王国帅,史海滨,李仙岳,闫建文,苗庆丰,陈 宁,王维刚
基于HYDRUS-1D模型的荒漠绿洲水盐运移模拟与评估
王国帅,史海滨※,李仙岳,闫建文,苗庆丰,陈 宁,王维刚
(1. 内蒙古农业大学水利与土木建筑工程学院,呼和浩特 010018;2. 高效节水技术装备与水土环境效应内蒙古自治区工程研究中心,呼和浩特 010018)
针对河套灌区引水量逐年减少、荒漠绿洲农业生态环境恶化等问题,该研究以沙丘-荒地-海子系统为研究对象,通过2a定点观测,利用HYDRUS-1D模型对沙丘、沙丘-荒地交界和荒地进行了不同时期水盐动态模拟,揭示了荒漠绿洲水盐运移特征,评价了荒漠绿洲农业生态状况。结果表明:1)沙丘、沙丘-荒地交界和荒地土壤水分和盐分率定与验证精度平均相对误差分别为-1.30%~1.52%和-0.43%~5.71%,均方根误差为0.01~0.03 cm3/cm3和0.06~0.23 dS/m,决定系数为0.82~0.93和0.76~0.82,回归系数为0.98~1.01和0.98~1.03,模拟精度较高;2)在生育期,沙丘、沙丘-荒地交界和荒地1 m土体各层水分呈现下降趋势,土壤处于亏水状态,荒地腾发量是沙丘的2倍,沙丘-荒地交界的介于二者之间,荒地地下水补给量为沙丘的3~5倍;秋浇后,沙丘水分补给较少,仍亏水67~103 mm,沙丘-荒地交界和荒地水分补给较多,可以维持土壤水分平衡;3)沙丘、沙丘-荒地交界和荒地全年处于略积盐状态,积盐率分别为47%~59%和3%~6%,荒地在秋浇后处于轻微脱盐状态,脱盐率为0.7%~5.0%。研究发现,降雨对维持荒漠绿洲农业生态平衡的作用较小,秋浇灌溉对改善灌区荒漠绿洲农业生态发挥关键作用。研究结果可为河套灌区荒漠绿洲农业生态治理提供参考。
土壤;盐分;水盐运移;秋浇; HYDRUS-1D;荒漠绿洲;河套灌区
中国西北干旱地区生态条件严酷,荒漠植被稀疏,水资源短缺严重。西北荒漠地区分布着数千个沙丘和湖泊,形成了独特的荒漠绿洲景观,影响着西北干旱区的水文生态环境[1]。位于西北干旱区的河套灌区,其荒漠绿洲的形成主要依靠灌溉水[2]。随着节水工程的实施,灌区引排水量剧减,盐分随灌溉水进入灌区,向低洼湿地处输送大量盐分,大约有70%的盐分被滞留灌区内无法排出[3],只能在灌区内部重分配,使灌区荒漠绿洲的农业水文生态发生巨大变化。定量评价沙丘-荒地-海子系统中土壤水盐运移转化关系、厘清水盐分布特征,对于荒漠绿洲水文生态环境保护具有重要意义。
目前许多学者对荒漠绿洲进行了系统的研究,通过分析气象因素、湖泊水分和水质、沙丘土壤水分及地下水水位等来研究水分运移过程[4]、沙丘地下水和湖泊的水量转换[5]、湖泊动态[6]以及土壤水分动态变化[7]等。为了探究降雨对沙丘地下水的补给作用,很多学者还通过物理模型和水平衡方法定量估算了降雨对沙丘的入渗补给量[8]。也有学者基于氢氧同位素研究了不同降雨强度对盐生荒漠土壤水和地下水的响应机制[9]。许多学者也对灌区水盐运移做了大量研究。毕彦杰等[10]通过构建分布式水循环模型,揭示了河套地区山水林田湖草系统的水循环演变规律,但由于研究区域较大,对灌区荒漠绿洲系统的水文循环过程有待进一步研究。王学全等[11-13]通过水盐均衡方法,研究了荒地和低洼湿地的排水积盐过程、水分和盐分在灌排单元的分配比例和非农区-农区-水域的水盐迁移,但没有揭示土壤剖面不同土层水分和盐分在研究时段的变化规律,也未对沙丘、荒地和海子这类自然地类单元的水分和盐分迁移转化做进一步研究。国内外学者利用HYDRUS模型刻画了土壤水盐动态过程。李亮等[14-16]采用HYDRUS模型研究了荒地和耕地不同地膜覆盖下以及冬小麦的水分利用状况和盐分运移规律,Ren等[17]通过利用HYDRUS-dualKc耦合模型模拟了不同植被地块的土壤水盐运移规律。但对于荒漠绿洲而言,以上研究只分析了耕地和荒地地类的水盐运移情况,未对沙丘地类进行研究,在揭示荒漠绿洲的农业水文变化过程方面存在局限性。荒漠绿洲(沙丘-荒地-海子系统)是目前河套灌区主要的农业水文循环形式和盐分运移路径,但其机理尚不清晰。
基于以上问题,本文利用HYDRUS-1D模型模拟沙丘、沙丘-荒地交界和荒地土壤水分和盐分运移动态,探索不同时期水分和盐分运移特征,基于平衡理论定量估算沙丘、沙丘-荒地交界和荒地水量和盐量变化,揭示荒漠绿洲的农业水文生态状况,以期为改善荒漠绿洲农业水文生态提供理论依据。
河套灌区耕地面积为5.74×105hm2,荒地面积为2.09×105hm2,沙地面积为1.47×105hm2,水域面积为1.30×104hm2[11],水域主要依靠灌溉回归水形成[18],荒地分布于耕地间隙和沙丘、湖泊周围[12,14]。研究区位于河套灌区解放闸灌域的张连生海子(图1),地理坐标为40°54′36″N,107°15′59″E,湖泊面积约5.12×105m2。研究区属于温带大陆性季风气候,多年平均气温7.5 ℃,无霜期130~150 d[19]。沙丘、荒地和湖泊相邻,其平均海拔分别为1 036、1 029和1 028 m。在沙丘-荒地-海子系统周围分布着耕地。沙丘和荒地的土壤质地分别为砂土、砂壤土和粉土。全年沙丘和荒地地下水埋深平均值分别为2.25和1.03 m,海子在生育期大约亏水70 cm[18]。全年沙丘、荒地地下水和海子的电导率分别在0.93~1.90、0.72~1.10和2.1~3.5 dS/m之间变化[2]。沙丘地表无植被覆盖,荒地生长着柽柳植被。
在点A1(沙丘)、A2(沙丘-荒地交界)和A3(荒地)布设地下水观测井(图1),其井口高程分别为1 031、1 030和1 029 m。每个观测井深度为5 m,在3个观测井内分别安装地下水微型传感器(CTD-10,美国Meter公司),其安装深度在3.5 m处(图2),每隔1 h记录1次地下水水位、温度和盐分数据。在3个地下水观测井附近分别安装土壤自动传感器(5TE型,美国Meter公司)测土壤含水率、含盐量和温度,安装深度分别为20、40、60、80和100 cm,用EM50型采集器每隔1 h记录1次数据。气象资料采用杭锦后旗沙壕渠试验站的自动气象站(DAVIS,美国Davis公司)收集。
1.3.1 土壤物理性质
分别在点A1、A2和A3分9层取样,取样深度分别为0~20、>20~40、>40~60、>60~80、>80~100、>100~120、>120~160、>160~200和>200~300 cm,每层土样重复收集3次。采用环刀法测定土壤饱和导水率、饱和含水率和土壤容重,并采用干法粒度仪(HELOS&RODOS,德国新帕泰克公司)测定各点土壤粒径级配。根据测定结果取各样点各土层砂粒、粉粒和黏粒含量均值,如表1所示,样点A1土壤质地较为均匀,0~300 cm土层砂粒含量占91.69%;样点A2土体0~90 cm土层粉粒含量占45.28%,砂粒含量占51.56%,>90~300 cm土层粉粒含量占39.00%,砂粒含量占60.21%;样点A3土体0~40 cm粉粒含量占80.06%,>40~200 cm土层粉粒含量为77.35%,砂粒含量占16.17%,>200~300 cm土层粉粒含量占63.05%,砂粒含量占32.65%。基于砂粒、粉粒和黏粒含量以及土壤容重利用Rosetta转换函数[20]预测土壤VG(van Genuchten)参数,结果如表1所示。
1.3.2 气象数据
利用逐日气象资料,采用FAO-56 Penman-Monteith公式,计算逐日参考蒸散量(ET0)。经统计,2017和2018年的ET0和降雨数据如图3所示。2017年和2018年总降雨量分别为57.8、124.0 mm,全年日平均蒸散量分别为2.9和2.7 mm/d,在作物生育期(5月1日—10月15日),平均日蒸散量分别为4.7和4.3 mm/d。
1.3.3 地下水埋深
利用地下水传感器监测地下水水位变化,地下水埋深利用传感器监测深度减去地下水水位变化和井口高度确定。2017年和2018年点A1、A2和A3地下水埋深变化如图4所示,三者的地下水埋深变化趋势一致。在2017年和2018年生长期(5月1日—10月15日),A1、A2和A3地下水水位分别平均降低了0.48、1.06和1.02 m;在秋浇期(10月15日—12月31日),A1、A2和A3地下水水位分别平均升高了0.63、1.26和1.28 m。
表1 土壤基本物理特性和VG参数表
1.3.4 地下水电导率
地下水电导率利用地下水传感器监测,在作物生育期,样点A1、A2和A3地下水电导率EC变化分别为1.05~1.92、1.70~2.10和0.85~1.10 dS/m。在秋浇期,样点A1、A2和A3地下水EC变化分别为1.23~1.85、1.52~1.70 和0.95~1.00 dS/m。在封冻期(1月1日—3月3日)和解冻期(3月3日—5月1日),样点A1、A2和A3地下水EC变化分别为1.00~1.20、1.85~2.00和0.91~1.08 dS/m(图5)。
1.3.5 土壤盐分
土壤自动传感器所测电导率转换为土壤EC1:5的换算关系[21]为
式中1:5为土水比为1:5的土壤浸提液,测定的土壤电导率,dS/m;5TE为土壤自动传感器(5TE)测得的土壤电导率,dS/m。
注:FP,封冻期;TP,解冻期;GP生长期;AP,秋浇期。
Note: FP, freezing period; TP, thawing period; GP, growing period; AP, autumn irrigation period.
图5 试验区地下水EC变化
Fig.5 Groundwater EC dynamics of study area
土壤电导率(EC1∶5)转换为土壤含盐量(SSC),计算公式[22]为
式中SSC为土壤含盐量,g/kg。
土壤溶液的盐分含量(SW)计算公式[23]为
式中为土壤含水率,cm3/cm3;为土壤干容重,g/cm3;SW为土壤溶液的含盐量,g/L。
1.3.6 土壤积盐率
土壤积盐率为0~100cm土壤剖面某一时期与其前一时期相比土壤含盐量的增加率,其计算公式为
式中为土壤积盐率,%;为第时刻土壤含盐量,g;-1为第-1时刻土壤含盐量,g。
HYDRUS-1D模型是用于模拟饱和-非饱和带多孔介质中水热和溶质运移及根系吸水的一维垂向模型[24]。经过多年的改进,HYDRUS-1D得到了广泛的应用,能够较好地模拟由农田灌溉、田间施肥和环境污染造成的土体剖面水分和溶质的变化。
1.4.1 土壤水分运动方程
HYDRUS-1D模型采用增加了源汇项的Richards方程[17]来求解土壤水分运移过程
式中为时间,d;为垂向空间坐标,向上为正;为压力水头,cm;为水力传导系数,cm/d;为源汇项,即单位时间内根系从单位体积土壤中吸收的水量,cm3/(cm3·d)。
土壤水力特性方程采用van Genuchten模型[25-26]
式中e为有效饱和度,cm3/cm3;s为饱和含水率,cm3/cm3;r为残余含水率,cm3/cm3;s为饱和导水率,cm/d;、、为经验形状参数;为孔隙连通参数。
根系吸水模型:源汇项,即作物根系吸水在深度处的值,可按下式计算:
式中为渗透压水头,cm;p为不受水盐胁迫的潜在植被腾发量,cm/d;rw()为水分胁迫函数;rs()为盐分胁迫函数;()为归一化的根系吸水分布函数。采用经典逻辑生长模型,并假设生育期过去一半时的根深达到最大根深(90 cm)的50%[27]。
1.4.2 土壤盐分运动方程
HYDRUS-1D模型采用对流-弥散方程[23]来求解土壤溶液中盐分的运移过程
式中为溶质液相浓度,g/L;b为盐分溶液密度,g/cm3;a为被吸附溶度的质量分数,%;为垂向水流通量,cm/d;dif为扩散系数,cm2/d;dis为弥散系数,cm2/d。
1.4.3 潜在蒸腾和蒸发速率的计算
潜在作物蒸散量ETp(mm)的计算方法为
式中c为作物系数[15],根据查阅FAO56,本文c值在早期(从播种日延续到地面覆盖达10%为止)、中期(地面覆盖达10%到地面被有效全覆盖并持续到开始成熟为止)和后期(从开始成熟持续到收获或完全衰老为止)取值分别为0.4、0.8和0.5[28];ET0为参照作物蒸散量,mm。
根据作物叶面积指数[29-30]将其分割为潜在土壤蒸发量p和潜在作物蒸腾量p。
作物潜在蒸腾量p为
式中p为作物潜在蒸腾量,mm;LAI为叶面积指数;为植物冠层辐射衰减系数,本研究柽柳的取值为0.39[31]。潜在蒸发量为ETp和p之差,mm。
1.5.1 模拟单元划分
如图6所示,沙丘、沙丘-荒地交界和荒地的模拟剖面深度均为300 cm,根据实测的沙丘、沙丘-荒地交界和荒地的土壤质地(表1)分别把沙丘模拟剖面设置为1层,沙丘-荒地交界设置为2层,荒地设置为3层。垂向一维土体被离散剖分成301个节点,节点间距为1 cm,分别在土层20、40、60、80和100 cm布设观测点。沙丘、沙丘-荒地交界和荒地的模拟时间步长设置一致,模拟时间从5月1日到12月10日,模拟天数为224 d,初始时间步长为0.1 d,最小时间步长为0.001 d,最大时间步长为5 d。
1.5.2 初始条件和边界条件
分别对沙丘、沙丘-荒地交界和荒地土体输入边界条件。对于水流运动边界:上边界设置为大气边界条件,下边界为变水头条件。大气边界条件需要输入日降雨量、日蒸发量和日蒸腾量。变水头边界条件输入日地下水埋深值确定的变压力水头值。对于溶质运动边界:溶质运移的上下边界条件设置为浓度通量边界,沙丘、沙丘-荒地交界和荒地上边界为降雨电导率,下边界为地下水电导率。土壤剖面的初始条件基于田间实测的土壤含水率和电导率设置。
1.5.3 土壤参数
初始土壤水力参数(s、r、s、、)基于土壤干容重和砂粒、粉粒、黏粒含量,用Rosetta函数进行预测(表1),其中干容重、s、s基于实测值确定。溶质运移参数值基于文献确定[23,27,32]。根系吸水参数包括1(根系能够从土壤吸水的水势上限)、2(根系吸水不受水分胁迫的水势上限)、3h(高蒸发能力时根系吸水不受水分胁迫的水势下限)、3l(低蒸发能力时根系吸水不受水分胁迫的水势下限)、4(根系能够从土壤吸水的水势下限)、*f(盐分胁迫容限)和f50(盐分胁迫造成根系吸水降为50%时的溶质渗透势),其数值设置通过采用软件默认值和查阅文献确定[23,27,32]。
1.5.4 模型率定与验证
用2017年土壤含水率和盐分数据进行参数率定,用2018年数据来验证模型的模拟精度。模型率定和检验使用均方根误差(RMSE)、回归系数()、决定系数(2)和平均相对误差(MRE)检验[17,23]。MRE、RMSE越接近于0,越接近于1,表示模型模拟精度越高;2接近1,说明模型可以很好地捕捉到实测值的变动趋势。
利用2017年实测土壤水分和盐分数据对模型进行率定。土壤含水率的模拟值与实测值吻合较好,模拟结果能较好地反映出土壤水分的动态变化。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%之间变化,RMSE为0.01~0.03 cm3/cm3,R2为0.85~0.92,b值为0.98。沙丘、沙丘-荒地交界和荒地的土壤盐分率定精度分别为MRE为-0.32%~5.71%,R2为0.76~0.82,RMSE为 0.06~0.23 dS/m,b为0.98~1.03。参数精度满足要求,模型模拟精度较高。率定的土壤水力参数和溶质运移参数如表3所示,根系吸水参数如表4所示。由于盐分的对流-弥散过程不易刻画,因此水分模拟结果偏差较小。
表2 模型模拟精度评价
注:为回归系数。
Note:isthe regression coefficient.
表3 土壤水力参数与溶质运移参数率定值
注:s、、分别为土壤饱和导水率、分子扩散系数和弥散系数。
Note:s,andare soil saturated hydraulic conductivity, molecular diffusion coefficient and dispersion coefficient, respectively.
表4 水盐胁迫函数参数率定值
采用2018年实测土壤水分和盐分数据对模型进行验证,所有参数设为模型率定后的参数值。验证结果如图 7所示,土壤水分的各评价指标(MRE:0.68%~1.52%;RMSE:0.01~0.02 cm3/cm3;2:0.82~0.93;:1.00~1.01)和土壤盐分的各评价指标(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,参数精度满足要求,与率定结果相近。
利用2017年HYDRUS-1D模型模拟结果来分析2017年沙丘、沙丘-荒地交界和荒地土壤水盐动态变化过程,详细变化过程如图8~图10所示。
2.3.1 沙丘土壤水盐动态
如图8所示,5月1日冻土层融通,各土层含水率较大,随温度升高各土层含水率又逐渐降低[35]。沙丘受降雨影响较大,在6月7日—6月9日出现了强降雨过程,使得20、40 cm土层土壤含水率增加了23%和8%,其他土层变化较小。在生育期,20、40、60、80和100 cm土层含水率分别减少了25%、32%、34%、37%和35%。秋浇后,沙丘地下水上升约0.6 m,地下水埋深约为1.8 m(图4),使80、100 cm土层水分增加,约为21%。由于孔隙较大,土壤吸力较弱,使得0~60 cm土层含水率增加很小,沙丘土壤水分含量无法恢复到初始含量。20 cm土壤盐分在6月8日前后由于降雨影响,土壤盐分减少,但在蒸发作用影响下,使得20、40、60、80和100 cm土层盐分呈全年增加趋势,积盐率分别为44%、30%、36%、23%和5%。
2.3.2 沙丘-荒地交界(A2)土壤水盐动态
如图9所示,在模拟初期,由于降雨集中在5月—7月初,且日最大降雨发生在6月7—6月9日(图3),使得20、40和60 cm土层含水率分别增加了30%、17%和13%,80、100 cm土层含水率变化不明显。8月初到10月,0~60 cm土层含水率减少较少,由于地表覆盖增加,土壤蒸发量减少,而柽柳根系可达90 cm[27],使得60~80和80~100 cm土层水分因腾发作用消耗较大,分别减少18%和22%。秋浇后,各土层含水率均增大,60~80和80~100 cm土层可达到饱和,其含水率是20 cm土层含水率的3~4倍。受降雨影响,0~20和20~40 cm土层盐分降低,由于表层盐分较大,通过降雨入渗将盐分淋洗到深层,使得40~100 cm土层盐分增加。在8月—10月期间,0~40 cm土层盐分增加不明显,而60、80和100 cm土层盐分增加较大,积盐率分别为45%、52%和35%,由于8月份柽柳蒸腾作用增强,地表覆盖度较高,土壤蒸发作用减弱[27]。秋浇后,60~80 cm土层盐分有轻微降低趋势,而100 cm土层盐分升高,由于60~80 cm盐分相对较大(图9i),100 cm土层盐分相对较小(图 9j),秋浇后地下水埋深可达80 cm(图4),使60~80 cm土层盐分溶解入渗到100 cm土层。
2.3.3 荒地(A3)土壤水盐动态
如图10所示,在模拟初期,由于降雨集中在5月—7月初,且日最大降雨发生在6月7—6月9日(图3),使0~60 cm土层水分增加,而80和100 cm土层保持饱和状态。在作物生育期,由于地下水水位下降、蒸发作用和根系吸水,土壤各层含水率逐渐减少,0~20、20~40、40~60、60~80和80~100 cm土壤含水率分别减少了16%、17%、27%、42%和34%。秋浇后,土壤水分呈现增加趋势,20~100 cm土层可达饱和,生育期消耗的水量可以得到回补。在模拟初期(5—7月),地下水埋深在50~70 cm之间变化(图4),使60、80和100 cm土层盐分变化相对较小,但随后盐分呈现增加趋势,而20和40 cm土层盐分在降雨期间会略减小,但由于地下水埋深较浅,蒸发量较大(图3),20和40 cm土层盐分整体呈现增加趋势。因此在生育期,土层0~20、20~40、40~60、60~80 cm的积盐率分别为52%、27%、21%和10%,80~100 cm土层盐分变化相对较小。由于生育期各土层水分消耗较大,使土壤基质势较大,秋浇后,各土层会通过毛管作用进行补水,由于荒地地下水盐分较小(图5),荒地各土层呈现脱盐状态,0~20、20~40、40~60、60~80和80~100 cm土层的脱盐率分别为12%、20%、35%、40%和29%。
综上,在河套灌区荒漠绿洲中,由于灌区降雨量较少,降雨对维持全年荒漠绿洲农业水文生态平衡作用很小,而秋浇灌溉对改善灌区荒漠绿洲农业水文生态起着关键作用,可以调控灌区荒漠绿洲的水盐运移特征。
基于2017年和2018年沙丘、沙丘-荒地交界和荒地的模拟结果,分别分析0~100 cm土体剖面的水盐均衡情况,计算结果如表5和表6所示。
2.4.1 沙丘(A1)水盐平衡分析
在生育期,由于2018年降雨量为2017年的2倍,2018年沙丘水分渗漏量比2017年多44 mm;沙丘储水量被消耗102~114 mm。秋浇后,2017年地下水补给量为39 mm,降雨量为4.4mm,使得土体储水量增加35 mm,9 mm水分被蒸发消耗。2018年地下水补给量为19 mm,降雨量为8.2 mm,使得土体储水量增加11 mm,16 mm水分被蒸发消耗。与5月1日初始储水量相比,仍亏水67~103 mm。在2017、2018年生育期,1 m土体储盐量增加671~882 g,积盐率为34%~51%,秋浇后,沙丘地下水埋深为1.8 m,使得沙丘 1m土体盐分没有降低,反而还持续增加,1 m土体储盐量增加234~623 g,积盐率为15%~19%,与5月1日相比,沙丘盐量增加905~1 505 g,积盐率为47%~59%。
2.4.2 沙丘-荒地交界(A2)水盐平衡分析
在2017和2018年,1 m土体储水量增加85~93 mm,地下水补给了90~97 mm,地下水补给量几乎全部储存在土壤中,仅约8~10 mm水分被蒸发消耗;土壤储水量比5月1日初始储水量多61 mm,土壤水分得到回补可以维持水分平衡。在2017、2018年生育期,1 m土体储盐量增加1 637~1 904 g,积盐率为14%~17%。秋浇后,与模拟初期(5月1日)相比,沙丘-荒地交界1 m土体储盐量增加289~707 g,两年秋浇后的积盐率为3%~6%,处于积盐状态。
表5 2017年模拟时段内不同地类0~100 cm土壤剖面水盐均衡
表6 2018年模拟时段内不同地类0~100 cm土壤剖面水盐均衡
2.4.3 荒地(A3)水盐平衡分析
在2017年和2018年生育期,1 m土体储水量消耗160~228 mm。秋浇后,2017年地下水补给量为233 mm,降雨量为4.4 mm,使得土体储水量增加215 mm,20 mm水分被蒸发消耗。2018年地下水补给量为230 mm,降雨量为8.2 mm,使得土体储水量增加230 mm,8 mm水分被蒸发消耗。与5月1日储水量相比,储水量增加2~55 mm,土壤水分可以保持平衡。在2017、2018年生育期,1 m土体储盐量增加2 683~2 963 g,积盐率约为25%。秋浇后,各土层会通过毛管作用进行补水,由于荒地地下水盐分较小(图4),使荒地各层呈现脱盐状态,与秋浇前相比,脱盐率为25%~29%;与5月1日相比,荒地脱盐58~420 g,脱盐率为0.7%~5.0%,荒地盐分全年保持平衡,有轻微脱盐趋势。
综上,由于荒地土壤质地为粉土,持水特性较好,毛管吸力较大;沙丘土壤质地为砂土,孔隙较大,持水特性较弱,毛管作用较差,并且荒地地下水埋深较浅,因此,在生育期,荒地储水量的消耗量比沙丘多58~114 mm,腾发量为沙丘的2倍,地下水补给量为沙丘的3~5倍,而沙丘的渗漏量为荒地的2倍。荒地积盐量为沙丘的3~4倍,比沙丘-荒地交界多近1 000 g。
荒漠绿洲是维持河套灌区水文生态至关重要的地类,深入了解其水文循环和盐分运移过程,对缓解荒漠化、提高荒漠绿洲水资源利用率、改善生态环境具有指导意义[2]。Wang等[2,36]研究表明,柽柳在生育期的总蒸散量分别为203.68~283.92 mm和248 mm,本文发现位于沙丘-荒地交界柽柳的蒸散量为201~255 mm,与其结果相似,而荒地柽柳蒸散量为277~339 mm,这是由于荒地为粉壤土,荒地地面高程较沙丘-荒地交界低1 m,地下水埋深较沙丘-荒地交界浅,因此地下水给土壤和植被补水较多。Ren等[27]指出荒地的补给量为383 mm,本文发现荒地补给量为278~324 mm,研究结果较Ren等的研究结果偏小,这是由于Ren等的研究区在研究期会灌水4~5次,荒地受到地下水侧向径流的补给,而本研究不受灌溉影响。沙丘地下水埋深较深,土壤孔隙较大,毛细作用被破坏,对于沙丘1 m土体而言,其补给很小。王瑞燕等[37]以黄河三角洲为研究区,通过单因素方差分析不同地表覆被类型和微地貌特征下该区土壤盐分的差异,发现氯化钠主导该区域土壤盐分空间变异,不同地表覆被类型和微地貌特征下均呈显著差异(<0.05),表层土壤盐分明显高于深层,坡向与海拔之间的交互作用能够较好地解释该地区土壤盐分空间分布。在沙丘-荒地-海子系统中,沙丘和荒地海拔相差2 m,导致沙丘20、40、60、80和100 cm土层全年盐分积盐,积盐率分别为44%、30%、36%、23%和5%。而秋浇后,荒地各层呈现脱盐状态,土层20、40、60、80和100 cm的脱盐率分别为12%、20%、35%、40%和29%,由于沙丘海拔较高,秋浇后,沙丘地下水埋深约1.8 m,对沙丘0~100 cm土层盐分无法淋洗,反而使沙丘1 m土体盐分持续增加,而荒地与之相反,这与王瑞燕研究结果相似。李亮等[14]发现荒地20 cm土层积盐率63.89%,本文发现荒地各层盐分在生育期呈现增加趋势,0~20、20~40、40~60、60~80 cm土层的积盐率分别为52%、27%、21%和10%,80~100 cm土层盐分变化较小,李亮等研究结果比本研究结果大约12%,因为李亮等考虑了耕地盐分通过灌溉水给荒地进行补给的因素,而本研究无灌溉水影响。且本文发现沙丘、沙丘-荒地交界和荒地土壤表层盐分较深层大,与王瑞燕等研究结果相似[37]。王国帅等[18]指出荒地盐分在全年基本可以保持平衡,本文发现在秋浇后,荒地较初始盐量脱盐率为0.7%~5.0%,荒地盐分可以全年保持平衡,并有轻微脱盐趋势,这与王国帅等研究相类似。
本文通过HYDRUS-1D水文模型对沙丘-荒地-海子系统的沙丘、沙丘-荒地交界和荒地进行了数值模拟,研究了各土层水盐动态变化,揭示了水文循环和盐分运移过程。但由于沙丘-荒地-湖泊系统尺度相对较小,应用区域水文模型的模拟精度受到限制。因此,今后有必要扩大研究范围,建立较大的水文地下水监测网。
1)沙丘、沙丘-荒地交界和荒地土壤水分率定与验证精度的平均相对误差为-1.30%~1.52%,均方根误差为0.01~0.03 cm3/cm3,决定系数为0.82~0.93,回归系数为0.98~1.01;土壤盐分精度的平均相对误差为-0.43%~5.71%,均方根误差为0.06~0.23 dS/m,决定系数为0.76~0.82,回归系数为0.98~1.03,参数精度满足要求,模型率定与验证结果可接受。
2)在生育期,沙丘、沙丘-荒地交界和荒地1 m土体各层水分呈现下降趋势,土壤处于亏水状态,秋浇后,沙丘仍亏水67~103mm,沙丘-荒地交界和荒地储水量分别增加61 mm和2~55 mm,沙丘-荒地交界和荒地可以维持土壤水分平衡,秋浇灌溉对改善灌区荒漠绿洲农业生态起着关键作用。
3)在生育期,荒地储水量消耗比沙丘多58~114 mm,腾发量为沙丘的2倍,地下水补给量为沙丘的3~5倍,沙丘的渗漏量为荒地的2倍。荒地积盐量为沙丘的3~4倍。
4)在生育期,1 m土体的沙丘、沙丘-荒地交界和荒地的积盐率分别为34%~51%、14%~17%和25%,秋浇后,沙丘、沙丘-荒地交界积盐率分别为47%~59%和3%~6%;荒地脱盐率为0.7%~5.0%,沙丘、沙丘-荒地交界全年处于轻微积盐状态,荒地在秋浇后处于轻微脱盐状态。
[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,郑新军,唐立松,等. 盐生荒漠土壤水稳定氢,氧同位素组成季节动态[J]. 中国沙漠,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]毕彦杰,赵晶,张文鸽,等. WACM4.0模型模拟内蒙古河套地区山水林田湖草系统水循环[J]. 农业工程学报,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]王学全,高前兆,卢琦,等. 内蒙古河套灌区水盐平衡与干排水脱盐分析[J]. 地理科学, 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]任东阳,徐旭,黄冠华,等. 河套灌区典型灌排单元农田耗水机制研究[J]. 农业工程学报,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]岳卫峰,杨金忠,童菊秀,等. 干旱地区灌区水盐运移及平衡分析[J]. 水利学报,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,史海滨,贾锦凤,等. 内蒙古河套灌区荒地水盐运移规律模拟[J]. 农业工程学报,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]王国帅,史海滨,李仙岳,等. 河套灌区耕地-荒地-海子间水盐运移规律及平衡分析[J]. 水利学报,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]王国帅,史海滨,李仙岳,等. 河套灌区不同地类盐分迁移估算及与地下水埋深的关系[J]. 农业机械学报,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]史海滨,郭珈玮,周慧,等. 灌水量和地下水调控对干旱地区土壤水盐分布的影响[J]. 农业机械学报,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. 河套灌区作物耐盐性评价及种植制度优化研究[D]. 北京:中国农业大学,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]Šimůnek 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]郝远远. 内蒙古河套灌区水文过程模拟与作物水分生产率评估[D]. 北京:中国农业大学,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]郝远远,徐旭,任东阳,等. 河套灌区土壤水盐与作物生长等HYDRUS-EPIC模型分布式模拟[J]. 农业工程学报,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]彭振阳,黄介生,伍靖伟,等. 秋浇条件下季节性冻融土壤盐分运动规律[J]. 农业工程学报,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,许璐,等. 黄河三角洲不同地表覆被类型和微地貌的土壤盐分空间分布[J]. 农业工程学报,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
王国帅,史海滨,李仙岳,等. 基于HYDRUS-1D模型的荒漠绿洲水盐运移模拟与评估[J]. 农业工程学报,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
国家自然科学基金资助项目(51539005,51769024)
王国帅,博士研究生,研究方向为灌区农业水文过程。Email:imau_wgs@163.com
史海滨,教授,博士生导师,研究方向为节水灌溉原理及应用。Email:shi_haibin@sohu.com
10.11975/j.issn.1002-6819.2021.08.010
S274
A
1002-6819(2021)-08-0087-12