Boro rice, an emerging low-risk crop variety of rice, cultivated using residual or stored water after Kharif season. To enhance the quality and production of rice, potassium (K) and phosphorus (P) are the common constituents of agricultural fertilizers. However, excess application of fertilizers causes leaching of nutrients and contaminates the groundwater system. Therefore, assessment and optimization of fertilizer dose are needed for better management of fertilizers. Towards this, the present study determines the path, persistence, and mobility of K and P under the Boro rice cropping system. The experimental site consisted of four plots having Boro rice with four different fertilizer doses of nitrogen (N), P, K viz. 100%, 75%, 50%, and 25% of the recommended dose. Disturbed soil samples were analysed for K and P from pre-sown land to tillering stage at 0–5, 5–10, 10–15, 15–30, 30–45, and 45–60 cm depths. Simultaneously, K and available P were also simulated in the subsurface soil layers through the HYDRUS-1D model. The statistical comparisons were made with RMSER, E, and PBIAS between the modelled values and laboratory-measured values. Although, the results showed that all the treatments considered had agreeable simulations for both K and P, the K simulations were found to be better as compared to P simulations except for 25% where P simulations outperformed K. The simulated concentration at all doses was found most appropriate when measured for the subsurface layers (up to 45 cm), while showed an underestimation in the bottom layers (45–60 cm) of soil.

中文翻译：

---

Boro水稻种植系统下使用有限元模型的地下养分建模

波罗水稻是一种新兴的低风险水稻作物品种，在哈里夫季后使用剩余水或储存水种植。为了提高水稻的质量和产量，钾（K）和磷（P）是农业肥料的常见成分。然而，过量施用化肥会导致养分流失并污染地下水系统。因此，需要对肥料剂量进行评估和优化，以更好地管理肥料。为此，本研究确定了 Boro 水稻种植系统下钾和磷的路径、持久性和流动性。试验地点由四个地块组成，种植 Boro 水稻，施用四种不同的氮 (N)、P、K 肥料，即。推荐剂量的 100%、75%、50% 和 25%。在 0-5、5-10、10-15、15-30、30-45 和 45-60 厘米深度，从预播种的土地到分蘖阶段，分析了扰动土壤样品的 K 和 P。同时，还通过 HYDRUS-1D 模型模拟了地下土壤层中的 K 和有效 P。使用 RMSER、E 和 PBIAS 在建模值和实验室测量值之间进行统计比较。尽管结果表明所有考虑的处理对 K 和 P 都有令人满意的模拟，但发现 K 模拟比 P 模拟更好，除了 25%，其中 P 模拟优于 K。 发现所有剂量的模拟浓度最适合测量地下层（高达 45 厘米），而在土壤的底层（45-60 厘米）中显示低估。和 45-60 厘米的深度。同时，还通过 HYDRUS-1D 模型模拟了地下土壤层中的 K 和有效 P。使用 RMSER、E 和 PBIAS 在建模值和实验室测量值之间进行统计比较。尽管结果表明所有考虑的处理对 K 和 P 都有令人满意的模拟，但发现 K 模拟比 P 模拟更好，除了 25%，其中 P 模拟优于 K。 发现所有剂量的模拟浓度最适合测量地下层（高达 45 厘米），而在土壤的底层（45-60 厘米）中显示低估。和 45-60 厘米的深度。同时，还通过 HYDRUS-1D 模型模拟了地下土壤层中的 K 和有效 P。使用 RMSER、E 和 PBIAS 在建模值和实验室测量值之间进行统计比较。尽管结果表明所有考虑的处理对 K 和 P 都有令人满意的模拟，但发现 K 模拟比 P 模拟更好，除了 25%，其中 P 模拟优于 K。 发现所有剂量的模拟浓度最适合测量地下层（高达 45 厘米），而在土壤的底层（45-60 厘米）中显示低估。模型值和实验室测量值之间的 PBIAS。尽管结果表明所有考虑的处理对 K 和 P 都有令人满意的模拟，但发现 K 模拟比 P 模拟更好，除了 25%，其中 P 模拟优于 K。 发现所有剂量的模拟浓度最适合测量地下层（高达 45 厘米），而在土壤的底层（45-60 厘米）中显示低估。模型值和实验室测量值之间的 PBIAS。尽管结果表明所有考虑的处理对 K 和 P 都有令人满意的模拟，但发现 K 模拟比 P 模拟更好，除了 25%，其中 P 模拟优于 K。 发现所有剂量的模拟浓度最适合测量地下层（高达 45 厘米），而在土壤的底层（45-60 厘米）中显示低估。