《非饱和水分运动参数空间变异的研究.doc》由会员分享，可在线阅读，更多相关《非饱和水分运动参数空间变异的研究.doc（11页珍藏版）》请在三一办公上搜索。
1、 非饱和水分运动参数空间变异的研究摘要:田块尺度土壤特性的空间变异性对水分与溶质运移具有明显的影响。该研究在野外30m30m面积、土壤类型为砂壤土的田块的100个空间点上,分别利用张力计和取土样室内测定的方法测定了30cm土层深处土壤水张力、土壤容重、饱和含水率,与初始含水率,同时利用圭尔夫仪,测定了该田块同样深度108个空间点上的饱和水力传导度与孔隙大小分布参数。利用经典统计分析与地质统计分析方法分析上述参数的空间变异特征,研究结果表明:, ,和容水度C遵从正态分布,而具有对数正态分布;,和C具有较大的空间变异性,而和的空间变异性则较小;和log是空间统计相关的;土壤水张力的空间变异具有时不
2、变特征,且土壤水张力方差是其均值的二次函数。关键词:非饱和流;土壤特性;土壤水张力;空间变异1.介绍很显然水和溶质在自然界土壤内运输的过程由于土壤非均匀性或者空间变化性而导致了其不确定性。 在最近二十年内，水和溶质在非均质土壤中运输被描述成与土壤特性有关的随机模型为参数的随机空间函数。不过根据参考文献，给定的土壤特性的空间变化性是随现场具体情况并且随土壤的类型和研究地区的规模而变化。 即不同的土壤特性表现不同的空间变化性。 因此， 在一个具体的站点，从一个区域土壤特性的数据集合分析而获得的统计特性和空间结构， 可能不适于描述在其它场所相同的土壤特性的空间变化性。 所以，在所有研究区域内进行区域
3、实验并且分析收集的数据集合去确定土壤空间变化性是必要的。在这项研究过程中，从一个区域实验来处理评价土壤特性和毛细张力水头的空间变化。用古典统计和地质统计的方法分析从区域实验收集的数据集合，并把结果与同类出版物相比较，于是得出结论。2.材料和方法 2.1场所描述 1997年，在Yongledian（永乐淀）灌区实验站进行小区域实验，该区域位于北纬，东经，海拔高度为11m，大约在北京市东南方的40km处。土壤被归为砂质壤土和砂质淤泥两类，土壤剖面上，砂质壤土为从地表到70cm深处，而砂质淤泥在70cm深处以下。研究场所是有一个30m30m的广场， 为了保证灌溉的均匀性，它被用插入地下100cm的钢
4、板隔成18个小畦田，每个小畦田的长和宽分别为10m和5m (如图1)。2.2实验布局 ，检查设备和实验程序在研究场所，108个空间点（如图1）被用来测定Gardner（加德纳1958）模型的土壤容重，土壤初始含水率，土壤饱和含水率，土壤饱和水力传导度和孔隙大小分布参数。研究区内，两相邻空间测点之间的最大和最小距离分别为0.5m和20m。饱和水力传导度和孔隙大小分布参数用Guelph Permeameter（圭尔夫仪）在每个测点的30cm深处测定。土壤容重和土壤含水率的测定，用钢柱（管）从这108个土壤剖面的30cm深处取得未扰动土样进行试验测定，该钢柱高5cm，直径4cm。同样，土壤初始含水率
5、的测定，在每个土壤剖面同样的深度取扰动土样来试验测定。在完成土壤参数的测定，在100个不同的测点处的30cm深处安装100个水银张力计，来测定毛细张力水头的空间变化特性。两个相邻测点之间的距离约从0.5m到9m不等。在安装张力计之后，在每个小畦田中灌6m水。在首次灌水之后6天开始观察毛细张力水头，从1997年6月6日到1997年7月12日的观察时段内，大约29天的早8：00进行平行观测。第二次灌溉应在1997年6月15日的观察之后，在每块畦田上灌溉的总水量约为5m。同时测量土壤含水量，进水管安装在每块小畦田的中心约土壤表面以下2m深处。在观测毛细张力水头的同时，用中子探测仪在所有18个土壤剖面
6、类型的6个不同深度10、20、30、50、70、和90cm处观测土壤含水率。每块小畦田的30cm深处的土壤含水率的数据集合与平均毛细张力水头被用来确定滞流曲线的空间变化。2.3统计和地质统计分析程序用田间实验所得数据集合来求样本平均值和标准差，如下： （1） （2） （3）公式中，分别为样本土壤性能的样本平均值，标准差（变化）和变差系数； 通常用于样本土壤性能的空间变化的估算；是样本的数目。Kolmogrov-Simirov测试被用于确定土壤特性的统计配水规律。土壤性能的空间结构可用不完全变量图来描述。实验室的不完全变量和交叉不完全变量可以根据以下经验公式来估算： （4） （5）公式中是对数价
7、值变量的数目，由矢量区分；分别是实验室测定的不完全变量和交叉不完全变量。用三个理论模型来校核不完全变量和交叉不完全变量，球形模型（公式）如下： （6）线性模型（公式）如下： （7）指数模型（公式）如下： （8）公式中分别为矿块情况和岩基情况；是距离；是范围。完整系数或者相关系数适合于球形模型，适合于线性模型，而适合于指数模型。普通的最小二乘法（OLS）估算程序被用于估算不完全变量方程的参数。通过完全可靠性检测和Kriging Technique技术进行验证相关模型才能得以用于生产实践。3.结果和讨论 3.1土壤特性的统计分析土壤特性的统计参数（见表格1）。 应当指出的是每块小畦田的单位土壤含水
8、率C是由基础实验所得土壤含水率和计算所得的平均毛细张力水头来决定的。18条滞流曲线符合（满足）线性函数，因此，单位土壤含水率C等于滞流曲线的斜表格 1 土壤特性的统计结果最大值最小值MCov/%分布/gcm1061.6521.3031.4900.0634.2正态/%10645.38916.20526.2793.87514.7正态/%10647.35634.33240.6272.3195.7正态/cms1075.6102.0102.4101.31054.2正态/cm410.68120.01460.23060.186380.8正态C/cm184.92100.36102.15101.411053.0
9、正态率的绝对值。结果（见表格1）说明容重，土壤初始含水率，土壤饱和含水率，土壤饱和水力传导度和单位土壤含水率C均服从正态分布，并且孔隙大小分布参数呈对数正态分布。孔隙大小分布参数有最大的变差系数。而且和C的平均变差系数约为53.6%，大约等于10倍的和的平均变差系数。这表示表现出最大的空间变化性，和C的空间变化性比的空间变化性要小，而同一块畦田中和的空间变化性更小。同时也发现的空间变化性比的大，这可能是由于观察前期同一畦田中降雨和灌溉的不均匀性导致的。3.2土壤特性的空间结构用方程（6）、（7）和（8）来校核上面提到的所有计算所得的土壤特性不完全变量图及方程（4）和（5），然后用最小最适合的变
10、幅来为每个土壤特性选定一个最优方程。和田间数据集合相关的的估算值（见表格2）。（如图2）所示，的不完全变量图适合于用球形模型来解释，的不完全变量图应用线性模型去解释，而和的不完全变量和交叉不完全变量应该用 指数模型来解释。表格 2 的估计值0.00182.24104.09108.93100.5521.28100.00441.43101.22101.00100.4425.581039.406.3014.406.802.365.9314.782.367.206.802.365.93适用模型球形模型球形模型线性模型指数模型指数模型指数模型（见表格2）列举，因为的变化大约77%是由于矿块情况的影响，而
11、的变化仅有约14%归因于矿块的影响。这表明不同的土壤参数展示不同的矿块影响，这可能由于样本尺寸比最小的样本间隔（0.5m）小所引起的变化性或测试误差所导致的。（见表格2）也可以看出不同的土壤参数有不同的空间相关因子，的相关因子是相关因子的3倍多。这与Russo和Bouton的结论相悖（1992）。3.3毛细张力水头分析毛细张力水头的空间平均值和变化可用在田间每次观测所得的数据集合计算得出，相关数据点（如图3）。显然毛细张力水头的变化和平均值密切相关。毛细张力水头的变化与毛细张力水头的平均值之间的关系能被以下二次函数校核（如图3），如下： （9）公式中分别为毛细张力水头的空间变化和空间平均值。这
12、个结果类似于Yeh et al的观察结果（1986）以及Yeh et al的分析结果（1985），Mantoglou和Gelher（1987），Huang（黄）（1999）.表格 3 两个阶段毛细张力水头的空间结构的估算结果日期六月七日至十五日第一阶段（九七年）6.76.86.96.106.116.126.136.14245.51255.94263.67273.20289.34303.55312.64327.921360.681698.251924.083235.022829.564037.234774.754985.9015.0216.1016.6320.8218.3820.9322.102
13、1.5320.8912.8759.89169.87272.48247.34233.54423.251381.991857.471986.992541.173120.984986.145614.546010.9515.2715.2713.9315.5715.2515.5414.2914.18六月十七日至二十四日第二阶段（九七年）6.176.196.206.216.226.236.24135.86167.25179.24190.08206.18223.79237.18452.48450.99631.29826.251362.132426.613230.7415.6512.7014.0215.121
14、7.9022.0123.9653.480.0061.4252.1895.2287.0058.34439.97498.54496.67935.541617.522939.303960.648.169.1610.7912.2513.9314.2914.39为了鉴定被观察的毛细张力水头的空间结构，用在两个典型时期（共计15天）收集到的数据，在假定各向同性的条件下，用方程（4）估算不完全变量。观察的第一个时期从1997年6月7日到1997年6月15日，在这个时期毛细张力水头是比较高的；第二个时期涵盖从1997年6月17日到1997年6月24日，正好在第二次灌溉之后，这个时期毛细张力水头相对较低。根据最
15、小二乘法（OLS）估算器和完全可靠性检测，发现毛细张力水头的不完全变量能用线性函数来表示，（如图4a和4b）所示。（见表格3）列举的结果显示，在两个观察期内，当平均值逐日变化时，变差系数和毛细张力水头的范围在一定程度上是不同的，即毛细张力水头的空间变化是不随时间变化而变化的。另一方面，从方程（9）的结果可以知道，在这两个时期内，估计的岩基情况随毛细张力水头的平均值和变化的增大而增大。4.结论非饱和流的空间变化性已经通过田间实验和统计分析在这篇文章得以研究验证，主要结论总结如下：（1）土壤容重，土壤初始含水率，土壤饱和含水率，单位土壤含水率C和土壤饱和水力传导度都近似服从正态分布。同时，孔隙大小
16、分布参数近似服从对数正态分布。和不易变化；另一方面，和C在空间变化相当大。（2）球形的不完全变量图能很好的解释和的空间结构，并且的空间结构以线性不完全变量为特点，而指数的不完全变量图能解释和的空间结构。所有参数的完整的大小是不可能相同的。在不同参数间的空间变化约有10%到80%受矿块的影响，这可能是由实验误差或距离比样本最小间隔小所引起的变化所导致的。（3） 在不同的土壤参数中的交叉相关分析表明，在和之间有一种关联，这可以用指数交叉不完全变图来解释。（4）通过第一和第二两个时序的毛细张力水头的分析可知，毛细张力水头有相当大的空间变化性，在所有变化中有少于10%是由于矿块的影响。毛细张力水头的变化是一个二次方程，并且随着它的平均值的增大而增大。（5）毛细张力水头的整体估算值和变差系数的估算值有很小的变化，这就说明毛细张力水头不随时间的变化而变化。致谢：感谢在研究过程中给予支持的谢永华和予以帮助的怀俄明大学的张仁多博士。参考文献：见原文出处（附）附录：原文见（附页）农业工程学报（Transactions of the CSAE），2002年9月，第18卷，第5期，73-78页。
