滴灌暗排区地下水、土壤水-盐动态监测与调控策略:以宁夏北部平罗县灵沙乡沿黄盐碱地为例

何月 ,  王红雨 ,  李宇扬 ,  郭振琪 ,  王思成

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (22) :9487-9497

PDF (16243KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (22) :9487-9497 DOI: 10.12404/j.issn.1671-1815.2506078
农业科学

滴灌暗排区地下水、土壤水-盐动态监测与调控策略:以宁夏北部平罗县灵沙乡沿黄盐碱地为例

作者信息 +

Dynamic Monitoring and Regulating Strategies for Groundwater and Soil Water-salt Movement in Subsurface Drained Areas under Drip Irrigation: Lingsha Township, Pingluo County, Northern Ningxia, China

Author information +
文章历史 +

摘要

针对银北灌区临近黄河边岸地带地下水位高、耕地土壤盐碱化严重等问题,为探究该区域土壤水盐动态与地下水埋深的时空演化规律,在平罗县灵沙乡滴灌-暗管排水盐渍化综合治理项目区选择43.33 hm2典型盐碱地段,布置气象、土壤水分、盐分(电导率)、地下水埋深等多指标监测站点,定期收集监测数据,利用机器学习模型对其进行计算分析,结果表明:春季播种前的4月,表层土壤(埋深小于0.2 m)受蒸发主导,盐分表聚特征明显;夏季灌溉期的6—8月,灌溉与降雨协同作用使中层土壤(埋深0.4~0.8 m)含水率提升至26.76%~36.69%,盐分垂向迁移加剧,导致6—7月份土壤电导率峰值达4.98 dS/m,8月强降雨导致9月地下水埋深减小至0.86 m,变异系数降低至5.29%,触发深层(埋深1.0~1.2 m)含水率峰值达41.50%;秋季非灌溉期的9—10月,在蒸发主导下,表层含水率降至19.50%,土壤深层盐分累积效应显著,电导率达到5.08 dS/m。暗管排水工程能有效调控地下水位,既保证汛期将地下水埋深控制在0.8~1.2 m范围,又驱动强降雨淋洗土壤盐分的降水迅速排出;而旱季随黄河顶托地下水现象的消减和强烈的蒸发作用,该区域地下水埋深基本维持在1.5~1.8 m,远低于暗管埋深位置,无须人工调控便能有效抑制春季毛管水上升和盐分返聚。

Abstract

The research aims to address the issues including high groundwater level, severe salinization of cultivated soil adjacent to the Yellow River in the Yinbei Irrigation District. To investigate the spatio-temporal evolution laws of soil water-salt dynamics and groundwater depth in this area, a typical 43.33 hm2 saline-alkali plot was selected in the drip irrigation-subsurface drainage salinization comprehensive management project area in Lingsha Township, Pingluo County. Monitoring stations for multiple indicators such as meteorology, soil moisture, salinity (electrical conductivity), and groundwater depth were set up to collect monitoring data regularly, while simultaneously machine learning models were utilized for data analysis. The results show as follows. In April before spring sowing, the surface soil (depth less than 0.2 m) is dominated by evaporation, and the characteristics of salt surface accumulation are obvious. During the summer irrigation period from June to August, the synergistic effect of irrigation and rainfall increased the moisture content in the middle layer (depth 0.4~0.8 m) to 26.76%~36.69%, intensifying the vertical migration of salt, resulting in the soil electrical conductivity that reaching peak values of 4.98 dS/m in June and July. The heavy rainfall in August reduced the groundwater depth to 0.86 m in September, with the coefficient of variation decreasing to 5.29%, and triggered a peak moisture content of 41.50% in the deep-layer soil (depth 1.0~1.2 m). During the non-irrigation period from September to October in autumn, under the dominance of evaporation, the surface moisture content decreased to 19.50%, while the accumulation effect of deep-layer soil salt became evident, with electrical conductivity reaching 5.08 dS/m. The subsurface drainage system effectively regulated the groundwater levels. It not only maintains groundwater depth within the range of 0.8~1.2 m during the flood seasons, but also facilitates the rapid discharge of precipitation that washes away soil salts due to heavy rainfall. During the dry seasons, as the backwater effect of Yellow River's diminishes and the strong evaporation prevails, the groundwater depth in the area is basically stabilized at around 1.5~1.8 m, which is significantly below the depth of the subsurface drains. This system can effectively suppress the rise of capillary water and the prevent salt reaccumulation in spring without the need for artificial intervention.

Graphical abstract

关键词

暗管排水 / 滴灌 / 土壤水盐动态监测 / 地下水埋深调控

Key words

subsurface drainage / drip irrigation / soil water and salt dynamic monitoring / control of groundwater depth

引用本文

引用格式 ▾
何月, 王红雨, 李宇扬, 郭振琪, 王思成. 滴灌暗排区地下水、土壤水-盐动态监测与调控策略:以宁夏北部平罗县灵沙乡沿黄盐碱地为例[J]. 科学技术与工程, 2026, 26(22): 9487-9497 DOI:10.12404/j.issn.1671-1815.2506078
HE Yue, WANG Hong-yu, LI Yu-yang, GUO Zhen-qi, WANG Si-cheng. Dynamic Monitoring and Regulating Strategies for Groundwater and Soil Water-salt Movement in Subsurface Drained Areas under Drip Irrigation: Lingsha Township, Pingluo County, Northern Ningxia, China[J]. Science Technology and Engineering, 2026, 26(22): 9487-9497 DOI:10.12404/j.issn.1671-1815.2506078

登录浏览全文

4963

注册一个新账户 忘记密码

位于黄河中上游河套区域的宁夏银北灌区地势低洼,加之干旱气候、黄河顶托作用以及性状各异的不透水透镜体地层交织等因素的共同影响,形成了严重的水盐运移失衡现象[1-2]。其中,平罗县盐碱地面积达8.06×104 hm2,占耕地总面积的62.31%,是典型的盐碱地分布区。尤其是临近黄河边岸耕地,受黄河顶托作用,作物生育期地下水位普遍较高,加之黏质粉土和粉质壤土等低渗透性河流沉积物透镜体的叠加影响,盐渍土沿黄河边岸呈带状分布[3],许多重度盐碱耕地处于撂荒状态。
近年来,滴灌与暗管排水协同调控技术在盐碱地治理中受到广泛关注[4]。滴灌技术在节水增产方面效果显著,但其局部湿润的特性,易导致非湿润区盐分在根区外围聚集,并随蒸发作用在表层形成次生盐渍化,这种现象在银北灌区尤为突出[5]。为弥补滴灌易积盐的缺陷,匹配能够有效降低地下水位、促进排水控盐的农田暗管排水技术被认为是盐碱地治理的重要手段。已有研究证实暗管排水可有效降低土壤含盐量,例如,Yang等[6]综合分析1979—2024年的891组试验数据显示,修建暗管排水的田地土壤盐碱化程度显著降低了25.56%,作物产量提高了20.28%;Zhu等[7]在新疆的试验也表明,暗管排水技术能使0~200 cm土层的脱盐率超过60%。
目前,中外干旱半干旱地区以水盐调控为目的的暗管排水设计逐步由“宽深型”的传统设计方案向“浅密型”方式转变。Talukolaee等[8]在伊朗北部、Ritzema等[9]在印度的5个不同地区以及Guo等[10]在中国干旱地区的浅埋密布暗管排水试验研究都表明,浅埋排水系统对土壤饱和导水率与可排水孔隙度有积极影响,能有效改善土壤水力状况。引黄灌区农田暗管排水方面的研究成果颇丰,例如,郑彦等[11]通过两组试验对比,在相同淋洗水量与土壤深度下,暗管埋深为0.8 m的土壤的脱盐效果优于暗管埋深为1.2 m的土壤;石磊等[12]通过对暗管+竖井排水模式的研究,认为暗管埋深为1.2 m,间距为8 m的布设方案适宜维持中国新疆南疆灌区盐渍土改良效果的稳定性;李争争等[13]在内蒙古鄂尔多斯地区重度盐碱地铺设浅埋暗管的研究也表明,“浅密型”布设方式可以有效控制该地区地下水埋深,降低土壤含盐量,促进K+、Na+的淋洗排出。此外,基于特定土质,冶福海等[14]和张智翔等[15]研究认为,适宜地下水埋深1.8~2.2 m的暗管最优间距以15 m为宜。这些研究成果表明:选择暗管排水工程设计参数是发挥暗管排水技术调控土壤水盐状况的一项基础研究工作。加强对农业灌排水、土壤水盐、地下水等基础数据的长期监测[4,16],是因地制宜优选暗管排水工程设计参数最直接可靠的途径之一。
尽管滴灌不会出现深层渗漏,却易在土壤表层积盐,而暗管排水主要以调控饱和带地下水为主,滴灌技术与暗管排水成为一对矛盾体。因此,滴灌与暗管排水调控土壤水盐状态的协同性便受到质疑[17]。然而,鉴于银北灌区临近黄河边岸的特点,采用滴灌与暗管排水协同调控土壤水盐具有一定优势和适宜性,需要深入研究。同时,考虑到目前滴灌与暗管排水协同技术的研究尚处于起步阶段,采用实地监测方式可以获取大量基础数据。
为此,现选择临近黄河边岸地带的银北平罗县灵沙乡农业综合开发项目区建立滴灌与暗管排水协同技术调控土壤水盐监测区,在43.33 hm2典型盐碱耕地中修建3块不同设计参数的浅埋密布暗管排水工程,构建36个土壤剖面监测点和9个地下水观测井的监测网络,重点监测玉米生育期内水文气象、土壤水分、盐分(电导率)、地下水埋深等参数,利用机器学习模型,系统探究土壤水盐的时空分布特征及其在垂直剖面上的动态变化。在此基础上,阐释气候因素、灌溉量与地下水动态对水盐运移的协同影响机制,提出一套分季节的水盐调控管理策略,以期为西北沿黄类似灌区的土壤水盐调控和盐碱地改良提供参考依据。

1 材料与方法

1.1 研究区概况

研究区位于宁夏北部平罗县灵沙乡,是银北灌区临近黄河岸边具有代表性的典型盐碱地之一。选取其中43.33 hm2典型盐碱地为试验区,重点研究在黄河顶托作用下,滴灌与暗管排水结合下水盐运移与地下水的动态关系。该区域地势西高东低,受黄河汛期顶托作用影响,地下水位普遍较高。区内以黄河水灌溉,灌溉方式为滴灌和暗管排水相结合,作物以玉米为主,区域盐碱地以中轻度盐碱为主。2024年3月底至4月初,研究区完成了暗管排水系统建设,项目区如图1所示。研究区黄河边岸地貌特征、盐碱地表观特征及滴灌-暗管排水工程现场如图2所示,反映了银北灌区沿黄盐碱耕地在滴灌与暗管协同调控下的水盐环境。研究区属典型大陆性干旱气候,年均气温9.1 ℃,年降水量209.1 mm,年蒸发量达1 707.8 mm,蒸发量远大于降水量。土壤容重为1.45 g/cm3,田间持水量为22%。

为明确研究区是否存在浅层障碍层及其对水盐运移的影响,在试验前对14组土样在0.2~1.2 m深度进行了室内饱和渗透系数测试。结果显示,大部分点位在0.4~0.8 m深度存在明显低渗层,该低渗层在局部剖面厚度为0.2~0.4 m,质地多为粉质壤土和黏质粉土,推测为黄河冲淤沉积过程中形成的隔水透镜体。在后续分析中,该障碍层被视为影响垂向水盐迁移及暗管排水效率的重要地质因素。

1.2 采样点布设与数据获取方法

试验区划分为3段:东段暗管埋深1.0 m、管距30~35 m;中段埋深1.2 m、管距40~45 m;西段埋深1.4 m、管距45~50 m,每段采样点如图1所示。集水管采用Φ110 mm~Φ250 mm的UPVC管,布设在暗管系统的末端,用于汇集各支管的排水,配以68 g/m2无纺土工布作为过滤层。滴灌系统沿作物行向布设,滴灌带双向铺设,单侧长度为120~160 m,支管与毛管垂直,选用内径102.5 mm的de104.2柔性软管,压力等级为0.17 MPa。暗管铺设坡降通过现场地形测量仪器精准测定,以适应试验区复杂地貌条件,保证排水系统的有效运行。

暗管铺设完成后,利用定位设备布设采样点,对0.2、0.4、0.6、0.8、1.0、1.2 m深度土壤进行分层采样。2024年5—10月共采集10期土壤与地下水样,具体时间如图3所示。土壤采样与地下水监测点位相对独立,覆盖典型代表性区域。土壤含水率与电导率数据由TRIME便携式剖面土壤水分测量仪获取。电导率用于表征含盐量,采样方法与含水率采样方法一致。地下水埋深由水位计测定。为全面掌握地下水动态,每个试验段设置3个地下水观测孔,近似等边三角形布设,边长150~200 m,观测孔深度为2.5 m。气象数据来自试验区布设的小型气象站进行采集测定,具体气象数据和灌溉数据分布及变化特征如图4所示。

为评估试验区在灌排系统铺设前的土壤水盐背景特征,于2024年4月2日播种前对0.2~1.2 m剖面进行一次性采样分析,结果如图5和图6所示。该区域在铺设暗管-滴灌耦合系统前,土壤含水率整体较高且随深度增加略有上升趋势,反映了地下水位较浅的特征;土壤含盐量普遍偏高,尤其表层存在明显积盐现象,表现出典型的盐碱地特征。该结果表明研究区具备开展暗管排水控盐试验的土壤环境基础,为后续水盐动态分析提供了参照基准。

1.3 数据处理与分析

采用多平台协同的数据处理与分析方法整理监测数据并研究其规律性。首先,利用SPSS27.0统计分析软件计算研究区土壤电导率(electrical conductivity, EC)、体积含水率(θ)及地下水埋深等参数的变异系数,以定量表征各参数的离散程度及时空异质性。进而,在Python基础上,应用4种机器学习模型对EC进行预测分析,系统解析土壤水分-盐分(水-盐)参数的时空演变规律并评估其预测精度与适用性。数据处理核心环节通过SPSS 27.0完成,而数据可视化工作则主要利用Python的Matplotlib库实现。

2 结果与分析

2.1 地下水、土壤水-盐动态特征

2.1.1 地下水动态特征

表1是2024年5—10月地下水埋深观测特征数据统计,结合气象要素与灌溉量,分析地下水动态变化规律。结果表明:5—7月受高温蒸发与灌溉补充共同影响,埋深维持在1.61~1.85 m,变异系数为9.73%~13.04%;8月因强降雨入渗补给,地下水位较7月有所抬升,埋深维持在1.65 m左右。进入9月,随着强降雨的累积入渗效应,地下水埋深迅速减小至0.86 m,变异系数降至5.29%,表明雨水渗透对地下水的直接调控作用;9—10月降雨减少且无灌溉,埋深回升至0.86~1.13 m,变异系数升至13.27%~20.93%,反映地下水系统对气候扰动的滞后响应及侧向径流补给特征。

2.1.2 土壤水-盐动态特征

在2024年5—10月内,根据对0.2~1.2 m土层的含水率与EC监测数据,结合气象因素与灌溉量,对水盐的时空变异特征进行分析,并以变异系数作为衡量水盐离散程度的指标。如图7和图8所示,数据显示含水率和EC均具有明显的垂直梯度和季节性变化。

具体来说,从图7可以看出,表层受降雨和灌溉影响显著,变异系数最高达57.07%,5月高蒸发与灌溉量少,含水率均值仅为15.48%,8月受降雨影响短暂升至29.13%,10月无灌溉再次降至19.50%。中层含水率在5—7月高强度灌溉推动含水率达26.76%~36.69%,深层含水率相对稳定,变异系数为10.78%~33.56%。2024年5月28和8月8日发生的极端降雨事件,使表层变异系数值快速下降,表明降雨对水分分布的均质化作用。

EC也呈现出明显的时空异质性。如图8所示,表层盐分积聚效应突出,EC均值为1.45~2.47 ds/m,6—7月峰值达3.54 ds/m。中层EC波动较大,6月0.6 m层达4.79 ds/m,8月降雨渗透后显著下降。深层EC在7月1.2 m土层峰值达4.98 ds/m;表层和中层EC的变异系数普遍高于45%。深层变异系数随季节波动减弱,10月降至44%,表明排水系统对深层盐分具有稳定调控作用。5月表层含水率变异系数达39.41%,同期EC的变异系数达24.83%,反映出灌溉不均匀性与蒸发作用的协同影响。

2.2 土壤水-盐分时空变化特征分析

基于2024年5—10月试验区关于土壤水-盐的特征统计,图9和图10展示了土壤含水率与EC的空间分布热力图,颜色由深到浅表示对应值从低到高。图9显示,含水率在不同点位和深度间差异显著,表现出强烈的时空异质性。灌溉期,含水率受灌溉量与降雨双重影响,表层波动最剧烈,5月底和8月强降雨使其显著跃升;中层0.4~1.0 m是水分富集区,尤其在8月达到高峰;深层含水率与暗管排水系统水分滞留效应有关始终,维持在35%左右。非灌溉期,表层含水率迅速下降,空间分异增强。1号点位含水率显著偏低,6号点位因邻近黄河长期维持高值。图10展示了EC的空间分布热力图,1.0 m深处在2号、5号和6号点位出现明显盐分富集,且该趋势在多个监测时段保持一致。

图11显示,土壤含水率随采样时间和深度变化呈显著时空异质性。表层含水率始终较低且受降雨和灌溉影响显著;中层含水率在5—9月初逐渐升高,9月初达到峰值后下降至接近5月水平,相比之下,0.4 m与1.2 m深度的变化幅度略小。图12反映EC随时间和深度的变化趋势与含水率相似,中层EC波动最为显著,表层EC受蒸发与灌溉交替影响表现出一定波动,深层EC相对稳定但在强降雨后出现滞后升高。总体上,EC随深度增加呈上升趋势,深层盐分累积显著,灌溉期1.0 m附近形成盐分滞留层,8月EC达到峰值3.18 dS/m。灌溉有效抑制了表层盐分表聚,使表层EC较非灌溉期降低8.21%,深层EC降低16.53%。

图13展示了2024年5—10月期间不同深度下土壤含水率与EC之间的相关性变化。总体来看,两者在0.4~1.0 m中深层土壤中呈现持续高正相关性,相关系数高于0.8,表明该时段水分运移与盐分动态高度协同。然而,在某些特定时间点如2024年9月8日和9月14日,1.2 m深度处观察到了显著的负相关性,这可能是该时间段内环境条件或数据采集发生变化,也有可能是因为土壤质地引起盐分滞后效应的干扰。此外,0.2 m浅层土壤的相关性相对较低且波动较大,可能受蒸发-降雨交替影响。

2.3 地下水埋深时空变化特征分析

图14和图15揭示了试验区地下水埋深的时空变化特征。图14从时间维度上看,地下水埋深呈现显著季节性波动:5—6月灌水强度加大并叠加降雨入渗补给,导致地下水位上升,埋深逐渐减小;8月灌水量锐减,但因强降雨事件发生,地下水埋深较7月并未出现显著增加;非灌溉期受蒸散发主导,地下水位下降,埋深逐步增加,反映地下水自然补给能力减弱。空间上如图15所示,地下水埋深受地势起伏和暗管布局共同影响,图15中表明,点位3所在区域因地势低洼,其地下水位显著高于研究区平均水平,地下水埋深均值为1.63 m,变异系数值最高,显示出明显空间异质性。

驱动机制分析显示,蒸发与降雨强度差异主导埋深变化。高蒸发期(5—7月)灌溉水入渗仅部分补偿蒸发消耗,地下水位波动较小。丰雨期(8月)降雨迅速渗入,引起埋深明显减小。旱季(9—10月)地下水依赖自然补给,受土壤渗透性制约,埋深逐步增加。不同暗管埋深和管距条件对地下水位变化具有显著影响。东段地下水位变化较为平稳;西段暗管埋深较深,地下水位总体较深且稳定。总体来看,暗管埋深越浅、管距越小,地下水位波动越明显且反应灵敏;埋深较深且管距较大则有利于维持较低且稳定的地下水位。

2.4 土壤盐分动态预测分析

图16展示了4种机器学习方法在EC预测分析中的表现,这4种方法分别为支持向量回归[18](support vector regression,SVR)、随机森林[19](random forest,RF)、K近邻[20](K-nearest neighbors,KNN)和多元线性回归[21](multiple linear regression,MLR)。从图16可以看出,SVR和RF的预测结果与实测值均呈现出较好的线性一致性。其中SVR表现最佳,决定系数为0.764,均方误差为0.424。相比之下,RF的决定系数为0.690,均方误差为0.557。SVR的预测结果在聚集度和稳定性上更优。在参数设置方面,SVR的正则化参数C和核函数参数γ通过网格搜索确定,最终设置C=10、γ=0.1,在兼顾模型复杂度与泛化能力的同时有效捕捉了EC的非线性特征。RF在决策树数量设为100、最大深度设为10的组合下,实现了深度与数量的平衡。KNN的决定系数为0.754,均方误差为0.44,虽然其整体精度接近SVR,但对参数设置更为敏感,需要谨慎确定邻域样本权重。结果表明,支持向量回归在EC反演任务中具有更强的稳健性,同时不同方法的参数调优对预测精度具有显著影响。

图17特征重要性评分验证了含水率是主导因子,其通过调控土壤溶液盐分浓度直接影响EC,空气温度和蒸发量主要通过影响表层含水率,进而对盐分的垂直运移及其时空异质性产生作用。此外,季节性特征与空间坐标共同揭示了盐分积累受灌溉量、地形及区域气候的综合影响。这种特征分布与土壤盐分运移的物理机制相符,地下水埋深直接影响毛细作用导致的盐分上升,而含水率则通过改变土壤溶液浓度影响EC检测值。研究结果证实了融合空间水文参数对提升盐渍化监测精度的有效性,为干旱区土壤盐分动态监测提供了可靠的机器学习解决方案,其模型误差范围满足农田精准管理的实践需求。

3 讨论

3.1 滴灌-暗管系统下土壤水盐动态与驱动机制

在滴灌-暗管排水系统中,系统监测了2024年5—10月土壤水盐和地下水埋深的时空动态,并揭示了其主要驱动机制。研究结果表明,土壤水盐分布与玉米生育期、气候因素和灌溉量高度相关,呈现出显著的时空异质性。

在灌溉期,滴灌与降雨的协同作用促使水分在浅层障碍层上方富集,该机制一方面促进了盐分淋溶,表现为中层EC在强降雨后显著下降;另一方面也导致部分盐分在向深层运移过程中,因障碍层以下和排水不畅区域形成滞留与累积。土壤含水率与EC在中深层持续的高正相关性证实,水分运移是该时期盐分迁移的主导驱动力。相反,非灌溉期以蒸发为主导,导致表层含水率迅速下降和盐分空间分异加剧,并存在深层盐分向表层回升的风险。相较于宁夏等地的同类研究[22],现通过长期原位监测重点揭示了黄河顶托作用及浅层障碍层存在条件下的独特水盐运移规律,证实了该环境下盐分存在明显的表层聚盐与部分深层积盐并存的双向迁移机制,这一发现与Narjay等[23]在无障碍层、无强烈顶托作用地区报道的盐分迁移模式存在显著差异。这一“双向迁移”机制与无障碍层地区的单向迁移模式显著不同,表明地质结构在水盐运移中不可忽视。

3.2 地下水动态与暗管排水系统的调控作用

地下水埋深是影响水盐动态的关键因素。研究观察到地下水位呈现显著的季节性波动,直接受降雨和灌溉的调控。在灌溉期和降雨期,高强度灌溉和强降雨入渗使地下水位迅速抬升,这表明降雨对地下水有直接的补给和调控作用,与该地区蒸发量远大于降水量的气候背景形成鲜明对比。在非灌溉期,降雨和灌溉的减少导致地下水位自然下降,这反映了地下水系统在缺乏人工和自然补给下的滞后响应。相比常年以蒸发-灌溉为主导的运移机制,极端降雨阶段暗管系统需快速排泄渗透水以防涝渍,并协同控制地下水位防止深层盐分积聚。与徐存东等[24]的研究相比,考虑到该地区黄河顶托作用下本区地下水回落缓慢,该过程更易引发雨后深层积盐。

暗管排水系统在地下水动态调控中扮演了关键角色。研究发现,暗管设计参数对区域地下水位调控效果具有显著影响。东段暗管埋深较浅、管距较小,地下水位波动更明显且响应灵敏;而西段埋深较深、管距较大,则有利于维持较低且稳定的地下水位。这验证了不同设计参数对地下水位调控的差异化影响。特别是在低洼区域,地下水埋深显著低于研究区平均水平,变异系数值最高,空间异质性明显。这表明在低洼区进行排水系统设计时,需特别关注局部地势,强化排水能力,以有效减轻局部水位回升对盐分返聚的风险。

3.3 水盐预测模型与动态调控策略

基于SVR构建的土壤盐分反演模型,识别了驱动盐分运移的关键因子。模型结果表明土壤体积含水率是主导盐分空间分布的核心控制因子,其作用机制主要体现为调控土壤溶液离子浓度,这一发现与毛威等[25]提出的滴灌条件下盐分迁移机制相符。结合对不同时期土壤含水率、EC的分析结果,以及SVR模型对土壤含水率主导盐分迁移的识别,本文提出了基于玉米生育期与气候特征的分季节地下水位动态调控策略。

尽管孙仕军等[26]提出的相对静态的地下水埋深控制在1.5~2.0 m的范围内取得了很好的效果,但该策略的静态性导致无法捕捉水文的动态特性。基于此,具体策略为:在旱季,将地下水埋深调控至1.5~1.8 m,旨在有效抑制毛细管水强烈上升,显著减少土壤无效蒸发损失,进而阻断盐分向表层返聚。雨季则将地下水埋深调控至0.8~1.2 m,以充分利用天然降水或结合灌溉实施强淋洗,显著提升盐分向暗管系统或深层迁移的效率。该方案的核心目标在于协同实现水分高效利用、作物生产力提升与土壤盐渍化有效防控,具体表现为减少旱季蒸发损失、高效利用雨季淋洗资源、优化根区水盐环境、抑制盐分上移返聚以及促进盐分排出。所提出的动态水位管理策略,也与刘水清等[27]基于SWAP模型得出的暗管埋深1.8 m、间距20 m等工程优化参数相互补充,共同完善了水盐协同治理体系。

4 结论

通过对该地区水分-盐分和地下水埋深的综合分析,得出以下结论。

(1)土壤含水率与电导率均表现出显著的时空异质性。在滴灌-暗管耦合与降雨协同作用下,灌溉期有效抑制了表层盐分表聚,使表层EC较非灌溉期降低8.21%,深层EC降低16.53%,并促使盐分向深层迁移与排出。非灌溉期受强蒸发与地下水回升影响,土壤深层水分上移,部分深层盐分出现回弹累积。

(2)地下水埋深动态与气候因素(降雨、蒸发)和灌溉量高度耦合,其对水盐运移的调控作用具有显著的季节性。这证实了该耦合系统在极端天气下,如强降雨事件,能够通过改变水分入渗路径实现深层快速补给和排泄。这一发现表明,传统的静态排水设计方案无法有效应对气候变化下的水文动态,需引入动态调控理论。

(3)构建了基于SVR的土壤盐分预测模型,并以0.764的决定系数验证了其在复杂环境下对土壤电导率的有效反演能力。模型结果进一步证实,土壤体积含水率是主导盐分空间分布的核心控制因子,其作用机制主要在于调控土壤溶液离子浓度,为干旱区土壤盐渍化动态监测提供关键参数化指标。

(4)旱季将地下水埋深调控至1.5~1.8 m,以有效抑制盐分上移,而雨季则调控至0.8~1.2 m,以促进强淋洗排盐的动态调控策略,相较于传统的静态调控方案,能更精准地响应区域水文动态,协同实现高效节水与有效排盐,并与现有工程参数相辅相成。

未来研究中需进一步探索多源遥感数据与地面监测的融合方法,以提升盐碱地水盐运移的实时动态监测与预警能力,为宁夏河套灌区水盐协同调控治理土壤盐渍化提供基础数据。

参考文献

[1]

《宁夏水利新志》编纂委员会. 宁夏水利新志[M]. 银川: 宁夏人民出版社, 2004.

[2]

The Compilation Committee of Ningxia New Water Conservancy Annals. Ningxia new water conservancy annals[M]. Yinchuan: Ningxia People's Publishing House, 2004.

[3]

刘鑫, 游进军, 贾玲, 等. 基于人-水-城联动制约关系的宁夏“以水定城”方法研究[J]. 水利水电技术(中英文), 2025.DOI: 10.13928/j.cnki.wrahe.2026.03.011.

[4]

Liu Xin, You Jinjun, Jia Ling, et al. Study on “water-based city development” scheme in Ningxia based on interdependent constraints of human-water-city relationship[J]. Water Resources and Hydropower Engineering, 2025.DOI: 10.13928/j.cnki.wrahe.2026.03.011.

[5]

贾壮壮, 谭亚男, 管孝艳, 等. 宁夏盐碱地成因及分区治理措施综述[J]. 灌溉排水学报, 2023, 42(5): 122-134.

[6]

Jia Zhuangzhuang, Tan Ya'nan, Guan Xiaoyan, et al. Saline-alkali soil formation and its remediation strategies in different regions of Ningxia: a comprehensive review[J]. Journal of Irrigation and Drainage, 2023, 42(5): 122-134.

[7]

康绍忠. 中国农业节水十年: 成就、挑战及对策[J]. 中国水利, 2024(10): 1-9.

[8]

Kang Shaozhong. Ten years of agricultural water-saving in China: achievements, challenges and measure[J]. Water Conservancy in China, 2024(10): 1-9.

[9]

崔尚进, 刘鹏飞, 聂振龙, 等. 水位调控下微咸水灌溉后包气带水盐运移特征[J]. 科学技术与工程, 2022, 22(3): 967-973.

[10]

Cui Shangjin, Liu Pengfei, Nie Zhenlong, et al. Characteristics of water and salt movement in aeration zone after irrigation with brac-kish water underwater level regulation[J]. Science Technology and Engineering, 2022, 22(3): 967-973.

[11]

Yang Y, Ao C, Liu Y, et al. The optimal layout strategy for subsurface pipes to improve soil desalination and increase crop yield: a Meta-analysis[J]. Land Degradation & Development, 2025, 36(4): 1297-1309.

[12]

Zhu Q, Wang H, Ma H, et al. Synergistic regulation ofsoil salinity and ion transport in arid agroecosystems: a field study on drip irrigation and subsurface dainage in Xinjiang, China[J]. Water, 2025, 17(9): 1388.

[13]

Talukolaee M J, Naftchali A D. Investigating long-term effects of subsurface drainage on soil structure in paddy fields[J]. Soil & Tillage, Research, 2018, 177(4): 155-160.

[14]

Ritzema H P, Satyanarayana T V. Subsurface drainage to combat waterlogging and salinity in irrigated lands in India: lessons learned in farmers' fields[J]. Agricultural Water Management, 2008, 95(3): 179-189.

[15]

Guo C, Yao C, Wu J, et al. Field and numerical experiments of subsurface drainage systems in saline and low-permeability interlayered fields in arid regions[J]. Agricultural Water Management, 2024, 300: 108898.

[16]

郑彦, 杨树青, 张晶, 等. 暗管排水对河套灌区下游盐碱地脱盐效果的影响[J]. 中国土壤与肥料, 2022(4): 106-112.

[17]

Zheng Yan, Yang Shuqing, Zhang Jing, et al. Influence of subsurface drainage on desalting effect of saline-alkali land in Hetao irrigated area[J]. Chinese Soil and Fertilizer, 2022(4): 106-112.

[18]

石磊, 吕宁, 何帅, 等. 次生盐渍土暗管+竖井排水控盐技术模式筛选及效果评价[J]. 新疆农业科学, 2022, 59(3): 716-724.

[19]

Shi Lei, Lü Ning, He Shuai, et al. Screening of the water drai-nage and salt control mode of subsurface pipe and shaft on the secondary salinization soil and its effect evaluation[J]. Xinjiang Agricultural Sciences, 2022, 59(3): 716-724.

[20]

李争争, 屈忠义, 杨威, 等. 暗管排水对鄂尔多斯地区重度盐碱地盐分迁移规律的影响[J]. 灌溉排水学报, 2021, 40(7): 122-129.

[21]

Li Zhengzheng, Qu Zhongyi, Yang Wei, et al. The influence of subsurface drain on solute movement in soils severely affected by salinity and alkalinity in Ordos region[J]. Journal of Irrigation and Drainage, 2021, 40(7): 122-129.

[22]

冶福海, 刘洪光, 汤骅, 等. 明沟和暗管排水控盐效果及暗管失效后返盐规律研究[J]. 干旱地区农业研究, 2025, 43(5): 212-223.

[23]

Ye Fuhai, Liu Hongguang, Tang Hua, et al. Study on salt effect of drainage and salt control in open ditch and subsurface pipe drai-nage and regularity of salt return after failure of subsurface pipe[J]. Agricultural Research in the Arid Areas, 2025, 43(5): 212-223.

[24]

张智翔, 刘松涛, 李茜, 等. 明灌暗排区土壤盐分动态规律及适宜控盐地下水埋深研究[J]. 灌溉排水学报, 2025, 44(6): 52-60.

[25]

Zhang Zhixiang, Liu Songtao, LI Qian, et al. Study on the annual dynamic pattern of soil salinity and the depth of groundwater suitable for salt control in open irrigation and dark drainage areas[J]. Journal of Irrigation and Drainage, 2025, 44(6): 52-60.

[26]

靳华, 刘洪光, 王潭刚, 等. 红旗农场地下水对土壤盐分分布影响预测研究[J]. 排灌机械工程学报, 2025, 43(6): 612-619, 627.

[27]

Jin Hua, Liu Hongguang, Wang Tan'gang, et al. Research on prediction of the impact of groundwater in Hongqi Farm on soil salinity distribution[J]. Journal of Irrigation and Drainage Machinery Engineering, 2025, 43(6): 612-619, 627.

[28]

董建华, 杨阳, 李磐, 等. 春灌淋洗暗管排水条件下土壤水盐运移规律分析[J]. 农业资源与环境学报, 2024, 41(6): 1482-1492, 1236.

[29]

Dong Jianhua, Yang Yang, Li Pan, et al. Analysis of soil water and salt transport patterns under spring irrigation drenching and pipe draining conditions[J]. Journal of Agricultural Resources and Environment, 2024, 41(6)1482-1492, 1236.

[30]

Drucker H, Burges C J C, Kaufman L, et al. Support vector regression machines[J]. Advances in Neural Information Processing Systems, 1997, 9: 155-161.

[31]

Breiman L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.

[32]

Cover T, Hart P. Nearest neighbor pattern classification[J]. IEEE Transactions on Information Theory, 1967, 13(1): 21-27.

[33]

Draper N R, Smith H. Applied regression analysis[M]. 3rd ed. New York: Wiley-Interscience, 1998.

[34]

刘洋, 徐静, 管孝艳, 等. 宁夏盐碱地治理的排水工程措施综述[J]. 灌溉排水学报, 2025, 44(3): 52-63.

[35]

Liu Yang, Xu Jing, Guan Xiaoyan, et al. Review of drainage engineering practice for saline-alkali soils in Ningxia[J]. Journal of Irrigation and Drainage, 2025, 44(3): 52-63.

[36]

Narjary B, Nand V, Goswami S, et al. Restoration of degraded waterlogged saline soil through subsurface drainage: spatiotemporal soil salinity assessment using electromagnetic induction (EMI) and geographic information system (GIS) techniques[J]. Land Degradation & Development, 2024, 35(12): 3790-3801.

[37]

徐存东, 谷丰佑, 朱兴林, 等. 基于空间插值的区域尺度土壤全盐量时空变异规律研究[J]. 中国农村水利水电, 2020(1): 1-7, 12.

[38]

Xu Cundong, Gu Fengyou, Zhu Xinglin, et al. Spatial and temporal variation of total salt content of soil at regional scale based on spatial interpolation[J]. China Rural Water and Hydropower, 2020(1): 1-7, 12.

[39]

毛威, 杨金忠, 朱焱, 等. 河套灌区井渠结合膜下滴灌土壤盐分演化规律[J]. 农业工程学报, 2018, 34(1): 93-101.

[40]

Mao Wei, Yang Jinzhong, Zhu Yan. et al. Soil salinity process of Hetao Irrigation district after application of well-canal conjunctive irrigation and mulched drip irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(1): 93-101.

[41]

孙仕军, 苏慧, 焦平金, 等. 暗管埋深与控制排水对农田地下水埋深及排水量的影响[J]. 灌溉排水学报, 2023, 42(5): 135-144.

[42]

Sun Shijun, Su Hui, Jiao Pingjin, et al. Effect of buried depth and exit control of subsurface tile on drainage and groundwater depth[J]. Journal of Irrigation and Drainage, 2023, 42(5): 135-144.

[43]

刘水清, 陈帅, 尚松浩. 膜下滴灌农田水-热-盐-作物生长耦合模型研究进展[J]. 灌溉排水学报, 2025, 44(10): 27-37.

[44]

Liu Shuiqing, Chen Shuai, Shang Songhao. Advances and perspectives of water-heat-salt-crop modelling under film-mulched drip irrigation: a review[J]. Journal of Irrigation and Drainage, 2025, 44(10): 27-37.

基金资助

宁夏自然科学基金重点项目(2021AAC02006)

宁夏农业综合开发暗管排水监测项目(240203)

PDF (16243KB)

43

访问

0

被引

详细

导航
相关文章

/

〈 〉