基于根区水质模型的宁夏引黄灌区春玉米土壤水氮运移及淋溶过程模拟

Simulation of Soil Water and Nitrogen Migration and Leaching Process in the Yellow River Irrigation District of Ningxia for Spring Maize Based on RZWQM 2 Model

摘要

为研究宁夏引黄灌区不同施肥模式对土壤氮素运移的影响，应用根区水质模型（root zone water quality model-version 2， RZWQM 2）对宁夏引黄灌区春玉米农田水氮运移情况进行参数率定和数据验证。模拟结果表明：模型对土壤含水量模拟的均方根误差和平均相对误差变化范围分别为0.010 5~0.0291 g·g^-1、5.58%~13.42%，模型对土壤硝态氮质量比模拟的均方根误差和平均相对误差变化范围分别为1.089 6~10.754 7 mg·kg^-1、12.14%~42.30%，说明RZWQM 2模型在模拟宁夏引黄灌区土壤水氮运移方面具有较高的准确性。进一步模拟结果显示，在灌水量为533 mm、施氮量为300 kg·hm^-2的条件下，能够维持作物高产的同时降低氮素淋溶损失，有利于进一步防控农业面源污染。

Abstract

In order to investigate the impact of different fertilization patterns on soil nitrogen migration in the Yellow River Irrigation District of Ningxia， the root zone water quality model-version 2 （RZWQM 2） was applied to parameter calibration and data validation of soil water and nitrogen migration in spring maize fields. The simulation results indicate that the root mean square error and average relative error for soil moisture content simulation ranged from 0.010 5 to 0.029 1 g·g^-1 and 5.58% to 13.42%， respectively， and those for soil nitrate nitrogen mass ratio ranged from 1.089 6 to 10.754 7 mg·kg^-1 and 12.14% to 42.30%， respectively. The findings suggest that the RZWQM 2 model demonstrates high accuracy in simulating soil water-nitrogen migration in the Yellow River Irrigation District of Ningxia. Further simulation results show that under irrigation of 533 mm and nitrogen application of 300 kg·hm^-2， it is possible to maintain high crop yields while reducing nitrogen leaching losses， which is beneficial for further controlling agricultural non-point source pollution.

Graphical abstract

关键词

土壤氮素 / 春玉米 / 根区水质模型（RZWQM 2） / 水氮运移 / 淋溶过程 / 宁夏引黄灌区

Key words

soil nitrogen / spring maize / RZWQM 2 model / water and nitrogen migration / leaching process / the Yellow River Irrigation District of Ningxia

随着化肥的施用，世界粮食产量不断提高，氮元素对植物的生长发育起着重要作用。合理施用氮肥对提高粮食产量具有积极作用，但土壤中以NO₃^--N形态存在的氮素易溶于灌溉用水和雨水，大量未被植物吸收利用的氮素经淋溶渗入下层土壤，这不仅造成资源浪费，而且严重影响生态环境平衡，造成农业面源污染^[1]。因此，研究氮肥施用量与作物产量、氮素淋溶量之间的平衡关系成为国内外研究的热点。

目前，科学研究农田氮素积累和淋溶的方法主要为田间试验法、元素示踪法和模型模拟法^[2-4]。相较于田间试验，模型模拟法可以模拟不同试验对象在多种因素下产生的不同结果，并具有结果拟合效果好、区域代表性高、工作量少等特点，目前已被广泛运用于农业研究中，例如SWAT（soil water assessment tool）^[5]、LEACHM（leaching estimation and chemistry model）^[6]等。但这些模型法在综合分析作物生产、土壤水氮运移及其操作性方面还有待提高^[3，7]。根区水质模型（root zone water quality model-version 2，RZWQM 2）是一个综合了多种农作物生长与环境关系的模型，通过调整其内部参数可以提高模型对某一地区或某一作物的适应性，在我国华北、东北和新疆等地区均有其相关研究并广泛运用于面源污染和土壤氮素淋溶模拟^[8]。目前国内外针对RZWQM 2模型的研究主要集中在土壤氮素的损失与转化上。现有研究主要利用模型设置不同耕作、施肥、灌溉、降水和排水等^[3-11]措施对水氮在土壤中的运移和积累进行模拟，也有研究^[12-13]通过建立或校准模型中作物遗传参数模拟大田作物的生长发育进程。在参数的校准上，孙美等^[14]通过手动校准与PEST（模型参数估计和不确定性分析软件）软件自动校准2 种不同方法分析了模型不同模块的参数敏感性和参数模拟的效果。研究结果表明，PEST法校准在时间和准确度上均优于手动校准。此外，RZWQM 2模型在裸燕麦^[13]、棉花^[15-16]、白菜^[17]、甜瓜^[18]等作物上也得到一定应用，另有部分研究针对气候因素^[19-21]、土壤质地^[22]、养殖肥水灌溉^[23-24]和农艺措施^[15，25]开展，均表明经过优化后的RZWQM 2模型具有适用性广、模拟结果准确和地域代表性强的特点。

玉米是宁夏引黄灌区的重要农作物，但当地因过量施肥和不合理的灌水管理使大量氮素未经作物利用而淋溶损失的情况长期以来未得到改善，农业面源污染问题逐年加重。目前，RZWQM 2模型在宁夏引黄灌区的研究还鲜有报道，因此本文以该模型对宁夏引黄灌区春玉米的试验数据进行模拟验证，对水分、养分和生长模块参数进行率定，进而对多种水氮管理模式下土壤氮素淋溶量进行模拟，以期提出适合宁夏引黄灌区的水肥管理方案，为宁夏化肥减施和农业面源污染防控提供科学依据。

1 材料与方法

1.1 研究区概况

试验地位于宁夏银川市永宁县宁夏大学教学实验农场（106°14′E、38°13′N），土壤类型为灌淤土，土壤肥力中等偏上，气候类型属中温带干旱气候，年均降水量196.5 mm，降水主要集中在6—8月，年均气温9.1 ℃，年蒸发量1 806.3 mm。土壤基本理化性质和机械组成见表1。图1为试验地春玉米生长季的日气温变化和降水量数据。

1.2 试验设计

试验于2022年4—9月进行。试验按照氮肥施加量设置3个处理：以不施氮肥为对照（CK）、常规氮肥（CF，450 kg·hm^-2）、70%常规氮肥（R，315 kg·hm^-2）。CF、R处理共施肥3次，分别在4月15日、6月6日和6月24日施加基肥30%、追肥70%。追肥分2次施用，肥料为尿素。磷肥、钾肥施用量统一为120 kg·hm^-2（以P₂O₅计算）、45 kg·hm^-2（以K₂O计算）。每小区面积为54 m²（9 m×6 m），采用完全随机区组排列，每处理重复4次。各小区四周设宽1 m的田埂隔离水肥。供试品种为京科627，播种密度为82 000株·hm^-2，于4月中旬播种，9月下旬收获。试验田的其他管理措施与当地大田相同。

1.3 测定数据与方法

在玉米不同生育期内采用五点取样法取长势良好、有代表性的植株样品5 株，测量株高、生物量、叶面积等生长指标。定期取30、60、90、120 cm深度土壤样品，将新鲜土样过2 mm筛后放于密封袋中。分别采用烘干法测定土壤含水量，氯化钾浸提-流动分析法提取及测定土壤硝态氮，环刀法测定容重、田间持水量，定水头法测定土壤饱和导水率。计算叶面积指数（leaf area index，LAI）时的乘积系数对完全展开叶片和未完全展开叶片分别取0.75、0.5。在玉米收获后，取不同处理玉米果穗，经杀青后烘干至质量恒定测定干质量。

1.4 RZWQM 2模型

RZWQM 2模型由美国农业部开发，是集土壤物理、土壤化学、作物生长、作物养分、植物杀虫剂使用和田间管理六大模块于一体的应用于农业种植系统的研究级模拟模型。RZWQM 2模型以一定的气象数据和土壤数据为基础建立模型。其中，气象数据主要包括短波辐射、气温、风速、降水量、相对湿度等，本试验所需气象数据由当地气象站提供。土壤数据主要包括容重、田间持水量、饱和导水率、剖面NO₃^－-N质量比和NH₄⁺-N质量比、土壤机械组成等数据。本试验对未测取的数据采用模型默认值。此外，RZWQM2还需施肥量、灌溉量、土壤剖面温度、土壤剖面含水量、耕作、产量等田间数据对模型参数进行校准。

1.5 模型的率定与验证

以2022年春玉米CF处理的数据率定模型土壤水分、土壤养分和作物生长模块，以同年春玉米CK、R处理的实测数据对模型模拟数据进行验证。模型先以试错法将待率定参数调至合理范围，再使用PEST软件对参数进行精准率定。生长模块利用模型内嵌的DSSAT 4.0模型率定试验玉米品种京科627的遗传参数。

模型的评价指标是判定模型拟合效果的关键。当误差达到最小时所得的参数即为率定结果。本文以均方根误差（root mean square error，RMSE）和平均相对误差（mean relative error，MRE）为模型评价指标：

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

\mathrm{M}\mathrm{R}\mathrm{E}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}\frac{P_i-Q_i}{Q_i}}{n}\times \mathrm{100}\mathrm{\%}，（2）

式中：P_i 、Q_i 分别表示第i个模拟值和第i个实测值，n表示实测值或模拟值的总个数。RMSE越小、MRE（≤50%）越趋近于0表明模型拟合效果越好。

2 结果与分析

2.1 水力学参数的率定和验证

以2022年CF处理的土壤含水量数据对模型水力学参数进行率定，率定参数为0~120 cm土壤剖面的饱和导水率、田间持水量和凋萎系数，利用率定后的土壤水力学数据对2022年CK和R处理的土壤含水量进行验证，图2、图3、图4分别为CF、CK、R处理不同日期的模拟值和实测值。表2为3 种处理在不同土壤剖面中的土壤含水量模拟值与实测值的均方根误差和平均相对误差。在率定处理中，CF处理的RMSE范围为0.019 2~0.029 1 g·g^－1，MRE范围为9.12%~11.80%。在验证处理中，CK处理的RMSE范围为0.013 5~0.0242 g·g^－1，MRE范围为5.58%~13.42%；R处理的RMSE范围为0.010 5~0.022 3 g·g^－1，MRE范围为5.93%~12.10%。从剖面上看，模型能较为明显地反映降水、灌溉等水分补充事件，且0~30 cm土层对水分补充的反应最为明显；土壤表层的模拟结果优于土壤深层的模拟结果，CF和CK两处理的拟合偏差都随土壤深度的增加而增加；模型的模拟结果也能反映土壤表层的含水量变化较大，深层土壤含水量较为稳定的土壤水分变化特点。从时间上看，3 种处理的模拟值与实测值在玉米生长季内的拟合程度优于收获期，降水期内的拟合程度优于非降水期。从总体上看，土壤水分模拟结果与实测值接近且具有相同的变化规律，说明RZWQM 2模型能够较好地模拟试验中土壤含水量的时空分布及变化趋势。

2.2 养分参数的率定和验证

在土壤水分率定的基础上，以2022年CF处理的土壤剖面硝态氮质量比实测值数据对模型养分参数进行率定，率定参数为氨挥发常数、水解系数、硝化系数和反硝化系数，利用率定后的土壤养分数据对2022年CK和R处理的土壤硝态氮质量比进行验证，图5、图6、图7分别为CF、CK、R处理不同日期的模拟值和实测值。表3为3种处理在不同土壤剖面中的硝态氮质量比模拟值与实测值的均方根误差和平均相对误差。在率定处理中，CF处理的RMSE范围为6.182 8~10.479 0 mg·kg^－1，MRE范围为12.46%~42.30%。在验证处理中，CK处理的RMSE范围为1.089 6~2.579 3 mg·kg^－1，MRE范围为12.14%~41.96%；R处理的RMSE范围为2.928 7~10.754 7 mg·kg^－1，MRE范围为14.49%~36.20%。从剖面上看，模型能够模拟出施用氮肥和灌水后土壤各剖面硝态氮质量比的变化，表层土壤硝态氮质量比的变化幅度较深层土壤的变化幅度更大，模型也大致体现出均方根误差随土壤深度增加而降低的趋势。这说明模型对土壤表层硝态氮质量比的模拟值和实测值拟合情况优于深层土壤的拟合情况，模型模拟数据也体现了氮素淋溶对深层土壤硝态氮的补充作用。从时间上看，前期和中期的拟合效果要优于后期和末期的拟合效果，4 次采样的各土壤剖面硝态氮质量比都表现出初期高而后逐步降低的变化趋势，能较好地体现出玉米在抽雄—吐丝期后大量吸收氮素从而使土壤硝态氮质量比大幅度降低的规律。从施肥量上看，模拟的CF和R处理的土壤硝态氮质量比在时间和剖面的变化趋势基本相同，而与CK处理的土壤硝态氮质量比变化趋势有明显的差异。总体上，模型对土壤硝态氮质量比的模拟效果比对土壤水分的模拟效果稍差，但均方根误差仍在50%的可接受范围内，说明模型能够模拟不同施肥处理下土壤硝态氮质量比的变化。

2.3 作物生长参数的率定和验证

对试验地土壤水分和养分的率定工作完成后，运用模型内嵌的DSSAT程序，首先选取与试验玉米品种京科627相近的玉米生长参数数据输入模型，再通过试错法与PEST法结合的方式，以CF处理的株高、产量和生物量的实测数据为基准，不断对模型生长参数进行率定。利用率定后的参数对CK、R处理进行生长指标的验证。图8为3 种处理在收获期不同生长指标的模拟值和实测值，表4为3种处理不同生长指标的模拟值与实测值的均方根误差和平均相对误差。在率定处理中，CF处理株高、产量、生物量的RMSE分别为19.93 cm、895 kg·hm^-2、858 kg·hm^-2，MRE分别为10.09%、4.82%、2.35%。在验证处理中，CK处理株高、产量、生物量的RMSE分别为18.98 cm、976 kg·hm^-2、2 302 kg·hm^-2，MRE分别为7.76%、5.75%、7.52%；R处理株高、产量、生物量的RMSE分别为22.21 cm、909 kg·hm^-2、838 kg·hm^-2，MRE分别为16.13%、4.92%、2.35%。总体上，率定后的作物生长参数能够反映植株生长指标的变化趋势，但从实测值和模拟值的数值比较来看，模型对植株株高的模拟效果稍差且模拟值均略低于实测值，对产量的模拟值略高于实测值。

2.4 氮素淋溶量的模拟

经过对水力学参数、养分参数和作物生长参数的率定和验证，模型的主要参数都已确定，可以运用RZWQM 2模型进行宁夏引黄灌区不同灌水条件和施肥条件下土壤氮素淋溶情况的模拟。利用率定好的模型，根据当地农户种植玉米的习惯灌水量和施肥量进行适当放缩后确定水肥梯度和组合情况，设置模拟灌溉量为500、533、566、600、633、666 mm共6个水平，设置模拟施肥量为225、250、275、300、325、350 kg·hm^-2共6 个水平。图9为模型氮素淋溶量的输出结果。当灌溉量由500 mm提高到666 mm时，各施肥处理下土壤氮素淋溶量均显著增长；当施肥量为275 kg·hm^-2时，随着灌溉量的增加土壤氮素淋溶量由8.9 kg·hm^-2增长到51.2 kg·hm^-2；当施肥量由225 kg·hm^-2提高到350 kg·hm^-2时，各灌水处理下的土壤氮素淋溶量也相对有小幅度增长；当灌水量为600 mm时，随着施肥量的增加土壤氮素淋溶量由28.1 kg·hm^-2增长到30.7 kg·hm^-2。模拟结果表明，氮素的淋溶量与灌水量、施肥量均呈现正相关关系，且提高灌水量比提高施肥量对土壤氮素淋溶量的增长具有更显著的效果。

2.5 不同灌水量、施氮量梯度组合下作物产量的模拟

利用模型模拟玉米在466、500、533、566 mm 4 个灌溉水平与不同氮素施用量下的产量，并计算相应作物水分利用效率（water use efficiency，WUE）和土壤氮素利用效率（nitrogen use efficiency，NUE），结果如表5所示。当灌水量为466 mm时，作物产量随氮素施用量的提高呈现先增加后降低的趋势，并在施氮量为300 kg·hm^-2时达到最大值18 804 kg·hm^-2。当灌水量高于533 mm且施氮量低于300 kg·hm^-2时，作物产量与施氮量呈正相关关系；当灌水量高于533 mm且施氮量高于300 kg·hm^-2时，模型模拟作物产量达到最大值19 440 kg·hm^-2并保持恒定。在不同灌水量、施氮量梯度组合中，WUE在施氮量为300 kg·hm^-2时达到最大值，并随着灌水量的提高而降低。在同等灌溉量下，NUE随着施氮量的增加而降低。

3 讨论

本试验主要以大田实测数据率定和验证RZWQM 2模型水分模块、养分模块和作物模块，研究宁夏引黄灌区不同施氮水平下的农田水氮运移和分布规律。模型对不同处理各剖面土壤含水量模拟值与实测值间的RMSE与MRE变化范围分别为0.010 5~0.029 1 g·g^-1和5.58%~13.42%，从时间上看，收获期的水分模拟效果较差，RMSE平均为0.030 1 g·g^-1。这可能是由于玉米生育末期的土壤水分补给较多地来自地下水的补充，而模型中地下水位值采用默认值，模型未能充分模拟现实情况下地下水位对土壤水分补充的影响，致使收获期土壤含水量模拟值较为明显地低于实测值。模型对表层土壤含水量的模拟效果优于深层，这与薛长亮等^[3]、王贵云等^[23]的研究结果一致，但与郑文波等^[7]、钱争等^[25]的研究结果相反，可能也因未考虑地下水位对深层土壤水分的补充而对模拟效果产生了一定影响。

模型对不同处理各剖面土壤硝态氮质量比的模拟值与实测值间的RMSE与MRE变化范围分别为1.089 6~10.754 7 mg·kg^-1和12.14%~42.30%，模拟结果稍差于对土壤水分的拟合。这可能是因为土壤氮素的运移过程较为复杂^[26]，受土壤水分运移和作物养分吸收等因素的影响较大。本试验采用大水漫灌的灌溉方式，这在一定程度上影响了试验中各小区之间土壤水分分布的均衡性，使相同处理下的不同小区内土壤硝态氮质量比实测值的变化产生一定差异和浮动，在水分模拟结果与实际有一定偏差的基础上，使模型对土壤硝态氮质量比的模拟效果下降。

模型对玉米产量和生物量的模拟结果显示，与常规施肥处理相比，在减氮处理下，作物产量和生物量并未出现明显下降，这一点与王英等^[27]的研究结果相符。另外，模型对CK处理下的作物产量与生物量模拟的结果与施肥处理下的差异不明显，这一点与实测情况符合，可能是由于试验开展前土壤中已经积累了较高的养分，能够较好地满足玉米生长的需要，从而使肥料的增产效果降低。这一点在薛长亮等^[3]的研究中也有一定体现。

模型在500、533 mm灌水量下不同施氮水平的氮素淋溶量在数值上并未表现出显著变化，这可能是因为当前灌水量未达到120 cm土层以下，因而灌水产生的淋溶效果不显著。在566~666 mm灌水量下，模型对氮素淋溶量的模拟结果与郑文波等^[7]、翟勇全等^[28]的研究相似，土壤氮素的淋溶量随着灌溉量或氮肥施用量的增加而增长。王英等^[27]认为，宁夏引黄灌区当前农户施肥量高于玉米需肥量。模型对作物产量的模拟结果表明，氮素对作物的增产作用是有限的，当灌溉量和施肥量分别在533 mm和300 kg·hm^-2以上时，过高的氮肥施用量并未带来产量上的提高。有研究认为^[29-30]，多余的氮素会以氨的形式挥发至大气中，或随着降水和灌溉等水分输入过程淋溶至地下水中。当灌水量为533 mm、施氮量为300 kg·hm^-2时，作物产量达到最高，且WUE和NUW也相对较高，此时土壤氮素淋溶量也保持较低值。王静等^[31]研究表明，宁夏灌区1961—2010年间玉米灌溉需水量为549 mm，其中永宁地区灌溉需水量为527 mm。不同地区间灌溉需水量的差异主要受降水和蒸散等因素影响。王英等^[27]在2022年的研究认为，氮素施用量为270、360 kg·hm^-2与420 kg·hm^-2相比，产量分别降低11.46%、提高1.42%，均未表现出显著差异，说明最佳施氮量应保持在270~360 kg·hm^-2。翟勇全等^[28]的研究认为，在滴灌条件下，宁夏引黄灌区施氮量应根据玉米生育期内年降水量的不同保持在275.59~320.20 kg·hm^-2，这与本研究结果相近。因此，灌水量533 mm、施氮量300 kg·hm^-2的组合是兼顾宁夏引黄灌区环境保护与农业收益的最佳灌水与施氮模式。

本研究验证了RZWQM 2模型在宁夏引黄灌区的适用性，相较于田间试验法，模型模拟法在代表性、工作量和操作性等方面均具有独特优势。但模型可供选择添加的氮肥类型较为单一，无法满足缓释控释肥料对土壤氮素运移的影响方面的研究需求，因此模型还要进一步完善以获得更广泛的应用场景。模型参数的准确性与用于模型参数率定的数据丰富度有关^[11]。沈仕洲等^[32]研究表明，应用模型进行模拟预测的地点与模型率定数据来源地的气象、土壤等条件越相近则模拟效果越好，距离是两地气象、土壤条件相似程度最直观的表现。本试验通过RZWQM 2模型模拟所得最佳灌水与施氮管理组合还要结合作物生育期有效降水量、蒸散量和土壤剖面基础性质进行适当调整以符合不同地区间的实际情况。因此模型还需要更多、更广泛的试验数据来支撑，并在今后的试验中充分考虑地下水位对土壤水氮运移的影响，这将有利于进一步提高RZWQM 2模型在宁夏引黄灌区的普适性和准确性。

4 结论

RZWQM 2模型在土壤水分、养分、作物模块的率定和验证结果表明，各模块均方根误差（RMSE）和平均相对误差（MRE）均在合理范围内，表明该模型在宁夏引黄灌区具有良好的适用性，可以用于模拟评估引黄灌区土壤水氮运移情况。经过率定和验证的模型在不同灌水量、施氮量梯度组合下对氮素淋溶量和作物产量进行的模拟结果显示，灌水量为533 mm、施氮量为300 kg·hm^-2的组合是兼顾宁夏引黄灌区环境保护与农业收益的最佳灌水与施氮模式，研究结果可为优化宁夏引黄灌区的灌水与施氮管理策略提供有力的科学支持。

参考文献

[1] 李凌云，和爱玲，杨焕焕，等.氮肥减施对黄褐土区小麦—玉米轮作体系产量和氮素吸收利用的影响[J].河南农业科学，2023，52（11）：21-32.

[2] 杜思婕.耕层调控对河北粮田土壤氮素运移及温室气体排放的影响[D].保定：河北农业大学，2021.

[3] 薛长亮，张克强，杨德光，等.RZWQM模拟小麦-玉米轮作系统氮素运移及损失特征[J].中国生态农业学报，2015，23（2）：150-158.

[4] 李昱岐，王凤，徐征和，等.基于RZWQM模型的夏玉米水氮管理优化及淋溶过程模拟[J].节水灌溉，2022（3）：50-55.

[5] 丁建华，沈旭，常文婷，等.基于SWAT模型的南苕溪流域面源污染时空格局研究[J].环境污染与防治，2023，45（12）：1654-1659.

[6] ASADA K， EGUCHI S， IKEBA M， et al. Modeling nitrogen leaching from Andosols amended with different composted manures using LEACHM[J].Nutrient Cycling in Agroecosystems，2018，110（2）：307-326.

[7] 郑文波，王仕琴，刘丙霞，等.基于RZWQM模型模拟太行山低山丘陵区农田土壤硝态氮迁移及淋溶规律[J].环境科学，2019，40（4）：1770-1778.

[8] 赵亮.RZWQM模型模拟夏玉米生长条件下土壤水分及氮素分布研究[J].节水灌溉，2013（9）：30-35.

[9] DING J L， HU W， WU J C，等.Simulating the effects of conventional versus conservation tillage on soil water， nitrogen dynamics， and yield of winter wheat with RZWQM 2[J].Agricultural Water Management，2020，230：105956.

[10] WANG S S， LUO M P， LIU T F，et al. Optimization of nitrogen fertilizer management in the Yellow River irrigation area based on the root zone water quality model[J].Agronomy，2023，13（6）：1628.

[11] MA L W， TROUT T J， AHUJA L R，et al. Calibrating RZWQM2 model for maize responses to deficit irrigation[J].Agricultural Water Management，2012，103：140-149.

[12] 肖雨霄，张红娟，岑剑涛，等.RZWQM 2模型对中国北方农牧交错带青饲玉米模拟适用性评价[J].节水灌溉，2023（7）：20-27.

[13] 张红娟，岑剑涛，王海英，等.RZWQM 2模型对裸燕麦作物生长模拟的适用性研究[J].节水灌溉，2021（5）：1-7.

[14] 孙美，张晓琳，冯绍元，等.基于PEST的RZWQM 2模型参数优化与验证[J].农业机械学报，2014，45（11）：146-153.

[15] 夏文，林涛，褚晓升，等.RZWQM 2模型模拟地膜覆盖时间对南疆棉田水分利用效率及产量的影响[J].农业工程学报，2021，37（11）：140-150.

[16] CHEN X P， QI Z M， GUI D W，et al. Evaluation of a new irrigation decision support system in improving cotton yield and water productivity in an arid climate[J].Agricultural Water Management，2020，234：106139.

[17] 裴宏伟，李雅丽，李赟，等.RZWQM2模型对河北坝上地区大白菜模拟适用性评价[J].节水灌溉，2022（2）：66-70.

[18] YUE W J， CHEN S， GAO L H， et al. Effects of water and nitrogen coupling on yield，quality， water and nitrogen use efficiencies of greenhouse muskmelon[J].Water，2023，15（14）：2603.

[19] 丁奠元，严惠敏，王乃江，等.基于RZWQM 2的黄土高原旱地冬小麦生长关键气象因子分析[J].扬州大学学报（农业与生命科学版），2018，39（4）：91-99.

[20] LIU H J， LIU Y， ZHANG L W，et al. Quantifying extreme climatic conditions for maize production using RZWQM in Siping， NorthEast China[J].International Journal of Agricultural and Biological Engineering，2019，12（2）：111-122.

[21] JIANG Q J， QI Z M， XUE L L， et al. Assessing climate change impacts on greenhouse gas emissions， N losses in drainage and crop production in a subsurface drained field[J].Science of the Total Environment， 2020，705：135969.

[22] 刘海涛，胡克林，李保国，等.土壤剖面基础性质差异对农田水氮过程和作物产量的影响[J].中国农业科学，2015，48（7）：1348-1360.

[23] 王贵云，张克强，付莉，等.RZWQM 2模型模拟牛场肥水施用夏玉米土壤硝态氮迁移特征[J].农业工程学报，2020，36（14）：47-54.

[24] 白丽静.利用RZWQM模拟猪场废水灌溉对土壤-作物系统的影响[D].北京：中国农业科学院，2010.

[25] 钱争，冯绍元，庄旭东，等.基于RZWQM 2模型的农田排水暗管优化布置研究[J].灌溉排水学报，2021，40（7）：113-121.

[26] 尚宗波，杨继武，殷红，等.玉米生长生理生态学模拟模型[J].植物学报，2000，42（2）：184-194.

[27] 王英，刘汝亮，王芳，等.减氮对引黄灌区春玉米氮素吸收利用和淋失的影响[J].农业资源与环境学报，2024，41（3）：576-584.

[28] 翟勇全，马琨，贾彪，等.不同降水年型滴灌玉米土壤硝态氮分布、淋失量及氮素吸收利用特征[J].中国生态农业学报（中英文），2023，31（5）：765-775.

[29] 周乾顺，朱建强，邹宇傲，等.树脂包膜尿素配施普通尿素对直播稻田氨挥发、氮素径流和渗漏损失及产量的影响[J].农业环境科学学报，2023，42（9）：2016-2026.

[30] 寇长林，巨晓棠，张福锁.三种集约化种植体系氮素平衡及其对地下水硝酸盐含量的影响[J].应用生态学报，2005，16（4）：660-667.

[31] 王静，张晓煜，马国飞，等.1961—2010年宁夏灌区主要作物需水量时空分布特征[J].中国农学通报，2015，31（26）：161-169.

[32] 沈仕洲，张克强，王风，等.基于RZWQM模型的华北平原冬小麦-夏玉米土壤硝态氮淋溶和氨挥发评估方法研究[J].生态与农村环境学报，2018，34（9）：769-775.

基金资助

宁夏回族自治区农业资源环境监测与保护项目（农业面源污染）(2130135)

国家自然科学基金项目(41501234)