在中国新疆北部高盐度及季节性冻结条件下，对土壤水-热-盐迁移过程及棉花生长进行建模研究

《Aging Brain》：Modeling soil water–heat–salt transport and cotton growth under high salinity and seasonal freezing conditions in Northern Xinjiang, China

新疆北部盐渍化棉田水热盐耦合及作物生长模型构建与验证。研究整合一维水热盐传输模块与改进EPIC作物模型，通过两年实地数据校准验证，揭示了盐分胁迫主导作物蒸腾限制、地下水动态主控土壤盐分演化机制，提出冻融循环对盐分垂直迁移的强化效应。

　　在干旱、盐渍化以及季节性冻土的农业区域，土壤的冻融过程与盐分动态的耦合效应对水、热和盐的传输有着显著影响。这些传输过程又与作物生长相互作用，形成一个复杂的动态反馈系统。为了更好地理解这些过程在年尺度上的表现，本研究开发了一个耦合的水-热-盐传输与作物生长模型（SWHS-C），并将其应用于中国新疆北部一个严重盐渍化的棉花田，模拟了全年周期，包括作物生长期和休耕期。该模型将一个考虑冻融过程中相变影响的一维土壤水-热-盐传输模块（SWHS）与一个改进的EPIC作物生长模型相结合，同时整合了诸如作物产量模拟、根系吸水、土壤蒸发、植物蒸腾以及水-热-盐胁迫响应等关键功能。模型利用两年的田间数据进行了校准和验证，模拟结果与观测数据在土壤水分、盐分、温度和作物生长的时序动态方面表现出良好的一致性。

研究表明，盐胁迫是该地区棉花蒸腾作用的主要限制因素，而地下水动态则是土壤盐分演变的主要驱动力。这一发现突显了地下水位控制在盐渍化缓解中的重要性，并为浅层地下水区域的作物胁迫季节模式和盐分传输提供了新的见解。总体而言，SWHS-C模型被证明是一个有效的工具，能够长期模拟和评估盐渍化农业系统中水文与生物过程的耦合关系。

土壤盐渍化和水资源短缺是干旱和半干旱地区可持续农业发展的主要制约因素。不合理的灌溉方式往往加剧次生盐渍化，进一步恶化耕地质量并降低作物产量。因此，为了制定合理的灌溉策略并提高水资源利用效率，有必要对土壤水、热和盐的耦合传输过程进行定量研究。特别是在盐渍化农业田地中，由于土壤水分、温度和盐分之间的复杂相互作用，这些相互作用直接塑造了作物根系区的环境。这种环境变化通过水盐动态与作物生长之间的反馈机制，最终决定了作物的产量。值得注意的是，在休耕期间，冻融循环促使盐分向上迁移，并在地表积累，这会显著影响后续春季播种阶段的根系区水分和盐分条件。因此，对全年土壤-植物交互作用进行系统性的定量分析，对于优化农业水资源配置和提高粮食生产能力具有重要意义。

尽管在多种土壤、水分、盐分和环境条件组合下进行的田间实验能够捕捉到土壤水-热-盐交互的物理过程，但这些实验通常成本高昂、耗时较长，且难以重复。基于过程的数值模型则提供了一种经济且可复制的替代方案，不仅能够增强对田间数据的解释能力，还能在多种情景下进行预测性模拟。许多模型已被开发并广泛应用于模拟土壤水-热-盐动态和作物生长，例如SWAP、HYDRUS、SHAW、CoupModel、APSIM、DSSAT和RZWQM等。然而，大多数现有模型仅关注特定时期，如作物生长季节或休耕期，缺乏对全年耦合过程的系统性描述。一些作物模型，如APSIM和DSSAT，虽然包含了详细的生理过程，但通常忽略了冻融动态及其水文反馈机制。相比之下，土壤冻融模型如SHAW和最近开发的HYDRUS-1D冻融模块则考虑了冻土中的相变和水分运动，但它们对作物发育和根系区盐分胁迫的描述不够全面。CoupModel虽然整合了冻融过程和简化的作物生长模块，但其对溶质传输的处理仅限于对流，这在高盐度农业土壤中的适用性受到限制。

在年尺度模拟方面，已有研究尝试扩展模型耦合框架。例如，RZ-SHAW模型被用于模拟小麦-玉米轮作系统中的全年蒸散和能量平衡，而SWAP-WOFOST耦合模型则被应用于模拟玉米生态系统中的能量、水分和碳通量。Lu等人（2019）利用SHAW模型模拟了不同覆盖和秋季灌溉措施下全年土壤水-热-盐动态，取得了令人满意的精度。Xun等人（2022）进一步发展了SHAW-SC模型，通过修改SHAW框架并嵌入EPIC作物生长模块，实现了对向日葵种植区域的验证，显示出良好的模拟性能。然而，大多数现有研究集中于具有相对稳定灌溉条件的向日葵种植区，如内蒙古，这限制了它们在新疆北部严重盐渍化棉花田中的直接应用。在这些棉花田中，盐渍胁迫更为严重，作物根系深度更大，水盐动态更为复杂。特别是在棉花生长周期中，产量形成和根系吸水对盐分的非线性响应，与根系较浅的作物如向日葵存在显著差异，这凸显了拓展模型适应性的必要性。此外，新疆地区土壤盐分水平较高，冻融引起的盐分再分配更为显著，这对准确模拟土壤温度、液态/冰相转变以及溶质传输的耦合过程提出了更大的挑战。在高盐分条件下，土壤溶液中溶质浓度与渗透势之间存在显著的非线性关系，进一步增加了根系区水盐动态与作物生理响应之间的耦合复杂性。因此，亟需开发一个具有更强盐渍适应能力、更精细的根系区响应机制以及在冻融条件下对垂直水盐传输有更准确描述的模型框架，以提升对盐渍化农业系统中全年水-热-盐传输与作物生长耦合过程的模拟能力。

本研究提出了一种专门针对盐渍化棉花田的耦合水-热-盐传输与作物生长模型，旨在模拟盐渍化和季节性冻土农业区域中的土壤-植物交互作用。该模型基于自主研发的土壤-水-热-盐（SWHS）框架，并嵌入了改进的EPIC作物生长模块。这种整合使得模型能够动态响应根系区水分、温度和盐分的空间与时间变化，从而准确模拟作物的蒸散作用和生物量积累过程。各子模块之间的紧密耦合确保了数值的一致性和收敛性，同时保持了模型在未来的作物轮作、灌溉优化和气候变化情景中的良好扩展性。本研究的主要目标包括：（1）开发一个适用于盐渍化和季节性冻土农业土地的耦合水-热-盐传输与作物生长模型；（2）利用新疆北部一个代表性盐渍化棉花田的全年田间观测数据对模型进行校准和验证；（3）定量评估土壤与作物过程之间的反馈机制，以及地下水与根系区水盐动态之间的相互作用。

为了实现上述目标，本研究首先构建了一个专门针对盐渍化农业土壤的水-热-盐耦合传输模型。该模型是一个一维的土壤水-热-盐传输模型，能够明确地描述盐分对土壤冻融过程的影响，从而在高盐度条件下更准确地模拟土壤热力和水力行为。为了实现土壤水-热-盐传输与作物生长之间的双向反馈机制，我们对原始的SWHS模型进行了扩展，加入了作物生长模块。这一模块能够模拟作物的生长过程，包括植株高度、地上部干物质积累和叶面积指数等关键指标。通过将这些功能整合到SWHS模型中，我们建立了SWHS-C模型，从而能够更全面地反映盐渍化农业系统中的水盐动态与作物生长之间的相互作用。

在模型开发过程中，我们特别关注了盐渍化对冻融过程的影响。在高盐度条件下，土壤溶液中的渗透势与溶质浓度之间存在显著的非线性关系，这使得水盐动态的模拟更加复杂。因此，SWHS-C模型在处理这些非线性关系时采用了更为精细的参数设置和算法优化，以确保模型在高盐度条件下的准确性。此外，模型还考虑了冻融过程中相变对土壤水分和热传输的影响，从而更真实地再现了土壤在冬季和春季的动态变化。

为了验证模型的可靠性，我们选取了新疆北部的一个代表性盐渍化棉花田作为研究对象。该实验区位于克拉玛依市农业综合开发示范区，地理坐标为北纬45°35′42″，东经84°53′20″。该地区具有典型的温带大陆性干旱气候，处于季节性冻融区域。研究区的海拔范围在268至288米之间，从西南向东北倾斜的坡度为0.26‰。该地区的年平均降水量约为111毫米，其中约70%的降水集中在7月至9月。这些气候和地理特征使得该区域成为研究盐渍化与冻融耦合过程的理想地点。

在实验过程中，我们收集了两年的田间观测数据，包括土壤温度、液态水含量、盐分浓度以及作物生长指标。这些数据用于对SWHS-C模型进行校准和验证。模型校准结果表明，SWHS-C在模拟土壤温度方面表现出良好的性能，能够准确再现不同季节和冻融周期下的温度变化趋势。此外，模型在模拟土壤水分和盐分的时空变化方面也取得了令人满意的结果，特别是在春季播种阶段，模型能够有效预测根系区水分和盐分条件的变化，这对于指导农业实践具有重要意义。

模型的验证结果进一步表明，SWHS-C在模拟作物生长指标方面也表现出较高的准确性。例如，模型能够准确预测植株高度、地上部干物质积累和叶面积指数的变化趋势。这些结果不仅验证了模型在高盐度条件下的适用性，也展示了其在季节性冻融环境中的强大模拟能力。此外，模型还能够捕捉到作物生长过程中与水盐动态之间的反馈机制，例如在盐渍胁迫条件下，作物的蒸腾作用和生物量积累如何受到影响，以及地下水动态如何通过盐分迁移影响作物的生长环境。

本研究的结论表明，SWHS-C模型在模拟盐渍化棉花田的全年水-热-盐传输和作物生长过程方面具有较高的准确性和可靠性。该模型不仅能够准确再现土壤水分、盐分和温度的时空变化，还能够有效模拟作物的生长过程，包括蒸腾作用和生物量积累。此外，模型在模拟地下水与根系区水盐动态之间的相互作用方面也表现出良好的性能，这为农业水资源管理和盐渍化缓解提供了重要的理论依据和技术支持。

总的来说，本研究通过开发和验证SWHS-C模型，为盐渍化农业系统的水-热-盐传输与作物生长过程的耦合模拟提供了新的工具和方法。该模型的构建和应用不仅有助于深入理解盐渍化和冻融环境对作物生长的影响，还能够为农业实践提供科学指导，特别是在水资源短缺和盐渍化严重的地区。未来的研究可以进一步拓展该模型的应用范围，例如在不同的作物类型和灌溉方式下进行模拟，以评估模型的普适性和适应性。此外，模型还可以结合遥感技术和气象数据，以提高其在大尺度农业区域中的模拟精度和适用性。通过这些努力，SWHS-C模型有望成为盐渍化农业系统中水资源管理和作物生长预测的重要工具。