蔡煥杰，徐家屯，王　健，陳新明，朱大炯，謝　菲（1.西北農(nóng)林科技大學旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，楊凌 712100；　2.西北農(nóng)林科技大學中國旱區(qū)節(jié)水農(nóng)業(yè)研究院，楊凌712100；　3.西北農(nóng)林科技大學水利與建筑工程學院，楊凌 712100）

?

基于WinSRFR模擬灌溉農(nóng)田土壤入滲參數(shù)年變化規(guī)律

蔡煥杰，徐家屯，王健，陳新明，朱大炯，謝菲
（1.西北農(nóng)林科技大學旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，楊凌 712100；2.西北農(nóng)林科技大學中國旱區(qū)節(jié)水農(nóng)業(yè)研究院，楊凌712100；3.西北農(nóng)林科技大學水利與建筑工程學院，楊凌 712100）

摘要：土壤入滲參數(shù)是確定地面灌溉灌水技術參數(shù)的主要依據(jù)之一，而農(nóng)田土壤入滲特性隨著灌水與耕作存在著周期性變化。為了探究這種周期性變化規(guī)律，在冬小麥-夏玉米輪作體系下，基于涇惠渠灌區(qū)2012－2015年不同灌水時期的灌水資料，利用WinSRFR4.1軟件與擬合度檢驗相結合的方法對考斯加科夫土壤入滲模型參數(shù)值進行模擬反推得出最佳優(yōu)化結果，結果表明模擬與實測的水流推進及水流消退過程的均方根誤差分別為0.15～2.1和2.5～7.8 min，決定系數(shù)均在0.7以上（P＜0.05）。在此基礎上，根據(jù)影響土壤水分入滲的主導因素土壤容重及土壤質(zhì)量含水率，建立考斯加科夫土壤水分入滲模型2參數(shù)值與影響因素間的定量關系，分析土壤入滲參數(shù)在年內(nèi)的變化規(guī)律，結果表明：在冬小麥-夏玉米輪作體系下，不同灌水時期的土壤入滲系數(shù)和入滲指數(shù)變化明顯，變化范圍分別在95.0～210.0 mm/h和0.42～0.67之間，土壤水分入滲模型兩參數(shù)值與土壤含水率及土壤表層容重之間存在較好地復合對數(shù)關系，決定系數(shù)分別為0.846和0.741 （P＜0.05）。研究結果可為年內(nèi)不同灌水時期確定農(nóng)田地面灌水技術參數(shù)提供依據(jù)。

關鍵詞：入滲；模型；土壤水分；冬小麥-夏玉米；綜合糙率系數(shù)

蔡煥杰，徐家屯，王健，陳新明，朱大炯，謝菲. 基于WinSRFR模擬灌溉農(nóng)田土壤入滲參數(shù)年變化規(guī)律[J]. 農(nóng)業(yè)工程學報，2016，32（2）：92－98.doi：10.11975/j.issn.1002-6819.2016.02.014http://www.tcsae.org

Cai Huanjie， Xu Jiatun， Wang Jian， Chen Xinming， Zhu Dajiong， Xie Fei. Yearly variation of soil infiltration parameters in irrigated field based on WinSRFR4.1[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE），2016， 32（2）: 92－98. （in Chinese with English abstract）doi：10.11975/j.issn.1002-6819.2016.02.014http://www.tcsae.org

0　引　言

土壤入滲是農(nóng)田水循環(huán)中的一個重要環(huán)節(jié)，它是田間灌溉水、雨水等通過地表向下運移進入土壤并在土壤中進行運動和存儲，從而形成土壤水的過程[1]。土壤的入滲特性決定著灌溉水或雨水轉(zhuǎn)化為土壤水的速度和分布狀況。而土壤水分入滲能力的大小則表現(xiàn)為土壤入滲參數(shù)值的不同，它是合理確定農(nóng)田灌溉技術參數(shù)的基礎指標之一[2-4]。影響大田土壤水分入滲特性的因素主要有土壤質(zhì)地、土壤結構、土壤含水量和土壤有機質(zhì)等[5-6]，國內(nèi)外學者對其進行了大量的研究[7-11]。由于土壤本身的理化屬性會在氣象、農(nóng)業(yè)技術措施、灌溉等因素的作用下發(fā)生變化，即土壤理化性質(zhì)的時間變異性[12]，表現(xiàn)為耕作層土壤容重及土壤含水量的時間變異性，從而決定了土壤入滲特性也存在著時間變異性。通過研究不同灌水時期土壤入滲參數(shù)的變化規(guī)律，可以為年內(nèi)不同時期灌水技術參數(shù)的確定提供依據(jù)，從而保證農(nóng)業(yè)灌溉的灌水質(zhì)量，實現(xiàn)節(jié)約用水、科學用水的目的。

土壤入滲特性研究大多是利用雙環(huán)入滲儀進行土壤點狀入滲試驗，供試面積小，結果往往具有明顯的點狀或局部特征，受土壤特性空間變異性的影響，難以反映小區(qū)整體的變異情況[13-16]。因此，近年來國內(nèi)外學者在確定土壤水分入滲參數(shù)時，多采用大田試驗中的水流推進及消退資料進行推求。本文采用國內(nèi)外常用的地面灌溉綜合模擬軟件WinSRFR4.1模型，依據(jù)田間水流推進及消退數(shù)據(jù)資料，對入滲參數(shù)進行模擬反推并利用擬合度檢驗得出最佳優(yōu)化結果。在此基礎上根據(jù)影響土壤水分入滲的主導因素，即耕作層土壤容重及土壤含水量，建立土壤水分入滲模型參數(shù)值與影響因素間的定量關系，探求入滲參數(shù)在一個耕作周期內(nèi)的變化規(guī)律。

1　材料與方法

1.1試驗區(qū)概況

試驗在位于陜西省關中平原中部的涇惠渠灌區(qū)進行（108°34′34″～109°21′35″E、34°25′20″～34°41′40″N），東西長約70 km，南北寬約20 km。目前該灌區(qū)灌溉面積約9.7萬hm2，有效灌溉面積約8.8萬hm2，為關中九大灌區(qū)之一的大（Ⅱ）型灌區(qū)。該地區(qū)海拔450～350 m，地面坡降 0.003～0.0016。年平均降水量535 mm，降水時空分布極不均勻，7－9月降水量占年降水總量的50%～60%，年蒸發(fā)量1 212 mm左右。該地區(qū)土壤類型為塿土，田間持水量約為23.5%（質(zhì)量含水量），土壤物理參數(shù)見表1。

表1　涇惠渠灌區(qū)土壤物理參數(shù)表Table 1　Soil physical parameters of Jinghui Canal irrigation area

1.2田間灌溉試驗設計

試驗區(qū)面積約2 hm2，設計不同的畦田長度分別為80、120、235 m，畦寬在2.3～4.8 m之間，試驗田塊具體設計見文獻[17]。作物種植模式為夏玉米-冬小麥輪作（夏玉米生長時期為6－10月，冬小麥生長時期為10－6月），冬小麥種植品種為西農(nóng)979，夏玉米種植品種為武科2號。

畦灌試驗時間為2012年10月－2015年6月。其中，2012年灌水1次，灌水日期為11月16日；2013年灌水5次，灌水日期分別為1月18日、3月8日、6月16日、8月16日、10月20日；2014年灌水5次，灌水日期分別為1月11日、4月2日、6月16日、7月25日、11 月3日，2015年灌水2次，灌水日期分別為1月14日、3月11日。

試驗前分別測量每個畦田的寬度、坡度，灌水時分別測量入畦流量、畦田內(nèi)水流推進、消退和水深等參數(shù)，灌水前后測量土壤質(zhì)量含水率以及0～30 cm土壤容重。

1.3測定方法

1）畦寬及坡度的測量：每塊畦田的寬度用卷尺進行測量記錄，畦田坡度通過水準儀測高程計算得到。

2）耕作層土壤質(zhì)量含水率θm及土壤容重γd測量：單次灌水前后，分別于畦田首、中、尾3個斷面，用取土烘干法測量土壤質(zhì)量含水率θm，并在同樣位置用環(huán)刀對耕作層土壤0～30 cm厚度取土并烘干測量土壤表層容重γd。

3）流量測量：灌水過程中利用LS45A型旋杯式流速儀在農(nóng)渠上進行流速測量，并利用農(nóng)渠斷面面積進行流量測算。

4）田面水流推進、消退數(shù)據(jù)和畦首處水深的測量：灌水前，沿畦田灌水方向每隔10 m插1面小旗子進行田面水流推進及消退過程觀測，并于畦首處設1個水尺，進行畦首地表水深觀測；灌水過程中采用秒表計時，記錄水流前鋒每推進至1面小旗子的時間，作為水流推進數(shù)據(jù)，同時記錄畦首處水深；灌水結束后，從畦首開始水流每消退至1面小旗子處，記錄消退時間。

由于試驗區(qū)面積較大，各個地塊之間不同程度上存在著空間變異性，為了分析入滲參數(shù)的年變化規(guī)律，經(jīng)過試驗數(shù)據(jù)分析，選取空間變異性較小的地塊（即編號20-1～24-2的10塊地）作為試驗分析地塊，并取2013 年6月－2015年6月2 a的數(shù)據(jù)進行分析，2012年10月－2013年6月的試驗數(shù)據(jù)作為驗證。

2　基于WinSRFR4.1土壤入滲參數(shù)的優(yōu)化求解

2.1WinSRFR4.1模型介紹

WinSRFR4.1模型是美國水保實驗室開發(fā)的一維地面灌溉模擬模型，它是集地面灌溉評價、設計和模擬為一體的綜合性分析軟件[18-19]。WinSRFR4.1軟件包括4部分：1）利用實測的田間灌水試驗數(shù)據(jù)（水流推進、消退數(shù)據(jù)等）推求土壤入滲參數(shù)、田面糙率系數(shù)以及對灌水質(zhì)量進行綜合評價的灌溉分析評價模塊（event analysis）；2）利用土壤水分入滲參數(shù)以及灌溉技術要素對明渠非恒定流方程進行求解的水力學模擬模塊（hydraulic simulation）；3）對田塊幾何參數(shù)進行優(yōu)化設計，使其具有較高灌水質(zhì)量的灌溉系統(tǒng)設計模塊（physical design）；4）對于給定的田塊規(guī)格，進行入流量和關口時間的優(yōu)化從而達到較高灌水質(zhì)量的灌溉運行管理模塊（operations analysis）。

本文采用WinSRFR4.1模型中的灌溉分析評價模塊進行土壤入滲參數(shù)的優(yōu)化反求。該模型提供了2種推求方法：1）根據(jù)水量平衡原理，由實測的水流推進及消退數(shù)據(jù)對入滲參數(shù)進行反求（Merriam-Keller post-irrigation volume balance analysis）；2）采用田間兩點法，即僅僅依據(jù)沿畦長方向的2個位置的水流推進實測數(shù)據(jù)進行土壤入滲參數(shù)估算（Elliot-Walker two-point method analysis）。由于兩點法波動性較大，因此本文采用第1種方法對土壤入滲參數(shù)進行優(yōu)化反求，并在模擬地面灌溉水流運動過程中，選用零慣量模型[20]。

2.2土壤入滲參數(shù)的優(yōu)化求解

大田土壤入滲過程可用考斯加科夫入滲模型 It＝K·tα來描述[10]，其中t為受水時間；It為t時刻土壤累計入滲量，mm；K為經(jīng)驗入滲系數(shù)；α為經(jīng)驗入滲指數(shù)。該模型模擬結果與實際入滲過程吻合度較好[21]，本次研究運用考斯加科夫入滲模型模擬大田入滲過程。求解入滲模型參數(shù)值時采用WinSRFR4.1中的田間灌水試驗分析模塊進行優(yōu)化求解[22]。

首先，利用曼寧公式[17，23]求解得出田面綜合糙率系數(shù)：

式中n為田面綜合糙率系數(shù)；J為田塊坡度，m/m；h為畦首處水深，m；q為田間實測單寬流量，L/（s·m）。

然后，根據(jù)田間實測的水流推進、消退資料及相關的基礎田間數(shù)據(jù)，利用灌水試驗分析模塊中的Merriam-Keller法進行反復模擬，直至模擬的田面水流推進和消退過程與實測數(shù)據(jù)達到較高吻合程度，即模擬值與實測值擬合度較好，從而得到相應的入滲系數(shù)K和入滲指數(shù)α。

為了使WinSRFR4.1模型模擬的入滲參數(shù)及入滲指數(shù)值能夠更加準確地反映田間實際情況，需要對模型所模擬的以及田間實測的水流推進及水流消退數(shù)據(jù)進行擬合度檢驗，本文在對模型模擬的過程中采用歸一化誤差（均方根差/平均值）進行參數(shù)優(yōu)化，通過反復模擬以減小模擬結果與實測結果的差異，當歸一化誤差數(shù)值最小時所得到的入滲系數(shù)以及入滲指數(shù)值作為最終的優(yōu)化結果。在模擬過程中采用均方根差（root mean square error，RMSE）和決定系數(shù)R2來評價模型的模擬效果。

3　結果與分析

3.1耕作層土壤容重及質(zhì)量含水率的變化

圖1為2013年6月－2015年6月冬小麥-夏玉米輪作體系下不同灌水時期以及降雨前后測量的耕作層土壤容重及土壤質(zhì)量含水量的變化。主要受土粒密度和土壤孔隙2方面的影響，土壤容重本質(zhì)上則是土壤緊實程度的間接反映，從而一定程度上影響了農(nóng)田土壤水分入滲性能；田間土壤質(zhì)量含水率的變化導致了濕潤區(qū)內(nèi)入滲水流平均勢梯度的不同，在一定程度上影響了農(nóng)田土壤水分入滲性能。

圖1　冬小麥-夏玉米輪作體系下不同時期耕作層0～30 cm土壤容重及質(zhì)量含水量變化圖Fig.1　Changes of soil bulk density and water content in different periods of 0-30 cm soil depth of winter wheat-summer maize rotation system

玉米播種方式是留茬免耕播種，對地表土壤結構破壞性較小，經(jīng)過前期小麥地灌水降雨等壓實作用，因此玉米地有較緊實、穩(wěn)定的土壤結構，耕作層土壤容重較大。由圖1a中看出，此時期（2013年6月15日）玉米耕作層土壤容重達到1.35 g/cm3，土壤質(zhì)量含水率約為17%，為了保證玉米正常出苗率，2013年6月16日進行了玉米第1水灌溉。而此后時期干旱少雨，玉米遮陰率低，表土較易形成干土層，此時期土壤水分的消耗主要是在干土層以下的界面以水汽擴散的形式進行，耕作層土壤結構相對保持穩(wěn)定，容重變化不大。之后又經(jīng)過幾次降雨的壓實作用，因此到第2次灌溉前（2013年8月15日），耕作層土壤容重增加至1.38 g/cm3，土壤質(zhì)量含水率約為16.9%。2013年10月初玉米收割后，由于實行了秸稈還田以及土壤深翻等農(nóng)藝措施，使得小麥前期耕作層土壤結構遭到破壞，變得比較疏松。到小麥第1次灌水前（2013年10月17日）耕作層土壤容重達到最小值為1.15 g/cm3。2013年10月20日進行了小麥第1次灌水，此時土壤耗水較大，灌溉過程中地表土壤結構再次被破壞。小麥耕作層土壤逐漸密實，灌水過后（2013年10月28日）土壤容重增加至1.29 g/cm3。且隨著后續(xù)的幾次降雨對地表的壓實作用，耕作層土壤容重持續(xù)增大，到冬灌前（2014年1月8日）達到1.35 g/cm3，此時土壤質(zhì)量含水率為19%。為了保證冬小麥能夠順利越冬，2014年1月初，對冬小麥進行了第2次灌水處理，灌水過后土壤容重稍稍增加。隨后小麥地表溫度逐漸降低，蒸發(fā)蒸騰降至最低。春天表土層逐漸升溫，加之小麥返青后根系生長較快，使得耕作層土壤容重較之前有所減小。這段時期小麥地水分消耗主要以植株蒸騰為主，且降雨較少，地表很難形成較厚的干土層，結構較為穩(wěn)定，到第3次灌水（2014年4月1日）前，耕作層土壤容重為1.32 g/cm3。之后經(jīng)過了一段長時間的持續(xù)降雨，對耕作層土壤的壓實作用較為明顯，降雨結束后（2014年6月2日）土壤容重增加至1.38 g/cm3，2014年6月初冬小麥收獲。2014年6月－2015年6月進行了第2年試驗，土壤結構變化規(guī)律與第1年變化類似。特別說明的是，由于夏玉米后期降雨時間較長，降雨量較大，夏玉米收獲時，土壤含水率較大，冬小麥采用了淺耕播種技術，此時耕作層土壤容重較前1年有所增大。

3.2土壤入滲參數(shù)的優(yōu)化求解結果

3.2.1模型率定

不同灌水時期田間耕作層土壤容重及土壤含水率的不同導致了不同時期土壤入滲參數(shù)值的差異，直觀反映在畦田地面水流推進及水流消退過程中，可利用畦田灌溉過程中水流推進及消退過程數(shù)據(jù)對不同灌水時期的土壤入滲參數(shù)值分別進行優(yōu)化求解，通過研究不同灌水時期土壤入滲參數(shù)值的變化規(guī)律，為年內(nèi)不同時期灌水技術參數(shù)的優(yōu)化提供依據(jù)。以編號為20-1（畦長為120 m，畦寬為3 m，縱向坡度為0.0036 m/m）的田塊為例進行土壤入滲參數(shù)值的優(yōu)化模擬說明，如圖2所示。

圖2　編號20-1地塊不同灌水時期水流推進與消退過程模擬值與實測值對比結果Fig.2　Comparisons of observed and simulated values of water flow advance and recession in different irrigation date of field 20-1

圖2為利用WinSRFR4.1軟件對該畦長不同灌水時期（2013年10月20日、2014年1月11日、2014年4月1日、2014年6月16日）優(yōu)化出土壤入滲參數(shù)值，并通過擬合度檢驗使得歸一化誤差達到最小值時的水流推進與消退模擬值與實測值之間的對比。表2為該畦田土壤入滲參數(shù)值與糙率系數(shù)優(yōu)化估算值以及擬合度檢驗表。由圖2及表2可以看出，該畦田冬小麥春灌以及夏玉米壓茬灌溉時，水流消退數(shù)據(jù)擬合度稍差，決定系數(shù)較小，可能的原因是春灌時期，冬小麥長勢較旺，密度較大，觀測到的水流消退數(shù)據(jù)較實際存在一定的誤差，而夏玉米壓茬水灌溉時，由于地表覆蓋部分小麥秸稈，導致實際水流消退時受到一定影響，同時觀測到的水流消退數(shù)據(jù)也存在著一定的誤差?？傮w而言，該畦田4次灌水的水流推進與消退數(shù)據(jù)的模擬值與實測值吻合程度較好，擬合度較優(yōu)，具有較好的一致性，說明WinSRFR4.1模型能夠較好地反映出地面畦灌水流運動過程，優(yōu)化模擬的入滲參數(shù)值較為合理可靠。利用此方法對其他田塊不同灌水時期的入滲參數(shù)值進行擬合優(yōu)化，最優(yōu)結果表明水流推進模擬值與實測值均方根誤差保持在0.15～2.1 min之間，水流消退模擬值與實測值均方根誤差則保持在2.5～7.8 min之間，決定系數(shù)均在0.7以上，這與章少輝等[18]利用SGA和SRFR進行優(yōu)化反演模型得出的結果類似，本研究優(yōu)化結果較為可靠。

表2　20-1畦田不同灌水日期模擬優(yōu)化土壤入滲參數(shù)值及擬合度檢驗Table 2　Optimization of soil infiltration parameters and goodness of fit tests of different irrigation date

3.2.2模型驗證

取2012年10月－2013年6月冬小麥3次灌水的資料數(shù)據(jù)進行分析驗證。由試驗過程中所測得的耕作層土壤容重γd、質(zhì)量含水率θm，根據(jù)上面擬合的考斯加科夫土壤入滲模型參數(shù)值的經(jīng)驗回歸模型計算出K及α，將K 及α作為已知條件，利用WinSRFR軟件模擬出地面水流推進及消退過程，再將實測的水流推進及消退數(shù)據(jù)與模擬數(shù)據(jù)進行對比分析，從而對經(jīng)驗回歸模型的合理性進行反向驗證。以編號為20-1的畦田為例進行經(jīng)驗回歸模型的驗證。

圖3　20-1畦田不同灌水時期水流推進、消退模擬值與實測值對比驗證Fig.3　Verification between simulated and measured values of water flow advance and recession in different irrigation periods for field 20-1

圖3為編號20-1的畦田在不同灌水時期水流推進、消退模擬值與實測值對比驗證圖。根據(jù)所擬合得出的經(jīng)驗回歸模型計算的考斯加科夫土壤水分入滲模型參數(shù)值作為已知條件，利用WinSRFR軟件對2012年11月16日及2013年3月8日2次灌水所模擬的水流推進及消退數(shù)據(jù)與實測值總體擬合較好，2次水流推進及消退RMSE值分別達到了0.61、1.26和1.27、2.37 min，R2值分別達到了0.94、0.81和0.92、0.78，說明所擬合的考斯加科夫土壤入滲模型兩參數(shù)值的經(jīng)驗回歸方程是合理的，可較好地估算土壤入滲參數(shù)值。2013年1月18日一次擬合較差，水流推進及消退RMSE值為2.37 和8.72 min，R2值分別為0.80和0.21。該次模擬結果較差，可能的原因是此時土壤有1層較厚的凍土層，而凍結土壤水分的入滲率遠小于未凍結土壤水分的入滲率[24]。2014年和2015年冬灌時，土壤并沒有產(chǎn)生凍土層，因此擬合經(jīng)驗方程時并沒有考慮凍土層對土壤入滲特性的影響，綜合考慮凍土層對土壤入滲特性的影響還需進一步研究。

3.3入滲參數(shù)及其與耕作層土壤容重和質(zhì)量含水率的關系分析

3.3.1入滲參數(shù)

為了分析不同灌水時期土壤入滲參數(shù)值的變異規(guī)律，選取了變異性較小的20-1～24-2的10塊畦田進行分析。為了較為直觀地比較該區(qū)域不同灌水時期土壤入滲參數(shù)值的平均變異程度，畫出了考斯加科夫土壤入滲模型參數(shù)值的箱式分布圖。圖4為該區(qū)域不同灌水時期不同地塊所模擬優(yōu)化的考斯加科夫入滲模型參數(shù)K、α值箱式分布圖，由圖4可以看出不同灌水時期土壤入滲參數(shù)K及入滲指數(shù)α值差異性比較明顯，平均變化范圍分別在95.0～210.0 mm/h和0.42～0.67之間。因此，對影響入滲參數(shù)值的主要因子耕作層土壤容重以及土壤質(zhì)量含水率進行不同灌水時期的土壤入滲參數(shù)值的影響分析。

圖4　涇惠渠灌區(qū)不同灌水時期入滲參數(shù)值箱式分布圖Fig.4　Box-plot of soil infiltration parameters in different irrigation period in Jinghui Canal irrigation area

3.3.2入滲參數(shù)與耕作層土壤容重和質(zhì)量含水率的關系分析

土壤入滲參數(shù)是確定地面灌溉技術參數(shù)的必要依據(jù)，而在1個耕作周期內(nèi)，不同灌水時期，耕作層土壤容重γd、質(zhì)量含水率θm變化差異較大，從而導致土壤入滲特性的差異性變大，這給不同灌水時期地面灌溉技術的優(yōu)化帶來了很大不便。而土壤入滲特性受到較多因素的影響，很難找到這些因素與土壤入滲參數(shù)值之間的理論關系，但我們可以依據(jù)試驗結果，應用數(shù)理統(tǒng)計方法[25]建立考斯加科夫土壤入滲模型中2參數(shù)值K、α與土壤容重γd、質(zhì)量含水率θm間的經(jīng)驗模型。因此，采用實測耕作層0～30 cm土壤容重γd、質(zhì)量含水率θm與模擬優(yōu)化的土壤入滲模型兩參數(shù)值等資料進行二元非線性回歸分析，并對其偏回歸系數(shù)值進行了檢驗?；貧w分析及方程檢驗結果見表3。

由表3可以看出，考斯加科夫土壤入滲模型中2參數(shù)值與耕作層土壤容重及質(zhì)量含水率的回歸擬合較好，且兩者的校正R2分別達到了0.8及0.7以上，表明該回歸模型擬合度較高，適應性較好。土壤入滲模型中2參數(shù)值K、α與土壤容重γd、質(zhì)量含水率θm的偏回歸系數(shù)檢驗亦達到顯著或極顯著水平，即耕作層土壤容重以及土壤質(zhì)量含水率的變化均會對土壤考斯加科夫入滲模型中2參數(shù)值的變化產(chǎn)生影響，說明此次研究將耕作層土壤容重及質(zhì)量含水率作為影響土壤入滲參數(shù)值的主要影響因子是合理的。

表3　入滲參數(shù)與土壤容重、質(zhì)量含水率之間回歸方程及偏回歸系數(shù)檢驗Table 3　Regression equation of soil infiltration parameters with soil bulk density and soil mass water content and partial regression coefficient correction

由表3回歸方程關系式可以看出，隨著土壤容重γd的增大，土壤入滲參數(shù)K值逐漸減小，α值逐漸減小，這與李卓等[10]、解文艷等[7]通過點狀入滲法研究的結果相一致。耕作層土壤容重越小，即土壤結構越疏松，疏松土壤孔隙率比較大，連通性較好，對入滲水分運動的阻力較小，因而灌溉水進入田間后的第一個單位時間入滲量就大，表現(xiàn)為土壤入滲系數(shù)K值的增大。而對于較大的土壤容重，表現(xiàn)為土壤密實度增加，孔隙率減小，孔隙連通性差，表現(xiàn)為灌溉水進入田間后在第1個單位時間內(nèi)入滲量小。所以隨著土壤容重的增加，考斯加科夫入滲模型系數(shù)K值越?。沪林档拇笮Q定于由于土體濕潤而引起的土壤結構的改變。大部分學者研究認為，在土壤質(zhì)地不變的情況下α值保持不變。而在田間由于耕作措施以及灌溉、降雨等作用對耕作層土壤擾動較大，破壞了土壤本身的結構，因此，在土壤質(zhì)地不變的情況下，由于土壤容重的變化也會導致經(jīng)驗入滲指數(shù)α的較大變化。李卓等[10]認為，容重較小的土壤，大孔隙較多，土壤內(nèi)部連通性較好。當灌溉水進入田間，土粒遇水作用膨脹后，土壤孔隙內(nèi)部的氣體可以較快的排放出來，從而有效減小了入滲過程中的氣相阻力，所以入滲能力的衰減速度減慢。

土壤入滲系數(shù)K值隨土壤含水率的增大而減小，其可能原因是，在開始入滲后的很短時間內(nèi)，水分很快會使地表一定厚度內(nèi)的土壤達到準飽和，在過水面積一定的情況下，入滲通量取決于勢梯度，而勢梯度的大小主要取決于土壤含水率。土壤含水率越高，入滲水勢梯度越小，入滲通量也就越小。因此，土壤含水率越高，則土壤經(jīng)驗入滲系數(shù)K值越小。相應的，當土壤含水率較大時，土壤內(nèi)部孔隙率變小，土壤內(nèi)部的連通性較差，氣相阻力變大，入滲能力降低，水分填充土壤孔隙的能力降低，從而入滲能力的衰減速度相應的變?。划斖寥篮瘦^小時，土壤內(nèi)部孔隙率變大，入滲能力增大，水分將很快的填充到土壤內(nèi)部孔隙中。之后，隨著孔隙率變小，氣相阻力增大，土壤入滲能力逐漸減小。因此，入滲能力的衰減速度隨著土壤含水率的減小而增大，即α隨著土壤含水率的增大而增大。

4　結　論

本文依據(jù)田間灌水資料，利用WinSRFR4.1及其擬合度檢驗對考斯加科夫土壤入滲模型2參數(shù)值進行優(yōu)化求解的基礎上，探討了耕作層土壤容重、質(zhì)量含水率對入滲模型2參數(shù)值的影響，建立了入滲模型2參數(shù)值與耕作層土壤容重、質(zhì)量含水率的經(jīng)驗回歸模型，得到如下主要結論：

1）在冬小麥-夏玉米輪作周期內(nèi)，由于農(nóng)耕、灌溉、降雨等因素的影響，耕作層土壤容重存在周期性變化特性，最小值出現(xiàn)在土地深翻冬小麥播種時為1.15 g/cm3，最大值則出現(xiàn)在夏玉米后期為1.35 g/cm3，并趨于穩(wěn)定。

2）利用WinSRFR4.1軟件與擬合度檢驗相結合的方法，通過測定田間水流推進、消退數(shù)據(jù)可以較好地模擬反演出考斯加科夫土壤入滲模型參數(shù)值的大小，水流推進及消退過程均方根誤差分別在0.15～2.1 min以及2.5～7.8 min之間，決定系數(shù)R2均在0.7以上，模擬結果與實測結果吻合度較好；且在不同灌水時期，考斯加科夫土壤入滲模型2參數(shù)值差異性較大，變化范圍分別在95.0～210.0 mm/h和0.42～0.67之間。

3）隨著耕作層土壤容重的變化，考斯加科夫土壤入滲模型兩參數(shù)值也隨之變化。入滲系數(shù)K隨著耕作層土壤容重γd的增大而遞減，入滲指數(shù)α隨著耕作層土壤容重γd的增加而升高，即土壤初始入滲能力隨容重增大而降低，入滲能力衰減速度隨容重增大而遞增，兩參數(shù)值均與耕作層土壤容重呈顯著對數(shù)相關；土壤質(zhì)量含水率對土壤入滲模型2參數(shù)值有顯著影響，隨著土壤質(zhì)量含水率θm的增加，入滲系數(shù)K以及入滲指數(shù)α均減小，它們之間都較好的復合對數(shù)關系。

4）試驗所得出的考斯加科夫土壤入滲模型兩參數(shù)值的回歸模型擬合度較好，校正R2值分別為0.846和0.741，由此可以在不同的灌水時期通過測量田間耕作層土壤容重γd以及土壤質(zhì)量含水率θm的大小，確定考斯加科夫土壤入滲模型中的2參數(shù)值K及α，從而為不同時期的灌水技術優(yōu)化提供依據(jù)。

[參考文獻]

[1] Hillel D. Environmental Soil Physics[M]. New York: Academic Press， 1998.

[2] 雷志棟，楊詩秀，謝森傳. 土壤水動力學[M]. 北京：清華大學出版社，1988：77－130.

[3] Zerihun D， Feyen J， Reddy J M. Sensitivity analysis of furrow-irrigation performance parameters[J]. Journal of Irrigation and Drainage， ASCE， 1996， 122: 49－57.

[4] Oyonarte N A， Mateos L， Palomo M J. Infiltration Variability in Furrow Irrigation[J]. Canadian Metallurgical Quarterly，2002， 128（1）: 26－33.

[5] 樊貴盛，李雪轉(zhuǎn)，李紅星. 非飽和土壤介質(zhì)水分入滲問題[M].北京：中國水利水電出版社，2012：17－39.

[6] Franzluebbers A J. Water infiltration and soil structure related to organic matter and its stratification with depth[J]. Soil ＆ Tillage Research， 2002， 66（2）: 197－205.

[7] 解文艷，樊貴盛. 土壤結構對土壤入滲能力的影響[J]. 太原理工大學學報，2004，35（4）：381－384. Xie Wenyan， Fan Guisheng. Influence of soil structure on infiltration characteristics of soil[J]. Journal of Taiyuan University of Technology， 2004， 35（4）: 381－384. （in Chinese with English abstract）

[8] 解文艷，樊貴盛. 土壤含水量對土壤入滲能力的影響[J].太原理工大學學報，2004，35（3）：272－275. Xie Wenyan， Fan Guisheng. Influence of moisture content on infiltration characteristics in field soils[J]. Journal of Taiyuan University of Technology， 2004， 35（3）: 272－275. （in Chinese with English abstract）

[9] 鄭秀清，樊貴盛. 土壤含水率對季節(jié)性凍土入滲特性影響的試驗研究[J]. 農(nóng)業(yè)工程學報，2000，16（6）：52－55. Zheng Xiuqing， Fan Guisheng. Influence of moisture content on infiltration characteristics in seasonal frozen and thawed soils[J]. Transactions of the Chinese Society of Agricultural Engineering（Transactions of the CSAE）， 2000， 16（6）: 52－55. （in Chinese with English abstract）

[10] 李卓，吳普特，馮浩，等. 容重對土壤水分入滲能力影響模擬試驗[J]. 農(nóng)業(yè)工程學報，2009，25（6）：40－45. Li Zhuo， Wu Pute， Feng Hao， et al. Simulated experiment on effect of soil bulk density on soil infiltration capacity[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2009， 25（6）: 40－45.（in Chinese with English abstract）

[11] 李雪轉(zhuǎn)，樊貴盛. 土壤有機質(zhì)含量對土壤入滲能力及參數(shù)影響的試驗研究[J]. 農(nóng)業(yè)工程學報，2006，22（3）：188－190. Li Xuezhuan， Fan Guishen. Influence of organic matter content on infiltration capacity and parameter in field soil[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2006， 22（3）: 188－190. （in Chinese with English abstract ）

[12] 馮錦萍，樊貴盛. 土壤水分入滲年變化特性的試驗研究[J].太原理工大學學報，2003，34（1）：16－19. Feng Jinping， Fan Guisheng. Experimental study of yearly change of soil water infiltration characteristics[J]. Journal of Taiyuan University of Technology， 2003， 34（1）: 16－19. （in Chinese with English abstract）

[13] Eghball B， Schepers J S， Negahban M， et al. Spatial and temporal variability of soil nitrate and corn yield[J]. Agronomy Journal， 2003， 95（2）: 339－346.

[14] Veronese Junior V， Carvalho M P， Dafonte J， et al. Spatial variability of soil water content and mechanical resistance of Brazilian ferralsol[J]. Soil ＆ Tillage Research， 2006， 85（112）: 166－177.

[15] 董孟軍，白美健，李益農(nóng)，等. 地面灌溉土壤入滲參數(shù)及糙率系數(shù)確定方法研究綜述[J]. 灌溉排水學報，2010，29（1）：129－132. Dong Mengjun， Bai Meijian， Li Yinong， et al. A Review on the methods of determining infiltration parameters and roughness coefficient for surface irrigation[J]. Journal of Irrigation and Drainage， 2010， 29（1）: 129－132. （in Chinese with English abstract ）

[16] 聶衛(wèi)波，費良軍，馬孝義. 區(qū)域尺度土壤入滲參數(shù)空間變異性規(guī)律研究[J]. 農(nóng)業(yè)機械學報，2011，42（7）：102－108. Nie Weibo， Fei Liangjun， Ma Xiaoyi. Spatial variability of infiltration parameters at the region scales[J]. Transactions of Chinese Society for Agricultural Machinery， 2011， 42（7）: 102－108. （in Chinese with English abstract）

[17] 李世瑤，蔡煥杰，陳新明. 基于主成分分析的畦灌質(zhì)量評價[J]. 農(nóng)業(yè)工程學報，2013，29（24）：86－93. Li Shiyao， Cai Huanjie， Chen Xinming. Evaluation of border irrigation performance based on principal component and correlation analyses[J]. Transactions of the Chinese Societyof Agricultural Engineering（Transactions of the CSAE）， 2013，29（24）: 86－93.（in Chinese with English abstract）

[18] 章少輝，許迪，李益農(nóng)，等. 基于SGA和SRFR的畦灌入滲參數(shù)與糙率系數(shù)優(yōu)化反演模型-模型運用[J]. 水利學報，2007，38（4）：402－408. Zhang Shaohui， Xu Di， Li Yinong， et al. Optimized inverse model used to estimate kostiakov infiltration parameters and manning’s roughness coefficient based on SGA and SRFR model: （II） Application[J]. Journal of Hydraulic Engineering，2007， 38（4）: 402－408. （in Chinese with English abstract）

[19] Bautista E， Clemmens A J， Strelkoff T S， et al. Analysis of surface irrigation systems with WinSRFR-Example application[J]. Agricultural Water Management， 2009， 96: 1162－1169.

[20] 聶衛(wèi)波，費良軍，馬孝義. 畦灌灌水技術要素組合優(yōu)化[J].農(nóng)業(yè)機械學報，2012，43（1）：83－88. Nie Weibo， Fei Liangjun， Ma Xiaoyi. Optimization for combination of irrigation technique element for border irrigation[J]. Transactions of the Chinese Society of Agricultural Machinery， 2012， 43（1）: 83－88. （in Chinese with English abstract）

[21] Adindu Ruth U， lgbokwe kelechi K， Chigbu Timothy O， et al. Application of Kostiako’s infiltration model on the soils of Umudike， Abia State-Nigeria[J]. American Journal of Environmental Engineering， 2014， 4（1）: 1－6.

[22] 李佳寶，魏占民，徐睿智，等. 基于SRFR模型的畦灌入滲參數(shù)推求及模擬分析[J]. 節(jié)水灌溉，2014，2（1）：1－3. Li Jiabao， Wei zhanmin， Xu Ruizhi， et al. Border irrigation infiltration parameters calculation and simulation analysis based on SRFR model[J]. Water Saving Irrigation Journal，2014， 2（1）: 1－3. （in Chinese with English abstract）

[23] 王全九，王文焰，張江輝，等. 根據(jù)畦田水流推進過程水力因素確定Philip入滲參數(shù)和田面平均糙率[J]. 水利學報，2005，36（10）：125－128. Wang Quanjiu， Wang Wenyan， Zhang Jianghui， et al. Determination of Philip infiltration parameter and Manning roughness according to hydraulic factors in the advance of irrigation water[J]. Journal of Hydraulic Engineering， 2005，36（1）: 125－128. （in Chinese with English abstract）

[24] 鄭和祥，李和平，郭克貞，等. 河套灌區(qū)冬小麥凍結期土壤入滲特性分析[J]. 農(nóng)業(yè)工程學報，2014，30（4）：70－78. Zheng Hexiang， Li Heping， Guo Kezhen， et al. Soil infiltration characteristics of winter wheat field during freezing in Hetao Irrigation District[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2014，30（4）: 70－78. （in Chinese with English abstract）

[25] 時立文. SPSS 19.0 統(tǒng)計分析從入門到精通[M]. 北京：清華大學出版社，2012：167－202.

Yearly variation of soil infiltration parameters in irrigated field based on WinSRFR4.1

Cai Huanjie, Xu Jiatun, Wang Jian, Chen Xinming, Zhu Dajiong, Xie Fei
（1. Key Lɑborɑtory of Agriculturɑl Soil ɑnd Wɑter Engineering of Northwest A＆F University, Yɑngling 712100， Chinɑ;
2. Institute of Wɑter-sɑving Agriculture in Arid Areɑs of Chinɑ， Northwest A＆F University， Yɑngling 712100， Chinɑ;
3. College of Wɑter Resources ɑnd Architecturɑl Engineering, Northwest A＆F University, Yɑngling 712100, Chinɑ）

Abstract:Soil infiltration parameters， which contain infiltration coefficient and infiltration index， determine the conversion velocity and distribution from irrigation water to soil water. Thus， they affect the irrigation effect and quality of ground irrigation and are of characteristic of time variations in summer maize-winter wheat rotation system， which may lead to different irrigation quality in different irrigation times. In order to reveal changes of soil infiltration parameters with time， this study obtained a series of infiltration coefficients and infiltration indexes of soil Kostiakov infiltration equation in different irrigation times based on field experimental data. The border irrigation experiment was conducted in 2012-2015 under summer maize-winter wheat rotation system at the Jinghui Canal irrigation area of Guanzhong Plain in Shaanxi Province. WinSRFR4.1，an integrated software for analyzing surface irrigation system， was used to estimate a field-averaged infiltration function from the field measured geometry in order to optimize the soil Kostiakov infiltration parameters. Manning function was to estimate the field synthetic roughness coefficient in different irrigation times， and then the Merriam-Keller post-irrigation volume balance analysis of WinSRFR4.1 model based on the advance-recession data was applied to simulate the process of field irrigation. Goodness of fit between simulated and measured values was evaluated by the root-mean-square error （RMSE） of advance-recession time and determination coefficient R2. The results showed that the root mean square error of the simulated water flow and the water flow regression processes were between 0.15-2.1 and 2.5-7.8 min， respectively. The coefficients of determination were more than 0.7. There were a wide variety of factors affecting soil infiltration parameters， such as soil bulk density， soil water content， organic matter， soil texture. Soil surface bulk density and water content changed with tillage，irrigation， and raining， which would affect soil infiltration parameters. Based on that， we took the soil surface bulk density， and soil water content as the main factors. According to the dominant factors affecting soil infiltration with the optimal soil infiltration parameters values， we had established the quantitative relationships between the infiltration parameters of Kostiakov infiltration equations and main factors， analyzed the yearly variations of soil infiltration parameters. The results indicated that the soil infiltration parameters changed significantly in the different irrigation periods with 95.0-210.0 mm/h and 0.42-0.67， respectively. And the relationship among the two infiltration parameters and soil moisture content， and soil surface bulk density conformed to logarithm function law， which adjusted R2was 0.846 and 0.741， respectively. According to these， we had built up the experimental regression equations to estimate the soil infiltration parameters of different irrigation period with soil surface bulk density and water content. These results have theoretical value for ascertaining irrigation technique parameters and have practical value for water management with irrigation.

Keywords:infiltration; models; soil moisture; summer maize-winter wheat rotation system; synthetic roughness coefficient

作者簡介：蔡煥杰，男，河北藁城人，教授，博士生導師，主要從事農(nóng)業(yè)節(jié)水與水資源高效利用研究。楊凌西北農(nóng)林科技大學旱區(qū)節(jié)水農(nóng)業(yè)研究院/旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，712100。Email：caihj@nwsuaf.edu.cn

基金項目：國家科技支撐計劃課題（2011BAD29B01）；高等學校學科創(chuàng)新引智計劃項目（B12007）

收稿日期：2015-09-20

修訂日期：2015-12-10

中圖分類號：S152.7＋2

文獻標志碼：A

文章編號：1002-6819（2016）-02-0092-07

doi：10.11975/j.issn.1002-6819.2016.02.014