不同土壤质地的土壤含水率的空间变异性

本文以头屯河灌区农十二师头屯河农场试验区为依托开展试验研究,采用经典统计学和地统计学方法,通过分析膜下滴灌棉田土壤水分空间变异规律,建立其土壤水分空间变异的结构模型。结果表明,不同土壤质地的条件下,膜下滴灌棉田土壤含水率的空间结构性不同;粘土土壤含水率的随机因素带来的空间变异性大于壤土的。     

盐碱荒地土壤入渗参数的多元非线性预报模型

为给盐碱荒地改良提供技术支撑,以原生盐碱荒地土壤为研究对象,进行了大田原位系列入渗试验,获取了累计入渗量与入渗历时对应关系的试验资料,依据Kostiakov入渗模型,构建了入渗模型参数与同步土壤理化参数的样本集。利用土壤传输函数法,建立了以土壤基本理化参数为输入变量的Kostiakov二参数入渗模型参数k和α的多元非线性预报模型。结果表明:以土壤含水率、干容重、黏粒含量、粉粒含量、有机质含量、含盐量为输入变量对入渗系数k进行多元非线性预报和以土壤含水率、干容重、黏粒含量、有机质含量、含盐量为输入变量对入渗指数α进行多元非线性预报是可行的,两参数预报模型的相对误差平均值分别为5.5%和8.3%。     

衡水市土壤墒情变化规律及预报分析

依据衡水水文实验站2010-2012年土壤含水率观测资料,分析衡水地区土壤墒情特点,研究代表区域的土壤墒情变化规律。利用实际观测资料,分析计算土壤消退系数K值,并拟合增墒计算经验公式,建立了退墒及增墒预报方案,并利用2013年资料进行了验证,经评定,两方案的预报精度均达100%,达到甲级预报标准。对合理指导农作物实施灌溉,保障农业生产,具有重要的意义。     

膜下滴灌墒情监测点布设方案研究

研究了膜下滴灌墒情监测点的布设方案,为降低监测成本,提高田间信息采集精度提供了理论指导。在新疆库尔勒市包头湖农场48 m×56 m(一根支管控制)的区域内,制定了3种墒情监测点布设方案,并对方案合理性进行了分析,结果表明,此3种监测点布设方案下插值后计算出的土壤含水率与实测样本土壤含水率,在显著性水平0.05下,没有显著性差异;综合考虑农田规格、合理监测点数目、以及监测点位置等因素,一根支管控制区域内土壤墒情测布设方案可采用30 m×10 m网格。更多还原     

膜下滴灌田间土壤水分动态变化规律

利用统计学方法,研究了南疆棉花膜下滴灌条件下田间土壤含水率随时间的动态变化规律,以及土壤水分在垂直方向的变化趋势,以便为棉花膜下滴灌自动灌溉系统中的墒情预测提供理论依据。结果表明,整个灌季的田间土壤含水率具有中等程度的空间变异性,随着时间的推移土壤含水率的空间变异强度逐渐减小,灌水后土壤含水率的空间变异强度大于灌水前,随着取样深度的增加土壤含水率的空间变异强度先增大后减小。     

北方干旱地区土壤墒情预测模型

为满足农业生产的需求,利用邢台市土壤墒情监测资料,对墒情预报模型参数进行分析计算,建立了适合于该区域的土壤墒情预报模型,最后用实测数据来检验模型的准确性.该模型可对土壤含水量、灌溉时间和灌溉定额进行预报,通过实际检验,模型能满足本区域土壤墒情预报的需要.     

耕作后土壤水分入渗参数BP预报模型

根据黄土高原区耕作后土壤水分入渗资料所建立的基于Kostiakov三参数经验模型公式的BP神经网络预报模型,对土壤水分入渗参数进行预测。预测结果表明:利用土壤基本理化参数耕作层(0~20 cm)土壤含水率及其密度、砂粒含量、粉粒含量、有机质含量预报入渗模型参数具有可行性。入渗模型参数入渗指数α、入渗系数k的平均相对误差约为1%;稳渗率f_0的平均相对误差约为8%,在可接受范围内;90 min累计入渗量I_(90)的平均相对误差小于3%。模型整体预测精度较高,实现了利用土壤基本理化参数预报土壤水分入渗参数,可为黄土高原区耕作后土壤的灌水技术参数的确定提供理论与技术支撑。     

基于ARIMA模型的贵州省黄壤墒情预测研究

为预测贵州省黄壤墒情的变化趋势,采用时间序列的ARIMA模型进行研究,并用实测数据与模型的预测结果进行比较。结果表明:ARIMA时间序列模型拟合土壤墒情的变化趋势较好,预测的土壤含水率接近于观测值,最大绝对误差为0.6%,最大相对误差为4.2%,可为干旱地区土壤墒情研究提供参考。     

膜下滴灌棉田不同春灌淋洗定额压盐效果分析

随着节水灌溉技术的发展,新疆节水灌溉面积已达到178.53万hm2,其中膜下滴灌棉田面积达到59.133万hm2。滴灌棉田盐碱化是节水灌溉中产生的新问题,春灌是水利措施改良盐碱地的方法之一。通过对新疆巴州试验站膜下滴灌棉田的现场试验数据进行分析,得出合理的春灌淋洗定额,以减轻盐碱对土壤的影响。     

滴灌湿润体内土壤墒情监测点位置的试验研究

为了快速精确地监测土壤水分,通过田间试验观测了滴灌带一个湿润体内不同位置的7个中子仪监测点0～120cm深度土壤剖面的水分分布,分析了膜下滴灌湿润体内土壤水分随监测点位置的变化情况。结果表明:土壤含水率的差异,只与监测点与滴灌带的距离有关,距滴头5 cm处的监测点与距滴灌带30 cm处的土壤含水率垂直分布无显著性差异,与距滴灌带55、70 cm处的土壤含水率垂直分布有显著性差异。因此,墒情监测点应布置于距滴灌带0～30 cm范围内,不宜超过此范围。     

不同排水模式下新疆滴灌棉田盐分变化分析

地处西北干旱地区的新疆面临着缺水与土壤盐碱化严重等环境问题[1],膜下滴灌高效节水灌溉技术已运用到实际社会生产中。在新疆运用膜下滴灌技术时,维持灌溉量与排盐量平衡是关键。通过对滴灌棉田播前、春灌前后土壤盐分变化情况的监测,分析不同排水措施即不排水、控制排水、常规排水对春灌洗盐效果的影响。     

新疆棉田实时灌溉预报系统及其研究

对新疆棉田实时灌溉预报系统结构、软件设计及模块功能做了较详细的分析，提出了适合新疆灌区墒情预报模型和灌溉预报模型，并对模型进行了检验。该系统目前已投入使用，并在使用以后进行了完善和升级，现可作为集棉田信息采集、灌溉预报于一体的自动灌溉系统，直接控制田间灌溉，在新疆的推广应用前景广阔。     

新疆膜下滴灌棉田暗管排盐的数值模拟与分析Ⅰ:模型与参数验证

新疆地区广泛应用膜下滴灌技术进行棉花种植,易在膜下浅层根区(0~40 cm)形成淡化区域,而深部根系层(40~60 cm)却始终处于积盐状态,具有较大的积盐和返盐隐患。为了更为便捷地探索节水、高效的暗管排盐模式,在开展蓄水淋洗条件下暗管(埋深60 cm、间距500 cm)排水、排盐田间试验和分析建立相应数值模型的基础上,利用HYDRUS软件和田间试验数据对所建立的数值模型和水盐运动参数进行了校验,结果表明模拟值与实测值之间整体吻合较好,剖面土壤含水量分布的最大均方根差(RMSE)和最小决定系数(R2)分别为0.025 cm~3/cm~3和0.88,含盐量分布的最大RMSE和最小R2分别为2.74 g/kg和0.93,基本在可接受范围之内。尽管剖面土壤脱盐率可达77.5%,但绝大部分盐分都被淋洗至暗管以下土层,暗管排盐量十分有限,仅占60 cm以上土体盐分总量的11.7%,因此有必要探索膜下滴灌棉田暗管排盐的改进模式或方法,以有效提高其排盐效率。本文所建立的数值模型和相关水盐运动参数可以较好地描述暗管排水、排盐过程中的土壤水盐动态,并进一步用于当地膜下滴灌棉田不同暗管排盐模式的数值模拟与分析,从而为新疆膜下滴灌棉田高效排盐模式的探索提供科学依据。     

北京简易土壤墒情预报方法介绍

根据水量循环平衡原理,引用北京市旱情监测资料,建立了增、退墒经验模型,以此编制了不同土壤类型、不同作物和不同季节的墒情预报.     

膜下滴灌条件下土壤盐分分布特点初探

膜下滴灌条件下,棉田土壤盐分分布、运移、土壤次生盐碱化、地下水位变化等因素将对棉花的生长发育产生相应的影响。实验根据滴灌条件下土壤水盐运移变化的特点,建立长期土壤剖面盐分变化特征预测模式,为盐碱地的综合开发利用和棉田土壤次生盐渍化防治提供新的思路和技术,增加应用膜下滴灌技术的经济、社会、生态效益。     

基于HYDRUS-2D模型膜下滴灌棉田不同上口宽排盐浅沟下土壤水盐运移模拟

本文以膜下滴灌棉田土壤水盐运移为研究对象,根据室内试验参数及田间测坑试验在HYDRUS-2D中建立模型,利用实测值与模型模拟值进行对比,调整模型参数,确定建立模型的准确性。根据已有的模型,对不同上口宽排盐浅沟的排盐问题进行研究,研究生育期膜下滴灌棉田不同深度盐分和水分的变化情况,分析模拟结果对比不同排盐沟的上口宽对土壤排盐效果的影响。为合理制定土壤排盐模式,减少和改良土壤次生盐渍化提供科学的理论依据。     

葡萄根系分区交替滴灌的土壤水分动态模拟

在根系分区交替滴灌土壤水分动态和根系分布试验观测的基础上,提出了葡萄二维根系吸水模型,并确定了与土壤表层含水率有关的棵间土壤蒸发方程,然后在土壤水分运动基本方程的基础上结合交替滴灌的入渗特性,建立了根系分区交替滴灌的土壤水分动态模型(APRI-Model),模型考虑了该种灌水方式下棵间土壤蒸发和根系吸水的变化特征。通过与田间实测值进行比较,结果表明,模型的均方差在0.01~0.022cm3/cm3范围内,模拟值与实测值的平均相对误差在10%左右,因此,认为模型能很好的模拟干旱区蒸发力较大和作物根系分布不均匀条件下的土壤水分动态。     

ISAREG模型在灌区土壤墒情预报中的应用研究

土壤墒情预报是农田土壤水分调控的基础和前提。针对当前灌区土壤墒情监测工作量大且预报精度不高的问题,采用数值模拟和农田实测数据相结合的方法,应用以水量平衡法为基本原理的ISAREG灌溉模型进行灌区土壤墒情预报,并利用内蒙古河套灌区沙区灌溉试验站的大田实测数据对ISAREG模型的模拟精度进行验证,结果表明:ISAREG模型能较好地模拟作物土壤含水率的动态变化,模型输出的模拟值与实测值对比,回归系数约为1.02,决定系数在0.6以上,误差在10%以内,表明该模型参数经过校准和验证后,可以用来进行土壤墒情预报。该模型还具有识别作物是否处于水分胁迫状态,并对作物灌溉制度进行评价和优化的功能,可进行灌区灌溉预报。     

本溪地区土壤墒情预报模型方法

结合旬测人工墒情监测数据和日报自动墒情监测数据,实现日报数据基本可用。预报结果准确与否很大程度上取决于预报方案的精度,而预报方案的精度高低又建立在充足可靠的墒情监测资料之上,因此,编制墒情预报方案时一定要搜集尽可能多的墒情资料。文中主要是对辽宁东部本溪市的墒情站进行分析研究,建立退墒、增墒模型,预报当地的土壤墒情。     

冬小麦田间墒情预报的BP神经网络模型

土壤墒情预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物长势等的影响，关系比较复杂。本文利用北京市永乐店试验站冬小麦返青后的土壤水分试验资料，建立了土壤墒情预报的BP网络模型，模型中同时考虑了多个因素对土壤贮水量的影响。利用部分实测资料对网络进行训练，然后对2年不同灌水处理下的土壤贮水量进行预测，取得了较好的效果，表明BP神经网络用于墒情预报是可行的。