田间尺度土壤入渗规律和空间变异性研究

为了探究北京市大兴区内典型土壤的入渗规律及其影响因素,采用双环法测定大兴基地36个试验点的土壤水分入渗过程,并分别利用Kostiakov、Horton和Philip模型对土壤入渗特征参数进行拟合,同时运用经典统计学和地统计学方法分析入渗模型的回归系数、计算特征参数的统计值、揭示特征参数的空间变异规律。研究结果表明Philip模型可以作为研究区域最优入渗模型,其相关系数的均值达到0.934,各入渗特征参数的概率分布均服从正态分布或对数正态分布。入渗特征参数具有中等或强烈的空间相关性,说明随机性因素对土壤的空间变异影响较小。基于Kriging插值法得到特征参数的空间分布规律,特征参数由西向东呈现一定的递增趋势。     

区域尺度土壤入渗参数空间变异性规律研究

以在杨凌区进行的土壤入渗试验为基础,利用标定理论、统计学与地统计学相结合的方法研究了Philip入渗公式的标定过程,以及标定因子的空间变异规律.研究结果表明:在研究区域内不同标定因子中αA标定的效果最优,可用αA对入渗曲线进行标定;利用统计学原理计算了不同置信水平和精度要求下入渗测点的合理取样数;采用ArcGIS软件对标定因子αA的空间变异规律进行了分析;建立了可根据易测定的土壤物理参数直接估算αA的土壤转换函数,并通过验证,其结果可较好地解决区域尺度内土壤入渗参数的点面转换问题.     

红枣经济林不同植被覆盖土壤水分入渗特征

【目的】模拟不同植被覆盖土壤水分入渗过程并选择该研究区的最适模型。【方法】采用野外双环入渗试验方法,测定了不同植被覆盖下土壤水分入渗特征,采用Philip模型、Horton模型、Kostiakov模型对不同植被覆盖区土壤水分入渗过程进行拟合。【结果】①不同植被覆盖区土壤水分入渗速率均表现为初始入渗速率最大,平均入渗速率次之,稳定入渗速率最小;②自然生草区土壤初始入渗速率最大,清耕区土壤的平均入渗速率和稳定入渗速率最大,且清耕区与自然生草区土壤初始入渗速率、平均入渗速率和稳定入渗速率均差异显著;③Horton入渗模型对不同小区土壤入渗过程拟合效果最好,Philip入渗模型拟合效果次之,Kostiakov入渗模型拟合效果最差。【结论】红枣经济林不同植被覆盖下土壤水分入渗特征具有显著差异,Horton入渗模型更适合研究该区域红枣经济林土壤水分入渗过程。     

区域尺度下土壤入渗特征参数的空间变异性研究

以华北平原中等区域尺度下农田土壤作为研究对象,利用双环入渗仪测定土壤入渗曲线,并利用经典入渗模型来率定入渗特征参数,同时采用经典统计学和地统计学方法来研究区内土壤入渗参数空间变异性特征。结果发现:适宜于该区域土壤入渗特征参数计算的是Horton和Kostiakov模型;各入渗特征参数具有中等的变异程度并服从正态分布。在区域尺度内各入渗特征参数空间变异程度受空间异质性影响较大,各入渗参数的空间自相关距离在2 979.12~4 079.11m。利用Kriging插值结果分析表明:区域上农田土壤入渗参数受到人为随机性影响较大,空间上并没有明显的规律性。     

田间土壤水分特征曲线的标定和Kriging估值研究

对田间同深度土壤水分特征曲线进行了标定，探讨了其标定系数的半方差特征,并对其标定系数进行了Kriging估值。研究表明，田间同深度不同点的土壤水分特征曲线存在显著的空间变异性, 通过确定不同点的标定系数可以将田间不同点的土壤水分特征曲线用一个统一的曲线来表达,同时田间同深度不同点的标定系数存在显著空间相关性,利用 Kriging估值方法可对其标定系数进行最优估值,用较少点的实测土壤水分特征曲线确定整个田块的土壤水分特征曲线的空间分布。     

土壤特性与Philip入渗公式标定因子的空间变异性关系

以在杨凌地区的土壤野外垂直入渗试验为基础,利用标定理论对Philip入渗方程进行标定,用多重分形法和联合多重分形法定量分析了标定因子和土壤物理特性多尺度下的空间变异性及空间相关性,并构建了标定因子的土壤转换函数.研究表明：算数标定因子的标定效果最优;研究区域内的标定因子和各土壤物理特性具有多重分形特征,在单一尺度上和多尺度上,标定因子和沙粒质量分数的空间变异性较强,不同尺度区间上的高值信息对其空间分布影响较大,而粗粉粒质量分数的空间变异性由不同尺度区间上的低值造成;单一尺度上,标定因子与有机质质量分数和黏粒质量分数的相关性具有统计学意义,在多尺度上,标定因子与土壤容重、黏粒质量分数和有机质质量分数的相关性具有统计学意义;基于联合多重分形建立的标定因子的土壤转换函数的预测效果比较理想,具有较强的理论基础和理论价值.     

基于Philip入渗模型的土壤水分入渗参数BP预报模型

基于黄土高原区大量大田土壤入渗实测资料,借助BP神经网络模型建立了基于Philip土壤入渗模型参数的预报模型,并分别讨论了BP神经网络土壤水分入渗参数稳渗率预报模型、土壤水分入渗参数稳渗率预报模型和Philip模型的90min累积入渗量预测的单项和综合误差。结果表明:基于常规土壤理化参数土壤含水率、容重、黏粒含量、粉粒含量以及有机质等建立BP神经网络模型对Philip土壤入渗半经验半理论模型参数吸渗率S和稳渗率A进行预测是可行的。预测参数A和S以及Philip模型的90min累积入渗量的预测值与实际值的相对误差分别为2.074 60%、3.079 98%和2.037 56%,都在可接受的范围内;研究结果可为世界范围内大量实用的地面灌溉技术参数优化提供强有力的依据支撑。     

畦灌土壤入渗参数的空间变异性及其对灌水质量的影响

针对畦灌,研究了Kostiakov模型入渗系数K和入渗指数α的空间变异性及其对灌水质量的影响。根据2008年在河北吴桥进行的棉花播前灌水试验数据,采用最优模式搜索技术估算土壤入渗参数并分析其空间变异性,进而采用地面灌溉模拟软件SRFR模拟了土壤入渗参数空间变异性对灌水质量的影响。结果表明,当其它灌水技术要素相同时,灌水均匀度和灌水效率对K和α的响应关系均为单峰型二次曲线。K的稳定区间较大,α的稳定区间较小,当二者在小值范围内变化时,灌水质量的波动较为平缓;当二者在大值范围内波动时,会引起灌水质量的急剧变化。因此,在畦灌设计过程中,土壤入渗参数的差异性不容忽视。     

Philip模型与修正的Green-Ampt模型互推参数的特性分析

通过室内试验方法利用Philip和Green-Ampt入渗模型对3种土壤水平一维入渗进行了分析,对Green-Ampt入渗模型的含水率分布进行了修正从而改进二模型参数的互推公式,根据互推参数分别计算累积入渗量,并与实测值进行比较。结果表明,修正模型能很好地反应土壤入渗性能,随着土壤粘性的增加,Philip模型参数吸湿率S和Green-Ampt模型参数kssf都逐渐减小,用Philip模型推求修正的Green-Ampt模型参数k′ss′f具有较高的精度,且对于不同质地土壤的入渗表现出不同程度的正效应,此互推公式可应用于不同土壤水平入渗的试验研究。     

基于支持向量机的土壤水分入渗参数预测研究

为解决土壤水分入渗能力的空间变异性问题,以方山、河津、泽州等地土壤入渗试验为背景,选用两参数Kostiakov入渗模型,建立以土壤密度、体积含水量、黏粒和有机质含量等土壤理化参数为输入变量,土壤水分入渗参数为输出变量的土壤传递函数。通过对入渗参数k、α的土壤理化参数影响因子分析,表明土壤理化参数与土壤入渗参数间存在着相关关系。在此基础上,运用支持向量机理论,将入渗参数的非线性回归问题转化为一个二次凸规划问题,建立了土壤入渗参数k、α的预测模型,通过对预测样本的误差分析,表明基于支持向量机土壤水分入渗参数预测模型的预测效果良好,可实现土壤传递函数的有效建立。     

土壤紧实度估算G-A模型参数的空间变异分析

为了分析土壤入渗空间变异特征并为灌溉系统设计和管理提供依据,基于土壤初始重量含水率、土壤紧实度、土壤黏粒含量和入渗过程数据,利用多元线性回归方法,分析选用土壤紧实度对简化的G-A入渗模型参数进行估算的合理性;通过半方差函数分析,进一步探讨了不同畦田规格下土壤入渗空间变异特征.结果表明:土壤紧实度与土壤质地、结构和含水率关系密切,在与土壤入渗参数的回归关系中达到了系统的显著性要求,采用其对简化的G-A入渗模型参数进行估算是可行的;畦田规格由0.5 hm2扩展到3.0 hm2时,简化的G-A入渗模型参数的变异系数均在0.1~1.0,空间变异程度呈中等,空间结构具有中等相关性,且都可用球状模型进行描述,畦田规格差异对G-A入渗模型参数空间变异程度和空间结构影响不具有统计学意义.     

Philip入渗模型参数的非线性预报模型

利用黄土高原区大田耕作土壤的水分入渗试验过程资料,拟合了Philip入渗模型参数,建立了以土壤体积含水率、干密度、粉、黏粒含量和有机质含量等土壤理化参数为输入变量,Philip入渗模型参数为输出变量的土壤传递函数,通过对函数的分析、检验,建立了土壤入渗参数S和A的多元非线性预测模型;在此基础上,运用灰色关联分析理论,将各输入变量进行了灰色排序。研究表明:用土壤体积含水率、干密度、粉粒含量、黏粒含量和有机质含量作为预报模型的输入参数可实现对入渗参数的预测,预测参数实测值与预测值之间的相对误差可控制在8%以下,所建立的非线性预测模型高度相关。     

应用水量平衡法确定波涌灌溉下土壤入渗参数

基于田间实测的地表水流推进过程 ,利用水量平衡法推求波涌灌溉间歇供水条件下的土壤入渗参数。在此基础上 ,利用地面灌溉模型模拟田间水流推进过程并与实测值作对比后发现 ,与单点入渗测试方法相比较 ,该法不仅具有较高的参数估值精度 ,还具备田间试验工作量相对较小、应用简便等特点 ,具有较好的实用价值。     

充分供水条件下膜孔入渗的Philip模型

通过室内垂直入渗和膜孔入渗试验 ,研究了充分供水条件下膜孔入渗特性 ,建立了充分供水条件下膜孔入渗的 Philip模型 ,分析了膜孔入渗与一维垂直入渗之间的关系 ,可以由一维垂直入渗资料确定充分供水条件下膜孔入渗模型。     

冻融土壤Philip入渗模型参数的非线性传输函数模型研究

为满足季节性冻土地区越冬期间储水灌溉管理的需求,基于山西省汾河灌区季节性冻土的冬季大田土壤水分入渗试验,得到了120组Philip入渗模型参数实测样本,借助MATLAB软件,建立了以土壤温度、有机质质量分数、土壤含水率、土壤体积质量、物理性黏粒量为输入因子、以Philip入渗模型参数吸渗率和稳渗率为输出因子的多元非线性传输函数模型,并用实测资料对该模型进行了精度检验。结果表明,预测参数的相对误差均小于11%,预报精度在可接受范围之内。     

加氧微咸水溶氧量对土壤水盐运移特征的影响

利用微纳米发泡器对微咸水进行加氧处理,并对加氧微咸水入渗条件下的土壤水盐运移特征及对入渗模型参数影响开展了研究。结果表明,在微咸水不同溶氧量入渗条件下,入渗时间相同时,累积入渗量和湿润锋深度随溶氧量增加先增加后减小,微咸水溶氧量为14. 0 mg/L时累积入渗量和湿润锋深度最大。相比于其他处理,微咸水溶氧量为14. 0 mg/L时能加快水分入渗,增加土壤体积含水率。此外,相比于不加氧处理,不同加氧水平入渗均能提高灌溉水脱盐效率。同时,利用现有入渗模型对入渗过程进行了定量分析,结果显示代数模型和PHILIP模型都能准确描述加氧微咸水入渗过程,而且模型参数与微咸水溶氧量存在函数关系。PHILIP模型中吸渗率随着微咸水溶氧量的增加呈先增加后减小的趋势,最大值出现在14. 0 mg/L,代数模型中综合形状系数则呈现相反的规律,最小值出现在14. 0 mg/L,且代数模型可较好描述加氧微咸水一维垂直入渗条件下的土壤含水率分布。     

基于畦灌灌水效果的土壤入渗参数预测精度控制研究

为实现土壤入渗参数预测精度的有效控制,以汾东灌区北长寿的灌水试验为背景,对灌水技术参数进行包括灌水效率Ea、储水效率Es和灌水均匀度Du在内的多目标模糊优化。在优化灌水的条件下,选用三参数Kostiakov入渗模型,将入渗参数k、α和f0不同程度地偏离,利用WinSRFR对不同入渗参数下的灌水效果进行模拟,分析灌水效果评价指标对入渗参数变化的敏感程度。结果表明:入渗参数k和f0偏离对灌水效果指标的影响明显较入渗指数α偏离的影响大;Ea和Es对入渗参数偏离的敏感程度相当,而Du的敏感程度大于Ea和Es。在此基础上结合灰色关联理论,建立入渗参数预测精度控制模型,以实现土壤传递函数的有效建立。     

基于Kostiakov二参数入渗模型参数的BP预测

基于黄土高原区大田耕作土壤的水分入渗试验,建立了Kostiakov二参数入渗模型参数的BP神经网络预测,实现了以土壤基本理化参数为输入变量,Kostiakov二参数模型参数为输出变量的BP预测方法,并分别对二参数模型中的入渗系数k、入渗指数α以及90min累积入渗量H进行了预测值与实测值的精度比较,结果显示对入渗系数k实现BP预测的平均相对误差为6.082 3%,入渗指数α的平均相对误差为1.045 9%,90min累积入渗量H的平均相对误差为4.973 5%,三者的平均相对误差值均在7%以下,预测精度较高,预测效果较好,表明以土壤基本理化参数为输入变量的BP神经网络预测是可行的。研究结果为获取准确的入渗参数提供技术手段,进而为提高农业灌溉水管理水平和灌水效率提供支撑。