土壤水分特征

土壤水分特征（共12篇）

土壤水分特征 篇1

马铃薯是内蒙古兴安盟优势农产品,种植面积45～60万亩,总产量在5亿公斤左右,居全区4～5位。土壤水分是马铃薯生长发育和产量形成的重要物质条件。年降水量较少,土壤水分交替变化明显,十年九旱,影响本县农业生产和经济发展。因此,分析和研究马铃薯土壤水分变化规律,对合理利用好水资源,保证马铃薯正常生长发育和获得高产稳产具有重要意义。

1.资料来源

土壤重量含水率资料取自突泉县气象局1995～2011年逐旬监测马铃薯地块10～50厘米固定地段0～10厘米、10～20厘米、20～30厘米、30～40厘米、40～50厘米5个深度的资料。降水量、气温和蒸发量资料均取自突泉县气象局1971～2000年30年逐旬和逐月的气象整编资料。

处理方法:土壤相对湿度=(土壤重量含水率/田间持水量)×100%

计算公式:

R:土壤相对湿度(%),取整数;w:土壤重量含水率(%);fc:田间持水量(%)

田间持水量是在地下水位较低情况下,土壤所能保持的毛管悬着水的最大值是植物有效水的上限。本文所用田间持水量是突泉县气象局根据土壤水分观测规范测得的土壤水分常数。将每旬测得的土壤重量含水率除以田间持水量得到逐旬土壤相对湿度资料。逐月、逐旬的相对湿度资料是1995～2011年的平均值。由于突泉地区马铃薯播种到收获时间在5～9月,所以春季土壤相对湿度资料选5月份,夏季土壤相对湿度资料选6～8月份,秋季土壤相对湿度资料选9月份。

2.结果与分析

(1)马铃薯土壤相对湿度变化时间特征。气象条件特别是降水量影响土壤相对湿度在时间的变化上,从上年雨季结束到第二年雨季开始,降水量小于同期耗水量,土壤水分不断消耗、亏缺;从雨季开始降水量大于同期耗水量,土壤水分则不断补充、积累。根据土壤水分积累和消耗平衡关系分析看出:突泉县5～9月逐旬10～50厘米平均土壤相对湿度变化曲线,如图1所示。

(2)春季水分蒸发强烈,土壤干湿变化呈交替态势。突泉县春季气温回升快且多大风天气,由4月份7.5℃上升到5月份15.4℃;降水少,5月降水量为30.3毫米仅占年降水量7%。5月份蒸发量达361.9毫米,为全年蒸发量最大月份。降水多以小雨为主,雨水多被截流在0～10厘米土层中,土壤相对湿度最小值为33%。30厘米以下土壤水分很少得到补充,即0～10厘米土壤相对湿度随降水量的增加而增加,反之亦然。春季0～10厘米土壤相对湿度与降水量变化关系,如图2所示。

(3)夏季降水丰沛,土壤相对湿度增大。夏季6～8月份高温、多雨,年降水量76%集中在这一时期,同时是在马铃薯生长过程中水分消耗最多的时期。当雨季初始土壤水分开始恢复后,首先使0～10厘米土层的水分状态得到明显改善。进入6月中旬至7月下旬集中降水期,20～50厘米土壤水分逐渐进入快速恢复期,7月中旬0～10厘米土层相对湿度为71%～78%,比6月中旬提高约7个百分点,0～30厘米土层相对湿度为70%～75%,提高约5个百分点。夏季降水量对0～50厘米土壤平均相对湿度变化影响关系。如图3所示。

(4)秋季降水减少,土壤相对湿度下降。秋季9月份降水量为33.9毫米,占年总降水量8%,降水量减少,气温下降,雨季基本结束。在日平均气温每天以0.33℃左右的梯度急剧下降的情况下,水分蒸发随之减少,10月份蒸发量由9月份的177.1毫米下降至143.3毫米,土壤水分的恢复期亦基本结束。除秋吊外,土壤水分经过恢复性补充和积累,秋季的土壤水分状况均较为湿润,一般年份土壤相对湿度可维持在64%。

3.合理利用土壤水资源建议

由于气候变暖趋势加剧,近年来突泉地区受高温天气增多、降水量偏少和地下水位下降的影响,致使土壤水分减少给马铃薯生产带来一系列问题。根据以上分析结果,从科学、合理、高效利用农业水资源,促进当地马铃薯可持续发展、改善生态环境和防御干旱等自然灾害方面,提出以下建议。(1)为加快农业生产结构调整,改善农田土壤物理性状,提高农田生产力水平,应进一步推进退耕还林、还草,大力提倡增施农家肥和深耕改土生产措施,以加强生态环境保护和治理力度。(2)以增加封冻期土壤贮水量、改善春播期间的土壤墒情和确保春耕生产为目的,应重视“秋翻春耙压”生产措施对提高土壤蓄水能力的作用。(3)为确保水资源利用与保护农田生态环境真正实现良性循环和可持续发展,应大力提倡合理开发和利用水资源,发展节水灌溉技术和选用抗旱作物品种,以减少地下水无序开采。

土壤水分特征 篇2

季节性冻融期地表处理条件下土壤水分动态变化特征分析

通过试验资料,分析了不同地表条件下季节性冻融期土壤水分动态的变化特征,结果表明:与深耕休闲裸地相比,土壤含水率变化特征有所不同.对于考虑的任意一种处理,上层土壤水分变化幅度都大于下层,变幅随深度增加而逐渐减小,但含水率保持相对稳定的起始深度有所不同;除草地未出现明显的含水率高值 (或低值) 区及秸秆覆盖地块仅出现含水率高值区外,其余各处理地块均有明显的含水率高、低值区分布,但在出现时间上因地表条件的.不同而异.含水率高值区的分布与冻层发育位置具有较好的一致性.

作 者：杨晓俊  作者单位：山西省水文水资源勘测局太谷均衡实验站,山西,太谷,030800 刊 名：地下水 英文刊名：UNDERGROUND WATER 年，卷(期)：2009 31(4) 分类号：P641.8 关键词：季节性冻土   地表条件   土壤水分动态   变化特征  

土壤水分及其测量方法的研究进展 篇3

关键词：土壤水分；形态；含量；烘干法；中子法；介电法；原理

中图分类号： S152.7文献标志码： A文章编号：1002-1302（2014）10-0335-04

收稿日期：2013-12-09

基金项目：国家星火计划（编号：2013GA880001）。

作者简介：李旺霞（1989—），女，甘肃静宁人，硕士研究生，主要从事植物生理生态研究。E-mail：gsliwangxia@163.com。

通信作者：陈彦云，研究员，主要从事植物生理研究与教学工作。E-mail：nxchenyy@163.com。水分是天然土壤的一个重要组成部分，在全球储水量中，包气带土壤水约有165 000亿m3[1]，而我国土壤水分总储量为33 550亿m3[2]。土壤水不但数量大，而且与人类环境和生活密切相关[3]，土壤水是一切作（植）物赖以生存的基本条件，影响土壤的物理性质，制约土壤中养分的溶解、转移和微生物的活动，是衡量土壤肥力的一个重要指标。因此，研究和了解土壤水分，在理论上和生产上都有至关重要的意义。土壤水分测定方法多达几十种，目前农田土壤水分的直接测定法主要有烘干法（土钻法）[4]，间接测定法有中子法、张力计法和介电法等。

1土壤水分及其含量测定方法的分类

土壤水存在于土壤孔隙中，尤其是中小孔隙中，大孔隙常被空气所占据[5]，穿插于土壤孔隙中的植物根系从含水土壤孔隙中吸取水分用于蒸腾作用[6]。土壤中的水气界面存在湿度梯度，温度升高，梯度加大，因此水会变成水蒸汽蒸发逸出土表。土壤水通过蒸腾和蒸发2条途径进入大气。表层的土壤水受到重力会向下渗漏，在地表有足够水量补充的情况下，土壤水可以一直渗入到地下水位，继而可能进入江、河、湖、海等地表水。

1.1土壤水分形态

从以往一些分类方法看，主要是根据土壤水的受力情况对其形态进行分类的，这些力主要包括吸附力、吸着力、毛管力和重力。当讨论土壤水的形态时，实际上就是按照这些力区分出某一部分水分究竟处于哪种力作用之下。尽管这种分类方法在理论上是不够严密的，例如，土壤水中按形态分类有一种水分形态称之为重力水。但就土壤水而言，不是其中一部分而是全部都受到重力场的作用，所以实际上都是重力水。虽然如此，但依然认为土壤水的形态分类还是把土壤水这一在土壤形成中起重要作用的因素进行了定性分类，从而使大家能够更深刻地凭借这一形态分类来评价土壤水分的生态条件，因此至今土壤水的形态研究仍具有科学价值。

罗戴在总结和评述了许多研究者关于土壤水形态分类的论点的基础上进行了大量的具有科学价值的工作，他将土壤水分为6种形态，即结晶水、固态水、气态水、紧束缚水、松束缚水和自由水（表1）[7]。

1.2土壤水分含量的表示方法

一般所说的土壤水分实际上是指用烘干法在105～110 ℃温度下能从土壤中被驱逐出来的水[8]。通常用土壤含水量来表示土壤中水分的多少。土壤含水量包括水分质量含水量和容积含水量2种，分别表示为：（1）土壤水质量含水量。土壤中实际所含的水分质量占烘干土质量的比例，即

式中：θm为土层第m次测得的土壤质量含水量，w3为空铝盒质量，一般进行3次以上的重复测定，取平均值作为取样土层的土壤质量含水量。

快速烘干法包括红外线烘干法、微波炉烘干法、乙醇燃烧法等。这些方法虽可缩短烘干时间和测定时间，但需要特殊设备或消耗大量药品，也不能避免由于每次取出土样和更换位置等带来的误差。

2.2中子法

中子法在20世纪50年代用于测量土壤含水量[13]。Beicher等最先使用中子探针，而Gardner和Kirkham阐述了中子法所依据的原理[14]。放射性元素在衰变的过程中，其原子核会不断地发射出快中子，快中子和水中氢核碰撞后变成慢中子，并在放射源周围做不定向运动，形成一个球状的慢中子云。慢中子云的密度与土壤含水量之间存在密切的相关性[15]，即土壤含水量越高，氢越多，产生的慢中子数也就越多。因此，通过仪器中的粒子计数装置将慢中子云的有关数量特征记录下来，就可以准确地确定出慢中子计数值与土壤含水量之间的相关关系。土壤含水量一般在0～35%（容积含水量）之间变动，在此范围内土壤含水量与慢中子计数值之间是一般线性关系，可用下式表示：

θ=a+bN。（4）

式中：a、b为常数，与土壤的理化性质有关；θ为土壤的容积含水量，N为中子仪粒子计数装置在土壤中的计数率与在水体中或特定的介质的计数率之比[16]。

Hewlett等对中子法的测量误差从不同角度进行了分析，发现仪器因素和标定因素对测量结果影响很小，而且还可以采取一定的措施来减小误差[17-20]。田间水分含量测定误差的主要来源是土壤湿度的空间变异（位置因素）。因此，在测量时应采取一定的措施尽量减小由于土壤质地的不均匀或土壤湿度的空间变异性而造成的误差[21]。

2.3介电法

最先对土壤的介电特性作出系统研究的是前苏联学者Chemyak，他在1964 年出版的《湿土介电特性研究方法》引起了世界的关注。在此基础上，土壤的介电特性迅速应用于测量土壤含水量的方法技术中，而且具体操作方法千差万别。其中，高频电容探头测量法、甚高频晶体管传输线振荡器测量法、微波吸收法、时域反射法（包括时域传播法）、频域反射法（包括频域分解法）、驻波率法（也有学者将其归入频域反射法）等测量方法都属于基于土壤介电特性的土壤含水量测量方法[22]。

2.3.1时域反射仪（time domain reflectometry，TDR）TDR法利用电磁波在不同介质中的传播速度的差异来测定土壤含水量。TDR法是20世纪80年代初发展起来的一种测定方法，在国外已较普遍使用，国内的研究机构也开始引进和开发TDR。TDR土壤水分测量系统具有方便、快速、精确、不扰动土壤等优点，被广泛应用于现代农田土壤水分的监测。Topp最早发展TDR法，并认为当温度在10～36 ℃、实际体积含水量在0～35%变化时，TDR测量值不受土壤质地、容重、温度等物理因素的影响[23]。而要求精度较高时，TDR测量值则受到质地、容重、温度等物理因素的影响。

土壤水分对土壤介电特性的影响很大。20 ℃时自然水的介电常数（Ka）为80.36，比空气（Ka=1）或土壤（Ka=2～5）大得多，土壤基质中土壤水分的介电常数处于绝对支配地位[24]。当获得土壤介电常数（Ka）和土壤体积含水量（θv）之间的经验关系后，便可以很容易地由土壤介电常数推算出土壤体积含水量。TDR正是基于以上的思想，根据电磁波在介质中的传播频率计算出土壤的介电常数（Ka），从而利用经验公式得到土壤体积含水量。Ka在电磁波频率为1 MHz～1 GHz时，与电磁波在电极（长度L）中往复的传播速度（v）呈如下关系：

Ka=-（a/v）2=（ct/2L）2。（5）

表2主要土壤成分的介电常数[30]

物质介电常数空气1.0水（20 ℃）80.0冰（-5 ℃）3.0玄武岩12.0花岗岩7.0～9.0砂岩9.0～11.0干壤土3.5干沙2.5

利用TDR法连续测量土壤含水量的同时，还可得到土壤的体积电导率[28-29]；由土壤中溶液的电导率则可精确推算出土壤溶液的盐浓度。TDR法传感器的探头多为探针式、圆柱式等，可以埋设在土壤剖面连续测量，也可以与专用测量仪表配合作移动巡回测量。

2.3.2频域反射仪（frequency domain reflectometry，FDR）FDR 法是通过测量传感器在土壤中因土壤介电常数的变化而引起频率的变化来测量土壤的水分含量，这些变化转变为土壤含水量对应三次多项式关系的电压信号。荷兰Wageningen 农业大学学者Hilhorst 通过大量的研究，在1992 年提出了频域分解方法（frequency domain decomposition），该方法利用矢量电压测量技术在某一理想测试频率下将土壤的介电常数Ka进行实部和虚部的分解，通过分解出的介电常数虚部可得到土壤的电导率，由分解出的介电常数实部换算出土壤含水量。

FDR型土壤水分监测仪是一种利用LC电路的振荡，根据电磁波在不同介质中振荡频率的变化来测定介质的介电常数ε，进而通过一定的对应关系反演出土壤水分θv的仪器[31]。该仪器安装时要垂直植入土层中，其核心为內部的一单杆多节式传感器，可以根据需要增加或减少传感器的数量，也可以通过调整传感器的位置来测量不同深度的土壤含水量，外部有对电磁波透明的PVC材质所制造的保护套管，可防止水或其他流体干扰內部的电子元器件影响监测结果。FDR的每组传感器都由2个铜环构成，相当于LC振荡电路的正负2个极板，LC振荡电路的频率（F）表达式为：

F=2πLC。（7）

式中：π取3.14。LC振荡电路的频率变化受电感（L）与电容（C）变化的影响，由于此仪器采用固定的电感值，因此振荡频率的变化取决于电容的改变，而电容的改变受到2个铜环之间套管外的土壤部分影响，所以通过对频率的分析就可以反演出土壤的含水量。

由于水的介电常数远远大于土壤基质中其他材料和空气的介电常数，因此土壤的介电常数主要依赖土壤的含水量，这也是能够用FDR法测量土壤含水率的先决条件[32]。

2.3.3驻波率法（standing- wave ratio，SWR）基于驻波率原理的土壤水分测量方法与TDR和FDR等2种土壤水分速测方法一样，同属于介电法[33]。驻波率法是基于无线电射频技术中的驻波率原理的土壤水分测量方法，不再利用高速延迟线测量入射-反射时间差Δt和拍频（频差），而是测量它的驻波比，试验结果表明三态混合物介电常数Ka的改变能够引起传输线上驻波比的显著变化。由驻波比原理研制出的仪器在成本上有很大幅度的降低。频域反射法和驻波率法传感器的探头多为探针式，使用方法与针式TDR类似，可以埋设在土壤剖面连续测量，也可以与专用测量仪表配合进行移动巡回测量。

2.43类方法的比较

通过对几种土壤水分测量方法的研究发现，在测定土壤含水量的诸多方法中，烘干法简单易行，工具均为常规农气观测设备，成本低，且测定精度较高，一直被认为是测量土壤含水量中最经典的基本方法。但是，烘干法对样品从烘干至恒重需要的时间较长，不能及时有效地得出结果；采样过程中在田间留下的取样孔会切断作物的某些根，干扰田间土壤水分的连续性并影响土壤水分运动；另外，烘干法定期测定土壤含水量时，由于第1次取样对土壤的破坏，不能周期性地在原样地反复取样，而天然土壤具有空间变异性，从而给测定结果带来了一定的误差。这些不足决定了烘干法不宜用来进行长期的现场土壤含水量测定。

与烘干法相比，中子法可以在原样地的不同深度上周期性地反复测量且不会破坏土壤，测定水分含量范围广，具有连续性，测定速度快，没有滞后现象，而且可以自动记录数据。但是，中子仪的垂直分辨率较差，在测定降低含量水和表层土壤水时，云球半径较大或云球范围超出土壤，快中子则离开土壤而损失掉，这样会造成较大的误差。另外，由于中子有很强的穿透能力，其辐射会危害人体健康。

利用土壤的介电特性测量土壤水分是一种行之有效、快速、简便、可靠的方法。现在比较常用的是经济型的频域反射法、驻波率法和技术更先进的时域反射法。它们都具有技术成熟、精度高、便于携带、可连续原位测定及无辐射等优点，在土壤水分测量方法方面表现出良好的发展势头。其中，利用TDR法测定土壤含水量，在测量过程中可以不破坏土壤原状结构，操作简便，能长期连续工作。TDR法的优越性是土壤水分和溶质含量可以同时在同一个体积元中测定。但TDR法在测量高有机碳含量、高2 ∶1型黏土矿物含量、容重特别高或特别低的土壤时，输入电磁波的能量耗散较大，从而导致反射讯息模糊，容易造成数据失真。因此，在使用TDR测量特定土壤的含水量之前，预先标定其与实际土壤含水量的关系是很有必要的[34]。

3总结与展望

土壤水分作为作物生长的要素之一，对作物的生理活动起着至关重要的作用[35]，未来土壤水分研究在基础理论上进一步完善和发展。随着科学技术的发展，测量土壤水分的方法越来越多，它们在应用原理、使用方法以及测定结果等方面均存在差异。每一种方法都有其适用范围，因此在选用测量方法时，一定要有针对性，既要考虑其实用性，又要考虑其经济性。烘干法是最传统的方法也是最常用的方法，但烘干法只能测定土壤质量含水量，必须已知土壤容重后才能求得体积含水量或土体贮水量，而且因为土样不能原位复原，所以用于监测土壤水分动态变化较难。中子法适用于土壤水分的大范围连续定位动态观测，但中子探头的“热中子云球”的半径随土壤含水量的变化而改变，而且辐射大，所以其应用受到限制。土壤的含水量与土壤的电介常数之间存在一种对应关系，介电法应用被测介质中表观介电常数随土壤含水量变化而变化这一原理测定土壤含水量，是一种简单快速、行之有效的方法。

参考文献：

[1]Leningrad M. World water balance and water resources of the earth[C]//Hydrometeorological Publishing. Russian：USSR Committee for the International Hydrological Decade，1974：4900-4916.

[2]刘昌明. 中国水量平衡与水资源储量的分析[C]//中国地理学会第三次全国水文学术会议论文集.北京：科学出版社，1986：113-118.

[3]张北赢，徐学选，李贵玉，等. 土壤水分基础理论及其应用研究进展[J]. 中国水土保持科学，2007，5（2）：122-129.

[4]周钟瑜. 土壤水分侧定方法[M]. 北京：水利电力出版社，1986：64-86.

[5]张磊. 草地雀麦（Bromus riparius）对北京石灰性褐土地区水土保持作用及其机理研究[D]. 呼和浩特：内蒙古大学，2009：8-56.

[6]姜汉侨. 植物生态学[M]. 北京：高等教育出版社，2004：115-122.

[7]罗戴A. 土壤水[M]. 巴逢辰，译. 北京：科学出版社，1964：98-157.

[8]杨文治，邵明安. 黄土高原土壤水分研究[M]. 北京：科学出版社，2000：67-81.

[9]邓英春，许永辉. 土壤水分测量方法研究综述[J]. 水文，2007，27（4）：20-24.

[10]曹恭，梁鸣早. 平衡栽培体系中的水分[J]. 土壤肥料，2005，4（3）：1-4.

[11]李炎，王丹. 不同土壤水分测定方法的比较研究[J]. 安徽农业科学，2010，38（17）：9110-9112.

[12]陆枫，胡志洪，胡毅恒. 土壤水分测定方法研究[J]. 企业导报，2012（23）：270-273.

[13]Gardner W，Kirkham D. Determination of soil moisture by neutron scattering[J]. Soil Science，1952，73：391-401.

[14]赵兴安. 中子法测定土壤含水量简介[J]. 黄河水利教育，1995，3（3）：39-40，28.

[15]张龙. 滴灌核桃蒸散量及土壤水势对生理指标影响的研究[D]. 乌鲁木齐：新疆农业大学，2010.

[16]Visvalingam M，美永清.中子法测定土壤水分含量[J]. 土壤学进展，1979（6）：46-50.

[17]Hewlett J D，Douglas J E，Clutter J L. Instrumental and soil moisture variance using the neutron-scattering method[J]. Soil Sci，1964（97）：19-24.

[18] Sinclair D F，Williams J. Components of variance involed in estimating soil water content and water change using a neutron moisture meter[J]. Aust J Soil Res，1979，17：237-247.

[19]Haverkamp R，Vauclin M. Error analysis in estimating soil water content from neutron probe measurements，local standpoint[J]. Soil Science，1984，137（2）：78-90.

[20]陈志雄，Michel V. 封丘地区土壤水分平衡研究 Ⅱ.中子探管法测定土壤含水量的误差分析[J]. 土壤学报，1990，27（3）：309-317.

[21]王贵彦，史秀捧，张建恒，等. TDR法、中子法、重量法测定土壤含水量的比较研究[J]. 河北农业大学学报，2000，23（3）：23-26.

[22]孙大成. 公路路基渗水性测量方法研究[D]. 西安：西安电子科技大学，2009：9-58.

[23]Tanji K K. Agricultural salinity assessment and management[R]. ASCE Manual and Reports on Engineering Practice，1990：619.

[24]李道西，彭世彰，丁加丽，等. TDR在测量农田土壤水分中的室内标定[J]. 干旱地区农业研究，2008，26（1）：249-252.

[25]Topp G C，Davis J L，Annan A P. Elect romagnetic determination of soil water content：measurement in coaxial transmission lines[J]. Water Resources Research，1980，16：574-582.

[26]祝艳涛，钱天伟，但德忠. 时域反射仪结合土钻法测定土壤容重[J]. 资源开发与市场，2006，22（3）：213-215，219.

[27]吴月茹，王维真，晋锐，等. TDR测定土壤含水量的标定研究[J]. 冰川冻土，2009，31（2）：262-267.

[28]Dalton F N，Herkelrath W N，Rawlins D S，et al. Time-domain reflectometry：simultaneous measurement of soil water content and electrical conductivity with a single probe[J]. Science，1984，224（4652）：989-990.

[29]Dirksen C. Soil physics measurements[M]. Germany：Catena Verlag，1999.

[30]Noborio K. Measurement of soil water content and elect rical conductivity by time domain reflectometry：a review[J]. Computers and Elect ronics in Agriculture，2001，31：213-237.

[31]周奇，岑国平，敦晓，等. FDR技术在黄土路基水分测定中的应用[J]. 公路，2011，5（5）：142-147.

[32]陈海波，冶林茂，范玉兰，等. 基于FDR原理的土壤水分测量技术[C]//中国气象学会2008年年会干旱与减灾——第六届干旱气候变化与减灾学术研讨会分会场论文集.北京：科学出版社，2008：165-168.

[33]张志勇. 基于驻波率原理的土壤水分测量方法的研究[D]. 晋中：山西农业大学，2005：2-32.

[34]周凌云，陈志雄，李卫民. TDR 法测定土壤含水量的标定研究[J]. 土壤学报，2003，40（1）：59-64.

土壤水分特征 篇4

近年来, 有关专家、学者对土壤水分自动监测做过许多分析研究, 如王春娟等[1]研究过宝鸡地区农田土壤水分周年变化特征及冬小麦干旱指标, 耿琳等[2]研究过南方季节性缺水灌区土壤水分变化规律, 胡新华等[3]进行过南城自动站土壤水分资料的统计学订正分析, 针对上海长望气象科技有限公司生产的DZN-I自动土壤水分仪监测资料, 单独进行土壤水分变化特征分析尚未见报道。

1 村料来源与方法

所有资料来源于南丰国家农气观测一级站。其中, 10、20、30、40、50、60、80 cm等7个土层的桔园土壤相对湿度资料来源于ASW-I自动土壤水分监测仪2012年1—12月自动监测数据, 原始数据每10 min为1组, 经自动土壤水分观测报表系统和人工计算, 得出逐时、逐日、逐旬、逐月资料, 自动监测地段能代表当地特色支柱产业南丰县桔园。100 cm深层土壤相对湿度, 因人工对比观测期间误差较大[4], 而被剔除。

桔园土壤相对湿度用桔园土壤含水量占田间持水量的百分比 (R) 表示。根据土壤相对湿润度 (R) 的干旱等级指标, R>90%除水稻外为土壤过湿, 60%

2 结果与分析

2.1 桔园土壤水分变化特征

2.1.1 桔园土壤水分随时间变化。

将2012年1—12月自动监测桔园10~80 cm土层平均土壤相对湿度绘成曲线, 如图1所示。从图1可以看出, 桔园10~80 cm土壤平均相对湿度, 1—6月变化较平稳, 保持在90%以上, 7月开始下降, 至10月最小, 12月又升到最大。2012年是南丰县历史上年降水量最多的一年, 年降水量2 722.8 mm, 较常年多960.0 mm, 年蒸发量1 450.4 mm, 较常年少125.8 mm (表1) ;2012年降水天气特征:最长连续降水日数18 d (4月4—21日) , 降水量199.0 mm;最大单日降水量315.8 mm (特大暴雨, 7月17日) ;最大过程降水量335.0 mm, 6月22—24日连续性大暴雨;最长连续无降水日数22 d (9月25日到10月16日) , 同期蒸发158.6 mm。≥25.0 mm大雨日数29 d, 较1981—2010年平均多7 d;≥50.0 mm暴雨日数12 d, 是1981—2010年平均值的2倍;1981—2010年, 年均干旱天数34 d, 2012年无干旱天气。2012年也是南丰县近24年来平均气温最低的一年, 年平均气温18.0℃, 较常年低0.4℃, 年平均最高气温22.6℃, 较常年低0.7℃, 年极端最高气温37.6℃, 较历史最高40.8℃ (2003年) 低3.2℃。因为降水多、蒸发少、气温低, 所以桔园土壤相对湿度大。最小月之所以出现在10月, 是因为9月25日至10月16日连续无雨22 d, 为2012年最长无雨日。

2.1.2 桔园土壤水分随深度变化。

将2012年桔园10、20、30、40、50、60、80 cm等7个土层年均土壤相对湿度绘成曲线, 如图2所示。从图2可以看出:桔园10~30 cm土壤年均相对湿度随深度下降, 至30 cm达到最小, 而后又逐渐上升, 至80 cm达到最大。

2.1.3 桔园土壤水分日变化。

分析2012年桔园土壤相对湿度资料可以发现, 无论雨季还是旱季, 桔园各层土壤相对湿度日变化极小, 雨季日最大值与最小值之差不超过2%, 旱季日最大值与最小值之差几乎为零。但是, 一天中, 桔园土壤相对湿度随深度有较大变化, 而且雨季和旱季不同 (图3) 。图3选取了2012年最具特色的两日桔园土壤相对湿度资料绘成。从图3 (结合图2) 可以看出:30~80 cm土层, 桔园土壤相对湿度都是递增的;10~30 cm土层, 桔园土壤相对湿度变化不一, 这是受外界环境 (气温、降水、日照、蒸发、空气相对湿度等) 影响的缘故。

2.2 桔园土壤水分变化与气象因子的关系

统计2012年1—12月自动监测桔园10~80 cm土层平均土壤相对湿度, 与环境因子 (气温、降水、日照、蒸发、空气相对湿度等) 进行相关分析, 得到相关系数, 见表2。从表2可以看出:自动监测桔园10~80 cm土层平均土壤相对湿度, 与上月平均气温、平均最高气温、蒸发量相关极显著, 与上月极端最高气温、日照时数相关显著, 但仅与本月日照时数、平均空气相对湿度相关极显著。可见环境因子影响桔园土壤水分变化具有滞后性。

注:α0.10=0.48;α0.05=0.55;α0.01=0.68。

2.3 桔园土壤水分变化对柑橘生育的影响

柑橘喜湿润气候, 要求年降水量在1 500 mm左右, 空气相对湿度在65%~75%, 土壤相对湿度60%~80%为宜。柑橘生长期内每月要有降水量120~150 mm, 如果少于120 mm, 夏季就会感到水分不足。

南丰县位于江西省东部、抚州市南部, 属中亚热带季风气候区, 受太阳辐射等影响, 降水时空分布不均匀。雨季 (4—6月) 降水多, 桔园土壤相对湿度大 (过湿) , 地势低, 土层不厚的桔园, 遇暴雨、洪涝灾害, 随地下水位上升, 淹没桔树根系, 会使根细胞发生窒息, 造成根部逐渐腐烂, 叶色转黄脱落, 落花落果或枝梢枯死, 甚至整株死亡。即使不死也树势极差, 常年低产。山地桔园, 如排水沟不完善, 大雨后洪水下泻, 易冲失泥土, 冲毁桔树。旱季 (7—10月) , 气温高、降水少、蒸发大, 桔园土壤水分常常供不应求 (过干) , 桔树严重缺水, 叶片萎蔫, 果实停止膨大, 加剧落果;长期干旱遇雨还会产生大量裂果, 影响柑橘产量和品质。如:2003年6月30日至8月12日、8月18日至10月31日累计干旱119 d, 为历史罕见, 对柑橘产量和品质造成了极大的影响。

3 结论与讨论

2012年是南丰县历史上年降水量最多的一年, 桔园土壤相对湿度年均87%, 最小月 (平均74%) 出现在10月, 是由于9月25日至10月16日南丰县连续22 d无降水造成。按照土壤相对湿润度 (R) 的干旱等级指标, 2—6月和12月土壤平均相对湿度均大于90%, 桔园土壤过湿。

桔园各层土壤相对湿度日变化极小 (雨季日最大值与最小值之差不超过2%, 旱季几乎为零) 。但是, 桔园土壤相对湿度随深度有较大变化, 而且雨季和旱季不同。30~80 cm土层, 桔园土壤相对湿度都是递增的;10~30 cm土层, 受外界环境 (气温、降水、日照、蒸发、空气相对湿度等) 影响变化不一。而且, 环境因子影响桔园土壤水分变化具有滞后性。

1—6月和12月, 特别是雨季4—6月, 是一年中桔园土壤相对湿度比较容易饱和 (过湿) 时期。7—10月, 是一年中桔园土壤相对湿度相对较小 (容易发生干旱) 时期。

南丰县柑橘70%以上栽种在岗地或坡地, 灌溉条件较差, 受干旱的影响特别严重。柑橘生产建议:建园选点时首先要考虑到周边有充足的水源, 不宜将桔园建在陡坡和山顶既缺水源又不保水的地方。根据桔园规模、水源、地形、劳力、资金等条件, 建设小型水库、山塘、蓄水池或机井, 并配以灌渠、灌沟及喷淋配套设施, 扩大移动式喷灌、滴灌、零灌等节水灌溉技术[4]。选用耐高温的品种砧木, 广种树草, 提高绿化面积指数, 改善生态环境, 减轻旱灾的影响。深翻改土、导根深扎, 促使树体得到深层的水分和养分, 提高抗旱力。积极开展人工增雨作业, 既可减轻农民抗旱负担, 又可缓解农民争水引发的矛盾[5]。平地和沿河冲积地桔园, 开深沟, 筑高畦, 做到雨停田间无积水;修筑拦洪坝, 避免洪水倒灌。暴雨、洪涝天气过后, 及时机械排水, 土壤稍干后中耕松土[6]。山地桔园, 在其上方坡地开筑深水沟, 使洪水流入山涧峡谷[7,8,9]。

摘要：分析了2012年南丰县桔园土壤水分随时间和深度的变化, 阐述了桔园土壤水分变化的原因和桔园土壤水分变化与气象因子的关系, 分析了环境因子影响桔园土壤水分变化具有滞后性及桔园土壤水分变化对柑橘生育的影响, 最后提出了柑橘生产建议。

关键词：桔园,土壤水分,变化特征,土壤相对湿度,江西南丰,2012年

参考文献

[1]王春娟, 张义芳, 李建军.宝鸡地区农田土壤水分周年变化特征及冬小麦干旱指标[J].陕西气象, 2010 (1) :22-25.

[2]耿琳, 王智育, 周芸.南方季节性缺水灌区土壤水分变化规律研究[J].灌溉排水学报, 2007, 26 (3) :86-88.

[3]胡新华, 况秋明, 张显真.南城自动站土壤水分资料的统计学订正分析[J].气象与减灾研究, 2010, 33 (2) :69-72.

[4]何寿仁, 李家洪, 邓建斌, 等.桔园土壤水分自动与人工对比观测分析[J].江西农业大学学报, 2012, 34 (增) :99-101.

[5]胡伟, 胡新华, 童军.自动土壤水分观测站网构建及数据传输[J].农业网络信息, 2010 (5) :72-74.

[6]何寿仁.柑桔气象及病虫灾害的避抗对策[J].江西气象科技, 1999 (4) :24-26.

[7]沈兆明, 马家骐, 王学炷, 等.中国柑桔技术大全[M].成都:四川科学技术出版社, 1992:1046.

[8]童昌华, 周冲权.丘陵桔园土壤水分变化规律及其与果实生长的关系[J].浙江柑桔, 1989 (4) :16-18.

土壤水分特征 篇5

以黄土丘陵沟壑区燕沟流域为研究对象,对流域内不同类型土壤水分垂直变化进行了分析.结果表明,在实验设计条件下,不同层次的土壤水分变幅较大,坝地、梯田和坡地各层土壤含水量变化与降雨量的`季节性变化呈现出较一致的趋势,而苹果地除0-100 cm外,100-200 cm随着降雨量的季节性变化出现较大波动;不同类型土地的土壤含水量变化程度不同,同一类型土地的土壤含水量变化幅度也有差异,10 cm处土壤含水量变异系数最大,随着土层深度的增加变异系数逐渐递减.根据土壤含水量变异系数分析,将不同类型土壤含水量垂直变化划分为速变层、活跃层、次活跃层和相对稳定层4个层次;并建立了不同类型土地各层土壤含水量变异系数回归方程.

作 者：岳宏昌 王玉 李缠云 王伟 王栓全 YUE Hong-chang WANG Yu LI Chan-yun WANG Wei WANG Shuan-quan 作者单位：岳宏昌,王伟,王栓全,YUE Hong-chang,WANG Wei,WANG Shuan-quan(西北农林科技大学农学院,陕西,杨凌,712100)

王玉,WANG Yu(延安市宝塔区项目办,陕西延安,716000)

李缠云,LI Chan-yun(宜川县农业技术推广中心,陕西宜川,716200)

土壤水分特征 篇6

[关键词] GStar-Ⅰ型土壤水分监测仪 FDR 法 重量法 土壤含水量 比较

土壤水分的动态变化反映了作物的水分供需状况。对土壤水分及其变化的监测是生态、农业、水文、环境和水土保持工研究工作中的一个基础工作。因此,快速、准确地测定土壤含水量对农业生产、土壤墒情监测、预测和其他相关生态环境监测预测服务及理论都具有十分重要的意义。为了提高观测质量和农业气象观测现代化水平，陕西省气象局于2008年9月在秦都区气象局布设了一套GStar-Ⅰ型频域反射土壤水分自动监测仪（FDR），开展土壤墒情动态连续自动观测业务。

土壤水分的测量有多种方法,一是直接测量土壤的重量含水量和容积含水量,如烘干称重法[1]、中子仪法、测量土壤传导性的各种方法TDR、FDR 等, 另一类是测量土壤的基质势, 如张力仪法、电阻块法、干湿计法等。FDR 频域反射仪几乎具有TDR 的所有优点,方便、快速、不扰动土壤, 可在同一地点进行多次测量, 而且具有更广的工作频率范围,测量水分的范围宽, 不受滞后影响, 准确性不受测量时间精度的影响,还可与自动记录系统和计算机连接,被越来越多地用于自动、连续地定点监测土壤的动态含水量。

1 GStar-Ⅰ型土壤水分监测仪测定土壤含水量的原理

GStar-Ⅰ型频域反射土壤水分自动监测仪（FDR）传感器[2]是基于电容原理的嵌入式单片机技术设计的，检测电容是传感器的敏感元件，传感器周围水分的变化引起圆环电容的介质变化，于是电容值就会改变，从而引起LC振荡器的振荡频率变化，传感器把高频信号变换后输出到单片机，单片机根据建立的数学模型和当地土壤状态等相关系数，进行计数、转换、修正等处理，计算出当前土壤水分。

2 基本资料与分析方法

对比分析试验于秦都气象局农业气象观测的固定地段进行。所用资料取自2008年10月～2009年10月的GStar-Ⅰ型土壤水分监测仪（FDR）与人工取样利用传统的烘干称重法同步测定的土壤水分含水量资料。监测仪与人工值均取自地表下10cm、20 cm、30 cm、40 cm、50 cm、60cm、80cm、100 cm数据。选取全年春夏秋冬四季有代表月份的2008 年上、中旬及2009年2月上旬（代表冬季，不连续选取是由于浅层土壤有冻土生成）、4月（代表春季）、7月（代表夏季）、10月（代表秋季）月共12旬的96对数据。

具体分析方法是：在代表月份的上、中、下旬进行定时人工取土，采用烘干称重法测定土壤的重量含水量（θm），GStar-Ⅰ型土壤水分监测仪（FDR）测定的是土壤容积含水量（θv），它们之间的换算关系是：，其中ρm为土壤容重。对两种方法测定的土壤含水量进行对比分析，以重量法为基准,计算相对误差。

3 分析结果

用WG 表示重量法测得的土壤含水量, WF 表示FDR 法测得的土壤含水量。从各个层次比较重量法和FDR法测定的土壤含水量，表明40cm以上层次的WG > WF ，40CM以下的层次WG < WF 。由浅层到深层选取40cm、100cm作为代表层，分析各层次用两种方法测定的土壤含水量随季节变化的趋势，见图1。

图1 用两种方法测定40cm、100cm的土壤含水量随季节变化的趋势

通过图1可以看出，用两种方法测定的土壤含水量随季节变化的趋势基本一致。浅层的土壤含水量受季节变化的影响较大，夏季日照强烈，蒸发较快，谷值出现在夏季；秋季雨水充沛，峰值出现在秋季；春冬两季相对比较稳定。深层的土壤含水量受季节变化的影响较小。

由于重量法的测定误差很小,被认为是测定土壤含水量的标准方法 。所以,以重量法为基准,计算公式如下式: ,结果见表1。并对FDR 法的可靠性做出评价。

表1 FDR法测定土壤含水量的误差 E(%)

从表1可以看出,FDR法的测定误差在0.45 %～14.06%之间,平均值为5.13%. 其土壤水分测定值无论随土壤层次还是测定时间的变化,其变化趋势均与重量法大致相同。由此可见,用FDR 法测定土壤含水量与用传统的烘干称重法是同样可靠的。

4 FDR法测定值的校正

一般认为,传统的烘干称重法测得的土壤土壤含水量是可信的,可以作为其他土壤含水量测量方法的校正标准。因此,在校正中用烘干称重法测得的土壤水分值作为标准值,与FDR 测定值共96 对数据对,进行回归分析[3]。重量法与FDR 测定值之间的相关系数R = 0. 9587 , 自由度f = n - 1 =95 , 经检验α < 0. 001 , 达到极显著相关水平。回归分析结果如图2所示，校正方程为:

其中, y为重量法测得的土壤含水量, x为FDR测定值, R2为模型拟合优度。R2= 0.9191说明校正以后的土壤水分值与采用传统的烘干称重法测得的值相符,能很好地反映实地土壤水分的状况,说明系统的运行和获得的结果是可靠的。

从校正结果来看[4], FDR 的土壤校正简单,在测量范围内近似线性输出,相对于校正过程复杂而繁琐的其它测量系统而言,是一个显著的优势。

图2 FDR 测量值的校正结果

5 讨论与结论

重量法虽然被认为是测定土壤含水量较准确的方法之一,但它不能进行土壤水分的原位测定,给试验者带来一定的不便。测定误差的主要来源是土壤湿度的空间变异[5] (位置因素)或质地的不均匀，人为因素等。

FDR法和重量法相比也存在一定的误差，其测定值受到电极附近土壤孔隙和水分的影响 ,探头、探管、土壤三者是否接触良好等因素。仪器因素和标定因素在大多数情况下所带来的误差占总误差的比例很小,并且可以通过采取一定的措施来减小这些误差 ，安装土壤水分监测仪之前，对当地的土壤常数必须准确测定 。FDR能同时进行多个土壤剖面的水分测量，能获得土壤水分变化的连续曲线,能灵敏地反映土壤水分的变化;具有简便安全、快速准确、定点连续、自动化、宽量程、少标定等优点。尤其是测量土壤含水量的工作量极大,若要反映精细的时间尺度土壤含水量的变化,烘干称重法几乎不可能实现,而且烘干称重法取样破坏土壤也会带来误差,妨碍工作的持续开展。

参考文献:

[1] 陈家宙,陈明亮,何圆球.各具特色的当代土壤水分测量技术[J]. 湖北农业学,2001, 3:25-28.

[2] GStar-Ⅰ型土壤水分监测仪安装使用说明书[M].河南：河南省气象科学研究所,2008.

[3] 黄嘉佑.气象统计分析与预报方法[M].第3版.北京：气象出版社，2004：28-36.

[4] 郭卫华,李波,张新时,王仁卿.FDR 系统在土壤水分连续动态监测中的应用[J]. 干旱区研究,2003，20（4）：40-45.

土壤水分特征 篇7

黄河三角洲是山东省重要的后备土地资源,其中近一半的土地为不同程度的盐渍化土[5]。该地区盐渍土按其成因分类属于滨海盐渍土,其土壤初期是由黄河携带的大量泥沙堆积而成,受海水的浸渍影响,含盐量非常高,脱离海水之后,由周期性积盐转为季节性脱盐[6]。盐分以及某些离子组成对土壤及土壤水的理化性质有很大的影响:盐度会降低土壤水势[1];土壤含盐量的增加会使土壤的持水性能增加[7];土壤钠质化将恶化土壤的结构性质,导致土壤结构分散[8]。为了研究盐分对土壤水分特征曲线的影响,栗现文、周金龙等将土体在不同矿化度水样中饱和,然后测定土壤的脱湿曲线,通过拟合对比,分析了不同矿化处理对土壤孔隙的影响,以及最佳拟合模型的选择[9]。在对土壤水分特征曲线的研究中土壤吸力一般指土壤基质势,而忽略土壤溶质势[1],但滨海盐渍土含盐量高,忽略土壤溶质势显然是不合适的。本文以此为出发点,实测黄河三角洲滨海盐渍土不同土壤层位的水分-吸力数据,利用OriginPro 9.0绘图软件用户自定义函数功能依据Brooks-Corey、Gardner和van Genuchten 3种模型拟合各层土壤的水分特征曲线,并选择出最佳的拟合方案并得到相应的拟合参数,结合土壤水分特征曲线分析土壤理化性质,为滨海盐渍土水盐运移规律的研究与数值模拟提供可靠的参数,以求科学指导黄河三角洲地区盐渍土的改良和农业的发展。

1 材料和方法

1.1 试验地概况

试验点位于山东省垦利县的中国科学院黄河三角洲滨海湿地生态实验站内(118°58′44.00″E,37°45′52.39″N),海拔2m。地处暖温带半湿润大陆性季风气候带,雨热同期,四季气候变化明显,年均气温13.1℃,年均蒸发量和降雨量分别为1 860.9、532.6 mm,蒸降比达到3.49。试验点处地下水水位埋深1m左右,最深不超过2.3m,雨期地表常积水,平均矿化度为27.55g/L。试验站内地势低平,雨期涝害严重,土壤含盐量高,盐分以氯化钠为主,土地利用类型为试验田和荒地,试验田种植棉花、柽柳,荒地植被有芦苇、翅碱蓬、柽柳,实验采样点处为光板地,未生长任何植物。

1.2 试验设计

本次试验在实验站光板荒地挖一个1m深的剖面,按0~20,20~40,40~60,60~80,80~100cm人为将剖面分为5层,每层都取少量的土样做理化性质分析;用60cm3的环刀取这5层的原状土做压力膜试验测定土壤的水分特征曲线,每一层都取3个环刀样做平行;使用小铝盒取这5层的土壤测定其土壤含水率,也设定3个重复;用100cm3的环刀取每层的原状土测定土壤的干密度。每个环刀铝盒都分别做好编号。

1.3 试验方法

(1)土壤密度测定。将现场采集的大环刀样和铝盒土样按照国标NY/T 1121.4-2006土壤检测第四部分土壤密度测定的操作步骤测定土壤水分和土壤密度。

(2)土壤盐分、质地分析。将各层取好的土壤风干然后磨碎过20目的土壤筛,按照5∶1的水土比制备土壤浸提液,使用DDSJ-308A电导率仪测量土壤含盐量;使用Marlvern Mastersizer 2000F激光粒度仪湿法进样测定土壤颗粒直径及其粒径分布,根据卡庆斯基土壤分类标准对每层土壤的质地进行分类。

(3)土壤水分特征曲线测定。土壤水分特征曲线使用1500F1型1.5 MPa压力膜仪测定,结果为持水曲线的脱湿过程。将原状的环刀土样饱和后置于1500F1型1.5MPa压力膜仪内已完全湿润的陶瓷压力板上,分别设置不同压力值:0.02、0.05、0.1、0.2、0.4、0.6、0.9、1.2、1.5 MPa,每一压力平衡后(出水口48h不再出水即认定平衡),取出土样用电子天平(d=0.01g)立即称重,而后放入压力膜仪继续进行下一级压力测量。完成最后一级压力取出土样称重,然后烘干,测定干土质量并计算最后一级压力下的土壤含水率,然后根据每一级压力损失的水分推出对应压力的土壤含水率。取3个平行样的平均值作为测量值。

2 结果与分析

2.1 土壤理化性质分析

表1为该土壤剖面不同机械分层下土壤的物理化学性质的分析结果。从表1中可以看出,按卡庆斯基分类标准,该剖面0~20cm为沙壤土,中间20~60cm两分层为松沙土,底下60~100cm两层为轻壤土。土壤密度从上到下依次减小,表层土壤密度最高,达到了1.53g/cm3;80~100cm层最低,为1.34g/cm3。受到蒸发作用的影响,越近土壤表层土壤含水率越低,而盐分却因表聚作用而越高,但80~100cm含盐量却又升高了,那是由于该层位土壤受到了浅埋深高盐地下水的影响。整个剖面含盐量均近于或大于0.4%,按照我国土壤盐化分级指标土壤盐分分级指标的划分标准[10]已达到强度盐渍化土的标准,而表层0.821 5%的含盐量更是达到了盐土的范畴。

2.2 水分特征曲线测定结果与模型的比较选定

常用于拟合水分特征曲线土壤水分-吸力实测数据且精度较高的经验模型主要有van Genuchten模型(1980年),Gardner模型(1970年)和Brooks-Corey模型(1964年),3种模型的表达式分别为:

Brooks-Corey模型(下文以BC模型表示)表达式为:

当h≥0时,θ=θs

式中:θ为体积含水率;θr为残留含水率;θs为饱和含水率;hd为空气进入土壤孔隙中所必须达到的基质吸力值,即进气压力;h为土壤吸力,一般情况下h<0,当土壤水饱和时h=0;λ为经验参数,能够反映土壤孔隙的分布特征。

Gardner模型形式如下:

根据试验条件调整该模型的自变量和因变量,将上式写成反函数模式:

式中:A,B为拟合参数。

van Genuchten模型(下文以VG模型表示)表达形式:

h≥0时,θ=θs

式中:α,n和m为土壤孔隙尺寸分布参数[9],一般取m=1-1/n或1-2/n,均为经验参数;其他符号含义同上。

采用OriginPro 9.0软件对表2的压力膜试验实测数据根据这3个模型进行自定义函数拟合绘图及参数计算。图1为剖面5层土壤压力膜试验实测点和模型拟合的曲线,表3为3个拟合模型相应的参数计算结果。

从表3可以看到使用3种模型对剖面上每一层土壤实测数据的水分特征曲线进行拟合的决定系数R2都达到了0.9以上,且VG模型拟合结果较好,精度都大于0.976 7,明显高于BC模型和Gardner模型,除了20~40cm土层,Gardner模型的拟合精度都稍微高于BC模型,但二者差距甚微。

结合表1中各层土壤的粒径组成可以发现,土壤中物理性砂粒含量越高,Gardner模型和BC模型的拟合精度就越低(0~20,20~60cm土层),说明这两种拟合模型不适用与具有大孔隙的土壤的水分特征曲线拟合;而VG模型在拟合整个土壤剖面不同类型土壤时拟合精度无特别规律,而且拟合度都很高。

参数拟合方面,BC、Gardner、VG模型拟合的经验参数A、B、hd、λ、n、m都是随着物理性沙粒含量的增高而增加的,α则相反。对于同为轻壤土的60~80和80~100cm层,粒径组成相近,容重也非常接近,但是BC、Gardner模型对水分特征曲线曲线的拟合精度相差较大,这是因为80~100cm土壤大颗粒多于60~80cm土壤[粒径分析表明按国际制土壤分类前者粉粒(2~20μm)38.52%,沙粒(>20μm)60.93%;而后者粉粒51.41%,沙粒48.34%],从而使土壤大直径的孔隙较多,从而使BC、Gardner模型拟合60~80cm层精度明显大于80~100cm层,虽然前者VG模型的拟合精度也大于后者,但相对于BC、Gardner模型,VG模型精度为0.981 6已远远高于前者。

综上,在进行土壤水分特征曲线曲线的拟合上VG模型具有更广的适用性。本次压力膜试验采用VG模型对实测数据拟合的曲线与参数计算作为拟合结果。

2.3 VG模型模拟结果分析与讨论

图2为剖面五层土壤实测数据点的总图和相应的VG模型拟合结果,结合表2的实测数据和表3的参数拟合结果,可以计算出各层土壤的田间持水率和土壤的凋萎系数,这些参数对农田灌溉计划有重要的应用价值。田间持水率为毛管力约为10 132.5~30 397.5Pa时的含水率[1],各层田间持水率分别(取30 397.5Pa)为38.86%、42.38%、39.09%、35.31%和45.57%,各层土壤凋萎系数(约为1 519kPa时的土壤含水率)为20.65%、16.83%、5.93%、5.45%和27.21%。结合表1可以看到对于相同类型的土壤,含盐量对其凋萎系数影响很大,含盐量越高土壤凋萎系数越大。模型参数α、n、m为土壤尺寸参数,是进行土壤水盐运移规律及模拟研究的重要参数;n决定持水曲线的坡度,n越大坡度越小,反之依然[11]。从表3可以看到5层土壤的参数α和n分别为0.001 9、0.001 6、0.001 3、0.0017、0.000 5和1.207 5、2.561 1,4.306 7、1.974 6、1.253 6,结合图2可以发现n值的大小正符合曲线坡度的反比关系。

图1剖面各层土壤不同拟合模型下的水分特征曲线拟合Fig.1 Each layer soil'moisture characteristics curse under different fitting models of the section

从图2根据曲线形状可以将水分特征曲线分为2组:20~40、40~60cm为一组,这两层土壤均为松砂土,土壤含水率在0.2 MPa压力前随压力的增加急剧减小,之后相对平缓,这是因为土壤中物理性沙粒含量很高,存在大量的大孔隙水,这部分水在较小的压力下就很容易被疏干,当压力达到0.2 MPa时,大孔隙水基本已经流失,存在于小空隙内的水才慢慢释出,此时脱水较为困难,曲线就非常平缓,从图2中可以看20~40cm土层的残留含水率16.64%明显高于40~60cm的残留含水率5.93%,换言之前者土壤保水性高于后者,其原因有二,第一前者物理性黏粒高于后者,第二前者含盐量高于后者,其中的盐分能够使使土体中等大小土壤孔隙(0.012 mm<d<0.015mm)体积变小,进而使土体持水能力增强[9];0~20、60~80、80~100cm为一组,这组土层皆为壤土,且水分特征曲线都相对比较平缓,没有明显的拐点,3层土壤的保水性的顺序依次为:80~100cm>0~20cm>60~80cm,物理性黏粒80~100cm(19.88%)>60~80cm(17.68%)>0~20cm(11.82%),含盐量0~20cm(8.215g/kg)>80~100cm(5.640g/kg)>60~80cm(3.955g/kg),80~100cm物理性黏粒远高于0~20cm,所以保水性更好,前者物理性黏粒和含盐量都高于60~80cm,因此具更好的保水性,0~20cm含盐量是60~80cm的两倍多,盐分对土壤结构造成了很大的改变,故而0~20cm保水性高于60~80cm。

图2剖面各层土壤压力膜实测结果分布点及VG模型拟合曲线Fig.2 Each layer soil's data measured by pressure film and their VG-Model fitting curse of the section

3 结论

(1)van Genuchten模型对该试验点土壤水分特征曲线的拟合效果好于Brooks-Corey模型和Gardner模型,且拟合效果与土壤结构没有很大的相关性;Brooks-Corey模型和Gardner模型的拟合效果接近,对该试验点拟合效果不稳定,土壤粒径结构有这两种模型的拟合有很大的影响,且这两种拟合模型不适用于沙性土壤的拟合。

(2)使用模型拟合的土壤水分特征曲线能够容易地获取土壤某些特殊点的水分-吸力数据,试验点土壤剖面各层土壤的田间持水率分别为39.82%、43.94%、39.51%、37.37%和45.90%,凋萎系数则为20.65%、16.83%、5.93%、5.45%和27.21%。

(3)从van Genuchten模型拟合的结果可以看出不同质地的土壤具有不同的水分特征曲线形状,而同一质地的土壤具有相似的形状;土壤颗粒和土壤盐分对土壤的水分特征曲线有很大的影响,黏重土壤和高盐土壤具有很强的持水能力。

本文试验使用的压力膜仪不能测定土壤水分特征曲线的吸湿过程,所以文中的研究都是就土壤脱湿曲线来讨论的;黄河三角洲是黄河携带大量泥沙在渤海凹陷处沉积形成的冲积平原,对该地区多个位置的粒径分析表明土壤的含沙量都比较高,所以文中结论对该地区土壤持水曲线的研究具有一定的借鉴意义;文中提到的盐分以及土壤含沙量对土壤持水性的研究由于试验数据较少,未能进行更系统的研究,因此盐分、土壤粒径双重影响下的土壤水分特征曲线是之后亟需研究的内容。

摘要：测定滨海盐渍土的土壤水分特征曲线及相应的参数,为研究和模拟水盐运移提供可靠的参数依据。以中国科学院黄河三角洲滨海湿地生态实验站内的盐渍土为例,使用压力膜仪测定土壤吸力和水分的关系,根据Brooks-Corey、Gardner和van Genuchten 3种模型拟合土壤水分特征曲线,结果表明:van Genuchten模型拟合的精度最高,剖面五层土壤的决定系数都大于0.97,与试验点土壤质地无明显相关性,可以用于该地区的土壤水分特征曲线拟合;BrooksCorey和Gardner模型的拟合效果相似,且精度波动都很大,在砂性土范围内,决定系数大小与土壤物理性砂粒含量成反比,不适合用于由泥沙堆积而成的黄河三角洲地区的土壤水分特征拟合。van Genuchten模型拟合结果表明:不同土壤的水分特征曲线不同,同一质地类型的土壤具有相似的曲线形状;土壤颗粒的粒径组成和含盐量对土壤的持水性有很大的影响,土壤颗粒越大土壤持水性越差,土壤含盐量越高,土壤持水性越好。

关键词：滨海盐渍土,土壤水分特征曲线,拟合模型,模型选择

参考文献

[1]雷志栋.土壤水动力学[M].北京:清华大学出版社,1988.

[2]李永涛,王文科,梁煦枫,等.砂性漏斗法测定土壤水分特征曲线[J].地下水,2006,(5).

[3]Van Genuchten M T.Closed-form equation for predicting the hydraulic conductivity of unsaturated soils[J].Soil Science Society of America Journal,1980,44(5).

[4]Gardner W,Hillel D,BenyaminI Y.Post-irrigation movement of soil water:1.Redistribution[J].Water Resources Research,1970,6(3).

[5]孙运朋,陈小兵,张振华,等.滨海棉田土壤盐分时空分布特征研究[J].土壤学报,2013,(5).

[6]王遵亲.中国盐渍土[M].北京:科学出版社,1993.

[7]Yongjun F,Jingsong Y,Jiuhua Z.Correlation between soil water retention capability and soil salt content[J].Pedosphere,2000,(3).

[8]李小刚,曹靖,李凤民.盐化及钠质化对土壤物理性质的影响[J].土壤通报,2004,(1).

[9]栗现文,周金龙,靳孟贵,等.高矿化度土壤水分特征曲线及拟合模型适宜性[J].农业工程学报,2012,(13).

[10]张蔚榛.盐渍化土壤的冲洗改良与排水[EB/OL].中国水科技网,2004.

土壤水分特征 篇8

关键词：节水灌溉,稻田,土壤水分,水汽通量,CO2通量

0 引言

近年来,以水资源短缺为背景的“水问题”和以大气中CO2浓度增加为背景的“碳问题”引发了全球陆地生态系统水循环和碳循环研究的热潮[1]。农田生态系统水碳循环是陆地生态系统水碳循环的重要组成部分[2]。农田水汽通量与作物蒸发蒸腾密切相关,是制定农业灌溉策略和农田水分管理的重要决定因素[3];而农田生态系统碳循环是陆地生态系统碳循环的重要组成部分[4],人类所需粮食的90%以上直接来源于作物光合作用对CO2的固定。因此,对农田生态系统水碳通量特性的探索,将有助于掌控作物生产力程度以及农田水分生产效率。

涡度相关技术作为通量测量的可靠方法,已广泛应用于农田水碳通量的监测[5,6]。农田生态系统作物冠层矮小、简单且匀质性高,是进行涡度相关通量观测的理想类型[7]。目前,农田水碳通量的研究多集中在小麦、玉米等旱作植物上,针对水稻的不多,但水稻是我国的最主要粮食作物,种植面积2 800万hm2,占粮食播种面积的近30%,水稻产量占禾谷类总产量的33.4%[8]。同时,在当前水资源紧缺、气候变暖的背景下,为保证我国粮食安全与水资源安全,节水灌溉稻田的发展与普及势在必行[9]。但节水灌溉技术会造成作物生理生长、土壤环境以及田间水碳含量的改变,进而影响稻田的田间小气候。因此,本文以节水灌溉稻田为主要研究对象,用涡度相关系统连续观测不同土壤水分条件下2013年稻季水碳通量日变化数据,探究不同土壤水分条件对节水灌溉稻田水碳通量日变化过程的影响,旨在为揭示节水灌溉条件下的水碳循环机理及其环境效应奠定基础。

1 材料与方法

1.1 试区概况

试验于河海大学国家重点试验室昆山试验研究基地进行,地处太湖流域水网区低洼平原(31°15′15″N,120°57′43″E),属亚热带南部季风气候区。年总降水量1 097.1 mm,总蒸发量1 365.9mm,日照时数2 085.9h,年平均气压101.63kPa,平均气温15.5℃,平均相对湿度83%。试验区土壤为潴育型黄泥土,耕层土壤为重壤土,容重1.30g/cm3,平均饱和体积含水率50.2%,土壤全氮1.79g/kg,全磷1.40g/kg,全钾20.86g/kg,有机质21.88g/kg。试验区常年盛行东南风,习惯稻麦轮作,水稻(晚稻)生育期平均气温24.8℃,平均相对湿度79.2%。稻季试验区所监测下垫面为控制灌溉的稻田,2013年水稻于6月26日移栽,10月26日成熟,种植行距0.25 m,株距0.13m。控制灌溉处理在返青期田面保留5~25mm薄水层,以后的各个生育期灌溉后田面不建立水层,以根层土壤含水率占饱和含水率60%~80%的组合为灌水控制指标,各生育期具体土壤水分调控指标参照彭世彰等[10]的研究结果。试验区水稻施肥与农艺措施与当地农民习惯一致。

1.2 试验仪器与观测内容

在试验区下风向安装涡度相关系统自动观测仪器(OpenPath Eddy Covariance,OPEC),对2013年水稻生育期水碳通量进行连续观测。该系统主要由EC150开路CO2/H2O分析仪、CAST3A三维超声风速仪、HMP155A空气温湿度探头、CNR4四分量净辐射表、HFP01SC热通量板和CR3000数据采集器等组成。观测内容包括太阳辐射、气温、气压、土壤温度等气象因素,以及土壤热通量、感热通量、潜热通量和CO2通量。采集器以10Hz频率采集原始通量数据,然后在线计算并储存30min的平均数据。

本研究用TDR(Trase system 1,Soil Moisture Equipment,USA)观测试区土壤含水量,测管埋于试验区中5个典型观测小区,每个观测小区埋两根,观测时间为每天上午8∶00,测量后取平均值。随着水稻生长测定深度分别为20、30和40cm,测定结果用烘干法率定。

1.3 涡度数据处理与质量控制

研究所需的涡度相关数据用EdiRe[11]软件处理,实现了倾斜修正(二次坐标旋转)、通量单位转换及频率响应修正等,并对感热通量做了超声虚温修正,对潜热通量进行了空气密度脉动(WPL)订正。本研究选用了2013年6月26日至10月26日水稻生育期连续观测的30 min通量数据进行分析,为真实反映稻田生态系统与大气间的交换过程,首先对观测数据进行严格筛选,剔除降雨时段及降雨前后1h的通量数据、时间序列中大于3倍方差(±3σ)的数据和夜间湍流不充分混合引起的潜热通量低估数据[12,13]。摩擦风速u*是反映湍流强弱的指标,根据u*与夜间通量间的关系可确定一个合理的u*阈值(通常取0.1~0.3m/s)[14],本研究选取u*=0.1m/s,剔除u*<0.1m/s的通量数据,以提高夜间通量数据的可靠性,减少数据处理和分析时的不确定性[15]。剔除后的数据根据缺失时段长短用不同的方法插补延长[13],本次研究观测资料中短时间内(<3h)的缺失数据,采用线性内插法插补;对于较长时间(>3h)的缺失数据用平均日变化法(MDV),以10d(一般取7~14d)为窗口的相邻数据变化规律进行插补[8]。

能量闭合状况分析作为一种通量数据质量评价的标准程序已被人们广泛接受[16]。本研究对试验区2013年稻季通量数据分析结果表明,能量平衡比率(EBR)大多在0.8~1.0之间小幅度波动,平均为88%,高于国际通量网(FLUXNET)约80%的平均能量闭合度[16],表明本观测获得的通量数据质量与可信度高,能代表观测区域水碳通量大小与变化特征。

2 结果与分析

2.1 节水灌溉稻田不同土壤水分条件下水汽通量典型日变化

本研究选择2013年稻季各月晴好天气条件下,节水灌溉稻田复水退水过程中复水后与土壤水分状况达到下限的复水前典型日的水汽通量进行分析。研究选择的稻季各月复水日分别为7月17日,8月12日,9月4日和10月7日。

由图1可以看出,复水前稻田各月典型日水汽通量变化较一致,均呈倒“U”型变化趋势,且白天的波动幅度较大。凌晨与夜间稻田水汽通量较小,有的甚至接近于0。白天水汽通量从日出后开始升高,在10∶00-16∶00一直保持在较高的水平,然后开始下降,20∶00以后变化缓慢。复水前稻田日内水汽通量总体上均大于0,7月和8月复水前水汽通量日内变化的峰值均为170mg/(m2·s)左右,是9月峰值的1.5倍、10月峰值的2.5倍左右。

复水后稻田各月典型日水汽通量变化也均呈现倒“U”型曲线。凌晨和夜间水汽通量的变化比较平稳,且处在较低的水平。白天随着太阳辐射的增大从6∶00左右开始逐渐升高,在12∶00-14∶00达到一天中最大值,然后开始下降,到18∶00后平稳变化。7、8月稻田水汽通量呈现单峰变化且在中午12∶00左右达到峰值,9、10月则是多峰变化。8月复水后稻田水汽通量的峰值最大为204.6mg/(m2·s),7月的与其接近,分别是9、10月峰值的1.5倍、3倍。7、8两个月稻田水汽通量日内变化各时刻偏差较小,且白天时段值远远大于其他两月值。

对比不同土壤水分状况下节水灌溉稻田水汽通量日变化可知,水稻生长前期的7、8月,土壤水分对稻田水汽通量日变化的影响较显著,复水前后差异比较大。7、8月复水前的水汽通量日变化峰值在14∶00左右,分别为160.9和178.4 mg/(m2·s);复水后的峰现时间则在12∶00左右,峰值分别为201.6和204.6mg/(m2·s),约是复水前的1.25倍。而9、10月不同土壤水分下稻田水汽通量在峰值处的偏差则较小。研究结果表明,节水灌溉稻田控制灌水后存在复水补偿效应,尤以分蘖中后期和拔节孕穗前期较明显[图1(a)和1(b)],与郝树荣[17,18]等对盆栽水稻水分胁迫的研究结果一致。这是因为水稻在节水灌溉条件下,经过前期水分亏缺的锻炼,对土壤水分亏缺的耐受力提高,土壤含水率较低,其蒸散量没有显著降低,复水前后的差异可能只来源与土壤蒸发量的不同。水稻经过前期水分亏缺的锻炼,在抑制了水稻营养生长的同时(茎秆、叶片、株高),提高了后期生殖生长阶段控水处理的耐受力,在不影响结实率的条件下减少了灌溉水量,也进一步证明了该节水灌溉稻田控制灌溉处理的合理性与优越性。

2.2 节水灌溉稻田不同土壤水分条件下CO2通量典型日变化

研究选择稻季各月晴好条件下,节水灌溉稻田复水退水过程中复水后与土壤水分状况达到下限的复水前CO2通量典型日进行分析,本研究选择的稻季各月复水日分别为7月17日,8月12日,9月4日和10月7日,研究结果如图2所示。

复水前稻田各月典型日的CO2通量变化均呈“U”型曲线。凌晨和夜间CO2通量的变化比较平稳,为正值且处在较高水平,表现为排放。CO2通量白天从7∶00左右开始逐渐降低,在10∶00-14∶00达到一天中最小值,然后开始升高,到傍晚18∶00左右升高到较大值,此后缓慢平稳变化。

复水后稻田各月CO2通量典型日变化均呈现先减小后增大的“U”型变化。夜间与凌晨稻田CO2通量总体上为正,白天从7∶00左右开始,稻田CO2通量值从0附近开始急剧降低,到9∶00后降低幅度变小,中午10∶00-14∶00达到峰值,然后一直升高到17∶00再次到达0,以后呈现平稳变化。各月之间对比表明,7、10月稻田CO2通量峰值较接近为-20μmol/(m2·s)左右,8、9月值较接近为-25μmol/(m2·s)左右,且7月稻田CO2通量日变化中白天为先急剧升高后平稳变化又急剧减小,8-10月的日变化则是一种平稳升高再平稳降低的过程。

不同土壤水分状况下稻田各月CO2通量之间的对比表明,水稻生育前期的7、8月复水后,稻田CO2通量总体上要比复水前大,这是由于土壤水分较低的情况下,水稻植株叶片的气孔导度受到限制,对CO2的吸收减少,光合作用相对减弱。而在水稻生长的中后期(9、10月),随着水稻抗逆性的提高,不同土壤水分对稻田CO2通量的影响减弱。各月稻田CO2通量夜间数据对比表明,7-9月稻田夜间CO2通量大多稳定在5μmol/(m2·s),且7、8月通量值波动较大,说明水稻生育前期呼吸作用较强。10月份由于夜间温度的降低其值稳定在2.5μmol/(m2·s)。朱咏莉[15]等对亚热带稻田CO2通量的研究结果表明,在早稻、晚稻的全生育期中稻田CO2通量的峰值通常在-8~-40μmol/(m2·s)范围内变动,本研究结果在-4~-29μmol/(m2·s)内变动与其结果较接近,有一定偏差的原因除了受不同气候、天气条件的影响,也可能因为节水环境下,土壤水分条件不同使土壤呼吸作用受到了一定的抑制。同时前期的水分亏缺锻炼,使后期复水后叶面积指数较大时叶片的光合速率日内波动幅度较未经过水分亏缺锻炼小。稻田各月CO2通量复水前后的差异大小的变化也说明了该节水灌溉制度的合理性。

3 结语

(1)不同土壤水分条件下节水灌溉稻田水汽通量日变化均呈倒“U”型曲线,土壤水分对水稻日内水汽通量的影响较显著。生育前期,不同土壤水分条件下稻田水汽通量偏差较大,复水后峰值约是复水前的1.25倍,生育后期土壤水分的影响变小,水汽通量在峰值处的偏差也较小。

(2)不同土壤水分条件节水灌溉稻田CO2通量日变化均呈现“U”型变化趋势,不同土壤水分对水稻CO2通量日变化影响较大。水稻生长前期,复水后稻田CO2通量值较复水前大,水稻生长中后期,土壤水分状况对稻田CO2通量的日变化影响较小。

土壤水分含量测定实验 篇9

水分是土壤最重要的组成部分之一,土壤水分含量多少及其存在形式对土壤形成发育过程及肥力水平高低与自净能力都有重要的影响。作为土壤组成物质,水分是土壤物质迁移和运动的载体,也是土壤能量转化的重要物质基础。土壤水分的运动,使有机质和无机质在土壤剖面中不断地迁移与转化,使土壤中的营养元素向植物根际迁移,被植物吸收利用;同时水分也会影响土壤物质的分解与转化过程。认识土壤水分状况是土壤研究的重要指标之一,土壤水分含量的测定是土壤地理学的一项基础实验。另外土壤理化分析中,都以“烘干土”作为计算标准,因此,每个实验都有必要测定土壤吸湿水含量。

1 实验目的与要求

土壤水分是土壤的重要组成部分和肥力因素,不同气候生物条件下,其水分状况类型与动态都有很大的差异。研究土壤水分状况类型与动态,对掌握土壤的形成、分类、分布、肥力状况以及进行田间土壤水分调节等方面,都有十分重要的理论和实践意义。通过实验获取土壤吸湿水含量和自然含水量,掌握烘干法测定土壤风干样品和新鲜采集样品的含水量的方法,了解土壤水分含量的意义。

2 实验原理

土壤水分的测定方法可以归结为三大类:即质量分析法、核技术法和电磁技术法。其中质量分析法包括经典烘干法、红外线烘干法、微波炉烘干法以及酒精燃烧法等,其有限是操作简单、价格低廉,缺点是难以现场观测、观察精度不高。目前我国常用的水分测定的方法是烘干法。计算用土壤失水量占烘干土重的百分数表示。本实验采用烘干法测定土壤的吸湿水含量。

新鲜的土壤样品都含有一定的水分。将新鲜土晾置于室内,土壤中的水分会因为不断地向空气中蒸发而损失,当土壤中的水分与空气中的水分达到平衡时(一般需要数天),称此时的土壤为“风干土”。风干土中仍含有一些被土壤颗粒紧紧吸附的不能进入空气中的水分,这称为吸湿水。吸湿水可在高温环境下被烘干。此时的土壤称为“烘干土”。由于风范土和烘干土的重量差值,即可计算土壤吸湿水的含量。

3 实验步骤

3.1 采集土壤分析样土

采集土壤样土前需要先进行土壤野外调查,通过调查选取一定的典型地区选择择有代表性的耕作地点,观察该区域的土壤形成环境及了解其土壤类型,为土壤分析做好数据搜集工作。如选取河漫滩阶地耕作土壤,挖一个深度为1米左右的土壤剖面,在土壤剖面的耕作层、犁地层、心土层和底土层进行土壤剖面调查,观测各层土壤特性,并将观察结果进行记录,如表1,为土壤分析提供参考。

观察记录完土壤剖面各层的特性后,进行采集样土,其中样土采集数量数多少可根据实验项目选的多少来确定,一般各层采集3～5个样土。可用环刀法和土铲采集样土。

用环刀进行取样。在环刀内壁涂抹凡士林,将环刀刀口垂直压入土中。环刀另一端套上环刀托,用铁锤敲打环刀托,使环刀插入土层中,直至土壤充满环刀筒内,刀托背面到达地层表面,即停止敲打环刀把,以免环刀进入土层太深而压实了已进入环刀筒内的土壤结构;用铁铲和切土刀小心挖出环刀,切去环刀两端多余的泥土,擦干净环刀外环的土壤,往环刀两端加套,以免水分蒸发。如还需进行土壤容重比重测定实验还最好采用环刀取土法。用铁铲进行取样,需按第一、二、三、四层的顺序分别采集样土,采集好样品需贴上标签,放进塑料袋,用于土壤水分含量的测定

3.2 制备土壤分析样土

将新鲜采回的样品放在平整的木板上,挑拣石块、植物根系等;

3.3取合适大小容器,如铝盒,在105℃下烘2h,取出冷却,用电子天平称量干燥而洁净的铝盒重量,记为W。

3.4在铝盒中放入5g新鲜采集的土样,称量,此为铝盒+新鲜土重量,记为W1。

3.5将装入铝盒的样品放置通风的实验室内5天,其风干后进行称量,此为铝盒+风干土重量,记为W2。

3.6将装着风干后的土样的铝盒放入烘箱,盒盖斜放在盒皿上,以留出一定空隙,便于水分蒸发,在105～110℃烘6～8h,取出放入干燥皿,冷却20min,带棉纱手套取出铝盒,马上称量,此为铝盒+烘干土重量,记为W3。

4 实验数据记录与计算

实验中的各项数据可填入下表。

1、自然含水量W (自)%的计算公式如下:W(自)%=(W1-W3)÷(W3-W)×100%2、吸湿水含量的计算W(吸)%的计算公式如下:W(吸)%=(W2-W3)÷(W3-W)×100%

5 实验分析与总结

实验操作完成后,将各项测定数据对照公式进行计算,得出土壤的自然含水量与吸湿水含水量。在实验过程中通过不同取样地点和不同土层样品的测定数据,对照采土区域土壤剖面的各层特性,分析土壤含水量与土壤颗粒大小组成和含量的密切关系,掌握影响土壤含水量大小的因素,掌握分析土壤特性和土壤含水量变化的规律,达到实验效果。

参考文献

[1]李天杰,赵烨,张科利等.土壤地理学[M].北京:高等教育出版社,2004.

土壤水分、温度监测仪 篇10

这是一款在重新审视土壤水分的应用要求和社会环境基础上, 借助互联网的颠覆性创新理念, 结合现代工业设计中用户体验的分析技术以及大数据和物联网的平台, 重新设计的产品。它继承了导管式和插针式的各项优势, 又弥补了它们的不足, 开发了面向大规模、更广泛应用场景的号称“中国管”的新一代土壤含水率测量设备。

(调查员点评:简单来说, 它就是一款监测土壤墒情的仪器。而它的不简单在于, 您将它插到土里, 它不仅能够监测土壤水分和温度, 还能够利用手机和卫星实时监控作物的吸水动态、灌溉数据、警戒预判、地面气象等信息, 为您的生产管理工作提供实时的指导, 所以您也可以叫它“智墒”。)

☆产品特点:

1、低能耗、集成一体化

外壳采用防老化材料, 可长期放置于田间、土地中进行不间断测量;集物联网通讯终端、数据存储和处理单元、多深度水分及温度传感器、高性能电池于一个管体中;低能耗, 可用太阳能电池供电, 无外部供电工作时间超过30天。

2、精度和稳定性

不同深度土壤参数同时监测, 监测深度最深达2米, 深度可以定制;测量间距5厘米、10厘米可选配;精度达到正负2%以下, 含同位温度校准。

3、安装及实施

15分钟现场操作, 无土壤扰动, 无需现场校准, 智能启停, 极大降低人力需求。

4、环境保护

工作期间对环境无污染;设备撤场后对环境无残留污染。

5、大数据支持

通讯方式灵活, 可选GPRS无线通讯方式或CAN通讯方式;产品生命期数据完整记录及备份, 支持大数据分析及移动设备访问, 开放数据接口, 便于根据需要获取数据。

6、知识产权

土壤水分特征 篇11

關键词：气象；土壤；水分；监测

粮食的生产及储备对于国家粮食安全体系有着举足轻重的作用。21世纪初，随着全球气候变暖，人类活动对自然界的影响进一步增加，自然灾害频繁出现，造成的损害程度也在加重。特别是土壤旱情，对我国粮食的安全生产危害性更大。因此，快速、准确的反映灾害信息和制定有效的措施是新时期气象土壤水分监测业务的新思路。面对防灾减灾工作新形势，气象部门需要全面加强自然灾害移动式监测站网的建设，从而满足防灾减灾业务工作的新需求。

一、土壤水分的基本概念

土壤水分状况是水分在土壤中的移动、各层中数量的变化以及土壤和其它自然体（大气、生物、岩石等）间的水分交换现象的总称。土壤水分是土壤成分之一，对土壤中气体的含量及运动、固体结构和物理性质有一定的影响，制约着土壤中养分的溶解、转移和吸收及土壤微生物的活动，对土壤生产力有着多方面的影响。土壤水分是水分平衡组成项目，是植物耗水的主要直接来源，对植物的生理活动有重大影响。不定期进行土壤水分状况的监测，掌握其变化规律，对农业生产实时服务和理论研究都具有重要意义。

二、土壤水分观测业务发展的现状

至今为止，土壤墒情监测业务在传感器研发及应用方面虽然取得了历史性的进步，但是，防灾减灾监测体系移动式监测业务还不完善。防灾减灾移动监测是防灾减灾工作的重要基础，从多年的防灾减灾实际工作来讲，土壤旱情信息的监测，从监测信息来源到实时监测技术手段，都还存在需要不断改进和加强的地方。土壤旱情监测严重滞后主要体现在以下三方面：

第一，旱情信息采集方法薄弱、站网布设不够密集，信息处理手段相对滞后，土壤旱情实时分析能力不强，干旱信息的实效性差，应对干旱的措施有效性不足等问题。

第二，判断土壤旱情，很多地方主要还是靠传统的实验计算方法或凭经验，一些地方已经建立并开展了的固定式土壤水分测量业务，但由于受地点限制，难以体现土壤旱情的全部状况，对旱情发展趋势进行科学的分析和预测业务也没有建立起来。

第三，缺乏比较规范的灾害评估体系，干旱灾害对农业造成的损失以及抗旱效益无法进行准确、有效的评估等，不能满足新时期全面抗旱各项工作的实际需求，急需进行改善。

三、土壤水分观测站网建设的必要性

土壤旱情是多种因素共同作用的结果。土壤墒情是反映旱情的重要指标，需要结合雨量、水流量、水位、蒸发、水质、地下水及水库蓄水等水文水资源信息进行综合分析才可以全面真实的反映土壤实际旱情。加强自然灾害移动式监测站网的建设，增强旱情综合分析水分，全面提高防灾减灾业务能力，[1]对于新时期抗旱工作具有十分重要的意义。因此，为满足新时期防灾减灾工作需求，迫切需要对我国防灾减灾移动式监测站进行合理布局和建设。

防灾减灾移动式监测以提高防灾减灾能力为出发点，充分利用防灾减灾移动监测站网的有效手段，通过提供快速、密集、准确的旱情信息资源，建立系统化的全省

（上接第149页）

防灾减灾移动式监测站网系统，构建全省防灾减灾移动式监测业务的服务体系，为农业的科学化生产提供必要的支持和保障。

通过防灾减灾移动监测系统的建设，结合现有传统监测网络，构建全方位、多层次监测模式，可准确、快速的获得覆盖全省全部的土壤墒情信息、旱情分析、发展规律的防灾减灾监测服务体系，促进和提高旱情信息的自动化监测和管理水平。为防灾减灾决策和水资源合理配置等提供科学的依据，为其它相关工作和有关部门提供基础信息参考，从而实现农业科学生产。防灾减灾移动监测系统建设以服务新农村建设和指导农业生产为出发点，能够快速、及时、有效的为农业生产提供真实、可靠的土壤墒情状况、干旱评估和科学有效的抗旱措施，保证农业的科学生产具有重要的意义。

随着全球气候变暖，自然灾害的频繁出现，干旱灾害频发，且程度加重，对农业的影响很大，使粮食安全生产受到威胁。针对粮食安全生产及农业气象事业和基础工程建设的自身发展，考虑自然气候特点及农业生产实际情况，科学、全面、客观建立防灾减灾移动式监测系统，项目建设具有先进性、经济性、适用性，可为当地的生态建设和保障粮食安全生产提供可靠的农业气象科学依据，从而为特色农业提供优质高效的农业气象保障，在指导农业生产及推动农业经济可持续发展中具有深远意义。

参考文献

[1]国家质量技术监督局，中华人民共和国建设部.土工试验方法标准[M].北京：中国计划出版社，1999

[2]中华人民共和国水利部.土工试验规范 [M].北京：中国水利水电出版社，1999.

[3]国家林业局.森林土壤分析方法[M].北京：中国标准出版社，1999.

[4]邵明安，王全九，黄明斌.土壤物理学[M].北京：高等教育出版社，2006.

土壤水分速测仪的设计 篇12

土壤水分是一切农作物生长的基本条件,我国农业用水利用率不高。以目前农业用水效率来分析,农业用水效率只有30%～40%,如果灌溉用水效率提高10%～20%,则每年可节约用水量约30～70Gm3。测定土壤水分不仅能够有效缓解因农业用水带来的淡水资源危机,而且在很大程度上对于研究农作物的需水规律,指导农作物生长,实施合理节水灌溉具有重要现实意义。

土壤水分的测量方法有几十种,如传统的烘干法、张力计法、射线法、电阻法等,利用光学原理测量土壤水分,以及利用土壤的介电特性测量土壤含水量的TDR,FD,SWR等方法,它们各具优缺点;但精度高、价格低、少标定的土壤水分测试技术一直是近年来研究的主要方向。笔者根据土壤介电常数并利用传输线测量理论研制了土壤水分快速测量仪,试验表明:该土壤水分测量仪输出稳定、成本低、适用于大多数土壤类型的测量。

1 系统工作原理与总体设计

1.1 测量原理

土壤是由空气、土壤颗粒和水组成的多孔介质。现代物理学认为:所有非金属,甚至在一定情况下的金属,都属于电介质,因此土壤可以看作是一种特殊的电介质[1]。

土壤的介电特性可用下式表示,即

undefined (1)

式中 ε—土壤复介电常数;

ε′—介电常数;

ε″—介电损耗;

ε0—真空介电常数;

f—电磁频率;

σ—土壤直流电导率。

从式(1)中可以看出:土壤介电特性随着频率的变化而变化,选择合适的电磁频率对于利用介电常数测量土壤水分起着关键作用。同时,为了减小介电损耗对测量的影响,通常频率选取100MHz。在这样的电磁频率下,水的介电常数约为80,土壤颗粒的介电常数约为4,空气的介电常数约为1,土壤的介电常数主要是由水来决定。因此,通过测量土壤介电常数可达到测量土壤水分的目的。

信号源产生100MHz的电磁波,沿传输线传送到土壤探头,由于探头阻抗与传输线的特征阻抗不匹配,一部分电磁波沿传输线反射回来,一部分继续沿探头传播。这样在传输线上,入射波与反射波叠加形成驻波,使传输线上各点的电压幅值存在变化;而探头阻抗主要取决于土壤的介电常数,因此传输线上电压的变化就反映了土壤中水分的变化。测量原理图、测量等效电路图如图1和图2所示。

根据传输线理论,并假设传输线为无损传输线,可以得到A点的峰值电压为

Ua=A(1+ρ) (2)

如果传输线长度为电磁波波长的1/4,则B点的峰值电压为

Ub=A(1-ρ) (3)

这样A,B两点的电压差为

ΔUAB==2Aρ (4)

反射系数为

undefined (5)

式中 ZL—土壤探头阻抗,与土壤介电常数有关;

Zc—传输线的特征阻抗;

ρ—传输线在A点的反射系数。

当传感器的探头插入土壤时,ZL主要由土壤介电常数决定,随土壤含水量的多少而改变,进而引起输出电压ΔUAB的改变。因此,可以通过测量传输线两端的电压差来间接得到土壤含水量的多少。

1.2 系统总体设计

设计的土壤水分测量系统可实现数据采集、数据处理、故障报警等功能,主要由传感器、A/D转换和STC89C58为核心的单片机系统3部分组成[2],系统总体组成框图如图3所示。其中,显示器和键盘组成人机联系的部件,其作用是沟通操作者和仪器之间的联系。

2 系统设计

2.1 传感器设计

传感器是由100MHz 的高频信号源、一段特征阻抗为50Ω标准同轴电缆和土壤探头组成。探头由直径为3mm的3根不锈钢针构成,检波电路置于信号源和探头内,传感器组成如图4所示。

探头采用三针结构,可认为它是一段几何形状非规则的传输线,土壤充当其中电介质,因此可通过传输线理论来分析它的阻抗变化规律[3]。土壤探头阻抗是以容抗或感抗形式存在,并在一定条件下发生相互转化,设计中应使土壤探头阻抗呈单调变化。

为了缩小整机体积,简化操作程序,达到随测随插,即插即读,快速方便的目的,传感器的形状设计成单手操作使用型,外壳材料采用ABS工程塑料压模制成,设计的土壤探头如图5所示。

2.2 系统硬件设计

2.2.1 单片机选择

宏晶科技生产的STC89C58单片机,具有64/32/16/8kB片内Flash程序存储器;具有在应用可编程(IAP)、在系统可编程(ISP);可实现远程软件升级;无需编程器、性价比高等特点。单片机与时钟及复位电路如图6所示。

2.2.2 人机接口

系统选用了LCD1602作为显示器件,显示容量16×2个字符;芯片工作电压4.5～5.5V;工作电流为2.0mA(5.0V);模块的最佳工作电压5.0V;字符尺寸为2.95mm×4.35(W×H)mm。

LCD的连接方式为:1脚接地;2脚接+5V电源;3脚为对比度调试引脚;4脚接单片机引脚P2.5;5脚接单片机引脚P2.6;6脚接单片机引脚P2.7;8～14脚接单片机引脚P0.0～P0.7;15,16脚为背光引脚。

2.3 系统软件设计

系统软件设计包括键盘扫描程序、显示程序、参数修改程序、采样与滤波程序、故障报警等,可实现对土壤水分的测量显示,同时还可对不同土壤类型进行标定。主程序流程图如图7所示。

3 试验结果与分析

3.1 土壤种类对传感器输出的影响

实验采用中壤土(容重1.36g/cm3)、粘土(容重1.25g/cm3)和沙土(容重1.43g/cm3),测量结果如图8所示。从图8中可以看出土壤种类对传感器输出有一定影响,但影响较小。对测量数据统一标定曲线,则体积含水量最大误差为4.8%,若要取得较高精度,可对每种土壤进行单独标定。

3.2 土壤容重对传感器输出的影响

实验采用中壤土,将其容重由1.36g/cm3增大到1.42g/cm3 ,图9为不同容重下传感器的输出结果。从图9中可以看出容重的增大会使传感器的输出电压增大,但影响不大。若要取得较高精度,也可采用分别标定。

3.3 土壤盐分对传感器输出的影响

实验采用中壤土,对同一容重(1.36g/cm3)下的不同含水量的土样中加入不等的氯化钾,同时与未加入氯化钾的土样进行对比,测量结果如图10所示。从图10中可以看出含水量相同土样,加盐与未加盐的测量结果有很大差别。因此,土壤电导率对土壤水分的测量有较大影响,尤其是当被测土壤本身含盐量较高时,应特别进行标定。

4 结束语

依据土壤介电常数并利用传输线理论制成土壤水分测量仪,可以有效地对大多数类型土壤进行较高精度的测量。土壤种类、容重对土壤水分测量有一定影响,但影响不大;若要取得较高的测量精度,可采用分别标定;土壤含盐量对传感器输出影响较大,如测量含盐量较高的土壤,需对传感器特别标定。

摘要：介绍了一种根据土壤介电常数和传输线理论来测量土壤含水量的新型土壤水分测试仪,主要由土壤水分传感器和STC89C58为核心的单片机系统组成。实验研究表明:土壤种类、容重对传感器输出影响较小,可满足对大多数土壤的测量要求;土壤含盐量对传感器输出影响较大,如需测量含盐量较高的土壤,应对传感器进行特别标定。

关键词：土壤水分,介电常数,传输线

参考文献

[1]马孝义,熊运章.土壤水分介电测量方法的潜力分析[J].农业工程学报,1995,11(2):21-26.

[2]田思庆,史庆武.基于单片机的土壤湿度测量仪的研究[J].农机化研究,2008(9):75-77.

[3]孙宇瑞.土壤探针阻抗计算方法的理论分析与实验研究[J].土壤学报,2002,39(1):120-124.