基于RZWQM2模型的农田排水暗管优化布置研究

钱 争，冯绍元，庄旭东，于 昊，袁成福

▪农田排水▪

基于RZWQM2模型的农田排水暗管优化布置研究

钱 争，冯绍元*，庄旭东，于 昊，袁成福

（扬州大学 水利科学与工程学院，江苏 扬州 225009）

【】研究河套灌区葵花种植区暗管排水条件下农田土壤水分变化状态，探求当地适宜的农田排水暗管布置和控制排水方案。基于2018—2020年田间试验数据，对RZWQM2模型进行率定和验证，并利用该模型对不同排水暗管布置方案（同一间距不同埋深和同一埋深不同间距）和控制排水方案（不同时期不同排水口深度）下的土壤水分运移和作物生长情况进行数值模拟。①模型率定和验证阶段，砂土层土壤含水率为0.049～0.065 cm3/cm3，其余土层土壤含水率为0.012～0.037 cm3/cm3，累计排水量和产量分别在5.88%和3.40%以下，地下水位、1 m土层土壤储水量和叶面积指数2分别在0.798、0.817和0.912以上；②以现有排水暗管埋深1.5 m、间距45 m为基础，模拟得到采用埋深1.4 m、间距45 m的布置方案其地下水位抬高5.2 cm、排水量减少40.0%、增产85.3 kg/hm2；③采用雨季1.5 m、非雨季1.2 m排水口深度的控制排水方案，地下水位抬高2.2 cm、排水量减少46.0%、增产66.4 kg/hm2。RZWQM2模型能较好模拟排水条件下葵花种植区农田土壤水分变化，研究区推荐采用1.4 m埋深、45 m间距的排水暗管布置方案，在现有布置下雨季1.5 m、非雨季1.2 m的控制排水方案较为合适。

RZWQM2；暗管排水；控制排水；葵花；河套灌区

0 引 言

【研究意义】河套灌区是我国重要的商品粮、油基地[1]，其中葵花是其主要的经济作物之一[2]。河套灌区属于中温带半干旱大陆性季风气候，年蒸降比在10以上，其引黄灌溉水量占灌区农业总用水量的主体地位，属于典型的灌溉农业[3]。土壤盐碱化是河套灌区的现实问题之一，其形成与灌区气候、地形、水文地质等密切相关，其中相对滞后的排水设施建设是导致灌区土壤盐碱化的主要原因之一[4]。暗管排水是一种通过埋设暗管以达到排水控盐目的农田排水方式，近年来在河套灌区已经具有了应用的基础和趋势[5]。但不尽合理的暗管布设，使得田间土壤含水率过低，从而影响作物生长等问题。同时由于指令性节水，河套灌区引水量减少了20%以上，提高灌溉水分利用效率也成为河套灌区的迫切需求。控制排水是一种适时适量减少排水输出以达到保墒增产等目的的水管理措施[6]。因此，研究河套灌区暗管排水条件下作物生长过程中农田土壤水分变化状态，优化排水暗管布置形式，合理设计控制排水方案，对于促进当地农作物增产和农田保墒等具有现实意义。

【研究进展】针对暗管排水试验，国内外学者进行了较多的研究，DRAINMOD、SWAP和HYDRUS等模型被广泛用于模拟暗管排水情况[7]。根区水质模型RZWQM（Root-Zone-Water-Quality- Model）是一款综合性过程模型，国内外学者广泛利用该模型模拟不同地区不同田间管理措施条件下土壤水分、养分和作物生长等情况，并取得了较为满意的模拟结果。Johnsen等[8]在北卡罗来纳州应用RZWQM模型对0.9 m埋深、不同间距（7.5、15和30 m）的暗管排水条件下地下水位进行模拟，得到较好的模拟结果。Singh等[9]使用爱荷华州某水质站点的地下排水流量数据对RZWQM模型进行校准和评估，并模拟得到不同土壤和天气条件下的地下排水流量。林雪松[10]以2007—2008年河套灌区解放闸灌域田间试验为基础，证明RZWQM模型可以应用于河套灌区大田试验的模拟，可用于优化灌溉制度和施肥制度。孙怀卫等[11]在上海市大棚试验基地采用RZWQM模型对暗管排水试验区的地下水位、排水总量、60 cm深度内土壤水氮储存量等进行率定和验证，并模拟得到布置合理的暗管间距和控制排水出口深度可以达到控制田间水氮的目的。【切入点】但是截至目前，国内应用RZWQM2模型在开展排水条件下作物生长过程中农田土壤水分变化状态的研究较少，尤其是河套灌区运用该模型开展相关研究的适用性也有待进一步深入研究。【拟解决的关键问题】基于2018—2020年田间试验观测资料，对RZWQM2模型的相关参数进行率定和验证。应用模型模拟得到不同排水暗管布置方案和控制排水方案对葵花种植区地下水位、排水量和作物产量的影响，旨在为当地葵花种植区优化排水暗管布置、保障作物产量及水资源高效利用等提供科学依据。

1 材料与方法

1.1 试验区概况

本研究于2018—2020年在内蒙古巴彦淖尔市中国农业大学永济试验站（107º16´E，40º44´N）进行。该试验站所在的河套灌区紧邻黄河，平均海拔为1 043.4 m，为中温带半干旱大陆性气候。该地区拥有丰富的光热资源，年日照时间约3 200 h，年蒸发量2 032～3 179 mm，而降雨匮乏，年降雨量90～300 mm，故常年采用黄河水灌溉。试验站所在区域2018—2020年葵花生育期内总降雨量分别为154.6、45.2和121.2 mm，地下水埋深在0.7～2.0 m范围内变化。

1.2 试验设计

试验区种植作物为葵花，采用宽窄行种植，田间管理情况见表1。试验区此前为荒地，于2018年完成包括暗管排水工程在内的综合整治工程，并开始种植作物，其中（2018年6月3日）浅层（0～40 cm）土壤初始含盐量为2.10～4.10 g/kg，深层（40～100 cm）土壤初始含盐量为0.96～1.87 g/kg，地下水矿化度为0.55～0.60 g/L。根据当地情况，设计3个不同灌溉定额的处理，分别为1 200、975、750 m3/hm2，试验区布置图见图1。暗管排水工程采用1.5 m埋深、45 m间距、13.3 cm直径的PE打孔波纹管进行布置，见表2。灌溉用水为黄河水，其电导率为0.625 mS/cm，来水时间由当地管理部门统一调配，灌水量用水表控制，其他管理措施与当地一致。

表1 葵花田间管理

图1 试验区布置图

表2 试验布置

1.3 测定项目与方法

气象数据主要由永济试验站内自动气象站采集，包括最低气温、最高气温、风速、风向、相对湿度、光合有效辐射、降雨时间及降雨量等。

土壤物理性质基本数据主要测定各试验处理100 cm以内土层（0～20 cm以10 cm为间隔，20～100 cm以20 cm为间隔）的土壤样品，包括颗粒级配、干体积质量、体积含水率等。其中，采用马尔文帕纳科激光粒度仪（Mastersizer 3 000）测定颗粒级配。采用环刀法测定干体积质量。采用环刀浸泡法测定饱和含水率。采用圭尔夫渗透仪（Guelph Permeameter)）测定饱和导水率。采用烘干法测定质量含水率，并结合干体积质量得到对应的体积含水率，每10 d测定1次，灌水前后加测1次。地下水埋深数据由钢尺水位计（JK50）测量观察井得到，每3～4 d观测1次。排水数据由太阳能板供电的电磁流量计自动记录，定时进行抄录。

作物生长指标包括，株高、叶面积、产量等。其中，各生育期观测主要结合各生育阶段特征，记录生育期内各阶段的起止时间，见表3。叶面积采用精度为0.01 m的卷尺测量，每10 d测量1次。叶面积指数采用长宽系数法，折算系数取0.75。待收获时，各处理随机取10株葵花，脱壳、晒干后用电子秤测得籽粒质量，再换算得到各处理产量。

1.4 RZWQM2模型

RZWQM2模型于1992年由美国农业部大平原系统研究所（USDA-ARS）研发，最初用于模拟非饱和或饱和条件下的土壤水分和溶质运移，随版本迭代增加了对地下排水等情况的模拟[9]，并逐渐成为一个描述农田生态系统物理、生物和化学过程的综合性过程模型，本研究采用4.2版本。RZWQM2模型使用Green-Ampt方程描述降雨或灌溉入渗，使用Richards方程描述土壤水分再分布，使用Hoogenhout稳态方程模拟地下管道排水。模型上边界为蒸发边界，暗管排水条件下边界采用定通量边界（Constant Flux）。

在本研究中，主要用模型中的物理运移模块和作物生长模块，这2个模块之间是相互影响的。率定时采用模型内嵌的PEST（参数估计软件）按照物理运移模块、作物生长模块的先后顺序进行率定[12]，部分参数采用相关文献的经验值。试验区土壤机械组成和率定后的土壤参数见表4。模型的模拟运行效果采用均方误差、平均相对误差和决定系数2进行评价。

表3 葵花生育期

表4 试验区土壤机械组成和率定后的土壤参数

图2 土壤剖面体积含水率模拟值与实测值比较

2 结果与分析

2.1 模型率定与验证

2.1.1 物理运移模块的率定和验证

利用A处理2020年的实测数据进行模型参数的率定，2018年和2019年实测数据进行模型的验证。应用模型对各剖面土壤体积含水率进行模拟，模拟结果如图2所示，和如表5所示。由图2和表5可知，除60～80 cm以外的土层，土壤体积含水率最大为0.0370 cm3/cm3，最大为13.29%，土壤含水率的率定与验证过程中模拟值与实测值吻合较好。深层土壤体积含水率模拟效果优于表层，这是由于表土层受耕作、侵蚀以及蒸发蒸腾等影响较大。对于60～80 cm土层，其土壤体积含水率最大为0.064 9 cm3/cm3，最大为29.46%，模拟效果劣于其他土层模型结果，且实测值基本大于模拟值，原因是该土层土壤性质不均匀且与相邻土层之间土壤水力特性差异较大，模型未能考虑到土壤性质的空间变异性。总体上，土壤体积含水率模拟值较好地反映了实测值的变化趋势，且随着土壤深度增加，模拟精度增加，与房全孝[13]、李艳等[14]模拟结果相似。

应用模型对1 m土层土壤储水量进行模拟，结果如图3所示。由图3可知，1 m土层土壤储水量的率定与验证过程中模拟效果较好。

应用模型对地下水埋深变化进行模拟，结果如图4所示。由图4可知，在模型率定与验证过程中，地下水埋深的实测值与模拟值拟合效果较好。

表5 土壤含水率模拟值与实测值的RMSE和MRE

图3 1 m土层土壤储水量模拟值与实测值比较

图4 地下水埋深模拟值与实测值比较

以2018年为主的部分排水数据由于电磁流量计维修、读数间隔过大等原因导致资料缺损，因此以2020年排水数据作为率定，以2019年排水数据作为验证，结果如图5、图6所示。由图5可知，逐日排水量实测值较模拟值存在延后且延后时间不一致，模拟值峰值大于实测值峰值，其产生原因一方面是模型对地表积水模拟不佳，灌溉时模拟入渗速率大于实际入渗速率，另一方面是模型将排水过程简化为二维剖面进行模拟，未考虑到实际排水时具有一定长度的排水路径且到达电磁流量计时间受排水流速影响。由图6可知，虽然排水有延后的影响，但总体上，累计排水量模拟效果还是较好的。

综上，土壤体积含水率、1 m土层土壤储水量、地下水埋深和累计排水量的模拟效果较好，其判定指标均在合理的误差范围内，表明经过率定和验证后的RZWQM2模型能够较好地模拟排水条件下作物生长过程中农田土壤水分的变化状态。

图5 逐日排水量模拟值与实测值比较

图6 累计排水量模拟值与实测值比较

2.1.2 作物生长模块的率定和验证

RZWQM2模型内嵌的DDSAT（Decision Support System for Agrotechnology Transfer）4.0模块是一个基于物理、化学和生物过程的综合模块，可用于模拟多种作物受农业管理实践和环境条件的影响[15]。由于当地种植品种与DDSAT中的葵花备选品种均不一致，故在选取最接近品种的作物生长参数作为初始值，并对其进行校正，使得率定过程中作物的模拟值与实测值尽量一致[16]，各个参数具体名称及取值范围如表6所示。应用A处理2020年的作物数据进行模型参数的率定，2018年和2019年作物数据进行模型的验证。应用模型对叶面积指数进行模拟，其中2018年无叶面积定期实测数据，结果见图7。由图7可知，各评价指标均在合理误差范围内，模拟效果较好。作物生育期的前中期叶面积指数模拟值与实测值吻合较好，但生育末期差异较大，这可能是由于生育末期葵花叶片掉落速度快于模拟情况，且模型未能有效模拟叶片破损、卷叶等情况对叶面积指数的影响。

应用A处理对作物产量进行率定（2020年）和验证（2018、2019年），模拟情况见图8。结果显示，2018、2019年和2020年分别为136.0、128.7和185.5 kg/hm2，分别为2.89%、3.00%和3.40%，均在合理的误差范围内。其中，2019年受到当年降雨量偏少且未进行秋浇压盐保墒等情况共同影响导致当年产量较低。上述模拟结果表明，经过率定和验证后的RZWQM2模型可用于试验区葵花生长和产量的模拟。

表6 DDSAT模块中葵花生长参数校正结果

图7 叶面积指数模拟值与实测值比较

图8 模拟产量和实测产量比较

2.2 RZWQM2模型模拟与分析

2.2.1 不同布置的排水暗管模拟与分析

排水暗管的埋深、间距和管径等是否合理布置对于能否充分发挥暗管排水作用至关重要。通常情况下，排水暗管一经布置后，考虑到工程成本等因素，短时间内不会再进行重新布置。结合2020年水文年为平水年[4]，施肥等农田管理措施多年一致，因此，在2020年已有暗管排水试验区田间试验的基础上，结合模型模拟得到的布置方案，对于试验区所在区域具有借鉴意义。利用率定和验证后的RZWQM2模型，以2020年A处理（排水暗管1.5 m埋深、45 m间距）为基础，结合试验区当地情况，通过设置同一埋深（1.5 m）下不同间距（35、40、45、50、55 m）和同一间距（45 m）下不同埋深（1、1.2、1.4、1.5、1.6、1.8 m）对全生育期的平均地下水埋深、累计排水量和葵花产量进行模拟，结果见图9、图10。由图9可知，同一埋深条件下随着排水暗管间距增加，地下水埋深变浅且累计排水量减少，说明较小的排水暗管布置间距将提高土壤排水能力。产量模拟说明，在1.5 m埋深条件下，随着排水暗管间距逐渐增大葵花产量先增后减，其中按50 m间距布置能获得较好的葵花产量。由图10可知，同一间距条件下随着排水暗管埋深增加，地下水埋深变深且累计排水量增加，说明较大的暗管埋深布置将提高土壤排水能力。产量模拟说明，在45 m间距条件下，随着排水暗管埋深逐渐增加葵花产量先增后减，其中按1.4 m埋深布置能获得更好的葵花产量。与基础布置相比，暗管埋深1.5 m、间距50 m的布置其地下水位抬高1.3 cm、排水量降低40.0%、增产13.3 kg/hm2；暗管埋深1.4 m、间距45 m的布置其地下水位抬高5.2 cm、排水量降低40.0%、增产85.3 kg/hm2。

图9 排水暗管埋深1.5 m时不同间距布置的平均地下水埋深、累计排水量和产量模拟

图10 排水暗管间距45 m时不同埋深布置的平均地下水埋深、累计排水量和产量模拟

综上，在排水暗管布置时，在现有布设方案的基础上，增加间距或减少埋深将提高暗管排水能力，促进作物生长，但过大的排水量使得葵花根系层土壤含水率过小，导致作物水分亏缺，影响葵花产量。考虑到埋深1.4 m、间距45 m的暗管布置方案能获得较优的葵花产量，故试验区建议采用该方案。

2.2.2 控制排水条件下不同水位控制方案模拟与分析

考虑到河套灌区已有部分地区进行了暗管排水工程建设，对这些地区的暗管排水进行优化需考虑到排水暗管的埋深和间距等布置已经固定。因此以试验区为代表，A处理（排水暗管埋深1.5 m、间距45 m）为基础，在RZWQM2模型模拟中增设控制性建筑物——首部闸门（Head Gate），通过调整闸门深度的方式对排水暗管的排水口深度进行控制，实现控制排水的模拟。结合当地气候条件和田间管理，对2020年降雨和灌水集中的雨季（7月）设置闸门深度与已布置排水暗管埋深一致为1.5 m，葵花生育期内其他时期作为非雨季（6、8、9月）设置闸门深度为低于排水暗管埋深，布置方案见表7，模拟结果见图11。由图11可知，总体上随着排水口深度减少，平均地下水埋深增加，累计排水量减少，葵花产量呈先增后减。在本试验区不同控制排水方案中，方案二为最优方案，在地下水位抬高2.2 cm、排水量降低46.0%的基础上，增产66.4 kg/hm2。模拟结果说明，对于已布置暗管排水的区域，合理地利用首部闸门控制排水口深度进行控制排水，是促进作物增长的有效措施。

表7 不同控制排水方案设计

图11 不同控制排水方案下平均地下水埋深、累计排水量和产量模拟

3 讨论

研究区所在的河套灌区面临着水资源短缺、土壤盐碱化等问题，葵花的生长受土壤水分、盐分等因素综合作用。本文应用RZWQM2模型重点研究暗管排水条件下作物生长过程中农田土壤水分的变化，对同一埋深不同间距和同一间距不同埋深排水暗管布置进行模拟，定量分析增加暗管埋深和减少间距对增加排水量、促进地下水位降低及提高暗管排水的能力。模拟中发现，随着暗管排水能力增强，葵花产量呈先增后减的变化趋势，这是由于较深的地下水位虽然防止了土壤次生盐碱化等情况的发生，但可能导致葵花根系利用地下水困难而影响产量[3]。应用RZWQM2模型对现有暗管布置条件下通过首部闸门进行控制排水的模拟，发现在非雨季适当减少排水口深度以增加农田土壤水分，能够促进葵花产量的提高。

RZWQM2模型可以较好地模拟试验区排水条件下作物生长过程中农田水分的变化状态，模拟效果随土层深度增加逐步改善，这是由于表层土壤受耕作等因素影响较大。模型对累计排水量模拟效果较好，但对日排水量过程模拟存在一些偏差，这是由于模型模拟排水时对地表积水以及排水路径的模拟不佳。

此外，通过观测研究区土壤盐分得到2018年6月3日浅层土壤含盐量为2.10～4.10 g/kg，深层土壤含盐量为0.96～1.87 g/kg；2020年9月20日，浅层土壤含盐量为2.15～4.22 g/kg，深层土壤含盐量为1.26～2.09 g/kg，土壤盐分总体处于动态平衡状态。

4 结 论

1）应用3 a田间试验数据的率定和验证后的RZWQM2模型能够较好地模拟试验区暗管排水条件下土壤水分运移和葵花的生长。砂土层土壤含水率、累计排水量、地下水埋深、1 m土层土壤储水量、叶面积指数和产量的模拟值与实测值吻合较好。

2）不同布置排水暗管的模拟结果表明，较试验区现有排水暗管布置形式，埋深1.4 m、间距45 m的布置形式更为合理，其地下水位抬高5.2 cm、排水量降低40.0%、增产85.3 kg/hm2。

3）采用首部闸门控制排水的模拟结果表明，在现有排水暗管布置下，通过设置雨季1.5 m和非雨季1.2 m不同的排水口深度，能够在地下水位抬高2.2 cm、排水量降低46.0%的基础上，增加葵花产量66.4 kg/hm2。

[1] 史海滨, 杨树青, 李瑞平, 等. 内蒙古河套灌区水盐运动与盐渍化防治研究展望[J]. 灌溉排水学报, 2020, 39(8): 1-17.

SHI Haibin, YANG Shuqing, LI Ruiping, et al. Soil water and salt movement and soil salinization control in Hetao irrigation district: Current state and future prospect[J]. Journal of Irrigation and Drainage, 2020, 39(8): 1-17.

[2] 云文丽, 李建军, 侯琼. 土壤水分对向日葵生长状况的影响[J]. 干旱地区农业研究, 2014, 32(2): 186-190.

YUN Wenli, LI Jianjun, HOU Qiong. Effect of soil moisture on the growth of sunflower[J]. Agricultural Research in the Arid Areas, 2014, 32(2): 186-190.

[3] 薛静. 应用农业水文模型研究内蒙古河套灌区主要作物水分生产力及种植结构[D]. 北京: 中国农业大学, 2016.

XUE Jing. Study of water productivity and cropping structure for the main crops in the Hetao irrigation district in Inner Mongolia by an agricultural hydrological model[D]. Beijing: China Agricultural University, 2016.

[4] 张义强，王瑞萍，白巧燕. 内蒙古河套灌区土壤盐碱化发展变化及治理效果研究[J]. 灌溉排水学报, 2018, 37(S1): 118-122.

ZHANG Yiqiang, WANG Ruiping, BAI Qiaoyan. Development and change of soil salinization in Hetao Irrigation Area of Inner Mongolia[J]. Journal of Irrigation and Drainage, 2018, 37(S1): 118-122.

[5] 窦旭, 史海滨, 李瑞平, 等. 暗管排水控盐对盐渍化灌区土壤盐分淋洗有效性评价[J]. 灌溉排水学报, 2020, 39(8): 102-110.

DOU Xu, SHI Haibin, LI Ruiping, et al. Assessing the efficiency of subsurface drain in controlling soil salinization in Hetao irrigation district[J]. Journal of Irrigation and Drainage, 2020, 39(8): 102-110.

[6] 罗纨, 李山, 贾忠华, 等. 兼顾农业生产与环境保护的农田控制排水研究进展[J]. 农业工程学报, 2013, 29(16): 1-6.

LUO Wan, LI Shan, JIA Zhonghua, et al. Advances in research of controlled drainage for crop production and environmental protection[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(16): 1-6.

[7] 丁新军, 田军仓, 朱和. 国内外暗管排水研究知识图谱可视化分析[J]. 灌溉排水学报, 2020, 39(3): 91-99, 109.

DING Xinjun, TIAN Juncang, ZHU He. Review of subsurface drains in farmland using knowledge graph[J]. Journal of Irrigation and Drainage, 2020, 39(3): 91-99, 109.

[8] JOHNSEN K E, LIU H H, DANE J H, et al. Simulating fluctuating water tables and tile drainage with a modified root zone water quality model and a new model WAFLOWM[J]. Transactions of the ASAE, 1995, 38(1): 75-83.

[9] SINGH P, KANWAR R S, JOHNSEN K E, et al. Calibration and evaluation of subsurface drainage component of RZWQM V.2.5[J]. Journal of Environmental Quality, 1996, 25(1): 56-63.

[10] 林雪松. 河套灌区节水溉灌溉前后水土环境变化及农田水肥效率模拟[D]. 呼和浩特: 内蒙古农业大学, 2009.

LIN Xuesong. Changing of water and soil environment before and after water-saving irrigation in Hetao irrigation and the simulation of water and fertilizer efficiency in farmland[D]. Hohhot: Inner Mongolia Agricultural University, 2009.

[11] 孙怀卫, 杨金忠, 王修贵, 等. 大棚控制排水对土壤水氮变化的影响[J]. 农业工程学报, 2011, 27(5): 37-45.

SUN Huaiwei, YANG Jinzhong, WANG Xiugui, et al. Effects of controlled drainage on soil water and nitrogen changes in greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(5): 37-45.

[12] HANSON J D, ROJAS K W, SHAFFER M J. Calibrating the root zone water quality model[J]. Agronomy Journal, 1999, 91(2): 171-177.

[13] 房全孝. 根系水质模型中土壤与作物参数优化及其不确定性评价[J]. 农业工程学报, 2012, 28(10): 118-123.

FANG Quanxiao. Optimizing and uncertainty evaluation of soil and crop parameters in root zone water quality model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(10): 118-123.

[14] 李艳, 刘海军, 黄冠华. 基于RZWQM模型的冬小麦-夏玉米水氮管理评价[J]. 农业机械学报, 2015, 46(6): 111-120.

LI Yan, LIU Haijun, HUANG Guanhua. Evaluation of nitrogen and water management in winter wheat-summer maize cropping system in North China plain using RZWQM[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(6): 111-120.

[15] 王贵云, 张克强, 付莉, 等. RZWQM2模型模拟牛场肥水施用夏玉米土壤硝态氮迁移特征[J]. 农业工程学报, 2020, 36(14): 47-54.

WANG Guiyun, ZHANG Keqiang, FU Li, et al. Simulation of the soil nitrate nitrogen migration characteristics of summer maize fertilized with dairy manure and wastewater using RZWQM2[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(14): 47-54.

[16] THORP K R, JAYNES D B, MALONE R W. Simulating the long-term performance of drainage water management across the Midwestern United States[J]. Transactions of the ASABE, 2008, 51(3): 961-976.

Using Root Zone Water Quality Model to Optimize Subsurface Drain in Hetao Irrigation District

QIAN Zheng, FENG Shaoyuan*, ZHUANG Xudong, YU Hao, YUAN Chengfu

(College of Hydraulic Science and Engineering, Yangzhou University, Yangzhou 225009, China)

【】Hetao irrigation district (HID) is an important agricultural production base in northeastern China but faces soil salinization due to the long-term irrigation using the Yellow river water and poor drainage management. Subsurface drain had been increasingly implemented in the district, but how to improve its effectiveness such that it not only controls groundwater table below a critical depth but can also keep soil sufficiently moist to facilitate crop growth remains obscured. 【】The aim of this paper is to investigate how to achieve this goal through optimizing subsurface drains. 【】We took sunflower as an example and simulated water flow and solute transport in the soil using the root zone water quality model (RZWQM2). The model parameters were estimated by calibration against experimental data measured from 2018 to 2020, and the calibrated model was then used to evaluate how an change in the drain design, including their burying depth and spacing, affects soil water flow and crop growth under different scenarios.【】①Comparison between the calibrated model and the experimental data showed that theof the model for soil water was 0.049～0.065 cm3/cm3for sandy soil and 0.012～0.037 cm3/cm3for other soils, and that the MRE for cumulative drainage and crop yield was below 5.88% and 3.40% respectively; its2was 0.798 for groundwater, 0.817 for soil water storage in 0～100 cm soil, and 0.912 for leaf area index. ②Simulations revealed that raising the bury depth of the drain from current 1.5 m to 1.4 m with the spacing kept at 45 m as used by local farmer can raise the groundwater table by 5.2 cm, reduce drainage loss by 40.0%, and increase crop yield by 85.3 kg/hm2. ③Keeping the drain exit 1.5 m deep in rainy season and raising it to1.2 m deep in other seasons can raise the groundwater table by 2.2 cm, reduce drainage loss by 46.0%, and increase crop yield by 66.4 kg/hm2. 【】RZWQM2 is accurate to simulate water flow and sunflower growth in areas drained by subsurface drain, and its application to Hetao irrigation district indicated that burying the drains 1.4 m deep with a spacing of 45 m was optimal. For areas with drains already installed at 1.5 m deep and 45 m spacing, keeping the drain exit 1.5 m deep in the rainy season and raising it to 1.2 m deep in other seasons worked the best.

RZWQM2; subsurface drainage; controlled drainage; sunflower; Hetao Irrigation District

S276.1

A

10.13522/j.cnki.ggps.2021007

钱争, 冯绍元, 庄旭东, 等. 基于RZWQM2模型的农田排水暗管优化布置研究[J]. 灌溉排水学报, 2021, 40(7): 113-121.

QIAN Zheng, FENG Shaoyuan, ZHUANG Xudong, et al. Using Root Zone Water Quality Model to Optimize Subsurface Drain in Hetao Irrigation District[J]. Journal of Irrigation and Drainage, 2021, 40(7): 113-121.

1672 - 3317（2021）07 - 0113 - 09

2021-01-07

国家重点研发计划项目（2017YFC403301）

钱争（1996-），男。硕士研究生，主要从事节水灌溉与农业水土环境的研究。E-mail: 765131065@qq.com

冯绍元（1963-），男。教授，博士生导师，博士，主要从事节水灌溉与水资源及水环境的研究。E-mail: syfeng@yzu.edu.cn

责任编辑：赵宇龙