土壤导气率日变化特征分析

土壤含水率处于较低水平时,可以忽略其对地表导气率的影响,单一研究温度与导气率之间的关系。针对陕西长武地区玉米地、果树地的土壤表层导气率、地表下5cm导气率进行全天跟踪测量,同时监测地温、气温,从而分析导气率日变化特征。结果表明,玉米地地表导气率随温度的变化而变化,玉米地和果树地表层导气率与气温存在显著线性关系,建立了当...     

覆膜滴灌条件下土壤改良剂对土壤导气率的影响

为研究覆膜条件下土壤改良剂对土壤导气率的影响,进行田间对照试验分析。结果表明:施加改良剂对土壤颗粒机械组成没有明显改变,但使土壤容重明显减小、饱和含水率升高、田间持水率升高;覆膜条件有保水保墒作用,但阻碍了土壤空气与外界气体的交换,使土壤导气率降低;改良剂的施加改善了土壤结构和土壤物理性状,促进了土壤孔隙内气体流通,使土壤导气率增大;石膏对导气率的改善效果最显著,聚丙烯酰胺(PAM)次之,旱地龙的改善效果最低;PAM和旱地龙的中、高施量比低施量改善效果更显著,石膏的中、低施量对导气率的改善效果相近,高施量处理下导气率为低施量处理的1.12倍。说明土壤改良剂对土壤导气率有较好的改善效果。     

黑河中游绿洲麦田土壤导气率空间变异尺度性研究

为了明确黑河中游绿洲麦田土壤导气率空间变异研究中的尺度性问题,在张掖地区面积为21 m×21 m的小麦田用3 m×3 m的网格布设来测定土壤导气率,运用改变采样间距和幅度的分析方法,得到选取相关距离、变异系数及Moran's I指数这3个参数作为判断表征土壤导气率空间变异的依据,进一步研究不同采样幅度与采样间距对土壤导气率空间变异产生的影响。研究结果表明,在一定范围内,表征土壤导气率变异特征的相关距离、变异系数及Moran's I指数会随着采样幅度尺度的增大而增大;当采样间距增大时,会出现相关距离减小,而Moran's I指数与变异系数两者却没有变化的两种截然相反的情况。     

流域尺度土壤导气率空间分布特征与影响因素分析

采用地理信息系统和地统计学相结合的方法,以泾惠渠灌区麦田土壤导气率空间分布特征为基础进行相关研究。结果表明:地统计学方法较好地模拟了土壤导气率空间变异特征,反映出该地区土壤气体动力学参数具有较强的空间变异特征;容重、饱和含水率、饱和度与土壤导气率的空间自相关(C/(C0+C))均在0.9以上,说明由自相关部分引起的空间异质性占总空间异质性的程度较大;推荐土壤导气率的采样间距参考值大约为7.5 km;土壤导气率与容重的Pearson相关系数绝对值为0.595,两者显著相关;土壤导气率与饱和度的Pearson相关系数绝对值达0.959,两者高度相关;交互相关关系说明容重、饱和度是影响土壤导气率的主成因素,在95%的置信水平上,容重、饱和度对土壤导气率的影响范围均为-20~20 km。     

通气与水分再分布对地下滴灌湿润体导气率的影响

利用瞬态土壤导气率测算模型,研究了室内模拟地下滴灌土壤导气率的变化,分析了通气与灌后水分再分布对地下滴灌湿润体土壤导气率的影响。结果表明:地下滴灌湿润体内供气压力与时间呈良好的线性关系,导气特征参数与土壤导气率呈极显著的线性关系;容重为1.3、1.4和1.5g/cm3的风干土样在灌水停止时,棕壤土的导气率分别减小至灌水前的8.9%、22.7%和49.9%,塿土的导气率分别减小至灌水前的2.7%、5.4%和9.8%,灌后土壤水分再分布过程中,土壤导气率呈缓慢增长趋势;灌后人工通气可迅速提高地下滴灌湿润体土壤导气率,通气5min后,棕壤土的导气率分别提高至灌水前干土的64.1%、54.1%和79.9%,是停止灌水时的7.3倍、2.5倍和1.6倍,塿土的导气率分别提高至灌水前的79.9%、84.1%和80.8%,是停止灌水时的30.5倍、15.3倍和8.4倍。     

基于驻波率原理的土壤含水率测量方法

提出了一种基于驻波率原理的土壤含水率测量方法，介绍了其工作原理和使用范围（主要分析土质对其测量结果的影响），并将其与目前广泛使用的TDR及FD两种测量方法进行性能对比，从而得出SWR土壤含水率测量方法是一种高性能的测量方法。     

易倒伏期甘蔗基本参数的试验研究

针对目前易倒伏期甘蔗的基本参数匮乏、甘蔗的倒伏动力学机理和相关的数值模拟研究无法顺利开展等问题,采用物理试验和随机抽样的方法,对易倒伏期新台糖22号和柳城03/1137号品种甘蔗的几何参数和物理特性参数进行测量,且进行了相关的分析。结果表明:不同品种甘蔗的物理特性参数存在差异性,柳城03/1 1 3 7号品种甘蔗比新台糖2 2号的强度大,且相同品种不同甘蔗的个体其物理特性参数差别也较大;新台糖2 2号和柳城03/1137号品种甘蔗的叶片、叶中肋、根须、蔗皮轴向、蔗皮径向、蔗芯轴向、蔗芯径向的拉伸强度和茎秆轴向、径向压缩强度、茎秆轴向、径向剪切强度及茎秆抗弯强度分别为13.0、13.6、19.2、40.2、1.6、1.2、0.4、5.1、1.5、0.9、0.7、8.5和1 2.3、1 4.0、1 9.3、4 1.6、2.0、1.2、0.3、5.9、1.6、1.0、0.8、8.8 MPa。     

不同灌溉方式对农田土壤性状和花生落果率的影响

于2014―2015年度麦茬花生生长季,设置移动式管灌、微喷带灌溉和不灌溉3种处理,研究了不同灌溉方式下农田土壤体积质量、土壤孔隙度、水稳定性土壤团聚体组成、花生产量和花生落果率的变化。结果表明,与移动式管灌处理相比,微喷带灌溉处理的土壤体积质量、粒径小于0.25 mm水稳定性土壤团聚体数量和花生落果率分别降低了7.6%、6.4%和66.8%,土壤孔隙度增加了8.4%,而2处理间花生产量没有显著差异。综合考虑花生产量,土壤物理性状和花生落果率的变化,微喷带灌溉是试验条件下能够降低花生收获难度的灌溉方式。     

基于多重分形的土壤粒径分布与土壤物理特性关系

为阐明粒径分布与土壤物理特性之间的关系,测定了土壤颗粒组成、土壤容积密度和饱和导水率等参数,运用多重分形谱参数描述了土壤粒径分布的非均匀性,探讨了土壤粒径分布多重分形参数与土壤容积密度、饱和导水率等参数之间的关系。结果表明：土壤粒径分布的多重分形谱参数D1/D0和Δα可以反映土壤粒径分布的非均匀程度,参数与土壤粘粒含量密切相关,当土壤非均质性较大时,土壤中粘粒含量较多,表现为土壤容积密度增大,而饱和导水率减小。因此,土壤粒径分布的多重分形参数可以作为反映土壤物理性质的指标。     

土壤理化特性对土壤剖面水分传感器性能的影响

针对土壤理化特性变异影响土壤剖面多点水分传感器测量误差的问题,面向土壤剖面水分测量,设计了一种高频电容式水分传感器,通过试验分析了土壤温度、电导率、容重等土壤理化特性变异对传感器输出电压的影响,采用统计回归处理方法,建立了基于温度影响下的土壤水分修正模型,并对传感器的性能进行了检验.试验结果表明:在5 ～45℃范围内,传感器输出电压随土壤温度升高而线性递增;电导率大于2 mS/cm时,传感器输出电压随电导率增大而逐渐减小;容重增加使得传感器输出电压呈减小趋势;在常温下此水分传感器测量值与传统干燥法测量值对比,两者决定系数R2=0.967 9,最大测量绝对误差4.70％,均方根误差为0.025 24.     

基于高光谱反射特性的土壤水盐状况预测模型研究

为了能够及时、精准、动态地监测盐渍土水分和盐分含量变化,以新疆玛纳斯河流域绿洲农田为研究对象,应用高光谱分析技术,采用偏最小二乘回归方法(PLSR)分析土壤反射光谱特征值与水分、盐分含量间的关系,建立盐渍化土壤水、盐含量的高光谱预测模型,并对模型的稳定性和预测能力进行检验。结果表明:12种数据变换中分别采用CR、(lgR)'能够有效提高土壤盐分、含水率预测模型精度。水分预测模型中土壤盐分含量小于等于8.19 dS/m时,R2cal均大于0.79,外部验证R2val均大于0.64,RMSEP间差异不显著,预测精度较好;土壤盐分含量大于等于10.25 dS/m时,外部验证R2val不足0.45,预测精度较差。土壤盐分预测模型中当含水率小于15%时,预测R2cal均大于0.77,外部验证R2val大于0.64,RMSEP小于4.3,预测精度较好,土壤含水率大于15%时,模型预测精度较差。结果表明土壤中水分、盐分含量较大时,对水盐预测模型的估算精度均会产生影响。     

土壤速效磷含量近红外光谱田间快速测定方法

为实现对土壤速效磷含量的快速测定,以关中塿土为材料,研究基于光谱分析的土壤速效磷含量测定方法。首先用便携式近红外频谱仪在不同采样高度下,采集土壤样本900~1 700 nm波长范围的漫反射光谱,采用3倍标准差准则和主成分分析得分图对异常样本进行判别和剔除,然后对比分析4种波长选择方法对建模效果的影响,发现基于稳定的竞争性自适应加权抽样法的结果最佳,最后通过分析不同非线性建模方法对预测结果影响实验,探明最小二乘支持向量机方法的预测结果最好。实验结果表明,采样高度为10 cm时本文建立模型的土壤速效磷含量预测决定系数为0.858 1,均方根误差为10.880 1,具有较高的精度,可对土壤速效磷含量进行快速预测。     

覆盖作物对土壤物理特性及旋耕作业的影响分析

覆盖作物可改善土壤持水能力,但是对土壤硬度的影响与土壤含水率有关。对覆盖作物进行耕前割倒作业可解决旋耕作业时在旋耕刀辊上产生的缠绕问题。大量作物残茬置于土壤表层会影响后续作物的播种质量和出芽率,所以对于干物质量大的覆盖作物不宜直接采用旋耕作业。     

基于支持向量机方法的土壤水分特征曲线预测模型

在山西省黄土高原区进行野外试验获取土壤样品,经室内试验测定,最终获得土壤样品的水分特征曲线以及理化参数,建立了基于支持向量机的Van-Genuchten预测模型。研究与分析的结果:输入变量选用了5个土壤基本理化参数(土壤黏粒、粉粒、密度、有机质和全盐量),输出变量为Van-Genuchten模型的参数α、n,对土壤水分特征曲线Van-Genuchten模型的参数进行预测并取得良好的结果。所建立的支持向量机预测模型下,Van-Genuchten模型参数α、n的预测值与检验值的平均相对误差都小于4%,建模与检验样本都具有较高的精确度。研究成果有助于丰富黄土地区的土壤水分特征曲线理论研究。