春玉米抽穗期主要土壤参数空间变异特征研究

以在东辽河流域进行的田间采样为基础,将经典统计学与地统计学相结合,对春玉米抽穗期3项土壤含水量指标和9项土壤参数指标进行了空间统计分析。研究结果表明,10cm深土壤含水量以及全N、粗砂粒、细砂粒、粗粉粒含量最佳半方差模型符合线状模型,20cm和30cm深土壤含水量最佳半方差模型符合球状模型,有机质、全P、细粉粒、粗黏粒和细黏粒含量最佳半方差模型符合高斯模型。20cm和30cm深土壤含水量、有机质、全P、细粉粒、粗黏粒和细黏粒含量7项指标均具有强烈的空间相关性,存在着明显的空间自相关格局,Kriging插值空间分布具有明显的片状和斑块状特点。     

小麦拔节期农学参数和土壤含水量空间统

选取山东省陵县的小麦试验示范基地作为样区,采用GPS定位调查,获取田间21个样点的土壤和小麦植株样品,运用TDR300测定样点土壤含水量,利用SPAD502叶绿素仪测定采样点拔节期小麦植株叶片的叶绿素含量,获取小麦干物质产量信息.基于地统计学原理,结合空间分析技术,探讨了小麦叶绿素含量、干物质产量等农学参数信息和土壤含水量的空间变异特征.研究结果表明,土壤水分和小麦叶绿素含量的空间变异呈强的空间相关性,结构性因素引起的空间变异分别占到总变异97.3%和81.3%.小麦干物质产量具有中等程度的空间变异性,由结构性因素引起的变异占到总变异的50%.土壤含水量、小麦叶绿素含量Kriging插值空间分布呈现明显的片状和斑块状特点,小麦干物质产量Kriging空间分布具有明显的带状分布特点.     

不同土质灌区土壤盐分与物理特性空间变异规律及协同关系研究

为探究土壤盐分空间特性,以鄂尔多斯黄河南岸灌区不同土质的两个灌域为研究对象,采用经典统计学与地质统计学相结合的方法对0～20 cm土层土壤电导率与土壤物理特性参数间的关系进行分析研究。研究结果表明:两灌域0～20 cm土层土壤电导率均可以采用高斯模型进行半方差分析拟合。砂土灌域土壤电导率为中等变异程度,中等空间相关性,电导率与黏粒含量、土壤容重、含水量、导热率及热容量显著正相关,相关范围约2～6 km;与砂粒含量显著负相关,相关范围约2.5～4 km。砂壤土灌域土壤电导率为中等偏强变异程度,较强空间相关性,电导率与土壤物理特性空间相关性较低,土壤盐渍化程度高于砂土灌域。     

大田尺度下车载式土壤多参数测量方法研究

应用自行研制的土壤含水量、电导率与耕作阻力车载测试系统以及EM38电导率测试仪,在特定的耕作和施肥管理制度试验田中进行大田尺度下的土壤多参数车载测量研究。在土壤参数空间分布信息基础上进行相关分析,结果表明复合传感器具备农田土壤含水量和电导率变异响应能力,进一步建立了农田土壤电导率与含水量、耕作阻力以及施肥信息之间的统计预测模型。     

两种滴灌模式下棉田土壤水分和盐分的差异性分析

本实验在兵团阿拉尔灌溉试验分站内进行,在棉田内对比使用膜下滴灌与地埋式滴灌两种灌溉模式,通过对棉花整个生育时期内土壤各个层次的含水量和总盐含量进行连续的取样检测,分析两种灌溉模式下土壤水分与盐分随时间变化趋势和垂直空间含量差异.结果表明:地埋式滴灌土壤表层含水量低于膜下滴灌处理,表层以下特别是在作物根层附近土壤中含水量则高于膜下滴灌处理.两种灌溉模式下土壤各层次盐分含量变化趋势大体相同,从苗期开始呈现降低-升高-再降低的过程.在大部分时间里,地埋式滴灌处理的20～40 cm土壤盐分含量最低,60～80 cm土壤盐分含量最高;膜下滴灌处理的0～20 cm土壤盐分含量最低,40～60 cm土壤盐分含量最高.     

土壤容重变化与土壤水分状况和土壤水分检测的关系研究

以湖北地区黄棕壤、水稻土、潮土为供试土壤,通过土壤在脱水干燥过程中客重增大和模拟不同容重级别土壤所引起的土壤水分状况变化,研究了土壤容重与体积含水量、土壤水分类型、土壤水分利用、土壤水分运动相伴变化的关系以及土壤容重与土壤水分检测的关系.试验结果表明,随着土壤容重增加,其饱和含水量、重力水含量、有效水含量减小,其凋萎含水量、无效水含量增加;其饱和导水率减小,非饱和导水率增加;同时土壤容重变化影响土壤水分运动参数的表述和土壤水分运动方程的应用以及土壤水分检测及其结果的应用.     

基于有效最大含水量的土壤水分监测优化布设方法

考虑空间变异的土壤水分精准测定是作物适时适量灌溉的基础。以土壤有效最大含水量作为关键参数,结合经典统计学和地统计学方法,提出了土壤水分监测优化布设数量与位置的确定方法,克服了以实测土壤含水量作为参数导致通用性差的弊端,并以北京大兴试验区3.645 km2为例,布设了129个采样点,分析了土壤有效最大含水量空间变异规律,提出了优化的采样数目及具体布设位置。结果表明:(1)土壤有效最大含水量在0~40与0~80 cm深度均满足正态分布,其变异系数分别是14.96%和13.56%,表现为中等程度的变异;(2)运用经典统计学方法获得在置信区间90%、采样误差10%情况下,0~40和0~80 cm深度的合理采样数分别为6个和5个,并采用地统计学方法确定了具体布设位置。(3)以129个样点估算的区域含水量作为实测值,依据优化采样点估算的区域含水量误差均低于10%,因此基于有效最大含水量的土壤水分监测优化布设方法可以在保证区域测量精度情况下,大幅减少采样点数量。     

遥感计算土壤含水量方法的比较研究

对目前国内外遥感计算土壤含水量的主要方法进行了对比研究,对不同遥感卫星数据在计算土壤含水量中的应用情况进行分析,指出这些方法和数据的应用概况、适用条件、存在问题以及改进的措施。对研究遥感计算土壤含水量方法,具有一定的指导意义。     

土壤水分含量测定方法研究

土壤水分含量是影响作物生长的重要因素,也是判断农业环境干旱的重要指标.由农业生产实际情况可知,作物生长的水资源条件最终是反映在土壤水分条件的好坏上.因此,需要充分了解土壤水分的各种时间尺度的演变特征和空间的立体分布,而更为重要的是了解作物主要生产期和关键需水期的土壤水分状况.目前,已有数十种土壤含水量快速测量方法.为此,介绍了近几十年来国内外关于土壤水分含量的各种测定方法,通过查阅大量资料对原理及其优缺点进行了分析与比较,并对其前景进行了展望.其中,有些测量方法存在着许多缺点和弊端,所以寻求一种精度高、可靠性强、成本低、无破坏以及快速的土壤含水量测定技术的工作迫在眉睫.     

土壤特性与土壤比阻的相关性

本文介绍了在江苏省土壤比阻测试的探索中,对土壤比阻k、圆锥指数CI以及土壤物理性粘粒含量A％三个参数的每两两之间的相关问题进行了分析。据江苏土壤比阻测试资料指出,物理性粘粒含量A％与土壤比阻k之间存在良好的相关性,并应用多元回归法获得物理性粘粒含量A％、比阻k和土壤含水量三者间的相关方程、它给预测土壤比阻、绘制比阻区划图提供方便。     

不同土层土壤特性空间变异性关系的联合多重分形研究

应用联合多重分形理论研究了0～20 cm土层土壤含水率、土壤电导率、砂粒含量、粘粒含量、粗粉粒含量、土壤粒径分布体积分形维数、土壤容重、有机质含量的空间变异性与20～40 cm土层对应变量空间变异性在多尺度上的相互关系。结果表明:相对于0～20 cm土层上述变量的空间变异性,20～40 cm土层粗粉粒含量、有机质含量空间变异性的变化率最大,土壤电导率、粘粒含量、土壤粒径分布体积分形维数空间变异性的变化率最小,砂粒含量、土壤含水率、土壤容重空间变异性的变化率介于两者之间;多尺度上,0～20 cm土层土壤含水率、土壤容重、有机质含量、粘粒含量、砂粒含量、土壤电导率、土壤粒径分布体积分形维数、粗粉粒含量与20～40 cm土层对应变量空间变异性在多尺度上的相关性依次减弱。     

土壤水盐空间异质性及尺度效应的多重分形

为了揭示研究区域林地内土壤含水率和电导率的空间分布特征及尺度效应,利用多重分形方法,对杨凌一林地内不同采样时间和不同采样面积下土壤含水率和电导率的空间异质性进行了研究。结果表明：3种采样面积下土壤含水率和电导率的空间异质性都分别随平均含水率和电导率的增大而减弱。随采样面积的增大,平均含水率和电导率较高时,土壤含水率的空间异质性趋于增强,土壤电导率的尺度效应不明显;平均含水率和电导率较低时,土壤含水率和电导率的空间分布都存在明显的斑块结构。不同采样时间和不同采样面积下土壤含水率和电导率的多重分形谱的形态有所差异,表明引起他们空间异质性的信息有所不同。多重分形分析能揭示出较多的采样林地内土壤含水率和电导率分布的局部信息。     

土壤空间变异对水氮淋失和产量影响的模拟研究

基于CERES-Maize模型,研究了土壤空间变异和水文年型对半干旱地区土壤水氮淋失和玉米产量的影响.结果表明,土壤空间变异对作物产量和土壤水氮淋失的影响程度与降雨密切相关.丰水年水氮淋失量显著高于平水年和枯水年.降雨对作物产量和农田尺度水氮淋失的空间变异有明显影响,并能在一定程度上减弱土壤空间变异对产量和农田尺度水氮淋失的影响.随着土壤空间变异程度的增大,产量降低,产量的空间变异程度增加.水分渗漏和氮淋失量随土壤空间变异的增加呈增加趋势.当土壤黏粒和粉粒含量变异系数CV≥0.2时,在水氮管理中考虑土壤空间变异有利于提高作物产量,减轻水氮淋失.     

西南岩溶盆地土壤干容重协同克里格分析

选择我国云南典型的坝子农业区鹤庆盆地为研究区域,用环刀采集表层(0~10 cm)土壤样品114个,测定土壤干容重和土壤含水率。利用经典统计学方法、普通克里格(OK)方法和协同克里格(OCK)方法,研究坝子农业土壤干容重的空间变异特征。结果表明:研究区域土壤干容重变化范围为0.74~1.60 g/cm3,平均值为1.25 g/cm3。在空间分布上研究区域土壤干容重呈现南北低,中东部高的格局,土壤类型、质地和土地利用方式是影响其空间分布的主要因素。土壤干容重和土壤含水率具有显著的相关性,相关系数达到-0.686。Kriging插值分析表明,以土壤含水率为辅助数据,利用OCK法能有效提高土壤干容重的预测精度。     

干旱区滴灌均匀系数对土壤水氮分布影响模拟

基于HYDRUS-2D软件建立了棉花膜下滴灌水氮运移模型,利用干旱区棉花膜下滴灌试验数据对模型进行了参数率定和验证。将灌水器流量沿毛管的变化离散为依次逐段减小,并假设土壤水分在各段之间不存在交换,利用验证后的数学模型研究了干旱区不同滴灌均匀系数时土壤水氮分布特征,评估了土壤空间变异对水氮分布均匀性的影响。模拟结果表明,随着灌水的进行,滴灌均匀系数Cu为0.60和0.80时,土壤含水率和NO-3-N质量浓度均匀系数均呈下降趋势,而Cu=0.95时变化较平稳;滴灌均匀系数越低,灌水后土壤含水率和NO-3-N质量浓度均匀系数降低的幅度越大;土壤NO-3-N质量浓度均匀系数的变化范围为0.35~1.00,低于土壤含水率均匀系数。田间试验存在的土壤空间变异在一定程度上增加了土壤水氮分布不均匀性。     

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.     

Sampling strategies for soil water content to estimate evapotranspiration

When the soil water balance method is applied at a field scale, estimation of the spatial variability and confidence interval of actual evapotranspiration is rare, although this method is sensitive to the spatial variability of the soil, and thus to the sampling strategy. This work evaluated the effect of soil sampling strategies for soil water content and water flux at the bottom of the soil profile on the estimation of the daily and cumulative evapotranspirations. To do that, according to the statistical properties of daily measurements in a field experiment with a soybean crop, the water content and flux through the base to the soil profile in space (field scale) and time (daily scale) were simulated. Four different sampling strategies were then compared, and their effects on daily and seasonal cumulative evapotranspirations quantified. Strategy 1 used ten theoretical sites randomly located in the field. The daily water content estimates were assumed to be available each day from these same ten locations, which were located from 0.15 m to 1.55 m in depth, with space steps of 0.10 m. Strategy 2 assumed that daily water content estimates combined two sources: in the 0.00–0.20 m soil layer, ten theoretical sites were selected but changed every day, with thin soil layers for soil moisture sampling, from 1 to 5 cm in thickness. In the 0.20–1.60 m soil layer, the daily water content estimates were assumed to come from the same ten locations (the first soil moisture estimate was located at 0.25 m, and the others were located every 0.10 m until 1.55 m). Strategy 3 used ten theoretical sites located in the field, as in strategy 1, however the water content estimates in the 0.00–0.20-m soil layer were assumed to come from accurate water content measurements (soil layers from 1 to 5 cm in thickness), while for the 0.20–1.60 m soil layer, the strategy was similar to strategies 1 and 2. Strategy 4 used 10 new theoretical locations of measurement every day. Precise water content estimates for thin layers were assumed to be available in the 0.00–0.20 m soil layer as in strategy 2. The layers for water content estimates in the 0.20–1.60 m were similar to those of strategies 1, 2, and 3. Results showed that the spatial variability of the daily actual evapotranspiration may not be negligible, and differences from approximately ±1.0 mm d ^–1 to ±3.0 mm d ^–1 were calculated between the four sampling strategies. Strategy 1 gave the worst results, because variations in the water content of the top soil layers were neglected, and thus the daily evapotranspiration was underestimated. Strategy 2 led to a considerable variability for estimating daily evapotranspiration which was explained by the effect of the spatial variability due to the daily site sampling for the top soil layers (0 to 0.2 m). Strategy 3 appeared to be the best practical compromise between practical field considerations and the necessity to obtain accurate evapotranspiration measurements. The accuracy of daily evapotranspiration could reach ± 0.5 mm d^–1, and could be further improved by increasing the number of measurement sites. The best results were obtained with strategy 4, although such a destructive and time-consuming strategy is not likely to be practical.     

黄河三角洲农田土壤含水率空间变异特征研究

基于传统统计学和地统计学方法,定量分析了灌水前、后田块尺度下土壤含水率的空间变异性。结果表明,除灌水前10～20cm土层土壤含水率呈非正态分布外,其余各土层含水率均服从正态分布;随着土层深度的加深,灌水前、后各土层含水率均逐渐增加;除灌水前20～40cm土层及灌水后10～20、20～40cm土层土壤含水率呈中等变异性外,其余各土层均呈现弱变异特征;除灌水后20～40cm及40～60cm土层属于指数模型外,其余各土层含水率最优拟合模型为球状模型;灌水前、后各土层含水率均表现为强空间自相关性。     

田间土壤特性的空间相关结构分析及其分布描述

本文对雄县试区试验田的土壤特性空间变异性进行经典统计分析，并利用地质统计学半方差分析法定量描述土壤特性的空间相关结构，然后使用Ｋｒｉｇｉｎｇ最优内插估值法得到了田间土壤特性参数的空间分布等值图。分析结果表明，该试验田０～１００ｃｍ土壤范围内的平均含水量不仅在整个空间分布上而且在纵横曲型剖面上都呈现出弱变异性，空间相关结构显著，相关距离约６０～８０ｍ。采用上述结论和等值图不但能减少样本采样的数量和密度，还能根据田间含水量的空间分布特征合理布点采样，实施土壤墒情的科学监测。     

不同生育阶段土壤水分和养分空间变异与冬小麦产量关系的研究

以江苏省姜堰市沈高农场为例,分析了冬小麦生育期内土壤水分和养分产量的空间变异性,主成分-逐步回归的适当组合,能较为满意地降低土壤特性与产量关系分析中多重共线性的干扰,分析结果表明,土壤水分属弱变异性,养分属程度不同的中等变异性;所测土壤特性与产量关系的亲疏大致为:有机质和全氮量最密切,其次是速效氮,再次是速效钾,接下来是土壤水分和速效磷。