科尔沁草原典型草甸土壤水分特征曲线模型参数分析

科尔沁草原典型草甸土壤水分特征曲线模型参数分析

姚干戈、刘廷熙、王天喜、柯尔沁沙地土壤水分特征曲线传递信息的构建和评价[j]农业工程报告，2014年（20）：98-108。YaoJiaozhuan,LiuTingxi,WangTianshuai,etal.Developmentandevaluationofpedo-transferfunctionsofsoilwatercharacteristiccurvesinHorqinsandyland[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2014,30(20):98-108.(inChinesewithEnglishabstract)0土壤水分特征曲线土壤水分特征曲线表示土壤水吸力(基质势)和土壤含水率之间的关系,即土壤水的能量和数量之间的关系。土壤水分特征曲线对研究土壤中水分的运移与滞留有重要的意义。除此之外,土壤水分特征曲线还能间接地反映土壤孔隙大小的分布状况。土壤水分特征曲线,与土壤通气性、导水性以及水分对作物的有效性有关。土壤含水率与压力之间的关系受到土壤质地、孔隙结构、有机质、土壤中吸附的离子浓度、温度等因素的影响。对于单纯的吸湿、脱湿过程,土壤水分特征曲线是唯一确定的。由于试验直接测定土壤水分特征曲线存在着成本高、耗时长、工作繁重等缺点,加上空间变异的存在,使得在大尺度上获取土壤水分特征曲线的准确率不高而且可操作性较低。土壤传递函数,即利用容易获得的土壤基本性质(如粒径分布、容重、有机质含量等)通过某种算法(如回归分析、最优规划法、神经网络、分类回归树、分形机理等)间接估算水分特征曲线的一种有效方法。已有研究根据土壤的水力性质及其理化性质之间的统计关系,建立了土壤水分特征曲线的参数模型。近年来,随着人工神经网络的发展,为土壤水分特征曲线的构建提供了新的方法。另外,根据土壤颗粒的累计曲线与土壤水分特征曲线相似的特点,建立了基于土壤分形的土壤水分特征曲线。大多数的研究者,利用土壤颗粒的分形维数与土壤水分特征曲线分形维数之间的线性关系,来推算土壤水分特征曲线。利用统计方法建立的传递函数操作简便、实用性强。现有土壤传递函数(pedo-transferfunctions,PTFs)的构建,多局限于经济发达地区,对于干旱寒冷地区的应用较少,而且对其精度、适用性的评估更少,且方法多局限于线性回归、和基于最小二乘法的非线性回归,它不足以描述土壤基本性质与土壤水分特征曲线之间的关系,而且会出现推求参数停止或解为负的现象。此外,在极值处,放大了极值效应,使极值处的预测值以指数倍的关系偏离实际值,产生较大的偏差。本文采用绝对偏差最小的非线性规划法,消除极值的误差,提高传递函数的精度。建立高精度、适用于干旱寒冷地区土壤水分特征曲线的传递函数,以期为合理的获取干旱区的水分运动参数提供依据,也为区域水-热-溶质运移的模拟提供理论保证及技术支持。1材料和方法1.1沙区地貌和植被群落研究区位于科尔沁沙地东南缘,地理坐标为122°33′00″~122°41′00″E,43°18′48″~43°21′24″N,面积55km2,属于草原化荒漠地带。地形总趋势为西高东低,南北高翘,中间低平。科尔沁沙地的土质较疏松、颗粒偏粗、透水性较强。地貌以起伏的流动半流动沙丘、半固定沙丘、低缓的固定沙丘和平坦的草甸、农田镶嵌分布,沙丘-草甸-湖泊交互影响。土壤多为风沙土、栗钙土,类型主要为砂性土。该区域属温带大陆性季风气候,年平均气温6.6℃,多年平均降水量为389mm,降水主要集中在6-9月,多年平均蒸发量为1412mm,年平均湿度为55.8%。研究区植被群落简单,物种多样性差。主要生长着差巴嘎蒿、沙蓬、小叶锦鸡儿、羊草、三芒草、榆树、黄柳、小花蒺藜、冷蒿等天然植被,种植有玉米、大豆、水稻等农作物。该区域除极小部分稻田以外,基本无灌溉,植被生长主要依赖于天然降水和地下水。1.2土壤样品的采集和测定1.2.1土壤水分特征曲线的确定2012年9-10月,在农作物收割之后、农地尚未翻耕之前,土壤的扰动性最小时采样。按照经度18″、纬度12″,即以400m×400m的方格线划分55km2的研究区,格线交点设定为土壤调查试验点,共270个。在综合考虑研究区土地利用类型、土壤质地及植被状况的情况下,选取其中49个点作为测定土壤水分特征曲线的试验点。利用GPS定位,并在选定点处开挖剖面,然后在地表以下20cm深度处,分别用直径和高均是5cm、体积为100cm3的环刀取原状土样2个,同时在环刀取样位置的周边用布袋取扰动土样。环刀土样用于测定土壤的干容重和土壤水分特征曲线,布袋土样用于测定土壤的物理化学性质。1.2.2测定指标与方法土壤水分特征曲线利用美国SEC公司1500F1型15Bar压力膜仪测定,分别测定土样对应1.96、3.92、5.88、7.84、9.80、29.41、49.02、78.43、100、300kPa压力下的含水率及饱和含水率。有机质含量(soilorganicmatter,SOM)采用重铬酸钾外加热法(油浴)测定;电导率(electronicconductivity,EC)根据GB7871-87标准在配制1∶5土水比浸提液后利用上海精密仪器仪表有限公司生产的DDSJ-308A型电导仪测定;pH值根据GB7859-87标准在配制1∶1土水比浸提液后利用上海佑科仪器公司生产的pHS-3型酸度计测定;土壤粒径分布利用德国Symaptec公司的NANOPHOXTM纳米激光粒度仪选用干法进行测定。土壤粒径分级标准采用美国农业部USDA制,黏粒(<0.002mm)、粉粒(≥0.002~0.05mm)、砂粒(≥0.05~2mm);干容重采用环刀法测定。1.3学习方法1.3.1土壤水分特征曲线描述土壤水分特征曲线的经验公式较多,常用的模型有Brooks-Corey、Gardner、Campbell、vanGenuchten及其推广模型等。Brooks-Corey模型是不连续的:模型中,当吸力等于进气值时,土壤含水率等于饱和含水率,求导为0,导致模型在模拟近饱和处土壤水分运动时出现非连续性;而vanGenuchten及其推广模型对于粗质地的土壤水分特征曲线具有较高的拟合精度,曲线光滑连续且有连续斜率,并从中可获得导水率值,且线型与实测值相似度高。不同的经验公式对应不同的土壤质地以及脱、吸湿曲线,但并非是绝对的。该文采用vanGenuchten模型来描述科尔沁沙地的土壤水分特征曲线。方程如下:式中:θ为土壤体积含水率,cm3/cm3;θr为土壤残余体积含水率,cm3/cm3;θs为土壤饱和含水率,cm3/cm3;h为土壤吸力,cm;α为土壤进气值的倒数,1/cm;n、m为土壤孔径分布指数,与土壤水分特征曲线的形状有关。针对各土样利用压力膜仪测定的压力-体积含水率数据对{θi,hi;i=1,2,3…},利用非线性规划法便可确定该土样水分特征曲线对应公式(1)中的参数θs、θr、α、n、m。本文为了降低极值对拟合参数的影响,选用绝对偏差最小为目标函数的非线性规划法来确定土样水分特征曲线模型的参数。1.3.2土壤水分数量与能量关系土壤传递函数的构建采用函数参数非线性规划法,就是利用非线性规划方法,建立水分特征曲线模型参数θs、θr、α、n、m与土壤干容重、粒径分布、有机质、pH值、电导率等土壤物理化学参数间的函数关系式,也即PTFs函数,进而推算出土壤水分数量和能量之间的关系。1.3.3模型参数值的估算本文通过比较实测值与预测值来评估PTFs函数的模拟精度,其中用到的主要评价指标有平均误差ME(meanerror)、均方根误差RMSE(rootmeansquareerror)、相关系数r(correlation)、误差比ε的几何平均数GMER(geometricmeanerrorration)、误差比ε的几何标准偏差GSDER(geometricstandarddeviationerrorration):式中:iyp为模型参数的拟合值,即模型参数的实测值;iym为利用PTFs函数估算的模型参数值,即模型参数的预测值;N为数据点个数;cov为协方差函数;var为方差函数。2结果与分析2.1土壤肥力、干容重对研究区各采样点土壤的物理化学特性进行了统计分析,结果如表1。可知:研究区土壤质地类型主要为砂土,其次为砂壤土和壤砂土,质地较粗,土壤的通气、透水性较好,土壤肥力较差。土壤中的黏、粉粒含量较少,但属于强变异,砂粒体积含量大都在83%以上,变异程度中等。土壤的干容重在1.18~1.88g/cm3之间,均值为1.59g/cm3,其中介于1.50~1.70g/cm3之间的土壤约占测试样品的76%。pH值的变化范围不是很大,多数土壤属于偏向碱性类的中性土壤,有机质(soilorganicmatter,SOM)与电导率EC的变幅较大。2.2土壤含水量曲线分析2.2.1农田、草坪地土壤水分特征曲线的非线性吸力段该文将研究区49个测试点按地貌类型划分为草甸地、耕地、固定沙丘、半固定沙丘、流动沙丘等5个类型。表2给出了不同地貌类型区土壤的基本物化指标。不同的理化特性对应不一样的地貌类型。按照流动沙丘-草甸地的顺序,土壤中黏粒含量、有机质、pH值、EC逐渐增多的趋势,而干容重呈逐渐减少的趋势。通过计算各类型区所有测试点同一负压下含水率的平均值,确定出该类型区平均的水分特征曲线,见图2a。同时。土壤的水分特征曲线反映的是土壤的持水能力,对其求导数,可以获得不同压力下土壤的比水容量。它反映土壤水分的有效程度以及土壤的供水能力,见图2b。不同的土地利用方式与地貌类型,土壤的水分特征曲线之间存在着差异(图2a)。沙丘之间的差异不明显,尤其是流动与半固定沙丘差异很小,沙丘和农田、草甸之间存在明显的差异性。这是由于:流动沙丘、半固定沙丘、固定沙丘的颗粒组成虽有变细的趋势,但变化不是很明显,农田、草甸地带土壤中黏粉粒含量明显增加。同一吸力下,草甸地和农田的含水量明显高于不同类型沙丘地的含水量,表明草甸地和农田的持水能力高于沙丘地。相对3种类型的沙丘地,草甸地和农田土壤水分随着吸力的增加下降速率较缓慢。这是因为草甸地和农田土壤的黏粉粒含量较高,有着较大的比表面积,从而增加了其对水分子的吸附量;此外草甸地和农田土壤中的有机质含量较高,植被根系较发达,从而改变了土壤中的团聚体结构,这种土壤结构的改变使其具有更高的持水性。比水容量是单位吸力引起的土壤含水量的变化,是评价土壤水分有效性、供水性及耐旱性的重要指标。土壤水分特征曲线的非线性,决定了不同吸力范围内比水容量不尽相同。图2b表明,流动沙丘、半固定沙丘、固定沙丘的比水容量随吸力的增加呈先增长后减小的趋势,农田、草甸地的比水容量随吸力的增加呈逐渐减小趋势。同一吸力下的比水容量越高,表明供水能力越强。在pF<2的低吸力段,沙丘地带的供水能力大于农田、草甸地,pF>2.477的高吸力段这种差异性减小,并且呈现沙丘地带的供水能力小于农田、草甸地。pF在0~1.602的低吸力段,沙丘地带土壤的比水容量随吸力值的增加而增大,沙丘地带土壤含水量小于农田、草甸地带。这是由于在低吸力段,水分大部分存在于大孔隙中,沙丘土壤的大孔隙比较多,小孔隙数较少,除了孔隙大小引起的持水量变化外,黏粉粒含量差异性也是土壤持水性差异的缘由。当pF大于1.778、2、2.477时,沙丘地带土壤的比水容量分别呈现出快速变化、缓慢变化、基本平稳的过程。农田、草甸土壤的比水容量随吸力的增大而逐渐减小,且吸力越低段减小幅度越大。这一结论与王长燕的结论基本一致。农田、草甸地带土壤的比水容量随吸力的增大而减小。总的来说,在低吸力段,吸力的改变会引起含水率较大的变化;在高吸力段,即使吸力有较大的变化,含水率变化也是微小的。各类型土壤水分特征曲线的变化形式相似,只是土壤的持水能力不同,土壤水分均经历了随着吸力的逐渐增大而快速下降、缓慢下降、变化缓慢的趋势。土壤质地、结构、容重、温度及其膨胀和收缩特性都会影响土壤孔隙状况和水分特性,进而影响水分特征曲线的弯曲形状。图2a表明农田和草甸地带土壤水分特征曲线与沙丘地带土壤水分特征曲线之间存在显著差异。但是,这种差异性主要体现在高吸力段,这是由于高吸力段土壤中水分的滞留主要受土壤质地、黏土矿物含量及其吸附的粒子、有机质等的影响。这与表2中流动沙丘-草甸地,土壤中黏粒含量、有机质、pH值、EC逐渐增多一致。采用非线性规划法,以绝对偏差最小为目标函数,以vanGenuchten模型参数θs、θr、α、n、m为决策变量,对研究区49个采样点的实测含水率与压力数据进行拟合得到vanGenuchten模型参数(表3),决定系数均在0.97以上,表明该模型能很好地拟合该区域土壤的水分特征曲线,拟合方法正确。该区域饱和含水率变化在0.300~0.570cm3/cm3之间,相对较集中,且大多数分布在0.390cm3/cm3附近;而残余含水率变化在0.030~0.380cm3/cm3之间,变幅较大,这是因为研究区为沙丘-草甸相间的地区,沙丘和草甸地的土壤和植被有着明显的差异性;该区域的α值变化在0.010~0.288之间,砂性土的进气值较小,α较大,而且比较集中;该区域的n值变化在1.010~7.360;m值变化在0.065~23.970之间,m值较大,而且离散程度较大,说明土壤的结构不好。将土壤物理化学特性的原始数据与水分特征曲线模型参数进行标准化处理,以消除变量数量级和量纲差异的影响,再进行水分特征曲线模型参数与各土壤物理化学指标之间的相关分析,结果见表4。土壤水分常数与干容重、砂粒含量的相关性较大,而与黏、粉粒含量的相关性甚微,这与廖凯华等的观点“土壤水的保持主要是黏粒、有机质和土壤质地”不尽一致,这可能是由于该区域土壤的粉、黏粒含量偏低造成的。土壤饱和含水率θs、残余含水率θr与粉粒、黏粒体积含量、有机质含量SOM、pH值、电导率EC在0.01的概率水平下显著且正相关,与干容重和砂粒体积含量在0.01的概率水平下显著且负相关。lnα、lnn、lnm与砂粒、粉粒、黏粒体积含量、干容重、pH值、电导率EC在0.01的概率水平下显著相关。总的来说,土壤的粒径分布、干容重、电导率、有机质含量是制约土壤水分特性曲线模型参数的主要因素,那么,用这些因子来预测土壤的水分特征曲线是可行的。2.3模型构建阶段研究区土壤水分特征曲线传递函数的建立采用模型参数非线性规划法,其过程包括模型的构建与检验2个阶段。按照不同的地貌类型与土地利用方式将49个采样点分成2类,一类用于模型参数函数关系的建立,共40个,约占样本总数的82%;另一类用于模型参数检验和校正的,共9个,约占样品总数的18%。2.3.1饱和含水率的预测选用绝对偏差最小为目标函数的非线性规划法,利用模型建立阶段的40个样品数据,得出土壤水分特征曲线模型各参数与基本物理化学参数间的方程式:式中:Sa、Si、Cl分别为土壤的砂粒、粉粒、黏粒体积含量百分比,ρb为干容重。根据模型各参数与土壤基本物化参数的模拟分析可知:干容重对饱和含水率起着决定性的作用,增加土壤的其他性质,对预测精度的影响不大,这是因为饱和含水量接近于土壤的孔隙率,而孔隙率等于1—ρb/ρc,ρc为土壤比重。鉴于本区土壤的比重大都为2.65g/cm3,即孔隙率等于1-0.377ρb,这个式子与公式(7)、(8)的前两项非常接近,因此,一般而言,当土壤的性质不完善时,采用公式1-0.377ρb来计算饱和含水量精度已经足够,该文采用公式(8)来模拟饱和含水率;就残余体积含水率而言,干容重和砂粒的含量则是主要的影响因子,其决定系数达87%。干容重和砂粒含量是预测该区土壤水分常数的主要变量,增加土壤的理化指标可提高预测的解释能力和预测效果的合理性,但对预测精度的影响不大。这可能是因为研究区的成土作用弱,次生黏土矿物含量低,土壤中含有的养分较低造成的。干容重和砂粒含量也是预测模型进气值、曲线形状参数的主要指标,引入其他理化性质指标能较大程度的提高lnα、lnn、lnm曲线形状参数的预测精度。随着干容重、砂粒含量的增加,土壤的结构变差,lnα降低,lnn、lnm增大;随着黏粉粒含量、有机质含量SOM、EC值的增加,也即土壤中的养分增多,会改善土壤结构,小孔隙增多,大孔隙减小,导致lnα增大,lnn、lnm减小。应用(8)式、(10)~(13)预测各参数,与实测值对比,结果见图3。预测值和拟合值比较接近,基本在1∶1线左右对称分布,说明整体预测效果较好,尤其是饱和含水率与剩余含水率的预测效果更好。在模型参数的拟合阶段,5个参数的平均误差为0,也就是残差正负相抵。越接近1,说明预测值与拟合值在变化趋势上越相似。θs、θr、lnα、lnn、lnm的r分别为0.95,0.96,0.76,0.80,0.84,均在1附近,表明预测值与实测值的变化大体一致;GMER在1附近,反映平均意义上预测值与实测值的吻合程度,θs、θr、lnα、lnn、lnm的GMER分别为1.001、1.005、1.017、0.982、1.333,lnn的GMER为0.982,其余4个参数的GMER值均大于1,表明:平均意义上,lnn预测值较实测值偏小,而其余4个参数,预测值较实测值偏大。RMSE越小说明预测精度越高,可靠性越高。θs、θr、lnα、lnn、lnm的RMSE分别为0.017、0.023、0.686、0.988、0.254。表明所建立的函数预测值与实测值吻合度较高。2.3.2土壤水分特征曲线在综合考虑研究区地貌类型、土地利用方式及均匀取样的原则下,遵照折线形取样原则,选取尚未参加建模的9个采样点用于进一步分析所建土壤水分特征曲线传递函数的拟合精度和预测效果。利用模型检验阶段的9组数据,带入模型构建阶段所确定的水分特征曲线各模型参数的PTFs方程,公式:(8)、(10)~(13),从而预测出9个采样点基于vanGenuchten水分特征曲线模型的各参数,进而计算出水分特征曲线的预测值。图4绘制了检验阶段9个采样点中具有代表性的4个水分特征曲线的实测值以及传递函数的预测值。由图4可以看出,利用土壤基本物化特性建立的土壤水分特征曲线传递函数,总体上可以描述研究区不同类型土壤水分含量和能量之间的关系,能满足大多数土壤样点的精度要求,模型参数函数关系检验结果示于表5。在检验阶段,预测误差发生了不同程度的变化。其中,θs、θr在模型的检验阶段均表现出较好的吻合性:θs的ME、RMSE、r、GMER、GSDER分别为0.002、0.014、0.99、1.005、1.035,θr的ME、RMSE、r、GMER、GSDER分别为0.005、0.032、0.99、1.064、1.426;lnα、lnn、lnm在检验阶段的精度没有模型建立阶段的精度高,lnα、lnn、lnm的GMER分别为0.953、0.936、1.242;lnα、lnn、lnm的GSDER分别为1.232、1.505、3.278;表明在检验阶段lnm的预测值比实测值偏大,lnα,lnn预测值比实测值偏小。总的来说,GMER在1附近表明平均意义上预测值与实测值的吻合程度较好,RMSE较小说明预测精度越高,可靠性越高。然而极个别的采样点,诸如GM33(图4c),预测精度偏低,但预测曲线与实测曲线的形状很相近,只是土壤的持水率不同。经进一步分析发现,精度偏低的样点主要集中在草甸地与草甸地农田上,这是由于草甸地植物根系极其发育,微生物活动频繁,土壤结构较松散,导致相同条件下土壤实测持水率偏高;而草甸地农田由于人类耕作活动改变了原有土壤的结构及性质,从而改变了天然草甸地的持水特性。此外,就整个研究区而言,草甸与农田的采样点仅占总数的20%,相对偏少,从而消弱了这类样点在模型参数模拟分析时的权重。总之,无论是在模型参数的拟合阶段还是检验阶段,预测值与拟合值都比较吻合,说明所建水分特性曲线传递函数预测精度较好,具有较强的适用性,可用于该区域土壤持水性分析以及非饱和带水-热-溶质的运移模拟。3土壤水分特征曲线模型预测精度分析本文以科尔沁沙地典型沙丘-草甸相间地区为研究区,