灌水技術(shù)參數(shù)對(duì)波涌灌間歇入滲特性優(yōu)化研究

薛樺　張曉斌　傅渝亮　何振嘉

摘要：為定量評(píng)價(jià)波涌灌間歇入滲中灌水技術(shù)參數(shù)及交互作用對(duì)間歇入滲減滲作用的影響，通過(guò)室內(nèi)土柱入滲試驗(yàn)，進(jìn)行地下水淺埋下間歇入滲試驗(yàn)，以累積入滲量和減滲率作為試驗(yàn)指標(biāo)，通過(guò)兩種方法（偏最小二乘法和逐步選擇法）對(duì)循環(huán)率、周期供水時(shí)間以及周期數(shù)3因素進(jìn)行回歸分析，并建立線性回歸方程，對(duì)方程及其各因素進(jìn)行方差分析。采用響應(yīng)優(yōu)化分析法對(duì)回歸模型進(jìn)行指標(biāo)優(yōu)化。試驗(yàn)結(jié)果表明：所建回歸方程線性相關(guān)性較好，其決定系數(shù)R2大于0.97，誤差平方和SSE小于1.1，較好地反應(yīng)各單因素及其交互作用下的入滲指標(biāo)。與偏最小二乘法相比，逐步選擇法可滿足較高精度要求，當(dāng)周期數(shù)為3、周期供水時(shí)間為30min、間歇入滲循環(huán)率為1/4時(shí)，入滲量為6.29cm，減滲率為19.15%，標(biāo)準(zhǔn)誤差值均小于0.01，合意值均達(dá)0.8以上。為波涌灌灌水技術(shù)進(jìn)一步研究奠定科學(xué)基礎(chǔ)。

關(guān)鍵詞：波涌灌間歇入滲；入滲特性；多因素分析；偏最小二乘法；逐步選擇法

中圖分類號(hào)：S275.8文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：20955553 （2023） 11018408

Study on optimization of intermittent infiltration characteristics of surge irrigation by

irrigation technical parameters

Xue Hua Zhang XiaobinFu Yuliang He Zhenjia

（1. Shanxi Water Conservancy Vocational and Technical College， Yuncheng， 044000， China; 2. Yuncheng University，

Yuncheng， 044000， China;? 3. School of Water Conservancy， North China University of Water Resources and Electric

Power， Zhengzhou， 450045; 4. Shaanxi Provincial Land Engineering Construction Group Co.， Ltd.， Xian， 710075， China）

Abstract：In order to quantitatively evaluate the influence of the irrigation technology parameters and their related interactive factors on the reduced infiltration effect of the intermittent infiltration， intermittent infiltration tests were carried out in shallow groundwater through the indoor soil infiltration tests. The accumulated infiltration amount and the reduced infiltration rate were taken as the experimental indices. At the same time， two methods （Partial Least Square method and stepwise selection method） were applied by the software of Minitab to take the regression analysis of three factors， which included the cycle rate， the cycle time of water and the number of cycles， the linear regression equation was established， and the variance analysis was conducted to the equations and the factors. The experimental results showed that the linear correlation of the regression equation was good， the coefficient of determination R2 was greater than 0.97， and the sum of error squares SSE was less than 1.1， which reflected the infiltration index of each single factor and its interaction well. Compared with PLSR， the stepwise selection method can meet the requirements of high precision. When the number of cycles is 3， the periodic water supply time is 30 min， and the intermittent infiltration cycle rate is 1/4， the infiltration volume is 6.29 cm， the seepage reduction rate is 19.15%， the standard error values are less than 0.01， and the consensus values are above 0.8. It lays a scientific foundation for the further study of surge irrigation water technology.

Keywords：intermittent surge irrigation infiltration; infiltration characteristics; multi-factor analysis; PLSR; stepwise selection method

0引言

灌水技術(shù)參數(shù)的選取直接影響波涌灌間歇入滲的減滲效果［12］。特別是當(dāng)?shù)叵滤疁\埋較高時(shí)，由于長(zhǎng)期施用化肥加之農(nóng)業(yè)用水浪費(fèi)，土壤水深層滲漏的問(wèn)題尤為突出［35］。因此，如何優(yōu)化間歇入滲灌水技術(shù)參數(shù)，既能在計(jì)劃濕潤(rùn)層保持較高水分供給作物根系對(duì)水分的吸收，又能減小深層滲漏的發(fā)生，是當(dāng)前亟待解決的問(wèn)題。

偏最小二乘法是一種用于回歸分析的統(tǒng)計(jì)方法，與主成分分析（PCA）類似，可以有效提高回歸模型的穩(wěn)定性和精度，也用來(lái)解決特征過(guò)多、共線性過(guò)高的問(wèn)題，也可以用來(lái)降維。主要應(yīng)用于化學(xué)、生物、醫(yī)學(xué)等領(lǐng)域［6］，用來(lái)分析光譜數(shù)據(jù)［7］、基因表達(dá)數(shù)據(jù)［8］、藥物篩選數(shù)據(jù)［9］等，一般用來(lái)評(píng)估變量的重要性和選擇最優(yōu)的變量子集。而最優(yōu)子集法是一種用于篩選變量的方法，可以從多個(gè)變量中選擇最佳模型，其基本思想是嘗試所有可能的變量組合，然后選擇最佳的模型，模型所包含的變量就是篩選出來(lái)的最優(yōu)變量，這種方法可以應(yīng)用于任何需要從多個(gè)變量中選擇最佳模型的領(lǐng)域，常見(jiàn)于金融［10］、生物學(xué)［11］、工程［12］等。

波涌灌的周期性供水特性決定了其灌溉水分入滲過(guò)程的間歇性，合理的波涌灌間歇入滲灌水技術(shù)要素組合決定了波涌灌的減滲能力和灌水質(zhì)量［13］。波涌灌灌水技術(shù)特性參數(shù)主要的影響因素有循環(huán)率、周期數(shù)和周期供水時(shí)間，采用多種方法優(yōu)化灌水技術(shù)參數(shù)一直是國(guó)內(nèi)外對(duì)波涌灌灌水技術(shù)要素的主要研究?jī)?nèi)容。目前，波涌灌灌水技術(shù)相關(guān)研究?jī)?nèi)容主要集中在間歇入滲模型［1418］、間歇入滲特性［1924］、水流運(yùn)動(dòng)特性［2526］和機(jī)理性研究［17， 27］，以及波涌灌溉適應(yīng)性、灌溉實(shí)施方案和灌溉效益分析方面［2829］。非飽和土壤條件下波涌灌間歇入滲對(duì)循環(huán)率、周期數(shù)、周期供水時(shí)間等因素的單個(gè)效應(yīng)研究已取得大量研究成果，而系統(tǒng)地討論地下水淺埋影響下各灌水技術(shù)因素在間歇入滲過(guò)程中交互效應(yīng)的工作未見(jiàn)相關(guān)資料。

因此，本文通過(guò)實(shí)驗(yàn)室模擬和統(tǒng)計(jì)優(yōu)化的方法相結(jié)合，研究了地下水淺埋影響條件下波涌灌間歇入滲灌水技術(shù)參數(shù)的優(yōu)化方案，采用偏最小二乘法（Partial Least Squares Regression，PLSR）［30］和最優(yōu)子集法（Best Subset Selection Regression，BSSR）［31］實(shí)現(xiàn)優(yōu)化。利用Minitab對(duì)其進(jìn)行灌水技術(shù)參數(shù)多因素變化室內(nèi)土柱入滲試驗(yàn)，因Minitab軟件［32］內(nèi)嵌的最小二乘法和最優(yōu)子集法模塊，可分別對(duì)地下水影響條件下波涌灌間歇入滲灌水技術(shù)參數(shù)優(yōu)化進(jìn)行研究和對(duì)比，并以3個(gè)循環(huán)率、2個(gè)周期數(shù)和2周期供水時(shí)間作為間歇入滲灌水影響因素，以相同凈入滲時(shí)間連續(xù)入滲作對(duì)比試驗(yàn)，進(jìn)行多因素組合下的室內(nèi)一維垂直間歇入滲供水試驗(yàn)。通過(guò)對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行回歸分析，討論在間歇入滲條件下的入滲量和減滲率兩方面是否存在循環(huán)率、周期數(shù)和周期供水時(shí)間的二階交互效應(yīng)及影響效果，并嘗試在試驗(yàn)參數(shù)取值范圍內(nèi)，利用回歸模型尋優(yōu)最佳灌水技術(shù)參數(shù)。

1材料與方法

1.1試驗(yàn)裝置與方法

試驗(yàn)在西安理工大學(xué)西北水資源與環(huán)境生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室進(jìn)行，采用間歇入滲設(shè)備進(jìn)行灌水試驗(yàn)，并觀測(cè)地下水影響條件下間歇供水入滲量及土壤水分動(dòng)態(tài)指標(biāo)。試驗(yàn)裝置由土柱，地下水控制系統(tǒng)和入滲供水系統(tǒng)組成，見(jiàn)圖1所示。

11.地下水供水口

試驗(yàn)土柱為高210.0cm、內(nèi)徑21.4cm的有機(jī)玻璃柱；底部為粒徑3.0～7.0mm砂礫石組成的地下飽和含水層，深度為60.0cm；上部為土壤粒徑小于2.0mm粉土模擬150.0cm深度的非飽和土壤層。垂直入滲時(shí)，為防止上層土壤進(jìn)入底部飽和含水層，中間由濾紙隔斷，沿土柱垂向梅花狀布設(shè)取土孔，每列孔徑為2.0cm、間隔5.0cm。土柱頂部設(shè)加水斗，供水時(shí)防止水流沖擊破壞表層土壤的致密層，間歇停水時(shí)及時(shí)排空土柱表面積水。入滲時(shí)，采用2.5cm定壓力水頭控制。地下水由1#馬氏瓶控制系統(tǒng)；入滲供水由馬氏瓶2#與土柱上部供水口連接組成，通過(guò)固定馬氏瓶進(jìn)氣孔的高度調(diào)控定水頭供水［3334］。

試驗(yàn)土壤采用西安粉土，土壤顆粒分析使用英國(guó)的Mastersizer-2000型激光粒度儀測(cè)定，顆粒組成如表1所示。

土樣基本理化性質(zhì)為：土樣經(jīng)過(guò)風(fēng)干、碾壓、過(guò)篩、配水得到試驗(yàn)土樣，按容重1.30g/cm3、每隔5.0cm一層分層填裝；初始飽和導(dǎo)水率按設(shè)定的土壤容重裝入南-55滲透儀，并按常水頭法測(cè)定，初始飽和導(dǎo)水率Ks為0.023cm/min；入滲過(guò)程中，入滲量通過(guò)馬氏瓶進(jìn)行控制和計(jì)量，單位cm；減滲率可以衡量間歇入滲量相較連續(xù)入滲量減小的程度指標(biāo)，采用η表示，初始含水率為土壤體積含水率，采用θ0表示，質(zhì)量含水率采用烘干法進(jìn)行測(cè)定，飽和含水率為設(shè)定容重下測(cè)定飽和導(dǎo)水率條件下的體積含水率，采用θs表示，θ0和θs分別為0.014cm3/cm3、0.454cm3/cm3；土壤pH值采用定性pH試紙測(cè)定，pH值為7.50。試驗(yàn)過(guò)程用水為蒸餾水。

為便于將連續(xù)入滲與間歇入滲進(jìn)行對(duì)比，減滲率值如式（1）所示。

η=I_b－I₀/I_b×100%（1）

式中：

η——間歇入滲的減滲率，%；

I_b——

相同條件、同時(shí)段的連續(xù)入滲的累積入滲量，cm；

I₀——

相同條件、同時(shí)段的間歇入滲的累積入滲量，cm。

1.2試驗(yàn)方案

試驗(yàn)采用均勻設(shè)計(jì)試驗(yàn)數(shù)據(jù)的處理方法，灌水技術(shù)參數(shù)為3因素水平，分別是周期數(shù)n、周期供水時(shí)間Ton和循環(huán)率r。周期數(shù)設(shè)置2水平（n=2、3），周期用水時(shí)間設(shè)置2水平（Ton=30min、45min），循環(huán)率設(shè)置3水平（r=1/2、1/3、1/4），均有相同凈入滲時(shí)間連續(xù)入滲作對(duì)比處理，計(jì)算減滲率。共計(jì)15個(gè)處理，每個(gè)處理3個(gè)重復(fù)，以累積入滲量和減滲率平均值作為最終指標(biāo)。

1.3試驗(yàn)分析方法

通過(guò)對(duì)試驗(yàn)參數(shù)及響應(yīng)（入滲量、減滲率）實(shí)測(cè)值進(jìn)行實(shí)際觀測(cè)處理的基礎(chǔ)上，建立多元回歸方程擬合因素與響應(yīng)值之間的函數(shù)關(guān)系，并對(duì)回歸模型的入滲指標(biāo)效應(yīng)進(jìn)行了綜合評(píng)價(jià)，最后在給定的參數(shù)范圍內(nèi)得到最佳因素組合，確定響應(yīng)優(yōu)化值［35］。具體方法步驟如下：首先，不同處理方案的室內(nèi)一維垂直間歇入滲試驗(yàn)得出實(shí)際入滲量和對(duì)應(yīng)處理下的減滲率；其次，利用各因素水平和響應(yīng)指標(biāo)（入滲量，減滲率）作為變量值和響應(yīng)值，采用偏最小二乘法和逐步選擇法分別建立多因素線性回歸方程，并對(duì)實(shí)際線性回歸方程進(jìn)行標(biāo)準(zhǔn)化；再根據(jù)各因素系數(shù)大小對(duì)響應(yīng)指標(biāo)進(jìn)行效應(yīng)大小順序判斷，對(duì)回歸方程誤差分析以及精度分析；最后，在所得室內(nèi)試驗(yàn)結(jié)果的基礎(chǔ)上，對(duì)已有的灌水技術(shù)參數(shù)取值范圍內(nèi)，設(shè)定預(yù)測(cè)響應(yīng)目標(biāo)選用回歸精度較高的模型進(jìn)行響應(yīng)優(yōu)化分析，得到該預(yù)測(cè)目標(biāo)下的最優(yōu)參數(shù)值。并對(duì)最優(yōu)參數(shù)下的入滲指標(biāo)進(jìn)行可靠性檢驗(yàn)。

2結(jié)果與分析

運(yùn)用Minitab數(shù)據(jù)統(tǒng)計(jì)分析軟件，采用響應(yīng)優(yōu)化分析法進(jìn)行方案確定［36］。具體設(shè)計(jì)方案結(jié)果見(jiàn)表2。

2.1PLSR回歸模型的建立及精度檢驗(yàn)

根據(jù)偏最小二乘法（PLSR）的建模原理和方法，利用Minitab數(shù)據(jù)處理軟件對(duì)12組間歇入滲實(shí)測(cè)結(jié)果進(jìn)行處理并建立線性回歸數(shù)學(xué)模型。入滲量和減滲率回歸模型見(jiàn)式（2）和式（3）。

入滲量模型

I=3.50+1.43r+0.004n+0.05T_on+0.01n×T_on+0.09n×r－0.03T_on×r（2）

減滲率模型

η=－29.16－40.35r+15.60n+0.55T_on－0.14n×T_on+5.30n×r+0.47T_on×r（3）

式中：

n×T_on、n×r、T_on×r——二階交互因素。

由于各因素之間的計(jì)量單位和數(shù)量級(jí)不盡相同，因而使得各因素之間不能進(jìn)行有效綜合分析，故在假定變量服從正態(tài)分布的前提下，將回歸方程變量值轉(zhuǎn)化為數(shù)學(xué)期望為0，方差為1的標(biāo)準(zhǔn)化數(shù)值，從而達(dá)到同度量效應(yīng)。標(biāo)準(zhǔn)化后結(jié)果如式（4）和式（5）所示。

標(biāo)準(zhǔn)化入滲量模型

I_s=0.26r+0.004n+0.61T_on+0.57n×T_on+0.05n×r－0.22T_on×r（4）

標(biāo)準(zhǔn)化減滲率模型

η_s=－0.61r+1.13n+0.59T_on－0.53n×T_on+0.24n×r+0.33T_on×r（5）

式中：

I_s和η_s——

標(biāo)準(zhǔn)化后的Iη。

為評(píng)價(jià)所建立模型的回歸效果，以誤差平方和SSE、決定系數(shù)R²和Press（predicted residual sum of squares）殘差值及方差分析作為模型精度的檢驗(yàn)指標(biāo)，對(duì)上述方程進(jìn)行計(jì)算獲得各評(píng)價(jià)指標(biāo)結(jié)果見(jiàn)表3。

可以看出，入滲量方程的F_I=399.71，P=0.000 1<0.001，減滲率方程的F_η=643.03，且P=0.000 1<0.001，交互作用下的線性回歸模型均達(dá)到極顯著水平。從標(biāo)準(zhǔn)化回歸方程系數(shù)影響效應(yīng)來(lái)看，各因素對(duì)入滲量影響效應(yīng)為：周期供水時(shí)間>周期數(shù)×周期供水時(shí)間>循環(huán)率>周期供水時(shí)間×循環(huán)率>周期數(shù)×循環(huán)率>周期數(shù)；其中周期供水時(shí)間與循環(huán)率交互作用對(duì)入滲量產(chǎn)生負(fù)效應(yīng)，其他因素對(duì)入滲量產(chǎn)生正效應(yīng)；交互作用下各因素對(duì)減滲率影響效應(yīng)為：周期數(shù)>循環(huán)率>周期供水時(shí)間>周期供水時(shí)間×周期數(shù)>周期供水時(shí)間×循環(huán)率>周期數(shù)×循環(huán)率。其中，周期數(shù)×周期供水時(shí)間和循環(huán)率均對(duì)減滲率產(chǎn)生負(fù)效應(yīng)，其他因素均對(duì)減滲率產(chǎn)生正效應(yīng)。

2.2BSSR逐步選擇回歸模型的建立及精度檢驗(yàn)

根據(jù)逐步選擇回歸分析的建模原理和方法，利用Minitab最優(yōu)子集法模塊逐步選擇法建立線性回歸數(shù)學(xué)模型，入滲量和減滲率數(shù)學(xué)模型如式（6）、式（7）所示。

入滲量模型

I′=3.68+0.687r+0.07n+0.04T_on+0.01n×T_on（6）

減滲率模型

η′=-40.58－9.37r+17.61n+0.73T_on－0.14n×T_on（7）

其對(duì)應(yīng)的標(biāo)準(zhǔn)化模型如式（8）、式（9）所示。

標(biāo)準(zhǔn)化入滲量模型

I′_s=0.12r+0.89n+0.43T_on+0.08n×T_on（8）

標(biāo)準(zhǔn)化減滲率模型

η′_s=-0.14r+0.90n+0.41T_on－0.08n×T_on（9）

為評(píng)價(jià)所建立模型的回歸效果，以誤差平方和SSE、決定系數(shù)R²和Press殘差以及方差分析作為模型精度的檢驗(yàn)指標(biāo)，對(duì)上述方程計(jì)算獲得各評(píng)價(jià)指標(biāo)結(jié)果見(jiàn)表4。

可以看出，入滲量回歸方程的F_I′=428.62，P=0.000 1<0.001，減滲率回歸方程的F_η′=711.88，且P=0.000 1<0.001，回歸方程均達(dá)到極顯著水平。

進(jìn)一步對(duì)回歸方程中的系數(shù)進(jìn)行T檢驗(yàn)，選用α=0.05判別是否差異性顯著。檢驗(yàn)結(jié)果見(jiàn)表5。通過(guò)檢驗(yàn)結(jié)果可以看出，在α=0.05顯著水平下，拒絕原假設(shè)，各回歸系數(shù)均不為0，說(shuō)明除了3因素各自對(duì)入滲指標(biāo)有顯著性影響外，周期數(shù)×周期供水時(shí)間的交互效應(yīng)也對(duì)入滲指標(biāo)的變化產(chǎn)生了顯著性影響，并且從方差膨脹因子（VIF值）中可以得出：0

從式（8）、式（9）得到，各因素對(duì)2入滲指標(biāo)影響效應(yīng)一致，影響效應(yīng)順序?yàn)椋褐芷跀?shù)>周期供水時(shí)間>循環(huán)率>周期數(shù)×周期供水時(shí)間，其中，循環(huán)率與周期供水時(shí)間×周期數(shù)均對(duì)減滲率產(chǎn)生負(fù)效應(yīng)影響，其他因素均產(chǎn)生正效應(yīng)影響。

2.3比較模型分析結(jié)果

從表5可以看出，上述2種回歸法VIF值均小于10，避免自變量數(shù)據(jù)之間可能出現(xiàn)的多重共線性情況，并且通過(guò)假設(shè)檢驗(yàn)和方差分析兩種方法建立的回歸方程及各項(xiàng)系數(shù)均具有統(tǒng)計(jì)學(xué)意義。標(biāo)準(zhǔn)化后的模型各項(xiàng)系數(shù)對(duì)入滲指標(biāo)影響程度不盡相同。在交互作用下，PLSR法3因素的標(biāo)準(zhǔn)化系數(shù)對(duì)入滲量影響效應(yīng)為：周期供水時(shí)間、循環(huán)率、周期數(shù)；逐步選擇法3因素的標(biāo)準(zhǔn)化系數(shù)對(duì)入滲量影響效應(yīng)為：周期數(shù)、周期供水時(shí)間、循環(huán)率，其二階交互因素的標(biāo)準(zhǔn)化系數(shù)對(duì)入滲量影響效應(yīng)較PLSR法較逐步選擇法方程系數(shù)項(xiàng)少，二階交互因素僅有周期數(shù)×周期供水時(shí)間對(duì)回歸模型產(chǎn)生效應(yīng)。

減滲率回歸模型采用的兩種方法所得的標(biāo)準(zhǔn)化系數(shù)的影響效應(yīng)也不盡相同，在交互作用下，PLSR法單因素的標(biāo)準(zhǔn)化系數(shù)對(duì)減滲率影響效應(yīng)順序?yàn)椋褐芷跀?shù)>循環(huán)率>周期供水時(shí)間；逐步選擇法單因素的標(biāo)準(zhǔn)化系數(shù)對(duì)減滲率影響效應(yīng)順序?yàn)椋褐芷跀?shù)>周期供水時(shí)間>循環(huán)率。同時(shí)還可以看出，PLSR法二階交互因素對(duì)減滲率指標(biāo)有顯著性影響，逐步選擇法僅周期數(shù)×周期供水時(shí)間對(duì)減滲率有顯著性影響。

一般地，線性回歸方程參數(shù)越多，回歸效果越好，精度越高。通過(guò)以上兩種方法對(duì)比，在不影響回歸方程精度的情況下，逐步選擇法較PLSR法回歸檢驗(yàn)效果好，并且在減少回歸方程系數(shù)項(xiàng)的前提下，逐步選擇法的回歸方程的精度檢驗(yàn)效果較好。因此，本研究采用進(jìn)一步對(duì)逐步選擇法得回歸模型進(jìn)行響應(yīng)優(yōu)化分析。

2.4BSSR逐步選擇法優(yōu)化響應(yīng)分析

對(duì)于波涌灌間歇入滲而言合適的灌水技術(shù)參數(shù)的選擇使波涌灌溉具有節(jié)水、灌水均勻、深層滲漏小、灌水效率高等優(yōu)點(diǎn)，因此基于試驗(yàn)參數(shù)取值范圍內(nèi)將已建的回歸方程進(jìn)行灌水技術(shù)參數(shù)尋優(yōu)，本次優(yōu)化目標(biāo)擬入滲量最小，減滲率最大進(jìn)行預(yù)設(shè)優(yōu)化目標(biāo)并進(jìn)行參數(shù)尋優(yōu)計(jì)算，計(jì)算結(jié)果如表6所示。

通過(guò)優(yōu)化響應(yīng)分析可得，在周期數(shù)n為3、周期供水時(shí)間為30min、循環(huán)率為1/4條件下，響應(yīng)指標(biāo)可滿足最優(yōu)響應(yīng)值，即入滲量目標(biāo)擬合值為6.29cm，減滲率目標(biāo)擬合值為19.15%，優(yōu)化響應(yīng)后的累積入滲量標(biāo)準(zhǔn)誤差值為0.044，減滲率標(biāo)準(zhǔn)誤差值亦為0.092。優(yōu)化響應(yīng)后的意合值能夠看出，對(duì)于滿足入滲量和減滲率響應(yīng)的優(yōu)化結(jié)果程度較好，有效性較高，以方程預(yù)設(shè)值入滲量最小，減滲率大的合意值和復(fù)合合意值均達(dá)到了0.80以上。

另外，通過(guò)優(yōu)化響應(yīng)器可進(jìn)一步檢驗(yàn)預(yù)測(cè)值可靠性，利用優(yōu)化響應(yīng)分析得到參數(shù)結(jié)果與相同灌水技術(shù)參數(shù)條件下的5組重復(fù)處理實(shí)測(cè)值進(jìn)行對(duì)比，對(duì)比結(jié)果如表7所示。

由表7可知，采用逐步選擇分析法建立的模型進(jìn)行優(yōu)化所得灌水技術(shù)參數(shù)的入滲指標(biāo)擬合值與實(shí)測(cè)試驗(yàn)重復(fù)數(shù)據(jù)結(jié)果的相對(duì)偏差均在±10%以內(nèi)，吻合較好，這說(shuō)明所建的模型能夠較好地反應(yīng)實(shí)際情況，優(yōu)化結(jié)果可靠。該建模方法及模型是實(shí)用可行的。

3討論

1）? 波涌灌間歇入滲的減滲特性受周期性循環(huán)供水作用影響較大，特別是土壤質(zhì)地相同條件下，灌水技術(shù)參數(shù)的改變，致使土壤表面的大量細(xì)部土-沙顆粒不斷隨水流波動(dòng)發(fā)生擴(kuò)散、碰撞、黏結(jié)、破碎、沉淀等不同的運(yùn)動(dòng)過(guò)程從而形成一層薄薄的致密層［37］，土壤表面致密層的形成也會(huì)因灌水技術(shù)參數(shù)的不同而影響水沙循環(huán)落淤等現(xiàn)象，最終土壤表面形成密實(shí)度不一的致密層。因此，致密層作為農(nóng)田土壤水分運(yùn)移和保持的影響因素，對(duì)其入滲能力的變化起到至關(guān)重要的作用。致密層密實(shí)度太大，導(dǎo)致田面水分無(wú)法補(bǔ)充到土壤里；致密層密實(shí)度太小，亦會(huì)使降低土壤耕層土壤水儲(chǔ)水能力和水分供應(yīng)能力，導(dǎo)致水分利用率不高。因此需要通過(guò)一定科學(xué)合理的方法優(yōu)化灌水技術(shù)參數(shù)，討論波涌灌間歇入滲多因素灌水技術(shù)參數(shù)變化對(duì)土壤入滲能力的影響是十分必要的。

2）? 通過(guò)兩種優(yōu)化方法對(duì)技術(shù)參數(shù)優(yōu)化結(jié)果可以看出，對(duì)波涌灌間歇入滲過(guò)程中的入滲量和減滲率影響結(jié)果較大（P<0.001）的主要因其周期數(shù)和供水時(shí)間以及兩者之間的交互效應(yīng)導(dǎo)致的。經(jīng)計(jì)算，以供水周期90min為例，相同凈入滲時(shí)間條件下間歇入滲較連續(xù)入滲節(jié)約用水量可達(dá)到76.5～153m³/hm²之間，其優(yōu)化結(jié)果有助于減小垂直入滲水量，顯著提高土壤水側(cè)向滲透性和水分?jǐn)U散速率［38］的作用。

3）? 由于土壤水入滲能力的影響因素很多，不同因素對(duì)土壤水入滲能力的影響范圍也各不相同。目前，對(duì)于波涌灌間歇供水條件下的土壤入滲特性及灌水技術(shù)參數(shù)的研究大多數(shù)都只針對(duì)單因素進(jìn)行分析，而少數(shù)針對(duì)波涌灌間歇入滲特性以及灌水技術(shù)參數(shù)整體進(jìn)行多因素分析的研究均采取控制單一變量法，忽略了各因素對(duì)間歇入滲特性的交互作用［29］。各灌水技術(shù)參數(shù)同時(shí)起作用的結(jié)果不是各參數(shù)分別作用的簡(jiǎn)單相加，各個(gè)灌水技術(shù)參數(shù)的結(jié)合會(huì)產(chǎn)生一個(gè)新的效應(yīng)。生產(chǎn)實(shí)踐中波涌灌間歇入滲特性是受諸多灌水技術(shù)參數(shù)交互影響，研究各參數(shù)對(duì)波涌灌間歇入滲特性的交互作用是必要的［39］。本文通過(guò)兩種優(yōu)化方法較好建立了多因素交互作用下的波涌灌間歇入滲灌水技術(shù)優(yōu)化模型，以期深入了解各灌水技術(shù)參數(shù)對(duì)間歇入滲特性的交互作用，為確定波涌灌灌水技術(shù)要素最優(yōu)組合提供理論依據(jù)。

4結(jié)論

1）? 本文分別采用偏最小二乘法與最優(yōu)子集逐步選擇法建立了波涌灌間歇入滲中以循環(huán)率、周期數(shù)、周期供水時(shí)間為自變量，入滲量和減滲率為試驗(yàn)指標(biāo)的間歇入滲優(yōu)化模型。并且考慮了各因素之間的二階交互作用，對(duì)比結(jié)果發(fā)現(xiàn)兩種方法均能得到精度較高的線性回歸方程。

2）? 通過(guò)對(duì)回歸方程進(jìn)一步標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化系數(shù)，并進(jìn)行影響效應(yīng)分析，兩種回歸方法對(duì)各因素影響入滲能力的主次順序不盡相同。

3）? 通過(guò)對(duì)兩種方法建立回歸方程的方差分析與假設(shè)檢驗(yàn)可以得出，與偏最小二乘法相比，逐步選擇法在減少影響因子條件下的模型精度，回歸模型依然滿足較高精度要求。因此，令優(yōu)化目標(biāo)擬入滲量最小，減滲率最大條件下采用逐步選擇法對(duì)回歸模型進(jìn)行參數(shù)響應(yīng)優(yōu)化。當(dāng)周期數(shù)為3、周期供水時(shí)間為30min、間歇入滲循環(huán)率為1/4的情況下，得到預(yù)測(cè)響應(yīng)入滲量為6.29cm，減滲率為19.15%。優(yōu)化后的指標(biāo)意合值和復(fù)合意合值均達(dá)到0.80以上，優(yōu)化響應(yīng)結(jié)果滿意。

4）? 采用優(yōu)化后預(yù)測(cè)的參數(shù)和入滲指標(biāo)進(jìn)行室內(nèi)入滲對(duì)比試驗(yàn)，并對(duì)優(yōu)化結(jié)果進(jìn)行可靠性驗(yàn)證，對(duì)比結(jié)果相對(duì)偏差均在±10%以內(nèi)，優(yōu)化結(jié)果可信。

參考文獻(xiàn)

［1］陳琳， 費(fèi)良軍， 傅渝亮， 等. 地下水淺埋下層狀土壤波涌畦灌間歇入滲模型研究［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2018， 49（12）： 314-324.Chen Lin， Fei Liangjun， Fu Yuliang， et al. Intermittent infiltration model of surge border irrigation in layered soil under groundwater ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（12）： 314-324.

［2］傅渝亮， 費(fèi)良軍， 聶衛(wèi)波， 等. 基于Green-Ampt和Philip模型的波涌灌間歇入滲模型研究［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2016， 47（9）： 194-201.Fu Yuliang， Fei Liangjun， Nie Weibo， et al. Intermittentinfiltration of surge irrigation model research based on Green-Ampt and Philip models ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2016， 47（9）： 194-201.

［3］Heydari N， Das Gupta A， Loof R. Salinity and sodicity influences on infiltration during surge flow irrigation ［J］. Irrigation Science， 2001， 20： 165-173.

［4］代志偉， 程曼， 袁洪波， 等. 溫室灌溉控制策略研究進(jìn)展［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2022， 43（9）： 63-72.Dai Zhiwei， Cheng Man， Yuan Hongbo， et al. Review of irrigation control strategy for greenhouse ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（9）： 63-72.

［5］任玉忠， 董新光， 吳彬， 等. 干旱區(qū)棗園土壤水分運(yùn)動(dòng)及深層滲漏數(shù)值模擬［J］. 節(jié)水灌溉， 2010（9）： 24-26.Ren Yuzhong， Dong Xinguang， Wu Bin， et al. Numerical simulation of soil water movement and deep seepage of jujube orchard in drought area ［J］. Water Saving Irrigation， 2010（9）： 24-26.

［6］Ju Suh Y， Finch S J， Mendell N R. Application of a Bayesian method for optimal subset regression to linkage analysis of Q1 and Q2 ［J］. Genetic Epidemiology， 2001， 21（S1）： S706-S711.

［7］陳鳳霞， 楊天偉， 李杰慶， 等. 基于偏最小二乘法判別分析與隨機(jī)森林算法的牛肝菌種類鑒別［J］. 光譜學(xué)與光譜分析， 2022， 42（2）： 549-554.Chen Fengxia， Yang Tianwei， Li Jieqing， et al. Identification of boletus species based on discriminant analysis of partial least squares and random forest algorithm ［J］. Spectroscopy and Spectral Analysis， 2022， 42（2）： 549-554.

［8］李建更， 李輝. 樣條變換偏最小二乘在肝癌數(shù)據(jù)分類中的應(yīng)用［J］. 生物學(xué)雜志， 2011， 28（6）： 58-61.Li Jiangeng， Li Hui. The classification of hepatocellular carcinoma data set with partial least squares base on spline transformation ［J］. Journal of Biology， 2011， 28（6）： 58-61.

［9］徐培平， 張奉學(xué)， 符林春， 等. 基于均勻設(shè)計(jì)—偏最小二乘回歸建模的中藥復(fù)方配伍規(guī)律研究方法［J］. 中草藥， 2011， 42（4）： 819-824.Xu Peiping， Zhang Fenxue， Fu Linchun， et al. A mathematical method for analyzing compatibility law of Chinese herbal formula based on UD-PLS ［J］. Chinese Traditional and Herbal Drugs， 2011， 42（4）： 819-824.

［10］Hafayed M. Singular mean-field optimal control for forward-backward stochastic systems and applications to finance ［J］. International Journal of Dynamics and Control， 2014， 2： 542-554.

［11］Ramírez J C， Cura C I， da Cruz Moreira O， et al. Analytical validation of quantitative real-time PCR methods for quantification of Trypanosoma cruzi DNA in blood samples from Chagas disease patients ［J］. The Journal of Molecular Diagnostics， 2015， 17（5）： 605-615.

［12］Hoseinpour-Lonbar M， Alavi M Z， Palassi M. Selection of asphalt mix with optimal fracture properties at intermediate temperature using Taguchi method for design of experiment ［J］. Construction and Building Materials， 2020， 262： 120601.

［13］傅渝亮， 費(fèi)良軍， 聶衛(wèi)波， 等. 波涌灌間歇入滲飽和-非飽和土壤水分運(yùn)動(dòng)數(shù)值模擬及試驗(yàn)［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2015（2）： 66-71.Fu Yuliang， Fei Liangjun， Nie Weibo， et al. Numerical simulation and experiment of soil moisture movement in saturated-unsaturated soil under surge irrigation ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015（2）： 66-71.

［14］高昌珍， 左月明， 任開(kāi)興. 小定額波涌溝灌技術(shù)要素的多目標(biāo)模糊優(yōu)化模型［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2006（10）： 16-20.Gao Changzhen， Zuo Yueming， Ren Kaixing. Multi-objective fuzzy optimization model for the determination ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2006（10）： 16-20.

［15］魏家興， 費(fèi)良軍， 梁爽， 等. 泥沙顆粒級(jí)配組成對(duì)渾水波涌灌間歇入滲特性的影響研究［J］. 灌溉排水學(xué)報(bào)， 2023， 42（10）： 57-62， 84.Wei Jiaxing， Fei Liangjun， Liang Shuang， et al. Effects of sediment particle gradation composition on intermittent infiltration characteristics of muddy water surge irrigation ［J］. Journal of Irrigation and Drainage， 2023， 42（10）： 57-62， 84.

［16］Mahmood S， Latif M. A simple procedure for simulating surge infiltration using first-surge infiltrometer data ［J］. Irrigation and Drainage： The Journal of the International Commission on Irrigation and Drainage， 2005， 54（4）： 407-416.

［17］李嵐. 渾水波涌畦灌肥液間歇入滲土壤水氮運(yùn)移特性及影響因素研究［D］. 西安： 西安理工大學(xué)， 2023.

［18］龍?zhí)煊澹?王延青， 安強(qiáng)， 等. 積水條件下連續(xù)和間歇供水對(duì)土壤入滲特性的影響［J］. 水土保持通報(bào)， 2012（3）： 7-10， 22.Long Tianyu， Wang Yanqing， An Jiang， et al. Effects of continuous and intermittent water supply on infiltration characteristic of a purple soil under ponding condition ［J］. Bulletin of Soil and Water Conservation， 2012（3）： 7-10， 22.

［19］雪靜， 王全九， 畢遠(yuǎn)杰. 微咸水間歇供水土壤入滲特征［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2009（5）： 14-19.Xue Jing， Wang Quanjiu， Bi Yuanjie. Soil infiltration properties with slight saline water intermittent application ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2009（5）： 14-19.

［20］嚴(yán)亞龍， 畢遠(yuǎn)杰， 郭向紅， 等. 微咸水間歇供水方式土壤水鹽分布分析［J］. 節(jié)水灌溉， 2015（6）： 39-42， 46.Yan Yalong， Bi Yuanjie， Guo Xianghong， et al. Analysis of soil water and salt distribution of saline water intermittent water supply mode ［J］.Water Saving Irrigation， 2015（6）： 39-42， 46.

［21］劉群昌， 許迪， 謝崇寶， 等. 波涌灌溉技術(shù)田間適應(yīng)性分析［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2002（1）： 35-40， 12.Liu Qunchang， Xu Di， Xie Chongbao， et al. Soil and water engineering adaptability of surge flow irrigation applying on farmland ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2002（1）： 35-40， 12.

［22］王文焰， 汪志榮， 費(fèi)良軍， 等. 波涌灌溉的灌水質(zhì)量評(píng)價(jià)及計(jì)算［J］. 水利學(xué)報(bào)， 2000（3）： 53-58.Wang Wenyan， Wang Zhirong， Fei Liangjun， et al. Evaluation and calculation of irrigation quality in surge flow irrigation ［J］. Journal of Hydraulic Engineering， 2000（3）： 53-58.

［23］Ismail S M. Effect of tillage on water advance and distribution under surge and continuous furrows irrigation methods for cotton in Egypt ［J］. Irrigation and Drainage： The journal of the International Commission on Irrigation and Drainage， 2006， 55（2）： 191-199.

［24］Benham B L， Reddell D L， Marek T H. Performance of three infiltration models under surge irrigation ［J］. Irrigation Science， 2000， 20： 37-43.

［25］孫秀路， 黃修橋， 李金山， 等. 波涌灌溉土壤水氮分布的田間試驗(yàn)研究［J］. 灌溉排水學(xué)報(bào)， 2015（1）： 33-38.Sun Xiulu， Huang Xiuqiao， Li Jinshan， et al. Field experimental study on soil water and nitrogen distributions under surge flow irrigation ［J］. Journal of Irrigation and Drainage， 2015（1）： 33-38.

［26］Horst M G， Shamutalov S S， Goncalves J M， et al. Assessing impacts of surge-flow irrigation on water saving and productivity of cotton ［J］. Agricultural water management， 2007， 87（2）： 115-127.

［27］尹娟， 費(fèi)良軍， 程?hào)|娟. 循環(huán)率對(duì)波涌灌間歇入滲特性和地下水水質(zhì)影響的研究［J］. 干旱地區(qū)農(nóng)業(yè)研究， 2007（4）： 146-150.Yin Juan， Fei Liangjun， Cheng Dongjuan. Impact of cycle rate on intermittent infiltration characteristics and groundwater quality ［J］. Agricultural Research in the ARID Areas， 2007（4）： 146-150.

［28］任開(kāi)興. 丘陵山區(qū)波涌溝灌試驗(yàn)及其技術(shù)要素優(yōu)化［D］. 太原： 山西農(nóng)業(yè)大學(xué)， 2003.

［29］樊菊平， 費(fèi)良軍. 波涌灌間歇入滲減滲效果及影響因素研究［J］. 水土保持學(xué)報(bào)， 2003（6）： 62-65.Fan Juping， Fei Liangjun. Study on infiltration-reducing effect of intermittent infiltration and influential factors ［J］. Journal of Soil and Water Conservation， 2003（6）： 62-65.

［30］Mohammed M， Shafiq N， Elmansoury A， et al. Modeling of 3R （reduce， reuse and recycle） for sustainable construction waste reduction： A partial least squares structural equation modeling （PLS-SEM） ［J］. Sustainability， 2021， 13（19）： 10660.

［31］Yue C， Dang Y， Xue S， et al. A new optimal subset selection method of partial ambiguity resolution for precise point positioning ［J］. Remote Sensing， 2022， 14（19）： 4819.

［32］El-Haik B S. Manufacturing and design for six sigma （X-FSS） ［M］. University of Michigan College of Engineering Graduate Professional Programs， 2002.

［33］鐘韻， 費(fèi)良軍， 傅渝亮， 等. 多因素影響下土壤上升毛管水運(yùn)動(dòng)特性HYDRUS模擬及驗(yàn)證［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2018， 34（5）： 83-89.Zhong Yun， Fei Liangjun， Fu Yuliang， et al. HYDRUS simulation and verification of movement characteristics of upward capillary water flow in soil as affected by multi-factor ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2018， 34（5）： 83-89.

［34］費(fèi)良軍， 譚金蘭， 韓鑫， 等. 尿素肥液間歇入滲土壤水氮運(yùn)移特性試驗(yàn)研究［J］. 干旱地區(qū)農(nóng)業(yè)研究， 2013， 31（5）： 245-250.Fei Liangjun， Tan Jinlan， Han Xin， et al. Experimental investigation on water and nitrogen transforming characteristics under intermittent infiltration of urea solution ［J］. Agricultural Research in the Arid Areas， 2013， 31（5）： 245-250.

［35］慕運(yùn)動(dòng). 響應(yīng)面方法及其在食品工業(yè)中的應(yīng)用［J］. 鄭州工程學(xué)院學(xué)報(bào)， 2001（3）： 91-94.Mu Yundong. Response surface methodology and its application in food industry ［J］. Journal of Zhengzhou Grain College， 2001（3）： 91-94.

［36］韓克光， 甄守艷， 范華， 等. 鈣螯合羊骨膠原多肽的制備及表征分析［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2015（21）： 301-307.Han Keguang， Zhen Shouyan， Fan Hua， et al. Preparation and characteristic analysis of calcium-chelated ossein peptide ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015（21）： 301-307.

［37］柴朝暉， 方紅衛(wèi)， 姚仕明， 等. 黏性泥沙絮凝-沉降-再懸浮運(yùn)動(dòng)過(guò)程數(shù)學(xué)模型研究［J］. 水利學(xué)報(bào)， 2016， 47（12）： 1540-1547.Chai Chaohui， Fang Hongwei， Yao Shiming， et al. A model for the flocculation-settling-resuspension process of cohesive sediment ［J］. Journal of Hydraulic Engineering， 2016， 47（12）： 1540-1547.

［38］傅渝亮. 波涌畦灌層狀土間歇入滲模型及地下水影響的肥液間歇入滲氮素運(yùn)移特性［D］. 西安： 西安理工大學(xué)， 2018.

［39］Miller J J， Foroud N， Lamond B J， et al. Continuous and surge irrigation effects on hydraulic parameters and water quality ［J］. Water Quality Research Journal， 2003， 38（3）： 451-471.