由土壤物理性指標估算入滲參數的方法

豐莎+++繳錫云++虞曉彬++劉凱華

摘要：針對土壤入滲參數不易獲得、精度較低的現狀，依據2011年南皮縣育種農場得到的試驗結果，基于土壤質地、干密度及初始含水率等物理性指標得到土壤入滲的Green-Ampt模型，進而提出估算Kostiakov模型入滲參數的方法。結果表明，由該方法得到的入滲參數精度較高，所得到的入滲過程與通過畦灌水量平衡法所得到的入滲過程之間吻合程度較好，累積入滲量相對誤差平均值為6.26%，相關系數為0.999 9，模型效率為0.999 3。研究結果可在減小田間工作量的同時保證較高的計算精度。

關鍵詞：土壤質地；土壤干密度；Green-Ampt模型；Kostiakov模型；入滲參數

中圖分類號： S152.7+2文獻標志碼： A文章編號：1002-1302（2016）02-0424-03

收稿日期：2015-09-01

基金項目：水利部公益性行業科研專項（編號：201301014）

作者簡介：豐莎（1990—），女，河南開封人，碩士研究生，主要研究方向為灌溉排水理論與節水灌溉新技術。E-mail：fengshainhhu@163.com。

通信作者：繳錫云，教授，博士生導師，主要從事節水灌溉理論與技術研究。E-mail：xyjiao@hhu.edu.cn。土壤入滲是地面灌溉過程的重要環節，其參數的確定是地面灌溉優化設計的重要依據[1]。目前，確定土壤入滲參數的方法主要有田間試驗測定法和灌溉試驗估算法[1-2]。田間試驗測定法包括雙環入滲法、池田法、奎爾夫滲透儀法、封閉循環測滲法等：雙環入滲法、池田法、奎爾夫滲透儀法屬于不考慮田面水流運動影響的靜水測試法，難以理想地模擬水流運動狀況下的入滲過程；封閉循環測試法雖然考慮了水流的動態影響，但存在田間試驗工作量大的問題[1-2]。灌溉試驗估算法相對綜合考慮了土壤質地、耕作與作物栽培措施、田間水土管理活動等因素對土壤時空變異性的影響，一定程度上克服了點狀參數測定法難以反映土壤時空變異對地面灌溉性能影響的問題[3]，但也存在局限性。Elliott等提出的二點法[4]和Shepard等提出的一點法[5]，雖工作量小，計算簡便，但計算的土壤入滲參數精度較低[2]；Esfandiari等提出的土壤入滲參數估算方法計算量偏大[6]，繳錫云等針對Maheshwari法和Esfandiari法進行了改進[7-9]，提高了工作效率，但這些方法仍然需要流量、田塊幾何尺寸及水流運動參數等信息；王文焰法和費良軍法都必須由2個畦田以上的數據才能估算土壤入滲參數，仍需要較大田間工作量[10-11]。由于土壤變異性和土壤水分入滲的復雜性，上述方法均不能在兼顧減小工作量情況下保證土壤水分入滲參數的精度，因此高效測定土壤入滲參數將是土壤入滲研究的重要方面[12-13]?；谝陨蠁栴}，本試驗試圖以土壤質地、干密度及初始體積含水率等簡單的田間觀測資料，利用Green-Ampt模型對Kostiakov模型中土壤入滲參數進行估算，并用田面水流推進消退資料所求土壤入滲參數驗證其準確性，以期得到工作量小、計算精度較高的土壤入滲參數估算新方法，為灌溉水入滲理論研究提供新思路。

1材料與方法

1.1試驗區概況

田間試驗于 2011 年 4月上旬，在滄州市南皮縣雙廟村育種農場結合冬小麥春灌展開。試驗畦田共10條，長 100 m，寬 3.7 m，均為南北走向，且北高南低。畦田北端為進水口，灌溉水源為潛水機井。1、2、3號畦田單寬流量 3.0 L/（s·m），改水成數0.85；4、5、6、7號畦田單寬流量 6.0 L/（s·m），改水成數0.80；8、9、10號畦田單寬流量 9.0 L/（s·m），改水成數0.75，對以上10條畦田地表水流推進消退過程進行觀測。

1.2試驗設計與觀測方法

選擇距試驗田塊6號畦田10 m處、試驗田塊8號畦田 50 m 處及80 m處土壤顆粒含量代表整塊試驗田的土壤質地情況。具體測定方法為：沿垂直方向從地表開始每20 cm為一層用土鉆取土，用全自動激光粒度分析儀測定每一層土壤的機械組成進行匯總，并按美國制分級標準對土粒進行分級。在田間選擇平坦堅實處作為挖掘土壤剖面的位置，從地表開始沿垂直方向分0～5 cm、>5～10 cm、>10～20 cm、>20～40 cm、>40～60 cm、>60～80 cm、>80～100 cm 共7 層用環刀取原狀土。烘干法測定土壤含水率，并計算土壤干密度，測定結果見表1。

1.3計算模型

1.3.1van Genuchten模型與RETC軟件van Genuchten將水分特征曲線與估測土壤非飽和導水率K（θ）的Mualem模型相結合，得出了van Genuchten模型[14]，見公式（1），后與Simunek等編制RETC軟件，實現了輸入土壤質地等級，或黏粒、粉粒、沙粒質量百分數以及土壤容重，即可得到van Genuchten模型中的5個參數θr、θs、α、n和Ks的功能，該軟件可直接用于計算試驗區土壤水動力學參數[15-16]

3結論

根據土壤質地、土壤干密度及土壤初始體積含水率等物理性指標，得到土壤入滲的Green-Ampt模型，由此估算的Kostiakov模型，其入滲參數精度較高，所得到的入滲過程與通過畦灌水量平衡法得到的入滲過程之間，相關系數和模型效率系數均較高，吻合程度較好。由于水動力學參數基本由土壤質地決定，對于給定地區土壤，土壤質地、土壤干密度等參數屬于地區基礎資料，其值容易獲得，水動力學參數值相對穩定，不必經常性測定分析[23-24]，且土壤含水率方便測定，本方法有很強的適用性。在實際的灌水過程中，可利用該方法以較小的工作量估算出較高精度的入滲參數。但本研究土壤入滲參數的估算是在華北井灌區粉壤土條件下得到的，所進行的理論分析有一定的條件限制，需進一步擴大試驗范圍，在不同的灌區、不同的土壤質地條件下開展，對研究結論進行驗證。

參考文獻：

[1]王維漢，陳曉東，繳錫云，等. 土壤入滲參數的估算方法及其變異性研究進展[J]. 中國農學通報，2011，27（6）：272-275.

[2]董孟軍，白美健，李益農，等. 地面灌溉土壤入滲參數及糙率系數確定方法研究綜述[J]. 灌溉排水學報，2010，29（1）：129-132.

[3]許迪，李益農. 精細地面灌溉技術體系及其研究的進展[J]. 水利學報，2007，38（5）：529-537.

[4]Elliott R L，Walker W R. Field evaluation of furrow infiltration and advance functions[J]. Transactions of the ASAE，1982，25（2）：396-400.

[5]Shepard J S，Wallender W W，Hopmans J W. One-point method for estimating furrow infiltration[J]. Transactions of the ASAE，1993，36（2）：395-404.

[6]Esfandiari M，Maheshwari B L. Application of the optimization method for estimating infiltration characteristics in furrow irrigation and its comparison with other methods[J]. Agricultural Water Management，1997，34（2）：169-185.

[7]繳錫云，王文焰，張江輝，等. 推求土壤入滲參數的改進Esfandiari法[J]. 西安理工大學學報，2000，16（2）：165-169.

[8]繳錫云，王文焰，雷志棟，等. 估算土壤入滲參數的改進 Mahesh wari 法[J]. 水利學報，2001，24（1）：62-67.

[9]張新民，王根緒，胡想全，等. 用畦灌試驗資料推求土壤入滲參數的非線性回歸法[J]. 水利學報，2005，36（1）：28-34.

[10]王文焰. 波涌灌溉試驗研究與應用[M]. 西安：西北工業大學出版社，1994.

[11]費良軍. 渾水波涌灌溉理論與技術要素試驗研究[D]. 西安：西安理工大學，1997.

[12]馮錦萍. 用常規土壤物理參數確定入滲參數的方法研究[D]. 太原：太原理工大學，2003.

[13]王耀飛，繳錫云，王志濤. 根據畦田水流推進過程同步推求入滲參數和田面糙率[J]. 中國農村水利水電，2013（12）：77-79，84.