用分布式水循環模型與機器學習預測內蒙古河套灌區節水潛力

趙 晶 ，段晶晶 ，王 濤 ，畢彥杰 ，高 峰

（1. 華北水利水電大學水資源學院，鄭州 450046；2. 中水北方勘測設計研究有限責任公司，天津 300222）

0 引言

至2022 年底，中國大中型灌區有7 000 多處，有效灌溉面積3.47 億hm2，是中國糧食和重要農產品主產區，是國家糧食安全的重要保障[1]。2021 年，黃河流域總用水量389.3 億m3，其中農田灌溉用水量占比66.0 %，高于全國平均水平的61.6%。近年來黃河上中游的梯田、淤地壩、退耕還林還草等措施使得黃河徑流量顯著減少[2]，干旱缺水已成為黃河流域農業可持續發展的剛性約束，節水已迫在眉睫。黃河流域節水的重點在于農業，農業節水的重點在于引黃灌區，河套灌區是黃河流域最大的灌區，是國家重要糧食生產基地和西部重要生態保護屏障。高強度水資源開發利用與人類活動深刻影響著河套灌區下墊面條件，科學而深刻地認識灌區水循環過程是理清灌區節水潛力的前提[3]。

目前，學術界對節水潛力尚未形成一個統一、公認的定義和概念。雷波等[4]認為灌區節水潛力可分為“工程節水量”和“真實節水量”兩種。崔遠來等[5]提出了凈節水量的概念，認為傳統方法計算出來的節水潛力減去節水措施前后回歸水量的差值后才是凈節水量。裴源生等[6]提出耗水節水的概念，認為真實的節水潛力應同時包含取用水節水和耗水節水，耗水節水量體現了區域真正的節水潛力。RAEISI 等[7]認為農業節水不應減少灌溉回水量對地下水補給或生態環境流量補給。KARIMOV等[8]認為農業真實節水的重點在于減少蒸散發量。

關于農業節水潛力的確定方法眾多學者從多角度進行了研究。傅國斌等[9]將某一基準年的實際灌溉用水量和非充分灌溉條件下灌溉需水量的差值作為理論節水潛力。彭致功等[10]構建了區域作物水分生產函數，通過確定主要作物蒸騰蒸發量定額計算了耗水節水潛力。TORNQVIST 等[11]利用分布式水文模型研究了中亞咸海流域灌溉技術改進的節水效應。顧文權等[12]采用可變滲透能力（variable infiltration capacity，VIC）水文模型分析種植結構調整后漢江流域的真實節水潛力。吳迪等[13]構建土壤水評價（soil and water assessment tool，SWAT）模型，分析湖北漳河灌區楊樹垱流域的節水潛力。以往節水潛力研究多針對取用水節水，部分文獻針對耗水節水，但未考慮節水后對區域地下水埋深與生態環境系統的影響。此外以往灌區節水潛力研究對土壤中鹽分變化考慮不足。已有的土壤水鹽運移模型大多依賴于復雜的物理過程機理[14]，模型求解過程中邊界條件復雜、計算參數眾多且難以率定等問題限制了模型的應用，而且水鹽運移的非線性和突變性會降低這些機理模型的準確性和可靠性，且灌區水鹽運移的復雜機理也尚未完全理清[15]?；跀祿寗拥慕y計模型更具優勢，伴隨機器學習理論及技術的發展，此類模型逐漸在模擬土壤水鹽運移方面得到認可[16]。

內蒙古河套灌區降水少蒸發大，長期引黃灌溉形成了適應區域引排水條件的獨特生態格局。引黃水已經成為維系河套灌區經濟-社會-生態系統健康發展的重要命脈。合理的地下水埋深是維持灌區及其周邊綠洲的重要保障，大規模節約用水必然改變灌區水循環通量、土壤水下滲規律，影響地下水埋深，進而可能對河套灌區及其周邊植被生長、地下水補水量與面積、土壤含鹽量等帶來深遠影響。因此，本文構建灌區分布式水循環模型、基于機器學習的土壤鹽分模型，設置節水方案集，定量分析各方案下的灌區引耗水量、地下水埋深、土壤積鹽量等變化，對比分析各方案，在地下水埋深、鹽分平衡約束下選擇灌區耗水節水量最大的方案作為灌區的真實節水潛力，以期為引黃灌區節水方案制定與灌溉管理提供技術支撐。

1 研究區概況與研究方法

1.1 研究區概況

內蒙古河套灌區地處中國西北干旱半干旱區，降雨少，蒸發強烈，易發生干旱，春旱尤其嚴重，必須靠灌溉發展農業[17]。千百年來，內蒙古河套灌區由于其地形地勢、氣候特征等形成了獨特的引水和排水渠系網絡。灌區引水系統包括總干渠1 條，干渠 13 條，分干48 條，支渠204 條，以及復雜的斗區、農渠和毛渠共七級引水渠系；排水系統包括總排水干溝1 條，干溝12 條，分干溝 59 條，支溝210 條，以及更小的排水溝[17]。1999 年10 月內蒙古自治區確定分配給河套灌區的引黃指標將由52 億 m3減至40 億 m3[18]，給河套灌區的工農業發展帶來了巨大挑戰，農業節水勢在必行。

1.2 模型構建

1.2.1 灌區分布式水循環模型

以數字高程模型（digital elevation model，DEM）節點為中心，將灌區劃分為若干個網格，各個網格內依據水量平衡進行水循環過程的模擬。各級引水渠道將水從河道引出輸送到田面上，將原來在河道中的匯流過程改變為分散過程。各級排水溝將水從最末一級排水溝引入干溝進行匯流，可看作是一個人工控制的匯流工程。打井抽水灌溉改變地下水的徑流時空分布過程，將地下水資源通過集中的抽水分布在田面上。此外田?。ㄌ飰K）、田面平整、滴灌微灌等灌溉方式、耕種方式、保墑技術、種植作物類型等均改變了降水或灌溉水在田面上的蒸發、下滲、匯流方向和產流通量。灌區水循環系統概化圖如圖1 所示。

1）蒸散發模擬

考慮3 種類型的蒸散發：植被蒸騰、冠層蒸發、裸地蒸發。蒸散發計算需輸入蒸發器實測水面蒸發和流域蒸散發能力的折算系數。

2）土壤水運動模擬

各土層間的非飽和土壤水分運動規律滿足達西定律，利用一維Richads 方程來描述水分由上層土壤到下層土壤的垂向運動過程，當土壤含水量大于孔隙度時，水力傳導度為常數，否則，水力傳導度K（m/d）是隨土壤基質勢（或土壤含水率）變化的函數，即非飽和土壤水運移的達西定律[19]為

式中q為下滲流量，m3/s；θ為土壤體積含水率，cm3/cm3；h為土壤基質勢，kPa；?H為水力梯度，m/m；K(θ) 和K(h)為分別為土壤含水率和土壤基質勢的水力傳導度函數。

由于K(h)受滯后影響較大，式（1）僅適用于單純的吸濕或脫濕過程，但式（1）可有效地避免滯后作用。滯后現象表現為對于同樣質地和結構的土壤，即使在恒溫條件下，對于吸水和脫水過程，負壓（吸力）與含水率的關系曲線是不同的。本文土水勢不考慮氣壓勢、溫度勢及溶質勢，只包括重力勢和基質勢。因此，總水頭以位置水頭和壓力水頭之和表示。

土壤的水分特征曲線與水力傳導度之間有密切關系，通過不同的非飽和水力參數將水力傳導度和水分特征曲線聯系起來。本文利用Brooks-Corey 模型（BC 模型）描述土壤水分特征曲線和水力傳導度之間的關系[19]：

式中 θr、θs表示殘留含水率和飽和含水率，cm3/cm3；Ks為飽和水力傳導度，m/d；S(θ)為飽和度，無量綱；γ為土壤負壓，m；pd為土壤顆粒分布大小參數，無量綱；α為多孔介質進氣值的倒數，m-1。

式中Qv為單位步長時段內的入滲水分通量，m3/s；為累計上層入滲量后當前土層含水率，即殘留含水率，%；θt為t時刻土壤體積含水率，cm3/cm3；qv為沿豎直方向單位時間步長的土壤水分通量，m3/s。

3）地下水埋深計算

非飽和帶采用分層土壤模型進行土壤水模擬。當模型對計算網格內的土壤水模擬時，首先對各層土壤向其上層土壤運移水量進行計算，為便于計算，在向上水分傳輸補給方面做一定簡化處理，只有在下層的土壤含水率高于該層孔隙度時，才發生向上水分傳輸補給，同時該層的土壤含水量等于孔隙度。

首先進行最下層土壤的超額的田間持水量EFCap和水量存儲TStor計算，同時，將網格時段內的凈壤中流添加到其中。如果在模型計算過程中出現EFCap＜0，則令EFCap=0；之后，依次計算各層超額的田間持水量EFCap和水量存儲TStor，并依次累加，直到完成所有土層計算，最終可得到累計各層總超額的田間持水量TEFCap和總土壤的水量存儲TTStor，地下水水位計算流程見圖2。計算式見式（6）～式（13）。

圖2 地下水埋深計算流程圖Fig.2 Groundwater depth calculation flowchart

地下水埋深計算按式（6）和式（7）計算，取向下為正。

如果根據式（6）計算所得tTd＞0，那么

式中tTd為地下水水位，cm；ToD為總土深，cm；EFCap、TStor為各層超額的田間持水量和土壤存儲水量，cm3/cm3；DLD表示該計算網格最下層土深，cm；ai為第i個土層調整系數，無量綱，Dp為表示最下層土壤層的孔隙度，cm3/cm3；DFCap為總田間持水量，cm3/cm3；mi表示第i個土層土壤含水量，cm3/cm3；Ri表示各層土壤厚度，cm；Fi代表第i個土層的田間持水量,cm3/cm3；TEFCap為總田間持水量，cm3/cm3；TTStor為總土壤的水量存儲，cm3/cm3。

地下水出流計算采用線性水庫法，將灌區劃分為若干個網格劃，每個網格對應一個集水水庫以及基流水庫，水流從土壤流入設定的水庫，又流向深層基流水庫，最后流入排水渠道。

4）灌區引、灌、排水過程模擬

①渠灌區引水、排水過程

設置一條引水干渠，從河道中取水，再利用支、斗、農渠進行逐級引水分配到各個水循環單元[20]。排水干溝按照一維運動波方法計算排水，支溝、斗溝、田間排水毛溝等按照引水渠系的平衡計算思路來計算排水溝系的水量平衡。

②灌水過程

模型計算中，引、提水量以月為計算的時間單位，為反映每天的灌水過程，設置一個“虛擬水庫”，模擬儲水、放水過程，根據可灌水量的上限與需水量控制每日的可灌水量。模型設置最大可接受作物種植輪作次數為2 輪。灌區水分來源：地表水、地下水、當日降水，優先使用當日降水，其次是地表水、最后為地下水。

5）灌區水量平衡

根據灌溉水分運動過程，建立灌區水量平衡方程，表示為：

式中 ΔT為田間土壤水蓄變量，mm；Qirri為灌溉水量，mm；P為降雨量，mm；E為蒸散發量，mm；ΔQ為地下水變化量，mm；Qcanal為渠系下滲量，mm，采用渠系滲漏系數法計算；Qfield為灌區凈留水量，由灌區凈灌溉水量減去田間滲漏水量得出，mm；Qeva為實際蒸散發量，mm；Qe為地下水開采量，mm；Pground為地下水排水量，mm；Pcanal為排水渠道排水量，mm。

1.2.2 基于機器學習的土壤鹽分模型

較大區域中土壤屬性的非線性作用更加明顯，而機器學習與數據挖掘技術能夠有效解決土壤鹽分與環境因子之間非線性的問題[21]，本文選擇常見的隨機森林（random forest，RF）和長短期記憶人工神經網絡（long short-term memory，LSTM）、支持向量機（support vector machines，SVM）3 個機器學習算法來構建土壤鹽分模型。隨機森林通過集成學習的Bagging 思想，在決策樹的訓練過程中引入隨機屬性選擇，被譽為“代表集成學習技術水平的方法”。長短期記憶網絡是一種特殊的循環神經網絡，能夠有效避免模型訓練過程中出現的梯度消失或者梯度爆炸問題，在一定程度上解決了循環神經網絡存在的長時間依賴問題。支持向量機是一種二分類模型，它的目的是尋找一個超平面來對樣本進行分割，分割的原則是間隔最大化，最終轉化為一個凸二次規劃問題來求解。對比各類方法及方法集合平均值，選擇擬合精度較大的土壤含鹽量的集合模擬結果。

降水是土壤水分的重要來源，降水/灌溉水對土壤的脫鹽效果較強[22]。在高強度蒸發條件下，水分蒸發而鹽分滯留土壤中，不同土層的全鹽含量隨著潛在累積蒸發量的增加而增大[23]。地下水埋深被認為是水平地形土壤鹽漬化的關鍵驅動因素，土壤鹽分受地下水埋深影響顯著，當地下水埋深小于臨界深度（指不引起土壤嚴重積鹽、且不危害作物生長的最小地下水埋深時）時，地下水中的鹽分會隨毛細水不斷向上遷移到耕作層和地表[24-25]，導致灌區土地鹽漬化問題。故本文選用降水量+灌溉水量-實際蒸散發量、地下水埋深2 個變量作為自變量，土壤含鹽量作為因變量，基于模擬和觀測土壤積鹽量的納什系數評價指標來訓練3 個機器學習算法。

1.3 數據來源

氣象數據資料來自國家氣象局網站共享數據。研究區DEM 數據采樣的精度為30 m。土壤分布信息采用南京土壤所公布的全國土壤分布圖?？紤]到整個含水層的水文地質條件和水力特性，模型分為兩層，第一層厚度變化不大（設置為平均厚度7.4 m），第二層厚度為20～300 m。給水度較小位于0.02～0.05 之間。土地利用數據來自內蒙古巴彥淖爾市自然資源局提供的2009 年與2017 年土地利用信息。將研究區劃分為30 km×30 km 正方形柵格，見圖3。

圖3 研究區總的計算單元Fig.3 The total calculation unit in study region

1.4 節水方案設置

根據河套灌區節水現狀與節水效果，本文篩選影響較為顯著的渠系節水措施、田間節水措施、種植結構調整措施作為主要節水措施，以此為基礎構建節水方案（方案設置依據《巴彥淖爾市水資源規劃》、《內蒙古河套灌區現代化規劃（2021—2035 年）》），見表1?；鶞史桨笧?018 年河套灌區實際情況。

表1 河套灌區農業節水方案Table 1 Agricultural water-saving schemes in Hetao Irrigated Region

2 結果與分析

2.1 模型率定和驗證

2.1.1 分布式水循環模型

對水循環過程中的實際蒸散發量、排水量和地下水埋深進行率定和驗證，率定期為2009—2014 年，驗證期為2015—2018 年。其中，蒸發采用系數參考文獻[26]，見表2；排水過程驗證采用河套灌區管理局提供的22 條主要排水干溝及總排干4 個控制斷面2009—2018 年10 a 的月流量過程信息進行率定與驗證，見表3；地下水埋深則利用2014—2018 年地下水觀測井實測資料進行驗證。結果表明，水面蒸發模型的納什系數均不低于0.654，相對誤差絕對值不高于4.82%，相關關系為0.88，排水過程納什系數均不低于0.600，相對誤差絕對值不高于5.11%，相關關系為0.82，地下水埋深的納什系數均不低于0.628，相對誤差絕對值不高于5.12%，相關關系為0.86，滿足精度要求。

表2 不同作物蒸散發系數Table 2 Crop evapotranspiration coefficients for different crops

2.1.2 土壤鹽分模型

灌溉水量、地下水埋深與土壤積鹽數據來自于河套灌區的監測數據，蒸散發量由構建水循環模型輸出。輸入1990—2016 年月過程的降水量+灌溉水量-蒸發量、地下水埋深與土壤積鹽量數據分別訓練隨機森林模型、長短期記憶人工神經網絡模型與支持向量機模型，采用2017—2018 年數據驗證3 個模型。支持向量機模型的模擬效果較差，納什系數在0.50～0.60 之間，隨機森林模型的納什系數在0.70～0.80 之間，長短期記憶人工神經網絡模型納什系數為0.9 左右，可能存在一定的過擬合現象。故本文將隨機森林、長短期記憶人工神經網絡與支持向量機輸出的土壤積鹽量數據求集合平均值，再與實測值進行對比，得到土壤積鹽量與實測值的納什系數均不低于0.76（見表4），相對誤差絕對值不高于3.01%，相關系數為0.89，滿足精度要求。

表4 驗證期土壤積鹽量實測值與模擬值納什系數Table 4 NSE between measured and simulated soil salinity during validation period

2.2 模擬結果分析

2.2.1 引耗水量影響

灌區節水會引起入滲、潛水蒸發以及地下水埋深等水循環要素發生變化。表5 是不同節水方案下灌區引、耗水量的變化情況。

表5 不同節水方案下灌區引耗水量Table 5 Water consumption under different water-saving schemes in irrigated region 億m3

從表5 可以看出，S1 方案下渠系水利用系數提高到0.60，引黃水量減少4.18 億m3，耗黃水量減少2.05 億m3，農田耗水量減少2.10 億m3，但因渠道滲漏量減少，地下水位下降，可能引起湖泊濕地、林草地等面積萎縮，生態耗水量減少0.83 億m3，S1 方案河套灌區耗水節水量達到2.93 億m3。S2 方案實施田間節水調控措施，引黃水量減少3.62 億m3，耗黃水量減少3.79 億m3，農田耗水量減少2.89 億m3，河套灌區耗水節水量達到3.02 億m3。S3 方案下調整種植結構，在引黃水量不減少的情況下，耗黃水量減少0.96 億m3，生態耗水量增加0.23 億m3，農田耗水量減少2.77 億m3，河套灌區耗水節水量達到2.54 億m3。不同方案組合，S1+S2+S3 方案河套灌區耗水節水量最多，為9.11 億m3，S2+S3 方案組合次之，耗水節水量5.69 億m3。

2.2.2 地下水埋深影響

河套灌區淺層地下水補給主要依賴引黃灌溉過程。當渠系水利用系數提高，渠系滲漏水量減少，即入滲補給地下水的水量會顯著減少，從而影響灌區地下水埋深的時空分布情況，并帶來相應的生態環境效應?；鶞史桨赶?，平均每年地下水入滲補給量25.79 億m3，主要集中在10 月、5 月、6 月、7 月與9 月，占全年總補給量的84%（見圖4）。S1 方案下農田灌溉用水量沒有變化，渠系水利用系數提高到0.6，渠道滲漏補給地下的水量減少，減少了入滲補給地下水量，地下水水位下降。林草地、未利用地的入滲補給主要依靠本地降水，補給量很小，若潛水蒸發量遠大于入滲量，地下水位將迅速下降，是影響灌區地下水位變化的關鍵因素。S1 方案下地下水入滲補給量19.63 億m3，較基準方案減少6.16 億m3，導致地下水埋深的持續加大，地下水埋深＞3 m 的面積比例較基準方案增加了7.59%，地下水埋深＞2.5～3.0 m 的面積比例較基準方案增加了4.44%（見圖4）。S2 方案下，引黃水量減少，相應的渠道滲漏量減少，田間工程措施使得相應的農田入滲量減少，S2 方案下地下水入滲補給量較基準方案減少2.57 億m3，灌區地下水位下降，地下水埋深＞3 m 的面積比例較基準方案增加了2.54%，地下水埋深2.5～3.0 m 的面積比例較基準方案增加了1.58%。S3 方案下，在引黃水量無變化的情況下，渠道入滲補給量可認為無變化，農田灌溉用水量減少，農田入滲補給量減少，更多的水分補給生態環境用水（排入烏梁素海），地下水入滲補給量略微減少，較基準方案減少0.31 億m3，地下水位變化不大。

圖4 不同方案下地下水補給量和埋深面積的比例Fig.4 Proportion of groundwater recharge and buried area under different schemes

不同方案組合，S1+S2+S3 方案下地下水入滲補給量較基準情景減少量最大，為9.00 億m3，S1+S3 方案組合次之，較基準方案減少8.52 億m3。S1+S3 方案較基準方案減少7.57 億m3，S2+S3 方案較基準方案減少2.64 億m3。

選擇對地下水入滲補給量影響較大的S1、S1+S2、S1+S2+S3 方案進行分析。以枯水期3 月為例，基準情景下灌區西部、山前、臨河區等周邊部分區域為地下水埋深高值區（圖5），隨著耗水節水量的增多，地下水埋深高值區從上述區域逐步擴散，S1+S2+S3 方案下在西北部、山前、烏拉特前旗、烏梁素海東部的形成連片埋深高值區，對區域生態的影響更加顯著。S1、S1+S2、S1+S2+S3 下地下水埋深超過6 m 的面積比例較基準情景分別增加了1.22%、4.31%、5.93%，地下水埋深超過4 m 的面積比例較基準情景分別增加了5.80%、6.63%、8.71%。地下水埋深超過3 m 的面積比例較基準情景分別增加了7.59%、12.60%、13.23%。

圖5 不同方案下3 月地下埋深空間分布Fig.5 Spatial distribution of groundwater buried depth (BD) under different project in March

2.2.3 灌區鹽分影響

本文選擇積鹽量作為灌區水鹽約束指標。S1 方案較基準情景積鹽量增加1.7 萬t（見表6）。S2 方案隨著田間土地平整、畦田改造，中低產田改造措施的實施，灌區進、排鹽量逐漸減小，積鹽量較基準情景減少2.3 萬t。S3 方案隨著種植結構調整，灌區進鹽量變化不大（因引黃水量不變）、排鹽量增多（因排水量增多），積鹽量較基準情景減少4.5 萬t。由表6 可以看出，S2+S3 方案積鹽量較基準情景較少最多，其次為S3、S1+S2+S3、S2、S1+S3、S1+S3。

表6 不同方案積鹽量變化Table 6 Changes in salt accumulation for different schemes

2.2.4 節水潛力分析

從節水對地下水埋深、水鹽平衡2 個方面的影響對各方案進行對比分析，結果見表7。

表7 不同方案耗水節水量與其影響Table 7 Water-saving amount and its impact of different watersaving schemes

隨著耗水節水量的增多，地下水埋深逐漸增厚，將對灌區生態產生明顯影響。S3 方案耗水節水量最?。▋H2.54 億m3），地下水埋深與基準方案相比變化不大。但仍有節水空間。耗水節水量最大的S1+S2+S3 方案（耗水節水量9.11 億m3），引起地下水埋深變化明顯，自然植被生育期平均埋深超過2.5 m 的面積比例達到27.90%，在西北部、山前、烏拉特前旗、烏梁素海東部的形成連片埋深高值區，會對灌區陸面生態環境造成明顯影響。而且S1+S2+S3 方案下灌區排入烏梁素海的水量減少至5.15 億m3，較基準情景減少了28%，入烏水量的減少會加劇烏梁素海水體污染[27]。S1+S2 方案不利于灌區脫鹽，引起烏梁素海排入水量減少2.62 億m3，較基準情景減少了37%，會明顯加劇烏梁素海水質污染。綜合考慮節水對下水埋深、水鹽平衡的影響，S1+S3、S2+S3 方案對地下水埋深影響不明顯，雖會引起排入進烏梁素海水量減少，相對于基準情景分別減少了6%、12%，但S2+S3 方案下積鹽量變化明顯高于S1+S3 方案，更利用灌區排鹽，故推薦灌區適宜節水方案為S1+S3 方案，灌區真實節水量為5.69 億m3。

3 討論

本文將地下水埋深作為重要生態約束控制指標之一，分析灌區節水對生態環境的影響。S1 方案下，渠系節水引起地下水水位下降，與屈忠義等[28]研究結果結論較為接近。對于河套灌區適宜地下水位，汪林等[29-30]認為寧夏河套灌區非生育期地下水的適宜控制埋深為2.0～2.4 m、作物生長期地下水的適宜控制埋深為1.2～1.5 m。郝遠遠等[31]研究發現寧夏灌區玉米生長期的適宜埋深應控制在1.5 m 左右。王倫平等[32]經過作物生理特性鑒定得出小麥和糜子的地下水適宜深度為1.5～2.0 m。高鴻永等[33]認為當地下水位埋深在1.2～2.5 m 時，新植林區幼樹生長發育正常，幼樹基本無枯梢枯干現象；當地下水位埋深超過3 m 時，幼樹枯梢枯干現象隨地下水位下降而增多。彭翔[34]認為河套灌區天然植被的最佳地下水埋深為1.6～2.0 m，生態維持水位埋深區間為1.0～5.0 m，地下水埋深超過5 m 時，將明顯影響天然植被正常生長。綜合考慮上述研究成果，河套灌區農田生育期地適宜地下水埋深應控制在1.5～2.0 m，非生育期地下水埋深應該控制在2.0～2.5 m；河套灌區林草地適宜地下水埋深應控制在2.0～3.0 m，最大應控制在3.5 m 以內，才能保證天然植被不退化。本文所選擇的S2+S3 方案，自然植被生育期平均埋深超過2.5 m 的面積比例、農田生育期埋深超過2.0 m 的面積比例分別較基準方案增多2.22%、1.05%，對灌區生態環境影響不明顯。而耗水節水量最大的S1+S2+S3 方案，自然植被生育期地下水平均埋深超過2.5 m 的面積比例、農田生育期埋深超過2.0 m的面積比例較基準方案分別增多8.22%、13.44%，將會對生態環境產生影響。

關于灌區土壤脫鹽與水鹽平衡問題，汪林等[35]通過鹽分排引比分析灌區積鹽、脫鹽的和鹽漬土改良的指標，證實了35 年來銀北灌區鹽堿地處于脫鹽這一過程。賈忠華等[36]選擇灌區鹽分的排引比分析寧夏銀南灌區水鹽平衡。本文選擇積鹽量作為水鹽平衡約束的指標。當S1方案下渠系水利用系數提高，引水量減少，將直接減少排水量，加重灌區鹽分累積，不利于灌區脫鹽，與王國帥等[37-38]研究結論一致，節水改造后，引排水量逐年減少，鹽分無法有效排除灌區。S2 方案結果說明田間調控措施有利于灌區脫鹽，與馬貴仁等[39]的研究結論一致；田間平地縮塊、畦田改造、土地平整等措施，能夠有效提高農作物灌水效率，均勻灌水，既達到節約用水的目的，同時還能夠減少土壤中鹽分積累，利于灌區脫鹽，與崔婷婷[40]的研究結論一致；地膜覆蓋可改良土壤鹽堿化，與王婧等[41]研究結論一致。S3 方案說明調整種植結構在引黃水量不減少的情況下有利于灌區脫鹽，與郭姝姝[42]研究結果一致，擴大玉米種植面積、葵花面積均可有效地降低河套灌區含鹽量。S3 方案種植結構調整，增加種葵花等低耗水、耐鹽作物的種植比例，可減少秋澆水量[43]，但種植結構調整對水鹽平衡與鹽堿化的影響仍需進一步深入定量研究。地下水埋深與土壤鹽分關系、不同水鹽條件下的響應過程也需要開展一系列的系統試驗與調查研究工作。

4 結論

本文構建分布式水循環模型與基于機器學習的鹽分模型，探討了河套灌區節水潛力，得出如下結論：

1）基于河套灌區分布式水循環模型，對水循環過程中的實際蒸散發量、排水量和地下水埋深等指標進行參數率定和驗證，結果顯示：水面蒸發的納什系數均不低于0.654，相對誤差絕對值不高于4.82%，相關關系為0.88，排水過程納什系數均不低于0.600，相對誤差絕對值不高于5.11%，相關關系為0.82，地下水埋深的納什系數0.628，相對誤差絕對值不高于5.12%，相關關系為0.86，滿足精度要求。選擇3 個機器學習算法構建土壤鹽分模型，取平均值與實測值進行對比，得到土壤積鹽量與實測值的納什系數均不低于0.76，相對誤差絕對值不高于3.01%，相關系數為0.89，滿足精度要求。

2）篩選影響較為顯著的渠系節水措施、田間節水措施、種植結構調整措施作為主要節水措施，以此為基礎構建節水方案及組合方案7 個。襯砌節水渠道S1方案下渠系水利用系數提高到0.60，耗水節水量達到2.93 億m3。田間節水調控S2 方案，耗水節水量達到3.02 億m3。種植結構調整S3 方案下在引黃水量不減少的情況下，耗水節水量達到2.54 億m3。不同方案組合，S1+S2+S3 方案灌區節水量最多，為9.11 億m3，S2+S3方案組合次之，耗水節水量5.69 億m3。S1+S3 方案耗水節水量5.57 億m3。

3）渠系水利用系數提高，將引起地下水水位下降，不利于排鹽，S1 方案下地下水埋深大于3 m 的面積比例較基準方案增加了7.59%，地下水埋深2.5～3.0 m 的面積比例較基準方案增加了4.44%，不利于灌區排鹽。田間工程措施使得相應的農田入滲量減少，地下水位下降，有利于灌區脫鹽，S2 方案下地下水入滲補給量較基準方案減少2.57 億m3，灌區地下水位下降較為明顯，S2 方案有利于灌區脫鹽。S3 方案下地下水入滲補給量略微減少，地下水位變化不大，有利于灌區脫鹽。不同方案組合，S1+S2、S1+S2+S3 方案下對地下水埋深影響較大，尤其是S1+S2+S3 方案在灌區西北部、山前、烏拉特前旗、烏梁素海東部的形成連片埋深高值區，影響區域生育期農田作物與林草地植被生長。S1+S2 方案下不利于灌區脫鹽。在綜合考慮生態環境的約束下，推薦耗水節水量最大的方案S2+S3，即灌區適宜的耗水節水潛力為5.69 億m3。該方案下雖然也會引起地下水位略有下降、進烏梁素海排入水量略微減少，但最有有利于灌區排鹽。