随着生产技术的改进和水污染治理措施的实施，工业点源污染得到了一定程度的控制，但在部分地区，农业非点源污染比例增大，超过了点源污染，已经成为了污染地表水和地下水的主要来源(郭鸿鹏等，2008；刘庄等，2010；刘博等，2011；吕川等，2013；周亮等，2013).国内的农业非点源污染主要来自种植业、畜禽养殖业和水产养殖业，在2010年《第一次全国污染源普查公报》中公布，农业源中种植业的总氮排放量为159.78万t，居农业源排放量的首位(2010年).种植业中，水稻是我国播种面积最大的粮食品种(段居琦，2012)，水稻生长期间需要保持田面蓄水，与其他作物的生长方式不同，因此，其水量变化和污染物的输出过程比较独特，由降雨出流或者人工管理措施造成的非点源污染也不容忽视.

目前，对于农田氮磷负荷的定量研究方法主要有径流池法、同步观测法和模型模拟方法等.其中，径流池法是通过在水稻田出水口建造一定容积的防渗径流池，通过测定经出水口流入径流池的总径流量和污染物浓度来估算场次降雨过程中水稻田非点源污染的流出负荷，估算结果有较高的精度.王静等(2010)在巢湖支流的水稻种植区进行野外试验，在不同田块间建筑水泥挡板防止互相渗漏，并对应建造径流池，雨后产流立即测定径流池水深并收集水样，通过连续几年的观测试验，得到总氮的输出系数最高达到9.2 kg · hm^-2，流失系数(流失负荷/施肥量×100%)为5.12%.黄东风等(2013)通过径流池法得到降雨产流情况下水稻田的氮磷流失量，但对由于人工排水或者灌溉不当导致的田面水出流未做讨论.径流池法适用于具有单一出水口的稻田，且需要建造径流池，对于具有多个出水口或者难以建造径流池的野外试验田，应用有一定的局限性.

同步观测法是在场次降雨产生出流的同时，在出水口处同步测定径流量和采集水样，根据得到的径流量和水质浓度过程线来求得场次降雨过程中氮磷污染负荷的流出总量.若在降雨同时进水口有水流流入，需要同时测量进水口处的水量和水质，通过水量平衡关系扣除由进水口流入的污染物负荷，从而得到因降雨出流造成的非点源污染.Choi等(2013)在水稻试验基地选取了8个5 m×15 m的试验小区，建造排水渠并安置流速仪，在降雨时同步观测流量并取样测定水质，探讨了在节水灌溉模式下水稻田的非点源污染.Phong等(2006)在东京大学试验田，选取了2块约0.15 hm²(28 m×48 m)的水稻田块，在出水口处建造30 cm宽的矩形排水渠，并在排水渠内安装水位测定仪，降雨产生出流的同时，通过测定流出水流的深度变化计算出流体积，同时采集出流水样测定水质，研究了不同灌溉模式下除草剂等有机污染物的流出规律.黄满湘等(2003)开展模拟降雨-径流实验，在农田试验小区出水口下安装V型量水堰，降雨时收集径流并检测水质，研究了北京地区农田氮素流失机理.同步观测法要求水稻田的出水口固定且唯一，多用于试验站的观测，由于野外试验田的最低田埂高度动态变化且出水口不唯一，很难应用同步观测的方法估算径流负荷量.

对于氮磷等污染物流失规律的研究，许多学者采用了模型的方法.如Chahinian等(2011)采用SWAT(Soil and Water Assessment Tool)模型对法国某一流域内的水量、泥沙运移进行了模拟，发现水量结果比较好，但泥沙运移的结果不是很理想，因而对氮磷运移的模拟造成了影响.另外，还有一些研究采用HSPF(Hydrological Simulation Program-Fortran)模型(邢可霞等，2004；李兆富等，2012)、AGNPS(Agricultural Non-Point Source)模型(Usery et al., 2004)、DAYCENT(the Daily Version of the Century)模型(Wu et al., 2014)、DNDC(Denitrification-Decomposition Model)模型(夏文建等，2012；Wu et al., 2014；Zhao et al., 2014)、WNMM(Water and Nitrogen Management Model)模型(李晓鹏等，2009)等对流域的非点源污染进行了模拟，模型研究大多基于水文径流过程、土壤信息、气象信息等，需要长时间、大范围的监测数据，结果对一定时期内污染物整体的转化迁移规律模拟较好，但对于水稻田这种基于降雨和人工管理措施而造成的非点源污染规律的描述过于简化，无法模拟场次降雨造成的非点源污染.

针对野外水稻田生长期内最低田埂高度动态变化且出水口不唯一的特点，本试验采取一种新的原位观测方法，即在不改变水田原有出流特征(如出水口高度及出水口数量)条件下，现场观测水稻田非点源污染流失情况.该方法基于降雨-水位-水质观测，通过采集水位信息得到水稻生长期内的蒸散发和渗漏损失过程，根据水量平衡关系并结合降雨信息推算水稻田产生进水或者出流的日期和径流量，并结合定期观测得到的田面水水质变化过程来估算降雨造成的氮磷流失负荷.

试验区位于北京市海淀区上庄镇的京西稻种植示范基地，示范区面积达到30万m².海淀区属温带半湿润大陆性季风气候，年均气温12.5 ℃，冬季寒冷干燥，盛行西北风，夏季高温多雨，盛行东南风，平均风速为 2.3 m · s^-1.降雨季节分配很不均匀，全年降雨集中在7—10月份，多年平均降水量为619.0 mm，平水年降水量为614.3 mm，枯水年降水量为336.4 mm.本试验选取了位于农田下游的一块面积约为3792 m²(24 m×158 m)的水稻田为试验田块，水稻田水肥管理措施如下：水稻插秧：2013年5月23日；基肥：复合肥 25 kg · 亩^-1，尿素3 kg · 亩^-1，粪肥1000 kg · 亩^-1；追肥：尿素 7.5 kg · 亩^-1，2013年6月25日；水稻收割：2013年10月28日；灌溉方式：间歇性灌溉，水层保持在20 mm以上；排水晒田：2013年7月21—26日(分蘖期末期)，2013年9月16日—2013年10月28日(成熟期).

试验需要采集降雨信息和水稻生长期田面水水位信息.在水稻插秧时安装雨量计和水位自动记录仪，雨量计安置在试验田边水平地面上，用三脚架平稳固定于地面上，承雨口平面距离地面0.7 m，记录间隔设定10 min.

在水稻田中部靠近田埂的出水口位置附近安装水位自动记录仪，为防止仪器探头被底泥或者其它物质挡住而影响记录，探头部分固定在距离水稻田底部2 cm处，定期检测保证探头不被淤泥堵塞，且保持探头安装高度在整个水稻生长期不变.水位计数据记录间隔设定30 min.

试验期间，每周两次采集田面水水样，自水稻田开始蓄水至成熟期水位为零，共进行了31次采样.田面水水质采样点共设定5个，其中4个采样点位于水稻田的4个不同位置，另外1个采样点位于水位记录仪附近.每次采样需采集5瓶1 L的水样，加硫酸酸化调节pH<2后冷藏保存，并在24 h内测定TN、TP浓度.TN的测定采取过硫酸钾氧化-紫外分光光度法，TP的测定采取钼锑抗分光光度法(国家环境保护总局，2002).

根据水稻生长规律，本试验将水稻生长划分为4个时期：移苗返青期、分蘖期、拔节孕穗期、成熟期.各个生长期水位变化遵循水量平衡理论，农田水分的变化决定于同一时段内进水和耗水的消长.水稻田进水包括于人工灌溉和自然降雨，耗水包括人工排水、降雨出流及蒸散发和渗漏损失.在没有降雨和人工管理措施干预的情况下，田间水位的下降仅由于蒸散发和渗漏损失造成，呈现平稳下降趋势，因此，可以选定这样的水位曲线段进行拟合求解得到1天或者连续几天的蒸散发和渗漏损失量；在降雨、人工灌溉和排水日，水位变化受到自然降雨或者人工管理措施的影响，无法通过水位曲线求解得到蒸散发和渗漏损失值.但在同一个生长期内，水稻生长状况相差不大，且在相似的天气状况下，蒸散发和渗漏损失接近，因此，在降雨、人工灌溉和排水日的蒸散发和渗漏损失值参照前后几日的值进行拟定.

图 1为水稻移苗返青期的一段0.5 h水位变化过程线，5月31日—6月3日、6月10—14日之间，不存在人工灌溉、人工排水和自然降雨的情况，选定图中虚线段水位进行拟合求解，根据斜率得到的0.5 h水位变化量计算日变化量，即为蒸散发和渗漏损失值.6月4—9日间存在降雨，降雨日的水位变化过程线受到影响，表现为两个方面：由于降雨导致湿度、温度等气象因子的改变，水稻蒸腾和田面水蒸发速率受到影响(王卫光等，2012)；降雨量较大时，田面水水位逐渐上升，当水面高度达到最低田埂高度时，若降雨持续发生，则田面水水位维持一定高度不变，降雨停止后，水位又呈现下降的趋势.图 1连续6 d的降雨中，6月7日降雨量最大，假定该日的蒸散发和渗漏损失情况与该生长期内非降雨日最不利天气条件相近，即等于该生长期的最低值，其它几日则通过线性插值计算.

图1(Fig.1)

图1 蒸散发和渗漏损失分析过程线 Fig.1 Evapotranspiration and infiltration loss analysis

试验区水稻采取间歇性灌溉方式，灌溉频率较高，灌溉日的水位变化过程线呈现先上升后下降的趋势；另外，根据作物生长需求，也会采取人工排水的方式调整田面水水位，这时水位线的下降原因包括：①蒸散发和渗漏损失；②人工排水.以上两种情况下无法直接通过水位变化曲线得到日蒸散发和渗漏损失值，因此，将这几日的蒸散发和渗漏损失取前后两日的平均值.

另外，水稻生长期内共进行两次晒田：分蘖期末期和成熟期后期.晒天前进行人工排水，当田面水水位下降至2 cm以下时，水位记录数据为零.参照贾宏伟等(2010)对不同灌溉模式下水稻田的水分利用效率的研究，薄露灌溉模式下水稻田的平均水利用率约为90%.在本研究中，当水稻田进行排水且水位记录为零时，此时实际水位是20 mm以下，若该日水分利用效率以平均值90%进行计算，则发生无效耗损的水量为2.0 mm左右，将该值近似为该日的蒸散发和渗漏损失值，并逐日递减至零由此得到整个生长期的蒸散发和渗漏损失过程线(图 2).

图2(Fig.2)

图2 日零时水位、蒸散发和渗漏损失过程线 Fig.2 Daily zero water level，evapotranspiration and infiltration loss hydrograph

水稻田的非点源污染产生于3种情况：①降雨(图 3)：降雨使得田面水水位上升，直至达到最低田埂高度，若降雨持续发生，则田面水产生出流，若降雨强度很大时，雨水冲刷田埂使得田埂高度降低也会引起出流；②人工排水(图 4)：水位曲线上出现明显水位转折点，直至水位下降为零，这是由人工排水晒田造成，且此时排水量较大；③过量灌溉：在晴天或者当日有少量降雨时，由于灌溉过量直接导致田面水水位上升或者上游田块水流入试验田，水位变化同图 3类似，呈现先上升然后保持稳定后再下降的趋势.

图3(Fig.3)

图3 降雨-产流水位变化过程线 Fig.3 Water-depth hydrograph in case of overflow

图4(Fig.4)

图4 人工排水水位变化线 Fig.4 Water-depth hydrograph in the case of artificially drainage

在整个水稻生长期内，田面水符合以下水量平衡关系式：

根据已经得到的日蒸散发和渗漏损失值，结合降雨、水位信息，计算可得到ΔR_i，再通过公式(2)来判断水稻田的进出水情况.

根据水量平衡，得到了水稻整个生长季的降雨产流和人工排水情况，试验期间，由于无法准确判定降雨是否产流，所以不能在降雨-产流时采集水样测定污染物浓度.因此，试验期间定期采集水样进行测定，由此得到生长期内TN、TP浓度变化曲线.再根据式(3)和(4)计算整个生长季造成污染的TN、TP负荷量.

式中，M_TN、M_TP为TN、TP降雨出流总负荷量(g)；R_i为第i次降雨产生的径流量(mm)；S为试验田面积(m²)；C_iTN、C_iTP为第i次出流当日田面水的TN、TP浓度(mg · L^-1).

根据公式(1)和(2)计算得到水稻田在整个生长期的出流情况(表 1).其中，7月16日和9月9日2 d的出流分别发生在水稻分蘖期末期和成熟期，均由排水晒田造成，第二次的排水量最大，排水深度接近50 mm；8月7日降雨量仅1.1 mm，但产生了14 mm的出流，水位曲线上当日水位呈现先上升后下降的趋势，且上升幅度远高于1 mm，由此可推断当日进行了人工灌溉，由于灌溉过量导致上游田块水进入试验田，使得田面水高度达到最低田埂高度，产生了出流.

表1(Table 1)

表1 水稻田出流情况估算 Table 1 Calculation results of paddy field outflow

表1 水稻田出流情况估算 Table 1 Calculation results of paddy field outflow 出流 次数 日期 (月-日) 日平均水 位/mm 蒸发渗漏 损失/mm 总降雨 量/mm 日降雨 量/mm 降雨历 时/h 平均雨强/ (mm · h-1) 出流 量/mm 备注 1 6-5 96.6 6.1 10.4 10.4 5.2 2.00 5.6 降雨径流 2 6-7 92.2 4.7 30.8 30.8 4.8 6.42 18.7 降雨径流 3 6-9 79.5 8.5 16.1 16.1 10.8 1.49 13.9 降雨径流 4 7-1 106.2 4.2 34.8 34.8 4.2 8.29 12.8 降雨径流 5 7-6 114.8 4.2 30.2 15.7 1.8 8.72 12.2 降雨径流 7-7 114.1 6.8 0.6 0.7 0.86 27.5 雨后人工排水 7-8 80.3 5.4 2.1 1.3 1.62 15.4 雨后人工排水 7-9 61.6 4.2 11.8 8 1.48 3.4 降雨径流 6 7-16 81.2 8.9 0.0 0.0 0 0.00 16.1 排水晒田 7 7-31 144.5 5.4 44.7 41.1 6.5 6.32 8.0 降雨径流 8-1 172.2 6.5 3.6 1.5 2.40 15.7 雨后人工排水 8 8-7 151.9 5.4 1.1 1.0 0.8 1.25 14.0 农田回归流 9 8-11 158 5.4 40.0 40.0 4 10.00 19.2 降雨径流 10 8-27 91.1 5.4 21.0 13.9 2.7 5.15 14.2 降雨径流 11 9-4 78.8 5.1 13.6 11.9 6.5 1.83 5.9 降雨径流 12 9-9 53.5 5.1 0.0 0.0 0.0 0.00 48.4 排水晒田

生长期内共有37场次降雨，降雨强度等级见表 2(科迪，1995).其中，小雨条件下均未产生出流；中雨条件下有3场降雨未产生出流，其中两场降雨发生在晒田期，在此期间田间水位基本为零，降雨量未达到最低田埂高度，另外一场降雨前田面水水位维持在50 mm左右；大雨条件下，有一场未产生出流，此场降雨前田面水水位不足40 mm.

表2(Table 2)

表2 降雨等级划分和出流统计 Table 2 Precipitation categorization and statistical analysis of outflow

表2 降雨等级划分和出流统计 Table 2 Precipitation categorization and statistical analysis of outflow 降雨强度等级 24 h降雨量/mm 总场次 产生出流场次 小雨 ＜10 24 0 中雨 10.1～25 7 4 大雨 25.1～50 6 5 暴雨 50.1～100 0 0 大暴雨 100.1～200 0 0 特大暴雨 ＞200 0 0

每次采样测定后，取5个样品的平均值为当日水稻田田面水中污染物浓度值，由此得到生长季内TN、TP浓度变化曲线(图 5)，其他采样日期的田面水浓度值根据相邻两次采样水质按照线性插值进行估算.根据公式(3)和公式(4)计算得到整个生长季水稻试验田造成的非点源污染中TN和TP负荷量(表 3)，从而得到TN输出系数为8.8 kg · hm^-2，TP输出系数为0.47 kg · hm^-2.

图5(Fig.5)

图5 水质变化过程线 Fig.5 Water quality hydrograph of growing period

表3(Table 3)

表3 水稻田生长季出流负荷估算 Table 3 Outflow of target paddy fields during growing seasons

表3 水稻田生长季出流负荷估算 Table 3 Outflow of target paddy fields during growing seasons 场次 日期(月-日) 出流量/mm 浓度/(mg · L-1) 负荷量/g TN TP TN TP 1 6-5 5.6 2.04 0.254 43.32 5.39 2 6-7 18.7 2.56 0.249 181.53 17.66 3 6-9 13.9 22.22 0.311 1171.19 16.39 4 7-1 12.8 8.33 0.123 404.32 5.97 5 7-6 12.2 2.19 0.177 101.31 8.19 7-7 27.5 2.12 0.232 221.07 24.19 7-8 15.4 2.23 0.193 130.22 11.27 7-9 3.4 2.46 0.154 31.72 1.99 6 7-16 16.1 1.71 0.226 104.40 13.80 7 7-31 8.0 5.64 0.146 171.10 4.43 8-1 15.7 4.66 0.160 277.43 9.53 8 8-7 14.0 0.91 0.108 48.31 5.73 9 8-11 19.2 1.49 0.119 108.48 8.66 10 8-27 14.2 2.19 0.232 117.92 12.49 11 9-4 5.9 1.00 0.155 22.37 3.47 12 9-9 48.4 1.22 0.159 223.91 29.18 总计 299.7 3358.60 178.34

图 5中TN浓度出现了两次峰值，分别是在施用底肥和追施尿素后，底肥施用一定时间后，水中TN浓度升高至最大值，之后随着水稻生长消耗或者降雨的稀释浓度逐渐降低；施用底肥后未追施磷肥，所以TP浓度仅在施用底肥后出现峰值，之后有3次较高值出现，与TN在7月份后出现较高值的日期基本一致.整体来看，TN浓度变化范围远大于TP浓度，浓度在出现峰值后趋于稳定，但都呈现波动性变化，主要是受到水稻生长和肥料释放等的影响.

本试验共有12次田面水出流(表 3)，其中，有4次在出流当日采集了水样进行测定，其他8次出流浓度根据产流场次前后观测到的田面水水质数据采用线性插值法估算.对于TN，6月9日和7月1日两次出流均发生在浓度峰值前后浓度相对波动较大的时期，6月9日水质采用6月8日和6月12日两日实测浓度进行线性插值估算；7月1日水质采用6月30日和7月4日两日实测浓度进行线性插值估算.这两日田面水水质采用线性插值法估算会引入一定的误差.其他6次均发生在早期肥料释放较少和后期浓度变化幅度较低(6 mg · L^-1以下，平均值为1.92 mg · L^-1)阶段，水质浓度波动较小，采用线性插值估算引入的误差不大.对于TP，在6月18日后出现了3次浓度峰值，但在这几日均未产生径流出流，其他日期浓度变化范围不超过0.2 mg · L^-1，估算偏差范围较小.

通过计算得到试验田生长季氮、磷污染输出系数，并与已有研究成果进行了对比(表 4).其中，TN输出系数最高的研究区位于江苏省吴江市，达到38.8 kg · hm^-2，该试验区水稻生长季降雨量为470.3 mm，超过40 mm的降雨有5次，且土壤为青紫泥，属于基础肥力高的水稻土，而本研究区生长季降雨总量为242.7 mm，超过40 mm的降雨仅一次，因此，其输出系数远高于本试验区的结果；位于上海青浦农业园区试验点的TN输出系数也很大，主要是由于该试验田进行了两次追肥，每次施用尿素55 kg · hm^-2；TP的输出系数较高的是天津市宁河县及上海市青浦农业园区试验点，分别是2.08 kg · hm^-2和2.67 kg · hm^-2，上海试验点施用控释肥，肥料具有缓释效应，肥料中的磷较长时间的保持在田面水中，使田面水磷浓度偏高，而天津试验点在基肥中施用磷酸二铵187.5 kg · hm^-2，磷酸一铵75 kg · hm^-2，与其他施用复合肥的试验点相比，磷含量偏高，造成出流中磷负荷较大.受到降雨、不同水肥管理措施的影响，不同试验点的输出系数存在差异，但与其他研究区的结果相比，本试验得出的输出系数在合理范围内.

表4(Table 4)

表4 不同方法下水稻田TN、TP输出系数 Table 4 The Comparision of Export coefficient of TN and TP from paddy fields obtained with different methods

表4 不同方法下水稻田TN、TP输出系数 Table 4 The Comparision of Export coefficient of TN and TP from paddy fields obtained with different methods 研究区 试验或计算方法 输出系数/(kg · hm-2) 文献来源 TN TP 北京市上庄镇 水位-降雨监测法 8.8 0.47 本研究 安徽省巢湖市 径流池法 12.4 0.44 张丽娟等，2011 天津市宁河县 径流池法 4.77 2.08 陈颖等，2011 江苏省吴江市 同步观测法 38.8 0.95 焦少俊等，2007 安徽省合肥市 径流池法 8.37 0.37 李堃等，2012 河南省淮河流域 径流池法 2.46 0.97 沈连峰等，2012 上海市青浦农业园区 径流池法 23.91 2.67 张翼等，2015

传统观测方法均需保证水稻田出水口唯一，径流池观测法需要建造径流池，同步观测法需要安装观测水量和水质的自动监测装置，且在降雨时进行同步观测.若场次降雨量过大，部分田面水可能从田埂流出，没有流入径流池或集水装置，使得计算结果偏低，特别是对于野外水稻田，可能存在多个出水口，无法采取传统方法进行观测.本试验所采取的的观测方法不需要保证单一的进水口和出水口，主要通过水位变化判断是否产生径流，并根据水量平衡原理估算径流量，因此，对于野外试验田，具有更强的适用性.另外，试验需要的监测仪器只有水位计和雨量计，不需要在试验站点安排人员每日监测，水质数据的测定采取定期采样的方式，无需每次降雨后立即去现场采集田面水水样，这使得本方法应用起来有较方便.

由于本试验降雨数据监测不是实时传输的，何时降雨不能提前知晓，只有每月去野外导出雨量计降雨数据时才知道当月降雨的情况，因此，定时采样方式是一种较为灵活的方法.虽然在采取线性插值法估算非采样日田面水水质浓度比降雨前后到现场去采集水样的方式会导致一定误差，但从整体分析来看误差也不会很大.若能采用自动采样的方式测定田面水水质浓度的变化，并结合水位变化曲线，精确对应产生出流前后的水质浓度值进行计算，应该是最理想的方式，但这样会增加自动采样仪器的投入和后续水样测试分析的成本.

此外，试验中采集水样时，取样的位置或者取水的深度不同，会对浓度测定结果造成一定的影响，因此，应该在取样时规范操作，并保证每次取样位置和取水深度一致；另外，水位观测仪的记录受到人为活动的干扰，若在水位计附近进行除草等活动，可能会对水位记录产生影响，使记录数据产生波动或者出现异常点，因此，在后续水位数据分析和处理过程中要注意对异常点的识别和剔除.

试验采用的水位观测仪通过压力传感器测定水位，监测结果容易受到气压和水生物活动的影响，建议今后的研究对仪器进行改进，增加水位记录的稳定性.本研究只探讨了降雨出流、人工排水及过量灌溉造成的非点源污染，没有考虑渗漏对地下水造成的污染，尚需结合地表径流和地下渗漏进行进一步的研究.

1)在2013年的水稻田试验监测中，共有12次田面水流失造成了非点源污染.田面水流失由降雨、人工排水和过量灌溉造成.流失的污染负荷中，TN为3.36 kg，其中，由降雨造成的流失量最大，占88.8%，其次是排水晒田，占9.8%，而过量灌溉回归流导致的流失量占1.4%；TP流失量为0.18 kg，由降雨造成的流失量占72.7%，排水晒田流失量占24.1%，过量灌溉流失量占3.2%.水稻生长期间，若采取淹灌模式，田间始终保持较高蓄水层，降雨极易造成非点源污染，另外，若灌溉不当，也会造成少量田面水出流.因此，应该根据作物需水量采取节水灌溉等科学灌溉模式，降低田面水水位或者在水稻需水量较低时期不建立田间蓄水层，仅保持土壤含水量在一定范围内，以降低非点源污染.

2)通过观测水位观测发现，在没有降雨、人工排水、灌溉等条件下，田面水水位曲线呈现的平稳下降趋势仅由蒸散发和渗漏损失造成.因此，可以根据水位、降雨量、水分管理等信息，得到水稻生长季的蒸散发和渗漏损失线，再通过水量平衡公式计算得到水稻田内水量的流入和流出水量.

3)与传统的径流池法和同步观测法相比较，本研究提出的观测方法对于水稻田非点源的观测更加简单，且不需要花费大量的人力和物力.特别是对于出水口不唯一、最低田埂高度动态变化的野外试验田，具有较强的可操作性.