin, Li Baoguo, et al. Coupled simulation of soil water-heat-carbon-nitrogen process and crop growth at soil-plant-atmosphere continuum system and its validation[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 54－66. (in Chinese with English abstract)

[13] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration guidelines for computing crop water requirements[R]. FAO Irrigation and drainage paper No. 56.Rome: FAO, 1998: 65－78.

[14] Hansen S, Jcnsen H E, Niclsen N E, et al. NPo-research, A10:DAISY: Soil plant atmosphere system model[M].Copenhagen: The National Agency for Environmental Protection, 1990.

[15] Driessen P M, Konjin N T. Land use system analysis[M].Netherlands: Wageningen Agricultural University, 1992.

[16] Li Zhoujing, Hu Kelin, Li Baoguo, et al. Evaluation of water and nitrogen use efficiencies in a double cropping system under different integrated management practices based on a model approach[J]. Agriculture Water Management, 2015,159: 19－34.

[17] Liang Hao, Qi Zhiming, Hu Kelin, et al. Can nitrate contaminated groundwater be remediated by optimizing flood irrigation rate with high nitrate water in a desert oasis using the WHCNS model?[J], Journal of Environmental Management, 2016, 181: 16－25.

[18] Willmott C J. On the validation of models[J]. Physical Geography, 1981, 2: 184－194.

[19] 欧阳扬，李旭永. 干湿交替频率对不同土壤CO2和N2O释放的影响[J]. 生态学报，2013，33(4)：1251－1259.Ouyang Yang, Li Xuyong. Impacts of drying-wetting cycles on CO2and N2O emissions from soils in different ecosystems[J].Acta Ecologica Sinica, 2013, 33(4): 1251－1259. (in Chinese with English abstract)

[20] He Jianqiang, Cai Huanjie, Bai Jiangping. Irrigation scheduling based on CERES-Wheat model for spring wheat production in the Minqin Oasis in Northwest China[J].Agricultural Water Management, 2013, 128: 19－31.

[21] 陈震，李金山，黄修桥，等. 豫北冬小麦、夏玉米多年需灌水次数及典型生育期需灌水分析[J]. 中国生态农业学报，2016，24(3)：274－283.Chen Zhen, Li Jinshan, Huang Xiuqiao, et al. Multi-years required irrigation times of winter wheat and summer maize and analysis of irrigation in representative growing seasons in northern Henan[J]. Chinese Journal of Eco-Agriculture, 2016,24(3): 274－283. (in Chinese with English abstract)

[22] 牟洪臣，王振华，何新林，等. 不同灌水处理对北疆滴灌春小麦生长及产量的影响[J]. 节水灌溉，2015(1)：27－32.Mu Hongchen, Wang Zhenhua, He Xinlin, et al. Influences of Different Irrigation Treatment on Growth and Yield of Drip-irrigation Spring Wheat in Northern Xinjiang[J]. Water Saving Irrigation, 2015(1): 27－32. (in Chinese with English abstract)

[23] 王晓英，贺明荣，刘永环，等. 水氮耦合对冬小麦氮肥吸收及土壤硝态氮残留淋溶的影响[J]. 生态学报，2008，2(2)：685－694.Wang Xiaoying, He Mingrong, Liu Yonghuan, et al.Interactive effects of irrigation and nitrogen fertilizer on nitrogen fertilizer recovery and nitrate-N movement across soil profile in a winter wheat field[J]. Acta Ecologica Sinica,2008, 2(2): 685－694. (in Chinese with English abstract)

[24] Elrick D E, French L K. Miscible displacement patterns on disturbed and undisturbed soil cores[J]. Soil Sci Soc Amer Proc, 1966, 30(2): 153－156.

[25] Wang Huanyuan, Ju Xiaotang, Wei Yongping, et al.Simulation of bromide and nitrate leaching under heavy rainfall and high-intensity irrigation rates in North China Plain[J]. Agricultural Water Management, 2010, 97: 1646－1654.

[26] Feng Zhaozhong, Wang Xiaoke, Feng Zongwei. Soil N and salinity leaching after the autumn irrigation and its impact on groundwater in Hetao Irrigation District, China[J].Agricultural Water Management, 2005, 71(2): 131－143.

[27] Sanchez-Martín L, Meijide A, Garcia-Torres L, et al.Combination of drip irrigation and organic fertilizer for mitigating emission of nitrogen oxides in semiarid climate[J].Agriculture Ecosystems and Environment, 2010, 137: 99－107.

[28] Qian J H, Doran J W, Walters D T. Maize plant contributions to root zone available carbon and microbial transformations of nitrogen[J]. Soil Biology and Biochemistry, 1997,29(9/10): 1451－1462.

[29] 丁奠元，赵英，孙本华，等. 根区水质模型在黄土高原旱区冬小麦氮肥管理中的适用性分析[J]. 农业工程学报，2015，31(23)：111－121.Ding Dianyuan, Zhao Ying, Sun Benhua, et al. Suitability analysis of nitrogen fertilizer management on dryland of Loess Plateau based on root zone water quality model[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(23)：111－121. (in Chinese with English abstract)