不同土地利用類型土壤含水率與熱導率相關性研究

李建波， 王衛華

(昆明理工大學現代農業工程學院，云南昆明 650500)

?

不同土地利用類型土壤含水率與熱導率相關性研究

李建波， 王衛華*

(昆明理工大學現代農業工程學院，云南昆明 650500)

摘要[目的]研究自然條件下不同土地類型土壤含水率與熱導率的相關性。[方法]選取露天狀態下農耕地、裸地、草地、灌木地4種土地利用類型作為供試地塊，在0～15 cm深度土層取樣，通過烘干法測量土壤含水率，利用非穩態探針熱脈沖技術測量土壤熱導率。[結果]4種土地利用類型下，土壤含水率變化范圍為12.79%～25.08%，土壤熱導率的變化范圍為0.481～1.291 W/(m·K)；農耕地和裸地采樣帶相鄰點間數據的波動性較大，灌木地和草地采樣帶相鄰點間數據的連續性較好。[結論]農耕地、裸地、草地、灌木地4種土地利用類型中，自然狀態下的土壤含水率與熱導率表現為正相關性關系。

關鍵詞土地利用類型；土壤含水率；土壤熱導率；回歸分析

土壤含水率與熱導率是土壤物理學的重要參數，在田間環境中土壤熱導率受其本身理化性質的影響，如土壤粒徑、含水率、容重、孔隙分布和有機質含量等。其中，土壤含水率常被作為關鍵因素出現在國內外學者的研究成果中。康紹忠[1]研究指出，在土壤中固體部分維持穩定的條件下，土壤含水率直接決定土壤熱導率的大小，土壤熱導率是含水率的函數。de等[2]以土壤臨界含水率為界，根據土壤含水率范圍，提出不同計算熱導率的理論公式。土壤熱導率測定方法有穩態法和瞬態法。穩態法分析的出發點是維持土柱兩端恒定溫度梯度，通過測定土柱的熱通量計算熱導率，該過程測量時間較長，且水分的遷移與再分布易對試驗結果造成影響；瞬態法是利用瞬態導熱微分方程進行計算，測量時間短，常適用于田間實地測量[3-4]。在土壤含水率與熱導率的測定中，學者多著眼于實驗室擾動土范疇，通過調節土樣含水率級配測定熱導率[5-8]。然而，該過程往往忽視了自然狀態下土壤結構、孔隙分布和水分分布等條件。鑒于此，筆者研究了農耕地、裸地、灌木地和草地4種不同土地利用類型的土壤含水率與熱導率相關性，旨在為田間水熱耦合運移過程研究提供科學依據。

1材料與方法

1.1研究區概況研究區設在云南省昆明市東川區舍塊鄉茂麓村(102°50′49″E，26°18′15″N)，地處東川境內西端，北隔金沙江，與四川會東縣相望，海拔900～1 150m。茂麓村地處山腳，山坡坡度一般30～45°，局部地段達60～80°，地區內山高谷深、地表徑流下切和溯源作用明顯，引起強烈的坡道細溝侵蝕現象。該村因森林茂密和產銅而聞名，村中有銅都礦業有限公司駐地，茂麓廠冶銅遺址位于銅都礦業選礦廠南200m處，該遺址附近地塊土地利用方式有農耕地、裸地、草地和灌木地，類型多樣，因此供試地塊選取于該地。該地區氣候為亞熱帶高原季風氣候，年均降水量約為1 000mm，年均氣溫為14.9 ℃。降水量集中在5～9月，10～4月為旱季，降水稀少。

1.2儀器設備及其原理土壤熱導率測量儀器使用德國進口便攜式土壤熱傳導性測量儀(MTN01)，其方法是基于單探針瞬態法測量技術，通過加熱絲和溫度傳感器及相應的計算程序實現，儀器操作見圖1。使用時將熱探針插入供試土樣中(探針長度15cm)，通過接收加熱過程中溫度回饋值，計算土壤熱導率，理論公式：

ΔT=(Q/4πλ)(lnt+B)

(1)

式中，ΔT為某時間段內溫度的上升值，K；Q為加熱功率，W/m；λ為介質熱導率，W/(m·K)；t為時間，s；B為常數。t1到t2的測量過程中熱導率計算公式如下：

λ=(Q/4πΔT)ln(t2/t1)

(2)

試驗前，以丙三醇為標準介質，對MTN01探針進行標定[丙三醇 20 ℃熱導率為0.287 2W/(m·K) ，40 ℃熱導率為0.289 7W/(m·K)[9]]。標定過程中，將探針插入盛有丙三醇的容器中，分別設置2、3、4V電壓，加熱時間300s，記錄溫度變化范圍及熱導率測量值(表1)，每個電壓處理下測量3次，取平均值。

表1標定過程中溫度變化范圍約為20～40 ℃，取20～40 ℃丙三醇熱導率均值0.288 45W/(m·K)作為標準值。將熱導率測量均值與丙三醇熱導率標準值相比，誤差為1.89%，儀器精度符合試驗要求。計算探針校正系數α：

(3)

校正系數用于修正實測熱導率。

圖1　MTN01操作示意Fig.1　Schematic diagram of MTN01 operation

1.3樣地選取采樣時間為2016年4月，該時間為旱季末期，之前整個階段降雨量極少，可看作為穩定的自然狀態。選取農耕地、裸地、灌木地和草地，每個地塊布設24.0 m長的條狀采樣帶，每隔0.5 m設置1個采樣點，共192個采樣點。

表1　丙三醇標定結果

1.4測定項目與方法為保證土壤含水率與熱導率同步獲取，首先在各采樣點測量該點的熱導率值，將各測點3個電壓處理下熱導率的實測數據導入計算機后取均值，后期數據處理中將該值乘以α作為該測點的熱導率值。在各采樣點測完熱導率之后，用土鉆分別取距地表0～15 cm的擾動土樣20～30 g，各采樣點3次重復。土樣裝入小鋁盒，稱重后置于105 ℃烘箱中8 h，待冷卻后再次稱重，測定土樣質量含水率。

采用重鉻酸鉀加熱法測量有機質含量，通過環刀法測試驗小區土樣容重、飽和含水率和田間持水率，將土樣烘干、研磨后，過2 mm土壤篩，利用馬爾文激光分析儀進行土壤顆粒分析。

1.5數據統計利用SPSS 17.0進行數據預處理，做經典統計學分析；將剖面數據導入Origin 8.0，分析每種土地利用類型下，土壤含水率與熱導率在取樣條帶上的變化趨勢；利用Excel 2007進行相關性與回歸分析。

2結果與分析

2.1土壤基本物理性質將土樣粒徑分級結果導入土壤質地自動識別系統(Soil Texture Automatic Recognition System，STARS)[10]，采用國際制標準進行分類。由表2可知，4類土地利用類型土壤各粒徑含量差異較小，均為黏壤土，容重從大到小依次為裸地、農耕地、草地、灌木地，田間持水率從大到小依次為灌木地、草地、農耕地、裸地，有機質含量從大到小依次為灌木地、草地、農耕地、裸地，飽和含水率從大到小依次為灌木地、草地、農耕地、裸地。

表2　供試土樣基本性質

2.2土壤含水率與熱導率統計特征值由表3、4可知，4種土地利用類型土壤含水率均值最高為灌木地，農耕地、裸地和草地的含水率分別比灌木地低17.37、17.46和4.01個百分點；土壤熱導率均值最高也為灌木地，農耕地、裸地和草地分別比灌木地低33.53、35.39和10.95個百分點。標準差一般用來反映同一量綱數據的離散程度，土壤含水率的標準差變化范圍為0.933～2.615，數據離散性由大到小依次為農耕地、裸地、灌木地、草地；土壤熱導率的標準差變化范圍為0.111～0.229，數據離散性由大到小依次為灌木地、農耕地、裸地、草地。變異系數多用來比較測量尺度相差較大或量綱不同的數據組的離散性，可見土壤熱導率的變異系數略高于土壤含水率。

2.3土壤含水率與熱導率的相關性在Excel 2007中對不同土地利用類型土壤含水率與熱導率進行相關性分析，結果表明：4種土地利用的總相關系數為0.951，變化范圍為0.909～0.982，從大到小依次為草地(0.982)、灌木地(0.978)、農耕地(0.930)、裸地(0.909)。

表3　不同土地利用類型土壤含水率與變異系數

表4　不同土地利用類型土壤熱導率與變異系數

將數據導入Origin 8.0繪制土壤含水率與熱導率隨采樣帶距離變化趨勢線，觀察、分析各采樣點土壤含水率與熱導率的趨勢變化關系。從圖2可以看出，農耕地和裸地的土壤含水率和熱導率在相鄰采樣點的波動性較大，各參數在采樣帶上變化不具有明顯的規律性，但2個參數的變化趨勢較為一致；灌木地和草地土壤含水率和熱導率在相鄰采樣點的連續性較好，2個參數變化趨勢也較一致。這說明土壤含水率與熱導率的相關性較高，且土壤利用類型對二者相關性的影響較小。

注：a.農耕地；b.裸地；c.灌木地；d.草地。測定的點位布設方向為自南向北。Note: a was farm land; b was bare land; c was shrub land; d was grass land.The detecting points was from south to north.圖2　不同土地利用類型土壤含水率與熱導率變化趨勢Fig.2　Change trend of soil water content and thermal conductivity in different land use types

2.4土壤含水率與熱導率的回歸分析及殘差利用Excel軟件對4種土地利用類型所有采樣點的土壤含水率與熱導率進行回歸分析，結果見圖3，擬合優度R2=0.967。圖4中各參數均接近于0。上述結果中，R2越接近于1.000,說明擬合結果越好，而在圖4中，越是無趨勢、無規則，表明回歸結果可靠度越高[11]。

在土壤含水率與熱導率的回歸擬合結果中(圖3)，可以看出，當含水率為12%～17%時，土壤熱導率隨含水率增長的斜率變化較緩；當含水率為17%～22%時，土壤熱導率隨含水率增長的斜率變化明顯變陡；當含水率為22%～25%時，土壤熱導率隨含水率變化趨于緩和。總體來看，在含水率為12%～25%時，土壤含水率與熱導率存在正相關性關系。

圖3　土壤含水率與熱導率回歸擬合結果Fig.3　Regression fitting of soil water content and thermal conductivity

圖4　土壤含水率與熱導率殘差分析Fig.4　Residual analysis of soil water content and thermal conductivity

3結論

(1)在穩定的自然狀態下，農耕地、裸地、灌木地、草地4種土地利用類型地塊中土壤含水率變化范圍為12.79%～25.08%，土壤熱導率的變化范圍為0.481～1.291 W/(m·K)，農耕地和裸地采樣帶相鄰點間數據的波動性較大，灌木地和草地采樣帶相鄰點間數據的連續性較好。

(2)回歸結果表明，農耕地、裸地、灌木地、草地4種土地利用類型的土壤自然含水率與熱導率均表現為正相關性關系，土地利用類型對二者的相關性影響較小。

參考文獻

[1] 康紹忠.農業水土工程概論[M].北京：中國農業出版社，2007.

[2] DE VRIES D A.Thermal properties of soils[M]//VAN WIJK W R.Physics of plant environment.Amsterdam：North-Holland Publishing Company, 1963.

[3] 陸森, 任圖生, 楊泱,等.多針熱脈沖技術測定土壤熱導率誤差分析[J].農業工程學報, 2010, 26(6):20-25.

[4] 周媛媛, 江海峰, 李輝,等.含水砂土導熱系數實驗研究[J].工程熱物理學報, 2015, 36(2):265-268.

[5] 付永威, 盧奕麗, 任圖生.探針有限特性對熱脈沖技術測定土壤熱特性的影響[J].農業工程學報, 2014,30(19):71-77.

[6] 于明志, 曹西忠, 王善明,等.水分含量對土壤導熱系數的影響及機理[J].山東建筑大學學報, 2012, 27(2):152-154.

[7] 李毅, 邵明安, 王文焰,等.質地對土壤熱性質的影響研究[J].農業工程學報, 2003, 19(4):62-65.

[8] 李婷, 王全九, 樊軍.土壤熱參數確定方法比較與修正[J].農業工程學報, 2008, 24(3):59-64.

[9] 劉光啟, 馬連湘,劉杰.化學化工物性數據手冊[M].北京:化學工業出版社，2002.

[10] 李建波, 房宗啟，紀全菊,等.基于WPF的三角圖自動識別系統構建方法：以土壤質地分類系統為例[J].排灌機械工程學報,2016,34(4): 339-345.

[11]陳彥光.基于Excel的地理數據分析[M].北京：科學出版社，2010.

基金項目國家自然科學基金資助項目(51409136)；昆明理工大學自然科學研究基金資助項目(KKSY201423023)。

作者簡介李建波(1990- )，男，山東青島人，碩士研究生，研究方向：土壤物理、地理信息系統。*通訊作者，副教授，博士，碩士生導師，從事土壤物理、節水灌溉研究。

收稿日期2016-05-17

中圖分類號S 152

文獻標識碼A

文章編號0517-6611(2016)16-122-04

CorrelationbetweenSoilWaterContentandThermalConductivityinDifferentLandUseTypes

LIJian-bo,WANGWei-hua*

(FacultyofModernAgriculturalEngineering,KunmingUniversityofScienceandTechnology,Kunming,Yunnan650500)

Abstract[Objective] To explore the correlation between soil water content and thermal conductivity in different land use types.[Method] Four land use types in the open air were used as the test plots.Soil water content was measured at 0-15 cm layer by oven-drying method.Unsteady heat probe pulse technology was used to measure the soil thermal conductivity.[Result] Under the four land-use types, change range of soil water content was 12.79%-25.08%; change range of soil thermal conductivity was 0.481-1.291 W/(m·K).The sampling data between adjacent sampling point in farm land and bare land showed higher fluctuation, while the sampling data in the shrub land and grass land had higher continuity.[Conclusion] The soil water content and thermal conductivity in the four types of land utilization show a positive correlation relationship in the natural state.

Key wordsLand-use types; Soil water content; Soil thermal conductivity; Regression analysis