基于水文气象多因子的夏玉米生育期土壤水分预测研究

王丽丽，王振龙，杜富慧，王 健，许莹莹，范 月(.河北工程大学，河北 邯郸 0560；.安徽省

(水利部淮委)水利科学研究院，安徽 蚌埠 233000；3.河海大学，南京 210000)

土壤水分是农田管理的重要参数[1]，对作物的生长极为重要。淮北地区是重要的农作物种植和粮食生产基地，其作物主要以旱作物夏大豆、夏玉米和冬小麦为主。降雨量年际变化大，年内分布不均，且旱涝交替发生[2]。为了更好地利用土壤水分，掌握田间土壤水分动态变化，国内外许多学者围绕土壤水分预测，采用不同方法以及不同角度进行了相关研究。如杨绍辉[3]、李军[4]和路璐[5]等利用ARIMA模型分别对北京市、贵阳市和淮北平原的土壤水分进行预测；崔琳[6]等用逐步回归的方法对黑龙江西部林地建立了基于气象因子的土壤水分预测模型；BAI[7]等用小波分析和NARX神经网络建立了黄土丘陵地区的土壤水分预测模型；舒素芳[8]等利用灰色关联度分析土壤含水率与各气象因子的关联度，找出关联系数强的一个气象因子建立土壤含水率预测模型；陈斌[9]等利用水量平衡方程和最小二乘法得出关于土壤含水率的线性回归方程；牛赟[10]等通过分析土壤水、地下水、降雨量的年际、年内的变化特征以及三者的相关性分析，建立了三者的回归模型；张聪聪[11]等利用通经分析和逐步回归分析对太湖地区的土壤水分进行了预测。但在采用多个水文气象因子对土壤含水率的综合影响研究方面，以及怎样提高预测精度等方面研究不多。本研究是把夏玉米的生育期分成4个阶段，采用相关分析筛选出4个关键水文气象因子，以影响因子最大的为初始变量，逐个添加到4个因子分别建立了夏玉米各生育期不同土层0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0、0～0.5 m土壤含水率多元回归预测模型，表现出较高的预测精度，可用于淮北地区夏玉米生长期土壤水分预测。

1 实验研究概况

1.1 实验站概况

五道沟实验站始建于1953年5月，是淮河平原区综合水文实验站，地处安徽蚌埠市固镇县新马桥镇原种场境内，离蚌埠市25 km，占地3 万m2，该实验站设有土壤水分、潜水蒸发、气象、径流等实验观测要素，并积累了不间断的长系列实验资料。该区属暖温带半湿润季风气候，多年平均降雨量为893 mm，汛期(6-9月)的降雨量占全年降雨量的62%。多年平均水面蒸发量1 050 mm，多年平均气温在14 ℃。该地区农作物主要以夏玉米、夏大豆和冬小麦为主，土壤类型主要为砂姜黑土，占淮北平原土壤总面积的54%。

1.2 资料选取与实验方法

文选取的资料是五道沟实验站1991-2018年夏玉米生育期间0～1 m垂直深度的土壤水分资料，该土壤水分取样为5天一次(每逢1日逢6日)，雨后加测，用烘干法测得各垂直土层的土壤含水率。地下水埋深资料选择大田观测井资料。水文气象资料选取1991-2018年夏玉米生育期间日降雨量、水面蒸发、风速、日照时数、气温、绝对湿度等气象因子实测数据。分别计算出地下水埋深和各个气象要素与各层(0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0、0～0.5 m)土壤水分的相关系数，并分别建立了多元线性回归方程。

2 结果与分析

2.1 土壤含水率和地下水埋深对降雨量的响应

土壤水是地下水和降雨转化关系的纽带，作物根系主要分布在0～0.5 m土层。采用1991-2018年资料，分析了多年平均降雨量、0～0.5 m平均土壤含水率和地下水埋深的变化关系。0～0.5 m平均土壤含水率与降雨量的变化过程线如图1所示；0～0.5 m平均土壤含水率和地下水埋深变化过程线如图2所示。由图1和图2可知，在6月底到7月中旬降雨量较大，这时夏玉米处于播种-出苗期，作物蒸散发和需水量较小，导致土壤含水率增大和地下水埋深升高。在7月中旬到8月中旬，降雨量较平缓，此时夏玉米处于拔节-孕穗期，作物生长旺盛，茎叶增长快，同时气温不断升高，叶面蒸腾和土壤蒸发较强烈，需水量增加，需水量和降雨量之间存在相互抵消的部分，土壤含水率变化不大。在8月中下旬到9月中旬，夏玉米处于抽穗-开花期，气温高，植物新陈代谢旺盛，对水分的需求量高，当降雨量小于需水量时，土壤水分呈现略有降低的趋势； 在9月中下旬到10月初，夏玉米处于灌浆-成熟期，当处于灌浆期时，作物耗水量较大，因此土壤水分会随着降雨量的大小出现升高或降低的趋势；当处于成熟期时，籽粒基本成熟，作物的生理活动减弱，需水量减小，受降雨影响，土壤含水率有升高趋势，地下水埋深也出现了抬高的现象。在实际应用中，土壤含水率不仅仅与降雨量、地下水埋深有关，还与外界气象因子(水面蒸发、日照时数、风速、气温、湿度等)有关，因此，分析了夏玉米在不同生育期间不同土层土壤水分与各种水文气象因子的相关性。

图1 夏玉米生育期多年平均0～0.5 m土壤含水率随降雨量的变化过程线Fig.1 The variation of 0～0.5 m soil moisture content with rainfall in summer maize growth period

图2 夏玉米生育期多年平均0～0.5 m土壤含水率与地下水埋深的变化过程线Fig.2 The variation of 0～0.5 m soil moisture content and groundwater depth in summer maize growth period

2.2 土壤水分和各气象因子的相关分析

采用1991-2018年多年平均地下水埋深、降雨量、水面蒸发、风速、日照时数、平均气温和绝对湿度等水文气象因素来逐个分析对土壤含水率的影响。并用SPSS软件对夏玉米各生育期间各个土层的土壤含水率分别与各气象要素进行相关分析，结果见表1。由表1可知，在夏玉米的播种-出苗期，与土壤含水率相关性较好的气象因子为绝对湿度、降雨量、水面蒸发和地下水埋深；随着土层深度的增加，与水面蒸发的相关性逐渐减弱，与地下水埋深的相关性逐渐增强，相关性好的几个气象因子为地下水埋深、绝对湿度、降雨量和气温；在拔节-孕穗期，在土层表层与土壤含水率相关性好的气象因子为绝对湿度、地下水埋深、降雨量和气温，随着土层的增加，风速的相关性变大，与土壤含水量相关性好的气象因子为绝对湿度、地下水埋深、气温和风速；在抽穗-开花期，与土壤含水率相关性好的气象因子为地下水埋深、绝对湿度、风速和水面蒸发，随着土层的增加，地下水埋深、风速和绝对湿度的相关性逐渐增强，与水面蒸发的相关性减弱；在灌浆-成熟期，与土壤含水率相关性好的气象因子为地下水埋深、气温、绝对湿度和风速。其中，在夏玉米整个生育期，土壤水分与地下水埋深和绝对湿度的相关性最强(相关系数达0.978和0.972)，主要是因为该地区属于地下水浅埋区，与土壤水交换频繁，因此对土壤水的影响较大。绝对湿度是由土壤水分的蒸发和植物体内的水分蒸腾形成的，因此和土壤水分的关系密切。

表1 夏玉米各生育期各土层土壤含水率与各气象要素相关系数统计表Tab.1 Statistical table of correlation coefficient between soil moisture content and meteorological elements of each soil layer in each growth period of summer maize

注：*为0.05 水平(双侧)上显著相关；**为0.01 水平(双侧)上显著相关。

2.3 土壤水分与各水文气象因子的模型构建与检验

由表1可知，在夏玉米整个生育期，土壤水分与地下水埋深和绝对湿度的相关性最强。在播种-出苗期，与降雨量和蒸发的相关性也较强；其他生长阶段，与气温和风速的相关性较强。分别以与土壤水分相关性最强的水文气象因子作为初始变量，逐个添加到4个因子分别建立土壤水分与各水文气象因子的多元回归方程，拟合精度由最初的0.441～0.945增加到0.781～0.993，见表2和表3。由表2和表3可知，随着气象因子的增多，模型的拟合精度越来越高。

表2 夏玉米各生育期各土层土壤含水率与相关性好的1、2个气象因子回归分析结果Tab.2 Regression analysis results of one and two meteorological factors with good correlation between soil moisture content in each soil layer of summer maize growth period

注:S为土壤含水率，%；X1为地下水埋深，m；X2为降雨量，mm；X3为水面蒸发，mm；X4为风速，m/s；X5为日照时数，h；X6为气温，℃；X7为绝对湿度，kg/m3。表3同。

根据2017-2018年夏玉米土壤水分资料和相应水文气象资料，分别计算了夏玉米各生育期不同土层的土壤水分值，以选取拟合精度最高的土壤水分预测模型，并把土壤水分预测值与实际值进行比较，见表4。由表4可见，土壤表层的平均相对误差相对较大，控制在0.15以内，主要是因为土壤表层土质疏松，且受外界条件影响因素复杂，但随着土层的增加，误差基本控制在0.1以内。表明该模型具有较好的预测能力，可用于土壤水分预测。

3 结 语

(1)本文计算了夏玉米各生育期不同土层的土壤水分与水文气象因子的相关性。其中，在夏玉米整个生育期，土壤水分与地下水埋深和绝对湿度的相关性最强，相关系数为0.978和0.972。在播种-出苗期，与降雨量和蒸发的相关性也较强，相关系数达0.965和0.904；其他生长阶段，与气温和风速的相关性较强，相关系数达0.944和0.759。

表3 夏玉米各生育期各土层土壤含水率与相关性好的3、4个气象因子回归分析结果Tab.3 Regression analysis results of three and four meteorological factors with good correlation between soil moisture content in each soil layer of summer maize growth period

表4 夏玉米各生育期各土层土壤含水率验证结果表 %Tab.4 Verification results of soil moisture content of each soil layer in each growth period of summer maize

(2)研究以相关性最大的影响因子为初始变量，逐步添加到4个因子，分别建立了夏玉米各生育期土壤水分预测模型，且随着变量的增多，模型拟合精度越高，当变量为4个时，R2为0.78～0.99。除了土壤表层，平均相对误差均可控制在0.1以内。可以用于夏玉米各生育期土壤水分预测。

本文针对淮北平原中南地区的砂姜黑土种植夏玉米时的土壤水分进行了研究，对北部地区黄潮土种植不同作物时的土壤水分预测模型有待进一步研究。