基于SHAW模型的南疆典型灌区适宜盐分淋洗定额空间分布

林 栋，黄 茜，许尊秋，毛晓敏

•农业水土工程•

基于SHAW模型的南疆典型灌区适宜盐分淋洗定额空间分布

林 栋，黄 茜，许尊秋，毛晓敏※

（1. 中国农业大学水利与土木工程学院，北京 100083；2. 甘肃武威绿洲农业高效用水国家野外科学观测研究站，武威 733000）

明晰西北旱区休闲期土壤盐分淋洗定额的空间分布特征，对于水资源有效利用、土壤盐渍化防控具有重要意义。受制于土壤盐分、土壤质地的空间变异性，在某一点尺度获得的盐分淋洗定额难以全面反映区域的情况。该研究以南疆阿拉尔灌区为例，采用统计学和空间插值相结合的方法，确定灌区土壤盐分、土壤质地的空间分布特征，并通过划分模拟单元，建立基于SHAW（the simultaneous heat and water）模型的灌区尺度分布式模型，得到了不同灌水模式下适宜的盐分淋洗定额空间分布特征。结果表明：阿拉尔灌区土壤盐分呈现出“西多东少，南多北少”的分布特征；不同深度土壤颗粒含量均以砂粒和粉粒为主，土壤质地主要为粉壤土和砂壤土（占比约36.81%和19.44%）；土壤含盐量和土壤砂粒含量是影响盐分淋洗定额的主要因素，3种灌水模式（只冬灌、只春灌、冬灌+少量春灌）中，冬灌+少量春灌（300 m3/hm2）处理综合权衡了冬灌和春灌的优势，灌区内适宜冬灌定额主要介于1 500～2 250 m3/hm2之间，最有利于节水灌溉和作物出苗。研究可为当地水资源优化调配和土壤盐渍化防控提供参考。

盐分；淋洗；土壤；南疆灌区；质地；空间分布；SHAW模型

0 引 言

南疆地区位于亚欧大陆腹部，光照充足，是中国重要的棉花及瓜果生产基地，然而水资源短缺与土壤盐渍化严重限制了南疆农业的可持续发展。膜下滴灌等节水改造技术虽然有效缓解了水资源短缺问题，但由于膜下滴灌较小的灌水定额难以充分淋洗盐分，常采用非生育期大水漫灌的方式进行盐分淋洗[1]。明晰灌区内土壤盐分、土壤质地等的空间分布特征，并给出针对性的适宜盐分淋洗定额，对于保障农业用水优化调配，维持南疆农业可持续发展具有重要意义。

已有学者通过田间试验与数值模拟的方法研究非生育期适宜的冬春灌组合淋盐模式及定额[2-6]，杨鹏年等[2]针对不同盐渍化土壤开展不同定额的春灌试验，指出非盐渍化或轻度盐渍化土壤可采用滴灌出苗等的小定额春灌模式；LIU等[3]通过耦合Hydrus-2D与土壤-水-大气-作物（soil-water-atmosphere-plant model，SWAP）模型，探究了不同生育期灌水制度下适宜的冬灌模式；胡宏昌等[4]开展干旱区膜下滴灌农田土壤盐分非生育期淋洗规律研究，指出冬灌对盐分的淋洗效果要优于春灌；毛威等[5]指出在井灌区通过2年一次的秋浇压盐可以长期将土壤含盐量控制在3 g/kg以下；钱颖志等[6]指出存在暗管排盐时，冬灌300 mm可以达到36%的目标脱盐率。同时南疆地处季节性冻土区，冻融过程进一步加剧了土壤水盐运移的复杂性。倪东宁等[7]研究表明秋浇后土壤盐分被淋洗到根系层以下但并未排出，冻结期随水分运移到上层土壤；李瑞平等[8]利用SHAW（the simultaneous heat and water）模型模拟不同盐渍化冻融土壤的水热盐运移规律，并提出适用于河套灌区的节水灌溉制度。然而现有成果大多是在点尺度进行的，由于土壤含盐量、土壤质地、作物种类等因素具有较大的空间变异性，在点尺度获得的盐分淋洗定额难以直接应用于区域尺度。

基于地理信息系统技术的分布式水文模型，能够充分考虑上述因素的空间分布特征，对于确定灌区尺度适宜的盐分淋洗定额具有重要意义[9-12]。杨树青等[9]将土壤按盐渍化程度进行分区，确定了对区域土壤环境影响较小的生育期咸淡水轮灌优化方案；郝远远等[10]采用分布式模拟的方式建立了耦合模型HYDRUS-EPIC（hydrus-erosion productivity impact calculator），并推广至区域尺度评估了河套灌区土壤水盐和作物生长的时空状况。LIU等[11]基于GIS空间插值方法探究了黄河三角洲土壤盐分三维空间分布特征；SINGH等[12]利用分布式SWAP模型评估了水盐胁迫条件下Sirsa地区作物耗水与产量。灌溉、蒸发等人类活动导致土壤盐分在水热耦合作用下运移过程复杂，尤其是在冻融期。而现有分布式水文模型主要关注生育期内土壤水盐运移和作物生长状态，较少考虑冻融过程对土壤水热盐运移及适宜盐分淋洗定额的影响。

因此，本研究以南疆典型灌区阿拉尔灌区为研究对象，考虑土壤含盐量、土壤质地和作物类型的空间分布特征，划分均质模拟单元，采用冻融土壤水热盐耦合模拟模型SHAW进行不同冬春灌下农田盐分动态的模拟，从而得到南疆阿拉尔灌区适宜的冬春灌盐分淋洗定额，以期为灌区水资源优化调配和土壤盐渍化防控提供参考。

1 材料与方法

1.1 研究区概况

阿拉尔灌区地处天山南麓（40°22′～40°57′N，80°30′～81°58′E），南邻塔克拉玛干沙漠，北部受到天山山脉阻隔湿冷气流。冬季寒冷少雪，春季多风，昼夜温差大，雨量稀少，年降雨量在50 mm左右，地表蒸发强烈，年潜在蒸发量在2 000 mm左右[13]，为极端干旱的纯灌溉型农业区，灌溉水源为天山冰雪消融水和季节性河流引蓄水[14]。灌区位于阿克苏河、叶尔羌河、和田河三河交汇之处的塔里木河上游，地下水埋深2～5 m，地势由西北向东南倾斜，灌区内主要作物为棉花，其次为红枣、香梨等经济作物。研究区地理位置见图1。

图1 研究区地理位置及模拟单元示意图

1.2 采样点布置与数据采集

利用ArcGIS和Google Earth确定研究区范围，考虑到阿拉尔市部分土壤荒漠化严重，不适宜作物种植，因此采样点并未完全覆盖阿拉尔市行政区，而是根据土地利用类型及采样点范围，考虑地形等因素的影响，确定了阿拉尔灌区适宜盐分淋洗定额模拟的范围。于2020年4月初（春灌前）进行实地采样调研，记录各单元主要作物类型，采集单元内不同深度土壤。采样点之间相距约5 km，保证均匀分布的同时尽量避开道路、沟渠等的影响，覆盖耕地、林地、草地、荒地等不同土地类型，共确定采样点164个。由于棉田根系活动主要集中0～60 cm，盐分累积多集中在>60～100 cm，采样深度设置为0～20、>20～40、>40～60、>60～80、>80～100 cm。灌区采样点布置如图1所示。

各采样点土壤含盐量根据土水质量比1∶5的土壤浸提液的电导率（电导率仪DDSJ-308A，上海精科仪器公司），按照当地经验公式[15]确定，并依据新疆土壤盐渍化分级标准[16]确定盐渍化程度。与含盐量相比，土壤含水率在灌区尺度的空间变异性较小[17]，因此仅选择20个典型采样点，测量土壤含盐量的同时根据烘干法测量土壤含水率。土壤颗粒级配采用马尔文激光粒度仪测量，并按照美国制分类标准确定砂粒（0.05～2 mm）、粉粒（0.002～<0.05 mm）、黏粒（<0.002 mm）体积百分比及土壤质地。地统计学中常用普通克里金方法分析区域数据的空间变异性和空间插值[18-19]，本研究中采用SPSS 21.0软件对土壤盐分、土壤颗粒级配进行描述性统计，利用ArcGIS结合克里金空间插值方法绘制区域变量的空间分布图。

阿拉尔灌区土地利用类型来源于GlobeLand 30:全球地理信息公共产品，包含耕地、林地、草地、灌木地、建筑、裸地等10个一级分类。采用2000、2010、2020年的土地利用数据，利用ArcGIS进行解译、裁剪，确定阿拉尔灌区近20年的土地利用演变规律。降雨、辐射、气温、风速、湿度等逐日气象数据来源于阿拉尔市灌溉试验站内安装的自记式集成气象站（美国Campbell公司）。

1.3 分布式模型构建

1.3.1 SHAW模型简介及适用性验证

SHAW模型是1989年由Flerchinger等开发的，最初用于模拟土壤冻结和融化过程，模拟包含植物覆盖、残积层、积雪影响下的一维剖面中土壤水热盐运移问题[20-22]。其特色是能够同时模拟土壤的水热盐运移；提供了土壤冻结-融化过程的模拟；以及可深入模拟多物种植被冠层蒸腾和水汽传输。本文采用SHAW模型探究不同初始盐分含量及土壤质地下冻融过程盐分淋洗与累积规律，并确定适宜的盐分淋洗定额。

模型中考虑冻融条件的土壤水分通量方程为

式中θ为体积含水率，m3/m3；θ为体积含冰量，m3/m3；ρ为冰密度，kg/m3；ρ为水密度，kg/m³；为非饱和导水率，m/s；为土壤基质势，m；为水分的源汇项，m³/(m³·s)；q为水汽通量，kg/(m2·s)；为土壤深度，m；为时间，s。

SHAW模型中的土壤基质温度计算，考虑了冻结土层中由液态水带来的对流热传导以及蒸汽带来的潜热传递，其状态方程为

SHAW模型考虑了溶质运移的主要过程，即对流、分子扩散和对流弥散，同时假设土壤基质对溶质可能产生线性吸附。其描述方程为

式中ρ为土壤容重，kg/m³；为单位质量土壤中存在的溶质总量，mol/kg；D为机械弥散系数，m2/s；D为分子扩散系数，m2/s；为土壤溶液中的溶质浓度，mol/kg；为由于溶质降解和根系吸收产生的源汇项，mol/(kg·s)，K为土壤基质与土壤溶液之间分配系数，kg/kg。

SHAW模型中的水力特征参数主要包括：饱和导水率（K，cm/h）、空气进气势（φ，m）、土壤孔隙分布指数（）。由于这些参数直接测定较为困难，通常根据土壤各层的体积密度、颗粒分布等基本参数间接确定[21]。

根据Campbell在1985年提出的经验公式，可通过土壤的基本特性计算土壤颗粒的几何平均直径d（mm）和几何标准差σ（mm），即

其中

式中m、m、m分别为土壤中黏粒、粉粒、砂粒的百分含量，%；，无实际意义。

根据上述经验公式求得土壤颗粒的几何平均直径d和几何标准差σ后，可按照经验公式继续求得土壤的水力特征参数。标准容重（1.3 g/m3）下的空气进气势φ（m）为

模型在南疆地区的适用性通过在阿拉尔市水利局灌溉试验站进行的棉田测坑试验得到验证。于2019年11月－2020年4月和2020年11月—2021年4月2个休闲期开展了不同冬春灌组合下的盐分淋洗试验，并根据2 a休闲期的土壤水热盐实测数据对SHAW模型进行率定验证，模拟得到的适宜冬春灌盐分淋洗策略与实测棉田出苗率最高的冬春灌组合相近[23]，可用于区域尺度适宜盐分淋洗定额的确定。

1.3.2 模拟单元划分

通过密集的土壤数据采集，利用网格划分的方法将空间上非均质的研究区划分为多个近似均质的模拟单元，并假设各均质单元内的土壤和外部应力因子相似，等效为一个近似的系统[24]。由于部分土壤采样点位于草地、荒地等，不需要进行冬春灌处理，因此利用127个采样点划分均质模拟单元，阿拉尔灌区内模拟单元划分如图1所示。在各单元内独立运行SHAW模型确定各网格单元内适宜的盐分淋洗定额，并通过ArcGIS将模拟结果汇集，最终形成阿拉尔灌区适宜的盐分淋洗定额分布图谱。

1.3.3 模型建立与应用

模型的模拟土层深度为100 cm，共剖分为8个计算土层，0～40 cm土层节点间距为10 cm，>40～100 cm土层节点间距为20 cm。模拟时间为2020年11月25日—2021年4月20日，包含冻融期全过程并考虑了其中的冬春灌处理。土壤剖面初始水盐条件根据各采样点实测数据设定，土壤水力特性参数根据各采样点实测颗分数据、采用Campbell提出的经验公式[25]确定，模型的率定与验证过程及溶质运移相关参数详见前期研究[23]。灌区内主要作物为棉花，红枣、香梨、玉米等占比较小，在灌区内呈插花分布，依据前人文献[26-27]中春季作物出苗或萌芽期适宜的土壤水热盐状况确定本研究中盐分淋洗定额的目标条件。

模型上边界条件采用由实际土壤蒸发和降水（灌溉）决定的大气边界，下边界土壤水分和温度通过实测数据给定，溶质运移采用零通量边界。由于气象站点有限且土壤冻融期间气象条件的空间变异对盐分淋洗的影响可以忽略，本研究采用了位于阿拉尔灌区中心位置的阿拉尔市水利局灌溉试验站（见图1）的气象数据作为统一的气象观测数据进行适宜盐分淋洗定额的模拟。

2 结果与分析

2.1 灌区土地利用类型

通过对覆盖研究区的遥感影像进行解译和裁剪，获取阿拉尔灌区2000、2010和2020年的土地利用类型，不同年份的土地利用类型空间分布如图2所示。可以看出，2000－2010年间，灌区耕地面积迅速增加，未利用地、草地、湿地面积相应减少；2010－2020年间，未利用地面积持续减少，建筑面积增加较多，但耕地面积增速变缓，其余土地利用类型变化不大。2000年之前灌区内耕地主要分布在塔里木河两岸，近20年间耕地逐渐北扩，是灌区内最主要的土地利用类型，而林地、草地、灌木地等面积较小且分散。

科技发展水平、经济发展状况以及地形等是影响土地利用类型变化的主要因素。近20年间，农业节水灌溉技术广泛推广应用[28]，但受到南部塔克拉玛干沙漠的限制，大量开垦北部未利用地，耕地面积迅速增加并逐渐北扩，同时由于年降雨量逐年减少，生态系统破坏[29]，草地、湿地面积减少。2010－2020年间，随着西部大开发等区域发展战略的落实[30]，经济增长迅速，城镇化进程加剧，导致耕地面积增速变缓，但其仍是灌区内最主要的土地利用类型。

由此可见，灌区内土地利用结构虽未发生剧烈变化，但耕地、建筑面积呈增加趋势，将导致人地争水的矛盾更加突出，提高灌溉水利用效率、农田节水抑盐对于保障南疆地区农业可持续发展具有重要意义。

图2 2000－2020年阿拉尔灌区土地利用类型空间分布特征

2.2 灌区土壤盐分空间特征

2.2.1 描述性统计特征

表1给出了2020年4月初在灌区采样得到的土壤不同深度含盐量数理统计结果。可以看出，不同深度土壤含盐量均值差别不大，部分采样点0～40 cm土壤含盐量最大值高于>40～100 cm。0～60 cm土壤含盐量变异系数C均大于1，属于强变异性[31]；而>60～80 cm土壤含盐量C值均在0.1～1之间，属于中等变异性。由偏度和峰度可以看出，各层土壤含盐量均不符合标准正态分布，其中表层土壤含盐量空间变异性较强，偏度系数和峰度系数偏离较大。土壤含盐量的空间变异性受到结构性因素（自然因素，如气候、地形、土壤质地等）和随机性因素（人为因素，如灌溉制度、种植结构、耕作方式等）综合影响[32]。采用地统计学变异函数理论模型中的块金值（0）、基台值（0+）、块金系数（0/(+0)）表示土壤含盐量的空间变异程度，块金系数在0～25%表示具有较强的空间自相关性，在>25%～75%表示具有中等强度的空间自相关性，在>75%～100%表示具有较弱的空间自相关性。由表1可知，不同深度土壤含盐量的块金系数均在50%左右，这表明不同深度土壤盐分均具有中等的空间自相关性；随着土壤深度增加到80 cm，块金值和基台值逐渐减小。

表1 不同深度土壤含盐量统计及半方差函数拟合

在春季强烈的蒸发作用影响下[33]，部分采样点出现返盐现象，使得0～40 cm土壤含盐量最大值高于>40～100 cm。此外，0～60 cm土壤含盐量易受作物类型、灌溉方式等的影响[34]，在南疆地区表现出较强的空间变异性，而>60～100 cm由于土壤深度较大，受到的人为影响较小，空间变异性仅与自身性质有关。强烈的空间变异性使得灌区内各层土壤含盐量均不符合标准正态分布，将各层土壤含盐量取对数后，基本满足正态分布。与深层土壤相比，表层土壤受到灌溉方式、气象、人为因素等的影响较大，随机性和变异程度也更加剧烈，这也导致了深层土壤含盐量的块金值和基台值更小。

2.2.2 空间分布特征

为了充分反映土壤盐分在阿拉尔灌区的空间分布特征，消除盐分在不同土壤深度分布差异的影响，本研究根据灌区内各采样点不同深度土壤含盐量的平均值，利用ArcGIS中普通克里金空间插值方法，对灌区内未采样点的土壤平均含盐量进行最优无偏估计；结合2020年灌区土地利用类型，利用ArcGIS中的重采样工具，提取出耕地区，最终形成阿拉尔灌区耕地不同深度土壤平均含盐量空间分布图谱。克里金空间插值方法要求数据服从或近似服从正态分布，否则容易产生比例效应，影响空间插值精度[35]。将各层土壤含盐量平均值进行对数转换后，近似服从正态分布，满足空间插值要求。

根据新疆地区土壤盐碱化等级程度划分标准[36]：土壤含盐量<3 g/kg为非盐化土；3～<6 g/kg为轻度盐化土；6～<10 g/kg为中度盐化土；10～<20 g/kg，为重度盐化土；>20 g/kg为盐土。从图3可以看出，灌区土壤多处于轻度盐渍化水平，中、重度盐渍化土壤多分布于灌区西北部，轻度、非盐渍化土壤主要分布在灌区东部的塔里木河流下游。灌区西北部土壤平均含盐量为8.39 g/kg，而灌区东部土壤平均含盐量为3.43 g/kg，塔里木河北岸的土壤含盐量要明显高于南岸。

图3 阿拉尔灌区土壤盐渍化程度空间分布

灌区西北部处于塔里木河上游，和田河、叶尔羌河、喀什噶尔河和阿克苏河在此处交汇形成塔里木河，水量充沛，且位于多浪水库和上游水库附近，地下水埋深较浅，矿化度高，在强烈的蒸发作用下导致土壤次生盐渍化[37]。相关学者研究指出，盐分含量较高的区域多位于灌区内地势低洼处[38-39]，这与本研究成果正好相反。这是因为阿拉尔灌区内地势平坦，高程差较小（如图1所示），同时灌区主要的灌溉方式为膜下滴灌，较小的盐分淋洗定额难以形成土壤径流使盐分在灌区低洼处积聚。北岸的耕地多由荒地后期开垦形成，土壤基础含盐量较高，因此土壤含盐量明显高于南岸。相比之下，灌区下游耕地肥沃，受历史上多年漫灌洗盐等人类活动影响下，土壤含盐量较低。总的来说，阿拉尔灌区内土壤盐分空间分布主要呈现出“西多东少、北多南少”的特征，灌区西北部在增加盐分淋洗定额的同时也需要发展相应的排盐技术[40]，减少因土壤盐分过高对作物产量的影响。

2.3 灌区土壤颗粒及水力参数空间分布特征

土壤颗粒含量正态性检验和空间插值方法与土壤盐分相同，灌区内不同深度土壤砂粒、粉粒、黏粒含量的空间分布如图4所示。可以看出，不同深度土壤颗粒空间分布特征差别不大，各层土壤颗粒均以粉粒和砂粒为主，不同土壤深度平均占比分别为48.18%和44.07%，而黏粒含量最少，为7.75%。灌区各采样点之间>40～60 cm土层砂粒和粉粒含量差异较大，出现不同程度的斑块化分布。区域尺度上，阿拉尔灌区西部粉粒和黏粒含量相对较高，而砂粒含量较低，塔里木河南岸不同深度土壤砂粒含量均较大。

图4 阿拉尔灌区不同深度土壤砂粒、粉粒、黏粒含量空间分布

由于灌水、耕地等人类活动影响深度多集中在0～40 cm，使得部分采样点土壤砂粒、粉粒在>40～60 cm积聚，导致灌区内>40～60 cm土层出现不同程度的斑块化分布。区域尺度上土壤颗粒的分布主要与高程有关，灌区西部为塔里木河上游，阿拉尔灌区内高程由东向西递减（见图1），高程越大，土壤中砂粒含量越低，粉粒和黏粒含量越高。这与BACIS等[41-42]的结论相近。而灌区南部为塔克拉玛干沙漠，受荒漠化影响土壤砂化严重，使得灌区南部土壤砂粒含量较大。

依据美国制土壤质地划分标准，阿拉尔灌区内耕地的土壤质地主要可以分为砂壤土、粉壤土、壤土、壤砂土、粉土和砂土6种，不同土壤质地类型所占比例如表2所示。可以看出，灌区内以粉壤土和砂壤土为主，占比约为36.81%和19.44%，其次为壤土，占比约为12.53%，而粉土含量最少，占比仅为0.69%。

表2 阿拉尔灌区主要土壤质地类型

图5表示了阿拉尔灌区0～100 cm土壤剖面水力参数的空间分布。可以看出，土壤水力参数与颗粒含量密切相关，均具有明显的空间分布特征。孔隙分布指数与进气势是反映土壤持水性的参数，与黏粒、粉粒的空间分布相近，而饱和导水率与黏粒、粉粒含量呈负相关，与砂粒含量呈正相关，这与毛娜等[43-44]的研究结论相同。

图5 阿拉尔灌区土壤水力参数空间分布

2.4 灌区适宜盐分淋洗定额空间分布

2.4.1 模型验证

利用2019、2020年在阿拉尔市灌溉试验站开展的棉田测坑试验对模型进行率定验证，由图6可以看出SAHW模型对于土壤水热盐的模拟精度较高，实测值与模拟值基本分布在1∶1线附近，2>0.60，能够用于灌区适宜盐分淋洗定额的模拟。率定验证后的土壤及溶质运移参数如表3所示。根据阿拉尔灌区土壤质地、含盐量和作物种植结构等的空间分布特征，基于冻融土壤水热盐耦合运移理论，以适宜棉花出苗或植株萌芽的春季土壤水热盐状况为目标，利用率定后的SHAW模型确定了各模拟单元不同灌水模式下（只冬灌、只春灌、冬灌+少量春灌）适宜的盐分淋洗定额，并结合ArcGIS形成阿拉尔灌区适宜盐分淋洗定额空间分布图谱。

图6 土壤水热盐模拟值和实测值比较

表3 土壤参数及溶质运移参数的率定值

2.4.2 不同灌水模式适宜盐分淋洗定额模拟结果

1）只冬灌处理

在只进行冬灌（不进行春灌）处理下，适宜盐分淋洗定额空间分布特征如图7a所示。可以看出，只冬灌处理适宜盐分淋洗定额具有明显的空间分布特征，灌区内只冬灌模式平均盐分淋洗定额为3 300 m3/hm2，最小定额为2 175 m3/hm2，最大定额却高达4 950 m3/hm2，差异较大。灌区内适宜盐分淋洗定额多介于2 700～3 450 m3/hm2之间，占比约为37%，其次介于2 175～2 700 m3/hm2之间，占比约为31%，介于4 125～4 950 m3/hm2的适宜盐分淋洗定额占比约为19%。这表明只冬灌处理适宜盐分淋洗定额具有明显的空间变异，在某一试验点得到的适宜盐分淋洗定额在区域上可能不具有代表性。对比土壤盐分空间分布图（图3）、土壤质地空间分布图（图4），可以发现土壤含盐量越大，砂粒含量越高，所需盐分淋洗定额越大。这是因为只冬灌处理在进行盐分淋洗的同时还需满足来年春天适宜棉花出苗的土壤墒情，而砂粒含量较高导致土壤保水性较差，较小的冬灌定额在春季无法提供作物所需的土壤含水率。灌区西部土壤含盐量较高，需要较高的冬灌定额进行盐分淋洗，灌区南北边缘土壤含盐量高且砂化严重，虽然砂性土壤在一定程度上可以提高盐分淋洗效率[45]，但其较差的土壤保水性难以维持冻融期结束后棉花出苗所需要的土壤含水率，所需冬灌定额更高，而塔河下游土壤细腻，且为多年淋洗农田，含盐量较低，因此所需灌水定额较少。

2）只春灌处理

在只进行春灌（不进行冬灌）的处理下，适宜盐分淋洗定额空间分布特征如图7b所示。可以看出，只春灌处理所需淋洗定额普遍小于只冬灌处理，平均适宜盐分淋洗定额在2 550 m3/hm2，显著低于只冬灌处理。最小盐分淋洗定额为1 725 m3/hm2，而最大盐分淋洗定额为4 800 m3/hm2。灌区内只春灌处理适宜盐分淋洗定额普遍在1 725～2 100 m3/hm2之间，占比约为55%，其次为2 100～2 850 m3/hm2，占比约为17%。这表明只春灌处理所需盐分淋洗定额普遍较小，灌区内部分地区土壤含盐量过高，需要较高的盐分淋洗定额，或土壤砂粒含量较大，为保证出苗期适宜的土壤墒情，也需要较高的盐分淋洗定额。与只冬灌相比，春灌在对表层土壤进行盐分淋洗的同时可以适时补充土壤含水率，满足适宜作物出苗或萌芽所需的土壤水热盐条件。此外，受到冻融作用影响，春季土壤容易出现强烈的返盐现象，所以只冬灌处理需通过较高的灌水定额将盐分淋洗至较深土层以减小土壤返盐[23]，而只春灌处理仅需考虑灌水后的土壤状况是否满足棉花出苗所需的水热盐条件。也正因如此，土壤砂粒含量（主要影响土壤持水性）对只春灌定额的影响程度甚至高于土壤含盐量。

3）冬灌+少量春灌（300 m3/hm2）处理

冬灌+少量春灌（300 m3/hm2）处理适宜的冬灌水盐分淋洗定额空间分布特征如图7c所示。可以看出，冬灌+少量春灌（300 m3/hm2）处理适宜盐分淋洗定额的空间分布特征与只冬灌处理类似，但其适宜的冬灌定额略高于只春灌处理，低于只冬灌处理。灌区内各点平均冬灌定额约为2 700 m3/hm2，最小冬灌定额为1 500 m3/hm2，最大冬灌定额为4 650 m³/hm2。适宜冬灌定额主要介于1 500～2 250 m3/hm2之间，占比约为48%，其次介于2 250～3 000 m3/hm2之间，占比约为28%。

冬灌+少量春灌处理综合了只冬灌和只春灌处理的优势，能够同时起到盐分淋洗和春季造墒的作用，弥补了只春灌处理对盐分淋洗深度不足[46]导致的生育期土壤积盐。此外，南疆地区灌溉水源多为冰雪消融水，春季可用于盐分淋洗的水量逐年减少。随着以水定地的水资源刚性政策的落实，冬灌洗盐+少量春灌（300 m³/hm2）造墒的灌水模式将会成为当地主要的盐分淋洗模式，最有利于节水灌溉和作物出苗。

图7 阿拉尔灌区不同灌水模式适宜盐分淋洗定额空间分布

3 结　论

本研究通过对遥感影像的解译和灌区土样采集检测，探究了南疆典型灌区2000－2020年土地利用类型的变化规律以及土壤含盐量、土壤质地的空间分布特征，并采用分布式模拟的方式将SHAW（the simultaneous heat and water）模型推广至区域尺度，确定了不同灌水模式下适宜的盐分淋洗定额空间分布特征。主要结论如下：

1）耕地为阿拉尔灌区内最主要的土地利用类型，近20年间面积增长迅速，建筑物面积在2010－2020年间迅速增加，未利用地、草地等面积相应减少。

2）土壤含盐量具有明显的空间变异性，表层的随机性和变异性高于深层。土壤盐分空间分布主要呈现“西多东少、北多南少”的特征。

3）灌区内不同深度土壤颗粒均以粉粒和砂粒为主，阿拉尔灌区内耕地的土壤质地以粉壤土和砂壤土为主，占比约为36.81%和19.44%。

4）只冬灌处理所需盐分淋洗定额普遍高于只春灌处理和冬灌+少量春灌处理；只春灌处理所需盐分淋洗定额最小，但受制于盐分淋洗深度的限制，会造成生育期土壤积盐；冬灌+少量春灌（300 m3/hm2）处理能同时起到冬灌洗盐和春灌保墒的作用，灌区内适宜冬灌定额主要介于1 500～2 250 m3/hm2之间，占比约为48%，最有利于节水灌溉和作物出苗。

本研究采用分布式模拟的方法将农田尺度的模型扩展至区域尺度。由于垂向一维模型未考虑土壤水盐的侧向运动，在有洼地存在旱排的情况下，可能存在一定的误差。在今后的研究中，应当建立完善的灌区尺度田间定位监测站网，充分考虑空间变异影响下的土壤水盐垂向和侧向运移规律，并与遥感反演数据相结合，提高区域盐分空间分布动态模拟的精度。

[1] CHEN W, HOU Z, WU L, et al. Evaluating salinity distribution in soil irrigated with saline water in arid regions of northwest China[J]. Agricultural Water Management, 2010, 97(12): 2001-2008.

[2] 杨鹏年，孙珍珍，汪昌树，等. 绿洲灌区春灌效应及定额研究[J]. 水文地质与工程地质，2015(5)：29-33.

YANG Pengnian, SUN Zhenzhen, WANG Changshu, et al. A study of the effect and quota of spring irrigation on Oasis irrigation areas[J]. Hydrogeology & Engineering Geology, 2015(5): 29-33. (in Chinese with English abstract)

[3] LIU Y, ZENG W Z, AO Chang, et al. Optimization of winter irrigation management for salinized farmland using a coupled model of soil water flow and crop growth[J]. Agricultural Water Management, 2022, 270: 107747.

[4] 胡宏昌，田富强，张治，等. 干旱区膜下滴灌农田土壤盐分非生育期淋洗和多年动态[J]. 水利学报，2015，46(9)：1037-1046.

HU Hongchang, TIAN Fuqiang, ZHANG Zhi, et al. Soil salt leaching in non-growth period and salinity dynamics under mulched drip irrigation in arid area[J]. Journal of Hydraulic Engineering, 2015, 46(9): 1037-1046. (in Chinese with English abstract).

[5] 毛威，杨金忠，朱焱，等. 河套灌区井渠结合膜下滴灌土壤盐分演化规律[J]. 农业工程学报，2018，34(1)：93-101.

MAO Wei, YANG Jinzhong, ZHU Yan, et al. Soil salinity process of Hetao Irrigation District after application of well-canal conjunctive irrigation and mulched drip irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(1): 93-101. (in Chinese with English abstract)

[6] 钱颖志，朱焱，黄介生，等. 干旱地区排盐暗管优化布局关键参数研究[J]. 农业工程学报，2021，37(14)：117-126.

QIAN Yingzhi, ZHU Yan, HUANG Jiesheng, et al. Key parameters for the optimal layout of subsurface drainage pipe in arid areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(14): 117-126. (in Chinese with English abstract)

[7] 倪东宁，李瑞平，史海滨，等. 秋灌对冻融期土壤水盐热时空变化规律影响及灌水效果评价[J]. 干旱地区农业研究，2015，33(4)：141-145.

NI Dongning, LI Ruiping, SHI Haibin, et al．Temporal and spatial variation of soil water-salt-heat during freezing and thawing period and the irrigation effect under the autumn irrigation[J]. Agricultural Research in the Arid Areas, 2015, 33(4): 141-145. (in Chinese with English abstract)

[8] 李瑞平，史海滨，赤江刚夫，等. 基于SHAW模型的内蒙古河套灌区秋浇节水灌溉制度[J]. 农业工程学报，2010，26(2)：31-36.

LI Ruiping, SHI Haibin, TAKEO AKAE, et al. Scheme of water saving irrigation in autumn based on SHAW model in Inner Mongolia Hetao irrigation district[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(2): 31-36. (in Chinese with English abstract)

[9] 杨树青，丁雪华，贾锦风，等. 盐渍化土壤环境下微咸水利用模式探讨[J]. 水利学报，2011，42(4)：490-498.

YANG Shuqing, DING Xuehua, JIA Jinfeng, et al. Light-saline water use pattern in saline soil environment[J]. Journal of Hydraulic Engineering, 2011, 42(4): 490-498. (in Chinese with English abstract).

[10] 郝远远，徐旭，任东阳，等. 河套灌区土壤水盐和作物生长的HYDRUS-EPIC模型分布式模拟[J]. 农业工程学报，2015，31(11)：110-116.

HAO Yuanyuan, XU Xu, REN Dongyang, et al. Distributed modeling of soil water-salt dynamics and crop yields based on HYDRUS-EPIC model in Hetao Irrigation District[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 110-116,. (in Chinese with English abstract).

[11] LIU G M, LI J B, ZHANG X C, et al. GIS-mapping spatial distribution of soil salinity for Eco-restoring the Yellow River Delta in combination with Electromagnetic Induction[J].Ecological Engineering, 2016, 94: 306-314.

[12] SINGH R, KROES J G, DAM J C, et al. Distributed ecohydrological modeling to evaluate the performance of irrigation system in Sirsa district, India: I. Current water management and its productivity[J]. Journal of Hydrology, 2006, 329(3/4): 692-713.

[13] 王兴鹏. 冬春灌对南疆土壤水盐动态和棉花生长的影响研究[D]. 北京：中国农业科学院，2018.

WANG Xingpeng. Effects of Winter-Spring Irrigation on Soil Water-Salt[D]. Beijing: Chinese Academy of Agricultural Sciences, 2018. (in Chinese with English abstract).

[14] 阿拉尔市水利局. 阿拉尔市水资源公报2021[R]. 阿拉尔：阿拉尔市水利局，2022.

[15] 姚宝林. 南疆免冬春灌棉田土壤水热盐时空迁移规律与调控研究[D]. 北京：中国农业大学，2017.

YAO Baolin. Spatial-Temporal Migration And Regulation Of Soil Moisture, Heat And Salt In Cotton Field With No-Winter And Spring Irrigation In Southern Xinjiang[D]. Beijing: China Agricultural University, 2017. (in Chinese with English abstract)

[16] 新疆农业厅，新疆土壤普查办公室. 新疆土壤[M]. 北京：科学出版社，1996：51-52.

[17] 王云强，邵明安，刘志鹏. 黄土高原区域尺度土壤水分空间变异性[J]. 水科学进展，2012，23(3)：310-316.

WANG Yunqiang, SHAO Ming’an, LIU Zhipeng. Spatial variability of soil moisture at a regional scale in the Loess Plateau[J]. Advances in Water Science, 2012, 23(3): 310-316. (in Chinese with English abstract)

[18] JOURNEL A G, HUIJBREGTS C J. Mining Geostatistics[M]. London: Academic Press, 1978.

[19] 王瑞萍，万核洋，陈帅，等. 河套灌区乌拉特灌域春季土壤盐碱化空间分布特征[J]. 农业工程学报，2021，37(15)：105-113.

WANG Ruiping, WAN Heyang, CHEN Shuai, et al. Spatial distribution pattern of soil salinization in farmland of Wulate sub-irrigation areas in Hetao Irrigation District in Inner Mongolia in spring[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(15): 105-113. (in Chinese with English abstract)

[20] FLERCHINGER G N, SAXTON K E. Simultaneous heat and water model of a freezing snow-residue-soil system I. Theory and development[J]. Transactions of the ASAE, 1989, 32(2): 565-571.

[21] FLERCHINGER G N, HANSON C L, WIGHT J R. Modeling evapotranspiration and surface energy budgets across a watershed[J]. Water Resources Research, 1996, 32(8): 2539-2548.

[22] FLERCHINGER G N, SAUER T J, AIKEN R A. Effects of crop residue cover and architecture on heat and water transfer at the soil surface[J]. Geoderma, 2003(116): 217-233.

[23] 林栋，王峰，许尊秋，等. 基于SHAW模型的南疆典型棉田适宜冬春灌盐分淋洗策略[J]. 农业机械学报，2023，54(1)：326-338.

LIN Dong, WANG Feng, XU Zunqiu, et al. Appropriate winter and spring irrigations for salt leaching in typical cotton field of southern Xinjiang based on SHAW model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(1): 326-338. (in Chinese with English abstract)

[24] JIANG Y, XU X, HUANG Q Z, et al. Assessment of irrigation performance and water productivity in irrigated areas of the middle Heihe River basin using a distributed agro-hydrological model[J]. Agricultural Water Management, 2015, 147: 67-81.

[25] CAMPBELL G S. Soil Physics with BASIC: Transport Models For Soil-Plant Systems[M]. Amsterdam: Elseriver, 1985, 150: 359-360.

[26] 张玲，朱蓉慧，刘勇，等. 棉花种子萌发和出苗温度指标研究[J]. 中国棉花，2019，46(5)：24-26.

ZHANG Ling, ZHU Ronghui, LIU Yong, et al. Study on the germination and emergence temperature of cotton seed[J]. China Cotton, 2019, 46(5): 24-26. (in Chinese with English abstract).

[27] 王春霞，王全九，刘建军，等. 灌水矿化度及土壤含盐量对南疆棉花出苗率的影响[J]. 农业工程学报，2010，26(9)：28-33.

WANG Chunxia, WANG Quanjiu, LIU Jianjun, et al. Effects of mineralization of irrigation water and soil salinity on cotton emergence rate in Southern Xinjiang Uygur Autonomous Region of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(9): 28-33. (in Chinese with English abstract)

[28] 贺可，吴世新，杨怡，等. 近40 a新疆土地利用及其绿洲动态变化[J]. 干旱区地理，2018，41(6)：1333-1340.

HE Ke, WU Shixin, YANG Yi, et al. Dynamic changes of land use and oasis in Xinjiang in the last 40 years[J]. Arid Land Geography, 2018, 41(6): 1333-1340. (in Chinese with English abstract)

[29] 何宝忠，丁建丽，张喆，等. 新疆植被覆盖度趋势演变实验性分析[J]. 地理学报，2016，71(11)：1948-1966.

HE Baozhong, DING Jianli, ZHANG Zhe, et al. Experimental analysis of spatial and temporal dynamics of fractional vegetation cover in Xinjiang[J]. Acta Geographica Sinica, 2016, 71(11): 1948-1966. (in Chinese with English abstract)

[30] 刘纪远，匡文慧，张增祥，等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报，2014，69(1)：13-14.

LIU Jiyuan, KUANG Wenhui, ZHANG Zengxiang, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 13-14. (in Chinese with English abstract)

[31] 张仁铎. 空间变异理论及应用[M]. 北京：科学出版社，2005.

[32] 化骞寂. 永济灌域典型区土壤盐分时空变异分析与评价[D]. 扬州：扬州大学，2021.

HUA Qianji. Analysis and Evaluation of Spatial And Temporal Variation of Soil Salinization in Typical Area of Yongji Irrigation Area[D]. Yangzhou: Yangzhou University, 2021. (in Chinese with English abstract)

[33] 李瑞平，史海滨，赤江刚夫，等. 冻融期气温与土壤水盐运移特征研究[J]. 农业工程学报，2007，23(4)：70-74.

LI Ruiping, SHI Haibin, TAKEO AKAE, et al. Characteristics of air temperature and water-salt transfer during freezing and thawing period[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(4): 70-74. (in Chinese with English abstract)

[34] 刘广明，吕真真，杨劲松，等. 典型绿洲区土壤盐分的空间变异特征[J]. 农业工程学报，2012，28(16)：100-107.

LIU Guangming, LYU Zhenzhen, YANG Jinsong, et al. Spatial variation characteristics of soil salinity in typical oasis region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(16): 100-107. (in Chinese with English abstract)

[35] 马贵仁，屈忠义，王丽萍，等. 基于ArcGIS空间插值的河套灌区土壤水盐运移规律与地下水动态研究[J]. 水土保持学报，2021，35(4)：208-216.

MA Guiren, QU Zhongyi, WANG Liping, et al. Research on soil water and salt movement and groundwater dynamics in Hetao irrigation district based on ArcGIS spatial interpolation[J]. Journal of Soil and Water Conservation, 2021, 35(4): 208-216. (in Chinese with English abstract)

[36] 王全九，毕磊，张继红. 新疆包头湖灌区农田土壤水盐热特性空间变异特征[J]. 农业工程学报，2018，34(18)：138-145.

WANG Quanjiu, BI Lei, ZHANG Jihong. Spatial variability analysis of large-scale soil water, salt and heat characteristics in Baotou lake irrigation area of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 138-145. (in Chinese with English abstract)

[37] 周在明，张光辉，王金哲，等. 环渤海微咸水区土壤盐分及盐渍化程度的空间格局[J]. 农业工程学报，2010，26(10)：15-20.

ZHOU Zaiming, ZHANG Guanghui, WANG Jinzhe, et al. Spatial pattern of soil salinity and soil salinization in area around Bohai Sea[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(10): 15-20. (in Chinese with English abstract)

[38] 张芳，熊黑钢，田源，等. 区域尺度地形因素对奇台绿洲土壤盐渍化空间分布的影响[J]. 环境科学研究，2011，24(7)：731-739.

ZHANG Fang, XIONG Heigang, TIAN Yuan, et al. Impacts of regional topographic factors on spatial distribution of soil salinization in Qitai oasis[J]. Research of Environmental Sciences, 2011, 24(7): 731-739. (in Chinese with English abstract)

[39] 张源沛，胡克林，李保国，等. 银川平原土壤盐分及盐渍土的空间分布格局[J]. 农业工程学报，2009，25(7)：19-24.

ZHANG Yuanpei, HU Kelin, LI Baoguo, et al. Spatial distribution pattern of soil salinity and saline soil in Yinchuan plain of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(7): 19-24. (in Chinese with English abstract)

[40] WANG X G, HOLLANDERS P H J, WANG S L, et al. Effect of field groundwater table control on water and salinity balance and crop yield in the Qingtongxia Irrigation District, China[J]. Irrigation and Drainage, 2004, 53(3): 263-275.

[41] BACIS C M, ROSA V S, OLIVEIRA V A L, et al. Topography and spatial variability of soil physical properties[J]. Scientia Agricola, 2009, 66(3): 338-352.

[42] 申哲. 不同尺度下宁夏南部黄土区表层土壤质地空间分布的预测及成因分析[D]. 北京：中国农业科学院，2020.

SHEN Zhe. Spatial Prediction of Topsoil Texture and Analysis of The Causes In Loess Region of Southern Ningxia At Different Scales[D]. Beijing: Chinese Academy of Agricultural Sciences Thesis, 2020. (in Chinese with English abstract)

[43] 毛娜，黄来明，邵明安，等. 黄土区坡面尺度不同植被类型土壤饱和导水率剖面分布及影响因素[J]. 土壤，2019，51(2)：381-389.

MAO Na, HUANG Laiming, SHAO Ming′an, et al. Profile distribution of soil saturated hydraulic conductivity and controlling factors under different vegetations on slope in loess region[J]. Soil, 2019, 51(2): 381-389. (in Chinese with English abstract)

[44] 赵亚丽，王云强，张兴昌. 黄土高原生态工程区土壤容重及饱和导水率的分布特征[J]. 农业工程学报，2020，36(10)：83-89.

ZHAO Yali, WANG Yunqiang, ZHANG Xingchang. Distribution characteristics of bulk density and saturated hydraulic conductivity in intensive land restoration project areas on the Loess Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(10): 83-89. (in Chinese with English abstract)

[45] 彭振阳，伍靖伟，黄介生. 采用间歇灌溉进行土壤盐分淋洗的适用性[J]. 水科学进展，2016，27(1)：31-39.

PENG Zhenyang, WU Jingwei, HUANG Jiesheng. Feasibility of applying intermittent irrigation on solute leaching[J]. Advances in Water Science, 2016, 27(1): 31-39. (in Chinese with English abstract)

[46] 胡宏昌，田富强，张治，等. 干旱区膜下滴灌农田土壤盐分非生育期淋洗和多年动态[J]. 水利学报，2015，46(9)：1037-1046.

HU Hongchang, TIAN Fuqiang, ZHANG Zhi, et al. Soil salt leaching in non-growth period and salinity dynamics under mulched drip irrigation in arid area[J]. Journal of Hydraulic Engineering, 2015, 46(9): 1037-1046. (in Chinese with English abstract)

Spatial distribution characteristics of the suitable salt leaching quota in typical irrigation areas of southern Xinjiang based on SHAW model

LIN Dong, HUANG Xi, XU Zunqiu, MAO Xiaomin※

(1.,100083,; 2.,733000,)

Soil salinization has been one of the major soil degradation processes threatening the natural ecosystem in the world. Effective utilization of water resources can be used to prevent soil salinization so far. It is of great significance to clarify the spatial distribution characteristics of soil salt leaching quota in the fallow period in the arid region of Northwest China. However, the point-scale salinity leaching quota cannot fully reflect the regional situation, due mainly to the spatial variability of soil salinity and texture. Taking the Alar irrigation district of southern Xinjiang as an example, this study aims to obtain the spatial distribution characteristics of soil salinity and texture using remote sensing images in recent 20 years. Spatial interpolation was also combined to extract the land use data. The hydraulic response unit was then identified with the identical simulation condition using simultaneous heat and water (SHAW) model. An improved distributed model was established to clarify the spatial distribution characteristics of appropriate salt leaching quota under different irrigation modes. The results showed that there was ever-increasing farm land over the past 20 years, in terms of the main land use type and the area in the north of the irrigated areas. An outstanding spatial variability was also found in the soil salinity areas. Specifically, the randomness and variability of the surface layer were higher than those of the deep layer in this case. The soil was mostly at the level of mild salinization in the irrigated areas. In the distribution of soil salt, the soil salt content was larger in the west than in the east, while larger in the south than in the north. The farm land in the north of the irrigation area was mostly formed by the late reclamation of wasteland, indicating the higher content of soil base salt. Meanwhile, the soil salinity was significantly higher than that in the south. Furthermore, the soil texture presented the silt and sandy loam, accounting for about 36.81% and 19.44% of the soil, respectively. As such, the soil salinity and sand content were the main influencing factors on the salt leaching quota. An optimal salt leaching was carried out to fully meet the soil moisture content suitable for the cotton emergence in the next spring. Nevertheless, the high sand content normally led to low soil water retention. Particularly, the smaller quota of winter irrigation cannot provide the soil moisture content that is required by crops in spring. At the same time, only winter irrigation treatment was very necessary to leach the salt into the deeper soil layer using the higher irrigation quota, in order to reduce the soil salt returning. By contrast, only spring irrigation treatment was considered whether the soil condition after irrigation met the hydrothermal and salt conditions required for the cotton seedling emergence. The salt leaching quota of only winter irrigation was generally higher than that of only spring irrigation and winter irrigation + a small amount of spring irrigation. Only spring irrigation treatment was required for the minimum salt leaching quota. But, the salt accumulation resulted in the soil during the growth period during only spring irrigation treatment, due to the limitation of salt leaching depth. The treatment of winter irrigation + a small amount of spring irrigation (300 m3/hm2) was combined with the advantages of the rest of the three irrigation modes (only winter irrigation, only spring irrigation, and winter irrigation + a small amount of spring irrigation). The suitable winter irrigation quota of winter irrigation + a small amount of spring irrigation in the irrigated area was mainly between 1 500 and 2 250 m3/hm2, indicating the most beneficial option for water saving and crop emergence. This finding can also provide a strong reference for the optimal allocation of local water resources in the control of soil salinization.

salts; leaching; soils; irrigation area of southern Xinjiang; texture; spatial distribution; SHAW model

10.11975/j.issn.1002-6819.202210217

S274.3

A

1002-6819(2023)-01-0070-11

林栋，黄茜，许尊秋，等. 基于SHAW模型的南疆典型灌区适宜盐分淋洗定额空间分布[J]. 农业工程学报，2023，39(1)：70-80.doi：10.11975/j.issn.1002-6819.202210217 http://www.tcsae.org

LIN Dong, HUANG Xi, XU Zunqiu, et al. Spatial distribution characteristics of the suitable salt leaching quota in typical irrigation areas of southern Xinjiang based on SHAW model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(1): 70-80. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202210217 http://www.tcsae.org

2022-10-27

2022-12-10

国家重点研发计划项目（2021YFD1900801-01）；国家自然科学基金项目（51790535，51861125103）

林栋，博士生，研究方向为水文水资源方面。Email：lindong_lucky@qq.com

毛晓敏，教授，博士生导师，研究方向为水文水资源与农业水土工程。Email：maoxiaomin@cau.edu.cn