CN110346533B - 用于指导盐碱地暗管布置组合的方法 - Google Patents
用于指导盐碱地暗管布置组合的方法 Download PDFInfo
- Publication number
- CN110346533B CN110346533B CN201910578372.5A CN201910578372A CN110346533B CN 110346533 B CN110346533 B CN 110346533B CN 201910578372 A CN201910578372 A CN 201910578372A CN 110346533 B CN110346533 B CN 110346533B
- Authority
- CN
- China
- Prior art keywords
- soil
- data
- drainage
- pipe
- concealed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000003513 alkali Substances 0.000 title claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 81
- 150000003839 salts Chemical class 0.000 claims abstract description 42
- 238000012360 testing method Methods 0.000 claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims abstract description 17
- 230000008030 elimination Effects 0.000 claims abstract description 6
- 238000003379 elimination reaction Methods 0.000 claims abstract description 6
- 238000009933 burial Methods 0.000 claims description 23
- 239000010410 layer Substances 0.000 claims description 23
- 238000003973 irrigation Methods 0.000 claims description 13
- 230000002262 irrigation Effects 0.000 claims description 13
- 238000005086 pumping Methods 0.000 claims description 13
- 239000000523 sample Substances 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 8
- 230000033558 biomineral tissue development Effects 0.000 claims description 7
- 238000001764 infiltration Methods 0.000 claims description 3
- 230000008595 infiltration Effects 0.000 claims description 3
- 239000011148 porous material Substances 0.000 claims description 3
- 238000005527 soil sampling Methods 0.000 claims description 3
- 239000002344 surface layer Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000003780 insertion Methods 0.000 description 11
- 230000037431 insertion Effects 0.000 description 11
- 239000003673 groundwater Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010998 test method Methods 0.000 description 4
- 238000004836 empirical method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 206010016807 Fluid retention Diseases 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000011033 desalting Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- -1 have two sources Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000004745 nonwoven fabric Substances 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Medicinal Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明涉及一种用于指导盐碱地暗管布置组合的方法，包括如下步骤：实地勘测获得当地相关数据建立区域数据库；根据试验地实际情况，布置室内排水排盐试验系统；以区域数据库和室内排水排盐试验系统为基础，获得模拟输入参数，然后设置不同的暗管埋深及间距的组合，根据相关参数的最优值利用DRAINMOD模型进行模拟，获得最优的暗管间距及埋深组合；之后利用HYDRUS‑2D模型该最优组合进行模拟计算，在模拟计算时加入暗管外包料和暗管开孔率对排水‑排盐的影响，找到最优组合。本发明通过考虑暗管外包料和暗管开孔率对排水‑排盐的影响可以更精确的描述水在暗管边界的流动情况，从而找出最优的暗管埋深组合，此外，本发明省时省力，省去了大量的组合试验。
Description
技术领域
本发明涉及农业排水排盐的技术领域，具体涉及一种用于指导盐碱地暗管布置组合的方法。
背景技术
土壤盐碱化是指可溶盐在根系层土壤水分中大量积累，引起土壤溶液渗透压力上升，限制根系吸收水分，影响作物的正常生理活动，从而抑制作物生长并造成减产甚至死亡的过程。这些可溶盐主要有两个来源，即灌溉水和地下水，若长期采用不合理的灌溉排水模式，导致灌水无法及时从根系层排除，由此引起地下水位被过度抬高，含盐地下水因毛细作用上升至地表，当水分蒸发，其内溶解的盐分便累积于地表，形成盐渍土。因此，采取合理的灌溉排水模式对盐碱土改良有积极作用。
排水暗管是盐碱地区常采用的一种用于控制地下水位、降低地下水矿化度、改善土壤理化性质的措施，可达到改良盐碱土地和增加粮食产量的目的。对于暗管排水系统的设计，需考虑暗管的间距、埋深、半径及比降等参数，其中暗管间距和埋深常被认为是控制地下水位的主要因素，成为暗管埋设时的主要问题。
暗管埋深要满足防渍防涝、作物正常生长、盐渍土壤脱盐、自流排水等要求；暗管间距同样要满足脱盐要求，而且与暗管埋深、土壤透水性及排水标准等有关，不应超过满足排蒸比标准时的间距。暗管间距及埋深的确定方法主要有理论计算法、经验法及试验法三种。理论计算法即，暗管埋深一般采用公式：hq＝he+He+h0计算，其中hq为暗管埋深；he为作物生产所要求的地下水埋深，一般为地下水位临界深度；He为暗管间排水区域中部地下水位与暗管内水位的差值，即剩余水头或滞留水头；h0为暗管内水位，一般等于暗管内半径；；暗管间距则利用水量平衡原理、排水原理及排水标准进行计算。经验法即，根据当地的实际情况及以往资料进行设计，暗管埋深一般在涝渍区较浅(0.8～1.5m)，在盐碱区较深(1.5～2.5m)，但都需要考虑作物的生长；暗管间距则需考虑暗管埋深、土壤质地等因素从而确定一个合理的范围。试验法即根据当地实际情况，在田间进行不同暗管间距埋深组合的试验，由此得到一定的规律，以指导当地暗管埋设，结果比较可靠；但试验周期长、难度大，需要大量人力物力支持，而且试验资源有限，无法得到充足的暗管间距埋深组合情况，具有一定的局限性。现有的暗管间距及埋深的确定方法复杂，无论是试验法还是计算法都较难得到最优的组合情况，经验法存在很大的不确定性。
在暗管组合的设置方面，高金花等提出了一种灌排一体化农田暗管模拟装置及确定暗管组合的方法，需要不断更换暗管组合来获得模拟结果，操作较为繁琐，所以还需对暗管间距、埋深组合的确定方式进行探讨。
发明内容
本发明的目的在于提供一种指导盐碱地暗管布置间距及埋深组合的方法，该方法通过实施简单的室内试验并结合数值模拟计算的方法，解决现有技术中确定暗管间距及埋深费时费力的问题。
本发明解决上述技术问题所采用的方案是：
一种用于指导盐碱地暗管布置组合的方法，包括如下步骤：
S1，实地勘测获得当地土壤数据、地下水数据和气象数据，建立区域数据库；
S2，根据试验地实际情况，布置室内排水排盐试验系统以获得暗管排水、排盐数据，该室内排水排盐试验系统包括土槽、根据当地田间土壤实际情况布置的土层以及设置在土层中的暗管，所述暗管壁上沿其长度方向开设有多个孔，所述暗管壁外还包裹有外包料；
S3，以区域数据库和室内排水排盐试验系统为基础，获得DRAINMOD模型的模拟输入参数，该模拟输入参数包括从区域数据库中获取的试验地气象数据、土壤数据、土壤盐分初始含量数据以及根据上述暗管排水、排盐数据得到的排水系统设计参数、排水数据，再依据室内排水排盐试验结果利用DRAINMOD模型以排水量为对象进行率定和验证得出排水系数的最优值，然后设置多种不同的暗管埋深及间距的组合，根据排水系数的最优值利用DRAINMOD模型对上述多种组合进行模拟，以排水量最优为目标获得最优的暗管间距及埋深组合；之后利用HYDRUS-2D模型对该最优组合进行模拟计算，其中，利用HYDRUS-2D模型进行模拟计算时其输入数据包括土壤数据、降雨灌溉数据、初始边界条件数据，而在考虑初始边界条件数据时，加入暗管外包料和暗管开孔率对排水-排盐的影响，再根据模拟的排水量状况判断是否为最优组合，若模拟结果良好，则认为此间距-埋深组合为最优组合，否则重新进行模拟计算找到最优组合。
进一步地，所述室内排水排盐试验系统设置为：
取土槽，在所述土槽的正面沿高度方向设置多组传感器插入孔，土槽上还设置暗管插入孔，在试验地取土，根据试验地土层情况分层填充土槽，所述多组传感器插入孔与土槽中分层填充的土层对应设置，在填充土壤时埋设暗管和布设传感器探头，暗管在埋设前沿其长度方向在管壁上均匀开设多个孔，再在暗管外包裹外包料，暗管埋设后从暗管插入孔中引出与雨量计连接，多个传感器探头与传感器连接；
在土槽的下部设置多个地下水抽水孔，多个地下水抽水孔与抽水泵连接，土槽的底部设置有排水管，排水管上设置有阀门，土槽的底部还设置有用于观察土槽中水位情况的连通管。
进一步地，所述连通管上设置有刻度。
进一步地，根据室内排水试验系统获得模拟输入参数的方法为：
从土槽上方均匀灌水，并使土壤表层形成水层；
灌水后，利用传感器探头监测各层土壤的含水量及含盐量数据；
采用抽水泵抽水的方式抽取土槽中的地下水，并采用电导率仪测量地下水矿化度数据；
采用雨量器记录暗管排水量数据，并测量暗管排水速率数据，同时采用电导率仪测量暗管中排出的水的矿化度数据；
通过连通管实时观测地下水位数据。
进一步地，气象数据包括每日最高最低气温数据、降雨灌溉数据；
土壤数据包括土壤孔隙特征数据、土壤分层、土壤饱和电导率、土壤水分特征数据、土壤入渗参数；
排水系统设计参数包括设置的排水系统间距与埋深数据、暗管有效半径、地下水埋深数据、不透水层埋深数据；
排水数据具体包括排水系数、渗漏损失数据。
与现有技术相比，本发明至少具有以下有益效果：本发明通过室内排水排盐获得基本的模拟参数，再根据室内试验得到的模拟参数利用DRAINMOD模型模拟初步得到最优暗管间距、埋深组合，然后利用HYDRUS-2D模型对此初步组合形式进行模拟，以获得最优组合形式，本发明采用模型模拟时，可大量减少试验的投入，节约试验所需的人力物力要求，且无需顾忌实际资源的限制，可实现对更多的布置情景的模拟，以获得实地试验难以得到的更多的组合形式，可以用于指导实际的生产；另外，本发明在采用HYDRUS-2D模型进行模拟计算时，设置边界条件时加入暗管外包料和暗管开孔率对排水-排盐的影响，使得该模拟更接近实际，可以更精确的描述水在暗管边界的流动情况，从而使得模拟后的结果更准确，能够对实际生产中的暗管设置起到积极有效地指导作用。
附图说明
图1为本发明指导盐碱地暗管布置组合的系统方法示意图；
图2为室内试验土槽示意图；
图3为数值模型模拟的计算示意图。
其中，101、传感器插入孔，102、抽水孔，103、暗管插孔，104、排水管，105、连通管。
具体实施方式
为更好的理解本发明，下面的实施例是对本发明的进一步说明，但本发明的内容不仅仅局限于下面的实施例。
见图1，本发明提供一种用于指导盐碱地暗管布置组合的方法，包括步骤：
步骤a，根据实测资料，建立区域数据库。对试验区进行现场勘测与实地调查，获取该地气象数据、土壤数据、地下水埋深数据及土地利用类型数据，建立区域空间数据库。其中，气象数据可通过当地设置的气象站资料获取；土壤数据可通过对土壤进行取样、测试及分析获得；地下水埋深数据可通过布设水位观测井观测得到；土地利用类型数据通过实地调查获得。
步骤b，基于区域数据库，设计室内排水排盐试验系统，以与实际相似的土壤条件布设暗管进行排水排盐试验，获得暗管排水、排盐数据，并对试验结果进行分析，得到埋设下的土壤水盐运移规律与暗管排水排盐规律。
具体的室内排水排盐试验装置如图2所示。
本实施例中，取土槽，土槽为1.5m*0.51m*0.95m的钢板(壁厚5mm)矩形槽，上部0.15m为有机玻璃材料。土槽正面设置四组传感器插入孔，共15个矩形传感器插入孔101，每组传感器插入孔101与土槽中要分层填充的土层对应设置，同时在土槽正面设置暗管插孔103，该暗管插孔103位于传感器插孔103的下方。在土槽下方设置两行共8个地下水抽水孔102。土槽的底部设置排水管104，该排水管104上设置有阀门。土槽底部还设置有用于观测地下水的连通管105，为了便于观察，该连通管105上设置有刻度。
传感器插入孔101中设置有传感器探头，其埋设于土壤之中，传感器探头与传感器电连接。暗管插孔103设置插入式暗管，该插入式暗管为双壁波纹管Ф50mm、壁厚2mm、埋深0.50m，距土槽两侧均为0.75m，外侧包裹无纺布材料作为外包料，暗管上沿其长度方向均匀地设置有多个孔，便于土壤中的水进入到暗管中，外包料可以防止土粒堵塞暗管。暗管埋设在土层中并从暗管插孔伸出土槽正面进行排水，从土槽中伸出的暗管与翻斗式雨量器连接。8个抽水孔102通过管道与抽水泵连接。连通管105为有机玻璃材料，管上设刻度线，便于读数。
本实施例中暗管排水排盐试验具体为：试验土样选择新疆焉耆农二十七团试验区砂壤土，分别在0-20cm、20-40cm、40-60cm、60-80cm土层取土，并以20cm为填土高度将取出的土样以原分层形式填入土槽中，在填土过程中布设传感器探头及暗管，传感器探头与传感器电连接。试验采取淹灌灌水方式，从土槽上方均匀灌水，并使土壤表层形成水层。一次灌水后，打开排水管104上的阀门控制土壤中的地下水位为70cm后，关闭阀门。在室内排水排盐系统进行测试时，通过多个传感器插入孔101中的传感器探头采集各层土壤中的含水量及含盐量数据；采用人工抽水的方式通过地下水抽水孔102抽取地下水，并采用电导率仪测量抽取的地下水的矿化度数据；采用翻斗式雨量器自动记录暗管排水量数据，采用量筒计时方法测量暗管排水速率数据，同时采用电导率仪测量从暗管中排出的水的矿化度数据；采用连通管105实时观测地下水位数据。本发明通过上述测量过程得到暗管埋设下的土壤剖面水分盐分变化过程以及暗管排水排盐的过程。
步骤c，以暗管排水量最优为目标，通过DRAINMOD和HYDRUS-2D模型进行数值模拟，以获得暗管间距、埋深的最优组合。以区域数据库和室内排水排盐试验系统为基础，获得模拟参数，再根据排水排盐试验结果对模型相关参数进行率定和验证，然后设置不同的暗管埋深及间距的组合，利用DRAINMOD模型进行模拟，获得最优的暗管间距及埋深组合；之后利用HYDRUS-2D模型对该最优组合进行模拟计算，在模拟计算时加入暗管外包料和暗管开孔率对排水-排盐的影响，再根据模拟的排水状况判断是否为最优组合，若模拟结果良好，则认为此间距-埋深组合为最优组合，否则重新进行模拟计算，如图3所示。
本实施例中DRAINMOD模型需要气象数据、土壤数据、土壤盐分初始含量数据均从数据库中获得；而排水系统设计参数、排水数据均从室内排水排盐系统中测量获得。
气象数据具体包括每日最高最低气温数据、降雨灌溉数据。土壤数据具体包括土壤孔隙特征数据、土壤分层、土壤饱和电导率、土壤水分特征数据、土壤入渗参数。排水系统设计参数具体包括设置的排水系统间距与埋深数据、暗管有效半径、地下水埋深数据、不透水层埋深数据。排水数据具体包括排水系数、渗漏损失数据。
本实施例中模型率定与验证中设置暗管埋深为50cm，暗管间距为150cm，地下水埋深70cm(室内排水排盐试验的数据)，气象数据及土壤数据根据实测得到。根据试验1进行参数率定，以排水系数为敏感参数，设置排水系数分别为3.0、4.0、5.0、6.0(cm/day)，利用DRAINMOD模型进行模拟得到表1中的模拟排水量，根据表1第一次模拟结果，再一次设置排水系数分别为3.5、3.6、3.7、3.8、3.9、4.1、4.2(cm/day)，得到相应的模拟排水量(见表1)，结果显示当排水系数为4.0cm/day时，模拟排水量值与实测排水量值的均方误差MRE＝1.54％，吻合较好。根据试验2对排水系数为4.0cm/day进行验证，结果显示均方误差MRE＝2.64％，故可以确定该排水系数和模型可用于本实施过程。
表1参数率定-验证表
在本实施例中采用正交试验法设置暗管间距及埋深组合，暗管埋深选择80cm～160cm，计算增量20cm，暗管间距选择500cm～2100cm，计算增量200cm；模拟采用排水系数为4.0cm/day，地下水埋深150cm，用DRAINMOD模型进行模拟计算，模拟结果见表2。从表2可以看出，当间距不变时，暗管排水量随暗管埋深增加而增大，当埋深不变时，暗管间距在500cm～1100cm之间时，排水量随间距增加而减小，超过该间距范围后，排水量趋于稳定。考虑施工等实际操作的难易和影响，选择暗管埋深140cm、间距700cm为此条件下的最优布置组合。
表2暗管不同组合模拟排水量(排水量：cm，间距埋深：cm)
在本实施例中，继续采用HYDRUS-2D模型对初选最优暗管埋深-间距组合进行验证。HYDRUS-2D模型输入数据包括土壤数据、降雨灌溉数据、初始边界条件数据，其中，在考虑初始边界条件数据时，加入暗管外包料和暗管开孔率对排水-排盐的影响。验证过程为设置输入数据、绘制单个暗管埋设下的土壤剖面图、确定初始条件、设置边界条件、模拟计算。将上述最优组合即暗管埋深为140cm，间距为700cm，地下水埋深150cm采用HYDRUS-2D模型进行模拟，得到连续三天的排水量为10.92cm，再将该结果与DRAINMOD模型模拟结果进行比较，得到两者的均方根误差MRE为11.09％，结果较为接近，且排水量更大，说明暗管间距埋深的初始最优解可以作为最终的最优组合。当然，如果两者的结果差异较大，则将暗管埋深-间距进一步细化，采用上述方法进行进一步地模拟，直到找到最优组合。
以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。
Claims (5)
1.一种用于指导盐碱地暗管布置组合的方法，其特征在于，包括如下步骤：
S1，实地勘测获得当地土壤数据、地下水数据和气象数据，建立区域数据库；
S2，根据试验地实际情况，布置室内排水排盐试验系统以获得暗管排水、排盐数据，该室内排水排盐试验系统包括土槽、根据当地田间土壤实际情况布置的土层以及设置在土层中的暗管，所述暗管壁上沿其长度方向开设有多个孔，所述暗管壁外还包裹有外包料；
S3，以区域数据库和室内排水排盐试验系统为基础，获得DRAINMOD模型的模拟输入参数，该模拟输入参数包括从区域数据库中获取的试验地气象数据、土壤数据、土壤盐分初始含量数据以及根据上述暗管排水、排盐数据得到的排水系统设计参数、排水数据，再依据室内排水排盐试验结果利用DRAINMOD模型以排水量为对象进行率定和验证得出排水系数的最优值，然后设置多种不同的暗管埋深及间距的组合，根据排水系数的最优值利用DRAINMOD模型对上述多种组合进行模拟，以排水量最优为目标获得最优的暗管间距及埋深组合；之后利用HYDRUS-2D模型对该最优组合进行模拟计算，其中，利用HYDRUS-2D模型进行模拟计算时其输入数据包括土壤数据、降雨灌溉数据、初始边界条件数据，而在考虑初始边界条件数据时，加入暗管外包料和暗管开孔率对排水-排盐的影响，再根据模拟的排水量状况判断是否为最优组合，若模拟结果良好，则认为此间距-埋深组合为最优组合，否则重新进行模拟计算找到最优组合。
2.根据权利要求1所述的一种用于指导盐碱地暗管布置组合的方法，其特征在于，所述室内排水排盐试验系统设置为：
取土槽，在所述土槽的正面沿高度方向设置多组传感器插入孔，土槽上还设置暗管插入孔，在试验地取土，根据试验地土层情况分层填充土槽，所述多组传感器插入孔与土槽中分层填充的土层对应设置，在填充土壤时埋设暗管和布设传感器探头，暗管在埋设前沿其长度方向在管壁上均匀开设多个孔，再在暗管外包裹外包料，暗管埋设后从暗管插入孔中引出与雨量计连接，多个传感器探头与传感器连接；
在土槽的下部设置多个地下水抽水孔，多个地下水抽水孔与抽水泵连接，土槽的底部设置有排水管，排水管上设置有阀门，土槽的底部还设置有用于观察土槽中水位情况的连通管。
3.根据权利要求2所述的一种用于指导盐碱地暗管布置组合的方法，其特征在于，所述连通管上设置有刻度。
4.根据权利要求2所述的一种用于指导盐碱地暗管布置组合的方法，其特征在于，根据室内排水试验系统获得模拟输入参数的方法为：
从土槽上方均匀灌水，并使土壤表层形成水层；
灌水后，利用传感器探头监测各层土壤的含水量及含盐量数据；
采用抽水泵抽水的方式抽取土槽中的地下水，并采用电导率仪测量地下水矿化度数据；
采用雨量器记录暗管排水量数据，并测量暗管排水速率数据，同时采用电导率仪测量暗管中排出的水的矿化度数据；
通过连通管实时观测地下水位数据。
5.根据权利要求1所述的一种用于指导盐碱地暗管布置组合的方法，其特征在于，气象数据包括每日最高最低气温数据、降雨灌溉数据；
土壤数据包括土壤孔隙特征数据、土壤分层、土壤饱和电导率、土壤水分特征数据、土壤入渗参数；
排水系统设计参数包括设置的排水系统间距与埋深数据、暗管有效半径、地下水埋深数据、不透水层埋深数据；
排水数据具体包括排水系数、渗漏损失数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910578372.5A CN110346533B (zh) | 2019-06-28 | 2019-06-28 | 用于指导盐碱地暗管布置组合的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910578372.5A CN110346533B (zh) | 2019-06-28 | 2019-06-28 | 用于指导盐碱地暗管布置组合的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110346533A CN110346533A (zh) | 2019-10-18 |
| CN110346533B true CN110346533B (zh) | 2020-07-10 |
Family
ID=68177243
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910578372.5A Active CN110346533B (zh) | 2019-06-28 | 2019-06-28 | 用于指导盐碱地暗管布置组合的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110346533B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111896429B (zh) * | 2020-07-10 | 2021-08-03 | 武汉大学 | 水盐模拟模型中暗管排水排盐边界的改进方法 |
| CN111898257B (zh) * | 2020-07-16 | 2022-03-04 | 武汉大学 | 区域暗管布局及排水排盐数值模拟方法和装置 |
| CN112462032B (zh) * | 2020-11-12 | 2022-03-04 | 武汉大学 | 适用于盐渍土地区评价暗管排水排盐效果的方法 |
| CN114493011B (zh) * | 2022-01-27 | 2024-05-24 | 武汉大学 | 考虑膜下滴灌与暗管排盐协同调控运行模型的构建方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN208889080U (zh) * | 2018-08-03 | 2019-05-21 | 石河子大学 | 模拟暗管排水不同埋深的试验装置 |
| CN108951532B (zh) * | 2018-09-25 | 2023-06-23 | 长春工程学院 | 灌排一体化农田暗管模拟装置及确定暗管组合的方法 |
-
2019
- 2019-06-28 CN CN201910578372.5A patent/CN110346533B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110346533A (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110346533B (zh) | 用于指导盐碱地暗管布置组合的方法 | |
| CN105334311B (zh) | 一种多层土壤水肥迁移转化参数测试装置及方法 | |
| CN108874751B (zh) | 基于tdr测量技术的温室滴灌番茄需水量计算方法 | |
| CN104239729B (zh) | 一种基于水循环的农田面源污染测算方法及装置 | |
| McIntyre et al. | Field studies of water and salt movement in an irrigated swelling clay soil. I. Infiltration during ponding | |
| CN101413935B (zh) | 一种原位确定作物蒸散量的方法 | |
| Boaga et al. | Monitoring soil-plant interactions in an apple orchard using 3D electrical resistivity tomography | |
| Karandish et al. | Application of HYDRUS (2D/3D) for predicting the influence of subsurface drainage on soil water dynamics in a rainfed‐canola cropping system | |
| CN113484210B (zh) | 一种强风化层弥散度现场尺度试验测定方法 | |
| Ojha et al. | Modification of inverse auger hole method for saturated hydraulic conductivity measurement | |
| CN111896429B (zh) | 水盐模拟模型中暗管排水排盐边界的改进方法 | |
| Link et al. | Effects of coppice dune topography and vegetation on soil water dynamics in a cold-desert ecosystem | |
| Teixeira et al. | Soil water. | |
| CN115979900B (zh) | 一种基于北方全排型岩溶泉的地下水循环要素监测方法 | |
| CN110174505A (zh) | 一种用于喀斯特石漠化地区的径流池及其安装使用方法 | |
| Papanicolaou et al. | Observations of soils at the hillslope scale in the Clear Creek Watershed in Iowa, USA | |
| CN214471140U (zh) | 一种测坑地下水位自动跟随大田地下水位变化的装置 | |
| Stephenson et al. | Root zone moisture gradients adjacent to a cedar swamp in southern Ontario | |
| Dobson | Understanding spatiotemporal variations in soil moisture associated with tile drains using electrical resistivity imaging | |
| CN217588305U (zh) | 一种植被种植且可变角度的边坡模型箱 | |
| Niaghi et al. | Impact of accurate evapotranspiration estimates on DRAINMOD simulation in North Dakota | |
| Edraki et al. | Determination of irrigation efficiency and deep drainage for irrigated maize with a shallow watertable | |
| Yu | Sequential and coupled inversion of time-lapse borehole GPR measurements for vadose zone model parameterization | |
| CN116297101A (zh) | 一种双筒原位土壤渗漏测试装置及方法 | |
| Scott et al. | A quantification of differences of soil moisture under perennial and annual pastures |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |