蔡静雅,庞治国,谭亚男
(1.中国水利水电科学研究院,北京 100038;2.水利部 防洪抗旱减灾工程技术研究中心,北京 100038)
宇宙射线中子法在荒漠草原土壤水测量中的应用
蔡静雅1,2,庞治国1,2,谭亚男1
(1.中国水利水电科学研究院,北京 100038;2.水利部 防洪抗旱减灾工程技术研究中心,北京 100038)
选择典型荒漠草原为研究区,开展了宇宙射线中子法在其土壤含水量监测中的适用性分析研究。利用宇宙射线中子传感器(CRS)对典型荒漠草原土壤含水量进行连续监测,将监测结果与时域反射仪(TDR)测量结果进行比对,分析了二者测量结果的一致性,并对比两种土壤水测量方法对降雨响应的灵敏度。结果显示,CRS与TDR测量结果的一致性较高;TDR对降雨事件的反应不够灵敏,而CRS不仅能够快速对降雨做出响应,而且能够清晰显示出不同降雨量条件下土壤含水量的不同变幅。因此,宇宙射线中子法可以较准确地测量荒漠草原的土壤含水量及其动态变化,能够为畜牧管理决策提供依据。
土壤含水量;CRS;TDR;降雨
测量土壤含水量的常用方法分为点测量法和面测量法两类。点测量法包括烘干称重法、介电特性法、驻波率法、中子法和张力计法等。点测量法普遍具有较高的精度,但点测量的空间代表性差,只适宜小尺度土壤含水量的测量。面测量法目前主要是采用遥感手段反演土壤含水量,遥感以其多源、多时相、多极化以及快速、经济[1]等优势为土壤含水量在大范围空间尺度上的获取提供了可能,但是遥感手段一般只能反演土壤表层的含水量情况[2],而且受土壤质地、容重、植被覆盖和地表坡度等多种因素的影响。
宇宙射线中子法通过测量近地面快中子的强度来计算一定区域内的平均土壤含水量,其测量范围介于点测量法和遥感法之间,填补了土壤含水量测量尺度上的缺口。该方法可以对土壤水分进行连续测量,不会对土壤形成人为破坏,同时也可为土壤水遥感反演结果提供像元尺度上的有效验证手段,因此近年已广泛应用于土壤水测量、干旱监测、农业灌溉指导、坡面稳定性分析、数值预报等领域。Chrisman等人[3]利用宇宙射线探测车绘制土壤水分含量图,以校准验证土壤水的卫星数据。Almeida等[4]将快中子数、电容探针网络测得的土壤水和多重自适应神经模糊推理系统(m-ANFIS)结合起来,对湿润期的表层土壤水进行了可靠估计。Baroni等[5]针对中子数的修正问题,利用一种扩展方法直接估计土壤含水量,而不需要对每一种时变氢源的影响一一进行修正。Han Xu-jun[6]、Zhu Zhong-li[7]等将该方法应用于我国黑河流域异质的灌溉农田中,证实宇宙射线法可以测量面尺度上的真实土壤含水量。由于快中子数受气压、空气水汽、地表及地下生物量、枯枝落叶层、植物截流、土壤有机质和土壤矿物质中的晶格水[5]等许多因素的影响,而且对大多数影响因素的研究都尚未成熟,使中子数的准确测量受到一定程度的干扰,给宇宙射线法的迅速推广造成阻力。
本文选择典型的荒漠草原地区,利用宇宙射线中子传感器(the Cosmic-Ray Sensing probe,CRS)对其土壤水分含量进行近4个月的连续监测,通过对研究区快中子强度主要影响因子(气压和空气水汽)的修正,分析CRS土壤水测量结果与基于介电特性法的时域反射仪(TDR)测量结果的一致性,并比较两者对降雨响应的灵敏性,以研究该方法在我国草原地区的适用性,为草原畜牧管理提供技术支撑。
研究区位于水利部牧区水利科学研究所基地内,行政隶属于内蒙古包头市达茂旗希拉穆仁镇,属于内蒙古自治区中部的乌兰察布荒漠草原区,地理位置北纬41°22′,东经111°12′,占地面积150 ha。地貌属于阴山北麓低缓起伏丘陵,总体地势北高南低,东西两侧高,中间低,最高海拔1 690.3 m,最低海拔1 585.0 m。该地区为中温带半干旱大陆性季风气候,多年平均降水量284 mm,多年平均蒸发量2 305 mm,年平均气温2.5℃,多年平均风速4.5 m/s。植被分布均匀,建群种为克氏针茅,优势种为羊草。研究区基本不受牲畜饲草及人类活动的影响,下垫面条件比较均一,为宇宙射线中子法在荒漠草原土壤水测量的适用性研究提供了有利的环境条件。
3.1 测量范围CRS测量的水平范围是水平方向探测到的86%的快中子的发射范围[8],是以CRS为中心的圆形区域。该范围不受土壤含水量的影响,但与气压成反比[9]。其半径与气压的关系[10]为:
式中:R0为参考气压下P0的半径(采用标准气压1 013.25 hPa下的半径为300 m[11]);R为实际气压P下的半径。根据研究区内自动气象站的气压数据,多年平均气压约为840 hPa,由此可得测量半径约为360 m。
垂直范围是垂直方向探测到的86%的快中子的发射范围,是从地面到地下一定深度(12~70 cm)的圆柱形土层,有效测量深度与土壤含水量有关[8]。测量深度采用目前较为常用的是Franz[12-13]等人的计算方法:
式中:Z为有效测量深度(cm);ρb为土壤容重(g/cm3);ρw为液态水的密度,默认为1 g/cm3;τ为晶格水占矿质颗粒和束缚水质量总和的比例,因其比较小(0~0.05[10]),本文忽略该项;θm为土壤质量含水量(kg/kg)。
本文在CRS水平测量范围内布设25个点(图1),多次采集土样,烘干称重计算平均土壤含水量(多点多层算术平均)和土壤容重。经计算,荒漠草原区宇宙射线中子法的测量深度约为26 cm。
3.2 数据获取2014年8月1日—11月19日,利用CRS1000B型宇宙射线中子传感器连续监测研究区的土壤水分,数据采集频率设定为1次/h,与TDR的监测频率保持一致。
图1 CRS、TDR和烘干法采样点的布设
根据CRS的测量范围,设计在研究区内布设4个TDR采样点(图1,点A—D),并分0~10 cm、10~20 cm、20~30 cm 3个土层分别安置土壤水分探针。同样以多点多层的算术平均值作为TDR测得的平均土壤含水量,根据式(3),将其转换为质量含水量,与CRS保持一致。
式中:θv为体积含水量(cm3/cm3)。
同时,利用自动气象站的雨量传感器进行同步监测,以研究CRS与TDR所得土壤水对降雨响应的灵敏程度。
3.3 数据处理
3.3.1 数据筛选 反演土壤含水量之前要对CRS测得的数据进行筛选,剔除传感器非正常工作时取得的数据。正常工作条件下的数据应该满足:数据的时间间隔为1 h;相邻两时刻的中子数变幅不超过20%;传感器内部的相对湿度低于80%;电池电压高于11.8 V。
3.3.2 快中子数修正 这里主要分析气压和空气水汽这两个最为显著的影响因素。
(1)气压的影响与修正。某地的气压越高,表明其上空空气柱的质量越大,大气粒子越多,产生的快中子与大气中的核子碰撞而被慢化的概率就越大,到达地面的快中子减少,从而导致在相同的土壤含水量条件下,CRS监测到的快中子变少。因此,气压会影响宇宙射线中子法测量土壤水的准确度。通过气压修正系数可修正其影响,可表示为:
式中:fP为气压修正系数;P0试验期内的平均气压;L为高能中子的质量衰减长度,在高纬度地区约为128 g/cm2,低纬度地区约为142g/cm2,期间呈渐进变化。
(2)空气水汽的影响与修正。Rosolem等[14]通过MCNPX模型试验证实,空气水汽对近地面快中子数的影响最大可达12%,引起土壤水0.1m3/m3的误差。他提出利用水汽修正系数进行修正,即:
式中:CWV为水汽修正系数;ρ为实际水汽密度(g/m3);ρ0为参考条件下地表的绝对水汽密度,一般可取0。
综上所述,经过气压和水汽修正的快中子数为:
式中:N为修正后的快中子数;Nraw为传感器测量到的快中子数。
3.3.3 土壤含水量计算 Desilets等[15]利用MCNPX模型模拟中子运动及其运动轨道,建立了快中子数与土壤含水量的函数关系:
式中:θm(N)为快中子数为N时对应的质量含水量(kg/kg);α0、α1、α2为系数,在土壤含水量大于0.02 kg/kg条件下(一般土壤都满足),α0=0.0808,α1=0.372,α2=0.115;N0为同一源区、土壤不含水时的快中子数,本文利用试验期内快中子数修正后的平均值和烘干法所得土壤含水量带入式(7)计算得到。
图2 试验期内CRS与土壤含水量比较
4.1 一致性两种方法所得每小时的土壤含水量随时间的变化情况如图2所示。由图2可见,CRS与TDR土壤水计算结果较为一致,CRS计算得到的土壤含水量分布在0.05~0.25 kg/kg以内,试验期土壤水的平均值为0.11 kg/kg,TDR测得土壤水的范围为0.06~0.16 kg/kg,平均值为0.10 kg/kg。除了9月12—19日两种方法数据差别过大(期间,最大差距超过0.05 kg/kg,最小差也大于0.02 kg/kg)以外,试验期内CRS与TDR测量结果的一致性较高,绝对误差小于0.01 kg/kg和相对误差小于10%的数据组均占55.45%,并且相对误差大于20%的数据组仅占11.88%,拟合优度R2高达0.80(图3),均方根误差RMSE为0.0135 kg/kg。因此,CRS与TDR对土壤水长期测量结果的一致性比较高,可以满足生产实践的需求。
图3 试验期(除了9月12日-19日)内CRS与TDR每日平均土壤含水量比较
4.2 对降雨响应的灵敏性结合自动气象站雨量传感器的监测数据,比较CRS、TDR两种方法土壤水测量结果对降雨事件响应的灵敏程度(图4)。从图4可见,试验期间共有30多场降雨,TDR数据仅对降雨量最大的3场降雨(8月2日和9月18日的每小时最大降雨量分别高达8.03 mm和6.13 mm,9月23日连续3小时降雨量均在1mm/h左右)有所反应,土壤含水量大约有0.01~0.02 kg/kg的增幅,对于其它相对较小的降雨,土壤水都没有明显变化。而CRS数据对每次降雨都具有一定的响应能力,且反应与降雨过程基本同步,即一旦发生降雨,土壤含水量随之增大,响应时间滞后约1 h。对于不同的降雨量,CRS土壤水测量结果相应呈正相关变化。由此可以得出结论,TDR对降雨事件的反应不够灵敏,CRS对降雨感应非常灵敏,且对不同程度的降雨都能够捕捉到土壤含水量的相应变化。
图4 CRS、TDR测量结果对降雨的响应
本文利用宇宙射线中子传感器(CRS)开展了典型荒漠草原地区土壤含水量监测的应用分析研究。研究结果表明,经过气压和空气水汽修正的CRS土壤含水量与TDR土壤水测量结果比较一致,二者拟合优度R2达到0.80,均方根误差RMSE为0.0135 kg/kg;在对降雨响应的灵敏度方面,TDR只能对较大降雨引起的含水量增加做出反应,对小降雨事件所引起的土壤含水量变化的响应不够灵敏;CRS对降雨的响应则具有非常高的灵敏度,并且其测量结果能够清晰反映出不同降雨量所引起的土壤水增幅。因此,宇宙射线中子法可以准确测量荒漠草原的土壤含水量及其动态变化,能够为畜牧管理决策提供依据。
本文结合研究区的实际情况,只考虑了气压和水汽这两个影响最为显著的因子,忽略了其它因子的影响。对于其它因子影响作用较大的地区,影响因子的修正无疑是宇宙射线中子法测量土壤水的重点和难点,对其进行深入研究可以促进该方法的进一步推广。
致谢:水利部牧区水利科学研究所为本文提供了数据及野外工作条件的支持,在此表示诚挚感谢!
参 考 文 献:
[1]路京选,曲伟,付俊娥.国内外干旱遥感监测技术发展动态综述[J].中国水利水电科学研究院学报,2009,7(2):265-271.
[2]李琴,陈曦,Frank V,等.干旱半干旱区土壤含水量反演与验证[J].水科学进展,2010,21(2):201-207.
[3]Chrisman B,Zreda M.Quantifying mesoscale soil moisture with the cosmic-ray rover[J].Hydrol.Earth Syst. Sci.,2013,17:5097-5108.
[4]Almeida A C,Dutta R,Franz T E.Combining Cosmic-Ray Neutron and Capacitance Sensors and Fuzzy Inference to Spatially Quantify Soil Moisture Distribution[J].IEEE Sensors Journal,2014,14(10):3465-3472.
[5]Baroni G,Oswald S E.A scaling approach for the assessment of biomass changes and rainfall interception using Cosmic-Ray neutron sensing[J].Journal of Hydrology,2015,doi:10.1016/j.jhydrol.2015.03.053.
[6]Han Xu-jun,Jin Rui,Li Xin,et al.Soil Moisture Estimation Using Cosmic-Ray Soil Moisture Sensing at Heterogeneous Farmland[J].IEEE Geoscience and Remote Sensing Letters,2014,11(9):1659-1663.
[7]Zhu Zhong-li,Tan Lei,Gao Sheng-guo,et al.Observation on Soil Moisture of Irrigation Cropland by Cosmic-Ray Probe[J].IEEE Geoscience And Remote Sensing Letters,2015,12(3):472-476.
[8]Zreda M,Desilets D,Ferre′T P A,et al.Measuring soil moisture content non-invasively at intermediate spatial scale using cosmic-ray neutrons[J].Geophysical Research Letters,2008,35:L21402.
[9]Zreda M,Shuttleworth W J,Zeng X.COSMOS:The COsmic-ray Soil Moisture Observing System[J].Hydrol. Earth Syst.Sci.Discuss.,2012(9):4505-4551.
[10]焦其顺,朱忠礼,刘绍民,等.宇宙射线中子法在农田土壤水分测量中的研究与应用[J].地球科学进展,2013,28(10):1136-1143.
[11]Desilets D,Zreda M.Footprint diameter for a cosmic-ray soil moisture probe:Theory and Monte Carlo simulations[J].Water Resources Research,2013,doi:10.1029/wrcr.20187.
[12]Franz T E,Zreda M,Ferre′T P A,et al.Measurement depth of the cosmic-ray soil moisture probe affected by hydrogen from various sources[J].Water Resources Research,2012,48:W08515.
[13]Franz T E,Shuttleworth W,Zreda M,et al.Field validation of a cosmic-ray neutron sensor using a distributed sensor network[J].Vadose Zone Journal,2012,doi:10.2136/vzj2012.0046.
[14]Rosolem R,Zreda M,Pranz T E,et al.The effect of atmospheric water vapor on neutron count in the cosmic-Ray Soit Moisture Obsering System[J].Journal of Hydrometeorology,2013,14:1659-1671.
[15]Desilets D,Zreda M,Ferre′T P A.Nature’s neutron probe:Land surface hydrology at an elusive scale with cosmic rays[J].Water Resources Research,2010,46:W11505.
Application of cosmic-ray neutron method to soil moisture measurement in desert steppe
CAI Jingya1,2,PANG Zhiguo1,2,TAN Yanan1
(1.China Institute of Water Resources and Hydropower Research,Beijing 100038,China;2.Research Center on Flood and Drought Reduction of the Ministry of Water Resources,Beijing 100038,China)
This paper analyses the adaptability of cosmic-ray neutron method in soil moisture measurement,choosing typical desert steppe as the study area.Continuous monitoring is conducted by the Cosmic-Ray Sensing probe(CRS).By comparing with measuring results of the Time Domain Reflectometry(TDR),the consistency of soil moisture measured by CRS and TDR and the sensitivity of both methods to rainfall are researched.Results show that a good consistency of soil moisture measured by CRS and TDR is achieved and that TDR is not sensitive to rainfall,while CRS can not only respond quickly to rainfall but reveal clearly corresponding changes of soil moisture led by different rainfalls.It’s concluded that cosmic-ray neutron method can measure soil moisture and reflect its dynamic change accurately in desert steppe and provide basis for the management decision of animal husbandry.
soil moisture;CRS;TDR;rainfall
S152.7
:A
10.13244/j.cnki.jiwhr.2015.06.009
1672-3031(2015)06-0456-05
(责任编辑:王冰伟)
2015-05-18
水利部948计划项目(201401);中国水利水电科学研究院青年专项(JZ0145B042015)
蔡静雅(1990-),女,河南洛阳人,硕士生,主要从事土壤水分遥感反演与验证技术研究。E-mail:jingyacai@126.com
庞治国(1975-),男,内蒙古包头人,博士,教授级高级工程师,主要从事水利遥感应用研究。E-mail:pangzg@iwhr.com