土壤水分运动参数研究

2024-05-18

土壤水分运动参数研究（精选七篇）

土壤水分运动参数研究篇1

覆膜能够保温保墒,很大程度地减少土壤蒸发从而提高土壤水分储存量[1,2]。沟灌覆膜条件下,灌溉需要通过膜孔、膜缝以及放苗孔下渗到作物根区,蒸发又使土壤水分从孔缝中扩散到大气。覆膜改变了原本裸露土壤与大气之间水分联系的通道,放苗孔、灌水孔以及田间实际的非全膜覆盖带来了土壤水分运动及其传输的新问题[3]。通过对土壤水分和膜下凝结水分中氢氧稳定同位素的示踪,分析其水中同位素分布特征和动态变化规律,可以有效地提取水分的迁移信息[4,5],并能够从微观上剖析土壤水分的性质、成因及其土壤水分的运移规律[6]。为研究沟灌覆膜条件下田间土壤水分循环机制提供科学依据,对于研究作物播种出苗生长发育以及用水调控等具有重要意义[7]。

1 材料与方法

试验于2013年4月-9月及2014年4-10月在中国农业大学石羊河农业与生态节水试验站进行(N 37°52′,E 102°51′)。试验区土壤特性参数见表1。

1.1 试验设计

试验采用垄植沟灌的方式,覆膜开孔,开孔率为1%~3%(含放苗孔)。供试玉米品种为“富农340”,每垄种植两行,行距50cm,株距18cm,垄宽50cm,沟宽50cm,沟底宽20cm,沟深20cm,沟长100m(见图1)。

1.2 测定指标和方法

1.2.1 稳定氢氧同位素的取样及测定

测定氢氧同位素的样品主要包括土壤水和膜下凝结水。样品收集方法如下:

土壤水:在垄和沟各选3个采样点,用土钻取土,深度分别为0~5、5~10、10~20、20~40、40~60、60~80、80~110cm(日变化取样时,只取0~20cm深度),将土样分别装入自封袋密封保存,并带回试验室用真空抽提系统(LI-2000,LICA,China)抽取土壤水样。

凝结水:采用干净的医用注射器抽取凝结在地膜下方的小水珠,分别在垄顶与沟侧抽取,注入小样品瓶密封保存。

采集的水样须密封并保存在4℃左右的环境中,以防蒸发和同位素分馏,用液态水同位素分析仪(PICARRO L2130-i,Picarro,USA)测定样品水样中的稳定氢氧同位素比率δ(‰)。

在玉米各生育期选择1~2个晴天进行样品收集,日变化取样时间点为7∶00,9∶00,11∶00,13∶00,15∶00,17∶00,19∶00。

1.2.2 土壤含水率

用取土称重法测定土壤含水率,取样位置与同位素土壤样品一致,分别将土样装入铝盒烘干测定。同时在各取样点周围表层土壤(5~10cm深度)埋设EM50探头(ECH2O EC-5;Decagon Devices Inc.,Pullman,WA),观测表层土壤水分及温度。

2 结果

2.1 氢氧同位素值

2013-2014年期间所取的土壤水和膜下凝结水的δD与δ18O关系及分布情况如(图2),可见,各样品间δD与δ18O存在显著的线性关系,其中土壤水线:δD=5.7δ18O-10.8,膜下凝结水线:δD=4.7δ18O+7.6。表层土壤(0-20cm)水同位素分布(黑色圆圈内的点)偏正且较为分散,说明表层土壤在蒸发作用下氢氧同位素发生分馏从而富集重同位素。凝结水线斜率较土壤水线小,说明凝结水氢氧同位素分馏强度比土壤水氢氧同位素值分馏强度大,更易富集重同位素。其平均值分别为凝结水:(δD,δ18O)=(-0.52×10-3,5.16×10-3),表层土壤水(δD,δ18O)=(-25.02×10-3,-0.48×10-3)。

由于各样品间氢和氧存在显著的线性关系,且水循环过程中两者具有很相似的同位素分馏作用,在各种样品间δD与δ18O分布具有良好的一致性,而18O与16O之间的相对质量差远比D与H之间的相对质量差小,表现出的同位素分馏作用比氢同位素的小[8]。因此,本文主要选取18O进行数据分析。

2.2 土壤水同位素分布特征

由图3可见,土壤水氧同位素随土壤深度呈梯度分布。垄上富集氧同位素比沟中显著。主要原因是:一方面,沟中集水,由于降雨或灌溉水的稀释作用,使沟中土壤水氧同位素值较垄上小;另一方面,蒸发过程中轻同位素更易以气态水形式传输到空气中,使表层土壤水中富集重(18O)同位素[9],而由于太阳辐射影响蒸发作用在垄上较沟中的强度大。因此,垄上比沟中表层土壤更易富集同位素,沿土壤剖面深度增加,同位素富集量减少。

注:R为垄,F为沟。由于沟比垄低20cm,所以图中0~20cm土层没有沟的数据。

图4显示了表层土壤氧同位素日变化分布,由于日变化较为一致,所以本文选择了两个典型日(2013-07-14和2014-07-17,天气条件相似)进行分析。可见,0~10cm土壤水中δ18O与其10~20cm土壤水δ18O日变化呈相反的抛物线变化趋势,在垄上更为明显(图4)。表层土壤水分蒸发后凝结于膜下形成水珠,此凝结水δ18O分布(图5)与10~20cm土壤水δ18O分布趋势一致,凝结水和土壤水δ18O值均表现为垄上高于沟中,在午间达到峰值,沟表层0~10cm土壤水δ18O分布变化波动较小。凝结水δ18O值日变化分布在(-0.49~2.11)×10-3(垄)和(-3.31~0.26)×10-3(沟)之间,明显大于表层土壤水δ18O分布(-4.45~-2.26)×10-3(垄)和(-7.18~-4.73)×10-3范围。

2.3 膜下土壤水及蒸发水汽运动

图6和图7分别显示了表层土壤含水量变化及其温度变化,其变化趋势与凝结水δ18O变化趋势一致沟中表层土壤含水量大于垄上,但均随蒸发先增大后减小,沟和垄表层土壤含水量和温度均在午间到达峰值,分别为沟上含水量峰值19.02%,温度峰值为28.1℃,垄上含水量峰值为18.51%,温度峰值为33.4℃。

重同位素在表层土壤富集是众多过程综合的结果,如土壤水分变化、土壤温度变化和蒸发强度变化等(Gazis&Feng,2004年)。综上,垄上表层土壤0~10和10~20cm的δ18O分布呈相反的分布趋势(图4,5),表明在较干燥的土壤表层(0~10cm)水分以气态的形式扩散,重同位素的富集不明显,相反,该土层随着温度的升高在午间出现18O被贫化的现象,而以下土层(10~20cm)在午间18O富集达到最大,说明了垄上蒸发水汽主要来源于10cm以下土层,0~10cm土层主要起到传输和扩散水汽的作用,蒸发前缘主要发生在10cm以下;受蒸发拉力作用,沟中10~20cm土层水分向0~10cm土层补水,蒸发前缘发生在0~10cm土层。沟垄这一差异的原因可以用蒸发两个阶段来表述:沟中表层土壤水量较大(图6)满足蒸发需求,即第一个阶段,土壤水直接以水汽分子形式扩散到大气中,氧同位素富集于土壤最上层;垄最上层(0~10cm)土壤水含量很低,即第二阶段,此时蒸发锋面以上气体运移占主导地位[10]:蒸发水汽分子在通过土壤孔隙向上扩散的过程中,部分水汽分子被土壤水吸附并与土壤水分子发生交换,使蒸发锋面以上的土壤(0~10cm)水中存在贫化氧同位素的水汽分子,导致同位素主要富集在蒸发锋面以下土层(10~20cm)。

结合图4和图5,表层土壤富集18O,而蒸发出来的水汽贫化了18O,这些贫化18O的水汽扩散到膜下凝结成水,水汽凝结过程发生同位素分馏使重同位素富集[11]。膜下所凝结的水δ18O明显大于蒸发水源(表层土壤水)δ18O,可知膜下凝结水富集18O的程度明显大于由蒸发引起表层土壤富集18O的程度,说明了此过程经历了18O重同位素贫化后再富集,之后凝结水发生二次蒸发,使得重同位素18O再次富集。凝结水18O的富集随着二次蒸发变化在午间到达最大后减小(图5),最后又形成水汽。

3 结语

(1)膜下凝结水和土壤水氢氧同位素存在很好的线性关系,凝结水较土壤水更易富集重同位素。

(2)覆膜沟灌下土壤水氧同位素随土壤深度呈梯度分布,垄上富集18O比沟中显著。

(3)覆膜沟灌下,沟中蒸发前缘发生在0~10cm土层,土壤水直接以水汽分子形式扩散;垄上蒸发前缘主要发生在10~20cm土层,蒸发水汽分子通过土壤孔隙向上扩散,部分水汽分子被0~10cm的土壤水吸附并与其水分子发生交换进而扩散到土壤表面。

(4)膜下表层土壤蒸发后凝结于膜下形成水珠的过程经历了重同位素贫化后再富集,之后凝结水发生二次蒸发,重同位素再次富集。

摘要：为深入探究沟灌覆膜条件下土壤水分运动规律及其转化机理,利用了稳定氢氧同位素技术分析了土壤水和膜下凝结水的同位素分布特征。表明,膜下凝结水富集18O,富集程度明显高于由表层土壤蒸发而富集的重同位素;膜下表层土壤蒸发后凝结于膜下形成水珠的过程经历了重同位素贫化后再富集,之后凝结水发生二次蒸发,重同位素再次富集;覆膜沟灌下土壤水氧同位素随土壤深度呈梯度分布,垄上富集18O比沟中显著;沟中蒸发前缘发生在0~10cm土层,土壤水直接以水汽分子形式扩散到大气中;垄上蒸发前缘主要发生在10~20cm土层,蒸发水汽分子通过土壤孔隙向上扩散,部分水汽分子被0~10cm的土壤水吸附并与其水分子发生交换进而扩散到土壤表面。

关键词：覆膜沟灌,氢氧同位素,土壤水分运动

参考文献

[1]Li R,Hou X,Jia Z,et al.Effects of rainfall harvesting and mulching technologies on soil water,temperature,and maize yield in Loess Plateau region of China[J].Soil Research,2012,50(2):105-113.

[2]Li S,Kang S,Zhang L,et al.Measuring and modeling maize evapotranspiration under plastic film-mulching condition[J].Journal of Hydrology,2013,503:153-168.

[3]李毅,王全九,王文焰,等.覆膜开孔土壤蒸发实验研究[J].应用生态学报,2005,16(3):445-449.

[4]王涛,包为民,胡海英,等.氢氧稳定同位素在土壤蒸发规律研究中应用[J].中国农村水利水电,2008,(4):21-25.

[5]Dawson T E,Ehleringer J R.Streamside trees that do not use stream water[J].Nature,1991,350(6316):335-337.

[6]Gazis C,Feng X.A stable isotope study of soil water:evidence for mixing and preferential flow paths[J].Geoderma,2004,119(1):97-111.

[7]汪志农.灌溉排水工程学[M].北京:中国农业出版社,2000.

[8]林光辉.稳定同位素生态学[M].北京:高等教育出版社,2013:69-71.

[9]Barnes C J,Allison G B.The distribution of deuterium and<sup>18</sup>O in dry soils:1.Theory[J].Journal of Hydrology,1983,60(1):141-156.

[10]Liu B,Phillips F,Hoines S,et al.Water movement in desert soil traced by hydrogen and oxygen isotopes,chloride,and chlorine-36,southern Arizona[J].Journal of Hydrology,1995,168(1):91-110.

土壤水分运动参数研究篇2

土壤水分特征曲线及非饱和水力传导度在制定农作物灌溉制度、模拟土壤中水分溶质运移、改良土壤理化性质等方面具有重要作用。现阶段土壤水分特征曲线的测定方法主要有:张力计法、压力膜法、离心法等[1,2]。张力计法测量土壤吸力的范围在0～800 hPa之间,测量范围较小;压力膜法能完整地测量低吸力到高吸力的土壤水分特征曲线,但是测量时间很长,且压力板容易损坏;离心法操作简单,测量范围较广,耗时少,因此应用较为广泛,但是测量过程中土壤密度、离心时间、测量误差对其影响较大[1]。现阶段测定非饱和土壤水力传导度的方法主要有垂直土柱下(上)渗法及垂直土柱稳定蒸发法[3];实验过程中利用张力计监测剖面吸力分布或张力计与时域反射仪监测同时监测含水率及张力分布[4]。现阶段测定非饱和土壤水力传导度的方法通常都需要比较大的实验土柱以便有足够多的测点描述土柱中水分分布,但实现野外原状土柱的采集比较困难。目前,能实现野外原状土柱方便采集,且能同时测定土壤水分特征曲线和非饱和水力传导度的仪器还不多。而HYPROP系统可以连续自动地监测两个不同深度测点处的土壤吸力与土壤含水量,因此不仅可以得到大量的数据对低吸力范围的土壤水分特征曲线进行连续测定,还可以根据该数据间接测定非饱和水力传导度。此外,该系统利用一个环刀样品代替传统的大体积土柱,携带方便,野外采集原状土较容易。因此,HYPROP系统在土壤水分参数的科学研究及实际生产实践中有很好的应用前景。

HYPROP系统本质上采用的是张力计法测量土壤水分特征曲线,测量范围较窄及低水力梯度下无法测得水力传导度是它的主要缺陷。本文以两种粉壤土和一种壤土共三种供试土壤为例,利用HYPROP系统测定其土壤水分特征曲线和非饱和水力传导度,结合实际测定数据,介绍HYPROP系统的优缺点,分析其测定原理及测定效果,以及针对其测量范围较小的缺陷,提出改进措施,并进一步验证了改进措施的效果。

1 材料与方法

1.1 实验材料

本次实验土壤取自江苏常州水稻研究所水稻试验田(31°33′658″N,120°00′435″E)、江西南昌水稻土、山东寿光蔬菜大棚土(36°49′905″N,118°54′814″E),(为行文简洁,后文中将以上三种土样分别简称为土壤A、土壤B、土壤C),土样取自0～20 cm耕层。自然风干后碾碎磨细过2 mm筛备用。供试土壤的理化性质见表1。其中,θ风干为土壤风干含水量(以重量含水量表示),pH测定方法采用土水比为1∶1,有机质测定方法为重铬酸钾容量法,土壤质地采用筛分法与密度计法联合测定。

由表1中土壤粒径分布,根据美国土壤质地三角图可知采自常州的水稻土和采自江西的水稻土为粉壤土,采自山东寿光的大棚土为壤土。

1.2 实验装置及测量过程

实验采用HYPROP系统(产地:德国;制造商:UMS)测定非饱和导水率及土壤水分特征曲线。HYPROP测量系统包括一个或多个HYPROP组件及一台电子天平,最多可扩展至20个组件。一个HYPROP组件包括一个传感器单元和一个土壤样品环。实验过程中主要测定土壤负压和环刀样重量。装置主体结构见图1。装置主体包括环刀样、传感器、张力计三部分。其中土样环为不锈钢环刀,环高5 cm,内径8 cm,容积为250 cm3。两个张力计长度不同,顶端张力计中心与土壤表面距离为1.25 cm(位于0.25 L的深度上,L为环刀高度),底端张力计中心与土壤表面距离为3.75 cm(位于0.75 L的深度上),张力计测量范围为0到850 hPa。下部传感器单元主体为压力传感器及集成在一起的电子元件。压力传感器用来测量土壤水的负压;温度传感器用于测量土壤样品温度;侧方插口用来与数据线连接传送测量数据[5]。传感器单元通过tensioLINK串口线连接到计算机上以实现土壤负压的连续采集。间隔特定时间对每个带样品环的传感器进行称重,称重数据通过RS232或USB端口传输到计算机上。实验主要步骤为:①填装环刀样并饱和。供试土壤均按密度1.3 g/cm3回填入环刀内,采用分层回填的方式,层与层接触面打毛。将回填后的环刀样泡在水中,水面的高度为低于样品环下边缘1 cm,浸泡12～24 h,使样品逆向吸水饱和,每种土样设置两个重复。②在饱和的环刀样底部,利用配套工具挖出两个与张力计高度相匹配的孔洞,将张力计安装到传感器单元上,之后将饱和后的环刀样放置在传感器单元上。环刀样与传感器之间有一硅胶垫片,使环刀样下部形成一个密闭空间。③将传感器单元及天平的数据线与计算机连接。实验过程中,土样上表面裸露在空气中,在自然蒸发条件下进行测量。

1.3 测定原理与改进方法

HYPROP系统的理论基础为Schindler[6]提出的在自然蒸发条件下,在空间上土壤吸力和土壤含水率在土壤剖面上符合线性分布;在时间上,土壤吸力和环刀样重量符合线性变化。HYPROP系统在土样自然蒸发条件下,通过运用不同深度的2个微型张力计系统和精确称重系统测定土壤水分特征曲线和土壤的非饱和导水率。对于该系统在时间与空间上的线性假设而产生的误差,Peters &Durner[7]认为在测量时间间隔较短、选用插值方式合适的条件下误差是较小的,可得到较为可靠的拟合结果。Schindler认为在自然蒸发条件下,除砂土在脱水过程进入蒸发阶段后期,水量损失与脱水时间更适合二次方程拟合外,其余土壤的水量损失与脱水时间符合线性关系假定[6]。

土壤水分特征曲线测定原理:根据据空间上土壤吸力和土壤含水率在土壤剖面上符合线性的假定,由于HYPROP系统中两个张力计测量环刀样的高度分别为0.25 L和0.75 L,因此其中点(深度为0.5 L)处的吸力值恰为两个测点吸力的平均值。根据线性假定,环刀中点处的土壤含水率值与整个环刀样的土壤含水量均值相等,而环刀样的含水率均值可通过称重法求得。通过中点处一系列的吸力值和土壤含水量值可以得到其土壤水分特征曲线。

非饱和土壤导水率测定原理:根据空间上和时间上土壤吸力和土壤含水率的线性假定,在ti～ti-1时间段内含水量损失为ΔVi,两个张力计间水流通量为:

$q^{i} = \frac{1}{2} (Δ V^{i} / Δ t^{i} A) (1)$

式中:A为环刀断面面积,cm2;则由达西定律,即可得到该时间段内的导水率为:

$Κ (h_{i} \overset{=}{)} = - \frac{q^{i}}{Δ h^{i} + Δ z + 1} (2)$

式中:Δz为张力计间的距离差;h $_{1}^{i - 1}$ 、h $_{2}^{i - 1}$ 为ti-1时上下张力计的负压值;h $_{1}^{i}$ 、h $_{2}^{i}$ 为ti时上下张力计的负压值; $\overset{=}{h_{i}} = 1 / 4 (h_{1}^{i - 1} + h_{1}^{i} + h_{2}^{i - 1} + h_{2}^{i})$ 为该时间段内两个张力计负压的平均值;Δhi=1/2[(h $_{2}^{i - 1}$ -h $_{2}^{i - 1}$ )+(h $_{2}^{i}$ -h $_{1}^{i}$ )]为该时段内上下张力计负压差的均值。

本文实验数据采用的拟合模型为Van Genuchten(1980年)-Mualem经验公式:

$\begin{array}{l} θ (h) = {\begin{matrix} θ_{r} + \frac{θ_{s} - θ_{r}}{[1 + | α h |^{n}]^{m}} & h ＜ 0 \\ θ_{s} & h \geq 0 \end{matrix} (3) \\ Κ (h) = Κ_{s} S_{e}^{l} [1 - (1 - S_{e}^{1 / m})^{m}]^{2} (4) \end{array}$

模型中主要参数θr、θs、α、n、m、Ks可利用实测数据拟合得到。其中,θr为残余含水量;θs为饱和含水量;α、n、m=1-1/n为拟合参数;Ks为饱和水力传导度;Se为饱和度。根据实测数据,利用HYPROP_V2.0.75参数拟合软件,即可求得土壤水分特征曲线参数及导水率。

HYPROP系统本质上采用的是张力计法测量土壤水分特征曲线,测量范围较窄及低水力梯度下无法测得水力传导度是它的主要缺陷。Schindler[8,9]利用改进的陶土头,采用外推法来实现HYPROP系统测量范围扩大,有些土样测量负压可达到4 350 hPa,但与永久凋萎系数对应的负压值(一般认为15×103hPa)还是相差较远;此外,对于近饱和状态下水力传导度的测量仍没有有效措施。

由于不能进行高吸力下的土壤水分特征曲线的测定,HYPROP系统是在人为给出一个高吸力范围内的经验值来外推高吸力下的土壤水分特征曲线,这势必影响了其外推结果的可靠性。本文利用快速离心法测得供试土壤在高吸力15×103hPa下的土壤含水量,将该点作为土壤水分特征曲线高吸力范围的实测控制点,并联合HYRPROP系统在低吸力下的测定值对土壤水分特征曲线进行分析。将该结果与不使用实测控制点的拟合结果进行对比,以此来验证改进的效果。

2 结果与分析

2.1 土壤水分特征曲线及其优化

由图2中给出了3种供试土壤的水分特征曲线实测值、修正前拟合曲线和修正后拟合曲线。其中,修正前拟合曲线中没有加入快速离心法测定的负压为15×103hPa下的土壤含水量;修正后的拟合曲线为添加该控制点之后的拟合曲线。图2中修正前拟合的土壤水分特征曲线参数见表2。

土壤饱和时,土壤的基质势为0,对土壤施加一定微小吸力时,土壤中并没有水流出,表现为土壤水分特征曲线最前端基本水平,当负压达到进气吸力时,土壤中水分开始流失,含水率下降,即在进气吸力点处土水曲线出现第一个拐点。由图2可知,在张力计测量范围0～850 hPa内,测量数据较为密集能很好地反映在低负压范围内土壤水分特性。由于张力计测量范围较小,土壤水分特征曲线的实测值较为集中的分布在负压值较小的前半段,负压值较大的后半段没有实测数据,缺少后半段数据导致其拟合结果可信度不高。已有研究表明对于砂性及壤性土而言其土水分特征曲线一般为“S”型[10],而本次试验拟合得到的曲线在后半段的第二个拐点在何处不好确定,拟合结果不可信。因此,需对HYPROP仪器测得的土壤水分曲线进行优化,减小土壤水分特征曲线参数的误差。

对土壤水分特征曲线进行优化,主要是为了改善HYPROP系统测量范围较窄的缺陷,在土壤水分特征曲线后半段给出相应数据使其更加准确。一般使用的方法是利用离心法或者压力板法测定一个大吸力值对应的土壤含水量,来控制土壤水分特征曲线的后半段。大吸力值一般选定为对作物生长影响较大的点,本文中利用离心法测定负压为15×103 hPa即对应含水量为作物永久凋萎系数的点来控制土壤水分特征曲线的后半段。在大吸力范围内给出相应的控制点后,土壤水分特征曲线产生了较大的变化,图2中修正后拟合曲线给出了优化后的土壤水分特征曲线。

结合表3,优化前后拟合参数值有一定的变化,特别是θr值,优化后不再为0,饱和含水量以及与进气吸力相关的系数α变化较小,三条曲线前半段几乎没有改变,而后半段改变较大,说明在大吸力范围给出一个控制点能使拟合结果更接近土壤的实际参数。优化前后三种土壤含水量的均方差均小于10-2,说明利用HYPROP_V2.0.75对含水量进行拟合是有效的,且利用HYRROP系统测得的低吸力范围内的土壤水分特征曲线是相当可靠的。

2.2 导水率

表2、3中优化前后,饱和水力传导度Ks的改变较大,且导水率K的均方差相对较大,说明拟合效果并不是很好。由图3可以看出土壤A与土壤B观测值较为接近,而土壤C拟合曲线与其他两种土壤差异较大,土壤A与土壤B的土壤质地较为接近,均为粉壤土;而土壤C为壤土。土壤A导水率K的拟合曲线偏差较大,均方差达到了0.194,土壤B与土壤C的观测点虽均方差较小,但拟合图中可看出三者的观测数据分布范围均很小,所以依靠小范围内的观测数据来拟合大范围的导水率,得到的拟合效果并不是很可信。HYPROP系统在计算导水率时,为了减小偶然性误差,在近饱和阶段,只有当水力梯度大于0.4时,系统才计算导水率K值,因此在低吸力范围内K值数据较少,Peters&Durner[7]指出在低吸力范围内要想得到较好的K拟合值,必须另外给出一个饱和导水率值。

3 结论

(1)HYPROP系统可同时测定非饱和导水率及土壤水分特征曲线。该系统具有操作简便、野外采集原状土携带方便、实验数据量大及测定精确等优点。但其缺点为不能测定高吸力下的土壤水分特征曲线。

(2)如果结合离心法给出高吸力下的土壤含水量作为控制点,可使得利用HYPROP系统测定数据对高吸力范围土壤水分特征曲线外推的可靠性提高。此外,该系统在测量非饱和土壤水力传导度时,所能测定的吸力范围较窄,且在低吸力范围内要想得到较好的K拟合值,最好能实测土壤的饱和土壤水力传导度。

参考文献

[1]尚熳廷,冯杰,刘佩贵,等.SWCC测定时吸力计算公式与最佳离心时间的探讨[J].河海大学学报(自然科学版),2009(1):12-15.

[2]潘宗俊,刘庆成.基于离心机法研究变重度压实黄土土-水特征曲线[J].公路,2009,(8):270-274.

[3]雷志栋,杨诗秀,谢森传.土壤水动力学[M].北京:清华大学出版社,1988.

[4]黄爽,蔡树英,王富庆.应用时域反射仪测定非饱和土壤水力传导度[J].中国农村水利水电,1999,(3):15-17.

[5]HYPROP User Manual[M].UMS GmbH Muchen Germany,2010.

[6]Schindler U,Mueller L.Simplifying the evaporation method forquantifying soil hydraulic properties[J].Journal of Plant Nutri-tion and Soil,2006.

[7]Peters A,Durner W.Simplified evaporation method for determi-ning soil hydraulic properties[J].Journal of Hydrology,2008,356:147-162.

[8]Schindler U,Durner W,von Unold G,et al.The evaporationmethod:Extending the measurement range of soil hydraulicproperties using the air-entry pressure of the ceramic cup[J].Journal of Plant Nutrition and Soil Science,2010,173(4):563-572.

[9]Schindler U,von Unold G,Mueller L.Evaporation method formeasuring unsaturated hydraulic properties of soils:extending therange[J].Soil Science Society of America Journal,2009.

土壤水分运动参数研究篇3

1 TRIME-TDR基本原理

TRIME基于TDR (Time domain reflectometry with Intelligent Microelements) 时域反射技术。用以直接测量土壤或其他介质的介电常数, 介电常数又与土壤水分含量的多少有密切关系, 土壤含水量即可通过模拟电压输出被读数系统计算并显示出来[4,5]。

电磁波在介质中传播的速度与介质的介电常数的平方根成反比, 可用下式:

undefined

式中:C为电磁波在介质中的传播速度;C0为光速;mr为介质的磁导率, 对无磁介质, mr=1;er为介质的介电常数, 其中:

undefined

式中:L为探针长度;t为传输时间, 包括沿探针的传播时间和沿探针反射回来的时间。对土壤来说式 (1) 可写为:

undefined

在20℃时, 水的介电常数为81, 空气的介电常数为1, 干土壤的介电常数大约为5。由于这种较大的介电常数差值, 湿土壤的介电常数就主要依赖于土壤的水分含量。

1980年Topp等给出了一个经验公式:

undefined

式中:qV为土壤的体积含水量。

根据式 (3) 与 (4) , 就可以通过测定沿探针传播脉冲的时间来确定含水土壤的介电常数, 进而确定土壤的含水量。

2 研究方法

2.1 研究目的

通过利用TDR技术测定土壤中的含水量, 进而研究不同灌溉定额下土壤中水分的时空变化规律, 为提高灌区水利用效率提供理论依据。

2.2 试验条件

在泾惠渠灌区中游地区下属试验站内选取未耕种的土地作为研究区, 将研究区分为四个次级分区, 每个分区长为6 m、宽度为1.2 m, 并作编号Ⅰ、Ⅱ、Ⅲ、Ⅳ, 在每个分区内分别埋设长度为2.00 m, 内径42 mm的PE探管 (埋设深度为1.8 m, 地表面上留有0.2 m以防灌溉水进入探管) 。分区Ⅰ内埋设3根探管, 作为灌溉定额为0的对比分区, 分区Ⅱ、Ⅲ、Ⅳ内分别埋设3根探管, 间隔为1.5 m, 灌溉定额分别为1.34、2.68、4.02 m3·hm-2。测定时在土壤深度0～1 m段每隔0.1 m测定一次, 1.0～1.8 m段每隔0.2 m测定一次。

3 试验数据采集与分析

3.1 土壤水分随时间变化规律

由图中可以看出本研究区内的土壤在10～70 cm段的含水率在10%左右, 没有很大的变化, 在80 cm以下随着深度的增加, 含水率也呈现较大的增加。在1.34 m3·hm-2的灌溉定额的Ⅳ区50 cm深度以上的含水率有了明显的提高, 而且从图4中可以看出灌溉后2 h 10 cm深度的含水率达到21%, 随着时间的推移, 含水率迅速下降, 这是由于试验过程中气温较高, 加之没有植被覆盖而导致土壤蒸发量带走大量的水分, 70 cm以下基本上没有变化, 水分没有运移到70 cm深度以下。2.68和4.02 m3·hm-2灌溉定额的Ⅱ区和Ⅲ区的含水率在11.34 cm深度以上都有着明显的升高, 说明2.68～4.02 m3·hm-2的灌溉定额可以满足地面至11.34 cm深度的灌溉要求。

3.2 土壤水分在同一时刻随灌溉定额变化规律

由图5中可以看出灌溉2 h后Ⅳ区土壤含水率在60 cm以上曲线有着明显的变化, 但是这部分土壤的含水率不及Ⅱ区和Ⅲ区, 这是由于灌溉入渗的水分只能下渗到此区域, Ⅱ区和Ⅲ区的含水率从灌溉后就有着较大的改变, 但是从各图中可以看出4.02 m3·hm-2的灌溉水量相比2.68 m3·hm-2的灌溉水量没有明显的优势, 对土壤含水率的影响主要在90 cm以上, 原因主要是过多的水分都在土壤表面蒸发, 随着灌溉水量的增大, 土壤120 cm以下的含水率都没有显著的变化。研究区土壤含水量的垂直分布规律呈现明显的分层特征:表层的土壤含水率较低 (0～30 cm) , 因为在半干旱地区蒸发较为强烈, 所以表层土壤随着灌溉时间的延长, 散失水分速度最快;中层土壤含水率逐渐升高 (30～120 cm) , 并且曲线波动剧烈;下层土壤含水率低, 受到的影响非常小 (120 cm以下) , 因此试验站内土壤含水量的垂直分布大致可以划分为以下3层:土壤水分低值层 (0～30 cm) 、土壤水分活跃层 (30～120 cm) 和土壤水分相对稳定层 (120 cm以下) [6,7]。

3.3 灌溉水量校核

在校核过程中, 用不同深度测定的含水率作为这个深度附近土壤含水率, 然后算出这个含水率所代表的土壤体积, 进而可以算出分区内的含水量, 再将2、27、24和41h四个时刻的平均含水量减去灌溉前土壤含水量, 就可以得到每个分区内土壤中含水量的增加量, 在理论上求得的含水量增量应该等于在每个分区内的灌溉水量, 各区含水量增量见表1。

由表1中可以看出由于分区Ⅰ作为对比分区灌溉定额为0, 所以土壤的含水量增量也为0, 分区Ⅱ、Ⅲ和Ⅳ的灌溉量分别为0.6 、0.9 和0.3 m3, 经过测定各分区土壤的含水量增量分别为0.62 、0.94 和0.27 m3, 相对误差分别为3.33%、4.44%和10.00%, 土壤含水量测定结果与实际灌溉水量较为一致。

4 结论

经过对数据的分析, 基本上与理论值相符合, 说明TRIME-TDR土壤水分测试仪在农业水土保持和灌溉研究中的数据采集精度方面令人满意。对于灌区内土壤, 2.68～4.02 m3·hm-2的灌溉定额可以满足绝大部分作物对水分的需求, 另外, 此次试验是在无地面植被的条件进行的, 对于不同植被、不同地形等其他条件灌溉定额对土壤水分的影响未作深入研究, 这些也将是以后研究工作的重点。

参考文献

[1]李佩成.黄土塬灌区三水转化机理及调控研究[M].陕西:陕西科学技术出版社, 1999.

[2]李佩成.论自流灌区的节水与养水[J].灌溉排水, 2000, 19 (1) :12-15.

[3]郭占荣, 刘华台, 荆恩春.西北内陆盆地潜水与土壤水转化关系研究[J].水文, 2002, 22 (2) :1-5.

[4]Dasberg S, Dalton F D.Time-domain reflectometry field measure-ments of soil water content and electrical conductivity[J].J.Soil Sci-ence Soc.Am, 1985, 49:293-297.

[5]Rhoades J D, Schilfgaarde J V.An electrical conductivity probe for de-termining soil salinity[J].J.Soil Science Soc.Am, 1976, 40:647-651.

[6]史绣华, 张称意.沙柳林沙地水分动态研究[J].内蒙古林学院学报, 1997, 19 (1) :16-21.

冬小麦对土壤水分的生理响应研究篇4

关键词：光合速率,气孔导度,蒸腾速率,土壤水分

0 引言

任何作物的生长发育都离不开水分,土壤水分状况对其生命活动的影响极为广泛而深刻,并对其生育、产量等都形成重大影响。2004-2005年,利用调亏灌溉的原理和方法在中国水利水电科学研究院大兴试验基地对冬小麦(津农2号)进行了不同水分处理的试验,就冬小麦在不同的土壤水分条件下,对蒸腾速率、光合作用、气孔导度及胞间CO2浓度等生理响应进行了研究。探讨这些生理过程在土壤水分影响下的变化规律及其适应性效应,以期为优化和改善冬小麦的土壤生态、合理利用水资源以及科学栽培提供理论依据。

1 材料和方法

1.1 试验设计

试验于2004-2005年冬小麦生长期间,在中国水利水电科学研究院大兴试验基地进行,土壤为砂壤土,土层深厚,有机质含量较高。冬小麦品种选用冬小麦(津农2号),试验设置6个灌水处理,每个处理3次重复(如表1)。每个小区面积16 m2,小区之间有2 m的保护行来减少相互影响。不同灌水处理的灌水时间和灌水量如表1所示,灌水用地下管道加塑料软管输送到田间,水表计量。其他农田管理措施如施肥、播种、耕作均匀一致。

说明:冬小麦4月17日追肥,为了保持每个处理施肥处理一致,给每个小区都灌了水。

1.2 测定项目与方法

1.2.1 光合参数的测定

用英国产的CRIS-1便携式光合测定仪测定,主要测量项目有细胞间CO2浓度、蒸腾速率、光合速率、净光合有效辐射、气孔导度等。冬小麦选择旺盛生长季节(3月下旬至收获),每生育阶段观测3～5次,选择晴朗天气进行观测,每次测定时间从8:00-18:00时,每2 h测定1次。具体测定时间与次数见表2。

1.2.2 土壤水分的测定

从冬小麦拔节期开始到成熟期前,用TDR每周监测1次土壤体积含水率。每次灌溉前、灌溉后和降雨(>20 mm)后第3天分别加测1次。测定深度为10、20、30、40、60、100 cm,重复3次。

2 结果与讨论

2.1 蒸腾速率(Tr)的日变化规律

蒸腾速率受太阳辐射、气温、相对湿度、风速等天气条件的影响有着明显的昼夜变化规律,蒸腾速率的大小也受土壤水分状况的制约。

由图1可知,高水分处理的蒸腾速率(Tr)明显高于低水分处理。从日变化过程看,冬小麦的蒸腾速率从8:00时开始增加,高水分处理(W31、W32、W4)的Tr至12:00时左右达到高峰,随后开始逐渐下降。随着土壤水分的降低,蒸腾速率的峰值提前,重旱处理(W1)时,Tr的第一个最大值出现在10:00时左右,第二个峰值出现在14:00时左右,当土壤含水量为低水分处理时(W1、W21),与适宜水分处理的相比,其峰值不太明显,一天中蒸腾速率的变化比较平缓,各处理间Tr的差异在14:00时左右达到最大。小区试验结果表明,不同水分处理间的蒸腾速率在早上和傍晚差异不大,在中午前后差异最大,不同时刻的Tr都有随着土壤水分的降低而降低的趋势,当土壤水分低于作物生长的适宜水分时,Tr的峰值有随着土壤水分的降低而提前的趋势。

2.2 光合速率(Pn)的日变化规律

光合速率与蒸腾速率有着相似的日变化特征,只是峰值出现的时间因作物、土壤水分和天气条件而存在差异。冬小麦光合速率Pn从8:00时开始迅速升高,孕穗期高水分处理(W32、W4)Pn和低水分处理(W1)Pn都呈现相似的双峰曲线,第一个最大值出现在10:00时左右,高水分处理的稍提前,第二个峰值出现在14:00-15:00时之间,低水分处理(W1、W21、W22)的第二峰值都不太明显,冬小麦孕穗期不同水分处理Pn峰值出现的时间稍早于Tr峰值出现的时间(图1、图2)。

2.3 气孔导度(Gs)的日变化规律

气孔是植物体内外水、气交换的重要通道,它在叶子上的分布、密度、形状、大小以及开闭等,与植物的光合及蒸腾等生理过程密切相关。气孔的开闭大小可用气孔导度来衡量,作物气孔导度的日变化非常强烈,有时与蒸腾、光合的变化不同步,且规律性有时不太明显。由图3可知,冬小麦的气孔导度呈波动性变化,有的呈单峰型,有的呈双峰型,有的呈多峰型,气孔导度的峰值比光合、蒸腾的峰值来得早,随着土壤水分的降低其峰值有提前到来的趋势,不同时刻的气孔导度随着土壤水分的降低而降低,冬小麦低水分处理(W1、W21)的处理,其气孔导度从8:00时左右开始就一直下降,无明显的波动特征。

2.4蒸腾速率Tr、光合速率Pn及气孔导度Gs间的关系

由图4可看出,冬小麦各生理指标之间有着极显著的相关关系,蒸腾速率、光合速率和气孔导度相互之间的增大或减小是同步的,它们之间有着密切的线性关系,气孔导度直接影响蒸腾速率和光合速率,三者之间呈极显著正相关。作物的各种生理指标都受环境条件(土壤水分、气象因素)的影响,但不同的环境因素对水分信号指标影响的程度不一样。土壤水分是作物蒸发蒸腾的直接水源,它是影响作物生理指标的重要因素,与蒸腾速率、光合速率、气孔导度呈显著或极显著正相关。

2.5 Pn/Tr与土壤含水量关系

光合速率Pn与蒸腾速率Tr的比值相当于叶片水平的水分利用效率,由图5可以发现,Pn/Tr与土壤含水量的关系成二次抛物线形状,当土壤含水量为20%左右的时候,Pn/Tr达到最高,说明当土壤含水量保持在田持的60%左右的时候,光合利用效率最高。图6绘出了不同水分处理拔节至收获期的Pn/Tr变化过程,从中可以看出Pn/Tr值在5月8日达到最高,也就是拔节孕穗期,整个变化过程就是由低到高再到低,从图中还可以发现适宜水分处理W32一直保持在较高水平,低水分处理W1和高水分处理W4的Pn/Tr值都不太高。

2.6 光合速率与细胞间CO2浓度的关系

阳光是植物进行光合作用的能量来源,而空气中的CO2和根系吸收的水分是植物进行光合作用的原料。从光合作用的原料看,有两种手段可以提高作物的光合作用产量,一是增加作物周围二氧化碳浓度;二是合理灌溉,增加植物体内的水分来增加光合作用的原料。由图7分析可知,光合速率与细胞间CO2浓度呈二次抛物线关系,说明适当增加CO2浓度有利于提高冬小麦的光合速率,但不是越高越好,CO2浓度在400 μmolm2s-1左右时,光合速率最高。

3 结语

本研究表明,从不同水分处理对冬小麦生理指标的影响结果来看,不同的灌溉措施对蒸腾速率、光合速率和气孔导度的影响有显著差异,14:00时左右各处理间的差异最显著,最能反映作物的水分特征,因而用此时刻的试验结果来诊断冬小麦的水分状况是具有潜力和可行的,但其判断的临界值还需要进一步研究。从他们的日变化规律来看,不同时刻的Tr、Pn、Gs都有随着土壤水分的降低而降低的趋势,当土壤水分低于作物生长的适宜水分时,Tr和Gs的峰值有随着土壤水分的降低而提前的趋势。本研究分析了各生理指标间及与土壤水分之间的关系,同时分析了Pn/Tr与土壤含水量、光合速率与细胞间CO2浓度的关系,结果表明,蒸腾速率、光合速率、气孔导度三者之间呈极显著正相关;土壤水分与三者呈显著或极显著正相关,当土壤含水量保持在田持的60%左右的时候,Pn/Tr最大,光合利用效率最高。

参考文献

[1]山仑.小麦灌浆期生理特性和土壤水分条件对灌浆影响的研究[J].植物生理学通讯,1980,(3):41-46.

[2]山仑.提高早地农田生产力的若干生态生理问题[J].干旱地区农业研究,1985,(4):71-79.

[3]王晨阳.土壤水分胁迫对小麦形态及生理影响的研究[J].河南农业大学学报,1992,26(1):89-98.

[4]张喜英,裴冬,胡春胜.太行山山前平原冬小麦和夏玉米灌溉指标研究[J].农业工程学报,2002,18(6):36-41.

[5]许大全.光合作用气孔限制分析中的一些问题[J].植物生理学通讯,1997,33(4):241-244.

[6]许振柱,李长荣,陈平,等.土壤干旱对冬小麦生理特性和干物质积累的影响[J].干旱地区农业研究,2000,18(1):113-118.

[7]陈伏生,曾德慧,陈广生,等.风沙土改良剂对白菜生理特性和生长状况的影响[J].水土保持学报,2002,17(2):152-155.

[8]吴海卿.冬小麦对不同土壤水分的生理和形态响应[J].华北植物学报,2000,15(3):92-96.

[9]Yan Guoan,Yu Jinyi.Comparison of the effects of nitrogen on remov-al,growth and some physiological characteristics of immobilized andfree Chlorells Vulgaris:I Growth and nutrient removal[J].Toxicologi-cal and Environmental Chemistry,1997,58:63-74.

[10]Abou-Waly H,Shabana E F.Recovery of Nostoc muscorumpreviously exposed to some triazine and phenylurea herbicides[J].Bull Environ Contain Toxicol,1993,50:665-673.

土壤水分运动参数研究篇5

面对恶劣的自然条件和生存条件, 庄浪人民没有苦等苦熬, 而是选择了苦干实干。自20世纪60年代开始, 庄浪县9届县委、县政府带领全县人民30多年如一日, 自力更生, 艰苦创业, 建成了近百万亩水平梯田, 于1998年被国家水利部命名为“中国梯田化模范县”, 实现了整县基本解决温饱的目标。庄浪人民在认识和改造自然的长期实践中, 磨砺出了“实事求是、崇尚科学、自强不息、艰苦创业”的庄浪精神。在这种精神的激励和鼓舞下, 全县广大干部群众奋力拼搏, 加快发展, 全县城乡面貌发生了很大变化, 经济建设和各项社会事业取得了明显成效, 一些方面的工作还在全省或全国有一定的影响。先后获得了全国文化模范县、全国生态环境建设示范县、全国经济林建设先进县、全国水土保持工作先进集体、全国防沙治沙先进集体、全国科技进步先进县、教育活动先进集体和全国粮食生产先进县等一批具有较大影响的荣誉称号。特别是近年来, 庄浪县委、县政府坚持以科学发展观为指导, 以构建富裕和谐庄浪为主题, 围绕农民增收、财政增长两大目标, 深度挖掘梯田资源、人力资源、旅游资源优势, 实施项目带动、产业富民、工业强县、科教兴县战略, 着力在培育优势产业、统筹城乡建设、加快旅游开发、发展社会事业、构建和谐社会上有长足的发展, 努力推动梯田大县向产业大县转变, 国扶县向贫困地区科学发展示范县转变, 有力地促进了全县经济社会又好又快发展。

梯田是指在坡耕地上沿等高线修筑的一台台田面平整的台阶状田块。水平梯田则是指田面平整或近于水平, 台坎陡直, 多采用半挖半填方式修建的梯田, 或者按等高线修建的梯田。水平梯田是防治水土流失的得力措施, 可以变跑水、跑土、跑肥的“三跑田”为保水、保土、保肥的“三保田”, 这是其水土保持效益;水平梯田具有保收、增收等经济效益, 是农业可持续发展的有力保障, 可提高粮食产量、促进生产力的发展;另外, 水平梯田还可以使农田作物、土壤、小气候以至整个生态环境系统都得到改善, 故对水平梯田进行水分方面的研究有重要意义。坡耕地修成水平梯田之后, 改变了原有小地形, 使田面变得平整, 从而避免了径流的产生, 起到了减蚀的作用。水平梯田是黄土高原重要的农田形式, 是一项大面积坡耕地治理的根本措施。由于黄土高原超渗产流的特点, 降雨强度超过了土壤的入渗速率, 土壤表面产生积水, 积水在重力作用下将沿坡面向下流动, 形成坡面流。另外, 坡改梯后, 成为好的基本农田, 由于精耕细作, 改良了梯田的土壤结构, 增加了入渗强度, 田面上栽培的植物增加了水流阻力, 延长了入渗时间, 并且田坎可拦截住梯田间距内产生的径流和冲刷的泥沙。因此梯田水分动态变化的研究将对我国水土保持以及我国北方地区农业生产产生重大的影响[1]。

1 研究区概况及研究方法

1.1 试验研究区概况

研究区位于庄浪县西北部, 东经105º46′～1O6º23′, 北纬35º03′～35º28′, 属温带大陆性半湿润季风气候, 地貌类型属剥蚀堆积黄土丘陵区, 该地区年平均降水量450mm左右, 降水主要分布在作物生长的后期, 与热量条件不协调, 大大限制了降水的有效性, 降水季节分布很不均匀, 且变率大, 为19%～25%, 分明显的旱季和雨季, 其中5O%～75%集中在6～9月份, 多以暴雨降落。3～5月的降水量, 只有全年降水量的1O%～2O%。示范区年平均气温7.6℃, ≥10℃的积温为2100～2640℃, 地面平均气温10.6℃, 7月最高, 平均为20℃;1月最低, 平均为-5.2℃左右。地面以下1O～20cm, 年平均气温为7.2℃。一般l1月中下旬土壤结冻, 至翌年3月初开始解冻。最大冻土深度一般超过85cm。无霜期140～165天。主要气象灾害有干旱、霜冻、冰雹等。干旱是示范区发生次数多、影响面广, 危害最严重的农业气象灾害。示范区土壤以黄绵土为典型土壤。栽培植物主要有冬小麦、玉米、马铃薯、荞麦、胡麻、油菜等。吊咀村现有农户262户, 总人口1163人。农村劳动力776人, 该村现有耕地面积203.3hm2, 人均耕地面积0.17hm2。全村农作物播种面积306.7hm2, 总产粮366t, 人均产粮为315kg[2]。

1.2 试验研究方法

试验地点:庄浪县柳梁乡吊咀村, 选取长150m, 宽20m的水平梯田, 进行内、中、外每隔6m确定测试点。采用杭州钱江仪器设备有限公司生产的LDS-1H电脑水分测定仪对有代表性的梯田, 以坡耕地为对照, 进行定点观测, 从2010年3月份开始至12月, 每隔10天测1次, 分别测定O～2Ocm、20～40cm、4O～60cm、60～80cm、80～100cm 5个层次的土壤含水量。进行梯田土壤水分动态变化分析。

2 结果与分析

2.1 梯田土壤水分优势分析

梯田田块的承雨面积由坡面变为水平面, 接收雨量增加;拦蓄降雨, 使之就地入渗, 增加了土壤水分。从附表可知, 梯田的土壤含水量在各个时期都高于坡耕地, 梯田土壤含水量平均比坡耕地土壤含水量高出1.78。因此, 梯田的建设是黄土高原控制坡耕地水土流失的重要措施之一, 也是解决庄浪粮食生产问题实现农业可持续发展的关键措施之一。

2.2 梯田土壤水分动态变化

2.2.1 梯田土壤水分内、中、外各点的变化情况

取各测试点各月的平均值作图如图1:可知梯田内侧向外侧除9、10、11月外土壤水分依次减小, 减小幅度为2.39～4.64。由于9月的大量降雨以及气候因素的影响致使出现9、10、11月水分由内向外依次增多的现象。

2.2.2 梯田土壤水分垂直运动

根据土壤肥力高低自上而下大致可以分为以下3个不同层段: (A) 深耕层 (0～30cm) :直接或间接受农业活动影响, 水分含量变化很大。其变化幅度一般在10%～3O% (体积含水量) 之间。降水时可接近或超过田间最大持水量, 久旱时又低于凋萎含水量。 (B) 心土层 (3O～50cm) :此层受人为活动的影响较小, 但降水、蒸发以及多数植物根系都能影响此层。因此, 土壤水分仍有较大的变化。其变幅一般在15%～28% (体积) 之间。 (C) 底土层 (50～100cm) :受气象因素和根系活动的影响都较微弱, 土壤湿度无论季节或年际间的变化都较小[3]。

2.2.3 梯田土壤水分季节性变化

从图2可以看出:吊咀示范区的土壤水分季节变化可分为4个不同时期。

2.2.3.1春末夏初 (3～6月) 土壤强烈失水期, 这一期间气温升高, 土壤全部解冻, 干旱多风, 蒸发强烈, 蒸发量为同期降水量的l0～30倍, 是一年中土壤水分损耗最大的时期, 也是夏粮作物能否取得较好产量的关键时期, 3～4月50～80cm的土层含水量高 (大于17%) , 这与头年蓄纳秋雨及冬季冻层集水有关。5月下旬开始, 含水量明显较少, 6月最低 (平均小于12.94%) 。这主要是植物吸水和地面蒸发所致。

2.2.3.2雨季 (7～10月) 土壤水分补充和积聚期 (蓄墒期) , 此时降水增多, 表层土壤含水量增加。在此期间, 所有土壤的含水量均有提高, 可见通过坡地改造, 可有效提高土壤的蓄水量。注重深耕、纳蓄降水对农业生产具有重要意义。

2.2.3.3秋末冬初 (10月底～l1月) 土壤水分缓慢蒸发期:雨季以后, 降水量明显减少, 气温也开始下降, 土壤处于缓慢减墒时期。

2.2.3.4冬季 (11月～翌年2月) 土壤水分的积聚期:由于寒冬季节, 土壤自上而下冻结, 土壤水分基本处于稳定, 翌春解冻后, 土壤水分含量较高, 此时是植树造林种草的有利时机。

3 结论

综上所述:梯田土壤水分垂直变化:土壤自上而下大致可以分为以下3个不同层段:深耕层、心土层、底土层。梯田土壤水分季节变化:春末夏初 (3～6月) 土壤强烈失水期、雨季 (7～10月) 土壤水分补充和积聚期 (蓄墒期) 、秋末冬初 (10月底～l1月) 土壤水分缓慢蒸发期、冬季 (11月～翌年2月) 土壤水分的积聚期。

梯田具有比较明显的蓄水、保水作用。一般情况下距田埂愈近, 越靠近外部, 越接近土壤表层, 土壤湿度越小, 土壤愈干旱, 越近里面, 且越向下, 土壤湿度越大。梯田改变坡地对作物生长的不利因素, 拦蓄降雨, 维持土壤水库的良性发展, 增加土壤水资源量, 提高干旱地区水分的利用率, 使其成为山区农田以及生态环境建设的主要模式。

参考文献

[l]辛树帜, 蒋德麒.中国水土保持概论[M].北京:农业出版社, 1982.

[2]庄浪年鉴 (2010) .

土壤水分运动参数研究篇6

近年来,土壤水分的研究发展迅速,其研究手段主要基于烘干法、中子法及传感器法[5,6,7,8,9,10,11,12]。其中,烘干法干扰了土壤水分运动的连续性,中子法及传感器法主要为人工现场监测,自动化程度较低,监测频率低,其监测数据不能够反映该地区土壤水分的微观变化。本文在陕西关中盆地的三原县选择试验点,对地面以下0~500cm土层水分进行原位、定点长期自动监测,分析其时空变化特征,以促进半湿润易旱区土壤水分研究的进一步深入。

1 材料与方法

1.1 试验地概况

试验地设在三原试验站(34°33′N,108°54′E),位于陕西关中盆地中部,气候上属于大陆性半湿润气候,冬夏长,春秋短,夏季炎热,雨量较多,降水量(7-9月)占全年的降水总量的50%~60%,冬季寒冷,雨雪稀少,多年平均降水量535mm,最大年降雨量为813.9mm(1954年),最小年降雨量为320.6mm(1977年),蒸发强烈,平均蒸发量为1 212mm,年日照时数达2200h,平均气温13.4℃,年均最高气温15.1℃,最低气温8℃,无霜期232d左右,地下水埋深在20m左右,为典型的半湿润易旱区。

土质为粉质壤土及粉质黏壤土(Silty clay loam),土壤颗粒分析结果见表1,其中,粉粒(0.05~0.002mm)含量在67.1%~76.6%之间,黏粒(<0.002mm)含量在16.2%~31.1%之间,砂粒(>0.05mm)含量在0.9%~9.7%之间。平均容重为1.46g/cm3,具体见表2.

1.2 试验设计

试验设计主要考虑降雨、蒸发、温度等因素的影响,在试验地挖深度为500cm土坑,分别在地面以下20、50、80、100、200、300、400、500cm处安装土壤水分、温度传感器,并用原土回填,外接数据采集器,实现土壤水分、温度的自动采集,采集时间间隔为10 min。其中,温度传感器型号为DS180B20,精度为±0.5℃,测量范围为-10~85℃,水分传感器型号为BD?Ⅱ,精度为±3%(Vol),测量范围为0~100%(Vol),现场标定精度可达±1%(Vol)。试验地为荒草地,周边20m范围内不受人类活动干扰。并对降雨、蒸发、气温进行人工监测,监测时段为2012年12月1日至2013年11月30日。

1.3 研究方法

利用Microsoft Excel 2007软件对土壤温度、水分数据进行绘图,并对温度数据进行回归分析,得到土壤温度梯度的变化特征;利用SPSS19.0软件对土壤水分数据进行聚类分析[13]。

2 结果与分析

2.1 影响因素分析

监测时段内总降雨量为366.6mm,月最大降雨量为96.2mm,最小降雨量为0.9mm,降雨集中于4-9月,占总降雨量的86.1%;总蒸发量为1 003.4 mm,月最大蒸发量为154.1mm,最小蒸发量为15.5mm,4-9月的蒸发量占总蒸发量的69.4%;月平均最高气温为27.13℃,最低气温为-0.03℃。

不同层土壤的月平均温度均表现正弦曲线趋势的年变化特征,地表温度振幅大,随着土层深度的增加,振幅逐渐减小。已有研究表明,热量的传输过程中伴随着水分的运移[14,15,16],热量传递的驱动力是温度梯度[17],公式如下:

式中:ΔT,Δz分别表示两层土壤的温度差和深度差;为Δz土层厚度的平均温度梯度,Δz越小,愈接近温度梯度。温度梯度大于0表示热量向上传递,反之,向下传递。

对各层土壤温度进行正弦曲线拟合,并根据公式(1)计算各层土壤的温度梯度见图1。温度梯度随时间的推移表现出正弦趋势的变化特征,且随着土层深度的增加,振幅逐渐减小,相位向后推移。在此,统计出各层土壤热量传递方向改变的时刻,见表3。

表3显示,20cm土层在2013年2月27日-9月6日时段内,温度梯度为负,即该时段内热量向下传输,在其他时段温度梯度为正,即热量向上传输。同时,随着土层深度的增加,热量向下及向上传输的时段逐渐向后推移。

2.2 土壤水分空间变化特征

土壤水分时空等值线见图2.土壤水分空间变化程度随着深度的增加逐渐减小,300cm处土壤水分含量最高,相邻层土壤水分含量较低。在此,以不同层土壤含水率为样本,选用Q型聚类方法进行聚类[13],基于变异系数对土层进行命名。

注:“-”表示未在分析时段内

由于土壤水分观测数据是点估计值,为了反映土壤水分空间连续性,对数据预处理,公式如下:

式中:θi和θi+1分别为第i层和i+1层土壤含水率;珋θi为两层土壤的平均含水率,i=1,2,…,8。

由于地表土壤水分未进行观测,在此选用20cm土层含水率近似代替0~20cm土壤水分的平均变化情况,根据公式(2)分别获得20~50,50~80,80~100,100~200,200~300,300~400,400~500cm土层的平均含水率。土层数为8,时间序列长度为365d,即8个样本,365个变量,使用平均联结(组间)进行聚类,得到聚类分析树状图,见图3。

图3显示,土壤剖面可分为4类,即0~20cm为一类,20~50cm为一类,50~200cm为一类,200~500cm为一类。并计算各类对应的变异系数,分别为:0.231,0124,0.042,0.006,变异系数反映了土壤水分的变化程度,计算结果表明,变异系数随着土层深度的增加呈减小趋势。因此,0~500cm土层可依次命名为活跃层(0~20cm)、次活跃层(20~50cm)、过渡层(50~200cm)、相对稳定层(200~500cm)。

2.3 土壤水分的时间变化特征

2.3.1 活跃层、次活跃层土壤水分变化特征

活跃层、次活跃层土壤水分变化见图4,活跃层受到降雨、蒸发等气象因素的影响最大,土壤水分年内变化范围为10.8%~29.2%(日平均含水率),变幅为18.4%,土壤年平均含量为14.5%,含水率较低。次活跃层受到气象因素的影响减弱,土壤水分年内变化范围为17.4%~26.9%,变幅为9.5%,土壤年平均含水率为21.78%,含水率较高。由于活跃层、次活跃层年内变化趋势大致相同,在此依据其年内变化程度,依次分为相对稳定期、缓慢下降期、增湿交替期、持续下降期。

相对稳定期(12月及1月-3月中旬):气温低,降雨少,蒸发小。平均气温为2.4℃,降雨量为18 mm,为年降雨量的4.9%,蒸发量为134.65 mm,为年蒸发量的13.4%。1月初,20cm处土壤水分减小幅度较大,主要原因是气温最低降至-6.8℃(1月4日),土壤水分开始冻结,由于传感器测量的是土壤的非冻结含水量,土壤水部分冻结致使土壤非冻结含水量减小。整体上,土壤水分处于自调节阶段,变化较为缓慢。

缓慢下降期(3月下旬-5月中旬):气温逐渐上升,降雨量略有增加,雨强较小,蒸发较大。平均气温为16.5℃,降雨量为53.9mm,为年降雨量的14.7%,日最大降雨量为9.4mm,蒸发量为194.3 mm,为年蒸发量的19.4%,土壤水分缓慢下降。

增失交替期(5月下旬-9月下旬):气温最高,降雨频次增加,强度增大,蒸发强烈。平均气温为25.9℃,降雨量为240.4mm,占年降雨量的65.6%,蒸发量为516.3mm,为年蒸发量的51.4%。日最大降雨量达20.9mm,土壤水分急剧上升,20cm处土壤水分最高达29%,50cm处土壤水分最高达26.9%,雨过之后,表层土壤水分较大,土壤蒸发大,土壤水分迅速下降,土壤水分变化剧烈。

持续下降期(10月初-11月末):气温逐渐降低,降雨频次减少,雨强较小,蒸发较强。平均气温为13℃,降雨量为43.7mm,占年降雨量的11.9%,蒸发量为175.9mm,为年蒸发量的17.5%。降雨频次减少,雨量少,但蒸发强烈,除了11月末降雨作用下活跃层土壤水分有明显增加外,其他时期均处于下降阶段。

2.3.2 过渡层土壤水分变化特征

过渡层土壤水分的动态变化见图5。土壤水分年变化较小,80cm处年变幅为3.5%,100cm处年变幅为1.9%,200cm处年变幅为1.2%。12月-3月末,80与100cm处土壤水分表现出先下降后增加的趋势,且在1月中旬水分含量最低,200cm处土壤水分变化相对滞后,在2月中旬水分含量最低,原因为:结合土壤温度梯度分析,该时段气温低于地温,土壤由受热型逐渐转变为放热型,前期,过渡层土壤温度梯度为正值且数值较大,水分向上运移致使该层水分减小,后期,该层温度梯度为负值且数值较小,即水分向下运移的量较小,但深层土壤温度梯度为正,受到了深层土壤水分的补给而增加。4月初-8月中旬,80cm处土壤水分呈现较大波动,且在4月初~5月末受到蒸发作用的影响,水分与活跃层、次活跃层土壤水分变化趋势一致,100和200cm土壤水分变化相对较小,但期间分别在6中旬和8月中旬出现两个峰值,原因为:5月下旬和7月下旬降雨频次较多,雨强较大,5月下旬和7月下旬降雨量分别为55.3,45.3mm,降雨入渗补给了该层土壤,但入渗有一定的滞后性。8月下旬-11月末,各层土壤水分表现出持续下降的趋势,尤其是后期下降较为明显,其原因为气温降低,土壤由浅层至深层逐渐转变为放热型,致使水分向表层运移。

2.3.3 相对稳定层土壤水分变化特征

相对稳定层土壤水分的动态变化见图6,土壤水分的年变幅均在1%范围内,表现出一致的正弦曲线趋势的年变化特征,并在5-6月水分含量达到最小值,在10-11月达到最大值,最小值和最大值出现时刻随着土层深度的增加有一定的滞后性。在雨季未出现较大波动,说明相对稳定层基本不受降雨的直接影响。同时,该层土壤水分在5月下旬-10月中旬逐渐增加,在其他时段逐渐减小,原因如下:土壤水分增加时段,土壤表现为受热型,温度梯度为负,且浅层的温度梯度大于该层,该层土壤水分增加,在土壤水分减小时段,土壤表现为放热型,深层土壤温度高于表层,温度梯度为正,水分向上运移,致使该层土壤水分减小。

3 讨论

本研究选择试验地块远离人类活动区,避免人为因素干扰,利用原位定点自动监测方法,研究半湿润易旱区0~500cm土层的土壤水分的微观变化。研究发现,浅层土壤水分在雨季(5-9月)主要受到气象要素的影响,在其他时段受到气象要素与土壤温度的双重作用,而深层土壤水分主要受到土壤温度的影响,在温度梯度的驱动下与浅层土壤水进行相互作用,在冬春季深层土壤水分向浅层运移致使深层土壤水分减少,夏秋季向深层运移,深层土壤水分增加,进一步验证了李佩成院士提出的内在水假设[18],同时为半湿润易旱区考虑温度作用下深层土壤水分运动的定量研究提供了依据。

4 结论

(1)土壤温度及温度梯度年内均表现正弦曲线趋势的变化特征,地表振幅较大,随着土层深度的增加,振幅逐渐减小,相位向后推移。

(2)随着土层深度的增加,土壤水分年内变化逐渐减小,根据土壤水分变化状况,土壤垂直剖面依次可命名为活跃层(0~20cm)、次活跃层(20~50cm)、过渡层(50~200cm)、相对稳定层(200~500cm)。

土壤水分运动参数研究篇7

该文通过求解出研究区的表观热惯量值,进而建立土壤与表观热惯量的一元线性回归模型,将模型应用于辽西地区的土壤水分监测,反演辽西地区2009年5月18日0~10、10~20 cm深度的土壤水分值,根据精度要求将其分为若干等级并赋予不同颜色,绘成土壤水分含量伪彩色分布图,探讨用热惯量法计算辽西地区春季0~10、10~20 cm深度土壤水分的可行性。

1 热惯量法

土壤热惯量是土壤的一种热特性,是引起土壤表层温度表化的内在因素,水分有较大的热容量和热传导率,使较湿的土壤具有较大的热惯量,而这一热惯量可由光学遥感监测地表温度的变化得到,这使得热惯量法在遥感监测土壤水分中具有可行性[2]。土壤的热惯量与土壤含水量、土壤相对密度之间存在一一对应的关系,通过遥感技术得到土壤热惯量,建立热惯量与土壤水分之间的关系模型就可以估算土壤含水量[3]。热惯量的表达式为:

式中,P为热惯量(J/(m2·k·S1/2)),λ为热导率(J/(m·s·k)),ρ为密度(kg/m3),c为比热(J/(kg·k))。

在实际应用时,若不考虑地理纬度的影响,则可以用表观热惯量PATI来近似代替真实热惯量P,直接建立表观热惯量PATI与土壤含水量间的遥感统计模式,该模式表达式如下:

式中,PATI为土壤表观热惯量,A为全波段反照率,Td、Tn为昼夜的最高、最低温度[1]。

2 数据获取与处理

2.1 数据获取

该文所用的遥感资料为2006—2009年4、5月6组与土壤湿度对应日期的MODIS1B原始数据,该数据空间范围覆盖辽西全境。星下点空间分辨率为1.1 km×1.1 km。辽西10个观测站2006—2009年4、5月逢3逢8实测土壤绝对湿度资料来源于东北区域气候中心和国家气候中心。

2.2 数据处理

使用RSD(Remote Sensing Desktop)遥感数据处理软件进行数据处理。MODIS1B原始数据在预处理后生成.h5文件,截取39.987°~42.838°N,118.840°~122.969°E的区域进行投影,选取明显的地面控制点进行地理精订正,生成局地文件。在校正畸变的同时,完成太阳高度角订正和临边变暗订正。

2.3 站点的选取与站点位置的校正

该试验根据辽西实测土壤墒情逢3逢8资料,选取凌源、建昌等10个气象站进行定点分析。由于所选MODIS数据的星下点分辨率为1.1 km×1.1 km,图上经纬度定位时即使有微小的不对应在实地也会造成较大偏差。因此,有必要对各站点的经纬度进行位置校正。站点校正时选取2009年5月18日11时的卫星数据,参照辽宁省实用地图集的辽宁省地势图与辽宁省各市、县(区)图组,并对照各气象台站的实际地址,在经过校正后的图像上对10个站点的经纬度位置进行辨别订正,把经纬度定在比较开阔的裸露地面,这样可减少因经纬度偏差造成的误差。

3 求解表观热惯量

3.1 分裂窗算法

覃志豪等在深入研究劈窗算法以及MODIS数据特点的基础上,提出了适用于MODIS数据的地表温度遥感反演算法,其计算公式如下[4]:

式中,Ts是地表温度(K),T31和T32分别是MODIS第31、32波段的亮度温度。A0、A1和A2是分裂窗算法的参数,分别定义为:A0=E1a31-E2a32;A1=1+A+E1b31;A2=A+E2b32。其中,a31、a32、b31、b32为常量,分别为a31=-64.603 63,a32=-68.725 75,b31=0.440 817,b32=0.473 453。其他中间参数分别定义如下:A=D31/E0;E1=D32(1-C31-D31)/E0;E2=D31(1-C32-D32)/E0;E0=D32C31-D31C32;Ci=εiτi(θ);Di=[1-τi(θ)][1+(1-εi)τi(θ)]。其中,i是指MODIS第31、32波段,分别为i=31或i=32;τi(θ)是视角为θ的大气透过率;εi是波段i的地表比辐射率。

3.1.1 亮温的计算。

应用RSD将MODIS图像的DN值转化成相应的辐射强度值后,对31、32波段分别应用Plank函数,并化简可得31、32波段的亮温计算公式:

式中,rad31、rad32分别是MODIS第31、32波段的热辐射强度,K31,1=729.541 636,K31,2=1 304.413 871K,K32,1=474.684 780,K32,2=1 196.978 785。

3.1.2 大气透过率的计算。

针对MODIS的波段特点,利用两通道比值法直接从遥感影像中反演大气的水汽含量,利用大气透过率与大气水汽含量的关系推算出大气透过率。大气水汽含量计算公式[5]:

式中,w是大气水分含量(g/cm2);α和β是常量,其中α=0.020,β=0.632;ref2和ref19分别是MODIS第2、19波段的地面反射率。

由于MODIS的扫描带宽为2 330 km,遥感视角和大气温度会对大气透过率有比较大的影响,因此,大气透过率的估计还需要进行视角和温度校正。MODIS第31、32波段大气透过率可用下式来计算[6]:

式中,τi(θ)是第i(i=31,32)波段的大气透过率;τi(10)为传感器视角为10°时星下大气透过率,可根据表1给出的方程由大气水汽含量计算得出;δτi(T)是大气透过率的温度校正函数,由表2给出的方程计算得出;δτi(θ)是传感器视角校正函数。

注:T是第31、32波段的亮度温度。

大气透过率的传感器视角校正函数如下:δτ31(θ)=-0.00247+(2.3652×10-5)θ2;δτ32(θ)=-0.00322+(3.0967×10-5)θ2。其中,δτ31(θ)、δτ32(θ)分别是31、32 2个波段的大气透过率视角校正值;θ是MODIS遥感器的天顶视角,可由sensorzenith数据集提供[7]。

3.1.3 地表比辐射率计算。

利用MODIS可见光和近红外的光谱信息计算NDVI,然后对地物进行监督分类,提取出陆地像元和水体,进而确定每种地物的比辐射率,最后合成地表比辐射率图像。对于MODIS图像而言,NDVI可用1、2波段来计算:

式中,ref1和ref2分别是MODIS图像第1、2波段的反射率。用NDVI和基于地物分类计算出来的地表比辐射率比较准确,但是它并不适合水体像元。对于水体像元,直接取水体的地表比辐射率作为该像元的地表比辐射率ε31=0.99683,ε32=0.99254[8]。

3.2 昼夜温差△T值

由于TERRA卫星每日在辽西的2次过境时间并非当地地表最高和最低温度出现时间,因此,利用研究区各实测站点与接收的MODIS数据为同一天的地温观测值,计算出各站的温度日变化正弦曲线回归方程Y=a+bsin X中的各项回归系数,得到各站点的地温模拟方程,据此求算出其实测地温温差,与遥感数据所得结果进行比较,取各次计算的平均值,据此对相应的卫星数据接收时间进行订正,统一订正到每日地面最高、最低温度出现的时间或接近这个时间。进而得出每日地表最高温度与最低温度的差值△T[9]。订正后的每日地面最高、最低温度图像如图1、2所示(以2009年5月18日为例)。

3.3 反照率A值

反照率通常是指物体反射太阳辐射与该物体表面接收太阳总辐射的两者比率或分数度量,也就是指反射辐射与入射总辐射的比值。Liang用宽波段的反照率来代替全波段的反照率,得出针对MODIS数据的一般计算公式[10]:

式中,α1、α2、α3、α4、α5、α7分别为MODIS第1、2、3、4、5、7波段的反射率。计算得出辽西反照率的图像如图3所示(以2009年5月18日为例)。

3.4 表观热惯量值

根据计算表观热惯量的公式(2),已经具备了求解所需的所有参数,最后得出表观热惯量的图像如图4所示(以2009年5月18日为例)。

4 结果与分析

选取2006—2009年的4、5月间的6组数据为试验对象,留出2009年5月18日的数据进行检验,剩余5 d每个土层深度各计46组数据。通过最小二乘法对数据进行计算和分析,选取相关性较好、精度较高的方法和模型,对模型的参数进行筛选和确定。通过绘制大量的散点图,发现指数函数的相关性最高,但稳定性不理想,故一般多采用线性回归[11],即:

式中,a、b为回归系数。

试验结果表明,0~10、10~20、20~30 cm的相关系数通过α=0.001水平的显著性检验,即土壤水分实测值与表观热惯量值的相关系数在0~30 cm范围内是高度显著的(表3)。达到30 cm以下时不能通过α=0.001水平相关系数的显著性检验。

5 遥感信息模型的应用

将上面的模型应用于辽西地区的土壤水分监测,反演辽西2009年5月18日卫星影像上各像元的土壤含水量。通过RSD遥感数据处理软件计算出表观热惯量后,利用模型反演出0~10、10~20 cm深度的土壤水分值,根据精度要求将其分为若干等级并赋予不同颜色,绘成土壤含水量分布伪彩色图(图5)。

注:*代表极显著相关。

6 结论与讨论

(1)利用MODIS数据产品,选择表观热惯量法构建反演模型,经过实测资料检验,证明此模型在0~10、10~20 cm深度的土层内具有较高精度,适用于辽西地区春季的土壤水分监测。

(2)借助MODIS数据的实效性和高光谱及廉价的优势,进行陆地表面的监测应用是遥感研究的一个热点方向,今后的工作中对此类研究应该积累连续的MODIS数据,通过长期监测优化已有的经验模型,使之有效的应用到研究区。

(3)该文主要研究辽西地区春季近似裸土的土壤含水量遥感反演,今后可以研究植被覆盖状态下的土壤含水量遥感反演,进而推广到其他更为复杂的区域。

摘要：土壤水分的遥感监测是目前遥感技术应用研究的前沿领域。MODIS数据可快速、动态地获取大区域尺度的信息,从而为土壤水分的实时动态监测提供技术支持和精度保证。利用表观热惯量模型研究辽宁西部地区春季的土壤含水状况,通过处理2006—2009年4、5月的MODIS数据,采用经验线性模型,拟合表观热惯量与土壤含水量的关系模型,结合实测数据,得出辽西地区春季土壤含水状况分布图。由此,找到一种较适合辽西地区春季土壤水分实时监测的方法,为今后反演辽西地区春季土壤水分奠定了基础。

关键词：MODIS数据,土壤水分,表观热惯量,辽西地区

参考文献

[1]仝兆远,张万昌.土壤水分遥感监测的研究进展[J].水土保持通报,2007,27(4):107-113.

[2]张清,周可法,赵庆展,等.区域土壤水分遥感反演方法研究[J].新疆地质,2008,26(1):107-10.

[3]李星敏,刘安麟,张树誉,等.热惯量法在干旱遥感监测中的应用研究[J].干旱地区农业研究,2005,23(1):54-59.

[4]覃志豪,高懋芳,秦晓敏,等.农业旱灾监测中的地表温度遥感反演方法—以MODIS数据为例[J].自然灾害学报,2005,14(3):64-71.

[5]高懋芳,覃志豪,徐斌.用MODIS数据反演地表温度基本参数估计方法[J].干旱区研究,2007,24(1):113-119.

[6]高懋芳,覃志豪,高明文,等.MODIS数据反演地表温度的传感器视角校正研究[J].遥感技术与应用,2007,22(3):433-437.

[7]姜立鹏,覃志豪,谢雯.MODIS数据地表温度反演分裂窗算法的IDL实现[J].测绘与空间地理信息,2006,29(3):114-117.

[8]翟俊,山发寿,仝彩荣,等.基于MODIS数据的青海湖流域地表温度反演研究[J].盐湖研究,2009,17(4):14-21.

[9]郭茜,李国春.用表观热惯量法计算土壤含水量探讨[J].中国农业气象,2005,26(4):215-219.

[10]LIANG SL.Narrowband to broadband conversions of land surface albedoⅠalgorithms[J].Remote Sensing of Environment,2000(76):213-238.