梁 浩，胡宗薈，楊士紅，徐俊增，顧 哲，胡克林

?農(nóng)業(yè)水土工程?

稻田-溝塘系統(tǒng)水氮?jiǎng)討B(tài)模擬與灌排調(diào)控模型構(gòu)建

梁 浩1，胡宗薈1，楊士紅1，徐俊增1，顧 哲1，胡克林2

（1. 河海大學(xué)農(nóng)業(yè)科學(xué)與工程學(xué)院，南京 210098；2. 中國農(nóng)業(yè)大學(xué)土地科學(xué)與技術(shù)學(xué)院，北京 100193）

溝塘系統(tǒng)對(duì)農(nóng)田排水具有較好的攔蓄能力，是降低中國南方稻區(qū)農(nóng)業(yè)面源污染風(fēng)險(xiǎn)的有效措施，定量化評(píng)價(jià)稻田-溝塘系統(tǒng)水氮過程是合理制定水氮管理措施的關(guān)鍵。該研究以稻田-作物模型WHCNS_Rice為基礎(chǔ)，通過添加溝塘水氮平衡和灌排調(diào)控過程，構(gòu)建了稻田-溝塘系統(tǒng)水氮調(diào)控模型。并采用太湖流域2 a不同灌排和施肥處理的田間試驗(yàn)數(shù)據(jù)校準(zhǔn)和驗(yàn)證模型，分析不同灌排和施肥處理下稻田-溝塘系統(tǒng)的調(diào)控策略。研究結(jié)果顯示，模型能夠模擬不同灌排和施肥處理下稻田土壤含水量、稻田田面水深、徑流量、氮素徑流損失量、氨揮發(fā)量、作物吸氮量和作物產(chǎn)量，模擬的相對(duì)均方根誤差、一致性指數(shù)和模型模擬效率的范圍分別為4.6%～29.7%、0.758～0.996和0.073～0.983，均在可接受的范圍內(nèi)。模擬結(jié)果顯示，與傳統(tǒng)處理相比，控制灌溉結(jié)合優(yōu)化施肥，減少了稻田32.1%～36.2%的灌溉水用量和36.7%～67.3%的氮素徑流損失，同時(shí)平均降低了55.1%溝塘硝態(tài)氮濃度，從而降低了溝塘地表氮素徑流損失風(fēng)險(xiǎn)。Morris敏感度分析結(jié)果顯示，稻田土壤水力學(xué)參數(shù)和溝塘滲漏速率對(duì)溝塘水深的模擬影響較大，而作物參數(shù)的敏感度相對(duì)較低。溝塘硝態(tài)氮濃度對(duì)稻田水力學(xué)參數(shù)、溝塘氮素消納系數(shù)和氨揮發(fā)一階動(dòng)力學(xué)系數(shù)較敏感。同時(shí)，構(gòu)建的模型能反映不同水氮管理措施和溝塘/稻田面積比下稻田-溝塘系統(tǒng)水分消耗、氮素去向和作物生長(zhǎng)過程。該模型可為優(yōu)化稻田-溝塘系統(tǒng)水氮管理方案、防控農(nóng)業(yè)面源污染提供有力工具。

灌溉；排水；稻田；溝塘；水氮調(diào)控；過程模擬；敏感度分析

0 引 言

中國是水稻生產(chǎn)和消費(fèi)大國，2020年水稻種植面積達(dá)到3 000萬hm2，稻谷產(chǎn)量達(dá)到2.12億t，居世界第一[1]。水稻種植也是農(nóng)業(yè)用水第一大戶，約占中國農(nóng)業(yè)用水總量的70%，目前水稻種植以傳統(tǒng)淹水灌溉為主，導(dǎo)致水稻種植過程中排水量大，地表徑流損失嚴(yán)重，成為稻田水分損失的主要途徑之一[2]。加之過量的化肥氮素使用，導(dǎo)致大量氮素隨徑流流失，這是農(nóng)業(yè)面源污染形成的主要原因之一[3]。

近年來，生態(tài)溝塘系統(tǒng)作為一種有效攔蓄稻田排水和控制農(nóng)業(yè)面源污染的有效措施，可以消納大多數(shù)稻田排水中的氮素，受到了越來越多的關(guān)注[4-7]。有研究表明[6]，溝塘系統(tǒng)在減少近55.9%的稻田排水的同時(shí)，可降低總氮負(fù)荷59.7%。彭世彰等[4]在太湖地區(qū)的研究結(jié)果表明，利用水生植物群，溝塘系統(tǒng)可分別消納稻田排水中16.8%、14.4%和50.9%的總氮、硝態(tài)氮和銨態(tài)氮徑流，從而顯著降低氮素流失風(fēng)險(xiǎn)。王曉玲等[7]在太湖流域的研究也發(fā)現(xiàn)，生態(tài)塘對(duì)稻田徑流中氮磷有很好的攔截效果，對(duì)總氮去除率可達(dá)到50.4%。在湖北省漳河灌區(qū)的研究表明[8-9]，溝渠和塘堰對(duì)總氮、硝態(tài)氮和銨態(tài)氮的去除率達(dá)到59.8%、25.5%和67.5%。劉方平等[10]在江西贛撫平原灌區(qū)的研究也發(fā)現(xiàn)，排水溝塘經(jīng)生態(tài)改造后，可提高灌溉水生產(chǎn)率18.6%，減少總氮排放25.4%。對(duì)于稻田-溝塘系統(tǒng)，目前研究大多基于田間試驗(yàn)結(jié)果，而相關(guān)的定量化模擬研究較少。量化稻田-溝塘系統(tǒng)水氮過程是合理評(píng)價(jià)該系統(tǒng)生態(tài)環(huán)境效應(yīng)及制定合理灌排措施的基礎(chǔ)。

定量化稻田-溝塘系統(tǒng)水氮去向及作物生長(zhǎng)過程需將稻田生態(tài)系統(tǒng)模型與溝塘水氮過程進(jìn)行耦合。可用于稻田土壤水氮遷移轉(zhuǎn)化和作物生長(zhǎng)的模型包括CERES-Rice、Oryza、APSIM-Oryza、WHCNS_Rice等[11-14]。其中，梁浩等[14]在整合Hydrus、DAISY、RZWQM、PS123等不同模型優(yōu)勢(shì)特點(diǎn)基礎(chǔ)上，構(gòu)建了WHCNS（soil Water Heat Carbon Nitrogen Simulator）模型，該模型很好地適應(yīng)中國高度集約化的農(nóng)田生產(chǎn)模式。稻田生態(tài)系統(tǒng)模型（WHCNS_Rice）在此模型基礎(chǔ)上發(fā)展，該模型中包含有完整的稻田田面水水氮平衡動(dòng)態(tài)模擬模塊，可用于模擬不同農(nóng)田管理措施下（灌溉、施肥、秸稈還田、覆膜等）稻田水分消耗、氮素去向和作物生長(zhǎng)過程，已在中國南方稻區(qū)多個(gè)試驗(yàn)點(diǎn)得到了較好的驗(yàn)證與應(yīng)用[15-18]。本文通過改進(jìn)WHCNS_Rice模型，使其能夠用于模擬稻田-溝塘系統(tǒng)水氮去向和作物生長(zhǎng)過程，并采用實(shí)測(cè)的田間數(shù)據(jù)對(duì)改進(jìn)后的模型進(jìn)行驗(yàn)證，以期為優(yōu)化溝塘水氮調(diào)控提供理論工具。

1 模型構(gòu)建

1.1 WHCNS-Rice模型

WHCNS-Rice模型以天為步長(zhǎng)，以日氣象數(shù)據(jù)、田間管理數(shù)據(jù)、作物生物學(xué)參數(shù)和土壤初值及邊界條件驅(qū)動(dòng)，在WHCNS模型基礎(chǔ)上添加了稻田特有的田面水層模塊[14-16]。該模型可用于模擬不同農(nóng)田管理措施（灌溉、施肥、覆膜、秸稈還田等）下稻田水分消耗（蒸發(fā)、蒸騰、土壤水分運(yùn)動(dòng)和徑流）、氮素遷移轉(zhuǎn)化（凈礦化、硝化、反硝化、氨揮發(fā)、作物吸收、淋失和徑流損失）和作物生長(zhǎng)過程，在荊州、十堰、蘇州等地稻田得到了較好的驗(yàn)證與應(yīng)用[15-18]。模型中分別使用Richards方程和Green-Ampt模型計(jì)算非飽和條件下的水分入滲和再分布過程，飽和條件下使用達(dá)西定律[14]。采用水量平衡方法[18]計(jì)算田面水水深和相應(yīng)的氮素遷移轉(zhuǎn)化過程，每天田面水深計(jì)算為

式中Pd和Pd-1分別代表第天和-1天的田面水深度，mm；Pre、Irr、ET、Inf和Rf分別表示第天的降雨量、灌溉量、蒸散量、水分入滲量和徑流量，mm。ET和Inf的計(jì)算分別采用原模型中的Penman-Monteith[19]和Green-Ampt方法[20]。徑流的計(jì)算與旱地不同，稻田通常有一定高度的田埂，將此高度作為最大田面水允許高度（Pdmax，mm）。在強(qiáng)降雨條件下，稻田需先將水池蓄滿，超過田埂之后才會(huì)產(chǎn)生徑流。徑流量Rf采用以下方程計(jì)算：

無機(jī)氮是田面水中最活躍的氮素形態(tài)，也是環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)的主要指標(biāo)，因此模型僅考慮無機(jī)氮的遷移轉(zhuǎn)化過程。田面水中無機(jī)氮濃度是由施肥量、氮沉降、排水和氨揮發(fā)等過程決定的，忽略了反硝化過程的影響，因?yàn)樘锩嫠畬又邢趸聪趸⑸镙^少，反硝化量很低，大多數(shù)研究?jī)H考慮土壤反硝化過程[21]。為了簡(jiǎn)化模型，田面水層中的氮平衡由以下方程計(jì)算得到：

式中N,n和N,n-1分別代表第天和-1天的田面水中的無機(jī)氮量，kg/hm2；N,n和N,n分別表示第天的施肥和氮沉降帶入的氮量，kg/hm2；N,n表示第天隨水分入滲進(jìn)入到土層中的氮，kg/hm2；N,n和N,n分別表示第天通過氨揮發(fā)和地表徑流損失的氮，kg/hm2。N,n表示田面水層和表層土壤（1 cm）之間氮素吸附和解析的平衡值，kg/hm2，其正值和負(fù)值分別表示凈吸附和凈解析。其中氨揮發(fā)過程的模擬采用了Freney等[22]提出的如下估算方法：

式中pH代表土壤pH值；C,n是第天田面水中無機(jī)氮濃度，mg/L；()溫度修正函數(shù)；K是氨揮發(fā)一階動(dòng)力學(xué)參數(shù)，1/d；T是第天的水溫，℃。田面水層和表層土壤間的吸附解析過程采用以下等溫吸附曲線模擬：

式中C,n是第天田面水中的無機(jī)氮濃度，mg/L；是單位換算系數(shù)（等于0.01）。

1.2 溝塘水氮平衡模塊

稻田產(chǎn)生的地表徑流會(huì)流入溝塘中，每天溝塘水深可用如下公式計(jì)算：

式中RPd和RPd-1分別代表第天和-1天的溝塘水深度，mm；RE、RD和WD分別表示溝塘第天的水面蒸發(fā)量、滲漏量和向稻田的回灌量，mm；為溝塘面積與稻田面積的比值。

隨著稻田徑流進(jìn)入溝塘，改變了溝塘礦質(zhì)氮素濃度，溝塘水氮素平衡可計(jì)算為

式中RN,n和RN,n-1分別代表第天和-1天的溝塘水中的無機(jī)氮量，kg/hm2；k為溝塘氮素消納系數(shù)；RN,n、RN,n和RN,n分別表示第天的稻田徑流氮素?fù)p失量、氮沉降帶入的氮量和溝塘氮素淋失量，kg/hm2。

1.3 稻田-溝塘系統(tǒng)灌排調(diào)控

模型中設(shè)置的溝塘系統(tǒng)可通過合理的灌排調(diào)控有效提高稻田水分利用效率和阻控稻田養(yǎng)分流失。在該系統(tǒng)中，當(dāng)?shù)咎锾锩嫠桓哂赑dmax時(shí)，產(chǎn)生徑流流入溝塘，流入溝塘的活性氮可通過自然或生物消納，從而降低環(huán)境污染風(fēng)險(xiǎn)；當(dāng)?shù)咎锾锩嫠唬ɑ蛲寥篮剩┑陀陂撝禃r(shí)，溝塘水可用于回灌稻田，從而提高水分利用效率。

2 田間試驗(yàn)及模型測(cè)試

2.1 研究區(qū)概況

田間試驗(yàn)在河海大學(xué)水文水資源國家重點(diǎn)實(shí)驗(yàn)室昆山野外灌排實(shí)驗(yàn)站（31°15′ N，120°57′ E）進(jìn)行。研究區(qū)位于太湖流域隸屬亞熱帶季風(fēng)氣候區(qū)，年均氣溫和降雨量分別為15.5℃和1 097.0 mm。年均潛在蒸發(fā)總量和日照時(shí)數(shù)累積量分別為1 365.9 mm和2 085.9 h。該區(qū)域典型的種植模式為稻-麥輪作，水稻和小麥平均產(chǎn)量分別約為9和5 t/hm2。試驗(yàn)田表層為潴育水稻土，有機(jī)質(zhì)、全氮、全磷、全鉀和pH值分別為21.88 g/kg、1.08 g/kg、1.35 g/kg、20.86 g/kg和7.43。

2.2 試驗(yàn)設(shè)計(jì)與數(shù)據(jù)測(cè)定

田間試驗(yàn)從2009年6月到2010年10月進(jìn)行了2 a，每年種植一季水稻，水稻秧苗在6月下旬移栽，10月下旬收獲。試驗(yàn)設(shè)置有2種灌溉方式（FI，傳統(tǒng)淹水灌溉；CI，控制灌溉）和2種施肥方式（FP，農(nóng)民習(xí)慣施肥；SP，優(yōu)化施肥），共4個(gè)處理：1）FF，傳統(tǒng)淹水灌溉+農(nóng)民習(xí)慣施肥；2）FS，傳統(tǒng)淹水灌溉+優(yōu)化施肥；3）CF，控制灌溉+農(nóng)民習(xí)慣施肥；4）CS，控制灌溉+優(yōu)化施肥。試驗(yàn)采用隨機(jī)區(qū)組設(shè)計(jì)，每個(gè)處理設(shè)置3個(gè)重復(fù)，每個(gè)小區(qū)大小為5 m × 7 m。淹水灌溉模式水稻全生育期（除曬田）保持2～5 cm水層，控制灌溉全生育期內(nèi)不保持水層（表1）。農(nóng)民習(xí)慣施肥處理施肥方案參考該地區(qū)農(nóng)民習(xí)慣，優(yōu)化施肥處理的施肥量由土壤氮素水平和作物需氮量決定，具體方法可見文獻(xiàn)[23]。各處理磷肥（P2O5）和鉀肥（K2O）的施用量均為43.5 kg/hm2。

表1 試驗(yàn)田不同處理水氮管理方案

注：DAT，移栽后天數(shù)，d；FI，傳統(tǒng)淹水灌溉，保持20～50 mm淹水層；CI，控制灌溉；FP，農(nóng)民習(xí)慣施肥；SP，優(yōu)化施肥；s，根層飽和含水率，cm3·cm-3。下同。

Note: DAT, days after transplanting, d; FI, traditional flooding irrigation, maintaining 20 to 50 mm ponding water; CI, controlled irrigation; FP, farmer’s practice; SP, site-specific practice;s, saturated soil water content of root layer, cm3·cm-3. Same as below.

土壤基本理化性質(zhì)測(cè)試方法參考文獻(xiàn)[24]，其中有機(jī)質(zhì)采用重鉻酸鉀容量法-外加熱法測(cè)定，全氮采用凱氏定氮法測(cè)定，全磷全鉀采用高氯酸-硫酸法測(cè)定，pH值采用1∶2.5土水比測(cè)定。每天的稻田田面水深通過設(shè)置在田間的刻度尺讀取，土壤表層（0～20 cm）含水率采用時(shí)域反射儀（TDR；Trase system，美國）測(cè)定。稻田徑流通過觀測(cè)排水前后田面水位差計(jì)算，每次產(chǎn)生徑流時(shí)收集徑流溶液，測(cè)定硝態(tài)氮和銨態(tài)氮濃度。銨態(tài)氮和硝態(tài)氮分別采用納氏試劑和酚二磺酸比色法測(cè)定。作物成熟時(shí)，各小區(qū)隨機(jī)取8株植物（0.5 m2），105 ℃殺青30 min，75 ℃下烘干至恒質(zhì)量，測(cè)定植物干物質(zhì)質(zhì)量，產(chǎn)量通過全區(qū)收獲來計(jì)算。作物干物質(zhì)含氮量通過H2SO4-H2O2消煮法測(cè)定。稻田氨揮發(fā)采用通氣法測(cè)定，詳細(xì)的測(cè)定方法可參見[23]。氣象數(shù)據(jù)，包括日均氣溫、日最低和最高氣溫、降雨量、相對(duì)濕度、風(fēng)速和日照時(shí)數(shù)通過安裝在試驗(yàn)站的小型氣象站獲取。

2.3 敏感度分析及參數(shù)設(shè)置

本研究采用Morris[25]全局敏感度算法定量化分析模型輸入?yún)?shù)對(duì)溝塘水位和硝態(tài)氮濃度的影響程度，該算法中各參數(shù)的敏感度可計(jì)算為

式中是參數(shù)個(gè)數(shù)索引；()是模型輸出結(jié)果；=(1,…,x)是維參數(shù)輸入向量；是介于1/(-1)到1-1/(-1)的數(shù)值，為參數(shù)水平。研究一般采用和分析參數(shù)敏感度，它們分別表示不同水平下值的平均值和方差，相對(duì)大的值說明參數(shù)的敏感度較大，而指示了參數(shù)之間的交互作用和模型的非線性反饋[25]。

模型主要的輸入?yún)?shù)共20個(gè)，其中包括土壤水力學(xué)參數(shù)、作物參數(shù)、氮素轉(zhuǎn)化參數(shù)和溝塘參數(shù)（表2）。研究通過“試錯(cuò)法”利用2009年數(shù)據(jù)校準(zhǔn)模型，2010年數(shù)據(jù)驗(yàn)證模型。其中，土壤水力學(xué)參數(shù)采用實(shí)測(cè)數(shù)據(jù)，作物參數(shù)和氮素轉(zhuǎn)化參數(shù)采用“試錯(cuò)法”進(jìn)行調(diào)試，通過吻合實(shí)測(cè)和模擬的作物產(chǎn)量、作物吸氮量、氨揮發(fā)量和氮素徑流損失量數(shù)據(jù)獲得。敏感度計(jì)算中假定各參數(shù)取值服從均勻分布，對(duì)于土壤水力學(xué)參數(shù)，最高和最低的閾值分別設(shè)置為實(shí)測(cè)值上下浮動(dòng)+10%和-10%。作物參數(shù)和溝塘參數(shù)假設(shè)偏差為±20%，由于土壤氮素轉(zhuǎn)化極其復(fù)雜，氮素轉(zhuǎn)化參數(shù)的偏差均設(shè)置為±50%，各參數(shù)取值范圍如表2所示。

表2 WHCNS_Rice模型輸入?yún)?shù)優(yōu)化值與取值范圍

2.4 模型評(píng)價(jià)

選擇4種模型評(píng)價(jià)指數(shù)：均方根誤差（Root Mean Squared Error，RMSE）、相對(duì)均方根誤差（Relative Root Mean Squared Error，RRMSE）、一致性指數(shù)（Index of Agreement，IA）和模型模擬效率（Nash-Sutcliffe Efficiency，NSE）來評(píng)價(jià)模型模擬效果[14]。RRMSE值越小越好，IA值越接近1越好，一般認(rèn)為當(dāng)統(tǒng)計(jì)指數(shù)RRMSE≤15%和IA≥0.8時(shí)模擬效果很好，當(dāng)RRMSE>30%和IA<0.7時(shí)模擬效果較差，位于兩者這間（15%

3 結(jié)果與分析

3.1 稻田田面水深和土壤含水率

不同灌溉處理下稻田田面水深（Pd）顯示出明顯的差異（圖1），除分蘗后期曬田外，傳統(tǒng)灌溉條件下稻田長(zhǎng)期處于淹水狀態(tài)，Pd維持在20～70 mm之間?？刂乒喔鹊腜d低于傳統(tǒng)灌溉，除前期淹水和中后期的大雨外，控制灌溉條件下稻田一般不留水層，Pd為0。由于淹水條件下稻田土壤含水率維持飽和狀態(tài)，因此試驗(yàn)僅測(cè)量了控制灌溉條件下土壤表層含水率動(dòng)態(tài)變化，控制灌溉下稻田土壤含水率在0.29到0.45 cm3/cm3之間變化（圖2）。

WHCNS_Rice模型模擬的Pd和土壤含水率與實(shí)測(cè)值均有較高的吻合度，較好地反映了不同灌溉條件下Pd和土壤含水率的動(dòng)態(tài)變化規(guī)律（圖1和2）。從統(tǒng)計(jì)指數(shù)上看，Pd模擬的RMSE、RRMSE、IA和NSE的范圍分別為6.54～9.63 mm、19.0%～29.1%、0.758～0.959和0.073～0.837，土壤含水率模擬的RMSE<0.042，RRMSE<10.79%，IA>0.815，NSE>0.147，均在可接受的范圍內(nèi)（表3）。說明模型可用于模擬不同灌溉措施下稻田田面水位和土壤含水率動(dòng)態(tài)變化過程。

3.2 稻田徑流

徑流規(guī)律年際間的差異較大，與2010年相比，2009年降雨量較大，發(fā)生徑流的次數(shù)和徑流量均較多?？刂乒喔扰c傳統(tǒng)灌溉相比，排水次數(shù)相對(duì)較多，因此提高了徑流總量，2009（2010）年傳統(tǒng)灌溉和控制灌溉處理徑流量分別為228（44）mm和268（59）mm（表4）。稻田地表徑流主要在有較大降雨時(shí)產(chǎn)生，觀測(cè)的徑流峰值與降雨峰值有較好的匹配性（圖3和圖4）。同時(shí)，WHCNS_Rice模型模擬的徑流峰值與實(shí)測(cè)值有較好的吻合度，反映了不同年際下不同灌溉處理徑流變化規(guī)律，模型模擬徑流量的RMSE<11.82 mm，RRMSE<29.7%，IA>0.947，NSE>0.735，均在可接受范圍內(nèi)，表明模型可用于模擬不同灌溉模式下稻田徑流產(chǎn)生過程。

表3 田面水深、土壤含水率和徑流模擬效果

注：09FI和10FI分別表示2009和2010年的傳統(tǒng)淹水灌溉處理，09CI和10CI分別表示2009和2010年的控制灌溉處理。下同。

Note: 09FI and 10FI represent the traditional flooding irrigation treatment in 2009 and 2010, respectively; 09CI and 10CI represent the controlled irrigation treatment in 2009 and 2010, respectively. Same as below.

表4 2009和2010年不同灌溉模式下實(shí)測(cè)的稻田降雨量、灌溉和徑流總量

3.3 氮素去向和水稻產(chǎn)量

與水分管理相比，施肥模式對(duì)氮素?fù)p失的影響較大，F(xiàn)F和CF處理的氮素徑流損失和氨揮發(fā)量顯著高于FS和CS處理（表5，<0.05）。農(nóng)民習(xí)慣施肥和優(yōu)化施肥模式下氮素徑流損失（氨揮發(fā)量）的范圍分別為2.8～11.3 kg/hm2（54.2～71.7 kg/hm2）和1.9～3.8 kg/hm2（30.7～48.0 kg/hm2），說明優(yōu)化施肥可明顯降低氮素?fù)p失（表 5）。但優(yōu)化施肥顯著降低了水稻吸氮量，農(nóng)民習(xí)慣施肥和優(yōu)化施肥模式下作物吸氮量范圍分別為170.9～179.2 kg/hm2和139.6～147.1 kg/hm2。不同水分管理和施肥模式下作物產(chǎn)量均沒有顯著差異，說明控制灌溉和優(yōu)化施肥均較好地滿足了作物生長(zhǎng)需求?？刂乒喔冉Y(jié)合優(yōu)化施肥可在確保作物產(chǎn)量情況下，有效降低水分投入和氮素?fù)p失。

表5 2009和2010年不同處理實(shí)測(cè)和模擬的稻田徑流氮損失量、氨揮發(fā)量、作物吸氮量和作物產(chǎn)量

注：FF，傳統(tǒng)淹水灌溉+農(nóng)民習(xí)慣施肥；FS，傳統(tǒng)淹水灌溉+優(yōu)化施肥；CF，控制灌溉+農(nóng)民習(xí)慣施肥；CS，控制灌溉+優(yōu)化施肥；a、b和c代表不同處理間顯著性（<0.05）；括弧內(nèi)數(shù)據(jù)為模擬值。RRMSE，相對(duì)均方根誤差；IA，一致性指數(shù)；NSE，模型模擬效率。

Note: FF, traditional flooding irrigation+ farmer’s N management; FS, traditional flooding irrigation+ site-specific N management; CF, controlled irrigation+ farmer’s N management; CS, controlled irrigation+ site-specific N management; a, b, and c represent the significant difference in different treatments at<0.05 level; values in bracket are the simulated yield. RRMSE, relative root mean squared error; IA, index of agreement; NSE, Nash-Sutcliffe efficiency.

模型模擬的氮素?fù)p失量、氨揮發(fā)量、作物吸氮量和作物產(chǎn)量與實(shí)測(cè)值有較好的一致性，評(píng)價(jià)指數(shù)RRMSE、IA和NSE的范圍分別為4.6%～21.3%、0.879～0.996和0.372～0.983（表5）。WHCNS_Rice模型對(duì)氮素去向和水稻產(chǎn)量模擬效果較好，能用來定量化分析不同水分管理和施肥模式下稻田氮素去向和水稻產(chǎn)量。

3.4 溝塘水位與氮素濃度

圖5顯示了模擬的不同灌溉處理和溝塘/稻田面積比（）下溝塘水深動(dòng)態(tài)變化過程，稻田排水和灌溉會(huì)引起溝塘水位的升高和降低。傳統(tǒng)灌溉與控制灌溉相比，耗水量（稻田灌溉量）相對(duì)較大，因此模擬的溝塘水位下降速度較快。水稻生長(zhǎng)后期，傳統(tǒng)模式下溝塘水位接近零，而控制灌溉模式下溝塘仍能保持一定水位。同時(shí)，對(duì)溝塘水深的影響較大，值越小，溝塘的最大水深相對(duì)越高，說明當(dāng)值較小時(shí)，需要開挖較深的溝塘來降低地表徑流，提高水分利用效率。圖6顯示了不同施肥處理和值下溝塘硝態(tài)氮濃度動(dòng)態(tài)變化過程。溝塘硝態(tài)氮濃度與稻田排水中硝態(tài)氮濃度直接相關(guān)，傳統(tǒng)施肥模式下稻田排水中硝態(tài)氮濃度比優(yōu)化施肥模式高?？刂乒喔认?，優(yōu)化施肥平均降低了55.1%溝塘硝態(tài)氮濃度（圖6）。因此，模擬的傳統(tǒng)施肥模式下溝塘的硝態(tài)氮濃度明顯高于優(yōu)化模式，這也說明優(yōu)化模式降低了溝塘氮素流失風(fēng)險(xiǎn)（表 5）。同時(shí)溝塘硝態(tài)氮濃度隨著值的降低而升高，說明溝塘配置率提高有利于降低氮素流失風(fēng)險(xiǎn)，但也會(huì)提高建設(shè)和用地成本。WHCNS_Rice能夠模擬不同水氮管理措施和不同溝塘配置比下溝塘水深和氮素濃度的影響，對(duì)于稻田-溝塘系統(tǒng)生態(tài)環(huán)境效應(yīng)評(píng)價(jià)和優(yōu)化配置提供了理論工具。

3.5 模型參數(shù)敏感度

本研究?jī)H分析模型參數(shù)對(duì)溝塘水深和溝塘硝態(tài)氮模擬的敏感度，WHCNS_Rice模型參數(shù)對(duì)稻田水分平衡、氮素去向和作物生長(zhǎng)的敏感度分析可參見文獻(xiàn)[23]。敏感度值的大小反映了參數(shù)對(duì)模擬指標(biāo)影響程度的大小。如圖7a所示，稻田土壤水力學(xué)參數(shù)、作物參數(shù)和溝塘參數(shù)均對(duì)溝塘水深有一定的敏感度，其中飽和含水率（Q）、田間持水量（FC）和溝塘滲漏速率（k）的敏感度最高，其次是作物前中期系數(shù)（ini和mid）、飽和導(dǎo)水率（K）、萎蔫點(diǎn)（WP）、最大比葉重（SLAmax）和積溫（sum）。水力學(xué)參數(shù)和作物參數(shù)的平均值分別為37.8、6.3 cm，而其他參數(shù)的值小于4 cm。對(duì)于溝塘硝態(tài)氮模擬，Q和溝塘氮素消納系數(shù)（RD）的敏感度最高，其次是FC、、氨揮發(fā)一階動(dòng)力學(xué)系數(shù)（K）、飽和導(dǎo)水率（K）和最大同化率（AMAX），其他參數(shù)的敏感度均低于0.1 mg/L（圖7b）。

4 討 論

本研究以WHCNS_Rice模型為基礎(chǔ)，添加了溝塘水氮平衡模擬模塊，實(shí)現(xiàn)了不同水氮管理措施下稻田-溝塘系統(tǒng)水氮?jiǎng)討B(tài)模擬與調(diào)控。改進(jìn)的稻田-溝塘系統(tǒng)模型可以反映不同灌排和施肥管理模式下稻田和溝塘系統(tǒng)中水氮?jiǎng)討B(tài)變化規(guī)律和水稻生長(zhǎng)過程。對(duì)稻田土壤含水率、作物吸氮量和作物產(chǎn)量的模擬的評(píng)價(jià)指數(shù)RRMSE和IA的范圍分別為4.6%～10.79%和0.815～0.996，說明模型對(duì)這些指標(biāo)的模擬效果很好；而對(duì)稻田田面水深、徑流量、氮素徑流損失量和氨揮發(fā)的模擬效果相對(duì)較差，RRMSE和IA范圍分別為19.0%～29.7%和0.758～0.974。一方面可能是由于徑流過程和土壤氮素轉(zhuǎn)化過程的相對(duì)復(fù)雜，另一方面也可能是現(xiàn)有模型無法考慮田塊內(nèi)空間異質(zhì)性導(dǎo)致的[14]。對(duì)于NSE指數(shù)，土壤指標(biāo)和作物指標(biāo)模擬可允許的最低閾值分別為-1.0和0[29]，本研究模擬的各項(xiàng)指標(biāo)均在可接受的范圍內(nèi)，說明模型可用于模擬和分析不同水氮情景下稻田-溝塘系統(tǒng)水分消耗、氮素去向和作物生長(zhǎng)過程。

敏感度值越大，說明參數(shù)對(duì)模擬結(jié)果影響程度越大。Morris分析結(jié)果顯示，模型模擬的溝塘水深對(duì)稻田土壤水力學(xué)參數(shù)（Q、FC、K和WP）和溝塘滲漏速率（k）的敏感度最大（值范圍為12.1～54.1 cm），這是由于該參數(shù)對(duì)稻田徑流量和溝塘滲漏量的模擬影響最大[18]，從而直接影響了溝塘水深。除水力學(xué)參數(shù)外，作物系數(shù)（ini和mid）和SLAmax對(duì)溝塘水深模擬影響較大（值范圍為2.41～21.7 cm），模型中通過作物系數(shù)將參考蒸散轉(zhuǎn)化為稻田的潛在蒸散量，ini和mid參數(shù)決定了稻田前中期潛在蒸騰量[19]，SLAmax參數(shù)主要影響水稻葉面積指數(shù)的模擬[14]，作物參數(shù)主要通過影響稻田水分蒸騰，對(duì)溝塘水深的模擬產(chǎn)生間接的影響。對(duì)于溝塘硝態(tài)氮濃度的模擬，稻田水力學(xué)參數(shù)中Q的值最大（2.5 mg/L），它通過控制稻田排水從而影響溝塘硝態(tài)氮濃度；其次是溝塘消納能力RD（2.1 mg/L），它反應(yīng)了溝塘生物消納氮素的能力，對(duì)溝塘氮素濃度有直接影響。除此之外，參數(shù)FC和K的敏感度也較大，均大于0.5 mg/L。FC通過控制稻田水力學(xué)特征影響排水和氮素徑流損失，而氨揮發(fā)是稻田氮素?fù)p失的主要途徑之一[30-31]，氨揮發(fā)量的變化會(huì)直接影響稻田田面水氮素濃度，從而對(duì)稻田氮素徑流和溝塘氮素濃度產(chǎn)生影響。

不同水氮管理方式也是影響溝塘水深和溝塘氮素濃度的重要因素。有研究表明，通過合適的水氮協(xié)同調(diào)控，可顯著提高稻田-溝塘系統(tǒng)水氮利用效率，降低氮素流失風(fēng)險(xiǎn)[4,6,9,16]。稻田控制灌溉與傳統(tǒng)灌溉相比，顯著降低了稻田-溝塘系統(tǒng)排水量，并顯著降低13.51%的氮素徑流損失[4]；優(yōu)化（減量）施肥模式下稻田田面水氮素濃度較低，氮素徑流損失量較少，與傳統(tǒng)施肥模式相比，可減少22.1%～34.2%的氮素徑流損失[32]；優(yōu)化灌溉和施肥模式可將稻田-溝塘系統(tǒng)從對(duì)水體的氮源向氮匯轉(zhuǎn)化[17]。課題組2020年在江蘇昆山灌排試驗(yàn)基地的研究結(jié)果顯示，與傳統(tǒng)水肥管理相比，控制灌溉結(jié)合優(yōu)化施肥下水稻產(chǎn)量增加16.4%，同時(shí)有效較低了15.2%～50.7%的土壤硝態(tài)氮流失[33]。本研究發(fā)現(xiàn)，與傳統(tǒng)處理相比，控制灌溉結(jié)合優(yōu)化施肥，減少了稻田32.1%～36.2%的灌溉水用量和36.7%～67.3%的氮素徑流損失，同時(shí)平均降低了55.1%溝塘硝態(tài)氮濃度，從而降低了溝塘地表氮素徑流損失風(fēng)險(xiǎn)?？刂乒喔冉Y(jié)合優(yōu)化施肥不僅提高了水分利用效率，維持了作物產(chǎn)量，也明顯降低了氮素流失風(fēng)險(xiǎn)。同時(shí)，充分利用生態(tài)溝塘的攔蓄效果，可以較大程度降低稻區(qū)農(nóng)業(yè)面源污染風(fēng)險(xiǎn)。

改進(jìn)的模型可以反映不同的溝塘/稻田面積比（值）對(duì)溝塘水深和溝塘氮素濃度的影響，這對(duì)于稻田溝塘建設(shè)和合理配置具有一定指導(dǎo)意義?；谔镩g試驗(yàn)，李笑天等[34]研究了不同值下溝塘對(duì)稻田排水中氮素的消納效果，研究表明，值越大，溝塘氮素濃度越低，消納效果越好。本研究的模擬結(jié)果也顯示，溝塘的水深和硝態(tài)氮濃度均隨著值的增加而逐漸減小，這與前人的試驗(yàn)結(jié)果吻合。說明當(dāng)溝塘配置率較低時(shí)，需建設(shè)較深的溝塘來存蓄稻田徑流水，從而提高水分利用率，降低氮素流失風(fēng)險(xiǎn)。合理的溝塘配置可高效發(fā)揮溝塘水氮調(diào)蓄能力，同時(shí)減少溝塘配置率和施工成本。該模型可為合理配置溝塘、降低稻田面源污染提供參考。

5 結(jié) 論

本研究構(gòu)建了稻田-溝塘系統(tǒng)水氮調(diào)控模型，在采用稻田實(shí)測(cè)數(shù)據(jù)對(duì)構(gòu)建的模型進(jìn)行校準(zhǔn)和驗(yàn)證的基礎(chǔ)上，分析和評(píng)價(jià)了不同灌溉模式和施肥方式下稻田-溝塘系統(tǒng)水分消耗和氮素?fù)p失，研究結(jié)果可為稻田-溝塘系統(tǒng)水氮調(diào)控提供科學(xué)工具與參考。

模型驗(yàn)證結(jié)果顯示，該模型對(duì)稻田土壤含水率、作物吸氮量和作物產(chǎn)量的模擬結(jié)果很好，相對(duì)均方根誤差和一致性指數(shù)的范圍分別為4.6%～10.79%和0.815～0.996；對(duì)稻田田面水深、徑流量、氮素徑流損失量和氨揮發(fā)模擬的效果較好，RRMSE和IA范圍分別為19.0%～29.7%和0.758～0.974?？刂乒喔冉Y(jié)合優(yōu)化施肥，減少了稻田灌溉水用量和氮素徑流損失，同時(shí)平均降低了55.1%溝塘硝態(tài)氮濃度，顯著降低了溝塘地表氮素徑流損失風(fēng)險(xiǎn)。敏感度分析結(jié)果顯示，溝塘水深的模擬對(duì)稻田和溝塘土壤水力學(xué)參數(shù)最敏感，對(duì)作物參數(shù)的敏感度相對(duì)較低，而對(duì)氮素轉(zhuǎn)化參數(shù)不敏感，水力學(xué)參數(shù)和作物參數(shù)的平均值分別為37.8、6.3 cm。溝塘硝態(tài)氮濃度除對(duì)稻田水力學(xué)參數(shù)Q和溝塘氮素消納系數(shù)RD敏感度最大，值分別為2.5、2.1 mg/L，其他參數(shù)的敏感度值均小于1.0 mg/L，相對(duì)較低。同時(shí)，構(gòu)建的模型能反映不同水氮管理措施和溝塘/稻田面積比對(duì)稻田-溝塘系統(tǒng)水分消耗、氮素去向和作物生長(zhǎng)的影響，該模型對(duì)稻田-溝塘系統(tǒng)水氮調(diào)控有一定的指導(dǎo)意義。

[1] 國家統(tǒng)計(jì)局. 中華人民共和國2020年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[M]. 中國統(tǒng)計(jì)出版社，2021.

[2] 羅文兵，孟小軍，李亞龍，等. 南方地區(qū)水稻節(jié)水灌溉的綜合效應(yīng)研究進(jìn)展[J]. 資源與水工程學(xué)報(bào)，2020，31(4)：145-151.

Luo Wenbing, Meng Xiaojun, Li Yalong, et al. Research progress in comprehensive effects of rice field water-saving irrigation in southern China[J]. Journal of Water Resources and Water Engineering, 2020, 31(4): 145-151. (in Chinese with English abstract)

[3] Fu J, Jian Y W, Wu Y L, et al. Nationwide estimates of nitrogen and phosphorus losses via runoff from rice paddies using data-constrained model simulations[J]. Journal of Cleaner Production, 2021, 279: 123642.

[4] 彭世彰，張正良，羅玉峰，等. 灌排調(diào)控的稻田排水中氮素濃度變化規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25(9)：21-26.

Peng Shizhang, Zhang Zhengliang, Luo Yufeng, et al. Variation of nitrogen concentration in drainage water from paddy fields under controlled irrigation and drainage[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(9): 21-26. (in Chinese with English abstract)

[5] Yang S H, Xu J Z, Zhang J G, et al. Reduction of non-point source pollution from paddy fields through controlled drainage in an aquatic vegetable wetland-ecological ditch system[J]. Irrigation and Drainage, 2016, 65: 734-740.

[6] 朱成立，郭相平，劉敏昊，等. 水稻溝田協(xié)同控制灌排模式的節(jié)水減污效應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(3)：86-91.

Zhu Chengli, Guo Xiangping, Liu Minhao, et al. Reduction of nitrogen, phosphorous and runoff by coordination controlled drainage with basin and ditch in paddy field[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 86-91. (in Chinese with English abstract)

[7] 王曉玲，李建生，李松敏，等. 生態(tài)塘對(duì)稻田降雨徑流中氮磷的攔截效應(yīng)研究[J]. 水利學(xué)報(bào)，2017，48(3)：291-298.

Wang Xiaoling, Li Jiansheng, Li Songmin, et al. Study on the interception effects of ecological pond on Nitrogen and Phosphorus in the rainfall runoff of rice field[J]. Journal of Hydraulic Engineering, 2017, 48(3): 291-298. (in Chinese with English abstract)

[8] 何軍，崔遠(yuǎn)來，呂露，等. 溝渠及塘堰濕地系統(tǒng)對(duì)稻田氮磷污染的去除試驗(yàn)[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2011，30(9)：1872-1879.

He Jun, Cui Yuanlai, Lyu lu, et al. Experiments on removal effects of ditch-pond wetland system on N and P pollutants from paddy field[J]. Journal of Agro-Environment Science, 2011, 30(9): 1872-1879. (in Chinese with English abstract)

[9] Hua L L, Zhai L M, Liu J, et al. Characteristics of nitrogen losses from a paddy irrigation-drainage unit system[J]. Agriculture, Ecosystems and Environment, 2019, 285: 106629.

[10] 劉方平，向愛農(nóng)，才碩，等. 南方稻田灌排系統(tǒng)生態(tài)整治效應(yīng)分析[J]. 灌溉排水學(xué)報(bào)，2019，38(4)：116-121.

Liu Fangping, Xiang Ainong, Cai Shuo, et al. Improving contaminant attenuation by ecologically innovating irrigation and drainage system at paddy field in Southern China[J]. Journal of Irrigation and Drainage, 2019, 38(4): 116-121. (in Chinese with English abstract)

[11] Devkota K, Hoogenboom G, Boote K, et al. Simulating the impact of water saving irrigation and conservation agriculture practices for rice-wheat systems in the irrigated semi-arid drylands of Central Asia[J]. Agricultural and Forest Meteorology, 2015, 214-215: 266-280.

[12] Yuan S, Peng, S B, Li T. Evaluation and application of the ORYZA rice model under different crop managements with high-yielding rice cultivars in central China[J]. Field Crops Research, 2017, 212: 115-125.

[13] Amarasingha R P R K, Suriyagoda L D B, Marambe B, et al. Simulation of crop and water productivity for rice (L.) using APSIM under diverse agro-climatic conditions and water management techniques in Sri Lanka[J]. Agricultural Water Management, 2015, 160: 132-143.

[14] 梁浩，胡克林，李保國，等. 土壤-作物-大氣系統(tǒng)水熱碳氮過程耦合模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，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[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 54-66. (in Chinese with English abstract)

[15] Liang H, Yang S H, Xu J Z, et al. Modeling water consumption, N fates, and rice yield for water-saving and conventional rice production systems[J]. Soil and Tillage Research, 2021, 209: 104944.

[16] Shi X R, Hu K L, William D B, et al. Exploring optimal nitrogen management strategies to mitigate nitrogen losses from paddy soil in the middle reaches of the Yangtze River[J]. Agricultural Water Management, 2020, 228: 105877.

[17] Jiang W J, Huang W C, Liang H, et al. Is rice field a nitrogen source or sink for the environment?[J]. Environmental Pollution, 2021, 283: 117122.

[18] 史鑫蕊，梁浩，周豐，等. 稻田土壤-作物系統(tǒng)模型參數(shù)敏感性分析與模型驗(yàn)證[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51(5)：252-271.

Shi Xinrui, Liang Hao, Zhou Feng, et al. Sensitivity analysis and parameter estimation for soil-rice system model[J]. Transactions of the Chinese Society of Agricultural Machinery, 2020，51(5): 252-271. (in Chinese with English abstract)

[19] 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.

[20] Hachum A Y, Alfaro J F. Rain infiltration into layered soils: Prediction[J]. Journal of the Irrigation and Drainage Division, 1980, 106(4): 311-319.

[21] Zhou S, Sakiyama Y, Riya S, et al. Assessing nitrification and denitrification in a paddy soil with different water dynamics and applied liquid cattle waste using the 15N isotopic technique[J]. Science of The Total Environment, 2012, 430: 93-100.

[22] Freney J R, Leuning R, Simpson J R, et al. Estimating ammonia volatilization from flooded rice fields by simplified techniques[J]. Soil Science Society of America Journal, 1985, 49(4): 1049-1054.

[23] 楊士紅，彭世彰，徐俊增，等. 不同水氮管理下稻田氨揮發(fā)損失特征及模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(11)：99-104.

Yang Shihong, Peng Shizhang, Xu Junzeng, et al. Characteristics and simulation of ammonia volatilization from paddy fields under different water and nitrogen management[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(11): 99-104. (in Chinese with English abstract)

[24] 鮑士旦. 土壤農(nóng)化分析[M]. 北京: 中國農(nóng)業(yè)出版社, 2000.

[25] Morris M D. Factorial sampling plans for preliminary computational experiments[J]. Technometrics, 1991, 33(2): 161-174.

[26] 劉建剛，褚慶全，王光耀，等. 基于DSSAT 模型的氮肥管理下華北地區(qū)冬小麥產(chǎn)量差的模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(23)：124-129.

Liu Jiangang, Chu Qingquan, Wang Guangyao, et al. Simulating yield gap of winter wheat in response to nitrogen management in North China Plain based on DSSAT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(23): 124-129. (in Chinese with English abstract)

[27] Liu L J, Chen T T, Wang Z Q, et al. Combination of site-specific nitrogen management and alternate wetting and drying irrigation increases grain yield and nitrogen and water use efficiency in super rice[J]. Field Crops Research, 2013, 154: 226-235.

[28] He W T, Grant B B, Smith W N, et al. Assessing alfalfa production under historical and future climate in eastern Canada: DNDC model development and application[J]. Environmental Modelling & Software, 2019, 122, 104540.

[29] Yang J M, Yang J Y, Liu S, et al. An evaluation of the statistical methods for testing the performance of crop models with observed data[J]. Agricultural Systems, 2014, 127: 81-89.

[30] Xu J Z, Peng S Z, Yang S H, et al. Ammonia volatilization losses from a rice paddy with different irrigation and nitrogen managements[J]. Agriculture Water Management, 2012, 104: 184-192.

[31] Wang C, Sun H F, Zhang J N, et al. Effects of different fertilization methods on ammonia volatilization from rice paddies[J]. Journal of Cleaner Production, 2021, 295: 126299.

[32] 李娟，李松昊，鄔奇峰，等. 不同施肥處理對(duì)稻田氮素徑流和滲漏損失的影響[J]. 水土保持學(xué)報(bào)，2016，30(5)：23-33.

Li Juan, Li Songhao, Wu Qifeng, et al. Effects of different fertilization treatments on runoff and leaching losses of nitrogen in paddy field[J]. Journal of Soil and Water Conservation, 2016, 30(5), 23-33. (in Chinese with English abstract)

[33] 李帥，衛(wèi)琦，徐俊增，等. 水肥一體化條件下控灌稻田土壤氮素及水稻生長(zhǎng)特性研究[J]. 灌溉排水學(xué)報(bào)，2021，40(10): 79-86.

Li Shuai, Wei Qi, Xu Junzeng, et al. Improving nitrogen use efficiency and growth of paddy rice using controlled fertigation[J]. Journal of Irrigation and Drainage, 2021, 40(10): 79-86. (in Chinese with English abstract)

[34] 李笑天，劉錦濤，王乙江，等. 不同濕地-稻田面積比下茭白-茨菇濕地系統(tǒng)對(duì)稻田排水中氮素去除效果的研究[J]. 中國農(nóng)村水利水電，2016(11): 70-73.

Li Xiaotian, Liu Jintao, Wang Yijiang, et al. A study of the removal effect of water bamboo and arrowhead wetland system on nitrogen in paddy field drainage water under different wetland-paddy area ratio[J]. China Rural Water and Hydropower, 2016(11): 70-73. (in Chinese with English abstract)

Simulation of the water and nitrogen dynamics for paddy field-ditch pond system and model construction of irrigation and drainage regulation

Liang Hao1, Hu Zonghui1, Yang Shihong1, Xu Junzeng1, Gu Zhe1, Hu Kelin2

(1.,,210098,;2.,,100193,)

The runoff nitrogen (N) loss of paddy fields is one of the major sources for agricultural non-point pollution (AGNPS) in the rice areas of southern China. In an effective way to reduce the AGNPS risk, a ditch-pond system can be used to intercept farmland drainage in recent years. It is necessary to quantify the water and N processes of the system for appropriate management practices. In this study, a new regulation model of water and nitrogen was developed for the paddy field-ditch pond system. The water and nitrogen processes of the ditch system incorporated the regulation of irrigation and drainage into the soil-rice system model (soil water heat carbon-nitrogen simulator for rice, WHCNS_Rice). A global Morris sensitivity analysis was adopted to evaluate the output responses of the model to different input parameters. The model was verified to utilize the dataset from a two-years (2009-2010) field experiment with the combination of two irrigation regimes (FI, traditional flooding irrigation; CI, controlled irrigation) and two N management (FP, farmer’s N practice; SP, site-specific N practice) in the Taihu Lake Basin. The specific parameters included the ponding water depth, soil water content, runoff, N runoff loss, ammonia volatilization, crop N uptake, and crop yield. The results showed that the Relative Root Mean Square Error (RRMSE), Index of Agreement (IA), and Nash-Sutcliffe Efficiency (NSE) ranged from 4.6% to 29.7%, 0.758 to 0.996, and 0.073 to 0.983, respectively. The model performed well to simulate the water and N balances, as well as the rice growth for paddy field-ditch pond system under different irrigation regimes and N management practices. Morris sensitivity analysis showed that the soil hydraulic parameters of the paddy field and the leakage rate of the ditch (k) presented the greatest influence on the simulation of water depth in the ditch, while the sensitivity of crop parameters was relatively low. The nitrate concentration in the ditch was also more sensitive to the hydraulic parameters of the paddy field, the coefficient of N reduction (RD) in ditches, and the first-order kinetic coefficient of ammonia volatilization (K). At the same time, the improved model was utilized to clarify the effects of ditch pond/paddy field area (), irrigation regimes, and N management practices on water consumption, N fate, and crop growth in the paddy field-ditch pond system. Furthermore, the calibrated and validated model was selected to evaluate the effects of different water and N management on water and N balances of the paddy field-ditch pond system. It was found that the combination of controlled irrigation and site-specific N management significantly reduced irrigation water use and N runoff loss by 32.1%-36.2% and 36.7%-67.3%, respectively. Meanwhile, the nitrate concentration in the ditch pond was reduced by 55.1%, leading to a significant decrease in the N loss risk of the paddy field-ditch pond system. Consequently, the incorporated model can provide a powerful tool to regulate irrigation and drainage of paddy field-ditch pond system, and thereby to control agricultural non-point source pollution.

irrigation; drainage; paddy field; ditch-pond; water and nitrogen regulation; process-based simulation; sensitivity analysis

梁浩，胡宗薈，楊士紅，等. 稻田-溝塘系統(tǒng)水氮?jiǎng)討B(tài)模擬與灌排調(diào)控模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(22)：49-57.doi：10.11975/j.issn.1002-6819.2021.22.006 http://www.tcsae.org

Liang Hao, Hu Zonghui, Yang Shihong, et al. Simulation of the water and nitrogen dynamics for paddy field-ditch pond system and model construction of irrigation and drainage regulation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 49-57. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.22.006 http://www.tcsae.org

2020-07-02

2021-10-08

國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2018YFC1508303）；中國博士后科學(xué)基金項(xiàng)目資助（2019T120159）

梁浩，博士，青年教授，研究方向?yàn)檗r(nóng)業(yè)生態(tài)系統(tǒng)模型。Email：haoliang@hhu.edu.cn

10.11975/j.issn.1002-6819.2021.22.006

S274

A

1002-6819(2021)-22-0049-09