欢迎来到天天文库
浏览记录
ID:36836800
大小:3.37 MB
页数:71页
时间:2019-05-16
《果园土壤水分的时空分布与蒸散量研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要土壤水分转换与时空变异性的研究,对降水入渗、河流补给、水利工程、地表水地下水的运移等土壤水分运动规律的研究和应用具有重要意义。土壤水运移模型的研究是研究土壤水分运移规律的重要基础,精确的模型及其参数的确定成了土壤水分转换与时空变异性研究中的关键。因此,对比和研究目前已有的模型及参数,改建和完善现有的各种土壤水分模型和参数测定方法具有重要的现实意义。蒸散是植物及地面整体向大气输送的水汽总通量,包括土壤蒸发和植物蒸腾,是土壤一植物一大气系统(SPAC)中水分运动重要而复杂的过程,是水循环的一个重要环节和水资源管理的一个重要参数,其强度与土壤状况、作物状况、大气环境密切相关。果园蒸散量受果
2、树年龄、海拔和降水量等众多因素的影响,是生物和环境相互作用的结果。本文利用美国DYNAMAX公司产DYNAGAGE包裹式茎流测量系统测量植株液流速率,并利用澳大利亚产MONITOR自动气象站和TRIME.FM土壤含水量测量系统同步观测树木周围的气象因子和土壤温度、水分状况,同时利用德国%me_-T3管式TDR土壤水分速测系统对烟台一果园60个观测点的O.100cm和0.200cm土层的水盐参数进行了连续动态的原位监测。利用经验方法和Biswas估算模式,研究和分析了表层与深层土壤水分之间的转换关系;运用传统统计学方法、地统计学方法和分形理论对土壤水分的空间变异性进行了分析探讨;分析了树木
3、蒸腾相对于气象因子的滞后效应,利用多元线性回归分析、主成分分析、BP神经网络等分析方法对树木蒸腾和考虑时滞的树木蒸腾预测模型进行研究;根据水量平衡方程即可得出果园的蒸散量,研究区内果园的蒸散量的空间分布特征,通过修正的Pcnman-Montcith公式对果园蒸散量进行模拟,得到潜在蒸散量,进行神经网络模型预测,建立果园潜在蒸散量预测模型。通过研究,得出以下结论:1、土壤水分的时空分布研究及其预测模型分析根据垂直方向上土壤水分的标准差和变异系数,可将果园内株间和行间垂直方向上的土壤水分划分为活跃层、次活跃层、相对稳定层三层;果园内土壤水分在垂直变化上是不同的,株间和行间存在差异,在大部分时
4、间段内,株间土壤含水量要低予行间土壤含水量,尤其是表层土壤水分(O.40cm);利用Biswas模型建立果树株间与行间表层土壤水分与深层土壤水分的关系,0—40cm土层是本地区利用表土壤水分,进行深层土壤水分(0.150cm土层)预测的最佳土层,其显著水平较高,显著性检验《值分别为0.9364和0.9301,预测模型分别为Y=2.1498x+15.9710和Y=2.2367x+17.8180。2、树木蒸腾预测模型分析通过对晴天和阴天下的树木蒸腾速率与环境因子进行主成分回归、多元线性回归和BP.人工神经网络模型对比分析发现,BP.人工神经网络模型预测晴天和阴天蒸腾速率拟合值与观测值的R2分
5、别为0.9892和0.9827,达到极显著水平,拟合的效果非常好,达到共线性,可选用BP.人工神经网络模型建模。晴天时考虑时滞的蒸腾速率的观测值与拟合值回归方程的R2大于不考虑时滞时的R2,阴天时则相反,故利用BP神经网络预测模型来预测树木蒸腾速率时要分情况,晴天时为提高预测模型的精度,应考虑蒸腾时滞;阴天可以不考虑时滞。对考虑时滞的影响下的树木蒸腾速率与气象因子进行主成分回归分析,R2达到O.7674,高于不考虑蒸腾时滞的回归方程的R2为O.7175,因此在利用主成分分析预测树木蒸腾速率时,考虑蒸腾的时滞可以提高拟合精度。3、果园蒸散量的计算与模型研究行间和株间果园蒸散量变异系数分别为
6、0.3488和0.5156,属于中等变异程度。在该区域内果园蒸散量的分布呈斑块化分布,且高低值区域分布明显,但整个地区除了几处高低值域差异较大外,其余部分地区蒸发蒸腾量的分布较均匀,差异不大。根据Penman.Monteith方程计算出果园的日潜在蒸散量变化趋势发现,在一天中早上和晚上的潜在蒸散量变化无太大差别,在7:00至19:00之间蒸散量呈明显相似的变化趋势,即7:oo至12:00之间蒸散量增加、12:oo至19-00蒸散量逐步减弱并趋于稳定;果园潜在蒸散量和液流速率的日变化均明显呈夜低昼高的起伏趋势,白天的液流速率变化较大,夜间的液流速率较低且相对稳定。利用BP神经网络模型来预测
7、果园的潜在蒸散量时R2为0.9974,达到极显著水平,观测值与拟合值之间的相对误差在±0.5和±2范围内的分别占81.12%和94.41%,该模型的拟合精度非常高。关键词:土壤水分;空间变异;蒸腾;蒸散量IIAbstractThestudiesonsoilmoistureconversionandspace—timevariabilityhasgreatsignificancetotheresearchandapplicationi
此文档下载收益归作者所有