常熟地区水稻土饱和导水率的间接方法研究.docVIP

常熟地区水稻土饱和导水率的间接方法研究*摘要：(1984)在输入参数较少的基础上预测饱和导水率精度最高。本文以Cosby(1984)预测常熟水稻土壤饱和导水率，进一步利用GIS的空间描述能力与函数的定量分析能力，得到区域尺度饱和导水率的分布状况，为该地区区域尺度数值模拟的运行提供基础参数支持。 关键词：饱和导水率；；；GIS饱和水力传导率（Ks）是重要的土壤水力学参数，是定量分析土壤水分入渗、产流等过程的基础。土壤特别是表层土壤饱和导水率空间变异性非常强烈，需要采集大量样本或进行田间现场测定才能得到一个较大空间尺度上的饱和导水率空间分布。但是通常认为室内填装样本的测定结果无法表征田间原始状态。田间原位测定土壤饱和传导率的方法主要有。由于时间，人力成本等问题，原位测定仅能用于有限的点，无法满足较大空间尺度（如区域上）的研究。 已有的研究表明，土壤粒径组成，容重，有机质含量等基本土壤性质与饱和导水率之间存在一定关系，可以通过常规土壤调查中积累的大量基本土壤性质资料间接估算或预测区域尺度饱和导水率的空间分布。并且在许多实际问题中，间接方法的预测结果也能提供足够精度的Ks预测值。但到目前为止，在长江中下游典型水稻土上的应用很少有报道。本即由此出发，以江苏常熟市为，利用目前得到较多应用的(Pedo-transfer functions，简称PTF)来构建、校正预测土壤饱和导水率的经验公式进一步利用GIS的空间描述能力与函数的定量分析能力，对区域尺度的饱和导水率做出定量描述与评价，为区域尺度数值模拟的运行提供基础参数支持。1材料与方法 1.1数据来源 天然文岩渠流域潮土A．L．Franklin Engineers生产的圆盘渗透仪(CSIRO disc permeameter)现场测定。土壤基本性质包括粒径组成容重有机质含量等。1.2分析方法 1.2.1土壤转换函数 选用上世纪八十年代以来得到较多的9，随机选取个构建。通过与实测值比较，重新优化函数系数剩余个样本检验的预测能力，以期得到一个饱和导水率预测值与实测值最为接近的。在对函数系数进行优化处理时采用了自行编制的基于改进的Levenberg-Marquard算法。表1 用于本研究的预测饱和导水率的转换函数 Table 1 The Pedotransfer functions in this study 函数来源自变量个数Independent Variable 输入变量Input variable Cosby(1984)[8] 2 Sand, Clay, Puckett(1985)[9-10] 1 Clay Saxton(1986)[9-10] 3 Sand, Clay, (S DanePuckett(1992)[11] 1 Clay Rawls(1992)[12] 3 Sand, Clay, Porosity CampbellShiozawa(1994)[9][13] 2 Sand, Clay Wosten(1997)[14] 4 Silt, Clay, BD, OM Wosten(1999)[15] 4 BD, OM, Sand, Clay KC方程(1999)4 Sand, Clay, (S, (33 注：Sand土壤砂粒含量（%）；Silt—土壤粉粒含量（%）； Clay—土壤黏粒含量（%）；BD—土壤容重(g/cm3)；OM—土壤有机质（%）；Porosity—土壤孔隙度（%）； (33 —土壤水势为-33kPa时土壤水分含量（cm3/cm3）；(S— 土壤饱和水分含量（cm3/cm3）。 （1） (2)确定性系数(Coefficient of Determination,R2),反映预测值和实测值相关性的重要指标： （2） （3）Akaike信息准则（Akaike＇s information criterion, AIC） （3） 公式(1)至（3）中，表示实测值，表示预测值，N表示样本数，np为涉及的参数数量。 1.2.3饱和导水率的区域尺度扩展 结合GIS的空间描述能力与函数的定量分析能力，进行点数据的区域尺度扩展，以期为区域尺度数值模拟的运行提供基础参数支持。]。 图1 常熟市204个采样点空间分布 Fig.1 The spatial distribution of Changshu in 204 samples 2结果与分析2.1预测饱和导水率精度 可以看出几乎所有函