沧州市土壤墒情预报方法研究

摘要 结合沧州市实际情况，以冬小麦和夏玉米为典型作物分析沧州市土壤墒情变化特点，揭示沧州区域土壤墒情变化规律和演变趋势；对捷地旱情试验站土壤墒情监测资料进行分析研究，利用P―ρ0―Δρ增墒相关法建立增墒预报方案，利用退墒系数法以及ρt―T―ρ0相关法建立退墒预报方案，探讨适合沧州区域的土壤墒情预报方法，对类似地区相关研究具有重要的推广价值。

关键词 土壤墒情；预报方法；气温因素法；河北沧州

中图分类号 S152.7；TV213 文献标识码 A 文章编号 1007-5739（2014）07-0236-03

Study on Soil Moisture Prediction Method of Cangzhou City

LV Qing-yu

（Cangzhou Bureau of Hydrolgty and Water Resoureces Survey in Hebei Province，Cangzhou Hebei 061000）

Abstract Combined with the actual situation of Cangzhou City，with winter wheat and summer maize as typical crops，variation characteristics of soil moisture in Cangzhou City were analyzed.Soil moisture variation and evolution trend of Cangzhou region were revealed.Soil moisture monitoring data of Jiedi Drought Test Station was analyzed，using P-ρ0-Δρ increase soil moisture correlation method to establish model prediction schem.Soil moisture depletion forecast scheme were developed using the soil moisture depletion coefficient method and ρt-T-ρ0 correlation method.Suitable soil moisture prediction method for Cangzhou area was discussed，and it has important popularization value for related research in similar areas.

Key words soil moisture；forecasting method；temperature factor method；Cangzhou Hebei

近年来，沧州市十年九旱，干旱已成为影响沧州市农业生产的主要气象灾害。旱灾的频繁发生严重制约了沧州区域的农业经济发展，防旱和抗旱工作任重而道远。结合沧州市主要农作物种植特点，分析沧州区域土壤墒情变化规律，探讨适合的土壤墒情预报方法[1-3]，对于做好高效防旱抗旱和农业增收有重要意义。

1 资料来源与研究方法

1.1 区域概况

沧州市地处河北省东南部，位于北纬37°28′～38°57′，东经115°42′～117°50′，下辖17个县（市区），总面积14 056 km2。沧州市属暖温带半湿润大陆性季风气候，四季分明，冬夏长、春秋短。春季干燥多风，夏季炎热多雨，秋季气候凉爽，冬季寒冷少雪。全市多年平均降水量551.1 mm，年际变化较大，年内分配不均，80%的降水量集中在6―9月，地区分布自西向东逐渐增大，多年平均蒸发量1 264 mm。全市耕地面积76.362万hm2，农作物有小麦、玉米、棉花、豆类、谷类、高粱、花生、油料、甘薯等，冬春季主要作物为小麦，夏秋季主要作物为玉米。区域内土壤质地大部分为壤土，10、20、50 cm等3个土层土壤干容重在1.35～1.55 g/cm3，凋萎系数随深度变化不明显，10～50 cm土层在6%～7%，土壤重量田间持水量一般在24%～30%。

1.2 资料来源

资料采用沧州旱情监测中心部分旱情监测站资料及捷地试验站、衡水试验站土壤墒情及气象监测成果。旱情监测站监测周期为上半年的3―6月和下半年的9―11月，每旬监测1次，即1日、11日、21日于8：00进行监测，若次降水量超过10 mm进行加测。试验站封冻期停测，其他时间正常监测，每5 d监测1次，即每月1日、6日、11日、16日、21日、26日的8：00进行监测。汛期（6―9月），当次降水大于25 mm时，进行土壤含水率变化过程监测直至稳定为止。非汛期（10月至翌年5月），当次降水量大于10 mm时，进行土壤含水率变化过程监测直至稳定为止。监测站全部采用烘干法，普通监测站监测点深度为10、20、50 cm，试验站监测点深度为10、20、50、80 cm。

1.3 土壤增墒预报

在试验站资料中选取汛期次降水大于25 mm，非汛期次降水大于10 mm的时段，摘取次降水量（P）以及降水前垂线平均土壤含水率（ρ0）和降水后垂线平均土壤含水率（ρt），同时计算出与本次降水相对应的（Δρ）（土壤含水率变幅）：

Δρ=ρt-ρ0（1）

式（1）中p0为降水前1 d的土壤含水率，ρt为降水停止后第1次测得的土壤含水率（如果由于特殊情况未取得观测值，可用消退公式计算得出）。

1.4 土壤退墒预报

1.4.1 消退系数法。消退系数法指的是根据土壤水垂向变化规律应用水文预报的方法推求逐日土壤消退系数K值用来预测土壤水的变化情况[4]。利用消退系数法建立退墒公式：

ρt=ρ0Kt（2）

式（2）中：K为土壤含水率消退系数；ρt为t日后土壤含水率（%）；ρ0为时段初土壤含水率（%）；t为间隔日数（d）。

在没有降水和灌溉的情况下，土壤含水率将随时间减小，也就是说ρt应该比ρ0小，因此K的取值应该小于1。从公式可看出，K的取值与土壤含水率的消退成反比，K大则消退慢，土壤失墒慢，K小则消退快，土壤失墒快[5-6]。将上式进行转化可得：

K=（■）■（3）

利用上式可计算出K值。将摘录时段的ρ0、ρt和间隔天数t带入公式（3），通过计算可以得出不同时期、不同深度的含水率消退系数K。

1.4.2 气温因子法。在无降水和灌溉的情况下，土壤墒情因土壤蒸发和作物散发等因素而消退，影响土壤消退的主要气象因素包括气温（T）、风力（F）等，本方法采用气温为因子对捷地旱情试验站土壤退墒变化规律进行分析。选择2测次之间无降水且退墒较明显的时段，分层摘取时段初土壤含水率ρ0和时段末土壤含水率ρt，同时摘取综合垂线平均时段初土壤含水率ρ0和时段末土壤含水率ρt，同时摘录时段内各日平均气温T，并对时段内日平均气温T求和。

1.5 预报参数率定

预报方案建立后，在沧州区域选择了旧城、杨家寺、付赵3个旱情监测站对增墒和退墒方案进行率定。经实测数据率定，比较实测值与预报值参照《水文情报预报规范》进行评定，土壤墒情资料预报合格率均在80%以上，表明所建立预报方法在沧州区域具有较好的代表性，参数合格。

2 结果与分析

2.1 土壤增墒预报

利用按要求摘取的试验站监测数据，把ρ0作为参数、P作为纵坐标、Δρ作为横坐标绘制出捷地试验站P―ρ0―Δρ相关关系见图1。从图1可以看出，ρ0不变时，正常情况下土壤含水率增幅与降水量成正比，但当Δρ增大到ρt接近土壤田间持水量时，土壤趋于饱和，Δρ基本不再增大，将无限趋近于一个常数（即田间持水量与ρ0的差值），土壤含水率将不再增加，降水会以入渗方式进入地下水或者以径流形式汇入地表水。当降水量一定时，ρ0越大则Δρ越小，表明前期土壤含水率大时降水则更不易转化成土壤水，降水以蒸发、径流、入渗形式损失掉，缩小了降水成为土壤水的比例。

以ρ0作为参数，P―Δρ关系曲线的线性为指数曲线，可表示为：

P=m×en×Δρ （4）

进行公式转换可变为：

Δρ=lnP/n- lnm/n

式（4）中m、n为常数，令1/n=a，lnm/n=b，把上面公式转换为：

Δρ=a×lnP-b（5）

a、b参数对于相同的ρ0为一常量，但对于不同的ρ0，a、b又有变化，因此a、b又是ρ0的函数，通过试算得到捷地试验站土壤增墒公式如下：

a=-0.214 2ρ0+7.555 3，b=-0.443 3ρ0+16.140 9

利用上式对该站2006年实测含水率资料进行验证，把通过预报得到的ρt与实测值进行比较，评定规范采用《水文情报预报规范》，以比较误差20%为标准，上述增墒预报方案的合格率为85.7%。

2.2 土培退墒预报

根据捷地试验站和沧州旱情监测站2测次之间无降水的时段，分深度（试验站10、20、50、80 cm；旱情监测站分10、20、50 cm）摘录ρ0、ρt和t值，计算出各深度的K值；利用同样的方法计算出垂线平均的K值。把计算出的K值按月份分别进行统计，从而得到捷地试验站的K值统计表。因为封冻期无法进行含水率监测，所以逐月K值只统计3―11月。捷地试验站逐月K值统计情况见表1。

K值变化规律：通过表1和图2可以看出同一深度的K值变化具有如下特点：11月为最高点，K值最大；5―7月为最低点，K值最小。5―7月气温高，作物生长快，作物失墒快；11月气温低，作物生长慢，作物失墒慢。由于封冻期无法进行含水率监测，因此没有明确的K值，但是根据K值的定义和变化规律分析，最大K值应该位于这个区间。按季节划分，秋季K值最大，其次为春季，夏季K值最小，失墒最快。

从图2可以看出，各土壤深度K值变化有规律，各个深度K值基本不相交，呈有规律分层次排列，10 cm K值线位于最下方，80 cm K值线位于最上方，20 cm和50 cm K值线位于中间，表明土壤深度越深K值越大，失墒就越慢，土壤深度越浅，则有相反的规律。

利用沧州旱情监测站2006年部分实测资料对根据K值预报出来的土壤含水率数值进行校验，评定规范采用《水文情报预报规范》，以比较误差20%为标准，退墒预报方案的合格率为95.2%。

运用气温因子法，假定土壤退水期时段末土壤含水率ρt与前期土壤含水率ρ0及时段内日平均气温累计值（T）有关，即令ρt=F（T、ρ0），分别对不同深度（10、20、50、80 cm）及垂线平均的ρt―T―ρ0相关关系进行分析，并分别配置了模型，以10 cm土壤深为例，设：

ρt=cρ0αT β（6）

式（6）中c、α、β为待定系数，首先假定α=1，将式（6）改写为：

ρt/ρ0=cT β（7）

点绘ρt/ρ0-T相关图，以幂指数线性定线，配置模型，从而得到：c=1.08，确定β=-0.05，再将β=-0.05代入（6）式并改写为：

ρt/T-0.05=cρ0α（8）

点绘ρt/T-0.05―ρ0相关图，同样以幂指数线性定线，配置模型，从而得到：c=1.04，α=1.02，β=-0.05，公式改写为：

ρt=1.04ρ01.02T-0.05（9）

式（8）即为10 cm土深时的以气温为因子的土壤退墒公式。其他深度及垂线平均模型分析方法相同，各土壤深度及垂线平均配置模型见表2。

用表2中各模型预报值与实测值比较，以允许误差20%控制，评定合格率均在90%以上。

3 结论与讨论

以捷地试验站为基础，并结合沧州旱情监测中心其他站点监测资料，分析了沧州区域土壤墒情演变趋势，建立了增墒和退墒预报方案，预报精度较高，预报合格率均在80%以上，可以进行墒情预报，在平原区土壤类型相似区域有一定的推广价值。

增墒预报方案采用P―ρ0―Δρ的增墒相关图法，预报方案公式为：

Δρ=a×lnP-b，a=-0.214 2ρ0+7.555 3，b=-0.443 3ρ0+16.140 9

退墒方案有2种，消退系数法和气温因子法。消退系数法退墒方案公式为：ρt=ρ0Kt，捷地试验站消退系数K值统计成果见表1。气温因子法采用无雨时段内日平均气温累计值（T）与ρt和ρ0建立ρt―T―ρ0相关模型建立进行预报，各土深和垂线平均相关模型公式见表2。

在有增墒和退墒方案的基础上进一步分析研究，建立适合沧州区域特点的土壤墒情预报模型。建议开展研究区内主要作物需水的研究，使预报更加准确。综合考虑影响土壤退墒的气象因子，建立多因子退墒模型[7]。

4 参考文献

[1] 张忠，蒲胜海，何春燕，等.我国土壤墒情预报模型的研究进程及发展方向[J].新疆农业科学，2007（5）：720-723.

[2] 唐海，陈天华，郑文刚.土壤墒情监测预报技术研究进展[J].灌溉排水学报，2010（2）：140-142.

[3] 程殿龙，马宏志，许晓春.神经网络方法在土壤墒情预测中的应用[J].中国农村水利水电，2002（7）：6-8.

[4] 韩奎学，吴景峰.河北省中部平原区土壤墒情变化规律研究[J].河北工程技术高等专科学校学报，2008（4）：5-9.

[5] 庄季屏.四十年来的中国土壤水分研究[J].土壤学报，1989，26（3）：241-248.

[6] 王一鸣，孙凯，杨绍辉.土壤墒情（旱情）监测与预测预报模型研究进展[J].数字农业研究进展，2004（2）：236-243.

[7] 尚松浩.土壤水分模拟与墒情预报模型研究进展[J].沈阳农业大学学报，2004，35（5-6）：455-458.