土壤介电常数多因素模型研究.docVIP

土壤介电常数多因素模型研究 　　摘要：利用LCR数字电桥测量仪及自制加持平行电极板，测量10、100、1 000 kHz条件下土壤的相对介电常数与3种主要影响因素之间的变化规律。采用多元线性回归分析原理及模型，结合土壤相对介电常数的实测数据，运用SPSS软件对3种主要影响因素进行多元回归分析，得到了各因素与相对介电常数之间的相关关系及权重。结果表明，含水率、容重和温度与土壤相对介电常数显著相关（P温度含水率。 　　关键词：介电常数；影响因素；相关性；多元线性回归；模型检验 　　中图分类号： S151.9+2文献标志码： A文章编号：1002-1302（2017）07-0258-03 　　土壤是地球陆地表层能够生长绿色植物的多空孔隙结构介质，通常由矿物质、有机质、水和空气组成[1]。土壤介电常数是指土壤在极化电场下对外电场的响应，它能够反映土壤品质与性质等众多物理信息[2]。国内外学者在土壤介电特性方面做了大量的研究。例如，Topp等给出了土壤介电常数与土壤含水率的经验模型[3]；由于原始的Topp模型缺乏物理机制，它的实用性受到一定的限制，Jackson等考虑了土壤容积、黏粒含量、有机质含量对土壤介电常数的影响，建立了半物理半经验的Topp模型[4]；康学远等研究出了土壤介电常数与含水率关系的一种模型[5]；朱安宁等对不同类型土壤介电常数与体积含水量关系进行了研究[6]；Velzquez-Martí等测定了农业土壤介电性质[7]；土壤介电常数与频率、温度、容积密度的关系也有不少的研究[8-11]，但含水率、容重、温度对土壤介电常数影响权重大小的研究却鲜有报道。本研究选用土壤含水率、温度和容重3因素进行土壤相对介电常数的研究，通过SPSS软件进行数据分析，得到影响土壤介电特性各因素之间权重大小的关系，通过多元线性回归方程找到土壤相对介电常数的最佳回归方程。 　　1多元回归分析数学原理与模型 　　多元线性回归是研究一个因变量与多个自变量之间的线性关系的统计分析方法。其基本目的是用一个自变量（x1，x2，…，xk）的数值估计另一个因变量（y）及其变异性的统计分析方法。总体线性回归模型为 　　式中：y为因变量；β0为模型常数项；βk为回归系数；xk为自变量。 　　样本线性回归方程为 　　式中：b0为常数项，表示当所有自变量为0时y的总体平均值的估计值；bk是βk的估计值，自变量xk的偏回归系数，表示当方程中其他自变量保持不变时，自变量xk每改变1个单位时y平均变化的单位数。 　　多元线性回归不仅需要进行回归系数的检验，估计回归系数的置信区间，进行预测与假设检验等方面的讨论，还需要考虑各个自变量之间的关系，如它们之间是否存在共线性的问题[12]。 　　Shang等在200～400 MHz频率范围内研究黏土试样的相对介电常数和介质损耗与不同含水率、密度、孔隙流体盐度的相关关系并建立多元线性回归模型[13]。Shi等研究比较了多元线性回归、偏最小二乘回归和支持向量机回归估计土壤全氮含量的优劣性[14]。Bilgili等研究了多元回归和人工神经网络模型对预测土壤温度和气象变化量之间的相关关系和回归方程[15]。周晨等利用多元线性回归模型对东北地区需水量进行了分析和检验[16]。黄安等利用多元线性回归分析集成所有成土因子对土壤养分进行了空间分布预测[17]。 　　2材料与方法 　　2.1样品制备 　　本研究土壤样品取自新疆阿拉尔市十团未耕作棉花地。土壤自然风干后，将干燥的土壤研磨后用18目筛子（孔径 1 mm）过筛，然后将土壤在105 ℃的烤箱中烘14 h，干燥后的土壤样品装入密封塑料袋保存备用。加适量水，配制成含水率为5%、10%、15%、20%的样本，土壤样品装入相同大小的容器（直径为30.08 mm，高度为 63.02 mm）内静置24 h保证土壤样品的均匀性。 　　2.2试验方法 　　本研究采用数字电桥测量仪（TH2828S高频LCR数字电桥）测量土壤相对介电常数特性。将直径为36.05 mm的铜制探头与样品表面紧密接触，设定相同电压、相同受力，为避免外界干扰，样品在屏蔽箱内进行测量。以测试频率、含水率、温度和容重为试验因素，以电容为考核指标。在同一测量频率下，测量土壤样品电容随含水率、温度、容重增大的变化规律，测量6组，取平均值。最后计算出相对介电常数。测量后的土壤样品，用天平（FA1004）称质量并记录，然后用烘干法（电热鼓风干燥箱，型号GZX-9140MBE）测量其含水率[18]。 　　介质材料的介电常数一般采用相对介电常数εr来表示，表征介质材料的介?性质或极化性质的物理参数，通常采用测量样品的电容量，经过计算求出εr，它是一个无量纲数，因此单位是1，满足如下关系： 　　式中：ε为绝对介电常