共查询到19条相似文献，搜索用时 298 毫秒
1.
《土壤通报》2015,(1):74-79
以南京市高淳区青山茶场典型坡面为例,布设39个土壤含水量监测样点。在土壤水分时间稳定性和层次聚类分析的基础上,选取典型监测样点组合,采用逐步多元线性回归构建各样点土壤含水量与典型监测样点土壤含水量的定量关系,并利用其预测不同时期各样点的土壤含水量。结果表明,10号样点的土壤水分随时间变化的波动最为剧烈,而40和17号样点则分别反映了研究区的平均和最高土壤水分状况;当仅监测7、9、10、13、17和40号样点时,34个样点回归模型的R2值大于0.80;利用三次不同时期的土壤含水量监测数据对模型进行验证,发现土壤含水量预测值和实测值十分接近,RMSE值均低于0.9 m3m-3。因此,该土壤水分优化监测方法可以在大大削减野外监测工作量的同时保证监测的效率。 相似文献
2.
[目的] 对半干旱区覆膜集雨渗灌系统下土壤水分空间分布状况及代表性样点的确定进行分析,为半干旱区果园水分管理提供了科学支撑。[方法] 以宁夏回族自治区固原市原州区彭堡镇覆膜集雨渗灌系统下的4 a生红梅杏树为研究对象,在分析土壤水分分布特征和时间稳定性的基础上,利用数学统计方法确定出可以代表果树周围土壤剖面含水量的测点,构建各监测点土壤水含量与代表样点间的关系并进行检验,在保证一定精度的条件下减少监测点数量和成本。[结果] ①土壤含水量的垂向和径向分布特征基本一致,水分含量随着土层深度和径距的增加先增大后减小;垂向土壤水分的变异系数由率先入渗点30 cm处往上逐渐减小,往下先增大后减小;径向土壤水分的变异系数离渗灌器越远越小;②通过时间稳定性选出湿润区的代表样点,再通过相关性分析和聚类分析代表样点所在垂向各测点之间的关系得出,其中3个监测点的土壤含水量可以代表整个0-60 cm深度剖面的含水量情况,并利用实测数据进行验证,其含水量误差在±5%。[结论] 土壤含水量在各方向的分布特征基本一致,可以确定3个代表性监测点为整个0-60 cm深度剖面的代表性样点。 相似文献
3.
塔里木河上游典型绿洲土壤水盐空间分异特征 总被引：12，自引：1，他引：12
结合传统统计学与地统计学方法,以塔里木河上游典型绿洲阿拉尔垦区为研究区,根据64个样点的试验数据,分析样区表层(0-10cm)和亚表层(10-20cm)土壤水盐空间分异特征。结果表明,土壤水分、pH值、电导率和全盐具有明显的空间变异性。样区土壤盐碱化程度较高,土壤水分表现为中等变异性,pH值为弱变异性,电导率、全盐及大部分离子含量为强变异性,盐分呈现强烈的表聚性特性。土壤水分和表层pH值的半方差理论模型较符合指数模型,亚表层pH值、电导率和全盐较符合球状模型。各指标块金值/基台值在0.122～0.316之间,且表层小于亚表层,空间自相关性较高,变异更多受结构性因素影响,空间结构较为复杂。指标的空间分布与区域环境密切相关,各层土壤水分、电导率和全盐均为西北高于东南,即沿河岸-绿洲-荒漠方向递减,而pH值表现为相反的规律。研究区棉田的长期连作,使得水盐运动在多年耕作棉区较为活跃,中小尺度下水盐空间分布的异质性增强。 相似文献
4.
5.
古尔班通古特沙漠腹地土壤水分时空分异研究 总被引：15，自引：0，他引：15
古尔班通古特沙漠土壤水分补给以积雪融水和雨水为主，土壤水分是维系古尔班通古特沙漠荒漠植被发育最主要的制约因子。选取沙漠腹地典型沙垄为研究区，并分地貌部位布设了土壤水分监测点、植物监测样方以及沙面蚀积监测铁钎和气象观测站，从而形成以土壤水分监测为主的综合监测场。通过野外标定，利用中子水分仪对典型沙垄的不同地貌部位土壤水分动态进行系统监测，结果表明：土壤水分受季节性积雪、降雨、地貌部位、地形起伏、植被盖度等因素的影响而出现明显的空间分异与时间变化。土壤水分的空间差异整体表现为垄问土壤水分高于垄顶，坡下高于坡上。土壤水分的时间变化表现：3～4月为土壤水分的补给期，5～6月为土壤水分快速损耗期，7～10月土壤水分最低，11月～次年2月表层土壤水分积累，而次表层、深层土壤水分相对稳定。 相似文献
6.
《土壤通报》2017,(1):14-21
本研究利用多重线性回归方程,以地形因子为预测变量,构建关于土壤有机质的土壤景观模型,并以西南山地丘陵区的一块面积为2 km2的汇水盆地为研究区,对该区域的土壤有机质空间分布进行预测。在此基础之上,探讨最少可用多少个点来预测土壤有机质的空间分布,并使之预测精度不低于原始集合的精度;同时,找出最优土壤样点布局,确定不同地形部位的取样单元,使之预测精度最高。研究结果表明:在预测误差最小化的情况下,最少可用7个优化的样点就可以代替原始200个采样点,且优化的样点数为124时,模型预测土壤有机质空间分布的精度最高。优化后的土壤景观模型的拟合度比原始模型提高了3.28%,MAE降低了5.3%,RMSE降低了3.94%。 相似文献
7.
利用高频率(5 min)的土壤水分探针和自动气象站监测三峡库区典型茶园坡面与林地坡面的土壤水分变化过程及其对降雨的响应，明确了林地和茶园土壤水分变化的规律，揭示了土地利用方式和微地形对土壤水分和降雨储蓄的影响机制。结果表明：(1)在时间上，茶园和林地土壤含水率随降雨量的变化而改变，土壤含水率随土层深度呈现“W”型和“S”型变化。土壤含水率年内变异系数随着土层深度的增加而降低，表层土壤(10 cm)含水率为中等变异水平(10%相似文献
8.
晋西黄土区土壤水分时空异质性分析 总被引：5，自引：0，他引：5
选择山西吉县蔡家川流域典型坡面,应用同一尺度(20 m×20 m)取样方法机械布设土壤水分监测点(313个),用TDR水分测定仪测定土壤水分(测定时间:2005年,分两个季节:4月和8月;土壤剖面分两个层次:0~30cm和30~60 cm),基于kriging插值的方法生成了研究区土壤水分空间分布图,并结合观测季土壤水分的时空分布状况,研究土壤水分在空间和时间上分布的随机性和结构性特征。研究结果表明:4月份0~30 cm土层土壤平均含水量低于30~60 cm土层,土壤水分变异系数高于30~60 cm土层,而8月份0~30 cm土层土壤平均含水量明显高于30~60 cm土层,土壤水分变异系数高于30~60 cm土层;4月、8月表层土壤水分含量基本相当,而底层土壤水分含量8月明显低于4月;8月土壤水分的空间异质性程度小于4月;4月份0~30 cm3、0~60 cm土壤水分含量多集中于10~15%之间,而8月份0~30 cm土多集中于10~15%之间,而30~60 cm土壤水分均低于10%,生长初期土壤水分能支持植物生长的需要,而生长旺季植被的耗水明显增强,从土壤中吸收的水分明显增加。 相似文献
9.
不同采样设计会对土壤呼吸空间变异特征的预测精度产生重要影响。本研究选取黄淮海平原北部潮土区1 km×1 km夏玉米样地,在7×7单元规则格网(样点间距167 m)、完全随机(样点平均间距433 m)以及3×3单元规则格网+完全随机(样点平均间距405m)3种布点方式的基础上,保持样本总量(49)不变,以占总样点2%～14%的短距离样点(样点间距4m)随机替换原方案相应样点个数的方法优化布点方式,应用普通克里金法插值,以均方根误差(RMSE)和确定系数(R2)作为验证指标,检验基于3种布点方式设置的短距离样点对土壤呼吸空间变异预测精度的影响。结果表明:研究区土壤呼吸平均速率为2.65μmol·m?2·s?1,空间分布均呈西高东低,表现出中等程度变异。采样设计对土壤呼吸空间分布的预测精度影响显著,基于3种布点方式设置短距离样点可提高预测精度7%～13%。无短距离样点替换时,规则格网+完全随机的布点方式最优,比完全随机布点和规则格网布点的空间插值预测精度分别提高10%和22%;设置短距离样点替换后,在最优布点方式(规则格网+完全随机)中,对土壤呼吸空间变异的预测精度可再提高4%～7%,其中短距离样点个数占样本总量10%对土壤呼吸空间变异预测精度的提高最为明显。研究发现,基于相同的样本数量设置短距离样点可增加区域范围内样点密度,提高土壤呼吸空间变异预测精度及试验结果的可靠性。因此,在黄淮海平原北部潮土区100 hm2尺度的夏玉米样地中,规则格网+完全随机+10%短距离样点的布点方式是预测土壤呼吸空间变异最适宜的采样布点方式。 相似文献
10.
基于水云模型的Sentinel-1A双极化反演植被覆盖区土壤水分 总被引：2，自引：0，他引：2
根据开展的景县地区玉米农田主被动微波遥感协同反演土壤水分监测试验,提出利用FY-3 B WMRI被动微波数据计算微波极化差异指数(MPDI),建立了植被层含水量反演模型,去除植被含水量对于农田土壤水分反演的影响,然后结合植被层含水量反演模型和水云模型,以及Sentinel-1A主动微波数据和部分实测样点土壤体积含水量数据建立植被覆盖区农田土壤水分半经验反演模型,最后验证分析Sentinel-1A VV/VH不同极化条件下土壤水分反演模型的精度。结果表明:VV极化条件下土壤水分反演模型反演精度为R~2=0.7422,RMSE=0.0674 cm~3/cm~3,MAE=0.0305 cm~3/cm~3,MaxE为0.1196 cm~3/cm~3,MinE=0.0024 cm~3/cm~3;VH极化模型为R~2=0.1898,RMSE=0.0768 cm~3/cm~3,MAE=0.0474 cm~3/cm~3,MaxE=0.1933 cm~3/cm~3,MinE=0.0190 cm~3/cm~3。研究区VH极化模型反演值存在普遍偏低现象,VV极化模型土壤水分反演结果优于VH极化模型。VV极化方式具有更强的穿透性,受到植被层衰减作用影响较小,对土壤水分含量变化也更为敏感。建立的VV极化条件下土壤水分反演半经验模型能较好地表征研究区土壤水分空间分布情况。 相似文献
11.
基于温度植被干旱指数的江苏淮北地区农业旱情监测 总被引：12，自引：7，他引：5
为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。 相似文献
12.
Hede Gong Yiping Zhang Yuhong Liu Guoping Yang Zhiyun Lu 《Acta Agriculturae Scandinavica, Section B - Plant Soil Science》2013,63(4):384-388
Abstract In this paper, the spatial-temporal dynamics of soil moisture content was investigated in an evergreen broad-leaved forest and a tea tree plantation in Ailao Mountains, which was dominated by Fagaceae (Castanopsis wattii and Lithocarpus xylocarpus). Soil moisture content was studied between January 2005 and December 2006 at different depths (from 0–150 cm) with a neutron probe. The results showed that mean soil moisture content in the evergreen broad-leaved forest was usually higher than in the tea tree plantation in the dry season, whereas it was lower than the tea tree plantation in the rainy season. In addition, mean soil moisture content was depth dependent, and in the 10–50 cm layer the spatial variability was due to the active root zone within this depth area in two types of land use. From 50–150 cm, the spatial variability was slightly increasing in the evergreen broad-leaved forest or relatively stable in the tea tree plantation. Our study also showed that soil moisture content was higher and more stable under the evergreen broad-leaved forest than the tea tree plantation, hence we stress that evergreen broad-leaved forest plays an important role in holding soil moisture. It is suggested that the protection of evergreen broad-leaved forest should be strengthened. 相似文献
13.
2012年4-8月,采用LI-8100开路式土壤碳通量测量系统对重庆缙云山4种典型林分（常绿阔叶林、竹林、针阔混交林和针叶林）的土壤呼吸速率进行测定,并同步测定5和10 cm土壤温度、湿度及pH值,分析4种林分土壤呼吸变化特征及其与环境因子的关系.结果表明：1）4种典型林分土壤呼吸日变化规律不同,5月、7月针阔混交林和针叶林土壤呼吸速率日波动幅度大于常绿阔叶林和竹林;2）各林分土壤呼吸速率均表现出4-7月升高而7-8月降低的月变化规律;3）土壤呼吸速率与5 cm、10 cm土壤温度均呈指数关系,常绿阔叶林的温度敏感性（5 cmQ10=2.054,10cm Q10=2.117）大于其他3种林分;4）常绿阔叶林土壤呼吸速率与土壤湿度无显著相关性,而对其他林分呈二次相关关系;5）常绿阔叶林的土壤呼吸与5 cm、10 cm土壤pH值显著相关,竹林的土壤呼吸仅与5 cm土壤pH值显著相关,其他林分未表现出显著相关关系. 相似文献
14.
降雨对不同土地利用类型土壤水氮变化特征的影响 总被引：1，自引：0，他引：1
以2018年6—10月降雨条件下园地、林地、荒草地、坡耕地和裸地的标准径流小区为研究对象,裸地为对照,通过研究降雨对园地、林地、荒草地、坡耕地和裸地的土壤含水率、总氮、硝态氮和铵态氮含量与土层深度和时间的变化特征,经野外试验数据统计分析,提出降雨对园地、林地、荒草地、坡耕地和裸地土壤含水率、总氮、硝态氮和铵态氮含量与土层深度和时间变化特征的影响。结果表明:降雨增加园地、林地、荒草地、坡耕地和裸地土壤含水率,加速土壤总氮、硝态氮和铵态氮水解转化硝化和反硝化速度,影响土壤含水率、总氮、硝态氮和铵态氮含量,降雨与土壤含水率、总氮、硝态氮、铵态氮呈显著相关性(P0.05)。降雨条件下园地、林地、荒草地、坡耕地和裸地的土壤含水率随土层深度增大而增大,土层深度100 cm处土壤含水率最大,分别为30.34%,27.67%,24.98%,24.03%和21.95%,总氮随土层深度增大呈先增大后减小,在土层深度为60 cm土壤总氮含量最大,分别为1.02,0.99,0.90,0.86,0.75 g/kg,硝态氮和铵态氮含量随土层深度增大而减小,在土层深度为100 cm硝态氮和铵态氮含量均最小,其中硝态氮含量分别为9.01,7.89,7.25,6.10,5.22 mg/kg,铵态氮含量分别为9.41,9.14,6.40,5.38,4.37 mg/kg。土壤含水率随时间的延长先减小后增大又减小,呈正余弦变化趋势,8月土壤含水率最大,分别为22.97%,22.01%,19.87%,19.03%和17.98%,总氮随时间的延长先增大后减小,8月总氮最大,分别为1.09,1.01,0.94,0.84,0.76 g/kg,硝态氮和铵态氮含量随时间的延长而逐渐减少,6月硝态氮和铵态氮含量均最大,其中硝态氮含量分别为13.40,12.37,11.20,10.39,8.67 mg/kg,铵态氮含量分别为18.89,17.02,14.54,12.02,8.36 mg/kg。不同土地利用类型土壤含水率、总氮、硝态氮和铵态氮平均值与土层深度和时间关系由大到小依次为园地、林地、荒草地、坡耕地和裸地,研究结果为农田土壤水肥流失控制和养分利用提供理论技术支持。 相似文献
15.
喀斯特槽谷区不同林草恢复模式下土壤入渗特征 总被引：7，自引：5，他引：2
为研究不同林草恢复模式对喀斯特槽谷区坡面的水土保持效应,采用野外调查和室内分析相结合的方法,对比分析了喀斯特槽谷区顺、逆向坡面不同林草模式(林地、花椒地、灌草地)下的土壤理化性质和入渗特征。结果表明:(1)顺、逆向坡面下林地容重最小,孔隙度最好,含水率和有机质含量最高,其次是花椒地和灌草地;顺向坡土壤有机质含量显著高于逆向坡(P<0.05),但其他理化指标间差异不显著(P>0.05)。(2)顺、逆向坡面下花椒地入渗曲线较陡峭,而林地、灌草地相对较缓;灌草地入渗率最先趋于稳定(20min左右),而花椒地和林地入渗率在30min左右开始缓慢下降,直到75min以后渐渐趋于稳定;各林草恢复模式下土壤入渗能力均为林地>花椒地>灌草地(P<0.05)。(3)入渗模型中,Horton模型拟合效果最好(R2>0.712),模拟稳定入渗率与实测值间的回归方程决定系数R2高达0.9789。(4)研究区土壤稳定入渗率与总孔隙度、非毛管孔隙度、饱和含水量及pH均呈正相关,而与有机质呈负相关,其中总孔隙度对土壤入渗性能影响最大,有机质影响最小;利用上述指标建立的多元线性回归方程可精确预测土壤稳定入渗率。研究结果可为喀斯特槽谷区坡面植被恢复选择及土壤入渗性能评估提供理论参考。 相似文献
16.
Surface and profile soil moisture spatio-temporal analysis during an excessive rainfall period in the Southern Great Plains,USA 总被引：1，自引：0，他引：1
In this work we analyze the temporal stability of soil moisture at the field and watershed scales in the Little Washita River Experimental Watershed (LWREW), as part of the remote sensing Cloud and Land Surface Interaction Campaign (CLASIC07) during June 2007 in south-central Oklahoma. Temporal stability of surface and profile soil moisture data were investigated for 20 LWREW soil moisture measurement stations. In addition, daily surface and profile soil moisture measurements were obtained in four 800 m by 800 m fields (remote sensing footprint), including two rangeland sites and two winter wheat fields. The work aimed to analyze the temporal stability of soil moisture at the watershed and field scale and to identify stations within the watershed, as well as locations within each field, that were representative of the mean areal soil moisture content. We also determined the relationship between sites found to be temporally stable for surface soil moisture versus those determined stable for average profile soil moisture content. For the unusually wet experimental period, results at the watershed scale show that LWREW stations 133 and 134 provided stable underestimates, while stations 132 and 154 provided stable overestimates of the watershed mean at all depths. In addition, station 136 had very high non-zero temporal stability at the 25 cm and 45 cm depths indicating that it could be used as representative watershed site provided a constant offset value is used to acquire a watershed mean soil water content value. In general, the deeper depths exhibited higher soil moisture spatial variability, as indicated by the higher standard deviations. At the field scale, measured average profile soil moisture was higher in the winter wheat fields than the rangeland fields with the majority of the winter wheat depth intervals having high non-zero temporal stability. Field scale temporal stability analysis revealed that 4 of the 16 sampling sites in the rangeland fields and 3 of the 16 sampling sites in the winter wheat fields either under or overestimated the field means in the 0–5 and 0–60 cm depth intervals. Field sites considered temporally stable for the surface soil moisture were not stable for the profile soil moisture, except for the LW45 field where two sites were stable at both the surface and profile soil moisture. This finding is significant in terms of soil moisture ground-truth sampling for calibrating and validating airborne remotely sensed soil moisture products under extremely wet conditions. In addition, identification of temporally stable sites at the watershed and field scales in the LWREW provide insight in determining future measurement station locations and field scale ground sampling protocol, as well as providing data sets for hydrologic modeling. 相似文献
17.
18.
土壤水分是季节性干旱区农业生产的限制因子,研究紫色土坡耕地土壤水分变化特征有助于解决坡耕地的生态水文型干旱问题。以金沙江下游季节性干旱区紫色土坡耕地为研究对象,使用PR2/6土壤剖面水分测定仪在雨季对5°、10°、15°、20°、25°、30°坡面10、20、30、40、60、100 cm土层的土壤体积含水量进行连续监测,分析紫色土剖面含水量变化特征。结果表明:坡耕地土壤水分随时间的变化特征可分为四个阶段:6月初至6月底为土壤水分恢复期,7月初至8月中旬为土壤水分快速补充期,8月中旬至8月底为土壤水分消耗期,9月初至9月底为土壤水分回升期。土体剖面含水量自上而下呈现逐渐增加的趋势,且各层含水量都具有显著的差异性和相关性。6个监测点最大含水量均出现在100 cm处,为19.67% ~ 33.82%,最小含水量大多出现在20 cm处,为3.07% ~ 11.71%。土壤含水量变异系数自上而下逐渐降低,10 cm处土壤含水量变异系数最大,为8.67% ~ 56.28%,100 cm处最小,为0.68% ~ 14.76%;土壤含水量随着坡度的增加总体上呈减小趋势,在0 ~ 60 cm土层,10°监测点的土壤含水量最高,为12.20% ~ 20.40%,在0 ~ 100 cm土层,25°监测点的土壤含水量较低,为4.28% ~ 19.22%。降雨和坡度对土壤含水量均有显著影响,二者对土壤含水量的影响随土层深度的增加而减弱。研究结果对紫色土坡面水资源高效利用及提高农业生产力具有重要意义。 相似文献
19.
[目的]研究马铃薯田间不同深度土壤含水率的空间分布规律及其合理采样数,为大型喷灌条件下精准灌溉制度的制定提供科学依据。[方法]在约34 hm~2的农田中采用固定与随机相结合的方法布设了116个取样点,分别测定了0—20 cm和20—40 cm深度的土壤含水率,采用经典统计学与地统计学相结合的方法,研究喷灌前后马铃薯生长期内土壤含水率的空间分布特征及其合理采样数。[结果] 0—20 cm深度灌溉前和灌溉后的平均土壤含水率的变化范围7.61%～13.79%,20—40 cm深度灌溉前和灌溉后的平均土壤含水率的变化范围为8.71%～16.12%;总体上土壤含水率变异系数变化范围为16.47%～28.55%,均表现为中等程度的变异性,20—40 cm深度的土壤含水率变异程度略高于表层。连续2 a马铃薯各时期土壤含水率总体表现为中等程度的空间相关性,土壤含水率空间变异受随机因素与结构因素共同影响。田间水分总体上呈斑块状分布,灌水后期土壤含水率的分布较灌前更为分散。地统计学得出田间合理采样数为87个。[结论]在大型喷灌条件下马铃薯田间土壤含水量存在中等程度的空间变异性,并且地统计学与传统统计学两种方法均适用于确定农田平均土壤含水率的最优采样数量。 相似文献