土壤墑情預(yù)報(bào)模型構(gòu)建及應(yīng)用

蔣 穎

(鐵嶺市水利事務(wù)服務(wù)中心，遼寧 鐵嶺 112000)

0 引 言

目前，我國監(jiān)測土壤墑情的方法分為人工和自動兩種，人工監(jiān)測方法是計(jì)算田間原狀土壤在105℃±2℃干燥至恒重后，失水量與干燥土質(zhì)量的百分比，它是直接監(jiān)測土壤含水率的一種方法，同時(shí)也是國內(nèi)外確定土壤水分的標(biāo)準(zhǔn)方法。

人工土壤干燥法精度高，時(shí)間長，一次測量通常需要6到10個(gè)小時(shí)。 因此，通常進(jìn)行每十天進(jìn)行監(jiān)測，并且數(shù)據(jù)收集的頻率較低。自動監(jiān)測是將土壤水分傳感器埋在莊稼地里，根據(jù)傳感器輸出的電信號與土壤水分之間的對應(yīng)關(guān)系來獲得土壤水分[2]。并且數(shù)據(jù)收集的頻率高，快速且方便。

隨著水文現(xiàn)代化的迅速發(fā)展，各級政府越來越重視干旱和減災(zāi)，對濕度監(jiān)測的頻率和數(shù)據(jù)精度的要求也越來越高，但目前的一些設(shè)備不能滿足各級防汛抗旱指揮部門獲取有關(guān)情況的需要[2]，導(dǎo)致報(bào)告數(shù)據(jù)的可靠性低，無法滿足生產(chǎn)精度要求。

目前，我國旱情預(yù)報(bào)的方法，大多從探索土壤含水量的變化規(guī)律出發(fā)，研究作物需水量與土壤含水量及其他有關(guān)因素間的相關(guān)關(guān)系，來分析預(yù)報(bào)未來土壤水分的增減情況及其對作物生長的影響，以確定受旱程度。

由于影響土壤含水量的變化主要是由于降水，灌溉等因素的相對增加，而蒸發(fā)和農(nóng)作物排放等因素已逐漸消退[3]，因此干旱預(yù)報(bào)增加增墑?lì)A(yù)報(bào)和退墑?lì)A(yù)報(bào)，這次研究主要以遼寧省營口市的墑情站為主。

2 退墑模型

2.1 退墑?lì)A(yù)報(bào)

2.1.1 退墑曲線原理

根據(jù)蒸發(fā)原理，在前期無雨天氣狀況情況下，土壤耕作層的水分逐漸向蒸發(fā)蒸騰消退，蒸發(fā)蒸騰與土壤含水量成正比關(guān)系，基本符合早期土壤水分指數(shù)的API水分計(jì)算方法，可以借用API模型，根據(jù)前期影響降雨量的來計(jì)算土壤含水率，其計(jì)算公式為：

θt+n+(αt+1αt+2…αt+n)θt

(1)

式中：θt為第t天土壤含水率；θt+n為第t+n天土壤含水率；αt+1-αt+n為t+1至t+n天的衰減系數(shù)。

在分析過程中，可以假設(shè)在兩次連續(xù)監(jiān)測水含量之間的時(shí)間間隔內(nèi)，每日衰減系數(shù)是相同的。由此可將(1)式轉(zhuǎn)化為：

θt+n=αnθt

(2)

式中：σ為t+1至t+n天的平均衰減系數(shù)。

2.1.2 衰減系數(shù)的計(jì)算

1)選擇較為典型的干旱年份同時(shí)提取連續(xù)多日的無雨天數(shù)。

2)根據(jù)監(jiān)測的相鄰兩次含水率來及隨同降雨相隔日數(shù)。

2.1.3 退墑曲線的生成

1)根據(jù)季節(jié)(春季，冬季，夏季)對衰減系數(shù)系列進(jìn)行分組。

2)通過衰減系數(shù)和相對應(yīng)的土壤含水率，經(jīng)過點(diǎn)群中心并繪制其關(guān)系線，最終得出典型站點(diǎn)的退墑曲線圖。

1)找出連續(xù)無雨的時(shí)段,計(jì)算出間隔天數(shù)。

3)類似計(jì)算各相鄰日期間的衰減系數(shù)，見表1。

表1 熊岳站衰減系數(shù)結(jié)果表

4)根據(jù)含水率和衰減系數(shù)畫出散點(diǎn)圖，見圖1。

圖1 熊岳站衰減系數(shù)散點(diǎn)圖

5)點(diǎn)出趨勢線和擬合公式，見圖2。

圖2 熊岳站衰減系數(shù)趨勢線

6)根據(jù)趨勢線畫出最終的含水率與衰退系數(shù)相關(guān)圖，見圖3。

圖3 熊岳站退墑曲線

2.2 土壤退墑特性

1)土壤退墑隨季節(jié)變化較為明顯，夏季溫度相對高，相對濕度較小，這是一年中土壤蒸發(fā)相對最大的時(shí)段[5]。 此時(shí)，農(nóng)作物需水量大，土壤流失加快，冬季溫度低，土壤蒸發(fā)較小，農(nóng)作物處于越冬期，需水量很小，因此冬季退墑較為緩慢， 在春季和秋季，提款率介于上述兩者之間。營口地區(qū)冬季土壤處于封凍期，不進(jìn)行土壤墑情檢測，因此，未進(jìn)行退墑計(jì)算。

2)衰減系數(shù)隨初始土壤含水量的變化而變化，同期，當(dāng)初始土壤含水量較大時(shí)，土壤供水充足，含水量下降較快，衰減系數(shù)較小[6]。相反，衰減系數(shù)越大，土壤水分衰減越慢，當(dāng)初始土壤含水量接近枯萎系數(shù)時(shí)，消退幾乎停止，其衰減系數(shù)接近1。因此，表明初始含水量與衰減系數(shù)成反比。

2.3 退墑曲線率定結(jié)果的驗(yàn)證

選取熊岳站2018年無降雨時(shí)段，5月13日至16日、7月8日至16日、7月24至25日進(jìn)行驗(yàn)算，根據(jù)每時(shí)段監(jiān)測所得的含水率，同時(shí)利用退墑系數(shù)計(jì)算，并將其與該時(shí)段中的實(shí)際監(jiān)測值進(jìn)行比較，見圖4所示。

圖4 熊岳站退墑曲線計(jì)算值與實(shí)測值對比圖

根據(jù)分析可知，其平均絕對誤差為1.6%，小于土壤相關(guān)規(guī)范中平均絕對誤差為2%的要求。

3 增墑模型

3.1 增墑的物理過程

降水和灌溉逐漸增加導(dǎo)致了土壤的水分含量的相對增加[6]，稱為土壤增墑，在田間，當(dāng)以一定強(qiáng)度進(jìn)行灌溉或產(chǎn)生降水時(shí)，地表水通過滲透進(jìn)入土壤，成為土壤水，初始時(shí)表層首先吸收水，土壤水分開始增加，但隨著降水或灌溉的繼續(xù)，濕層開始向下層轉(zhuǎn)移，下層的水分逐漸增加，土壤的初始吸水率相對較快，隨著時(shí)間的加長，土壤含水量持續(xù)增加，土壤吸水率逐漸降低[7]，當(dāng)降水或灌溉超過土壤的滲透強(qiáng)度時(shí)，地面可能會產(chǎn)生積水，并以通過地表徑流的形式流出農(nóng)田。

3.2 增墑?lì)A(yù)報(bào)

3.2.1 土壤含水量增值方程

計(jì)算公式如下：

ΔWs=F-f-E+Vg

(3)

F=P-Is-R

(4)

將式(3)帶入式(4)，得到：

ΔWs=P-Is-R-f-E+Vg

(5)

式中：ΔWs為降水(灌溉)后土壤含水率的增加值，mm；F為總下滲量，mm；F為土壤深層下滲量，mm；E為計(jì)算ΔWs期的地表蒸發(fā)量，mm；Is為植物截流量，mm；R為徑流深，mm；Vg為地下水補(bǔ)給量，mm。

3.2.2 增墑?lì)A(yù)報(bào)方案及經(jīng)驗(yàn)公式

1)根據(jù)選取的墑情代表站所監(jiān)測的土壤水分含量、蒸發(fā)量及降雨量和地下水深度資料等數(shù)據(jù)，繪制為降雨量P(mm)、平均含水率W(%) 及地下水深度h(m)、蒸發(fā)量E(mm)為縱坐標(biāo)(暫時(shí)可不考慮蒸發(fā)量和地下水)，以時(shí)間為橫坐標(biāo)的墑情變化過程線圖。2)在過程線圖上選擇降雨大于15mm的時(shí)段，摘取降雨P(guān)、降水量之前的土壤含水率Ws和土壤含水率增值ΔWs，繪制以雨前含水量Ws,o為參數(shù)的P-Ws,o-ΔWs三參數(shù)相關(guān)的增墑?lì)A(yù)報(bào)方案。

從P-Ws，o-ΔWs相關(guān)曲線可知，其曲線均為指數(shù)曲線，故在繪制每個(gè)站的相關(guān)圖之后，可以在每個(gè)圖上繪制與每個(gè)相關(guān)曲線相對應(yīng)的ΔWs和P值點(diǎn)，通過圖解方法獲知獲得各條曲線的經(jīng)驗(yàn)公式，可將公式：P =aebΔWs，轉(zhuǎn)換為：

ΔWs= ln(P / a)/ b，當(dāng)某一天的土壤含水量和測得的降水量時(shí)，可以通過使用查圖方法或經(jīng)驗(yàn)公式獲得站點(diǎn)降水后的土壤含水量，然后進(jìn)行預(yù)測。

實(shí)例：

根據(jù)2018年?duì)I口地區(qū)熊岳、望寶山、湯池、徐屯四站資料，分析得出該區(qū)域的增墑曲線。

根據(jù)人工墑情站及所對應(yīng)的降雨站，摘取降雨前后的次降雨和土壤含水量，如果6月4日有降水量，并且在6月1日和6月11日有實(shí)測含水率監(jiān)測值，則將采用6月1日的含水率實(shí)測值通過退墑曲線推算出6月3日含水率； 根據(jù)6月11日的實(shí)測值，應(yīng)用退墑曲線，對6月5日雨后的土壤水分進(jìn)行反推。

1)對數(shù)據(jù)進(jìn)行合理性檢查，以消除異常值。

2)根據(jù)雨前的水分含量對提取的數(shù)據(jù)進(jìn)行分類和分組。

3)以劃分的組為單位，以P-ΔWs繪制趨勢線。

4)分析趨勢線的結(jié)果，以獲得該區(qū)域或單個(gè)站點(diǎn)的P-Ws，o-ΔWs關(guān)系線。見圖5。

圖5 土壤含水趨勢曲線

根據(jù)圖6的趨勢線，可以獲取指數(shù)函數(shù)a和b的兩個(gè)參數(shù)，見表3。

表3 營口地區(qū)不同雨前含水率對應(yīng)的趨勢線參數(shù)

計(jì)算公式ΔWs=ln(P/a)/b。

3.3 土壤增墑特性

通過對三參數(shù)相關(guān)性增墑?lì)A(yù)測方案P-Ws，o-ΔWs的分析，我們可以看到：

1)當(dāng)雨前土壤含水量Ws，o相同時(shí)，降水量P增加，土壤含水量值也增加，反映出土壤含水量(Ws，o +ΔWs)開始相應(yīng)增加；當(dāng)土壤含水率達(dá)到不飽和狀態(tài)時(shí)，ΔWs是P的增加函數(shù)。當(dāng)土壤含水率低于田間持水量且降水量較小時(shí)，ΔWs等于有效降水量Pe，其增墑曲線末端近于平行的45o漸近線，其值大約等于植物截距Is； 當(dāng)土壤含水量率增加或達(dá)到到田間持水量時(shí)，土壤含水量達(dá)到飽和狀態(tài)。此后即使降水量再大，ΔWs也不在增加(即土壤含水量達(dá)到飽和后，ΔWs基本為一常數(shù))，多余降水量除產(chǎn)生地面徑流外，滲入土壤的水分向更深層下滲，形成重力水，補(bǔ)給地下水[7]。

2)在降水量P相同的情況下，雨前的ΔWs與土壤含水量Ws成反比，在P-Ws，o-ΔWs相關(guān)圖中，增墑曲線簇Ws，o從左到右逐漸減小，即，當(dāng)P為常數(shù)時(shí)，Ws,o較小，而ΔWs較大，反之亦然。 初始含水量越大，則降水轉(zhuǎn)化為土壤水的百分比就越小，降雨損失也就越大，也就是說，雨水期的蒸發(fā)，徑流和入滲隨先前土壤含水量的增加而增加[8]。

4 預(yù)報(bào)模型驗(yàn)證

以熊岳、望寶山子站為例：選擇2018年降雨資料，采用墑情預(yù)測模型計(jì)算每日水分含量，最后與測量值進(jìn)行比較。 結(jié)果表明，誤差在5%以內(nèi)(見表4和表5)，滿足要求。

表4 熊岳站7月1日至7月21日墑情預(yù)報(bào)模型預(yù)測結(jié)果

表5 望寶山站7月21日至8月1日墑情預(yù)報(bào)模型預(yù)測結(jié)果

實(shí)踐證明，利用墑情預(yù)報(bào)模型可對今后一段時(shí)間內(nèi)的含水率進(jìn)行預(yù)測，可以滿足生產(chǎn)應(yīng)用的精度，為防旱減災(zāi)決策提供支撐。

5 結(jié) 語

1)預(yù)報(bào)結(jié)果準(zhǔn)確與否很大程度上取決于預(yù)報(bào)方案的精度，而預(yù)報(bào)方案的精度高低又建立在充足可靠的墑情監(jiān)測資料之上，因此，編制墑情預(yù)報(bào)方案時(shí)一定要搜集盡可能多的墑情資料[9]。另外一定要對數(shù)據(jù)進(jìn)行篩選，尤其是異常數(shù)據(jù)，這是因?yàn)樵趯?shí)際觀察中，由于使用了人工提取土壤，因此不可避免地會出現(xiàn)誤差，并且可能是由于土壤中的水分含量過大而導(dǎo)致土壤水分含量過高，從而導(dǎo)致數(shù)據(jù)失真。另一方面異常數(shù)據(jù)對模型參數(shù)的計(jì)算結(jié)果干擾較大。

2)根據(jù)規(guī)定基本墑情站進(jìn)行旬測，基本墑情資料缺少降雨前、后的加測資料，本次降雨前、后的含水率值采用退墑模型的預(yù)報(bào)值，增墑方案的精度受到一定影響[10]。今后應(yīng)選擇部分站增加測次，增加墑情資料，完善預(yù)報(bào)方案，提高預(yù)報(bào)精度。

3)墑情預(yù)報(bào)模型的分析很繁瑣。 它既有經(jīng)驗(yàn)又有技術(shù)含量，但是意義特別重大，可以歸類為墑情基礎(chǔ)研究，通過預(yù)測模型過濾自動監(jiān)測數(shù)據(jù)，自動監(jiān)測數(shù)據(jù)可以滿足生產(chǎn)需求，減少了干旱期間人工加密監(jiān)測的頻率，節(jié)省了大量的人力物力[11]。

4)墑情預(yù)報(bào)模型用于預(yù)測連續(xù)無雨條件下或雨后短時(shí)間內(nèi)的墑情條件，實(shí)際應(yīng)用效果很好，該預(yù)測可為各級政府制定防旱減災(zāi)決策提供支持。