不同矿化度咸水膜下滴灌棉花土壤盐分累积规律及其数值模拟

杨 广，李万精，任富天，何新林，王春霞，乔长录，李小龙，雷 杰，李发东

·农业水土工程·

不同矿化度咸水膜下滴灌棉花土壤盐分累积规律及其数值模拟

杨 广1，李万精1，任富天1，何新林1※，王春霞1，乔长录1，李小龙1，雷 杰1，李发东2,3

（1. 石河子大学水利建筑工程学院，寒旱区生态水利工程兵团重点实验室，石河子 832003；2. 中国科学院大学，北京 100049； 3.中国科学院地理科学与资源研究所，北京 100101）

咸水膜下滴灌技术是缓解干旱区灌溉水资源短缺的有效途径之一。该研究基于3 a不同梯度矿化度（2、3、4、5、6 g/L）水源膜下滴灌棉花测坑试验，分析棉花全生育期时段内不同土层盐分累积规律，并基于土壤水分及溶质运动理论构建了咸水滴灌棉田土壤盐分HYDRUS-2D数值模拟模型，分析数值模拟不同咸水矿化度下土壤盐分分布与运移累积特征的可行性。结果表明：1）3、4 g/L矿化度处理下盐分在时间水平上积累量少，且棉花株高、叶绿素、籽棉产量高于5、6 g/L矿化度处理，4 g/L为灌溉水源盐分阈值。2）土壤电导率随灌溉生育期整体呈现出逐渐累加的趋势，至吐絮期达到峰值；滴头位置处电导率随土层深度的增加均呈先增后减趋势，在60～70 cm土层达到峰值，该土层各不同矿化度处理土壤电导率分别为3.04、3.18、3.15、3.00、3.12 dS/m；3）盐分累积过程中呈锯齿型波动，灌溉水源矿化度越高累积趋势越显著；各土层盐分累积模拟精度以30 cm土层最高、10 cm土层最低，50 cm土层居中，不同土层实测值与模拟值的平均绝对误差小于等于0.168、平均相对误差小于等于15.321、均方根误差小于0.2、决定系数大于 0.79，土壤盐分实测值与模拟值具有很好的一致性，说明数值模拟的可行性。研究结果可为干旱区不同矿化度水源膜下滴灌棉花土壤盐分运移机理研究提供依据。

土壤；盐分；棉花；膜下滴灌；数值模拟

0 引 言

水资源是干旱区农业生产和生态维系的关键要素[1]。由于气候及地形条件原因，干旱内陆区通常淡水资源短缺，但赋存有大量微咸水及咸水等非常规水资源，已逐步在农业灌溉中大量使用，有效缓解了干旱区水资源农业用水紧缺问题[2-3]。为明确合理的农业灌溉水源矿化度阈值，国内外相关专家学者针对全球不同地区和作物开展了研究工作。Daliakopoulos等[4]在地中海沿岸发现在3.5 dS/m的微咸水灌溉阈值下番茄早收对产量没有显著影响；Acosta-Motos等[5]在西班牙发现灌溉水矿化度在2.97 dS/m下，桃金娘植株存活率并未明显降低；Arslan等[6]在叙利亚确定了鹰嘴豆、扁豆和蚕豆的耐盐阈值分别为4.2、4.4和5.2 dS/m；Ghrab等[7]在北非突尼斯发现长期使用6.7 dS/m咸水灌溉橄榄树可显著提高产量，但橄榄油含量略有降低。以上研究为微咸水及咸水资源在干旱半干旱地区农业灌溉利用提供了可靠依据，由于各干旱半干旱地区不同的气候和土壤条件，灌溉水源的矿化度阈值研究结果也不尽相同。

新疆位于中国西北内陆干旱区，棉花种植面积占中国的74.3%，是中国最大的优质棉生产基地[8]。膜下滴灌能淡化作物主根系周围盐分浓度，同时覆膜抑制了膜下土壤水分蒸发，节水增产效果显著[9]。针对西北干旱区棉花特殊种植环境，国内学者对膜下滴灌棉花土壤盐分分布与运移做了大量研究。王全九等[10]研究了滴灌过程中滴头流量、灌水时间和土壤含盐量对水盐分布的影响；李明思等[11]研究了多年膜下滴灌下土壤盐分变化与分布特征；同时，部分学者结合田间作物、土壤和气象条件构建数值模型模拟了微咸水和咸水膜下滴灌土壤水盐运移特征[12]。王在敏等[13]在新疆利用HYDRUS模型建立含根系吸水项的土壤水盐运移数值模型；黄金瓯等[14]在南疆建立了棉花常规种植模式下的非饱和带二维土壤水流运移模型；李仙岳等[15]在内蒙古河套灌区对间作滴灌作物土壤水分的分布特征进行了HYDRUS模型模拟。以上研究定量分析了膜下滴灌棉花土壤盐分运移基本规律，为咸水膜下滴灌棉花技术的推广提供了可靠依据。

较少研究关注咸水及微咸水资源膜下滴灌棉花灌溉水源矿化度阈值，以及长期灌溉条件下棉田土壤盐分运移与累积过程模拟。鉴此，本文采用测坑试验和数值模拟相结合，分析连续3 a不同矿化度水源膜下滴灌棉花土壤盐分分布及运移规律，并应用HYDRUS模型对土壤水盐动态进行数值模拟，以确定咸水水资源利用的矿化度阈值，为中国干旱区咸水及微咸水膜下滴灌技术进一步应用提供依据。

1 材料与方法

1.1 研究区概况

试验基地地理位置图见图1，基地平均海拔高度450.8 m，地理位置为85°59′47″E，44°19′26″N，2018－2020年3 a平均气温为7.9～8.7 ℃，最高气温约为43.8 ℃，最低气温约为−39.2 ℃。年降水量在125.0～207.7 mm之间，多年平均降雨量为207 mm、蒸发量为1 660 mm，6－9月份降水量占全年的55%～70%。地下水潜水埋深7～9 m。研究区位置示意图见图1。供试土壤为砂壤土，土壤平均容重为1.49 g/cm3，田间持水量为19.13%。气象数据来自小型自动气象站（Spectrum Watchdog 2 700，美国），观测时间段为2018—2020年。试验期间气温和降雨情况如图2所示。

1.2 试验设计

试验利用测坑进行，测坑规格及试验布置见图3。滴灌带直径为16 mm，滴头间距和流量分别为30 cm和2 L/h，为单翼迷宫式滴灌带。灌溉水设2、3、4、5、6 g/L矿化度处理，根据研究区地下水组成人工配置而成，化学药品NaHCO3、Na2SO4、NaCl、CaCl2、MgCl2的质量比为1∶7∶8∶1∶1。每个处理设3个重复。不同矿化度灌溉水源电导率由电导率仪测定。肥料随灌溉水滴施（N：300 kg/hm2；P：120 kg/hm2；K：60 kg/hm2）。棉花品种为农丰NO.133，棉花灌溉定额为4 800 m3/hm2，出苗水为淡水，其余灌水日期均按照各处理对应的矿化度水源灌溉，灌水上限控制在田间持水量的90%，灌溉制度见表1。

表1 不同矿化度咸水膜下滴灌棉花灌溉制度

咸水灌溉棉花的种植模式示意图见图3。利用便携式土壤水分测定仪（Trime-Pico IPH2，德国）测量各不同矿化度处理0～100 cm土层电导率，播种前及试验结束时测1次，每次灌水前及灌水后12 h测量，每个测点测量3次求取平均值[16]；各不同矿化度处理随机选择3株棉花用卷尺测量棉花株高，取测量平均值进行分析；各不同矿化度处理连续随机选择3株棉花由叶绿素测定仪测定（TYS-4N，中国）叶绿素含量，在测定过程中，将每株棉花冠层分为上、中、下三个叶层，每一叶层选择2片阳叶测量，每片阳叶测量5次，取测量平均值进行分析；棉花采摘后称质量得到每个小区产量，求取平均值得到不同矿化度处理下籽棉产量（kg/m2），进而计算得到单位面积籽棉产量（kg/hm2）[17]。

1.3 土壤水盐运移模拟

1.3.1 模拟单元设置与模型基本方程

本研究利用HYDRUS-2D软件模拟不同矿化度水源膜下滴灌棉花条件下0～100 cm土层盐分运移情况，以垂直棉花种植方向构建2 m×2 m的二维剖面三角网几何体（图4）。灌溉水盐分输入按照不同盐分浓度处理[18]。土壤水分运动、溶质运移及根系吸水分别采用修正过的Richards方程、对流-弥散方程及修正的Feddes模型来描述[19-20]。边界条件如图4所示。模型基本方程如下所示：

1）土壤水分运移方程[21]如下：

式中()为土壤体积含水率，cm3/cm3；为压力水头cm；()为非饱和土壤导水率，cm/d；为时间，d；为横向坐标；为垂向坐标；规定向上为正；为源汇项，此处表示根系吸水率，cm3/d。

2）土壤水力函数van Genuchten公式[22]

式中K为土壤饱和导水率，cm/d；θ为土壤相对饱和度；θ为土壤残余体积含水率；θ为土壤饱和体积含水率；均为经验参数；为孔隙关联度参数。

3）盐分运移基本方程[23]

式中θ为土壤中盐分浓度为时的体积含水率，cm3/cm3；为溶质质量浓度，g/cm3；q为入渗率，cm/d；D为弥散系数，cm2/d；x为空间坐标（=1, 2），1=，2=，11=D，12=D；C为汇项盐质量浓度，g/L。

4）根系吸水模型[24]

式中为根系吸水项；(，h，，)为土壤水盐胁迫函数；h为渗透压力，cm；(，)为根系分布函数，cm-2；S为与蒸腾关联的地表长度，cm；为根系吸水计算区域半径，cm；T为潜在蒸发速率，cm/d；Ω为根系分布区域，cm2。

5）蒸发蒸腾量计算

根据研究区实测气象资料，利用Penman-Monteith公式计算棉花蒸散量[25]，计算公式为

式中ETP是潜在蒸散量，cm/d；K是作物系数；ET0是参考作物蒸散量，cm/d；E是潜在蒸腾速率，cm/d；是饱和蒸汽压曲线的斜率，kPa/℃；R是净太阳辐射，MJ/(m2·d)；是水蒸发潜热，MJ/kg；是湿度计常数，kPa/℃；LAI是叶面积指数。

1.3.2 参数拟定

依据试验前求取的供试土壤饱和含水率、容重、土壤质地等参数，利用模型中Rosseta模块初步拟定土壤水分特征参数。模型选用的土壤水分特征函数是van Genuchten-Mualem公式[22]，通过观测棉花生育期内土壤水盐数据拟定最终参数。本研究拟定了测坑0～30、>30～60、>60～100、>100～200 cm土层的参数值，结果见表2。

表2 土壤水分特征参数

根据前人的研究成果，水动力学弥散系数由穿透曲线（Breakthrough Curve，BTC）推导求取[26]。纵向弥散系数为15 cm2/d，横向弥散系数为4 cm2/d。根系吸水参数参照王在敏等[13]的调参结果。盐分胁迫参数采用HYDRUS自带数据库中的作物参数，棉花的阈值为15.4 cm，斜率值为2.6。

1.3.3 模型检验与评估

采用平均绝对误差（Mean Absolute Error, MAE）、平均相对误差（Mean Relative Error, MRE）、均方根误差（Root Mean Square Error, RMSE）和决定系数（2）评价模拟值和实测值的吻合程度。其计算公式见文献[27]。

2 结果与分析

2.1 不同矿化度水源灌溉下土壤盐分分布与累积特征

2.1.1 年际尺度土壤盐分累积动态

2018—2020年各处理土壤平均盐分的累积情况，实测值如图5所示。2018年试验初始各测坑土壤平均盐分差异不大，电导率在0.29～0.48 dS/m范围内；灌溉后土壤平均盐分随灌溉水矿化度的升高呈现积累趋势，其中5、6 g/L处理下盐分积累最为明显，试验结束时电导率高达3.12、3.22 dS/m，分别是试验初始时的10.4和9.76倍；各处理土壤盐分在吐絮期内（120～153 d）达到峰值。当灌溉水矿化度小于4 g/L时，土壤盐分累积量相对少，3 a咸水灌溉条件下未引起土壤盐分累积。

2.1.2 空间尺度土壤盐分的空间尺度变化

选取试验第3年（2020年）棉花生育中期（蕾期末）第90天分析不同矿化度水源处理下0～100 cm土层盐分的积累情况，实测值如图6所示。在垂直方向上，各处理在窄行处电导率随土层深度的增加呈现先增加后减小的趋势，盐分在40～70 cm土层出现明显聚积，并在60～70 cm达到峰值；在宽行处，各处理电导率随土层深度的增加，变化幅度较大，除2 g/L处理外在0～60和60～100 cm土层范围内出现2次先增加后减少的趋势。灌水后窄行10 cm处电导率相对较低，2、3、4 g/L处理分别为0.43、1.72、1.38 dS/m，峰值出现在40～70 cm土层，分别为3.04、3.18、3.15 dS/m；5 和6 g/L处理下，灌水后窄行10 cm处电导率值较高，分别为1.56、2.64 dS/m，在60 cm处达到峰值，分别为3.00、3.12 dS/m。值得注意的是，当灌溉水矿化度大于等于5 g/L时，灌水后土壤电导率大于灌水前土壤电导率，与2～4 g/L条件下土壤电导率在灌水后小于灌水前存在明显的相反结果。

2.1.3不同生育期土层盐分累积特征

实测结果表明，各处理下不同生育期土壤电导率呈现逐渐累加的趋势，到吐絮期时各土层电导率达到峰值（图7），微咸水矿化度为2、3、4、5、6 g/L时土壤电导率最高值分别达到2.59、2.83、3.02、3.45、3.57 dS/m，其中5、6 g/L处理下各灌溉生育期电导率高于其他处理，盐分累积趋势更为明显。土壤盐分在滴灌作用下难以运移到土壤深层，在吐絮期40～70 cm土层出现明显的累积。

2.2 盐分对棉花株高、叶绿素、籽棉产量的影响

棉花株高、叶绿素含量、籽棉产量实测值如表3所示。随着灌溉水矿化度逐渐增加，株高呈现减小趋势，叶绿素含量、籽棉产量呈现先增加再缓慢减小的趋势，4 g/L为叶绿素含量转折点，3 g/L为籽棉产量转折点。2、3 g/L处理下的棉花株高为84.7和83.3 cm，明显高于5、6 g/L处理的67.3、59.7 cm；3、4 g/L处理下叶绿素含量相比5、6 g/L处理较高；各处理籽棉产量呈显著差异，其中3、4 g/L处理下籽棉产量相对较高，分别为5 355.62、5 229.45 kg/hm2。当灌溉水矿化度小于4 g/L时，不会因影响植株高度和叶绿素含量而抑制棉花的生长发育进而导致棉花产量降低。因此可认为小于4 g/L的咸水灌溉不会显著影响籽棉产量，可以作为棉花灌溉水来源。

表3 2018－2020年不同矿化度水源处理下棉花株高、叶绿素、籽棉产量

注：同列不同字母表示在5%水平下差异显著。

Note: Different letters in the same column indicate significant differences at the 5% level.

2.3 不同咸水矿化度下土壤盐分运移数值模拟

2.3.1不同矿化度水源处理下窄行（滴头处）土壤盐分模拟

整个试验期内各盐分处理下土壤盐分模拟呈现不同程度累积趋势，这与实测值变化趋势基本一致（图8）。棉花根系主要分布在0～50 cm范围，重点对比分析10、30、50 cm土层盐分的运移情况。在整个生育期内，盐分在累积过程中出现锯齿型波动，其中10 cm土层盐分波动范围最大，其次是30 cm和50 cm。各处理的盐分含量在10 cm土层最低，50 cm土层土壤盐分较高，整体来看，随灌溉水盐分浓度的增大，土壤盐分累积量逐渐增大。

2.3.2 不同矿化度水源灌溉下不同土层盐分数值模拟评价

各盐分处理下不同土层盐分实测值与模拟值的MAE小于等于0.168、MRE小于等于15.321、RMSE小于0.2、2均大于0.79，模拟结果与实测值吻合程度良好，模拟结果能较好反映土层盐分运移情况（表4）。同时，不同土层盐分模拟效果不尽相同，30 cm土层实测值与模拟值吻合程度表现最好，其次是50 cm土层，表现最差的是10 cm土层。均方根误差与相关系数显示，3 g/L处理下各土层实测值与模拟值的整体拟合程度最好，10、30、50 cm土层实测值与模拟值的RMSE分别为0.078、0.121、0.114，2分别为0.924、0.952、0.934；而2 g/L处理下各土层实测值与模拟值的整体拟合程度最差，10、30、50 cm土层实测值与模拟值的RMSE分别为0.198、0.097、0.153，2分别为0.816、0.945、0.794。

表4 各盐分处理不同土层盐分模拟效果评价

3 讨 论

3.1 不同矿化度水源处理下土壤盐分动态平衡

咸水灌溉条件下，土壤盐分淋洗的同时也会使得盐分累积，这导致土壤盐分难以保持在稳定的静态平衡状态。当灌溉水矿化度小于等于4 g/L时，可能由于水分入渗过程中带入土壤的盐分淋洗速率大于累积速率，造成灌溉后土壤电导率小于灌溉前土壤电导率，此时盐分淋洗占主导地位；当灌溉水矿化度大于4 g/L时，不同于淡水灌溉，可能由于咸水入渗带入土壤的盐分累积速率大于淋洗速率，造成灌溉后土壤电导率大于灌溉前土壤电导率，此时盐分累积占主导地位。

咸水膜下滴灌带入土壤的盐分累积过高会导致棉花根系盐胁迫，抑制其对水分的利用[28]。李明思等[11]研究发现，地下水的上下波动、降雨和蒸发等共同作用决定了盐荒地的盐分分布状况，处于自然平衡状态。由于农业生产需求，人为农艺措施（覆膜、灌溉等）打破了盐分平衡，导致土壤盐分趋向一种新的平衡状态，并最终保持在一个较低的水平范围且小幅波动[29]。本研究中，灌溉水矿化度水平对土壤含盐量有很大的影响。由于灌溉输入到土壤中的盐分与水分深层淋洗作用对棉花根区盐分影响显著，随着种植年限增加，盐分随灌溉水持续渗入土壤，导致根区盐分逐步增加。与此同时，作物蒸腾受限与下渗淋洗量加大，当根区土壤的输入盐量与淋洗盐量相当，根区盐分处于相对平衡状态。表层土壤（0～20 cm）含盐量直接受灌溉水矿化度和蒸发量的影响，该区域盐分淋洗和累积都占主导地位。比较不同深度土壤含盐量，发现各处理中土壤表层含盐量都比较高。盐分在土壤表层累积，以应对高表面温度、低植被覆盖率和高蒸发率。此外，由于棉花根系吸水和毛管力的共同作用，咸水可以从深层土壤输送到表层土壤，也会导致表层土壤含盐量增大。20～60 cm土层是棉花根系和滴灌湿润区关键位置，湿润带使盐分从作物根区附近带出（图9），以上因素对微咸水膜下滴灌条件下土壤盐分分布有显著影响。在微咸水膜下滴灌条件下，湿润带周围（60 cm以下）土壤盐分水平最高。从长远来看，需要清除在湿润锋“前沿”累积的盐分，以保持土壤生产力。这也印证了宗含等[30]的研究结果，其研究认为在石河子垦区的盐荒地块实施膜下滴灌6～8 a，60、100 cm土层形成稳定积盐层，在60 cm以上土壤盐分基本处于动态平衡。

3.2 不同矿化度水源处理下土壤盐分的运移规律

不同矿化度水源膜下滴灌棉花会将盐分带入土壤中，长期灌溉下各土层盐分会逐渐累积，若不采取合理的农艺措施，将加重土壤盐渍化[31-32]。本研究通过3a不同矿化度水源膜下滴灌棉花试验，结果表明3、4 g/L处理下积盐作用不明显，但5、6 g/L处理下盐分积累趋势快且积盐效果明显。3、4 g/L处理下由于盐分含量未达到抑制棉花生长发育阈值，2020年棉花产量分别为4 984.38、5 355.42、5 229.45 kg/hm2，相对于5、6 g/L处理籽棉产量较高，并未出现大幅降低的趋势。盐分的累积造成的盐分胁迫已明显抑制棉花的株高与叶绿素含量，这是造成籽棉产量降低的原因。总体来说，土壤盐分水平在咸水灌溉试验的第1年显著增加，但在第2年和第3年试验结束时保持稳定。Li等[33-34]在另一种类型的盐渍土中获得了类似的结果。宋有玺等[35]研究发现在民勤绿洲区种植棉花的灌溉水矿化度阈值为3.51 g/L；刘雪艳等[36]在南疆发现当灌溉水的矿化度为2.36～3.39 g/L时对棉花生长的抑制作用较小；而本研究发现灌溉水矿化度小于4 g/L时，未抑制棉花生长发育，这与前人研究结果无显著差异。王久生等[37]认为灌水后土壤含盐量总体是随灌溉水矿化度的增大而增大，但未对不同盐分处理下的土层盐分积累程度作分析。众多学者研究中虽然设置的灌溉水矿化度梯度不同，但总体结果是随着灌溉水矿化度的增加，土壤盐分累积趋势越大[32,36]，这与本研究结果一致。由于北疆冬季积雪化水和春季降雨对土层盐分产生淋洗以及来年试验开始时第1次灌溉淡水洗盐[28]（例如2018年测坑平均融雪水为0.26 m3，春季累计降雨量为22.30 mm，第1次灌溉淡水量为0.13 m3），生育期初期土壤盐分较上年灌溉结束时会出现明显降低。胡宏昌等[38]也认为春灌的盐分淋洗作用明显，在多年尺度上根区土壤盐分未出现明显累积。

对于不同矿化度水源膜下滴灌棉花0～100 cm土层盐分的空间与时间尺度变化情况，膜间处垂直方向上0～20 cm土层盐分较少，60～100 cm土层盐分累积程度较大。滴灌水将盐分向四周淋洗，在垂直方向上，随着土层加深，淋洗效果逐渐减弱，盐分最终累积在深层土壤中；水平方向上，膜间由于强烈的蒸发作用，扩散到该处的水分蒸发散失，最终导致盐分在膜间处累积。靠近滴灌带的主根区土壤处于脱盐状态，远离滴灌带的土壤处于积盐状态。滴灌水对盐分虽然有明显的淋洗作用，但这是有一定次数且短暂的[35]，而棉花强烈的蒸腾作用与根系吸水却是持续不断，根系吸水使得盐分向根系处运移，土层中的盐分沿棉花毛管上升，虽然棉花能吸收利用部分咸水中的微量元素（Zn、B等），但大部分盐分（K+、Ca2+、Na+、Mg2+等）仍会滞留在根系层。因此，从土壤水盐运移规律角度看，利用含盐量为4 g/L咸水用于干旱和半干旱地区棉花灌溉是可行的，因为它不太可能导致土壤二次盐渍化。

3.3 咸水灌溉下土壤盐分运动数值模拟

田间试验可以获得准确的土壤盐分含量，但限制条件多、工作量大，而建立土壤水盐运移数值模型，可预测棉花各个生育期内任何时刻和任何土壤深度处土壤水盐动态变化和长期效应，明确棉花生长过程中土壤盐分胁迫环境，进而获得咸水灌溉滴灌方案。本研究数值模拟结果表明，50 cm土层由于水分渗入较少，盐分动态变化范围较小，相对稳定。在土壤垂直深度层面上，40～60 cm土层盐分明显多于0～20 cm土层，由于蒸发、根系吸水等原因深层土壤水盐具有向膜边裸露地表提升迁移趋势[39-40]。本研究发现棉花生育期内土壤盐分累积呈锯齿型波动，且呈现出逐渐累积的趋势。这是由于灌水后土壤含水率增高导致各土层盐分出现短暂降低，而后土壤水分逐渐蒸发散失以及被棉花吸收利用，导致土层盐分逐渐回升[41]；同时由于模型边界条件比试验测坑实际环境更加理想，符合理论状态下均质连续假设，这都是导致盐分在累积过程中出现类似锯齿形的规律性上下波动的原因[21]。虎胆·吐马尔白等[42]通过研究发现，30 cm深度土壤含盐量实测值与计算值吻合最好，但10 cm与50 cm深度土壤含盐量实测值与计算值存在不同程度差别，这与本文研究结果相一致。其原因可能是由于模型构建时设置的上边界条件与实际测坑土壤表层存在差别，难以达到理想条件，导致10 cm土层实测值与模拟值吻合程度表现最差；而30 cm土层受外界因素较少，相比50 cm土层水分能均匀渗透。Hydrus-2D模型可以较好模拟滴灌棉田土壤盐分时空分布，但在模拟过程中边界条件设定、土壤水盐运移参数、土壤蒸发与植物蒸腾参数和根系吸水参数的选取非常重要，模型参数优化设定越合理，模拟结果将会越接近实测值[43]。

4 结 论

1）在不同矿化度水源膜下滴灌条件下，在棉花生育期内各处理土壤盐分随时间的增长均有不同程度累积，3、4 g/L处理下盐分积累较为平缓且积盐效果不明显，5、6 g/L处理下盐分积累趋势快且积盐明显；随着灌溉水矿化度逐渐增加，株高呈现减小趋势，叶绿素含量、籽棉产量呈现先增加再缓慢减小的趋势，棉花膜下滴灌水源矿化度阈值为4 g/L。

2）各矿化水源灌溉处理下电导率整体呈现逐渐累加的趋势，到吐絮期时各土层电导率达到峰值；窄行处各盐分处理下电导率随土层深度的增加呈现先增加后减少的趋势，在60～70 cm深处达到峰值；宽行处各处理的电导率随土层深度的增加波动较大，出现两次先增加后减少的趋势。

3）整个生育期内盐分累积出现锯齿型波动，且呈现出逐渐累积的趋势。各盐分处理不同土层实测值与模拟值的吻合程度整体表现由高到低为30、50、10 cm。各盐分处理的不同土层实测值与模拟值的平均绝对误差等于小于0.168、平均相对误差等于小于15.321、均方根误差（RMSE）小于0.2、决定系数（2）均大于0.79，土壤盐分含量的实测值与模拟值具有很好的一致性，模拟结果能较好地反映不同土层盐分运移累积情况。

[1] Songrui N, Beibei Z, Jianchu S, et al. Soil water/salt balance and water productivity of typical irrigation schedules for cotton under film mulched drip irrigation in northern Xinjiang [J]. Agricultural Water Management, 2021, 245: 106651.

[2] 蔡达伟，孔淑琼，刘瑞琪. 微咸水农田安全灌溉研究进展[J]. 节水灌溉，2020，10：91-95，100.

Cai Dawei, Kong Shuqiong, Liu Ruiqi. Advances in research on safe irrigation of brackish water farmland[J]. Water Saving Irrigation, 2020, 10: 91-95, 100. (in Chinese with English abstract)

[3] 马东豪，王全九，来剑斌. 膜下滴灌条件下灌水水质和流量对土壤盐分分布影响的田间试验研究 [J]. 农业工程学报，2005，21(3)：42-46.

Ma Donghao, Wang Quanjiu, Lai Jianbin. Field experiment study on the influence of irrigation water quality and flow on soil salt distribution under drip irrigation under mulch [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(3): 42-46. (in Chinese with English abstract)

[4] Daliakopoulos I N, Apostolakis A, Wagner K, et al. Effectiveness of Trichoderma harzianum in soil and yield conservation of tomato crops under saline irrigation [J]. Catena, 2019, 175: 144-153.

[5] Acosta-Motos J R, Hernández J A, Lvarez S, et al. The long-term resistance mechanisms, critical irrigation threshold and relief capacity shown by Eugenia myrtifolia plants in response to saline reclaimed water [J]. Plant Physiology and Biochemistry, 2017, 111: 244-256.

[6] Arslan A, Majid G A, Abdallah K, et al. Evaluating the productivity potential of chickpea, lentil and faba bean under saline water irrigation systems[J]. Irrigation and Drainage, 2016, 65(1): 19-28.

[7] Ghrab M, Ayadi M, Gargouri K, et al. Long-term effects of partial root-zone drying (PRD) on yield, oil composition and quality of olive tree (cv. Chemlali) irrigated with saline water in arid land[J]. Journal of Food Composition and Analysis, 2014, 36(1): 90-97.

[8] 潘伟，杨德刚，杨莉，等. 新疆棉花种植面积的时空变化及适度规模研究[J]. 中国生态农业学报，2011，19(2)：415-420.

Pan Wei, Yang Degang, Yang Li, et al. Study on the temporal and spatial changes and appropriate scale of cotton planting area in Xinjiang[J]. Chinese Journal of Eco-Agriculture, 2011, 19(2): 415-420. (in Chinese with English abstract)

[9] Wang X P, Wang H B, Si Z Y, et al. Modelling responses of cotton growth and yield to pre-planting soil moisture with the CROPGRO-Cotton model for a mulched drip irrigation system in the Tarim Basin[J]. Agricultural Water Management, 2020, 241: 106378.

[10] 王全九，王文焰，吕殿青，等. 膜下滴灌盐碱地水盐运移特征研究 [J]. 农业工程学报，2000，16(4)：54-57.

Wang Quanjiu, Wang Wenyan, Lü Dianqing, et al. Study on water and salt transport characteristics of saline-alkali land under drip irrigation under mulch[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2000, 16(4): 54-57. (in Chinese with English abstract)

[11] 李明思，刘洪光，郑旭荣. 长期膜下滴灌农田土壤盐分时空变化[J]. 农业工程学报，2012，28(22)：82-87.

Li Mingsi, Liu Hongguang, Zheng Xurong. Spatiotemporal changes of soil salinity in farmland under long-term drip irrigation under mulch[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(22): 82-87. (in Chinese with English abstract)

[12] Karandish F, Im-Nek J. A comparison of the HYDRUS (2D/3D) and SALTMED models to investigate the influence of various water-saving irrigation strategies on the maize water footprint[J]. Agricultural Water Management, 2019, 213: 809-820.

[13] 王在敏，何雨江，靳孟贵，等. 运用土壤水盐运移模型优化棉花微咸水膜下滴灌制度[J]. 农业工程学报，2012，28(17)：63-70.

Wang Zaimin, He Yujiang, Jin Menggui, et al. Optimization of mulched drip-irrigation with brackish water for cotton using soil-water-salt numerical simulation[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(17): 63-70. (in Chinese with English abstract)

[14] 黄金瓯，靳孟贵，周丽玲，等. 基于HYDRUS-2D微咸水膜下滴灌棉田水流运移模拟[C]//防治地灾除险安居. 杭州：浙江省地质学会2017年学术年会，2017.

[15] 李仙岳，陈宁，史海滨，等. 膜下滴灌玉米番茄间作农田土壤水分分布特征模拟[J]. 农业工程学报，2019，35(10)：50-59.

Li Xianyue, Chen Ning, Shi Haibin, et al. Simulation of soil moisture distribution characteristics in farmland of corn-tomato intercropping with drip irrigation under mulch[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(10): 50-59. (in Chinese with English abstract)

[16] 杨卫中，王一鸣，李保国，等. 基于相位检测原理的TDR土壤电导率测量研究[J]. 农业机械学报，2010，41(11)：183-187.

Yang Weizhong, Wang Yiming, Li Baoguo, et al. TDR soil conductivity measurement based on phase detection principle[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(11): 183-187. (in Chinese with English abstract)

[17] Ren F T, Yang G, Li W J, et al. Yield-compatible salinity level for growing cotton () under mulched drip irrigation using saline water[J]. Agricultural Water Management, 2021, 250: 106859.

[18] 马海燕，王昕，张展羽，等. 基于HYDRUS-3D的微咸水膜孔沟灌水盐分布数值模拟[J]. 农业机械学报，2015，46(2)：137-145.

Ma Haiyan, Wang Xin, Zhang Zhanyu, et al. Numerical simulation of salt distribution in brackish water film hole and furrow irrigation based on HYDRUS-3D[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(2): 137-145. (in Chinese with English abstract)

[19] 胡钜鑫，虎胆·吐马尔白，李卓然，等. 基于HYDRUS-2D模型膜下滴灌棉田不同上口宽排盐浅沟下土壤水盐运移模拟[J]. 水利科学与寒区工程，2019，2(5)：1-9.

Hu Juxin, Hudan·Tumarbai, Li Zhuoran, et al. Based on HYDRUS-2D model drip irrigation under mulch in cotton fields, soil water and salt transport simulation under different upper mouth wide salt drainage shallow gully[J]. Water Conservancy Science and Cold Region Engineering, 2019, 2(5): 1-9. (in Chinese with English abstract)

[20] 莫彦，李光永，蔡明坤，等. 基于HYDRUS-2D模型的玉米高出苗率地下滴灌开沟播种参数优选[J]. 农业工程学报，2017，33(17)：105-112.

Mo Yan, Li Guangyong, Cai Mingkun, et al. Optimum seeding parameters of corn high emergence rate subsurface drip irrigation based on HYDRUS-2D model [J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE, 2017, 33(17): 105-112. (in Chinese with English abstract)

[21] Richards L A. Capillary conduction of liquids through porous mediums[J]. Physics, 1931, 1(5): 318-333.

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

[23] 马波，周青云，张宝忠，等. 基于HYDRUS-2D的滨海地区膜下滴灌土壤水盐运移模拟研究[J]. 干旱地区农业研究，2020，38(5)：182-191.

Ma Bo, Zhou Qingyun, Zhang Baozhong, et al. Simulation of soil water and salt transport under mulch drip irrigation based on HYDRUS-2D in coastal areas[J]. Agricultural Research in the Arid Areas, 2020, 38(5): 182-191. (in Chinese with English abstract)

[24] Feddes R A, Kowalik P J, Zaradny H. Simulation of field water use and crop yield.[J]. Soil Science, 1982, 129(3):193.

[25] Katerji N, Rana G. Crop reference evapotranspiration: A Discussion of the concept, analysis of the process and validation[J]. Water Resources Management, 2011, 25(6): 1581-1600.

[26] 李开明，刘洪光，石培君，等. 明沟排水条件下的土壤水盐运移模拟[J]. 干旱区研究，2018，35(6)：1299-1307.

Li Kaiming, Liu Hongguang, Shi Peijun, et al. Simulation of soil water and salt transport under open ditch drainage conditions[J]. Arid Zone Research, 2018, 35(6): 1299-1307. (in Chinese with English abstract)

[27] 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)

[28] Chen W P, Hou Z N, Wu L S, et al. Evaluating salinity distribution in soil irrigated with saline water in arid regions of northwest China[J]. Agricultural Water Management, 2010, 97(12): 2001-2008.

[29] 刘新永，田长彦. 棉花膜下滴灌盐分动态及平衡研究[J]. 水土保持学报，2005，6(21)：84-87.

Liu Xinyong, Tian Changyan. Research on salt dynamics and balance of drip irrigation under mulch on cotton[J]. Journal of Soil and Water Conservation, 2005, 6(21): 84-87. (in Chinese with English abstract)

[30] 宗含，高龙，王雅琴，等. 膜下滴灌条件下盐荒地土壤盐分变化规律研究[J]. 干旱地区农业研究，2018，36(6)：7-12.

Zong Han, Gao Long, Wang Yaqin, et al. Study on the change law of soil salinity in saline wasteland under drip irrigation under mulch[J]. Agricultural Research in the Arid Areas, 2018, 36(6): 7-12. (in Chinese with English abstract)

[31] 栗现文，靳孟贵，袁晶晶，等. 微咸水膜下滴灌棉田漫灌洗盐评价[J]. 水利学报，2014，45(9)：1091-1098，1105.

Li Xianwen, Jin Menggui, Yuan Jingjing, et al. Salt evaluation of drip irrigation in cotton field under film of brackish water[J]. Journal of Hydraulic Engineering, 2014, 45(9): 1091-1098, 1105. (in Chinese with English abstract)

[32] 彭遥，周蓓蓓，张继红，等. 磁化水膜下滴灌对棉田水盐分布特征及棉花生长特性的影响[J]. 水土保持学报，2019，33(5)：334-342，357.

Peng Yao, Zhou Beibei, Zhang Jihong, et al. Effects of drip irrigation under magnetized water film on the distribution characteristics of water and salt in cotton fields and cotton growth characteristics[J]. Journal of Soil and Water Conservation, 2019, 33(5): 334-342, 357. (in Chinese with English abstract)

[33] Li X, Kang Y, Wan S, et al. Response of a salt-sensitive plant to processes of soil reclamation in two saline-sodic, coastal soils using drip irrigation with saline water[J]. Agricultural Water Management, 2016, 164: 223-234.

[34] Li X, Kang Y, Wan S, et al. Effect of ridge planting on reclamation of coastal saline soil using drip-irrigation with saline water [J]. Catena, 2017, 150: 24-31.

[35] 宋有玺，安进强，何岸镕，等. 微咸水膜下滴灌对棉花生长发育及其产量的影响研究[J]. 水土保持研究，2016，23(1)：128-132.

Song Youxi, An Jinqiang, He Anrong, et al. Effects of drip irrigation under mulch with brackish water on cotton growth and yield[J]. Research of Soil and Water Conservation, 2016, 23(1): 128-132. (in Chinese with English abstract)

[36] 刘雪艳，丁邦新，白云岗，等. 微咸水膜下滴灌对棉花生长及产量的影响[J]. 干旱区研究，2020，37(6)：1627-1634.

Liu Xueyan, Ding Bangxin, Bai Yungang, et al. Effects of drip irrigation under mulch with brackish water on cotton growth and yield[J]. Arid Zone Research, 2020, 37(6): 1627-1634. (in Chinese with English abstract)

[37] 王久生，王龙，姚宝林，等. 微咸水膜下滴灌条件下水盐对棉花生长的影响研究[J]. 节水灌溉，2012(12)：9-15.

Wang Jiusheng, Wang Long, Yao Baolin, et al. The effect of water and salt on cotton growth under drip irrigation under mulch with brackish water[J]. Water Saving Irrigation, 2012 (12): 9-15. (in Chinese with English abstract)

[38] 胡宏昌，田富强，张治，等. 干旱区膜下滴灌农田土壤盐分非生育期淋洗和多年动态[J]. 水利学报，2015，46(9)：1037-1046.

Hu Hongchang, Tian Fuqiang, Zhang Zhi, et al. Leaching and multi-year dynamics of soil salinity in non-growth period of farmland soil salinity under film drip irrigation in arid area[J]. Journal of Hydraulic Engineering, 2015, 46(9): 1037-1046. (in Chinese with English abstract)

[39] 李文昊，王振华，郑旭荣，等. 滴灌年限对棉田苗期水盐分布及棉花生长的影响[J]. 中国农学通报，2014，30(2)：169-175.

Li Wenhao, Wang Zhenhua, Zheng Xurong, et al. Effects of drip irrigation years on the distribution of water and salt in cotton field at seedling stage and cotton growth[J]. Chinese Agricultural Science Bulletin, 2014, 30(2): 169-175. (in Chinese with English abstract)

[40] 周和平，王少丽，姚新华，等. 膜下滴灌土壤水盐定向迁移分布特征及排盐效应研究[J]. 水利学报，2013，44(11)：1380-1388.

Zhou Heping, Wang Shaoli, Yao Xinhua, et al. Study on directional migration and distribution characteristics of soil water and salt and salt discharge effect of drip irrigation under mulch[J]. Journal of Hydraulic Engineering, 2013, 44(11): 1380-1388. (in Chinese with English abstract)

[41] 张安琪，郑春莲，李宗毅，等. 棉花成苗和幼苗生长对咸水滴灌的响应特征[J]. 灌溉排水学报，2018，37(10)：16-22.

Zhang Anqi, Zheng Chunlian, Li Zongyi, et al. Response characteristics of cotton seedling formation and seedling growth to salt water drip irrigation[J]. Journal of Irrigation and Drainage, 2018, 37(10): 16-22. (in Chinese with English abstract)

[42] 虎胆·吐马尔白，吴争光，苏里坦，等. 棉花膜下滴灌土壤水盐运移规律数值模拟[J]. 土壤，2012，44(4)：665-670.

Hudan·Tumarbai, Wu Zhengguang, Suritan, et al. Numerical simulation of soil water and salt transport law of drip irrigation under cotton film[J]. Soil, 2012, 44(4): 665-670. (in Chinese with English abstract)

[43] 潘延鑫，罗纨，贾忠华，等. 基于HYDRUS模型的盐碱地土壤水盐运移模拟[J]. 干旱地区农业研究，2017，35(1)：135-142.

Pan Yanxin, Luo Wan, Jia Zhonghua, et al. Simulation of water and salt transport in saline-alkali soil based on HYDRUS model[J]. Agricultural Research in the Arid Areas, 2017, 35(1): 135-142. (in Chinese with English abstract)

Soil salinity accumulation and model simulation of cotton under mulch drip irrigation with different salinity level water

Yang Guang1, Li Wanjing1, Ren Futian1, He Xinlin1※, Wang Chunxia1, Qiao Changlu1, Li Xiaolong1, Lei Jie1, Li Fadong2,3

(1.,,,832000,; 2.,100049,;3.,,100101,)

Mulch drip irrigation has great benefits to save water for high cotton production in Xinjiang, China. Among them, freshwater has widely been used in agricultural irrigation. Highly efficient exploitation and utilization of saltwater resources have been the potential urgent to alleviate the ongoing freshwater shortages. In this study, a three-year growing season field experiment was conducted with different salinity level water irrigation, thereby analyzing the soil salt content within the different soil layers during the whole growth period of cotton. A salinity threshold of cotton was determined under saltwater mulch drip irrigation. An HYDRUS-2D model of soil salt was also built in cotton field under saltwater drip irrigation using the theory of soil water and solute movement. A numerical simulation was conducted for the distribution and accumulation characteristics of soil salt. The experiment was carried out in Shihezi University, China. The base presented an average altitude of 450.8 m and a geographical location of 85°59′47″ E, 44°19′26″ N. Cotton was planted in each plot with the size of 2 m×2 m×2 m. The irrigation water was treated with five salinity levels: 2, 3, 4, 5, and 6 g/L. The ratio of chemicals NaHCO3, Na2SO4, NaCl, CaCl2, and MgCl2were 1:7:8:1:1, according to the composition of local groundwater. The results showed that: 1) The salt accumulated less under 2, 3, and 4 g/L salinity treatments, where the plant height, chlorophyll, and yield of cotton were higher than those under 5 and 6 g/L salinity treatments. Therefore, 4 g/L salinity level was the threshold of irrigation water. 2) The soil salt gradually accumulated with the growth period of irrigationand reached the peak at the opening period. The soil electrical conductivity at the emitter increased at first and then decreased with the peak value in 60-70 cm soil layer, as the soil depth increased. The soil electrical conductivity of different salinity treatments were 3.04, 3.18, 3.15, 3.00, and 3.12 dS/m, respectively. 3) There was a more obvious accumulation trend with the increase in the salinity of irrigation water sources. The simulated salt accumulation was ranked in the order of 30 cm > 50 cm > 10 cm soil layers. There was in good agreement, where the Mean Absolute Error (MAE)<0.168, Mean Relative Error (MRE)< 15.321, Root Mean Square Error (RMSE)<0.2, Coefficient of determination2>0.79 between the measured and simulated values of different soil layers. Therefore, the 4 g/L salinity level was suitable for the mulch drip irrigation of cotton using saline water. The finding can provide promising guidance for further exploitation and utilization of saltwater resources, particularly for the sustainable development of irrigated agriculture in semi-arid and arid areas.

soils; salinity; cotton; mulch drip irrigation; numerical simulation

杨广，李万精，任富天，等. 不同矿化度咸水膜下滴灌棉花土壤盐分累积规律及其数值模拟[J]. 农业工程学报，2021，37(19)：73-83.doi：10.11975/j.issn.1002-6819.2021.19.009 http://www.tcsae.org

Yang Guang, Li Wanjing, Ren Futian, et al. Soil salinity accumulation and model simulation of cotton under mulch drip irrigation with different salinity level water[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(19): 73-83. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.19.009 http://www.tcsae.org

2021-03-30

2021-09-13

国家自然科学基金-新疆联合基金重点项目（U1803244）；兵团科技攻关计划项目（2021AB021）；石河子大学科学技术研究项目（CXRC201801，RCZK2018C22，RCZK202026）

杨广，博士，教授，博士生导师，研究方向为干旱区水资源高效利用技术。Email：mikeyork@163.com

何新林，博士，教授，博士生导师，研究方向为干旱区水资源高效利用技术。Email：hexinlin2002@163.com

10.11975/j.issn.1002-6819.2021.19.009

S275.6

A

1002-6819(2021)-19-0073-11