农田径流中溶质流失的试验研究与改进的数据同化预测方法

Two-dimensional mixing theoretical prediction model of solute transfer from the small scaled agricultural field soil into the surface runoff is studied in this proposal. Corresponding experiments of simulated rainfall induced surface runoff in the small scaled agricultural field are conducted. And data assimilation method via the ensemble Kalman filter (EnKF) is improved and applied to the prediction model with experimental data, which updates model parameters and improved predicted data. In this proposal, the main contents are as follows. First of all, two-dimensional mixing theoretical prediction model of the solute transfer from small scaled agricultural field into the surface runoff will be established，and corresponding filed experiments will be conducted. The observed solute concentrations in the surface runoff are used to verify the theoretical prediction model. Then, adding prediction model error, covariance inflation and two-stage EnKF methods are used to solve the filter divergence problem during the application of the EnKF method, which will improve the data assimilation method. At last, the improved data assimilation method via the EnKF will be applied to the prediction model of the solute transfer from the small scaled field to the surface runoff, updating the model parameters and improving the predictions. This proposal tries to apply the improved EnKF method to improve the prediction model of the solute transfer from the small scaled field to the surface runoff, forming a dynamic prediction-observation-inversion-prediction update system. The results will provide theoretical guides to reduce the agricultural non-point pollution.

研究田间小区地表径流中溶质流失的二维混合理论预测模型，开展田间小区模拟降雨地表径流试验，应用改进的数据同化方法集合卡尔曼滤波（EnKF），动态反演模型参数，提高模型预测精度，具体研究内容为：（1）建立田间地表径流溶质流失的二维混合理论预测模型，并开展相应的田间小区地表径流溶质流失试验，验证理论预测模型；（2）采用增加预测模型误差、扩大预测误差协方差和两阶段EnKF方法来探讨和解决滤波发散问题，改进EnKF理论方法；（3）应用改进的EnKF方法到田间小区地表径流溶质流失预测模型中，更新模型参数，改善田间溶质的地表径流流失预测值。该课题试图通过应用改进的EnKF方法，提高地表径流溶质流失预测的精度，形成预测-观测-反演-预测自动更新系统，为减小农业面源污染提供理论支撑。

农业面源污染是水环境污染的主要来源之一，而农业地表径流流失引起的污染又是农业面源污染的主要成分，开展室内外试验和数值模拟方法对农田土壤溶质的地表径流流失规律进行研究具有重要的意义。依托本项目，利用土壤溶解性溶质KCL在地表径流中流失的室内试验观测数据，识别和分析二层混合理论解析模型中参数随时间的变化。开展室内人工模拟降雨径流试验，研究农田土壤吸附性溶质Cr(VI)以及氮肥、磷肥（N、P）的地表径流流失规律；进一步，在土壤中溶解性溶质地表径流流失的混合理论预测模型的基础上，建立土壤吸附性溶质的理论流失模型，研究土壤在非线性Langmuir吸附条件下，吸附性溶质Cr(VI)的流失规律；同时在上海青浦区农田水利站开展野外田间模拟降雨径流试验，研究农田土壤吸附性溶质N、P的地表径流和地下排水流失规律；改进数据同化方法集合卡尔曼滤波（EnKF）理论，并应用改进的EnKF方法到土柱中尿素的水解吸附性溶质迁移预测模型中；还应用数据同化方法EnKF到土壤吸附性溶质Cr(VI)的地表径流流失预测模型中；最后利用人工算例，应用数据同化方法EnKF到地下水溶质运移预测研究中，应用EnKF到土壤水运动模拟预测研究中。研究结果表明，土壤初始含水量、积水深度和土壤质地都是影响二层混合理论解析模型中非完全混合参数值大小的，且土壤初始含水量越大、积水深度越小，会导致溶解性溶质KCL、吸附性溶质Cr(VI)、N、P在地表径流中的流失量增大，但是土壤中所有溶质都是以地下排水流失为主要形式，流失到地表径流中的溶质量占整个土壤溶质量的比重很小。且通过室内试验数据验证，我们所建立的土壤吸附性溶质的理论流失模型能较好的预测土壤吸附性溶质Cr(VI)的流失规律。改进的间歇性EnKF方法解决了常遇到的滤波发生问题，数据同化方法能有效的更新吸附性尿素水解反应中较难测定的动力速率反应参数，能有效反演土壤吸附性溶质Cr(VI)的地表径流流失预测模型中的参数，还能提高同化地下水溶质浓度观测值有效的反演水力传导度场，确定可从模型误差和观测误差方面来考虑滤波发生问题，而在应用EnKF到土壤水运动模拟预测研究中时，发现观测误差越小，收敛速度越快，观测精度高才能反演大量参数，且联合使用2种或者多种类型的观测数据对改进参数识别是很有用的。本项目的研究成果可为减少农业面源污染和数据同化方法的改进应用提供理论的参考意义。