基于季节特征的土壤退墒模型建立与率定

陈学珍,马 琳

(河南省南阳水文水资源勘测局，河南 南阳 473000)

干旱是影响农业生产的严重自然灾害[1-2]。土壤墒情是判断植物受干旱程度的重要指标，土壤墒情状况直接影响作物的正常生长及其产量、产品的形成。因此，快速、准确地预报农田土壤水分含量，对于探明作物生长发育期内土壤水分盈亏，选择合适的土壤水分管理措施，做出相应的抗旱决策，最终实现农业的高产、高效与优质具有重要意义。尤其在全球气候变化的背景下，以旱灾为主的灾害性气候发生频率与强度不断增加，对农田土壤旱情进行准确预测以及对灾害预警的需求更为迫切。

早在20世纪70年代，国外已开始了关于土壤墒情监测预报的研究，至80年代末土壤墒情预报得到迅速发展[3-4]。为了加强我国土壤墒情预报研究，水利部2007年颁布了《土壤墒情监测规范》，并在全国开始建设墒情监测站网。然而，截止目前，仅黑龙江、吉林、安徽等省建成墒情信息管理系统，开展了比较规范的墒情监测预报。土壤墒情受气候(降水、气温、风)[5-6]、灌溉、土壤质地、地形地势[7-8]、作物种类及其栽培模式[9]等诸多因素控制，因此，综合考虑上述因素建立相应模型进行土壤墒情预报是一项极其艰难的工作。由于干旱是目前我国农业生产面对的最普遍、最严重的自然灾害之一，为了最大限度降低旱灾所带来的负面影响，对土壤墒情进行预测与旱灾预防工作一直是旱地农业工作者的主要研究目标之一。然而，许多土壤墒情预测模型如神经网络模型法[10]、水分动态预测模型[11]、时间序列法[12]、综合模型法[7]、移动统计法[8]、差减统计法[13]、遥感监测法[14]、远程预报[15]等，或建模与使用复杂，或需要比较先进的技术，而我国地域辽阔，各地旱情特征表现不尽相同，开展旱情预测时需要动员地方农业工作者参与，对旱情预测模型的终极使用者，即地方农业工作者而言，旱情预测模型使用方便、简捷是第一要求，土壤退墒模型就具备这一特征[16]。

本文以河南省南阳市为例，利用水利部在该市建立的12个土壤墒情监测站2011—2015年实测的土壤水分数据，建立夏、冬及春秋3个不同季节的退墒模型，利用2016—2017年两年实测值对模型预测值进行验证，明确退墒模型在本区的实用性，以期为南阳市土壤墒情监测与预报提供一定科学依据。

1 研究区域与研究方法

1.1 研究区域

南阳市位于河南省西南部、豫鄂陕三省交界处，为三面环山、南部开口的盆地，总面积2.65万km2，地处亚热带向温带的过渡地带，年均气温15.7℃，多年平均降水量826.7 mm，多年水面平均蒸发量为844.5 mm，降水多发生在6—9月，存在较大时空差异。虽属大陆湿润半湿润季风气候，但干旱年年发生，近年来旱情成灾频率呈上升趋势。

水利部在河南省南阳市共设立了12个土壤墒情监测站点，各监测点基本信息如表1所示。监测站土壤类型有壤土、粘壤和沙壤3种，种植模式包括冬小麦-夏杂粮(每年10月初播种，次年6月上旬收获)、冬小麦-夏水稻(每年6月上旬栽种，当年9月底至10月初收获)与休闲等3种。

表1 南阳市墒情站基本信息

1.2 材料及来源

1.2.1 土壤含水量 自2011年1月1日起，每月上、中、下旬的第1日分别在12个墒情站采集0～10 cm、10～20 cm与20～40 cm土层样品，采用105℃烘干法测定土壤含水量，其计算公式为：

ω=wω/ws×100

(1)

式中，ω为土壤重量含水量(%)；wω与ws分别为土壤样品中水分重量与干土重量。

采用加权法计算土壤0～40 cm平均含水量，0～10 cm、10～20 cm与20～40 cm对应权重分别为3/8、3/8与1/4。

1.2.2 降雨资料 降雨资料取自12个墒情监测站，各监测站自2011年开始执行规范监测，保存有2011年1月1日至今的完整降雨资料。

1.3 研究方法

1.3.1 模型选择 本研究选用土壤退墒模型[16-17]，该模型基于蒸发原理，在无雨天气下0～40 cm耕层土壤含水量随土壤水分蒸散而逐渐降低，土壤水分蒸散量与土壤含水量呈正比，可利用API 模型的前期影响雨量计算方法算出土壤耕层含水量消退量，计算公式为：

ωt+n=(αt+1αt+1…αt+n)ωt

(2)

式中，ωt+n为第t+n日土壤含水量；ωt为第t日土壤含水量；αt+1～αt+n为t+1～t+n日的衰减系数。理论上受土壤含水量及气象条件的影响，每日的衰减系数均不相同，但现实中很少通过人工法对每日的土壤含水量进行测定。由于土壤含水量具有时间相关性，分析时可以假设连续两次监测土壤含水量间隔时段内每日的衰减系数相同，故式(2)可简化为：

ωt+n=αnωt

(3)

式中，α为t+1～t+n日的平均衰减系数，α值与土壤初始含水量间呈负相关关系，初始含水量越高，土壤水分蒸散速率越大，而土壤含水量衰减越快，衰减系数越小，反之亦然。当土壤初始含水量接近或达到凋萎系数时，土壤含水量变化基本处于稳定状态，此时，衰减系数趋近甚至等于1。

1.3.2 模型建立与参数率定

(1)计算衰减系数。选取南阳市12个墒情监测站2011年1月1日至2015年12月21日期间的干旱连续无降水时段，根据人工取样实测土壤含水量的日期，计算出相邻两次监测的间隔天数，根据式(3)，计算间隔n天内的衰减系数为：

(4)

(2)退墒模型建立。利用公式4计算出2011年1月1日至2015年12月21日期间不同监测时段的衰减系数。由于衰减系数受气温因素影响最为严重，为了避免干扰、提高预测的准确性，根据气象条件将一年划分成夏季、春秋与冬季3个时段，将计算所得衰减系数分为春秋季(3—5月，9—11月)、夏季(6—8月)、冬季(12—2月)3组，分别与对应的含水量进行回归分析，建立衰减系数与土壤含水量间的相关关系——土壤退墒模型。

衰减系数与土壤含水量呈椭圆型函数关系，其表达式为：

(5)

式中，a与b均为常数。

(3)退墒模型验证。由于2018年一些监测点数据不完整，本研究利用2016—2017年数据对模型进行验证。即利用土壤退墒模型计算出南阳市不同墒情监测站2016—2017年夏季、春秋与冬季不同时段土壤含水量，并与同时段同一站点实测值进行比较，根据差值对所建立的土壤退墒模型的可靠性进行验证与评价。

2 结果与讨论

2.1 模型建立

为了避免气候对退墒模型的影响，通常对不同季节分别建模。将12个墒情站数据不分地点、土壤类型及作物种类混合在一起，按照夏、春秋与冬季进行分类，利用土壤退墒模型(公式(5))分别对夏季、春秋季及冬季土壤含水量与衰减系数进行回归分析，拟合出南阳市不同季节土壤退墒模型中常数a与b值，结果如表2所示。

由表2可知，所有季节退墒曲线R2均大于0.65(P<0.01)，说明土壤退墒模型可以描述南阳市监测点土壤水分损失。夏季R2小于春秋季与冬季，可能是由于夏季气温高，土壤水分蒸发与作物蒸腾作用强烈使得衰减系数与土壤水分间的关系产生较大波动。比较不同季节a、b值可知，夏季a值最高，冬季最低；b值规律则正好相反，冬季最高，夏季最低。

表2 南阳市不同季节退墒曲线参数拟合值

说明a值与b值均受季节影响，可能是由于不同季节土壤水分损失强度不同所致，a值与气温呈正相关，而b值与气温呈负相关关系。

最终所得不同季节土壤水分衰竭系数模型分别为：

夏季：

α=1.023(1-ω2/4353)1/2

(6)

春秋季：

α=1.013(1-ω2/7005)1/2

(7)

冬季：

α=1.008(1-ω2/9303)1/2

(8)

模型显示衰减系数α与土壤含水量ω呈负相关关系，根据土壤水分衰竭系数α及土壤初始含水量ωt，即可利用式(3)对未来某时间点的土壤含水量进行预测。

2.2 土壤含水量预测

将12个墒情站2016—2017年夏季、春秋季与冬季土壤含水量分别带入到模型(6)、(7)与(8)中，计算出相应的衰减系数，利用公式(3)预测出各墒情站不同季节连续无降雨时间土壤水分状况，并与同期实测土壤含水量进行比较，对模型预测的准确性进行验证。由于所有监测站每10～11 d测定一次土壤含水量，符合连续10～11 d无降水条件的数据并不多，2016—2017年符合条件的数据仅75组，夏季、春秋季与冬季分别为23、29与23组。对所有不同季节土壤含水量预测值及与实测值的差异如表3～5所示。

由表3可知，利用模型(6)及公式(3)对2016—2017年夏季所有质地为壤土与粘土的墒情站土壤含水量预测结果显示，与实测值误差最大为2017年7月1日的唐河站(绝对误差为1.7%)，所有结果均符合我国土壤墒情监测规范(绝对误差<2%)的精度范围，说明该模型适用于南阳市夏季壤土与粘土质地，且不受种植类型的影响，可以对南阳市夏季壤土与粘土质地小麦田、水稻田(旱稻)及休闲地(有杂草生长)土壤墒情进行预测。

表4显示，利用模型(7)及公式(3)对2016—2017年春秋季所有质地为壤土与粘土的墒情站土壤含水量预测结果显示，所有23个预测值与实测值间的绝对差异均在我国土壤墒情监测规范2%的精度范围，只是有3个预测值(西峡站2016年4月21日、白土岗站2017年10月11日与社旗站2016年9月11日)与实测值差值大于1.5%。与夏季结果相似，模型(7)适用于南阳市春秋季壤土与粘土质地，且不受作物种植类型的影响，可以对南阳市春秋季壤土与粘土质地小麦田、水稻田(旱稻)及休闲地(有杂草生长)土壤墒情进行预测。

表4 南阳市春秋季土壤含水量预测及验证

表5显示，利用模型(8)及公式(3)对2016—2017年冬季3种质地、3种种植类型土壤含水量23次预测结果与实测值差值均小于2.0%，符合我国土壤墒情监测规范精度范围，说明土壤退墒模型对冬季土壤墒情预测时实用范围较广，受土壤质地、作物种植类型的影响较小。

表5 南阳市冬季土壤含水量预测及验证

模型的可靠性与数据量有关，数据量越多，模型越可靠。作为水利部土壤墒情监测站点，南阳市12个站已积累了8年多的数据，是准确建立退墒模型的基础。因此，相比其他干旱预测模型，退墒模型参数少、各项参数获取方法简单，仅仅利用长期土壤水分监测资料即可计算模型参数，适合地方农业工作者使用。2007年水利部在全国各地开展的墒情监测站点建设，积累了丰富的土壤水分与气象资料，为土壤退墒模型的建立提供了方便。

3 结 论