乌兰布和荒漠绿洲过渡带和农田水分运移模拟研究

Simulation of water movement in Ulan Buh desert-oasis transition zone and farmland

摘要

目的 揭示绿洲农田和荒漠过渡带土壤水分运移规律，为探究区域水文联系以及水资源的合理利用提供科学参考。 方法 利用HYDRUS-2D模拟荒漠绿洲过渡带和农田水分运移，量化分析水分通量以及农田水分侧向渗漏产生的生态学意义。 结果 （1） HYDRUS-2D在模拟不同地类土壤含水量方面精度较高，且能够准确计算水分通量，过渡带和农田模拟的R²值分别为0.64，0.74，RMSE分别为0.008，0.009。（2） 模拟期间内，过渡带区和农田累积深层渗漏量分别为43.19 mm，72.97 mm，其中玉米苗期和成熟期深层渗漏损失占比较大，可以考虑在作物苗期和成熟期适当减少单次灌溉量或增加灌溉频次，合理优化灌溉制度。随着农田灌溉，水平方向上66.02 mm的水分由农田补给到相邻的过渡带区域。（3） 靠近农田（0~10 m）处的过渡区植被数量更多，长势更好，植被总数比远离农田（40~50 m）处多260%，平均株高相差59.10%，平均冠幅相差81.88%，盖度相差27%。 结论 荒漠绿洲过渡带和绿洲农田土壤水分分布呈现空间异质性，农田灌溉后部分水分补给到相邻的过渡带区域，可促进过渡带植被恢复和生长。

Abstract

Objective This study aims to reveal the patterns of soil moisture movement in oasis farmlands and desert transition zones， providing scientific references for exploring regional hydrological connections and the rational utilization of water resources. Methods HYDRUS-2D was used to simulate moisture movement in the desert-oasis transition zone and farmland， and the water fluxes and the ecological significance of lateral seepage from farmland were quantitatively analyzed. Results （1） HYDRUS-2D accurately simulated soil moisture content across different land types and could precisely calculate water flux. The R² values for the transition zone and farmland simulations were 0.64 and 0.74， while the RMSE values were 0.008 and 0.009， respectively. （2） During the simulation period， the cumulative deep percolation in the transition zone and farmland was 43.19 mm and 72.97 mm， respectively. Deep percolation losses were particularly large during the maize seedling and maturity stages. It may be advisable to reduce the single irrigation amount or increase irrigation frequency during these stages to reasonably optimize irrigation schedules. Following farmland irrigation， approximately 66.02 mm of water laterally moved from the farmland to replenish the adjacent transition zone. （3） In the transition zone near the farmland （0~10 m）， vegetation was more abundant and exhibited better growth compared to areas farther from the farmland （40~50 m）. The total vegetation count near the farmland was 260% higher， with an average plant height difference of 59.10%， an average crown width difference of 81.88%， and a coverage difference of 27%. Conclusion Soil moisture in the desert-oasis transition zone and adjacent oasis farmlands demonstrates pronounced spatial heterogeneity. After farmland irrigation， part of the water laterally replenishes the adjacent transition zone， facilitating vegetation recovery and growth in transition zone.

Graphical abstract

关键词

荒漠绿洲 / 土壤水分 / 深层渗漏 / 侧向渗漏 / HYDRUS-2D模型

Key words

desert oasis / soil water / deep percolation / lateral seepage / HYDRUS-2D model

乌兰布和荒漠绿洲区景观类型多样，荒漠、过渡带、农田、林地等交错分布，由于不同景观类型土壤质地、植被分布、地下水以及人为扰动的差异，使得土壤水分运动呈现出空间异质性和过程复杂性^［1］。该区域气候干旱，降水稀少，土壤水分是限制植被生长的主要因素，在维持荒漠绿洲生态系统稳定方面发挥着重要作用。荒漠绿洲过渡带靠近农田，可以保护农田免受风沙侵蚀，其水分来源主要靠天然降水。而对于绿洲农田来说，农田作物需水量大，主要依赖灌溉水来维持生长，同时也对水资源的合理分配，优化灌溉制度提出更高要求^［2-3］。因此，探究荒漠绿洲区不同景观类型土壤水分运移规律，估算土壤水分通量，探究农田侧向渗漏对周围地类的影响对于了解荒漠绿洲区土壤水分运动规律有重要意义。

荒漠绿洲区水文过程较为复杂，农田灌溉引起的土壤水分和地下水横向运动使不同景观单元间产生水文联系。目前许多学者对荒漠绿洲区水分状况进行了系统研究，借助同位素示踪法^［4-5］、地球化学法^［6］、水量平衡法^［7］以及模型模拟^［8-10］的方法来分析土壤水分运动状况，深入探究区域水文联系。数值模型在土壤水分模拟中的应用为解析复杂的水分运动过程提供了新途径，HYDRUS-2D模型可实现非饱和带土壤水分运移的高精度模拟，量化水分通量，适用于不同界面间的水分运动研究。研究人员探究了HYDRUS模型在河套灌区^［11］、新疆盐碱地农田^［12］、流动沙丘等^［13］不同地类上的适用性。结果表明HYDRUS在模拟不同区域土壤水分运动方面具有可行性。在模拟量化水分通量方面，冯壮壮等^［14］研究发现用HYDRUS模型可以模拟计算玉米农田蒸散发、土壤水分深层渗漏和玉米根系吸水量。王国帅等^［15］利用HYDRUS模型模拟了荒漠绿洲沙丘—荒地—海子系统的土壤水盐动态，综合分析了系统水量平衡状况，但研究中未考虑灌溉水的影响。绿洲农田灌溉后土壤水势急剧升高，而相邻的、干旱的过渡带土壤含水量低，在两者交界处会产生较大的水势梯度，驱动农田水分侧向运移补给过渡带区域，因此在研究荒漠绿洲区水分运动时农田侧向渗漏量是不可忽略的重要因素。Xue等^［16］模拟量化了生长季农田与相邻林地间水分水平交换量，但未对水分交换产生的影响；作进一步探究。综合来看HYDRUS模型已广泛应用于土壤水分运移模拟，但现有研究多集中于HYDRUS模型对单一景观的模拟，主要考虑降水灌溉后水分垂向入渗运移过程，忽略了水分侧向运动产生的影响，同时HYDRUS模型在荒漠绿洲区的适用性及不同区域水分垂向和侧向渗漏规律仍有待探索，农田侧向渗漏对周围地类产生的影响尚不明确。

基于此，本文以乌兰布和荒漠绿洲相邻的农田和过渡带区域为研究对象，采用原位观测、水量平衡和数值模拟相结合的方法，分析不同景观单元土壤水分分布差异，揭示其土壤水分时空分布特征，量化区域土壤水分深层渗漏量，基于水量平衡估算农田侧向渗漏量，明确绿洲农田侧向渗漏水分对相邻过渡带植被生长的影响，以期为该地区土壤水分运动过程分析和水资源的合理利用提供科学依据。

1 研究区与研究方法

1.1 研究区概况

研究区位于内蒙古磴口县乌兰布和荒漠绿洲交错区（40°25′39″N，105°45′52″E），隶属于荒漠生态系统国家定位观测研究站。该站作为我国西北干旱区典型荒漠绿洲观测平台，涵盖荒漠过渡带和绿洲农田多种景观类型。区域地势自东南向西北倾斜，海拔介于1 054~1 060 m，具有典型的温带大陆性干旱气候特征，年均气温7.5~8.5 ℃，年降水量在（118±23） mm（降水主要集中于7—9月），潜在蒸散发量可达（2 780±310） mm，常年主风为东南风或偏南风。绿洲农田区土壤以砂壤土、灌淤土为主，农作物为玉米（Zea mays），地下水位介于5~8 m。荒漠过渡带区生境类型主要包括流动、半流动沙丘、固定沙丘、丘间低地等，土壤类型为风沙土，地表覆盖植被包括白刺、梭梭、猪毛菜等，地下水位介于6~10 m。

1.2 试验设计与数据获取

1.2.1 试验设计

在乌兰布和荒漠绿洲区选择南北长2 km，东西宽1 km，总面积为2 km²的矩形区域作为观测及取样样地，沿农田到荒漠绿洲过渡带布设3条平行样线，每条样线间隔30 m，布设12个取样点（其中农田6个，过渡带6个），共计36个取样点。研究区内农田种植作物为玉米，于2024年4月20日播种，9月30日收获，灌溉方式为滴灌。每次灌溉后记录水表中用水量数据，换算得到单次灌溉量。绿洲农田玉米生育期的划分及灌溉制度由表1可知，全生育期内共灌溉7次，累计灌溉量为434 mm。同时调查过渡带植被生长状况，沿3条平行样线在过渡带距农田0~50 m位置处每隔10 m设置大小为10 m×10 m的样方，共计15个样方，每个样方内测定并记录植被种类、数量、株高、冠幅和盖度等指标。

1.2.2 数据获取

根据研究区气象站逐日气象资料，获取区域降雨量、空气温度、空气湿度、大气压强、太阳净辐射等气象数据，数据采集频率为30 s/次，每30 min记录存储一次平均值。根据当地作物灌溉制度获取研究期间作物灌溉量，2024年4—9月逐日降水、蒸散发以及灌溉量数据如图1所示。

研究期间分别用环刀采集荒漠绿洲过渡带区和农田0—40 cm，40—80 cm，80—120 cm，120—200 cm土层土壤，每层土壤样品均重复采集3次，分析其土壤物理性质，包括容重、饱和导水率以及土壤含水量，使用激光粒度仪测定不同土层土壤颗粒组成，根据美国土壤质地分类图进行质地划分。考虑灌溉周期和降水频次的影响，研究期间每隔10~15 d取样，降水和灌溉前后加密取样。根据各样点测定结果取均值后得到不同地类土壤理化性质参数如表2所示。

1.3 HYDRUS-2D模型构建

1.3.1 模型方程

HYDRUS-2D模型主要由水分运动模型、蒸散发模型、根系吸水模型组成，从而实现对水分运动过程的模拟。本文应用 HYDRUS-2D模型模拟2024年4月20日—9月30日期间荒漠绿洲过渡带和农田内土壤水分和深层渗漏量的变化情况。

（1） 土壤水分运动模型。HYDRUS-2D模型可以实现二维尺度上的土壤水分与溶质运移过程的模拟。该模型将水流状态视为二维或轴对称三维的非饱和达西水流，并采用修正过的作物根系吸水源汇项的 Richards方程^［17］：

\frac{\partial \theta }{\partial \mathrm{t}}=\frac{\partial }{\partial x}〔k\left(h\right)\frac{\partial h}{\partial x}〕+\frac{\partial }{\partial y}〔k\left(h\right)\frac{\partial h}{\partial y}〕+\frac{\partial }{\partial z}〔k\left(h\right)\frac{\partial h}{\partial z}〕-S\left(h\right)（1）

式中：θ为土壤体积含水率（cm³/cm³）；h为模型压力水头（cm）；K（h）为导水率（cm/d）； x和z分别为水平和垂直方向的坐标（cm）；t为模拟时长（d）；S（h）为根系吸水源汇项（cm/h）。

土壤水分特征曲线模型通常采用 van Genuchten模型^［18］，计算公式如下：

（2）

K\left(h\right)=K_s{S}_e^l〔\mathrm{1}-{\left(\mathrm{1}-S_e^{\frac{\mathrm{1}}{m}}\right)}^m〕（3）

式中：θ（h）为土壤含水量与压力头h的关系；θ_s 为饱和含水率（cm³/cm³）；θ_r为残余含水率（cm³/cm³）；K_s为饱和水分传导速率（cm/d）；S_e为有效饱和度；α，m， n， l为经验系数常数。

（2） 蒸散发模型。HYDRUS-2D模型模拟土壤水分运动前需要输入潜在蒸散量，基于研究区气象站实测气象数据，采用彭曼公式计算参考作物蒸发蒸腾量（ET），利用单作物系数法计算作物潜在蒸发蒸腾量（ET _p ），由于在玉米不同的生育阶段，作物系数取值有差异，故参考前人研究采用分段单值平均法来确定，分别为苗期—拔节期K_c1∶0.3，拔节期—灌浆期K_c2∶1.2，灌浆期—成熟期K_c3∶0.6^［19］。

\mathrm{E}\mathrm{T}=\frac{\mathrm{0.408}\mathrm{\Delta }\left(R_n-G\right)+\gamma \frac{\mathrm{900}}{\mathrm{T}+\mathrm{273}}{\mu }_{\mathrm{2}}\left(e_s-e_{\mathrm{a}}\right)}{\mathrm{\Delta }+\gamma \left(\mathrm{1}+\mathrm{0.34}{\mu }_{\mathrm{2}}\right)}（4）

式中：ET为参照作物蒸腾量（mm/d）；R_n 为作物表面上净辐射量〔MJ/（m² · d）〕；G为土壤热通量〔MJ/（m² · d）〕，本研究计算的是日尺度，土壤热通量值可视为0；T为2 m高处日平均气温（℃）；μ₂ 为2 m高度处的风速（m/s）；e_s 为计算时段内空气的平均饱和水汽压（kPa）；e_a 为空气中实际水汽压（kPa）；∆为饱和水汽压与空气湿度关系曲线斜率（kPa/℃）；γ为湿度计常数。

\mathrm{E}{\mathrm{T}}_p=K_c\mathrm{E}\mathrm{T}（5）

式中：ET _p 为作物潜在蒸发蒸腾量（mm/d）；K_c 为玉米不同生育期内的作物系数。

（3） 根系吸水模型。HYDRUS-2D模型中考虑了根系吸水作用，通常选择 Feddes模型^［20］，农田作物类型选定玉米，通过实地根系取样，确定根系最大深度为100 cm，根系吸水参数值参考模型中设定的作物参数，具体参数设置如表3所示。

1.3.2 模型几何划分及边界条件设置

（1） 初始条件。本研究模拟时间为2024年4月20日—9月30日，共进行164 d的土壤水分运动模拟，将土壤含水量作为初始条件，以天为单位，初始时间步长为0.1 d，最大时间步长为5 d，在模型中生成非均匀有限元网格，对区域进行空间离散，共划分255个节点。根据模拟区域土壤质地的不同将农田和过渡带剖面划分为4层。

荒漠绿洲过渡带初始条件：

\begin{array}{l}h\left(x,z,t\right)=h_{\mathrm{0}}\left(x,z\right),(\mathrm{0}\le x\le \mathrm{200}\mathrm{c}\mathrm{m},\\ -\mathrm{200}\le z\le \mathrm{0}\mathrm{c}\mathrm{m},t=\mathrm{0})\end{array}（6）

绿洲农田初始条件：

\theta \left(x,z,t\right)={\theta }_{\mathrm{0}}\left(x,z\right),\left(-\mathrm{200}\le x\le \mathrm{0}\mathrm{c}\mathrm{m},-\mathrm{200}\le z\le \mathrm{0}\mathrm{c}\mathrm{m},t=\mathrm{0}\right)（7）

式中：h₀，θ₀分别为过渡带和农田土壤剖面初始含水量（cm³/cm³）。

（2） 边界条件。绿洲农田区上边界灌溉区域设置为可变通量边界，根据田间实际观测结果，将灌水时-80 cm≤x≤-50 cm和-180 cm≤x≤-150 cm处设置为定通量边界，不灌水时为零通量边界，其余边界设为大气边界。荒漠绿洲过渡带区上边界接受降水设为大气边界。由于模拟期间过渡带和农田地下水埋深均在250 cm以下，可忽略地下水和土壤水之间的垂向补给，故将下边界设为自由排水边界。几何区域左右边界对称，视为零通量边界。在模型中沿不同土层深度40 cm，80 cm，120 cm，200 cm设置土壤含水量观测点，观测点与实际取样位置对应，获取各点土壤含水量模拟值。

（3） 模型参数率定。将实测的各土层土壤粒径组成和土壤容重输入HYDRUS-2D软件中自带的ROSETTA神经网络模块中，得到土壤水力学参数，在模型率定过程中不断调整初始土壤水力特性参数，使土壤含水率的模拟值和实测值接近。率定完成后，利用实测数据对模型进行检验，最终率定校准后的土壤水力学参数如表4所示。

1.4 农田侧向渗漏量化

农田水量平衡是指对于一定面积和厚度的土体，在一段时间内，其土壤含水量的变化应等于其水分补给与消耗之差，正值表示土壤贮水增加，负值表示减少。基于模型模拟结果，采用水量平衡法量化农田侧向渗漏量，计算公式如下：

\mathrm{\Delta }S=\left(\mathrm{I}+P-\mathrm{E}\mathrm{T}\right)L\mathrm{\Delta }t-Q_{\mathrm{l}}-\mathrm{E}\mathrm{F}（8）

式中：ΔS为农田的土壤储水量变化量（cm³）；I为灌溉量（mm）；P为降雨量（mm）；ET为农田蒸散发量（mm/d）；L为模拟区域农田宽度（cm）；Δt为时间步长（d）；Q_l为农田侧向渗漏水量（mm）；EF为农田深层渗漏量（mm）。

1.5 数据处理

通过Excel， Origin 2019以及HYDRUS-2D软件对获取的原始数据进行整理、分析、制图。根据HYDRUS模型模拟的各土层土壤含水量数据，利用均方根误差（Root Mean Square Error， RMSE）、纳什效率系数（Nash-Sutcliffe Efficiency， NSE）和决定系数（Coefficient of Determination， R² ）对观测点处的实测土壤含水量和模拟值进行拟合分析，综合评价模型的模拟精度和适用性。

（1） 均方根误差（RMSE）可反映模型模拟值与实测值的偏差程度，值越小表明模拟值与实测值越接近，模拟精度越高。

\mathrm{R}\mathrm{M}\mathrm{S}\mathrm{E}=\sqrt[]{\frac{\mathrm{1}}{n}{\displaystyle \sum _{i=\mathrm{1}}^n}(O_i-P_i{)}^{\mathrm{2}}}（9）

（2） 纳什效率系数（NSE）越接近于1，表示模拟精度越高。

\mathrm{N}\mathrm{S}\mathrm{E}=\mathrm{1}-\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}(O_i-P_i{)}^{\mathrm{2}}}{{\displaystyle \sum _{i=\mathrm{1}}^n}(O_i{-\overline{O})}^{\mathrm{2}}}（10）

（3） 决定系数（R² ）可反映模型模拟值与实测值的拟合效果，R² 值范围一般为［0，1］，R² 越大，代表模拟值与实测值的拟合效果越好。

R^{\mathrm{2}}={\left(\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}\left(O_i-\overline{O}\right)\left(P_i-\overline{P}\right)}{{\displaystyle \sum _{i=\mathrm{1}}^n}(O_i{-\overline{O})}^{\mathrm{2}}{\displaystyle \sum _{i=\mathrm{1}}^n}(P_i{-\overline{P})}^{\mathrm{2}}}\right)}^{\mathrm{2}}（11）

式中：O_i 和P_i 分别为第i个模拟和实测的土壤含水率值；n为实测土壤含水率数据个数；O和P分别为模拟和实测的土壤含水率的平均值。

2 结果与分析

2.1 HYDRUS-2D模型标定与验证

为验证HYDRUS-2D模型模拟的可靠性，将2024年4—9月实测土壤含水率数据代入模型中对土壤水分特征参数进行率定，2025年4—9月实测土壤含水率数据进行验证，最终得出各土层深度土壤含水率的模拟值与实测值间的均方根误差、纳什效率系数以及决定系数。

经模型率定后土壤含水量模拟值和实测值吻合良好，能够较好地反映土壤水分的动态变化（表5）。在率定期间，荒漠绿洲过渡带的土壤含水率的平均 RMSE， NSE和R² 分别为0.108 cm³/cm³，0.687，0.90。绿洲农田分别为 0.169 cm³/cm³，0.785，0.86。验证期内，过渡带的土壤含水量的平均 RMSE， NSE和R² 分别为0.030 cm³/cm³，0.892，0.97。绿洲农田分别为 0.063 cm³/cm³，0.947，0.90。总体而言，荒漠绿洲过渡带和农田不同深度土壤含水量估算精度较好，RMSE范围为0.018~0.205，R² 范围为 0.73~0.98。不同土地利用类型NSE均在 0.60以上，表明模拟值与实测值吻合良好。

从图2可以看出，荒漠绿洲过渡带和农田0—200 cm土层土壤体积含水量模拟值与实测值变化基本趋于一致，能够较好地反映土壤水分实际动态变化。不同深度的土壤对水分变化的响应程度不同，受降水和灌溉的影响浅层土壤含水量变化波动更加明显，研究末期强降雨事件使得过渡带和农田深层土壤含水量明显增加。将不同景观类型0—200 cm土层的模型模拟值与实测数据进行相关性和显著性分析（表6），结果表明过渡带各土层土壤含水率模拟值与实测值的R²分别为0.52，0.59，0.80，0.63，RMSE分别为0.012，0.006，0.006，0.007 cm³/cm³。农田R²分别为0.68，0.86，0.69，0.73，RMSE分别为0.009，0.004，0.013，0.012 cm³/cm³。荒漠绿洲过渡带和农田不同土层土壤含水量模拟值和实测值显著相关（p<0.01），表明不同土层深度处土壤水分含量的模型模拟精度满足要求。

2.2 土壤水分通量变化特征

2.2.1 土壤水分时空分布特征

从土壤含水量变化来看（图3A，3B），过渡带区土壤含水量介于0.05~0.25 cm³/cm³，各土层土壤水分分布极度不均，土壤含水量随土层深度的增加而增加。在120 cm土层处土壤含水量出现较明显的分层现象，上层0—120 cm土壤含水率（均值为 6.5%）明显低于下层120—200 cm（均值为19.5%）。相比之下，绿洲农田区土壤含水量波动较为剧烈，整体土壤含水量介于0.10~0.30 cm³/cm³。灌溉后各土层深度土壤含水量均有不同程度的增加，其中40—80 cm和80—120 cm处含水量增加较为明显，平均土壤含水量分别为13.9%和20.7%，100—200 cm剖面土壤水分较稳定且处于较高水平。

从土壤含水量变异系数来看（图4），模拟期间过渡带各土层剖面土壤含水率变异系数分别为0.29，0.16，0.21，0.12。其中在垂直分布上，浅层0—40 cm处变异系数最大，土壤含水量变异性最强，深层120—200 cm处含水量变异性相对较小。在时间尺度上，模拟后期过渡带土壤含水量平均变异系数最大，值为0.25。玉米生育期内农田剖面土壤含水量变异系数分别为0.18，0.28，0.07，0.05。在垂直分布上，80—120 cm处变异系数最大，土壤含水量变异性最强，深层120—200 cm处含水量变异性相对较小。时间尺度上，农田玉米7—9月土壤含水量平均变异系数较大，值为0.23。

2.2.2 土壤水分垂直渗漏特征

土壤水分深层渗漏通常被认为是水分向下运移造成的水分损失，影响农业用水效率。在荒漠绿洲过渡带降雨入渗是深层土壤水分主要的补给来源。图5A为模拟期间荒漠绿洲过渡带深层土壤水分渗漏变化特征图，其中负值表示水分入渗到下层土壤中。由图可知，并非每一次降雨事件均可以产生深层渗漏量，2024年6月4日、9月3日和9月6日的单日降雨量分别达到42.20 mm，57.90 mm和45.20 mm，共发生了3次明显的土壤水分深层渗漏过程。经计算，模拟期间过渡带累积水分深层渗漏量为43.19 mm，约占模拟期间总降雨量的14.90%。

图5B为模拟期间农田土壤水分深层渗漏量变化特征图。由图可以看出，玉米生育期内共灌溉7次，深层渗漏过程较为频繁，每次灌溉后均会发生水分深层渗漏过程，并且随时间推移渗漏量急剧下降，完成渗漏过程的周期较短。经计算，模拟期间内农田土壤200 cm处累积水分深层渗漏量为72.97 mm，约占模拟期间总降雨量和灌溉量的10.08%。

2.2.3 土壤水分侧向渗漏特征

根据实测的蒸散发量、土壤储水量变化以及HYDRUS模型计算得到的深层渗漏量，结合水量平衡公式最终得到作物不同生育阶段农田土壤水分侧向渗漏量。由图6可知，农田土壤水分侧向渗漏过程在玉米苗期和成熟期较为明显，其中苗期水分输入总量为236.6 mm，侧向渗漏量为20.96 mm，约占水分补给量的8.86%。成熟期水分输入总量为246 mm，侧向渗漏量为45.06 mm，约占水分补给量的18.32%。而玉米拔节期、抽雄期和灌浆期均未产生水分侧向渗漏。

2.3 过渡带植被生长状况

荒漠绿洲过渡带区域植被的生长状况会受到农田侧向水分渗漏的影响，由表7可以看出，在农田沿过渡带方向上，距离农田越远，过渡带植被总种数、平均株高、平均冠幅和盖度都逐渐减小。靠近农田（0—10 m）处的植被数量更多，长势更好，植被总数比远离农田（40—50 m）处多260%，平均株高相差59.10%，平均冠幅相差81.88%，盖度相差27%。

3 讨 论

3.1 HYDRUS-2D模型适用性

借助水文模型手段来模拟二维土壤水分的动态变化过程已成为当前水文研究的重要趋势。在本研究中，HYDRUS-2D模型准确模拟了绿洲农田和过渡带土壤含水量的变化及二维分布特征。本研究发现过渡带不同土层土壤水分模拟R² 表现为80—120 cm>120—200 cm>40—80 cm>0—40 cm，农田不同土层土壤水分模拟R² 表现为40—80 cm>120—200 cm>80—120 cm>0—40 cm，即浅层土壤水分的模拟误差均高于其他土层。过渡带和农田均表现为土壤浅层0—40 cm土壤水分模拟误差较大，这可能是由于在光照强烈且降水稀少的荒漠绿洲区，浅层土壤的强烈蒸发使得实测土壤含水量偏小，同时人为扰动和土壤板结都可能使土壤含水量分布不均，导致模拟值和实测值存在一定差异^［21］；但这些误差在合理范围内，满足模拟精度要求，后续研究可进一步优化完善模型参数以提高模拟精度。

3.2 水分分布异质性分析

土壤水分是荒漠绿洲存在和发展的首要限制因素，自然条件决定了荒漠绿洲过渡带区和绿洲农田区土壤含水量差异明显，分布不均^［22］。本研究发现，绿洲农田平均土壤含水量明显高于荒漠绿洲过渡带。这是因为灌溉提供了充足的水分来源，土壤水分含量在灌溉后明显增加，并且维持在较高水平，而过渡带水分来源少仅靠天然降水使其平均土壤含水量处于较低水平。土壤质地也是造成土壤水分分布差异性的重要因素，通过分析土壤质地状况发现农田土壤剖面粉黏粒含量（27.8%~45.9%）>过渡带（5.9%~21.2%），过渡带区域土壤多为风沙土，土壤浅层砂粒含量达90%以上，持水能力较差，而农田土壤经过人为翻耕改善了土壤质地，使得土壤持水能力高于过渡带土壤，这与胡广录等^［23］发现土壤粉黏粒含量与土壤含水量呈现正相关关系的研究结果一致。此外，整体上土壤容重表现为过渡带>农田。农田土壤容重小表示土壤孔隙数量更多，土壤持水能力更强，土壤饱和含水量越大，而荒漠土壤粗颗粒含量高，土壤孔隙大，水分在重力作用下表现出较强的下渗能力，与肖庆礼等^［24］研究结果一致。因此在乌兰布和荒漠绿洲区土壤质地和土壤容重是导致不同景观类型土壤水分分布呈现空间异质性的重要因素。

3.3 水分垂向与侧向渗漏特征

灌溉是农田作物主要的水分补给源，灌溉事件发生后，根系吸水使得根区土壤水分迅速达到饱和，多余水分会继续下渗产生深层渗漏损失。本研究发现，研究区农田内玉米不同生育阶段的深层渗漏量存在差异，其中玉米苗期和成熟期深层渗漏损失较大，分别占生育期内总渗漏量的31.6%，18.9%。这是由于苗期玉米根系无法吸收利用深层水分，而本研究中苗期灌溉量达182 mm，超过玉米苗期实际需水量，导致灌溉水深层渗漏损失现象严重，大大降低了水分利用效率。这与李艳丽等^［25］发现玉米处于苗期造成水分深层渗漏损失较大的研究结果一致。荒漠绿洲过渡带土壤水分深层渗漏是降水转化为地下水的关键，也是参与水分循环、维持区域水平衡的重要环节。本研究发现过渡带区域的水分深层渗漏过程与降雨事件密切相关，随着降雨强度的增大，累积渗漏量也随之增加，这与吴丽丽等^［26］的研究结果一致。已有研究表明降水量、雨强和降水频次均会影响不同土层的水分渗漏量，水分在重力及毛管力的作用下逐步对深层的土壤进行水分补给，使得深层次的渗漏量具有滞后效应^［27］。此外，研究期间约20.8%的降水入渗产生深层渗漏，其余大部分通过土壤蒸发散失，这与特日格勒等^［28］的研究结果一致。

在水资源有限的荒漠绿洲区土壤水分分布不均匀，农田和过渡带土壤含水量具有较大差异，故在农田灌溉后土壤水分侧向渗漏作为农田水分散失的途径之一，不可忽略。灌溉后农田和相邻的过渡带区域会产生较大的水势差，一部分水分在水势梯度的影响下从高含水率区域流向低含水率区域。本研究中农田和过渡带相邻，坡度对于水分运移产生的影响较小可以忽略，重点考虑灌溉产生的水势差导致的水分侧向渗漏。研究发现水平方向上约66.02 mm的水分从农田区流向相邻过渡带区，水分侧向渗漏过程主要发生于玉米的苗期和成熟期。这是因为玉米不同生育阶段的耗水量存在差异：玉米苗期吸收利用的水分相对较少，农田内多余的水分沿水势梯度流向过渡带区域。研究末期的强降雨事件也使得农田内土壤水分含量增加，达到饱和后发生明显的侧向流动过程，这与李江等^［29］研究发现农田灌溉侧渗量会随灌水定额的增大而增大的结果一致。本研究进一步探究了农田土壤水分侧向渗漏对周围相邻过渡带植被生长产生的影响，发现农田沿过渡带方向上，距离农田越远，过渡带植被总种数、平均株高、平均冠幅和盖度都逐渐减小。靠近农田（0~10 m）处的过渡带土壤水分条件更好，植被数量更多，长势更优。这与前人研究发现具有相似之处，即农田土壤水分的侧向流动会补给到周围地类的土壤和植被中，使得靠近农田的林木表现出更大的胸径和树高^［30］。因此，农田灌溉后土壤水分的侧向渗漏在一定程度上为相邻过渡带植被提供水源，促进过渡带植被生长与恢复，具有重要的生态学意义。

4 结 论

乌兰布和荒漠绿洲区过渡带和农田土壤水分分布呈现空间异质性，土壤质地和土壤容重是主要的影响因素。农田土壤水分深层渗漏和侧向渗漏过程主要发生于玉米苗期和成熟期，同时水分的侧向渗漏对周围地类植被生长产生影响。进一步探究发现，农田土壤水分侧向渗漏能够补给到相邻的过渡带区域，使得靠近农田的过渡带植被长势更好，有利于过渡带区域植被恢复和生长。

参考文献

[1] 张克海.黑河中游不同景观类型的土壤水分动态研究［D］.兰州：兰州交通大学，2020.

[2] Zhang K H. Soil moisture dynamics of different landscape types in the middle reaches of Heihe river［D］. Lanzhou： Lanzhou Jiatong University， 2020.

[3] Li X， Yang K， Zhou Y Z. Progress in the study of oasis-desert interactions［J］. Agricultural and Forest Meteorology， 2016，230/231：1-7.

[4] 张帅普.绿洲荒漠交错区土壤水分时空分布及随机模拟［D］.陕西杨凌：西北农林科技大学，2017.

[5] Zhang S P. Spatial and temporal distribution of soil water and its stochastic simulation in an oasis desert ecotone［D］. Yangling， Shaanxi： Northwest A&F University， 2017.

[6] 张宇，张明军，王家鑫，等.基于稳定同位素的干旱半干旱区SPAC水分运移过程研究进展［J］.生态学报，2024，44（4）：1360-1373.

[7] Zhang Y， Zhang M J， Wang J X， et al. A review of water movement process in SPAC in the semi-arid and arid regions based on stable isotopes［J］. Acta Ecologica Sinica， 2024，44（4）：1360-1373.

[8] Yin X W， Feng Q， Zheng X J， et al. Spatio-temporal dynamics and eco-hydrological controls of water and salt migration within and among different land uses in an oasis-desert system［J］. Science of the Total Environment， 2021，772：145572.

[9] 孟令群.巴丹吉林沙漠地下水形成机制及其与周边盆地关系研究［D］.北京：中国地质大学（北京），2023.

[10] Meng L Q. Formation mechanism of groundwater in Badain Jaran desert and its relationship with adjacent basins［D］. Beijing： China University of Geosciences， 2023.

[11] Zhao L W， Zhao W Z. Water balance and migration for maize in an oasis farmland of northwest China［J］. Chinese Science Bulletin， 2014，59（34）：4829-4837.

[12] 李东方，刘廷玺，胡洋洋，等.科尔沁沙地沙丘-草甸区土壤水分动态模拟研究［J］.内蒙古农业大学学报（自然科学版），2012，33（2）：78-82.

[13] Li D F， Liu T X， Hu Y Y， et al. The dynamic simulation of soil water in the horqin sandy land with sand-meadow land features［J］. Journal of Inner Mongolia Agricultural University（Natural Science Edition）， 2012，33（2）：78-82.

[14] 尹鑫卫，郑新军，李彦，等.古尔班通古特沙漠南缘固定沙丘坡面土壤水分动态随机模拟［J］.应用生态学报，2019，30（1）：146-156.

[15] Yin X W， Zheng X J， Li Y， et al. Hillslope-scale stochastic simulation of soil moisture dynamics in fixed dunes at the southern edge of Gurbantunggut Desert， China［J］. Chinese Journal of Applied Ecology， 2019，30（1）：146-156.

[16] 孙林，罗毅.长期滴灌棉田土壤盐分演变趋势预测研究［J］.水土保持研究，2013，20（1）：186-192.

[17] Sun L， Luo Y. Study on the evolution trends of soil salinity in cotton field under long-term drip irrigation［J］. Research of Soil and Water Conservation， 2013，20（1）：186-192.

[18] 齐智娟.河套灌区盐碱地玉米膜下滴灌土壤水盐热运移规律及模拟研究［D］.北京：中国科学院教育部水土保持与生态环境研究中心，2016.

[19] Qi Z J. Soil water， heat and salt transport and simulation under mulched drip irrigation for corn of saline soil in Hetao irrigation district［D］. Beijing： Research Center for Eco-Environmental Sciences， Chinese Academy of Sciences， 2016.

[20] 丁运韬，程煜，张体彬，等.利用HYDRUS-2D模拟膜下滴灌玉米农田深层土壤水分动态与根系吸水［J］.干旱地区农业研究，2021，39（3）：23-32.

[21] Ding Y T， Cheng Y， Zhang T B， et al. Modeling of dynamics of deep soil water and root uptake of maize with mulched drip irrigations using HYDRUS-2D［J］. Agricultural Research in the Arid Areas， 2021，39（3）：23-32.

[22] 王宇祥，刘廷玺，段利民，等.半干旱地区半流动沙丘水分深层渗漏量及其对降雨格局的响应［J］.应用生态学报，2020，31（8）：2710-2720.

[23] Wang Y X， Liu T X， Duan L M， et al. Deep water leakage from semi-mobile dunes in semi-arid regions and its response to rainfall patterns［J］. Chinese Journal of Applied Ecology， 2020，31（8）：2710-2720.

[24] 冯壮壮，史海滨，苗庆丰，等.基于HYDRUS-1D模型的河套灌区典型夹砂层耕地水分利用分析［J］.农业工程学报，2021，37（18）：90-99.

[25] Feng Z Z， Shi H B， Miao Q F， et al. Water use analysis of cultivated land with typical sand layers in Hetao Irrigation District of Inner Mongolia using HYDRUS-1D model［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021，37（18）：90-99.

[26] 王国帅，史海滨，李仙岳，等.基于HYDRUS-1D模型的荒漠绿洲水盐运移模拟与评估［J］.农业工程学报，2021，37（8）：87-98.

[27] Wang G S， Shi H B， Li X Y， et al. Simulation and evaluation of soil water and salt transport in desert oases of Hetao Irrigation District using HYDRUS-1D model［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021，37（8）：87-98.

[28] Xue B， Jiang Y， Wang Q J， et al. Quantification of the water exchange in an agroforestry system under the background of film-mulching drip irrigation of farmland［J］. Agricultural Water Management， 2023，290：108597.

[29] Ritchie J T. Model for predicting evaporation from a row crop with incomplete cover［J］. Water Resources Research， 1972，8（5）：1204-1213.

[30] 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.

[31] 陈志君.种植密度和覆膜对雨养区春玉米需水和根系生长的影响［D］.沈阳：沈阳农业大学，2018.

[32] Chen Z J. Effects of plant density and film mulch on mazie water-using and root growth in the rainfed farming land of Northeast China［D］. Shenyang： Shenyang Agricultural University， 2018.

[33] Busscher W. Simulation of field water use and crop yield［J］. Soil Science， 1980，129（3）：193.

[34] Gou Q Q， Guo W T， Li Y D， et al. Dynamic changes in soil moisture in three typical landscapes of the Heihe River Basin［J］. Frontiers in Environmental Science， 2022，10：1049883.

[35] 陈斌，鲁延芳，占玉芳，等.荒漠绿洲过渡带土壤水分空间分布特征及对植被的影响［J］.西北林学院学报，2023，38（2）：25-32.

[36] Chen B， Lu Y F， Zhan Y F， et al. Spatial distribution characteristics of soil moisture and its influence on vegetation in desert-oasis ecotone［J］. Journal of Northwest Forestry University， 2023，38（2）：25-32.

[37] 胡广录，刘鹏，李嘉楠，等.黑河中游绿洲边缘三种景观类型土壤水分动态特征及影响因素［J］.干旱区研究，2024，41（4）：550-565.

[38] Hu G L， Liu P， Li J N， et al. Characteristics of soil moisture dynamics and influencing factors of three landscape types at the oasis edge in the middle reaches of the Heihe River［J］. Arid Zone Research， 2024，41（4）：550-565.

[39] 肖庆礼，黄明斌，邵明安，等.黑河中游绿洲不同质地土壤水分的入渗与再分布［J］.农业工程学报，2014，30（2）：124-131.

[40] Xiao Q L， Huang M B， Shao M A， et al. Infiltration and drainage processes of different textural soil moisture in middle reaches of Heihe River Basin［J］. Transactions of the Chinese Society of Agricultural Engineering， 2014，30（2）：124-131.

[41] 李艳丽，梁海荣，杨文斌，等.乌兰布和沙区农田土壤水分及渗漏量动态特征［J］.干旱区资源与环境，2019，33（3）：124-129.

[42] Li Y L， Liang H R， Yang W B， et al. Dynamic characteristics of soil water and leakage in irrigated farmland in Ulan Buh desert［J］. Journal of Arid Land Resources and Environment， 2019，33（3）：124-129.

[43] 吴丽丽，程一本，杨文斌，等.毛乌素沙地流动沙丘不同深度土壤渗漏特征［J］.生态学报，2018，38（22）：7960-7967.

[44] Wu L L， Cheng Y B， Yang W B， et al. Analysis of the soil percolation characteristics at different depths of a mobile sand dune in the Mu Us sandy land［J］. Acta Ecologica Sinica， 2018，38（22）：7960-7967.

[45] 刘昊，周宏飞，刘翔.强降雨条件下沙丘土壤水分运移特征分析［J］.水土保持学报，2015，29（2）：157-162，182.

[46] Liu H， Zhou H F， Liu X. Analysis of soil moisture migration on sand dune under the condition of heavy rainfall［J］. Journal of Soil and Water Conservation， 2015，29（2）：157-162，182.

[47] 特日格勒，冯伟，杨文斌，等.浑善达克沙地土壤水分深层渗漏的动态特征［J］.水土保持通报，2022，42（1）：77-82.

[48] Te R， Feng W， Yang W B， et al. Dynamic characteristics of deep soil water leakage in otindag sandy land［J］. Bulletin of Soil and Water Conservation， 2022，42（1）：77-82.

[49] 李江.基于景观单元的黑河中游绿洲水文过程模拟研究［D］.北京：中国农业大学，2017.

[50] Li J. Modeling hydrological processes in oasis of Heihe river basin based on landscape units［D］. Beijing： China Agricultural University， 2017.

[51] Yi J， Zhao Y， Shao M A， et al. Hydrological processes and eco-hydrological effects of farmland–forest–desert transition zone in the middle reaches of Heihe River Basin， Gansu， China［J］. Journal of Hydrology， 2015，529：1690-1700.

[52] 上接第页

基金资助

中美政府间国际科技创新合作项目(2023YFE0121800)

国家重点研发计划项目(2023YFF1304204)