CN115292966B - 一种地下水深埋区农业水生产力模拟方法 - Google Patents

一种地下水深埋区农业水生产力模拟方法 Download PDF

Info

Publication number
CN115292966B
CN115292966B CN202211188076.2A CN202211188076A CN115292966B CN 115292966 B CN115292966 B CN 115292966B CN 202211188076 A CN202211188076 A CN 202211188076A CN 115292966 B CN115292966 B CN 115292966B
Authority
CN
China
Prior art keywords
soil
water
layer
crop
model
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
Application number
CN202211188076.2A
Other languages
English (en)
Other versions
CN115292966A (zh
Inventor
陈石磊
王磊
刘伟
刘康
张恒飞
杨云龙
陈瑞
杨刚
欧阳磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changjiang Xinda Software Technology Wuhan Co ltd
Original Assignee
Changjiang Xinda Software Technology Wuhan Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changjiang Xinda Software Technology Wuhan Co ltd filed Critical Changjiang Xinda Software Technology Wuhan Co ltd
Priority to CN202211188076.2A priority Critical patent/CN115292966B/zh
Publication of CN115292966A publication Critical patent/CN115292966A/zh
Application granted granted Critical
Publication of CN115292966B publication Critical patent/CN115292966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids

Abstract

本发明公开了一种地下水深埋区农业水生产力模拟方法。它包括如下步骤，步骤一：在区域内选取田间试验区并于试验区内布设典型监测点，采集各测点的土壤颗分与容重数据、作物物候发育数据、墒情监测数据与灌溉数据；步骤二：形成农业水生产力模型；步骤三：确定田间尺度农业水生产力模型的作物参数值与土壤参数值；步骤四：采集气象、灌区、土壤类型、种植结构的空间分布数据，基于空间叠加分析功能划分农业水文响应单元；步骤五：拟定区域尺度各农业水文响应单元的模型参数值，分布式模拟各响应单元的农业水生产力。本发明具有以少量参数、简单结构动态模拟作物生长‑水分运移的互馈效应，改善地下水深埋区农业水生产力模拟效果的优点。

Description

一种地下水深埋区农业水生产力模拟方法
技术领域
本发明涉及灌区水资源配置领域，更具体地说它是一种地下水深埋区农业水生产力模拟方法。
背景技术
传统农业，其发展依赖于农业灌溉。近年来，受气候变化和人类活动的影响，水资源短缺同用水需求之间的矛盾日益加剧，地表水资源不足以满足当地的用水需求，地下水被过度开发利用，还造成了植被退化、土壤盐渍化、土地沙漠化等一系列生态环境问题；为保障农业生产效益与生态环境安全，提高农业水分生产力水平、实现灌区水资源高效配置势在必行；
基于物理过程的农业水生产力模拟技术是估算不同灌溉情景下农业水分利用效率的重要手段，可支撑灌区水资源优化配置；尽管国内外对干旱半干旱灌区的水分生产力模拟技术取得了一定进展，但存在模型参数较多、地下水深埋区模拟精度不足、区域尺度应用困难的缺点；因此，具有简单结构、丰富物理涵义的地下水深埋区农业水分生产力模拟技术值得深入研究。
发明内容
本发明的目的是提供一种地下水深埋区农业水生产力模拟方法，以少量参数、简单结构动态模拟作物生长-水分运移的互馈效应，改善地下水深埋区农业水生产力的模拟效果，易应用于区域尺度的分布式模拟，地下水深埋区模拟精度高，为灌区水资源高效配置提供技术支撑。
为了实现上述目的，本发明的技术方案为：一种地下水深埋区农业水生产力模拟方法，其特征在于：包括如下步骤，
步骤一：选取田间试验区、布设典型监测点以及采集各测点的数据；
在区域内选取田间试验区并于试验区内布设典型监测点，采集各测点的土壤颗分与容重数据、作物物候发育数据、墒情监测数据与灌溉数据；
步骤二：建立适用于地下水深埋区的概念性土壤水文模型，并耦合EPIC作物生长模型，形成农业水生产力模型；
步骤三：利用田间试验数据进行模型率定与验证，确定田间尺度农业水生产力模型的作物参数值与土壤参数值；
步骤四：采集气象、灌区、土壤类型、种植结构的空间分布数据，基于Arcgis的空间叠加分析功能将区域划分为若干个农业水文响应单元；
步骤五：拟定区域尺度各农业水文响应单元的模型参数值，分布式模拟各响应单元的农业水生产力。
在上述技术方案中，在步骤一中，选取田间试验区、布设典型监测点以及采集各测点的数据，具体包括如下步骤：
S11：在区域内选取田间试验区，并在试验区布设多个典型监测点，监测点具有区域代表性，覆盖区域范围主要的土壤类型、作物类型与灌溉制度；
S12：采集各监测点不同深度土层的土壤样本，基于烘干法测得土样容重数据，利用颗粒分析仪获取土样颗分数据；
S13：监测并记录各监测点每次灌溉的日期与灌溉水量数据；
S14：定期监测并记录作物生长指标与土壤墒情数据，其中叶面积指数通过冠层分析仪直接测量，地上部干物质量根据75℃恒温烘干法测量。
在上述技术方案中，在步骤二中，建立适用于地下水深埋区的概念性土壤水文模型，并耦合EPIC作物生长模型，形成农业水生产力模型，具体包括如下步骤：
S21：建立适用于地下水深埋区的概念性土壤水文模型，模型通过引入基质吸力作用下的土壤水再分布模块来考虑土壤含水率低于田间持水量时的土壤水分运移；
S22：构建参数少、精度高的多作物通用型作物生长模型EPIC，其以积温为基础来模拟作物物候发育过程；
S23：将作物叶面积指数、根系深度和土壤墒情作物交互接口，将概念性水文模型与EPIC作物生长模型耦合，形成地下水深埋区农业水生产力模型；在地下水深埋区，作物用水量包括实际蒸散发量和深层渗漏量，农业水生产力AWP表达为：
Figure 187609DEST_PATH_IMAGE001
（1）
式中，ET a 为实际蒸散发量，m；D p 为深层渗漏损失量，m；Y为作物产量，kg/m2。
在上述技术方案中，在步骤S21中，适用于地下水深埋区的概念性土壤水文模型描述如下：
适用于地下水深埋区的概念性土壤水文模型对入渗、蒸散发和土壤水再分布等水文过程进行刻画；首先，一旦有降雨或灌溉，该部分水将以“Tipping bucket”的方式自上而下分配给各土层；此后，跳入蒸散发模块，在水分状况和其他环境因素的作用下分别计算土壤蒸发量与植被蒸腾量；之后，对土壤水再分布进行计算，得到各土层的入渗量、重力作用下的水流通量和基质吸力作用下的水流通量；最终，根据水量平衡原理，更新得到时段末的土壤含水率；至此，当前时段模拟完毕，并以当前时段末的含水率作为下一时段初的含水率，进入到下一时间步长的模拟计算，依次循环，实现整个研究期的土壤水文模拟；
适用于地下水深埋区的概念性土壤水文模型的水量平衡方程表达为：
Figure 672948DEST_PATH_IMAGE002
（2）
Figure 967663DEST_PATH_IMAGE003
（3）
式中，
Figure 145835DEST_PATH_IMAGE004
为时间步长，1天；i为土壤的层序数；N为最下层土壤层序；
Figure 627632DEST_PATH_IMAGE005
为土壤体积含水率，cm3/ cm3；L为土层厚度，mm；P为降雨量，mm；I为灌溉量，mm；
Figure 415197DEST_PATH_IMAGE006
为第i层的土壤蒸发量，mm；
Figure 298839DEST_PATH_IMAGE007
为第i层的作物蒸腾量，mm；
Figure 647912DEST_PATH_IMAGE008
为土壤入渗阶段通过第i层底部的向下水流通量，mm；
Figure 617005DEST_PATH_IMAGE009
为重力作用下通过第i层底部的向下水流通量，mm；
Figure 444147DEST_PATH_IMAGE010
为土壤深层渗漏量，mm；
Figure 447875DEST_PATH_IMAGE011
为基质吸力作用下由第i+1层流入第i层的水流通量，mm；由于根系层外的包气带被视为过渡带，故
Figure 967849DEST_PATH_IMAGE012
为0。
在上述技术方案中，适用于地下水深埋区的概念性土壤水文模型对入渗进行刻画，具体方法为：
入渗过程采用“Tipping bucket”模型模拟，即将土壤视为一个倒置的容器，把降雨或灌溉水自上而下分配给各土层；具体为：一旦有降雨或灌溉，这部分水首先被分配到最上层土壤，如果该层土壤达到饱和含水率，超过饱和部分水分将进入到下一层，直至各层土壤均达到饱和含水率或所有水分被分配完毕；
适用于地下水深埋区的概念性土壤水文模型对蒸散发进行刻画，具体方法为：
作物潜在蒸散发
Figure 424238DEST_PATH_IMAGE013
由气象因素和作物生长状况共同决定，由下式计算：
Figure 553606DEST_PATH_IMAGE014
（4）
式中，
Figure 146261DEST_PATH_IMAGE015
为参考作物潜在蒸散发，mm；基于FAO-56推荐的彭-曼公式由气象数据算得；
Figure 837137DEST_PATH_IMAGE016
为作物系数，由下式计算：
Figure 780822DEST_PATH_IMAGE017
（5）
式中，
Figure 215346DEST_PATH_IMAGE018
为叶面积指数；
Figure 928087DEST_PATH_IMAGE019
和
Figure 524284DEST_PATH_IMAGE020
分别为作物生育期内的最大叶面积指数和最大作物系数；
潜在蒸散发量
Figure 955266DEST_PATH_IMAGE021
由土壤潜在蒸发量
Figure 692015DEST_PATH_IMAGE022
和作物潜在腾发量
Figure 259263DEST_PATH_IMAGE023
两部分组成；
Figure 291941DEST_PATH_IMAGE024
和
Figure 85584DEST_PATH_IMAGE025
之间的比率与叶冠的生长程度有关，
Figure 986544DEST_PATH_IMAGE026
、
Figure 283665DEST_PATH_IMAGE023
表示为：
Figure 611878DEST_PATH_IMAGE027
（6）
Figure 125773DEST_PATH_IMAGE028
（7）
式中，
Figure 830424DEST_PATH_IMAGE029
为太阳辐射消光系数；
假定作物根系吸水量等于作物腾发量，土壤表面至深度z的总潜在根系吸水量表示为：
Figure 247630DEST_PATH_IMAGE030
（8）
式中，
Figure 746745DEST_PATH_IMAGE031
为总根深，
Figure 249401DEST_PATH_IMAGE032
为水分分布参数；
含水土层从深度z 1 到z 2 ，总Ta分配到该层的比例对公式（8）从z 1 到z 2 进行积分得：
Figure 492164DEST_PATH_IMAGE033
（9）
式中，
Figure 763876DEST_PATH_IMAGE034
为该层中蒸腾所占总蒸腾的比例，根系层中所有
Figure 433892DEST_PATH_IMAGE035
值的总和为1；将根系深度替换为土壤深度，使用同式（9）形式相似的公式计算该层根系蒸腾所占总蒸腾的比例
Figure 922380DEST_PATH_IMAGE036
；
在一个时间步长内第i层土壤的潜在蒸发和潜在蒸腾分别为：
Figure 703254DEST_PATH_IMAGE037
（10）
Figure 95052DEST_PATH_IMAGE038
（11）
式中，E p(i) 为第i层的土壤潜在蒸发量，mm；T p(i) 为第i层的作物潜在蒸腾量，mm；
Figure 935969DEST_PATH_IMAGE039
为时间步长，1天；
水分胁迫下，实际蒸发、蒸腾分别为：
Figure 413218DEST_PATH_IMAGE040
（12）
Figure 997783DEST_PATH_IMAGE041
（13）
式中，
Figure 244088DEST_PATH_IMAGE042
为第i层的土壤实际蒸发量，mm；
Figure 255906DEST_PATH_IMAGE043
为第i层蒸发的水分胁迫系数；
Figure 764992DEST_PATH_IMAGE044
为第i层的作物实际蒸腾量，mm；
Figure 418827DEST_PATH_IMAGE045
为第i层蒸腾的水分胁迫系数；
水分胁迫系数采用FAO推荐的方法计算：
Figure 18173DEST_PATH_IMAGE046
（14）
Figure 200893DEST_PATH_IMAGE047
（15）
Figure 652734DEST_PATH_IMAGE048
（16）
式中，
Figure 579102DEST_PATH_IMAGE049
和
Figure 534419DEST_PATH_IMAGE050
分别为田持含水率和凋萎含水率（cm3/cm3），
Figure 153620DEST_PATH_IMAGE051
(≤1)为土层含水率相对减少量，
Figure 827178DEST_PATH_IMAGE052
为控制作物蒸腾胁迫系数曲线的形状因子，p为土层中根系易吸收水分与可吸收水分之比，各作物抗旱性不同，其
Figure 557236DEST_PATH_IMAGE053
与p值也不同；Kr为水分胁迫系数；Ks为蒸腾的水分胁迫系数；
适用于地下水深埋区的概念性土壤水文模型对土壤水再分布进行刻画，具体方法为：
模型中的向下流与向上流均为的一种假定的水流形态，二者叠加即为真实的土壤水再分布量；
由重力势驱动的向下流；
假定除在重力作用下各层底部有流量流出外，其余均无进出的水流通量，各层流出量依质量守恒定律得到：
Figure 154612DEST_PATH_IMAGE054
（17）
式中，L为土层厚度，mm；
Figure 820080DEST_PATH_IMAGE055
为各层体积含水率，cm3/cm3；t为时间，d；K为非饱和导水率，mm/d；
假定K和q之间存在如下指数函数关系：
Figure 105568DEST_PATH_IMAGE056
（18）
式中，
Figure 249104DEST_PATH_IMAGE057
为饱和导水率，mm/d；
Figure 303648DEST_PATH_IMAGE058
为该层土壤的饱和体积含水率，cm3/cm3；
Figure 140017DEST_PATH_IMAGE059
为干土含水率，cm3/cm3；a为无量纲常数；
将式（18）代入式（17），分离变量，并对其进行积分得入渗后单层的体积含水率为：
Figure 647222DEST_PATH_IMAGE060
（19）
由式（19）计算所得t时刻土壤水存储量和初始时刻（t-△t)时刻）土壤水存储量之间差值即为一个时间步长内在重力作用下从该层底部流出的水流通量；流出通量进入到下层，使下层的含水率增大，开始进入下层的重力流计算进程；如果忽略水流的过程性，在上层含水率较高的灌溉或降水初期，以天为时间步长计算的重力流速度明显较实际偏快；将上层的出流量分别在时段初和时段末加入到下层土壤含水量中进行式（19）计算，取两种情形下土壤含水率的计算均值作为重力流期末时刻含水率，由期末时刻和期初时刻土壤蓄水量之差算得下层重力流通量；这样由上到下依次逐层计算，直至最下层的重力流通量计算完毕，则跳出重力流计算模块进入到下一个计算模块，由最下层流出的重力流通量即为该时间步长内的深层渗漏量，由于根区以下的包气带为过渡带，含水率基本不变，认为深层渗漏量完全补给地下水，即深层渗漏量等于地下水补给量；
由基质势驱动的向上流；
对于所有土壤，含水率达到凋萎点时扩散率为一常数，超过凋萎点时相邻两土层的平均扩散率用一个归一化的土壤含水率来计算：
Figure 92984DEST_PATH_IMAGE061
（20）
Figure 267614DEST_PATH_IMAGE062
（21）
式中，D i 为第i层的扩散率，cm2/d；D为平均扩散率，cm2/d；D 0为凋萎点的扩散率，cm2/d；q为土壤体积含水率，cm3/cm3；
Figure 9305DEST_PATH_IMAGE063
为凋萎点的体积含水率，cm3/cm3；L为土层厚度，cm；下标i为层序数；
Figure 269385DEST_PATH_IMAGE064
为第i+1层流入第i层的水流通量，cm/d。
在上述技术方案中，在步骤S22中，多作物通用型作物生长模型EPIC的模拟内容包括株高、叶面积指数、根深、生物量、环境胁迫和作物产量。
在上述技术方案中，在步骤三中，利用田间试验数据进行模型率定与验证，确定作物参数与田间尺度的土壤参数，具体包括如下步骤：
S31：选取农业水生产力模型精度评价指标作为衡量模拟值与实测值吻合度的标准，支撑模型率定与验证；
S32：结合田间试验的监测情况，将研究期划分为模型率定期与模型验证期；
S33：以土壤颗分和容重数据为输入，基于RETC软件分析得到土壤水分运动参数值；
S34：在模型率定期，将RETC软件输出的土壤水分运动参数值和EPIC作物生长模型的默认作物参数值分别设置为土壤参数初始值和作物参数初始值，并根据田间实测数据对农业水生产力模型各参数进行合理范围内的调整，直至农业水生产力模型精度评价指标满足要求；
S35：将上述步骤S34率定所得参数值应用于模型验证期的模拟计算，并基于模型精度评价指标对农业水生产力模型模拟精度进行评定。
在上述技术方案中，在步骤四中，基于气象、灌区、表层土壤类型、种植结构的空间分布数据划分农业水文响应单元，具体包括如下步骤：
S41：采集并整理研究区域内的气象站空间分布及监测数据、灌区空间分布数据、种植结构空间分布数据、表层土壤类型空间分布数据；
S42：每一气象站均有其对应的控制范围，基于气象站的位置分布及控制范围将研究区划分为若干个气象单元，在同一气象单元内气象条件一致；
S43：不同作物类型物候发育特征有所区别，利用种植结构空间分布数据将研究区划分为若干个作物单元，在同一作物单元内作物类型、作物参数均一致；
S44：不同土壤类型水动力学特征有所区别，利用表层土壤类型空间分布数据将研究区划分为若干个土壤单元，在同一土壤单元内土壤类型、土壤水分运动参数均一致；
S45：各位置处的灌溉水量通常由分灌区的总引抽水量与区内作物类型共同决定，利用ArcGIS的空间分析功能，将灌区单元和作物单元进行叠加，得到灌溉单元，在同一灌溉单元内灌溉水量一致；
S46：对步骤S42-S45所划分的气象单元、作物单元、土壤单元、灌溉单元进行空间叠加分析，将研究区划分为若干个农业水文响应单元，在同一农业水文响应单元内气象条件、作物类型、土壤类型、灌溉水量均一致。
在上述技术方案中，在步骤五中，确定区域尺度各农业水文响应单元的模型参数，分布式模拟各响应单元的农业水生产力，具体包括如下步骤：
S51：根据农业水文响应单元的作物类型，将田间尺度率定验证确定的作物参数值赋给各水文响应单元，获取区域尺度各水文响应单元的作物参数；
S52：利用5km×5km网格，在区域内均匀布设多个土壤采样点；对于每个样点，测颗分数据的土壤取3个重复，每个重复取7层，20cm为一层，土壤总深度为140cm；
测容重数据的土壤取两层，每层50cm，土壤总深度为100cm；
基于烘干法测得土样容重数据，利用颗粒分析仪获取土样颗分数据；
S53：对于同一表层土类型，将同一土层的样点颗分和容重数据进行平均，获取各土壤类型不同土层的颗分与容重数据；将颗分与容重数据输入至Rosetta软件进行参数输出，同时参考相似颗分和容重的土壤在农田尺度模型中的率定验证结果来确定区域尺度的土壤水分运动参数；
S54：基于步骤S51-S53确定的区域尺度各水文响应单元的作物参数与土壤水分运动参数，分别单独运行农业水生产力模型，模拟得到区域水生产力分布。
本发明取得的有益之处是：
通过引入基质吸力作用下的土壤水再分布模块来考虑土壤含水率低于田持时的土壤水分运移，可克服传统概念性水文模型在地下水深埋区的模拟精度不足等缺陷，提高土壤含水率、深层渗漏量和作物蒸散发的模拟精度；将概念性水文模型与EPIC作物生长模块相耦合，以少量参数、简单结构动态模拟作物生长-水分运移的互馈效应，易应用于区域尺度的农业水生产力模拟，可为灌区水资源高效配置提供技术支撑。
附图说明
图1为本发明的技术流程示意图；
图2为本发明实施例中土壤水文模型（CSHMUR）模拟示意图；
图3是本发明实施例中EPIC作物生长模型模拟示意图；
图4是本发明实施例中土壤水文模型与EPIC作物生长模型耦合示意图；
图5是本发明实施例中农业水文响应单元划分结果；
图6是本发明实施例中模拟的深层渗漏量、实际蒸散发量、作物产量与农业水生产力空间分布图；
在图2中，I为灌溉量（mm）；P为降雨量（mm）；
Figure 754724DEST_PATH_IMAGE065
为第i层的土壤蒸发量（mm）；
Figure 783860DEST_PATH_IMAGE066
为第i层的作物蒸腾量（mm）；
Figure 696452DEST_PATH_IMAGE067
为土壤入渗阶段通过第i层底部的向下水流通量（mm）；
Figure 443828DEST_PATH_IMAGE068
为重力作用下通过第i层底部的向下水流通量（mm）；
Figure 496973DEST_PATH_IMAGE069
为基质吸力作用下由第i+1层流 入第i层的水流通量（mm），由于根系层外的包气带被视为过渡带，故
Figure 380615DEST_PATH_IMAGE070
为0；ET为作物 蒸散发；D p 为深层渗漏损失量（m）；在图2中，向上的箭头表示水分蒸发方向；向下的箭头表 示深层渗漏损失方向；
在图5、图6中，N表示北方；
在图6中，DP为深层渗漏量，Eta为实际蒸散发量，Yield为作为产量，wp为农业水生产力。
具体实施方式
下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。
本发明考虑土壤含水率小于田间持水量时的土壤水再分布过程，建立了适用于地下水深埋区的概念性土壤水文模型；且紧密耦合了土壤水文模型与EPIC作物生长模型，实现了作物生长-水分运移的动态互馈协调，提高了地下水深埋区农业水生产力的模拟精度；同时提出了区域尺度农业水生产力的模拟方案，易于实现，且效果良好。
参阅附图可知：一种地下水深埋区农业水生产力模拟方法，其特征在于：包括如下步骤，
步骤一：选取田间试验区、布设典型监测点以及采集各测点的数据；
在区域内选取田间试验区并于试验区内布设典型监测点，采集各测点的土壤颗分与容重数据、作物物候发育数据、墒情监测数据与灌溉数据；用于在步骤三中检验所建模型的模拟效果，得到的田间尺度模型参数可作为区域尺度参数的初值；同时用于在步骤五中确定区域各水文响应单元的模型参数；
步骤二：建立适用于地下水深埋区的概念性土壤水文模型，并耦合EPIC作物生长模块，形成农业水生产力模型；本步骤用于建立适用于地下水深埋区的农业水生产力模型，为区域尺度水生产力模拟提供算法支撑；
步骤三：利用田间试验数据进行模型率定与验证，确定田间尺度农业水生产力模型的作物参数值与土壤参数值；本步骤用于检验模型的模拟效果，且所得田间尺度的模型参数可以作为区域尺度参数的初值；
步骤四：采集气象、灌区、土壤类型、种植结构的空间分布数据，基于Arcgis的空间叠加分析功能将区域划分为若干个农业水文响应单元；区域尺度，气象、灌区、土壤类型、种植结构存在空间非均质性，每一条件差异均为影响模型结构和模型参数，因此，本步骤将区域尺度划分为若干个农业水文响应单元，通过对每一个单元单独模拟实现区域尺度农业水生产力模拟；
步骤五：拟定区域尺度各农业水文响应单元的模型参数值，分布式模拟各响应单元的农业水生产力，实现区域尺度的农业水生产力模拟（区域由若干个农业水文响应单元组成）。
进一步地，在步骤一中，选取田间试验区、布设典型监测点以及采集各测点的数据，具体包括如下步骤：
S11：在区域内选取田间试验区，并在试验区布设多个典型监测点，监测点应具有区域代表性，能覆盖区域范围主要的土壤类型、作物类型与灌溉制度；
S12：采集各监测点不同深度（如0-20cm、20-40cm、40-60cm、60-80cm、80-100cm、100-120cm、120-140cm）土层的土壤样本，基于烘干法测得土样容重数据，利用颗粒分析仪获取土样颗分数据；
S13：监测并记录各监测点每次灌溉的日期与灌溉水量数据（灌溉数据）；
S14：定期监测（如每一周监测一次）并记录作物生长指标（包括株高H、叶面积指数LAI和地上部干物质量D-BAG等作物物候发育数据）与土壤墒情数据，其中叶面积指数通过冠层分析仪直接测量，地上部干物质量根据75℃恒温烘干法测量。
进一步地，在步骤二中，建立适用于地下水深埋区的农业水生产力模型，具体包括如下步骤：
S21：建立适用于地下水深埋区的概念性土壤水文模型，模型通过引入基质吸力作用下的土壤水再分布模块来考虑土壤含水率低于田间持水量时的土壤水分运移，克服传统概念性模型在土壤深层渗漏量方面的模拟缺陷，提高土壤含水率和作物蒸散发的模拟精度；
S22：构建参数少、精度高的多作物通用型作物生长模型EPIC，其以积温为基础来模拟作物物候发育过程，模拟内容包括株高、叶面积指数、根深、生物量、环境胁迫和作物产量等；
S23：将作物叶面积指数、根系深度和土壤墒情作物交互接口，将概念性水文模型与EPIC作物生长模型耦合，形成地下水深埋区农业水生产力模型；在地下水深埋区，作物用水量包括实际蒸散发量和深层渗漏量。
进一步地，在步骤S21中，适用于地下水深埋区的概念性土壤水文模型描述如下：
由于干旱半干旱地区降雨极少、灌溉可控、地表产流可忽略不计，模型主要对入渗、蒸散发和土壤水再分布等水文过程进行刻画；首先，一旦有降雨或灌溉，该部分水将以“Tipping bucket”的方式自上而下分配给各土层；此后，跳入蒸散发模块，在水分状况和其他环境因素的作用下分别计算土壤蒸发量与植被蒸腾量；之后，对土壤水再分布进行计算，得到各土层的入渗量、重力作用下的水流通量和基质吸力作用下的水流通量；最终，根据水量平衡原理，更新得到时段末的土壤含水率；至此，当前时段模拟完毕，并以当前时段末的含水率作为下一时段初的含水率，进入到下一时间步长的模拟计算，依次循环，实现整个研究期的土壤水文模拟；
适用于地下水深埋区的概念性土壤水文模型的水量平衡方程可表达为：
Figure 729688DEST_PATH_IMAGE002
(2)
Figure 698781DEST_PATH_IMAGE003
（3）
式中，
Figure 525923DEST_PATH_IMAGE071
为时间步长（1天），i为土壤的层序数，N为最下层土壤层序，
Figure 529651DEST_PATH_IMAGE072
为土壤体 积含水率（cm3/ cm3），L为土层厚度（mm），P为降雨量（mm），I为灌溉量（mm），
Figure 784046DEST_PATH_IMAGE073
为第i层的土 壤蒸发量（mm），
Figure 240435DEST_PATH_IMAGE074
为第i层的作物蒸腾量（mm），
Figure 369802DEST_PATH_IMAGE075
为土壤入渗阶段通过第i层底部的向 下水流通量（mm），
Figure 228037DEST_PATH_IMAGE076
为重力作用下通过第i层底部的向下水流通量（mm），
Figure 184492DEST_PATH_IMAGE077
为 土壤深层渗漏量（mm），
Figure 3543DEST_PATH_IMAGE078
为基质吸力作用下由第i+1层流入第i层的水流通量（mm），由 于根系层外的包气带被视为过渡带，故
Figure 297121DEST_PATH_IMAGE079
为0；
（1）模型对入渗这个水文过程进行刻画；
入渗过程采用“Tipping bucket”模型模拟，即将土壤视为一个倒置的容器，把降雨或灌溉水自上而下分配给各土层；具体为：一旦有降雨或灌溉，这部分水首先被分配到最上层土壤，如果该层土壤达到饱和含水率，超过饱和部分水分将进入到下一层，直至各层土壤均达到饱和含水率或所有水分被分配完毕；
（2）模型对蒸散发进行刻画；
作物潜在蒸散发
Figure 885229DEST_PATH_IMAGE080
由气象因素和作物生长状况共同决定，可由下式计算：
Figure 871639DEST_PATH_IMAGE081
（4）
式中，
Figure 676522DEST_PATH_IMAGE082
为参考作物潜在蒸散发（mm），可基于FAO-56推荐的彭-曼公式由气象数 据（包括平均气温、最低气温、最高气象、风速、最高相对湿度、最低相对湿度、日照时数等） 算得；
Figure 773791DEST_PATH_IMAGE083
为作物系数，由下式计算：
Figure 216405DEST_PATH_IMAGE084
（5）
式中，
Figure 373716DEST_PATH_IMAGE085
为叶面积指数；
Figure 167360DEST_PATH_IMAGE086
和
Figure 802741DEST_PATH_IMAGE087
分别为作物生育期内的最大叶面积指数 和最大作物系数；
潜在蒸散发量
Figure 631020DEST_PATH_IMAGE088
由土壤潜在蒸发量
Figure 959233DEST_PATH_IMAGE089
和作物潜在腾发量
Figure 473128DEST_PATH_IMAGE090
两部分组成；
Figure 177779DEST_PATH_IMAGE091
和
Figure 594985DEST_PATH_IMAGE090
之间的比率与叶冠的生长程度有关，
Figure 94100DEST_PATH_IMAGE092
、
Figure 596756DEST_PATH_IMAGE090
可表示为：
Figure 714885DEST_PATH_IMAGE093
（6）
Figure 376810DEST_PATH_IMAGE094
（7）
式中，
Figure 420728DEST_PATH_IMAGE095
为太阳辐射消光系数，对于所有作物均可取值为0.5；
假定作物根系吸水量等于作物腾发量，土壤表面至深度z的总潜在根系吸水量可表示为：
Figure 535314DEST_PATH_IMAGE096
（8）
式中，
Figure 191555DEST_PATH_IMAGE097
为总根深，
Figure 707987DEST_PATH_IMAGE098
为水分分布参数，是一个决定指数函数曲率的经验常数；
含水土层从深度z 1 到z 2 ，总Ta分配到该层的比例可对公式（8）从z 1 到z 2 进行积分得：
Figure 424270DEST_PATH_IMAGE099
（9）
式中，
Figure 291732DEST_PATH_IMAGE100
为该层中蒸腾所占总蒸腾的比例，根系层中所有
Figure 751663DEST_PATH_IMAGE101
值的总和为1；将根 系深度替换为土壤深度，使用同式（9）形式相似的公式计算
Figure 122601DEST_PATH_IMAGE102
；由于蒸发比蒸腾更集中于 接近地表处，蒸发的d约为10；
在一个时间步长内第i层土壤的潜在蒸发和潜在蒸腾分别为：
Figure 508321DEST_PATH_IMAGE103
（10）
Figure 331921DEST_PATH_IMAGE104
（11）
式中，E p(i) 为第i层的土壤潜在蒸发量（mm），T p(i) 为第i层的作物潜在蒸腾量（mm）；
Figure 861122DEST_PATH_IMAGE105
为时间步长，1天；
水分胁迫下，实际蒸发、蒸腾分别为：
Figure 961933DEST_PATH_IMAGE106
（12）
Figure 144653DEST_PATH_IMAGE107
（13）
式中，
Figure 596494DEST_PATH_IMAGE108
为第i层的土壤实际蒸发量（mm），
Figure 522862DEST_PATH_IMAGE109
为第i层蒸发的水分胁迫系数，
Figure 976715DEST_PATH_IMAGE110
为第i层的作物实际蒸腾量（mm），
Figure 595915DEST_PATH_IMAGE111
为第i层蒸腾的水分胁迫系数；
水分胁迫系数采用FAO推荐的方法计算：
Figure 269473DEST_PATH_IMAGE112
（14）
Figure 733952DEST_PATH_IMAGE113
（15）
Figure 74935DEST_PATH_IMAGE114
（16）
式中，
Figure 865036DEST_PATH_IMAGE115
和
Figure 25890DEST_PATH_IMAGE116
分别为田持含水率和凋萎含水率（cm3/cm3），
Figure 933541DEST_PATH_IMAGE117
(≤1)为土层含 水率相对减少量，
Figure 988085DEST_PATH_IMAGE118
为控制作物蒸腾胁迫系数曲线的形状因子，p为土层中根系易吸收 水分与可吸收水分之比，各作物抗旱性不同，其
Figure 558874DEST_PATH_IMAGE119
与p值也不同；Kr为水分胁迫系数；Ks 为蒸腾的水分胁迫系数；
（3）模型对土壤水再分布进行刻画；
由于基质势和土壤含水率之间存在复杂的动态关系，难以用直接的概念性方法对重力势和基质势共同作用下的水分运动予以描述；本发明将重力势和基质势进行分离，对重力势驱动的向下流及基质势驱动的向上流（在降雨或灌溉初期向下，但考虑到大部分时间由于蒸散发更集中于上层土壤而导致水流向上运动，故称之为向上流）进行单独、有序地模拟；值得注意的是，模型中的向下流与向上流均为的一种假定的水流形态，二者叠加即为真实的土壤水再分布量；
a）由重力势驱动的向下流
假定除在重力作用(单位梯度）下各层底部有流量流出外，其余均无进出的水流通量，各层流出量可依质量守恒定律得到：
Figure 597238DEST_PATH_IMAGE120
（17）
式中，L为土层厚度（mm），
Figure 544465DEST_PATH_IMAGE055
为各层体积含水率（cm3/cm3），t为时间（d），K为非饱和导水率（mm/d）；
假定K和q之间存在如下指数函数关系：
Figure 453515DEST_PATH_IMAGE121
（18）
式中，
Figure 460786DEST_PATH_IMAGE122
为饱和导水率（mm/d），
Figure 455286DEST_PATH_IMAGE123
为该层土壤的饱和体积含水率（cm3/cm3），
Figure 970319DEST_PATH_IMAGE124
为 干土含水率（cm3/cm3），a为无量纲常数；
将式（18）代入式（17），分离变量，并对其进行积分得入渗后单层的体积含水率为：
Figure 874821DEST_PATH_IMAGE125
（19）
由式（19）计算所得t时刻土壤水存储量和初始时刻（t-△t)时刻）土壤水存储量之间差值即为一个时间步长内在重力作用下从该层底部流出的水流通量；流出通量进入到下层，使下层的含水率增大，开始进入下层的重力流计算进程；如果忽略水流的过程性，在上层含水率较高的灌溉或降水初期，以天为时间步长计算的重力流速度明显较实际偏快；为减小模拟误差，本发明将上层的出流量分别在时段初和时段末加入到下层土壤含水量中进行式（19）计算，取两种情形下土壤含水率的计算均值作为重力流期末时刻含水率，由期末时刻和期初时刻土壤蓄水量之差算得下层重力流通量；这样由上到下依次逐层计算，直至最下层的重力流通量计算完毕，则跳出重力流计算模块进入到下一个计算模块，由最下层流出的重力流通量即为该时间步长内的深层渗漏量，由于根区以下的包气带为过渡带，含水率基本不变，认为深层渗漏量完全补给地下水，即深层渗漏量等于地下水补给量；
b）由基质势驱动的向上流
在研究土体底部，由于土壤深度较深，蒸发蒸腾的消耗极少，可不考虑基质吸力的作用，本发明认为其只受重力的作用（相当于自由排水边界）；而在研究土体内部（根系层不同深度处），考虑蒸发蒸腾引起的基质吸力作用下的毛管上升水流，将其与重力作用下的入渗水流分开考虑，独立计算；对于所有土壤，含水率达到凋萎点时扩散率为一常数，超过凋萎点时相邻两土层的平均扩散率可以用一个归一化的土壤含水率来计算：
Figure 912047DEST_PATH_IMAGE126
（20）
Figure 534790DEST_PATH_IMAGE127
（21）
式中，D i 为第i层的扩散率，cm2/d；D为平均扩散率（cm2/d），如果扩散率大于 100cm2/d，则认为其值等于100cm2/d，D 0为凋萎点的扩散率（cm2/d），q为土壤体积含水率 （cm3/cm3），
Figure 214033DEST_PATH_IMAGE128
为凋萎点的体积含水率（cm3/cm3），L为土层厚度（cm），下标i为层序数，
Figure 973041DEST_PATH_IMAGE129
为第i+1层流入第i层的水流通量（cm/d）。
进一步地，在步骤S22中，多作物通用型作物生长模型EPIC的模拟内容包括株高、叶面积指数、根深、生物量、环境胁迫和作物产量等；
（1）当EPIC的模拟内容为物候发育
作物的物候发育是以逐日热量单元累积为基础的，可表示为：
Figure 181169DEST_PATH_IMAGE130
（22）
式中，
Figure 524163DEST_PATH_IMAGE131
，
Figure 882463DEST_PATH_IMAGE132
，
Figure 620612DEST_PATH_IMAGE133
分别为第i天的热量单元、最高气温和最低气温（oC）；
Figure 140586DEST_PATH_IMAGE134
是 作物的基点温度（oC）；
热量单元指数（HUI）取值范围在播种时为0，至生理成熟时为1，采用下式计算：
Figure 596975DEST_PATH_IMAGE135
（23）
式中，
Figure 227808DEST_PATH_IMAGE136
为第i天的热量单元指数，其默认范围是0-1；是作物成熟所需的最大 热量单元；模型通过
Figure 351622DEST_PATH_IMAGE137
控制根、茎、叶和经济器官的生长模拟；
（2）当EPIC的模拟内容为潜在生物量增长
作物截获的太阳辐射采用Beer定律计算：
Figure 541032DEST_PATH_IMAGE138
（24）
式中，
Figure 219138DEST_PATH_IMAGE139
为截获光合作用有效辐射量（MJ/m2），
Figure 919241DEST_PATH_IMAGE140
为总太阳辐射量（MJ/m2），LAI为叶面积指数，0.5为太阳辐射可转化为光合作用有效辐射的百分比，0.65为窄行距作 物消光系数；
某天生物量的潜在增长量采用Monteith方法计算：
Figure 507348DEST_PATH_IMAGE141
（25）
式中，
Figure 493759DEST_PATH_IMAGE142
为逐日生物量潜在增长量（kg.hm-2），
Figure 800107DEST_PATH_IMAGE143
为能量-生物量转化因子 （（kgha-2）（MJ m-2）-1），是作物把能量转换为生物量的参数；
（3）当EPIC的模拟内容为叶面积指数变化
叶面积指数LAI是热量单元、作物胁迫和作物生长发育阶段的函数；从出苗到叶面积开始下降，LAI采用下式计算：
Figure 162955DEST_PATH_IMAGE144
(26)
Figure 104104DEST_PATH_IMAGE145
（27）
Figure 261416DEST_PATH_IMAGE146
（28）
式中，LAI为叶面积指数，HUF为热量单元因子，REG为最小作物胁迫因子值， LAI mx 为作物叶面积指数最大值，下表i为日序，
Figure 789480DEST_PATH_IMAGE147
、
Figure 831385DEST_PATH_IMAGE148
为控制叶面积变化曲线的参数；
从叶面积开始下降到生长结束，LAI采用下式计算：
Figure 518719DEST_PATH_IMAGE149
（29）
式中，
Figure 722298DEST_PATH_IMAGE150
为决定作物LAI衰减速率的参数，
Figure 862292DEST_PATH_IMAGE151
为实际最大叶面积指数，
Figure 940845DEST_PATH_IMAGE152
为 达到实际叶面积指数时的热量单元系数；
（4）当EPIC的模拟内容为根系增长
分配到根系的总生物量份额通常由幼苗期的0.3-0.5线性下降至成熟期的0.05-0.2；因此，分配到根系的干物质量采用下式计算：
Figure 482684DEST_PATH_IMAGE153
（30）
式中，
Figure 857165DEST_PATH_IMAGE154
为根重变化量（t/hm2），0.4和0.2为作物参数的典型值；
大多数作物的根系深度在生理成熟前通常已达到最大根深，根系深度采用热量单元因子和最大根系深度的函数来表示：
Figure 484455DEST_PATH_IMAGE155
（31）
Figure 602584DEST_PATH_IMAGE156
（32）
Figure 405455DEST_PATH_IMAGE157
（33）
式中，
Figure 75471DEST_PATH_IMAGE158
为第i天根系深度的变化量（m），
Figure 298379DEST_PATH_IMAGE159
为第i天的根系深度，
Figure 610412DEST_PATH_IMAGE160
为最 大根系深度（m）；
（5）当EPIC的模拟内容为作物产量
大多数作物在各种环境条件下的收获指数通常相对稳定；在EPIC中，作物产量采用收获指数来计算：
Figure 2210DEST_PATH_IMAGE161
（34）
式中，YLD为作物收获的产量（t/hm2），HI为收获指数，B AG 为作物地上部生物量（t/hm2）；在无胁迫条件下，收获指数在播种时为零，至成熟期为HI，按下式非线性增长：
Figure 984073DEST_PATH_IMAGE162
（35）
式中，
Figure 320376DEST_PATH_IMAGE163
为第i天的收获指数，
Figure 45887DEST_PATH_IMAGE164
为影响收获指数的热量单元因子，采用下 式计算：
Figure 416825DEST_PATH_IMAGE165
（36）
（6）环境胁迫对生物量增长的制约
当水分、温度、氮素、磷素和通气等环境胁迫因子中任一个小于1时，实际生物量增长量采用下式计算：
Figure 91562DEST_PATH_IMAGE166
（37）
式中，DB为逐日生物量实际增长量（t/hm2），DB p 为逐日生物量潜在增长量（t/hm2），
Figure 56107DEST_PATH_IMAGE167
为作物生长调节因子（最小胁迫因子），取值为水分胁迫因子
Figure 178783DEST_PATH_IMAGE168
和温度胁迫因子
Figure 545174DEST_PATH_IMAGE169
中的较小者：
Figure 993473DEST_PATH_IMAGE170
（38）
其中，水分胁迫因子通过考虑水分供给与需求进行计算：
Figure 179735DEST_PATH_IMAGE171
（39）
式中，
Figure 106102DEST_PATH_IMAGE172
为土层j中的水分利用量，
Figure 825534DEST_PATH_IMAGE173
为第i天的潜在作物腾发量；
作物温度胁迫因子采用下式计算：
Figure 179155DEST_PATH_IMAGE174
（40）
式中，
Figure 118292DEST_PATH_IMAGE175
为平均逐日地表温度（oC），
Figure 723717DEST_PATH_IMAGE176
为作物的基点温度，
Figure 923754DEST_PATH_IMAGE177
为作物的最适温度 （oC）；
（7）环境胁迫对做作物产量的制约
作物可能会由于水分胁迫导致收获指数的降低而减产；水分胁迫对收获指数的影响按照下式计算：
Figure 589222DEST_PATH_IMAGE178
（41）
式中，
Figure 874710DEST_PATH_IMAGE179
为作物理想状态下的收获指数，
Figure 782361DEST_PATH_IMAGE180
为环境胁迫下的收获指数，
Figure 836904DEST_PATH_IMAGE181
为作物对干旱的敏感指数，也即收获指数的下限，
Figure 407694DEST_PATH_IMAGE182
为水分胁迫因子(由公式可 以看出,如果水分胁迫因子WS大于0.9，收获指数可能会小幅度增大)，
Figure 180478DEST_PATH_IMAGE183
为作物生长阶 段因子，可以表示为：
Figure 127706DEST_PATH_IMAGE184
（42）
在步骤S23中，在地下水深埋区，作物用水量包括实际蒸散发量和深层渗漏量，农业水生产力AWP（kg/m3）表达为：
Figure 177701DEST_PATH_IMAGE001
（1）
式中，ET a 为实际蒸散发量（m），D p 为深层渗漏损失量（m），Y为作物产量（kg/m2）。
进一步地，在步骤三中，利用田间试验数据进行模型率定与验证，确定作物参数与田间尺度的土壤参数，具体包括如下步骤：
S31：选取农业水生产力模型精度评价指标（如相关系数、均方根误差、纳什效率系数等）作为衡量模拟值与实测值吻合度的标准，支撑模型率定与验证；
S32：结合田间试验的监测情况，将研究期划分为模型率定期与模型验证期；
S33：以土壤颗分和容重数据为输入，基于RETC软件分析得到土壤水分运动参数值；
S34：在模型率定期，将RETC软件输出的土壤水分运动参数值和EPIC作物生长模型的默认作物参数值分别设置为土壤参数初始值和作物参数初始值，并根据田间实测数据对农业水生产力模型各参数进行合理范围内的调整，直至农业水生产力模型精度评价指标满足要求；
S35：将上述步骤S34率定所得参数值应用于模型验证期的模拟计算，并基于模型精度评价指标对农业水生产力模型模拟精度进行评定。
进一步地，在步骤四中，基于气象、灌区、表层土壤类型、种植结构的空间分布数据划分农业水文响应单元，具体包括如下步骤：
S41：采集并整理研究区域内的气象站空间分布及监测数据、灌区空间分布数据、种植结构空间分布数据、表层土壤类型空间分布数据（一般0-30cm表层土壤类型空间数据可获取）；
S42：每一气象站均有其对应的控制范围，基于气象站的位置分布及控制范围将研究区划分为若干个气象单元，在同一气象单元内气象条件一致；
S43：不同作物类型物候发育特征有所区别，利用种植结构空间分布数据将研究区划分为若干个作物单元，在同一作物单元内作物类型、作物参数均一致；
S44：不同土壤类型水动力学特征有所区别，利用表层土壤类型空间分布数据将研究区划分为若干个土壤单元，在同一土壤单元内土壤类型、土壤水分运动参数均一致；
S45：各位置处的灌溉水量通常由分灌区的总引抽水量与区内作物类型（每种作物类型有其特有的灌溉制度）共同决定，利用ArcGIS的空间分析功能，将灌区单元和作物单元进行叠加，得到灌溉单元，在同一灌溉单元内灌溉水量一致；
S46：对步骤S42-S45所划分的气象单元、作物单元、土壤单元、灌溉单元进行空间叠加分析，将研究区划分为若干个农业水文响应单元，在同一农业水文响应单元内气象条件、作物类型、土壤类型、灌溉水量均一致。
更进一步地，在步骤五中，确定区域尺度各农业水文响应单元的模型参数，分布式模拟各响应单元的农业水生产力，具体包括如下步骤：
S51：根据农业水文响应单元的作物类型，将田间尺度率定验证确定的作物参数值赋给各水文响应单元，获取区域尺度各水文响应单元的作物参数；
S52：利用5km×5km网格（根据模拟者的需求确定网格尺寸，通常在模拟精度和模拟费用之前取平衡），在区域内均匀布设多个土壤采样点；对于每个样点，测颗分数据的土壤取3个重复，每个重复取7层，20cm为一层，土壤总深度为140cm；
测容重数据的土壤取两层，每层50cm，土壤总深度为100cm，不重复取样；
基于烘干法测得土样容重数据，利用颗粒分析仪获取土样颗分数据；
S53：对于同一表层土类型，将同一土层的样点颗分和容重数据进行平均，获取各土壤类型不同土层的颗分与容重数据；将颗分与容重数据输入至Rosetta软件进行参数输出，同时参考相似颗分和容重的土壤在农田尺度模型中的率定验证结果来确定区域尺度的土壤水分运动参数；
S54：基于步骤S51-S53确定的区域尺度各水文响应单元的作物参数与土壤水分运动参数，分别单独运行农业水生产力模型，模拟得到区域水生产力分布。
实施例：现以本发明试用于某流域绿洲区进行地下水深埋区农业水生产力模拟为实施例对本发明进行详细说明，对本发明应用于其他地下水深埋区的农业水生产力模拟同样具有指导作用。
我国西北旱区水资源短缺与用水量刚性增加的矛盾日益突出，水资源可持续精细管理显得尤为重要；本实施例中的某流域绿洲区是流域工农业最发达的地区，同时地表水与地下水之间的交换也最为频繁，是控制流域水循环演化的关键地带；自2000年起流域开始实行分水方案后，该绿洲区地表可引水量显著减少，地下水开采量急剧增加，导致地下水位持续下降（某些区域地下水位降幅甚至达到十余米），引发了一系列生态环境问题；在水资源短缺与农业用水矛盾日益突出的形势下， 精准模拟区域（地下水深埋）农业水生产力，对于发展节水农业、实现水资源的高效可持续管理具有积极的参考意义。
参阅附图可知：如图1所示，本实施例采用本发明方法进行地下水深埋区农业水生产力模拟，包括以下步骤：
（1）选择某流域绿洲区的盈科灌区为田间试验区，在试验区布设16个典型监测点开展农业水文试验，16个监测点共覆盖四种土壤类型、三种作物类型（玉米、小麦和包菜）和不同的灌溉水量，采集监测点不同深度（如0-20cm、20-40cm、40-60cm、60-80cm、80-100cm、100-120cm、120-140cm）土层的土壤样本，测量得到土壤容重数据与颗分数据，并监测记录灌溉日期、灌溉水量、作物生长指标（包括株高、叶面积指数和地上部干物质量）数据与土壤墒情数据；
（2）通过引入基质吸力作用下的土壤水再分布模块来考虑土壤含水率低于田间持水量时的土壤水分运移，建立适用于地下水深埋区的概念性土壤水文模型，如图2所示；并以作物叶面积指数、根系深度和土壤墒情作为交互接口将之与EPIC作物生长模块（如图3所示）相耦合（如图4所示），对作物生长-水分运移互馈效应进行模拟，形成农业水生产力模型；模型参数少、结构简单、物理涵义丰富，可快速、精准模拟地下水深埋区的农业水生产力，具有区域尺度应用前景；
（3）将试验期划分为模型率定期与模型验证期，基于相关系数、均方根误差、纳什效率系数等精度评价指标对模型参数进行率定与验证：在率定期，在RETC软件中输入土壤颗分和容重数据分析得到土壤水分运动参数值，并以其作为土壤参数初始值，将EPIC作物生长模型的默认作物参数值作为作物参数初始值，根据模型的精度评价结果对模型各参数进行合理范围内的调整，直至满足要求后确定其为率定参数值；在验证期，基于率定参数值进行模拟计算，并评估模拟精度；
（4）收集并整理某绿洲区内的气象站点分布及监测数据、灌区空间分布数据、种植结构空间分布数据、表层土壤类型空间分布数据，根据气象站控制范围、作物类型、灌区分布、土壤类型，将整个张掖绿洲划分为3个气象单元、9个作物单元、95个灌溉单元、4个土壤单元，基于ArcGIS的空间分析功能对各类单元进行空间叠加分析，得到226个农业水文响应单元，如图5和表1所示；从图5和表1可以看出：在同一水文响应单元内，气象条件、作物类型、土壤类型、灌溉水量均一致；
（5）根据作物类型，将田间尺度率定所得作物参数值赋给各水文响应单元；利用5km´5km的网格，在张掖绿洲区均匀布设149个土壤采样点，每个采样点采测0-20cm层、20-40cm层、40-60cm层、60-80cm层、80-100cm层、100-120cm层、120-140cm层土壤的颗分数据和0-50cm层、50cm-100cm层土壤的容重数据，将同一表层土壤类型不同样点的颗分、容重均值作为该土壤类型的颗分与容重值，将颗分、容重数据输入至Rosetta软件进行土壤参数分析，同时参考相似颗分和容重的土壤在农田尺度模型中的率定验证结果，确定区域尺度的土壤水分运动参数；基于区域尺度的作物参数与土壤水分运动参数，在各农业水文响应单元分别单独运行农业水生产力模型，模拟区域水生产力分布情况，模拟结果如图6和表2所示；从图4-6和表1、表2可以看出，采用本发明所提出的区域尺度农业水生产力模拟方案易于实现，且效果良好；
表1 本发明实施例中农业水文响应单元划分结果表
Figure 309605DEST_PATH_IMAGE185
Figure 678007DEST_PATH_IMAGE186
Figure 553560DEST_PATH_IMAGE187
Figure 192482DEST_PATH_IMAGE188
Figure 495288DEST_PATH_IMAGE189
在上述表1中展示了每一农业水文响应单元（ID）的灌区名称、作物类型、土壤类型、气象类别、灌溉量信息；以第三行数据为例进行说明，ID为1的农业水文响应单元上，其属于安阳灌区，作物类型为小麦，土壤类型为粉壤土，气象条件与张掖气象站监测数据一致，灌溉量为172mm；
表2 本发明实施例中模拟的深层渗漏量、实际蒸散发量、作物产量与农业水生产力空间分布表
Figure 852451DEST_PATH_IMAGE190
Figure 531694DEST_PATH_IMAGE191
Figure 290703DEST_PATH_IMAGE192
Figure 764409DEST_PATH_IMAGE193
在上述表2中展示了每一农业水文响应单元（ID）的深层渗漏量（Dp）、实际蒸散发量（Eta）、作物产量（Yield）、农业水生产力（WP）的模拟结果；本区域尺度模拟方法充分考虑了各要素的空间变异性，可得到不同用水情景下农业水生产力信息的空间分布信息，强力支撑水资源优化配置；
结论：本实施例采用本发明方法，考虑土壤含水率低于田持时的水分运移，以少量参数、简单结构动态模拟作物生长-水分运移的互馈效应，改善了地下水深埋区农业水生产力的模拟效果，且易应用于区域尺度模拟，为灌区水资源高效配置提供技术支撑。
其它未说明的部分均属于现有技术。

Claims (8)

1.一种地下水深埋区农业水生产力模拟方法，其特征在于：包括如下步骤，
步骤一：选取田间试验区、布设典型监测点以及采集各测点的数据；
在区域内选取田间试验区并于试验区内布设典型监测点，采集各测点的土壤颗分与容重数据、作物物候发育数据、墒情监测数据与灌溉数据；
步骤二：建立适用于地下水深埋区的概念性土壤水文模型，并耦合EPIC作物生长模型，形成农业水生产力模型；
在步骤二中，建立适用于地下水深埋区的概念性土壤水文模型，并耦合EPIC作物生长模型，形成农业水生产力模型，具体包括如下步骤：
S21：建立适用于地下水深埋区的概念性土壤水文模型，模型通过引入基质吸力作用下的土壤水再分布模块来考虑土壤含水率低于田间持水量时的土壤水分运移；
S22：构建参数少、精度高的多作物通用型作物生长模型EPIC，其以积温为基础来模拟作物物候发育过程；
S23：将作物叶面积指数、根系深度和土壤墒情作物交互接口，将概念性水文模型与EPIC作物生长模型耦合，形成地下水深埋区农业水生产力模型；在地下水深埋区，作物用水量包括实际蒸散发量和深层渗漏量，农业水生产力AWP表达为：
Figure FDA0003954219880000011
式中，ETa为实际蒸散发量，m；Dp为深层渗漏损失量，m；Y为作物产量，kg/m2；
步骤三：利用田间试验数据进行模型率定与验证，确定田间尺度农业水生产力模型的作物参数值与土壤参数值；
步骤四：采集气象、灌区、土壤类型、种植结构的空间分布数据，基于Arcgis的空间叠加分析功能将区域划分为若干个农业水文响应单元；
步骤五：拟定区域尺度各农业水文响应单元的模型参数值，分布式模拟各响应单元的农业水生产力。
2.根据权利要求1所述的地下水深埋区农业水生产力模拟方法，其特征在于：在步骤一中，选取田间试验区、布设典型监测点以及采集各测点的数据，具体包括如下步骤：
S11：在区域内选取田间试验区，并在试验区布设多个典型监测点，监测点具有区域代表性，覆盖区域范围主要的土壤类型、作物类型与灌溉制度；
S12：采集各监测点不同深度土层的土壤样本，基于烘干法测得土样容重数据，利用颗粒分析仪获取土样颗分数据；
S13：监测并记录各监测点每次灌溉的日期与灌溉水量数据；
S14：定期监测并记录作物生长指标与土壤墒情数据，其中叶面积指数通过冠层分析仪直接测量，地上部干物质量根据75℃恒温烘干法测量。
3.根据权利要求2所述的地下水深埋区农业水生产力模拟方法，其特征在于：在步骤S21中，适用于地下水深埋区的概念性土壤水文模型描述如下：
适用于地下水深埋区的概念性土壤水文模型对入渗、蒸散发和土壤水再分布这些水文过程进行刻画；首先，一旦有降雨或灌溉，该部分水将以“Tipping bucket”的方式自上而下分配给各土层；此后，跳入蒸散发模块，在水分状况和其他环境因素的作用下分别计算土壤蒸发量与植被蒸腾量；之后，对土壤水再分布进行计算，得到各土层的入渗量、重力作用下的水流通量和基质吸力作用下的水流通量；最终，根据水量平衡原理，更新得到时段末的土壤含水率；至此，当前时段模拟完毕，并以当前时段末的含水率作为下一时段初的含水率，进入到下一时间步长的模拟计算，依次循环，实现整个研究期的土壤水文模拟；
适用于地下水深埋区的概念性土壤水文模型的水量平衡方程表达为：
θ1,tL1,t＝θ1,t-ΔtL1,t+Pt+It-q(i)1,t-q(g)1,t-E1,t-T1,t+q(m)1,t(2)
Figure FDA0003954219880000021
式中，Δt为时间步长，天；i为土壤的层序数；N为最下层土壤层序；θ为土壤体积含水率，cm3/cm3；θ1,t为第1层在t时段的土壤体积含水率，cm3/cm3；L1,t为第1层的土壤厚度，mm；Pt为t时段的降雨量，mm/d；It为t时段的灌溉量，mm/d；E1,t为第1层在t时段的土壤蒸发量，mm/d；T1,t为第1层在t时段的作物蒸腾量，mm/d；q(m)1,t为t时段在基质吸力作用下由第2层流入第1层的水流通量，mm/d；L为土层厚度，mm；P为降雨量，mm；I为灌溉量，mm；Ei为第i层的土壤蒸发量，mm；Ti为第i层的作物蒸腾量，mm；q(i)i为土壤入渗阶段通过第i层底部的向下水流通量，mm；q(g)i为重力作用下通过第i层底部的向下水流通量，mm；q(g)N为土壤深层渗漏量，mm；q(m)i为基质吸力作用下由第i+1层流入第i层的水流通量，mm；由于根系层外的包气带被视为过渡带，故q(m)N为0。
4.根据权利要求3所述的地下水深埋区农业水生产力模拟方法，其特征在于：适用于地下水深埋区的概念性土壤水文模型对入渗进行刻画，具体方法为：
入渗过程采用“Tipping bucket”模型模拟，即将土壤视为一个倒置的容器，把降雨或灌溉水自上而下分配给各土层；具体为：一旦有降雨或灌溉，这部分水首先被分配到最上层土壤，如果该层土壤达到饱和含水率，超过饱和部分水分将进入到下一层，直至各层土壤均达到饱和含水率或所有水分被分配完毕；
适用于地下水深埋区的概念性土壤水文模型对蒸散发进行刻画，具体方法为：
作物潜在蒸散发ETp由气象因素和作物生长状况共同决定，由下式计算：
ETp＝Kc×ET0 (4)
式中，ET0为参考作物潜在蒸散发，mm；基于FAO-56推荐的彭-曼公式由气象数据算得；Kc为作物系数，由下式计算：
Figure FDA0003954219880000031
式中，LAI为叶面积指数；LAImax和Kc max分别为作物生育期内的最大叶面积指数和最大作物系数；
潜在蒸散发量ETp由土壤潜在蒸发量Ep和作物潜在腾发量Tp两部分组成；Ep和Tp之间的比率与叶冠的生长程度有关，Ep、Tp表示为：
EP＝ETPexp[-(Kb)(LAI)] (6)
Tp＝ETp-Ep (7)
式中，Kb为太阳辐射消光系数；
假定作物根系吸水量等于作物腾发量，土壤表面至深度z的总潜在根系吸水量表示为：
Figure FDA0003954219880000041
式中，Zr为总根深，δ为水分分布参数；
含水土层从深度z1到z2，总作物实际蒸腾量Ta分配到该层的比例对公式(8)从z1到z2进行积分得：
Figure FDA0003954219880000042
式中，
Figure FDA0003954219880000043
为该层中蒸腾所占总蒸腾的比例，根系层中所有
Figure FDA0003954219880000044
值的总和为1；将根系深度替换为土壤深度，使用同式(9)形式相似的公式计算该层根系蒸腾所占总蒸腾的比例
Figure FDA0003954219880000045
在一个时间步长内第i层土壤的潜在蒸发和潜在蒸腾分别为：
Figure FDA0003954219880000046
Figure FDA0003954219880000047
式中，Ep(i)为第i层的土壤潜在蒸发量，mm；Tp(i)为第i层的作物潜在蒸腾量，mm；Δt为时间步长，天；
水分胁迫下，实际蒸发、蒸腾分别为：
Ea(i)＝Kr(i)×Ep(i) (12)
Ta(i)＝Ks(i)×Tp(i) (13)
式中，Ea(i)为第i层的土壤实际蒸发量，mm；Kr(i)为第i层蒸发的水分胁迫系数；Ta(i)为第i层的作物实际蒸腾量，mm；Ks(i)为第i层蒸腾的水分胁迫系数；
水分胁迫系数采用FAO推荐的方法计算：
Figure FDA0003954219880000051
Figure FDA0003954219880000052
Figure FDA0003954219880000053
式中，θfc和θwp分别为田持含水率和凋萎含水率，cm3/cm3，Drel为土层含水率相对减少量，fshape为控制作物蒸腾胁迫系数曲线的形状因子，p为土层中根系易吸收水分与可吸收水分之比，各作物抗旱性不同，其fshape与p值也不同；Kr为水分胁迫系数；Ks为蒸腾的水分胁迫系数；
适用于地下水深埋区的概念性土壤水文模型对土壤水再分布进行刻画，具体方法为：
模型中的向下流与向上流均为的一种假定的水流形态，二者叠加即为真实的土壤水再分布量；由重力势驱动的向下流；
假定除在重力作用下各层底部有流量流出外，其余均无进出的水流通量，各层流出量依质量守恒定律得到：
Figure FDA0003954219880000054
式中，L为土层厚度，mm；θ为各层体积含水率，cm3/cm3；t为时间，d；K为非饱和导水率，mm/d；
假定K和θ之间存在如下指数函数关系：
Figure FDA0003954219880000061
式中，Ks为饱和导水率，mm/d；θs为该层土壤的饱和体积含水率，cm3/cm3；θd为干土含水率，cm3/cm3；a为无量纲常数；
将式(18)代入式(17)，分离变量，并对其进行积分得入渗后单层的体积含水率为：
Figure FDA0003954219880000062
由式(19)计算所得t时刻土壤水存储量和初始时刻土壤水存储量之间差值即为一个时间步长内在重力作用下从该层底部流出的水流通量；流出通量进入到下层，使下层的含水率增大，开始进入下层的重力流计算进程；如果忽略水流的过程性，在上层含水率较高的灌溉或降水初期，以天为时间步长计算的重力流速度明显较实际偏快；将上层的出流量分别在时段初和时段末加入到下层土壤含水量中进行式(19)计算，取两种情形下土壤含水率的计算均值作为重力流期末时刻含水率，由期末时刻和期初时刻土壤蓄水量之差算得下层重力流通量；这样由上到下依次逐层计算，直至最下层的重力流通量计算完毕，则跳出重力流计算模块进入到下一个计算模块，由最下层流出的重力流通量即为该时间步长内的深层渗漏量，由于根区以下的包气带为过渡带，含水率基本不变，认为深层渗漏量完全补给地下水，即深层渗漏量等于地下水补给量；
由基质势驱动的向上流；
对于所有土壤，含水率达到凋萎点时扩散率为一常数，超过凋萎点时相邻两土层的平均扩散率用一个归一化的土壤含水率来计算：
Figure FDA0003954219880000063
Figure FDA0003954219880000064
式中，Di为第i层的扩散率，cm2/d；D为平均扩散率，cm2/d；D0为凋萎点的扩散率，cm2/d；q为土壤体积含水率，cm3/cm3；θwp为凋萎点的体积含水率，cm3/cm3；L为土层厚度，cm；下标i为层序数；q(m)i为第i+1层流入第i层的水流通量，cm/d。
5.根据权利要求4所述的地下水深埋区农业水生产力模拟方法，其特征在于：在步骤S22中，多作物通用型作物生长模型EPIC的模拟内容包括株高、叶面积指数、根深、生物量、环境胁迫和作物产量。
6.根据权利要求5所述的地下水深埋区农业水生产力模拟方法，其特征在于：在步骤三中，利用田间试验数据进行模型率定与验证，确定作物参数与田间尺度的土壤参数，具体包括如下步骤：
S31：选取农业水生产力模型精度评价指标作为衡量模拟值与实测值吻合度的标准，支撑模型率定与验证；
S32：结合田间试验的监测情况，将研究期划分为模型率定期与模型验证期；
S33：以土壤颗分和容重数据为输入，基于RETC软件分析得到土壤水分运动参数值；
S34：在模型率定期，将RETC软件输出的土壤水分运动参数值和EPIC作物生长模型的默认作物参数值分别设置为土壤参数初始值和作物参数初始值，并根据田间实测数据对农业水生产力模型各参数进行合理范围内的调整，直至农业水生产力模型精度评价指标满足要求；
S35：将上述步骤S34率定所得参数值应用于模型验证期的模拟计算，并基于模型精度评价指标对农业水生产力模型模拟精度进行评定。
7.根据权利要求6所述的地下水深埋区农业水生产力模拟方法，其特征在于：在步骤四中，基于气象、灌区、表层土壤类型、种植结构的空间分布数据划分农业水文响应单元，具体包括如下步骤：
S41：采集并整理研究区域内的气象站空间分布及监测数据、灌区空间分布数据、种植结构空间分布数据、表层土壤类型空间分布数据；
S42：每一气象站均有其对应的控制范围，基于气象站的位置分布及控制范围将研究区划分为若干个气象单元，在同一气象单元内气象条件一致；
S43：不同作物类型物候发育特征有所区别，利用种植结构空间分布数据将研究区划分为若干个作物单元，在同一作物单元内作物类型、作物参数均一致；
S44：不同土壤类型水动力学特征有所区别，利用表层土壤类型空间分布数据将研究区划分为若干个土壤单元，在同一土壤单元内土壤类型、土壤水分运动参数均一致；
S45：各位置处的灌溉水量通常由分灌区的总引抽水量与区内作物类型共同决定，利用ArcGIS的空间分析功能，将灌区单元和作物单元进行叠加，得到灌溉单元，在同一灌溉单元内灌溉水量一致；
S46：对步骤S42-S45所划分的气象单元、作物单元、土壤单元、灌溉单元进行空间叠加分析，将研究区划分为若干个农业水文响应单元，在同一农业水文响应单元内气象条件、作物类型、土壤类型、灌溉水量均一致。
8.根据权利要求7所述的地下水深埋区农业水生产力模拟方法，其特征在于：在步骤五中，确定区域尺度各农业水文响应单元的模型参数，分布式模拟各响应单元的农业水生产力，具体包括如下步骤：
S51：根据农业水文响应单元的作物类型，将田间尺度率定验证确定的作物参数值赋给各水文响应单元，获取区域尺度各水文响应单元的作物参数；
S52：利用5km×5km网格，在区域内均匀布设多个土壤采样点；对于每个样点，测颗分数据的土壤取3个重复，每个重复取7层，20cm为一层，土壤总深度为140cm；
测容重数据的土壤取两层，每层50cm，土壤总深度为100cm；
基于烘干法测得土样容重数据，利用颗粒分析仪获取土样颗分数据；
S53：对于同一表层土类型，将同一土层的样点颗分和容重数据进行平均，获取各土壤类型不同土层的颗分与容重数据；将颗分与容重数据输入至Rosetta软件进行参数输出，同时参考相似颗分和容重的土壤在农田尺度模型中的率定验证结果来确定区域尺度的土壤水分运动参数；
S54：基于步骤S51-S53确定的区域尺度各水文响应单元的作物参数与土壤水分运动参数，分别单独运行农业水生产力模型，模拟得到区域水生产力分布。
CN202211188076.2A 2022-09-28 2022-09-28 一种地下水深埋区农业水生产力模拟方法 Active CN115292966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211188076.2A CN115292966B (zh) 2022-09-28 2022-09-28 一种地下水深埋区农业水生产力模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211188076.2A CN115292966B (zh) 2022-09-28 2022-09-28 一种地下水深埋区农业水生产力模拟方法

Publications (2)

Publication Number Publication Date
CN115292966A CN115292966A (zh) 2022-11-04
CN115292966B true CN115292966B (zh) 2022-12-30

Family

ID=83833512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211188076.2A Active CN115292966B (zh) 2022-09-28 2022-09-28 一种地下水深埋区农业水生产力模拟方法

Country Status (1)

Country Link
CN (1) CN115292966B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975522A (zh) * 2019-04-28 2019-07-05 长沙理工大学 一种计算后峰型雨水入渗作用下均质地基基质吸力的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190050741A1 (en) * 2017-08-10 2019-02-14 Iteris, Inc. Modeling and prediction of below-ground performance of agricultural biological products in precision agriculture
CN107318447A (zh) * 2017-08-15 2017-11-07 中国科学院地理科学与资源研究所 干旱地区地下水浅埋重度盐碱地滴灌乔灌草种植方法
CN110264101B (zh) * 2019-06-28 2021-05-25 西安理工大学 一种盐渍农田的作物水分生产力的优化方法
CN113657811B (zh) * 2021-09-01 2022-03-11 中国水利水电科学研究院 一种基于地下水零超采的井渠结合灌区节水潜力分析方法
CN113779796B (zh) * 2021-09-13 2023-08-29 中国科学技术大学 一种基于卫星被动微波遥感的植被总初级生产力估算方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975522A (zh) * 2019-04-28 2019-07-05 长沙理工大学 一种计算后峰型雨水入渗作用下均质地基基质吸力的方法

Also Published As

Publication number Publication date
CN115292966A (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
Li et al. A spatially referenced water and nitrogen management model (WNMM) for (irrigated) intensive cropping systems in the North China Plain
Ramos et al. Two-dimensional modeling of water and nitrogen fate from sweet sorghum irrigated with fresh and blended saline waters
Bai et al. Modeling long-term soil water dynamics in response to land-use change in a semi-arid area
Wang et al. Effects of vegetation and slope aspect on water budget in the hill and gully region of the Loess Plateau of China
Zhao et al. Water requirements of maize in the middle Heihe River basin, China
Xu et al. Assessing the effects of water table depth on water use, soil salinity and wheat yield: Searching for a target depth for irrigated areas in the upper Yellow River basin
Vazifedoust et al. Increasing water productivity of irrigated crops under limited water supply at field scale
Chen et al. Model analysis of grazing effect on above-ground biomass and above-ground net primary production of a Mongolian grassland ecosystem
Dye Modelling growth and water use in four Pinus patula stands with the 3-PG model
Yi et al. Assessing soil water balance to optimize irrigation schedules of flood-irrigated maize fields with different cultivation histories in the arid region
Ji et al. A mathematical model for simulating water balances in cropped sandy soil with conventional flood irrigation applied
Li et al. Maximizing water productivity of winter wheat by managing zones of variable rate irrigation at different deficit levels
CN109522655B (zh) 基于变饱和水分运动系统的区域地下水补给量计算方法
Tu et al. Water budget components estimation for a mature citrus orchard of southern China based on HYDRUS-1D model
Liu et al. Roles of the combined irrigation, drainage, and storage of the canal network in improving water reuse in the irrigation districts along the lower Yellow River, China
CN104517030A (zh) 一种人工草地生长适宜区提取方法
Caron et al. Determination of irrigation set points for cranberries from soil-and plant-based measurements
Wang et al. Simulated water balance of forest and farmland in the hill and gully region of the Loess Plateau in China
Tian et al. Development and preliminary evaluation of an integrated field scale model for perennial bioenergy grass ecosystems in lowland areas
Li et al. Modelling the artificial forest (Robinia pseudoacacia L.) root–soil water interactions in the Loess Plateau, China
Chen et al. A conceptual agricultural water productivity model considering under field capacity soil water redistribution applicable for arid and semi-arid areas with deep groundwater
Andrade et al. ARSPivot, a sensor-based decision support software for variable-rate irrigation center pivot systems: Part B. Application
Li et al. The dynamics of soil moisture balance components and their relations with the productivity of natural vegetation in an arid region of northwestern China
Wang et al. A novel water use efficiency model based on stomata coupling crop growth and farmland water cycle processes in arid area
Lai et al. Evapotranspiration partitioning for winter wheat with shallow groundwater in the lower reach of the Yellow River Basin

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