基于土壤表觀電導(dǎo)率的變量灌溉管理分區(qū)方法

李茂娜，孫 宇，嚴海軍※，王春曄

（1.中國農(nóng)業(yè)大學水利與土木工程學院，北京，100083；2.中農(nóng)智冠（北京）科技有限公司，北京，100088）

0 引 言

隨著中國農(nóng)業(yè)集約化、規(guī)模化的不斷發(fā)展，進行統(tǒng)一管理的農(nóng)田尺度不斷提升。然而，當大農(nóng)田尺度土壤物理特性存在較大差異時，若仍采用傳統(tǒng)的均勻灌溉，將會引起局部地塊灌水過多或不足，不但造成作物長勢不均，還會大幅降低水分利用效率[1]。變量灌溉技術(shù)根據(jù)土壤空間變異性，將田塊劃分成不同管理小區(qū)，依據(jù)各小區(qū)實際需求調(diào)整灌水量，而非所有小區(qū)均勻灌溉，從而為提高灌溉水利用效率提供重要保障[2]。管理小區(qū)的劃分是實現(xiàn)變量灌溉管理的基礎(chǔ)，其合理性對變量灌溉系統(tǒng)控制精度、投資成本與經(jīng)濟效益均有重要意義。當前，變量灌溉管理小區(qū)劃分大多是依據(jù)土壤特性的差異而進行的，主要包括基于土壤質(zhì)地[3-4]與土壤可利用水量[5]2種方法。然而，這2種方法雖然可直觀地反映出土壤持水能力，但受田塊大小、測量設(shè)備及人力資源的影響較大，如測量過程中取樣點數(shù)量過少則小區(qū)劃分準確性較低，取樣點數(shù)量過多則耗時耗力[6-7]，因此較難成為規(guī)?；r(nóng)田快速評估土壤空間變異性的有效方法。

土壤表觀電導(dǎo)率（Apparent Soil Electrical Conductivity，ECa）的傳導(dǎo)途徑包括3種：1）土壤顆粒與相鄰?fù)寥廊芤洪g的固-液傳導(dǎo)，2）土壤溶液間的液-液傳導(dǎo)，3）相鄰?fù)寥李w粒間的固-固傳導(dǎo)。多種傳導(dǎo)途徑使得ECa能夠綜合反映土壤物理和化學特性[8]。通常，ECa受土壤鹽度、質(zhì)地、陽離子交換量（Cation Exchange Capacity，CEC）、孔徑大小和分布以及土壤水分含量等眾多因素影響[9-10]。然而，對于含鹽量很低的非鹽漬土，ECa則主要受土壤質(zhì)地、土壤水分含量、土壤容重等參數(shù)影響[8]，可用于表征因土壤質(zhì)地變化引起的相關(guān)物理參數(shù)變異狀況。同時，較多研究證明[11-13]，采用具有高精度GPS系統(tǒng)的電阻式或電磁式感應(yīng)系統(tǒng)，諸如Veris EC與EM 38儀器，能夠?qū)崿F(xiàn)大尺度農(nóng)田的ECa高精度空間分布圖的快速獲取。因此，研究者們認為ECa或可成為高精度定量評估土壤變異程度的有效方法[2,14]。然而，關(guān)于如何依據(jù)ECa空間分布特點劃分變量灌溉管理小區(qū)，以及ECa如何反映土壤理化性質(zhì)變異性等系列問題還需開展進一步研究。同時，獲取ECa數(shù)據(jù)后，通常需先采用商業(yè)軟件（如ArcGIS）進行數(shù)據(jù)處理，過程復(fù)雜、費時，不但不利于變量灌溉的實時管理，也大大增加了普通用戶使用變量灌溉的難度[15-16]。

為此，本研究采用Veris EC大地電導(dǎo)率儀對試驗地ECa進行調(diào)查，分析不同ECa土壤空間分布特征，研究ECa與土壤顆粒組成間的關(guān)系，在此基礎(chǔ)上提出基于ECa的變量灌溉管理小區(qū)劃分方法，開發(fā)相應(yīng)分區(qū)軟件并進行應(yīng)用。研究結(jié)果將為變量灌溉的實時管理與應(yīng)用實踐提供技術(shù)支持。

1 材料與方法

1.1 試驗地概況

于2018年9月—2019年4月分別對3塊試驗地開展試驗。1號試驗地位于中國農(nóng)業(yè)大學通州實驗站內(nèi)，該實驗站位于北京市通州區(qū)（39°41′N，116°41′E）。試驗地塊為長方形，長約187 m，寬約99 m，總面積約為1.85 hm2，試驗地塊地勢平坦。試驗地前茬作物為夏玉米，0～80 cm土層內(nèi)土壤類型（美國制）為砂壤土。2號與3號試驗地均位于河北省涿州市東城坊鎮(zhèn)中國農(nóng)業(yè)大學教學科研基地內(nèi)，位于河北省中部（39°27′N，115°51′E）。其中，2號試驗地為一個約80°的扇形，半徑約為140 m，總面積約為1.37 hm2，前茬作物為苜蓿，0～80 cm土層內(nèi)土壤類型（美國制）以砂壤土為主。3號試驗地為一個約100°的扇形，半徑約為140 m，總面積約為1.71 hm2，前茬作物為夏玉米，0～80 cm 土層內(nèi)土壤類型（美國制）以砂土為主。試驗地俯瞰圖如圖1所示，各地塊分層土壤基礎(chǔ)信息如表1所示。

圖1 試驗地示意圖Fig.1 Diagram of test fields

表1 各試驗地土壤物理化學特性Table 1 The physical and chemical properties of soil in each test field

1.2 試驗過程

本研究對3塊試驗地均進行ECa測量，分析其ECa分布情況。其中 1號試驗地，分別測量翻耕（前茬作物為玉米，翻耕時間為2018年10月4日）前后的ECa值，探討翻耕對ECa值的影響；對3塊試驗地ECa數(shù)據(jù)進行統(tǒng)計學特征分析，選擇變異系數(shù)最大且ECa聚類分區(qū)結(jié)果最明顯的試驗地，探討土壤質(zhì)地與ECa關(guān)系，進行變量灌溉管理小區(qū)劃分，并開發(fā)相應(yīng)的分區(qū)軟件。

1.3 數(shù)據(jù)獲取與預(yù)處理

1.3.1 ECa的獲取

試驗地的ECa由大地電導(dǎo)率勘測儀（Veris EC 3100，USA）測定。該設(shè)備可同時測量0～30 cm (ECash)與0～90 cm (ECadp) 2種土層深度的值，通過GPS系統(tǒng)（地理坐標系為WGS 1984）實時記錄測量點的位置。大地電導(dǎo)率勘測儀通過犁刀電極感測土壤表觀電導(dǎo)率，該儀器電極配置采用Wenner陣列模式，其對于不同深度的相對電極感應(yīng)強度變化如式（1）所示[17]：

式中Rw為相對感應(yīng)強度；L為兩電極間的距離，本儀器取2.2 m；z為土層深度，cm。本系統(tǒng)中，GPS精度為1 m，犁刀電極采集頻率為1 Hz，系統(tǒng)采用544 kg的配重以確保犁刀電極與土壤的貼合，以保證系統(tǒng)較高的精準度。

選擇晴朗天氣，進行試驗地 ECa數(shù)據(jù)調(diào)查。1號試驗地ECa調(diào)查分別于2018年9月29日與10月6日進行。3號與2號試驗地ECa 調(diào)查試驗分別于2019年3月18日、3月19日進行，大地電導(dǎo)率勘測儀由拖拉機牽引，于南北方向上往返測量，最終獲得整塊試驗地的ECa數(shù)值。采集過程中（圖2），大地電導(dǎo)率勘測儀的行進速度為2.3 m/s。每個試驗地塊的ECa數(shù)據(jù)測量耗時均未超過2 h，測量過程中未發(fā)生降雨與灌溉，可認為土壤水分無明顯變化。

1.3.2 ECa的統(tǒng)計特征分析

利用EC 3100在3塊試驗地進行數(shù)據(jù)采集，分別對同一位置的重復(fù)樣本值進行平均化處理，1號試驗地翻耕前后分別得到了4 748與5 154組有效源數(shù)據(jù)；2號與3號試驗地分別得到了3 717與5 844組有效數(shù)據(jù)。表2列出了各試驗地ECa的統(tǒng)計特征分析結(jié)果。

1.3.3 土壤質(zhì)地

根據(jù) ECa數(shù)據(jù)預(yù)處理結(jié)果（表2）可知，1號地的ECa空間變異性較低，其變異系數(shù)僅在19.88%～29.23%之內(nèi)，故本文選擇ECa空間變異程度較高的2號與3號試驗地，分析ECa與各土壤顆粒體積分數(shù)間的關(guān)系，以進一步探討ECa表征土壤空間變異性的可行性。具體過程為：將根據(jù)ECa結(jié)果對試驗地進行管理小區(qū)劃分，分別在高值區(qū)、中值區(qū)、低值區(qū)內(nèi)任取3～4個點，按照0～20、20～30、30～50、50～70、70～90 cm分層取樣，利用馬爾文激光粒度儀（MS3000，Malvern，UK）測量土壤砂粒、粉粒、黏粒體積百分數(shù)，并根據(jù)美國制標準確定土壤質(zhì)地。

圖2 利用大地電導(dǎo)率勘測儀獲取土壤表觀電導(dǎo)率Fig.2 Measuring apparent soil electrical conductivity by Veris EC 3100

表2 各試驗地土壤表觀電導(dǎo)率統(tǒng)計特征值Table 2 The statistical characteristics of apparent soil electrical conductivity in each field

1.4 研究方法

1.4.1 ECa數(shù)據(jù)插值與歸類

由于 Veris EC 3100在數(shù)據(jù)采集過程中可能遇到礫石，導(dǎo)致犁刀電極彈出土壤，從而采集到空值，此空值點需借助周圍已知數(shù)據(jù)點進行插值估算，以生成ECa分布圖。本文利用反距離權(quán)重插值法對已知數(shù)據(jù)進行差值。具體過程：選取未知點周圍n個已知點，根據(jù)式（2）[18]計算各已知點i的權(quán)重Wi后，將各已知點的值與權(quán)重Wi相乘后累加，便可估算出未知點。

式中Wi為已知點i對于未知點的權(quán)重；di為已知點i與未知點距離，m；n為已知點個數(shù)，本文取12。

采用自然間斷法對現(xiàn)有的數(shù)據(jù)進行分級歸類，分類原則為組內(nèi)方差最小，組間方差最大，本文分級數(shù)為 7個。采用擬合度指數(shù)（Goodness of Fit Index，GFI）判斷分類結(jié)果的優(yōu)劣，計算如式（3）：

式中d*為各組均值的平均偏差平方和，d為整體的偏差平方和。GFI越接近 1，分類結(jié)果越好，一般要求 GFI為0.9以上。

1.4.2 不同土層土壤質(zhì)地與ECa關(guān)系的確定

根據(jù)試驗地 ECa數(shù)據(jù)采用自然間斷法分級形成的 7個等級結(jié)果，按照數(shù)值大小劃分為高、中、低值3個區(qū)，再確定各區(qū)內(nèi)土壤顆粒組成與ECa的關(guān)系。

由Sudduth 等[17]對Veris EC 3100系統(tǒng)的測量原理研究可知，隨著深度的逐漸增加，ECa感應(yīng)強度在深度方向無限接近 0，不同土層深度對 ECa的測量值的貢獻率不同。即系統(tǒng)在獲取0～30 cm與0～90 cm 2種土層深度的ECa值時，測量范圍外的土層仍會對結(jié)果有影響，但影響較小。因此，分析ECa與土壤顆粒體積分數(shù)間的關(guān)系時，首先需確定各土層對于最終ECa測量結(jié)果的貢獻權(quán)重。采用的方法為：首先，根據(jù)式（1）對土層深度進行積分，以獲得各層土壤的原始權(quán)重；隨后，將各原始權(quán)重進行歸一化處理，使得各土層深度累積權(quán)重值為1，即歸一化后的權(quán)重為各土層深度對 ECa貢獻的最終權(quán)重。具體過程為：土壤顆粒組成測量時的分層深度為0～20、＞20～30、＞30～50、＞50～70、＞70～90 cm，對于ECash，則0～20與＞20～30 cm土層的顆粒體積分數(shù)對應(yīng)的原始權(quán)重分別為0.759、0.138，歸一化處理后的最終權(quán)重分別為0.846和0.154。對于ECadp，0～20、＞20～30、＞30～50、＞50～70、＞70～90 cm土層的顆粒體積分數(shù)對應(yīng)的原始權(quán)重分別為0.209、0.169、0.266、0.152、0.082，歸一化處理后分別為0.238、0.192、0.303、0.173、0.093。隨后，將各樣點不同土層深度的砂粒、粉粒與黏粒體積分數(shù)分別乘以對應(yīng)權(quán)重，得到某點0～30與0～90 cm土層的綜合顆粒體積分數(shù)。

1.4.3 軟件開發(fā)

為了方便用戶根據(jù)獲取到的ECa空間分布圖進行變量灌溉小區(qū)的劃分與實時管理，本文以Eclipse和Tomacat為開發(fā)環(huán)境，采用Java語言編寫，通過PostgreSQL建立數(shù)據(jù)庫，開發(fā)了基于Web平臺的變量灌溉管理分區(qū)軟件。

1.5 數(shù)據(jù)分析與制圖

本文采用 SPSS 20.1進行數(shù)據(jù)統(tǒng)計學分析，采用ArcGIS進行數(shù)據(jù)插值與聚類分析，并生成空間分布圖。

2 結(jié)果與分析

2.1 ECa空間分布

由表2可知，1～3號試驗地ECa平均值范圍分別為13.20～29.25、2.34～5.79、2.69～6.86 mS/m，對應(yīng)的變異系數(shù)均值為 25.60%、67.64%與64.20%。由于ECa通常與土壤含水率、陽離子交換量等成正相關(guān)[17-18]，因此，1號試驗地的ECa明顯高于2號與3號試驗地。1～3號試驗地ECa的變異系數(shù)在19.88%～78.81%之間，根據(jù)土壤變異程度分類[19]可知，3塊試驗地的ECa空間變異系數(shù)均在10%～100%范圍之內(nèi)，故均為中等變異程度。

表3列出了1號試驗地在土地翻耕前后的ECa頻數(shù)分布。當以頻數(shù)超過150為劃分依據(jù)時，翻耕前，0～30 cm的ECash值集中分布在15～40 mS/m范圍內(nèi)；翻耕后，則集中分布在5～25 mS/m范圍內(nèi)。翻耕前、后，0～90 cm的ECadp值均集中分布在10～30 mS/m范圍內(nèi)。

圖3分別列出了1號試驗地在翻耕前、后的ECa空間分布情況。由圖可知，在土地翻耕后，ECash高位值區(qū)域發(fā)生了較大移動，高位 ECash區(qū)域面積明顯減小，而ECadp空間分布情況在翻耕前后并未發(fā)生較大變化。這主要是由于翻耕會對淺層土壤造成極大擾動，翻耕后土壤蒸發(fā)能力加強，降低了土壤水分含量，削弱由土壤毛細管吸力作用引起的土壤可溶性鹽類的聚積作用，并引起其空間分布的變化。

表3 1號地試驗表觀電導(dǎo)率頻數(shù)分布Table 3 The frequency distribution of apparent soil electrical conductivity in No.1 field

表4列出了2號試驗地ECash與ECadp的頻數(shù)分布。ECash值在各區(qū)間范圍均有一定數(shù)量值的分布，ECash水平空間變異程度較高，其變異系數(shù)高達67.79%。ECadp值多分布在1～4 mS/m之間。由2號試驗地的ECa空間分布情況（圖4）可知，ECa值在淺層與深層土壤中均有明顯的分區(qū)，故而 ECa水平空間變異程度均較高，分別為67.79%和67.48%。

由表4可知，3號試驗地ECash值分布范圍較廣，在不同區(qū)間范圍均有一定數(shù)量值的分布，ECash水平空間變異程度很高，其變異系數(shù)高達78.81%。ECadp值的分布范圍相對較小，當以頻數(shù)超過150為劃分依據(jù)時，ECadp值主要分布在0～6 mS/m范圍內(nèi)，但在該范圍的不同區(qū)間內(nèi)均有一定數(shù)量值分布，ECadp水平空間變異程度較高，其變異系數(shù)為49.58%。由3號試驗地的ECa空間分布情況（圖5）可知，0～30 cm土層中，地塊中除有少量高位值以斑狀分布于東南方向，其余基本均為中位值。0～90 cm土層中，ECa聚集分區(qū)結(jié)果明顯。

表4 2號與3號試驗地表觀電導(dǎo)率頻數(shù)分布Table 4 The frequency distribution of apparent soil electrical conductivity in No.2 and No.3 fields

2.2 土壤顆粒體積分數(shù)與ECa的關(guān)系

圖6列出了2號、3號試驗地各類土壤顆粒體積分數(shù)與 ECa值的綜合關(guān)系。由圖可知，各土壤顆粒體積分數(shù)與ECa間的線性趨勢在0～30 cm與0～90 cm土壤中均保持呈一致，其中 ECa值與砂粒體積分數(shù)呈線性負相關(guān)，與粉粒、黏粒體積分數(shù)呈正相關(guān)關(guān)系，即ECa值隨著砂粒體積分數(shù)的增加而降低，但會隨著粉粒與黏粒體積分數(shù)的增加而增加，這與 Anderson-Cook等[14]與Hedley等[20]的結(jié)論基本一致。土壤空間變異性多由土壤質(zhì)地差異造成，而本研究中土壤中的各顆粒體積分數(shù)均與ECa間存在良好的線性關(guān)系，表明土壤ECa的分布可以較好地反映地塊內(nèi)土壤質(zhì)地的變化，因此依據(jù) ECa對田塊劃分變量管理小區(qū)是可行的。此外，相比于 ECash，ECadp與砂粒、粉粒與黏粒體積分數(shù)具有更強的線性關(guān)系，其R2分別可達0.83、0.90與0.86，表明 ECadp更適合用于快速反演推斷出田塊中土壤各顆粒體積分數(shù)以及質(zhì)地情況，這與Sudduth等[17]的研究結(jié)果一致。因此，基于ECadp分布進行管理小區(qū)劃分會更加可靠。

圖4 2號試驗地表觀電導(dǎo)率空間分布Fig.4 Spatial distribution of apparent soil electrical conductivity in No.2 field

圖5 3號試驗地表觀電導(dǎo)率空間分布Fig.5 Spatial distribution of apparent soil electrical conductivity in No.3 field

圖6 2號與3號試驗地土壤顆粒體積分數(shù)與土壤表觀電導(dǎo)率ECa的關(guān)系Fig.6 The relationships between soil particle content and apparent soil electrical conductivity ECa in No.2 and No.3 fields

2.3 灌溉管理小區(qū)的劃分

當前，變量灌溉的應(yīng)用對象多為圓形噴灌機系統(tǒng)與平移式噴灌機系統(tǒng)。其中，圓形噴灌機控制面積大、在較大尺度田塊內(nèi)可能存在土壤空間變異性，又因其設(shè)備自動化程度高，因此具有發(fā)展變量灌溉的巨大優(yōu)勢。本文 3塊試驗地的灌溉系統(tǒng)均為圓形噴灌機。通常，實現(xiàn)圓形噴灌機變量灌溉主要采用3種方式：1）調(diào)整機組行走速度；2）在噴頭上端安裝電磁閥，通過調(diào)節(jié)電磁閥占空比，調(diào)整噴頭開啟與關(guān)閉的時間；3）上述兩者結(jié)合使用。其中，調(diào)整噴灌機行走速度可實現(xiàn)環(huán)向方向上噴灌水深的改變；調(diào)整不同噴頭啟閉時間（電磁閥占空比）可實現(xiàn)徑向方向上噴灌水深的改變；徑向與環(huán)向方向的疊加組合，可以實現(xiàn)不同形狀和面積的管理小區(qū)內(nèi)灌溉水深的調(diào)整，實現(xiàn)變量灌溉。

根據(jù)2.1與2.2節(jié)的結(jié)果可知，翻耕會造成ECash的空間分布發(fā)生較大變化，并且ECadp與土壤顆粒體積分數(shù)具有更好的線性關(guān)系，更適合用于反演土壤顆粒組成。因此，基于ECadp空間分布進行變量灌溉管理小區(qū)劃分更為可靠。分析1～3號試驗地ECadp統(tǒng)計特征可知，1號試驗地在翻耕前后的ECadp空間變異程度均較低，其變異系數(shù)均值僅為23.58%。并且進一步分析1號試驗地ECadp空間分布圖（圖3）可知，同一分級的 ECa在地塊內(nèi)多以面積較小的斑狀呈現(xiàn)，即同一分級的ECa分布較為離散，較難據(jù)此劃分出有效的灌溉管理小區(qū)，故認為對 1號試驗地開展變量灌溉管理的潛力較低。相比之下，2號與 3號試驗地 ECadp空間變異系數(shù)分別為 67.48%與49.58%，顯然變異程度較高。進一步分析這 2塊試驗地ECadp空間分布圖（圖4與圖5）可知，同一分級的ECa面積較大且分布較為集中，可用于生成管理小區(qū)并執(zhí)行變量灌溉控制，故認為2號與3號試驗地開展變量灌溉管理的潛力較高。

因此，本文在綜合考慮試驗地ECadp變異系數(shù)與空間分布特征的基礎(chǔ)上，對2號與3號試驗地分別進行變量灌溉管理小區(qū)的劃分。根據(jù)2號與3號試驗地數(shù)值聚集與空間分布結(jié)果，并與噴頭變量控制組數(shù)與噴頭有效噴幅相適應(yīng)，本文劃分了 3個管理小區(qū)，結(jié)果如圖7所示。

圖7 變量灌溉管理小區(qū)V1～V3劃分結(jié)果Fig.7 Delineation management zones V1 to V3 of variable rate irrigation

3 變量灌溉管理分區(qū)軟件

3.1 框架設(shè)計與功能介紹

本文基于圓形噴灌機系統(tǒng)開發(fā)了變量灌溉管理分區(qū)軟件，以實現(xiàn)對變量灌溉小區(qū)進行實時劃分與管理。該軟件主要包括插值計算模塊、管理小區(qū)劃分模塊、變量灌溉控制三大模塊。操作流程大致為：1）輸入田間ECa與灌溉系統(tǒng)基礎(chǔ)信息；2）利用反距離權(quán)重法進行ECa插值分析；3）利用自然間斷點分類方法生成ECa空間分布圖；4）依據(jù)ECa空間分布，結(jié)合灌溉系統(tǒng)變量控制系統(tǒng)，確定管理小區(qū)數(shù)量；5）自動生成變量灌溉小區(qū)的空間劃分，實現(xiàn)變量灌溉。軟件流程如圖8所示。

3.2 應(yīng)用案例

本文應(yīng)用開發(fā)的軟件對 3號試驗地進行了變量灌溉小區(qū)劃分與實時管理，并與ArcGIS聚類分區(qū)結(jié)果進行對比。首先，進入軟件的插值計算模塊，輸入地塊邊界坐標、分組數(shù)、迭代次數(shù)等相關(guān)信息，上傳ECadp數(shù)據(jù)并點擊計算。圖9a為本軟件根據(jù)數(shù)據(jù)繪制出的ECa空間分布圖。由圖可知，本軟件形成的各等級區(qū)間范圍和 Eca插值結(jié)果及對應(yīng)的空間位置與圖5b中展示的ECa分布結(jié)果基本一致，由此說明本軟件的數(shù)據(jù)分析與計算準確、可靠。隨后，進入管理小區(qū)劃分模塊，輸入噴灌機機組長度和噴頭數(shù)量，輸入管理小區(qū)數(shù)，軟件便可自動劃分出管理小區(qū)，如圖9b所示。最后，進入變量灌溉控制模塊，輸入灌溉計劃名稱、各管理小區(qū)的噴灌水深，軟件可根據(jù)噴灌機系統(tǒng)參數(shù)、地塊基本參數(shù)，自動計算管理小區(qū)的環(huán)向方向上變量灌溉控制參數(shù)（噴灌機行走速度的百分率值）以及徑向方向上變量灌溉控制參數(shù)（噴頭電磁閥占空比）并將這些信息自動發(fā)送至控制平臺，從而實施自動變量灌溉。

圖8 軟件流程圖Fig.8 Flowchart of software

圖9 軟件操作界面Fig.9 Interface of software

4 討 論

變量灌溉主要是為了解決由較大土壤空間變異性導(dǎo)致灌水不均而造成的水資源浪費、灌溉水利用效率低下等問題，因此選擇可有效區(qū)分土壤空間變異性的指標作為田塊管理小區(qū)劃分依據(jù)是其中的關(guān)鍵環(huán)節(jié)。同時，隨著中國規(guī)?；r(nóng)業(yè)生產(chǎn)的不斷推進，確定可用于快速評估大尺度農(nóng)田的土壤空間變異性的方法變得極為重要。本研究利用Veris EC 3100系統(tǒng)進行試驗地ECa空間分布圖的快速獲取，并基于ECa開展變量灌溉管理小區(qū)劃分方法研究。

研究結(jié)果表明，ECa與土壤中砂粒、粉粒與黏粒體積分數(shù)具有很強的線性關(guān)系，證明ECa可用于間接估計土壤質(zhì)地，這與現(xiàn)有結(jié)果較為一致[21-23]。盡管，有研究者指出田塊ECa值會隨季節(jié)發(fā)生變動[14]，但整體而言，當外界影響條件（如降雨、灌水、施肥等）一致時，土壤的各項物理化學性質(zhì)在一段時間內(nèi)仍可保持相對固定。本文采用Veris EC 3100系統(tǒng)快速獲取地塊ECa需要的時間較短，可認為測量期間的土壤水分基本不發(fā)生明顯變化，不會對ECa結(jié)果產(chǎn)生影響。因此，本文提出利用Veris EC 3100 快速獲取田間ECa分布情況，計算分析土壤空間變異程度與空間分布特征，并在此基礎(chǔ)上進行變量灌溉管理小區(qū)劃分。相比于基于土壤質(zhì)地、土壤可利用水量進行變量灌溉小區(qū)劃分，這種方法較具有快速、可靠、操作簡單等明顯優(yōu)勢。

對于含鹽量很低的非鹽漬土壤，ECa主要受土壤質(zhì)地、土壤水分含量、土壤容重等參數(shù)的影響[24-25]。同時，本研究及他人的研究結(jié)果[20]均表明，ECa與土壤顆粒組成具有良好的線性關(guān)系，可以于快速反演較大尺度田塊的土壤質(zhì)地情況。相比于 ECash，ECadp與土壤中各顆粒體積分數(shù)的線性相關(guān)程度更高，這可能是由于深層土壤中土壤含水率與CEC受到外界因素（如耕地、降雨等）的影響較小，因此土壤顆粒體積分數(shù)對ECa變化的貢獻更高，可以更加準確地反映土壤自身特征引起的空間變異性。Zhao等[26]采用基于土壤可利用水量的方法，對本研究的 3號試驗地劃分了管理小區(qū)，對比結(jié)果可知，本研究中提出的基于ECadp的進行管理小區(qū)劃分是合理的。此外，Cinthia等[27]的研究也表明，相比于ECash，ECadp空間變異性與玉米產(chǎn)量空間變異性相關(guān)性更高。因此，基于 ECadp空間分布特征進行管理小區(qū)劃分可靠程度更高。本文的研究結(jié)果表明，ECa與砂粒體積分數(shù)負相關(guān)，與黏粒與粉粒體積分數(shù)正相關(guān)，但如何根據(jù)ECa值的高低制定變量灌溉制度還需要開展進一步研究。因為，ECa與產(chǎn)量之間既存在正相關(guān)也存在負相關(guān)關(guān)系[11-12,28]。這主要是因為土壤ECa值高時，即土壤黏性體積分數(shù)高時，土壤的保水性能則較好，但透氣性則較差，不同作物生長過程對土壤透氣性要求存在差異，當雨季來臨時，若排水設(shè)施得當，則高ECa易獲得較高的作物產(chǎn)量，反之則會造成減產(chǎn)。

確定小區(qū)的個數(shù)也是變量灌溉管理小區(qū)劃分的重要環(huán)節(jié)。在基于ECa確定管理小區(qū)個數(shù)的過程中，不僅需要考慮ECa數(shù)據(jù)變異性，還需要考慮經(jīng)濟效益以及小區(qū)的變量灌溉控制是否滿足灌溉設(shè)備要求。一般來說，管理小區(qū)劃分個數(shù)越多，變量灌溉管理則越精細，但同樣也意味著傳感器網(wǎng)絡(luò)系統(tǒng)個數(shù)、控制系統(tǒng)投資以及灌溉系統(tǒng)運行成本會增加。以圓形噴灌機系統(tǒng)為例，相比于均勻灌溉，變量灌溉系統(tǒng)的節(jié)水率達到5%～26%[29]，但其成本增加至 300～550 $/hm2[16]?？傮w而言，研究者們認為，2～6個數(shù)量的管理小區(qū)便可減少大部分不同尺寸地塊的產(chǎn)量變異性[30-31]。Haghverdi等[32]的研究也證明，即使對于面積高達73 hm2的大尺寸田塊，4～5個管理小區(qū)也足以解決土壤空間變異性導(dǎo)致的產(chǎn)量分布不均。本文根據(jù)2號與3號試驗地ECa空間變異大小與分布聚集性，對每個試驗地均劃分 3個管理小區(qū)，這與上述結(jié)果基本保持一致。然而，建立ECa變異程度與管理小區(qū)個數(shù)的量化關(guān)系，需對大量的試驗數(shù)據(jù)進行統(tǒng)計分析。同時，劃分管理小區(qū)時，還需要綜合考慮ECa空間變異系數(shù)及空間聚集分布狀態(tài)、經(jīng)濟成本、硬件控制條件等諸多因素。因此，本文尚不能僅根據(jù)現(xiàn)有數(shù)據(jù)，簡單地給出ECa變異系數(shù)與管理小區(qū)個數(shù)的定量關(guān)系，基于ECa劃分變量灌溉管理小區(qū)方法雖然可行，但在較多方面仍需開展深入研究。

本文利用Java語言開發(fā)了變量灌溉管理分區(qū)軟件。軟件選擇了簡單高效的反距離權(quán)重法進行 ECa插值分析，大大減少了計算量，節(jié)省分析時間，也可有效降低軟件報錯率。同時，軟件利用自然間斷法進行分組聚類，獲得土壤表觀電導(dǎo)率在空間上的分布情況，自動生成變量灌溉小區(qū)劃分圖，極大地簡化了使用流程并縮短了處理時間，同時本軟件操作簡單，適用于普通技術(shù)人員。本軟件可對變量灌溉小區(qū)的實時管理，對提高灌溉效率具有重要意義。

5 結(jié) 論

本文利用Veris EC 3100大地電導(dǎo)率勘測儀調(diào)查了3塊地的土壤表觀電導(dǎo)率（Apparent Soil Electrical Conductivity，ECa），分析了ECa空間變異性并繪制空間分布圖，研究了ECa與土壤顆粒體積分數(shù)的關(guān)系，探討了基于ECa劃分變量灌溉管理小區(qū)的可行性。主要結(jié)論如下：

1）1～3 號試驗地 ECa的變異系數(shù)在 19.88%～78.81%之間，均屬于中等變異程度?？衫?Veris EC 3100快速獲取田間ECa分布情況，并根據(jù)ECa空間變異程度與空間分布結(jié)果劃分變量灌溉小區(qū)。

2）ECa與砂粒體積分數(shù)負相關(guān)，與粉粒、黏粒體積分數(shù)正相關(guān)。相比于0～30 cm土層的ECa（ECash），0～90 cm土層的ECa（ECadp）與砂粒、粉粒與黏粒體積分數(shù)具有更強的線性關(guān)系，其R2分別可達0.83、0.90和0.86，根據(jù)ECadp劃分變量灌溉小區(qū)更加可靠。

3）利用 Java語言開發(fā)了一款變量灌溉管理分區(qū)軟件，軟件利用反距離權(quán)重法進行ECa插值分析，采用自然間斷法進行分組聚類，自動劃分變量灌溉小區(qū)，可為實現(xiàn)變量灌溉實時管理提供技術(shù)支持。