保护性耕作下土壤水分动态的连续监测与Hydrus模型模拟：提升雨养农业水分利用效率的关键研究

本研究通过连续监测免耕(NT)和常规耕作(CT)系统的土壤含水量(SMC)和基质势(SMP)，结合Hydrus(2D/3D)逆向建模优化土壤水力参数(θs、KS等)，揭示NT通过减少蒸发(25%-31%降雨量)并提高蒸腾(58%-68%)显著增强干旱适应性，为雨养农业水分管理提供量化工具和实践依据。

　　

Abstract
研究通过连续监测与建模手段，系统评估了保护性耕作对土壤水分动态的影响。采用WaterScout SM100和Watermark传感器在南达科他州耕作系统中连续三年(2021-2023)监测15/30 cm深度的SMC和SMP，结合Hydrus(2D/3D)逆向建模优化van Genuchten参数。结果显示NT系统SMC较CT提高15%-38%，SMP更高且干旱季差异显著(p=0.02)。模型校准R²达0.61-0.99，验证阶段保持0.61-0.97的准确性。

Plain Language Summary
传感器监测结合Hydrus模拟表明，NT通过残留物覆盖减少蒸发损失(占降雨25%-31% vs CT 28%-35%)，显著提升蒸腾效率(58%-68% vs CT 47%-61%)，在2022年极端干旱季表现尤为突出。

2 MATERIALS AND METHODS
2.1 研究地点与设计
实验位于美国南达科他州Beresford(43°02′58″N)，土壤为Egan粉砂粘壤土。采用随机区组设计，对比NT与CT在4年轮作(玉米-大豆-燕麦-冬黑麦)下的效果。关键参数：NT区0-10 cm容重1.22-1.27 g cm^-3，SOM 5.24%-7.43%；CT区K_S达362 cm day^-1。

2.2 水分监测技术
每处理安装4个传感器(2个SMC+2个SMP)，通过WatchDog 1000微站记录小时数据。WSM100传感器采用原位校准，WSM传感器使用工厂校准。

2.4 Hydrus建模创新
采用二维Vrugt函数模拟根系空间分布，引入AR(1)结构解决时间自相关。逆向建模中固定α参数(0.01 cm^-1)避免非唯一解，初始θ_s和K_S取值来自历史数据±2SE约束。

3 RESULTS
3.1 参数优化结果
NT与CT的θ_s无显著差异(Ap层0.53-0.54 cm³ cm^-3)，但NT的K_S在Ap层(249 cm day^-1)低于CT(288)。2022年干旱导致θ_r显著升高至0.09 cm³ cm^-3(p<0.01)。

3.2 水分动态特征
NT在2022年干旱季表现突出：15 cm深度SMC(0.15 cm³ cm^-3)比CT高25%，SMP(-1020 cm)显著优于CT(-1192 cm)(p=0.02)。模型在干旱年SMC模拟R²降至0.61-0.78。

4 DISCUSSION
4.3 模型局限性
早期数据缺失可能低估NT/CT蒸发差异，固定参数未反映耕作后短期变化。建议未来研究整合多深度传感器与全局优化算法。

5 CONCLUSION
研究证实NT通过优化水分分配(减少蒸发7%-10%，增加蒸腾11%-20%)提升雨养系统抗旱性，Hydrus模型为耕作管理评估提供可靠工具(R²>0.75)。需加强极端干旱条件下的模型优化，并探索NT与抗旱作物的协同效应。