美章网 资料文库 旱区葡萄园土壤水分分布范文

旱区葡萄园土壤水分分布范文

本站小编为你精心准备了旱区葡萄园土壤水分分布参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。

旱区葡萄园土壤水分分布

1材料与方法

田间试验是在中国农业大学石羊河流域农业与生态节水试验站皇台基地内进行,试验地处甘肃省武威市凉州区,属典型的内陆荒漠气候区,该地区光热资源非常丰富,全年日照时数达3000h以上,平均气温8.8℃,年积温(>0℃)3550℃,无霜期大于150d,地下水埋深25~30m。但是水资源相对匮乏,年降水164mm,年平均水面蒸发量2000mm。试验地的土壤质地为灰钙质轻砂壤土,土壤平均干密度为1.45g/cm3,孔隙率为52%。试验材料为酿酒葡萄梅鹿辄,于1999年定植,葡萄行为东西走向,行距为270cm,株距为100cm,沿葡萄行向在行内每隔10m立支柱,灌溉方式采用沟灌。试验范围长约480m,宽约150m。试验区根据葡萄行走向按照30m×30m布置网格,在每个网格中心布置采样点,根据葡萄园的走向网格布置为15排,每排4个采样点共计60个采样点,并在采样点附近布置2个重复,用GPS手持机对采样点进行空间定位。2009年4月12日为葡萄初次灌水时间,葡萄在5月上旬正处于新梢生长阶段,对水分比较敏感,于5月10日用Diviner2000测定各采样点处100cm深度范围内的土壤水分,并用烘干法进行校正。并根据葡萄根系分布将1m内土壤层分为:表层(10~20cm)、葡萄根区(20~80cm)、深层(80~100cm)。

2结果与讨论

2.1土壤水分的传统统计分析

利用SPSS软件,对1m深度内3个不同层次的土壤水分进行传统的统计学分析,分析结果见表1。由表1可见,土壤水分平均值具有明显的差异性,表层土壤水分值最低为12.98%;深层土壤水分值最高为20.23%。从平均值可以看出随着土壤深度的增加,土壤水分呈现出增大的趋势。这是因为在土壤特性一定的前提下,土壤水分主要受蒸发和作物生长影响[3]。表层水分值较小是由于表层土壤蒸发强烈,导致表层土壤水分值最小,葡萄根区范围内由于受到葡萄根系吸水的影响导致其水分值较小,而深层的土壤水分受作物生长和外界环境的影响比较小,所以水分值最大。在研究深度内土壤水分的变异系数在0.2238~0.3252之间,根据变异系数(Cv)的分级:Cv<0.1为弱变异性;0.1≤Cv≤1.0为中等变异性;Cv>1.0为强变异性。可知该葡萄园内的土壤水分属于中等变异强度,并且表层和深层的变异系数较小,根区的变异系数最大。由于表层主要受土壤蒸发影响,葡萄园内各点处蒸发基本一致,深层受外界的影响较小,所以表层和深层的变异系数较小。而根区深度由于各点处作物长势不同和沟灌的不均匀性导致根区变异系数最大。因此在沟灌中要控制好各个沟的灌水量,保证各沟灌水充分。采用单样本Kolmogorov-Smirnov(K-S)方法对不同深度的土壤水分进行检验,检验结果见表1,各层次土壤水分的检验结果值均大于显著水平0.05,符合正态分布假设,能直接对所采集的数据进行空间统计分析。

2.2土壤水分的地统计分析

2.2.1变异函数在变量满足二阶平稳假设的条件下,变异函数的理论公式为[4-5]:γ(h)=12E[Z(x+h)-Z(x)]2(1)式中:Z(x)和Z(x+h)分别为变量在x和x+h处的取值,h是变量的间距。实际应用中,由于只能知道区域化变量在有限采样点处的取值,因此无法采用上述变异函数的理论公式进行计算,而是首先计算变异函数的样本估计量,也称样本变异函数,计算式为:γ*(h)=12NhNhi=1[Z(xi+h)-Z(xi)]2(2)式中:Nh是在(xi+h,xi)之间用来计算样本的变异函数值的样本的对数。根据实测土壤含水率数据利用式(2)得到样本变异函数以后就可以对土壤含水率进行空间变异结构分析,然后建立一个最优的变异函数理论模型。利用GS+软件的SemivarianceAnalysis模块提供的球状、指数、线性及高斯模型对数据进行拟合对比,根据决定系数(R2)和残差(RSS)来选择最佳拟合[6]。根据上述方法获得各层次土壤水分的模型后,得到其变异函数理论模型的参数,结果见表2。由表2可知,各层次土壤水分的空间结构可用指数模型和球状模型描述。土壤水分的变异既具有结构性,又具有随机性,是由土壤类型、地形、母质以及种植制度、耕作措施等各种因素在不同方向不同尺度共同作用的结果。所有土壤水分的块金效应均为正值,说明存在着由采样误差、短距离的变异、随机和固有变异引起的各种正基底效应。按区域化变量空间相关性程度的分级标准,当(C0/(C+C0))<0.25时,表明变量有强的空间相关性;当0.25<(C0/(C+C0))<0.75时,表明变量有中等的空间相关性;(C0/(C+C0))>0.75时,表明变量有弱的空间相关性。从表2可看出,各层次的块金值均较小,并且块金值与基台值的比值也较低,范围为0.05~0.28,这些表明较小尺度上的某种过程可以忽视,随机部分引起的空间异质性程度不占主要作用。即说明了土壤的空间结构、气候等内在因子引起的空间异质性程度占主要作用。并且随着深度的增加内在因子对土壤水分空间分布的影响越大。从表2知各层次土壤水分的理论变异函数的有效变程分别为117.04、167.92、174.81m,即各层次土壤水分分别在0~117.04、0~167.92、0~174.81m范围内土壤水分存在空间自相关性,超出该范围后空间自相关性消失,点与点之间的土壤含水率相互独立。

2.2.2土壤水分的空间自相关性分析采用空间自相关Moran’sI系数(式(3))进行相关性分析[7]:I=nni=1nj=1wij(Xi-珡X)(Xj-珡X)ni=1nj=1wi()jni=1(Xi-珡X)2(3)式中:Xi和Xj分别为变量X在相邻配对空间i和j上的取值;wij为空间权重矩阵元素,表示空间变量在i、j二点间的连接关系;n为空间单元总数;I值为-1~1(I=0表示空间不相关,I>0为正相关,I<0为负相关)。分析结果见图1。图1土壤水分空间相关分析从图1可以看出各层土壤水分存在着一定的空间相关性,并且具有相似的变化趋势,即在滞后距较小时都呈正相关,随着滞后距的增大逐渐变化为负相关。空间相关大致反映了斑块的平均半径,正相关反映了相同性质斑块间的平均距离,负相关反映了性质相反的斑块间的平均距离[7]。土壤水分的这种变化趋势说明土壤水分的空间格局呈现出比较简单的斑块。以根区土壤水分的Moran’sI系数为例进行分析,根区土壤水分在0~70m范围内为正相关,超过70m表现为负相关,这说明在70m范围内为性质相同的斑块,超过70m为性质不同的斑块。这是因为在样区南段约0~70m的范围内存在着砂壤土,土壤持水能力较弱,在超过70m的样区北段土壤质地均匀,土壤含水率相对较高,使得南北二段土壤水分表现出性质不同的斑块类型。

2.2.3土壤水分的空间插值为了直观准确的描述土壤水分的空间分布特征,研究中利用ArcGIS9.2软件,采用克立格插值法绘制了研究区5月10日1m范围内各层次的土壤水分空间分布图(图略),研究区的土壤水分随着深度层次的增加呈现出逐渐增加的趋势,表层的土壤水分值最小,深层的土壤水分值最大。试验区内各层次的土壤水分值呈现出西南部和东北部较高,中部和东南部较低的趋势。根区的土壤水分对葡萄的生长影响最大,因此在进行灌溉时应参考根区的土壤水分制定灌溉制度。从根区的土壤水分分布看出,此时根区土壤含水率比较低,如果再不进行灌溉可能会对葡萄的生长产生影响。根区土壤水分空间分布大致可划分为3个区,北部、中部和南部。在即将进行下次灌水时可以根据各区的土壤水分确定灌水量实现节约用水,达到精准灌溉的目的。

2.3合理取样数的确定

土壤水分空间分布的研究离不开充足的取样数据,但是考虑到时间、费用等因素进行大规模的采样不现实,采用t分布法在置信水平分别为90%和95%,且精度为均值的10%和5%的情况下,得到了土壤水分在各层的取样数目(表3)。结果表明在一定的允许误差下,各层土壤水分所需的采样点数不同,其中根区所需的采样点最多。合理取表3土壤体积含水率所需的取样数目个土层90%置信度5%10%95%置信度5%10%表层61158722根区1193017043深层56148120样数目与置信水平及精度有关,不同置信水平及精度要求下取样数目不同。经典统计学的采样方法虽然能确定采样点的数目,但是并不能决定取样点的空间位置。由于土壤水分具有一定的空间结构性,因此,可将经典统计方法与地统计方法结合起来从而为取样点的合理设计提供指导。

3结论

葡萄园各深度处土壤水分均服从正态分布。各层次土壤水分平均值随着深度的增加而增加;不同层次处的土壤水分具有中等变异强度,并且随着深度的增加土壤水分变异系数强度呈现出先增加后减小的趋势。根区的土壤水分受葡萄长势和蒸发的影响比较大,因而变异强度较大。通过地统计分析表明研究区各层土壤水分最优变异函数的理论模型为指数模型和球状模型。各层次处土壤水分具有强的空间相关性,并且呈现出简单的斑块分布,说明了土壤的空间结构、气候等内在因子引起的空间变异占主要作用。各层次土壤水分理论变异函数的有效变程分别是117.04、167.92、174.81m,在有效变程范围内土壤水分存在空间自相关性,超出该范围后空间自相关性消失。试验区内土壤水分值呈现出西南部和东北部较高,中部和东南部偏低的趋势。根据根区土壤水分的空间分布对研究区土壤水分进行分区,然后根据各区的土壤水分制定灌溉能够实现水量的合理分配和精准灌溉。经典统计能够确定土壤水分的取样数目,但在设计中,还要考虑到土壤水分的空间结构性,结合地统计方法来合理设计取样点的空间位置,制定出合理的取样方案。