5.6.1　讨论

土壤水盐分布、作物生产效益与耕作措施、灌水量、气象条件等多因素间存在复杂的非线性关系，研究这种多因素间的因果关系对土壤水盐运移及提效增产有着重要的现实意义。余世鹏等基于模糊神经算法建立的水盐最优预测模型有效地模拟了中长期水盐动态变化，预测误差降低了30%以上。刘全明等基于BP神经网络模型预测区域耕地耕作层的水盐动态，均方误差在1.7%～5%；本研究基于HLSTM编码器与BMLP解码器耦合构建秸秆深埋下多因素非线性的PSWE神经网络模型，有效模拟了多因素变量与水盐变化、夏玉米生产效益间的2层递进因果关系，模型均方根误差为0.029，平均绝对误差MAE为0.570，平均决定系数R2为0.981。PSWE神经网络模型具有较高的精度，可实现河套灌区多因素协同及秸秆深埋下0～100 cm土层水盐分布及夏玉米生产效益的模拟。由模型训练可知，随土层深度加深模拟精度有所降低，并且土壤含盐量模拟结果相对稍差一些。可能是因为一方面模型训练时约束条件较少，未考虑土壤理化性质、渗漏等影响；另一方面腾发过程中土壤水盐间的互作效应强烈，并且盐分时空变异性远大于水分时空变异性。后期研究可通过这部分因素的改进进一步提高模型模拟与预测的精度。

不同土壤结构及其质地均匀性改变了土壤水入渗形式，显著影响土壤水入渗。秸秆覆盖耕作措施的土壤水蓄纳随作物生育期推移改变，且作物生长前期蓄水后期供水，这与本研究结果存在差异。本研究在多因素协同秸秆深埋与不同灌水量多重交互作用下，耕作层土壤含水率随地面灌溉或有效降雨而增大，但不同灌水量的整个试验土层的含水率变化趋势不一致。夏玉米秸秆质地粗糙，深埋后形成秸秆隔层的上下界面与均质土壤（粉沙壤土）间的界面存在空隙差，且秸秆内部也存在较多空隙，造成秸秆隔层导水率与原土壤存在差异，进而影响土壤水入渗。另外，因土壤入渗水需先达到秸秆隔层蓄纳水量才能继续下渗至心土层，导致在隔层与土壤交界面形成的优先流水分短时间内很难进入心土层，引起优先流运移的不均匀。随着灌水量的增大，灌溉水充分溶解耕层盐分，与心土层形成不连续的水分运移架构，形成的溶液量超出隔层蓄纳量，进入心土层，最后形成连续水分运移通道，灌水量越大进入心土层的盐溶液越多，土壤水入渗趋于稳定，达到部分淋盐效果；腾发作用下的耕作层土壤水分逐渐减少，心土层土壤水上移补充，但秸秆形成的阻隔层，阻断心土层土壤水分通过毛管上移至耕层的通道，切断蒸发补给，抑制深层土壤盐分上迁，导致心土层积盐，且灌水量越大积盐越多。此时，秸秆隔层储蓄的水分在腾发作用下逐步释放补给作物，从而在一定程度上稀释了土壤溶液的浓度，淡化根层。同时，隔层蓄水量是一定，灌水量增大，对隔层扩容效果无显著影响。

研究指出，秸秆夹层能够抑制深层土壤返盐且抑制耕层盐分表聚，这与本研究的结果有差异，该研究仅分析秸秆夹层抑盐的作用，未考虑灌水量等影响因素。本研究发现，灌溉80 mm的耕作层积盐，表层盐分聚集较多，因持续腾发作用，耕作层水分损失严重，溶液浓度增大；当灌水量大于86 mm时，秸秆隔层可显著抑制耕作层盐分表聚，抑制心土层返盐，这与李芙荣等的研究结果类似，此时表聚盐分主要来源是耕层及灌溉水的盐分，进而在一定程度淡化根系层；模拟结果表明，当灌水量大于86 mm时，收获后的秸秆隔层脱盐，脱盐率为1.3%～8.5%，并且脱盐率随灌水量增大而减小。

水盐胁迫是危害盐渍地作物生长的关键因素，适宜含盐量有利于增强作物耐盐适应性，促进作物生长，但大水灌溉对作物生理性状及产量产生负面影响，这与本研究模拟结果基本一致。结果表明，多因素协同秸秆深埋的夏玉米适宜单次灌水量为89.3～96.8 mm，通过模型反算此时耕作层理论含盐量为1.38～1.55 g/kg。