通辽市玉米春播期土壤水分预报模型

李 颖，刘 佳

（通辽市气象局，内蒙古通辽 028000）

土壤水分研究一直是当今土壤物理学中最为活跃的研究领域[1]。长期以来，人们仅能够通过Darcy定律对饱和土壤水分做定量研究。进入20世纪80年代，随着测试手段和计算机应用的发展，以及学科间的相互渗透，土壤水分的研究由经验到理论、定性到定量发生了质的转变，并为相关应用学科的发展提供了理论基础[2]。计算机模拟是当今土壤水分运动最感兴趣的方法。如德国格廷根大学林业系土壤研究所利用电脑模拟该所森林生态站的土壤水分运动状况，数值模拟的结果既建立于严格的科学基础上，又比较接近田间实际[3]。在我国，20世纪50年代中期至20世纪60年代中期土壤水分研究的学术界主要以前苏联为代表的形态水分研究观点和方法支配着，一些术语和概念一直沿用到今天。1977年在杭州举行的第一次土壤物理学术讨论会上，首次将土壤水分的能量概念介绍到国内[4]，使得我国土壤水分研究步入一个崭新的阶段。

通辽市是内蒙古重要的粮食生产储备基地，春季农业气象条件较差，土壤水分条件是影响春播生产的重要农业指标。为了更好地服务通辽市玉米春播生产，满足农户需求，在掌握通辽市各地区气候资料和土壤水分资料的基础上，查阅大量相关文献资料，研究开发通辽市玉米春播期土壤水分预报模型，以便提前预测春播期土壤水分条件，从而使涉农部门根据预报信息，指导农户提前采取相应的保墒、增墒措施，保证玉米适期播种和正常出苗，对提高气象为农服务能力，以及全市粮食稳产增收、发展节水农业具有重大意义。

1 资料来源和分析方法

选取通辽市8个旗县站气象观测数据资料进行研究分析。其中奈曼旗、科尔沁区采用1980—2015年数据，开鲁县采用1982—2015年数据，巴雅尔镇、扎鲁特旗、科左中旗、科左后旗与库伦旗采用2006—2015年数据。数据内容包括各台站本年度夏季、秋季、冬季的平均气温、降水量、平均风速、日照时数、蒸发量与土表地温，封冻前土壤水分（11月中旬），以及下一年3月份的平均气温、降水量、平均风速、日照时数、蒸发量与土表地温，玉米春播期土壤水分（4月中旬）等26个气象观测要素值，其中土壤水分大小用0～30 cm土壤平均相对湿度表示。

采用主成分分析法和相关性分析法挑选出影响通辽市各地区玉米春播期土壤水分条件的显著气象因子，运用多元回归方程建立该地区玉米春播期土壤水分与气象因子间的数学预报模型方程，并对其进行回代检验，确定拟合度。同时用2016年玉米春播期土壤水分实测值对预报模型进行进一步验证。

2 结果与分析

2.1 显著气象因子的筛选

在SPSS数据窗口中输入通辽市8个旗县站26个气象要素历年值，并对除春播期土壤水分之外的其他25个要素值进行数据标准化处理，标准化后的数据名前加“Z”表示。将标准化后的数据进行因子分析，通过降维，抽取特征值＞1或累计贡献率＞80%的主成分，所得结果如表1所示。从表1可见，科尔沁区前7个主成分特征值＞1，同时，前7个成分累计贡献率达到83.358%，也符合累计贡献率＞80%的原则，所以决定用7个气象因子来代替原来的25个气象因子。其他7个旗县站也采用同样的主成分分析法来确定显著因子个数。

表1 各旗县站显著气象因子个数和累计贡献率

成分矩阵即因子载荷矩阵，每一个载荷量表示主成分与对应变量的相关系数，该系数表示该因子对变量的影响程度，也称为变量在因子上的载荷。但在成分矩阵中每个因子（主成分）的系数（载荷）没有很明显的差别，所以不好命名。因此，为了对因子进行命名，可以进行旋转，使系数向0和1两极分化，从旋转载荷矩阵可以看出每一个主成分对应的气象因子的载荷量[5]。之后结合相关性分析结果，得出每个主成分对应的显著气象因子，结果如表2所示。通辽市南北、东西各地区气象条件差异明显，对玉米春播期土壤水分影响也略有不同，因此，各地区选取的显著气象因子也略有差异，但总的影响的关键气象因子是相同的。

2.2 玉米春播期土壤水分预报模型的建立

采用多元回归分析法，确立通辽市8个旗县站点玉米春播期土壤水分预报的数学模型方程，并运用回代检验进一步确定每个预报模型的准确率。从表3可以看出，全市8个旗县站的预报模型拟合度均在81%以上，说明模型拟合度非常好。

2.3 2016年通辽市玉米春播期土壤水分预报模型验证

将通辽市8个旗县站2015—2016年相应气象要素值分别代入各自预报模型方程中，计算结果见表4。

从表4结果来看，全市8个旗县站中，仅巴雅尔镇的方程预报准确率不到60%，其余7个旗县站的方程预报准确率均在60%以上。全市8个旗县站春播期土壤水分预报模型总体准确率为78%，达到预期目标。

表2 影响各旗县玉米春播期土壤水分的显著气象因子

表3 玉米春播期土壤水分预报模型及拟合度 %

表4 2016年玉米春播期土壤水分预报模型验证 %

3 关于土壤水分预报模型的一些问题

有关土壤的监测、模拟和评估还存在不少问题，特别是监测方法和模拟方法不规范，使研究结果的可比性和精度大打折扣。土壤水分数据监测不连续和实时性差，更是一个较为普遍的现象之一，加之测定方法和数据处理方面技术原因，获得的土壤水分数据经常严重滞后，导致数据的利用效率低[6]。同时由于土壤水分受气象因子、作物以及土壤类型等多种因子的综合影响。因此，应该以土壤水分变化的机理性模型为基础[7]，兼顾各主要影响因子时空变化的随机模型，根据不同农田地域特点，建立综合性的土壤水分模拟模型，将多种预报方法综合起来考虑的组合预报分析将会是提高预报模型精度的一种有效途径[8]。随着我国经济的飞速发展、城市化进程的加快，土壤水分研究的范围将更加广泛[9]，土壤水分的测试仪器将更为精密，土壤水分的动态机理性研究将更加深入，以农业节水和高效用水为中心的土壤水分与作物关系研究将广泛开展[10]。

参考文献：

［1］马履一.国内外土壤水分研究现状与进展［J］.世界林业研究，1997，1（5）：26-31.

［2］庄季屏.四十年来的中国土壤水分研究［J］.土壤学报，1989（3）：241-248.

［3］姚贤良.土壤物理学的研究动态及展望［J］.土壤，1985（6）：281-289.

［4］朱祖祥.土壤水分的能量概念及其意义［J］.土壤学进展，1979（1）：1-2.

［5］张文彤.世界优秀统计工具SPSS 11.0统计分析教程（高级篇）［M］.北京：北京希望电子出版社，2002：191-199.

［6］申慧娟，严昌荣，戴亚平.农田土壤水分预测模型的研究进展及应用［J］.生态科学，2003，22（4）：366-370.

［7］申双和，川 英.农田土壤水分预测模型应用研究［J］.南京气象学院学报，1992，15（4）：540-548.

［8］申双和，川 英.农田土壤水分的随机模拟和预报［J］.南京气象学院学报，1993，16（3）：324-328.

［9］高 峰，胡继超，卞 赟.国内外土壤水分研究进展［J］.安徽农业科学，2007，35（34）：11146-11148.

［10］李洪文，高焕文.保护性耕地土壤水分模型［J］.中国农业大学学报，1996，1（2）：25-30.