基于高密度電阻率成像法的隴中半干旱區(qū)土壤含水量監(jiān)測研究*

岳 寧董 軍李 玲闞 飛王 剛黃少文魏國孝**

(1.蘭州大學(xué)資源環(huán)境學(xué)院/西部環(huán)境教育部重點試驗室 蘭州 730000; 2.山東農(nóng)業(yè)大學(xué)水利土木工程學(xué)院 泰安 271000)

基于高密度電阻率成像法的隴中半干旱區(qū)土壤含水量監(jiān)測研究*

岳 寧1董 軍1李 玲1闞 飛1王 剛2黃少文2魏國孝1**

(1.蘭州大學(xué)資源環(huán)境學(xué)院/西部環(huán)境教育部重點試驗室 蘭州 730000; 2.山東農(nóng)業(yè)大學(xué)水利土木工程學(xué)院 泰安 271000)

土壤含水量是影響半干旱區(qū)農(nóng)作物生長的重要因素。為了準確測定土壤含水量的變化動態(tài)以指導(dǎo)農(nóng)業(yè)高效用水,近年來,利用地球物理測量方法研究高分辨率的水流入滲,已經(jīng)越來越受到歡迎和重視。本文以隴中半干旱區(qū)玉米田為例,通過在土壤表面布置電極,利用高密度電阻率成像法(ERT)對降雨前后土壤二維剖面進行電阻率數(shù)據(jù)測量,實現(xiàn)對土壤二維剖面電阻率值和含水量監(jiān)測,解釋不同條件下土壤含水量變化的原因,建立隴中半干旱區(qū)農(nóng)田土壤電阻率和含水量之間的相關(guān)關(guān)系。結(jié)果表明：降水入滲使得二維剖面土壤電阻率整體呈明顯降低趨勢,反演得到的電阻率圖像局部電阻值“高-低-高”的變化過程,與一次降水過程前后“干-濕-干”的循環(huán)過程一致。土壤含水量實測值與估計值之間有較為顯著的線性關(guān)系(R2=0.651 8,n=96)。在0～2.0 m深度范圍內(nèi),總體估計偏差較小,為0.74%;土壤含水率的估計精度較高,為2.64%。0～0.5 m土層(H1)含水量監(jiān)測探頭分布密集,數(shù)據(jù)采集較為準確,故H1層估計精度略高于0.5～2.0 m層(H2)。相比之前利用實測工具進行野外測量,ERT測量方法精度較高。本文提供了一個高分辨率的土壤結(jié)構(gòu)二維分布與水分運移過程的圖像,同時為實現(xiàn)精確和高效的農(nóng)業(yè)用水管理提供一種新途徑。

電阻率成像 土壤含水量 降水入滲 非飽和土壤 時域反射 隴中半干旱區(qū)

在干旱半干旱區(qū)土壤含水量是影響農(nóng)作物生長的重要因素,控制和監(jiān)測土壤水分變化規(guī)律,對農(nóng)業(yè)生態(tài)環(huán)境有著重要的意義[1-4]。過去幾十年中,很多研究人員已經(jīng)嘗試多種方法來監(jiān)測土壤含水量變化規(guī)律。中子水分儀是一種測量深層土壤含水量與水分動態(tài)變化的有效方法,但其放射源受眾多約束條件限制[5];時域反射儀和電容探針是近年來興起的一種實時測量淺層土壤含水量的方法[6-8],這些方法僅僅能提供距離傳感器探頭較近區(qū)域的土壤含水量信息,大尺度范圍應(yīng)用效果較差,費用高;相反衛(wèi)星和遙感探測技術(shù)能大范圍監(jiān)測土壤水的空間分布,但是探測深度受限于幾厘米,空間分布率較低,并且受植被、微地貌等因素的影響[9]。

相對而言,電磁、探測雷達、電阻率等地球物理方法測量土壤含水量不影響土壤結(jié)構(gòu),測量結(jié)果能覆蓋地球表層的空間變異性,測量范圍能達數(shù)十米甚至上百米。其中,電阻率成像技術(shù)已經(jīng)被廣泛運用到水文地質(zhì)探測中[10-14],近年來,這種方法也用來研究土壤表層降水入滲與土壤含水量[8,15-16]、潛在補給[17]、植物根系時空分布規(guī)律[18-19]和地下水動態(tài)[20]。Michot等[21]研究表明高密度電阻率成像法(ERT)能界定土層,以便于監(jiān)控灌溉期玉米(Zea mays)土壤水運移;Wenninger等[22]和Koch等[23]通過結(jié)合水文經(jīng)典測量和示蹤技術(shù),研究發(fā)現(xiàn)ERT可以識別坡面水流路徑;Schwartz等[24]用二維電阻率圖像、一維TDR土壤含水量測量結(jié)合土壤物理化學(xué)特性建立了非均質(zhì)黏性土壤的二維含水量模型。這些都為建立干旱半干旱區(qū)土壤含水量與電阻率相關(guān)關(guān)系模型奠定了基礎(chǔ)。然而目前國內(nèi)應(yīng)用ERT對干旱半干旱地區(qū)土壤含水量監(jiān)測研究成果很少。本文以隴中半干旱區(qū)玉米耕作地為例,通過在土壤表面布置電極,分別在降雨前和降雨后進行二維ERT數(shù)據(jù)的測量,實現(xiàn)對土壤二維剖面含水量和電阻率值監(jiān)測,分析不同條件下土壤含水量變化的原因,建立隴中半干旱區(qū)農(nóng)田土壤電阻率和含水量之間的相關(guān)關(guān)系,并用實測的ERT數(shù)據(jù)估計土壤含水量,為實現(xiàn)精確和高效的農(nóng)業(yè)管理提供一種新途徑。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

試驗田位于蘭州大學(xué)半干旱區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)試驗站(35.42°N,105.24°E),海拔高度1 951 m。研究區(qū)氣候?qū)儆诘湫偷臏嘏瘞О敫珊导撅L(fēng)氣候,年平均降水量350 mm,主要集中在7、8、9月,年平均蒸發(fā)量1 800 mm,無霜期約136～186 d,晝夜溫差大,光照充足。試驗田為常規(guī)種植農(nóng)田,面積為20 m×30 m,試驗期間種植玉米,玉米行距和株距分別為0.5 m 和0.4 m。

1.2 試驗場地

為了能夠有效地采集試驗田二維剖面ERT成像數(shù)據(jù),按照試驗田縱長方向,以0.5 m為間距(如圖1所示),布置了一列52個電極,電極埋深為0.5 m。每個電極依次與多芯電纜自動轉(zhuǎn)換開關(guān)一一相接。

1.3 試驗準備階段

不同深度土壤含水量和溫度數(shù)據(jù)用Stevens Water Monitoring Systems采集。其中土壤含水量的監(jiān)測主要用HydraProbeⅡ(以下簡稱HPⅡ)探頭,基于時域反射原理,為了便于監(jiān)測土壤含水量變化和建立含水量與電阻率之間的關(guān)系,在試驗場地內(nèi), 挖4個基坑M、N、P、Q,如圖1所示。其中基坑M、N、P用來實時監(jiān)測土壤水分和溫度變化,在2 m的深度內(nèi),將基坑M、N和P的8個垂向深度(0.1 m、0.2 m、0.3 m、0.5 m、0.8 m、1.0 m、1.5 m、2.0 m)分別安裝相同的HPⅡ探頭,然后再將基坑一層一層填埋,為了防止土壤結(jié)構(gòu)破壞對ERT數(shù)據(jù)產(chǎn)生影響,對3個基坑提前6個月進行HPⅡ的安裝?；観是在ERT數(shù)據(jù)測量時段前1 d進行挖掘, Michot等[21]證實對土壤進行分層考慮可以更為準確地建立土壤含水量與電阻率值之間的關(guān)系,根據(jù)土壤顆粒物理和化學(xué)性質(zhì),把土壤分為兩層0～0.5 m (H1)和0.5～2.0 m(H2)分別進行土壤電阻率的測定。校準坑Q電阻率測量采用Wenner的排列方式,電極間距為0.2 m,埋深為0.5 m,水平排列在土層剖面0.25 m和1.25 m的深度處(如圖2所示);另外校準坑Q的土壤含水量和溫度分別用HPⅡ探頭和鉑金絲溫度探針測定,對HPⅡ探頭的矯正采用Heimovaara[25]提出的方法。表1為H1和H2層的土壤理化性質(zhì)。

圖1 試驗場地電極和土壤含水量監(jiān)測空間布置圖(a和b為實際電極排列,c為校準坑Q剖面,d為電極、含水量探頭分布)Fig.1 Spatial distribution maps of electrodes and soil water content monitoring in the field site for imaging data of high-density electrical resistivity tomography(ERT)(a,b show real electrodes arrangement;c is soil section of calibration pit Q;d shows the distribution of electrodes and HydraProbeⅡ)

1.4 ERT數(shù)據(jù)采集過程

本次試驗采集儀器使用西安澳立華勘探技術(shù)開發(fā)有限公司生產(chǎn)的FlashRES-UNIVERSAL多通道、超高密度直流電法勘探系統(tǒng),ERT數(shù)據(jù)的采集也采用Wenner排列方式。如圖3所示,由數(shù)據(jù)采集發(fā)射機產(chǎn)生一個恒定的輸入電流,通過指定的電流電極對(C1C2)輸入到測量介質(zhì)內(nèi)部,形成一個人工電流場。同時在計算機的控制下,接收機根據(jù)事先給定的測量組合指定的測量電位電極對(P1P2),測量相應(yīng)的電位差以及電流的大小,并保存測量結(jié)果,如此循環(huán)直到測量完所有事先給定的電極測量組合為止。

測量的電位或電位差從一定程度上反映了測量介質(zhì)電導(dǎo)率的變化信息。利用測量的電位或電位差,通過成像算法可重建出場內(nèi)介質(zhì)的電導(dǎo)率的空間分布特征,進而進行物性特征的分析與解釋,實現(xiàn)了可視化成像測量。Wenner采集方式對于垂向電阻率變化非常敏感,有利于得到更準確的反演結(jié)果。介質(zhì)視電阻率ρ值計算采用如下公式：

式中：I為電極C1和C2之間的輸入電流,ΔV為P1、P2兩個電極之間的電位差,a為電極間距。

試驗的測量時段是2015年8月20—26日,共進行8次ERT數(shù)據(jù)的采集,如圖4所示。其中8月22日17：00試驗田下了一場中雨,持續(xù)了大約3.5 h。前3次ERT數(shù)據(jù)采集是在降雨前,其余5次均在降雨結(jié)束之后。下雨期間未進行ERT數(shù)據(jù)采集,所以雨水對ERT數(shù)據(jù)準確性影響很小。

圖2 校準坑Q不同層次土壤地球物理特性建立示意圖Fig.2 Experimental setup for geophysical characterization of soil horizons in the calibration pit Q

表1 試驗場地不同層次土壤顆粒物理和化學(xué)性質(zhì)Table 1 Physical and chemical properties of soil particle in different horizons of field site

圖3 高密度電阻率成像法(ERT)數(shù)據(jù)采集方法(Wenner排列)和電阻率空間分布圖Fig.3 Schematic map of high-density electrical resistivity tomography(ERT)data measurement(using Wenner electrode array)and the spatial distribution map of electrical resistivity

1.5 ERT數(shù)據(jù)反演

由公式(1)實測的視電阻率數(shù)據(jù)本身不能給出真實的土壤電阻值,所以進行ERT數(shù)據(jù)反演顯得尤為重要。電阻率的反演計算屬于位場反演[26],即通過一定的反演方法尋找出一個能夠給出與測量值具有相同響應(yīng)特征的參數(shù)化模型,即能用有限參數(shù)表征的模型,該模型是測量介質(zhì)在數(shù)學(xué)上理想化的一個再現(xiàn)[27]。在進行數(shù)據(jù)反演之前,ERT采集的數(shù)據(jù)需要檢查,并消除受噪聲影響較大的數(shù)據(jù)。電流輸入小于0.01 A或者是相對誤差大于5%的數(shù)據(jù)在反演過程中應(yīng)刪除[28-30]。Panissod等[31]表明二維電阻率反演相比較三維反演在反映剖面土壤含水量時更為恰當(dāng)。所以,為了獲得真實土壤剖面電阻率分布,本文采用RES2DINV軟件反演計算ERT數(shù)據(jù)[32],該軟件基于圓滑約束條件下的最小二乘方法,建立二維的土壤電阻率剖面模型,圓滑約束最小二乘法基于以下方程：

圖4 高密度電阻率成像法(ERT)數(shù)據(jù)采集和自然降水時間記錄Fig.4 Times of high-density electrical resistivity tomography (ERT)data acquisition and natural rainfall records

式中：F=fxfx′+fxfz′,fx為水平平滑濾波系數(shù)矩陣,fz為垂直平滑濾波系數(shù)矩陣,J為偏導(dǎo)數(shù)矩陣,J′為J的轉(zhuǎn)置矩陣,u為阻尼系數(shù),d為模型參數(shù)修改矢量,g為殘差矢量。

RES2DINV軟件第1次迭代過程中,用電阻率偏導(dǎo)數(shù)計算的解析值建立的均勻土壤電阻模型當(dāng)作初始模型。隨后的迭代過程,運用擬牛頓法估計偏導(dǎo)數(shù),減少了電腦計算時間。反演模型由矩形網(wǎng)格構(gòu)成,通過對區(qū)域ERT數(shù)據(jù)測量,RES2DINV軟件能給出一個反演計算的二維電阻率剖面,迭代優(yōu)化的方法能減少實測電阻率值和模型反演計算得到的電阻率值之間的誤差值(RMS,%)。

1.6 土壤含水量電阻率特性的確定

土壤電阻率大小往往受土壤結(jié)構(gòu)、孔隙水電阻、土壤含水量、土壤溫度等一系列因素影響[33]。測量期間,雨水和地下水的電導(dǎo)率展現(xiàn)出很微小的變化[(0.033±0.007)S·m-1和(0.029±0.005)S·m-1],表明孔隙水的電導(dǎo)率相對于土壤含水量的變化較為恒定。因此本文和其他ERT研究一樣[34-35],可以在土壤電阻率測量中忽略孔隙水電阻率的影響。

電阻率在不同溫度和土壤含水量條件下的實測值不同。為了消除溫度的影響,確定土壤電阻率和含水量之間的單一關(guān)系,所有的測量結(jié)果都要在25℃標準溫度下矯正。本文假定試驗過程中水平剖面溫度分布均勻,在0～1.0 m深度上滿足線性分布,溫度矯正采用25℃條件下的Keller and Frischknecht公式[36]：

式中： refρ (Ωm)是在25℃標準溫度Tref(℃)條件下的電阻矯正值; soilρ (Ωm)是在土壤溫度Tsoil(℃)條件下反演的電阻率值;α是修正系數(shù),一般等于0.025。

研究通過線性回歸方法采用校準坑Q實測的電阻值和土壤含水量數(shù)據(jù)來建立不同土壤分層(H1和H2)條件下兩者之間的相關(guān)關(guān)系,如圖 5所示。Michot等[21]研究證實多項式函數(shù)或者冪函數(shù)必須運用于完全飽和狀態(tài)和干土狀態(tài)之間的大范圍的土壤水分變化,然而對于自然條件下體積含水量在永久性萎蔫點與田間持水量之間的情況下,約10%到25%,一元線性函數(shù)適用性很好。

2 利用ERT數(shù)據(jù)計算土壤含水量

本文通過二維ERT數(shù)據(jù)建立矩形網(wǎng)格來反演計算得到二維土壤含水量剖面,如圖5所示,矩形網(wǎng)格由385個小的矩形單元組成。中心點的坐標定義為(X,Z),X代表電極排列方向的水平距離,Z代表矩形模型塊中心點的垂向深度。網(wǎng)格剖分為12層,各層深度分別為0.25 m、0.50 m、0.775 m、1.08 m、1.41 m、1.78 m、2.18 m、2.62 m、3.11 m、3.64 m 和4.23 m。

對于每個矩形模型單元,中心土壤溫度用線性差分計算,中心點土壤含水量通過中心點的土壤電阻率值計算得到,三者之間矯正關(guān)系符合垂直方向真實的土壤溫度梯度。二維土壤含水量剖面通過模型單元中心點的含水量值三角形剖分得到。為了驗證土壤含水量預(yù)測的準確性,用SWMS采集4次(R2、R4、R6、R8)M、N、P基坑不同位置處的土壤含水量值。

3 結(jié)果和分析

3.1 土壤含水量和溫度分析

圖5 不同分層條件下土壤剖面含水量和電阻率之間的矯正關(guān)系(t=25℃)以及利用電阻率計算二維體積含水量剖面過程示意圖Fig.5 Calibration(t=25℃)between soil volumetric water content and electrical resistivity of different horizons and the schematic diagram of calculating 2D volumetric water content of soil by using electrical resistivity

圖6 4次高密度電阻率成像法(ERT)采集時間[R2(降雨前)和R4、R6、R8(降水后)]的剖面M、N和P實測土壤體積含水量和Q剖面實測土壤溫度變化Fig.6Variationsof measured volumetric water contents of M,N,P profiles and temperature of Q profile during four various high-density electrical resistivity tomography(ERT)surveys[R2(before rain)and R4,R6,R8(after rain)]

圖6給出了一次降水過程4次測量時間(R2為降水前,R4、R6和R8為降水后)實測土壤體積含水量和校準坑Q溫度變化情況。從圖中可以出,由于降水的影響,在0～1.0 m深度范圍內(nèi),土壤含水量都有明顯增加,位置不同,含水量變化情況也不同。N、P剖面處土壤透水性較好,0～1.0 m深度內(nèi)土壤含水量明顯增加,相比較M剖面處含水量變化不大,可能與該處土壤壓實情況有關(guān)。降水之前,土壤含水量最大值主要集中在P坑深度為0.2 m處,最小值集中在P坑深度為1.0 m處,實測土壤含水量最大值為27.6%,最小值為12.4%。降水之后,0～0.5 m深度處土壤含水量增長幅度最大,土壤含水量最大值主要集中在P坑深度為0.2 m處,最小值集中在P坑深度為0.8m 處,實測土壤含水量最大值為30.2%,最小值為12.1%。

土壤溫度變化和土壤含水量變化之間并沒有直接的相關(guān)關(guān)系。降水之前,土壤溫度隨著埋深的增加大體上呈下降的趨勢,降水之后,在0～0.5 m深度內(nèi)由于晝夜變化和降水等因素的影響,土壤表層溫度下降明顯,而在0.5～1.0 m深度處,溫度有略微的回升,滿足前文線性分布的假定,1.0 m深度以下溫度基本趨于穩(wěn)定。因此在ERT數(shù)據(jù)獲取的過程中,日周期和水分入滲是影響土壤溫度變化的重要因素[19]。

3.2 基于二維土壤剖面電阻率圖像分析

在ERT處理過程中,本文對4次ERT(R2、R4、R6、R8)測量數(shù)據(jù)進行反演計算,得到4次測量的土壤剖面二維電阻率圖像(圖7),4次測量數(shù)據(jù)生成的圖像分別用G1、G2、G3、G4表示。圖G1是試驗開始測量時土壤電阻率反演結(jié)果,在降水入滲之前,表明初始的土壤結(jié)構(gòu)和電阻率值分布特征;圖G2、G3、G4是降水之后測量土壤電阻率值的反演結(jié)果,表明隨著降水入滲過程的進行,土壤電阻率值的變化情況。從圖中可以看出：

1)不同時刻測量數(shù)據(jù)獲得的土壤電阻率圖像在二維平面中的分布是不同的,相對于圖G1而言,降水入滲使得二維剖面土壤電阻值整體上呈現(xiàn)出明顯降低的趨勢,尤其是在土壤垂向深度為0.2～1.0 m和3.0～4.5 m范圍內(nèi)的電阻率值相對較低。

2)對于垂向深度為0～0.2 m的區(qū)域,土壤電阻率值相對較高,一方面由于試驗場地常年種植玉米,土壤表層覆蓋有地膜,對表層土壤有保護作用;另一方面由于玉米根系的固結(jié)作用和土壤壓實的影響, Ankeny等[37]證實了壓實作用所造成的土壤大孔隙的破壞會降低土壤的滲透系數(shù),致使降水不能均勻入滲到整個試驗的平面內(nèi)。但在一些傾斜的坡面處或者是坑洼處,降水匯集較多,下滲明顯,即選擇性入滲現(xiàn)象。例如圖G2中,在X=4.0～5.0 m,深度為0～0.2 m,存在著電阻率較低的異常值。

3)在0.2～1.0 m的垂向深度內(nèi),G2、G3存在著很多不符合降水入滲局部異常區(qū)域,例如圖G2和G3 在X=9.0～10.0 m處。本應(yīng)該電阻率值降低的地方,卻反而增大。這種異常通常是由于玉米根部對局部土壤水分的吸收、土壤質(zhì)地變異性和入滲的非均勻性(優(yōu)先流的存在)等因素造成的[38],導(dǎo)致局部的土壤含水量反而降低,土壤電阻率值增大。即在土壤濕潤階段,同一位置不同時間點的土壤電阻率值變化規(guī)律也不相同,存在著阻值異常增大的情況。

4)G1圖中在 X=7.0～11.0 m和 X=13.0～19.0 m,深度為1.5～3.0 m的范圍內(nèi),存在兩塊明顯的高阻值區(qū)域,由于降水下滲作用的影響,G2、G3圖中該區(qū)域電阻率值明顯降低,G4圖中電阻率值反而增高,這種電阻率值“高-低-高”的變化過程,與一次降水過程前后“干-濕-干”的循環(huán)過程頗為一致,體現(xiàn)出ERT圖像能定性地反映出含水量變化趨勢。

3.3 ERT估計土壤含水量與實測土壤含水量比較

根據(jù)二維剖面土壤電阻值、土壤含水量、土壤溫度三者之間的矯正關(guān)系,對4次測量(R2、R4、R6、R8)的ERT數(shù)據(jù)進行處理,計算二維剖面的土壤含水量數(shù)據(jù),反演得到4個二維剖面土壤含水量圖像,對應(yīng)為W1、W2、W3、W4(圖8)。從圖中可以看出,二維剖面土壤含水量的空間結(jié)構(gòu)與電阻率剖面的空間結(jié)構(gòu)是相似的,垂向入滲水流路徑的變化符合電阻率的變化,并且可以明顯地看出降水入滲“干-濕-干”循環(huán)過程。

為了證明建立的ERT估計土壤含水量的準確性,本文利用(M、N、P)3個基坑實測的土壤含水量數(shù)據(jù)和ERT估計的土壤含水量數(shù)據(jù)建立了兩者之間的相關(guān)關(guān)系(如圖9,表2)。可以看出,實測的土壤含水量值與估計的土壤含水量值之間有一個較為顯著的線性關(guān)系(R2=0.651 8,n=96),實測值與估計值的斜率近似等于1,用均方根誤差(RMSE,%)代表估計精度,用平均誤差(ME,%)代表估計偏差。通過表2看出,在0～2.0 m深度總體上估計偏差較小,為0.74%;土壤含水率的估計精度較高,為2.67%。在0～0.5 m深度范圍內(nèi),HPⅡ探頭分布較為密集,數(shù)據(jù)采集較為準確,故H1層的估計精度略高于H2層。本文提供了一個高分辨率的土壤結(jié)構(gòu)二維分布與水分運移過程的圖像,利用土壤電阻率和含水量之間建立的巖石物理關(guān)系,可以定性的反映土壤二維剖面土壤含水量的變化過程,但是介于電極間距布置較大,很難精確的估計出單個位置處土壤含水量變化。

本文通過野外試驗發(fā)現(xiàn),影響實測的土壤含水量和ERT估計的土壤含水量之間偏差的因素有很多,主要體現(xiàn)在：1)相比較小尺度的土壤水分變化過程,本試驗安裝的HPⅡ探頭之間的間距要大得多,不能很好地反映土壤含水量的變化過程。2)實測的土壤電阻率數(shù)據(jù)和本文反演過程得到的電阻率數(shù)據(jù)不同,電極的布置、反演精度、電極間距等一系列不確定

圖7 二維土壤剖面電阻率隨時間變化過程[4次高密度電阻率成像法(ERT)采集,G1(降水前)和G2、G3、G4(降水后)]Fig.7 Two-dimension maps of electrical resistivity temporal variations of soil profiles during four various high-density electrical resistivity tomography(ERT)surveys[G1(before rain),G2,G3,and G4(after rain)]

圖8 二維土壤剖面體積含水量隨時間變化過程[4次高密度電阻率成像法(ERT)采集,W1(降水前)和W2、W3、W4(降水后)]Fig.8 Two-dimension maps of soil volumetric water content temporal variations of soil profiles during four various high-density electrical resistivity tomography(ERT)surveys[W1(before rain),W2,W3,and W4(after rain)]

的因素都會導(dǎo)致兩者之間的偏差。3)盡管小電極可以減少電極和土壤之間的接觸電阻,但是對于淺層探查深度和高分辨率的試驗要求來說,把電極考慮成點源來處理,還是非常困難的。4)土壤電阻率變化一般會受到降水入滲滯后現(xiàn)象的影響。5)土壤的傳導(dǎo)電流主要是由電極發(fā)出的,影響土壤電阻率值的大小除了土壤濕度和溫度之外,還會與土壤中各種離子的分布濃度有關(guān)。降水的不均勻入滲會導(dǎo)致局部地區(qū)土壤溶液的TDS發(fā)生變化,造成了不可忽視的土壤電阻率的變化[39]。以上這些方面的問題,還需要以后繼續(xù)研究。

圖9 不同層次高密度電阻率成像法(ERT)估計的土壤含水量與實測土壤含水量相關(guān)關(guān)系分析Fig.9 Correlation analysis between estimated soil moisture by high-density electrical resistivity tomography(ERT)and measured soil moisture of different horizons

表2 高密度電阻率成像法(ERT)估計土壤含水量與實測土壤含水量統(tǒng)計分析結(jié)果Table 2 Statistical analysis results between estimated soil moisture by high-density electrical resistivity tomography(ERT)and measured soil moisture

4 結(jié)論

近年來,用地球物理測量的方法研究高分辨率的地下水流的流動過程,由于其本身不損害土壤微結(jié)構(gòu),而且測量方法不繁瑣,已經(jīng)變得越來越受到歡迎和重視。本文以隴中半干旱區(qū)玉米耕作地為例,通過在土壤表面布置電極,用二維ERT數(shù)據(jù)和土壤含水量數(shù)據(jù),建立了隴中半干旱區(qū)土壤電阻率和含水量之間的相關(guān)關(guān)系,通過對一場降水前后土壤含水量的變化,實現(xiàn)對二維剖面土壤含水量的動態(tài)監(jiān)測。試驗結(jié)果表明,土壤含水量的變化可以通過土壤電阻率變化體現(xiàn)出來,二維的土壤含水量剖面通過二維ERT數(shù)據(jù)和兩者之間建立的相關(guān)關(guān)系反演計算得到,土壤溫度的變化在計算中同樣被考慮到。

土壤含水量在一次降水前后有較為明顯的“干-濕-干”循環(huán)變化過程。降水之前,氣候較為干燥,土壤電阻率整體偏高,降水入滲使得二維剖面土壤電阻率整體上呈現(xiàn)出明顯降低的趨勢。由于土壤壓實作用的影響,表層土壤電阻率變化不明顯,但是在某些土質(zhì)相對松散的局部區(qū)域,也存在著含水量的大量富集,入滲過程中,受土壤質(zhì)地變異性、入滲的非均勻性(優(yōu)勢流)、玉米根部對土壤水分的吸收等因素影響,也會導(dǎo)致局部區(qū)域含水量反而更低。

實測的土壤含水量值與估計的土壤含水量值之間有一個較為顯著的線性關(guān)系(R2=0.651 8,n=96),實測值與估計值的斜率近似等于1。在0～2.0 m深度范圍內(nèi),總體上估計偏差較小,為0.74%;土壤含水率的估計精度較高,為2.64%,在0～0.5m深度范圍內(nèi),HPⅡ探頭分布較為密集,數(shù)據(jù)采集較為準確, 故H1層的估計精度略高于H2層。但是本文電極間距布置較大,很難精確地估計出單個位置處土壤含水量變化過程。

當(dāng)今精準農(nóng)業(yè)和合理灌溉需要更為成熟的作物和土壤知識體系,相比較之前利用實測工具進行野外測量,地球物理方法精度較高。本文提供了一個高分辨率的土壤結(jié)構(gòu)二維分布與水分運移過程的圖像,利用土壤電阻率和水分之間建立的巖石物理關(guān)系,可以減少農(nóng)業(yè)灌溉中復(fù)雜的測量程序,提高灌溉水平和效率。

References

[1]李琴,陳曦,Veroustraete F,等.干旱半干旱區(qū)土壤含水量反演與驗證[J].水科學(xué)進展,2010,21(2)：201-207 Li Q,Chen X,Veroustraete F,et al.Validation of soil moisture retrieval in arid and semi-arid areas[J].Advances in Water Science,2010,21(2)：201-207

[2]吳見,劉民士,李偉濤.干旱半干旱區(qū)土壤含水量定量反演技術(shù)研究[J].干旱區(qū)資源與環(huán)境,2014,28(1)：26-31 Wu J,Liu M S,Li W T.Research on soil moisture content inversion technologies in arid and semiarid area[J].Journal of Arid Land Resources and Environment,2014,28(1)：26-31

[3]張仁陟,黃高寶,蔡立群,等.幾種保護性耕作措施在黃土高原旱作農(nóng)田的實踐[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2013,21(1)：61-69 Zhang R Z,Huang G B,Cai L Q,et al.Dry farmland practice involving multi-conservation tillage measures in the Loess Plateau[J].Chinese Journal of Eco-Agriculture,2013,21(1)：61-69

[4]董軍,岳寧,黨慧慧,等.應(yīng)用修訂的Shuttleworth-Wallace模型對半干旱區(qū)覆膜玉米蒸散的研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2016,24(5)：674-683 Dong J,Yue N,Dang H H,etal.Estimation of evapotranspiration in maize fields with ground mulching with plastic film in semi-arid areas using revised Shuttleworth-Wallace model[J].Chinese Journal of Eco-Agriculture,2016, 24(5)：674-683

[5]Chanasyk D S,Naeth M A.Field measurement of soil moisture using neutron probes[J].Canadian Journal of Soil Science,1996,76(3)：317-323

[6]Herkelrath W N,Hamburg S P,Murphy F.Automatic, real-time monitoring of soil moisture in a remote field area with time domain reflectometry[J].Water Resources Research, 1991,27(5)：857-864

[7]Calamita G,Brocca L,Perrone A,et al.Electrical resistivity and TDR methods for soil moisture estimation in central Italy test-sites[J].Journal of Hydrology,2012,454-455：101-112

[8]Beff L,Günther T,Vandoorne B,et al.Three-dimensional monitoring of soil water content in a maize field using electrical resistivity tomography[J].Hydrology and Earth System Sciences,2013,17(2)：595-609

[9]Wagner W,Bl?schl G,Pampaloni P,et al.Operational readiness of microwave remote sensing of soil moisture for hydrologic applications[J].Hydrology Research,2007,38(1)：1-20

[10]Binley A,Kemna A.DC resistivity and induced polarization methods[M]//Rubin Y,Hubbard S S.Hydrogeophysics. Netherlands：Springer,2005：129-156

[11]蘇永軍,王緒本,羅建群.高密度電阻率法在三星堆壕溝考古勘探中應(yīng)用研究[J].地球物理學(xué)進展,2007,22(1)：268-272 Su Y J,Wang X B,Luo J Q.The ahaeological application of high-density resistivity method to ditch exploration on Sanxingdui Site[J].Progress in Geophysics,2007,22(1)：268-272

[12]劉漢樂,周啟友,吳華橋.輕非水相液體污染過程的高密度電阻率成像法室內(nèi)監(jiān)測[J].地球物理學(xué)報,2008,51(4)：1246-1254 Liu H L,Zhou Q Y,Wu H Q.Laboratorial monitoring of the LNAPL contamination process using electrical resistivity tomography[J].Chinese Journal of Geophysics,2008,51(4)：1246-1254

[13]伍開江,周啟友.巖柱中水體入滲過程的高密度電阻率成像法研究[J].水文地質(zhì)工程地質(zhì),2005,32(2)：76-81 Wu K J,Zhou Q Y.Study about water infiltration process in rock block using high density electrical resistivity tomography[J].Hydrogeology and Engineering Geology, 2005,32(2)：76-81

[14]王剛,周啟友,吳世艷,等.基于高密度電阻率成像法的基巖裂隙網(wǎng)絡(luò)原位識別試驗研究[J].地質(zhì)論評,2012,58(1)：165-174 Wang G,Zhou Q Y,Wu S Y,et al.An in-situ experimental study of fractures network identification within bedrock by high-density electrical resistivity tomography[J].Geological Review,2012,58(1)：165-174

[15]Zhou Q Y,Shimada J,Sato A.Three-dimensional spatial and temporal monitoring of soil water content using electrical resistivity tomography[J].Water Resources Research,2001, 37(2)：273-285

[16]Singha K,Day-Lewis F D,Johnson T,et al.Advances in interpretation of subsurface processes with time-lapse electrical imaging[J].Hydrological Processes,2015,29(6)：1549-1576

[17]Schwartz B F,Schreiber M E.Quantifying potential recharge in mantled sinkholes using ERT[J].Groundwater,2009,47(3)：370-381

[18]Werban U,Al Hagrey S A,Rabbel W.Monitoring of root-zone water content in the laboratory by 2D geoelectrical tomography[J].Journal of Plant Nutrition and Soil Science, 2008,171(6)：927-935

[19]Fan J L,Scheuermann A,Guyot A,et al.Quantifying spatiotemporal dynamics of root-zone soil water in a mixed forest on subtropical coastal sand dune using surface ERT and spatial TDR[J].Journal of Hydrology,2015,523：475-488

[20]Yamakawa Y,Kosugi K,Katsura S,et al.Spatial and temporal monitoring of water content in weathered granitic bedrock using electrical resistivity imaging[J].Vadose Zone Journal, 2012,11(1),doi：10.2136/vzj2011.0029

[21]Michot D,Benderitter Y,Dorigny A,et al.Spatial and temporal monitoring of soil water content with an irrigatedcorn crop cover using surface electrical resistivity tomography[J].Water Resources Research,2003,39(5),doi：10.1029/2002WR001581

[22]Wenninger J,Uhlenbrook S,Lorentz S,et al.Identification of runoff generation processes using combined hydrometric, tracer and geophysical methods in a headwater catchment in South Africa[J].Hydrological Sciences Journal,2008,53(1)：65-80

[23]Koch K,Wenninger J,Uhlenbrook S,et al.Joint interpretation of hydrological and geophysical data：Electrical resistivity tomography results from a process hydrological research site in the Black Forest Mountains,Germany[J].Hydrological Processes,2009,23(10)：1501-1513

[24]SchwartzB F,SchreiberM E,Yan T T.Quantifying field-scale soil moisture using electrical resistivity imaging[J]. Journal of Hydrology,2008,362(3/4)：234-246

[25]Heimovaara T J.Design of triple-wire time domain reflectometry probes in practice and theory[J].Soil Science Society of America Journal,1993,57(6)：1410-1417

[26]馮銳,李智明,李志武,等.電阻率層析成像技術(shù)[J].中國地震,2004,20(1)：13-30 Feng R,Li Z M,Li Z W,et al.Resistivity tomography[J]. Earthquake Research in China,2004,20(1)：13-30

[27]王家映.地球物理反演理論[M].北京：高等教育出版社, 1998 Wang J Y.Inverse Theory in Geophysics[M].Beijing：Higher Education Press,1998

[28]Johnson T C,Slater L D,Ntarlagiannis D,et al.Monitoring groundwater-surface water interaction using time-series and time-frequency analysis of transient three-dimensional electrical resistivity changes[J].Water Resources Research, 2012,48(7),doi：10.1029/2012WR011893

[29]Wallin E L,Johnson T C,Greenwood W J,et al.Imaging high stage river-water intrusion into a contaminated aquifer along a major river corridor using 2-D time-lapse surface electrical resistivity tomography[J].Water Resources Research,2013, 49(3)：1693-1708

[30]Brillante L,Bois B,Mathieu O,et al.Monitoring soil volume wetness in heterogeneous soils by electrical resistivity.A field-based pedotransfer function[J].Journal of Hydrology, 2014,516：56-66

[31]Panissod C,MichotD,BenderitterY,etal.On the effectiveness of 2D electrical inversion results：An agricultural case study[J].Geophysical Prospecting,2001,49(5)：570-576

[32]Loke M H,Barker R D.Rapid least-squares inversion of apparent resistivity pseudosections by a quasi-Newton method[J].Geophysical Prospecting,1996,44(1)：131-152

[33]Samou?lian A,Cousin I,Tabbagh A,etal.Electrical resistivity survey in soil science：A review[J].Soil and Tillage Research,2005,83(2)：173-193

[34]Brunet P,Clément R,Bouvier C.Monitoring soil water content and deficit using Electrical Resistivity Tomography (ERT)— A case study in the Cevennes area,France[J]. Journal of Hydrology,2010,380(1/2)：146-153

[35]JayawickremeD H,VanDam R L,HyndmanDW. Hydrological consequences of land-cover change：Quantifying the influence of plants on soil moisture with time-lapse electrical resistivity[J].Geophysics,2010,75(4)：WA43-WA50

[36]KellerG V,FrischknechtF C.ElectricalMethodsin Geophysical Prospecting[M].Oxford：Pergamon Press Inc, 1966

[37]Ankeny M D,Kaspar T C,Horton R.Characterization of tillage and traffic effects on unconfined infiltration measurements[J].Soil Science Society of America Journal, 1990,54(3)：837-840

[38]Michot D,Dorigny A,Benderitter Y.Mise en évidence par résistivité électrique des écoulements préférentiels et de l'assèchement par le ma? s d'un CALCISOL de Beauce irrigué[J].Comptes Rendus de l'Académie des Sciences-Series IIA-Earth and Planetary Science,2001,332(1)：29-36

[39]Schnebelen N,Ledoux E,Bruand A,et al.Stratification hydrogéochimique et écoulements verticaux dans l'aquifère des calcaires de Beauce(France)：Un système anthropisé à forte variabilité spatiale et temporelle[J].Comptes Rendus de l'Académie desSciences-SeriesIIA-Earth and Planetary Science,1999,329(6)：421-428

A soil water content monitoring in Longzhong semi-arid region by high-density electrical resistivity tomography*

YUE Ning1,DONG Jun1,LI Ling1,KAN Fei1,WANG Gang2,HUANG Shaowen2,WEI Guoxiao1**

(1.Key Laboratory of Western China Environmental Systems,Ministry of Education/College of Earth and Environmental Sciences, Lanzhou University,Lanzhou 730000,China;2.College of Water Conservancy&Civil Engineering,Shandong Agricultural University,Tai’an 271000,China)

Soil water content(SWC)is a key factor influencing crop growth in semi-arid regions.Monitoring the variations in SWC is critical for agriculture.In recent years,geophysical survey has been used in the study of high-resolution detection of water infiltration and it is hugely popular because of its zero-damage to soil micro-structure and easy measurement.With a maize field in Longzhong semi-arid region as the case study,we used high-density electrical resistivity tomography(ERT)to measure(before and after the precipitation)two-dimensional electrical resistivity of the column of soil below an electrode placed on the soil surface.Then SWC and electrical resistivity were monitored in two-dimensional soil profile in order to explain the variations in SWC under different conditions and to determine the correlation between electrical resistivity of each soil horizon and its water content in Longzhong semi-arid region.Soil temperature was also discussed in the ERT datainterpretation.The results revealed the potential of ERT to improve soil and agronomic studies.Vertical distributions of two-dimensional electrical resistivity image inverted from measured data were different.On the whole,natural rainfall infiltration reduced the trend in two-dimensional electrical resistivity.The trend of local electrical resistivity of the inverted ERT images was one of“high-low-high”,quite consistent with the“dry-wet-dry”cycle of the precipitation process.Twodimensional sections of SWC calculated using ERT showed a reliable linear correlation(R2=0.651 8,n=96)between the estimated and measured SWC in the root-zone horizon,with a slope approximately equal to 1.Within the depth range of 0-2.0 m, the precision of the calculated specific SWC quantified by the root mean square error(RMSE)was 2.64%,with a bias corresponding to an overestimation of 0.74%.The densely distributed SWC detectors installed in the H1horizon(0-0.5 m) enhanced precise data collection,resulting in better measurement accuracy than in the H2horizon(0.5-2.0 m).The study also discussed the factors responsible for the deviation between measured SWC and estimated SWC.The development and adoption of precision farming and rational irrigation required detail knowledge of soil and crop.The method used in this study was useful in the research and description of high-resolution soil spatial variability and hydric characteristics.Additional field calibration was required for applying the method practical on routine field application.The use of general petro-physical relationship between soil electrical resistivity and its moisture,if appropriate,could bring the method a step closer to practical field application for the purpose of improving irrigation management.

Electrical resistivity tomography;Soil water content;Rainfall infiltration;Unsaturated soil;Time domain reflectmetry;Longzhong semi-arid region

S125

A

1671-3990(2016)10-1417-11

10.13930/j.cnki.cjea.160304

*國家自然科學(xué)基金項目(41471023,41202174)資助

**通訊作者：魏國孝,主要研究方向為干旱區(qū)水資源與環(huán)境。E-mail：gxwei@lzu.edu.cn

岳寧,主要從事干旱半干旱區(qū)生態(tài)水文學(xué)方面的研究。E-mail：yuen15@lzu.edu.cn

2016-03-10 接受日期：2016-05-09

*The work was supported by the National Natural Sciences Foundation of China(41471023,41202174).

**Corresponding author,E-mail：gxwei@lzu.edu.cn

Received Mar.10,2016;accepted May 9,2016